電力需求預(yù)測裝置、供電系統(tǒng)、電力需求預(yù)測方法及程序的制作方法
【專利摘要】本發(fā)明提供一種電力需求預(yù)測裝置、供電系統(tǒng)、電力需求預(yù)測方法及程序。本發(fā)明的電力需求預(yù)測裝置(100)具備：區(qū)域特征值預(yù)測部(114)，輸入有關(guān)車輛的實際測定數(shù)據(jù)，并預(yù)測被劃分為多個的各劃分區(qū)域中，表示有關(guān)屬于該劃分區(qū)域內(nèi)的車輛的特征的區(qū)域特征值；個別模型獲取部(112)，獲取將區(qū)域特征值作為輸入，將特定車輛在特定充電設(shè)備中的電力需求作為輸出的該特定車輛各自的個別模型；以及需求預(yù)測運算部(113)，將預(yù)測到的區(qū)域特征值輸入于個別模型，并計算與該個別模型對應(yīng)的特定車輛在特定充電設(shè)備中的電力需求預(yù)測值。
【專利說明】
電力需求預(yù)測裝置、供電系統(tǒng)、電力需求預(yù)測方法及程序
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種預(yù)測充電設(shè)備中的電力需求量的電力需求預(yù)測裝置、供電系統(tǒng)、電力需求預(yù)測方法及程序。
[0002]本申請根據(jù)2014年2月28日在日本申請的日本專利申請2014-038748號主張優(yōu)先權(quán)，并將其內(nèi)容援用于此。
【背景技術(shù)】
[0003]近年來，搭載有電池的電動汽車或混合式汽車正在普及，充電設(shè)備中的電力需求增加。隨之利用對應(yīng)電力需求的預(yù)測結(jié)果來控制應(yīng)生成的總電量及應(yīng)按每一個地區(qū)、每一個時間段供給的配電量的配電計劃技術(shù)。
[0004]為了預(yù)測電力需求，一般利用如下方法等:根據(jù)過去的實際電力需求及表示時刻信息、星期、假日等的月歷信息等，利用統(tǒng)計方法構(gòu)建預(yù)測模型，由此進(jìn)行預(yù)測(例如，參考專利文獻(xiàn)I)。
[0005]并且，當(dāng)預(yù)測某個地區(qū)內(nèi)的電力需求時，利用統(tǒng)計分析該地區(qū)的群體的行動傾向并將其模型化的方法。
[0006]以往技術(shù)文獻(xiàn)
[0007]專利文獻(xiàn)
[0008]專利文獻(xiàn)1:日本特開2012-113546號公報

【發(fā)明內(nèi)容】

[0009]發(fā)明要解決的技術(shù)課題
[0010]然而，例如，當(dāng)統(tǒng)計分析地區(qū)的群體的行動傾向時，為了構(gòu)建高精確度再現(xiàn)該地區(qū)的群體的行動傾向整體的特性，需要龐大量的實際數(shù)據(jù)(培訓(xùn)用數(shù)據(jù))。相對于此，探測車(具備獲取詳細(xì)行駛數(shù)據(jù)的功能的車輛)的臺數(shù)有限，因此無法獲取相當(dāng)量的實際數(shù)據(jù)。因此，難以高精確度再現(xiàn)地區(qū)的群體的行動傾向。
[0011]本發(fā)明是鑒于上述課題而完成的，其目的在于提供一種能夠根據(jù)有限的實際數(shù)據(jù)來進(jìn)行精確度更高的電力需求預(yù)測的電力需求預(yù)測裝置、供電系統(tǒng)、電力需求預(yù)測方法及程序。
[0012]用于解決技術(shù)課題的手段
[0013]根據(jù)本發(fā)明的第I方式，電力需求預(yù)測裝置(I)具備:區(qū)域特征值預(yù)測部(114)，輸入有關(guān)車輛的實際測定數(shù)據(jù)(Dl)，并按被劃分為多個劃分區(qū)域(Al、A2…)的每一個來預(yù)測表示有關(guān)屬于該劃分區(qū)域內(nèi)的車輛的特征的區(qū)域特征值;個別模型獲取部(112)，獲取將所述區(qū)域特征值作為輸入，將特定車輛在(201、202…)在特定充電設(shè)備(301、302…)中的電力需求作為輸出的該特定車輛的各個別模型(Ml、M2…需求預(yù)測運算部(113)，將所述預(yù)測到的區(qū)域特征值輸入于所述個別模型，并計算與該個別模型對應(yīng)的特定車輛在所述特定充電設(shè)備中的電力需求的預(yù)測值。
[0014]根據(jù)這種電力需求預(yù)測裝置，由于將從周期規(guī)律性較高的群體的行動傾向?qū)С龅膮^(qū)域特征值的預(yù)測值用作表示個人行動傾向的個別模型的因素，因此能夠以高精確度預(yù)測到較遠(yuǎn)的未來的值。
[0015]并且，根據(jù)本發(fā)明的第2方式，在上述電力需求預(yù)測裝置中，所述區(qū)域特征值預(yù)測部包含所述劃分區(qū)域內(nèi)的車輛密度、該劃分區(qū)域內(nèi)的所有車輛的平均速度、以及屬于該劃分區(qū)域內(nèi)的所有車輛的電磁平均充電率中的至少一個來作為所述區(qū)域特征值。
[0016]根據(jù)這種電力需求預(yù)測裝置，作為群體行動的傾向，將周期規(guī)律性較高的車輛密度、車輛平均速度，或?qū)⑵骄潆娐视米黝A(yù)測值，由此能夠根據(jù)精確度較高的預(yù)測值來預(yù)測電力需求。
[0017]并且，根據(jù)本發(fā)明的第3方式，在上述電力需求預(yù)測裝置中，所述個別模型獲取部根據(jù)有關(guān)所述車輛的實際測定數(shù)據(jù)來按每個特定車輛生成個別模型，該個別模型表示成為所述特定車輛在特定充電設(shè)備中進(jìn)行充電的意思決定的主要原因的因素信息的實際值與表示該特定車輛在所述特定充電設(shè)備中的電力需求的實際值之間的相關(guān)關(guān)系。
[0018]根據(jù)這種電力需求預(yù)測裝置，根據(jù)成為電動汽車的各利用者進(jìn)行充電的意思決定的主要原因的因素信息的實際值來生成個別模型。從而，能夠使用正確反映利用者的想法的個別模型。
[0019]并且，根據(jù)本發(fā)明的第4方式，在上述電力需求預(yù)測裝置中，所述個別模型獲取部獲取個別模型，該個別模型表示所述特定車輛的當(dāng)前位置與所述特定充電設(shè)備之間的距離和該特定充電設(shè)備中的電力需求之間的相關(guān)關(guān)系。
[0020]根據(jù)這種電力需求預(yù)測裝置，通過將車輛與充電設(shè)備的距離和該充電設(shè)備中的電力需求之間的相關(guān)關(guān)系設(shè)為反映個人行動傾向的個別模型，能夠削減生成個別模型的勞動力。
[0021]并且，根據(jù)本發(fā)明的第5方式，供電系統(tǒng)具備:上述電力需求預(yù)測裝置；以及供電管理裝置，根據(jù)所述電力需求預(yù)測裝置的預(yù)測結(jié)果來調(diào)整所述充電設(shè)備各自的供給電力。
[0022]根據(jù)這種供電系統(tǒng)，供電管理裝置根據(jù)由電力需求預(yù)測裝置預(yù)測的精確度較高的預(yù)測結(jié)果，按每個充電設(shè)備調(diào)整供給電力，因此能夠更加有效地提供供電服務(wù)。
[0023]并且，根據(jù)本發(fā)明的第6方式，電力需求預(yù)測方法具有:輸入有關(guān)車輛的實際測定數(shù)據(jù)，并按被劃分為多個劃分區(qū)域的每一個來預(yù)測表示有關(guān)屬于該劃分區(qū)域內(nèi)的車輛的特征的區(qū)域特征值的步驟;獲取將所述區(qū)域特征值作為輸入，將特定車輛在特定充電設(shè)備中的電力需求作為輸出的該特定車輛的各個別模型的步驟；以及將所述預(yù)測到的區(qū)域特征值輸入于所述個別模型，并計算與該個別模型對應(yīng)的特定車輛在所述特定充電設(shè)備中的電力需求的預(yù)測值的步驟。
[0024]根據(jù)這種電力需求預(yù)測方法，由于將從周期規(guī)律性較高的群體的行動傾向?qū)С龅膮^(qū)域特征值的預(yù)測值用作表示個人行動傾向的個別模型的因素而使用，因此能夠以高精確度預(yù)測到較遠(yuǎn)的未來的值。
[0025]并且，根據(jù)本發(fā)明的第7方式，程序使電力需求預(yù)測裝置的計算機作為區(qū)域特征值預(yù)測機構(gòu)、個別模型獲取機構(gòu)以及需求預(yù)測運算機構(gòu)發(fā)揮功能，所述區(qū)域特征值預(yù)測機構(gòu)輸入有關(guān)車輛的實際測定數(shù)據(jù)，并按被劃分為多個的劃分區(qū)域的每一個來預(yù)測表示有關(guān)屬于該劃分區(qū)域內(nèi)的車輛的特征的區(qū)域特征值，所述個別模型獲取機構(gòu)獲取將所述區(qū)域特征值作為輸入，將特定車輛在特定充電設(shè)備中的電力需求作為輸出的該特定車輛的各個別模型，所述需求預(yù)測運算機構(gòu)將所述預(yù)測到的區(qū)域特征值輸入于所述個別模型，并計算與該個別模型對應(yīng)的特定車輛在所述特定充電設(shè)備中的電力需求的預(yù)測值。
[0026]根據(jù)這種程序，由于將從周期規(guī)律性較高的群體的行動傾向?qū)С龅膮^(qū)域特征值的預(yù)測值用作表示個人行動傾向的個別模型的因素，因此能夠以高精確度預(yù)測到較遠(yuǎn)的未來的值。
[0027]發(fā)明效果
[0028]根據(jù)上述電力需求預(yù)測裝置、供電系統(tǒng)、電力需求預(yù)測方法及程序，能夠根據(jù)有限的實際數(shù)據(jù)來進(jìn)行精確度更高的電力需求預(yù)測。
【附圖說明】
[0029]圖1是表示第I實施方式所涉及的供電系統(tǒng)的概要的圖。
[0030]圖2是表示第I實施方式所涉及的電力需求預(yù)測裝置的功能結(jié)構(gòu)的圖。
[0031]圖3是表示第I實施方式所涉及的數(shù)據(jù)積累處理部所存儲的車輛探測數(shù)據(jù)的詳細(xì)內(nèi)容的圖。
[0032]圖4是說明第I實施方式所涉及的個別模型獲取部的功能的第I圖。
[0033]圖5是說明第I實施方式所涉及的個別模型獲取部的功能的第2圖。
[0034]圖6是說明第I實施方式所涉及的個別模型獲取部的功能的第3圖。
[0035]圖7是說明第I實施方式所涉及的個別模型獲取部的功能的第4圖。
[0036]圖8是說明第I實施方式所涉及的個別模型的例子的圖。
[0037]圖9是說明第I實施方式所涉及的區(qū)域特征值預(yù)測部的功能的第I圖。
[0038]圖10是說明第I實施方式所涉及的區(qū)域特征值預(yù)測部的功能的第2圖。
[0039]圖11是說明第I實施方式所涉及的區(qū)域特征值預(yù)測部的功能的第3圖。
[0040]圖12是說明第I實施方式所涉及的需求預(yù)測運算部的處理流程的流程圖。
[0041]圖13是說明第I實施方式所涉及的需求預(yù)測運算部的處理的第I圖。
[0042]圖14是說明第I實施方式所涉及的需求預(yù)測運算部的處理的第2圖。
[0043]圖15是說明第I實施方式所涉及的需求預(yù)測運算部的功能的第3圖。
[0044]圖16是表示第I實施方式的變形例所涉及的區(qū)域特征值預(yù)測部的功能的圖。
[0045]圖17是說明第I實施方式的變形例所涉及的個別模型獲取部的功能的圖。
[0046]圖18是說明第2實施方式所涉及的需求預(yù)測運算部的功能的圖。
【具體實施方式】
[0047]<第1實施方式>
[0048]以下，對第I實施方式所涉及的供電系統(tǒng)進(jìn)行說明。
[0049]第I實施方式所涉及的供電系統(tǒng)，將各充電設(shè)備的電力需求(本實施方式中，各充電設(shè)備的“利用率”)分為兩個階段進(jìn)行預(yù)測，該兩個階段為按特定地域(例如，一城市)中的規(guī)定的劃分區(qū)域的每一個預(yù)測特征值的步驟、并將該預(yù)測到的特征值輸入于反映各個人的意思決定的特征的個別模型的步驟即。
[0050](整體結(jié)構(gòu))
[0051]圖1是表示第I實施方式所涉及的供電系統(tǒng)的概要的圖。
[0052]第I實施方式所涉及的供電系統(tǒng)I具備電力需求預(yù)測裝置100、多個探測車201、202...、多個充電設(shè)備301、302...及供電管理裝置400。
[0053]供電系統(tǒng)I在特定地區(qū)(例如為城市Tl)內(nèi)提供電動汽車用的供電服務(wù)。具體而言，供電系統(tǒng)I經(jīng)由設(shè)置于城市TI的各處的充電設(shè)備301、302…對在城市TI內(nèi)行駛的電動汽車供給電池充電用電力。
[0054]電力需求預(yù)測裝置100從探測車201、202...每一個輸入多個車輛探測數(shù)據(jù)Dl(后述)，根據(jù)該車輛探測數(shù)據(jù)Dl來預(yù)測充電設(shè)備301、302...每一個中的電力需求(每個時間段的利用率)。
[0055]探測車201、202...為在屬于城市Tl的居民中特定利用者所利用的電動汽車。探測車201、202...上搭載有專用車載器(未圖示)，通過該車載器能夠按一定時間記錄各探測車201、202…的行駛狀態(tài)。例如，探測車201、202...能夠按一定時間(例如，按每小時)記錄表示各探測車201、202...是否正在駕駛的駕駛狀態(tài)信息、確定各探測車201、202...的位置的車輛位置信息(例如，由GPS(Global Posit1ning System)得到的瑋度/經(jīng)度信息)、表示所搭載的電池的充電率[% ](剩余容量)的SOC(State Of Charge)信息來作為各自的行駛狀態(tài)。
[0056]另外，探測車201、202...所能獲取的行駛狀態(tài)的內(nèi)容并不限定于上述內(nèi)容，除此以夕卜，還可以記錄行駛距離或通過所搭載的速度/加速度傳感器獲取的速度/加速度信息等、以及探測車201、202...正在停止中、充電中的各種信息。并且，探測車201、202...并不限定于“按一定時間”獲取各自的行駛狀態(tài)的方式，除此以外，還可以是每當(dāng)發(fā)生任意規(guī)定的特定現(xiàn)象時進(jìn)行記錄的方式。具體而言，例如，探測車201、202...可以按一定行駛距離、按一定的車輛狀態(tài)的變化(由行駛狀態(tài)過渡到停車狀態(tài)時、主電源的開啟和關(guān)閉、前照燈的開啟和關(guān)閉)來記錄該時刻的探測車201、202…的行駛狀態(tài)。
[0057]充電設(shè)備301、302...設(shè)置于城市Tl的各處。電動汽車的利用者前往設(shè)置于各處的充電設(shè)備301、302...對電動汽車進(jìn)行充電。另外，本實施方式中，如圖1所示，各充電設(shè)備301、302丨設(shè)置于屬于城市1'1的規(guī)定區(qū)域41^2^3"_的每一個。
[0058]供電管理裝置400根據(jù)由電力需求預(yù)測裝置100預(yù)測的電力需求(針對充電設(shè)備301、302…每一個的每個時間段的利用率)的預(yù)測結(jié)果，反映到配電計劃中，以能夠從各充電設(shè)備301、302...供給充電所需的電力。
[0059](電力需求預(yù)測裝置的功能結(jié)構(gòu))
[0060]圖2是表示第I實施方式所涉及的電力需求預(yù)測裝置的功能結(jié)構(gòu)的圖。
[0061]如圖2所示，本實施方式所涉及的電力需求預(yù)測裝置100具備數(shù)據(jù)接收部101、數(shù)據(jù)輸出部102、CPU(Central Processing Unit)110、探測數(shù)據(jù)存儲部120、個別模型存儲部121以及地圖月歷數(shù)據(jù)存儲部123。
[0062]數(shù)據(jù)接收部101為從探測車201、202...的每一個接收車輛探測數(shù)據(jù)Dl的輸入的通信模塊。在此，探測車201、202...的各車載器經(jīng)由規(guī)定的通信機構(gòu)向數(shù)據(jù)接收部101自動輸出所獲取的車輛探測數(shù)據(jù)D1。另外，除了各車載器向數(shù)據(jù)接收部101自動發(fā)送車輛探測數(shù)據(jù)Dl的方式以外，還可以由供電系統(tǒng)I的利用者(管理者)手動進(jìn)行從各車載器向數(shù)據(jù)接收部101發(fā)送的處理。
[0063]數(shù)據(jù)輸出部102為向供電管理裝置400輸出通過后述的CPUllO的計算處理而得到的利用率預(yù)測數(shù)據(jù)D20F的通信模塊。
[0064]CPUllO為管理電力需求預(yù)測裝置100的整個處理的通用CPUXPU110按照被讀入存儲區(qū)域中的專用程序進(jìn)行動作，由此實現(xiàn)作為數(shù)據(jù)積累處理部111、個別模型獲取部112、需求預(yù)測運算部113，區(qū)域特征值預(yù)測部114的功能。關(guān)于各功能的詳細(xì)內(nèi)容將于后述。
[0065]探測數(shù)據(jù)存儲部120為通過CPUllO(后述的數(shù)據(jù)積累處理部111)的處理而容納所獲取的車輛探測數(shù)據(jù)DI的存儲區(qū)域。
[0066]個別模型存儲部121為存儲由CPUllO(后述的個別模型獲取部112)生成的各探測車201、202…的個別模型的存儲區(qū)域。
[0067]并且，地圖月歷數(shù)據(jù)存儲部123中存儲，表示記載有城市Tl的道路網(wǎng)、劃分(劃分區(qū)±|U1、A2…的范圍)、充電設(shè)備301、302…的位置等的地圖數(shù)據(jù)D4和平日、假日(節(jié)日)等月歷的月歷數(shù)據(jù)D5。
[0068]另外，上述探測數(shù)據(jù)存儲部120、個別模型存儲部121以及地圖月歷數(shù)據(jù)存儲部123可以為存儲于單一的存儲裝置的形態(tài)。
[0069]如上所述，本實施方式所涉及的CPUllO具有作為數(shù)據(jù)積累處理部111、個別模型獲取部112、需求預(yù)測運算部113以及區(qū)域特征值預(yù)測部114的功能。
[0070]數(shù)據(jù)積累處理部111將經(jīng)由數(shù)據(jù)接收部101輸入的車輛探測數(shù)據(jù)Dl逐次存儲于探測數(shù)據(jù)存儲部120。關(guān)于由數(shù)據(jù)積累處理部111積累的車輛探測數(shù)據(jù)Dl的內(nèi)容將于后述。
[0071]個別模型獲取部112根據(jù)積累在探測數(shù)據(jù)存儲部120的過去的車輛探測數(shù)據(jù)Dl，進(jìn)行生成與探測車201、202‘"(利用者？1、？2‘")的每一個對應(yīng)的個別模型肌、12‘"的處理。其中，“個別模型”為反映了各利用者利用探測車201、202...方面的特征(尤其是充電的意思決定的特征)的模擬模型。個別模型獲取部112將所生成的個別模型Μ1、Μ2.._存儲于個別模型存儲部121。
[0072]并且，如圖2所示，個別模型獲取部112根據(jù)內(nèi)部所具備的因素信息提取部112a、電力需求信息提取部112b、模型構(gòu)建處理部112c的處理來生成個別模型。關(guān)于因素信息提取部112a、電力需求信息提取部112b及模型構(gòu)建處理部112c的具體處理內(nèi)容將于后述。
[0073]區(qū)域特征值預(yù)測部114根據(jù)積累在探測數(shù)據(jù)存儲部120中的過去的車輛探測數(shù)據(jù)D1、及存儲在地圖月歷數(shù)據(jù)存儲部123中的地圖數(shù)據(jù)D4和月歷數(shù)據(jù)D5來獲取各劃分區(qū)域Al、A2…的區(qū)域特征值(后述)的預(yù)測值即區(qū)域特征值預(yù)測數(shù)據(jù)D3F。
[0074]需求預(yù)測運算部113根據(jù)存儲于個別模型存儲部121的個別模型Μ1、Μ2.._和通過區(qū)域特征值預(yù)測部114獲取的區(qū)域特征值預(yù)測數(shù)據(jù)D3F來計算充電設(shè)備301、302...的每一個中的每個時間段的利用率的預(yù)測值(利用率預(yù)測數(shù)據(jù)D20F)。
[0075](數(shù)據(jù)積累處理部的功能)
[0076]圖3是表示第I實施方式所涉及的數(shù)據(jù)積累處理部所存儲的車輛探測數(shù)據(jù)的詳細(xì)內(nèi)容的圖。
[0077]如上所述，數(shù)據(jù)積累處理部111將各探測車201、202...所獲取的車輛探測數(shù)據(jù)Dl逐次存儲、積累在探測數(shù)據(jù)存儲部120。作為例子，數(shù)據(jù)積累處理部111以如圖3所示的方式存儲車輛探測數(shù)據(jù)Dl。具體而言，如圖3所示，在探測數(shù)據(jù)存儲部120記錄識別探測車201、202…的每一個的車輛ID、日期及時間段、表示車輛是否正在駕駛(是否正在運行)的駕駛狀態(tài)信息、確定車輛位置的瑋度/經(jīng)度信息、以及表示所搭載的電池的充電量(剩余容量)的SOC信息。數(shù)據(jù)積累處理部111例如提取每隔30分鐘記錄的駕駛狀態(tài)信息、瑋度/經(jīng)度信息、SOC信息并存儲于探測數(shù)據(jù)存儲部120。
[0078]另外，在探測數(shù)據(jù)存儲部120例如存儲有各探測車201、202...過去所獲取的一個以上的車輛探測數(shù)據(jù)D1。另外，作為車輛探測數(shù)據(jù)Dl，優(yōu)選存儲、積累有例如多個過去幾個月?幾年間的各種信息。
[0079]并且，存儲于探測數(shù)據(jù)存儲部120的車輛探測數(shù)據(jù)Dl的方式并不限定于圖3所示的方式，也可以記錄與探測車201、202...的行駛有關(guān)的其他項目(例如，行駛距離、速度/加速度信息等)。并且，也可以記錄充電時所獲取的充電設(shè)備ID以能夠掌握究竟利用哪一充電設(shè)備301、302...進(jìn)行了充電。
[0080](個別模型獲取部的功能)
[0081]個別模型獲取部112的因素信息提取部112a參考存儲于探測數(shù)據(jù)存儲部120的車輛探測數(shù)據(jù)Dl(圖3)來提取作為因素信息的實際值的因素實際數(shù)據(jù)D10。其中，“因素信息”為可成為各探測車201、202"_的利用者？1、？2"_在各充電設(shè)備301、302"_中進(jìn)行充電的意思決定的主要原因的各種信息。具體而言，因素信息提取部112a從車輛探測數(shù)據(jù)Dl中提取以下說明的每個時間段活動區(qū)域數(shù)據(jù)D12或每個時間段SOC數(shù)據(jù)D13等來作為因素信息的實際值(因素實際數(shù)據(jù)D10)。
[0082 ](每個時間段活動區(qū)域數(shù)據(jù))
[0083]圖4是說明第I實施方式所涉及的個別模型獲取部的功能的第I圖。
[0084]因素信息提取部112a從存儲于探測數(shù)據(jù)存儲部120的車輛探測數(shù)據(jù)Dl提取因素實際數(shù)據(jù)DlO的一個即每個時間段活動區(qū)域數(shù)據(jù)D12。其中，如圖4所示，每個時間段活動區(qū)域數(shù)據(jù)D12為將利用者(探測車201、202...)所屬的區(qū)域(劃分區(qū)域Α1、Α2.._)按一個星期的每個時間段進(jìn)行劃分來表示的信息。具體而言，因素信息提取部112a從積累于探測數(shù)據(jù)存儲部120的過去的車輛探測數(shù)據(jù)Dl，通過參考每個星期、每個時間段的維度、經(jīng)度信息(圖3)得到各星期、各時間段中利用者Ρ1、Ρ2...(探測車201、202...)在各劃分區(qū)域A1、A2的每一個中的存在率已被確定的每個時間段活動區(qū)域數(shù)據(jù)D12(參考圖4)。
[0085](每個時間段SOC數(shù)據(jù))
[0086]圖5是說明第I實施方式所涉及的個別模型獲取部的功能的第2圖。
[0087]因素信息提取部112a從存儲于探測數(shù)據(jù)存儲部120的車輛探測數(shù)據(jù)Dl中還提取作為因素實際數(shù)據(jù)DlO之一的每個時間段SOC數(shù)據(jù)D13等。其中，每個時間段SOC數(shù)據(jù)D13為如圖5所示經(jīng)由規(guī)定的傳感器記錄利用者(探測車201、202...)的每個時間段的S0C[%]的信息。由此，如后述，個別模型獲取部112能夠獲取SOC減少至何種程度時進(jìn)行充電的各利用者的個人行動的傾向(充電的意思決定的特征)。
[0088]另外，雖未在圖5中示出，但因素信息提取部112a還可以通過參考車輛探測數(shù)據(jù)Dl的每個時間段SOC來提取從每單位時間段的SOC上升量計算出的充電速度信息D14等。由此，能夠掌握利用者Pl、Ρ2.._是否青睞于充電設(shè)備301、302...中與快速充電對應(yīng)的設(shè)備等。
[0089]如上，本實施方式所涉及的個別模型獲取部112提取多個因素信息(“車輛位置”及“S0C")的過去的實際值即因素實際數(shù)據(jù)DlO(每個時間段活動區(qū)域數(shù)據(jù)D12、每個時間段SOC數(shù)據(jù)D13)。另外，除上述以外，因素信息提取部112a還可以提取與利用者Ρ1、Ρ2.._進(jìn)行充電的意思決定之間的因果關(guān)系被認(rèn)可的其他因素信息(例如，所使用的充電設(shè)備301、302...是否與快速充電相對應(yīng)，在各充電設(shè)備301、302...中所提供的其他服務(wù)的種類等)的實際值。
[0090](利用率實際數(shù)據(jù))
[0091 ]圖6是說明第I實施方式所涉及的個別模型獲取部的功能的第3圖。
[0092]接著，個別模型獲取部112參考存儲于探測數(shù)據(jù)存儲部120的過去的車輛探測數(shù)據(jù)Dl(圖3)來提取各充電設(shè)備301、302...的電力需求的實際值(電力需求實際數(shù)據(jù))。本實施方式中，具體而言，個別模型獲取部112的電力需求信息提取部112b提取表示充電設(shè)備各自的每個時間段的利用率的實際值的利用率實際數(shù)據(jù)D20來作為充電設(shè)備301、302...每一個中的電力需求的實際值。
[0093]具體而言，利用率實際數(shù)據(jù)D20為表示各利用者Ρ1、Ρ2.._在每個星期、每個時間段的充電設(shè)備301、302...的利用頻度(利用率)的統(tǒng)計數(shù)據(jù)(參考圖6)。電力需求信息提取部112b根據(jù)記錄于過去的車輛探測數(shù)據(jù)Dl的車輛位置信息或每個時間段SOC信息(圖3)來提取利用者Ρ1、Ρ2.._是否按每個星期、每個時間段利用著充電設(shè)備301、302...的每一個，并計算該每個時間段的利用頻度來作為利用率。如此，電力需求信息提取部112b能夠得到成為預(yù)測對象的信息(即，充電設(shè)備301、302...的每個時間段的利用率)的過去實際值的利用率實際數(shù)據(jù)D20。
[0094]例如，根據(jù)有關(guān)利用者Pl的充電設(shè)備301的利用率實際數(shù)據(jù)D20(圖6)，利用者Pl能夠讀取在整個平日中18個小時前后利用充電設(shè)備301的頻度(率)較高。
[0095](個別模型的構(gòu)建)
[0096]圖7是說明第I實施方式所涉及的個別模型獲取部的功能的第4圖。
[0097]接著，參考圖7對根據(jù)上述因素實際數(shù)據(jù)DlO和利用率實際數(shù)據(jù)D20生成各利用者Pl、P2…的個別模型的模型構(gòu)建處理部112c的功能進(jìn)行說明。
[0098]模型構(gòu)建處理部112c輸入從積累在探測數(shù)據(jù)存儲部120的探測車201、202...的車輛探測數(shù)據(jù)Dl的每一個中提取的因素實際數(shù)據(jù)DlO和利用率實際數(shù)據(jù)D20，按每個利用者Pl、Ρ2."(即，按每個探測車201、202...)生成表示它們的相關(guān)關(guān)系的個別模型Ml、Μ2."。
[0099]具體而言，模型構(gòu)建處理部112c選擇利用者Pl(探測車201)所涉及的每個時間段活動區(qū)域數(shù)據(jù)D12(圖4)、以及、每個時間段SOC數(shù)據(jù)D13(圖5)的每一個變量的“車輛位置”、“S0C"來作為個別模型Ml的因素X1、X2。另外，模型構(gòu)建處理部112c還可以將成為利用者P1、P2…進(jìn)行充電的意思決定的主要原因的其他因素信息(例如，充電設(shè)備301、302...是否對應(yīng)于快速充電，其他服務(wù)的種類等)設(shè)為因素X3、X4…。
[0100]另一方面，模型構(gòu)建處理部112c將作為探測車201所涉及的利用率實際數(shù)據(jù)D20(圖6)而提取的各充電設(shè)備301、302"_的利用率的實際值設(shè)為響應(yīng)71、72"_。響應(yīng)71、72‘-為相對于個別模型Ml中的因素X1、χ2.._的輸入的響應(yīng)。
[0101]模型構(gòu)建處理部112c生成表示響應(yīng)y1、y2...對因素Χ1、Χ2..?的相關(guān)關(guān)系的個別模型Ml。所生成的個別模型Ml與利用者Pl(探測車201)對應(yīng)。如圖7所示，例如，表示利用者Pl利用充電設(shè)備301的比率(利用率)yi與因素Χ1、Χ2.._之間的相關(guān)關(guān)系如式(I)那樣表示。
[0102][數(shù)式I]
[0103]yi = aiixi+biix2+ciix3+dnx4+......(I)
[0104]其中，式(I)的與各因素χι、χ2.._有關(guān)的系數(shù)an、bir..為因素χι、χ2…的因素負(fù)荷量。即，表示該因素負(fù)荷量越大的因素，與響應(yīng)yi之間的相關(guān)關(guān)系越強，越小的因素，與響應(yīng)yi之間的相關(guān)關(guān)系越弱。
[0105]例如，模型構(gòu)建處理部112c根據(jù)每個時間段活動區(qū)域數(shù)據(jù)D12與利用率實際數(shù)據(jù)D20來能夠計算表示車輛位置(因素X1)與充電設(shè)備301的利用率(響應(yīng)yi)之間的相關(guān)關(guān)系的強度的因素負(fù)荷量an。
[0106]其中，因素負(fù)荷量an的值較大時，利用者PI的充電設(shè)備301中的利用率(響應(yīng)yi)表示與每個時間段的利用者Pl(探測車201)的車輛位置(因素X1)具有較強因果關(guān)系。即，這說明如“利用者Pl重視是否接近充電設(shè)備的當(dāng)前位置，并選擇充電設(shè)備”的利用者Pl的特征。
[0107]同樣，模型構(gòu)建處理部112c根據(jù)每個時間段SOC數(shù)據(jù)D13與利用率實際數(shù)據(jù)D20來能夠計算表示SOC(因素X2)與充電設(shè)備301利用率(響應(yīng)yi)之間的相關(guān)關(guān)系的強度的因素負(fù)荷量bn。
[0108]其中，例如因素負(fù)荷量bn的值較小，則表示利用者Pl的充電設(shè)備301中的利用率(響應(yīng)yi)與每個時間段的利用者Pl(探測車201)的SOC之間的相關(guān)關(guān)系較弱。即，這說明如“利用者Pl利用充電設(shè)備301進(jìn)行充電，而與當(dāng)前的電磁剩余量無關(guān)”的利用者Pl的特征。
[0109]如此，本實施方式所涉及的個別模型獲取部112導(dǎo)出表示過去獲取的已知的因素Χ1、Χ2...(因素實際數(shù)據(jù)D10)與已知的響應(yīng)y1、y2..?(利用率實際數(shù)據(jù)D20)之間的相關(guān)關(guān)系的式的格(lattice)來生成與利用者Pl有關(guān)的反映了充電的意思決定的特征的個別模型Ml。
[0110]另外，作為從已知的因素Χ1、Χ2.._和已知的響應(yīng)y1、yr..導(dǎo)出表示各自之間的相關(guān)關(guān)系的式(例如，上述式(I))的方法，例如可以使用基于已知的模型構(gòu)建方法即SVM(Support vector machine)或NN(Neural network)等的模擬模型構(gòu)建方法，更簡單地，可以使用通常的最小平方法。并且，表示相關(guān)關(guān)系的式(I)為一例，除此以外，還可以有以表示更復(fù)雜的相關(guān)關(guān)系的式(二次函數(shù)、指數(shù)/對數(shù)函數(shù)等)表現(xiàn)的情況。
[0111]如圖7所示，模型構(gòu)建處理部112c對利用者Ρ2、Ρ3...(探測車202、203...)也進(jìn)行同樣的處理，生成反映了各自的特征的個別模型1213-_。并且，將所生成的各個別模型[、M2…存儲于個別模型存儲部121。
[0112]另外，以下說明中，作為表示與設(shè)置于劃分區(qū)域Al的充電設(shè)備301有關(guān)的響應(yīng)71和與利用者PU探測車201)有關(guān)的因素Χ1、Χ2..?之間的相關(guān)關(guān)系的函數(shù)，如式(2)那樣進(jìn)行記載(參考圖7)。
[0113][數(shù)式2]
[0114]yi = fAlPl ( Xl，X2，X3，X4...)…(2 )
[0115]圖8是說明第I實施方式所涉及的個別模型的例子的圖。
[0116]經(jīng)過上述各處理，通過個別模型獲取部112生成的個別模型Ml中反映有關(guān)利用者Pl在進(jìn)行充電的意思決定的特征。即，在現(xiàn)階段，利用者PU探測車201)的車輛位置為“X1 ”，另外SOC為“X2”時，個別模型Ml能夠賦予該利用者Pl利用充電設(shè)備301、302...的比率(利用率)y1、y2 …。
[0117]同樣，個別模型Μ2、Μ3.._反映利用者Ρ2、Ρ3.._進(jìn)行充電的意思決定的特征。
[0118](區(qū)域特征值預(yù)測部的功能)
[0119]圖9是說明第I實施方式所涉及的區(qū)域特征值預(yù)測部的功能的第I圖。
[0120]本實施方式所涉及的區(qū)域特征值預(yù)測部114輸入積累于探測數(shù)據(jù)存儲部120的車輛探測數(shù)據(jù)Dl來作為有關(guān)車輛的實際測定數(shù)據(jù)，并預(yù)測被劃分為多個的各劃分區(qū)域Al、A2…的區(qū)域特征值。其中，“區(qū)域特征值”是指，有關(guān)屬于劃分區(qū)域A1、A2…內(nèi)的車輛的特征。另外，在本實施方式中，具體而言將“區(qū)域特征值”作為“每個區(qū)域車輛密度”及“每個區(qū)域平均SOC”(每個區(qū)域平均充電率)來進(jìn)行說明，但也可以包含其他值(例如，“每個區(qū)域平均車輛速度”、“每個區(qū)域平均電費”(行駛在對象區(qū)域時所需的平均耗電量)等)。
[0121]如圖9所示，首先，區(qū)域特征值預(yù)測部114輸入預(yù)先存儲于地圖月歷數(shù)據(jù)存儲部123的地圖數(shù)據(jù)D4、月歷數(shù)據(jù)D5及存儲并積累于探測數(shù)據(jù)存儲部120的各探測車201、202...的車輛探測數(shù)據(jù)D1。接著，區(qū)域特征值預(yù)測部114根據(jù)這些各種數(shù)據(jù)來計算表示各劃分區(qū)域Al、A2…的“每個區(qū)域車輛密度”的未來的預(yù)測的“車輛密度分布預(yù)測數(shù)據(jù)D30F”、以及表示“每個區(qū)域平均SOC^的未來預(yù)測的“平均SOC分布預(yù)測數(shù)據(jù)D31F"。另外，車輛密度分布預(yù)測數(shù)據(jù)D30F及平均SOC分布預(yù)測數(shù)據(jù)D31F均相當(dāng)于表示各劃分區(qū)域Α1、Α2.._的區(qū)域特征值的預(yù)測值的“區(qū)域特征值預(yù)測數(shù)據(jù)D3F。
[0122]地圖數(shù)據(jù)D4中記錄城市Tl的道路網(wǎng)、劃分(劃分區(qū)域Α1、Α2…的范圍)、及充電設(shè)備
301、302的位置等。另一方面，月歷數(shù)據(jù)D5中存儲有在過去至未來的平日、假日(節(jié)日)等的月歷。
[0123]圖10、圖11是說明第I實施方式所涉及的區(qū)域特征值預(yù)測部的功能的第2圖、第3圖。
[0124]具體而言，區(qū)域特征值預(yù)測部114參考多個探測車201、202...的車輛探測數(shù)據(jù)Dl(圖3)的日期，時刻信息及車輛位置信息等，按每個時間段確定探測車201、202...的每一個屬于哪一個劃分區(qū)域Α1、Α2...。接著，區(qū)域特征值預(yù)測部114按每個時間段、每個劃分區(qū)域Α1、Α2…計算各探測車201、202...所存在的臺數(shù)。區(qū)域特征值預(yù)測部114以劃分區(qū)域Α1、Α2...的每一個劃分面積除以探測車201、202...的車輛臺數(shù)，并使其近似于表示存在于各劃分區(qū)±|U1、A2…的每一個中的所有車輛的車輛密度(每個區(qū)域車輛密度)的數(shù)據(jù)來求出車輛密度分布實際數(shù)據(jù)D30。
[0125]另外，圖10中，以該各劃分區(qū)域Α1、Α2.._的顏色濃度表現(xiàn)由區(qū)域特征值預(yù)測部114計算出的各劃分區(qū)域Α1、Α2…的車輛密度的大小關(guān)系(參考圖10左側(cè))。
[0126]并且，區(qū)域特征值預(yù)測部114通過參考車輛探測數(shù)據(jù)Dl(圖3)的SOC信息來提取各時間段及屬于各劃分區(qū)域Α1、Α2.._的各探測車201、202"_的50(:。而且，區(qū)域特征值預(yù)測部114通過與上述相同的方法求出表示按每個時間段、每個劃分區(qū)域Α1、Α2.._存在的電動汽車的平均S0C(每個區(qū)域平均S0C)的SOC分布實際數(shù)據(jù)D31 (參考圖10左側(cè))。
[0127]相對于各劃分區(qū)域Al、Α2.._的每個區(qū)域車輛密度或每個區(qū)域平均SOC的時間變化的實際值(圖10左側(cè))，區(qū)域特征值預(yù)測部114應(yīng)用月歷信息D5的月歷(平日或假日、節(jié)日)來進(jìn)行提取該周期規(guī)律性的處理(參考圖10右側(cè))。例如，區(qū)域特征值預(yù)測部114按每一天提取“平日”中的每個區(qū)域車輛密度(每個區(qū)域平均S0C)得時間變化、以及“假日、節(jié)日”中的每個區(qū)域車輛密度(每個區(qū)域平均S0C)的時間變化的實際值，并按“平日”、“假日、節(jié)日”計算平均時間變化。由此，區(qū)域特征值預(yù)測部114得到所得到的每個區(qū)域車輛密度(每個區(qū)域平均S0C)的每個“平日”、“假日、節(jié)日”的平均時間變化。
[0128]另外，在本實施方式中，區(qū)域特征值預(yù)測部114將如此求出的車輛密度的每個“平日”、“假日、節(jié)日”的過去平均時間變化作為各劃分區(qū)域Α1、Α2.._的車輛密度的未來的預(yù)測值(車輛密度分布預(yù)測數(shù)據(jù)D30F)而使用(參考圖11)。具體而言，區(qū)域特征值預(yù)測部114將未來的日期相當(dāng)于“平日”、“假日、節(jié)日”中的哪一個的情況根據(jù)月歷數(shù)據(jù)D5來確定，并且參考與“平日”、“假日、節(jié)日”的每一個對應(yīng)的平均時間變化(圖11左側(cè)、右側(cè))，并將其設(shè)為未來的各劃分區(qū)域A1、A2…的每個區(qū)域車輛密度的預(yù)測值。
[0129]同樣，區(qū)域特征值預(yù)測部114將基于每個區(qū)域平均SOC的“平日”、“假日、節(jié)日”的過去平均時間變化作為各劃分區(qū)域A1、A2…的平均SOC預(yù)測值(平均SOC分布預(yù)測數(shù)據(jù)D31F)。
[0130]另外，上述例子中，區(qū)域特征值預(yù)測部114可以將區(qū)域特征值(每個區(qū)域車輛密度、每個區(qū)域平均S0C)的平均時間變化分類為“平日“或”假日、節(jié)日”中的任一，并且根據(jù)未來的日期是否相當(dāng)于該任一(平日、假日、節(jié)日)的情況來預(yù)測區(qū)域特征值。并且，在其他實施方式并不限定于該方式，還可以增加分類項目。例如，區(qū)域特征值預(yù)測部114可以從外部獲取能夠接收的天氣預(yù)報信息，并根據(jù)未來預(yù)測的天氣是“晴天”還是“雨天”來預(yù)測區(qū)域特征值。
[0131]這種情況下，區(qū)域特征值預(yù)測部114具有可獲取表示每個時間段的實際天氣的天氣實際信息、以及能夠獲取表示未來天氣的預(yù)測的天氣預(yù)報信息的天氣信息獲取部。并且，區(qū)域特征值預(yù)測部114相對于每個區(qū)域車輛密度或每個區(qū)域平均SOC的時間變化的實際值(圖10左側(cè))，應(yīng)用通過該天氣信息獲取部獲取的天氣實際信息(該時間段中是“晴天”還是“雨天”)來進(jìn)行提取每個區(qū)域車輛密度或每個區(qū)域平均SOC的時間變化與天氣之間的規(guī)律性的處理。
[0132]通過這種方式，區(qū)域特征值預(yù)測部114能夠根據(jù)是“平日”還是“假日、節(jié)日”、及另外獲取的天氣預(yù)報信息(是“晴天”還是“雨天”的未來的預(yù)測)來預(yù)測每個區(qū)域車輛密度及每個區(qū)域平均SOC。
[0133]圖12為說明第I實施方式所涉及的需求預(yù)測運算部的處理流程的圖。
[0134]接著，結(jié)合圖12等依次對第I實施方式所涉及的需求預(yù)測運算部113的處理流程進(jìn)行說明。
[0135]圖12所示，需求預(yù)測運算部113進(jìn)行兩個階段的處理，該兩個階段的處理為獲取由區(qū)域特征值預(yù)測部114計算出的每個區(qū)域的特征值預(yù)測數(shù)據(jù)D3的步驟(步驟S01)和將該每個區(qū)域的特征值預(yù)測數(shù)據(jù)D3輸入個別模型獲取部112所生成的個別模型Ml、Μ2.._的每一個的步驟(步驟S02)。
[0136]步驟SOl中，首先區(qū)域特征值預(yù)測部114通過執(zhí)行利用圖9?圖11來進(jìn)行說明的處理來計算每個區(qū)域特征值預(yù)測數(shù)據(jù)D3(車輛密度分布預(yù)測數(shù)據(jù)D30F、平均SOC分布預(yù)測數(shù)據(jù)D31F)。需求預(yù)測運算部113接收通過區(qū)域特征值預(yù)測部114計算出的每個區(qū)域特征值預(yù)測數(shù)據(jù)D3的輸入。
[0137]在此，如以下說明，由區(qū)域特征值預(yù)測部114獲取的車輛密度分布預(yù)測數(shù)據(jù)D30F、平均SOC分布預(yù)測數(shù)據(jù)D31F與個別模型Ml、M2...的因素^ (車輛位置)、因素x2 (S0C)的每一個對應(yīng)。即，在步驟S02中，需求預(yù)測運算部113將由所獲取的車輛密度分布預(yù)測數(shù)據(jù)D30F、平均SOC分布預(yù)測數(shù)據(jù)D31F各自表示的車輛位置的預(yù)測值及SOC的預(yù)測值輸入至個別模型Ml、M2...各自的因素χι、χ2(參考圖8)。
[0138]圖13為說明第I實施方式所涉及的需求預(yù)測運算部的處理的第I圖。
[0139]以下，結(jié)合圖13來說明區(qū)域特征值預(yù)測部114的步驟S02(圖12)中的具體處理。
[0140]如圖13所示，需求預(yù)測運算部113對個別模型Ml的車輛位置(因素X1)進(jìn)行與各自劃分區(qū)域Al、Α2.._的存在率相應(yīng)的加權(quán)。具體而言，將根據(jù)車輛密度分布預(yù)測數(shù)據(jù)D30F來表示的各劃分區(qū)域Al、Α2.._的車輛密度設(shè)為利用者Pl的存在率的預(yù)測。其中，劃分區(qū)域Al、Α2…的車輛密度越高，則可視為利用者PI存在于該劃分區(qū)域Al、Α2…的比率成比例地增大。
[0141]需求預(yù)測運算部113將劃分區(qū)域Α1、Α2…的每一個代入因素X1而得到的多個響應(yīng)yi以基于各自的劃分區(qū)域A1、A2…的存在率的值進(jìn)行加權(quán)來進(jìn)行加法運算。例如，通過所得到的車輛密度分布預(yù)測數(shù)據(jù)D30F，設(shè)為在未來的某時刻，利用者Pl(探測車201)存在于劃分區(qū)域Al的比率的預(yù)測值為30%，存在于劃分區(qū)域A2的比率的預(yù)測值為5%。這種情況下，需求預(yù)測運算部113針對將“Al”代入因素^而得到的響應(yīng)(fAlPl(Al))和將“A2”代入因素^而得到的響應(yīng)(fAlPl(A2))這兩者分別進(jìn)行與30%、5%相應(yīng)的加權(quán)來進(jìn)行加法運算，計算出充電設(shè)備301的利用率預(yù)測值71。具體而言，充電設(shè)備301的利用率預(yù)測值71如下計算，SPy1 =fAlPl(Al) X30%+fAlPl(A2) Χ5%+...ο
[0142]同樣，通過平均SOC分布預(yù)測數(shù)據(jù)D31F，需求預(yù)測運算部113計算將各劃分區(qū)域Al、Α2...的沒一個中所表示的SOC預(yù)測值代入因素X2而得到的響應(yīng)yi。例如，通過所得到的平均SOC分布預(yù)測數(shù)據(jù)D31F，設(shè)為劃分區(qū)域Al中的平均SOC為80%，劃分區(qū)域A2中的平均SOC為25%。在這種情況下，將“Al”代入因素^時，需求預(yù)測運算部113對因素X2代入S0C80%來計算伙卟1(六1、80%))。并且，將12”代入因素11時，需求預(yù)測運算部113對因素12代入3(^25%來計算fAlPl(A2、25%)。通過這種方式，需求預(yù)測運算部113計算表示有關(guān)利用者Pl的各充電設(shè)備301、302...的利用率的預(yù)測結(jié)果的利用率預(yù)測數(shù)據(jù)D20f。
[0143]如此，本實施方式所涉及的需求預(yù)測運算部113在步驟S02(圖11)中，將容易掌握城市Tl整體的群體的行動傾向的區(qū)域特征值(每個區(qū)域車輛密度、每個區(qū)域平均S0C)的預(yù)測值使用于與利用者Pl對應(yīng)的個別模型Ml的輸入(因素信息)中。通過這種方式，需求預(yù)測運算部113能夠?qū)⒖梢砸暂^高精確度進(jìn)行預(yù)測的城市Tl的群體的行動傾向作為個別模型的因素的一部分來采用，因此即使在更遙遠(yuǎn)的未來也能夠得到精確度較高的預(yù)測結(jié)果。
[0144]圖14為說明第I實施方式所涉及的需求預(yù)測運算部的處理的第2圖。
[0145]如圖14所示，相對于與其他利用者Ρ2、Ρ3.._對應(yīng)的個別模型M2、M3...，需求預(yù)測運算部113同樣地代入車輛密度分布預(yù)測數(shù)據(jù)D30F、平均SOC分布預(yù)測數(shù)據(jù)D31F來計算各利用者P2、P3...的利用率預(yù)測數(shù)據(jù)D20f。
[0146]計算有關(guān)所有各利用者Ρ1、Ρ2.._的個別利用率預(yù)測數(shù)據(jù)D20f，則需求預(yù)測運算部113通過將所有個別利用率預(yù)測數(shù)據(jù)D20f按每個充電設(shè)備301、302...進(jìn)行統(tǒng)計來計算各充電設(shè)備301、302...的各時間段中的利用率的預(yù)測值。例如，預(yù)測到利用者Ρ1、Ρ2.._各自在某個時間段利用充電設(shè)備301的比率為yi 1、y2i...時，充電設(shè)備301的該時間段中的利用率的預(yù)測值￥1能夠作為￥1 = 711+721+731+"_而計算。同樣，需求預(yù)測運算部113計算其他充電設(shè)備
302、303…的相同時間段中的利用率的預(yù)測值Υ2、Υ3...(參考圖14)。
[0147]圖15是說明第I實施方式所涉及的需求預(yù)測運算部的處理的第3圖。
[0148]需求預(yù)測運算部113通過上述處理(參考圖14)來獲取預(yù)測出對充電設(shè)備301、302…每一個的近期(例如，當(dāng)前至24小時以內(nèi))利用率的變化的利用率預(yù)測數(shù)據(jù)D20F(參考圖 15)。
[0149]需求預(yù)測運算部113經(jīng)由數(shù)據(jù)輸出部102向供電管理裝置400輸出如上獲取的各充電設(shè)備301、302...的利用率預(yù)測數(shù)據(jù)D20F(電力需求預(yù)測數(shù)據(jù))。供電管理裝置400根據(jù)各充電設(shè)備301、302"_的電力需求的預(yù)測結(jié)果(利用率預(yù)測數(shù)據(jù)02(^)，反映到對各充電設(shè)備301、302…的電力的配電計劃中。例如，在預(yù)測為充電設(shè)備301的利用率變高的時間段，供電管理裝置400在該時間段生成配電計劃，以進(jìn)行能夠應(yīng)對其需要的供電。由此，供電系統(tǒng)I能夠適當(dāng)?shù)厣膳c預(yù)先預(yù)測的各充電設(shè)備301、302...的電力需求相對應(yīng)的必要量的電力并進(jìn)行供給，因此能夠?qū)崿F(xiàn)供電服務(wù)運用的效率化。
[0150](效果)
[0151]根據(jù)上述第I實施方式所涉及的供電系統(tǒng)I，電力需求預(yù)測裝置100首先執(zhí)行預(yù)測反映特定區(qū)域(城市Tl)中的群體的行動傾向的每個劃分區(qū)域的特征值(區(qū)域特征值)的步驟(步驟SOl(圖12))。并且，電力需求預(yù)測裝置100執(zhí)行將該預(yù)測到的區(qū)域特征值輸入反映各個人進(jìn)行充電的意思決定的特征的個別模型的步驟(步驟S02(圖12))。如此，本實施方式所涉及的電力需求預(yù)測裝置100將各充電設(shè)備的利用率的預(yù)測處理分為“基于群體的行動傾向的預(yù)測”和“基于個人行動的傾向的預(yù)測”兩個階段來進(jìn)行。
[0152]充電時間或充電地點根據(jù)每一個行駛狀況與駕駛者的嗜好而不同，因此，很難以高精確度預(yù)測電力需求。然而，根據(jù)本實施方式所涉及的供電系統(tǒng)I，通過表示基于個人行動的傾向的預(yù)測(步驟S02)的處理，各個人的生活方式或價值觀等反映于模擬分析，供電系統(tǒng)I能夠進(jìn)行基于利用者的想法的精確度較高的電力需求預(yù)測。并且，電力需求預(yù)測裝置100將反映各利用者的意思決定的多個個別模型的凝聚近似于城市整體的群體的意思決定來預(yù)測電力需求。從而，能夠以比所有群體的行動傾向直接模型化時所需實際數(shù)據(jù)的數(shù)據(jù)量較少的數(shù)據(jù)量來構(gòu)建精確度較高的模擬模型。
[0153]并且，在基于群體的行動傾向的預(yù)測(步驟S01)中，需求預(yù)測運算部113在輸入于上述個別模型的因素的至少一部分采用作為群體的行動傾向而能夠以高精確度預(yù)測的區(qū)域特征值。例如，在本實施方式，作為“區(qū)域特征值”而將每個區(qū)域車輛密度及每個區(qū)域平均SOC設(shè)為預(yù)測對象。該每個區(qū)域車輛密度、每個區(qū)域平均SOC等均作為整個城市的群體的行動傾向而具有按恒定時間(例如按每一天、每一星期)的周期規(guī)律性較高的特征。即，每個區(qū)域車輛密度等在未來的各時間段也能夠以高精確度再現(xiàn)過去所獲取的實際值。從而，將從規(guī)律性較高的群體的行動傾向?qū)С龅念A(yù)測值作為個別模型的因素來輸入，由此直能夠以高精確度預(yù)測遙遠(yuǎn)的未來(例如，一個星期后)的值。
[0154]并且，在以往的電力需求的預(yù)測中，不利用具有與需求之間的因果關(guān)系的信息則有可能無法確切地進(jìn)行預(yù)算，且難以發(fā)現(xiàn)因果關(guān)系較強的因素。然而，如本實施方式，通過將進(jìn)行充電行動的主要原因細(xì)分為“基于群體的行動傾向的預(yù)測”與“基于個人行動的傾向的預(yù)測”，能夠輕易掌握進(jìn)行預(yù)測的主要原因與可測量數(shù)據(jù)之間的因果關(guān)系。由此，變得容易進(jìn)行利用需求響應(yīng)等需求管理。
[0155]以上，根據(jù)第I實施方式所涉及的供電系統(tǒng)I，能夠根據(jù)有限的實際數(shù)據(jù)來進(jìn)行精確度更高的電力的需求預(yù)測。
[0156](第I實施方式的變形例)
[0157]另外，在上述實施方式中，將區(qū)域特征值預(yù)測部114作為根據(jù)過去所積累的車輛探測數(shù)據(jù)Dl來獲取各劃分區(qū)域Α1、Α2.._的區(qū)域特征值的預(yù)測值即區(qū)域特征值預(yù)測數(shù)據(jù)D3F的機構(gòu)來進(jìn)行說明。然而，另一實施方式所涉及的區(qū)域特征值預(yù)測部114可以根據(jù)為了掌握整個城市Tl的行動傾向而進(jìn)行觀測的信息來獲取區(qū)域特征值預(yù)測數(shù)據(jù)D3F，而非過去車輛探測數(shù)據(jù)Dl。具體而言，另一實施方式所涉及的區(qū)域特征值預(yù)測部114在劃分區(qū)域Al、A2...內(nèi)的道路網(wǎng)中具備獲取利用流量計數(shù)器來進(jìn)行觀測的斷面交通量實際數(shù)據(jù)的斷面交通量信息獲取部，并通過提取從所獲取的斷面交通量實際數(shù)據(jù)導(dǎo)出的每個區(qū)域車輛密度變化的規(guī)律性來預(yù)測每個區(qū)域車輛密度。
[0158]在此，在第I實施方式，探測車201、202…的臺數(shù)有限時，由于車輛探測數(shù)據(jù)Dl的總數(shù)據(jù)量較少因此有時無法以高精確度再現(xiàn)群體的行動傾向。然而，在上述變形例中，根據(jù)為了掌握群體的行動傾向而獲取的實際測定數(shù)據(jù)(斷面交通量等)預(yù)測每個區(qū)域特征值，因此能夠進(jìn)一步提高該預(yù)測精確度。
[0159]圖16是說明第I實施方式的變形例所涉及的區(qū)域特征值預(yù)測部的功能的圖。
[0160]在本變形例中，步驟SOl(圖12)中的“基于群體的行動傾向的預(yù)測”進(jìn)一步分為包含汽油車的總車輛狀況的“交通狀況的預(yù)測”與依賴電動汽車的狀況的“S0C分布的預(yù)測”來進(jìn)行預(yù)測。
[0161]具體而言，首先，由上述斷面交通量信息獲取部獲取經(jīng)由流量計數(shù)器等而得到的斷面交通量的實際數(shù)據(jù)(交通量實際數(shù)據(jù)D6)。并且，區(qū)域特征值預(yù)測部114 一并輸入存儲于地圖月歷數(shù)據(jù)存儲部123的地圖數(shù)據(jù)D4、月歷數(shù)據(jù)D5與交通量實際數(shù)據(jù)D6(步驟S010)，并獲取車輛密度分布預(yù)測數(shù)據(jù)D30F(步驟S011)。另外，該處理通過利用圖9?圖11進(jìn)行說明的處理內(nèi)容相同的處理而成。然而，在此所獲取的車輛密度分布預(yù)測數(shù)據(jù)D30F為根據(jù)不僅電動汽車還包含汽油車等的所有車輛的行動傾向的預(yù)測數(shù)據(jù)，因此與第I實施方式相比預(yù)測精確度更高。
[0162]另一方面，區(qū)域特征值預(yù)測部114獲取能夠從在探測車201、202...中獲取的各車輛探測數(shù)據(jù)Dl中提取的每個時間段SOC數(shù)據(jù)D13(圖5)(步驟S012)。該每個時間段SOC數(shù)據(jù)D13是指探測車201、202...的當(dāng)前的SOC實際值。
[0163]區(qū)域特征值預(yù)測部114通過輸入在步驟SOll中獲取的車輛密度分布預(yù)測數(shù)據(jù)D30F和表示探測車201、202...當(dāng)前的SOC實際值的每個時間段SOC數(shù)據(jù)D13來獲取平均SOC分布預(yù)測數(shù)據(jù)D31F。具體而言，區(qū)域特征值預(yù)測部114根據(jù)通過車輛密度分布預(yù)測數(shù)據(jù)D30F預(yù)測的所有車輛的交通流量和各電動汽車的當(dāng)前的SOC來計算進(jìn)行該預(yù)測的交通流量行駛的電動汽車的剩余容量(S0C)。由此，區(qū)域特征值預(yù)測部114獲取平均SOC分布預(yù)測數(shù)據(jù)D3IF。與車輛密度分布預(yù)測數(shù)據(jù)D30F相同，如此得到的平均SOC分布預(yù)測數(shù)據(jù)D31F成為基于電動汽車以外的所有車輛的行動傾向的預(yù)測數(shù)據(jù)，因此預(yù)測精確度變高。
[0164]區(qū)域特征值預(yù)測部114將在圖16中分別求出的區(qū)域特征值的預(yù)測值(車輛密度分布預(yù)測數(shù)據(jù)D30F、平均SOC分布預(yù)測數(shù)據(jù)D31F)輸入于預(yù)先生成的各個別模型M1、M2...，并計算各充電設(shè)備301、302...的利用率的預(yù)測值(參考圖13?圖15)。
[0165]以上，根據(jù)上述變形例所涉及的電力需求預(yù)測裝置100，根據(jù)有關(guān)屬于該城市Tl的所有車輛的統(tǒng)計數(shù)據(jù)(斷面交通量等)來預(yù)測整個城市Tl的群體的行動傾向，由此能夠進(jìn)一步預(yù)測精確度。
[0166]另外，在上述例中，除了經(jīng)由流量計數(shù)器獲取的斷面交通量的實際測定值以外，區(qū)域特征值預(yù)測部114還可以利用人次數(shù)據(jù)、土地利用數(shù)據(jù)或調(diào)查問卷等的交通需求數(shù)據(jù)。并且，在該些各種數(shù)據(jù)的基礎(chǔ)上，還可以利用規(guī)定的交通流量模擬裝置來預(yù)測各種區(qū)域特征值。
[0167]并且，可以通過將所測量的交通量等的信息適用于交通流量模擬裝置，并再現(xiàn)整個城市Tl的每個時間段的交通流量來獲取更詳細(xì)的區(qū)域特征值(例如，該劃分區(qū)域內(nèi)的所有車輛的平均速度或表示平均加速度的每個區(qū)域平均速度、加速度等)的預(yù)測值。而且，在這種情況下，不僅通過預(yù)測到的交通流量，區(qū)域特征值預(yù)測部114還可以通過加以考慮速度、加速度等的車輛行駛信息來預(yù)測平均SOC分布預(yù)測數(shù)據(jù)D31F。通過這種方式，用于預(yù)測的信息量增加，因此能夠進(jìn)一步提高基于群體的行動傾向的預(yù)測精確度。
[0168](個別模型的變形例)
[0169]并且，個別模型Μ1、Μ2.._的方式并不限定于上述方式(圖8、圖14)，例如能夠如下進(jìn)行變更。
[0170]圖17是說明第I實施方式的變形例所涉及的個別模型獲取部的功能的圖。
[0171]第I實施方式所涉及的個別模型獲取部112根據(jù)過去所積累的車輛探測數(shù)據(jù)Dl來將因素實際數(shù)據(jù)DlO(因素Χ1、Χ2.._)與利用率實際數(shù)據(jù)D20(響應(yīng)y1、y2...)之間的相關(guān)關(guān)系通過導(dǎo)出式(1)、(2)等的函數(shù)的格來構(gòu)建個別模型。
[0172]作為該變形例，例如，個別模型獲取部112也可以生成基于決策樹學(xué)習(xí)的各利用者P1、P2…的個別模型Ml’、M2’...。例如，如圖17所示，模型構(gòu)建處理部112c根據(jù)因素實際數(shù)據(jù)DlO及利用率實際數(shù)據(jù)D20，構(gòu)建導(dǎo)出利用者Pl對充電設(shè)備301的每一時間段的利用率的預(yù)測值的個別模型Ml，(決策樹模型)。
[0173]例如，圖17所例示的決策樹模型中，計算利用者Pl針對“是否利用充電設(shè)備301?”的提問，探索當(dāng)前是否滿足“是否正在駕駛?”、“距離是否在〇〇km以內(nèi)?”、“S0C是否小于ΛΛ%?”…的條件的路徑，并計算是“利用充電設(shè)備301”還是“不利用充電設(shè)備301”的比例，由此導(dǎo)出利用率的預(yù)測值。并且，還可以反映“是否對應(yīng)于快速充電?”、“是否能夠利用其他服務(wù)? ”等條件。
[0174]如此，將根據(jù)是否滿足成為意思決定的主要原因的多個條件(相當(dāng)于因素Χ1、Χ2...)而導(dǎo)出的意思決定的結(jié)果(相當(dāng)于響應(yīng)y 1、y2…)模型化。
[0175]通過如此進(jìn)行，能夠更清楚地描述每一個利用者Ρ1、Ρ2.._進(jìn)行充電的意思決定，能夠更加明確每一個利用者Pl、Ρ2.._究竟基于哪種因素，達(dá)到進(jìn)行充電的意向。通過如此進(jìn)行，例如，能夠通過新充電設(shè)備的設(shè)置或服務(wù)的提供輕松地調(diào)整充電設(shè)備301、302...每一個的電力需求。
[0176]另外，上述的供電系統(tǒng)I中，說明了預(yù)測每個時間段的利用率來作為各充電設(shè)備301、302…的電力需求，但其他實施方式中，并不限定于該方式。例如，其他實施方式所涉及的供電系統(tǒng)中，作為成為預(yù)測對象的信息，可以將充電設(shè)備301、302...中的每個時間段的供電量[kW]來作為預(yù)測對象。具體而言，個別模型獲取部112的電力需求信息提取部112b針對成為預(yù)測對象的響應(yīng)y1、y2...，選擇每個充電設(shè)備301、302...的“供電量”的實際數(shù)據(jù)(供給電力實際數(shù)據(jù))，由此能夠獲取該供電量的預(yù)測結(jié)果即供電預(yù)測數(shù)據(jù)。
[0177]<第2實施方式>
[0178]第I實施方式所涉及的需求預(yù)測運算部113所進(jìn)行的“基于個人行動傾向的預(yù)測”(圖12、步驟S02)通過使用基于預(yù)先獲取的實際數(shù)據(jù)即車輛探測數(shù)據(jù)Dl生成的反映各個人進(jìn)行充電的意思決定的特征的別模型Μ1、Μ2.._來進(jìn)行的處理來說明。
[0179]相對于此，第2實施方式中，通過利用個人靠近充電設(shè)備301、302...為止的距離來分配需求的方法進(jìn)行“基于個人行動傾向的預(yù)測”。
[0180](需求預(yù)測運算部的功能)
[0181]圖18是說明第2實施方式所涉及的需求預(yù)測運算部的功能的圖。
[0182]本實施方式所涉及的需求預(yù)測運算部113通過與第I實施方式(或其變形例)相同的方法來進(jìn)行“基于群體的行動傾向的預(yù)測”。具體而言，需求預(yù)測運算部113獲取由區(qū)域特征值預(yù)測部114計算出的車輛密度分布預(yù)測數(shù)據(jù)D30F(圖12、步驟S01)。需求預(yù)測運算部113根據(jù)在步驟SOl中獲取的車輛密度分布預(yù)測數(shù)據(jù)D30F，能夠掌握利用者Pl在每個劃分區(qū)域A1、A2…中的存在率。
[0183]需求預(yù)測運算部113將該車輛密度分布預(yù)測數(shù)據(jù)D30F作為輸入來進(jìn)行“基于個人行動的預(yù)測”。
[0184]結(jié)合圖18，將利用者Pl(探測車201)存在于城市Tl內(nèi)的某個劃分區(qū)域Al的情況作為一例來進(jìn)行說明。需求預(yù)測運算部113基于由個別模型獲取部112獲取的個別模型來預(yù)測劃分區(qū)域Al中的利用者Pl個人的行動傾向。
[0185]在此，本實施方式所涉及的個別模型獲取部112具有僅反映符合所有利用者(個人)的意思決定的特征的個別模型。具體而言，例如個別模型獲取部112具有反映如越接近與當(dāng)前位置之間的距離(后述“廣義距離”)，路過該充電設(shè)備301、302...的概率越高的個人的意思決定特征的個別模型。
[0186]首先，需求預(yù)測運算部113利用地圖數(shù)據(jù)D4等計算利用者Pl的當(dāng)前位置至各充電設(shè)備301、302...為止的距離。其中，由需求預(yù)測運算部113計算的至各充電設(shè)備301、302...為止的距離為加以考慮存在于該行程中的交通堵塞或混雜度等的“廣義距離”。具體而言，需求預(yù)測運算部113計算從當(dāng)前位置(劃分區(qū)域Al)至某個充電設(shè)備302所存在的劃分區(qū)域A2為止的廣義距離L2、至另一充電設(shè)備303所存在的劃分區(qū)域A3為止的廣義距離L3等。
[0187]例如，如圖18所示，在從劃分區(qū)域Al至劃分區(qū)域A3為止的行程途中發(fā)生交通堵塞Q，因此存在車輛密度較低的劃分區(qū)域A5與車輛密度較高的劃分區(qū)域A6。這種情況下，需求預(yù)測運算部113確定車輛密度超過規(guī)定閾值的劃分區(qū)域(劃分區(qū)域A6)，并且對通過該劃分區(qū)域A6的行程長度與規(guī)定交通堵塞系數(shù)J(J>1)進(jìn)行乘法運算來計算廣義距離L3。
[0188]另一方面，在劃分區(qū)域Al至劃分區(qū)域A2為止的行程途中(劃分區(qū)域A4等)未發(fā)生交通堵塞。從而，需求預(yù)測運算部113將劃分區(qū)域Al至劃分區(qū)域A2為止的實際距離設(shè)為廣義距離L2。
[0189]如此，在行程的一部分存在交通堵塞時，需求預(yù)測運算部113計算比實際距離更長的廣義距離。需求預(yù)測運算部113按每個充電設(shè)備301、302...計算加以考慮有無交通堵塞情況的廣義距離L1、L2...。
[0190]本實施方式所涉及的需求預(yù)測運算部113通過將廣義距離L1、L2...輸入個別模型M來計算利用者Pl路過各充電設(shè)備301、302...的概率(利用率)的預(yù)測值。例如，具體而言，該個別模型M為對廣義距I^Ll、L2…與路過各充電設(shè)備301、302...的概率以具有負(fù)的相關(guān)關(guān)系的規(guī)定函數(shù)建立關(guān)聯(lián)的模型。如此，需求預(yù)測運算部113能夠在反映如關(guān)于廣義距離L1、L2...，充電設(shè)備301、302...越小，越容易路過該充電設(shè)備301、302...的利用者Pl的個人行動傾向的同時求出各充電設(shè)備301、302...的利用率的預(yù)測值。
[0191]另外，通過上述方式求出的各充電設(shè)備301、302...的利用率的預(yù)測值為假設(shè)利用者Pl屬于區(qū)域Al的情況下的利用率的預(yù)測值。利用者Pl在另一劃分區(qū)域Α1、Α2.._時需求預(yù)測運算部113也進(jìn)行同樣的處理。需求預(yù)測運算部113將車輛密度分布預(yù)測數(shù)據(jù)D30F作為輸入，并以利用者Pl在劃分區(qū)域Α1、Α2.._中的存在率對在上述處理中求出的多個利用率的預(yù)測值進(jìn)行加權(quán)來進(jìn)行加法運算。
[0192](效果)
[0193]如以上，本實施方式所涉及的需求預(yù)測運算部113通過計算基于各充電設(shè)備301、302…的“廣義距離”的利用者的利用率預(yù)測值來進(jìn)行“基于個人行動傾向的預(yù)測”。通過這種方式，能夠簡化“基于個人行動傾向的預(yù)測”處理，并能夠通過獲取車輛探測數(shù)據(jù)Dl來削減生成個別模型Ml ,M2...的勞動力。
[0194]另外，在本實施方式中，除了車輛密度分布預(yù)測數(shù)據(jù)D30F以外，還可以使用，例如通過交通流量模擬裝置(參考第I實施方式的變形例)來計算出的交通流量的預(yù)測(交通流量預(yù)測數(shù)據(jù))。其中，交通流量預(yù)測數(shù)據(jù)是指表示城市Tl的各道路網(wǎng)中的交通流量(行駛方向)分布的信息。在這種情況下，需求預(yù)測運算部113進(jìn)行與車輛的行駛方向?qū)?yīng)的加權(quán)的同時，計算有關(guān)各充電設(shè)備301、302...的廣義距離。具體而言，例如利用者Pl(探測車201)為從劃分區(qū)域Al朝向劃分區(qū)域A3的車輛。在這種情況下，充電設(shè)備303由于在其前進(jìn)方向，因此計算廣義距離L3，而無需進(jìn)行與行駛方向?qū)?yīng)的加權(quán)。另一方面，對于從劃分區(qū)域Al朝向劃分區(qū)域A3的利用者Pl而言，存在于劃分區(qū)域Α7的充電設(shè)備307位于相反方向。從而，需求預(yù)測運算部113通過對劃分區(qū)域Α7為止的實際距離與方向系數(shù)Η(Η>1)進(jìn)行乘法運算來求出廣義距離L7。
[0195]通過這種方式，由于能夠?qū)④囕v的行駛方向反映于個人行動傾向，因此能夠以更高精確度進(jìn)行電力需求預(yù)測。
[0196]并且，區(qū)域特征值預(yù)測部114還可以被設(shè)為根據(jù)各充電設(shè)備301、302...中的混雜度的觀察結(jié)果(實際值)，能夠獲取混雜度的(等待時間)的預(yù)測值。這種情況下，需求預(yù)測運算部113還可以在除了上述“有無交通堵塞”之外還加以考慮各充電設(shè)備301、302...中的“混雜度”的預(yù)測值來計算廣義距離L1、L2...。通過這種方式，能夠預(yù)測反映各充電設(shè)備301、302...混雜狀況的個人行動傾向。
[0197]并且，需求預(yù)測運算部113可以僅根據(jù)實際的距離(實際空間上的距離)計算各充電設(shè)備301、302...的利用率的預(yù)測值來作為車輛的當(dāng)前位置與充電設(shè)備301、302...之間的“距離”，而非如上述的“廣義距離”。通過這種方式，能夠簡化需求預(yù)測運算部113的預(yù)測處理。
[0198]另外，關(guān)于上述各實施方式所涉及的供電系統(tǒng)，均設(shè)為如下來進(jìn)行了說明，S卩，供電管理裝置400根據(jù)電力需求預(yù)測裝置100的預(yù)測結(jié)果反映到配電計劃中，以供給與預(yù)測結(jié)果相對應(yīng)的所需最小限度的電力來實現(xiàn)運用的效率化。但是，其他實施方式所涉及的供電系統(tǒng)也可以是具有要求通知裝置的方式，所述要求通知裝置根據(jù)接收到的預(yù)測結(jié)果，發(fā)送通知如下內(nèi)容的郵件:要求屬于城市Tl的電動汽車的利用者限制在某個時間段利用規(guī)定的充電設(shè)備，并且根據(jù)需要促使在另一時間段利用規(guī)定充電設(shè)備。例如，該要求通知裝置當(dāng)接收到在某一天的下午6點的時間段充電設(shè)備301的電力需求顯著增加的預(yù)測時，對該充電設(shè)備301的利用率較高的利用者發(fā)送限制在該時間段利用并要求在預(yù)測為電力需求較低的其他時間段利用的郵件。由此，各利用者按該要求進(jìn)行利用，從而能夠簡單地進(jìn)行電力需求的削峰(peak cut)(峰移位(peak shift))。
[0199]并且，此時，也可以構(gòu)建考慮到有無收到如上所述的利用限制通知郵件作為每一個利用者Ρ1、Ρ2.._的充電的意思決定的主要原因而產(chǎn)生何種程度的影響的個別模型。由此，能夠有效地實施上述利用控制通知郵件的收件人的選定。
[0200]另外，也可以將用于實現(xiàn)上述各實施方式中的電力需求預(yù)測裝置100的功能的程序記錄在計算機可讀取的記錄介質(zhì)中，并使計算機系統(tǒng)讀取并執(zhí)行記錄在該記錄介質(zhì)中的程序來進(jìn)行工序。另外，在此所說的“計算機系統(tǒng)”視為包含OS或外圍設(shè)備等硬件。并且，將“計算機系統(tǒng)”視為還包含具備網(wǎng)頁提供環(huán)境(或顯示環(huán)境)的WWW系統(tǒng)。并且，“計算機可讀取的記錄介質(zhì)”是指柔性磁盤、光磁盤、R0M、CD-R0M等移動介質(zhì)、計算機系統(tǒng)中內(nèi)置的硬盤等存儲裝置。另外，將“計算機可讀取的記錄介質(zhì)”視為如經(jīng)由因特網(wǎng)等網(wǎng)絡(luò)或電話線路等通信線路發(fā)送程序時成為服務(wù)器或客戶的計算機系統(tǒng)內(nèi)部的易失性存儲器(RAM)那樣將程序保持一定時間的記錄介質(zhì)。
[0201]并且，上述程序可以從在存儲裝置等中存放有該程序的計算機系統(tǒng)經(jīng)由傳送介質(zhì)或通過傳送介質(zhì)中的載波傳送至其他計算機系統(tǒng)。其中，傳送程序的“傳送介質(zhì)”是指如因特網(wǎng)等網(wǎng)絡(luò)(通信網(wǎng))或電話線路等通信線路(通信線)那樣具有傳送信息的功能的介質(zhì)。并且，上述程序可以是用于實現(xiàn)前述功能的一部分的程序。另外，也可以是以與已記錄在計算機系統(tǒng)中的程序的組合來實現(xiàn)前述功能的所謂的差分文件(差分程序)。
[0202]以上，對本發(fā)明的幾個實施方式進(jìn)行了說明，但這些實施方式是作為例子而提示的，并不意在限定發(fā)明的范圍。這些實施方式能夠以其他的各種方式實施，在不脫離發(fā)明宗旨的范圍內(nèi)可以進(jìn)行各種省略、取代、變更。這些實施方式及其變形包含于發(fā)明的范圍及宗旨，同樣地，也包含于權(quán)利要求書中所記載的發(fā)明及其等同的范圍內(nèi)。
[0203]產(chǎn)業(yè)上的可利用性
[0204]根據(jù)上述的各實施方式，能夠根據(jù)有限的實際數(shù)據(jù)來進(jìn)行精確度更高的電力需求預(yù)測。
[0205]符號說明
[0206]1-供電系統(tǒng)，100-電力需求預(yù)測裝置，101-數(shù)據(jù)接收部，102數(shù)據(jù)輸出部，110-CPU，111-數(shù)據(jù)積累處理部，112-個別模型獲取部，112a-因素信息提取部，112b-電力需求信息提取部，112c-模型構(gòu)建處理部，113-需求預(yù)測運算部，114-區(qū)域特征值預(yù)測部，120-探測數(shù)據(jù)存儲部，121-個別模型存儲部，123-地圖月歷數(shù)據(jù)存儲部，201、202…-探測車，301、302…-
充電設(shè)備，400供電管理裝置。
【主權(quán)項】
1.一種電力需求預(yù)測裝置，其具備: 區(qū)域特征值預(yù)測部，輸入有關(guān)車輛的實際測定數(shù)據(jù)，并按被劃分為多個劃分區(qū)域的每一個來預(yù)測表示有關(guān)屬于該劃分區(qū)域內(nèi)的車輛的特征的區(qū)域特征值； 個別模型獲取部，獲取將所述區(qū)域特征值作為輸入，將特定車輛在特定充電設(shè)備中的電力需求作為輸出的該特定車輛的各個別模型；以及 需求預(yù)測運算部，將所述預(yù)測到的區(qū)域特征值輸入于所述個別模型，并計算與該個別模型對應(yīng)的特定車輛在所述特定充電設(shè)備中的電力需求的預(yù)測值。2.根據(jù)權(quán)利要求1所述的電力需求預(yù)測裝置，其中， 所述區(qū)域特征值預(yù)測部包含所述劃分區(qū)域內(nèi)的車輛密度、該劃分區(qū)域內(nèi)的所有車輛的平均速度、以及屬于該劃分區(qū)域內(nèi)的所有車輛的電磁平均充電率中的至少一個來作為所述區(qū)域特征值。3.根據(jù)權(quán)利要求1或2所述的電力需求預(yù)測裝置，其中， 所述個別模型獲取部根據(jù)有關(guān)所述車輛的實際測定數(shù)據(jù)來按每個特定車輛生成個別模型，該個別模型表示成為所述特定車輛在特定充電設(shè)備中進(jìn)行充電的意思決定的主要原因的因素信息的實際值與表示該特定車輛在所述特定充電設(shè)備中的電力需求的實際值之間的相關(guān)關(guān)系。4.根據(jù)權(quán)利要求1或2所述的電力需求預(yù)測裝置，其中， 所述個別模型獲取部獲取個別模型，該個別模型表示所述特定車輛的當(dāng)前位置與所述特定充電設(shè)備之間的距離和該特定充電設(shè)備中的電力需求之間的相關(guān)關(guān)系。5.—種供電系統(tǒng)，其具備: 權(quán)利要求1至4中任一項所述的電力需求預(yù)測裝置；以及 供電管理裝置，根據(jù)所述電力需求預(yù)測裝置的預(yù)測結(jié)果來調(diào)整所述充電設(shè)備各自的供給電力。6.一種電力需求預(yù)測方法，其具有: 輸入有關(guān)車輛的實際測定數(shù)據(jù)，并按被劃分為多個劃分區(qū)域的每一個來預(yù)測表示有關(guān)屬于該劃分區(qū)域內(nèi)的車輛的特征的區(qū)域特征值的步驟； 獲取將所述區(qū)域特征值作為輸入，將特定車輛在特定充電設(shè)備中的電力需求作為輸出的該特定車輛的各個別模型的步驟;以及 將所述預(yù)測到的區(qū)域特征值輸入于所述個別模型，并計算與該個別模型對應(yīng)的特定車輛在所述特定充電設(shè)備中的電力需求的預(yù)測值的步驟。7.—種程序，其使電力需求預(yù)測裝置的計算機作為區(qū)域特征值預(yù)測機構(gòu)、個別模型獲取機構(gòu)以及需求預(yù)測運算機構(gòu)發(fā)揮功能， 所述區(qū)域特征值預(yù)測機構(gòu)輸入有關(guān)車輛的實際測定數(shù)據(jù)，并按被劃分為多個的劃分區(qū)域的每一個來預(yù)測表示有關(guān)屬于該劃分區(qū)域內(nèi)的車輛的特征的區(qū)域特征值， 所述個別模型獲取機構(gòu)獲取將所述區(qū)域特征值作為輸入，將特定車輛在特定充電設(shè)備中的電力需求作為輸出的該特定車輛的各個別模型， 所述需求預(yù)測運算機構(gòu)將所述預(yù)測到的區(qū)域特征值輸入于所述個別模型，并計算與該個別模型對應(yīng)的特定車輛在所述特定充電設(shè)備中的電力需求的預(yù)測值。
【文檔編號】H02J7/00GK105849998SQ201580003428
【公開日】2016年8月10日
【申請日】2015年2月20日
【發(fā)明人】山科勇輔, 小柳容子, 齋藤真由美, 杉本喜, 杉本喜一, 矢野真也
【申請人】三菱重工業(yè)株式會社