世界的な電気自動車（EV）の普及が加速する中、大規模な EV 充電が電力網に与える累積的な影響を理解することは、エネルギー計画担当者、政策立案者、産業関係者にとって急務となっています。Southern Energy Construction誌に掲載された新しい研究は、EV クラスターの充電負荷を計算するための包括的な枠組みを提供し、2030 年までに、民間車からバス、物流車までのさまざまな車種が電力システムに与える負担を明らかにしています。中国能源建設集団広東電力設計研究院有限公司の游磊（YOU Lei）、金小明（JIN Xiaoming）、劉雲（LIU Yun）が率いたこの研究は、大規模電気化時代における電力網管理戦略を革新し得るデータ主導のアプローチを提示しています。
EV 充電負荷の正確な予測の緊急性
EV の台頭は明白です。2022 年だけでも、中国では 688.7 万台の新エネルギー車が販売され、そのうち 536.5 万台が EV であり、市場シェアの 25.6％を占めました。これは、この分野の急速な成長を明確に示す指標です。この転換は大きな環境効益を約束しますが、同時に独特の課題も提示しています。すなわち、EV 充電負荷の予測不能で変動しやすい性質です。伝統的な定置負荷とは異なり、EV は車種ごとの多様な使用行動によって駆動される動的なエネルギー消費パターンをもたらします。これらの負荷が管理されなければ、ピーク需要を悪化させ、電力網の負荷ギャップを広げ、電力システムの安定性を損なう可能性があります。
研究チームは「大規模な EV の普及は両刃の剣です。炭素排出量を削減する一方で、それぞれが独特の使用パターンを持つ数百万台の車両の累積充電需要は、EV 充電が既存の高需要期間と重なる「ピークオンピーク」のシナリオを引き起こす恐れがあります。これらの負荷を正確にモデル化することは、電力網の強靭性を確保するために不可欠です」と説明しています。
以前の研究では、モンテカルロシミュレーション法を利用してユーザー行動をモデル化することで、この問題に取り組もうとしました。しかし、これらの努力は、車種の分類が狭い（通常は民間車、タクシー、バスに限定されていた）ことや、堅固な統計的根拠に欠ける主観的な確率適合によって制限されていました。ライドヘイリング車や電動物流トラックなどの新しい EV カテゴリーが登場するにつれ、より包括的でデータに基づくアプローチが必要となりました。
新しい枠組み：EV の分類と行動モデリング
この研究は、使用用途に基づいて EV を 6 つの異なるタイプに分類する改良された方法論を提示しています。民間車、バス、タクシー、ライドヘイリング車、公務車、物流車です。各カテゴリーについて、研究チームは実世界のデータを分析し、典型的な電池性能パラメータを抽出し、走行と充電行動のランダム性を捉える確率モデルを確立しました。将来的な EV 普及率の予測を統合することで、このモデルは個々の車両の毎日の充電スケジュールをシミュレートし、これらを集計してクラスターの総負荷を計算します。このアプローチは前例のない細かさを提供しています。
筆頭著者の游磊は「私たちの方法は、均一的なモデリングを超えています。車種ごとに独特のパターンがあります。民間車は夜間に自宅で充電することが多いのに対し、タクシーは運行時間を最大化するために空いた時間に急速充電を優先します。これらの違いを考慮することで、はるかに正確な負荷予測を生成することができます」と強調しています。
分析から、各車種の行動に関する重要な洞察が得られました：
- バス：固定されたスケジュールに従って運行し、主に 19 時以降の夜間に充電を行います。1 日の走行距離が長い（50～300km）ため、一部のバスは需要を満たすために昼間の急速充電を必要とします。ダウンタイムを最小限に抑えるために、急速充電器（90kW）を使用します。
- 民間車：主に自宅（80％）または職場（20％）で充電し、自宅での充電は 18 時～22 時にピークがあり、職場での充電は 6 時～11 時にピークがあります。大半は普通充電（7kW）を使用し、急速充電（60kW）を選択するのはわずか 15％です。
- タクシー：12 時間の交替制で運行し、充電は 1 日 4 回の時間帯（0 時～8 時、8 時～15 時、15 時～19 時、19 時～24 時）に分散されています。サービス時間を最大化するために、ほぼ急速充電（90kW）に依存しており、平均して 1 日に 2 回充電します。
- ライドヘイリング車：4 時～9 時の間に運行を開始し、18 時～翌日 1 時の間に終了します。1 日の走行距離は 50～400km で、急速充電を 75％、普通充電を 25％使用します。
- 公務車：主に 16 時以降に職場で充電し、普通充電（7kW）を使用しています。走行距離は短く、予測可能です。
- 物流車：4 時～10 時の間に運行を開始し、16 時～24 時の間に終了します。1 日の走行距離は 25～300km で、70％が急速充電（60kW）を使用しており、これは過去数年間で増加傾向にあります。
これらの行動を定量化することで、モデルは電池容量、1km あたりのエネルギー消費量、充電電力、効率（すべてのタイプで 95％に設定）などの重要なパラメータを割り当てています。この細かさにより、毎日の充電プロファイルを正確にシミュレートすることが可能になります。
2030 年シミュレーション：中国南部のある省のケーススタディ
方法論を検証するため、研究者たちは中国南部のある省の 2030 年の仮想シナリオに適用し、6 つのカテゴリーすべての EV 台数を予測しました。2020 年のデータと 2025 年の推定値に基づく線形回帰分析に基づく予測は、大幅な成長を示唆しています。民間 EV は 200 万～300 万台に達し、物流車は 31.6 万台、ライドヘイリング車は 16 万台になる可能性があります。
このシミュレーションは驚くべき結果をもたらしました。個々の車両の負荷を集計することで、研究はクラスターの充電行動における重要なパターンを特定しました：
- ピーク時間帯：EV クラスター全体は 19 時～23 時の間に最大需要を経験し、負荷のピークは 10.0927GW に達します。これは複数の大型発電所の出力に相当します。二次的な小さなピークが 8 時～10 時の間に発生し、夜間のピークのわずか 18～20％を占めています。これは主に職場で充電する民間車によって引き起こされます。
- 車種の影響：バスは負荷のピークに最も大きく貢献し、4,639.5MW に達しました。これは民間車のピーク（3,210.4MW）の 70％未満であるのに比べ、はるかに高い数値です。タクシーは台数が多いにもかかわらず、充電時間が分散していることと急速充電の効率により、最も低い負荷ピークを示しました。
- 民間車の感受性：モデルは民間 EV の普及率について 2 つのシナリオ（200 万台対 300 万台）をテストしました。高普及率シナリオでは、民間車の負荷ピークが約 50％増加し、台数が増加するにつれて民間車が果たす重要な役割を強調しています。現在の傾向が続けば、民間 EV は最終的に充電需要の主な源としてバスを上回る可能性があります。
研究者たちは「これらの結果は、的を絞った電力網計画の必要性を強調しています。個々のエネルギー消費量が高く、充電時間が同期しているバスは即時的な課題を提示しています。しかし、民間車の膨大な数量は、その数が増加するにつれて、その累積的な影響を管理するための長期的な戦略を必要とします」と強調しています。
電力網計画と政策への影響
この研究の結果は、エネルギーインフラの開発に広範な影響を及ぼします。ピーク時間帯と主な車種を特定することで、電力網事業者は充電スタンドの配置を最適化し、高需要地域の配電網をアップグレードし、充電をオフピーク時間帯にシフトするためのデマンドレスポンスプログラムを実装することができます。
政策立案者にとって、これらのデータはスマート充電へのインセンティブを支持しています。民間車の夜間充電を促進するための時間帯別価格設定や、バスや物流車の急速充電インフラへの補助金などです。さらに、このモデルは再生可能エネルギーの統合に情報を提供することができます。昼間の太陽光や風力エネルギーの余剰を EV 充電に向けることで、化石燃料への依存を減少させることができます。
著者たちは「鍵は柔軟性です。電力網システムは受動的な配電業者から能動的な需要管理者へと進化しなければなりません。私たちのモデルは、負荷がどこで、いつ増加するかを予測するツールを提供し、受動的ではなく積極的な計画を可能にします」と主張しています。
分野の進展：方法論と今後の研究
この研究を区別するのは、ライドヘイリング車や物流車など、急速に電動化されているが負荷モデルではしばしば無視されている車種を含めていることです。ライドヘイリング車の深夜充電や物流車の昼間の補充充電の必要性など、それらの独特の行動を取り入れることで、この枠組みは将来の需要についてより全体的な視点を提供しています。
この方法論は、実証データに基づく確率モデルを使用することで、以前のアプローチの限界に対処しています。実際の EV フリートの 1 日の走行距離分布や充電パターンに関する調査などです。これにより主観性が減少し、実践的な応用のためのモデルの信頼性が向上します。
将来的には、チームはリアルタイムの交通データと気象が EV の航続距離に与える影響を統合することでモデルを改良し、精度をさらに向上させる予定です。都市部と農村部の充電行動が大幅に異なる可能性があるため、地域的な変動も探る予定です。
結論
エネルギーシステムが持続可能性と信頼性のバランスを取らなければならない時代に、このような研究は単なる学術的なものではなく、明日の強靭な電力網を構築するために不可欠です。この研究は、EV クラスターの充電負荷を予測するための