JP2014042383A - 電気自動車の位置情報を用いた系統負荷の予測システム - Google Patents

Abstract

【課題】電力消費機器の設置場所（電力消費場所）が固定であることが前提の電力需要を予測する技術は知られている。ただし、電力消費機器が移動体であることは考慮されていない。そのため、電力消費機器のひとつである電気自動車が今後普及した場合は、従来の技術では電力消費機器の移動を考慮した電力需要予測はできない。
【解決手段】本願発明では、電気自動車の位置情報を取得し、位置情報と、充電状態情報と、を用いて、電気自動車の充電タイミングや充電位置を予測し、系統にかかる負荷の予測を行なう。
【選択図】図１

Description

電力需要及び系統負荷の予測に関する技術。特に、電気自動車などの移動体を考慮した系統負荷の予測についての技術である。

電気の蓄積が困難であるという特性から、電力需要の予測が活発に行なわれてきた。これに関係する技術として、特許文献１が挙げられる。特許文献１には、予測パラメータを用いた需要予測精度を一層向上することができるようにした電力需要予測システムの技術が開示されている。

特開2006-157984号公報

しかし、特許文献１の技術では、電力消費機器の設置場所（電力消費場所）が固定であることが前提とされている。つまり、電力消費機器が移動体であることは考慮されていない。そのため、電力消費機器のひとつである電気自動車が今後普及することにより発生する、電気自動車の充電（例えば急速充電）に伴う系統負荷には対処できない。

また、電気自動車の各種情報は自動車メーカーが許可した情報のみの提供されることが一般的であり、自動車メーカ以外がこれらの情報を十分に取得することはできなかった。そのため、電気自動車の負荷を考慮した系統負荷の予測は確立されていなかった。

そこで本願発明では、比較的取得が容易な電気自動車の位置情報を取得（自動車メーカーからの提供もしくはその他の手法によって取得）し、位置情報と、充電状態情報と（位置情報を加工することによって推定することも可能）、を用いて、電気自動車の充電タイミングや充電位置を予測し、系統にかかる負荷の予測を行なう。

また、過去の統計情報を蓄積することにより、高い精度での系統負荷予測を実現する。処理対象となる電気自動車が増加した場合であっても、効率的に処理が出来るよう計算量を軽減する仕組みも導入する。

本発明によれば、電力需要や系統負荷が逼迫する地域が事前に予測できる。更なる効果としては、電力会社と連携することによって、電力が逼迫する地域におけるリアルタイムプライシングの実施も可能となる。また、配電自動化システムと連携することにより、電力が逼迫する地域において、事前に需要家電気機器を制御することで、需要制御（需要抑制）を実施することも可能となる。

系統負荷予測システムのハードウェア構成図 位置情報分析処理におけるフローチャート 充電情報予測処理におけるフローチャート 系統負荷予測処理におけるフローチャート 位置情報解析処理におけるフローチャート 予測情報連携処理におけるフローチャート 位置情報端末/電気自動車メーカーデータセンタから取得するデータ項目 位置情報解析処理部が記憶装置に格納するデータ項目 位置情報分析処理部が記憶装置に格納するデータ項目 充電状態予測処理部が記憶装置に格納するデータ項目 系統負荷予測処理部が記憶装置に格納するデータ項目

以下、図面を用いて本発明に関する実施の形態を説明する。

図１では、本発明の内容を実現するために必要なシステムのハードウェア構成を示している。図１に示すように、系統負荷予測サーバ１は通信網４を介して、位置情報端末２もしくは電気自動車メーカーデータセンタ３から、電気自動車の位置情報もしくは位置情報を一意に特定することが可能となるデータを一定周期で取得する。任意の電気自動車の位置情報を特定できるのであれば、位置情報端末２もしくは電気自動車メーカーデータセンタの片方のみから情報を取得することも可能である。位置情報端末２は任意の電気自動車と紐付けされており、かつ系統負荷予測サーバ１と通信が出来る端末であればよい。例えば、携帯電話などの端末にインストールするアプリケーションの形で配布する方式も候補のひとつである。なお、この方式を採用する場合、初期設定以降は利用者の手を煩わせず、かつ利便性を損なわない仕組みを導入する必要がある。具体的な仕組みとしては、位置情報に変化がなくなった場合のスリープ動作、逆に移動を検知したばあいの場合の復帰動作の実装による自動化、などである。なお、通信網４で使用される通信プロトコルや伝送媒体のバリエーション、通信キャリア及びデータ連携元毎のデータレイアウトの差異が発生する場合はI/F３０にて吸収し、処理部(CPU)１０は取得したデータを統一的に扱う。

記憶装置２０には現在及び過去の位置情報や位置情報を分析した結果情報（任意の電気自動車としての結果情報及び、集団としての結果情報の双方を含む）、道路地図情報、電力系統の配電設備情報などの各処理に必要な情報が格納されており、処理部(CPU)１０が必要とする情報を適宜提供する。

処理部(CPU)１０は、位置情報解析処理部４００、位置情報分析処理部１００、充電情報予測処理部２００、系統負荷予測処理部３００を備えており、I/F３０から連携される電気自動車の位置情報と、記憶装置２０に蓄積している情報を用いて各々の処理を行なう。

図５では、位置情報解析処理部４００における一連の処理フローを示している。位置情報解析処理部４００は、位置情報端末２もしくは電気自動車メーカーデータセンタ３から電気自動車の現在位置を取得する（Ｓ４０１）。電気自動車の位置情報を算出するための元情報として、衛星測位（GPSや準天頂衛星システムなどを含む）、PN 符号化磁気マーカー、可視光による位置情報通信、無線アクセスポイント情報、RFメッシュ電波などの複数の選択肢がある。

これら複数の選択肢からどの情報を使用して位置情報を算出するかは地域特性を考慮して決定する。PN 符号化磁気マーカーや可視光による位置情報通信が利用可能であればこれらの手段を用いて位置情報を算出し、PN 符号化磁気マーカーが利用不可の場合、無線基地局やRF網が整備されている都市部では無線アクセスポイント情報やRF電波を使用して位置情報を算出、逆に無線基地局やRF網が整備されていない地域では衛星測位を使用するなど、地域の特性に応じて位置情報の算出に使用する情報を適切に選択する。位置特定元情報の選択は、系統負荷予測サーバ１で実施する方法と、位置情報端末２で実施する２つのパターンを想定している。系統負荷予測サーバ１で実施する場合、位置情報端末２からは、位置情報端末２が取得できる全ての位置特定元情報を発信し、サーバ側で地域特性を考慮して位置の特定に使用する位置特定元情報を選択する。また、位置情報端末２で位置特定元情報の選択を実施する場合は、位置情報端末２内に実装したアプリケーションによって最も精度の高いと考えられる位置特定元情報を選択する。位置情報の特定後、位置情報に関する注意喚起情報のチェックを実施する (Ｓ４０２) 。本処理では、後続の位置情報分析処理部１００、充電情報予測処理部２００、系統負荷予測処理部３００において、処理の正確性に影響を与える可能性がある事象についての判定を行い、事象に該当する場合は注意フラグを設定する。例えば、公共駐車場内に急速充電器が設置されている場合、隣接する駐車スペースに駐車している電気自動車に対し、誤って急速充電器利用の判定をしてしまう可能性が想定される。そのため、PN 符号化磁気マーカーなどの精度の高い方式以外で取得した位置情報の場合に、後続処理に対して注意を促すフラグを設定する必要がある。その後、チェック済みの位置情報を記憶装置２０に格納する（Ｓ４０３）。なお、詳細な位置情報が不要の場合は、位置情報を取得する機器（GPSなど）からの情報をそのまま系統負荷予測サーバに送信してもよい。

図２では、位置情報分析処理部１００における一連の処理フローを示している。位置情報分析処理部１００は、記憶装置２０から現在と直近の過去の位置情報(Ｓ１０１，Ｓ１０２)を取得し、その差分を求めることにより、電気自動車の移動速度と進行方向、走行距離（前回位置からの区間走行距離及び前回充電位置からの累積走行距離）を算出する(Ｓ１０３)。特定した位置情報及び算出した進行方向や移動速度、走行距離情報に対しては、移動速度情報などに一定の基準値を設けてフィルタリング処理を実施し、不正と思われるプローブ情報を除去する(Ｓ１０４)。具体的なフィルタリング基準としては、出入口を挟まない高速道路及び有料道路走行中の位置情報の逆行（逆走の検知）や移動速度が法定速度を著しく上回る場合（時速200km）などを想定している。また、不正なプローブが発生する原因としては、各々の位置特定元情報の精度の問題、及び位置特定元情報の切り替えを実施した際に発生する位置特定情報間の精度の差を想定している。位置情報特定元情報フィルタリングを実施した結果、正常と判定したプローブについては、各々のプローブの移動速度と進行方向、走行距離（前回位置からの区間走行距離及び前回充電位置からの累積走行距離）を記憶装置２０に格納する (Ｓ１０５) 。

図３では、充電情報予測処理部２００における一連の処理フローを示している。充電情報予測処理部２００は、記憶部２０から現在と直近数回分の過去の位置情報、区間走行距離(Ｓ２０１，Ｓ２０２)を取得し、急速充電設備の利用判定を実施する(Ｓ２０３)。急速充電設備の利用判定は、電気自動車の位置情報と充電ステーションの設置位置情報が任意に設定した時間以上重なったことをもって行なう（つまり、充電ステーションが設置されている所定のエリアに一定時間滞在している子状態を判定する）。なお、正確な充電時間を算出するために、電気自動車の位置情報が充電ステーションの設置位置情報と重なりが検出された場合、その状態が解消されるまでの間、電気自動車の位置情報の取得周期を短周期に変更する処理を実施する(Ｓ２０４，Ｓ２０５)。

電気自動車と充電ステーションの設置位置情報の重なりが解消された場合、電気自動車による急速充電設備の利用時間を算出し、利用時間に応じて電気自動車の充電状態を修正する(Ｓ２０９) 。具体的には、充電時間と充電量の関係式（もしくは関係テーブル）を備えることで、算出された利用時間からその電気自動車に充電された充電量を算出する。充電ステーションを利用していないと判断した場合には、区間走行距離及び前回処理タイミングからの経過時間から消費電力量を算出し、電気自動車に搭載されている蓄電池の充電残量の推定を実施する(Ｓ２０８，Ｓ２０９)。推定した充電残量を、電気自動車の現在の充電状態として、記憶装置２０に保存する(Ｓ２１０)。なお、充電残量は、絶対量で示してもよいし、バッテリーの容量に基く割合で把握していても良い。さらには、充電残量から、所定の電費（ガソリン車でいうところの燃費）に基いて走行可能距離に変換して、記憶装置２０に保存していても良い。

図４では、系統負荷予測処理部３００における一連の処理フローを示している。系統負荷予測処理部３００は、記憶装置２０から各電気自動車の現在の位置情報及び進行方向、走行速度、充電状態、道路情報を取得する(Ｓ３０１，Ｓ３０２，Ｓ３０３)。電気自動車のこのまま走行を続けた場合に、充電残量が任意の基準値内（例えば、バッテリー容量の１５％や、残り走行可能距離１０キロなどの基準）となる領域に存在する充電ステーションを次回の充電位置として推定する(Ｓ３０４)。また、次回充電位置への予想到達時刻を次回の充電ステーション利用タイミングとして推定する(Ｓ３０５)。次回充電位置と予測される候補が多数検出されることも想定されるため、過去の行動履歴情報（分岐情報やプローブ全体での分岐確率などの統計情報を含む）を踏まえた候補地点の選別処理を実行し、次回利用するステーション候補及び到着時刻の予測精度の向上を計る。さらに、一定速度以上の移動速度で走行しており、高速道路もしくは有料道路を走行中と判定された電気自動車や分岐の少ない地方道路を走行中と判定された電気自動車など、の場合には道路情報を予測処理に活用することで、さらに次回利用するステーション候補及び到着時刻の予測の精度を高める。加え、分岐路が存在しない道路を走行中であっても、過去に複数のプローブが非道路領域を横断して走行しているようなケースが検出される場合、その領域については本システムの処理上、仮想的な道路として扱うなどの道路情報の加工や、気象情報や工事情報、災害情報などに基づく通行不能となっている道路の推定情報（または実連携によって取得した交通情報）に基づく分岐路の間引き処理などの工夫を施す。次回の充電位置、充電ステーション利用タイミングを配電設備情報とマッピングさせることにより、電力系統上の任意の地点及び区域に与える負荷の予測を行なう(Ｓ３０６)。ここでは、次回の充電ステーションで充電される量を予測して系統に与える負荷の予測に利用する。例えば、充電される量は、満充電の量から充電ステーション到着時の残量を引いた量を充電される量として計算すると良い。なお、ユーザのこれまでの行動からいつも満充電をしない、という癖がある場合は、それを考慮した分量を充電される量として利用しても良い。予測した系統負荷情報を、記憶装置２０に保存する(Ｓ３０７)。

図６は、予測情報連携処理部５００における一連の処理フローを示している。予測情報連携処理部５００は記憶装置２０から系統負荷予測結果を取得する（Ｓ５０１）。取得した系統負荷予測結果を、系統に電力を提供している電力会社へ送信する（Ｓ５０２）。

処理部(CPU)１０内の各処理部で実行する処理においては、計算量を軽減するため、予測精度に影響を与えない範囲での、処理の簡素化や間引きを実施する。具体的には、一般公開されていない特定の急速充電器でのみ充電する車両については処理の対象外として扱うなどである。このケースで対象となるプローブとしては、周遊バスや高速バスなどを想定しており、長距離の走行があるにも関わらず、公開されている急速充電設備の利用実績がない場合に間引き対象として登録する。また、定形ルートを走行する車両や高速道路または有料道路を走行中の車両及び、駐車車両については、進行方向や走行ルートの推定が容易であるため、処理周期を長周期化することにより位置情報分析処理、充電情報予測処理、系統負荷予測処理の回数の間引きを実施する。定形ルートを走行する車両の対象としては、通勤車両や一部の営業車両を想定しており、位置情報履歴を統計的に分析し、特定条件下で特定のルートを走行することが有意に確認できた場合に対象とする。高速道路または有料道路を走行している車両及び、駐車車両の判定については、速度情報と位置情報などから判定を実施する。また、充電情報予測処理部２００にて充電量が任意の基準値を満たしていると予測される場合、直後に充電ステーションを利用して系統負荷を発生させる可能性は低いため、一定時間処理を間引きする。なお、処理の間引き対象となっている車両の位置情報についても、情報の蓄積は行なうものとする。

1 系統負荷予測サーバ
2 位置情報端末
3 電気自動車メーカー
4 通信網
10 処理部(CPU)
20 記憶装置
30 I/F
100 位置情報分析処理部
200 充電情報予測処理部
300 系統負荷予測処理部
400 位置情報解析処理部
500 予測情報連携処理部

Claims (10)

1. 電力需要を予測する電力需要予測方法において、 移動可能な電力消費機器の位置情報と、当該当該電力消費機器の移動の傾向情報と、当該電力消費機器の充電状況情報と、を取得する情報取得ステップと、
   前記取得した位置情報と移動の傾向情報と充電状況情報とから前記電力消費機器が電力を消費する場所及び時刻を算出する場所時刻算出ステップと、
   前記算出された場所及び時刻に基いて消費される消費電力を算出する消費電力算ステップと、
   前記算出された場所、時刻、消費電力、とから、当該場所における電力需要を予測する予測ステップと、
   を備えることを特徴とする電力需要予測方法。
2. 請求項１に記載の電力需要予測方法において、
   前記充電状況は、前記電力消費機器が前回系統から電力を消費した場所及び時刻の情報に基づいて算出されることを特徴とする電力需要予測方法。
3. 請求項２に記載の電力需要予測方法において、
   前記電力消費機器が前回系統から電力を消費した場所の特定は、当該電力消費機器が所定の場所に所定時間存在した場合に当該場所を前回系統から電力を消費した場所として特定することを特徴とする電力需要予測方法。
4. 請求項３に記載の電力需要予測方法において、
   前回系統から電力を消費した場所が検出された場合、所定の場所に存在している間、当該電力消費機器の位置情報の取得周期を短周期に変更することを特徴とする電力需要予測方法。
5. 請求項１乃至４のいずれか一項に記載の電力需要予測方法において、
   前記移動の傾向情報は、前記電力消費機器の移動速度、移動方向であることを特徴とする電力需要予測方法。
6. 電力需要を予測する電力需要予測装置において、
   移動可能な電力消費機器の位置情報と、当該当該電力消費機器の移動の傾向情報と、当該電力消費機器の充電状況情報と、を取得するインタフェースと、
   前記取得した位置情報と移動の傾向情報と充電状況情報とから前記電力消費機器が電力を消費する場所及び時刻を算出し、当該算出された場所及び時刻に基いて消費される消費電力を算出し、当該算出された場所、時刻、消費電力、とから、当該場所における電力需要を予測する系統負荷予測処理部と、
   を備えることを特徴とする電力需要予測装置。
7. 請求項６に記載の電力需要予測装置において、
   前記系統負荷予測処理部は、前記充電状況を、前記電力消費機器が前回系統から電力を消費した場所及び時刻の情報に基づいて算出することを特徴とする電力需要予測装置。
8. 請求項７に記載の電力需要予測装置において、
   前記系統負荷予測処理部は、前記電力消費機器が前回系統から電力を消費した場所の特定を、当該電力消費機器が所定の場所に所定時間存在した場合に当該場所を前回系統から電力を消費した場所として特定することを特徴とする電力需要予測装置。
9. 請求項８に記載の電力需要予測装置において、
   前記の電力消費機器の位置情報を所定の定期で取得する位置情報分析処理部をさらに備え、当該位置情報分析処理部は、前回系統から電力を消費した場所が検出された場合、所定の場所に存在している間、当該電力消費機器の位置情報の取得周期を、前記所定の定期よりも短周期に変更することを特徴とする電力需要予測装置。
10. 請求項６乃至９のいずれか一項に記載の電力需要予測装置において、
    前記移動の傾向情報は、前記電力消費機器の移動速度、移動方向であることを特徴とする電力需要予測装置。

Images