JP2007312581A - 電気自動車のエネルギー管理システム - Google Patents

Abstract

【課題】過去の電力消費履歴と走行履歴を正確に把握し、現在の残存電力で走行可能な距離を高精度に予測する。
【解決手段】各車両から送信されたデータをデータセンタで受信してデータベースに登録し、データを集計・解析して各車両の現在の残存電力で走行可能な距離を予測する。この走行可能距離の予測処理は、表示ＡＰからの要求によって実施され、データベースから表示対象のＥＣＵデータの一覧を取得し（Ｓ５０）、残存電力が有る場合、燃費マップから平均燃費を取得し（Ｓ５３）、消費される電力を予測する（Ｓ５６）。そして、この予想電力と平均燃費とに基づいて走行距離を予測し（Ｓ５７，Ｓ５８）、表示ビューを送信する（Ｓ５９）。
【選択図】図７

Description

本発明は、データベースに蓄積した車両データを集計・解析してエネルギー管理を行う電気自動車のエネルギー管理システムに関する。

一般に、ガソリン等を燃料とするエンジンによって走行駆動される自動車に対し、バッテリからの電力によってモータを駆動して走行する電気自動車やエンジンとモータとを併用して走行するハイブリッド電気自動車においては、エネルギー管理の一環としてバッテリの残存電力を把握し、この残存電力で走行可能な距離を把握する必要がある。

このため、従来から残存電力で走行可能な距離を予測する技術が種々提案されており、例えば、特許文献１に、その先行技術が開示されている。特許文献１に開示の技術は、ハイブリッド電気自動車に関するものであり、バッテリの放電可能量とエンジンによる発電可能電力量からなる現在の電力量に、過去の車両走行時における消費電力量と供給電力量から求まる過去の所定期間における走行パターンを加味することで、車両の今後の走行可能距離及び走行可能時間の少なくともいずれか一方を予測する際に、発電可能電力量及び過去の供給電力量の少なくとも一方を発電モードに応じて補正、或いは、過去の消費電力量及び供給電力量の少なくとも一方をバッテリの充電レベルに応じて補正することにより、車両の今後の走行可能距離や走行可能時間を精度良く予測・表示する。
特開２００１−２３１１０３号公報

しかしながら、バッテリから電力供給されるモータのみで走行し、エンジンによる発電及び走行の手段を有しない電気自動車においては、バッテリの残存電力は、回生走行によるモータからの充電によって補充されるのみであり、走行条件や環境条件によって大きく変化する。従って、特許文献１の技術を適用して走行可能距離を精度良く予測することは困難である。

本発明は上記事情に鑑みてなされたもので、過去の電力消費履歴と走行履歴を正確に把握し、現在の残存電力で走行可能な距離を高精度に予測することのできる電気自動車のエネルギー管理システムを提供することを目的としている。

上記目的を達成するため、本発明による電気自動車のエネルギー管理システムは、データベースに蓄積した車両データを集計・解析してエネルギー管理を行う電気自動車のエネルギー管理システムにおいて、モータ指令トルクとモータ回転数とを軸とするマップの各領域毎に、単位電力量当たりの走行距離を燃費として算出し、上記データベースの燃費マップに登録する燃費マップ登録手段と、モータ指令トルクとモータ回転数とを軸とするマップの各領域毎に、上記データベースへの登録毎の追加データ数を走行状態を表す度数として算出し、上記データベースの度数マップに登録する度数マップ登録手段と、上記燃費マップ及び上記度数マップによる電力履歴及び走行履歴に基づいて、現在の車両の残存電力で走行可能な距離を予測し、予測した走行可能距離を運転者に報知する走行可能距離予測手段とを備えたことを特徴とする。

本発明による電気自動車のエネルギー管理システムは、燃費マップ及び度数マップを用いて過去の電力消費履歴と走行履歴を正確に把握することができ、現在の残存電力で走行可能な距離を高精度に予測することができる。

以下、図面を参照して本発明の実施の形態を説明する。図１〜図７は本発明の実施の一形態に係り、図１はエネルギー管理システムの構成図、図２は瞬間燃費算出処理のフローチャート、図３は燃費マップ集計処理のフローチャート、図４は度数マップ集計処理のフローチャート、図５は度数データ集計処理のフローチャート、図６は平均燃費算出処理のフローチャート、図７は走行距離予測値算出処理のフローチャートである。

図１に示すエネルギー管理システム１は、システムに登録された各ユーザの電気自動車（ＥＶ）を対象として、各ＥＶの車内ネットワークに接続される電子装置（ＥＣＵ）からなる車載端末５と通信回線を介して接続されるデータセンタ１０を中心として構成されている。データセンタ１０は、各ＥＶの車載端末５から遠隔送信されるＥＣＵデータを集計・解析して各ＥＶのエネルギー状態を管理するものであり、具体的には、通信回線を介した通信処理を行う通信サーバ１５と、この通信サーバ１５を介して取得した各ＥＶのＥＣＵデータを蓄積し、また、集計・解析処理を行うデータベースサーバ２０とを有するコンピュータシステムとして構成されている。

通信サーバ１５は、各ＥＶの車載端末５との通信回線を介したデータ通信を制御し、車載端末５から送信されたＥＣＵデータを受信し、データベースサーバ２０に登録する。通信回線としては、専用回線或いは既存の回線を利用することができる。これらの回線は、各ＥＶのデータをリアルタイムに送信可能な無線通信網であることが望ましいが、各ＥＶの車載端末５に必要な量のデータを保存できれば、有線回線を利用することも可能である。

更に、通信サーバ１５は、データセンタ１０からの各種情報を表示して各ユーザに通知するための表示装置５０との通信を制御する。表示装置５０としては、各ＥＶに搭載されるナビゲーション装置、各ユーザのパーソナルコンピュータ（パソコン）や情報携帯端末（ＰＤＡ）、携帯電話機等の各種機器を利用することができる。これらの機器にデータセンタ１０からの情報を表示するための表示アプリケーション（表示ＡＰ）をインストールすることにより、本システムの表示装置５０として動作させることができる。

一方、データベースサーバ２０は、コンピュータシステムを管理する所定のオペレーティングシステム（ＯＳ）下において、データベースマネージメントシステム（ＤＢＭＳ）を構築している。このＤＢＭＳは、主として、各ＥＶの車両データを格納するデータベース（ＤＢ）２５と、このデータベース２５の入出力データに対する各種処理を行うデータベース解析部（ＤＢ解析部）３０とにより構成されている。

ＤＢ解析部３０は、サーバ内で動作する各種ＡＰによって形成されるものであり、主として、データベース２０の入出力データの集計・解析処理を行うデータベース解析アプリケーション（ＤＢ解析ＡＰ）によって形成され、本発明の燃費マップ登録手段、度数マップ登録手段、走行可能距離予測手段、運転支援情報生成手段を形成している。このＤＢ解析ＡＰの一つとして、各ＥＶの現在までの消費エネルギー傾向に基づいて、各ＥＶの現在の残存電力で走行可能な距離を予測する走行距離予測ＡＰが提供されている。

各ＥＶから送信されるＥＣＵデータは、例えば、以下に示すデータであり、その他、バッテリやインバータの電圧・電流、モータやインバータの温度、バッテリ温度等のデータが適宜送信される。ＤＢ解析部３０は、これらのデータに基づいて各ＥＶの走行可能距離を予測する。
・車両ＩＤ…本システムに登録したユーザの車両を識別するための識別情報
・累積走行距離…各ＥＶが走行した距離の累積値
・収集日時…ＥＣＵデータを取得した日時
・予想残存電力…各ＥＶで算出した車載バッテリの残存電力量
・モータ指令トルク…ＥＣＵデータ送信時のモータ指令トルクの移動平均値（例えば、１秒間の移動平均値）
・モータ回転数…ＥＣＵデータ送信時のモータ回転数の移動平均値（例えば、１秒間の移動平均値）
・バッテリの残存電力…各ＥＶの車載ＥＣＵによる演算値であるが、バッテリの電圧・電流データ等からデータセンタ１０側で算出するようにしても良い。

ここで、各ＥＶの走行可能距離を予測する場合、エンジンで走行する自動車における「燃料消費率（燃費）」に相当するパラメータを導入することで、処理の簡便化を図ることができる。エンジン車における燃料消費率は、単位燃料量当たりの走行距離を示すものであることから、本形態においては、単位電力量当たりの走行距離を「燃費」として定義する。距離を単位［ｍ］、電力を単位［Ｗｈ］で表した場合、本形態における燃費は、［ｍ／Ｗｈ］で表される量であり、エンジン車の走行可能距離の指標となる「燃料消費率」と対比し、電気自動車の走行可能距離を表す指標としての「電力消費率」と表現することもできる。

本形態においては、モータ指令トルクとモータ回転数とを格子軸とする設定領域毎に燃費データを格納した燃費マップと、同じくモータ指令トルクとモータ回転数とを格子軸とする設定領域毎に、データ数を格納した度数マップとを用いており、これらのマップからエネルギー消費及び走行の傾向を把握し、現在の残存電力で走行可能な距離を予測する。この走行可能距離は、ＤＢ解析部３０における以下の（１）〜（６）に示す処理を経て予測される。

（１）瞬間燃費算出処理
各ＥＶから送信された累積走行距離及び予想残存電力量のそれぞれの差分を算出し、これらの差分の比を、瞬間燃費（サンプリング時の燃費）として算出する。
同時に、走行距離の差分と残存電力の差分とに基づいて、ＥＶの走行状態を、バッテリの電力を消費しながら走行する「消費走行」、バッテリに電力を回生しながら走行する「回生走行」、バッテリの電力消費と電力回生とが相殺された状態で走行する「慣性走行」、車両停止（モータ停止）状態の「アイドリング」の４種類の走行種別に分類する。

（２）燃費マップ集計処理
指定期間でモータ指令トルク及びモータ回転数の設定範囲毎に燃費を集計し、平均化した値を、４種類の走行種別のうちの「消費走行」と「回生走行」とに対して作成される燃費マップに格納する。

（３）度数マップ集計処理
指定期間におけるデータ数（データベース２５に追加されるレコード数）を、モータ指令トルク及びモータ回転数の設定範囲毎に集計し、燃費マップと同様、「消費走行」と「回生走行」とに対して作成される度数マップに格納する。

尚、燃費マップや度数マップは、モータ回転数とモータ指令トルクとを格子軸とするモータトルクマップ上にデータをマッピングしたものであるが、モータトルクは、実際には車両の振動や急激なトルク変動により、非常にピーキーな特性を取る。従って、燃費マップや度数マップを作成する上では、モータ指令トルク、モータ回転数を、それぞれ移動平均し、この移動平均値に基づいてマッピングすることによりマップを平滑化し、傾向を見やすくする。

（４）度数データ集計処理
指定期間中の総度数と走行種別毎の度数と消費電力・走行距離を集計し、各ＥＶの走行傾向を把握する。

（５）平均燃費算出処理
燃費マップに格納された燃費に度数マップによる重み付けを反映し、これを平均燃費として算出する。この平均燃費は、消費走行と回生走行とに対してそれぞれ算出される。

（６）走行距離予測値算出処理
各ＥＶの残存電力量に対して、燃費マップ及び度数マップによる電力履歴及び走行履歴から把握される走行傾向に基づいて走行可能な距離を予測する。具体的には、後述するように、平均燃費と度数データに基づく消費電力の予測値とに基づいて、予想走行距離を算出する。

（１）〜（６）の処理は、ＤＢＭＳのトリガ機能やＯＳの定期タスク、更には他のＡＰからの要求による処理として実行される。瞬間燃費算出処理は、ＤＢＭＳに予め登録されたトリガ処理であり、また、燃費マップ集計処理、度数マップ集計処理、度数データ集計処理、平均燃費算出処理は、ＯＳのタスクとして指定された時間に起動される。一方、走行距離予測値算出処理は、表示ＡＰからの要求により実行され、走行距離予測値、予想残存電力、燃費等の表示ビューを表示ＡＰに返却する。

具体的には、車載端末５からのＥＣＵデータが通信サーバ１５で受信され、ＥＣＵデータがデータベース２５に登録されてレコードが追加されると、このレコードの追加を契機として瞬間燃費算出処理が実施される。また、燃費マップ集計処理は、例えば、１日に１回毎といった長周期での運用を前提として実施され、度数マップ集計処理は、例えば、１分毎といったように、燃費マップ集計処理に比べると短期的な運用を前提として実施される。度数マップ集計処理と度数データ集計処理とは、同間隔で同時に実施される。

次に、図２〜図７のフローチャートを用いて、（１）〜（６）の各処理の詳細を説明する。

図２は、瞬間燃費算出処理を示すフローチャートであり、通信サーバ１５が車載端末５よりＥＣＵデータを受信し、データベース２５に登録してレコードが追加されたときを契機として実行される。

この瞬間燃費算出処理が起動されると、先ず、ステップＳ１で、データベース２５に追加されたレコードの内容をチェックする。そして、レコードの各フィールドに格納された累積走行距離、予想残存電力、モータ指令トルク移動平均値、モータ回転数移動平均値が正常値（NULLではない値）である場合、ステップＳ１からステップＳ２へ進み、異常値(NULL値等)である場合には、処理を終了する。

ステップＳ２では、以前に登録されたＥＣＵデータを取得する。但し、指定期間以上に前に登録されたＥＣＵデータは対象としない。また、指定期間の値は、走行距離予測ＡＰの設定情報が格納されているテーブルより、別途、取得済みであるものとする。

次いで、ステップＳ３へ進み、今回の収集日時ｔにおける累積走行距離から、登録済みのＥＣＵデータから得られる前回の収集日時（ｔ−１）における累積走行距離を減算し、距離差分値Δｄを算出する。更に、ステップＳ４で、今回の収集日時ｔにおける予想残存電力から、登録済みのＥＣＵデータから得られる前回の収集日時（ｔ−１）における予想残存電力を減算し、電力差分値Δｐを算出する。

次に、ステップＳ５へ進み、距離差分値Δｄと電力差分値Δｐとに基づいて、走行種別を分類する。この走行種別は、以下に示す条件で走行種別＝１〜４に分類され、「消費走行」、「回生走行」、「慣性走行」、「アイドリング」の４種類となる。
・走行種別＝１
Δｄ＞０且つΔｐ＜０の場合、バッテリの電力を消費しながら走行する「消費走行」とする。
・走行種別＝２
Δｄ＞０且つΔｐ＞０の場合、バッテリに電力を回生しながら走行する「回生走行」とする。
・走行種別＝３
Δｄ＞０且つΔｐ＝０の場合、バッテリの電力消費と電力回生とが相殺された状態で走行する「慣性走行」とする。
・走行種別＝４
Δｄ＝０の場合、車両停止（モータ停止）状態であり、内燃機関を搭載した自動車の「アイドリング運転」に相当することから、走行種別を「アイドリング」とする。

ステップＳ５で走行種別を分類した後は、ステップＳ６へ進み、走行種別＝１，２の消費走行と回生走行とに対して、それぞれ、以下の（１）式に示すように距離差分値Δｄを電力差分値Δｐで除算し、瞬間燃費ｍsを算出する。そして、ステップＳ７で、瞬間燃費ｍs、走行種別、データ収集日時、距離差分値Δｄ、電力差分値Δｐ、モータ指令トルク移動平均値、モータ回転数移動平均値等の情報をデータベース２５に登録して処理を終了する。
ｍs＝Δｄ／Δｐ …（１）

以上の瞬間燃費算出処理で算出された瞬間燃費ｍsは、指定された時間毎（例えば、１日毎）のタスクとして起動される図３の燃費マップ集計処理によって集計され、燃費マップに格納される。

この燃費マップ集計処理においては、最初のステップＳ１０で、データベース２５から処理対象の車両ＩＤと集計処理実行時の時間を取得する。次に、ステップＳ１１で、 消費・回生走行のモータ指令トルク及びモータ回転数範囲情報をデータベース２５より取得し、ステップＳ１２で、モータ指令トルク・モータ回転数の領域（ｉ，ｊ）毎の燃費デフォルト値Ｍ0ijを取得する。燃費デフォルト値Ｍ0ijは、燃費マップが実走行のデータでマッピングされる迄の間、標準的な走行における燃費を初期値として格納しておくものである。

次いで、ステップＳ１３へ進み、モータ指令トルク・モータ回転数の領域（ｉ，ｊ）内での指定期間の瞬間燃費ｍsを平均化した燃費平均値Ｍreal[±]ij（但し、符号[±]における＋は回生走行、−は消費走行を表す）を算出する。指定期間は、集計実施時刻の前日から燃費マップ集計期間日数前を始点、集計実施日前日を終点とする。

続くステップＳ１４では、燃費平均値Ｍreal[±]ijに対し、以下の（２）式を適用して燃費マップに登録する燃費値Ｍ[±]ijを算出する。但し、ｎ[±]は走行種別毎の総度数（総レコード数）、n_startupはデフォルト値Ｍ0ijを適用する有効期間（デフォルト有効期間）を示し、レコード数がデフォルト有効期間を超えている場合は、デフォルト値Ｍ0ijを適用しない。
Ｍ[±]ij＝（（Ｍreal[±]ij−Ｍ0ij）／n_startup）×ｎ[±]＋Ｍ0ij …（２）

そして、ステップＳ１５で、モータ指令トルク及びモータ回転数の各領域について以上の処理を実行したか否かを調べる。そして、未だ処理の済んでいない領域があるときには、ステップＳ１５からステップＳ１３へ戻って以上の処理を繰返し、全ての領域についての処理が終了しているとき、ステップＳ１５からステップＳ１６へ進み、算出した燃費値Ｍ[±]ijを燃費マップに登録してタスクを終了する。

次に、図４の度数マップ集計処理について説明する。この度数マップ集計処理では、最初のステップＳ２０において、データベース２５から処理対象の車両ＩＤと集計処理実行時の時間を取得する。次に、ステップＳ２１へ進み、消費・回生走行のモータ指令トルク及びモータ回転数範囲情報をデータベース２５より取得し、ステップＳ２２で、度数マップより、前回登録した度数と集計日時を取得する。この場合、日によって集計期間が異なるため、前回取得値の対象となるのは、集計実施日時の同日中とする。

次いで、ステップＳ２３へ進み、モータ指令トルク・モータ回転数の各領域毎に、前回登録した集計日時を始点として、集計実施時までの度数（レコード数）をカウントする。前回登録した度数情報が存在しない場合は、集計実施日より度数マップ集計期間前の０時を始点として集計を行う。

そして、ステップＳ２４で、モータ指令トルク及びモータ回転数の全領域について度数集計を終了したか否かを調べる。そして、未だ集計の済んでいない領域があるときには、ステップＳ２４からステップＳ２３へ戻って集計処理を継続し、全ての領域についての度数集計が終了しているとき、ステップＳ２４からステップＳ２５へ進む。ステップＳ２５では、走行種別毎に期間内の総度数を算出し、ステップＳ２６で度数マップに登録してタスクを終了する。

この度数マップ集計処理の実施時には、同時に、道路条件や気象条件等の走行条件による変動要素を考慮し、度数データを重み付けするための係数を格納した係数マップの集計処理を行う。この係数マップは、消費走行の度数マップと回生走行の度数マップとに対応してそれぞれ作成され、後述する平均燃費Ｍ[±]の算出時に用いられる配分比係数Ｗ[±]ijがモータ指令トルク・モータ回転数の領域毎に格納されている。

次に、図５の度数データ集計処理について説明する。この度数データ集計処理では、最初のステップＳ３０で、データベース２５から処理対象の車両ＩＤと集計処理実行時の時間を取得する。次に、ステップＳ３１へ進み、データベース２５から前回登録した度数データを取得する。前回取得値の対象となるのは、集計実施日時の同日中とする。

続くステップＳ３２では、前回登録した集計日時から、集計実施日時までの度数の各データを取得して集計を行う。前回登録した度数情報が存在しない場合は、集計実施日より度数集計期間前の０時を始点として集計を行う。

その後、ステップＳ３３へ進み、以下の（３）〜（５）式を適用し、全度数に対する慣性走行の割合（慣性走行レート）Ｒe、全度数に対する回生走行の割合（回生走行レート）Ｒ[+]、全度数に対するアイドリングの割合（アイドリングレート）Ｒidleをそれぞれ算出する。
Ｒe＝（Ｄe／Ｎe）×Ｗe …（３）
Ｒ[+]＝Ｐ[+]／Ｎ[+] …（４）
Ｒidle＝（Ｐidle／Ｎidle）×Ｗidle …（５）
但し、Ｎe：慣性走行のレコード数（度数）
Ｄe：慣性走行の累積走行距離
Ｗe：慣性度数係数（重み付けのための係数）
Ｎ[+]：回生走行のレコード数（度数）
Ｐ[+]：回生走行の消費電力総計
Ｐidle：アイドリング時の消費電力総計
Ｗidle：アイドリング度数係数（重み付けのための係数）

更に、ステップＳ３４へ進み、以下の（６）式に示すように、回生走行の消費電力総計Ｐ[+]、消費走行の消費電力総計Ｐ[-]、アイドリングの消費電力総計Ｐidleを加算して全体の消費電力総計Ｐallを算出する。そして、ステップＳ３５へ進み、集計期間中の全度数（総度数）、各走行種別毎の集計度数、走行レートＲe，Ｒ[+]，Ｒidle，各走行種別毎の消費電力総計Ｐ[+]，Ｐ[-]，Ｐidle、全体の消費電力総計Ｐall等をデータベース２５に登録し、タスクを終了する。
Ｐall＝Ｐ[+]＋Ｐ[-]＋Ｐidle …（６）

次に、図６の平均燃費算出処理について説明する。この平均燃費算出処理は、度数マップ集計処理と度数データ集計処理が終了後に実行される。先ず、最初のステップＳ４０で、車両ＩＤと実行時の時間を取得し、ステップＳ４１で、消費・回生走行のモータ指令トルク及びモータ回転数範囲情報をデータベース２５より取得する。

次いで、ステップＳ４２へ進み、燃費マップよりモータ指令トルク・モータ回転数の領域毎の燃費値Ｍ[±]ijを取得すると、ステップＳ４３で、度数マップより走行種別毎に処理実施時刻の直近の度数Ｎ[±]ijと総度数Ｎ[±]とを取得する。そして、ステップＳ４４へ進み、取得したデータに以下の（７）式を適用し、平均燃費Ｍ[±]を算出する。
Ｍ[±]＝ΣＭ[±]ij×Ｎ[±]ij×Ｗ[±]ij／Ｎ[±] …（７）
但し、Ｎ[±]ij：モータ指令トルク・モータ回転数の領域毎の度数
Ｎ[±] ：度数集計期間中の走行種別毎の度数
Ｗ[±]ij：モータ指令トルク・モータ回転数の領域毎の配分比係数
尚、（７）式においては、前述したように添字＋は回生走行、添字−は消費走行を表し、回生走行の平均燃費Ｍ[+]と消費走行の平均燃費Ｍ[-]とが個別に算出される。また、配分比係数Ｗ[±]ijは、前述の度数マップ集計処理時に算出される。

その後、ステップＳ４５へ進み、モータ指令トルク及びモータ回転数の各領域について以上の処理を実行したか否かを調べる。その結果、未だ処理の済んでいない領域があるときには、ステップＳ４５からステップＳ４２へ戻って以上の処理を繰返し、全ての領域についての処理が終了しているとき、ステップＳ４５からステップＳ４６へ進み、算出した走行種別毎（消費走行・回生走行毎）の平均燃費Ｍ[±]をデータベース２５に登録してタスクを終了する。

次に、図７の走行距離予測値算出処理について説明する。前述したように、走行距離予測値算出処理は、表示ＡＰからの要求によって実施される処理であり、最初のステップＳ５０でデータベース２５から表示対象のＥＣＵデータの一覧を取得する。次いで、ステップＳ５１へ進み、ＥＣＵデータ内の予想残存電力の有無を判定する。そして、予想残存電力が存在しない場合には、ステップＳ５９へジャンプして残存電力が無い旨の情報を含む表示ビューを表示ＡＰに返却し、予想残存電力が有る場合、ステップＳ５２以降において、現在の車両の残存電力で走行可能な距離を予測する。

現在の残存電力で走行可能な距離を予測するには、消費走行、回生走行、慣性走行のそれぞれの走行距離を予測し、これらの予測値を合計すれば良い。消費走行での走行距離の予測値は、消費走行及びアイドリング走行で消費される電力量を予測し、この電力量の予測値に、現在までの走行傾向を加味した予想燃費としての消費走行の平均燃費を乗算することで算出することができる。同様に、回生走行での走行距離の予測値は、回生走行で回収される電力量を予測し、この電力量の予測値に、現在までの走行傾向を加味した予想燃費としての回生走行の平均燃費を乗算することで算出することができる。更に、慣性走行での走行距離の予測値は、現在までの走行傾向から慣性走行の度数を予測し、この慣性走行の度数の予測値に、慣性走行レートを乗算することで算出することができる。

以上の処理を行うため、ステップＳ５１に続くステップＳ５２では、先ず、データベース２５から対象車両の収集日時と直近の度数情報とを取得する。そして、ステップＳ５３で、消費走行時の平均燃費Ｍ[-]と回生走行時の平均燃費Ｍ[+]とを取得し、ステップＳ５４以降で、ＥＣＵデータ内の予想残存電力から車両側で制限のかかる残存電力量である電力最小制限値を減算した値を予想残存電力Ｐremainとして、総度数Ｎall、消費走行の度数Ｎ[-]、回生走行の度数Ｎ[+]、慣性走行の度数Ｎe、アイドリングの度数Ｎidleに対して、予測を行う。

具体的には、ステップＳ５４で、以下の（８）式を用いて、総度数の予測値（予想総度数）Ｎremainを算出する。更に、ステップＳ５５で、以下の（９）〜（１２）式を用いて各走行種別毎の度数の予測値（予想消費走行度数Ｎx[-]、予想回生走行度数Ｎx[+]、予想慣性走行度数Ｎex、予想アイドリング度数Ｎidlex）を算出する。
Ｎremain＝（Ｐremain×Ｎall）／ Ｐall│ …（８）
Ｎx[-]＝（Ｎremain×Ｎ[-]）／Ｎall …（９）
Ｎx[+]＝（Ｎremain×Ｎ[+]）／Ｎall …（１０）
Ｎex＝（Ｎremain×Ｎe）／Ｎall …（１１）
Ｎidlex＝（Ｎremain×Ｎidle）／Ｎall …（１２）

そして、ステップＳ５６で、以下の（１３），（１４）式により、アイドリング、回生走行における度数の予測値を用いて、アイドリング時に消費される電力の予測値である予想アイドリング電力Ｐidlex、回生走行時に得られる電力の予測値である予想回生走行電力Ｐx[+]を算出する。更に、以下の（１５）式に示すように、予想アイドリング電力Ｐidlexと予想回生走行電力Ｐx[+]とから、消費走行時に残存電力から減少する電力の予測値である予想消費走行電力Ｐx[-]を算出する。
Ｐidlex＝Ｒidle×Ｎidlex …（１３）
Ｐx[+]＝Ｒ[+]×Ｎx[+] …（１４）
Ｐx[-]＝Ｐremain−Ｐidlex＋Ｐx[+] …（１５）

ステップＳ５６に続くステップＳ５７では、以下の（１６），（１７）式に示すように、消費走行の予想走行距離Ｄx[-]、回生走行の予想走行距離Ｄx[+]を、それぞれ、平均燃費Ｍ[-]及び予想消費走行電力Ｐx[-]、平均燃費Ｍ[+]及び予想回生走行電力Ｐx[+]から算出する。更に、以下の（１８）式に示すように、慣性走行の予想走行距離Ｄexを、走行レートＲe及び予想慣性走行度数Ｎexから算出する。
Ｄx[-]＝Ｍ[-]×Ｐx[-] …（１６）
Ｄx[+]＝Ｍ[+]×Ｐx[+] …（１７）
Ｄex＝Ｒe×Ｎex …（１８）

そして、ステップＳ５８で、以下の（１９）式に示すように、消費走行の予想走行距離Ｄx[-]と回生走行の予想走行距離Ｄx[+]と慣性走行の予想走行距離Ｄexとを合計した予想走行距離Ｄxを算出し、ステップＳ５９で予想走行距離Ｄxを含む表示ビューを表示ＡＰに返却する。
Ｄx＝Ｄx[-]＋Ｄx[+]＋Ｄex …（１９）

これにより、各ＥＶのナビゲーション装置等に現在の残存電力で走行可能な距離を精度良く表示することができる。更に、燃費マップや度数マップを利用し、例えば、以下の（ａ）に示すような診断情報や（ｂ）に示すような運転管理情報等の運転支援情報を生成し、各種サービスを運転者に提供することができる。

（ａ）車両特性や運転特性の診断情報
燃費マップを各車両間で比較して車両の経年劣化や故障の有無を診断し、診断結果を運転者に報知する。
度数マップを運転者間で比較し、運転スキルを診断する。例えば、「エコ運転モデルパターン」等を推奨パターンとして予め設定しておき、そのパターンへの近さを評価する。具体的には、高トルク領域をあまり使わず、トルクがマイナス（回生）領域を多く使うパターンを推奨パターンとする。

（ｂ）運転管理情報
度数マップを地図上の経路間で比較することで、最も燃費の良い経路を検出し、「運転計画」を自動作成する。例えば、燃費と経路距離との積が総消費電力であることから、総消費電力が最小となるルートを「お勧めルート」として選定し、運転者に提示する。「運転計画」と実際の道路状況との差異については、ＶＩＣＳ等を基に比較して補正する。

また、自動作成された「運転計画」に従い、経路情報では、経路内の各地点にて、トルクマップ上の使用領域にまで言及し、オススメアクセル開度や回生ポイントをナビゲーション装置で可視化して表示し、運転者に対しても、そのような運転を意識してもらうことで、エコ走行を実現する。或いは、作成された「運転計画」に従い、運転方針の音声案内を出力する（「ここで回生」「アクセル踏みすぎ」等の音声案内）ことで、運転支援を行う。

過去の運転種別の構成比情報を、地図やナビゲーション装置上に表示することにより、道路条件の可視化を図る。運転種別の構成比情報とは、前走行中、消費走行が何％、回生走行が何％、慣性走行が何％、アイドリングが何％、といったものである。特にアイドリングの割合で、渋滞発生頻度を知ることができる。

更に、同一経路、類似した時間帯と道路条件において、運転者間でエネルギ消費量と所要時間を比較することによって運転スキルを判断することができ、判断結果を表示することで、運転スキルの向上を促進することができる。

尚、以上の実施形態においては、各ＥＶの車載端末５から送信されたデータをデータセンタ１０で収集して解析するシステムの例について説明したが、個々のＥＶにデータベースサーバを搭載し、各ＥＶ単独のシステムとして構成することも可能である。

エネルギー管理システムの構成図 瞬間燃費算出処理のフローチャート 燃費マップ集計処理のフローチャート 度数マップ集計処理のフローチャート 度数データ集計処理のフローチャート 平均燃費算出処理のフローチャート 走行距離予測値算出処理のフローチャート

符号の説明

１ エネルギー管理システム
５ 車載端末
１０ データセンタ
１５ 通信サーバ
２０ データベースサーバ
２５ データベース
３０ 解析部
５０ 表示装置

Claims (6)

1. データベースに蓄積した車両データを集計・解析してエネルギー管理を行う電気自動車のエネルギー管理システムにおいて、
   モータ指令トルクとモータ回転数とを軸とするマップの各領域毎に、単位電力量当たりの走行距離を燃費として算出し、上記データベースの燃費マップに登録する燃費マップ登録手段と、
   モータ指令トルクとモータ回転数とを軸とするマップの各領域毎に、上記データベースへの登録毎の追加データ数を走行状態を表す度数として算出し、上記データベースの度数マップに登録する度数マップ登録手段と、
   上記燃費マップ及び上記度数マップによる電力履歴及び走行履歴に基づいて、現在の車両の残存電力で走行可能な距離を予測し、予測した走行可能距離を運転者に報知する走行可能距離予測手段とを備えたことを特徴とする電気自動車のエネルギー管理システム。
2. 上記データベースにデータを追加登録する毎に、サンプリング時の走行距離の変化と残存電力量の変化とに基づいて車両の走行状態を複数の走行種別に分類し、
   上記燃費マップ及び上記度数マップを、電力を消費する消費走行と電力を回生する回生走行との２種類の走行種別に対応して作成することを特徴とする請求項１記載の電気自動車のエネルギー管理システム。
3. 上記走行可能距離を、上記度数マップを集計して算出した電力予測値と、上記燃費マップの各領域毎のデータを集計して上記度数マップによる重み付けを反映した平均燃費とに基づいて予測することを特徴とする請求項１又は２記載の電気自動車のエネルギー管理システム。
4. 上記平均燃費を、現在の上記度数マップに走行条件の変化実績に応じた係数を適用して重み付けすることより算出することを特徴とする請求項３記載の電気自動車のエネルギー管理システム。
5. 上記燃費マップと上記度数マップとの少なくとも一方を用いて運転支援情報を生成し、運転者に報知する運転支援情報生成手段を更に備えたことを特徴とする請求項１〜４の何れか一に記載の電気自動車のエネルギー管理システム。
6. 上記データベースを、個々の電気自動車から送信されたデータを受信して集計・解析するデータセンタに設け、
   上記データセンタから各車両の車載端末或いは各ユーザの端末に、上記走行可能距離を含む車両の運転支援情報を送信することを特徴とする請求項１〜５の何れか一に記載の電気自動車のエネルギー管理システム。

Images