JP2013090360A - 充電制御装置 - Google Patents

Abstract

【課題】電気自動車の電池を充電する場合に、必要十分な電力量を必要な出発時刻までに充電するように充電速度及び充電量を最適化した充電制御を行う。
【構成】電気自動車の電池の電池残量を検出する電池残量検出部１５ｂと、次回の電気自動車を利用するトリップの出発時刻及び当該トリップにおける必要消費電力を次回トリップ情報として検出する次回トリップ情報検出部１５ｅと、前記電池残量と前記次回トリップ情報とに基づき、次回トリップ出発時刻までに前記必要消費電力を充電する充電速度及び充電量を決定して充電する充電制御部１５ｃとを備えている。
【選択図】図２

Description

本発明は、電気自動車の電池を充電する充電制御装置に関する。

特許文献１に記載の充電制御装置および充電制御方法は、蓄電装置を搭載する複数台の車両の蓄電装置の充電を制御する。この蓄電装置の充電制御は、各車両の外部電源が接合されたときの蓄電装置の蓄電状態と各車両の予想消費電力とに基づいて必要な充電電力量算出する。さらに、各車両の使用開始時刻を検出し、必要充電量と使用開始時刻から契約電力内で充電する充電スケジュールを決定し、各車両の蓄電装置を充電制御する。

特開２００９−１３６１０９号公報

電気自動車に搭載する蓄電装置は、充放電を繰り返すことにより劣化する。特に、蓄電装置を満充電の状態まで充電することを繰り返すことにより、充電装置の劣化が大きくなる。特許文献１に記載の従来例では、蓄電装置を契約電力量内で充電制御する場合には、充電に使用する電力量を抑制することはできるが、蓄電装置の劣化までは考慮されていない。このため、十分な給電能力があったり、十分な給電猶予時間があったりした場合、なるいはもともと電池容量が十分な場合等には、満充電まで充電を行ってしまい、電池の劣化を加速してしまう。
そこで、本発明は、上記のような点に着目してなされたもので、必要十分な電力量を必要な出発時刻までに蓄電するように充電速度及び充電量を最適化した充電制御を行うことを目的とする。

上記目的を達成するために、本発明の一態様は、共同利用する複数の電気自動車を次回トリップまでの間に充電する際に、電池劣化に与える影響度合いである電池劣化コストを加味して充電制御を行う。

本発明によれば、電池残量と検出した次回トリップ出発時刻及び必要消費電力とに基づき、次回トリップ出発時刻までに必要消費電力を充電する充電速度及び充電量を決定して充電することにより、充電速度及び充電量を最適化した充電制御を行うことができる。

本発明の第１の実施形態を示すブロック図である。 本発明の第１の実施形態を示す機能ブロック図である。 電気自動車の電池残量検出例を示す図である。 電気自動車の演算装置で実行する運転履歴記録処理を示すフローチャートである。 電気自動車の演算装置で実行する次回トリップ情報検出処理及び充電制御処理を示すフローチャートである。 第１の実施形態の電池劣化が小さい状態の充電制御例を示す図である。 第１の実施形態の電池劣化が大きい状態の充電配車制御例の他の例を示す図である。 図３の次回トリップ出発時刻が決定された状態を示す図である。 電池劣化推移を表す図である。 ターゲットＳＯＣが満充電領域内に決定された充電制御例を示す図である。 充電制御処理の変形例を示すフローチャートである。

第２の実施形態を示す機能ブロック図である。 第２の実施形態の電気自動車の演算装置で実行する運転履歴記録処理を示すフローチャートである。 第２の実施形態の電気自動車の演算装置で実行する次回トリップ情報検出処理及び充電制御処理を示すフローチャートである。 第２の実施形態における次回トリップ情報検出結果の一例を示す図である。 第２の実施形態における次回トリップ情報検出結果の他の例を示す図である。 第３の実施形態を示すブロック図である。 第３の実施形態を示す機能ブロック図である。 電池劣化推移を表す図である。 第３の実施形態の電気自動車の演算装置で実行する運転履歴記録処理を示すフローチャートである。 第３の実施形態のデータセンターの演算装置で実行する運転傾向解析処理を示すフローチャートである。 第３の実施形態のデータセンターの演算装置で実行する電池劣化解析処理を示すフローチャートである。 第３の実施形態のデータセンターの演算装置で実行する次回トリップ情報検出処理及び充電制御処理を示すフローチャートである。 電池劣化解析の具体例を示す図である。

「第１の実施形態」
次に、本発明の実施形態について図面を参照して説明する。
図１は、本発明の第１の実施形態を示す充電制御装置の全体構成を示すブロック図である。
（構成）
充電制御装置１は、電気自動車１０と、充電装置３０とを備えている。
各電気自動車１０は、各種搭載機器に電力を供給する電池１１を備えている。この電池１１は、電気自動車で本格採用が進んでいるリチウムイオンバッテリが適用されている。しかしながら、電池１１としては、一般的な鉛蓄電池、ニッケル水素電池等の他の電池を適用することができる。また、ここでいう電気自動車とは、バッテリーで駆動する電動モーターを駆動源とする車両であればよく、例えばバッテリーで駆動する電動モーターのみを駆動源とする車両、或いは、エンジンと電動モーターとを駆動源とするハイブリッド車両、プラグインハイブリッド車両であっても適用することができる。

また、電気自動車のような大量のバッテリーを束ねた電池ユニットを搭載する装置の場合、ユニット内の電池同士のバラツキを把握・制御するため、含まれるバッテリー単体毎、もしくはバッテリーを複数束ねた電池セルといった単位毎に電流や電圧、温度などを監視するセンサが付随することがあるが、これらセンサ類も本実施形態では後述する入力装置１７の一部として取り扱う。

この電池１１は、交流を直流へ変換するＡＣ／ＤＣ変換器１２を介して受電装置１３に接続されている。受電装置１３は、外部の充電装置３０に接続可能に構成された充電コネクタ１４で構成されている。
また、各電気自動車１０は、各種演算処理を行う演算装置１５を備えている。この演算装置１５には、記憶装置１６が接続されていると共に、入力装置１７及び出力装置１８が接続されている。さらに、演算装置１５には外部機器との間で通信を行う通信装置１９を備えている。

入力装置１７は、電気自動車１０に搭載されたセンサやスイッチ、運転操作系統、自動車内外の状況や運転操作を検出するものである。この入力装置１７は、ボタン・スイッチ１７ａ、ステアリング装置１７ｂ、アクセル・ブレーキ装置１７ｃ、電流電圧センサ１７ｄ、位置センサ１７ｅ及び温度センサ１７ｆを備えている。
ここで、ボタン・スイッチ１７ａは、ステアリング、アクセル、ブレーキ、エアコン、ワイパー、ウィンカー、シフトポジション、ライト等の各種切り替えを行うボタンやスイッチで構成されている。ステアリング装置１７ｂは、電気自動車の進行方向を制御するもので、操舵角情報、操舵トルク情報等が出力される。

また、アクセル・ブレーキ装置１７ｃは、電気自動車の速度を制御するものであり、アクセルペダル開度情報やブレーキペダル踏込情報が出力される。電流電圧センサ１７ｄは、電池１１やモーターへの電流電圧の入出力を検出し、その検出信号を出力するものである。位置センサ１７ｅは、電気自動車の走行位置を検出し、その位置情報を出力するもので、例えば全地球測位システム（ＧＰＳ）等が適用される。温度センサ１７ｆは、外気温、室内温度、電池温度等を検出し、これらの検出信号を出力するものである。

さらに、入力装置１７は、次回トリップ情報を入力する情報入力部１７ｇを備えている。この情報入力部１７ｇは、通常のカーナビゲーションシステムに装備されているタッチパネル等の情報入力部を適用することができ、次回トリップの目的地、出発時刻あるいは到着時刻といった次回トリップ情報を入力する。
この入力装置１７から出力される各種信号がＡ／Ｄ変換器２０でデジタル信号に変換されて演算装置１５に入力される。

出力装置１８は、電気自動車の動きに変化を与えたり、運転者や外界に情報を発信したりするものであり、アクチュエータ１８ａ、モーター・インバータ１８ｂ、ディスプレイ１８ｃ及びスピーカ１８ｄを備えている。
ここで、アクチュエータ１８ａは、車輪の操舵角度やブレーキ圧力を変化させる各種操作機器である。モーター・インバータ１８ｂは、動力源あるいは発電源である電動モーターとこれを駆動制御するインバータとで構成されている。ディスプレイ１８ｃは、各種表示情報を表示し、スピーカ１８ｄは、音声情報等を出力する。

そして、出力装置１８には、演算処理装置からの各種信号がＤ／Ａ変換器２１を介して入力される。
また、通信装置１９は、充電装置３０との間で例えば通信用配線による有線通信や電流用配線を利用した電力線通信を行い、情報の送受信を行う。
そして、演算装置１５は、機能ブロック図で表すと図２に示すように構成される。すなわち、演算装置１５は、車両制御部１５ａ、電池残量検出部１５ｂ、充電制御部を構成する充放電制御部１５ｃ、充放電回路部１５ｄ及び次回トリップ情報検出部１５ｅを備えている。

車両制御部１５ａは、一般にＥＣＵ（Ｅｌｅｃｔｒｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）と称され、電気自動車に限らず、近年の車両の多くに搭載されている。この車両制御部１５ａでは、入力装置１７から入力されるアクセル開度、ブレーキ踏込量に基づいてモーター発電機１５ｆを駆動制御する走行制御やステアリング装置１７ｂの操舵状態を制御する操舵制御等を行う。

電池残量検出部１５ｂは、電気自動車１０に搭載された電池に含まれる残電力量を検出するものである。電池残量は、充電状態（ＳＯＣ：Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ）とも称され、一般にその電池の持つ最大容量を１００％、最低容量を０％として評価する。この電池残量検出部１５ｂの電池残量検出例を図３に示す。この図３では、横軸が時刻で縦軸がＳＯＣを表している。この図３では、走行中の時系列のＳＯＣの変化（走行に伴いＳＯＣが減少していく様子）についても同時に示している。また、走行中のＳＯＣ変化は実線で表し、充電装置３０に接合した時点でのＳＯＣを菱形の記号で表している。この図３では、充電装置３０に結合した時点のＳＯＣが２〜３割程度と低いパターンａ３０１、５〜６割程度と中程度のパターンａ３０２及び７〜８割程度と高いパターンａ３０３を例示している。

充放電制御部１５ｃは、車両制御部１５ａあるいは充電装置３０からの指令により、後述する充放電回路部１５ｄへ電池及びモーター発電機１５ｆに対して充放電の制御指令値を与える。
充放電回路部１５ｄは、充放電制御部１５ｃから取得した電流電圧の指令値に基づき、実際に電池、モーター発電機に対して電流の入出力を行うものである。なお、電気自動車１０においてはモーター発電機１５ｅ、電池以外にも、ステアリング装置、エアコンや、ブレーキ、ナビゲーション装置等のあらゆる機器も電気で駆動するため、これら補機類への電力の供給制御についても充放電制御部１５ｃ及び充放電回路部１５ｄが担うこととなる。

次回トリップ情報検出部１５ｅは、電気自動車の該の利用すなわち次回トリップの出発時刻ＴＳと、次回トリップにおける消費電力量とを検出するものである。具体的には、利用者から直接次回トリップの出発時刻やそのトリップにおける走行距離の入力を受付ける方式が考えられる。特に、荷物や人の輸送といった用途であれば、事前に次回目的地や到着時刻（到着しなければならない時刻）が既知の場合が多い。よって、既知情報を予め入力することで、一般的なナビゲーション装置の機能を用いて、出発予定時刻及び走行予定距離を算出することが可能である。

なお、毎回利用者に次回トリップ情報を入力させるのは利便性が悪いが、上記のような輸送用途であれば、毎日決まったダイヤで決まったルートを走行する場合や、決まった経路で無い場合であっても、別途配送システムが存在する場合が多い。前者であれば、複数のダイヤ、走行経路を荒締め設定しておけば毎回トリップ情報を入力する必要はなく、後者の場合は配送システムと連動する方式を採用すれば、電気自動車側で独自に入力する必要は無くなる。また、後述するように車両の利用履歴自体を使って自動的にスケジュールを生成する方法もある。

さらに、上記経路探索時に、統計交通情報等、当日の走行予定時間帯における走行経路の渋滞情報を加味することができれば、経路の各部分毎の平均走行速度を算出することができる。この平均走行速度と速度帯域毎の電費を掛け合わせれば、より精度良く消費電力を計算することができる。この場合、速度帯域毎の電費については、予め保持しておくか、走行履歴に基づき更新したデータを利用することができる。

以上の処理によって、次回トリップの出発予定時刻及び予想される必要消費電力が決定される。必要消費電力が決定すると、これに所定の閾値を加えたものを次回トリップに必要な充電状態（ＳＯＣ）すなわち目標充電状態（以下、ターゲットＳＯＣと称す）として決定する。この閾値は、深放電を防止するための必要最低限の電力量である。前述したようにリチウムイオン電池はＳＯＣが２０％を下回るような空に近い状態が継続すると、新品当初の蓄電容量を保持できなくなる電池劣化が急激に加速することが知られている。したがって、必要な走行距離を走行した後であっても深放電状態に陥らないために閾値を設け、閾値＋必要消費電力をターゲットＳＯＣとして決定する。

一方、充電装置３０は、充電用の交流電力を出力する給電装置３１と、この給電装置３１の充電電流及び充電電圧を調整して充電速度を制御する演算装置３２とを備えている。
演算装置３２には、記憶装置３３と通信装置３４とが接続されている。記憶装置３３は、演算装置３２で実行する充電制御処理を行うプログラムを記憶していると共に、充電制御処理時の電流変化や電圧変化等の充電履歴情報を記憶する。通信装置３４は、電気自動車１０の通信装置１９との間で、電池１１の充電状態を表す情報を取得すると共に、充電電力情報を通信装置１９へ送信する。

この演算装置３２を機能ブロック図で表すと、図２に示すように構成される。すなわち、演算装置３２は、電力供給部３２ａと充電制御部３２ｂとを備えている。電力供給部３２ａは、電池１１の充電のための実質的な電力を電気自動車１０に対して供給するものである。具体的には、一般家庭の１００Ｖ電源や、２００Ｖ電源、あるいは近年電気自動車用に普及の一途にある急速充電器の電力供給装置がこれに相当する。

充電制御部３２ｂは、電池１１の充電のための供給電力を電気自動車１０側の充放電制御部１５ｃと協調して調整するものである。なお、上述した一般家庭用の１００Ｖ電源や２００Ｖ電源を用いる場合、これら給電側には充電制御部を備えていない場合が多く、上記構成もつのは急速充電器の場合と考えてよい。通常の１００Ｖ電源や２００Ｖ電源から充電を行う場合は、電気自動車側の充放電制御部１５ｃが単独で電気自動車１０内の電池状態を把握しながら給電量を調整することになる。

そして、演算装置１５では、図４に示す運転履歴記録処理を実行するとともに、図５（ａ）に示す次回トリップ情報検出処理及び図５（ｂ）に示す充電制御処理を実行する。
運転履歴記録処理は、図４に示すように、まず、ステップＳ１１で運転開始状態となったか否かを判定する。この判定は、電源スイッチがオン状態となったか、ドアの開け閉めがあったか、充電コネクタ取り外しがあったかという情報を少なくとも１つを検出したときに運転開始状態となったと判定する。このステップＳ１１の判定結果が、運転開始状態となっていないときには運転開始状態となるまで待機する。

また、ステップＳ１１の判定結果が、運転開始状態となったときには、ステップＳ３２に移行する。このステップＳ１２では、運転開始時の日時、気温（室内温度、外気温度）、天候等の基本情報を記憶装置１６の運転履歴記憶領域に記憶してからステップＳ１３に移行する。
このステップＳ１３では、例えば全地球測位システム（ＧＰＳ）の信号を利用して地図上に車両位置をマッピングする機能を有するカーナビゲーション装置から緯度軽度、高度、走行経路等の走行情報を取得し、記憶装置１６の利用履歴記憶領域に記憶してからステップＳ１４に移行する。

このステップＳ１４では、電気自動車の走行に関する電池負荷情報を取得して記憶装置１６の運転履歴記憶領域に記憶してからステップＳ１５に移行する。この電池負荷情報としては、速度、アクセル開度、ブレーキ踏込量、エアコン使用量、電池への入出力電流、入出力電圧等である。電力に関しては走行に関する電力（モーター消費電力）と、エアコンやライトといった補機類の消費電力とを分離して記憶することが好ましい。このようにモーター消費電力と補機類消費電力とを分離することにより、気温や時刻に起因する消費電力の増減を加味することが可能になる。また、電池の劣化を示す指標とされる内部抵抗値も合わせて記憶する。

ステップＳ１５では、運転を終了したか否かを判定する。この判定は、ドアの開け閉め、電源スイッチのオン状態からオフ状態への切換え、充電コネクタの接続等の少なくとも１つを検出したときに、運転終了と判定する。
ステップＳ１５の判定結果が運転を終了しておらず、運転状態を継続しているときには、前記ステップＳ１２に戻り、運転を終了したときには、運転履歴記録処理を終了する。

次回トリップ情報検出処理は、図５（ａ）に示すように、まず、ステップＳ１０１で、情報入力部１７ｇから次回トリップの目的地、出発時刻あるいは到着時刻といった次回トリップ情報が入力されたか否かを判定する。ここで、次回トリップ情報の入力方法については前述の通り、複数の巡回パターンがある場合にはこれを登録しておき、適宜切り替える方法としてもよいし、配送システム等と連携させることにより、目的地及び出発・到着時刻を自動的に設定する方法としてもよい。また、明確に目的地を位置として指定する以外に、走行距離範囲を指定する方法としてもよい。

このステップＳ１０１の判定結果が、次回トリップ情報が入力されていないときには、この次回トリップ情報が入力されるまで待機する。
ステップＳ１０１の判定結果が、次回トリップ情報が入力されたときにはステップＳ１０２に移行する。このステップＳ１０２では、設定された目的地について、経路計算を行う。このとき、渋滞情報等も加味することで、走行が予測される時間帯の走行速度等についても計算することが好ましい。

次いで、ステップＳ１０３に移行して、トリップ出発時刻を決定する。ステップＳ１で受付けた次回トリップ情報に直接トリップ出発時刻が指定されている場合にはこのトリップ出発時刻を使用する。一方、次回トリップ情報に到着時刻が指定されている場合には、上記ステップＳ１０２の経路計算結果を用いて目的地に到着時刻に到着するために必要な出発時刻を逆算して得る。そして、決定したトリップ出発時刻を記憶装置１６の次回トリップ出発時刻記憶領域に更新記憶する。

次いで、ステップＳ１０４に移行し、上記経路計算結果に基づく走行距離から、必要消費電力量Ｗｎｃを予測する。この消費電力量の予測は、予め電気自動車に記録された電費（単位距離あたりの消費電力量）に走行距離を乗じる方法が最も単純である。しかしながら、例えば電気自動車の実際の電費を履歴として蓄積し、この蓄積された電費を用いる方法とすれば必要消費電力の精度をより高めることができる。さらに、上記渋滞情報と、速度帯域ごとの電費情報を掛け合わせることで精度はより向上する。

次いで、ステップＳ１０５に移行して、上記ステップＳ１０４で予測した必要消費電力に基づいてターゲットＳＯＣを決定してから次回トリップ情報検出処理を終了する。このステップＳ１０５では、具体的には、ステップＳ１０４で予測した必要消費電力Ｗｎｃに深放電とならない必要最低限の蓄電量に相当する電力閾値Ｗｂを加算した合計電力Ｗｔ（＝Ｗｎｃ＋Ｗｂ）を最大蓄電量で除してターゲットＳＯＣ［％］として決定し、このターゲットＳＯＣを記憶装置１６の次回トリップターゲットＳＯＣ記憶領域に更新記憶する。

一方、充電制御処理は、図５（ｂ）に示すように、まず、ステップＳ１０６で、充電装置３０が接続されたか否かを判定する。このステップＳ１０６の判定結果が、充電装置３０が接続されていないときには待機し、充電装置３０が接続されたときにはステップＳ１０７に移行する。
このステップＳ１０７では、記憶装置１６に記憶されている次回トリップのターゲットＳＯＣ及び次回トリップ出発時刻を取得する。次いで、ステップＳ１０８に移行して、電池劣化解析処理を行う。この電池劣化解析処理は、利用履歴記録処理によって記憶装置の利用履歴記憶領域に記憶された履歴情報のうち電池の電流入出力履歴や、内部抵抗値の時系列変化といった値を分析することで、前述した電池の最大蓄電量が新品のころからどれだけ劣化しているかを表す電池劣化度合いΔｄｅｃを算出する。

次いでステップＳ１０９に移行して、電池劣化度合いΔｄｅｃが予め設定した想定電池劣化度合いΔｄｅｃｓを超えているか否かを判定する。このステップＳ１０８の判定結果が、Δｄｅｃ≦Δｄｅｃであるときには、電池劣化度合いが想定内であると判断してステップＳ１１０に移行する。

このステップＳ１１０では、図６に示すように、次回トリップ出発時刻ＴＳに対して余裕時間ΔＴだけ前に充電完了時刻ＴＣＦを設定する。これと同時に、ターゲットＳＯＣに所定の充電量Δｃを上積みした値を余裕ターゲットＳＯＣとして設定し、この充電完了時刻ＴＣＦに余裕ターゲットＳＯＣの充電を完了するように充電速度を決定する。すなわち、充電完了時刻ＴＣＦから現在時刻ＴＰを減算して充電可能時間Ｔｐｒを算出するとともに、余裕ターゲットＳＯＣ及び現在の充電状態（ＳＯＣ）の差分である充電量Ｃｎとを算出するとともに、単位時間当たりの充電量である必要充電速度ＣＶを算出する。

一方、前記ステップＳ１０９の判定結果が、Δｄｅｃ＞Δｄｅｃｓであるときには電池の劣化が進んでおり、補正が必要であると判断してステップＳ１１１に移行する。このステップＳ１１１では、図７に示すように、前述したステップＳ１１０での余裕時間ΔＴの設定を省略するとともに、ターゲットＳＯＣに対する所定の充電量Δｃの上積みを省略し、もともと設定されたトリップ出発時刻ＴＳを充電完了時刻ＴＣＦに設定し、この充電完了時刻ＴＣＦでのターゲットＳＯＣを目標値とすることを除いてはステップＳ１１０と同様の処理を行って充電量Ｃｎ及び充電速度ＣＶを決定する。このため、ステップＳ１１１では、充電可能時間Ｔｐｒが余裕時間ΔＴだけ長くなることから充電速度ＣＶが遅くなり、電池の劣化を抑制する。

そして、ステップＳ１１０又はステップＳ１１１からステップＳ１１２に移行して、充電装置３０に対して充電開始指令を出力して電力供給部３２ａによる電池１１の充電を開始する。
その後、ステップＳ１１３に移行して、電池の充電状態（ＳＯＣ）がターゲットＳＯＣに到達したか否かを判定し、電池の充電状態（ＳＯＣ）がターゲットＳＯＣに達していないときには前記ステップＳ１１２に戻り、電池の充電状態（ＳＯＣ）がターゲットＳＯＣに到達したときにはステップＳ１１４に移行する。
このステップＳ１１４では、充電装置３０に対して充電停止指令を出力して、電力供給部３２ａからの電力の供給を遮断し、電池に対する充電を停止させて充電制御処理を終了する。

（動作その他）
次に、上記第１の実施形態の動作を説明する。
今、電気自動車１０が充電装置３０に結合され、充電可能な状態となったものとする。この状態では、電気自動車１０の演算装置１５で、車両制御部１５ａが電池残量検出部１５ｂに対して現在の電池残量（以下、ＳＯＣと称す）の検出を指示する。ＳＯＣは例えばＷｈやパーセンテージで取得する。以後は、パーセンテージを利用した例を説明する。
電気自動車の充電状態は、前述した図３で説明したように、車両の走行による電力消費やエアコン、ライト等の補機類の使用による電力消費によって、時間の経過とともに低下して行く。図３では、充電開始時の３パターンの充電状態（ＳＯＣ）が表されている。

この状態で、演算装置１５では、図５（ｂ）に示す充電制御処理の前に、図５（ａ）に示す次回トリップ情報検出処理を行って、トリップ情報に基づいて次回のトリップの開始時刻及び予想される消費電力量の見積もりを行う。すなわち、ステップＳ１０１で、次回トリップの目的地や出発時刻あるいは到着時刻といった次回トリップ情報が入力されると、この次回トリップ情報中に含まれる目的地について経路計算を行う（ステップＳ１０２）。

そして、次回トリップ出発時刻ＴＳを決定する（ステップＳ１０３）。この次回トリップ出発時刻ＴＳの決定は、次回トリップ情報に次回トリップの出発時刻が指定されている場合にはこの次回トリップ出発時刻をそのまま次回トリップ出発時刻として決定する。また、次回トリップ情報に目的地への到着時刻が指定されている場合には、経路計算結果を用いて、目的地へ到着時刻に到着するために必要な出発時刻を逆算する。このように次回トリップの出発時刻ＴＳを決定すると、図３に対応する図８に示す状態となる。

そして、経路計算結果に基づく走行距離と電費とに基づいて必要消費電力量Ｗｎｃを予測する（ステップＳ１０４）。この必要消費電力量Ｗｎｃを予測するには、電気自動車の実際の電費を履歴として蓄積した値を使用すれば、必要消費電力の精度をより高めることができる。さらに、渋滞情報と、速度帯域毎の電費情報を掛け合わすことで精度をより向上させることができる。

そして、算出した必要消費電力に深放電を抑制するため必要な最低限の蓄電量に相当する電力閾値Ｗｂを加算した合計電力Ｗｔ（＝Ｗｎｃ＋Ｗｂ）を最大蓄電量で除してターゲットＳＯＣ［％］として決定し、このターゲットＳＯＣを記憶装置１６の次回トリップターゲットＳＯＣ記憶領域に更新記憶する（ステップＳ１０５）。このため、図８に示すように、次回トリップ出発時刻とターゲットＳＯＣとの交点が目標値ｔｃ４として決定される。

その後、制御装置１５で図５（ｂ）に示す充電制御処理が実行される。この充電制御処理では、ターゲットＳＯＣ及び次回トリップ出発時刻ＴＳを記憶装置１６の次回トリップ情報記憶領域から取得し、次いで、電池の電流入出力履歴や、内部抵抗値の時系列変化といった値を分析することで、図９に示すように、前述した電池の最大蓄電量が標準的な劣化特性線Ｌ３１からどれだけ劣化しているかを表す電池劣化度合いΔｄｅｃを算出する（ステップＳ１０８）。

そして、算出した電池劣化度合いΔｄｅｃが予め想定した電池劣化度合いΔｄｅｃｓ以下であるときには、電池劣化度合いΔｄｅｃが想定内であり、多少電池に負担が掛かる充電を行っても影響が少ないと判断して図６に示すように、次回トリップ出発時刻ＴＳに対して余裕時間ΔＴだけ前に充電完了時刻ＴＣＦを設定する。これと同時に、ターゲットＳＯＣに対して所定の充電量Δｃを上積みして余裕ターゲットＳＯＣとし、余裕ターゲットＳＯＣと充電完了時刻ＴＣＦとの交点を充電の目標値ｔｃ５とする。

このため、充電開始時の電池の充電状態（ＳＯＣ）が前述したようにａ〜ｃの３パターンあった場合には、パターンａが一番多い充電量となり、且つ一番高い充電速度ＣＶａとなり、パターンｂが二番目に多い充電量となり、且つ二番目に高い充電速度ＣＶｂとなり、パターンｃが一番少ない充電量となり、且つ一番遅い充電速度ＣＶｃとなる。したがって、パターンａが電池に対する劣化の影響が一番大きく、パターンｂがこれに続き、パターンｃが電池に対する劣化の影響が一番小さくなる。
そして、決定された充電量及び充電速度で電気自動車１０の電池１１の充電制御が行われ、電池１１の充電状態（ＳＯＣ）が目標値ｔｃ５に達すると、充電装置３０による電池１１の充電が停止される。

このように、電池劣化度合いΔｄｅｃが想定範囲内であるときには、電池１１の充電状態（ＳＯＣ）がターゲットＳＯＣを所定の充電量Δｃ分だけ多くなるとともに、次回トリップ出発時刻ＴＳより余裕時間ΔＴだけ前に充電完了状態となる。このため、次回トリップの消費電力量が予想を超えた場合でも賄うことが可能となり、利用者が安心して運転することができるとともに深放電を確実に抑制することができる。しかも、実際の次回トリップ出発時刻より余裕時間ΔＴだけ早い時間に充電完了状態となるので、次回トリップ開始時刻ＴＳを早めることが可能となる。したがって、利用者の利便性を大幅に向上することができる。また、電池の充電量が必要消費電力量を所定の充電量Δｃを超えて充電することはなく不必要に満充電に達することはない。さらに、十分な給電電力があっても不必要に急速充電を行うこともない。

ところが、電池劣化度合いΔｄｅｃが想定電池劣化度合いΔｄｅｃｓを超えている場合には、図６の特性線Ｌ３２で示すように、電池劣化が急速に進んでいることを表し、このまま上記のような電池に負担がある充電制御を継続すると、例えば２年で最大蓄電量が規定値の８０％を下回ってしまう。

このため、電池劣化度合いΔｄｅｃが想定電池劣化度合いΔｄｅｃｓより大きい場合には、図７に示すように、余裕時間ΔＴの設定を省略するとともに、所定の充電量Δｃの上積みを省略する。このため、充電完了時間ＴＦＣが図６の場合に比較して余裕時間ΔＴ分長くなるとともに、充電量がΔｃ分少なくなる。したがって、パターンａ〜ｃのそれぞれについて、充電量Ｃｎａ〜Ｃｎｃが少なくなるとともに、充電速度ＣＶａ〜ＣＶｃが遅くなる。このため、電池１１に対する劣化の影響を抑制することができ、図９に示すように、電池劣化特性線Ｌ３２を、電池劣化特性線Ｌ３３に示すように、電池劣化を緩やかにする劣化補正を行うことができる。この場合でも、次回トリップ開始時刻ＴＳには電池の充電を終了しているので、利用者の利便性を損なうことはない。また、充電量及び充電速度がトリップ出発時刻又はその前の充電完了時間ＴＣＦ及びターゲットＳＯＣに基づいて決定される。このため、仮に利用者の出発時刻が遅くなった場合でも、ターゲットＳＯＣ以上の充電を行わない。これによって、不必要に満充電に達することはない。また、不必要に急速充電することもない。

ただし、ターゲットＳＯＣが満充電領域（８０％以上の蓄電容量）にならざるを得ない場合も考えられる。これは次回トリップにおける必要消費電力が大きいことが予測される場合である。この場合、所望の電力消費量を考慮すると、ターゲットＳＯＣが図１０のｔｃ６に示すように、満充電領域内となる。このため、次回トリップ出発時刻との交点へ向けた充電制御を行う場合、充電速度ＣＶＡ、ＣＶＢ及びＣＶＣを図６に示すように設定しなければない。このケースでは、満充電領域に到達するため、電池１１への負担は若干増加する。ただし、ターゲットＳＯＣへの到達時刻を次回トリップ出発時刻としているため、充電完了後間もなく出発し、電力消費が行われることが予想される。よって、実質的に満充電領域に入っている期間を最小化することができ、満充電のまま待機する通常の充電方法に比較して電池劣化への影響は低く抑えられる。このような、ターゲットＳＯＣが満充電領域内である場合には、前述した図６に示すように所定充電量Δｃを上積みするとともに充電完了時刻ＴＣＦを次回トリップ出発時刻ＴＳより早める充電制御を行わないように設定することが好ましい。

なお、上記のようにターゲットＳＯＣが満充電領域にあって、充電が完了している状態で、トリップ出発時刻が過ぎても出発しない場合には、電池の劣化に影響がでる可能性がある。そこで、所定時間以上出発時刻が遅延した場合には放電するなどして一時的に満充電領域を脱する制御を行うことが好ましい。また、その際には利用者に出発時刻の修正を通知するなどの配慮を行うべきである。
なお、図４及び図５（ａ）の処理が次回トリップ情報検出部１５ｅに対応し、図５（ｂ）の処理又は図１１の処理が充放電制御部１５ｃに対応している。

（効果その他）
以上のように、第１の実施形態によると、次のような効果を奏する。
（１）電池残量を檢出するとともに、次回トリップの開始時刻及びトリップにおける必要消費電力を次回トリップ情報として検出し、電池残量と次回トリップ情報とに基づき次回トリップ出発時刻までに必要消費電力が蓄電されるように充電速度及び充電量を決定して電池を充電する。
このため、利用者の利便性を損なうことなく、満充電や必要のない急速充電などの電池の劣化に影響を与える充電を抑制して、電池の劣化を抑えた充電を行うことができる。
（２）充電制御部は、電池の劣化度合いを検出する電池劣化検出部を備え、電池劣化度合いに基づき充電速度を決定する。
このため、電池劣化度合いが進行するに従い、より劣化を抑制する充電を行うことができ、電池の寿命を長期化することができる。

（変形例）
なお、上記第１の実施形態においては、電池劣化度合いΔｄｅｃが想定電池劣化度合いΔｄｅｃｓより大きいか否かを判定して電池劣化状態を判断する場合について説明した。しかしながら、本実施形態は上記に限定されるものではなく、電池劣化度合いΔｄｅｃを判定することなく、利用者の好みによって、図６及び図７の充電制御処理の何れかを選択できるようにしてもよい。すなわち、図１１に示す充電制御処理において、ステップＳ１０８及びＳ１０９を省略し、ステップＳ１０９に代えて充電制御を選択する選択スイッチで図７に示す電池劣化抑制制御を選択しているか否かを判定するステップＳ１１６を設ける。これにより、電池劣化度合いを加味することなく充電制御を行う。

「第２の実施形態」
次に、本発明の第２の実施形態を図１２〜図１６について説明する。なお、上記第１の実施形態と同様の構成については同一の符号を付し、その詳細説明はこれを省略する。
（構成）
この第２の実施形態では、この第２の実施形態では、電気自動車１０の演算装置１５が、図１２に示すように、次回トリップ情報検出部１５ｅが運転履歴記録部１５ｇ、運転スケジュール推定部１５ｈ及び運転傾向分析部１５ｉを備えている。

運転履歴記録部１５ｇは、電気自動車１０の運転に伴う各種操作系のセンサの入出力やモーター、電池１１の電流の入出力、さらには移動軌跡等の情報を蓄積するものである。この運転履歴記録部１５ｇは、入力装置１７のボタン・スイッチ１７ａ、ステアリング装置１７ｂ、アクセル・ブレーキ装置１７ｃ、電流電圧センサ１７ｄ、位置センサ１７ｅ及び温度センサ１７ｆの入力情報を運転履歴情報として蓄積する。また、運転履歴記録部１５ｇは、出力装置１８のアクチュエータ１８ａ、モーター・インバータ１８ｂ、ディスプレイ１８ｃ及びスピーカ１８ｄの出力情報を運転履歴情報として蓄積する。

運転スケジュール推定部１５ｈは、運転履歴記録部１５ｇの運転履歴情報を分析することで、利用者の次回トリップのスケジュールと必要消費電力とを決定する。具体的には、利用者の昇降履歴、運転開始時刻、到着時刻、の情報をトリップ単位で集計し、次回トリップの出発時刻と出発地、目的地のパターンを分類（クラスタリング）する。例えば、通勤に電気自動車を使用するユーザーであれば、平日の出発時刻、出発地及び目的地は、通勤・退勤に相当するものと考えられ、自宅で充電している場合の平日の出発時刻あるいは会社で充電している場合の平日の出発時刻等が自動的に抽出、分類される。

運転傾向分析部１５ｉは、運転履歴情報を分析することで、利用者の運転パターンによる消費電力傾向を決定する。具体的には、出発地、目的地、走行経路、気温等の履歴の組合せを、トリップ単位で記録した履歴を用い、これらの組合せが類似する運転パターンを複数に分類する。例えば、朝出勤で自宅から会社に向かうパターン、夕方会社から自宅へ戻るパターン、同様の状況で気温が高いパターン、気温が低いパターン、道路がすいているパターン（短い時間で到着したパターン）、渋滞にかかったパターン（同目的地で到着に長い時間を要したパターン）といった具合である。これにより、パターン毎の消費電力を予測できる。なお、走行に伴う消費電力と独立して、例えば気温とエアコン利用傾向の組合せ、雨量と舞パーの利用履歴の組合せ、時刻とライト点灯の組合せ等を別途分類して、これら要因による補機類消費電力を合成する構成とすることができる。

次に、演算装置１５では、図１３に示す運転傾向解析処理と、図１４（ａ）に示す次回トリップ情報検出処理及び図１４（ｂ）に示す充電制御処理とを実行する。
運転傾向解析処理は、前述した第１の実施形態における図４の運転履歴記録処理のステップＳ１５の後に、ステップＳ１６に移行して運転スケジュールを分析する運転スケジュール分析処理を行い、次いでステップＳ１７に移行して、運転傾向解析処理を行ってから運転傾向解析処理を終了する。ここで、運転履歴記録処理では、基本情報記録、移動情報記録及び運転負荷記録をトリップ記録データベースＤＢ１に格納する。

ステップＳ１６の運転スケジュール分析処理は、利用者の昇降履歴、運転開始時刻、到着時刻、の情報をトリップ単位で集計し、次回トリップの出発時刻と出発地、目的地の運転スケジュールを分類（クラスタリング）する。例えば、通勤に電気自動車を使用するユーザーであれば、平日の出発時刻、出発地及び目的地は、通勤・退勤に相当するものと考えられ、自宅で充電している場合の平日の出発時刻あるいは会社で充電している場合の平日の出発時刻等が自動的に抽出、分類される。そして、分類した運転スケジュールとその出発時刻をスケジュール分類データベースＤＢ２に格納する。

ステップＳ１７の運転傾向解析処理は、トリップ記録データベースＤＢ１に記録されたトリップ情報を分析して、運転傾向の分析を行う。具体的には、出発地、目的地、走行経路、気温等の履歴の組合せを、トリップ単位で記録した履歴を用い、これらの組合せが類似する運転パターンを複数に分類する。例えば、朝出勤で自宅から会社に向かうパターン、夕方会社から自宅へ戻るパターン、同様の状況で気温が高いパターン、気温が低いパターン、道路がすいているパターン（短い時間で到着したパターン）、渋滞にかかったパターン（同目的地で到着に長い時間を要したパターン）といった具合である。これにより、パターン毎の消費電力を予測し、分類したパターンとパターン毎の消費電力とを組み合わせてトリップ特徴データベースＤＢ３に格納する。なお、走行に伴う消費電力と独立して、例えば気温とエアコン利用傾向の組合せ、雨量とワイパーの利用履歴の組合せ、時刻とライト点灯の組合せ等を別途補機類パターンとして分類して、これら要因による補機類消費電力を算出し、補機類パターンとパターン毎の補機類消費電力とを組合せてトリップ特徴データベースＤＢ３に格納する。このようにトリップ特徴データベースＤＢ３に走行パターンと補機類パターンとを個別に格納することにより、後述する次回トリップ情報検出処理での、消費電力の決定をより正確に行うことができる。

また、次回トリップ情報検出処理は、図１４（ａ）に示すように、前述した第１の実施形態における図５（ａ）の次回トリップ情報検出処理に加えて、ステップＳ１０１でトリップ情報が入力されていないことを検出したときに、ステップＳ２０１に移行して、運転スケジュール推定処理を行う。この運転スケジュール推定処理は、スケジュール分類データベースＤＢ２に格納されている分類された運転スケジュールを参照して現在時刻から推定される運転スケジュールを抽出する。

次いで、ステップＳ２０２に移行して、次回トリップの出発時刻を決定する。この出発時刻の決定は、スケジュール分類データベースＤＢ２に運転スケジュールとともに格納されている出発時刻を読込み、読込んだ出発時刻を次回トリップ出発時刻として決定する。
次いで、ステップＳ２０３に移行して、運転傾向を推定する。この運転傾向の推定は、前記ステップＳ２０１で読込んだ運転スケジュールをもとにトリップ特徴データベースＤＢ３を検索して、最も類似する運転パターンを抽出し、該当する必要消費電力Ｗｎｃを抽出する。

次いで、ステップＳ２０４に移行して、ステップＳ２０３で算出した必要消費電力Ｗｎｃに深放電を防止するための必要最小限の電力量Ｃｎを加算して合計消費電力Ｗｔを算出する。そして、算出した合計消費電力Ｗｔを最大充電量で除した値をターゲットＳＯＣとして決定してから次回トリップ情報検出処理を終了する。
図１４（ｂ）の充電制御処理では、前述した第１の実施形態と同様の充電制御処理を行う。

（動作）
次に、上記第２の実施形態の動作を説明する。
この第２の実施形態では、図１３に示す運転履歴記録処理によって、電気自動車１０の利用時の日時、気温等の基本情報と、緯度軽度、高度、走行経路等の移動情報と、走行速度、アクセル開度、エアコン使用量等の運転負荷情報とのトリップ情報をトリップ単位でトリップ記録データベースＤＢ１に記録する（ステップＳ１１〜Ｓ１５）。
そして、トリップ記録データベースＤＢ１に記録されたトリップ情報を分析して、利用者の昇降履歴、運転開始時刻、到着時刻、の情報をトリップ単位で集計し、次回トリップの出発時刻と出発地、目的地の運転スケジュールを分類（クラスタリング）する。分類した運転スケジュールをスケジュール分類データベースＤＢ２に格納する（ステップＳ１６）。

さらに、出発地、目的地、走行経路、気温等の履歴の組合せに基づいて運転傾向を分析し、複数の運転パターンに分類するとともに、運転パターン毎の必要消費電力量を算出する。そして、分類した運転パターンと、必要消費電力とを組にしてトリップ特徴データベースＤＢ３に格納する（ステップＳ１７）。
この状態で、図１４（ａ）の次回トリップ情報検出処理を実行すると、利用者から次回のトリップ情報が入力されたときには、前述した第１の実施形態と同様に入力された次回のトリップ情報に基づいて必要消費電力及びターゲットＳＯＣを決定する。

しかしながら、利用者から次回のトリップ情報が入力されていないときには、スケジュール分類データベースＤＢ２を参照して、現在時刻から次に予測される次回トリップの運転スケジュールを推定する。すなわち、例えば利用者が平日に通勤に電気自動車を利用している場合には、朝の出勤時に自宅から会社まで乗車し、その後、会社に到着した後は、電気自動車を会社の充電装置３０に接続して充電する。そして、夕方の退社時に充電後の電気自動車に乗車して自宅に向かい自宅に到着すると、自宅の充電装置３０に接続して充電する運転パターンを繰り返す。

このため、自宅では前夜の帰宅時に電気自動車１０の電源スイッチをオフ状態として電気自動車１０から降車したときに、図１４（ａ）の次回トリップ情報検出処理が実行される。このとき、利用者は降車しており、次回トリップ情報が入力されていないので、ステップＳ１０１からステップＳ２０１に移行して、スケジュール分類データベースＤＢ２を参照して、運転スケジュールを推定したときに、翌朝の出勤時の運転スケジュールが抽出される。

このため、翌朝の出勤時の出発時刻が次回トリップ出発時刻ＴＳとして決定され、（ステップＳ２０２）、次いで、トリップ特徴データベースＤＢ３を参照して運転傾向を推定する。この場合、運転スケジュールで通勤時の走行経路が記録されているので、この通勤時の運転パターンが抽出され、これと同時に該当する運転パターンの必要消費電力Ｗｎｃが抽出される（ステップＳ２０３）。
そして、抽出された必要消費電力Ｗｎｃに深充電とならないための最小限の電力量Ｗｃを加算した合計消費電力Ｗｔを最大充電量で除した値をターゲットＳＯＣとして決定する（ステップＳ２０４）。

その後、図１４（ｂ）に示す充電制御処理を実行して、ターゲットＳＯＣ及び次回トリップ出発時刻ＴＳを取得し（ステップＳ１０７）、次いで、電池劣化度合いΔｄｅｃを算出し、算出した電池劣化度合いΔｄｅｃが予め設定した想定電池劣化度合いΔｄｅｃｓより大きいときには、電池劣化が進行しているものと判断する。このため、図１５に示すように、次回トリップ出発時刻ＴＳを充電完了時刻ＴＣＦとして設定するとともに、ターゲットＳＯＣを目標充電量として設定して電池劣化を抑制する充電を行う。

一方、電池劣化度合いΔｄｅｃが想定電池劣化度合いΔｄｅｃｓより小さいときには、電池劣化が許容範囲内であると判断して、図１６に示すように、前述した第１の実施形態の図６と同様に、電池充電完了時刻を次回トリップ出発時刻ＴＳより余裕時間ΔＴ分前に設定するとともに、充電量をターゲットＳＯＣに所定充電量Δｃを加算した値を充電目標電力に設定する。

これによって、電池劣化が想定内であるときには、電池劣化に多少影響を与える程度の充電完了時刻の前倒しと充電量の上積みとを行って利用者の利便性を図り、電池劣化が進んだときには、電池劣化を抑制する充電制御を行うことができる。
なお、図１３のステップＳ１１〜Ｓ１５の処理が運転履歴記録部１５ｇに対応し、図１３のステップＳ１６の処理が運転スケジュール推定部１５ｈに対応し、ステップＳ１７の処理が運転傾向分析部１５ｉに対応している。また、図１４（ａ）の処理が次回トリップ情報検出部１５ｅに対応し、図１４（ｂ）の処理が充放電制御部１５ｃに対応している。

（効果その他）
上記第２の実施形態によると、上記第１の実施形態の効果に加えて、下記の効果を奏する。
（１）次回トリップ情報検出部は、次回トリップ情報を検出する場合に、電気自動車の利用者のトリップにおける開始終了時刻と、消費電力量とを、実際の運転履歴から推定するようにしている。
このため、利用者の特別な入力の必要無しに、精度良く次回トリップで必要な必要消費電力量を見積もることができ、必要充電量及び充電速度を最適化することができる。
なお、上記第２の実施形態においても、電池劣化度合いΔｄｅｃが想定電池劣化度合いΔｄｅｃｓより大きいか否かを判定して電池劣化状態を判断する場合について説明した。しかしながら、本実施形態は上記に限定されるものではなく、電池劣化度合いΔｄｅｃを判定することなく、利用者の好みによって、図１１と同様の充電制御処理を行うようにしてもよい。

「第３の実施形態」
次に、本発明の第３の実施形態を図１７〜図２１について説明する。この第３の実施形態でも前述した第１及び第２の実施形態と同様の構成には同一符号を付し、その詳細説明はこれを省略する。
（構成）
この第３の実施形態では、複数の電気自動車を共通のデータセンターで充電管理を行うようにしたものである。
すなわち、第３の実施形態では、図１７に示すように、前述した第２の実施形態の構成において、複数の電気自動車１０がデータセンター５０に例えば無線通信可能に接続されている。このため、電気自動車１０の通信装置１９がデータセンター５０との情報の送受信可能に構成されている。

また、電気自動車１０の演算装置１５に設けられた次回トリップ情報検出部１５ｅが省略されている。しかしながら、次回トリップ情報検出部１５ｅを構成する運転履歴記録部１５ｇのみが独立して演算装置１５に設けられている。この運転履歴記録部１５ｇは、前述した基本情報、移動情報及び電池負荷情報でなるトリップ情報をデータセンター５０にアップロード可能に構成されている。

一方、データセンター５０は、電気自動車１０から電池残量データ及びトリップ情報を取得し、これらに基づいて各電気自動車１０に対して充電制御処理を行う。データセンター５０は、充電制御処理を行う演算装置５１と、充電制御処理に必要なプログラムを格納すると共に、各種データを記憶する記憶装置５２と、演算装置５１に接続された通信装置５３とを備えている。
通信装置５３は、電気自動車１０の通信装置１９との間で通信を行って電池残量データ及びトリップ情報を取得する。
この演算装置５１は、機能ブロックで表すと、図１８に示すようになる。すなわち、演算装置５１は、電池劣化解析部５１ａ、運転スケジュール推定部５１ｂ、運転傾向分析部５１ｃ及び充電管理部５１ｄを備えている。

電池劣化解析部５１ａでは、複数の電気自動車１０からトリップ情報及び電池残量の遷移履歴を取得し、これらを分析することにより、電気自動車１０が全体としてどの様な電池劣化傾向にあるか、そして、対象となる特定の電気自動車１０の電池が全体からみて平均的な劣化状態なのか、特異な劣化状態なのかを判定する。
電池の劣化状態の遷移は、図１９に示すようになる。この図１９では、初期に想定した劣化曲線をＬ４１として定義している。この劣化曲線Ｌ４１は、所定数の電池を用いて耐久加速試験等を行うことにより、その特性値の変化を記録することで導出している。

しかしながら、試験には限界があるため、実際に大量の電気自動車が市場に提供された場合の特性とは異なる可能性がある。特に、リチウムイオン電池は、その温度により性能の劣化が異なる。よって、世界各地で電気自動車が利用されることを想定した場合、地域によっては劣化が大きく進む場合とそうでない場合が考えられ、全ての地域を予め予測することは極めて困難である。

そこで、実際に種々の地域を走行している電気自動車から逐次利用履歴を取得することができれば、より多くの電池に関する劣化状況を分析することができ、地域による特性の差異についても分析することが可能になる。これによって、新たに更新された補正劣化曲線がＬ４２やＬ４３のように導出されることが期待できる。したがって、以降の充電制御には、補正された劣化曲線Ｌ４２やＬ４３を利用してその曲線上にあれば通常の劣化と判断し、ここから下方向に乖離していれば特異に劣化が進んでいると判断し、充電制御をより劣化に影響の少ない制御へと切り替えることが可能になる。

運転スケジュール推定部５１ｂは、前述した第２の実施形態における運転スケジュール推定部１５ｈと同様の構成を有する。しかしながら、この実施形態では、運転スケジュール推定部５１ｂは、図示しないが電気自動車の利用履歴のみならず、電気自動車利用者の電気自動車以外の利用時、例えば同利用者の保有するガソリン車の運転履歴や、電車、バスといった公共交通機関の利用時履歴を取得する構成としてもよい。これにより、電気自動車の利用者が電気自動車を利用しない日程をより正確に判断できるだけでなく、仮にガソリン車や公共交通機関の利用に代えて電気自動車を利用することになった場合であっても、その目的地や出発地を利用履歴から推定することができ、電気自動車の利用に備えて充電を行うといった制御を行うことができる。

運転傾向分析部５１ｃは、複数の電気自動車１０からの運転履歴を取得することにより、トリップパターン毎の消費電力の予測を行うものである。この運転傾向分析部５１ｃでは、複数の電気自動車１０の運転履歴を一括して分析・分類することにより、例えばある電気自動車の利用者が初めて走行する経路が存在する場合であっても、別の利用者によって走行済みであれば、その経路の消費した電力を適用することが可能になる。より精度よく消費電力を予測することができる。また、これに加えて特定利用者の省電力傾向（例えば速度域やブレーキの強さ、気温に起因するエアコン利用傾向といった要因）を運転傾向補正係数として定義すれば、該経路走行時の消費電力量を、当該利用者の個人特性も加味した上で予測することができる。

そして、電気自動車１０の演算装置１５では、図２０に示す運転履歴記録処理を実行する。この運転履歴記録処理は、前述した第２の実施形態における運転履歴記録処理においてステップＳ１６及びＳ１７が省略され、これらに代えて基本情報、移動情報及び運転負荷情報でなるトリップ情報をデータセンター５０に形成されたトリップ記録データベース５４にアップロードするステップＳ１８が設けられている。

また、データセンター５０の演算装置５１では、図２１に示す運転傾向解析処理と、図２２に示す電池劣化解析処理と、図２３（ａ）に示す次回トリップ情報検出処理及び図２３（ｂ）に示す充電制御処理とを実行する。
ここで、運転傾向解析処理は、図２１に示すように、複数の電気自動車からそれぞれアップロードされたトリップ情報を前述した第２の実施形態における図１３の運転履歴記録処理におけるステップＳ１６に対応する運転スケジュール分析処理を行うステップＳ３０１と、図１３の運転履歴記録処理におけるステップＳ１７に対応する運転傾向解析処理を行うステップＳ３０２とを備えている。

ステップＳ３０１の運転スケジュール分析処理では、各電気自動車からアップロードされるトリップ情報の他、電気自動車の利用者が所有するガソリン車等の電気自動車以外の車両から同様のトリップ情報を取得し、さらには電気自動車の利用者の鉄道、バス等の公共交通機関の乗車情報も取得する。これにより、電気自動車の利用者の様々なスケジュールを取得して、電気自動車の運転スケジュールや他の交通機関の利用スケジュールを統合して運転スケジュールを推測することができ、トリップ出発時刻を予測することができる。

また、ステップＳ３０２の運転傾向解析処理では、電気自動車の利用車の自己の運転パターンと、他の電気自動車の利用者の運転パターンとを該当する運転パターンの消費電力量とともにトリップ特徴データベースＤＢ３に格納する。
電池劣化解析処理は、図２２に示すように、まず、ステップＳ５０１で、トリップ記録データベース５４に格納されているトリップ情報から電池の充放電の履歴を取得する。具体的には、充電電力量と積算値とピーク電流、充電回数といったパラメータを取得する。
次いで、ステップＳ５０２に移行して、各電気自動車の電池の最大蓄電容量を取得する。これは新品時には１００％である最大蓄電容量に対して、どれだけ最大蓄電容量の低下が起きているかを示した情報である。

次いで、ステップＳ５０３に移行して、取得した充放電履歴と最大蓄電容量とを対応付けて、劣化特性の抽出を行う。具体的には、図２４に示すような利用開始時点からの経過時間を横軸に、最大蓄電容量を縦軸にとった場合の一つの点を求める計算となる。ただし、利用される環境（地域の温度特性等）や利用特性（商用、一般用、短距離輸送、長距離輸送等）によって劣化の特性が異なることが考えられるため、これらは別の分類としてグルーピングし、各々の中で分析を行うことが望ましい。この図２４では、地域で分類した例を示しており、３地域Ａ，Ｂ，Ｃにおける複数の電気自動車の劣化度合いがプロットされている。

次いで、ステップＳ５０４に移行して、全対象電気自動車についてステップＳ５０１〜Ｓ５０３の処理を全て終了したから否かを判定し、全対象電気自動車について上記処理が完了してないときには前記ステップＳ５０１に戻って、残りの電気自動車を新たな電池劣化処理対象として前記ステップＳ５０１〜５０４の処理を実行する。

そして、ステップＳ５０４の判定結果が全対象電気自動車について劣化特性抽出処理が終了したときには、ステップＳ５０５に移行して劣化曲線の補正を行ってから電池劣化解析処理を終了する。劣化曲線の補正は、具体的には、図２４の点列から、回帰式、回帰曲線を近似することにより、図１９に示す補正劣化曲線Ｌ４２及びＬ４３を導出する。
また、図２３（ａ）に示す次回トリップ情報検出処理及び図２３（ｂ）の充電制御処理については前述した第２の実施形態における図１４（ａ）の次回トリップ情報検出処理及び図１４（ｂ）の充電制御処理と同一の処理を行って、各電気自動車の充電制御を行う。

（動作その他）
次に、上記第３の実施形態の動作を説明する。
この第３の実施形態では、各電気自動車１０では、図２０に示す運転履歴記録処理を実行しており、電気自動車１０の利用時における日時、気温等の基本情報、緯度経度、高度、走行経路、渋滞等の移動情報及び走行速度、アクセル開度、エアコン使用量、電池入出力電流、電圧等の電池負荷情報でなるトリップ情報を記録する。このトリップ情報をトリップ単位にデータセンター５０にアップロードし、データセンター５０に設けたトリップ記録データベース５４へ格納する。

この他、電気自動車の利用者が私有するガソリン車等の車両のトリップ情報もデータセンター５０のトリップ記録データベース５４へアップロードし、また、電気自動車の利用者が鉄道、バス等の公共機関を利用した場合のトリップ情報についてもデータセンター５０のトリップ記録データベース５４へアップロードする。さらに、電気自動車の利用者が徒歩で移動した場合のトリップ情報についても例えば携帯電話機の全地球測位システム（ＧＰＳ）機能を利用して取得し、データセンター５０のトリップ記録データベース５４へアップロードすることが好ましい。

このようにして、データセンター５０のトリップ記録データベースに各電気自動車のトリップ情報の他、電気自動車の利用者の他の車両や交通機関でのトリップ情報や歩行によるトリップ情報も格納される。このため、トリップ記録データベース５４に格納されている各種トリップ情報を分析することにより、電気自動車の利用者の運転スケジュールや移動スケジュールをきめ細かく抽出することが可能となる。

一方、データセンター５０では、図２１に示す運転傾向解析処理を実行することにより、運転スケジュールや移動スケジュールを分類し、これらのスケジュールの出発時刻とともに、スケジュール分類データベース５５に格納する。さらに、運転パターンを分類し、各運転パターンの消費電力とともに、トリップ特徴データベース５６に格納する。
また、データセンター５０では、図２２に示す電池劣化解析処理を実行することにより、各電気自動車の電池劣化特性を例えば地域別に抽出し、図１９に示す電池劣化曲線を補正する。

さらに、データセンター５０では、図２３（ａ）に示す次回トリップ情報検出処理を実行し、電気自動車の利用者から次回トリップ情報が入力されたときには、入力されたトリップ情報に基づいて次回トリップ出発時刻を決定するとともに、次回トリップの必要消費電力を決定し、この次回トリップの必要消費電力に深放電を防止するための必要最小限の電力量を加算した合計値を最大充電量で除した値をターゲットＳＯＣとして決定する。

ところが、利用者からの次回トリップ情報の入力がないときには、前述した第２の実施形態と同様に、スケジュール分類データベース５５に格納されている運転スケジュールから次回トリップに相当する運転スケジュールを推定する。そして、推定した運転スケジュールの出発時刻を次回トリップ出発時刻として決定する。さらに、運転スケジュールの運転パターンに類似する運転パターンを抽出して、必要消費電力を決定する。そして、この必要消費電力に深放電を防止するための必要最小限の電力量を加算した合計値を最大充電量で除した値をターゲットＳＯＣとして決定する。

このため、利用者による次回トリップ情報の入力がない場合でも、次回トリップ出発時刻及びターゲットＳＯＣを推定することができる。このとき、利用者が使用する電気自動車のトリップ情報以外に他の電気自動車のトリップ情報を参照することができる。このため、初めて走行する経路でも、他の電気自動車のトリップ情報を参照して必要消費電力を精度良く推定することができる。

このようにして、次回トリップ出発時刻及びターゲットＳＯＣが決定されると、図２３（ｂ）の充電制御処理によって、該当する電気自動車が充電装置３０に接続されたときに、電池劣化度合いを加味した充電制御を行って、電池を次回トリップ出発時刻までにターゲットＳＯＣとなるように充電することができる。そして、電池の充電状態（ＳＯＣ）がターゲットＳＯＣに到達すると充電制御が停止されて、充電装置３０から電気自動車１０への電力供給が遮断される。

なお、図２０の処理が電気自動車１０の運転履歴記録部１５ｇに対応し、図２１のステップＳ３０１の処理及び図２３（ａ）のステップＳ２０１の処理がデータセンター５０の運転スケジュール推定部５１ｂに対応し、図２１のステップＳ３０２の処理及び図２３（ａ）のステップＳ２０３の処理がデータセンター５０の運転傾向分析部５１ｃに対応し、図２２の処理がデータセンター５０の電池劣化解析部５１ａに対応している。また、図２３（ｂ）の処理がデータセンター５０の充電管理部５１ｄに対応している。

（効果）
このように、上記第３の実施形態によると、上記第２の実施形態の効果に加えて、下記の効果を奏する。
（１）充電制御部は、複数の電気自動車における電池の充電速度及び充電量と、放電速度及び放電量とを、電池の劣化状態と合わせて蓄積し、電池の充電速度及び充電量、放電速度及び放電量が劣化に与える影響を劣化影響係数として抽出する電池劣化解析部をさらに備え、この劣化影響係数が極小となるように充電速度及び充電量を決定して充電する。
このため、単独の電気自動車のみならず、複数の電気自動車から多くの電池劣化に関する特性を取得し、その特性に基づき電池の劣化を抑制するように充電速度、充電量を制御することができる。この結果、電池の劣化を抑制することができる。

（２）運転傾向解析部は、電気自動車の利用者の電気自動車を含む他の車両のトリップにおける消費電力量もしくは燃料消費量を、トリップ開始終了時刻、移動経路、移動速度、移動高度、天候情報の少なくとも１つと組み合わせて運転記録として記録し、記録した運転記録に基づいて次回トリップにおける消費電力量を予測する。

このため、電気自動車の利用者の電気自動車以外の車両の運転や電気自動車を運転する他の利用者の運転における運転傾向すなわち電力や燃料といったエネルギー消費の傾向を分析して電気自動車の電力消費量を見積もることができる。したがって、過去に電気自動車以外の車両を運転した履歴を多くもつ利用者であれば、この情報を利用して電力消費量を換算して予測することができる。また、他の電気自動車の利用者運転利用履歴をもちいれば、電気自動車が類似する経路を走行する場合の電力消費量を精度良く予測することができる。これにより、次回トリップで必要な消費電力量をより精度良く見積もることができ、必要充電速度及び充電量を最適化することができる。

（３）運転スケジュール推定部は、電気自動車の利用者の当該電気自動車以外の移動手段における移動開始時刻を蓄積し、蓄積した移動開始時刻に基づいて次回トリップの出発時刻を推定する。
このため、ガソリン車等の電気自動車とは別に所有する車両での移動や、電車やバス等の公共交通機関、あるいは徒歩等で移動した際の出発時刻をも履歴として分析対象とすることができる。したがって、電気自動車が利用される場合とされない場合をより精度良く判定できるとともに、利用する場合の出発時刻を精度良く推定することができる。

（変形例）
なお、上記第１〜第３の実施形態においては、充電装置３０として電源接続線を有する有線方式の充電装置を適用した場合について説明した。しかしながら、本発明は有線方式に限定されるものではなく、無線方式の充電装置を適用することもできる。この無線方式の充電装置としては、電磁誘導方式、電波方式、磁界共鳴方式の３方式があるが、何れの方式を採用してもよい。

１０ 電気自動車
１１ 電池
１２ ＡＣ／ＤＣ変換器
１３ 受電装置
１４ 受電コネクタ
１５ 演算装置
１５ａ 車両制御部
１５ｂ 電池残量検出部
１５ｃ 充放電制御部
１５ｄ 充放電回路部
１５ｅ 次回トリップ情報検出部
１５ｆ モーター発電機
１６ 記憶装置
１７ 入力装置
１８ 出力装置
１９ 通信装置
２０ ＡＤ変換器
２１ ＤＡ変換器
３０ 充電装置
３１ 給電装置
３２ 演算装置
３２ａ 電力供給部
３２ｂ 充電制御部
３３ 記憶装置
１５ｇ 運転履歴記録部
１５ｈ 運転スケジュール推定部
１５ｉ 運転傾向分析部
５０ データセンター
５１ 演算装置
５１ａ 電池劣化解析部
５１ｂ 運転スケジュール推定部
５１ｃ 運転傾向分析部
５１ｄ 充電管理部
５２ 記憶装置
５３ 通信装置

Claims (7)

1. 電気自動車の電池へ充電を行う充電制御装置であって、
   前記電池の電池残量を検出する電池残量検出部と、
   次回の電気自動車を利用するトリップの出発時刻及び当該トリップにおける必要消費電力を次回トリップ情報として検出する次回トリップ情報検出部と、
   前記電池残量と前記次回トリップ情報とに基づき、次回トリップ出発時刻までに前記必要消費電力を充電する充電速度及び充電量を決定して充電する充電制御部とを備えたことを特徴とする充電制御装置。
2. 前記充電制御部は、
   前記電池の劣化度合いを検出する電池劣化検出部をさらに備え、前記充電速度を前記電池劣化度合いに基づいて決定することを特徴とする請求項１記載の充電制御装置。
3. 前記充電制御部は、
   前記必要消費電力と前記電池の電力残量が深放電領域とならないための最低必要電力量との合計値を必要電力として定義し、次回トリップ出発時刻までに前記必要電力を蓄積するように充電速度及び充電量を決定して充電することを特徴とする請求項１又は２に記載の充電制御装置。
4. 前記次回トリップ情報検出部は、
   電気自動車の利用開始から利用終了までの間で、トリップの開始終了時刻と消費電力量とを、電源投入時刻、電源遮断時刻、移動経路、移動高度、移動速度、天候情報、モーター電力使用量、補機類電力消費量の少なくとも１つと組み合わせて運転記録として記録する運転履歴記録部と、該運転記録を分析し、利用者の次回トリップの出発時刻を推定する運転スケジュール推定部と、前記運転記録を分析して運転パターンを分類し、各運転パターンにおける消費電力量を予測する運転傾向分析部とを備え、
   前記充電制御部は、前記運転スケジュールの推定結果と運転傾向分析結果に基づき次回トリップの出発時刻及び前記必要消費電力を決定し、当該次回トリップ出発時刻までに前記必要消費電力が前記電池に蓄積されるように充電速度及び充電量を決定して充電することを特徴とする請求項１乃至３の何れか１項に記載の充電制御装置。
5. 前記充電制御部は、
   複数の電気自動車における電池の充電速度及び充電量と、放電速度及び放電量とを、前記電池の劣化状態と合わせて蓄積し、当該電池の充電速度及び充電量、放電速度及び放電量が劣化に与える影響を劣化影響係数として抽出する電池劣化解析部をさらに備え、該劣化影響係数が極小となるように充電速度及び充電量を決定して充電することを特徴とする請求項１乃至４の何れか１項に記載の充電制御装置。
6. 前記運転傾向解析部は、
   電気自動車の利用者の電気自動車を含む他の車両のトリップにおける消費電力量もしくは燃料消費量を、トリップ開始終了時刻、移動経路、移動速度、移動高度、天候情報の少なくとも１つと組み合わせて運転記録として記録し、記録した運転記録に基づいて次回トリップにおける消費電力量を予測することを特徴とする請求項４に記載の充電制御装置。
7. 前記運転スケジュール推定部は、
   電気自動車の利用者の当該電気自動車以外の移動手段における移動開始時刻を蓄積し、蓄積した移動開始時刻に基づいて次回トリップの出発時刻を推定することを特徴とする請求項４に記載の充電制御装置。

Images