JPWO2012157343A1 - Arrangement analysis program, arrangement analysis apparatus, and arrangement analysis method - Google Patents
Arrangement analysis program, arrangement analysis apparatus, and arrangement analysis method Download PDFInfo
- Publication number
- JPWO2012157343A1 JPWO2012157343A1 JP2013515037A JP2013515037A JPWO2012157343A1 JP WO2012157343 A1 JPWO2012157343 A1 JP WO2012157343A1 JP 2013515037 A JP2013515037 A JP 2013515037A JP 2013515037 A JP2013515037 A JP 2013515037A JP WO2012157343 A1 JPWO2012157343 A1 JP WO2012157343A1
- Authority
- JP
- Japan
- Prior art keywords
- model
- charging
- road network
- charging station
- arrangement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title description 63
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 72
- 239000002245 particle Substances 0.000 claims abstract description 68
- 230000005686 electrostatic field Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims description 44
- 230000008707 rearrangement Effects 0.000 claims description 39
- 238000010586 diagram Methods 0.000 description 52
- 238000004088 simulation Methods 0.000 description 42
- 239000013598 vector Substances 0.000 description 20
- 238000009434 installation Methods 0.000 description 8
- 230000007423 decrease Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Traffic Control Systems (AREA)
Abstract
道路網生成部(121)は、道路網に関する地図データのモデルである道路網モデルを生成する。また、充電ST配置部(122)は、生成された道路網モデルの任意の位置に、EVの充電を行なう充電STのモデルを配置する。充電ステーション再配部(124)は、道路網モデルについては静電場、充電STのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、アルゴリズムの実行後、道路網モデルにおける充電STのモデルを再配置する。 The road network generation unit (121) generates a road network model that is a model of map data related to the road network. In addition, the charging ST placement unit (122) places a model of the charging ST that charges the EV at an arbitrary position of the generated road network model. The charging station redistribution unit (124) moves the charged particles in the electrostatic field having a boundary condition as an electrostatic field for the road network model and as a charged particle moving in the electrostatic field by repulsion for the model of charging ST. The algorithm is executed, and after the algorithm is executed, the model of charging ST in the road network model is rearranged.
Description
本発明は、配置解析プログラム、配置解析装置及び配置解析方法に関する。 The present invention relates to an arrangement analysis program, an arrangement analysis apparatus, and an arrangement analysis method.
従来、車両の交通シミュレータは、一つの様態として、既存の交通インフラの有効利用や、新規の交通インフラの整備計画に伴う道路環境の予測等の都市計画で利用される。かかる交通シミュレータでは、多くの情報をモデル化してシミュレーションを行なうことで、より高精度なシミュレーション結果を得ることができる。 Conventionally, a vehicle traffic simulator is used in an urban plan such as an effective use of an existing traffic infrastructure and a prediction of a road environment accompanying a new traffic infrastructure development plan. Such a traffic simulator can obtain a more accurate simulation result by modeling a lot of information and performing a simulation.
例えば、モデル化する情報としては、車両1台毎の速度や加速度、車間距離、道路の幅員や車線数、信号機の切り替え及び線路の踏み切り等が挙げられる。そして、最近では、上記のような詳細な情報を利用してシミュレーションを行なう様々な交通シミュレータの技術がある。 For example, information to be modeled includes speed and acceleration for each vehicle, inter-vehicle distance, road width and number of lanes, traffic signal switching, railroad crossing, and the like. Recently, there are various traffic simulator technologies that perform simulation using the detailed information as described above.
ところで、近年では、石油に対する依存度の低減やCO2の排出量の削減を目指した動きが国際的に活発になっている。これに伴い、運輸の部門では、プラグインハイブリッド自動車、電気自動車及び燃料電池自動車等の次世代自動車の開発が進められている。ところが、上述した従来技術は、詳細で且つ複数の情報をモデル化してシミュレーションを行なっているものの、電気自動車に有用な情報を利用していないため、電気自動車に関するシミュレーションには適さない。By the way, in recent years, movements aimed at reducing dependence on oil and reducing CO 2 emissions have become active internationally. Along with this, development of next-generation vehicles such as plug-in hybrid vehicles, electric vehicles, and fuel cell vehicles is being promoted in the transportation sector. However, although the above-described prior art performs simulation by modeling a plurality of pieces of information in detail, it does not utilize information useful for an electric vehicle and is not suitable for simulation related to an electric vehicle.
また、電気自動車は、例えば、各家庭での充電のみでなく、充電インフラを利用した充電を要することがある。かかる充電インフラの配置については、同様に、電気自動車に有用な情報に基づいて決定されることが好ましい。このため、充電インフラの好適な配置場所の解析が可能なシミュレータの要求が高まっている。 In addition, for example, an electric vehicle may require charging using a charging infrastructure as well as charging at each home. Similarly, the arrangement of such charging infrastructure is preferably determined based on information useful for electric vehicles. For this reason, the demand of the simulator which can analyze the suitable arrangement | positioning place of a charging infrastructure is increasing.
そこで、本発明は、上記に鑑みてなされたものであって、電気自動車への動力源を供給する充電インフラの好適な配置場所を解析することが可能である配置解析プログラム、配置解析装置及び配置解析方法を提供することを目的とする。 Therefore, the present invention has been made in view of the above, and an arrangement analysis program, an arrangement analysis apparatus, and an arrangement that can analyze a suitable arrangement location of a charging infrastructure that supplies a power source to an electric vehicle An object is to provide an analysis method.
上述した課題を解決し、目的を達成するため、本発明に開示する配置解析プログラムは、一つの様態として、道路網に関する地図データのモデルである道路網モデルを生成する道路網生成手順と、前記道路網生成手順によって生成された道路網モデルの任意の位置に、電気自動車の充電を行なう充電ステーションのモデルを配置する充電ステーション配置手順と、前記道路網モデルについては静電場、前記充電ステーションのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーション配置手順によって配置された道路網モデルにおける充電ステーションのモデルを再配置する充電ステーション再配置手順とをコンピュータに実行させる。 In order to solve the above-described problems and achieve the object, the layout analysis program disclosed in the present invention includes, as one aspect, a road network generation procedure for generating a road network model that is a model of map data related to the road network, A charging station arrangement procedure for arranging a charging station model for charging an electric vehicle at an arbitrary position of the road network model generated by the road network generation procedure; an electrostatic field for the road network model; a model for the charging station A charging station model in the road network model arranged by the charging station arrangement procedure is executed by executing an algorithm in which the charged particles move in the electrostatic field having boundary conditions as charged particles moving in the electrostatic field by repulsive force. Repositioning the charging station and causing the computer to perform the relocation procedure
本発明に開示する配置解析プログラム、配置解析装置及び配置解析方法の一つの様態によれば、電気自動車への動力源を供給する充電インフラの好適な配置場所を解析することができるという効果を奏する。 According to one aspect of the arrangement analysis program, the arrangement analysis apparatus, and the arrangement analysis method disclosed in the present invention, it is possible to analyze a suitable arrangement location of a charging infrastructure that supplies a power source to an electric vehicle. .
以下に添付図面を参照して、本発明に開示する配置解析プログラム、配置解析装置及び配置解析方法の実施例を説明する。なお、以下の実施例により本発明が限定されるものではない。 Embodiments of a layout analysis program, a layout analysis apparatus, and a layout analysis method disclosed in the present invention will be described below with reference to the accompanying drawings. In addition, this invention is not limited by the following examples.
[配置解析装置の構成]
図1を用いて、実施例1に係る配置解析装置の構成を説明する。図1は、実施例1に係る配置解析装置の構成例を示す図である。[Configuration of the placement analyzer]
The configuration of the arrangement analysis apparatus according to the first embodiment will be described with reference to FIG. FIG. 1 is a diagram illustrating a configuration example of the arrangement analysis apparatus according to the first embodiment.
例えば、図1に示すように、配置解析装置100は、入力部101と、出力部102と、記憶部110と、制御部120とを有する。また、配置解析装置100は、例えば、電気自動車(EV:Electric Vehicle)に関する充電インフラの配置について解析を実行する情報処理装置である。
For example, as illustrated in FIG. 1, the
入力部101は、キーボードやマウス等を有し、配置解析装置100における各種情報の入力を受け付ける。例えば、入力部101は、配置解析装置100を利用するユーザによる入力にしたがって、配置解析シミュレーションの開始を受け付けて、制御部120に出力する。また、例えば、入力部101は、配置解析装置100を利用するユーザによって入力された各種情報を受け付けて、記憶部110に格納する。
The
以下に、入力部101を利用して入力されるパラメタの一例を挙げる。
実行制御パラメタ
・1ステップあたりの時間間隔(秒)
・使用ノード率(0.0〜1.0)(EVの出発地/目的地の選択に利用されるノード数の割合)
EV入力パラメタ
・EV発生台数(台)
・搭載電池容量(kWh)
・走行燃費(km/kWh)
・アクセサリ機器消費電力(kW)
・充電警告灯点灯閾値(kWh)
・標準走行速度(km/h)
・領域速度の設定オプション(渋滞効果)(on,off)
・高速道路の利用オプション(on,off)
・EVが走行開始時に満充電である確率(0.0〜1.0)
・EVが走行開始時に満充電でない場合における充電率(0.0〜1.0)
充電入力パラメタ
・充電ST充電出力(kW)
・充電ST最大充電可能台数(台)An example of parameters input using the
Execution control parameters • Time interval per step (seconds)
・ Used node ratio (0.0 to 1.0) (ratio of the number of nodes used for selecting the starting point / destination of EV)
EV input parameters and number of EV generation (units)
・ Battery capacity (kWh)
・ Fuel consumption (km / kWh)
・ Accessory equipment power consumption (kW)
-Charging warning lamp lighting threshold (kWh)
・ Standard travel speed (km / h)
-Area speed setting option (congestion effect) (on, off)
・ Highway use options (on, off)
-Probability that EV is fully charged at the start of running (0.0-1.0)
-Charging rate when the EV is not fully charged at the start of travel (0.0 to 1.0)
Charging input parameters / Charging ST charging output (kW)
・ Charging ST Maximum chargeable number (units)
出力部102は、表示装置としてのモニタ(若しくはディスプレイ、タッチパネル等)やスピーカを有し、配置解析装置100における各種情報を出力する。例えば、出力部102は、制御部120から交通シミュレーションや配置解析シミュレーションの実行結果を受け付けて出力する。
The
以下に、出力部102によって出力されるパラメタの一例を挙げる。
各EVに関する出力
・航続距離(km)
・走行時間(秒)
・燃料警告灯点灯時間累積値(秒)
・充電回数(回)
・電池切れの有無(有,無)
各充電STに関する出力
・累積利用回数(回)
・供給電力量(kWh)
・充電待ち時間累積値(秒)
・最大待ち時間(秒)
・最大充電待ちEV台数(台)
・充電ST上での電池切れEV台数(台)
・EV利用台数時系列データ(台,時刻(h))
配置解析シミュレーションに関する出力
・経過時間(時間,分)
・移動中通勤EVの台数(台)
・移動中非通勤EVの台数(台)
・通勤EV電池切れ発生台数(台)
・非通勤EV電池切れ発生台数(台)
・シミュレーション実行回数(回)An example of parameters output by the
Output and cruising distance (km) for each EV
・ Running time (seconds)
・ Fuel warning lamp lighting time cumulative value (seconds)
・ Number of charging (times)
-Whether or not the battery has run out (Yes, No)
Output / cumulative usage count for each charge ST (times)
・ Supply power (kWh)
・ Charging waiting time cumulative value (seconds)
・ Maximum waiting time (seconds)
-Maximum number of EVs waiting for charging (units)
-Number of EVs out of battery on charging ST (units)
・ Time series data of EV usage (unit, time (h))
Output and elapsed time (hours, minutes) related to the layout analysis simulation
・ Number of commuting EVs on the move (units)
・ Number of non-commuting EVs on the move (units)
-Number of commuting EV batteries exhausted (units)
・ Number of non-commuting EV batteries exhausted (units)
・ Simulation execution times (times)
記憶部110は、例えば、制御部120による各種処理に要するデータや、制御部120による各種処理結果を記憶する。また、記憶部110は、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。
The
制御部120は、例えば、制御プログラム、各種の処理手順等を規定したプログラム及び所要データを格納するための内部メモリを有する。また、制御部120は、道路網生成部121と、充電ST(Station)配置部122と、EV配置部123と、充電ST再配置部124と、EV再配置部125とを有する。また、制御部120は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路、又はCPU(Central Processing Unit)やMPU(Micro Processing Unit)等の電子回路である。
The control unit 120 includes, for example, a control program, a program defining various processing procedures, and an internal memory for storing required data. Further, the control unit 120 includes a road
道路網生成部121は、例えば、道路網に関する地図データのモデルである道路網モデルを生成する。詳細には、道路網生成部121は、入力部101から入力された若しくは記憶部110に記憶された各種情報を読み込んで道路網モデルを生成する。各種情報の一例としては、「地理情報システム(GIS:Geographic Information System)道路データ」、「渋滞情報」、「就業者数」又は「事業所数」等が挙げられる。
The road
図2は、道路網モデルの例を示す図である。図2に示す道路網モデルは、道路網生成部121によって、国道や県道等の主要道路のみが抽出された道路網モデルである。また、道路網生成部121によって生成される道路網モデルは、例えば、存在する道路が高速道路であるか普通道路であるかの情報をさらに有するものであっても良い。すなわち、高速道路と普通道路とでは、EVのモデルの走行速度が異なる。加えて、道路網生成部121によって生成される道路網モデルは、例えば、各道路の渋滞時における走行速度の情報が付加されたものであっても良い。走行速度の情報が付加される場合には、EVのモデルが走行する走行条件として読み込まれ、該EVのモデルの走行時間が延長される。
FIG. 2 is a diagram illustrating an example of a road network model. The road network model shown in FIG. 2 is a road network model in which only main roads such as national roads and prefectural roads are extracted by the road
充電ST配置部122は、例えば、道路網生成部121によって生成された道路網モデルの任意の位置に、EVの充電を行なう充電STのモデルを配置する。図3Aは、MAPの道路網モデルの任意の位置に充電STのモデルを配置する例を示す図である。図3Aは、出力部102によって出力される画面の例を表しており、画面の左方には「出力パネル」、画面の中央には「EVレイヤ」(図3A中で“MAP”と表示)、画面の右方には「充電STレイヤ」(図3A中で“最適化空間”と表示)がそれぞれ表示されている。これらのうち、出力パネルには、例えば、出力する道路網モデルを選択するための「ツリー」と、処理状況を示す「コンソール画面」と、配置解析シミュレーションの実行状況を示す「実行状況」とが含まれる。また、EVレイヤには、例えば、道路網モデル上のEVに係る交通シミュレーションが表示される。また、充電STレイヤには、例えば、道路網モデル上の充電STに係る配置解析シミュレーションが表示される。
For example, the charging
詳細には、図3AのEVレイヤに示すように、充電ST配置部122は、EVレイヤの道路網モデルの任意の位置に、4つの充電STのモデルを配置する。図3Aにおいて、充電STのモデルは、方形で表されている。なお、道路網モデルに配置される充電STの数は、4つに限られるものではない。また、充電STは、道路網モデルの道路上に配置される。
Specifically, as shown in the EV layer in FIG. 3A, charging
EV配置部123は、例えば、道路網モデルを走行するEVのモデルの充電状況が所定値以下になった場合に、充電ST配置部122によって配置された充電STのモデルで該EVのモデルの充電を行なうアルゴリズムを実行する。そして、EV配置部123は、アルゴリズムの実行後、道路網モデルに電池切れが発生したEVの位置や充電警告灯が点灯したEVの位置を特定したモデルを作成する。モデルは、電池切れが発生したEVの位置のみのモデルであってもよく、充電警告灯が点灯したEVの位置のみのモデルであってもよく、電池切れが発生したEVの位置および充電警告灯が点灯したEVの位置のモデルであってもよい。ここで、EVの充電状況の所定値は、入力部101からの入力データである「充電警告灯点灯閾値」等によって定められ、例えば、「3kWh」とする。
For example, when the charging state of the EV model traveling on the road network model becomes a predetermined value or less, the
図3Bは、交通シミュレーションによりMAPの道路網モデルに充電切れしたEVの位置モデルを配置する例を示す図である。EVの位置モデルは、充電警告灯が点灯した位置を含んでもよい。図3Bにおいて、EVの位置モデルは、三角形で表されている。詳細には、図3BのEVレイヤに示すように、EV配置部123は、道路網モデルを走行するEVのモデルの充電状況が、充電を必要とする所定状態、例えば「3kWh」以下になった場合に、最寄りの充電STと当初の目的地とでどちらが近いかを判定する。そして、EV配置部123は、より近い方を目的地として設定する交通シミュレーションのアルゴリズムを実行する。なお、EV配置部123は、一つの様態として、目的地或いは充電STまでのEVの経路について、最短時間で走行できるルートを選択する。さらに、充電ST到着時に、充電STが他のEVによって利用されている最中である場合には、このときの充電待ち時間を含めた交通シミュレーションを実行する。また、全てのEVにおける出発時の充電状態(SOC:State Of Charge)は、入力部101からの入力データである「EVが走行開始時に満充電である確率(0.0〜1.0)」や、「EVが走行開始時に満充電でない場合における充電率(0.0〜1.0)」等によって定められる。なお、EV配置部123は、EVのモデルの充電を行う目的地の判定において、充電STの営業時間を判定条件にさらに加えてもよい。例えば、記憶部110には、充電ST毎に、充電が可能な時間を営業時間として営業時間情報を記憶させる。EV配置部123は、道路網モデルを走行するEVのモデルの充電状況が充電を必要とする所定状態になった場合に、営業時間情報に基づき、営業時間内の最寄りの充電STを特定し、営業時間内の最寄りの充電STと当初の目的地とでどちらが近いかを判定し、より近い方を目的地として設定する交通シミュレーションのアルゴリズムを実行する。この目的地を設定する際に、EV配置部123は、充電STまでの移動時間を考慮して最寄りの充電STを特定してもよい。例えば、EV配置部123は、距離が近い順に、充電STまでの経路を求め、求めた経路に沿った距離と当該経路の道路の標準走行速度から充電STに到着するまでの移動時間を求め、シミュレーションしているシミュレーション時刻から移動時間を経過した到着予定時刻が営業時間内となる充電STを最寄りの充電STと特定としてもよい。EV配置部123は、営業時間内に電気自動車のモデルが充電STに到着した場合に充電を行うものとしてEVのモデルの充電を行なうアルゴリズムを実行する。このようなアルゴリズムを用いてシミュレーションを行うことにより、より現実に近い状態でEVのモデルの充電状態のシミュレーションを行うことができる。
FIG. 3B is a diagram illustrating an example in which a position model of an EV that has run out of charge is arranged on a road network model of a MAP by a traffic simulation. The EV position model may include a position where the charging warning lamp is lit. In FIG. 3B, the EV position model is represented by a triangle. In detail, as shown in the EV layer of FIG. 3B, the
また、EVによる充電について、EV配置部123は、規則的に走行するEVと任意に走行するEVとを含んだアルゴリズムを実行する。例えば、規則的に走行するEVは、1日のうち8時〜9時までの出勤時間帯で通勤トリップを行なうとともに、16時〜18時までの帰宅時間で帰宅トリップを行なうEVを指す。また、例えば、任意に走行するEVは、全ての時間帯において任意のトリップを行なうEVを指す。また、例えば、通勤トリップや帰宅トリップは、休日では発生せず、休日については、11時〜17時までのトリップ数が最も多くなるものとする。
For EV charging, the
また、起点/終点の設定について、EV配置部123は、道路網モデルを任意の数のゾーンに分割し、ゾーン毎におけるEVの発生指数を算出する。かかるEVの発生指数「Ii EV」は、例えば、ゾーン「i」における就業者数「Pi」を用いて、「Ii EV=Pi」で定義される。また、ゾーン「i」におけるEVの発生指数「Ni EV」は、例えば、EVの発生指数「Ii EV」と仮想空間内に走行させる全てのEV数「Nall EV(=ΣiNi EV)」を用いて、「Ni EV=(Ii EV÷ΣiIi EV)×Nall EV」で定義される。For setting the start / end points, the
そして、EV配置部123は、1トリップ(走行)の距離別度数分布を確率分布として、乱数を発生させてEVの目的地(終点)までの走行距離「T」kmを設定する。続いて、EV配置部123は、出発点(起点)から「T」kmの距離に存在するノードを選択する。その後、EV配置部123は、EVのトリップ回数の確率分布に基づき、乱数を発生させてシミュレーションで任意に走行するEVのトリップ回数を設定する。このとき、EV配置部123は、3回以上のトリップが発生する場合に、上記の目的地の選択処理を繰り返し実行することで目的地を決定する。また、EV配置部123は、道路網モデルを走行するEVの起点から終点までの経路の設定において、道路網モデルにおける所定地点を経由させ、各地点間を直線で繋いだ場合の最短距離又は最短時間でEVを走行させるシミュレーションを実行する。道路網モデルにおける最短距離又は最短時間でEVを走行させるためには、例えば、ダイクストラ法を利用する。
Then, the
また、EV配置部123は、走行速度が付加された道路網モデルである場合には、該走行速度に基づいてEVを走行させるシミュレーションを実行する。すなわち、走行速度に基づいてEVを走行させるシミュレーションでは、走行時間が変動することで、EVのエネルギー消費が異なる。これらのことから、EV配置部123は、EVのエネルギー消費について走行距離に比例する消費エネルギーと、走行時間に比例する消費エネルギーとの2種類に分けて設定する。かかる走行時間に比例する消費エネルギーは、例えば、渋滞時による走行時間の延長に起因して発生するEVにおける空調等のアクセサリ機器での消費エネルギーを指す。
In addition, when the
充電ST再配置部124は、例えば、道路網モデルを静電場、充電STのモデルやEV位置のモデルを荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行する。そして、充電ST再配置部124は、アルゴリズムの実行後、充電ST配置部122によって配置された道路網モデルにおける充電STのモデルを再配置する。ここで、充電STのモデルについては、例えば、斥力や引力により静電場中を運動する荷電粒子とする。また、EV位置のモデルについては、例えば、充電STのモデルに対応する荷電粒子と引力が働く静電場中に固定された荷電粒子とする。すなわち、充電STのモデルに対応する荷電粒子と、EV位置のモデルに対応する荷電粒子とは、一方が正の電荷を持ち、もう一方が負の電荷を持つ関係となる。
The charging
図3Cは、EVの交通シミュレータ結果をMAP空間から最適化空間(充電STレイヤ)に写像する例を示す図である。また、図3Dは、充電STのモデルに対応する荷電粒子の斥力による静電場中の運動結果に基づいて、最適化空間の充電STのモデルが道路網モデルに配置される例を示す図である。また、図3Eは、充電STのモデルに対応する荷電粒子同士の斥力と、EV位置のモデルに対応する荷電粒子によって働く引力とによる静電場中の運動結果に基づいて、充電STのモデルを道路網モデルに再配置する例を示す図である。 FIG. 3C is a diagram illustrating an example in which the EV traffic simulator result is mapped from the MAP space to the optimization space (charging ST layer). FIG. 3D is a diagram illustrating an example in which the charging ST model in the optimization space is arranged in the road network model based on the motion result in the electrostatic field due to the repulsive force of the charged particles corresponding to the charging ST model. . Further, FIG. 3E shows that the model of the charging ST is a road based on the repulsive force between the charged particles corresponding to the model of the charging ST and the motion result in the electrostatic field due to the attractive force caused by the charged particles corresponding to the model of the EV position. It is a figure which shows the example rearranged to a network model.
詳細には、図3Cに示すように、充電ST再配置部124は、充電ST配置部122によって配置された充電STのモデルと、EV配置部123によって配置された充電切れEV位置や充電警告灯が点灯したEV位置を含む道路網モデルをEV位置のモデルと充電STのモデルで構成される充電STレイヤに写像する。ここで、図3Cに示すEVレイヤと充電STレイヤとにおいては、電池切れしたEVに対応するEV位置モデルが、バツ印で表されている結果を示している。ここで、EV位置のモデルは、EV配置部123によって配置された充電警告灯点灯位置に対応するEVの位置モデルでもよい。
Specifically, as shown in FIG. 3C, the charging
そして、充電ST再配置部124は、道路網モデルを静電場、充電STのモデルを斥力により静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行する。続いて、充電ST再配置部124は、図3Dの充電STレイヤに示すように、アルゴリズムの実行結果に基づいて、道路網モデルにおける充電STのモデルを再配置する。
Then, the charging
その後、充電ST再配置部124は、充電STのモデルを、EVの位置モデルに対応する荷電粒子との引力により静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行する。ここで、EVの位置モデルに対応する荷電粒子については、一つの様態として、電池切れEV位置や充電警告灯が点灯したEv位置のモデルに対応する荷電粒子として、静電場中に固定する。すなわち、充電STのモデルに対応する荷電粒子は、静電場中に固定された電池切れEV位置や充電警告灯が点灯したEV位置のモデルに対応する荷電粒子との引力、及び充電STのモデルに対応する荷電粒子同士の斥力によって、静電場中を運動する。そして、充電ST再配置部124は、図3Eの充電STレイヤに示すように、アルゴリズムの実行結果に基づいて、道路網モデルにおける充電STのモデルを再配置する。
After that, the charge
ここで、図4を用いて、道路網モデル、充電STのモデル、EV位置のモデルを利用したアルゴリズムについて説明する。図4は、道路網モデル、充電STのモデル、EV位置のモデルを利用したアルゴリズムの例について説明する図である。なお、図4において、各充電STは「三角形」で示し、各EV位置モデルは「バツ印」で示し、各道路(リンク)は「線」で示している。また、分岐点等を示す分岐ノードは「円」で示している。 Here, an algorithm using a road network model, a charging ST model, and an EV position model will be described with reference to FIG. FIG. 4 is a diagram illustrating an example of an algorithm using a road network model, a charging ST model, and an EV position model. In FIG. 4, each charging ST is indicated by “triangle”, each EV position model is indicated by “X”, and each road (link) is indicated by “line”. A branch node indicating a branch point or the like is indicated by “circle”.
例えば、図4に示すように、充電ST「STi」の位置を「ri ST=(xi ST,yi ST)」とする。また、道路リンクベクトル「Li」は、2つの分岐ノード位置ベクトル「ni 1=(nxi 1,nyi 1)」と、「ni 2=(nxi 2,nyi 2)」とにより構成される。この道路上に充電STが存在する場合に充電STの存在領域は、数式(1)で定義される。なお、「ri ST」、「Li」、「ni 1」、「ni 2」は、ベクトルである。For example, as shown in FIG. 4, the position of the charging ST “ST i ” is assumed to be “r i ST = (x i ST , y i ST )”. Further, the road link vector “L i ” includes two branch node position vectors “n i 1 = (nx i 1 , ny i 1 )” and “n i 2 = (nx i 2 , ny i 2 )”. Consists of. When there is a charging ST on this road, the region where the charging ST exists is defined by Equation (1). “R i ST ”, “L i ”, “n i 1 ”, and “n i 2 ” are vectors.
また、道路リンクベクトル「Li」と、道路リンクベクトルの単位ベクトル「l1」とは、これらを構成する分岐ノード位置ベクトルにより、数式(2)及び数式(3)で定義される。なお、「l1」は、ベクトルである。Further, the road link vector “L i ” and the unit vector “l 1 ” of the road link vector are defined by Equation (2) and Equation (3) by the branch node position vector constituting them. Note that “l 1 ” is a vector.
また、充電STの移動速度「vi ST」は、一定の速度(大きさ「1」)として、数式(4)で定義する。なお、「vi ST」は、ベクトルである。Further, the moving speed “v i ST ” of the charging ST is defined by Equation (4) as a constant speed (size “1”). “V i ST ” is a vector.
ここで、定数である「a」は、“1”若しくは“−1”とする。すなわち、定数「a」の符号によって決まる充電STの動く向きは、他の充電STや電池切れ等のEVの位置モデル等によって形成される電場から受ける力の向きによって決まることとなる。但し、このような電場は、充電STの動きに応じて時間的に変化するものである。 Here, the constant “a” is “1” or “−1”. That is, the moving direction of the charging ST determined by the sign of the constant “a” is determined by the direction of the force received from the electric field formed by another charging ST, the position model of the EV such as battery exhaustion, or the like. However, such an electric field changes with time according to the movement of the charging ST.
また、充電ST「STi」を電荷「qi」を持つ荷電粒子とすると、充電STによって形成される静電場「Ei ST」は、数式(5)で定義される。一方、電池切れ等のEV位置モデルによって形成される静電場「Ei EV」は、数式(6)で定義される。なお、「Ei ST」、「Ei EV」は、ベクトルである。When the charge ST “ST i ” is a charged particle having a charge “q i ”, the electrostatic field “E i ST ” formed by the charge ST is defined by Equation (5). On the other hand, an electrostatic field “E i EV ” formed by an EV position model such as battery exhaustion is defined by Equation (6). “E i ST ” and “E i EV ” are vectors.
上述したように、充電ST同士は斥力が働くのに対して、充電STとEV位置とは引力が働く。但し、一方に隣接するリンクが存在しない分岐ノードを対象とする境界条件では、一方に隣接するリンクが存在しない分岐ノードを中心とした充電STの鏡像を、充電STが受ける力の一つとする。 As described above, repulsive force works between the charging STs, while attractive force works between the charging ST and the EV position. However, in a boundary condition that targets a branch node that does not have a link adjacent to one, a mirror image of the charge ST centered on a branch node that does not have a link adjacent to one is taken as one of the forces that the charge ST receives.
図5は、1次元モデルにおける鏡像の例を示す図である。なお、図5では、一方に隣接するリンクが存在しない分岐ノードが「n1」として表されている。また、図5では、道路リンクベクトルの方向については、分岐ノード「n1」から分岐ノード「n2」の方向であるものとする。また、図5において、分岐ノード「n1」の位置は「n1」、充電ST「STi」の位置は「ri」、充電ST「STi+1」の位置は「ri+1」、分岐ノード「n2」の位置は「n2」とする。例えば、図5の例では、一方に隣接するリンクが存在しない分岐ノード「n1」を中心とした充電ST「STi」の鏡像点の位置は、「2n1−ri」となる。FIG. 5 is a diagram illustrating an example of a mirror image in the one-dimensional model. In FIG. 5, a branch node where there is no link adjacent to one is represented as “n1”. In FIG. 5, the direction of the road link vector is assumed to be from the branch node “n1” to the branch node “n2”. In FIG. 5, the position of the branch node “n1” is “n 1 ”, the position of the charging ST “ST i ” is “r i ”, the position of the charging ST “ST i + 1 ” is “r i + 1 ”, and the branch node “ The position of “n2” is “n 2 ”. For example, in the example of FIG. 5, the position of the mirror image point around the branch node "n1" absence of adjacent links in one charge ST "ST i" is "2n 1 -r i".
よって、例えば、一方に隣接するリンクがない分岐ノードを対象とする境界条件において、隣にリンクがない分岐ノードを中心とした充電STの鏡像によって形成される静電場「Ei mirror_k」は、数式(7)で定義される。ここで、鏡像の位置は、「2ni end_j−ri ST」となる。なお、「Ei mirror_k」、「2ni end_j」、「ri ST」は、ベクトルである。Thus, for example, in a boundary condition that targets a branch node that does not have an adjacent link on one side, the electrostatic field “E i mirror_k ” formed by the mirror image of the charge ST centered on the branch node that does not have an adjacent link It is defined in (7). Here, the position of the mirror image is "2n i end_j -r i ST". Note that “E i mirror_k ”, “2n i end_j ”, and “r i ST ” are vectors.
これらにより、充電ST「STi」が受ける力「Fi ST」は、数式(8)で定義される。そして、充電STが受ける力「Fi ST」が道路リンクベクトル「Li」と同方向、若しくは逆方向かを判定することにより、充電STの走行速度「vi ST」は、数式(9)で定義される。Accordingly, the force “F i ST ” received by the charging ST “ST i ” is defined by the equation (8). Then, by determining whether the force “F i ST ” received by the charging ST is in the same direction as that of the road link vector “L i ” or in the opposite direction, the traveling speed “v i ST ” of the charging ST is expressed by Equation (9). Defined by
次に、図6を用いて、充電STの分岐点でのアルゴリズムについて説明する。図6は、充電STの分岐点でのアルゴリズムの例について説明する図である。図6の説明では、3つのリンクによって3方向に分岐する分岐ノードが存在する状況において、充電ST「STi」が道路リンク「Li」から3方向に分岐する分岐ノードに到達した場合を例に挙げる。なお、図6において、充電STは「三角形」で示し、各道路(リンク)は「線」で示し、分岐点等を示す分岐ノードは「円」で示している。Next, an algorithm at a branch point of the charging ST will be described with reference to FIG. FIG. 6 is a diagram illustrating an example of an algorithm at a branch point of the charging ST. In the description of FIG. 6, an example in which the charging ST “ST i ” reaches a branch node that branches in three directions from the road link “L i ” in a situation where there are branch nodes that branch in three directions by three links. To In FIG. 6, charging ST is indicated by “triangles”, roads (links) are indicated by “lines”, and branch nodes indicating branch points and the like are indicated by “circles”.
例えば、図6に示すように、充電ST「STi」は、分岐ノードで受ける力が最も大きいベクトル成分を持つ道路リンクベクトル「L2」に進路をとる。このときの充電ST「STi」の走行速度「vi ST|分岐」は、数式(10)で定義される。また、分岐点における充電ST「STi」の走行速度「vi ST|分岐」は、分岐点で力が均衡した場合に、該分岐点で速度「0」となる。すなわち、充電ST「STi」は、分岐点で停止することになる。For example, as shown in FIG. 6, the charging ST “ST i ” takes a course to a road link vector “L 2 ” having a vector component having the largest force received at the branch node. The traveling speed “v i ST | branch ” of the charging ST “ST i ” at this time is defined by Equation (10). Further, the traveling speed “v i ST | branch ” of the charging ST “ST i ” at the branch point becomes “0” at the branch point when the forces are balanced at the branch point. That is, the charging ST “ST i ” stops at the branch point.
図7は、2次元モデルにおける鏡像の例を示す図である。なお、図7では、一方に隣接するリンクが存在しない分岐ノードが「n1」として表されている。また、図7では、道路リンクベクトルの方向については、分岐ノード「n1」から分岐ノード「n2」の方向であるものとする。また、図7において、分岐ノード「n1」の位置は「n1」、充電ST「STi」の位置は「ri」、充電ST「STi+1」の位置は「ri+1」、分岐ノード「n2」の位置は「n2」とする。例えば、図7の例では、一方に隣接するリンクが存在しない分岐ノード「n1」を中心とした充電ST「STi」の鏡像点の位置は、「2n1−ri」となる。FIG. 7 is a diagram illustrating an example of a mirror image in the two-dimensional model. In FIG. 7, a branch node in which there is no link adjacent to one is represented as “n1”. In FIG. 7, the direction of the road link vector is assumed to be from the branch node “n1” to the branch node “n2”. In FIG. 7, the position of the branch node “n1” is “n 1 ”, the position of the charging ST “ST i ” is “r i ”, the position of the charging ST “ST i + 1 ” is “r i + 1 ”, and the branch node “ The position of “n2” is “n 2 ”. For example, in the example of FIG. 7, the position of the mirror image point around the branch node "n1" absence of adjacent links in one charge ST "ST i" is "2n 1 -r i".
図1の説明に戻り、充電ST再配置部124は、例えば、充電STのモデルに対応する荷電粒子の運動において、進む方向と力の方向とが反対向きになるか否かを判定する。そして、充電ST再配置部124は、進む方向と力の方向とが反対向きになることを判定した場合に、充電STのモデルに対応する荷電粒子の位置を、該進む方向へ強制的に移動するアルゴリズムを実行する。その後、充電ST再配置部124は、アルゴリズムの実行後、充電ST配置部122によって配置された道路網モデルにおける充電STのモデルを再配置する。
Returning to the description of FIG. 1, the charging
図8は、極端に大きい曲率である道路リンクの例を示す図である。図8では、道路リンクベクトルの方向については、分岐ノード「ni−2」から分岐ノード「ni+3」の方向であるものとする。また、図8において、分岐ノード「ni」の位置は「ni」、充電ST「STp」の位置は「rp」、充電ST「STp」が受ける力は「fp」とする。また、図8では、充電ST「STp」が分岐ノード「ni」の位置で拘束される場合を例に挙げる。ここで、分岐ノード「ni」の前方の道路リンクベクトル「Li」は数式(11)で定義される。但し、充電ST「STp」が拘束されることから、充電ST「STp」と分岐ノード「ni」との位置は、ほぼ等しい位置にあるものとする。FIG. 8 is a diagram illustrating an example of a road link having an extremely large curvature. In FIG. 8, the direction of the road link vector is assumed to be from the branch node “n i−2 ” to the branch node “n i + 3 ”. Further, in FIG. 8, the position of the branch node “n i ” is “n i ”, the position of the charging ST “ST p ” is “r p ”, and the force received by the charging ST “ST p ” is “f p ”. . Further, in FIG. 8, a case where the charge ST “ST p ” is restrained at the position of the branch node “n i ” is taken as an example. Here, the forward road link vector "L i" branch node "n i" is defined by the equation (11). However, since the charging ST “ST p ” is constrained, it is assumed that the charging ST “ST p ” and the branch node “n i ” are in substantially the same position.
例えば、図8に示すように、破線矢印で表された充電ST「STp」が進む方向と、実線矢印で表された充電ST「STp」が受ける力の方向とが反対向きになる条件が成り立つ場合に、充電ST「STp」の位置「rp」は、不安定である可能性がある。このため、上記条件が成り立つ場合には、充電ST「STp」の位置を強制的に移動させる。一つの様態として、充電ST「STp」の位置「rp」を分岐ノード「ni+20」の位置に強制的に移動させる。なお、移動先の分岐ノードは、20先の分岐ノード「ni+20」に限られるわけではない。また、極端に大きい曲率である道路リンクで起こり得る充電STの拘束を判定する数式は、拘束された際に20先の分岐ノードに移動させるのであれば、数式(12)で定義される。また、図8に示す処理において、充電ST「STp」の拘束が無限ループに陥る場合もあるため、アルゴリズムの最大実行回数を10回等に予め設定しても良い。For example, as shown in FIG. 8, a condition in which the direction in which charging ST “ST p ” represented by a broken line arrow travels is opposite to the direction of the force received by charging ST “ST p ” represented by a solid line arrow. When the above holds, the position “r p ” of the charging ST “ST p ” may be unstable. For this reason, when the above condition is satisfied, the position of the charging ST “ST p ” is forcibly moved. As one aspect, the position “r p ” of the charging ST “ST p ” is forcibly moved to the position of the branch node “n i + 20 ”. The destination branch node is not limited to the 20th branch node “n i + 20 ”. In addition, a mathematical expression that determines the restraint of the charging ST that can occur on a road link having an extremely large curvature is defined by the mathematical expression (12) if it is moved to 20 branch nodes when restrained. Further, in the process shown in FIG. 8, the restriction of the charging ST “ST p ” may fall into an infinite loop, so the maximum number of executions of the algorithm may be set in advance to 10 or the like.
図1の説明に戻り、充電ST再配置部124は、例えば、充電STのモデルに対応する荷電粒子がEV位置のモデルに対応する荷電粒子から所定値以上の引力を受けているか否かを判定する。そして、充電ST再配置部124は、所定値以上の引力を受けていると判定した場合に、充電STのモデルに対応する荷電粒子の位置を、所定値以上の引力を受けているEVのモデルに対応する荷電粒子の方向へ強制的に移動するアルゴリズムを実行する。その後、充電ST再配置部124は、アルゴリズムの実行後、充電ST配置部122によって配置された道路網モデルにおける充電STのモデルを再配置する。
Returning to the description of FIG. 1, for example, the charging
図9Aは、平行した道路リンクの例を示す図である。また、図9Bは、平行した道路リンクにおけるアルゴリズムの例を説明する図である。図9Aでは、左方に示す道路リンクベクトルの方向については、分岐ノード「ni−1」から分岐ノード「ni+1」の方向であるものとする。同様に、右方に示す道路リンクベクトルの方向については、分岐ノード「nk」から分岐ノード「nk+2」の方向であるものとする。また、図9Aでは、このような平行した道路リンクのうち、右方の道路リンクの分岐ノード「nk+1」の付近に電池切れ等のEV位置のモデルが集中している。また、図9Aにおいて、電池切れ等のEV位置のモデルが集中している分岐ノード「nk+1」と、左方の道路リンクの分岐ノード「ni」との距離が、充電ST「STp」が分岐ノード「ni」の付近に到達するときに所定値以上の引力が働くほどの距離である。FIG. 9A is a diagram illustrating an example of parallel road links. FIG. 9B is a diagram illustrating an example of an algorithm for parallel road links. In FIG. 9A, it is assumed that the direction of the road link vector shown on the left is from the branch node “n i−1 ” to the branch node “n i + 1 ”. Similarly, the direction of the road link vector shown on the right is assumed to be from the branch node “n k ” to the branch node “n k + 2 ”. In FIG. 9A, among such parallel road links, models of EV positions such as battery exhaustion are concentrated near the branch node “n k + 1 ” of the right road link. Further, in FIG. 9A, the distance between the branch node “n k + 1 ” on which the model of the EV position such as battery exhaustion is concentrated and the branch node “n i ” of the left road link is the charging ST “ST p ”. Is such a distance that an attractive force equal to or greater than a predetermined value acts when reaching the vicinity of the branch node “n i ”.
例えば、図9Aに示すように、充電ST「STp」が、破線矢印で表された方向に向かうときに、充電切れのEVの引力を受けることで、実線矢印で表されるように分岐ノード「ni」に拘束されることがある。このため、数式(13)で定義されるように、道路リンクが繋がっていない位置関係で、充電STが電池切れ等のEV位置との引力が働いている場合に、充電STの位置を強制的に「x」へ移動させる。For example, as shown in FIG. 9A, when the charging ST “ST p ” is directed in the direction represented by the broken line arrow, it receives the attractive force of the EV that is out of charge, so that the branch node is represented by the solid line arrow. It may be restrained by “n i ”. For this reason, as defined by Equation (13), when the charging ST is attracted to the EV position such as battery exhaustion in a positional relationship where the road link is not connected, the position of the charging ST is forcibly set. To “x”.
また、例えば、移動先である位置「x」は、図9Bに示すように、充電STが拘束される分岐ノードの方向へ道路リンクを同じ長さだけ延長させ、該分岐ノードを中心とする扇形に含まれる最短位置の分岐ノードとする。詳細には、充電ST再配置部124は、充電STが拘束される分岐ノード「ni」の前後の分岐ノード「ni−1」、「ni+1」それぞれから、充電STが拘束される分岐ノードの方向へ同じ長さだけ延長させていく。なお、図9Bでは、延長方向を破線矢印で表している。そして、充電ST再配置部124は、充電STが拘束される分岐ノード「ni」を中心とする扇形に含まれる最短の分岐ノードとして、分岐ノード「ni」を含む道路リンクとは異なる道路リンクの分岐ノード「nk+1」を充電STの移動先とする。なお、図9Bでは、充電STが受ける力の方向を実線矢印で表している。Further, for example, as shown in FIG. 9B, the position “x” that is the destination of movement has a sector shape centered on the branch node by extending the road link by the same length in the direction of the branch node where the charging ST is restrained. The branch node at the shortest position included in. In particular, the charge
図1の説明に戻り、EV再配置部125は、例えば、道路網モデルを走行するEVのモデルの充電状況が所定値以下になった場合に、充電ST再配置部124によって再配置された充電STのモデルで該EVのモデルの充電を行なうアルゴリズムを実行する。そして、EV再配置部125は、アルゴリズムの実行後、道路網モデルに電池切れや受電警告灯が点灯したEV位置のモデルを再配置する。ここで、EVの充電状況の所定は、例えば、「3kWh」とする。
Returning to the description of FIG. 1, the
図3Fは、配置解析シミュレーション結果に基づいて交通シミュレーションを実行し、電池切れ等のEV位置のモデルを再度配置する例を示す図である。詳細には、EV再配置部125は、充電ST再配置部124によって再配置された充電STのモデルを含む道路網モデルを図3Fに示すように、充電STレイヤからEVレイヤに写像する。そして、EV再配置部125は、配置解析シミュレーション結果として得られた充電STが再配置されたEVレイヤ上の道路網モデルにおいて、交通シミュレーションを再度実行する。すなわち、EV再配置部125は、EV配置部123と同様の処理を、配置解析シミュレーション結果として得られた道路網モデル上で実行する。また、配置解析装置100は、充電ST再配置部124と、EV再配置部125とによる処理について、予め設定される繰り返し数だけ繰り返し実行する。
FIG. 3F is a diagram illustrating an example in which a traffic simulation is executed based on the result of the layout analysis simulation, and a model of an EV position such as a battery exhaustion is re-arranged. Specifically, the
[実施例1に係る配置解析処理]
次に、図10を用いて、実施例1に係る配置解析処理を説明する。図10は、実施例1に係る配置解析処理の流れの例を示すフローチャートである。[Placement Analysis Processing According to Embodiment 1]
Next, the layout analysis process according to the first embodiment will be described with reference to FIG. FIG. 10 is a flowchart illustrating an example of the flow of the layout analysis process according to the first embodiment.
例えば、図10に示すように、配置解析装置100は、配置解析シミュレーションの開始を受け付けた場合に(ステップS101肯定)、各種情報を読み込んで道路網モデルを生成する(ステップS102)。このとき、配置解析装置100は、配置解析シミュレーションの開始を受け付けていない場合に(ステップS101否定)、受け付け待ちの状態となる。
For example, as shown in FIG. 10, when the start of the placement analysis simulation is received (Yes in Step S101), the
そして、配置解析装置100は、EVレイヤの道路網モデルの任意の位置に、任意の数の充電STのモデルを配置する(ステップS103)。続いて、配置解析装置100は、EVレイヤの道路網モデルに配置された充電STのモデルを利用した、交通シミュレーションを実行し、電池切れ等のEV位置モデルを該道路網モデルに配置する(ステップS104)。
Then, the
その後、配置解析装置100は、交通シミュレーション結果から得られる道路網モデルを充電STレイヤに写像し、道路網モデルを静電場、充電STのモデル及びEVのモデルを荷電粒子とした、配置解析シミュレーションを実行し、充電STのモデルを再配置する(ステップS105)。そして、配置解析装置100は、道路網モデル上に急カーブ又は平行する道路があるか否かを判定する(ステップS106)。すなわち、急カーブの判定では、充電STのモデルに対応する荷電粒子の運動において、進む方向と力の方向とが反対向きになるか否かが判定される。同様に、平行する道路があるか否かの判定では、充電STのモデルに対応する荷電粒子がEVのモデルに対応する荷電粒子から引力を受けているか否かが判定される。換言すると、急カーブや平行する道路においては、充電STのモデルに対応する荷電粒子が、ある分岐ノードに拘束される可能性がある。
After that, the
このとき、配置解析装置100は、急カーブ又は平行する道路があると判定した場合に(ステップS106肯定)、充電STのモデルに対応する荷電粒子の位置を、強制的に移動するアルゴリズムを実行し、道路網モデル上に充電STのモデルを再配置する(ステップS105)。一方、配置解析装置100は、急カーブ又は平行する道路がないと判定した場合に(ステップS106否定)、充電STレイヤの道路網モデルをEVレイヤに写像し、EVレイヤの道路網モデルに配置された充電STのモデルを利用した、交通シミュレーションを実行し、電池切れのEVのモデルを該道路網モデルに再配置する(ステップS107)。
At this time, when it is determined that there is a sharp curve or a parallel road (Yes in step S106), the
続いて、配置解析装置100は、予め設定される処理の繰り返し数が上限値に達したか否かを判定する(ステップS108)。このとき、配置解析装置100は、処理の繰り返し数が上限値に達していないと判定した場合に(ステップS108否定)、ステップS107で配置した電池切れEVのモデルが含まれる、EVレイヤの道路網モデルを充電STレイヤに写像し、道路網モデルを静電場、充電STのモデル及びEV位置のモデルを荷電粒子とした、配置解析シミュレーションを再度実行し、充電STのモデルを再配置する(ステップS105)。一方、配置解析装置100は、処理の繰り返し数が上限値に達したと判定した場合に(ステップS108肯定)、配置解析シミュレーションの結果を出力する(ステップS109)。
Subsequently, the
[解析結果]
次に、図11A〜図13Cを用いて、上述してきた処理について、各初期設定における解析結果を説明する。[Analysis result]
Next, with reference to FIGS. 11A to 13C, analysis results in each initial setting will be described for the processing described above.
(充電STの設置箇所数)
図11Aは、充電STの初期配置位置の例を示す図である。図11Aに示す道路網モデルを利用した交通シミュレーション上で発生させる条件は以下の通りである。
・EV発生台数:3000台
・搭載電池容量:20kWh
・走行燃費:7.5km/kWh
・EVアクセサリ消費電力:3kW
・渋滞条件:渋滞有
・充電警告灯点灯条件:電池残量3kWh以下(Number of installation locations for charging ST)
FIG. 11A is a diagram illustrating an example of an initial arrangement position of the charging ST. The conditions generated on the traffic simulation using the road network model shown in FIG. 11A are as follows.
-Number of EV generation: 3000-Installed battery capacity: 20 kWh
・ Driving fuel consumption: 7.5km / kWh
-EV accessory power consumption: 3kW
・ Congestion condition: Congestion present ・ Charging warning light lighting condition: Battery remaining 3kWh or less
上記条件は、EVの実行燃費が約5km/kWhに対応し、EVにとっては厳しい走行条件としている。なお、1回の充電あたりのEVの航続距離は、約100kmである。また、交通シミュレーション上のEVによる充電行動については、EVの電池残量を常時監視し、充電警告灯が点灯した場合に目的地と最寄りの充電STとへの到達時間を計算し、充電STへの到達時間の方が短ければ、最寄りの充電STに目的地を変更し、充電STで電池容量の8割まで充電が行なわれる。また、図11Aにおいて、充電STは、破線で囲われた円内に全て含まれている。 The above conditions correspond to an EV effective fuel consumption of about 5 km / kWh, which is a severe driving condition for the EV. In addition, the cruising range of EV per charge is about 100 km. Also, regarding EV charging behavior in traffic simulation, the remaining battery level of EV is constantly monitored, and when the charging warning light is lit, the arrival time to the destination and the nearest charging ST is calculated, and the charging ST If the arrival time is shorter, the destination is changed to the nearest charging ST, and the charging ST charges up to 80% of the battery capacity. Further, in FIG. 11A, the charging ST is all included in a circle surrounded by a broken line.
図11Bは、充電STの設置数ごとのアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。図11Bにおいて、縦軸は「電池切れ発生割合」を示し、横軸は「探索アルゴリズム繰返し回数」を示している。 FIG. 11B is a diagram illustrating an example of the relationship between the number of executions of the algorithm for each number of installed charging STs and the occurrence rate of the battery. In FIG. 11B, the vertical axis represents “battery exhausted occurrence ratio”, and the horizontal axis represents “search algorithm iteration count”.
例えば、図11Bに示すように、充電STの設置箇所が1箇所の場合に、電池切れ発生割合は、ほぼ減少していない。すなわち、1箇所に設置される充電STの位置を変更させたとしても、道路網モデル上に多数の電池切れEVが発生してしまい、電池切れEVの数の削減にはあまり効果がないと言える。これに対し、充電STの設置数が1箇所から7箇所に増加するにつれ、電池切れEVの発生割合が減少している。さらには、アルゴリズムを繰り返し実行されることで電池切れEVの発生割合も減少し、ある一定値の電池切れ割合に到達している。 For example, as shown in FIG. 11B, when the charging ST is installed at one location, the battery exhaustion occurrence rate is not substantially reduced. That is, even if the position of the charging ST installed at one place is changed, a large number of out-of-battery EVs are generated on the road network model, which is not very effective in reducing the number of out-of-battery EVs. . On the other hand, as the number of installed charging STs increases from one place to seven places, the occurrence ratio of the battery exhaustion EV decreases. Furthermore, by repeatedly executing the algorithm, the occurrence rate of the battery exhaustion EV also decreases, and reaches a certain value of the battery exhaustion rate.
また、電池切れEVの発生割合は、充電STの設置箇所数が増加するにつれて減少し、1箇所の場合に15%程度であった割合が7箇所の場合に6%程度になっている。また、アルゴリズムの繰り返し回数に対する電池切れEVの発生割合の減少率は、充電STの設置箇所数が増加するほど大きくなる。また、1回のアルゴリズム適用結果を比較すると、設置箇所数が1箇所の場合にはあまり減少していないが、設置箇所数が3箇所の場合に13%程度へ減少し、設置箇所数が7箇所の場合に7%程度へ減少する。 Further, the occurrence rate of the battery exhaustion EV decreases as the number of installation locations of the charging ST increases, and the rate of about 15% in the case of 1 location is about 6% in the case of 7 locations. In addition, the decrease rate of the occurrence ratio of the battery exhaust with respect to the number of repetitions of the algorithm increases as the number of installation places of the charging ST increases. In addition, when comparing the results of applying the algorithm once, the number of installation places is not so reduced when the number of installation places is 1, but when the number of installation places is 3, the number is reduced to about 13% and the number of installation places is 7 It decreases to about 7% in the case of the location.
(充電STの初期配置位置)
図12Aは、充電STを道路網モデル上の北側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。また、図12Bは、充電STを道路網モデル上の南側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。また、図12Cは、充電STを道路網モデル上の東側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。また、図12Dは、充電STを道路網モデル上の西側付近に初期配置したときのアルゴリズム実行結果の例を示す図である。また、図12Eは、充電STを道路網モデル上の中央付近に初期配置したときのアルゴリズムの実行結果の例を示す図である。なお、図12A〜図12Eでは、北側、南側、東側、西側、中央それぞれの付近に4つの充電STを配置し、アルゴリズムを7回実行したときの実行結果を示す。また、図12A〜図12Eそれぞれの左方は充電STの初期配置位置を示し、右方はアルゴリズム実行結果を示す。(Initial placement position of charging ST)
FIG. 12A is a diagram showing an example of an algorithm execution result when charging ST is initially arranged near the north side on the road network model. FIG. 12B is a diagram showing an example of an algorithm execution result when charging ST is initially arranged near the south side on the road network model. FIG. 12C is a diagram illustrating an example of an algorithm execution result when the charging ST is initially arranged near the east side on the road network model. FIG. 12D is a diagram showing an example of an algorithm execution result when charging ST is initially arranged near the west side on the road network model. FIG. 12E is a diagram showing an example of the execution result of the algorithm when charging ST is initially placed near the center on the road network model. 12A to 12E show execution results when four charging STs are arranged near the north side, the south side, the east side, the west side, and the center, and the algorithm is executed seven times. In addition, the left side of each of FIGS. 12A to 12E shows the initial arrangement position of the charging ST, and the right side shows an algorithm execution result.
例えば、図12A〜図12Eに示すように、充電STの初期配置位置によらず、4つの最終的な充電STの配置位置は、同様の領域に配置されている。図12Fは、充電STの初期配置位置ごとのアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。図12Fにおいて、縦軸は「電池切れ発生割合」を示し、横軸は「最適化アルゴリズム繰返し回数」を示している。 For example, as shown in FIGS. 12A to 12E, the four final arrangement positions of the charging ST are arranged in the same region regardless of the initial arrangement position of the charging ST. FIG. 12F is a diagram illustrating an example of the relationship between the number of executions of the algorithm for each initial arrangement position of the charging ST and the battery exhaustion occurrence rate. In FIG. 12F, the vertical axis represents “battery outage occurrence ratio”, and the horizontal axis represents “optimization algorithm iteration count”.
例えば、図12Fに示すように、アルゴリズムの繰り返しの経過状況では若干の幅があるものの、初期配置位置全てについてアルゴリズムの繰り返しにより電池切れEVの発生割合が減少しており、アルゴリズムを7回繰り返した後には、電池切れEVの発生割合も全て8%〜9%程度まで減少している。 For example, as shown in FIG. 12F, although there is a slight range in the progress of the iteration of the algorithm, the occurrence rate of the battery exhausted EV has decreased due to the iteration of the algorithm for all initial arrangement positions, and the algorithm was repeated seven times. Later, the percentage of occurrence of EV out of battery is also reduced to about 8% to 9%.
(道路形状が複雑な場合)
図13Aは、道路形状が複雑な道路網モデルにおける充電STの初期配置位置の例を示す図である。また、図13Bは、道路形状が複雑な道路網モデルにおけるアルゴリズム実行結果の例を示す図である。なお、図13A及び図13Bにおいて、充電STの設置箇所数は、6つとする。また、解析条件やアルゴリズムは、図12A〜図12Eと同様であるものとする。(When the road shape is complicated)
FIG. 13A is a diagram illustrating an example of an initial arrangement position of the charging ST in a road network model having a complicated road shape. FIG. 13B is a diagram illustrating an example of an algorithm execution result in a road network model having a complicated road shape. In FIG. 13A and FIG. 13B, the number of installation locations of the charging ST is six. The analysis conditions and algorithm are the same as those in FIGS. 12A to 12E.
例えば、図13Aに示すように、6つの充電STを同一の場所に初期配置した場合には、6つの充電STが図13Bに示す位置に再配置された。図13Cは、6つの充電ST配置時のアルゴリズムの実行数と電池切れ発生割合との関係の例を示す図である。図13Cにおいて、縦軸は「電池切れ発生割合」を示し、横軸は「探索アルゴリズム繰返し回数」を示している。 For example, as shown in FIG. 13A, when six charging STs are initially arranged at the same place, the six charging STs are rearranged at the positions shown in FIG. 13B. FIG. 13C is a diagram illustrating an example of the relationship between the number of executions of the algorithm when six charging STs are arranged and the rate of occurrence of battery exhaustion. In FIG. 13C, the vertical axis indicates “battery outage occurrence ratio” and the horizontal axis indicates “search algorithm iteration count”.
例えば、図13Cに示すように、充電STが初期設定の配置である場合には、12%程度の電池切れEVの発生割合であったものが、アルゴリズムの繰り返しによって最終的には6%程度まで電池切れEVの発生割合が減少している。これらの結果、道路網モデルがいかなる状況であっても、配置解析装置100が好適に機能することがわかる。
For example, as shown in FIG. 13C, in the case where the charging ST is in the default arrangement, the rate of occurrence of the out-of-battery EV of about 12% is eventually reduced to about 6% by repeating the algorithm. The rate of occurrence of battery exhausted EV is decreasing. As a result, it can be seen that the
[実施例1による効果]
上述したように、配置解析装置100は、EVの充電を行なう充電STの配置解析において、道路網モデルを静電場、EV及び充電STを荷電粒子として、静電場中を荷電粒子が運動するアルゴリズムを実行することで、道路網モデルにおける充電STの配置場所を決定する。この結果、配置解析装置100は、電気自動車への動力源を供給する充電インフラの好適な配置場所を解析することができる。また、配置解析装置100は、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行するので、道路網モデルの端に充電STが配置されるのを防止して、道路網モデルへの充電STの配置を好適に実行することができる。[Effects of Example 1]
As described above, the
さて、これまで本発明に開示する配置解析装置100の実施例について説明したが、上述した実施例以外にも種々の異なる形態にて実施されてよいものである。そこで、(1)充電STの配置、(2)構成、(3)プログラム、において異なる実施例を説明する。
The embodiments of the
(1)充電STの配置
上記実施例では、充電STを配置する場合に、充電STに対応する荷電粒子同士の斥力と、充電STに対応する荷電粒子及びEVに対応する荷電粒子の引力とを利用して、道路網モデルを静電場とした荷電粒子の運動によって、充電STを配置する場合を説明した。この充電STの配置については、例えば、充電STに対応する荷電粒子同士の斥力のみを利用して、道路網モデルを静電場とした荷電粒子の運動によって、充電STを配置しても良い。(1) Arrangement of Charging ST In the above embodiment, when the charging ST is arranged, the repulsive force between the charged particles corresponding to the charging ST and the attractive force of the charged particles corresponding to the charging ST and the charged particles corresponding to the EV are obtained. The case where the charging ST is arranged by the movement of charged particles using the road network model as an electrostatic field has been described. As for the arrangement of the charging ST, for example, the charging ST may be arranged by the movement of the charged particles using the road network model as an electrostatic field using only the repulsive force between the charged particles corresponding to the charging ST.
また、上記実施例では、分岐ノードに充電STに対応する荷電粒子が拘束される場合に、充電STに対応する荷電粒子を強制的に移動させることにより、道路網モデルに充電STを配置する場合を説明した。この充電STの配置については、例えば、荷電粒子の拘束を考慮せずに、充電STを配置しても良い。これらの充電STの配置によれば、充電STの配置場所の解析においてある一定以上の効果を得ることができる。 Further, in the above embodiment, when charged particles corresponding to the charge ST are constrained to the branch node, the charge ST is arranged on the road network model by forcibly moving the charged particles corresponding to the charge ST. Explained. As for the arrangement of the charging ST, for example, the charging ST may be arranged without taking into consideration the restriction of charged particles. According to the arrangement of these charging STs, an effect of a certain level or more can be obtained in the analysis of the arrangement place of the charging ST.
(2)構成
また、上記文書中や図面中等で示した処理手順、制御手順、具体的名称、各種のデータやパラメタ等を含む情報(例えば、交通シミュレーションや配置解析シミュレーションで利用されるパラメタ等)については、特記する場合を除いて任意に変更することができる。(2) Configuration In addition, information including processing procedures, control procedures, specific names, various data and parameters shown in the above documents and drawings (for example, parameters used in traffic simulations and layout analysis simulations, etc.) About can be changed arbitrarily unless otherwise specified.
また、図示した配置解析装置100の各構成要素は、機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は、図示のものに限られず、その全部又は一部を各種の負担や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合することができる。例えば、充電ST配置部122と充電ST再配置部124とを統合して、道路網モデル上の充電STの配置に係る処理を実行させても良い。また、例えば、EV配置部123とEV再配置部125とを統合して、道路網モデル上のEVの配置に係る処理を実行させても良い。
Each component of the illustrated
また、配置解析装置100にて行われる各処理機能は、その全部又は任意の一部が、CPU(Central Processing Unit)および当該CPUにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。
In addition, each or all of the processing functions performed in the
(3)プログラム
図14は、開示の実施形態に係る配置解析プログラムによる処理がコンピュータを用いて具体的に実現されることを示す図である。図14に例示するように、コンピュータ1000は、例えば、メモリ1001と、CPU1002と、ハードディスクドライブインタフェース1003と、ディスクドライブインタフェース1004と、シリアルポートインタフェース1005と、ビデオアダプタ1006と、ネットワークインタフェース1007とを有し、これらの各部はバス1008によって接続される。(3) Program FIG. 14 is a diagram illustrating that the processing by the arrangement analysis program according to the disclosed embodiment is specifically realized using a computer. As illustrated in FIG. 14, the
メモリ1001は、図14に例示するように、ROM(Read Only Memory)1001a及びRAM(Random Access Memory)1001bを含む。ROM1001aは、例えば、BIOS(Basic Input Output System)等のブートプログラムを記憶する。ハードディスクドライブインタフェース1003は、図14に例示するように、ハードディスクドライブ1009に接続される。ディスクドライブインタフェース1004は、図14に例示するように、ディスクドライブ1010に接続される。例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が、ディスクドライブ1010に挿入される。シリアルポートインタフェース1005は、図14に例示するように、例えばマウス1011、キーボード1012に接続される。ビデオアダプタ1006は、図14に例示するように、例えばディスプレイ1013に接続される。
As illustrated in FIG. 14, the
ここで、図14に例示するように、ハードディスクドライブ1009は、例えば、OS(Operating System)1009a、アプリケーションプログラム1009b、プログラムモジュール1009c、プログラムデータ1009dを記憶する。すなわち、開示の実施形態に係る配置解析プログラムは、コンピュータ1000によって実行される指令が記述されたプログラムモジュール1009cとして、例えばハードディスクドライブ1009に記憶される。具体的には、上記実施例で説明した道路網生成部121と同様の処理を実行する道路網生成手順と、充電ST配置部122と同様の処理を実行する充電ST配置手順と、EV配置部123と同様の処理を実行するEV配置手順と、充電ST再配置部124と同様の処理を実行する充電ST再配置手順と、EV再配置部125と同様の処理を実行するEV再配置手順とが記述されたプログラムモジュール1009cが、ハードディスクドライブ1009に記憶される。また、上記実施例で説明した記憶部110に記憶されるデータのように、配置解析プログラムによる処理に用いられるデータは、プログラムデータ1009dとして、例えばハードディスクドライブ1009に記憶される。そして、CPU1002が、ハードディスクドライブ1009に記憶されたプログラムモジュール1009cやプログラムデータ1009dを必要に応じてRAM1001bに読み出し、道路網生成手順、充電ST配置手順、EV配置手順、充電ST再配置手順、EV再配置手順を実行する。
Here, as illustrated in FIG. 14, the
なお、配置解析プログラムに係るプログラムモジュール1009cやプログラムデータ1009dは、ハードディスクドライブ1009に記憶される場合に限られず、例えば着脱可能な記憶媒体に記憶され、ディスクドライブ1010等を介してCPU1002によって読み出されてもよい。あるいは、配置解析プログラムに係るプログラムモジュール1009cやプログラムデータ1009dは、ネットワーク(LAN(Local Area Network)、WAN(Wide Area Network)等)を介して接続された他のコンピュータに記憶され、ネットワークインタフェース1007を介してCPU1002によって読み出されてもよい。
Note that the
100 配置解析装置
101 入力部
102 出力部
110 記憶部
120 制御部
121 道路網生成部
122 充電ST配置部
123 EV配置部
124 充電ST再配置部
125 EV再配置部DESCRIPTION OF
Claims (7)
前記道路網生成手順によって生成された道路網モデルの任意の位置に、電気自動車の充電を行なう充電ステーションのモデルを配置する充電ステーション配置手順と、
前記道路網モデルについては静電場、前記充電ステーションのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーション配置手順によって配置された道路網モデルにおける充電ステーションのモデルを再配置する充電ステーション再配置手順と
をコンピュータに実行させることを特徴とする配置解析プログラム。A road network generation procedure for generating a road network model that is a model of map data related to the road network;
A charging station arrangement procedure for arranging a model of a charging station for charging an electric vehicle at an arbitrary position of the road network model generated by the road network generation procedure;
An algorithm for moving charged particles in an electrostatic field having boundary conditions is executed as an electrostatic field for the road network model, and charged particles moving in the electrostatic field by repulsion for the model of the charging station, and the charging station An arrangement analysis program for causing a computer to execute a charging station rearrangement procedure for rearranging a model of a charging station in a road network model arranged by the arrangement procedure.
前記充電ステーション再配置手順は、特定された位置に前記充電ステーションのモデルに対応する荷電粒子と引力が働く前記静電場中に固定された荷電粒子を配置して、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーションのモデルを再配置し、
前記道路網モデルを走行する電気自動車のモデルの充電状況が所定値以下になった場合に、前記充電ステーション再配置手順によって再配置された充電ステーションのモデルで該電気自動車のモデルの充電を行なうアルゴリズムを実行し、該道路網モデルに電池切れが発生した電気自動車のモデルの位置および電気自動車のモデルの充電警告灯が点灯した位置の少なくとも一方の位置の配置を再特定する電気自動車再配置手順をさらに実行させることを特徴とする請求項1に記載の配置解析プログラム。When the charging status of the model of the electric vehicle traveling on the road network model becomes a predetermined value or less, an algorithm for charging the model of the electric vehicle with the model of the charging station arranged by the charging station arrangement procedure is executed. And further executing an electric vehicle arrangement procedure for specifying an arrangement of at least one of the position of the electric vehicle model where the battery has run out of the road network model and the position where the charging warning light of the electric vehicle model is lit,
In the charging station relocation procedure, a charged particle corresponding to a model of the charging station and a charged particle fixed in the electrostatic field in which an attractive force is applied are disposed at a specified position, and the charging station relocation procedure is performed in an electrostatic field having a boundary condition. Execute an algorithm in which the charged particles move, reposition the model of the charging station,
An algorithm for charging the model of the electric vehicle with the model of the charging station rearranged by the charging station rearrangement procedure when the charging state of the model of the electric vehicle traveling on the road network model becomes a predetermined value or less. An electric vehicle relocation procedure for re-specifying the position of at least one of the position of the electric vehicle model where the battery has run out of the road network model and the position where the charging warning light of the electric vehicle model is lit. The arrangement analysis program according to claim 1, further executed.
前記道路網生成部によって生成された道路網モデルの任意の位置に、電気自動車の充電を行なう充電ステーションのモデルを配置する充電ステーション配置部と、
前記道路網モデルについては静電場、前記充電ステーションのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーション配置部によって配置された道路網モデルにおける充電ステーションのモデルを再配置する充電ステーション再配置部と
を有することを特徴とする配置解析装置。A road network generation unit that generates a road network model that is a model of map data related to the road network;
A charging station arrangement unit for arranging a model of a charging station for charging an electric vehicle at an arbitrary position of the road network model generated by the road network generation unit;
An algorithm for moving charged particles in an electrostatic field having boundary conditions is executed as an electrostatic field for the road network model, and charged particles moving in the electrostatic field by repulsion for the model of the charging station, and the charging station And a charging station rearrangement unit that rearranges a model of the charging station in the road network model arranged by the arrangement unit.
前記道路網生成工程によって生成された道路網モデルの任意の位置に、電気自動車の充電を行なう充電ステーションのモデルを配置する充電ステーション配置工程と、
前記道路網モデルについては静電場、前記充電ステーションのモデルについては斥力により該静電場中を運動する荷電粒子として、境界条件を有する静電場中を荷電粒子が運動するアルゴリズムを実行し、前記充電ステーション配置工程によって配置された道路網モデルにおける充電ステーションのモデルを再配置する充電ステーション再配置工程と
を含んだことを特徴とする配置解析方法。A road network generation process for generating a road network model which is a model of map data related to the road network;
A charging station arrangement step of arranging a model of a charging station for charging an electric vehicle at an arbitrary position of the road network model generated by the road network generation step;
An algorithm for moving charged particles in an electrostatic field having boundary conditions is executed as an electrostatic field for the road network model, and charged particles moving in the electrostatic field by repulsion for the model of the charging station, and the charging station And a charging station rearrangement step of rearranging a model of the charging station in the road network model arranged by the arrangement step.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013515037A JP5889289B2 (en) | 2011-05-13 | 2012-03-30 | Arrangement analysis program, arrangement analysis apparatus, and arrangement analysis method |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011108671 | 2011-05-13 | ||
JP2011108671 | 2011-05-13 | ||
JP2013515037A JP5889289B2 (en) | 2011-05-13 | 2012-03-30 | Arrangement analysis program, arrangement analysis apparatus, and arrangement analysis method |
PCT/JP2012/058582 WO2012157343A1 (en) | 2011-05-13 | 2012-03-30 | Position analysis program, position analysis device, and position analysis method |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2012157343A1 true JPWO2012157343A1 (en) | 2014-07-31 |
JP5889289B2 JP5889289B2 (en) | 2016-03-22 |
Family
ID=47176684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013515037A Active JP5889289B2 (en) | 2011-05-13 | 2012-03-30 | Arrangement analysis program, arrangement analysis apparatus, and arrangement analysis method |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5889289B2 (en) |
WO (1) | WO2012157343A1 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200342419A1 (en) * | 2019-04-29 | 2020-10-29 | Lyft, Inc. | Intelligent management of one or more machines of a vehicle service center |
CN111985065A (en) * | 2019-05-22 | 2020-11-24 | 兰州交通大学 | Road automatic selection technology based on gravitational field theory |
-
2012
- 2012-03-30 WO PCT/JP2012/058582 patent/WO2012157343A1/en active Application Filing
- 2012-03-30 JP JP2013515037A patent/JP5889289B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2012157343A1 (en) | 2012-11-22 |
JP5889289B2 (en) | 2016-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Effective charging planning based on deep reinforcement learning for electric vehicles | |
JP7163099B2 (en) | ENERGY MANAGEMENT DEVICE, MODEL MANAGEMENT METHOD AND COMPUTER PROGRAM | |
Shahraki et al. | Optimal locations of electric public charging stations using real world vehicle travel patterns | |
KR102023163B1 (en) | Site selection scheme for electric vehicle chargers based on genetic algorithm | |
CN102955899A (en) | Method and apparatus for estimating power usage | |
Jin et al. | A stochastic optimization framework for road traffic controls based on evolutionary algorithms and traffic simulation | |
JP6194872B2 (en) | Information processing apparatus for vehicle | |
US10157242B2 (en) | Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program | |
Hiwatari et al. | A road traffic simulator to analyze layout and effectiveness of rapid charging infrastructure for electric vehicle | |
JP2012141799A (en) | Road traffic flow simulation device, road traffic flow simulation program and road traffic flow simulation method | |
Bhavsar et al. | Energy consumption reduction strategies for plug-in hybrid electric vehicles with connected vehicle technology in urban areas | |
JP5646877B2 (en) | Traffic simulation program, traffic simulation apparatus, and traffic simulation method | |
Bi et al. | Influence of charging behaviour given charging infrastructure specification: A case study of Singapore | |
JP2023175992A (en) | Energy supply system and information processing device | |
Qiao et al. | Vehicle powertrain connected route optimization for conventional, hybrid and plug-in electric vehicles | |
Bayrak et al. | Optimization of dedicated bus lane location on a transportation network while accounting for traffic dynamics | |
El Meligy et al. | Deployment optimization of dynamic wireless chargers for electric vehicles | |
JP5889289B2 (en) | Arrangement analysis program, arrangement analysis apparatus, and arrangement analysis method | |
Liu et al. | Simulation of real-time path planning for large-scale transportation network using parallel computation | |
JP2020027023A (en) | Information processing apparatus, information processing method and computer program | |
Wang et al. | Electrification of a citywide bus network: A data-driven micro-simulation approach | |
Zhou et al. | The energy-efficient dynamic route planning for electric vehicles | |
Seredynski et al. | Generation of realistic mobility for VANETs using genetic algorithms | |
ElBanhawy et al. | Integrating space-syntax and discrete-event simulation for e-mobility analysis | |
GB2560487A (en) | Vehicle route guidance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150109 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160115 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160209 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160216 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5889289 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |