区县级EV急速充電ステーションの最適配置
電気自動車（EV）の普及が世界中で加速する中、都市部に集中する充電インフラの整備とは対照的に、郡県レベルの地方都市や農村地域における充電環境の整備が遅れているという課題が顕在化している。都市間を結ぶ広大な地域をカバーする交通網の「隙間」を埋めることが、EVの真の普及と持続可能なモビリティの実現には不可欠だ。この地域格差に着目し、ユーザーの実際の行動パターンと心理を精緻に反映した新しい充電ステーション最適配置モデルを、清華大学（チンホアだいがく）と広東電網汕頭供電局の研究チームが発表した。この画期的な研究は、単なるコスト計算や距離最適化に留まらず、人間の「限定合理性」を数学的にモデル化し、より現実的で効率的なインフラ整備の道筋を示している。
この研究の主導者は、清華大学電機工学系の陳卓旭（チェン・ジュオシュ）と胡澤春（フー・ツェチュン）教授、および広東電網汕頭供電局の宛玉健（ワン・ユージェン）と李俊松（リー・ジュンソン）の4名である。彼らが提唱するこのモデルは、学術誌『Automated Electric Power Systems』に掲載され、その理論的基盤と実用性の高さが評価されている。このアプローチの核心は、「確率的ユーザー均衡（Stochastic User Equilibrium, SUE）」という概念をEVの充電行動に適用した点にある。
従来のインフラ整備計画では、ユーザーは常に最短距離や最安価な選択をする「完全に合理的な存在」として扱われることが多かった。しかし、現実のドライバーは、リアルタイムの充電スタンドの混雑状況や、料金の細かい違いを完全に把握しているわけではない。特に、都市化が進んでいない地方では、情報の非対称性がより顕著である。そのため、ドライバーは不完全な情報と個人の経験則に基づいて、時に「最適」ではないが「十分に良い」と感じる選択をする。これが「限定合理性」である。
研究チームは、この人間らしさを無視した従来のモデルが、実際には一部のステーションが過密となり、他のステーションが閑散とするという非効率な結果を招く原因になると指摘する。彼らのモデルは、ユーザーが充電ステーションを選ぶ際の「知覚されるコスト」を、複数の要因に分解して評価する。まず第一に「迂回距離」がある。目的地への最短ルートから外れて充電するための追加距離が、時間とエネルギーのコストとして加算される。次に「充電費用」、すなわち電気料金、サービス料、駐車料金の合計である。さらに重要なのが「混雑度」だ。多くのユーザーが利用するステーションでは、充電待ちの行列が発生し、その待ち時間自体が大きなコストとなる。最後に、「周辺施設の魅力」も考慮される。充電中に食事や買い物ができる施設が近くにあると、ユーザーはその時間を「有効活用」でき、コストを低く感じることになる。これらの4つの要因を、ユーザーの感覚に応じて重み付けし、総合的な「知覚コスト」を算出する。
この「知覚コスト」に基づき、モデルはユーザーが各ステーションを選ぶ「確率」を計算する。ここで使われるのが「ロジットモデル」である。このモデルは、知覚コストが低いステーションほど選ばれる確率が高いが、コストが最も低いステーションに全員が集中するわけではないことを示す。ユーザーの間には選択のばらつきがあり、これは人間の判断の不確実性や、情報の不足を反映している。この「確率的な均衡」こそが、都市部の過密を避け、地域全体で需要をより均等に分散させる鍵となる。
研究の実証分析では、33ノードからなる交通ネットワークを用いてシミュレーションが行われた。このネットワークは、地方都市の道路網の疎らさを再現しており、都市と外部を結ぶ「外部接続ノード」が複数設けられている。これは、観光客や長距離ドライバーといった「一時的なユーザー」の需要を正確に捉えるための工夫である。シミュレーションでは、通勤、買い物、旅行など、ユーザーの一日の移動パターン（トリップチェーン）を再現し、EVが急速充電を必要とするタイミングと場所を生成した。そして、この需要データをもとに、12か所の候補地の中から最適なステーションの立地と、各ステーションに設置する急速充電器の台数を決定する最適化問題を解いた。
その結果、驚くべきことに、12か所の候補地のうち、実際に建設すべきとされたのはわずか5か所に過ぎなかった。選ばれたのは、ノード2、17、20、21、26である。特に注目すべきは、ノード17が外部接続ノード上に位置していることだ。これは、地方都市を通り抜ける「通過交通」の需要を戦略的に捉える重要性を示している。一方で、他の外部接続ノード（ノード12、25、33）にはステーションが設置されなかった。これは、そこに投資しても需要が見込めず、経済的に非効率であるとモデルが判断したためである。このように、モデルは「見える需要」だけでなく、「見えない需要」の流れをも読み取り、過剰投資を避けている。
また、各ステーションに設置される充電器の台数は、需要のピークに合わせて多めに設定されるのではなく、すべて8台に統一された。これは、ユーザーの選択がSUEの原理によって自然に分散されるため、特定のステーションに極端な混雑が生じず、少ない台数でも効率的に運用できるからである。実際のシナリオ分析では、需要が最も高い「シナリオ4」（観光シーズンの繁忙期）においても、最も利用されるステーションの日平均利用率は57.9%にとどまり、過度な負荷がかかっていないことが確認された。これにより、初期投資コストと運用コストの両方を大幅に抑制することが可能となる。
このモデルのもう一つの優れた点は、非常に複雑な非線形問題を、実用的な「混合整数線形計画（MILP）」に変換できる点にある。元のモデルには、指数関数を含む非凸な制約条件が存在し、これをそのまま解くのは極めて困難である。研究チームは、大M法や分段線形化といった高度な数理最適化技術を駆使し、この問題を既存の商用ソルバー（Gurobiなど）で効率的に解ける形に変換した。これにより、実際の電力会社や都市計画当局が、このモデルを現実の計画業務に活用することが可能になった。研究では、3452秒（約58分）の計算時間でグローバル最適解が得られており、計算負荷も実用レベルにあることが証明されている。
この研究の意義は、単なる技術的進歩にとどまらない。それは、インフラ整備のパラダイムシフトを示している。これまでは「どこに、どれだけの設備を置くか」という供給側の視点が中心だったが、今後は「ユーザーはどのように選択するか」という需要側の視点が、設計の中心に据えられるべきであるということを、明確に示している。EVの普及は、バッテリー技術の進歩や車両価格の低下だけでは達成できない。それを支える「見えないインフラ」の知能性と、ユーザーとの調和が、真の成功を分ける。
将来的には、このモデルに再生可能エネルギー（太陽光発電など）やエネルギー貯蔵システム（ESS）の導入効果を組み込むことが、研究チームの次の課題として挙げられている。これにより、電力網への負担を軽減し、より持続可能でレジリエントな地域エネルギーシステムの構築が可能になるだろう。また、動的な時間帯別料金（TOU）を導入することで、ピークシフトを促進するような、より高度な需要応答型の充電ネットワークの設計も視野に入っている。
この研究は、電気自動車という「新技術」が、社会に根付いていくためには、それを取り巻く「システム」の革新が不可欠であることを教えてくれる。技術は単に「提供」されるのではなく、「受け入れられる」ように設計されなければならない。陳卓旭らの研究は、その設計の知恵を、人間の行動という複雑な現実にしっかりと根ざした形で提示している。地方都市の静かな道に、新しい時代の足音が確かに響き始めている。
陳卓旭、胡澤春 et al., Automated Electric Power Systems. DOI: 10.7500/AEPS20230731003