2021 Fiscal Year Research-status Report
Optimal EV charging algorithm with probabilistic EV demand forecasting
| Project/Area Number |
21K14150
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
小平 大輔 東京理科大学, 理工学部電気電子情報工学科, 助教 (20880777)
|
|---|
| Project Period (FY) |
2021-04-01 – 2023-03-31
|
| Keywords | 確率的需要予測 / 計算量低減 / EV充放電最適化 / Prediction Interval / Electric Vehicle / machine learning / Probabilistic forecast |
|---|
| Outline of Annual Research Achievements |
2021年度は，下記の2項目を実施した。
項目１：Electric Vehicle (EV) 群の充電需要予測の理論構築
項目１に関して、充電需要を確率的に予測するために、確率的な幅を持った予測区間（Prediction Interval）をどのように生成するかの検討を行った。当初の予定とは異なり、確率分布関数を予測するのではなく、Lower upper bound estimationと呼ばれる機械学習をもとにした手法を用いて、直接的に予測区間を推定することで、より汎用なデータに対して妥当性の高い予測区間を生成できることをシミュレーションにより示した。また、予測区間の生成において、どのようなデータ項目が予測結果に有意に影響を与えるのかをRandom Forestを用いて選定する手法を開発した。これらの成果は現在、Energies(IF=3.0)への投稿準備段階である。また、地理的に分散した、複数地点のデータを機械学習の入力データとして与えることにより、単独の拠点のデータを用いて予測を行うよりも精度が向上することを示した。得られた成果は、Energies(IF=3.0)に掲載済みである。
項目２： 多数のEVの最適充放電アルゴリズムにおける計算量低減の理論構築
項目２に関して、シミュレーションベースにおいて、複数のEVの充電行動を仮想的に一つの容量の大きなEVとして扱うClustering手法を開発した。複数のEVの充電拠点にそれぞれ異なる到着時刻・出発時刻・充電残量をもったEVが任意の充電行動を取る際に、ユーザーの要求（出発時刻までにどれだけの充電量が必要か）を満たす充放電スケジュールを現実的な計算時間で実施することができた。成果は現在Applied Energy(IF=9.74)にて査読中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
項目１，２ともに国際的な論文誌への投稿準備中～掲載済みという段階で、成果の取りまとめまで行うことができた。当初の予定通りに実施できなかった点としては、確率的なEVの需要予測に基づいた、制御をおこなった場合の計算量低減について検討がまだ行えていない点である。また、当初の予定と異なり検討が進んだ点としては、計算量を低減する目的で、当初は考慮していなかった別の手法である、強化学習による最適充放電スケジュール生成について、初歩的な成果を出すことができた点である。これらの成果は国内の電気学会において発表している。
|
| Strategy for Future Research Activity |
2022年度の予定では、項目２の最終検討と、項目１と２の統合・実証がおこなわれる。項目２は2021年度までに、予定通り、“決定論的な予測”に基づく計算量の低減が実現できた。それを拡張し、2022年度の６月末までに“確率的な予測”に基づく計算量低減の手法について目処をつけるよう進める。また、項目１と項目２の統合と性能検証については、実験設備を用いた検証を行う予定である。2022年７月から半年程度をかけて行う見込み。必要な実験設備（EVを模擬した蓄電池・太陽光発電を模擬した直流電流・電力需要を模擬した交流負荷）の構築を行う。実証設備において、項目１と２を統合したアルゴリズムが理論通りに動作するかを検証し、最後に成果の取りまとめを行う。
|
| Causes of Carryover |
国際会議への発表や、共同研究者の招聘等を予定していたが、コロナウィルスの影響により実施ができなかった。来年度は、渡航制限が解除され次第、国際会議への出席や、申請者自身が共同研究先へ一時的に滞在して研究を加速させる取り組みを実施する見込み。
|
