交通遅延を考慮した電力・交通連携最適化
電気自動車（EV）の普及が進む中、都市の電力網と交通網がますます深く連携する「電力・交通連携システム（PTCS）」が注目されています。EVの充電行動は、電力網の負荷や道路の混雑に直接影響を与えるため、両者の最適な運用は都市の効率と持続可能性にとって極めて重要です。しかし、従来の研究では、ドライバーがナビゲーションアプリで確認する交通情報が、実際に車を走らせる時にはすでに古くなっている「交通遅延」という現実的な問題が軽視されてきました。
この課題に真正面から取り組んだのが、天津大学の劉珏（リュウ ジュエ）、穆雲飛（モク ウンヒ）、賈宏傑（カ コウケツ）と河北工業大学の董暁紅（トウ ギョウコウ）の研究チームです。彼らが『電力システム及其自動化学報』（Proceedings of the CSU-EPSA）に発表した画期的な研究は、「交通遅延因子」という概念を導入し、EVの走行経路と充電先の選択を、未来の交通状況を予測する形で最適化する戦略を提案しています。このアプローチにより、電力網の損失を減らし、道路の混雑を緩和し、ドライバーの充電コストを削減する、三重の効果が期待できます。
なぜ「交通遅延」が問題なのか？
EVの充電インフラを最適化する既存の研究は、主に「価格誘導」と「経路誘導」の二つのアプローチに分かれています。価格誘導とは、時間帯別電気料金や充電サービス料金を変動させることで、EVユーザーの充電行動を時間的に分散させ、電力網のピーク負荷を平準化しようとするものです。経路誘導は、ドライバーに最適な充電ステーションとその経路を案内することで、交通渋滞を避け、効率的な充電を促す方法です。
しかし、これらの戦略は、ある瞬間の交通情報や料金をもとに、ドライバーが即座に行動を起こすことを前提としています。実際の都市交通では、情報が伝わるまでに時間差があり、その間に状況は変化します。たとえば、ナビアプリで「○○通りはスムーズ」と表示された瞬間、多くのドライバーが同じルートを選択し始め、その結果、その通りはあっという間に渋滞してしまいます。これが「群れ効果」です。また、目的地の充電ステーションに着いてみたら、予想外の長蛇の列ができており、待機時間だけでエネルギーコストが跳ね上がるということも珍しくありません。
このように、決定の瞬間と行動の瞬間の間に生じる「交通遅延」 は、最適なはずの計画を現実では非効率なものにしてしまう。このギャップを埋めることが、より現実的で効果的なPTCSの運用の鍵となるのです。
遅延を予測し、未来を先読みする戦略
研究チームは、この「交通遅延」を単なる問題ではなく、むしろ最適化のための予測ツールとして活用する方法を考案しました。彼らの戦略の核心は「交通遅延因子」という指標です。これは、ある道路区間の交通量の変化が、その先の道路区間にどのくらいの時間差で伝わるかを示す数値です。
この因子を算出するプロセスは非常に巧妙です。まず、過去の交通流データを分析し、ある地点Aの交通量の変化と、その下流にある地点Bの交通量の変化との相関関係を調べます。相関が最も高くなる時間差、つまり地点Aの状況が地点Bに最も正確に反映される時間差こそが、その道路区間の「最適交通遅延因子」となります。この因子を知ることで、現在の交通情報から、数分後の未来の交通状況を高精度に予測することが可能になります。
この予測モデルを活用すると、ドライバーが「今」選ぶべき最適な経路は、必ずしも「今」一番空いているルートではなく、「到着時」に一番スムーズなルートになります。たとえば、今、Aルートは少し混んでいるが、遅延因子の予測によりすぐに空くと判断され、Bルートは今スイスイ走れているが、遅延因子から見てまもなく渋滞が始まると予測される場合、システムはAルートを推奨します。このように、未来を先読みすることで、群れ効果を避け、より効率的な交通流の実現が可能になります。
全体最適を目指す統合的最適化モデル
予測された交通状況に基づいて、研究チームはPTCS全体の運用コストを最小化する統合的最適化モデルを構築しました。このモデルの目標は、電力網、交通網、充電ステーション、そしてEVユーザーという4つの主体の総コストを最小にすることです。
- 電力網のコスト：主に、電力線を通る電流によって生じる「線路損失（ロス）」です。多くのEVが同時に充電すると、電圧が低下したり、損失が増大したりして、電力会社のコストが上がります。
- 交通網のコスト：これは、すべての車両が道路上で費やす「時間の合計」です。渋滞は経済的損失であり、CO2排出量の増加にもつながります。
- 充電ステーションのコスト：主に、電力会社から電気を購入するコストです。電力需要の高い時間帯に大量の電力を購入すると、コストが高くなります。
- EVユーザーのコスト：充電までの「移動時間」「充電待ち時間」「充電料金」の合計です。これが最も直接的なユーザー負担です。
この最適化モデルでは、EVユーザーが充電が必要になった瞬間、システムが上記の4つのコストをすべて考慮し、どの充電ステーションに行くのが全体として最も良いかを計算します。単にユーザーのコストだけを最小化するのではなく、電力網や交通網にかかる負担も最小化する「全体最適」の視点が特徴です。
さらに、このモデルは「動的料金」も活用します。ある充電ステーションが混雑し始めると、システムが自動的に充電料金を少しだけ引き上げます。これにより、他のユーザーがそのステーションを避け、混雑が自然に分散されます。価格がインセンティブとして機能し、全体のバランスを取る仕組みです。
実証実験：遅延考慮の効果は顕著
この戦略の有効性は、24ノードの都市交通網と複数の配電網を組み合わせた詳細なシミュレーションで検証されました。3つのシナリオが比較されました。
- シナリオ1：交通遅延を無視し、固定料金で、電力網と交通網が独立して運営される。
- シナリオ2：交通遅延を無視するが、動的料金を導入し、両ネットワークが連携して運営される。
- シナリオ3：本研究で提案された、交通遅延因子を考慮し、動的料金を導入した連携運営。
その結果、シナリオ3は、シナリオ1に比べて全体の運用コストを12.7%削減し、すでに進化形であるシナリオ2に対しても6.3%のさらなる削減を達成しました。
特に顕著だったのが交通網の改善です。交通状況の指標である「交通性能指数（TPI）」が0.8を超える「重度の渋滞」が発生する道路区間の数は、シナリオ3でシナリオ1に比べて28%減少しました。これは、未来を予測して経路を分散させたことで、特定の道路に車両が集中するのを成功裏に防いだことを示しています。
電力網の面でも、線路損失が15.4%削減されました。これは、EVの充電需要が時間的にも地理的にもより均等に分散されたため、電力網の特定の箇所に過剰な負荷がかからなくなったからです。
スマートシティの未来に向けた一歩
この研究の意義は、技術的な成果そのもの以上に、都市インフラの捉え方を変える点にあります。電力網、交通網、通信網は、それぞれ独立した「モノ」ではなく、人間の行動と深く連動した「生き物」のようなシステムです。その複雑なダイナミクスを理解し、先読みすることで、初めて真にスマートな都市が実現できるのです。
この戦略は、電力会社、交通管理者、都市計画担当者、そしてEVユーザーのすべてに利益をもたらします。電力会社は高コストなインフラ強化を避けられ、交通管理者は渋滞対策に有効なツールを得られ、ユーザーはより快適で安価な充電体験を得られます。
将来的には、このモデルに「夜間の家庭充電」や、EVのバッテリーを電力網に還元する「V2G（ビー・トゥ・ジー）」技術を組み込むことで、さらに高度なエネルギーマネジメントが可能になると研究チームは述べています。今後、ナビアプリやカーコネクティビティを通じて、この「未来を先読みする最適化」が一般のドライバーに提供される日も、そう遠くないのかもしれません。それは、渋滞にハマる心配をせずに、最適なタイミングで最適な場所で充電できる、ストレスフリーなモビリティの未来です。
劉珏、穆雲飛、董暁紅、賈宏傑（天津大学、河北工業大学）著、『電力システム及其自動化学報』（Proceedings of the CSU-EPSA）掲載、DOI: 10.19635/j.cnki.csu-epsa.001411