充電インフラの健康度を最適化する新戦略
電気自動車（EV）の普及は、もはや未来の話ではなく、世界中で急速に進行している現実だ。自動車メーカーは次々とEV専用モデルを発表し、消費者の関心も高まる一方である。しかし、この移行の裏で、注目されるべき重要な課題が一つ浮上している。それは、EVを支える「充電インフラ」そのものの健康状態と持続可能性である。走行性能やバッテリー技術に目が行きがちだが、車両を充電するための充電設備が健全に稼働し続けることが、EV社会の根幹を成す。この点に焦点を当て、画期的な研究成果を発表したのが、中国国家電網電力科学研究院（NARIグループ）の陸洋（Lu Yang）、劉涅煊（Liu Niexuan）、黄泓葉（Huang Hongye）らの研究チームだ。彼らが提唱する「充電スタンドの健康度に基づくEV充電スケジューリング戦略」は、単に車両を効率よく充電するのではなく、充電設備自体の寿命を延ばし、より安定したインフラを構築するという、次世代のスマートチャージングの概念を提示している。
従来の充電ステーションの運用は、多くの場合「先着順」あるいは「最寄りの空いている充電器」に車両を割り当てるというシンプルなロジックに従っている。これは、ユーザーの視点からは直感的で使いやすい。しかし、この方式には深刻な欠陥がある。特定の充電器、特にアクセスしやすい場所にあるものや、充電速度が速いものに需要が集中し、過度に使用され続けてしまう。その結果、これらの充電器は、繰り返される高負荷の充電サイクルにより、電力モジュール、冷却システム、コネクタなどに過度の熱的・電気的ストレスがかかり、劣化が加速する。一方で、他の充電器は長期間にわたって利用されず、設備の有効活用率が低下する。この「偏り」は、設備の不均一な摩耗を生み出し、特定の充電器の早期故障を招く。これにより、運営会社は予期せぬメンテナンス費用を負担し、ユーザーは「充電器が故障している」という不満を抱くことになる。この悪循環を断ち切るためには、充電器を「消耗品」として扱うのではなく、「資産」として管理し、その健康状態をリアルタイムで把握・最適化する必要がある。
NARIグループの研究は、まさにこの「資産管理」の観点からアプローチしている。彼らの核となるアイデアは、「充電器の健康度（Health Status）」という概念を定量化し、それを充電スケジューリングの最優先指標にするというものだ。健康度とは、単なる「稼働中か停止中か」という二元的な状態ではなく、設備の電気的性能と安全性の両面から総合的に評価される、連続的な数値である。研究チームは、この健康度を評価するために、6つの主要モジュール（電力、制御、通信、充電ガン、重要部品、環境）にわたる26の具体的な指標を設定した。
電気的性能の指標には、出力電圧・電流の誤差、電圧・電流の安定度（レギュレーション精度）、複数モジュール間の電流の均一性（均流不平衡度）、充電効率、力率などが含まれる。これらのパラメータは、設備内部の回路が正常に機能しているかを示す重要なバロメーターだ。例えば、出力電圧が徐々にずれていく、あるいは充電効率が低下するという兆候は、内部部品の劣化が始まっていることを示唆している。また、安全性の指標としては、制御モジュールや通信モジュールの温度、充電ガンの温度、接続されたEVのバッテリーの最高・最低温度、周囲の環境温度、そして充電ガンの使用年数などが挙げられる。特に温度は、電子部品の寿命に直接影響を与えるため、極めて重要なモニタリング項目である。過熱は、部品の絶縁性能の低下や、接点の酸化を促進し、最終的には故障に至る。
これらの26の指標を、一つの「健康度スコア」に統合するため、研究チームは「エントロピー重み付け法」という統計的手法を用いた。これは、各指標のデータがどれだけ変動し、設備の劣化にどれだけ強く関連しているかを客観的に評価し、それに応じて重みを付ける方法である。主観的な判断を排し、データそのものから重要度を導き出すことで、評価モデルの信頼性と公平性を確保している。例えば、研究の付録Cに示されている通り、「交流接触器の故障回数」や「緊急停止スイッチの故障回数」には非常に高い重みが与えられており、これらが設備の信頼性に極めて大きな影響を与えていることが裏付けられている。
健康度スコアが算出されたら、次が肝心の「最適化」である。このスコアを活用しない限り、ただの監視に過ぎない。研究チームは、充電器の健康度と、EVが充電を完了するために必要な「時間」の二つの変数を用いて、最適な充電位置を決定するモデルを構築した。ここで巧みなのが、「充電負荷（kWh）」を「充電時間（h）」に変換するという発想だ。これにより、電力と時間という異なる次元の変数を統一的に扱うことができ、スケジューリングアルゴリズムが処理しやすくなる。
この最適化問題は、二つの目標を同時に達成しようとする多目的最適化問題となる。第一に、充電ステーション全体の健康度の合計を最大化すること。第二に、各充電器間の健康度のばらつき（分散）を最小化すること。つまり、全体として長寿命化を図りつつ、特定の充電器に負荷が偏らないようにするという、運営上のバランスを取る必要がある。この複雑な問題を解決するために、研究チームは「NSGA-II」という進化的アルゴリズムを採用した。このアルゴリズムは、単一の「最適解」を探すのではなく、複数の目標の間で最も良いトレードオフを示す「パレート最適解」の集合を導き出す。これにより、運営会社は自社の戦略（コスト重視か、安定性重視か）に応じて、最適な運用方針を選択する柔軟性を持つことができる。
この理論が現実の効果を発揮するかどうかを検証するために、研究チームは江蘇省の10台の充電器の実運用データを用いてシミュレーションを行った。3つのシナリオが比較された。1つ目は、何も最適化しない「従来方式」。2つ目は、健康度モデルを用いたが、最適化アルゴリズムとして粒子群最適化（PSO）を用いた方式。そして3つ目が、健康度モデルとNSGA-IIアルゴリズムを組み合わせた「提案方式」である。
その結果は、提案方式の圧倒的な有効性を示している。NSGA-IIを用いた提案方式では、従来方式と比べて、充電ステーションの年間健康度が18.54%も向上した。これは、インフラ全体の寿命が大幅に延びることを意味する。個々の充電器に目を向けると、平均で1.85%の健康度向上が見られた。一方、PSOアルゴリズムを用いた方式では、ステーション全体で2.76%、個別で0.27%の向上にとどまり、NSGA-IIの優位性が明確に示された。
さらに重要な指標が「健康度のばらつき（分散）」である。従来方式では、月ごとの健康度分散が時間とともに増大し、最大で0.0020に達した。これは、充電器間の劣化に差が開き、ネットワーク全体の安定性が損なわれていることを意味する。一方、提案方式では、分散が0.0015という低水準に抑えられ、しかも時間とともに安定化する傾向が見られた。これは、健康度の偏りが解消され、すべての充電器が均等に、かつ効率的に使用されていることを示している。運営会社にとっては、予測可能なメンテナンス計画を立てることができ、突発的な故障によるサービス停止リスクを大幅に低減できる。
この戦略の実装は、EVの普及が進む日本においても極めて示唆的である。都市部の充電ステーションでは、特定の充電器に長蛇の列ができ、他の充電器は空いているという光景は珍しくない。これは、ユーザーの利便性という点でも、設備の長寿命という点でも、非効率極まりない。NARIグループの研究が示すのは、スマートフォンのアプリやステーションの管理システムを通じて、EVの充電要求を受け取った瞬間から、その車両に最も適した充電器をAIが決定する未来の姿だ。その決定の基準は、「今、一番空いている充電器」ではなく、「この車両の充電時間に最もマッチし、かつ設備全体の健康を保つために最適な充電器」である。
このアプローチの利点は多岐にわたる。第一に、充電器の寿命が延びれば、運営会社の設備投資（CAPEX）やメンテナンス費用（OPEX）が大幅に削減される。第二に、故障が減り、サービスの可用性が向上することで、ユーザー満足度が高まる。第三に、設備の使用が均等化されることで、電力需要の平準化にも寄与し、電力網への負担を軽減する可能性がある。これは、再生可能エネルギーの導入が進む中で、特に重要な視点である。
将来的には、この健康度ベースのスケジューリングは、電力網の需給調整（バリューピーク）や、再エネの発電量に応じた充電誘導（グリーンチャージ）といった、より高度なエネルギーマネジメント機能と統合される可能性がある。健康度の高い充電器を、電力需要の高い時間帯や、再エネの供給が豊富な時間帯に優先的に利用することで、インフラの物理的健康と、エネルギーの効率的利用という、二つの目標を同時に達成できる。
結論として、陸洋らの研究は、EVインフラの管理に対するパラダイムシフトを提示している。それは、「車両を充電する」ことから、「インフラを育てる」ことへの転換である。技術の進歩は、常に新しい問題を生み出すが、それと同時に、その問題を解決するためのより洗練されたツールも提供する。この研究は、EV革命の次のフェーズ、すなわち「インフラの成熟期」に向けた、極めて重要な一歩である。充電器がただの「電源タップ」ではなく、健康を監視され、最適化され、長く愛用される「スマート資産」へと進化する日は、決して遠くない。
陸洋，劉涅煊，黄泓葉，国家電網電力科学研究院（NARIグループ），自動車工学学報，DOI: 10.3969/j.issn.2095‒1469.2024.06.09