知財求人 - 知財ポータルサイト「IP Force」
▶ 日産自動車株式会社の特許一覧 ▶ ルノー エス．ア．エス．の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024043796
(43)【公開日】2024-04-02
(54)【発明の名称】マップ学習方法、及びマップ学習装置
(51)【国際特許分類】
H02J 3/00 20060101AFI20240326BHJP
H02J 3/32 20060101ALI20240326BHJP
H02J 3/46 20060101ALI20240326BHJP
H02J 7/34 20060101ALI20240326BHJP
H02J 13/00 20060101ALI20240326BHJP
G06N 20/00 20190101ALI20240326BHJP
【ＦＩ】
H02J3/00 170
H02J3/32
H02J3/46
H02J7/34 J
H02J13/00 301A
H02J13/00 311R
H02J7/34 B
G06N20/00
【審査請求】未請求
【請求項の数】13
【出願形態】ＯＬ
(21)【出願番号】P 2022148987
(22)【出願日】2022-09-20
(71)【出願人】
【識別番号】000003997
【氏名又は名称】日産自動車株式会社
(71)【出願人】
【識別番号】507308902
【氏名又は名称】ルノー エス．ア．エス．
【氏名又は名称原語表記】ＲＥＮＡＵＬＴ Ｓ．Ａ．Ｓ．
【住所又は居所原語表記】１２２－１２２ ｂｉｓ， ａｖｅｎｕｅ ｄｕ Ｇｅｎｅｒａｌ Ｌｅｃｌｅｒｃ， ９２１００ Ｂｏｕｌｏｇｎｅ－Ｂｉｌｌａｎｃｏｕｒｔ， Ｆｒａｎｃｅ
(74)【代理人】
【識別番号】100083806
【弁理士】
【氏名又は名称】三好 秀和
(74)【代理人】
【識別番号】100101247
【弁理士】
【氏名又は名称】高橋 俊一
(74)【代理人】
【識別番号】100095500
【弁理士】
【氏名又は名称】伊藤 正和
(74)【代理人】
【識別番号】100098327
【弁理士】
【氏名又は名称】高松 俊雄
(72)【発明者】
【氏名】木内 寛允
(72)【発明者】
【氏名】村井 謙介
【テーマコード（参考）】
5G064
5G066
5G503
【Ｆターム（参考）】
5G064AC05
5G064AC09
5G064CB08
5G064CB12
5G064DA03
5G064DA11
5G066AA03
5G066AE09
5G066HA15
5G066HB09
5G066JB03
5G503AA01
5G503BA04
5G503BB01
5G503DA07
5G503GD03
5G503GD06
(57)【要約】
【課題】要求値を満たす指標を探索する時間を削減して制御を高速化する。
【解決手段】電力制御システムは、同報送信された指標値を受信した１又は２以上の充放電要素の各々が指標値に基づいて自己の充放電電力を自律的に制御し、コントローラが、指標値に対する１又は２以上の充放電要素を含むグループ全体の応答として想定されるグループ全体の充放電電力の想定値を示すマップを用いて、グループ全体の充放電電力を制御する。マップ学習方法は、マップからグループ全体に対して要求される充放電電力の要求値ＰＴｉに対応する第１指標値を算出し（Ｓ０１）、第１指標値Ｓｉ+１を同報送信し（Ｓ０２）、第１指標値Ｓｉ+１に対するグループ全体の充放電電力の第１出力値Ｐｉ+１を計測し（Ｓ０３）、要求値ＰＴｉ及び第１出力値Ｐｉ+１を用いてマップを学習する（Ｓ０７）。
【選択図】図２
【解決手段】電力制御システムは、同報送信された指標値を受信した１又は２以上の充放電要素の各々が指標値に基づいて自己の充放電電力を自律的に制御し、コントローラが、指標値に対する１又は２以上の充放電要素を含むグループ全体の応答として想定されるグループ全体の充放電電力の想定値を示すマップを用いて、グループ全体の充放電電力を制御する。マップ学習方法は、マップからグループ全体に対して要求される充放電電力の要求値ＰＴｉに対応する第１指標値を算出し（Ｓ０１）、第１指標値Ｓｉ+１を同報送信し（Ｓ０２）、第１指標値Ｓｉ+１に対するグループ全体の充放電電力の第１出力値Ｐｉ+１を計測し（Ｓ０３）、要求値ＰＴｉ及び第１出力値Ｐｉ+１を用いてマップを学習する（Ｓ０７）。
【選択図】図２
【特許請求の範囲】
【請求項1】
同報送信された指標値を受信した１又は２以上の充放電要素の各々が前記指標値に基づいて自己の充放電電力を自律的に制御し、コントローラが、前記指標値に対する前記１又は２以上の充放電要素を含むグループ全体の応答として想定される前記グループ全体の充放電電力の想定値を示すマップを用いて、前記グループ全体の充放電電力を制御する電力制御システムにおける、前記マップを学習するマップ学習方法であって、
前記マップから、前記グループ全体に対して要求される充放電電力の要求値に対応する第１指標値を算出し、
前記第１指標値を同報送信し、
前記第１指標値に対する前記グループ全体の充放電電力の第１出力値を計測し、
前記要求値及び前記第１出力値を用いて前記マップを学習する
マップ学習方法。
前記マップから、前記グループ全体に対して要求される充放電電力の要求値に対応する第１指標値を算出し、
前記第１指標値を同報送信し、
前記第１指標値に対する前記グループ全体の充放電電力の第１出力値を計測し、
前記要求値及び前記第１出力値を用いて前記マップを学習する
マップ学習方法。
【請求項2】
前記第１出力値が前記要求値よりも小さい場合、前記マップにおける前記第１指標値より小さい第１の範囲の電力増加率を小さくし、前記マップにおける前記第１指標値より大きい第２の範囲の電力増加率を大きくすることにより前記マップを学習する請求項１記載のマップ学習方法。
【請求項3】
前記第１出力値が前記要求値よりも小さく、前記第１指標値を同報送信する前の前記グループ全体の充放電電力の第２出力値が前記要求値よりも小さい場合、前記第２出力値に対応する前記マップ上の第２指標値から前記第１指標値までの前記マップの電力増加率を小さくし、前記第１指標値から前記指標値の最大値までの前記電力増加率を大きくすることにより前記マップを学習する請求項２記載のマップ学習方法。
【請求項4】
前記第１指標値から前記指標値の最大値までの前記電力増加率の平均値が閾値よりも大きい場合、前記指標値の最大値に対する前記想定値を小さくして、再度、前記マップを学習する請求項３記載のマップ学習方法。
【請求項5】
前記第１出力値が前記要求値よりも小さく、前記第１指標値を同報送信する前の前記グループ全体の充放電電力の第２出力値が前記要求値よりも大きい場合、前記指標値の最小値から前記第１指標値までの前記マップの電力増加率を小さくし、前記第１指標値から前記第２出力値に対応する前記マップ上の第２指標値までの前記電力増加率を大きくすることにより前記マップを学習する請求項２記載のマップ学習方法。
【請求項6】
前記第１出力値が前記要求値よりも大きい場合、前記マップにおける前記第１指標値より小さい第３の範囲の電力増加率を大きくし、前記マップにおける前記第１指標値より大きい第４の範囲の電力増加率を小さくすることにより前記マップを学習する請求項１記載のマップ学習方法。
【請求項7】
前記第１出力値が前記要求値よりも大きく、前記第１指標値を同報送信する前の前記グループ全体の充放電電力の第２出力値が前記要求値よりも小さい場合、前記第２出力値に対応する前記マップ上の第２指標値から前記第１指標値までの前記マップの電力増加率を大きくし、前記第１指標値から前記指標値の最大値までの前記電力増加率を小さくすることにより前記マップを学習する請求項１記載のマップ学習方法。
【請求項8】
前記第１出力値が前記要求値よりも大きく、前記第１指標値を同報送信する前の前記グループ全体の充放電電力の第２出力値が前記要求値よりも小さい場合、前記第２指標値から前記第１指標値までの前記マップの電力増加率を定数にする請求項７記載のマップ学習方法。
【請求項9】
前記第１出力値が前記要求値よりも大きく、前記第１指標値を同報送信する前の前記グループ全体の充放電電力の第２出力値が前記要求値よりも大きい場合、前記指標値の最小値から前記第１指標値までの前記マップの電力増加率を大きくし、前記第１指標値から前記第２出力値に対応する前記マップ上の第２指標値までの前記電力増加率を小さくすることにより前記マップを学習する請求項６記載のマップ学習方法。
【請求項10】
前記第１出力値が前記要求値よりも大きく、前記第１指標値を同報送信する前の前記グループ全体の充放電電力の第２出力値が前記要求値よりも大きい場合、前記指標値の最小値から前記第１指標値までの前記マップの電力増加率を定数にする請求項９記載のマップ学習方法。
【請求項11】
学習率ｋ（ｋは０～１の数）を乗じた学習前の前記マップに、１から前記学習率ｋを減じた値を乗じた学習後の前記マップを加算することにより、学習後の前記マップを修正する請求項１記載のマップ学習方法。
【請求項12】
地域、季節、月、平日／休日、曜日、又は時間帯区分に応じて異なる前記マップを学習する請求項１記載のマップ学習方法。
【請求項13】
同報送信された指標値を受信した１又は２以上の充放電要素の各々が前記指標値に基づいて自己の充放電電力を自律的に制御し、コントローラが、前記指標値に対する前記１又は２以上の充放電要素を含むグループ全体の応答として想定される前記グループ全体の充放電電力の想定値を示すマップを用いて、前記グループ全体の充放電電力を制御する電力制御システムにおける、前記マップを学習するマップ学習装置であって、
前記マップから、前記グループ全体に対して要求される充放電電力の要求値に対応する第１指標値を算出する指標値算出部と、
前記第１指標値を同報送信する同報送信部と、
前記第１指標値に対する前記グループ全体の充放電電力の第１出力値を計測する電力計測部と、
前記要求値及び前記第１出力値を用いて前記マップを学習するマップ学習部と、
を有するマップ学習装置。
前記マップから、前記グループ全体に対して要求される充放電電力の要求値に対応する第１指標値を算出する指標値算出部と、
前記第１指標値を同報送信する同報送信部と、
前記第１指標値に対する前記グループ全体の充放電電力の第１出力値を計測する電力計測部と、
前記要求値及び前記第１出力値を用いて前記マップを学習するマップ学習部と、
を有するマップ学習装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、マップ学習方法、及びマップ学習装置に関する。
【背景技術】
【0002】
特許文献１は、複数のパワーコンディショナと、これら複数のパワーコンディショナを管理する集中管理装置とを備える電力システムを開示する。集中管理装置は、調整対象電力を検出し、調整対象電力が目標電力となるように、複数のパワーコンディショナそれぞれの個別出力電力を制御するための指標を複数のパワーコンディショナへ送信する。複数のパワーコンディショナは、集中管理装置から送信された指標に基づき、制約付き最適化問題を解くことで自装置の個別目標電力を算出し、自装置の個別出力電力を制御する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】国際公開第２０１７／１５０３７６号
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１の集中管理装置は、目標電力と調整対象電力との差分電力を定数倍した値を現在の指標に加算することで指標を更新し、差分電力がゼロになるまで、指標の更新及び送信を繰り返す。このため、現在の指標と目標電力を満たす指標との差が大きい場合、指標を探索する時間が長くなり、制御応答性が低下してしまう。
【0005】
本発明の目的は、制御目標を満たす指標を探索する時間を削減して制御を高速化することにある。
【課題を解決するための手段】
【0006】
上述した課題を解決するために、本発明の一態様は、同報送信された指標値を受信した１又は２以上の充放電要素の各々が指標値に基づいて自己の充放電電力を自律的に制御し、コントローラが、指標値に対する１又は２以上の充放電要素を含むグループ全体の応答として想定されるグループ全体の充放電電力の想定値を示すマップを用いて、グループ全体の充放電電力を制御する電力制御システムにおけるマップ学習方法である。マップ学習方法は、マップからグループ全体に対して要求される充放電電力の要求値に対応する第１指標値を算出し、第１指標値を同報送信し、第１指標値に対するグループ全体の充放電電力の第１出力値を計測し、要求値及び第１出力値を用いてマップを学習する。
【発明の効果】
【0007】
本発明の一態様によれば、要求値を満たす指標を探索する時間を削減して制御を高速化することができる。
【図面の簡単な説明】
【0008】
【図2】図２は、第１乃至第３実施形態に係るマップ学習方法であって、（ａ）は図１のコントローラ１が行うマップ学習方法を示すフローチャートであり、（ｂ）は各電気自動車ＥＶが行う充放電制御方法を示すフローチャートである。
【図5B】図５Ｂは、図３及び図４に示すマップ学習ステップの説明を補助するための線グラフ（マップの一例）であって、出力電力（Ｐｉ＋１）が要求電力（ＰＴｉ）よりも小さい場合の学習例を示す図である（その１）。
【図5C】図５Ｃは、図３及び図４に示すマップ学習ステップの説明を補助するための線グラフ（マップの一例）であって、出力電力（Ｐｉ＋１）が要求電力（ＰＴｉ）よりも小さい場合の学習例を示す図である（その２）。
【発明を実施するための形態】
【0009】
（第１実施形態）
以下、図面を参照して、実施形態及びその変形例を説明する。図面の記載において同一部分には同一符号を付して説明を省略する。
以下、図面を参照して、実施形態及びその変形例を説明する。図面の記載において同一部分には同一符号を付して説明を省略する。
【0010】
図１を参照して、第１実施形態に係る電力制御システムを構成するコントローラ１（マップ学習装置の一例）及び電気自動車（ＥＶ１、ＥＶ２、ＥＶ３、・・・、以後纏めてＥＶと呼ぶ）の構成を説明する。電力制御システムは、コントローラ１が１又は２以上の電気自動車ＥＶへ指標値を示す信号を同報送信し、指標値を示す信号を受信した１又は２以上の電気自動車ＥＶの各々が指標値に基づいて自己の充放電電力を自律的に制御する自律分散型制御システムである。１又は２以上の電気自動車ＥＶは、１つのグループ２を形成している。
【0011】
電気自動車ＥＶの各々は、例えば、電気エネルギーを蓄えるバッテリ２２と、指標値に基づいてバッテリ２２の充放電電力を制御する電力調整装置２１とを備えている。電力調整装置２１は、例えば、バッテリ２２の現在のＳＯＣ（Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ：充電率）、充放電後の目標ＳＯＣ、及び充放電の開始予定時刻及び終了予定時刻を含む自己の状態を示す情報を取得する状態取得部２３と、コントローラ１が同報送信した指標値を受信する指標値受信部２７と、受信した指標値及び自己の状態に基づいて充放電電力の目標値を算出する充放電電力算出部２６と、算出した目標値に沿ってバッテリ２２の充放電電力を制御する出力制御部２５とを備えている。上記した電気自動車ＥＶの構成は一例であり、電気自動車ＥＶの各々は指標値に基づいて自己の充放電電力を自律分散的に制御する他の構成を有していても構わない。また、電気自動車ＥＶは、充放電要素の一例であって、充放電要素には、電気自動車ＥＶ以外にも、充電又は放電の少なくとも一方が可能な、あらゆる機器及び装置が含まれる。
【0012】
コントローラ１は、指標値に対するグループ２全体の応答として想定されるグループ２全体の充放電電力の想定値（以後、「想定電力」と呼ぶことがある）を示すマップを記憶するメモリ１５を有していてもよい。「想定電力」とは、具体的に、指標値をグループ２に含まれる電気自動車ＥＶに対して同報送信した時に、当該指標値を受信したグループ２内の電気自動車ＥＶの各々が充電又は放電する電力、すなわち出力する電力を合算した電力として想定される電力である。マップは、指標値と想定電力との相対関係を示すデータである。メモリ１５の代わりに、例えばクラウドサーバーのような他の記憶装置にマップを記憶してもよい。
【0013】
コントローラ１は、マップから、グループ２全体に対して要求される充放電電力の要求値（以後、「要求電力」と呼ぶことがある）に対応する指標値を算出する指標値算出部１２と、要求電力を計測する電力計測部１１と、算出した指標値を同報送信する同報送信部１３とを更に有する。同報送信する指標値は、マップ上の想定電力に要求電力を適用した時の指標値である。要求電力は、例えば電力系統３からグループ２全体に対して要求されるグループ２全体の充放電電力である。電力計測部１１は、要求電力の他に、同報送信した指標値に対するグループ２全体の応答であるグループ２全体の充放電電力の出力値（以後、「出力電力」と呼ぶことがある）も計測する。「出力電力」とは、具体的に、指標値を受信したグループ２内の電気自動車ＥＶの各々が実際に充電又は放電した電力、すなわち出力した電力を合算した電力である。出力電力は、電力計測部１１を介して、電力系統３へ出力される。つまり、グループ２全体で放電した場合、グループ２全体の放電電力量は、グループ２から電力系統３へ供給される。一方、グループ２全体で充電した場合、グループ２全体の充電電力量は、電力系統３からグループ２へ供給される。
【0014】
電力系統３には、スマートグリッド、スマートコミュニティ、及び、事業所や工場などの限られた範囲でエネルギー供給源から末端消費部分を通信網で管理するマイクログリッド、及びｘＥＭＳ、ＥｎＭＳ、ＥＭＳなどのエネルギー管理システム（Energy Management System）が含まれる。ｘＥＭＳには、ＢＥＭＳ（ビルエネルギー管理システム）、ＨＥＭＳ（ホームエネルギー管理システム）、ＭＥＭＳ（マンションエネルギー管理システム）、ＦＥＭＳ（工場エネルギー管理システム）、及びＣＥＭＳ（地域エネルギー管理システム）が含まれる。
【0015】
コントローラ１は、マップを用いてグループ２全体の充放電電力を制御する。具体的に、コントローラ１は、要求電力を満たす指標値をマップ上で探索する。例えば、コントローラ１は、要求電力と出力電力との差分電力を定数倍した値を、前回同報送信した指標値に加算することにより指標値を更新し、更新後の指標値を同報送信する。コントローラ１は、差分電力がゼロになる、つまり、要求電力と出力電力が一致するまで、上記した指標値の更新及び指標値の同報送信を交互に繰り返し行うことにより、要求電力を満たす指標値をマップ上で探索する。詳細は、国際公開第２０１７／１５０３７６号の開示を援用可能である。
【0016】
コントローラ１は、要求電力及び出力電力を用いてマップを学習するマップ学習部１４を更に有する。第１実施形態において、マップ学習部１４による具体的な学習方法は、特に問わず、グループ２全体の電力制御の応答性を向上させるための種々の方法を用いることができる。具体的に、マップ学習部１４は、マップの想定電力（＝要求電力）が実際の出力電力に近づくようにマップを補正することにより学習する。例えば、複数の異なる指標値を同報送信して指標値の各々に対する出力電力を計測し、これらの計測値の近似曲線を求めてもよい。一方、第２及び第３実施形態において、具体的な学習方法を特定した実施形態を説明する。
【0017】
図２を参照して、図１のコントローラ１が行うマップ学習方法、及び各電気自動車ＥＶの電力調整装置２１が行う充放電制御方法を説明する。図２に示すフローチャートは、予め定めた学習周期で繰り返し実行されてもよい。ステップＳ０１において、電力計測部１１は、現在の出力電力（Ｐｉ）、及び要求電力（ＰＴｉ）を計測する。コントローラ１は、現在の指標値（Ｓｉ）を示す情報を取得する。なお、現在の指標値（Ｓｉ）とは、前回の制御周期（ｉ）のステップＳ０２で算出され、ステップＳ０３で同報送信された指標値に相当する。現在の出力電力（Ｐｉ）は、前回の制御周期（ｉ）のステップＳ０６で計測された出力電力に相当する。
【0018】
ステップＳ０２に進み、指標値算出部１２は、マップ（Ｍｉ）から、要求電力（ＰＴｉ）に対応する指標値（Ｓｉ+１）を算出する。ステップＳ０３に進み、同報送信部１３は、算出した指標値（Ｓｉ+１）を示す信号をグループ２に属する全ての電気自動車ＥＶに対して同報送信する。
【0019】
ステップＳ０４に進み、各電気自動車ＥＶの指標値受信部２７は、同報送信された指標値（Ｓｉ+１）を示す信号を受信する。ステップＳ０５に進み、各電気自動車ＥＶの電力調整装置２１は、指標値（Ｓｉ+１）に基づいて自己の充放電電力を自律的に制御する。具体的には、状態取得部２３が自己の状態を示す情報を取得し、充放電電力算出部２６が指標値及び自己の状態を用いた最適化問題に基づいて自己の充放電電力の目標値を算出する。そして、出力制御部２５が、算出した目標値に沿ってバッテリ２２の充放電電力を制御する。各電気自動車ＥＶの充放電制御の詳細は、国際公開第２０１７／１５０３７６号の個別出力電力の制御を援用可能である。
【0020】
ステップＳ０６に進み、コントローラ１の電力計測部１１は、ステップＳ０３で同報送信した指標値（Ｓｉ+１）に対するグループ２全体の応答である出力電力（Ｐｉ+１）を計測する。ステップＳ０７に進み、マップ学習部１４は、要求電力（ＰＴｉ）及び出力電力（Ｐｉ+１）を用いてマップ（Ｍｉ）を学習して、学習後のマップ（Ｍｉ+１）をメモリ１５に記憶する。
【0021】
マップ学習部１４が、要求電力及び出力電力を用いてマップを学習することにより、マップの精度が向上する。すなわち、マップ（Ｍ）の想定電力と実際の出力電力（Ｐ）の誤差を小さくすることができる。よって、コントローラ１が学習後のマップを用いてグループ２全体の充放電電力を制御することにより、要求電力を満たす指標値を探索する時間が短くなり、コントローラ１はグループ２全体の充放電電力を応答性良く制御することができる。これにより、１又は２以上の電気自動車ＥＶへ指標値を同報送信し、指標値を受信した電気自動車ＥＶの各々が自己の充放電電力を自律的に制御する電力制御システムにおけるグループ２全体の電力制御が高速化する。
【0022】
（変形例１）
グループ２に属する電気自動車ＥＶの台数及びＳＯＣ等の電気自動車ＥＶの状態は、地域、季節、月、平日／休日、曜日、及び時間帯区分を含む変動要素に応じて異なる一方、これらの変動要素が一致すれば、電気自動車ＥＶの台数や状態は、同じ傾向を示すことがある。例えば、電力系統３が職場やショッピングモールなどの限られた範囲でエネルギー供給源から末端消費部分までを通信網で管理するマイクログリッドである場合、平日／休日に応じて、グループ２に属する電気自動車ＥＶの台数が大きく異なることが想定される。一方で、平日であれば、曜日が異なっても同じ傾向を示すことも想定される。このように、指標値が同じであっても、地域、季節、月、平日／休日、曜日、又は時間帯区分に応じて、グループ２全体の出力電力も異なる。
グループ２に属する電気自動車ＥＶの台数及びＳＯＣ等の電気自動車ＥＶの状態は、地域、季節、月、平日／休日、曜日、及び時間帯区分を含む変動要素に応じて異なる一方、これらの変動要素が一致すれば、電気自動車ＥＶの台数や状態は、同じ傾向を示すことがある。例えば、電力系統３が職場やショッピングモールなどの限られた範囲でエネルギー供給源から末端消費部分までを通信網で管理するマイクログリッドである場合、平日／休日に応じて、グループ２に属する電気自動車ＥＶの台数が大きく異なることが想定される。一方で、平日であれば、曜日が異なっても同じ傾向を示すことも想定される。このように、指標値が同じであっても、地域、季節、月、平日／休日、曜日、又は時間帯区分に応じて、グループ２全体の出力電力も異なる。
【0023】
そこで、マップ学習部１４は、地域、季節、月、平日／休日、曜日、又は時間帯区分に応じて異なるマップを学習しても構わない。さらに、２以上の変動要素（地域、季節、月、平日／休日、曜日、又は時間帯区分）を組み合わせて、異なるマップを学習してもよい。これにより、共通する１つのマップを用いて電力制御を行う場合に比べて、要求電力に対応する指標値を探索する時間が短くなり、コントローラ１はグループ２全体の充放電電力を応答性良く制御することができる。例えば、日本用／北米用／欧州用マップ、春用／夏用／秋用／冬用マップ、平日用／休日用マップ、通勤時間帯用／業務時間帯用マップ、等を予め別々に用意して学習することができる。また、決まった時刻にグループ２に属する電気自動車ＥＶ、決まった時刻に移動する電気自動車ＥＶ、優先順位が固定されている複数の電気自動車ＥＶ、等のグループ２に属する特定の車両が有する個別具体的な事情があれば、当該事情に応じて個別にマップを作成しても構わない。
【0024】
（第２実施形態）
第２及び第３実施形態において、図２のステップＳ０７（マップ学習ステップ）の詳細な手順を特定した実施形態を説明する。図３及び図４は、第２及び第３実施形態に係るマップ学習方法であって、図２のステップＳ０７に示すマップ学習ステップの具体的な手順の一例を示すフローチャートである。第２及び第３実施形態において、コントローラ１の構成及び各電気自動車ＥＶの構成は図１に示したそれらと同じであり、マップ学習方法の全体構成及び各電気自動車ＥＶが行う充放電制御方法は図２に示したそれらと同じである。
第２及び第３実施形態において、図２のステップＳ０７（マップ学習ステップ）の詳細な手順を特定した実施形態を説明する。図３及び図４は、第２及び第３実施形態に係るマップ学習方法であって、図２のステップＳ０７に示すマップ学習ステップの具体的な手順の一例を示すフローチャートである。第２及び第３実施形態において、コントローラ１の構成及び各電気自動車ＥＶの構成は図１に示したそれらと同じであり、マップ学習方法の全体構成及び各電気自動車ＥＶが行う充放電制御方法は図２に示したそれらと同じである。
【0025】
第２実施形態では、図３、図４、図５Ａ、図５Ｂを参照して、想定よりも出力電力が小さいため指標値を大きくする方向へ探索する場合のマップ学習方法を示す。図５Ａは、マップ（Ｍｉ）の一例としての線グラフを示す。横軸は指標値（Ｓ）を示し、縦軸は想定電力を示す。マップ上の想定電力に要求電力（ＰＴｉ）を当てはめることにより、対応する指標値（Ｓｉ+１）を算出することができる。なお、マップには、指標値の最小値（Ｓｍｉｎ）及び最大値（Ｓｍａｘ）が設定され、想定電力の最小値及び最大値（Ｐｍａｘ）がそれぞれ対応している。図５Ａでは、マップ（Ｍｉ）の一例として、指標値及び想定電力の最小値と最大値の間を、曲線又は直線からなる線分で結ぶ線グラフを示すが、マップは他の形態であっても構わない。
【0026】
マップ学習部１４は、図３及び図４に示す各ステップを実行する。まず、ステップＳ７０１において、ステップＳ０１で計測した要求電力（ＰＴｉ）が、同じステップＳ０１で計測した現在の出力電力（Ｐｉ）よりも大きいか否かを判断する。図５Ａは、ステップＳ７０１でＹＥＳの場合を示す。ステップＳ７０１でＹＥＳの場合、ステップＳ７０２へ進み、ステップＳ０６で計測した出力電力（Ｐｉ+１）がステップＳ０１で計測した要求電力（ＰＴｉ）よりも大きいか否かを判断する。図５Ｂは、出力電力（Ｐｉ+１）が要求電力（ＰＴｉ）よりも小さい場合を示す。ステップＳ７０２でＮＯの場合、マップの想定よりも出力電力（Ｐｉ+１）が小さいため、コントローラ１は、指標値を大きくする方向へ探索することになる。この場合、ステップＳ７０３へ進み、マップ学習部１４は、図５Ｂに示すように、マップ（Ｍｉ）における指標値（Ｓｉ+１）より小さい第１の範囲の電力増加率を小さくし、マップ（Ｍｉ）における指標値（Ｓｉ+１）より大きい第２の範囲の電力増加率を大きくすることによりマップ（Ｍｉ）を学習する。当該マップ学習により、要求電力（ＰＴｉ）に対応する指標値を大きくすることができる。よって、指標値を大きくする方向へ探索する時間が短くなり、制御が高速化する。
【0027】
より詳細には、マップ学習部１４は、ステップＳ０３で指標値（Ｓｉ+１）を同報送信する前の出力電力（Ｐｉ）に対応するマップ上の指標値（Ｓｉ）から指標値（Ｓｉ+１）までのマップ（Ｍｉ）の電力増加率（微分値）すなわち線グラフの傾きを小さくし、指標値（Ｓｉ+１）から指標値の最大値（Ｓｍａｘ）までの電力増加率を大きくする。この時、指標値（Ｓｉ）から指標値（Ｓｉ+１）までの電力増加率を一律に小さくしてもよい。指標値（Ｓｉ+１）から指標値の最大値（Ｓｍａｘ）までの電力増加率を一律に大きくしてもよい。マップ（Ｍｉ）上の指標値（Ｓｉ+１）に対応する想定電力を出力電力（Ｐｉ+１）と一致させてもよい。マップ（Ｍｉ）上の指標値（Ｓｉ）及び指標値の最大値（Ｓｍａｘ）に対応する各想定電力は変更しなくてもよい。指標値（Ｓｉ）及び指標値（Ｓｉ+１）において電力増加率を連続させてもよい。ステップＳ７０３により、図５Ｂに示す学習後のマップ（Ｍｉ+１）が得られる。
【0028】
図５Ｂに示す学習後のマップ（Ｍｉ+１）によれば、要求電力（ＰＴｉ）に対応する指標値として、指標値（Ｓｉ+１）よりも大きな指標値（Ｓｉ+２）を算出することができるようになる。よって、指標値を大きくする方向へ探索する時間が短くなり、制御が高速化する。
【0029】
ステップＳ７０４に進み、マップ学習部１４は、図５Ｂに示すように、指標値（Ｓｉ+１）から指標値の最大値（Ｓｍａｘ）までの電力増加率の平均値３２ａが閾値よりも大きいか否かを判断する。閾値は、マップ（Ｍｉ）における電力増加率（傾き）の最大値βを基準に設定される。電力増加率（傾き）が大きい程、より高い密度の電気自動車ＥＶの存在を示している。例えば、最大値βの１．２倍の値を閾値とすることにより、指標値（Ｓｉ+１）から指標値の最大値（Ｓｍａｘ）までの間に、電気自動車ＥＶの最大密度の１．２倍より多い電気自動車ＥＶを想定しているか否かを判断できる。ステップＳ７０４でＹＥＳの場合、指標値の最大値（Ｓｍａｘ）に対する想定電力の最大値（Ｐ’ｍａｘ）を電気自動車ＥＶ１台分の電力だけ小さくして、ステップＳ７０３に戻り、再度、マップ（Ｍｉ+１）を学習する。図５Ｃに示すように、マップ学習部１４は、指標値（Ｓｉ+１）から指標値の最大値（Ｓｍａｘ）までの電力増加率の平均値３２ｂが閾値以下になるまで、ステップＳ７０３～Ｓ７０５を繰り返し実施する。ステップＳ７０４及びＳ７０５によれば、マップの電力増加率（傾き）を電気自動車ＥＶの最大密度の想定内に収めることができる。よって、指標値を大きくする方向へ探索する時の探索時間がさらに短くなり、グループ２全体の電力制御が高速化する。ステップＳ７０４でＮＯの場合、ステップＳ７０９に進む。
【0030】
なお、ステップＳ７０３の後に、ステップＳ７０４及びステップＳ７０５を実施する例を示したが、ステップＳ７０４及びステップＳ７０５を実施せずに、ステップＳ７０９へ進んでも構わない。
【0031】
ステップＳ７０９において、マップ学習部１４は、学習率ｋ（ｋは０～１の数）を乗じた学習前のマップ（Ｍｉ）に、１から学習率ｋを減じた値を乗じた学習後のマップ（Ｍｉ+１）を加算することにより、学習後のマップ（Ｍｉ+１）を修正する。図２の学習サイクルにおいて、学習前のマップ（Ｍｉ）全体を学習後のマップ（Ｍｉ+１）で置換した場合、イベントなどが開催され、通常よりも多くの電力が消費された特殊な日の後の制御が低速化する恐れがある。そこで、学習率（ｋ）を用いて、学習前のマップ（Ｍｉ）と学習後のマップ（Ｍｉ+１）とを合成することにより、特殊な日によるノイズの影響を除去しつつマップを学習することができる。また、変形例１に述べたように複数のマップを個別に学習する場合、マップごとに学習率ｋを変更してもよい。
【0032】
一方、ステップＳ７０１でＮＯの場合、図４のＳ７１０へ進み、ステップＳ７０２と同様にして、ステップＳ０６で計測した出力電力（Ｐｉ+１）がステップＳ０１で計測した要求電力（ＰＴｉ）よりも大きいか否かを判断する。ステップＳ７１０でＮＯの場合、マップの想定よりも出力電力（Ｐｉ+１）が小さいため、コントローラ１は、指標値を大きくする方向へ探索することになる。この場合、ステップＳ７１１へ進み、ステップＳ７０３と同様にして、マップ学習部１４は、マップ（Ｍｉ）における指標値（Ｓｉ+１）より小さい第１の範囲の電力増加率を小さくし、マップ（Ｍｉ）における指標値（Ｓｉ+１）より大きい第２の範囲の電力増加率を大きくすることによりマップ（Ｍｉ）を学習する。当該マップ学習により、要求電力（ＰＴｉ）に対応する指標値を大きくすることができる。よって、指標値を大きくする方向へ探索する時間が短くなり、制御が高速化する。
【0033】
より詳細には、マップ学習部１４は、指標値の最小値（Ｓｍｉｎ）から指標値（Ｓｉ+１）までのマップ（Ｍｉ）の電力増加率を小さくし、指標値（Ｓｉ+１）からステップＳ０３で指標値（Ｓｉ+１）を同報送信する前の出力電力（Ｐｉ）に対応するマップ上の指標値（Ｓｉ）までの電力増加率を大きくする。この時、最小値（Ｓｍｉｎ）から指標値（Ｓｉ+１）までの電力増加率を一律に小さくしてもよい。指標値（Ｓｉ+１）から指標値（Ｓｉ）までの電力増加率を一律に大きくしてもよい。マップ上の指標値（Ｓｉ+１）に対応する想定電力を出力電力（Ｐｉ+１）と一致させてもよい。マップ上の最小値（Ｓｍｉｎ）及び指標値（Ｓｉ）に対応する各想定電力は変更しなくてもよい。指標値（Ｓｉ）及び指標値（Ｓｉ+１）において電力増加率を連続させてもよい。ステップＳ７１１により、学習後のマップ（Ｍｉ+１）が得られる。ステップＳ７１１の後、処理は図３のステップＳ７０９へ進む。
【0034】
ステップＳ７１１で学習した後のマップ（Ｍｉ+１）によれば、要求電力（ＰＴｉ）に対応する指標値として、指標値（Ｓｉ+１）よりも大きな指標値を算出することができるようになる。よって、指標値を大きくする方向へ探索する時間が短くなり、制御が高速化する。
【0035】
（第３実施形態）
第３実施形態では、図３、図４、図６Ａ、及び図６Ｂを参照して、想定よりも出力電力が大きいため指標値を小さくする方向へ探索する場合のマップ学習方法を示す。出力電力（Ｐｉ+１）が要求電力（ＰＴｉ）よりも大きい場合、電力系統３に対する過放電又は過充電が発生し、商用電源の周波数低下、逆潮流、システム不具合、等、電力系統３に対して様々な影響を与えてしまうため、コントローラ１は、電力系統３に対する過放電又は過充電を直ちに解消する必要がある。
第３実施形態では、図３、図４、図６Ａ、及び図６Ｂを参照して、想定よりも出力電力が大きいため指標値を小さくする方向へ探索する場合のマップ学習方法を示す。出力電力（Ｐｉ+１）が要求電力（ＰＴｉ）よりも大きい場合、電力系統３に対する過放電又は過充電が発生し、商用電源の周波数低下、逆潮流、システム不具合、等、電力系統３に対して様々な影響を与えてしまうため、コントローラ１は、電力系統３に対する過放電又は過充電を直ちに解消する必要がある。
【0036】
図６Ａは、図３のステップＳ７０２でＹＥＳの場合、すなわち、出力電力（Ｐｉ+１）が要求電力（ＰＴｉ）よりも大きい場合を示す。この場合、マップ（Ｍｉ）の想定よりも出力電力（Ｐｉ+１）が大きいため、コントローラ１は、指標値を小さくする方向へ探索することになる。ステップＳ７０６へ進み、マップ学習部１４は、図６Ａに示すように、マップ（Ｍｉ）における指標値（Ｓｉ+１）より小さい第３の範囲の電力増加率を大きくし、マップ（Ｍｉ）における指標値（Ｓｉ+１）より大きい第４の範囲の電力増加率を小さくすることによりマップ（Ｍｉ）を学習する。当該マップ学習により、要求電力（ＰＴｉ）に対応する指標値を小さくすることができる。よって、指標値を小さくする方向へ探索する時間が短くなり、制御が高速化する。電力系統３に対する過放電又は過充電を直ちに解消することができる。
【0037】
より詳細には、マップ学習部１４は、ステップＳ０３で指標値（Ｓｉ+１）を同報送信する前の出力電力（Ｐｉ）に対応するマップ（Ｍｉ）上の指標値（Ｓｉ）から指標値（Ｓｉ+１）までのマップ（Ｍｉ）の電力増加率を大きくし、指標値（Ｓｉ+１）から指標値の最大値（Ｓｍａｘ）までの電力増加率を小さくする。この時、指標値（Ｓｉ）から指標値（Ｓｉ+１）までの電力増加率を一律に大きくしてもよい。指標値（Ｓｉ+１）から指標値の最大値（Ｓｍａｘ）までの電力増加率を一律に小さくしてもよい。マップ（Ｍｉ）上の指標値（Ｓｉ+１）に対応する想定電力を出力電力（Ｐｉ+１）と一致させてもよい。マップ（Ｍｉ）上の指標値（Ｓｉ）及び指標値の最大値（Ｓｍａｘ）に対応する各想定電力は変更しなくてもよい。指標値（Ｓｉ）及び指標値（Ｓｉ+１）において電力増加率を連続させてもよい。ステップＳ７０６により、図６Ａに示す学習後のマップ（Ｍｉ+１）が得られる。
【0038】
図６Ａの学習後のマップ（Ｍｉ+１）によれば、要求電力（ＰＴｉ）に対応する指標値として、指標値（Ｓｉ+１）よりも小さな指標値（Ｓｉ+２）を算出することができるようになる。よって、指標値を小さくする方向へ探索する時間が短くなり、制御が高速化する。電力系統３に対する過放電又は過充電を直ちに解消することができる。
【0039】
ステップＳ７０７に進み、出力電力（Ｐｉ+１）が要求電力（ＰＴｉ）よりも大きい場合に損失が発生するか否かを判断する。出力電力（Ｐｉ+１）が要求電力（ＰＴｉ）よりも大きい場合とは、具体的には、電力系統３に対して、過放電又は過充電が発生している場合であり、直ちに過放電又は過充電を解消するため、指標値を早急に下げる必要がある。そこで、ステップＳ７０７において、過放電又は過充電により損失が発生しているか否かを判断する。損失が発生している場合（ステップＳ７０７でＹＥＳ）、ステップＳ７０８に進み、損失が発生していない場合（ステップＳ７０７でＮＯ）、ステップＳ７０８をスキップして、ステップＳ７０９へ進む。
【0040】
ステップＳ７０８において、図６Ｂに示すように、ステップＳ０３で指標値（Ｓｉ+１）を同報送信する前の出力電力（Ｐｉ）に対応するマップ（Ｍｉ+１）上の指標値（Ｓｉ）から指標値（Ｓｉ+１）までのマップ（Ｍｉ）の電力増加率を定数とする。ステップＳ７０８により、図６Ｂに示す学習後のマップ（Ｍ’ｉ+１）が得られる。図６Ｂの学習後のマップ（Ｍ’ｉ+１）によれば、マップ（Ｍ’ｉ+１）に比べて、指標値（Ｓｉ+２）を更に小さくすることができる。よって、指標値を小さくする方向へ探索する時間が短くなり、制御が高速化する。電力系統３に対する過放電状態又は過充電状態を直ちに解消することができる。
【0041】
なお、ステップＳ７０６の後に、ステップＳ７０７又はステップＳ７０７及びステップＳ７０８を実施せずに、ステップＳ７０９へ直接進んでも構わない。或いは、ステップＳ７０６の後に、Ｓ７０７で損失の有無を判断せずに、ステップＳ７０８へ直接進んでも構わない。
【0042】
一方、図４のステップＳ７１０でＹＥＳの場合、すなわち、ステップＳ０６で計測した出力電力（Ｐｉ+１）がステップＳ０１で計測した要求電力（ＰＴｉ）よりも大きい場合、コントローラ１は、指標値を小さくする方向へ探索することになる。この場合、ステップＳ７１２へ進み、マップ学習部１４は、マップ（Ｍｉ）における指標値（Ｓｉ+１）より小さい第３の範囲の電力増加率を大きくし、マップ（Ｍｉ）における指標値（Ｓｉ+１）より大きい第４の範囲の電力増加率を小さくすることによりマップ（Ｍｉ）を学習する。当該マップ学習により、要求電力（ＰＴｉ）に対応する指標値を小さくすることができる。よって、指標値を小さくする方向へ探索する時間が短くなり、制御が高速化する。電力系統３に対する過放電又は過充電を直ちに解消することができる。
【0043】
より詳細には、マップ学習部１４は、指標値の最小値（Ｓｍｉｎ）から指標値（Ｓｉ+１）までのマップ（Ｍｉ）の電力増加率を大きくし、指標値（Ｓｉ+１）からステップＳ０３で指標値（Ｓｉ+１）を同報送信する前の出力電力（Ｐｉ）に対応するマップ（Ｍｉ）上の指標値（Ｓｉ）までの電力増加率を小さくする。この時、指標値の最小値（Ｓｍｉｎ）から指標値（Ｓｉ+１）までの電力増加率を一律に大きくしてもよい。指標値（Ｓｉ+１）から指標値（Ｓｉ）までの電力増加率を一律に小さくしてもよい。マップ（Ｍｉ）上の指標値（Ｓｉ+１）に対応する想定電力を出力電力（Ｐｉ+１）と一致させてもよい。指標値（Ｓｉ）及び指標値（Ｓｉ+１）において電力増加率を連続させてもよい。ステップＳ７１２により、学習後のマップ（Ｍｉ+１）が得られる。
【0044】
ステップＳ７１２で学習した後のマップ（Ｍｉ+１）によれば、要求電力（ＰＴｉ）に対応する指標値として、指標値（Ｓｉ+１）よりも小さな指標値を算出することができるようになる。よって、指標値を小さくする方向へ探索する時間が短くなり、制御が高速化する。電力系統３に対する過放電又は過充電を直ちに解消することができる。
【0045】
ステップＳ７１３に進み、ステップＳ７０７と同様にして、出力電力（Ｐｉ+１）が要求電力（ＰＴｉ）よりも大きい場合に損失が発生するか否かを判断する。損失が発生している場合（ステップＳ７１３でＹＥＳ）、ステップＳ７１４に進み、損失が発生していない場合（ステップＳ７１３でＮＯ）、ステップＳ７１４をスキップして、図３のステップＳ７０９へ進む。
【0046】
ステップＳ７１４において、指標値の最小値（Ｓｍｉｎ）から指標値（Ｓｉ+１）までのマップ（Ｍｉ+１）の電力増加率を定数とする。ステップＳ７１４により、学習後のマップ（Ｍ’ｉ+１）が得られる。ステップＳ７０８によるマップ（Ｍ’ｉ+１）によれば、ステップＳ７１２によるマップ（Ｍｉ+１）に比べて、指標値（Ｓｉ+２）を更に小さくすることができる。よって、指標値を小さくする方向へ探索する時間が短くなり、制御が高速化する。電力系統３に対する過放電状態又は過充電状態を直ちに解消することができる。
【0047】
コントローラ１は、ＣＰＵ（中央処理装置）、メモリ１５、及び入出力部を備えるマイクロコンピュータを用いて実現可能である。マイクロコンピュータをコントローラ１として機能させるためのコンピュータプログラム（マップ学習プログラム）を、マイクロコンピュータにインストールして実行する。これにより、マイクロコンピュータは、コントローラ１が備える複数の情報処理部（１１～１４）として機能する。ソフトウェアによってコントローラ１を実現する代わりに、各情報処理を実行するための専用のハードウェアを用意してもよい。専用のハードウェアには、上記した実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や従来型の回路部品のような装置が含まれる。また、複数の情報処理部（１１～１４）を個別のハードウェアにより構成してもよい。
【0048】
なお、上述の実施形態は本発明の一例である。このため、本発明は、上述の実施形態に限定されることはなく、この実施形態以外の形態であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計などに応じて種々の変更が可能であることは勿論である。
【符号の説明】
【0049】
１ コントローラ（マップ学習装置）
２ グループ
３ 電力系統
１１ 電力計測部
１２ 指標値算出部
１３ 同報送信部
１４ マップ学習部
ＥＶ１，ＥＶ２、ＥＶ３、・・・、ＥＶ 電気自動車（充放電要素）
ＰＴｉ 要求電力（要求値）
Ｐｉ 出力電力（第２出力値）
Ｐｉ+１ 出力電力（第１出力値）
Ｓｉ+１ 指標値（第１指標値）
Ｓｍａｘ 指標値の最大値
Ｓｍｉｎ 指標値の最小値
２ グループ
３ 電力系統
１１ 電力計測部
１２ 指標値算出部
１３ 同報送信部
１４ マップ学習部
ＥＶ１，ＥＶ２、ＥＶ３、・・・、ＥＶ 電気自動車（充放電要素）
ＰＴｉ 要求電力（要求値）
Ｐｉ 出力電力（第２出力値）
Ｐｉ+１ 出力電力（第１出力値）
Ｓｉ+１ 指標値（第１指標値）
Ｓｍａｘ 指標値の最大値
Ｓｍｉｎ 指標値の最小値
【図1】
【図2】
【図3】
【図4】
【図5A】
【図5B】
【図5C】
【図6A】
【図6B】