交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法
【課題】電気自動車に関する有用なシミュレーションを行なうことを課題とする。
【解決手段】交通シミュレーション装置は、道路網に関する地図データのモデルである道路網モデルを生成し、該道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電インフラである充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行し、実行されたアルゴリズムに基づいて、電気自動車の充電状況や充電ステーションの稼動状況等についての解析を行なう。
【解決手段】交通シミュレーション装置は、道路網に関する地図データのモデルである道路網モデルを生成し、該道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電インフラである充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行し、実行されたアルゴリズムに基づいて、電気自動車の充電状況や充電ステーションの稼動状況等についての解析を行なう。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法に関する。
【背景技術】
【０００２】
従来、車両の交通シミュレータは、一つの様態として、既存の交通インフラの有効利用や、新規の交通インフラの整備計画に伴う道路環境の予測等の都市計画で利用される。かかる交通シミュレータでは、多くの情報をモデル化してシミュレーションを行なうことで、より高精度なシミュレーション結果を得ることができる。
【０００３】
例えば、モデル化する情報としては、車両１台毎の速度・加速度、車間距離、道路の幅員・車線数、信号機の切り替え及び線路の踏み切り等が挙げられる。そして、最近では、上記のような詳細な情報を利用してシミュレーションを行なう様々な交通シミュレータの技術がある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００４−２５８８８９号公報
【特許文献２】特開２００５−２９２９４５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、近年では、石油に対する依存度の低減やＣＯ２の排出量の削減を目指した動きが国際的に活発になっている。これに伴い、運輸の部門では、ハイブリッド自動車、電気自動車及び燃料電池自動車等の次世代自動車の開発が進められている。ところが、従来技術では、詳細で且つ複数の情報をモデル化してシミュレーションを行なっているものの、電気自動車に有用な情報を利用していないため、電気自動車に関するシミュレーションには適さないという課題がある。
【０００６】
そこで、本願に開示する技術は、上記に鑑みてなされたものであって、電気自動車に関する有用なシミュレーションを行なうことが可能である交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法を提供することを目的とする。
【課題を解決するための手段】
【０００７】
上述した課題を解決し、目的を達成するため、本願に開示する交通シミュレーション装置は、道路網に関する地図データのモデルである道路網モデルを生成する生成手段と、生成手段によって生成された道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行する実行手段と、実行手段によって実行されたアルゴリズムに基づいて、電気自動車の挙動及び／又は充電ステーションの稼動についての解析を行なう解析手段とを有する。
【発明の効果】
【０００８】
本願に開示する交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法の一つの様態は、電気自動車に関する有用なシミュレーションを行なうことができるという効果を奏する。
【図面の簡単な説明】
【０００９】
【図１】図１は、本実施例に係る交通シミュレーション装置の構成例を示す図である。
【図２】図２は、主要道路が抽出された道路網モデルの例を示す図である。
【図３Ａ】図３Ａは、実行部によって設定される起点・終点に係るゾーンによる分割の例を示す図である。
【図３Ｂ】図３Ｂは、実行部によって設定される目的地選択の例を示す図である。
【図４】図４は、実行部によって実行されるＥＶのトリップ回数の発生割合の例を示す図である。
【図５Ａ】図５Ａは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図５Ｂ】図５Ｂは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図５Ｃ】図５Ｃは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図５Ｄ】図５Ｄは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図５Ｅ】図５Ｅは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図６】図６は、交通シミュレーション装置によって利用される道路網モデルの地区の例を示す図である。
【図７】図７は、出力部によって出力されるシミュレーション結果の表示内容の例を示す図である。
【図８】図８は、本実施例に係る交通シミュレーション処理の例を示すフローチャートである。
【図９Ａ】図９Ａは、内々交通におけるシミュレーション結果の例を示す図である。
【図９Ｂ】図９Ｂは、都市間交通におけるシミュレーション結果の例を示す図である。
【図１０】図１０は、１トリップあたりの走行距離に関するシミュレーション結果の例を示す図である。
【図１１】図１１は、充電ステーションの有無に関するＥＶの走行距離のシミュレーション結果の例を示す図である。
【図１２】図１２は、搭載電池容量が１４ｋＷｈである場合のＥＶの走行距離を示す図である。
【図１３】図１３は、ＥＶ充電台数の時系列データと搭載電池容量との関係を示す図である。
【図１４】図１４は、全ての道路情報を含む道路網モデルの例を示す図である。
【発明を実施するための形態】
【００１０】
以下に添付図面を参照して、本願に開示する交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法の実施例を説明する。なお、以下の実施例により本発明が限定されるものではない。
【実施例】
【００１１】
［交通シミュレーション装置の構成］
まず、図１を用いて、本実施例に係る交通シミュレーション装置の構成を説明する。図１は、本実施例に係る交通シミュレーション装置の構成例を示す図である。
【００１２】
例えば、図１に示すように、交通シミュレーション装置１００は、入力部１０１と、出力部１０２と、記憶部１１０と、制御部１２０とを有する。この交通シミュレーション装置１００は、例えば、電気自動車（EV：Electric Vehicle）に関する交通シミュレーションを実行する。
【００１３】
入力部１０１は、キーボードやマウス等を有し、交通シミュレーション装置１００における各種情報の入力を受け付ける。例えば、入力部１０１は、交通シミュレーション装置１００を利用するユーザによる入力にしたがって、シミュレーションの開始を受け付けて、後述する生成部１２１に出力する。また、例えば、入力部１０１は、交通シミュレーション装置１００を利用するユーザによって入力された各種情報を受け付けて、記憶部１１０に格納する。
【００１４】
以下に、入力部１０１を利用して入力される主要なパラメタを挙げる。
実行制御パラメタ
・１ステップあたりの時間間隔（秒）
・使用ノード率（０．０〜１．０）（ＥＶの出発地・目的地の選択に利用されるノード数の割合）
ＥＶ入力パラメタ
・ＥＶ発生台数（台）
・搭載電池容量（ｋＷｈ）
・走行燃費（ｋｍ／ｋＷｈ）
・アクセサリ機器消費電力（ｋＷ）
・充電警告灯点灯閾値（ｋＷｈ）
・標準走行速度（ｋｍ／ｈ）
・領域速度の設定オプション（渋滞効果）（ｏｎ，ｏｆｆ）
・高速道路の利用オプション（ｏｎ，ｏｆｆ）
・ＥＶが走行開始時に満充電である確率（０．０〜１．０）
・ＥＶが走行開始時に満充電でない場合における充電率（０．０〜１．０）
充電入力パラメタ
・充電ステーション充電出力（ｋＷ）
・充電ステーション最大充電可能台数（台）
【００１５】
出力部１０２は、表示装置としてのモニタ（若しくはディスプレイ、タッチパネル等）やスピーカを有し、交通シミュレーション装置１００における各種情報を出力する。例えば、出力部１０２は、後述する解析部１２３からシミュレーションの解析結果を受け付けて出力する。
【００１６】
以下に、出力部１０２によって出力される解析結果の主要なパラメタを挙げる。
各ＥＶに関する出力
・航続距離（ｋｍ）
・走行時間（秒）
・燃料警告点灯時間累積値（秒）
・充電回数（回）
・電池切れの有無（有，無）
・トリップ回数
各充電ステーションに関する出力
・累積利用回数（回）
・供給電力量（ｋＷｈ）
・充電待ち時間累積値（秒）
・最大待ち時間（秒）
・最大充電待ちＥＶ台数（台）
・充電ステーション上での電池切れＥＶ台数（台）
・ＥＶ利用台数時系列データ（台，時刻（ｈ））
【００１７】
記憶部１１０は、例えば、制御部１２０による各種処理に要するデータや、制御部１２０による各種処理結果を記憶する。また、記憶部１１０は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。
【００１８】
制御部１２０は、制御プログラム、各種の処理手順等を規定したプログラム及び所要データを格納するための内部メモリを有するとともに、生成部１２１と、実行部１２２と、解析部１２３とを有する。また、制御部１２０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路、又は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等の電子回路である。
【００１９】
生成部１２１は、例えば、入力部１０１からシミュレーションの開始通知を受け付けた場合に、道路網に関する地図データのモデルである道路網モデルを生成する。このとき、生成部１２１は、入力部１０１から入力された若しくは記憶部１１０に記憶された「渋滞情報」、「世帯数」、「就業者数」及び「事業所数」等の各種情報も読み込む。
【００２０】
生成部１２１によって生成される道路網モデルは、例えば、主要道路のみが抽出されたものが利用される。加えて、生成部１２１によって生成される道路網モデルは、例えば、存在する道路が高速道路であるか普通道路であるかの情報をさらに有するものであっても良い。すなわち、高速道路と普通道路とでは、ＥＶの走行速度が異なる。
【００２１】
また、生成部１２１によって生成される道路網モデルは、例えば、各道路の渋滞時における走行速度の情報が付加されたものであっても良い。走行速度の情報が付加される場合には、シミュレーション実行の際にＥＶが走行する走行条件として読み込まれ、該ＥＶの走行時間が延長される。
【００２２】
ここで、図２を用いて、利用される道路網モデルについて説明する。図２は、主要道路が抽出された道路網モデルの例を示す図である。
【００２３】
例えば、図２に示すように、道路網モデルは、高速道路、国道及び県道等の主要な道路のみが抽出されている。また、図２では、交差点を黒い円で示す。そして、生成部１２１は、「渋滞情報」、「世帯数」、「就業者数」及び「事業所数」等の各種情報を図２に示す道路網モデルに埋め込む。なお、図２に示す道路網モデルは、記憶部１１０や交通シミュレーション装置１００に接続されるサーバ装置等に予め記憶されており、シミュレーションが開始される場合に、ユーザによる入力部１０１の操作で利用する道路網モデルや該道路網モデルの範囲等が選択されることになる。
【００２４】
図１の説明に戻り、実行部１２２は、生成部１２１によって生成された道路網モデルを利用してシミュレーションを実行する。例えば、実行部１２２は、生成部１２１によって生成された道路網モデルを走行するＥＶの充電状況が所定値以下になった場合に、充電ステーションで該ＥＶの充電を行なうアルゴリズムを実行する。
【００２５】
かかるＥＶの充電状況の所定値は、例えば、「３ｋＷｈ」とする。そして、実行部１２２は、ＥＶの走行中に充電状況が「３ｋＷｈ」以下になった場合に、最寄りの充電ステーションと当初の目的地とでどちらか近いかを判定し、より近い方を目的地として設定するアルゴリズムを実行する。なお、実行部１２２は、目的地或いは充電ステーションまでの経路について、最短時間で走行できるルートを選択する。さらに、充電ステーション到着時に、充電装置が他のＥＶによって利用されている最中である場合には、このときの充電待ち時間も解析される。また、全てのＥＶにおける出発時の充電状態（SOC：State Of Charge）は、入力部１０１からの入力データである「ＥＶが走行開始時に満充電である確率（０．０〜１．０）」や、「ＥＶが走行開始時に満充電でない場合における充電率（０．０〜１．０）」等によって定められる。
【００２６】
また、ＥＶによる充電について、実行部１２２は、規則的に走行するＥＶと任意に走行する電気自動車とを含んだアルゴリズムを実行する。例えば、規則的に走行するＥＶは、１日のうち８時〜９時までの出勤時間帯で通勤トリップを行なうとともに、１６時〜１８時までの帰宅時間帯で帰宅トリップを行なうＥＶを指す。また、例えば、任意に走行するＥＶは、全ての時間帯において任意のトリップを行なうＥＶを指す。なお、例えば、通勤トリップや帰宅トリップは、休日では発生せず、休日については、１１時〜１７時までのトリップ数が最も多くなる。
【００２７】
ここで、図３Ａ、図３Ｂ及び図４を用いて、実行部１２２によって実行される起点・終点の設定内容について説明する。図３Ａは、実行部１２２によって設定される起点・終点に係るゾーンによる分割の例を示す図である。図３Ｂは、実行部１２２によって設定される目的地選択の例を示す図である。図４は、実行部１２２によって実行されるＥＶのトリップ回数の発生割合の例を示す図である。
【００２８】
例えば、実行部１２２は、図３Ａに示すように、生成部１２１によって生成された道路網モデルを任意の数のゾーンに分割し、該ゾーン毎におけるＥＶの発生指数を算出する。かかるＥＶの発生指数「ＩｉＥＶ」は、例えば、ゾーン「ｉ」における世帯数「Ｈｉ」と就業者数「Ｐｉ」とを用いて、数式（１）のように定義する。また、例えば、ＥＶの発生指数「ＩｉＥＶ」を用いて、ゾーン「ｉ」におけるＥＶの発生指数「ＮｉＥＶ」を仮想空間内に走行させる全てのＥＶ数「ＮａｌｌＥＶ（＝ΣｉＮｉＥＶ）」は、数式（２）により設定する。
【００２９】
ＩｉＥＶ＝Ｈｉ×Ｐｉ ・・・（１）
ＮｉＥＶ＝（ＩｉＥＶ÷ΣｉＩｉＥＶ）×ＮａｌｌＥＶ ・・・（２）
【００３０】
そして、実行部１２２は、１トリップ（走行）の距離別度数分布を確率分布として、乱数を発生させてＥＶの目的地（終点）までの走行距離「Ｌ」ｋｍを設定する（１トリップの距離別度数分布は、「国土交通省 平成１１年度道路交通センサスＯＤ調査」を参照）。
【００３１】
続いて、実行部１２２は、出発点（起点）から「Ｌ」ｋｍの距離に存在するノードを選択する。すなわち、実行部１２２は、図３Ｂに示すように、出発点を「ノードＡ３」として、該出発点から２ｋｍ（図３Ｂの点線で示す円の範囲）以内に存在する「ノードＡ５」、「ノードＢ２」及び「ノードＢ９」を選択する。その後、実行部１２２は、選択された目的地の候補となるノードの事業所数の割合から乱数を発生させ、目的地（終点）となるノードを選択する。すなわち、実行部１２２は、図３Ｂに示すように、目的地となる「ノードＡ６」、「ノードＢ１０」及び「ノードＢ２１」等を選択する。
【００３２】
そして、実行部１２２は、図４に示すＥＶのトリップ回数の確率分布に基づき、乱数を発生させてシミュレーションで任意に走行するＥＶのトリップ回数を設定する。図４では、縦軸はトリップ回数の割合を示し、横軸は１日のトリップ回数を示している。なお、図４に示すトリップ回数の確率分布では、シミュレーションにおいて発生するＥＶが元の出発地まで戻ることで２回以上のトリップが発生することとして仮定している。
【００３３】
このとき、実行部１２２は、３回以上のトリップが発生する場合に、上記の目的地の選択処理を繰り返し実行することで目的地を決定する。また、図４において、トリップ回数が２回である割合が６割程になっている理由は、例えば、自宅等から目的地に出発して帰宅するという単純に往復を行なう場合が多いからである。
【００３４】
自動車の１日のトリップ回数の度数分布については、以下に示す地方自治体による解析結果等を参照。
「小松能美都市圏総合都市交通計画、http://www.city.komatsu.lg.jp/toshikeikaku/koutsuu/koutuu_mas1.html、検索日：２０１０年４月１５日」
「第３回今治市総合都市交通体系調査検討委員会、資料１：第３回今治市総合都市交通体系調査検討委員会資料、議案第３号、http://www.city.imabari.ehime.jp/tosisei/sougou/k4/090220_0103.pdf、検索日：２０１０年４月１５日」
【００３５】
また、実行部１２２は、道路網モデルを走行するＥＶの起点から終点までの経路の設定において、該道路網モデルにおける所定地点を経由させ、各地点間を直線で繋いだ場合の最短距離又は最短時間で該ＥＶを走行させるシミュレーションを実行する。道路網モデルにおける最短距離又は最短時間でＥＶを走行させるために、実行部１２２は、例えば、ダイクストラ法を利用する。かかるダイクストラ法は、例えば、地点Ｐから地点Ｑまでの最短経路上に地点Ｒがある場合に、地点Ｐから地点Ｒまでの最短経路が地点Ｐから地点Ｑまでの最短経路上に存在することを利用するものである。
【００３６】
ここで、図５Ａ〜図５Ｅを用いて、実行部１２２によって実行されるダイクストラ法を用いた最短経路の探索ステップを説明する。図５Ａ〜図５Ｅは、実行部１２２によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。なお、以下では、図５Ａ〜図５Ｅに示す地点Ｈ〜地点Ｎのうち出発地（起点）を「地点Ｈ」、目的地（終点）を「地点Ｎ」とする場合を説明する。すなわち、地点Ｉ〜地点Ｍは、上記の所定地点に該当する。また、図５Ａ〜図５Ｅに示す数値は、各地点間の距離を示す情報である。
【００３７】
例えば、実行部１２２は、図５Ａに示す地点Ｈ〜地点Ｎについて３つのグループに分ける。かかる３つのグループは、例えば、地点Ｈからの最短距離が確定した地点の集合（以下、「グループ１」と言う）と、グループ１の地点に隣接する地点の集合（以下、「グループ２」と言う）と、グループ１及びグループ２以外の地点の集合（以下、「グループ３」と言う）とである。すなわち、実行部１２２は、図５Ａにおいて、「グループ１：地点Ｈ」、「グループ２：地点Ｉ、地点Ｊ、地点Ｋ」、「グループ３：地点Ｌ、地点Ｍ、地点Ｎ」とする。
【００３８】
そして、実行部１２２は、図５Ｂに示すように、「グループ２：地点Ｉ、地点Ｊ、地点Ｋ」に含まれる各地点に対する最短経路を決定する。すなわち、実行部１２２は、図５Ｂにおいて、「グループ１：地点Ｈ、地点Ｉ、地点Ｊ、地点Ｋ」、「グループ２：地点Ｌ、地点Ｍ」、「グループ３：地点Ｎ」とする。
【００３９】
続いて、実行部１２２は、図５Ｃに示すように、地点Ｍについて地点Ｋ及び地点Ｊからの経路を比較し、距離「８」となる地点Ｋからの経路を最短経路に決定する。すなわち、実行部１２２は、図５Ｃにおいて、「グループ１：地点Ｈ、地点Ｉ、地点Ｊ、地点Ｋ、地点Ｍ」、「グループ２：地点Ｌ、地点Ｎ」、「グループ３：該当なし」とする。
【００４０】
その後、実行部１２２は、図５Ｄに示すように、地点Ｌについて地点Ｉ及び地点Ｋからの経路を比較し、距離「９」となる地点Ｉからの経路を最短経路に決定する。すなわち、実行部１２２は、図５Ｄにおいて、「グループ１：地点Ｈ、地点Ｉ、地点Ｊ、地点Ｋ、地点Ｌ、地点Ｍ」、「グループ２：地点Ｎ」、「グループ３：該当なし」とする。
【００４１】
そして、実行部１２２は、図５Ｅに示すように、地点Ｎについて地点Ｌ及び地点Ｍからの経路を比較し、距離「１１」となる地点Ｍからの経路を最短経路に決定する。すなわち、実行部１２２は、図５Ｅにおいて、全ての地点が「グループ１」に該当することで、地点Ｈから地点Ｎまでの最短経路を決定する。なお、図５Ａ〜図５Ｅの例では、距離を評価関数とする場合を説明したが、該評価関数は経路間の到達時刻等であっても良い。
【００４２】
また、実行部１２２は、生成部１２１によって走行速度を付加した道路網モデルが生成された場合に、該走行速度に基づいてＥＶを走行させるシミュレーションを実行する。すなわち、走行速度に基づいてＥＶを走行させるシミュレーションでは、走行時間が変動することで、ＥＶのエネルギー消費が異なる。なお、ＥＶのエネルギー消費は、走行距離が変動することでも異なることは明らかなことである。
【００４３】
これらのことから、実行部１２２は、ＥＶのエネルギー消費について走行距離に比例する消費エネルギーと、走行時間に比例する消費エネルギーとの２種類に分けて設定する。かかる走行時間に比例する消費エネルギーは、例えば、渋滞等による走行時間の延長に起因して発生するＥＶにおける空調等のアクセサリ機器での消費エネルギーを指す。
【００４４】
例えば、ＥＶにおける全エネルギー消費量「Ｅａｌｌ」（ｋＷｈ）は、走行距離「Ｌ」（ｋｍ）、走行燃費「ηｄｒｉｖｅ」（ｋｍ／ｋＷｈ）、アクセサリ機器消費電力「Ｐａｃ」（ｋＷ）及び走行時間「Ｔｄｒｉｖｅ」（ｈ）を用いて数式（３）で定義される。但し、ＥＶのモータによる電動走行の燃費は、ガソリン車と比較して速度に対する依存度が小さいため、走行燃費「ηｄｒｉｖｅ」を速度と関係なく一定値（例えば、「７．５ｋｍ／ｋＷｈ」等）にしても良い。
【００４５】
Ｅａｌｌ＝（Ｌ÷ηｄｒｉｖｅ）＋Ｐａｃ×Ｔｄｒｉｖｅ ・・・（３）
【００４６】
ここで、実行部１２２によってゾーンの決定や経路の設定等が行なわれた後に、シミュレーションが実行される道路網モデルを図６に示す。図６は、交通シミュレーション装置１００によって利用される道路網モデルの地区の例を示す図である。図６では、Ａ〜Ｊまでの市区町村が網掛けで分けられており、充電ステーションを黒い円で示す。
【００４７】
解析部１２３は、実行部１２２によって実行されたアルゴリズムに基づいて、ＥＶの挙動及び／又は充電ステーションの稼動についての解析を行ない、解析結果を出力部１０２に出力する。かかるＥＶの挙動について、解析部１２３は、例えば図６に示す道路網モデルでの出発地と目的地とが同一市町村内の交通となる内々交通量と、出発地と目的地とが異なる市町村の交通となる都市間交通量とを算出する。
【００４８】
また、解析部１２３は、例えば、ＥＶによるエネルギー消費量すなわちＥＶの充電状況の解析として、実行部１２２によって道路網モデルを走行させたＥＶの走行時間を用いて、該ＥＶにおけるエネルギー消費量を解析する。なお、走行時間は、各道路の渋滞時におけるものや、充電ステーションの充電待ち時間におけるもの等が利用される。
【００４９】
ここで、図７を用いて、出力部１０２によって出力されるシミュレーション結果の表示内容を説明する。図７は、出力部１０２によって出力されるシミュレーション結果の表示内容の例を示す図である。なお、図７は、モデル地図で示しているが、航空写真による地図等の各種地図データを利用しても良い。
【００５０】
例えば、図７では、停止中のＥＶ（白抜きの三角）と、帰宅トリップ中のＥＶ（白抜きの丸）と、通勤トリップ中のＥＶ（白抜きの四角）と、非通勤トリップ中のＥＶ（黒い三角）と、充電警告灯点灯中のＥＶ（黒い丸）とにＥＶを分けて示している。また、充電ステーションの設置位置は、図７中において黒い四角で示されている。なお、充電警告灯点灯中のＥＶとは、例えば、充電状況が所定値以下となったＥＶを指す。
【００５１】
［交通シミュレーション処理］
次に、図８を用いて、本実施例に係る交通シミュレーション処理を説明する。図８は、本実施例に係る交通シミュレーション処理の例を示すフローチャートである。
【００５２】
例えば、図８に示すように、交通シミュレーション装置１００は、シミュレーションが開始される場合に（ステップＳ１０１肯定）、シミュレーションで利用する道路網モデルを生成する（ステップＳ１０２）。なお、交通シミュレーション装置１００は、シミュレーション開始の通知を受け付けていない場合に（ステップＳ１０１否定）、該シミュレーション開始の通知待ちの状態となる。
【００５３】
そして、交通シミュレーション装置１００は、ＥＶにおけるエネルギー消費のモデルを設定する（ステップＳ１０３）。かかるエネルギー消費モデルの設定では、例えば、走行距離や走行時間等から求められるＥＶにおける全エネルギー消費量等が利用される。続いて、交通シミュレーション装置１００は、道路網モデルにおける起点及び終点を設定する（ステップＳ１０４）。かかる起点及び終点の設定では、例えば、ゾーンに区分けされた道路網モデルにおける該ゾーン毎のＥＶ発生指数等を利用しつつ、ＥＶのトリップ回数及び該トリップ回数に基づいたＥＶの目的地までの走行距離を決めることで設定される。
【００５４】
その後、交通シミュレーション装置１００は、ダイクストラ法等を利用した経路の設定を行なう（ステップＳ１０５）。そして、交通シミュレーション装置１００は、ＥＶの走行及び充電状況についてのアルゴリズムを実行する（ステップＳ１０６）。かかるＥＶの走行及び充電状況についてのアルゴリズムは、例えば、出発時に充電状態を「０．０〜１．０」に設定することや、充電状況が所定値以下になった場合に最寄りの充電ステーションを目的地とすること等を実行する。また、ＥＶの走行及び充電状況についてのアルゴリズムは、例えば、１秒単位等のリアルタイムで実行される。
【００５５】
続いて、交通シミュレーション装置１００は、所定時間が経過したか否かを判定する（ステップＳ１０７）。このとき、交通シミュレーション装置１００は、所定時間が経過したと判定された場合に（ステップＳ１０７肯定）、ステップＳ１０３の処理を実行する。すなわち、交通シミュレーション装置１００は、所定時間ごとに各種設定を変更しつつシミュレーションを実行することになる。なお、所定時間は、例えば１時間等である。
【００５６】
一方、交通シミュレーション装置１００は、所定時間が経過していないと判定された場合に（ステップＳ１０７否定）、シミュレーションを終了するか否かを判定する（ステップＳ１０８）。なお、シミュレーションの実行時間は、シミュレーション開始時に入力される等して決定される。このとき、交通シミュレーション装置１００は、シミュレーションを終了しないと判定された場合に（ステップＳ１０８否定）、ステップＳ１０６の処理を実行する。一方、交通シミュレーション装置１００は、シミュレーションを終了すると判定された場合に（ステップＳ１０８肯定）、実行されたシミュレーションに基づいて種々の解析を実行する（ステップＳ１０９）。なお、交通シミュレーション装置１００によってシミュレーション解析された解析結果は、所定の表示部に表示出力されたり、他の情報処理装置等に通知されたりする。
【００５７】
［交通区間に関するシミュレーション結果］
次に、図９Ａ及び図９Ｂを用いて、交通区間に関するシミュレーション結果を説明する。図９Ａは、内々交通におけるシミュレーション結果の例を示す図であり、図９Ｂは、都市間交通におけるシミュレーション結果の例を示す図である。なお、図９Ａでは、縦軸は内々交通量の発生割合を示し、横軸は市区町村を示している。同様に、図９Ｂでは、縦軸は、都市間交通量の発生割合を示し、横軸は市区町村間を示している。
【００５８】
例えば、図９Ａに示すように、内々交通における解析結果は、交通量の調査結果をほぼ再現している。同様に、図９Ｂに示すように、都市間交通における解析結果は、交通量の調査結果をほぼ再現している。なお、図９Ａ及び図９Ｂのような交通量の調査結果の例は、「京阪神都市圏パーソントリップ調査（第４回 大阪市） 資料−８ http://www.city.osaka.lg.jp/keikakuchosei/cmsfiles/contents/0000022/22792/H12PT-37.38.pdf、検索日：２０１０年５月９日」を参照。
【００５９】
［走行距離に関するシミュレーション結果］
次に、図１０を用いて、走行距離に関するシミュレーション結果を説明する。図１０は、１トリップあたりの走行距離に関するシミュレーション結果の例を示す図である。なお、図１０では、縦軸はトリップ数発生割合を示し、横軸は１トリップ当たりの走行距離を示している。
【００６０】
例えば、図１０に示すように、１トリップあたりの走行距離に関する解析結果は、１トリップの走行距離の調査結果をほぼ再現している。なお、図１０における１トリップの走行距離の調査結果は、「国土交通省 平成１１年度道路交通センサスＯＤ調査」を参照。
【００６１】
［充電ステーションの有無に関するＥＶの走行距離］
次に、図１１を用いて、充電ステーションの有無に関するＥＶの走行距離を説明する。図１１は、充電ステーションの有無に関するＥＶの走行距離のシミュレーション結果の例を示す図である。なお、図１１では、縦軸は平均走行距離を示し、横軸は搭載電池容量を示している。
【００６２】
また、ここでは、充電ステーションの設置によるユーザの利便性向上の効果の解析例として、図６に示した位置に充電ステーションを設置した場合のＥＶの走行距離の延長効果を解析する。以下に、解析に用いたパラメタの例を挙げる。
・ＥＶ発生台数：３０００（台）
・搭載電池容量：８，１４，２０（ｋＷｈ）
・走行燃費：７．５（ｋｍ／ｋＷｈ）
・アクセサリ機器消費電力：３．０（ｋＷ）
・標準走行速度：４５（ｋｍ／ｈ）
・領域速度の設定オプション（渋滞効果）：ｏｎ
・高速道路の利用オプション：ｏｎ
・ＥＶが走行開始時に満充電である確率：１．０
【００６３】
また、ＥＶの充電は、充電ステーションのみで実施することとする。そして、図６のモデル地区に対するＥＶのシミュレーションを実行し、ＥＶの平均走行距離に関して充電ステーションが設置されていない場合と１７箇所に設置されている場合とについて比較する。
【００６４】
このようにして解析を行なった結果、図１１に示すように、全ての搭載電池容量において、充電ステーションを設置した場合の方が、１日の平均走行距離が長くなる。つまり、充電ステーションの設置は、ＥＶの遠方への走行が可能になることから、充電ステーションが設置されない場合よりもユーザの利便性が向上している解析結果を得られることになる。
【００６５】
また、図１１に示すように、充電ステーションを設置した場合における平均走行距離は、全ての搭載電池容量においてほぼ「３７ｋｍ」となる。つまり、充電ステーションを１７箇所設置する場合には、自家用乗用車の実動１日の平均走行距離である「３５ｋｍ」の走行が可能となる解析結果を得られることになる。かかる解析結果は、ＥＶを利用する場合であっても、ガソリン車等と比較してユーザの利便性を損なうことがないことを示している。なお、自家用乗用車の実動１日の平均走行距離については、「国土交通省 自動車輸送統計調査年報平成１７年度分」を参照。
【００６６】
［搭載電池容量毎の走行距離］
次に、図１２を用いて、搭載電池容量が１４ｋＷｈである場合のＥＶの走行距離を説明する。図１２は、搭載電池容量が１４ｋＷｈである場合のＥＶの走行距離を示す図である。なお、図１２では、縦軸は走行距離を示し、横軸は台数を示している。また、図１２では、充電ステーションを０箇所から図６に示した１７箇所設置した場合を説明する。
【００６７】
例えば、図１２に示すように、搭載電池容量が「１４ｋＷｈ」である場合のＥＶの走行距離の台数分布では、充電ステーションを設置したことによって、特に６０ｋｍ以上の走行台数が増えるという解析結果を得られる。つまり、充電ステーションの設置は、長距離走行するＥＶの台数が増加するため、これに伴い、ＥＶの走行距離も増加することを示している。
【００６８】
［ＥＶ充電台数の時系列データと搭載電池容量との関係］
次に、図１３を用いて、ＥＶ充電台数の時系列データと搭載電池容量との関係を説明する。図１３は、ＥＶ充電台数の時系列データと搭載電池容量との関係を示す図である。なお、図１３では、縦軸は充電ステーションの利用台数を示し、横軸は時間を示している。また、図１３では、図６に示した充電ステーションにおけるＥＶの充電台数の時系列データと、「８ｋＷｈ」、「１４ｋＷｈ」及び「２０ｋＷｈ」である搭載電池容量との関係を示す。
【００６９】
例えば、図１３に示すように、ＥＶの出発時は、充電率が１００％であるため、午前中における充電ステーションの利用台数は少なく、午後になると該利用台数が増加する解析結果が得られる。また、図１３では、ＥＶの搭載電池容量が８ｋＷｈから２０ｋＷｈへ増えるにつれて、充電ステーションの利用台数が少なくなる解析結果が得られる。
【００７０】
また、搭載電池容量が「８ｋＷｈ」である場合には、充電ステーションの利用台数が１時間に最大３０台あることから、１台の充電に１０分を要すると仮定しても５台の充電装置を設置することが好ましい解析結果が得られる。つまり、充電ステーションにおいては、普及するＥＶにおける搭載電池容量がどの程度になるかによって、充電ステーションの利用台数や設置すべき台数等が大きく変化することになる。
【００７１】
［実施例による効果］
上述したように、交通シミュレーション装置１００は、生成した道路網モデル上を走行するＥＶの充電状況が所定値以下になった場合に充電を行なうアルゴリズムを実行し、解析を行なうので、ＥＶに関する有用なシミュレーションを行なうことができる。換言すると、交通シミュレーション装置１００は、ＥＶの導入で要するＥＶの充電状況と、充電ステーションの稼動状況とを評価するので、ＥＶに関する有用なシミュレーションを行なうことができる。
【００７２】
また、交通シミュレーション装置１００は、渋滞時の走行速度情報が付加された道路網モデルを利用してＥＶのシミュレーションを実行するので、ＥＶの空調機器等のアクセサリがＥＶの走行以外に消費するエネルギーの増大に係る評価に有用である。
【００７３】
また、交通シミュレーション装置１００は、ＥＶの経路選択でダイクストラ法を利用した直線距離を走行させるシミュレーションを実行するので、道路網モデルの道路数や車線数等のデータを簡略化し、シミュレーションにおける計算量を削減することができる。
【００７４】
なお、本実施例では、交通シミュレーション装置について説明したが、交通シミュレーション装置が有する構成をソフトウェアによって実現することで、同様の機能を有する交通シミュレーションプログラムを得ることができる。
【００７５】
また、上記文書中や図面中等で示した処理手順、制御手順、具体的名称、各種のデータやパラメタ等を含む情報（例えば、「シミュレーションで実行される各種パラメタの値」等）については、特記する場合を除いて任意に変更することができる。例えば、シミュレーションの実行で利用される道路網モデルについては、図２に示したものに限られるものではなく、図１４に示すように、道路が存在するか否かの情報を有するものであれば良い。なお、図１４は、全ての道路情報を含む道路網モデルの例を示す図である。
【００７６】
また、図示した交通シミュレーション装置１００の各構成要素は、機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は、図示のものに限られず、その全部又は一部を各種の負担や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合することができる。例えば、実行部１２２は、起点・終点を設定する処理部と、経路を選択する処理部と、エネルギー消費のモデルを設定する処理部と、ＥＶの走行及び充電に係るアルゴリズムを実行する処理部とに分散しても良い。
【産業上の利用可能性】
【００７７】
上述したように、本願に開示する交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法は、ＥＶの交通シミュレーションに有用であり、特にＥＶの充電状況及び充電ステーションの稼動状況を解析することに適する。
【符号の説明】
【００７８】
１００ 交通シミュレーション装置
１０１ 入力部
１０２ 出力部
１１０ 記憶部
１２０ 制御部
１２１ 生成部
１２２ 実行部
１２３ 解析部
【技術分野】
【０００１】
本発明は、交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法に関する。
【背景技術】
【０００２】
従来、車両の交通シミュレータは、一つの様態として、既存の交通インフラの有効利用や、新規の交通インフラの整備計画に伴う道路環境の予測等の都市計画で利用される。かかる交通シミュレータでは、多くの情報をモデル化してシミュレーションを行なうことで、より高精度なシミュレーション結果を得ることができる。
【０００３】
例えば、モデル化する情報としては、車両１台毎の速度・加速度、車間距離、道路の幅員・車線数、信号機の切り替え及び線路の踏み切り等が挙げられる。そして、最近では、上記のような詳細な情報を利用してシミュレーションを行なう様々な交通シミュレータの技術がある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００４−２５８８８９号公報
【特許文献２】特開２００５−２９２９４５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、近年では、石油に対する依存度の低減やＣＯ２の排出量の削減を目指した動きが国際的に活発になっている。これに伴い、運輸の部門では、ハイブリッド自動車、電気自動車及び燃料電池自動車等の次世代自動車の開発が進められている。ところが、従来技術では、詳細で且つ複数の情報をモデル化してシミュレーションを行なっているものの、電気自動車に有用な情報を利用していないため、電気自動車に関するシミュレーションには適さないという課題がある。
【０００６】
そこで、本願に開示する技術は、上記に鑑みてなされたものであって、電気自動車に関する有用なシミュレーションを行なうことが可能である交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法を提供することを目的とする。
【課題を解決するための手段】
【０００７】
上述した課題を解決し、目的を達成するため、本願に開示する交通シミュレーション装置は、道路網に関する地図データのモデルである道路網モデルを生成する生成手段と、生成手段によって生成された道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行する実行手段と、実行手段によって実行されたアルゴリズムに基づいて、電気自動車の挙動及び／又は充電ステーションの稼動についての解析を行なう解析手段とを有する。
【発明の効果】
【０００８】
本願に開示する交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法の一つの様態は、電気自動車に関する有用なシミュレーションを行なうことができるという効果を奏する。
【図面の簡単な説明】
【０００９】
【図１】図１は、本実施例に係る交通シミュレーション装置の構成例を示す図である。
【図２】図２は、主要道路が抽出された道路網モデルの例を示す図である。
【図３Ａ】図３Ａは、実行部によって設定される起点・終点に係るゾーンによる分割の例を示す図である。
【図３Ｂ】図３Ｂは、実行部によって設定される目的地選択の例を示す図である。
【図４】図４は、実行部によって実行されるＥＶのトリップ回数の発生割合の例を示す図である。
【図５Ａ】図５Ａは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図５Ｂ】図５Ｂは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図５Ｃ】図５Ｃは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図５Ｄ】図５Ｄは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図５Ｅ】図５Ｅは、実行部によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。
【図６】図６は、交通シミュレーション装置によって利用される道路網モデルの地区の例を示す図である。
【図７】図７は、出力部によって出力されるシミュレーション結果の表示内容の例を示す図である。
【図８】図８は、本実施例に係る交通シミュレーション処理の例を示すフローチャートである。
【図９Ａ】図９Ａは、内々交通におけるシミュレーション結果の例を示す図である。
【図９Ｂ】図９Ｂは、都市間交通におけるシミュレーション結果の例を示す図である。
【図１０】図１０は、１トリップあたりの走行距離に関するシミュレーション結果の例を示す図である。
【図１１】図１１は、充電ステーションの有無に関するＥＶの走行距離のシミュレーション結果の例を示す図である。
【図１２】図１２は、搭載電池容量が１４ｋＷｈである場合のＥＶの走行距離を示す図である。
【図１３】図１３は、ＥＶ充電台数の時系列データと搭載電池容量との関係を示す図である。
【図１４】図１４は、全ての道路情報を含む道路網モデルの例を示す図である。
【発明を実施するための形態】
【００１０】
以下に添付図面を参照して、本願に開示する交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法の実施例を説明する。なお、以下の実施例により本発明が限定されるものではない。
【実施例】
【００１１】
［交通シミュレーション装置の構成］
まず、図１を用いて、本実施例に係る交通シミュレーション装置の構成を説明する。図１は、本実施例に係る交通シミュレーション装置の構成例を示す図である。
【００１２】
例えば、図１に示すように、交通シミュレーション装置１００は、入力部１０１と、出力部１０２と、記憶部１１０と、制御部１２０とを有する。この交通シミュレーション装置１００は、例えば、電気自動車（EV：Electric Vehicle）に関する交通シミュレーションを実行する。
【００１３】
入力部１０１は、キーボードやマウス等を有し、交通シミュレーション装置１００における各種情報の入力を受け付ける。例えば、入力部１０１は、交通シミュレーション装置１００を利用するユーザによる入力にしたがって、シミュレーションの開始を受け付けて、後述する生成部１２１に出力する。また、例えば、入力部１０１は、交通シミュレーション装置１００を利用するユーザによって入力された各種情報を受け付けて、記憶部１１０に格納する。
【００１４】
以下に、入力部１０１を利用して入力される主要なパラメタを挙げる。
実行制御パラメタ
・１ステップあたりの時間間隔（秒）
・使用ノード率（０．０〜１．０）（ＥＶの出発地・目的地の選択に利用されるノード数の割合）
ＥＶ入力パラメタ
・ＥＶ発生台数（台）
・搭載電池容量（ｋＷｈ）
・走行燃費（ｋｍ／ｋＷｈ）
・アクセサリ機器消費電力（ｋＷ）
・充電警告灯点灯閾値（ｋＷｈ）
・標準走行速度（ｋｍ／ｈ）
・領域速度の設定オプション（渋滞効果）（ｏｎ，ｏｆｆ）
・高速道路の利用オプション（ｏｎ，ｏｆｆ）
・ＥＶが走行開始時に満充電である確率（０．０〜１．０）
・ＥＶが走行開始時に満充電でない場合における充電率（０．０〜１．０）
充電入力パラメタ
・充電ステーション充電出力（ｋＷ）
・充電ステーション最大充電可能台数（台）
【００１５】
出力部１０２は、表示装置としてのモニタ（若しくはディスプレイ、タッチパネル等）やスピーカを有し、交通シミュレーション装置１００における各種情報を出力する。例えば、出力部１０２は、後述する解析部１２３からシミュレーションの解析結果を受け付けて出力する。
【００１６】
以下に、出力部１０２によって出力される解析結果の主要なパラメタを挙げる。
各ＥＶに関する出力
・航続距離（ｋｍ）
・走行時間（秒）
・燃料警告点灯時間累積値（秒）
・充電回数（回）
・電池切れの有無（有，無）
・トリップ回数
各充電ステーションに関する出力
・累積利用回数（回）
・供給電力量（ｋＷｈ）
・充電待ち時間累積値（秒）
・最大待ち時間（秒）
・最大充電待ちＥＶ台数（台）
・充電ステーション上での電池切れＥＶ台数（台）
・ＥＶ利用台数時系列データ（台，時刻（ｈ））
【００１７】
記憶部１１０は、例えば、制御部１２０による各種処理に要するデータや、制御部１２０による各種処理結果を記憶する。また、記憶部１１０は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。
【００１８】
制御部１２０は、制御プログラム、各種の処理手順等を規定したプログラム及び所要データを格納するための内部メモリを有するとともに、生成部１２１と、実行部１２２と、解析部１２３とを有する。また、制御部１２０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路、又は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等の電子回路である。
【００１９】
生成部１２１は、例えば、入力部１０１からシミュレーションの開始通知を受け付けた場合に、道路網に関する地図データのモデルである道路網モデルを生成する。このとき、生成部１２１は、入力部１０１から入力された若しくは記憶部１１０に記憶された「渋滞情報」、「世帯数」、「就業者数」及び「事業所数」等の各種情報も読み込む。
【００２０】
生成部１２１によって生成される道路網モデルは、例えば、主要道路のみが抽出されたものが利用される。加えて、生成部１２１によって生成される道路網モデルは、例えば、存在する道路が高速道路であるか普通道路であるかの情報をさらに有するものであっても良い。すなわち、高速道路と普通道路とでは、ＥＶの走行速度が異なる。
【００２１】
また、生成部１２１によって生成される道路網モデルは、例えば、各道路の渋滞時における走行速度の情報が付加されたものであっても良い。走行速度の情報が付加される場合には、シミュレーション実行の際にＥＶが走行する走行条件として読み込まれ、該ＥＶの走行時間が延長される。
【００２２】
ここで、図２を用いて、利用される道路網モデルについて説明する。図２は、主要道路が抽出された道路網モデルの例を示す図である。
【００２３】
例えば、図２に示すように、道路網モデルは、高速道路、国道及び県道等の主要な道路のみが抽出されている。また、図２では、交差点を黒い円で示す。そして、生成部１２１は、「渋滞情報」、「世帯数」、「就業者数」及び「事業所数」等の各種情報を図２に示す道路網モデルに埋め込む。なお、図２に示す道路網モデルは、記憶部１１０や交通シミュレーション装置１００に接続されるサーバ装置等に予め記憶されており、シミュレーションが開始される場合に、ユーザによる入力部１０１の操作で利用する道路網モデルや該道路網モデルの範囲等が選択されることになる。
【００２４】
図１の説明に戻り、実行部１２２は、生成部１２１によって生成された道路網モデルを利用してシミュレーションを実行する。例えば、実行部１２２は、生成部１２１によって生成された道路網モデルを走行するＥＶの充電状況が所定値以下になった場合に、充電ステーションで該ＥＶの充電を行なうアルゴリズムを実行する。
【００２５】
かかるＥＶの充電状況の所定値は、例えば、「３ｋＷｈ」とする。そして、実行部１２２は、ＥＶの走行中に充電状況が「３ｋＷｈ」以下になった場合に、最寄りの充電ステーションと当初の目的地とでどちらか近いかを判定し、より近い方を目的地として設定するアルゴリズムを実行する。なお、実行部１２２は、目的地或いは充電ステーションまでの経路について、最短時間で走行できるルートを選択する。さらに、充電ステーション到着時に、充電装置が他のＥＶによって利用されている最中である場合には、このときの充電待ち時間も解析される。また、全てのＥＶにおける出発時の充電状態（SOC：State Of Charge）は、入力部１０１からの入力データである「ＥＶが走行開始時に満充電である確率（０．０〜１．０）」や、「ＥＶが走行開始時に満充電でない場合における充電率（０．０〜１．０）」等によって定められる。
【００２６】
また、ＥＶによる充電について、実行部１２２は、規則的に走行するＥＶと任意に走行する電気自動車とを含んだアルゴリズムを実行する。例えば、規則的に走行するＥＶは、１日のうち８時〜９時までの出勤時間帯で通勤トリップを行なうとともに、１６時〜１８時までの帰宅時間帯で帰宅トリップを行なうＥＶを指す。また、例えば、任意に走行するＥＶは、全ての時間帯において任意のトリップを行なうＥＶを指す。なお、例えば、通勤トリップや帰宅トリップは、休日では発生せず、休日については、１１時〜１７時までのトリップ数が最も多くなる。
【００２７】
ここで、図３Ａ、図３Ｂ及び図４を用いて、実行部１２２によって実行される起点・終点の設定内容について説明する。図３Ａは、実行部１２２によって設定される起点・終点に係るゾーンによる分割の例を示す図である。図３Ｂは、実行部１２２によって設定される目的地選択の例を示す図である。図４は、実行部１２２によって実行されるＥＶのトリップ回数の発生割合の例を示す図である。
【００２８】
例えば、実行部１２２は、図３Ａに示すように、生成部１２１によって生成された道路網モデルを任意の数のゾーンに分割し、該ゾーン毎におけるＥＶの発生指数を算出する。かかるＥＶの発生指数「ＩｉＥＶ」は、例えば、ゾーン「ｉ」における世帯数「Ｈｉ」と就業者数「Ｐｉ」とを用いて、数式（１）のように定義する。また、例えば、ＥＶの発生指数「ＩｉＥＶ」を用いて、ゾーン「ｉ」におけるＥＶの発生指数「ＮｉＥＶ」を仮想空間内に走行させる全てのＥＶ数「ＮａｌｌＥＶ（＝ΣｉＮｉＥＶ）」は、数式（２）により設定する。
【００２９】
ＩｉＥＶ＝Ｈｉ×Ｐｉ ・・・（１）
ＮｉＥＶ＝（ＩｉＥＶ÷ΣｉＩｉＥＶ）×ＮａｌｌＥＶ ・・・（２）
【００３０】
そして、実行部１２２は、１トリップ（走行）の距離別度数分布を確率分布として、乱数を発生させてＥＶの目的地（終点）までの走行距離「Ｌ」ｋｍを設定する（１トリップの距離別度数分布は、「国土交通省 平成１１年度道路交通センサスＯＤ調査」を参照）。
【００３１】
続いて、実行部１２２は、出発点（起点）から「Ｌ」ｋｍの距離に存在するノードを選択する。すなわち、実行部１２２は、図３Ｂに示すように、出発点を「ノードＡ３」として、該出発点から２ｋｍ（図３Ｂの点線で示す円の範囲）以内に存在する「ノードＡ５」、「ノードＢ２」及び「ノードＢ９」を選択する。その後、実行部１２２は、選択された目的地の候補となるノードの事業所数の割合から乱数を発生させ、目的地（終点）となるノードを選択する。すなわち、実行部１２２は、図３Ｂに示すように、目的地となる「ノードＡ６」、「ノードＢ１０」及び「ノードＢ２１」等を選択する。
【００３２】
そして、実行部１２２は、図４に示すＥＶのトリップ回数の確率分布に基づき、乱数を発生させてシミュレーションで任意に走行するＥＶのトリップ回数を設定する。図４では、縦軸はトリップ回数の割合を示し、横軸は１日のトリップ回数を示している。なお、図４に示すトリップ回数の確率分布では、シミュレーションにおいて発生するＥＶが元の出発地まで戻ることで２回以上のトリップが発生することとして仮定している。
【００３３】
このとき、実行部１２２は、３回以上のトリップが発生する場合に、上記の目的地の選択処理を繰り返し実行することで目的地を決定する。また、図４において、トリップ回数が２回である割合が６割程になっている理由は、例えば、自宅等から目的地に出発して帰宅するという単純に往復を行なう場合が多いからである。
【００３４】
自動車の１日のトリップ回数の度数分布については、以下に示す地方自治体による解析結果等を参照。
「小松能美都市圏総合都市交通計画、http://www.city.komatsu.lg.jp/toshikeikaku/koutsuu/koutuu_mas1.html、検索日：２０１０年４月１５日」
「第３回今治市総合都市交通体系調査検討委員会、資料１：第３回今治市総合都市交通体系調査検討委員会資料、議案第３号、http://www.city.imabari.ehime.jp/tosisei/sougou/k4/090220_0103.pdf、検索日：２０１０年４月１５日」
【００３５】
また、実行部１２２は、道路網モデルを走行するＥＶの起点から終点までの経路の設定において、該道路網モデルにおける所定地点を経由させ、各地点間を直線で繋いだ場合の最短距離又は最短時間で該ＥＶを走行させるシミュレーションを実行する。道路網モデルにおける最短距離又は最短時間でＥＶを走行させるために、実行部１２２は、例えば、ダイクストラ法を利用する。かかるダイクストラ法は、例えば、地点Ｐから地点Ｑまでの最短経路上に地点Ｒがある場合に、地点Ｐから地点Ｒまでの最短経路が地点Ｐから地点Ｑまでの最短経路上に存在することを利用するものである。
【００３６】
ここで、図５Ａ〜図５Ｅを用いて、実行部１２２によって実行されるダイクストラ法を用いた最短経路の探索ステップを説明する。図５Ａ〜図５Ｅは、実行部１２２によって実行されるダイクストラ法を用いた最短経路の探索ステップの例を示す図である。なお、以下では、図５Ａ〜図５Ｅに示す地点Ｈ〜地点Ｎのうち出発地（起点）を「地点Ｈ」、目的地（終点）を「地点Ｎ」とする場合を説明する。すなわち、地点Ｉ〜地点Ｍは、上記の所定地点に該当する。また、図５Ａ〜図５Ｅに示す数値は、各地点間の距離を示す情報である。
【００３７】
例えば、実行部１２２は、図５Ａに示す地点Ｈ〜地点Ｎについて３つのグループに分ける。かかる３つのグループは、例えば、地点Ｈからの最短距離が確定した地点の集合（以下、「グループ１」と言う）と、グループ１の地点に隣接する地点の集合（以下、「グループ２」と言う）と、グループ１及びグループ２以外の地点の集合（以下、「グループ３」と言う）とである。すなわち、実行部１２２は、図５Ａにおいて、「グループ１：地点Ｈ」、「グループ２：地点Ｉ、地点Ｊ、地点Ｋ」、「グループ３：地点Ｌ、地点Ｍ、地点Ｎ」とする。
【００３８】
そして、実行部１２２は、図５Ｂに示すように、「グループ２：地点Ｉ、地点Ｊ、地点Ｋ」に含まれる各地点に対する最短経路を決定する。すなわち、実行部１２２は、図５Ｂにおいて、「グループ１：地点Ｈ、地点Ｉ、地点Ｊ、地点Ｋ」、「グループ２：地点Ｌ、地点Ｍ」、「グループ３：地点Ｎ」とする。
【００３９】
続いて、実行部１２２は、図５Ｃに示すように、地点Ｍについて地点Ｋ及び地点Ｊからの経路を比較し、距離「８」となる地点Ｋからの経路を最短経路に決定する。すなわち、実行部１２２は、図５Ｃにおいて、「グループ１：地点Ｈ、地点Ｉ、地点Ｊ、地点Ｋ、地点Ｍ」、「グループ２：地点Ｌ、地点Ｎ」、「グループ３：該当なし」とする。
【００４０】
その後、実行部１２２は、図５Ｄに示すように、地点Ｌについて地点Ｉ及び地点Ｋからの経路を比較し、距離「９」となる地点Ｉからの経路を最短経路に決定する。すなわち、実行部１２２は、図５Ｄにおいて、「グループ１：地点Ｈ、地点Ｉ、地点Ｊ、地点Ｋ、地点Ｌ、地点Ｍ」、「グループ２：地点Ｎ」、「グループ３：該当なし」とする。
【００４１】
そして、実行部１２２は、図５Ｅに示すように、地点Ｎについて地点Ｌ及び地点Ｍからの経路を比較し、距離「１１」となる地点Ｍからの経路を最短経路に決定する。すなわち、実行部１２２は、図５Ｅにおいて、全ての地点が「グループ１」に該当することで、地点Ｈから地点Ｎまでの最短経路を決定する。なお、図５Ａ〜図５Ｅの例では、距離を評価関数とする場合を説明したが、該評価関数は経路間の到達時刻等であっても良い。
【００４２】
また、実行部１２２は、生成部１２１によって走行速度を付加した道路網モデルが生成された場合に、該走行速度に基づいてＥＶを走行させるシミュレーションを実行する。すなわち、走行速度に基づいてＥＶを走行させるシミュレーションでは、走行時間が変動することで、ＥＶのエネルギー消費が異なる。なお、ＥＶのエネルギー消費は、走行距離が変動することでも異なることは明らかなことである。
【００４３】
これらのことから、実行部１２２は、ＥＶのエネルギー消費について走行距離に比例する消費エネルギーと、走行時間に比例する消費エネルギーとの２種類に分けて設定する。かかる走行時間に比例する消費エネルギーは、例えば、渋滞等による走行時間の延長に起因して発生するＥＶにおける空調等のアクセサリ機器での消費エネルギーを指す。
【００４４】
例えば、ＥＶにおける全エネルギー消費量「Ｅａｌｌ」（ｋＷｈ）は、走行距離「Ｌ」（ｋｍ）、走行燃費「ηｄｒｉｖｅ」（ｋｍ／ｋＷｈ）、アクセサリ機器消費電力「Ｐａｃ」（ｋＷ）及び走行時間「Ｔｄｒｉｖｅ」（ｈ）を用いて数式（３）で定義される。但し、ＥＶのモータによる電動走行の燃費は、ガソリン車と比較して速度に対する依存度が小さいため、走行燃費「ηｄｒｉｖｅ」を速度と関係なく一定値（例えば、「７．５ｋｍ／ｋＷｈ」等）にしても良い。
【００４５】
Ｅａｌｌ＝（Ｌ÷ηｄｒｉｖｅ）＋Ｐａｃ×Ｔｄｒｉｖｅ ・・・（３）
【００４６】
ここで、実行部１２２によってゾーンの決定や経路の設定等が行なわれた後に、シミュレーションが実行される道路網モデルを図６に示す。図６は、交通シミュレーション装置１００によって利用される道路網モデルの地区の例を示す図である。図６では、Ａ〜Ｊまでの市区町村が網掛けで分けられており、充電ステーションを黒い円で示す。
【００４７】
解析部１２３は、実行部１２２によって実行されたアルゴリズムに基づいて、ＥＶの挙動及び／又は充電ステーションの稼動についての解析を行ない、解析結果を出力部１０２に出力する。かかるＥＶの挙動について、解析部１２３は、例えば図６に示す道路網モデルでの出発地と目的地とが同一市町村内の交通となる内々交通量と、出発地と目的地とが異なる市町村の交通となる都市間交通量とを算出する。
【００４８】
また、解析部１２３は、例えば、ＥＶによるエネルギー消費量すなわちＥＶの充電状況の解析として、実行部１２２によって道路網モデルを走行させたＥＶの走行時間を用いて、該ＥＶにおけるエネルギー消費量を解析する。なお、走行時間は、各道路の渋滞時におけるものや、充電ステーションの充電待ち時間におけるもの等が利用される。
【００４９】
ここで、図７を用いて、出力部１０２によって出力されるシミュレーション結果の表示内容を説明する。図７は、出力部１０２によって出力されるシミュレーション結果の表示内容の例を示す図である。なお、図７は、モデル地図で示しているが、航空写真による地図等の各種地図データを利用しても良い。
【００５０】
例えば、図７では、停止中のＥＶ（白抜きの三角）と、帰宅トリップ中のＥＶ（白抜きの丸）と、通勤トリップ中のＥＶ（白抜きの四角）と、非通勤トリップ中のＥＶ（黒い三角）と、充電警告灯点灯中のＥＶ（黒い丸）とにＥＶを分けて示している。また、充電ステーションの設置位置は、図７中において黒い四角で示されている。なお、充電警告灯点灯中のＥＶとは、例えば、充電状況が所定値以下となったＥＶを指す。
【００５１】
［交通シミュレーション処理］
次に、図８を用いて、本実施例に係る交通シミュレーション処理を説明する。図８は、本実施例に係る交通シミュレーション処理の例を示すフローチャートである。
【００５２】
例えば、図８に示すように、交通シミュレーション装置１００は、シミュレーションが開始される場合に（ステップＳ１０１肯定）、シミュレーションで利用する道路網モデルを生成する（ステップＳ１０２）。なお、交通シミュレーション装置１００は、シミュレーション開始の通知を受け付けていない場合に（ステップＳ１０１否定）、該シミュレーション開始の通知待ちの状態となる。
【００５３】
そして、交通シミュレーション装置１００は、ＥＶにおけるエネルギー消費のモデルを設定する（ステップＳ１０３）。かかるエネルギー消費モデルの設定では、例えば、走行距離や走行時間等から求められるＥＶにおける全エネルギー消費量等が利用される。続いて、交通シミュレーション装置１００は、道路網モデルにおける起点及び終点を設定する（ステップＳ１０４）。かかる起点及び終点の設定では、例えば、ゾーンに区分けされた道路網モデルにおける該ゾーン毎のＥＶ発生指数等を利用しつつ、ＥＶのトリップ回数及び該トリップ回数に基づいたＥＶの目的地までの走行距離を決めることで設定される。
【００５４】
その後、交通シミュレーション装置１００は、ダイクストラ法等を利用した経路の設定を行なう（ステップＳ１０５）。そして、交通シミュレーション装置１００は、ＥＶの走行及び充電状況についてのアルゴリズムを実行する（ステップＳ１０６）。かかるＥＶの走行及び充電状況についてのアルゴリズムは、例えば、出発時に充電状態を「０．０〜１．０」に設定することや、充電状況が所定値以下になった場合に最寄りの充電ステーションを目的地とすること等を実行する。また、ＥＶの走行及び充電状況についてのアルゴリズムは、例えば、１秒単位等のリアルタイムで実行される。
【００５５】
続いて、交通シミュレーション装置１００は、所定時間が経過したか否かを判定する（ステップＳ１０７）。このとき、交通シミュレーション装置１００は、所定時間が経過したと判定された場合に（ステップＳ１０７肯定）、ステップＳ１０３の処理を実行する。すなわち、交通シミュレーション装置１００は、所定時間ごとに各種設定を変更しつつシミュレーションを実行することになる。なお、所定時間は、例えば１時間等である。
【００５６】
一方、交通シミュレーション装置１００は、所定時間が経過していないと判定された場合に（ステップＳ１０７否定）、シミュレーションを終了するか否かを判定する（ステップＳ１０８）。なお、シミュレーションの実行時間は、シミュレーション開始時に入力される等して決定される。このとき、交通シミュレーション装置１００は、シミュレーションを終了しないと判定された場合に（ステップＳ１０８否定）、ステップＳ１０６の処理を実行する。一方、交通シミュレーション装置１００は、シミュレーションを終了すると判定された場合に（ステップＳ１０８肯定）、実行されたシミュレーションに基づいて種々の解析を実行する（ステップＳ１０９）。なお、交通シミュレーション装置１００によってシミュレーション解析された解析結果は、所定の表示部に表示出力されたり、他の情報処理装置等に通知されたりする。
【００５７】
［交通区間に関するシミュレーション結果］
次に、図９Ａ及び図９Ｂを用いて、交通区間に関するシミュレーション結果を説明する。図９Ａは、内々交通におけるシミュレーション結果の例を示す図であり、図９Ｂは、都市間交通におけるシミュレーション結果の例を示す図である。なお、図９Ａでは、縦軸は内々交通量の発生割合を示し、横軸は市区町村を示している。同様に、図９Ｂでは、縦軸は、都市間交通量の発生割合を示し、横軸は市区町村間を示している。
【００５８】
例えば、図９Ａに示すように、内々交通における解析結果は、交通量の調査結果をほぼ再現している。同様に、図９Ｂに示すように、都市間交通における解析結果は、交通量の調査結果をほぼ再現している。なお、図９Ａ及び図９Ｂのような交通量の調査結果の例は、「京阪神都市圏パーソントリップ調査（第４回 大阪市） 資料−８ http://www.city.osaka.lg.jp/keikakuchosei/cmsfiles/contents/0000022/22792/H12PT-37.38.pdf、検索日：２０１０年５月９日」を参照。
【００５９】
［走行距離に関するシミュレーション結果］
次に、図１０を用いて、走行距離に関するシミュレーション結果を説明する。図１０は、１トリップあたりの走行距離に関するシミュレーション結果の例を示す図である。なお、図１０では、縦軸はトリップ数発生割合を示し、横軸は１トリップ当たりの走行距離を示している。
【００６０】
例えば、図１０に示すように、１トリップあたりの走行距離に関する解析結果は、１トリップの走行距離の調査結果をほぼ再現している。なお、図１０における１トリップの走行距離の調査結果は、「国土交通省 平成１１年度道路交通センサスＯＤ調査」を参照。
【００６１】
［充電ステーションの有無に関するＥＶの走行距離］
次に、図１１を用いて、充電ステーションの有無に関するＥＶの走行距離を説明する。図１１は、充電ステーションの有無に関するＥＶの走行距離のシミュレーション結果の例を示す図である。なお、図１１では、縦軸は平均走行距離を示し、横軸は搭載電池容量を示している。
【００６２】
また、ここでは、充電ステーションの設置によるユーザの利便性向上の効果の解析例として、図６に示した位置に充電ステーションを設置した場合のＥＶの走行距離の延長効果を解析する。以下に、解析に用いたパラメタの例を挙げる。
・ＥＶ発生台数：３０００（台）
・搭載電池容量：８，１４，２０（ｋＷｈ）
・走行燃費：７．５（ｋｍ／ｋＷｈ）
・アクセサリ機器消費電力：３．０（ｋＷ）
・標準走行速度：４５（ｋｍ／ｈ）
・領域速度の設定オプション（渋滞効果）：ｏｎ
・高速道路の利用オプション：ｏｎ
・ＥＶが走行開始時に満充電である確率：１．０
【００６３】
また、ＥＶの充電は、充電ステーションのみで実施することとする。そして、図６のモデル地区に対するＥＶのシミュレーションを実行し、ＥＶの平均走行距離に関して充電ステーションが設置されていない場合と１７箇所に設置されている場合とについて比較する。
【００６４】
このようにして解析を行なった結果、図１１に示すように、全ての搭載電池容量において、充電ステーションを設置した場合の方が、１日の平均走行距離が長くなる。つまり、充電ステーションの設置は、ＥＶの遠方への走行が可能になることから、充電ステーションが設置されない場合よりもユーザの利便性が向上している解析結果を得られることになる。
【００６５】
また、図１１に示すように、充電ステーションを設置した場合における平均走行距離は、全ての搭載電池容量においてほぼ「３７ｋｍ」となる。つまり、充電ステーションを１７箇所設置する場合には、自家用乗用車の実動１日の平均走行距離である「３５ｋｍ」の走行が可能となる解析結果を得られることになる。かかる解析結果は、ＥＶを利用する場合であっても、ガソリン車等と比較してユーザの利便性を損なうことがないことを示している。なお、自家用乗用車の実動１日の平均走行距離については、「国土交通省 自動車輸送統計調査年報平成１７年度分」を参照。
【００６６】
［搭載電池容量毎の走行距離］
次に、図１２を用いて、搭載電池容量が１４ｋＷｈである場合のＥＶの走行距離を説明する。図１２は、搭載電池容量が１４ｋＷｈである場合のＥＶの走行距離を示す図である。なお、図１２では、縦軸は走行距離を示し、横軸は台数を示している。また、図１２では、充電ステーションを０箇所から図６に示した１７箇所設置した場合を説明する。
【００６７】
例えば、図１２に示すように、搭載電池容量が「１４ｋＷｈ」である場合のＥＶの走行距離の台数分布では、充電ステーションを設置したことによって、特に６０ｋｍ以上の走行台数が増えるという解析結果を得られる。つまり、充電ステーションの設置は、長距離走行するＥＶの台数が増加するため、これに伴い、ＥＶの走行距離も増加することを示している。
【００６８】
［ＥＶ充電台数の時系列データと搭載電池容量との関係］
次に、図１３を用いて、ＥＶ充電台数の時系列データと搭載電池容量との関係を説明する。図１３は、ＥＶ充電台数の時系列データと搭載電池容量との関係を示す図である。なお、図１３では、縦軸は充電ステーションの利用台数を示し、横軸は時間を示している。また、図１３では、図６に示した充電ステーションにおけるＥＶの充電台数の時系列データと、「８ｋＷｈ」、「１４ｋＷｈ」及び「２０ｋＷｈ」である搭載電池容量との関係を示す。
【００６９】
例えば、図１３に示すように、ＥＶの出発時は、充電率が１００％であるため、午前中における充電ステーションの利用台数は少なく、午後になると該利用台数が増加する解析結果が得られる。また、図１３では、ＥＶの搭載電池容量が８ｋＷｈから２０ｋＷｈへ増えるにつれて、充電ステーションの利用台数が少なくなる解析結果が得られる。
【００７０】
また、搭載電池容量が「８ｋＷｈ」である場合には、充電ステーションの利用台数が１時間に最大３０台あることから、１台の充電に１０分を要すると仮定しても５台の充電装置を設置することが好ましい解析結果が得られる。つまり、充電ステーションにおいては、普及するＥＶにおける搭載電池容量がどの程度になるかによって、充電ステーションの利用台数や設置すべき台数等が大きく変化することになる。
【００７１】
［実施例による効果］
上述したように、交通シミュレーション装置１００は、生成した道路網モデル上を走行するＥＶの充電状況が所定値以下になった場合に充電を行なうアルゴリズムを実行し、解析を行なうので、ＥＶに関する有用なシミュレーションを行なうことができる。換言すると、交通シミュレーション装置１００は、ＥＶの導入で要するＥＶの充電状況と、充電ステーションの稼動状況とを評価するので、ＥＶに関する有用なシミュレーションを行なうことができる。
【００７２】
また、交通シミュレーション装置１００は、渋滞時の走行速度情報が付加された道路網モデルを利用してＥＶのシミュレーションを実行するので、ＥＶの空調機器等のアクセサリがＥＶの走行以外に消費するエネルギーの増大に係る評価に有用である。
【００７３】
また、交通シミュレーション装置１００は、ＥＶの経路選択でダイクストラ法を利用した直線距離を走行させるシミュレーションを実行するので、道路網モデルの道路数や車線数等のデータを簡略化し、シミュレーションにおける計算量を削減することができる。
【００７４】
なお、本実施例では、交通シミュレーション装置について説明したが、交通シミュレーション装置が有する構成をソフトウェアによって実現することで、同様の機能を有する交通シミュレーションプログラムを得ることができる。
【００７５】
また、上記文書中や図面中等で示した処理手順、制御手順、具体的名称、各種のデータやパラメタ等を含む情報（例えば、「シミュレーションで実行される各種パラメタの値」等）については、特記する場合を除いて任意に変更することができる。例えば、シミュレーションの実行で利用される道路網モデルについては、図２に示したものに限られるものではなく、図１４に示すように、道路が存在するか否かの情報を有するものであれば良い。なお、図１４は、全ての道路情報を含む道路網モデルの例を示す図である。
【００７６】
また、図示した交通シミュレーション装置１００の各構成要素は、機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は、図示のものに限られず、その全部又は一部を各種の負担や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合することができる。例えば、実行部１２２は、起点・終点を設定する処理部と、経路を選択する処理部と、エネルギー消費のモデルを設定する処理部と、ＥＶの走行及び充電に係るアルゴリズムを実行する処理部とに分散しても良い。
【産業上の利用可能性】
【００７７】
上述したように、本願に開示する交通シミュレーションプログラム、交通シミュレーション装置及び交通シミュレーション方法は、ＥＶの交通シミュレーションに有用であり、特にＥＶの充電状況及び充電ステーションの稼動状況を解析することに適する。
【符号の説明】
【００７８】
１００ 交通シミュレーション装置
１０１ 入力部
１０２ 出力部
１１０ 記憶部
１２０ 制御部
１２１ 生成部
１２２ 実行部
１２３ 解析部
【特許請求の範囲】
【請求項１】
道路網に関する地図データのモデルである道路網モデルを生成する生成手順と、
前記生成手順によって生成された道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行する実行手順と、
前記実行手順によって実行されたアルゴリズムに基づいて、電気自動車の挙動及び／又は充電ステーションの稼動についての解析を行なう解析手順と
をコンピュータに実行させることを特徴とする交通シミュレーションプログラム。
【請求項２】
前記解析手順は、前記実行手順によって走行させた電気自動車の走行時間を用いて、該電気自動車による電気消費量を解析することを特徴とする請求項１に記載の交通シミュレーションプログラム。
【請求項３】
前記生成手順は、各道路の渋滞時における走行速度の情報を付加した道路網モデルを生成し、
前記実行手順は、前記生成手順によって付加された走行速度に基づいて前記電気自動車を走行させ、
前記解析手順は、前記実行手順によって走行させた電気自動車の走行時間を用いて、該電気自動車による電気消費量を解析することを特徴とする請求項１に記載の交通シミュレーションプログラム。
【請求項４】
前記生成手順は、走行速度の情報を付加した道路網モデルを生成し、
前記実行手順は、前記生成手順によって付加された走行速度に基づいて前記電気自動車を走行させ、さらに各充電ステーションでの充電待ち時間を含んだ充電を行なうアルゴリズムを実行し、
前記解析手順は、前記実行手順によって走行させた電気自動車の走行時間と、前記各充電ステーションにおける充電待ち時間とを用いて、該電気自動車による電気消費量を解析することを特徴とする請求項１に記載の交通シミュレーションプログラム。
【請求項５】
前記生成手順は、道路が存在するか否かの情報を有する道路網モデルを生成することを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項６】
前記生成手順は、道路が高速道路か普通道路かの情報を有する道路網モデルを生成することを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項７】
前記実行手順は、前記生成手順によって生成された道路網モデルを走行する電気自動車の起点から終点までの経路の設定において、該道路網モデルにおける所定地点を経由させ、各地点間を直線で繋いだ場合の最短距離又は最短時間で該電気自動車を走行させることを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項８】
前記実行手順は、規則的に走行する電気自動車と任意に走行する電気自動車とを含んだアルゴリズムを実行することを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項９】
前記実行手順は、前記充電状況が所定値以下になった場合に、最寄りの充電ステーションと予め設定された終点とでどちらが近いかを判定し、より近い方を目的地として設定することを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項１０】
道路網に関する地図データのモデルである道路網モデルを生成する生成手段と、
前記生成手段によって生成された道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行する実行手段と、
前記実行手段によって実行されたアルゴリズムに基づいて、電気自動車の挙動及び／又は充電ステーションの稼動についての解析を行なう解析手段と
を有することを特徴とする交通シミュレーション装置。
【請求項１１】
道路網に関する地図データのモデルである道路網モデルを生成する生成工程と、
前記生成工程によって生成された道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行する実行工程と、
前記実行工程によって実行されたアルゴリズムに基づいて、電気自動車の挙動及び／又は充電ステーションの稼動についての解析を行なう解析工程と
を含んだことを特徴とする交通シミュレーション方法。
【請求項１】
道路網に関する地図データのモデルである道路網モデルを生成する生成手順と、
前記生成手順によって生成された道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行する実行手順と、
前記実行手順によって実行されたアルゴリズムに基づいて、電気自動車の挙動及び／又は充電ステーションの稼動についての解析を行なう解析手順と
をコンピュータに実行させることを特徴とする交通シミュレーションプログラム。
【請求項２】
前記解析手順は、前記実行手順によって走行させた電気自動車の走行時間を用いて、該電気自動車による電気消費量を解析することを特徴とする請求項１に記載の交通シミュレーションプログラム。
【請求項３】
前記生成手順は、各道路の渋滞時における走行速度の情報を付加した道路網モデルを生成し、
前記実行手順は、前記生成手順によって付加された走行速度に基づいて前記電気自動車を走行させ、
前記解析手順は、前記実行手順によって走行させた電気自動車の走行時間を用いて、該電気自動車による電気消費量を解析することを特徴とする請求項１に記載の交通シミュレーションプログラム。
【請求項４】
前記生成手順は、走行速度の情報を付加した道路網モデルを生成し、
前記実行手順は、前記生成手順によって付加された走行速度に基づいて前記電気自動車を走行させ、さらに各充電ステーションでの充電待ち時間を含んだ充電を行なうアルゴリズムを実行し、
前記解析手順は、前記実行手順によって走行させた電気自動車の走行時間と、前記各充電ステーションにおける充電待ち時間とを用いて、該電気自動車による電気消費量を解析することを特徴とする請求項１に記載の交通シミュレーションプログラム。
【請求項５】
前記生成手順は、道路が存在するか否かの情報を有する道路網モデルを生成することを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項６】
前記生成手順は、道路が高速道路か普通道路かの情報を有する道路網モデルを生成することを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項７】
前記実行手順は、前記生成手順によって生成された道路網モデルを走行する電気自動車の起点から終点までの経路の設定において、該道路網モデルにおける所定地点を経由させ、各地点間を直線で繋いだ場合の最短距離又は最短時間で該電気自動車を走行させることを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項８】
前記実行手順は、規則的に走行する電気自動車と任意に走行する電気自動車とを含んだアルゴリズムを実行することを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項９】
前記実行手順は、前記充電状況が所定値以下になった場合に、最寄りの充電ステーションと予め設定された終点とでどちらが近いかを判定し、より近い方を目的地として設定することを特徴とする請求項１〜４のいずれか一つに記載の交通シミュレーションプログラム。
【請求項１０】
道路網に関する地図データのモデルである道路網モデルを生成する生成手段と、
前記生成手段によって生成された道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行する実行手段と、
前記実行手段によって実行されたアルゴリズムに基づいて、電気自動車の挙動及び／又は充電ステーションの稼動についての解析を行なう解析手段と
を有することを特徴とする交通シミュレーション装置。
【請求項１１】
道路網に関する地図データのモデルである道路網モデルを生成する生成工程と、
前記生成工程によって生成された道路網モデルを走行する電気自動車の充電状況が所定値以下になった場合に、充電ステーションで該電気自動車の充電を行なうアルゴリズムを実行する実行工程と、
前記実行工程によって実行されたアルゴリズムに基づいて、電気自動車の挙動及び／又は充電ステーションの稼動についての解析を行なう解析工程と
を含んだことを特徴とする交通シミュレーション方法。
【図１】
【図２】
【図３Ａ】
【図３Ｂ】
【図４】
【図５Ａ】
【図５Ｂ】
【図５Ｃ】
【図５Ｄ】
【図５Ｅ】
【図６】
【図７】
【図８】
【図９Ａ】
【図９Ｂ】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３Ａ】
【図３Ｂ】
【図４】
【図５Ａ】
【図５Ｂ】
【図５Ｃ】
【図５Ｄ】
【図５Ｅ】
【図６】
【図７】
【図８】
【図９Ａ】
【図９Ｂ】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１１−２３８１８２（Ｐ２０１１−２３８１８２Ａ）
【公開日】平成２３年１１月２４日（２０１１．１１．２４）
【国際特許分類】
【出願番号】特願２０１０−１１１３８５（Ｐ２０１０−１１１３８５）
【出願日】平成２２年５月１３日（２０１０．５．１３）
【出願人】（０００１７３８０９）財団法人電力中央研究所 (1,040)
【Ｆターム（参考）】
【公開日】平成２３年１１月２４日（２０１１．１１．２４）
【国際特許分類】
【出願日】平成２２年５月１３日（２０１０．５．１３）
【出願人】（０００１７３８０９）財団法人電力中央研究所 (1,040)
【Ｆターム（参考）】
[ Back to top ]