電動車充電の最適化で電力網を守る
電動車（EV）の普及は、環境への配慮から急速に進んでいる。しかし、その裏で、都市の電力供給網に新たな負担がかかるという深刻な課題が浮上している。多くのEVユーザーが帰宅後に一斉に充電を開始すると、瞬間的に電力需要が急増し、変圧器を過負荷状態にし、停電のリスクを高める。このような「充電ピーク」は、電力会社にとって頭痛の種であり、再生可能エネルギーの導入を妨げる要因にもなる。このままでは、EVの普及が電力インフラの安定性を脅かしかねない。この難題を解決するため、賢明な充電管理が不可欠となる。電力網の安定を保ちながら、ユーザーの利便性を損なわず、EVの未来を支える知的なソリューションが求められている。
この重要な課題に取り組んだのが、海南電網有限責任公司の陳峰文（チェン・フェンウェン）氏だ。彼が発表した研究は、2024年10月の学術誌『機械電気工学技術（Mechanical & Electrical Engineering Technology）』に掲載され、EVの充電負荷を最適化する新たなアプローチを提示している。その核心は、単に電力を供給するのではなく、電力網全体の負荷を「平準化」することにある。つまり、電力需要の大きな波を、できるだけ小さなうねりに変えることで、電力網を安定させ、効率的な運用を実現しようという狙いだ。この研究は、EVの大量導入が現実のものとなる中で、電力インフラを守るための科学的な地図を示している。
陳峰文氏が直面したのは、EV充電の「多様性」と「不確実性」である。EVの充電は、従来の家電とは異なり、非常に予測が難しい。ユーザーがいつ、どこで、どのくらいの時間充電するかは、その人の生活習慣、仕事のスケジュール、車両のバッテリー残量、利用できる充電設備など、数多くの要因に左右される。ある人は帰宅直後に充電を開始し、夜の9時頃に終わらせるかもしれない。また、別の人は深夜に帰宅し、朝まで充電を続けるかもしれない。このように、一見ランダムに見える充電行動が、特定の時間帯に集中すると、電力網に大きな負担をかける。特に、夕方から夜にかけての帰宅ラッシュの時間帯は、家庭の照明や調理などによる既存の電力需要と重なり、危険なピークが形成されやすい。
従来の対応策として、差分進化アルゴリズムや周波数制御に基づく負荷管理技術が存在する。これらは一定の効果を示してきたが、限界も明らかになってきた。差分進化アルゴリズムは、気象条件やユーザーの行動変化といった不確実な要因に対して、予測精度が十分でない場合がある。一方、周波数制御は、システムの応答速度が遅く、急激な需要変化に即座に対応するのが難しい。また、複数の制御ゾーンに分けて管理する方法は、制御戦略が複雑になり、実運用の難易度が高まるという課題がある。これらの既存技術は、EVの爆発的な普及という新たな状況に完全に対応しきれていないのが現状だ。
陳峰文氏の研究は、これらの課題を克服するための新しい枠組みを提供している。彼のアプローチの鍵は、「負荷分散」にある。つまり、電力網の総負荷（ベースロード）とEVの充電負荷を一体として捉え、その合計値の変動（分散）を最小限に抑えることを最優先の目標とする。この「負荷分散最小化」という指標は、電力網の安定性を数値的に表すもので、その値が小さいほど、電力供給が安定していることを意味する。この目標の下で、いつ、どのくらいのEVが充電すべきかを最適化する。
この最適化モデルを構築するにあたり、陳氏は現実的な制約を明確にした。それが「実行可能な充電効率」である。最適な充電スケジュールを計算しても、それが実際の充電器やバッテリーの性能を超えていたり、充電効率を著しく低下させたりするものであれば、意味がない。例えば、極端に低い電力で長時間充電すると、充電器やバッテリーの発熱によるエネルギー損失が大きくなり、効率が悪化する。このため、モデルには「充電効率が一定の最低値以上である」という制約が設けられ、理論的な最適解ではなく、実用的で経済性の高い解を求めている。
この複雑な最適化問題を解くために用いられたのが「遺伝的アルゴリズム」である。これは、自然界の進化の過程を模した強力な計算手法だ。まず、多数のランダムな充電スケジュール（これを「個体」と呼ぶ）を「初期集団」として生成する。次に、各スケジュールが電力網の負荷分散をどれだけ小さくできるかを評価し、「適応度」として点数をつける。適応度の高い（つまり、負荷分散が小さい）スケジュールが、次の世代に「遺伝」する確率が高くなる。これらの優れたスケジュールの特徴（例えば、「19時から21時の充電車両数」）を組み合わせて（交配）、新しいスケジュールを作り出す。また、一定の確率で、ランダムに変更を加える（突然変異）ことで、探索の幅を広げる。このプロセスを繰り返すことで、集団は徐々に「最適解」に近づいていく。陳氏の研究では、このアルゴリズムに「非同期更新」という工夫を加え、探索が局所的な最適解に陥るのを防いでいる。
この理論を検証するために、陳氏はMATLABを用いたシミュレーションを実施した。シナリオは現実的なもので、最大負荷5.0MWの配電網に、3500台の純EVと1500台のプラグインハイブリッド車（PHEV）の合計5000台が接続される。EVの平均充電電力は17.0kW、PHEVは8.5kWと設定された。過去のデータから、昼間（9:00-17:00）の充電需要は低く、夜間（18:00-6:00）にピークが来ることが確認されている。
このシミュレーションで、陳氏の新モデルは、既存の二つの制御方法と直接対決した。一つは差分進化アルゴリズムに基づく方法、もう一つは出力制約と需要に基づく周波数制御方法である。その結果は圧倒的だった。既存の二つの方法では、負荷分散の値がそれぞれ42.861と42.339と、非常に高い値を記録した。これは、電力需要の変動が激しく、電力網に大きなストレスがかかっていることを示している。一方、陳氏のモデルは、負荷分散を驚異の32.510まで低下させることに成功した。これは24%以上の改善であり、電力網の安定性が飛躍的に向上したことを意味する。
数値だけではなく、負荷プロファイル（電力需要の時間的変化）の変化も顕著だった。既存の方法では、夜間の最大負荷が20MWを超える極めて危険な状態に達していた。これでは、変圧器の故障や停電のリスクが高まる。しかし、陳氏の最適化された制御により、最大負荷は18.39MWにまで抑制された。これは1.5MW以上の削減であり、大規模な発電所を一つ分の負担を軽減したのと同じ効果がある。同時に、最小負荷も11.262MWと引き上げられ、最大と最小の差（負荷の谷間）が大きく縮小した。これは、電力網が一日を通じてより安定した状態で稼働できることを示している。
この研究成果の意義は非常に大きい。まず、電力会社にとって、これは貴重なツールとなる。大規模な送配電設備の増強工事は巨額の投資を要するが、この最適化技術により、既存のインフラをより効率的に活用できる。つまり、同じ設備でより多くのEVを支えることが可能になり、コストを抑えながらもグリーン化を進められる。次に、EVユーザーにとっては、より安定した充電環境が約束される。充電中に突然の電力制限がかかるリスクが低減し、計画通りに充電を終えられる信頼性が高まる。さらに、環境面でも大きな利点がある。電力需要が平準化されれば、昼間に余剰となる太陽光発電などの再生可能エネルギーを、夜間の充電に有効に活用できる。これにより、化石燃料の使用をさらに削減し、脱炭素社会の実現に貢献する。
陳峰文氏の研究は、単なる理論にとどまらない。実用性を重視した設計と、強力な最適化アルゴリズムの組み合わせにより、EVの普及という社会的課題に科学的に答えを出した。彼のアプローチは、電力網とEVユーザーの「Win-Win」の関係を築く鍵となる。電力網の安定性を守り、ユーザーの利便性を確保し、環境負荷を低減する。この三つの柱を支えるのが、まさに「負荷分散最小化」というシンプルで強力なコンセプトである。
今後、この技術は、スマートメーターと連携したリアルタイム制御や、ユーザーにインセンティブを提供する「デマンドレスポンス」プログラムへの応用が期待される。例えば、電力需要が低い深夜に充電すると、電気代が安くなるという仕組みだ。これにより、ユーザーの自発的な協力が得られ、最適化の精度はさらに向上するだろう。陳峰文氏の研究は、EVの未来をより明るく、より持続可能なものにするための、重要な一歩である。彼の知見は、中国の海南だけでなく、世界中の都市が直面する共通の課題に対する、普遍的な解決策の一つとなり得る。
陳峰文、海南電網有限責任公司、機械電気工学技術、DOI: 10.3969/j.issn.1009-9492.2024.10.050