DEIM Forum 2017 E4-2 EV DB GPS

Size: px

Start display at page:

Download "DEIM Forum 2017 E4-2 EV DB GPS"

ふみないのら
5 years ago
Views:

1 DEIM Forum 2017 E4-2 EV DB GPS {uemura-toshiaki-xh,kawanuma-daiki-yx,isobe-kota-py,saito-yusuke-gb}@ynu.jp, tommy@ynu.ac.jp EV EV ECOLOG(Energy COonsumption LOG) GPS GPS GPS EV [1] (EV) [2]EV EV EV EV V2X(Vehicle to X) V2X 1 EV V2B(Vehicle to Building) V2B EV EV EV EV V2B EV ECOLOG ECOLOG [3] EV EV [4] ECOLOG GPS EV ECOLOG GPS EV EV GPS EV GPS GPS GPS GPS ECOLOG EV V2X EV LEAF 2430kWh 280km [5] EV Well-to-Wheel

2 [6], [7] Kempton V2G (Vehicle to Grid) [8], [9]Jansen V2G V2G [10] EV [11] LEAF to Home [12] V2H V2X EV EV Zhang [13]Martinez EV [14] EV [15], [16] 2. 2 IC GPS Manzoni [17] [18] [19]Ito EV [20] REXEV ( EV) PHEV ( EV) Styler REXEV [21] Karbowski PHEV [22]Kurtulus EV HV ( ) [23] GPS [24] [25] 2. 3 Controller Area Network CAN (Electronic Control Unit:ECU) Robert Bosch (ISO11898 [26] ISO11519 [27]) CAN T-Connect [28] [29] [30] CAN CAN OBD:On Board Diagnosis CAN CAN ICV EV () [31]

ᴗᡤ*䛾 ኪ䞉 Ꮿ 䛩䜛EV䛸㟁ຊṧ㔞䛩䜛EV䛸㟁ຊṧ㔞㢼ຊ 㟁 ኴ㝧ග 㟁䛩䜛EV䛸㟁ຊṧ㔞㟁 ᆅᇦ䝺䝧䝹䛷䜟䜜䜛䝇䝬䞊䝖䜾䝸䝑䝗䜶䝛䝹䜼䞊䛾ὶ䜜 ᚋ 䛡䛷 ᦚ 䛧䛯䝉䞁䝃䞉 ᴗᡤ 䝻䜾䜢㞟䛧䛯䝕䞊䝍䝧䞊䝇䝕䞊䝍䛾 ṇ䞉䜽䝺䞁䝆䞁䜾 EV䜶䝛䝹䜼䞊 ᾘ 䝰䝕䝹 ሗ叏ὶ䜜ど呍᥎ᐃ 䛩䜛EV䛸㟁ຊṧ㔞吒呉同呍ィ ᴗᡤ䛻Ṇ䜎䛳䛶䛔䜛 EV n 䛾㟁ຊṧ㔞䜶䜰䝁䞁

EV との間でる意思決定者が EV から給電できる電力を事前に把握すること電力の充放電が可能となる各マイクログリッドでは EV を用ができるいて電力ピークの制御や再生可能エネルギーの安定化を行う 3. ECOLOG システム事業所においても同様に通勤で集まる数台数十台の EV との V2B や事業所に設置された太陽光発電などでマイクログリッド 3.

事業所が新たにマイクログリッドの構す本システムは以下のような機能によって構築される 1 既存の自動車にあとづけで設置した簡易なセンサで自動車走行ログを収集する 2 走行ログに対し EV エネルギー消費モデル (EV モデル) を適用して瞬間の消費電力を推定する築を検討する場合を考える事業所の意思決定者は導入の目 3 これらのデータに対して効果的な検索と演算を可能

への置換え効果や地点別時点別の消費エネルギーを提示する 5 事業所に対して V2B による効果を提示する自動車から取得したライフログを用いて EV に置き換えた場合本章では EV の消費エネルギー推定モデルについて説明するの消費エネルギーを推定し図 1 のようなスマートグリッドの 3.

はガソリン自動される EV の総消費エネルギーの推定精度が重要である車 (ICV) や HV に比べて内部構造が簡易であるため走行のたこのシナリオには電力売買の精度やプライバシー保護の問題めに消費される電力エネルギーはセンサから取得される速度など多岐に渡り詳細に検討すべき事項は存在するこれらは別加速度から推定可能である ECOLOG システムにおける消費の課題とし

3 ᴗᡤ*䛾 ኪ䞉 Ꮿ 䛩䜛EV䛸㟁ຊṧ㔞䛩䜛EV䛸㟁ຊṧ㔞㢼ຊ 㟁 ኴ㝧ග 㟁䛩䜛EV䛸㟁ຊṧ㔞㟁 ᆅᇦ䝺䝧䝹䛷䜟䜜䜛䝇䝬䞊䝖䜾䝸䝑䝗䜶䝛䝹䜼䞊䛾ὶ䜜 ᚋ 䛡䛷 ᦚ 䛧䛯䝉䞁䝃䞉 ᴗᡤ 䝻䜾䜢㞟䛧䛯䝕䞊䝍䝧䞊䝇䝕䞊䝍䛾 ṇ䞉䜽䝺䞁䝆䞁䜾 EV䜶䝛䝹䜼䞊 ᾘ 䝰䝕䝹 ሗ叏ὶ䜜ど呍᥎ᐃ 䛩䜛EV䛸㟁ຊṧ㔞吒呉同呍ィ ᴗᡤ䛻Ṇ䜎䛳䛶䛔䜛 EV n 䛾㟁ຊṧ㔞䜶䜰䝁䞁 ᾘ 䝰䝕䝹 ECOLOG䝔䞊䝤䝹 ಶ 䝴䞊䝄䠄䝗䝷䜲䝞䞊䠅㐠䜚䜚 s 䛘 ᯝ ᨺ㟁 Energy COnsumption LOG 䝅䝇䝔䝮 ᴗ sϯ 䛾 ᯝ ウ s 䛘 ᯝ 図 2 ECOLOG システムの全体像 * 䠈ᙺᡤ䠈Ꮫ 䠈㝔䠈ᕤሙ䠈 ሙ䛺䛹図 1 想定環境概略を行うことができる事業所においては V2B の導入を検討す各家庭には V2H が備わっており駐車している EV との間でる意思決定者が EV から給電できる電力を事前に把握すること電力の充放電が可能となる各マイクログリッドでは EV を用ができるいて電力ピークの制御や再生可能エネルギーの安定化を行う 3. ECOLOG システム事業所においても同様に通勤で集まる数台数十台の EV との V2B や事業所に設置された太陽光発電などでマイクログリッド 3. 1 ECOLOG システムの概要が構成される再生可能エネルギーや V2B で供給された電力本研究で開発した ECOLOG システムの全体像を図 2 に示はグリッド内の電力のピークカットに利用される事業所がマイクログリッドを構築することで一般家庭から通勤する EV は事業所と家庭のマイクログリッド間を行き来する電力の運び手であると考えることができるこのような状況下で事業所が新たにマイクログリッドの構す本システムは以下のような機能によって構築される 1 既存の自動車にあとづけで設置した簡易なセンサで自動車走行ログを収集する 2 走行ログに対し EV エネルギー消費モデル (EV モデル) を適用して瞬間の消費電力を推定する築を検討する場合を考える事業所の意思決定者は導入の目 3 これらのデータに対して効果的な検索と演算を可能的である電力制御が自身の環境でどの程度効果が見込めるのかとするデータベースを構築し EV エネルギー消費ログを蓄積を見積もる必要があるそのために現在使用している自動車するの日常的な運転ログを活用し事業所に止まっている多数の自動車をもし仮に EV に置換えた際に事業所側に提供できる総電力量を事前に見積もりたいすなわち本研究の目標は既存の 4 運転者に対して EV への置換え効果や地点別時点別の消費エネルギーを提示する 5 事業所に対して V2B による効果を提示する自動車から取得したライフログを用いて EV に置き換えた場合本章では EV の消費エネルギー推定モデルについて説明するの消費エネルギーを推定し図 1 のようなスマートグリッドの 3. 2 EV モデルによる消費エネルギー推定環境下で V2B の効果を事前に検討することである V2B の効 EV のエネルギー消費は走行に消費されるエネルギーカー果を検討するにあたって EV が通勤で消費するエネルギーをナビなどの自動車内の電装品に消費されるエネルギーエアコ把握することが必要となるしたがって通勤による往復で利用ンに消費されるエネルギーに分けられる EV はガソリン自動される EV の総消費エネルギーの推定精度が重要である車 (ICV) や HV に比べて内部構造が簡易であるため走行のたこのシナリオには電力売買の精度やプライバシー保護の問題めに消費される電力エネルギーはセンサから取得される速度など多岐に渡り詳細に検討すべき事項は存在するこれらは別加速度から推定可能である ECOLOG システムにおける消費の課題とし本論文の対象外とするエネルギー計算の詳細については参考文献 [32] に記述されてい 2. 5 ECOLOG システムるため本論文で計算で利用する式のみを記載するこれを EV 上記のような背景から我々は自動車の運転ログから EV にモデルと呼ぶおける消費エネルギーを計算しデータベースに蓄積検索自動車の駆動力は空気抵抗 RAIR タイヤの変形等によりするシステムを ECOLOG システムとして開発運用してき発生する転がり抵抗 RROLL 坂道の勾配が影響する登坂抵抗た [32], [33] ECOLOG システムに蓄積した現在乗っている自 RSLOP E 自動車の加減速に応じて発生する加速抵抗 RACC の動車の運転ログを利用することで個々人の状況に即した情報総和であり次式で示される提示が可能になる例えばエネルギーを時間や区間毎に集計することで個人ユーザドライバーは既存のガソリン車から電気自動車への置き換え効果の検討や運転の振り返り [3]

4 1 g m/s 2 ρ kg/m 3 µ C d (CD ) A m 2 M kg θ rad A x m/s 2 GPS v m/s GPS 3 EV F d (t) = R AIR + R ROLL + R SLOP E + R ACC = 1 2 ρc dav(t) 2 + µmg cos θ +Mg sin θ + MAx (1) () () [4] EV 4 EV 3 () 3. 3 ECOLOG EV ECOLOG ECOLOG 1 ( (3)) (1) 1 F d (t) v(t) η P e(t) P e(t) = F d(t) v(t) η(v(t), F d (t)) P e(t) E e (2) tend E e = c P e(t)dt t start (3) (2),(3) EV () EV () EV 3 EV 3 () () () () E e = c t end t=t start P e(t) t ( t = 1sec) (4) ECOLOG 3 EV ECOLOG 5 ECOLOG [3] 2500 [34] 4. GPS 4. 1 GPS ECOLOG EV GPS

90 Velocity from ICV CAN (Correct Data) Velocity from GPS 85 Speed[km/h] 80 75 70 4 EV 6 65 7350 7370 7390 7410 7430 Elapsed Time [s] GPS CAN (C)GPS (A), (B) 2 GPS [35] ( Algorithm1) (A) [36] 7 (B) 7

5 90 Velocity from ICV CAN (Correct Data) Velocity from GPS 85 Speed[km/h] EV Elapsed Time [s] GPS CAN (C)GPS (A), (B) 2 GPS [35] ( Algorithm1) (A) [36] 7 (B) 7 6 Algorithm1 (B) ( Algorithm2) (B) GPS 5 GPS (A) GPS GPS (B) GPS GPS GPS 6 6 GPS CAN Algorithm2 (1) 1 GPS Algorithm1 (2) (1) 1 (3) (4) (3) (1) (4) 6,7 8 Algorithm2 Algorithm1 CAN Algorithm2 (B) Algorithm2 6

6 90 Velocity from ICV CAN (Correct Data) Velocity from GPS with Algorithm Speed[km/h] Elapsed Time [s] Algorithm1 CAN 90 Velocity from ICV CAN (Correct Data) Velocity from GPS with Algorithm2 9 CAN Speed[km/h] Elapsed Time [s] Algorithm2 CAN 2 GIDs LeafSpy LeafSpy 1[GIDs]=0.0775[kWh] kwh 5. CAN EV EV EV 5. 1 EV CAN EV EV CAN EV LEAF(ZAA- ZE0 ) CAN Android Leaf Spy Pro [37] ODB2 Bluetooth PLX Devices Kiwi Bluetooth Wireless Trip Computer and ODBII Scanner [38] CAN Leaf Spy Pro CAN Leaf Spy Pro CAN B start[kwh] B end [kwh] B trip[kwh] B charge [kwh] B trip B charge 9 x B charge y B trip B charge B trip 0.89 EV 90% [39] y = 0.89x B trip[kwh] 6. ECOLOG B trip ECOLOG 3 GPS ECOLOGGPS Algorithm1 ECOLOG with Algorithm1GPS Algorithm2 ECOLOG with Algorithm2) B trip 10 x CAN B trip y EV RMSERoot Mean Squared Error 0.69[kW h](ecolog)0.73[kw h](ecolog with Al-

7 LEAF ZAA-ZE0 ( G) Android REGZA Tablet AT570 CAN Android Leaf Spy Pro [37] 3 GPS JSPS ( ) B trip gorithm1)0.63[kw h](ecolog with Algorithm2) Algorithm2 Algorithm2 ECOLOG B trip 5[kW h] B trip 5[kW h] 88 3[ C] 10[ C] EV 7. ECOLOG EV GPS GPS GPS [1] 2016, enecho.meti.go.jp/about/whitepaper/2016pdf/, Feb 13, [2],,,,,,,, [3] D. Kawanuma, Y. Kashiwabara, T. Uemura, T. Tomii, Data Analysis Framework for Visualizing Correlation of Energy Consumption and Transit Time in Road Sections using the ECOLOG database, International Workshop:MUSICAL16, Hiroshima, [4],,, EV DB, 12 ITS 2014, 2-2C-01, [5] LEAFWeb, Feb 13, [6],,,,,,,,,, Vol.31, No.6, pp.7-15, [7],,, Vol.32, No.6, pp.14-18, [8] W. Kempton, J. Tomic, Vehicle-to-grid power fundamentals:calculating capacity and net revenue, Journal of Power Sources, Vol.144, No.1,pp , [9] W. Kempton, J. Tomic, Vehicle-to-grid power implementation: From stabilizing the grid to supporting large-scale renewable energy, Journal of Power Sources 144, pp , [10] B. Jansen, C. Binding, O. Sundstrom, D. Gantenbein, Architecture and Communication of an Electric Vehicle Virtual Power Plant, 1st IEEE Int l Conf. Smart Grid Communication(SmartGridComm2010), pp , November, [11],,, K. M. Liyanage,,, - Vehicle-to-Grid-, B (), Vol.130, No.11, pp , [12] LEAF to Home, Feb 13, [13] Y. Zhang, W. Wang, Y. Kobayashi, K. Shirai, Remaining Driving Range Estimation of Electric Vehicle, 3rd IEEE International Electric Vehicle Conference (IEVC2012), pp.1-7, [14] M. Martinez, A. Gardel, A.M. Wefky, F. Espinosa, J.L. Lazaro, I. Bravo, P. Revenga, Electric Vehicle Consumption Estimation based on Heuristics and MLP

8 Artificial Neural Network, European Electric Vehicle Congress(EEVC), pp.1-7, [15], EVPHV, town/state/best_practice.html, Feb 13, [16], EV,, vol54, no.4, pp , 2013 [17] V. Manzoni, A. Corti, P. De Luca, S. M. Savaresi, Driving Style Estimation via Inertial Measurements, th International IEEE Annual Conference on Intelligent Transportation Systems(ITSC 2010), Madeira Island, Portugal, pp , [18],,,, PRONAVI,, Vol.42, No.3, pp.65-75, May, [19],,,,.. Vol.9 No.2, pp , [20] M. Ito, T. Shimoda, K. Maema, Prediction Method of Cruising Range using Probe Data for Electric Vehicle, 20th ITS World Congress, Tokyo, [21] A.Styler, I,Nourbakhsh, A.Sauer, H.Rottengruber, Learned Optimal Control of a Range Extender in a Series Hybrid Vehicle, 2015 IEEE 18th Int. Conf. on Intelligent Transportation Systems (ITSC2015), pp , [22] D. Karbowski, V. Sokolov, A. Rousseau, Vehicle Energy Management Optimisation through Digital Maps and Connectivity, 22nd ITS World Congress, paprt#1952, pp. 1 10, [23] C.Kurtulus, G.Inalhan, Model Based Route Guidance for Hybrid and Electric Vehicles, 2015 IEEE 18th International Conference on Intelligent Transportation Systems (ITSC 2015), pp , 2015 [24],, 10 ITS 2011, 1-A-05, [25],,,,,,, 12, [26] International Organization for Standardization. ISO 11898, road vehicles - interchange of digital information - Controller Area Network(CAN) for high-speed communication, [27] International Organization for Standardization. ISO 11519, road vehicles- low-speed serial data communication, 1994 [28]. T-Connect. Feb 13, [29].. internavi/, Feb 13, [30].. jp/manual/ev/howtouse/mypage01/energyusage.html, Feb 13, [31] H.Farhangi, The path of the smart grid, IEEE Power Energy Mag., vol.8, no.1, pp.18-28, Jan-Feb, [32] T. Tomii, S. Hagimoto, N. Fueda, T. Deguchi, M. Idenawa, T. Hayashi Long-Term Experiment of the ECOLOG Database Capability of Estimating V2X Effect Replacing with EVs, 20th ITS World Congress, Tokyo, [33],,,,,, EV DB, 6 (DEIM2014), A2-5, [34] 2500http: // Feb 13, [35] Sotiris Brakatsoulas, Dieter Pfoser, Randall Salas, Carola Wenk,On Map-Matching Vehicle Tracking Data, In Proceedings of the 31st international Conference on Very Large Data Bases, pp , [36] T. Uemura, Y. Kashiwabara, D. Kawanuma, T. Tomii, Accuracy Evaluation by GPS Data Correction for the EV Energy Consumption Database, International Workshop:MUSICAL16, Hiroshima, [37] Leaf Spy Pro, Google Play, store/apps/details?id=com.turbo3.leaf_spy_pro, Feb 13, [38] PLX Devices Inc., PLX Kiwi Bluetooth, Feb 13, [39]. EV. jp/new/new128.html Feb 13, 2017.

DEIM Forum 2012 C6-4 DB EV (EV) EV GPS EV EV

DEIM Forum 2012 C6-4 DB EV (EV) EV GPS EV EV DEIM Forum 2012 C6-4 DB EV 240 8501 79 7 240 8501 79 7 E-mail: {fueda-naoki-yd,hagimoto-shintaro-tw,deguchi-toru-mk,tommy}@ynu.ac.jp (EV) EV GPS EV EV V2X(Vehicle to X),,, GPS,,, V2X Construction of Driving