本明細書において、「いくつかの実施形態」、「一実施形態」などへの言及は、説明されている特定の特徴、機能、構造または特性が、開示されている技術の少なくとも1つの実施形態に含まれることを意味する。本明細書におけるそのような句の出現は、必ずしもすべてが同じ実施形態を指すとは限らない。一方、言及された実施形態は必ずしも相互に排他的ではない。
本技術は、様々なバッテリ交換ステーションにおいてバッテリ交換価格を動的に設定することによって、複数の交換可能エネルギー貯蔵装置(例えば交換可能な充電式バッテリ)ステーション間で(例えばバッテリに貯蔵される)エネルギーを動的に配分するシステムおよび方法に関する。より具体的には、本技術は、バッテリ需要を予測/分析し、次いで予測需要を満たすためのシステムおよび方法に関する。バッテリ需要が予測されるとき、予測バッテリ需要を満たすためのいくつかの方法がある。第1に、システムは、予測バッテリ需要を満たすのに十分な数の(フル充電された)バッテリを提供することができる。第2に、システムは、ユーザ挙動を変化させるか、またはそれに影響を及ぼすことによって(例えば、ユーザにそうするための動機または報奨を提供することによって)バッテリ供給を増やす(例えば、適切に充電されたバッテリをシステムに戻すようにユーザに求める)またはバッテリ需要を減らす(例えば、バッテリ交換を遅らせるようにユーザに要求する)ように「ユーザに影響を与える」手法を採用することができる。いくつかの実施形態では、バッテリユーザは、広告、通知、ゲーム、奨励などによってユーザの挙動を変化させるように動機付けられ得る。いくつかの実施形態において、バッテリユーザは、より安いバッテリ交換価格または他の適切なインセンティブ(例えば、クレジット、報酬ポイントなど)によって奨励され得る。バッテリユーザを奨励する1つの方法は、ユーザが低需要ステーションにおいてバッテリを交換するように奨励することができるように(例えば、高需要ステーションでのバッテリ需要を減らすために)、または(例えば、80〜90%充電された)適切に充電されたバッテリを(例えば、バッテリ供給を増やすために)需要の高いステーションに返却するように、様々なバッテリ交換ステーションにおいてバッテリ交換価格を動的に調整することである。
本開示はまた、価格戦略に基づいて複数の交換可能エネルギー貯蔵装置(例えば交換可能な充電式バッテリ)ステーション間で(例えばバッテリに貯蔵された)エネルギーを動的に配分するための方法およびシステムに関する。より具体的には、本技術は、バッテリ需要を予測および分析し、それに応じて複数のステーションに配置されたバッテリを管理するためのシステムおよび方法に関する。本システムは、(例えば、バッテリに取り付けられたバッテリメモリ、バッテリ交換ステーション、車両、ユーザモバイル装置などのような様々なソースから)バッテリ需要情報を収集する。例えば、バッテリ需要情報は、「特定の期間中に特定のステーションにおいて交換されたバッテリの数」、「特定の期間中にユーザによって交換されたバッテリの数」、または他の適切な情報(例えば、製造者、充電状態(SoC)などのような、交換されたバッテリの特性)を含んでもよい。
図1Hは、バッテリ交換価格がバッテリ需要情報に基づいてどのように設定されるかに関するプロセス1000を提供する。手短に言えば、開示されているシステムは、最初に履歴的バッテリ需要情報を収集し(ブロック1001)、次にクラスタ化プロセス(例えば、ブロック1003)に基づいて収集された情報を分析することができる。後述するように、クラスタ化プロセスは収集されたバッテリ需要情報を様々なクラスタに分割することができる。各クラスタはバッテリ需要タイプを表す。クラスタ化結果に基づいて、開示されているシステムはさらに、動的バッテリ価格戦略を決定することができ(ブロック1005)、それを使用してバッテリユーザを、予測バッテリ需要を満たすように動機付けることができる。実施形態は、以下に詳細に説明される。
クラスタ化プロセスにおいて、システムは、収集されたバッテリ需要情報を1つまたは複数の因子に基づいて複数のクラスタに分割することができる。いくつかの実施形態では、クラスタは期間に基づいて決定することができる(例えば、あるクラスタは午前9時から午前10時までを表し、別のクラスタは午後3時から午後5時までを表す)。期間に基づいてクラスタを決定することに関する実施形態は、図1Cを参照して詳細に説明される。いくつかの実施形態では、クラスタは、バッテリステーションのタイプ(例えば、「常時高需要(high−demand−all−time)」、「ピーク時間に高需要(high−demand−peak−hours)」、「休日に高需要(high−demand−holidays)」、「週末に高需要(high−demand−weekends)」、「イベント時に高需要(high−demand−events)」、「常時低需要(low−demand−all−time)」など、関連する詳細は下記に詳細に説明する)に基づいて決定することができる。いくつかの実施形態では、クラスタは、位置(例えば、バッテリ交換の位置、または車両間のバッテリ交換のための車両の位置)に基づいて決定することができる。いくつかの実施形態では、クラスタは他の適切な因子に基づいて決定することができる。以下に記載する1つまたは複数の実施形態では、クラスタは、「バッテリ交換がいつ行われるか」と「バッテリステーションのタイプ」の両方に基づいて決定される。いくつかの実施形態では、クラスタは様々な他の因子によって決定または特徴付けられてもよく、したがって単一の因子または2つの因子に密接に関連しているとして容易に識別することはできない。いくつかの実施形態において、クラスタは、機械学習プロセスの結果に基づいて決定されてもよい。いくつかの実施形態(例えば、図1Iおよび図1Jを参照して以下に説明される実施形態)では、クラスタ化プロセスは省略することができる。
いくつかの実施形態では、「1」より大きいレート(例えば、後述の「バッテリ価格レート」)を有するクラスタは、ユーザが充電されたバッテリに対してより高いレートを課金されるか、または、逆に、充電されたバッテリを売り戻すためにより高いレート(例えば「売り戻しレート」)が支払われる高い需要(または予測される今後の高い需要)を表し得る。ユーザに対する売り戻しレートは、少なくとも部分的には、装置交換ステーションの価格レート、スコア、および規模に基づいて決定することができる。例えば、小さいながらも混雑しているステーションは、適時に需要を満たすのに十分なバッテリを準備することができない可能性があるため、このステーションの売り戻しレートをより高く設定して、ステーションが需要を満たすのをユーザが助けることができるようにすることができる。いくつかの実施形態では、「1」より低いレート(例えば、後述の「バッテリ価格レート」)を有するクラスタは、ユーザが充電されたバッテリに対してより低いレートを課金されるか、または、充電されたバッテリを売り戻すためにより低いレートが支払われるより少ない需要を表し得る。
いくつかの実施形態では、開示されているシステムの中央サーバは、これらすべての使用統計、天気予報、特別なイベントデータなどを受信し、各充電ステーションまたはクラスタについて需給関数を開発しようと試みる。ステーション/クラスタごとに需給曲線を動的に作成することによって、システム全体のエネルギー使用量のバランスを良くすることができる。
2つの因子(例えば、時間およびステーションタイプ)に基づいて、本システムはその後、収集されたバッテリ需要情報を複数のクラスタC1〜Cnに分割する(クラスタの例は、8つのクラスタレベル1〜8を含む図1Cに見出すことができる)。複数のクラスタC1〜Cnは、「ステーションごと」および「時間間隔」(例えば、1時間または2時間)ごとのバッテリ交換数に基づいてランク付けすることができる。例えば、C1は、ステーションあたりおよび時間間隔あたりの最小数のバッテリ交換を表すことができ、Cnは、ステーションあたりおよび時間間隔あたりの最大数のバッテリ交換を表すことができる。例えば、C1は1つのステーションにおいて1時間あたり0〜10回のバッテリ交換を表すことができ、C2は1〜25回のバッテリ交換を表すことができ、C3は26〜50回のバッテリ交換を表すことができ、C4は51〜100回のバッテリ交換を表すことができ、Cnは10,000回以上のバッテリ交換を表すことができる、などである。
図示の実施形態では、クラスタC1内の要素は、「ステーションAにおいて午前1時から午前3時までの期間」(常時低需要タイプのステーションとして特徴付けられる)、「ステーションBにおいて午前2時から午前6時までの期間」(イベント時に高需要タイプとして特徴付けられる)、およびクラスタC1によって表されるバッテリ交換数内に入る他の時間タイプ組み合わせを含むことができる。別の例として、クラスタCnは、「ステーションCにおいて午前9時から午前9:45までの期間」(ピーク時間に高需要タイプのステーションとして特徴付けられる)、「ステーションDにおいて土曜日の午前10時から午後5時までの期間」(週末に高需要タイプとして特徴付けられる)、およびクラスタCnによって表されるバッテリ交換数内に入る他の時間タイプ組み合わせを含むことができる。
いくつかの実施形態では、複数のクラスタは、収集されたバッテリ需要情報に基づいて決定することができる。例えば、複数のクラスタは、K平均クラスタ化プロセスに基づいて決定することができ、これは図1Dを参照して以下に詳細に説明される。
バッテリユーザに行動を起こさせる(例えば、特定の期間中にバッテリ供給を増加させる、またはバッテリ需要を減少させる)ように動機付けることができるように、開示されているシステムは各バッテリステーションにおいてバッテリ交換価格を動的に調整することができる。開示されているシステムは、後述するように動的価格設定モデルを生成することによってこの目的を達成することができる。
各クラスタについて、本システムは、バッテリの利用可能性と価格レートとの関係を反映する特性関数(fc)を生成することができる。いくつかの実施形態では、特性関数は、クラスタの「エネルギー比」および「バッテリ価格レート」に基づいて決定される。
エネルギー比は、バッテリ交換イベントに関連する利用可能なバッテリエネルギーに基づいて決定される。エネルギー比は、「バッテリカウント」に対する「バッテリスコア」の比として定義することができる。手短に言えば、バッテリスコアは、バッテリが交換される(例えば、ユーザによってバッテリ交換ステーションから取り外される)ときのバッテリのバッテリエネルギーレベル(例えば、充電状態、SoC)として定義することができる。例えば、そのバッテリが交換されるときにバッテリエネルギーレベルが90%を超える(例えば、90%充電されている)場合、バッテリスコアは「1」であり得る。いくつかの実施形態において、そのバッテリが交換されるときにバッテリエネルギーレベルが82%である(例えば、82%充電されている)場合、バッテリスコアは「0.3」であり得る。いくつかの実施形態では、バッテリスコアは、バッテリステーションが十分なフル充電されたバッテリを有するか否かを示す指標として定義することができる。バッテリスコアに関する実施形態は、図1Eを参照して以下に説明される。
「バッテリカウント」は、バッテリ交換ステーションにおいて利用可能なバッテリの数を表すことができる。例えば、バッテリ交換ステーションが、ユーザが取り替えるために利用可能な3つのフル充電バッテリを有する場合、バッテリカウントは「3」であり得る。別の例として、バッテリ交換ステーションが、ユーザが取り替えるために利用可能な6つの90%充電されたバッテリを有する場合、バッテリカウントは「6」であり得る。
「バッテリスコア」と「バッテリカウント」に基づいて、エネルギー比を決定することができる。エネルギー比を用いて特性関数を生成することができる。特性関数の実施形態は、図1Gを参照して以下に説明される。例えば、図1Gに示す図の水平軸はエネルギー比を表し、一方、同じ図の垂直軸は「バッテリ価格レート」を表す。
上述のように、各クラスタは対応する特性関数(fc)を有する。対応する特性関数は、図1Gに示されるように曲線の形態であり得る。これらの曲線は、同じクラスタ内の時間間隔の間であっても、バッテリステーションのエネルギー比が変化する場合、ユーザは異なるバッテリ交換価格(例えば、図1Gに示す「レート」)でバッテリを受け取る可能性があることを示す。
「バッテリ価格レート」は、バッテリ交換サービスプロバイダがバッテリ交換のためにユーザにどれだけ課金するかを反映する参照価格設定数である。バッテリ価格レートは最大値および最小値(すなわち、価格レートの範囲)を有することができる。「バッテリ価格レート」は、システム運用者によって決定される因子である。いくつかの実施形態では、システム運用者は、バッテリユーザが1単位の電力(例えば、1Ahr)を消費するための価格として「基本レート」を決定することができる。その後、基本レートに消費電力量を乗算することによって、バッテリ交換価格を計算することができる。本システムは、収集されたバッテリ需要情報および決定されたバッテリ価格レート(例えば、より高価なバッテリは需要が少なくなるはずである)に基づいて(例えば、各クラスタの特性関数を決定することによって)可能なバッテリ需要を予測することができる。次いで、決定された特性関数を、各時間間隔における各対応するバッテリ交換ステーションにおけるバッテリ交換価格を決定するための指針として使用することができる。特性関数は、リアルタイム(例えば、数ミリ秒から数秒)またはほぼリアルタイム(例えば、数分から数時間)で生成または更新することができるため、バッテリ交換価格は「動的」であり得る。いくつかの実施形態では、クラスタ化プロセスも同様に「動的」であり得る(例えば、クラスタ化プロセスはリアルタイムまたはほぼリアルタイムで実施することができる)。
いくつかの実施形態では、特性関数は機械学習プロセスに基づいて決定することができる。いくつかの実施形態では、特性関数は一般的アルゴリズム(GA)に基づいて決定することができる。一般的アルゴリズムの実施形態は、図1Fを参照して以下に説明される。
代替技法として、いくつかの実施形態において、開示されているシステムは、特性曲線(例えば、正規分布曲線または「ベル曲線」、または正規分布曲線から調整された(例えば、傾斜した)曲線など)に基づいてバッテリ交換価格を決定することができる。例えば、図1Iは、本技術の実施形態による特性曲線151を示す。図1Iの水平軸は、(図1Gを参照して上述したような)バッテリ価格レートを表す。示されるように、特性曲線151は、0.8(最小)から1.2(最大)までの価格設定範囲内にあり、これはシステムまたはシステム運用者によって設定することができる。バッテリ価格レートが「1」の場合、バッテリの需給バランスがとれていると仮定される。バッテリ価格レートが「1」より高い場合、バッテリ価格は相対的に高く、それによって、バッテリ需要が低減され得る。バッテリ価格レートが「1」よりも低いとき、バッテリ価格は相対的に低く、それによって、ユーザに影響を与える可能性があり、バッテリ需要が増大する可能性がある。図1Iに示されるように、バッテリ価格が高くなりすぎてユーザのバッテリ体験に悪影響を与えることを防止する(例えば、より高いレートで支払うとき、ユーザは動揺する可能性がある)ために、臨界バッテリ価格レートが「1.1」(例えば、平均バッテリ価格レート「1」の110%)に設定される。いくつかの実施形態では、バッテリ価格レートが「1」より低いとき、バッテリ価格は、バッテリを提供/準備するためのシステム運用者の費用/コストより低くなる場合があり、したがってシステム運用者は、利益を失うことを回避するためにそのような状況を制限することを所望し得る。
図1Iの垂直軸は確率密度を表し、これは、装置交換ステーションに割り当てられることになる価格レートのほとんどが特性曲線151のピークの近くにあることを意味する(例えば、ピークは以下に詳細に説明する特性曲線151の「期待値」を示す)。特性曲線151は、行政地域(例えば、市、郡、地区など)または幾何学的領域、例えば直径5〜25キロメートルの円形領域)にある複数のバッテリ(または他の適切なエネルギー貯蔵装置)のバッテリ価格レートを動的に調整するために使用することができる分布である。いくつかの実施形態において、複数の装置交換ステーションが、決定されたユーザグループ(例えば、会社の従業員、学校の教員など)がエネルギー貯蔵装置を頻繁に交換するエリア内に位置し得る。
特性曲線151を使用することによって、開示されているシステムは、特定の地域におけるバッテリ価格を決定し、その地域における様々なバッテリ交換ステーションにおけるバッテリ価格の分布が特性曲線151の分布に従うことを確実にする(例えば、限られた量のバッテリだけが「高価」または「安価」であるが、ほとんどのバッテリは通常価格に設定されている(例えば、平均価格レーティング「1」または「1」よりわずかに低い/上回る)。この構成によって、システムは、ユーザ体験を向上させ、バッテリ交換ステーション間で(例えば、バッテリに貯蔵された)エネルギーのバランスをとるように、選択された地域に動的かつバランスのとれたバッテリ価格設定構造を提供することができる。例えば、バッテリ交換ステーションは、それらのバッテリスコアに基づく順序で(例えば、高いものから低いものへ)ランク付けまたは配列されて、ステーションの「シーケンス」を形成することができる。次に、各ステーションの価格レートは、シーケンスを特性曲線151に「マッピング」することによって決定することができる。特性曲線151に関連する開示されている実施形態は、図1Jを参照して以下に記載される。
いくつかの実施形態では、開示されているシステムは、バッテリ交換ステーションの近接性または隣接性に基づいて価格レートを調整することができる。例えば、ステーションA1とステーションA2は近接している(例えば、1キロメートル以内)。開示されているシステムは、ステーションA1およびA2の価格レートを同じ価格レート(例えば、特性曲線151に基づいてステーションA1およびA2について当初決定されている価格レートの平均)に調整することができる。いくつかの実施形態では、ステーションA1およびA2の価格レートのうちの1つは、ユーザに価格レートの変化を認識させ、より安価なバッテリに交換する/取り替えることへの関心を維持するために、より低いレート(またはより高いレート)に設定できる。
いくつかの実施形態では、開示されているシステムはさらに、地理的領域または行政区域に基づいて価格レートを調整することができる。いくつかの実施形態では、例えば、各行政区域または地理的領域は、(例えば、正規分布曲線などの特性曲線151に類似の)副特性曲線を有することができ、各行政区域または地理的領域内のステーションの価格レートは、副特性曲線に基づいてさらに調整することができる。この場合、副特性曲線は、地理的区域または行政区域内の装置交換ステーションの価格レートに基づいて決定されてもよい。例えば、地理的領域内の装置交換ステーションの価格レートの平均を副特性曲線の期待値として設定することができる(これは特性曲線151の期待値とは異なり得る)。行政区域AD1内のステーションは、それらのバッテリスコアに基づいてランク付けされて、AD1内のステーションのサブシーケンスを形成することができる。AD1内のステーションのサブシーケンスをAD1のための副特性曲線にマッピングすることによって、AD1内のステーションに対する価格レートをさらに調整することができる。同様の規模の行政区域(例えば行政区域AD2)内のステーションに対しても同じ手法を用いることができる。したがって、本技術は、各行政区域または地理的領域における価格レートのバランスをとることができる。
小さい地理的領域内で装置交換ステーションの価格レートを調整することによって、ユーザがさらに、より安価なバッテリを交換/取り替えようとするようになり得る(例えば、ほんの数ブロック離れたところにより安価なバッテリがあるため、ユーザにとって便利である)。異なる行政区域(例えば、より広い領域)における装置交換ステーションの価格レートのバランスをとることは、(価格レート範囲は依然として異なり得るが)同様の期待値を副特性曲線に対して設定することを含む。この構成により、密集した場所に住んでいるユーザ(例えば、AD1は繁華街にあり、バッテリ需要が強い)は、常に高価なバッテリ(例えば、農村地域である行政区域AD2内のバッテリよりも効果である)を手に入れなければならないとは感じない。いくつかの実施形態では、システムは、上述の副特性曲線などの曲線上にマッピングするのではなく、単純な規則および命令に基づいて装置交換ステーションの価格レートを再調整することができる。
図1Jは、開示されている技術の実施形態による方法1100を示すフローチャートである。方法1100は、複数の装置交換ステーション(例えば、バッテリ交換ステーション)を管理するためのものである。例えば、方法1100は、これらのステーションにおける装置交換価格を動的に調整することによって、これらのステーションにおけるエネルギー貯蔵装置(例えば、バッテリ)に対する予測される需要のバランスをとることができる。方法1100は、プロセッサを有するサーバまたはサーバシステム(例えば、図2)によって実施することができる。例えば、ブロック1101において、方法は、複数の装置交換ステーション内のエネルギー貯蔵装置を交換するための価格レート範囲を決定する。価格レーティング範囲は、最大レート(例えば、図1Iのレート「1.2」)および最小レート(例えば、図1Iのレート「0.8」)を有する。価格レート範囲が決定されると、ブロック1103に示すように、価格レート範囲に基づいて特性曲線を決定することができる。特性曲線は、複数の装置交換ステーションに対する価格レーティングの分布を示す。いくつかの実施形態において、特性曲線は正規分布または「ベル曲線」であり得る。他の実施形態では、特性曲線は傾斜曲線または他の適切な分布であり得る。
いくつかの実施形態では、特性曲線は「期待値」に基づいて決定することもできる。以下で詳細に説明するように、「期待値」はシステム運用者の価格戦略を示す。言い換えれば、これは、システム運用者が価格戦略に基づいて追加の利益を期待することができるか否かである。例えば、システム運用者が期待値を「1」に設定した場合、システムは追加の利益を生み出すと予測しない。システム運用者が期待値を「1」よりも高く設定した場合、システム運用者は何らかの追加の利益があると予測する。システム運用者が期待値を「1」よりも低く設定した場合、システム運用者は利益が少なくなると予測する(いくつかの実施形態では、利益を失う可能性がある)。期待値の実施形態は、以下の式Cを参照して以下に説明される。期待値は特性曲線の「ピーク」または「中心」を決定する。図1Iに示す実施形態では、特性曲線151は平均価格レーティング「1」をわずかに上回るピーク152を有する。そのような実施形態では、この価格戦略を実施することによって利益が予測される。
ブロック1105において、方法1100は、装置交換ステーションの各々に配置されたエネルギー貯蔵装置の利用可能性に基づいて複数の装置交換ステーションの各々についてのスコア(例えば、図1Eを参照して上述した「バッテリスコア」)を決定することによって継続する。いくつかの実施形態において、(関連するスコアによって反映され得る)エネルギー貯蔵装置の利用可能性は、(例えば、1つの装置交換ステーションにおける)利用可能なエネルギー貯蔵装置カウントであり得る。そのような実施形態では、方法1100は、予測装置需要と予測装置供給との差に基づいて利用可能なエネルギー貯蔵装置カウントを決定することを含むことができる。例えば、差は、「今後2時間以内に何個のバッテリが利用可能であるか(例えば、ステーションAに4個のバッテリ)」であり得る。差は、予測バッテリ需要(例えば、2時間以内に2回のバッテリ交換が予測される)および予測バッテリ供給(例えば、ステーションAが2時間以内に取得される準備ができている6個のバッテリを準備することができる)に基づいて計算することができる。
ブロック1107において、方法1100は、スコアに基づいて複数の装置交換ステーションのシーケンス(例えば、ランク付けまたはソート)を決定することによって継続する。いくつかの実施形態において、複数の装置交換ステーションは、より高いスコア(例えばより多くの利用可能なバッテリ)を有するステーションがより低いランキングを有するように(例えば、より高いバッテリ供給はより低い価格レーティングをもたらす)順序で配置され得る。
ブロック1109において、シーケンスに基づいて、方法1100は、装置交換ステーションのシーケンスを特性曲線にマッピングすることによって、各装置交換ステーションの価格レートを決定する。例えば、(1)5つのステーションA1〜A5があり、(2)期待率が「1」であり、(3)最大レーティングが「1.2」であり、かつ最小レーティングが「0.8」であり、(4)ステーションA1〜A5のスコアがそれぞれ「5」、「4」、「4」、「3」、「2」および「1」であると仮定する。この実施形態では、特性曲線を正規分布でマッピングした後、ステーションA5の価格レーティングは「1.2」であり、ステーションA4の価格レーティングは「1.1」であり、ステーションA3の価格レーティングは「1」であり、ステーションA2の価格レーティングは「0.9」であり、ステーションA1の価格レーティングは「0.8」である。この構成により、開示されているシステムは、各装置交換ステーションに対する価格レーティングを効率的に調整することができる。
いくつかの実施形態では、開示されているシステムは、ほとんどのステーションが特性曲線のピークにおいて価格レーティングを有するように、各装置交換ステーションの価格レーティングを効率的に調整することができる。例えば、(1)10個のステーションB1〜B10があり、(2)期待率が「1」であり、(3)最大レーティングが「1.3」であり、かつ最小レーティングが「0.7」であり、(4)ステーションB1〜B10のスコアがそれぞれ「5」、「3」、「3」、「3」、「3」、「3」、「3」、「3」、「3」および「1」であると仮定する。この実施形態では、特性曲線を正規分布でマッピングした後、ステーションB10の価格レーティングは「1.3」であり、ステーションB10の価格レーティングは「1.3」であり、ステーションB2〜B9の価格レーティングは「1」であり、ステーションB1の価格レーティングは「0.7」である。
いくつかの実施形態において、システムは、少なくとも1つの装置交換ステーションの位置に基づいて、装置交換ステーションのうちの少なくとも1つの装置交換ステーションの価格レートを調整することができる。例えば、ステーションXは、バッテリ需要が高い重要な交通交差点に位置する。バッテリ需要は高いが、ステーションXでバッテリを交換するユーザに満足のいくユーザ体験を提供するために、システムはより低い価格レーティングをステーションXに割り当てることができる。
図1Iおよび図1Jを参照して上述した実施形態では、ステーションは依然として(例えば、図1Cを参照して上述した因子に基づいて)様々なクラスタに分割することができる。各クラスタに対して、開示されているシステムは特性曲線を生成することができる。異なるクラスタに対する特性曲線は異なり得る(例えば、異なる価格レーティング範囲を有する)。
一般的に言えば、本開示は、複数の装置交換ステーションを管理するための2セットの実施形態を含む。第1のセットの実施形態(図1C〜1Hを参照して説明した実施形態)は複数のクラスタを考慮し、各クラスタは特性曲線を有する。この第1の手法は、より多くの計算資源を必要とし得るが、より詳細な結果を提供することができる。第2のセットの実施形態(図1Iおよび1Jを参照して説明した実施形態)は、正規分布曲線に基づいて特性曲線を生成することによって単純化された手法を利用する。この第2の手法は、複数の装置交換ステーションを管理するための迅速で便利な方式を提供する。
異なる手法を使用するが、2つのセットの実施形態は、大部分の計算において同じ概念を共有する。例えば、バッテリスコアを計算するとき、第1のセットの実施形態は、図1Eに記載された方法を使用する。図1Eに示すように、バッテリのSoCが75%に達する前は、バッテリスコアは「0」と考えられる。これは、バッテリを75%から90%まで充電するのに通常30分から1時間かかり、それゆえ、SoCが75%未満のバッテリはすぐに利用可能であると考えることができないためである。同様に、第2のセットの実施形態では、バッテリのバッテリスコアはまた、それらのSoCに基づいて決定される(バッテリが「利用可能」であるか否かを決定するためにSoC閾値を設定することによる単純化された手法を使用する)。
本技術の別の態様は、上述のバッテリ需要特性関数に基づいて生成される動的価格戦略によって特定の場所でバッテリを交換するように、ユーザを奨励することである。図1Aは、開示されている技術の実施形態による被奨励バッテリ交換システムを示す概略図である。
図1Aに示すように、バッテリ交換ステーション10は、その中に配置された6個のバッテリ11A、11B、12A、12B、13A、および13Bを含むことができる。バッテリ交換ステーション10はまた、ユーザがバッテリを挿入するための2つの空きスロットA、Bを含む。通常のバッテリ交換イベントの間、ユーザはスロットA、Bに最大2つの空のバッテリを挿入し、次いで2つのフル充電されたバッテリ(またはほぼフル充電されたバッテリ、または挿入されたバッテリよりも高いSoCを有するバッテリ)をバッテリ交換ステーション10から取り出すことができる。いくつかの実施形態では、バッテリ交換ステーション10は、特定のタイプのバッテリの挿入(例えば、40%未満充電されているバッテリ)または取り出し(例えば、80%を超えて充電されているバッテリ)のみを許可するように構成することができる。
図1Aに示す実施形態では、バッテリ11A、11Bは50%充電されている。バッテリ12A、12Bは30%充電されている。バッテリ13A、13Bは39%充電されている。言い換えれば、現在、ユーザが取り替えるために利用可能なバッテリ(50%を超えて充電されている)は存在しない。ステーション10に対するバッテリ需要予測に基づいて、システムは近い将来におけるバッテリ交換のための予測バッテリ需要を生成することができる。例えば、バッテリ交換の予測需要は履歴データに基づいて生成することができる。いくつかの実施形態において、予測需要は、(例えば、様々な関連する因子の重み付けを算定し、次いで将来の需要を予測するために)機械学習プロセスに基づいて生成され得る。いくつかの実施形態では、バッテリ交換の予測需要は、今後12時間または24時間の予測需要であり得る。予測バッテリ需要に応答して、本システムは、(例えば、ユーザのモバイル装置にインストールされたアプリを介したプッシュ通知を介して)バッテリユーザ/保有者に、クレジット、現金、または他のボーナスポイント(例えば、上述の対応する特性関数に基づいて生成される)と引き換えにバッテリユーザ/保有者の充電されているバッテリを下取りに出すように求める通知を送信することができる。例えば、被奨励ユーザは、2つの80%充電済みバッテリ15A、15Bをステーション10に持ち込み(例えば、それらをスロットA、Bに挿入する)、次に2つの50%充電済みバッテリ11A、11Bを取り出すことができる。バッテリ11A、11Bは50%しか充電されていないが、それらは、被奨励ユーザのニーズ(例えば、短距離通勤者)にとって十分であり得る。この構成によって、本システムは、動的価格設定プロセスによって、複数のバッテリ交換ステーション間で利用可能なエネルギー(例えば、バッテリに貯蔵されている)のバランスを迅速にとることができる。ユーザへの通知の実施形態は、図4A〜図5Cを参照して以下に説明される。
開示されているシステムは、交換可能エネルギー貯蔵装置(例えば、バッテリ)に対する需要をリアルタイムまたはほぼリアルタイムで予測することができる。開示されている技術は、複数のソース(例えば、バッテリ交換ステーション、電気自動車、バッテリ、ユーザモバイル装置など)から情報を収集し、それを分析し、特定の期間中の交換ステーションに関する交換可能エネルギー貯蔵装置に対する需要を予測するために使用することができる参照情報を生成する。収集された情報は、例えば、サンプリングステーションに関連する、サンプリングステーションの場所(例えば、サンプリングステーションは、サーバに結合され、オペレータによって管理される複数のバッテリ交換ステーションのすべてから選択され得る)、サンプリングステーションの近くのイベント、サンプリングステーションの近くの環境条件、およびユーザ挙動(バッテリ使用量、ユーザの運転/乗車履歴、ユーザ挙動、ユーザの習慣など)を含み得る。収集された情報を分析した後、本システムは、様々なタイプのバッテリ交換ステーションについての特性または電力消費パターンを決定または識別する。次に、決定または識別された特徴/パターンは、ステーションのタイプを決定するための指針として使用することができる(これは、上述のステーションクラスタ化プロセス中の因子として使用することができる)。
いくつかの実施形態では、本開示はサンプリングステーションをそれらの位置に基づいて分類することができる。例えば、サンプリングステーションは、主要交通動脈/道路とサンプリングステーションとの間の距離に基づいて、「交通量が多い」タイプ、「中間交通量」タイプ、または「交通量が少ない」タイプとして特徴付けることができる。いくつかの実施形態では、「交通量が多い」タイプのステーションは、主要交通動脈から1キロメートル以内のステーションとして定義することができ、「中間交通量」タイプのステーションは、主要交通動脈から1キロメートルから5キロメートルの範囲のステーションとして定義することができ、「交通量が少ない」タイプのステーションは、主要交通動脈から少なくとも5キロメートル離れているステーションとして定義することができる。本開示はさらに、特定の期間中(例えば、図7Aに示すように1日以内)に各タイプのステーションに対するバッテリ需要を識別することができる。
いくつかの実施形態では、バッテリ需要は、特定の期間中にバッテリを交換することを所望するすべてのユーザを満足させるのに必要な、フル充電(または実質的にフル充電)されたバッテリの最小数とみなすことができる。例えば、開示されているシステムは、ステーションAが月曜日の午前8時から午前11時の間に123個のフル充電バッテリを利用可能にする必要があると決定することができる。いくつかの実施形態では、バッテリ需要は、特定の期間の前/間に必要な最小数のフル充電バッテリを充電/維持するのに必要な電力(例えば、アンペア単位の充電電流、A)の最小量として説明することができる。例えば、開示されているシステムは、ステーションAが午前8時から午前11時の間に123個のフル充電されたバッテリを供給することを可能にするために、要求される充電電流は同じ日の午前5時から午前7時30分に供給される500Aであると決定できる。
各タイプのサンプリングステーション(例えば、上述の「交通量が多い」タイプ、「中間交通量」タイプ、または「交通量が少ない」タイプ)に対するバッテリ需要が決定されると、開示されているシステムはさらに、そのような情報を使用して、目標バッテリ交換ステーションに対するバッテリ需要を予測することができる。例えば、目標バッテリ交換ステーションは、上述の主要交通動脈と同様に、交通量の多い街路から1キロメートル以内に新たに配備されたステーションとすることができる。そのような実施形態では、本開示は、決定されたバッテリ需要(例えば、図7Aおよび図7Bに示される需要曲線として、または他の特徴的な形態もしくはパターンとして記述される)を用いて目標バッテリ交換ステーションの操作方法(例えば、特定の期間中の内部のバッテリの充電/維持方法)を決定することができる。この構成により、本開示は、オペレータが、エネルギー効率の高い方法でバッテリ交換ステーションを保守または制御することを可能にする。
いくつかの実施形態では、開示されているシステムはまた、周囲の環境条件(例えば、観光名所またはオフィスビルの近く)および/または特定のイベント(例えば、台風、ハリケーン、厳しい気象条件、寒波/熱波などの自然事象、またはプロスポーツの試合、特別セールスイベントなどの考案されたイベント)に基づいてサンプリングステーションを分類することもできる。例えば、サンプリングステーションは、周囲の環境条件に基づいて、「都市通勤」タイプ、「観光名所」タイプ、または「イベント駆動」タイプとして特徴付けることができる。例えば、「都市通勤」タイプは、ピーク通勤時間中に高い需要があるバッテリ需要パターンを有することができる。別の例として、「観光名所」タイプは、休日または週末に高い需要があるバッテリ需要パターンを有することができる。同様に、「イベント駆動」タイプは、イベント中に高い需要があるバッテリ需要パターンを有することができる。
いくつかの実施形態において、開示されているシステムは、サンプリングステーションに関連するユーザの挙動(例えば、ユーザがバッテリを交換する時間、場所、および頻度、ユーザの運転/乗車習慣、ユーザが車両を運転する経路など)に基づいてサンプリングステーションをさらに分類することができる。例えば、サンプリングステーションは、周囲の環境条件に基づいて、「日用品購入者」タイプ、「ストリートレーサ」タイプ、または「登山者」タイプとして特徴付けることができる。例えば、「日用品購入者」タイプは、特定の場所(例えば日用品店)へのユーザの頻繁な近距離移動を示すバッテリ需要パターンを有することができる。「ストリートレーサ」タイプは、そのユーザが彼らの車両を見つめるときにフルスロットルに当たる傾向があることを示すバッテリ需要パターンを有することができる(例えば、ステーションがプロの競走路に近い)。「登山者」タイプは、そのユーザが彼らの車両を運転するときに上り坂の経路を取る傾向があることを示すバッテリ需要パターンを有することができる(例えば、ステーションが景色のいい山の経路の入り口の近くにある)。
いくつかの実施形態では、開示されているシステムは、実行されるバッテリ需要予測の正確度を高めるために機械学習技法を使用することができる。いくつかの例では、開示されているシステムは、精度を向上させるために(例えば、訓練の結果を検証し、フィードバックを提供するために)教師あり機械学習技法を使用することができる。いくつかの実施形態では、開示されているシステムは、正確度を向上させるために、(例えば、システムが訓練方法および改善方法を独立して算定することを可能にするために)教師なし機械学習技法を使用することができる。
本開示の別の態様は、常に(または、リアルタイムまたはほぼリアルタイムに)更新されたバッテリ需要基準を提供することである。例えば、新たなユーザが既存のバッテリ交換ステーションにおいてバッテリを交換することを可能にするバッテリプランに加入すると、開示されているシステムは新たなユーザのタイプを決定し、それに応じて対応するバッテリ需要パターンを識別することができる。例えば、新たなユーザは、少なくとも新たなユーザが「高性能」バッテリパッケージを購入するために、「要求の厳しい」タイプとして識別することができる。そのような実施形態では、本システムは、識別されたタイプに基づいてその将来の分析および予測において新たなユーザの影響を考慮に入れることになる。いくつかの実施形態では、同様に、新たなバッテリ交換ステーションが配備されるときに、本システムはまた、その将来の分析および予測におけるその影響も考慮に入れる。結果として、開示されているシステムは、バッテリ需要予測のための最新の、したがって最も正確な分析結果を提供することができる。他の実施形態では、開示されているシステムは定期的にバッテリ需要情報を更新することができる。
いくつかの実施形態では、開示されているシステムは、各バッテリ交換ステーションが「オフライン」で運用されることを可能にする。そのような実施形態では、本開示は、バッテリ交換ステーションがサーバからさらなる(または更新された)命令を受け取らないことを条件として、バッテリ交換ステーションの各々が従うべき、設定されたデフォルト規則およびパターンを提供する。例えば、一部のステーションは、ネットワーク接続が時折中断される可能性がある場所にある場合がある。これらの場合、これらのステーションは、それらがオフラインであるとき(例えば、サーバに接続されていないとき)も依然として適切に機能することができる。開示されているシステムはまた、これらのステーションが従うべき「エージング命令」に関する規則のセットを設定することもできる。例えば、開示されているシステムは、先行する命令が2時間以内に作成されている限り、これらのステーションに、サーバによって送信された先行する命令に従うように命令する。2時間の閾値が満たされると、これらのステーションは、これらのステーションに記憶されているデフォルトの需要規パターンに戻ることができる。他の実施形態では、規則および時間閾値は、ステーションの場所/タイプなどの様々な因子に応じて変わり得る。
いくつかの実施形態では、開示されているシステムは、ユーザ要求または1つまたは複数のトリガイベントに基づいてバッテリ需要を予測することができる。トリガイベントの実施形態は、例えば、停電、以前の予測においてはシステムによって因子として考慮されなかったバッテリ需要の急増、事故、自然災害などを含む。そのような実施形態では、システムは、トリガイベントに応答して予測分析を開始し、分析結果を複数のステーションに送信することができる。
この開示されているシステムは、リアルタイムまたはほぼリアルタイムでバッテリ需要予測および動的価格戦略を提供するように設計されたシステムおよび方法を説明する。様々な実施形態は、以下の技術的改善、すなわち、(1)効率的なリアルタイムまたはほぼリアルタイムのバッテリ需要予測および動的価格調整、(2)バッテリ交換のための価格を設定することにより、複数のバッテリ交換ステーション間で(例えば、バッテリに貯蔵された)効率的かつ動的にエネルギーのバランスをとる能力、および(3)エネルギー効率の良い方法で満足のいくバッテリ体験を提供することによって向上したユーザ体験を提供する能力のうちの1つまたは複数を提供することができる。
以下の説明では、説明の目的で、本技術の実施形態の完全な理解を提供するために多数の具体的な詳細が述べられている。しかしながら、本技術の実施形態はこれらの具体的な詳細のいくつかがなくても実施され得ることは明らかであろう。
図1Bは、開示されている技術の実施形態によるシステム100を示す概略図である。示されるように、システム100は、1つまたは複数のバッテリ交換ステーション101A〜D、メインサーバ103、データベース105、およびネットワーク107を含む。図示のように、バッテリ交換ステーション101A、101Dは、ネットワーク107を介してメインサーバ103に無線結合されている。バッテリ交換ステーション101B、101Cは、有線接続を介してネットワーク107を介してメインサーバ103に結合されている。メインサーバ103は、データベース105にさらに結合されており、データベース105は、参照情報(例えば、図7Aおよび図7Bに示すようなバッテリ需要参照情報)を記憶することができる。
一例としてバッテリ交換ステーション101Aを使用すると、図示の実施形態では、ステーション101Aは、その上に配置されたバッテリ交換ラック113およびユーザインターフェース115(例えばディスプレイ)を含むことができる。示されるように、バッテリ交換ラック113は、バッテリを収容するために8つのバッテリスロット117a〜hを含み得る。動作中、6つのバッテリスロット(例えば、スロット117a、117b、117d、117e、117f、および117h)のみがバッテリによって占有され、残りの2つのスロット(例えば、スロット117cおよび117g)は、ユーザが、交換されるべきバッテリ(例えば、低電力または使い切ったバッテリ)を挿入するために確保される。いくつかの実施形態では、バッテリ交換ステーション101A〜Dは、異なる数のラック、ディスプレイ、および/またはスロットなどの異なる構成を有することができる。いくつかの実施形態では、バッテリ交換ステーション101A〜Dは、オペレータがバッテリ交換ステーション101A〜Dを簡便に設置または拡張することを可能にするモジュール式構成要素(例えば、モジュール式ラック、モジュール式ディスプレイなど)を含むことができる。バッテリ交換ステーション101A〜Dは、1つまたは複数の電源(例えば、電力網、電力線、電力貯蔵装置など)に電気的に結合されて、その中に配置されたバッテリを充電し、他の動作を実行する(例えば、メインサーバ103と通信する)ために電力を受け取ることができる。
いくつかの実施形態では、メインサーバ103は、クライアント要求を受信し、サーバ109A〜Cなどの他のサーバを通じてそれらの要求の履行を調整するエッジサーバとすることができる。サーバ109A〜Cはさらにデータベース111A〜Cに結合されている。メインサーバ103およびサーバ109A〜Cの各々は論理的に単一のサーバとして表示されているが、これらのサーバは各々、同じまたは地理的に離れた物理的場所に配置された複数のコンピューティング装置を含む分散コンピューティング環境であり得る。
いくつかの実施形態では、メインサーバ103およびサーバ109A〜Cは各々、他のサーバ/クライアント装置に対するサーバまたはクライアントとして機能することができる。図示のように、メインサーバ103はデータベース105に接続する。サーバ109A〜Cは各々、データベース111A〜Cのうちの1つに接続することができる。上述のように、メインサーバ103およびサーバ111A〜Cの各々はサーバのグループに対応することができ、これらのサーバの各々はデータベースを共有してもよく、または、独自のデータベースを有してもよい。
データベース105、111A〜Cは、開示されているシステムに関連する情報(例えば、メインサーバ103によって収集された情報、メインサーバ103によって分析された情報、メインサーバ103によって生成された情報、参照情報、ユーザアカウント情報、ユーザバッテリプラン、ユーザ履歴、ユーザ挙動、ユーザ習慣など)を記憶する。いくつかの実施形態では、記憶される情報のいくつかは、政府機関または民間団体によって維持される公的にアクセス可能なデータベース(例えば、天気予報データベース、旅行警告データベース、交通情報データベース、位置情報サービスデータベース、地図データベースなど)に由来してもよい。いくつかの実施形態では、記憶される情報のいくつかは、機密情報(例えば、ユーザアカウント、ユーザクレジット履歴、ユーザ加入情報など)を提供するプライベートデータベースに由来してもよい。
図示の実施形態では、メインサーバ103は、バッテリ交換ステーション101A〜Dからバッテリ需要に関する情報を収集するよう構成されている。例えば、収集される情報は、(1)バッテリ交換ステーション101A〜Dの位置、(2)バッテリ交換ステーション101A〜D内に位置するバッテリの数、(3)バッテリ交換ステーション101A〜D内に配置されていないバッテリの数/位置(例えば、バッテリは現在、車両に設置されているか、またはユーザによって保持もしくは保管されている)、(4)上記バッテリの充電のステータス、(5)バッテリの使用履歴、(6)バッテリ交換ステーション101A〜Dの近くのイベント、(7)バッテリ交換ステーション101A〜Dの近くの環境条件、(8)サンプリングステーションまたはバッテリに関連するユーザの挙動(例えば、バッテリ使用状況、ユーザ運転/突出履歴、ユーザ挙動、ユーザ習慣など)、および/または(9)他の適切な情報のうちの1つまたは複数を含むことができる。
そのような情報を収集した後、メインサーバ103は、収集された情報を分析して、バッテリ交換ステーション101A〜Dの特性またはパターンを識別する。例えば、メインサーバ103は、分析に基づいて1つまたは複数のバッテリ需要特性/パターンを決定することができる。その後、決定された特性/パターンは、バッテリ交換ステーション101A〜Dを動作させるための、またはメインサーバ103に結合された他のバッテリ交換ステーションを動作させるためのガイダンスとして使用することができる。決定された特性/パターンはまた、バッテリ交換ステーション101A〜Dのためのバッテリ価格戦略(例えば、図1Aを参照して上述した奨励バッテリ交換)を生成するためにも使用され得る。メインサーバ103の動作に関する実施形態は、図2を参照して以下に説明される。
ネットワーク107は、ローカルエリアネットワーク(LAN)またはワイドエリアネットワーク(WAN)とすることができるが、他の有線または無線ネットワークとすることもできる。ネットワーク107は、インターネットまたは他の何らかの公衆またはプライベートネットワークとすることができる。バッテリ交換ステーション101A〜Dは、有線または無線ネットワークインターフェースを介してネットワーク107に接続することができる。メインサーバ103とサーバ109A〜Cとの間の接続は別個の接続として示されているが、これらの接続は、ネットワーク107を含む任意の種類のローカル、ワイドエリア、有線、もしくは無線ネットワーク、または別個の公衆もしくはプライベートネットワークであってもよい。いくつかの実施形態では、ネットワーク107は、私設団体(例えば、会社など)によって使用される安全なネットワークを含む。
図1Cは、開示される技術の実施形態による、バッテリ需要情報(例えば、複数のバッテリステーションから収集される履歴的バッテリ交換需要データのセット)を複数のクラスタに分割するためのクラスタ化プロセスを示す概略図である。クラスタ化プロセスは、さらなるバッテリ価格分析のために、収集された(または分析された)バッテリ需要情報を複数のクラスタに分割するために使用される。図1Cに示されるように、開示されている技術は、収集されたバッテリ需要情報を異なる期間に基づいて複数のクラスタに分割することができる。例えば、平日の間、本技術はすべての期間を5つのレベル(レベル1〜5)に分割することができる。示されるように、本技術は、週末中のすべての期間を3つのレベル(レベル6〜8)に分割することができる。各レベルは、異なるバッテリ需要レベル(例えば、異なるバッテリ交換カウント)を表すことができる。
例えば、「レベル1」クラスタは、平日の間の特定の時間間隔において400〜500のバッテリ交換カウントを有するバッテリステーションを表すことができる(例えば、午前9時から午前10時までの時間間隔を有する主要鉄道駅近くのバッテリステーション)。例えば、「レベル6」クラスタは、週末の間の一定の時間間隔において100〜300のバッテリ交換カウントを有するバッテリステーションを表すことができる(例えば、午後4時から午後5時15分までの時間間隔を有するバス停近くのバッテリステーション、または、午後7時から午後8時までの時間間隔を有する郊外のガソリンスタンドの近くにあるバッテリステーション)。示されているように、図1Cに示されているクラスタ化プロセスの後には、バッテリ需要の8つのクラスタがある。
図1Dは、開示されている技術の実施形態による視覚化されたクラスタ化を示す概略図である。図1Dに示されるように、クラスタ化は、(例えば、収集または分析されたデータに基づいて生成された)複数の2次元データ点から複数の2次元代表点(例えば、図3Dに示される点C1、C2およびC3)を決定するように設計される。図示の例では、X1軸は「期間」を表すことができ、X2軸は「利用可能なバッテリの数」または「バッテリステーションのタイプ」を表すことができる。開示されているシステムは、クラスタ化分析を実行するために他の因子を選択することができる。例えば、いくつかの実施形態では、X1軸は「バッテリ交換の数」を表すことができ、X2軸は「利用可能バッテリの数」を表すことができる。本技術において記載されているクラスタ化プロセスは、生成されたデータ点について最も適切な代表点を決定することができる。いくつかの実施形態では、クラスタ化プロセスは複数の(例えば、3つ以上の)次元で実行することができる。
いくつかの実施形態では、クラスタ化プロセスは、K平均アルゴリズムに基づいて実行することができる。K平均アルゴリズムの例示的な目的方程式は、以下の式(A)として示される。式(A)において、項「C1〜Ck」は決定されるべきクラスタを表し、項「Xij」は考慮されるべき因子であり、パラメータ「i、i’、j、およびp」は計算変数である。以下の目的方程式を最小化することによって、適切なクラスタC1〜Ckおよびその中の因子を決定することができる。
図1Eは、開示されている技術の実施形態に従って記述されるバッテリスコアを示す概略図である。上述のように、「バッテリスコア」は、特性関数(fc)を決定するためのエネルギー比を決定するために使用することができる。バッテリスコアは、バッテリが交換される(例えば、ユーザによってバッテリ交換ステーションから取り外される)ときのバッテリのバッテリエネルギーレベル(例えば、充電状態、SoC)として定義することができる。図1Eに示されるように、バッテリスコアは、(例えば、バッテリに何らかの「レーティング」を与えることによって)バッテリ交換ステーション内のバッテリのSoCを評価するために使用することができる。本明細書で説明されるように、バッテリスコアおよびバッテリカウント(上述)は、各バッテリ交換ステーションの現在の充電ステータスまたはバッテリ可用性を識別するための指標である。これらの指標は、システムが自身の現在のバッテリ供給状況を知り、それに応じてシステムが価格レートを動的に調整することを可能にするのに有益である。いくつかの実施形態では、バッテリカウントは直接的な観察から得ることができる。
図1Eに示されるように、バッテリスコア曲線または線121は、バッテリエネルギーレベル(パーセント単位のSoCとして示される)とバッテリスコアとの関係を示す。例えば、SoCが90%を超える場合、バッテリスコアは「1」である(例えば、SoCが90%を超えるバッテリは、「利用可能」バッテリとして特徴付けることができ、これはユーザが取得して使用する準備ができており、したがって、相対的に高いバッテリスコアを有する)。SoCが「90%」から「82%」の場合、対応するバッテリスコアは比例して「1」から「0.3」に減少する(例えば、これらのバッテリは「使用可能」なバッテリになるために充電する必要があり、それゆえ、中間バッテリスコアを有する)。SoCが「82%」から「75%」の場合、対応するバッテリスコアは比例して「0.3」から「0」に減少する。SoCが75%未満であるとき、バッテリスコアは「0」である(例えば、これらのバッテリは、「利用可能」バッテリになるためにより長い時間充電される必要があり、したがって相対的に低いバッテリスコアを有する)。そのような実施形態では、75%SoCが、(例えば、十分に充電されていないバッテリを提供しないことによってユーザのバッテリ体験およびサービス品質を維持するために)ユーザがバッテリステーションから得ることができるバッテリの最低充電レベルを示すバッテリ品質閾値であり得る。他の実施形態では、バッテリスコアは、機械学習プロセスに基づいて、または他の適切な因子を考慮することによって異なるように定義することができる。
いくつかの実施形態では、エネルギー比は、「バッテリスコアの合計」と「バッテリカウント」との比として定義することができる。いくつかの実施形態では、「バッテリカウント」はバッテリ交換ステーションにあるバッテリの数を意味することができる。例えば、バッテリ交換ステーションがそのラック上に6つのバッテリを有する場合(すなわち、これらのバッテリがユーザにとって取り替えのために利用可能であるか否かにかかわらず)、バッテリカウントは「6」であり得る。しかしながら、他の実施形態では、「バッテリカウント」はバッテリ交換ステーションにある利用可能なバッテリの数を意味してもよい。例えば、バッテリ交換ステーションが、ユーザが取り替えるために利用可能な3つのフル充電バッテリを有する場合、バッテリカウントは「3」であり得る。別の例として、バッテリ交換ステーションが、ユーザが取り替えるために利用可能な6つの90%充電されたバッテリを有する場合、バッテリカウントは「6」であり得る。
いくつかの実施形態では、エネルギー比は以下の式(B)に基づいて決定することができる。以下の式(B)において、バッテリカウントは、予測バッテリ需要(例えば、図7Aおよび図7Bに示されるバッテリステーションタイプに基づいて生成される)またはユーザ予約に基づいて決定され得る「予測カウント」によってさらに推論される。その結果、エネルギー比(バッテリカウント、予測カウント、およびバッテリスコアから導き出される)は、動的なバッテリ交換価格レートを決定するための指標となり有用な正規化された重み付きインデックスと考えることができる。エネルギー比の計算は、実際の必要性または新たなシミュレーション結果に起因して変動し得る(例えば、式(B)とは異なり得る)ことに留意されたい。
図1Fは、開示されている技術の実施形態による、バッテリ需要特性関数(fc)を決定するための遺伝的アルゴリズム(GA)の使用を示す概略図である。このとき、バッテリ需要特性関数を使用してバッテリ価格戦略を決定することができる(例えば、詳細は図1Gを参照して説明する)。GAは、決定された各クラスタ(例えば、図1Cに示されているレベル1〜5にそれぞれ対応する図1Gに示されているfc1〜fc5)に適した特性関数を決定するために使用することができる。示されるように、本技術は、クラスタ化されたバッテリ需要情報を「初期集団」として使用し(ブロック131)、次にその「適合度F」を評価することができる(ブロック133)。「適合度F」は、下記式(C)において定義される。項「ExpRatio」は、「期待値」または「期待比」を指し、これは、システム運用者の価格戦略に対応する。例えば、システム運用者が期待値を「1」に設定した場合、システムは、本明細書において記載されている動的価格戦略に基づいて、任意の追加の利益を生み出すと予測しない。システム運用者が期待比を「1.2」に設定した場合、システムは動的価格戦略に基づいてさらに20%の利益を予測する。この実施形態では、時間間隔は1時間に設定され、項「exchangevm_hour」は、「1つのバッテリステーションにおける1時間あたりのバッテリ交換の数」を指す。項「VM」は、バッテリ「自動販売機」(例えば、バッテリ交換ステーション)を表す。
特性関数(fc)は、開示されているシステムが決定する可変関数である。項「exchangevm_hour」は、開示されているシステムが適合度関数Fに入力するために使用する履歴データまたは予測需要情報である。いくつかの実施形態では、項「exchangevm_hour」は、機械学習プロセスを通して決定または「訓練」することができる。システムがすべてのクラスタについて特性関数(fc)を見つけ、「適合度F」がゼロ(または他の定数)に等しい(または近い)と判定した場合、本システムはFが収束したと判定することができる(ブロック135)。次に、適切な特性関数(fc)を決定することができる(ブロック137)。そうでなければ、本システムは、さらなる評価のために新たな「集団」を生成するために、選択プロセス(ブロック139)および組み換えプロセス(交叉および突然変異プロセスを含むブロック141)を経る(ブロック133に戻る)。他の実施形態では、他の適切な機械学習アルゴリズムまたは技法を使用して特性関数を決定することができる。本明細書に開示されている適合度関数Fは、遺伝的アルゴリズムに基づいて履歴データを分析して所望の特性関数(fc)を得る方法を示すための一例にすぎない。他の実施形態では、適合度関数Fは、実際的な考慮事項または他の計算因子に応じて異なる形態であり得る。例えば、適合度関数Fは、多目的遺伝的アルゴリズム(MOGA)または多目的最適化アルゴリズム(MOOA)であってもよい。例えば、適合度関数Fは以下のようであってもよい。
言い換えれば、式(C)の適合度関数Fは1つの目的(すなわち、期待比)に対して訓練され最適化され、一方、式(D)の適合度関数Fは各目的への重み付けを与えながら1つまたは複数の目的に対して訓練され最適化され得る。例えば、サブ適合度関数f1は、式(C)に記載されるような所望の期待比を近似するように設定され、別のサブ適合度関数f2は、別の目的(例えば、繁華街への最短距離、ある場所での対応する時間間隔における最小電力コストなど)に対して最適化され得る。W1およびW2はシステム運用者が設定可能な重み値である。
図1Gは、開示されている技術の実施形態による、複数のバッテリ需要特性関数を示す概略図である。図1Gに示されるように、5つのバッテリ需要特性関数fc1−c5が、上述のクラスタ化およびGA計算プロセスに基づいて決定される。バッテリ需要特性関数fc1−c5は、動的価格戦略を決定するために使用することができる。例えば、クラスタ1内のバッテリステーションに対して、システムは、バッテリ需要特性関数fc1を使用して、所与のエネルギー比(個々のバッテリステーションによって決定され、サーバに送信され得る)に基づいて価格(例えば、最大レートと最小レートの間で)を設定する方法を決定することができる。この構成によって、本技術は、ユーザのバッテリ体験を犠牲にすることなく(例えば、複数のバッテリ交換ステーション間でエネルギーのバランスをとるために)エネルギー効率を達成するようにバッテリ交換価格を動的に設定することができる。いくつかの実施形態では、開示されているシステムは、バッテリ需要特性関数を使用して、複数のバッテリ交換ステーションに対するバッテリ交換価格レートを決定する。
例えば、この時間間隔においてバッテリステーションAに高い需要があるとシステムが予測した場合、システムはこの時間間隔におけるバッテリステーションAをクラスタ5(例えば、レベル5)に入れ、動的価格レートが特性関数fc5に適合するようにし、それによって、動的価格レートは、エネルギー比が低減される場合に容易に高くなる。例えば、1つのフル充電されたバッテリがユーザによって取り替えられているイベントの後に、動的価格レートは0.9から1.2に変わり得る。いくつかの実施形態では、(例えば、クラスタ1としてクラスタ化されている)別の時間間隔におけるバッテリステーションAの動的価格レートは、0.9から0.95に変わるだけであろう。ステーションAのバッテリ交換価格レートが上昇するにつれて、バッテリ需要は減少し得(例えば、ユーザが当初バッテリを取り替えることを計画しており、需要の高い時間中にそれを交換しないことを決定する)、または、バッテリ供給が増大し得る(例えば、ユーザは、クレジット、現金、ボーナスポイントなどのために、ステーションAにおいて自身のフル充電されたバッテリを「下取りに出す」ことができる。いくつかの実施形態では、バッテリ「売り切れ」イベント(例えば、低需要ステーションからバッテリを引き出すようにバッテリユーザを動機付けるための)およびバッテリ「下取り」イベント(例えば、条件を満たしたバッテリを高需要ステーションに入れるようにバッテリユーザを動機付けるための)の動的価格レートは、互いに関連または比例し得るが、まったく同じではない。
図2は、本技術の実施形態によるサーバシステム200を示す概略図である。サーバシステム200は、システム200によって配備または管理され得る複数のバッテリに関連する情報を収集するように構成される。サーバシステム200はまた、収集された情報を分析し、その分析に基づいて、その中のプロセス(例えば、充電プロセス)を制御するようにクライアントステーション20に信号または命令を送信するようにも構成される。いくつかの実施形態では、クライアントステーション20は、上述のバッテリ交換ステーション101A〜Dとして実装することができる。
図2に示すように、サーバシステム200は、プロセッサ201と、メモリ203と、入出力(I/O)装置205と、記憶構成要素207と、需要分析構成要素209と、電源分析構成要素211と、ステーション分析構成要素213と、バッテリ分析構成要素215と、ユーザ挙動分析構成要素217と、車両分析構成要素219と、通信構成要素221とを含む。プロセッサ201は、サーバシステム200内のメモリ203および他の構成要素(例えば構成要素205〜221)と対話するように構成される。いくつかの実施形態では、プロセッサ201は、装置内の単一の処理装置もしくは複数の処理装置とすることができ、または複数の装置にわたって分散させることができる。プロセッサ201は、例えばPCI(周辺構成要素相互接続)バスまたはSCSI(小型コンピュータシステムインターフェース)バスなどのバスを使用することによって、他のハードウェア装置に結合することができる。プロセッサ201は、構成要素205〜221などの装置のためのハードウェアコントローラと通信することができる。
メモリ203は、プロセッサ201に結合され、サーバシステム200内の他の構成要素または他の情報を制御するための命令を記憶するように構成される。いくつかの実施形態では、メモリ203は、揮発性記憶装置および不揮発性記憶装置のための様々なハードウェア装置のうちの1つまたは複数を含むことができ、読み取り専用および書き込み可能メモリの両方を含むことができる。例えば、メモリ203は、ランダムアクセスメモリ(RAM)、プロセッサレジスタ、読み出し専用メモリ(ROM)、書き込み可能不揮発性メモリ、フラッシュメモリ、装置バッファなどを含むことができる。メモリ203は、基礎となるハードウェアから分離された伝搬信号ではなく、したがって非一時的なものである。メモリ203は、オペレーティングシステムなどのプログラムおよびソフトウェアを記憶するプログラムメモリをさらに含むことができる。メモリ203はまた、サーバシステム200に関連する情報を記憶することができるデータメモリを含むことができる。
I/O装置205は、オペレータと通信する(例えば、オペレータから入力を受け取る、および/またはオペレータに情報を提示する)ように構成される。いくつかの実施形態では、I/O装置205は1つの構成要素(例えば、タッチスクリーンディスプレイ)とすることができる。いくつかの実施形態において、I/O装置205は、入力装置(例えば、キーボード、ポインティングデバイス、カードリーダ、スキャナ、カメラなど)および出力装置(例えば、ディスプレイ、ネットワークカード、スピーカ、ビデオカード、オーディオカード、プリンタ、スピーカ、または他の外部装置)を含んでもよい。
記憶構成要素207は、一時的または永続的に、サーバシステム200に関連する情報/データ/ファイル/信号(例えば、収集された情報、参照情報、分析されるべき情報、分析結果など)を記憶するように構成される。いくつかの実施形態では、記憶構成要素207は、ハードディスクドライブ、フラッシュメモリ、または他の適切な記憶手段とすることができる。通信構成要素221は、他のシステム(例えば、クライアントステーション20または他のステーション)および他の装置(例えば、ユーザによって担持されるモバイル装置、車両など)と通信するように構成される。
需要分析構成要素209は、分析されるべき情報を収集し(例えば、記憶構成要素207内に)記憶するように構成される。収集される情報は、(1)複数のサンプリングステーション(例えば、いくつかの実施形態では、クライアントステーション20を含むが、他の実施形態では、クライアントステーション20を含まない)の位置、(2)複数のサンプリングステーション内に配置されているバッテリの数、(3)複数のサンプリングステーション内に配置されていないバッテリの数および位置、(4)バッテリ製造者、製造日/バッチ、バッテリが経験した充電サイクル数、バッテリが経験した動作温度、バッテリの充電/放電エネルギー量/速度、バッテリのフル/現在の充電容量および/または他の適切なバッテリ情報に関する情報、(5)ユーザのバッテリ経験を潜在的に変更する可能性のある活動またはイベント(例えば、ユーザがバッテリを使用/交換する方法)、(6)ユーザのバッテリ経験を変える可能性があり得る環境条件、ならびに/または(7)ユーザバッテリプランユーザ運転/乗車履歴、ユーザ挙動、ユーザ習慣などに関するユーザプロファイル情報を含むことができる。収集された情報を受け取った後、需要分析構成要素209は収集された情報を分析することができる。上記の各タイプの収集された情報が分析されて、(例えば、以下で詳細に記載する図7Aおよび図7Bに示される特性曲線の形で)この特定のタイプの収集された情報についての特性/パターンが識別される。これらの識別された特性/パターンは、クライアントステーション20に対するバッテリ需要予測を生成するために、需要分析構成要素209によって個々にまたは組み合わせて考慮され得る。
需要分析構成要素209はまた、クラスタ化プロセス(例えば、図1Cおよび図1D)を実行し、機械学習プロセス(例えば、図1Fおよび図1G)に基づいてバッテリ需要特性関数を生成し、次いで、それに応じてクライアントステーション20の動的バッテリ価格戦略を提供するように構成される。動的バッテリ価格戦略は、システム運用者がユーザのバッテリ需要を満たすように複数のクライアントステーション20間でエネルギーのバランスをとることを可能にする。
いくつかの実施形態では、需要分析構成要素209は、収集された情報をそれらの相対的な重要性または信頼性に基づいて優先順位付けすることができる。例えば、需要分析構成要素209は、クライアントステーション20のバッテリ需要予測を決定するときに、「バッテリ交換ステーションの位置」を一次因子として使用し、他の項目を二次因子として設定することができる。そのような実施形態では、システム200は、サンプリングステーションの位置に基づいて、クライアントステーション20の日次バッテリ需要曲線を(例えば、下記に詳述する図7Aおよび図7Bに示されるように)識別することができる。次いで、需要分析構成要素209は、識別された日次バッテリ需要曲線を調整するために他の二次因子を考慮することができる。例えば、需要分析構成要素209は、ユーザプロファイル情報に基づいて、クライアントステーション20の予測ユーザが高需要ユーザであると判定した場合、バッテリ需要予測を増加させることができる。
いくつかの実施形態では、需要分析構成要素209は、異なるタイプの収集された情報に異なる重み付けを与える。例えば、需要分析構成要素209は、「ステーションの位置」、「ユーザ挙動」、および「環境条件」の重みを50%、20%、および30%に設定することができる。そのような実施形態では、各タイプの収集された情報の識別された特性/パターンは、その後、前述の重み付けに基づいて組み合わせることができる。いくつかの実施形態では、需要分析構成要素209は、経験的研究、機械学習プロセスの結果、および/またはシステムオペレータの嗜好に基づいて、いずれのタイプの収集された情報を予測に含めるかを決定することができる。
いくつかの実施形態では、需要分析構成要素209は、収集された情報の信頼性に基づいて各タイプの収集された情報の優先順位または重み付けを決定する。例えば、測定され、バッテリに接続されたメモリから収集された情報に対して、システム200はそのような情報が直接的/内部的であり、したがって、環境条件(例えば、天気予報、イベント通知など)のような間接的/外部的情報より信頼できると考えるため、需要分析構成要素209は、これにより高い重み付けまたは優先順位を与えることができる。状況によっては、間接的/外部情報は、システムがより高い優先順位を与えるように十分に厳格であり得る(例えば、台風/ハリケーン接近、コンサートがバッテリ交換ステーションの近くで開催されるなど)。
いくつかの実施形態では、需要分析構成要素209は、システム200内の他の構成要素(例えば構成要素211〜219)と通信し、それと協働して、クライアントステーション20のバッテリ需要予測を生成する。しかしながら、いくつかの実施形態では、システム200は構成要素211〜219なしで動作することができる。
電源分析構成要素211は、その中のバッテリを充電するためにクライアントステーション20に電力を供給するために使用される1つまたは複数の電源のステータス(例えば、信頼性、安定性、継続性など)を分析するように構成される。例えば、電源分析構成要素211は、クライアントステーション20に電力を供給するために使用される電源が、特定の日付の午前1時から午前3時の間に中断されることを決定することができ、その後、電源分析構成要素211はそれに従って、バッテリ需要予測に基づいてクライアントステーション20への充電命令を調整することができる。例えば、当初のバッテリ需要予測は、特定の日付の午前2時の間にクライアントステーション20が5個のフル充電バッテリを必要とすることを示し得る。決定された、可能性のある電力供給中断に起因して、電源分析構成要素211は、特定の日付の午前1時前に必要なバッテリを充電するようにクライアントステーション20に命令することができる。
いくつかの実施形態では、電源分析構成要素211はまた、異なる期間における充電のためのコストをも考慮する。例えば、電源分析構成要素211は、電源からの充電コストがオフピーク時間の間に低減されると判定することができる。電源分析構成要素211は、需要分析構成要素209からのバッテリ需要予測に基づいて、オフピーク時間中にクライアントステーション20がそのバッテリを充電することが可能であるか否かを判定する。そうである場合、電源分析構成要素211は、充電コストを削減するように、これらのオフピーク時間の間にバッテリを充電するようにクライアントステーション20に命令することができる。
ステーション分析構成要素213は、需要分析構成要素209がその分析の基礎としてそのような情報を使用することができるように、複数のサンプリングステーションを様々なタイプに分類し、各タイプの代表的な特性/パターンを識別するように構成される。例えば、ステーション分析構成要素213は、収集された情報を分析し、バッテリの需要に基づいて複数のサンプリングステーションを様々なタイプに分割することができる。例えば、ステーションは、「常時高需要(high−demand−all−time)」、「ピーク時間に高需要(high−demand−peak−hours)」、「休日に高需要(high−demand−holidays)」、「週末に高需要(high−demand−weekends)」、「イベント時に高需要(high−demand−events)」、および「常時低需要(low−demand−all−time)」として分類することができる。いくつかの実施形態では、「常時高需要」タイプは、ステーションが交通量の多い道路に位置することを示すことができる。「ピーク時に高需要」タイプは、ピーク時間帯に通勤ユーザが頻繁にそのステーションを訪れることを推測することができる。「休日に高需要」タイプまたは「週末に高需要」タイプは、そのようなステーションが観光名所または観光地にあることを示すことができる。「イベント時に高需要」タイプは、ステーションがイベント開催施設またはスタジアムにあることを意味し得る。「常時低需要」は、ステーションが2つの主要都市間の中継ステーションとして構築された戦略的ステーションであることを示し得る。これらのタイプに基づいて、需要分析構成要素209およびステーション分析構成要素213は、特に収集された情報が、需要分析構成要素209が通常の分析を実行するのに不十分である場合に、クライアントステーションに対する適切なバッテリ需要予測を決定することができる。例えば、需要分析構成要素209およびステーション分析構成要素213は、最初にステーションのタイプを決定し、そのステーションに関する典型的な需要予測曲線を使用する。
ステーション分析構成要素213と同様に、バッテリ分析構成要素215、ユーザ挙動分析構成要素217、および車両分析構成要素219はまた、バッテリ、ユーザ挙動、およびバッテリによって駆動される自動車をそれぞれ様々なタイプに分類し、各タイプの代表的な特性/パターンを識別するようにも構成される。例えば、バッテリ分析構成要素215は、バッテリの製造者、使用期間、当初のフル充電容量(FCC)、現在のFCC、充電サイクル、経験した動作温度、充電/放電プロファイル(例えば、一定またはピークを有する)、バッテリハードウェア/ファームウェアバージョン、電池タイプ、バッテリSoC、電池温度、バッテリ健康状態(SoH)、バッテリ使用期間(使用時間および/または充電サイクル数)、バッテリ回路温度、バッテリエラーステータス、バッテリ直流内部抵抗(DCIR)などに基づいてバッテリを分類することができる。そのようなタイプまたはカテゴリは、システム200が、いずれのタイプのバッテリがクライアントステーション20に配置されているかを知っていることを条件として(例えば、そのような情報は、クライアントステーション20によってサーバ200に提供され得る)、需要分析構成要素209が、クライアントステーション20に対するそのバッテリ需要予測(および対応する充電命令)を微調整することを容易にすることができる。例えば、製造者Aによって製造されたバッテリが製造者Bによって製造されたバッテリよりも長い充電時間を必要とすることをシステム200が知っている場合、システム200はそれに応じて計画することができる。
同様に、ユーザ挙動分析構成要素217は、ユーザがバッテリを交換および/または使用する方法に基づいてユーザ挙動を分類することができる。例えば、ユーザはバッテリ性能を非常に必要としている可能性がある(例えばプロのレーサ)。別の例として、別のユーザは、毎日の用事(例えば、子供を迎える、または日用品購入)のために、その車両に電力を供給するためにバッテリを使用するだけでよい場合がある。ユーザがクライアントステーション20においてバッテリを予約すると、クライアントステーション20はその予約に関連する情報をサーバシステム200に提供する。次いで、サーバシステム200は、予約をしたユーザのタイプ/カテゴリを決定し、それに応じてクライアントステーション20に関するバッテリ需要予測(および対応する充電命令)を調整することができる。いくつかの実施形態では、そのような調整はクライアントステーション20によって行うことができる。例えば、製造者Aによって製造されたバッテリが製造者Bによって製造されたバッテリよりも、プロレーシングユーザにとって良好に機能することをシステム200が知っている場合、システム200はそれに応じて計画することができる。
車両分析構成要素219は、ユーザが運転することを計画している車両のタイプを分類することができる。各タイプの車両について、車両分析構成要素219は、いずれのタイプのバッテリが各タイプの車両に対して最もよく機能するかを決定することができる。例えば、車両分析構成要素219は、特定の充電プロセスの後、電気スクータが特定のタイプのバッテリによって最もよく機能することを決定することができる。そのような実施形態では、サーバシステム200が関連する車両情報を受信した場合、車両分析構成要素219は、需要分析構成要素209と協働してバッテリ需要予測(および対応する充電命令)を調整することができる。いくつかの実施形態では、そのような情報はユーザプロファイルまたはアカウント情報に見出すことができる。他の実施形態では、そのような車両情報は、クライアントステーション20によってサーバシステム200に提供することができる。例えば、製造者Aによって製造されたバッテリが製造者Bによって製造されたバッテリよりも、車両Xにとって良好に機能することをシステム200が知っている場合、システム200はそれに応じて計画することができる。
いくつかの実施形態では、サーバシステム200は、リアルタイムまたはほぼリアルタイムでバッテリ需要予測をクライアントステーション20に提供することができる。そのような実施形態では、サーバシステム200はクライアントステーション20のステータスを監視する。クライアントステーション20の充電プロセスに影響を与える可能性がある変化(例えば、ユーザがちょうど2つのフル充電されたバッテリを取り外し、クライアントステーション20に2つの空のバッテリを残した)または潜在的な変化(例えば、ユーザがクライアントステーション20においてバッテリを交換する予約をする)があると、サーバシステム200は、上述した分析を実行し、クライアントステーション20が追跡するための更新されたバッテリ需要予測を生成することができる。いくつかの実施形態では、変化または潜在的な変化は、モバイル装置(例えば、ユーザがバッテリ予約をするためにその上にインストールされたアプリを使用する)、別のサーバ(例えば、ユーザによって使用されるアプリと関連するウェブサービスサーバ)、および/またはクライアントステーション20からサーバシステム200に送信され得る。
いくつかの実施形態では、クライアントステーション20は新たなクライアントステーション(例えば、サンプリングステーションに含まれない)であり得る。そのような実施形態では、サーバシステム200は、(例えば、参照情報として)以前に収集された情報および/またはサーバシステム200によって実行された以前の分析に基づいてバッテリ需要予測を生成することができる。例えば、サーバシステム200は、クライアントステーション20が特定のタイプのステーション(例えば、「交通量が多い」タイプ、「中間交通量」タイプ、「交通量が少ない」タイプ、「都市通勤」タイプ、「観光名所」タイプ、「イベント駆動」タイプなど)であり得ると判定し、その後、判定されたタイプに基づいてバッテリ需要予測を生成することができる。
いくつかの実施形態では、サーバシステム200は複数のクライアントステーションを同時に管理することができる。そのような実施形態では、サーバシステム200はこれらのクライアントステーションを監視し、そこから情報を収集し、各クライアントステーションについてのバッテリ需要予測を生成することができる。
図3は、本技術の実施形態によるステーションシステム300および車両システム30を示す概略図である。示されるように、ステーションシステム300は、プロセッサ301、メモリ303、ユーザインターフェース305、通信構成要素307、バッテリ管理構成要素309、1つまたは複数のセンサ311、記憶構成要素313、および8つのバッテリスロット317a〜hに結合されている充電構成要素315を含む。プロセッサ301は、ステーションシステム300内のメモリ303および他の構成要素(例えば構成要素305〜317)と対話するように構成される。メモリ303は、プロセッサ301に結合され、ステーションシステム300内の他の構成要素または他の情報を制御するための命令を記憶するように構成される。
ユーザインターフェース305は、ユーザと対話するように(例えば、ユーザ入力を受信し、ユーザに情報を提示するように)構成される。いくつかの実施形態では、ユーザインターフェース305はタッチスクリーンディスプレイとして実装することができる。他の実施形態では、ユーザインターフェース305は他の適切なユーザインターフェース装置を含むことができる。記憶構成要素313は、ステーションシステム300に関連する情報、データ、ファイル、または信号(例えば、センサ313によって測定された情報、バッテリ317a〜hによって収集された情報、参照情報、充電命令、ユーザ情報など)を一時的または永続的に記憶するように構成される。通信構成要素307は、他のシステム(例えば、車両システム30、サーバ33、および/または他のステーションステーション)および他の装置(例えば、ユーザによって担持されるモバイル装置31)と通信するように構成される。
バッテリ管理構成要素309は、バッテリスロット317a〜h内に配置されたバッテリを管理および制御するように構成されている。いくつかの実施形態では、バッテリ管理構成要素309は、(いくつかの実施形態では、サーバシステム200と同様に機能することができる)サーバ33からの命令に基づいてバッテリを管理することができる。いくつかの実施形態において、バッテリ管理構成要素309は、ステーションシステム300(例えば、記憶構成要素313)に記憶された所定の命令または指針(例えば、動的価格戦略)に基づいてバッテリを管理することができる。いくつかの実施形態では、バッテリ管理構成要素309は、更新命令を要求するためにサーバ33と定期的に通信することができる。
いくつかの実施形態では、バッテリ管理構成要素309はまた、バッテリスロット317a〜hに配置されたバッテリに関する情報、ステーションシステム300に関する情報、1つまたは複数の電源35に関する情報、(例えば、通信構成要素307を介してモバイル装置31から受信される)ユーザに関する情報、および/または車両システム30に関する情報を収集するように構成することもできる。バッテリ管理構成要素309は、さらなる分析またはプロセスのために収集した情報をサーバ33に送信またはアップロードすることができる。
センサ311は、ステーションシステム300に関連する情報(例えば、動作温度、環境条件、電力接続、ネットワーク接続など)を測定するように構成される。センサ311はまた、バッテリスロット317a〜h内に配置されたバッテリを監視するように構成することもできる。測定された情報は、さらなる分析のためにバッテリ管理構成要素309およびサーバ33に送信することができる。
充電構成要素315は、バッテリスロット317a〜h内に配置されたバッテリの各々に対する充電プロセスを制御するように構成される。いくつかの実施形態では、ステーションシステム300は他の数のバッテリスロットを含むことができる。バッテリスロット317a〜hは、その中に配置および/またはロックされたバッテリを収容し充電するように構成されている。充電構成要素315は、電源35から電力を受け取り、次いで、その電力を使用して、サーバ33から受信される、または記憶構成要素に記憶されている所定の充電計画に基づいて、バッテリスロット317a〜nに位置するバッテリを充電する。いくつかの実施形態では、充電計画は、サーバ33によって生成されたバッテリ需要予測に基づいて決定することができる。例えば、バッテリスロット317a〜hに配置されたバッテリを充電するためにどれだけの電力が必要であるかを決定するために、バッテリ需要予測を使用すること。
図3に示すように、車両30は、電気スクータ、電気自動車などとして実施することができる。車両30は、プロセッサ319、メモリ321、バッテリ323、モータ325、入力装置327、ダッシュボードディスプレイ329、記憶装置、1つまたは複数のセンサ333、および通信構成要素335を含む。プロセッサ319は、メモリ321および車両システム30内の他の構成要素(例えば構成要素323〜335)と対話するように構成される。メモリ321は、プロセッサ319に結合され、車両システム30内の他の構成要素または他の情報を制御するための命令を記憶するように構成される。記憶装置331は、記憶構成要素313または207と同様の機能を有することができる。通信構成要素335は、通信構成要素307または記憶構成要素313もしくは221と同様の機能を有することができる。ダッシュボードディスプレイ329は、情報(例えば、車両システム30に関連する情報)をユーザに視覚的に提示するように構成される。
バッテリ323は、モータ325が車両システム30を動かすことができるようにモータ325に電力を供給するように構成される。バッテリ323は交換可能なバッテリとすることができる。バッテリ323が電力不足になると、車両システム30のユーザはステーションシステム300においてバッテリ323を交換または取り替えることができる。例えば、ユーザは、バッテリ323を車両システム30から取り外し、次いでバッテリ323をバッテリスロット317a〜hのうちの1つ(例えば、バッテリが内部に配置されていない空のもの)に配置することができる。その後、ユーザは、フル充電のバッテリをバッテリスロット317a〜hに入れてから、それを車両システム30に取り付けることができる。
いくつかの実施形態では、ユーザがバッテリ323をバッテリスロット317a〜hのうちの1つに配置すると、ステーションシステム300はそのバッテリの存在を検出し、そこから情報を引き出すことができる。例えば、バッテリ管理構成要素309は、バッテリ323の内部にある、またはバッテリ323に結合されているバッテリメモリ337から、そのバッテリに関連する情報(例えば、バッテリ使用履歴、バッテリ識別情報、充電サイクル、フル充電容量、バッテリ323が関連付けられている車両の車両情報、バッテリ323が関与しているユーザ活動など)を引き出すことができる。いくつかの実施形態では、バッテリメモリ337内の情報は、通信構成要素335を介してまたはモバイル装置31を介してサーバ33に送信することができる。
図4A〜図5Cは、開示されている技術の実施形態による、バッテリ交換ステーション、モバイル装置、または(車両の)ダッシュボードのユーザインターフェースを示すスクリーンショットの図である。図4Aにおいて、ユーザインターフェース401は、バッテリ交換ステーションが「1.7」のバッテリ価格レートを提供していることをユーザに通知することができる。「1」より高いバッテリ価格レートは、(例えば、現在の時間間隔における、または次の時間間隔において高い予測需要を有する)高いバッテリ需要を示す。ユーザがこの高いバッテリ価格レートの通知を受け取ると、それに応じてユーザは自身の挙動を変更することができる。例えば、当初そのステーションでバッテリを取り替えることを計画していたユーザは、自身のバッテリ交換を遅らせる(例えば、より良い/より低いレートを待つ)ことができる。別の例として、現在充電済みバッテリを保持しているユーザは、バッテリを「下取り」または「売却」することを検討し得る。例えば、ユーザが「1.7」のレートでバッテリを下取りに出す場合、ユーザは、通常のレート(「1」)と比較して追加の70%のクレジット/現金/ポイントを受け取ることができる。ユーザがこのオファーを受けることを所望する場合、ユーザは、ユーザインターフェース401に示されているボタン「はい」を押してそのステーションまで70キロメートル走行することができる。
図4Bにおいて、ユーザインターフェース403は、保留中のバッテリ交換オファーがあることをユーザに思い出させる通知405を、ユーザインターフェース403の隅に表示することができることを示している。図示の実施形態では、通知405は、提示されているバッテリ価格レートが「0.8」であることを示し、これは、ユーザが特定のバッテリステーションに行ってバッテリを取り替えれば、ユーザは通常価格の20%の割引を受けることができることを意味する。
いくつかの実施形態では、図4Cに示されるように、ユーザインターフェース407は、特に、40%の充電済みバッテリと引き換えに80%の充電済みバッテリを下取りに出すようにユーザに要求することができる。図5A〜図5Cにおいて、異なる価格のバッテリオファーを地図上に表示することができ、第1の表示409は利用可能なバッテリの数を示し、第2の表示411はバッテリ価格レートを示す。
図6は、開示されている技術の実施形態による方法600を示すフローチャートである。方法600は、複数のバッテリ交換ステーション間で利用可能なエネルギーのバランスをとるように構成される。方法600は、サーバ(例えば、サーバシステム200)によって実施することができる。いくつかの実施形態では、方法600はバッテリ交換ステーション(例えばステーションシステム300)によって実施することができる。方法600は、ブロック601において、複数のサンプリングバッテリ交換ステーションからバッテリ需要情報を受信することによって開始する。いくつかの実施形態では、これらのエネルギー貯蔵装置は、複数のサンプリングステーション、車両内に配置することができ、または他の様態でユーザによって保持/保管され得る。
ブロック603において、方法600は、バッテリ需要時間、バッテリステーションタイプ、およびクラスタのバッテリ交換数に基づいて、バッテリ需要情報を複数のクラスタに分割することによって継続する。ブロック605において、方法600は次に各クラスタについて特性関数を生成する。特性関数は、エネルギー比およびバッテリ価格レートに基づいて決定される(例えば、図1G)。ブロック607において、方法600は、次いで、特性関数に基づいて各クラスタに対する動的バッテリ価格を決定する。エネルギー比は、バッテリ交換イベント(例えば、ユーザがステーションにおいてバッテリを交換する)に関連するバッテリエネルギーレベルと、バッテリ交換イベントに関連する利用可能バッテリカウントとに基づいて決定される。バッテリステーションのエネルギー比は特定の時間における相対値を示す。例えば、ステーションのエネルギー比が高い場合、その現在のエネルギー供給が現在の需要をまかなうのに十分であることを示し得る。ステーションのエネルギー比が低い場合、その現在のエネルギー供給が十分ではないことを示している可能性がある。したがって、本システムは、充電済みバッテリをこのステーションに搬送または輸送することをユーザに奨励するために動的価格設定プロセスを開始することができる。例えば、ブロック609において、方法600は、動的バッテリ価格に基づいてバッテリを交換するようにユーザを奨励する通知をユーザに対して生成することができる。方法600はその後戻り、さらなる命令を待つ。
図7Aは、開示されている技術の実施形態による複数のステーションシステムの特性を示す概略図である。図7Aでは、3つの二次元特性曲線701A、701Bおよび701Cが示されている。しかしながら、他の実施形態では、特性曲線は、そのような特性曲線を生成するときに考慮されるべき因子の数に応じて、三次元または多次元であり得る。
特性曲線701A〜Cは、複数のサンプリングステーションに関連する情報(例えば、上述の収集された情報)に基づいて(例えば、サーバシステム200などのサーバによって)生成されるステーションA〜Cのバッテリ需要予測(または電力消費予測)を表す。いくつかの実施形態では、これらの特性曲線701A〜Cを実際の測定値と比較して、これらの曲線の正確度を検証および/または向上させることができる(例えば、特性曲線701AをステーションAにおいて行われる実際の測定によって生成される曲線と比較する)。そのような実施形態では、比較の結果を使用して特性曲線701A〜Cをさらに調整することができる。いくつかの実施形態では、本技術は、この手法を使用して、様々な因子、因子に対する重み付け、アルゴリズムなどに基づいてその分析を微調整することができる。
図7Aに示すように、特性曲線701Aは、ステーションAが「ピーク時に高需要」タイプのステーションであることを示すことができるピーク部分703を有する。特性曲線701Bは滑らかな曲線を有し、これはステーションBがある期間(例えば、朝)に相対的に高いバッテリ需要を有し、したがって「通勤」タイプのステーションであり得ることを示すことができる。ステーションCに関しては、特性曲線701Cは一日の中ほどにプラトー部分705を有する。プラトー部分705は、ステーションCに近い有名なレストランへの交通によって引き起こされ得る、正午に相対的に高いバッテリ需要をステーションCが有することを示し得る。いくつかの実施形態では、本技術は、バッテリ交換ステーションのバッテリ需要予測を決定するための参照情報として使用することができる、複数のタイプの特性曲線またはパターンを提供し得る。
図7Bは、開示されている技術の実施形態によるステーションシステムの複数の時間枠の間の特性を説明する概略図である。図7Bでは、ステーションXについての3つの特性曲線707A〜Cが示されている。特性曲線707A〜Cは、複数のサンプリングステーションに関連する情報に基づいて生成された異なる時間枠(例えば、1日、1週間、および1年)におけるステーションXのバッテリ需要予測を表す。
示されるように、特性曲線707Aは2つのピーク部分708および709を有する。ピーク部分708および709は、ステーションXに近い通勤交通を示すことができる。特性曲線707Bは、平日の間のプラトー部分711を有し、これは、ステーションXが週末ではなく平日に通勤者によって集中的に使用される道路に近いことを示し得る。特性曲線707Cもまた、それぞれ2月および7月に2つのピーク部分713と714を有する。これら2つのピーク部分713および714は、(例えば、2月および7月に)ステーションXに近いスタジアムで開催されているイベントによって引き起こされるバッテリ需要を示すことができる。
いくつかの実施形態において、本技術は、異なる時間枠において異なる因子を選択することによって他のタイプの特性またはパターンを提供することができる。この構成により、本技術は、オペレータが(このステーションが新たなものであれ既存のものであれ)特定のバッテリ交換ステーションに対するバッテリ需要を効率的に予測することを可能にする。本技術は、複数のバッテリ交換ステーションを効率的に維持するための柔軟性を提供する。本技術はエネルギー効率を高めることができ、したがってバッテリを充電するための全体的な費用を削減することができる。
いくつかの実施形態では、ユーザ体験を向上させるために、システムがバッテリステーションのバッテリ交換価格を調整することを決定したとき、開示されているシステムはユーザが短期間で劇的な価格変化を経験しないように「スムーズ」にこれを実行することができる。例えば、開示されているシステムは、午後5時から午後6時の間のステーションZにおけるバッテリ交換価格レートが「0.7」であり、午後6時から午後7時の間のステーションZにおけるバッテリ交換価格レートが「1.2」であると決定することができる。システムは、ステーションZのバッテリ交換価格レートを午後5時40分から徐々に上げ始めることができる。例えば、開示されているシステムは、午後5時45分に「0.9」、午後5時50分に「1.0」、午後5時55分に「1.1」として価格を設定することができる。この構成により、ユーザは今後の価格上昇を認識することができる。
いくつかの実施形態において、近接する各バッテリステーションにおけるバッテリ交換価格はさらに調整され得る。例えば、ステーションA、B、およびCは、エリアX(例えば、行政区域、地区など)にある。エリアXにおいてバッテリを交換するユーザは、ステーションA、B、およびCにおいてバッテリを交換する可能性がある。ステーションA、B、およびCの間の大幅な価格差を避けるために、システムはエリアXのバッテリ交換価格を、(例えば、図1Gを参照して上述した実施形態に基づいて計算される)ステーションA、B、およびCの計算される価格の平均価格として設定することができる。したがって、エリアXのユーザは、そのエリアの異なるステーションにおいて大きな価格差を見ない。前述の特徴は、「地域平均」特徴と呼ぶことができる。
いくつかの実施形態では、本方法はクラスタ化プロセス(図1C)なしで実施することができる。そのような実施形態では、方法は、例えば、(1)各ステーションについての「価格レート」を決定すること、(2)利用可能バッテリおよび予測バッテリ需要に基づいて各ステーションのスコアを計算すること、(3)ステーション中の各バッテリのスコアに基づいてステーションをソートすること、(4)予め設定された要件(例えば、期待比、下限、上限など)に従って特性曲線を定義することであって、特性曲線はレーティングの分布に対応すること、(5)分類されたステーションを特性曲線でマッピングし、各ステーションの対応するレーティングを決定することを含む。
本明細書に記載する実施形態では、「構成要素」は、プロセッサ、制御論理、デジタル信号プロセッサ、計算ユニット、および/または他の適切な装置を含むことができる。
本技術は、特定の例示的な実施形態を参照して説明されているが、本技術は、記載された実施形態に限定されず、添付の特許請求の範囲の精神および範囲内で修正および改変されて実施され得ることが認識されよう。したがって、本明細書および図面は、限定的な意味ではなく例示的な意味において考えられるべきである。