EVパワートレイン最適化で航続と性能を向上
中国北大学の研究チームが、電気自動車（EV）の性能向上に向けた画期的な成果を発表した。同チームは、粒子群最適化（PSO）アルゴリズムを活用し、EVのパワートレインにおける主要パラメータのマッチングを最適化することで、航続距離と動力性能の両立を実現した。この研究は、バッテリー技術の進化に頼らず、既存のコンポーネントをより賢く活用する新たなアプローチを示しており、コスト効率の高いEV開発の道筋を照らしている。
世界的な脱炭素化の流れの中で、EVの普及は加速しているが、依然として航続距離への不安、充電時間の長さ、そしてコストの高さが主要な課題として残っている。これらの課題の解決策として、多くの注目がバッテリー技術の革新に集まる。しかし、実際の車両性能は、バッテリーやモーターといった個々の部品のスペックだけでなく、それらがどのようにシステムとして統合され、連携するかに大きく左右される。この「システムマッチング」の重要性に着目し、中国北大学の遆玉玉（ティ・ユユ）氏をはじめとする研究チームは、パワートレイン全体の最適化に取り組んできた。
今回の研究では、永磁同期モーター（PMSM）とリチウムイオンバッテリーを搭載する小型EVを対象に、モーターのピーク出力、最高回転数、そして最終減速比といった3つの主要パラメータを最適化の対象とした。従来のアプローチでは、これらのパラメータは個別に設定されることが多く、全体としてのバランスが取れていない場合があった。例えば、加速性能を重視してモーター出力を大きくすると、航続距離が犠牲になり、その逆もまた然りである。このトレードオフを、客観的かつ効率的に解くために、研究チームはPSOアルゴリズムを採用した。
PSOアルゴリズムは、鳥の群れや魚の群れが餌場を探す際の社会的行動にヒントを得た最適化手法である。多数の「粒子」（候補解）が仮想的な空間を飛び回り、自身のこれまでの最良の位置と、群れ全体の最良の位置を参考にしながら、最適解に徐々に近づいていく。この手法の強みは、複雑な非線形の問題に対しても効率的に解を求められることにある。今回の研究では、このアルゴリズムに「動力性能」と「経済性（航続距離）」という2つの目標を設定した。そして、都市部の日常的な利用を想定し、「経済性」に70%、「動力性能」に30%の重みを付けることで、ユーザーの実際のニーズに合致した最適解を導き出した。
最適化プロセスは、実際の走行条件を模擬する新欧州走行サイクル（NEDC）を基準に行われた。このシミュレーション環境で、初期設計と最適化後の設計を比較した結果、劇的な改善が確認された。まず、最も重要な指標である航続距離は、221.28kmから233.3kmへと、5.43%の増加を達成した。これは、同じバッテリー容量で、約12kmも遠くまで行けるようになったことを意味する。これは、多くのユーザーにとって、充電インフラへの依存度を下げ、日常の使い勝手を大きく向上させる数字である。
一方で、動力性能も決して犠牲にされていない。0-100km/h加速時間は、12.2秒から11.6秒へと0.6秒短縮され、これは5.35%の改善に相当する。これは、モーターのピーク出力を最適化によって35kWに引き上げた効果が現れたもので、都市部での合流や追い越し時の余裕が増すことを示している。また、30km/hでの最大登坂能力も30.65%から31.12%へと向上し、急な坂道での走行安定性も高まった。
この成果の背景にあるのは、単なるパラメータの調整ではなく、システム全体の再設計である。最適化の結果、最終減速比は6.9から7.8へと変更された。これは、駆動輪に伝わるトルクを増加させ、低速域での加速性能と登坂性能を高める効果がある。一方、モーターの最高回転数は3,900rpmから3,200rpmへと下げられた。これにより、モーターはより高効率な回転域で長時間稼働できるようになり、エネルギー損失を抑制した。つまり、最高速度をわずかに犠牲にして（146.6km/hから145.2km/hへ）、日常的な走行で最も重要な中低速域の効率を最大化したのである。この戦略的なトレードオフこそが、航続距離と動力性能の両立を可能にした鍵だった。
この研究の意義は、その実用性にある。研究チームは、MATLAB/Simulinkという業界標準のシミュレーションツールを用いて、市販可能なコンポーネントを前提にモデルを構築した。これは、この最適化手法が、大学の研究室に閉じた理論ではなく、自動車メーカーの実際の開発プロセスにすぐに応用可能な実践的なソリューションであることを意味している。開発段階で、ハードウェアの変更を伴わずに、ソフトウェアとシミュレーションによる最適化を行うことで、開発期間の短縮とコスト削減が可能になる。
中国北大学の張会新教授は、「このアプローチは、より良いバッテリーを作るのではなく、既存の部品をいかに賢く使うかという点に焦点を当てています。これにより、メーカーは開発投資を抑えながら、ユーザーに実感として伝わる性能向上を提供できるのです」と語る。これは、特にコスト競争が激しい大衆車市場において、非常に重要な戦略となる。
さらに、この研究は今後のEV開発に示唆を与える。最適化アルゴリズムは、固定されたパラメータだけでなく、走行中のリアルタイムな最適化にも応用できる可能性がある。例えば、カーナビのルート情報と連携し、高速道路では航続距離を最優先に、山道では動力性能を重視するように、パワートレインの設定を自動で切り替えるような「アダプティブ最適化」の実現が近づいている。これは、未来のEVが、より賢く、より効率的なモビリティを提供するための第一歩となるだろう。
環境面から見ても、この5.43%の航続距離向上は無視できない。同じ距離を走行する際に、バッテリーの充電回数が減り、その分、電力消費とCO2排出量が削減される。また、バッテリーの劣化速度も緩やかになり、寿命が延びる。これは、EVライフサイクル全体の環境負荷を低減する、重要な貢献である。
この研究は、中国がEV技術の分野で、単なる大量生産国から、先端技術の開発拠点へと進化していることを示している。政府の強力な支援と、急速に拡大する国内市場を背景に、中国の大学や研究機関は、世界の自動車業界に影響を与える革新的な研究を次々と発表している。今回の成果も、その一例であり、グローバルなEV技術の進化に貢献している。
結論として、遆玉玉氏らの研究は、EVの性能向上における「ソフトウェアとシステム思考」の重要性を強く示している。より大きなバッテリーを搭載するという「量」のアプローチに加え、既存のリソースを最大限に活用する「質」のアプローチが、これからのEV開発には不可欠である。この研究が示した最適化手法は、EVの普及を加速させ、より持続可能なモビリティ社会の実現に向けた、確かな一歩となるだろう。
遆玉玉、洪应平、张会新、张锐浩、中国北大学、Ship Electronic Engineering、DOI: 10.3969/j.issn.1672-9730.2024.11.025