電動トラック隊列の充電需要予測に革新、電力グリッド統合が前進
物流拠点における大型電動車両（ET）の急速充電需要を高精度に予測する新手法が開発された。この技術革新は、商用車の電動化が電力系統にもたらす課題解決に向けた重要な進展を示している。従来の乗用EVを想定した予測モデルでは捉えきれなかった、輸送業務特有の複雑な運用パターンを包括的に考慮することで、充電負荷予測の誤差を大幅に低減することに成功した。
商用電動トラックは乗用車と比較して桁違いの電力需要を瞬時に発生させる。積載量の変動や厳格な配送スケジュール、交通状況の影響を強く受けるエネルギー消費特性など、従来モデルが無視してきた現実的な運用条件を組み込んだ新しいフレームワークが、中国の研究チームによって確立された。このアプローチは、物流ネットワークをグラフ構造でモデル化し、遺伝的アルゴリズムを用いた最適経路探索と組み合わせることで、実務に即したシミュレーションを実現している。
核心となるのは「ソフト時間ウィンドウ」制約の導入である。顧客が指定する希望配送時間帯への逸脱にペナルティを課すことで、現実の物流業界で行われている弾力的なスケジューリングを再現。交通渋滞の影響をリアルタイムデータで反映し、平均速度とエネルギー消費率を動的に計算するメカニズムを構築した。これにより、各車両のバッテリー残量（SOC）を運行経路に沿って継続的に追跡可能となった。
充電開始判断アルゴリズムには運用上の優先順位が反映されている。SOCが20%を下回るか、次回の配送に必要な電力を確保できない場合に充電がトリガーされるが、フル充電ではなく次の行程に必要な最低限の電力補給にとどめる。この「必要量限定充電」戦略により、電力系統への過度な負担を回避しつつ、物流業務の継続性を担保している。
充電需要の時間分布予測では、従来のポアソン分布モデルを上回る精度を達成。400台の実運用データを用いた検証実験では、平均誤差を8%改善した。特に注目すべきは、SOCの「ファジー二段階離散化」という新手法である。従来の大まかな区分（20%間隔）に加え、各カテゴリー内をさらに細分化。18%と2%のSOC差を区別可能にすることで、充電所要時間の予測精度を向上させた。
時間的依存関係のモデリングには高次マルコフ連鎖を適用。従来の1次モデル（現状態のみ依存）に対し、2時間前の状態も考慮する2次モデルを構築。長距離輸送車両の帰還時間帯に発生する集中充電需要を事前に検知可能となり、最大22.24%の誤差低減効果を確認した。シミュレーション規模を800台に拡大しても安定した精度を維持し、実用レベルの汎用性を実証している。
この予測技術の社会実装は多方面に波及効果をもたらす。電力事業者にとっては、ピーク需要の抑制と供給計画の最適化が可能となり、火力発電所の予備稼働を削減できる。物流企業側では、時間帯別料金制度を活用した充電コスト最小化や、デマンドレスポンスプログラムへの参加による新たな収益源の創出が期待される。
特に先見性が評価されるのは、V2G（Vehicle-to-Grid）サービスの実用化を見据えた設計思想である。充電待機中の車両群を仮想発電所として位置付け、電力系統の需給バランス調整に活用する未来像を想定。SOCが高く即時配送予定のない車両群を「分散型エネルギー資源」としてマッピングする機能を予め組み込んでいる点が特徴的だ。
ただし現段階ではリチウムイオン電池の経年劣化要因が考慮されていない。実際の運用では充放電サイクル毎の容量低下が経済性に直結するため、今後は電池劣化モデルとの統合が課題となる。また、異常気象時の配送遅延や急なルート変更への対応など、不確実性要因への耐性向上も今後の研究テーマとして指摘されている。
貨物輸送の電動化が急加速する現代社会において、電力系統の安定運用と物流事業者の経済合理性を両立させる技術基盤の重要性は増す一方である。本研究成果は、両分野の専門知を融合させた学際的アプローチの有効性を実証。持続可能なエネルギー社会の構築に向け、産業界と学界が連携する新たな枠組みを提示した点で意義深い。
（著者）
ハン・リウ、シェン・ハオ、ヤン・ヨン（国家電網邯鄲電力供給会社）
ジ・リン（国電南京自動化有限公司）
ユ・ヤン（華北電力大学 再生可能エネルギー併設電力系統国家重点実験室）
（掲載誌）『Electric Power』第57巻第5号 2024年5月
（DOI）10.11930/j.issn.1004-9649.202306066