ガソリンスタンドの再生：次世代エネルギーステーションへの多段階設計
高速充電器の轟音と燃料ノズルの慣れた音が交錯する中、新たなエネルギーステーションが姿を現しつつある。これは、大規模なモビリティ変革においてどちらかの側を選ぶのではなく、両者を橋渡しする存在だ。電気自動車（EV）の普及が世界の都市で急速に進む中、かつてガソリン専用だった既存のインフラが、撤去や放棄ではなく、外科的な精度で再利用されつつある。北京、上海、そして近い将来世界中の大都市で、従来型のガソリンスタンドは統合型給油・急速充電ステーション（IFFSs）へと進化している。これは高速EV充電と従来型給油の両方を提供するデュアルパーパスハブであり、オンサイトの蓄電池により電力網の負荷を管理し、稼働時間を最大化する。
これは後付けの改造ではない。これは戦略的なインフラの進化であり、意図的でデータ駆動型、そして長期的視野で経済的に調整されたものだ。今年Proceedings of the CSEEに掲載された画期的な研究は、ガソリンから電気への移行を二項対立的な反転ではなく、微妙なニュアンスを持つ数十年規模の移行として扱う、厳密な多段階計画フレームワークを提示している。その核心にあるのは、ドライバーが中央最適化されたルーティングを実行する自動機械ではなく、時間、コスト、利便性の間でリアルタイムにトレードオフを行う合理的な主体であるという認識だ。この行動の現実を無視すれば、机上では優れていても実際には機能しないモデルが生み出されると著者らは論じる。
2017年、フランスと英国が2040年までに新しい内燃機関（ICE）車の販売を禁止すると初めて発表した時、多くの人々は未来が単にガソリンスタンドを消し去ると考えた。しかし、ほぼ10年が経過した今、現実ははるかに複雑であることが証明されている。車両の入れ替わりは政策のタイムラインよりも遅く、地方での普及は都市部の電化に遅れをとり、給油を必要とするハイブリッド車は過渡期的な主要技術であり続けている。一方、シノペックのような石油大手は、新規開発ではなく既存の小売網を変革することで、2025年までに5,000基のEV充電および電池交換ステーションを建設することを公約している。この方向転換は、より深い真実を反映している：密集した都市部の土地は希少で高価であり、しばしば数十年前の許可を得たゾーニングがなされている。機能しているステーションを解体して充電専用施設を再建することは、経済的にも環境的にもほとんど意味をなさない。その場で適応する方がはるかに賢明だ。
しかし、適応には充電器を forecourt（給油所前の広場）にボルトで固定する以上のことが要求される。課題は運用的、財政的、そして極めて空間的である：どのステーションを最初にアップグレードすべきか？ 何台の充電器が何台のポンプと共存すべきか――そしてそれはどれくらいの期間か？ 燃料ディスペンサーを廃止し、その面積をパワーエレクトロニクスや電池スタックに再利用する適切な時期はいつか？ そして決定的に：すべてのドライバーがピーク時でもオフピーク時でも30分以上並ばず、遊休容量に過剰な支出をしないように、すべてをどのように規模決定するか？
段 暁瑜（Xiaoyu Duan）、胡 澤春（Zechun Hu）、宋 永華（Yonghua Song）、馮 建周（Jianzhou Feng）――清華大学と澳門大学のスマートシティIoT国家重点実験室にまたがるチームの研究がこれを可能にする。彼らのモデルは、インフラ計画における2つの一般的な落とし穴を回避している：第一に、需要が社会的に最適なルーティング（例えば、都市全体の移動時間の最小化）に従って分配されるとする仮定；第二に、十年規模の時間軸では脆くなる詳細な交通ネットワークシミュレーションへの依存である。代わりに、彼らはラスタライズ化された――つまり格子状の――都市モデルを提案する。ここでは、需要が離散的なセル（例：2 km × 2 km のゾーン）から発生し、ステーションは、複合的な「コスト」――移動時間（マンハッタン距離と平均速度で推定）、予想待ち時間、サービス時間、エネルギー価格――に基づいて、近隣セルからの合理的なユーザーを惹きつけるために競争する。
このユーザー均衡アプローチは交通理論では新しいものではない――しかし、ハイブリッドエネルギーインフラへの応用は新しい。ここでは、すべてのドライバーが自分自身の最適な停止場所を計算する。もしステーションAが追加で2台の200 kW充電器を設置すれば、その待ち時間は短縮され、「コスト」は低下し、近隣セルからの需要は自然とそこへシフトする――中央の dispatcher（指令器）が命令を出すことなく。この自己組織化的な振る舞いは計画ループに直接組み込まれている：モデルは、現在のステーション容量が与えられたもとでの需要配分を反復的に解き、次に新しい需要マップが与えられたもとで容量を再最適化し、ブラウワーの不動点定理（少なくとも1つのそのような安定した構成が存在するという数学的保証）を介して安定平衡に収束する。
実際には、これは計画担当者がユーザーの行動を推測する必要がなくなることを意味する。彼らはそれをシミュレートする。そして結果は啓示的である。北京都心部を模擬した環境――300のグリッドセルと15の大規模な既存ステーション――において、モデルは非線形で加速するシフトを予測する：ステージ4（20年後、EV普及率50%）までに、給油需要全体は初期レベルのかなり低下するが、残存需要の分布は非常に集中する――人々がより運転するからではなく、合理的なユーザーが許容できる待ち時間を提供する残り少ない大容量燃料ベイに殺到するためだ。逆に、充電需要はより均等に広がるが、高密度の商業地や交通結節点周辺ではホットスポットが発生し、わずかな待ち行列の急増でも隣接ステーションへの需要の流出が目に見える形で引き起こされる。
決定的に、モデルは量よりもタイミングが重要であることを明らかにする。充電器への最大の投資は、最終段階（EVが支配的になる時）ではなく、ステージ1、つまり最初の波の商用フリート事業者（例：ライドシェア、配送EV）が大規模に急速充電を採用し始める時期に現れる。アーリームーバーは10年後ではなく、今インフラを必要としている。ステージ1の構築を遅らせてもお金は節約できず、競合他社に市場シェアを譲り、後続の段階での利用率を低下させるだけだ。
同じように示唆に富むのは、オンサイトエネルギー貯蔵の役割である。この研究は電池システムをオプションの追加装置ではなく、不可欠な電力網平滑化装置として扱う。200 kWのDC急速充電器はピーク時にメガワット単位の電力を消費するため、単一のステーションでも、特に複数の車両が同時に接続した場合、地域の変圧器に負担をかける可能性がある。蓄電設備（例：500 kWhのリチウムイオンシステム、現在価値ベースでkWhあたり約19,500ドル）を設置することで、事業者はピーク需要を「削り」、オフピーク時にゆっくり電力を購入し、充電需要が集中する間に急速に放電することができる。これにより、コストのかかる電力網のアップグレードを回避し、時間帯別料金制度の下で電気料金を削減し、そして――決定的に――停電時のサービス信頼性を向上させる。モデルは、利用率の高い場所では、蓄電は贅沢品ではなく、経済的実行可能性の前提条件であることを示している。
しかし、おそらく最も実用的な洞察は、モデルが廃止をどのように扱うかにある。ほとんどの学術研究は、インフラの拡張と縮小を独立したプロセスとして扱う。この研究はそうではない。それは共有資源の制約――土地面積、電気変電所の容量、資本予算――を通じてこれらを明示的に結合する。そしてここで、人間の行動――ドライバーだけでなく管理者の――が再び方程式に組み込まれる。燃料ディスペンサーを取り壊すことが純コスト（設備撤去、有害物質処理、短期的な収入の損失）を招く場合、事業者は廃止を遅らせる――典型的には、スペースや電力が充電器に必要な時に強制されるまでだ。しかし、廃止がコスト削減（例：遊休ポンプの年間メンテナンス回避）になる場合、合理的な企業は需要が完全になくなる前でさえ、早期に容量を削減する。モデルは最適化を分離することで両方のシナリオに対応する：燃料撤去にコストがかかる場合、まず充電器の展開を優先し、資源のボトルネックが現れた時のみポンプを撤去する；それが収益性がある場合、資源を解放するためにポンプの廃止を前倒しする。
その意味は戦略的である。社会的に最適な需要配分（ユーザーがシステム全体のコストを最小化するように自分自身を配分すると仮定される）を使用する都市計画機関は、より少ない数で大規模な充電ハブを建設し、集中型ルーティングアプリに交通を誘導させることに依存するかもしれない。しかし現実には、ドライバーはグローバルに最適な選択肢ではなく、知覚上最も速い選択肢を選ぶ。この研究のシミュレーションは、前者に基づく計画では、中規模なステーションでの利用率を過大評価し、主要な立地での混雑を過小評価し――予想よりも6〜9%高い実際の運営コストにつながることを示している。対照的に、ユーザー均衡ベースの設計は、計画段階の見積もりではわずかに高価であるが、人々が実際にどのように行動するかに合致するため、現実世界ではより低いコストを実現する。
実世界での検証も現れつつある。中国のEV首都、深圳では、ペトロチャイナ（中国石油）が2021年以降120以上のステーションをハイブリッドIFFS形式に変換しており、通常4〜6車線の燃料レーンを維持しながら、8〜12基の急速充電器と1〜2 MWhの蓄電設備を追加している。初期の遠隔計測データは、清華大学のモデルとほぼ同一の利用率曲線を示している：初期のステージ1ではタクシーと物流フリートによる充電器の利用が支配的；ステージ2ではオフピーク時間帯における個人所有EVの採用の増加が特徴；そしてステージ3（現在進行中）では長距離トラック輸送ルート以外での燃料需要の急減が見られる。待ち時間は稼働時間の92%で25分以内に収まっており――業界のコンセンサスによって都市部での給油に許容可能とみなされる30分の閾値内である。
しかし課題は残る。現在のモデルは燃料と電気の待ち行列を独立したものとして扱っているが、実際には、混雑した燃料島が充電ベイに波及することがあり、特に制約のあるサイトではそうである。将来の改訂版では、異なるモード間の待ち行列の力学を統合するかもしれない。同様に、連続的な容量変数（例：「6.73基の充電器」）の仮定は、実際の展開には整数への丸めヒューリスティックを必要とする；研究チームは現在、混合整数拡張を探っている。そして、ラスターアプローチは通りレベルの地形を犠牲にするが、道路網、ゾーニング、さらには都市の境界さえも予測不能に変化する可能性がある20年間の計画期間において堅牢性を得る。
おそらくIFFSモデルが可能にする最も深遠な変化は文化的なものだ：それは置き換えから共存への物語を移動させる。何十年もの間、エネルギー転換はゼロサムゲーム――石炭対ガス、石油対電子――として捉えられてきた。しかし、インフラは一夜にして入れ替わるものではない。米国の平均的なガソリンスタンドは30年以上経っており、欧州やアジアの多くのものはそれより古い。それらの物理的資産――地下タンク（一度浄化されれば）、キャノピー構造、 utility connections（ utility 接続）、そして最も重要な不動産――は、生産的に再配備できる埋没資本を代表している。IFFSは妥協ではない；それはEV革命が地理、車種、ユーザーの人口統計学的特性にわたって均一に展開しないという認識なのである。
政策的観点から、この研究は適応的規制のためのテンプレートを提供する。固定された充電器対ポンプの比率を義務付ける代わりに、都市はステーションに動的な移行計画――地域のEV普及率、待ち行列の性能、土地利用率に基づいて5年ごとに更新――の提出を要求することができる。規制当局はその後、需要カバレッジを明らかに改善したり、電力網への負荷を軽減したりするアップグレードに対して迅速な許可を与えることができる。一方、公益事業会社は、蓄電設備を導入し電力網支援プログラムに参加するステーションに対して、デマンドチャージ（需要料金）のクレジットを提供することができる。
ビジネスケースも同様に説得力がある。チームのNPV（正味現在価値）分析によれば、適切に実行された多段階のIFFS導入は、保守的な仮定の下でも正のリターンを達成できる――特に回避コスト：土地取得の不要、許可取得の遅延の軽減、および既存ブランドの活用――を考慮に入れると。石油小売業者は廃れゆく運命に強制されているのではない；彼らは関連性を保つための攻略本を手渡されているのである。あるシノペック幹部が最近述べたように：「我々はガソリンを売っているのではない。我々はエネルギーの利便性を売っている。ノズルの形状が変わっただけだ。」
将来を見据えると、IFFSの概念は自動車を超えて拡大する可能性がある。大型トラック輸送ルートでは、すでにメガワット級の充電と水素充填の併用が試験されている。都市のマイクロモビリティハブは、電動自転車や電動キックボードの交換ステーションを重層的に組み込むことができる。そして、V2G（Vehicle-to-Grid）技術が成熟するにつれて、明日のIFFSは単に電力網から電力を引き出すだけでなく、停車中のEVを分散型蓄電資産として利用することで電力網を安定化させるかもしれない。ステーションは消費のポイントではなく、応答性の高い双方向のエネルギーウェブにおけるノードへと変貌する。
これらすべてが自動的に起こるわけではない。それは、工学的制約と人間の主体性の両方を尊重する計画を必要とする――2040年にどの車両が道路を支配するかだけでなく、ドライバーが途中でどこに停まるかをどのように決定するかを予測する計画である。段、胡、宋、馮による研究は未来を予測しない。それは事業者が未来を航海する――段階的に、充電器ごとに、待ち時間ごとに――ための装備を提供する。そして、運転席の人のことを決して見失うことなく。
根本的な破壊の時代において、最も回復力のあるインフラは、未知へ大胆に飛躍するものではなく、知的に、漸進的に、そして誰も路肩に取り残すことなく進化するものである。
—
*Xiaoyu Duan¹, Zechun Hu¹, Yonghua Song², Jianzhou Feng¹** ¹Department of Electrical Engineering, Tsinghua University, Beijing 100084, China ²State Key