P2P電力取引東富士実証　車両の移動予測手法の開発

カテゴリ: 研究会(論文単位)

論文No: SMF20046

グループ名: 【D】産業応用部門 スマートファシリティ研究会

発行日: 2020/11/13

タイトル(英語): Vehicle Trip Prediction Method for Peer-to-peer Energy Trading System: Higashifuji Case

著者名: 木暮 宏光(トヨタ自動車),小幡 一輝(トヨタ自動車),工藤 由貴(トヨタ自動車),菊池 智志(トヨタ自動車),徳田 茂史(トヨタ自動車),木村 和峰(トヨタ自動車),田中 謙司(東京大学)

著者名(英語): Hiromitsu Kigure(TOYOTA MOTOR CORPORATION),Kazuki Obata(TOYOTA MOTOR CORPORATION),Yuki Kudo(TOYOTA MOTOR CORPORATION),Satoshi Kikuchi(TOYOTA MOTOR CORPORATION),Shigefumi Tokuda(TOYOTA MOTOR CORPORATION),Kazutaka Kimura(TOYOTA MOTOR CORPORATION),Kenji Tanaka(The University of Tokyo)

キーワード: 個人間電力取引|電動車|位置情報データ|移動予測|機械学習|peer-to-peer energy trading|electric vehicle|position information data|trip prediction|machine learning

要約(日本語): 再生可能エネルギーの効率的利用を目指し、電動車も活用した個人間（P2P）電力取引システムを開発して実証試験を行った。電動車の使用に不都合を生じさせる事なく車載蓄電池を活用するには、車両移動を予測した上で電力取引計画を最適化する必要がある。そこで我々は機械学習による予測を検討した。本論文では、実証試験で得たデータを活用して構築した予測モデルの評価結果および課題について報告する。

要約(英語): In our peer-to-peer energy trading system, it's necessary to optimize the trading plan based on the prediction of electric vehicle trip in order to use automotive storage batteries without any inconvenience to the users. We have developed the prediction method by machine learning. In this paper, we discuss the evaluation results and future issue of our method.

原稿種別: 日本語

PDFファイルサイズ: 1,193 Kバイト