都市構造とドライバー心理でEV急速充電を予測
電気自動車（EV）の普及が加速する中、都市における急速充電需要の正確な予測は、インフラ投資の最適化や電力網の安定運用にとって極めて重要な課題となっている。従来の予測モデルは、都市を住宅地、商業地、工業地といった機能ゾーンに分割し、その間の交通流を想定する方法が主流だった。しかし、現代の都市は複雑な機能が混在し、複数の中心地が形成される「多中心構造」が一般的であり、このような簡易なゾーンモデルでは実際の交通行動を捉えきれないという限界があった。この課題に真正面から取り組んだ上海電力大学の屈克慶（Keqing Qu）、趙登輝（Denghui Zhao）、毛玲（Ling Mao）、趙晋斌（Jinbin Zhao）、楊钏（Chuan Yang）らの研究チームは、都市の空間構造とユーザーの「有限合理性」を統合的に考慮した画期的なEV急速充電負荷予測モデルを開発し、その有効性を実証した。この研究成果は、学術誌『Southern Power System Technology』に掲載された。
本研究の最大の革新点は、都市の「機能ゾーン」ではなく、現実の都市活動を反映する「空間構造」に着目した点にある。研究チームは、都市内のレストラン、ショッピングモール、オフィス、公園、病院などの「ポイント・オブ・インタレスト（POI）」のデータを活用した。POIは、単なる地図上のマーカーではなく、人の活動が集中する「都市のホットスポット」を示す指標である。研究チームは、対象都市から11万9000以上のPOIデータを収集し、それぞれのタイプ（飲食、観光、企業、ショッピングなど）に応じて「機能的重み」を付与した。例えば、大規模なビジネスパークや病院は「仕事」や「医療」の重みが高く、小さなコンビニエンスストアよりも都市活動への影響力が大きいと定量化する。
このPOIデータをもとに、チームは「カーネル密度分析」という手法を用いて都市の空間構造を可視化した。この手法は、各POIの周囲に滑らかな「山」を想定し、その山の高さが中心から離れるほど低くなるように計算する。そして、都市を細かいグリッドに分割し、各グリッド内にあるすべての「山」の高さを合計することで、活動が集中する「都市の中心地」を明確に浮き彫りにする。その結果、従来の中心市街地だけでなく、交通の要所や新興の住宅地周辺にも活動の中心が存在する、多中心的な都市構造が明らかになった。この分析により、都市が「複数の衛星都市が連なるネットワーク」であることがデータで証明された。
この多中心的な空間構造は、EVの走行行動に直接的な影響を与える。研究チームは、古典的な「重力モデル」を改良し、各グリッドの「機能的重み」と、目的地までの距離（移動の「インピーダンス」）を組み合わせて、ドライバーがどこに向かうかをシミュレーションした。重みが高く、距離が近い場所ほど「引力」が強く、行き先として選ばれやすい。これにより、ドライバーが家から職場、職場からショッピング、ショッピングから帰宅といった「移動チェーン」を形成する様子を、現実の行動パターンに近い形で再現することが可能になった。このモデルは、単にゾーン間を移動するのではなく、都市の複雑な空間構造に沿って人々が動く様子を捉えている。
さらに重要なのは、この研究が「ドライバーの心理」をモデルに組み込んでいる点だ。EVの充電は、単にバッテリーが減ったからという客観的な要因だけでなく、ドライバーの主観的な判断に大きく左右される。研究チームは、「有限合理性」という概念を採用した。これは、ドライバーが常に最適な充電ステーションを探し求める「完全に合理的な存在」ではなく、時間的・精神的な制約の中で「十分満足できる」選択をする、という現実的な前提である。この心理を表現するために、「吸着モデル」というフレームワークが用いられた。
このモデルでは、ドライバーの「充電の緊急度」が「摩擦力」として表現される。バッテリー残量が低いほど、この摩擦力は大きくなり、ドライバーは「すぐにでも充電したい」という焦りを感じる。この焦りが強いと、充電ステーションの価格や待ち時間、場所の良さといった条件を厳しく吟味する余裕がなくなり、見つけた最初のステーションで充電する傾向が強くなる。逆に、バッテリーに余裕があると摩擦力は小さく、ドライバーはより安い価格や短い待ち時間、便利な立地など、より良い条件を求めて選択肢を比較することができる。この「満足するライン」が、ドライバーの主観的な判断基準として機能する。
研究チームは、これらの要素を統合した大規模なシミュレーションを実施した。5万台のEVが24時間にわたり、対象都市の道路網を走行する様子を、1分ごとのタイムステップで再現する。シミュレーションでは、各EVが個別のバッテリー容量、出発時刻、移動チェーンを持ち、走行中の電力消費や、充電ステーションの選択、充電待ちの列への参加といったすべての行動がモデル化されている。このモンテカルロ法によるシミュレーションは、数千回繰り返され、結果が統計的に安定するまで行われた。
その結果は、従来のモデルとの決定的な違いを示した。まず、空間構造を考慮したモデルでは、EVの平均走行距離が33.4kmと、機能ゾーンモデルの44.2kmよりも24.4%も短くなった。これは、多中心構造により、住居、職場、買い物先が比較的近接しているため、長距離移動の必要が減ったことを意味する。その結果、60kmを超える長距離走行の回数は44.3%も減少した。これは、EVの総合的な充電需要そのものが低下することを示唆している。
時間的な分布では、「二つのピーク」が明確に現れた。1つ目のピークは午前8時から11時頃（480～660分）に見られ、これは朝の出勤時にバッテリー残量が少ない車両が途中で充電する「緊急需要」に相当する。2つ目のピークは午後5時から8時頃（1020～1200分）にあり、これは勤務終了後に帰宅する際に充電する「終日充電需要」である。このピークでは、帰宅途中に充電する車両が集中するため、より大きな負荷が発生する。モデルは、1日の中でこれらの需要がどのように推移するかを、非常に高い精度で予測した。
最も重要なのは、充電需要の「空間的分布」である。空間構造を考慮したモデルでは、充電需要が従来の中心市街地だけでなく、新しく形成された「サテライトセンター」や交通の要所にも分散して集中していることが分かった。これは、人々が必ずしも中心地に向かわず、地域の中心地で生活の大部分を完結させていることを示している。一方、機能ゾーンモデルでは、需要が中心市街地に過度に集中し、周辺地域の需要を大きく過小評価してしまう。この誤差は、インフラ投資のミスや、周辺地域での充電ステーション不足という重大な問題を引き起こす可能性がある。
この研究の意義は、EVの充電インフラの計画という技術的な問題にとどまらない。それは、都市のあり方そのものを再考させるものだ。EVの普及は、単なるエネルギー源の変化ではなく、都市の構造や人々の生活様式、移動の在り方を根本から変える「都市革命」の一部である。本研究が示したように、都市の多中心化というトレンドと、EVの移動特性は深く連動している。今後の都市計画や交通政策は、このような統合的な視点を持たなければ、効果的なインフラを構築することはできない。
研究チームは、このモデルが都市の発展段階に応じて柔軟に適用可能であると強調する。新興都市では、このモデルを用いて最適な充電ステーションの立地を事前に計画でき、成熟した大都市では、既存のインフラの効率的なアップグレードや、需要の変化に応じた動的管理に活用できる。さらに、このアプローチは、都市間や都市圏全体の連携発展にも応用可能であり、広域的なエネルギー管理の基盤となる可能性を秘めている。
もちろん、このモデルにも課題は残っている。例えば、ユーザーの行動パターンを推定するための確率関数は、現時点のデータ分析に依存しており、将来的に変化する可能性がある。また、都市空間構造の情報源も、POIデータに限られている。今後の研究では、人口動態、経済活動、公共交通機関の利用状況など、より多様なデータを組み込むことで、モデルの精度と汎用性をさらに高めることが期待される。
結論として、屈克慶らの研究は、EV充電負荷予測の分野に新たな地平を開いた。それは、単なる計算技術の進歩ではなく、都市という複雑なシステムと、そこに住む人々の心理を同時に理解しようとする、包括的なアプローチの勝利である。EVの時代にふさわしいスマートな都市を築くには、技術と人間の両方を理解する知性が不可欠だ。この研究は、その知性の光が、どのようにして未来の都市を照らしていくのかを、明確に示している。
屈克慶、趙登輝、毛玲、趙晋斌、楊钏、上海電力大学電気工程学院、Southern Power System Technology、DOI: 10.13648/j.cnki.issn1674-0629.2024.10.015