電動車と再生可能エネルギーの未来を予測する
電動車（EV）の普及は、単なるモビリティの変革にとどまらない。それは、電力網の根本的な構造を再定義する大規模なエネルギー革命の最前線である。今日、新たなEVが充電スポットに接続されるたび、それは単なる電力の消費者ではなく、双方向的なエネルギーの流れが特徴の「能動的配電網（Active Distribution Network）」という複雑なシステムに参加する新しいアクターとなる。この変革は、風力や太陽光といった分散型電源（DG）の大規模な導入によってさらに加速されている。これらの再生可能エネルギーは、従来の受動的な電力網を、出力が天候に左右され、予測が難しい変動性を持つアクティブなネットワークへと変貌させている。その結果、電力の「需要（EVの充電）」と「供給（再生可能エネルギーの発電）」の両方が、時間と空間にわたって高度に変動し、かつ分散化するという、未曾有の複雑なシステムが誕生している。
このような複雑な相互作用を理解し、管理するための鍵となるのが、電力網の「確率的潮流計算（Probabilistic Load Flow）」である。しかし、従来のモデルは、再生可能エネルギーの出力変動とEVの充電需要という二つの大きな不確実性を、しばしば分離して、あるいは過度に単純化して扱ってきた。このアプローチでは、実際の電力網が直面するリスクを過小評価し、電圧の低下や線路の過負荷といった重大な問題を見逃す可能性がある。
この課題に真正面から取り組んだのが、中国三峽大学の徐艶春（XU Yanchun）、李思佳（LI Sijia）、汪平（WANG Ping）らの研究チームと、テキサスA&M大学のMI Lu教授による共同研究である。彼らが『Power System Technology』に発表した画期的な研究は、これまで別々に扱われてきた二つの要素——再生可能エネルギーの「時空間相関性」とEV充電需要の「分布特性」——を、初めて統合的にモデル化することに成功した。この研究は、単なる理論的な飛躍ではなく、今後数十年間の電力網の安全で効率的な運用を支える、実用的な設計ツールの基盤を提供するものである。
この研究の核心は、リアルワールドの複雑さを忠実に再現しようとする、二重のアプローチにある。第一の柱は、風力と太陽光発電の出力変動のモデリングである。太陽光パネルや風車の出力は、単なるランダムなノイズではない。そこに「構造」がある。例えば、隣接する二つの太陽光発電所は、同じ雲の影響を受けるため、出力が同時に下がる「空間相関」がある。また、一つの風力発電所の出力は、午前中から午後にかけて徐々に変化する「時間相関」を持つ。従来のモデルは、これらの相関のうち、空間的か時間的かの一方しか捉えられなかった。
この研究では、より洗練された数学的ツールである「フランク・コピュラ（Frank Copula）関数」を採用している。この関数の優れた点は、正の相関だけでなく、負の相関も表現できる点にある。例えば、ある地点で風が強くなると、隣の地点で風が弱くなるという、逆相関の関係もモデル化可能だ。これにより、風や太陽光の出力が、時間と空間の両方の次元でどのように連動して変動するかを、はるかに現実に近い形でシミュレーションできる。研究チームは、中国新疆の風力・太陽光発電所の実測データを用いて、このモデルを検証した。その結果、生成されたシナリオは、実際の出力データの変動範囲を的確にカバーしており、再生可能エネルギーの出力変動という「ランダムなプロセス」を、高い精度で再現できることが示された。
研究の第二の柱は、より人間的で、行動に基づいたEV充電需要のモデル化である。これは、従来の「EVはいつ、どこで充電するか？」という単純な質問を、「ドライバーは一日のうち、どのように移動し、どのような判断を下して充電するのか？」という、はるかに深い問いに変えるものである。研究チームは、「トリップチェーン（Trip Chain）」という概念を採用した。これは、あるドライバーが一日のうちに経る一連の移動（例：自宅→職場→ショッピング→帰宅）をモデル化するもので、各移動の出発時刻、目的地、移動時間、駐車時間といった「時間的特徴」と、移動先の種類（家庭、職場、レジャーなど）といった「空間的特徴」を同時に考慮する。
このモデルは、都市の道路網の地図（トポロジー）と連動している。ドライバーは、最短距離を求めるアルゴリズム（Floyd法）に基づき、交通渋滞の状況も考慮して移動経路を決定する。しかし、最も重要なのは、このモデルが「ユーザーの心理」を組み込んでいる点である。EVの充電決定は、バッテリーの残量（SOC）と、次の目的地までの距離という実用的な要因だけでなく、ドライバーの習慣や心理状態にも大きく左右される。
研究では、このような心理的要因を、二つのルールでモデル化している。第一に、次の移動に必要な電力が残っていない場合は、必ず充電する（強制充電）。第二に、電力が十分にある場合、充電するかどうかは「確率的」に決まる。ここで重要なのは、残量（SOC）が低いほど、充電する確率が高くなるという逆比例の関係を想定している点だ。これは、実際のユーザーが「電池が少なくなってきたから、とりあえず充電しておこう」という心理に基づく行動を反映したものである。さらに、充電モード（普通充電 vs 急速充電）の選択も、駐車時間の長さに応じて最適化される。このように、人間の行動の複雑さを精緻に再現することで、EVの充電需要という「負荷」を、単なる統計的な予測ではなく、動的なシミュレーションとして捉えることが可能になった。
この二つの高度なモデル——時空間相関を持つ再生可能エネルギーの出力と、行動に基づくEVの充電需要——を統合した結果、研究チームは、従来のモデルでは見落とされていた重要な洞察を数多く得た。その中でも特に注目すべき発見は、「出力の谷」と「需要の山」が重なる「谷峰重複」シナリオの存在である。
研究では、午後6時頃に、この危険な状況が発生することが明らかになった。この時間帯、太陽が沈み、太陽光発電の出力が急激にゼロに近づく。一方で、多くの人々が仕事から帰宅し、家庭の電力需要がピークに達する。そして、その帰宅した人々が、EVの充電を開始する。この三重の要因——発電の「谷」、家庭需要の「山」、EV充電需要の「山」——が同時に発生することで、電力網は一日で最も厳しい状況に直面する。その結果、システム全体の電圧が一日で最も低くなる。この発見は、単なる学術的な知見ではなく、電力会社にとっての「赤信号」である。この特定の時間帯に、電圧の急激な低下や線路の過負荷が発生するリスクが高まるため、事前の対策（例：需要家向けの割引料金による充電時間の分散、エネルギー貯蔵システムの活用、特定地域のインフラ強化）が不可欠であることを示している。
この研究の実用的な意義は、非常に広範にわたる。まず、電力会社にとっては、これまでは「どれくらいの電力が必要か？」という質問に答えるだけのツールから、「どこで、いつ、どのくらいの電力が必要か？」という、はるかに詳細な質問に答えることができるようになった。これにより、資産投資の意思決定が劇的に改善される。例えば、ある変電所が、周辺の風力発電所の出力変動に強く影響を受けることが分かれば、そこに高価な電圧調整装置を設置する投資の正当性が立つ。また、ある商業地区でEVの充電需要が夜間に急増することが予測できれば、その地域の変圧器の増設や、時間帯別電価の見直しを検討することができる。
都市計画や政策立案の観点から見ても、この研究は極めて重要である。EVの普及は、電力網の問題と切り離して考えることはできない。公共充電ステーションの設置場所、時間帯別電価の設計、都市の土地利用計画は、すべて、地域の配電網の容量と密接に連携していなければならない。この研究が提供する科学的根拠は、EVの無秩序な普及が電力網を破綻させるという未来を回避し、持続可能な都市の発展を可能にする。
さらに、将来のエネルギーマーケットの運営にとっても、この研究は不可欠である。分散型エネルギーリソース（住宅用太陽光、EVのバッテリーなど）が大量に接続される中で、周波数調整や電圧サポートといった補助サービスのマーケットを円滑に運営するためには、システムの状態を高精度で予測する能力が求められる。このモデルは、その予測精度を飛躍的に向上させることで、再生可能エネルギーとEVの大量導入を、電力網の安定性を損なうことなく実現する道筋を示している。
結論として、徐艶春、李思佳、汪平、MI Luらの研究は、技術的な進歩をはるかに超えたものである。それは、エネルギーとモビリティが融合する未来社会の、安全で効率的な基盤を築くための「指針」である。再生可能エネルギーの物理的特性と、人間の移動行動という心理的特性を統合的に分析することで、彼らは、複雑な現代電力システムを理解し、制御するための強力なツールを提供した。この研究は、EVの統合という課題を、電力網への脅威ではなく、より持続可能で強靭なエネルギーシステムを構築するための機会に変える可能性を秘めている。
徐艶春、李思佳、汪平、MI Lu、Power System Technology、DOI: 10.13335/j.1000-3673.pst.2023.0197