スマート充電でドライバーも電力網も満足
電気自動車（EV）の普及は、もはや未来の話ではなく、今日の現実である。世界中の道路には、静かで環境に優しいEVが急速に増え続け、交通のあり方を根本から変えようとしている。しかし、このグリーンな革命の影には、大きな課題が潜んでいる。何百万台ものEVが一斉に充電を始めれば、電力網にどのような影響が出るだろうか？「群れ効果」と呼ばれる現象が、最も恐れられている。すべてのドライバーが、深夜の安い電力料金の時間帯に充電を開始すれば、今度はその時間帯に新たな需要ピークが発生し、電力網の安定性を脅かす。電力損失が増加し、電圧が不安定になり、電力会社の運営コストも跳ね上がってしまう。このジレンマを解決する鍵は、EVを単なる電力の「消費者」として扱うのではなく、電力網を支える「協力者」へと変えることにある。
中国・南昌大学の研究チームは、この課題に斬新なアプローチで挑戦している。同大学の楊暁輝（ヨウ・シャオホイ）教授、王暁鵬（ワン・シャオポン）氏、鄧葉恒（デン・イエホン）氏の研究者らは、学術誌『Journal of Green Energy and Smart Grids』に掲載された画期的な研究で、EVの所有者と電力網の運営者という、一見対立する2つの立場の利益を同時に満たす「多目的階層型最適化」モデルを提案した。このモデルは、ドライバーが経済的かつ便利に充電できるようにしながら、電力網の効率と安定性を劇的に向上させる。つまり、誰かが犠牲になるのではなく、すべての関係者が「ウィンウィン」の関係を築くことができるのだ。
この研究の核心は、EVが電力網に与える影響を「最適化」するという発想にある。従来の考え方は、EVの充電を「制限」したり「管理」したりするものだった。しかし、この新しいアプローチは、EVのバッテリーを巨大な「移動型エネルギー貯蔵システム」と捉え、電力網の調整力として活用することを目的としている。特に注目すべきは、このモデルがドライバーの「満足度」を最適化の中心に据えている点だ。単に電力網の都合を優先するのではなく、ユーザーのニーズを第一に考えることで、技術の導入を強制するのではなく、自発的な参加を促すという、より現実的で持続可能なアプローチを取っている。
この階層型モデルは、2つのレベルに分かれており、それぞれが異なる目的を追求する。上位レベルは「ドライバーの満足度」を最大化することに焦点を当てる。ここで用いられる指標が「充電総合満足度」である。これは、単に「安い時間に充電できた」という経済的な満足だけでなく、「出かけるときにちゃんと満タンになっていた」という利便性の満足も含めた、より包括的な評価軸だ。研究チームは、これらの複数の目的を同時に最適化するための高度な手法（正規化法向制約法）を用いて、各EVの最適な充放電スケジュールを計算する。シミュレーションの結果、この満足度は0.9以上という非常に高いレベルに達した。これは、ドライバーが経済的にも、時間的にも大きな不満を感じることなく、EVを日常的に利用できる状態を意味している。
一方、この上位レベルで計算された最適な充電計画は、下位レベルに引き継がれる。下位レベルの主役は、電力網の運営者だ。彼らの目的は、EVの充電負荷という「外的要因」を既定事項として受け入れ、それらを踏まえた上で、風力や太陽光といった再生可能エネルギー、エネルギー貯蔵システム、コンデンサなど、電力網内のすべての制御可能な資源を最適に運用し、電力網全体の運営効率を最大化することにある。このレベルでは、有効電力損失の最小化、電圧品質の向上、需要のピークと谷の差（ピークカット）の縮小、そして総運営コストの削減という、4つの重要な目標が設定される。
ここで直面する大きな技術的課題は、電力網の物理法則を表す方程式が非常に複雑で非線形（カーブが直線ではない）であるため、コンピュータで正確に解くのが極めて難しいことだ。研究チームは、これを「二次錐緩和」という高度な数学的手法で解決した。この手法は、複雑な非線形問題を、コンピュータが高速に解ける「凸最適化問題」に変換するもので、計算速度と精度の両立を可能にする。研究では、この手法による誤差が非常に小さく、実用上問題ないレベルであることが確認されており、モデルの信頼性を裏付けている。
この理論的な枠組みが実際にどれほど効果的かを検証するために、研究チームは標準的な「IEEE 33ノード配電網」を用いた大規模なシミュレーションを行った。この仮想の電力網には、太陽光発電所、風力発電所、エネルギー貯蔵システム、無効電力補償装置などが組み込まれており、現代の「アクティブ配電網」をよく再現している。そして、この網に50台のEVが接続され、それぞれの駐車時間、出発時間、バッテリーの初期状態（SOC）などが、現実のデータに基づいてモンテカルロ法でシミュレートされた。
シミュレーションの結果は、圧倒的だった。研究チームが提案した階層型最適化モデルは、従来の戦略と比べて、すべての面で卓越した性能を発揮した。まず、ドライバー側の満足度は、前述の通り0.9を超える高い水準を維持した。これは、ユーザーの利便性を犠牲にしないことを意味している。
一方、電力網側の性能改善は驚異的だった。有効電力損失（電線を通る電気の流れで発生するロス）は、実に94.12%も削減された。これは、電力網の効率が飛躍的に向上し、その分、発電所で発電する必要のある電力量が減り、結果として二酸化炭素の排出量も大幅に削減されることを意味する。また、電力会社の運営コストも約30.90%削減され、これは電力料金の安定にもつながる好ましい結果だ。さらに、需要のピークと谷の差も15.31%縮小され、電力網の負担が軽減され、設備の老朽化を防ぐ効果もある。
これらの数字は、単なる理論上の成果ではなく、現実のインフラに直接的な影響を与えるものだ。例えば、電力損失の94%削減は、電力会社が新しく発電所を建設する必要を大幅に先送りできることを意味する。これは、巨額の投資を節約できるだけでなく、新たな発電所建設に伴う環境影響を回避することにもつながる。また、運営コストの削減は、最終的に消費者に還元される可能性があり、EVの利用がさらに経済的になるという好循環を生む。
このモデルのもう一つの優れた点は、その「柔軟性」にある。下位レベルの最適化では、4つの目標（損失、電圧、ピークカット、コスト）にそれぞれ重み付けを行うことができる。これは、地域ごとの事情に応じて、モデルをカスタマイズできることを意味する。ある地域では「電圧の安定」が最も重要かもしれないし、別の地域では「ピークカット」が最優先事項かもしれない。このモデルは、そのような多様なニーズに応えるためのツールとしての役割を果たすことができる。
この研究が示唆するのは、EVの普及が電力網にとって脅威ではなく、むしろ大きなチャンスであるということだ。EVのバッテリーは、単なるエネルギーの「受け皿」ではなく、電力網を安定させるための「緩衝材」となる可能性を秘めている。昼間に太陽光で発電された余剰電力をEVのバッテリーに蓄え、夜の需要ピーク時にその電力を電力網に返す「V2G（ビークル・トゥ・グリッド）」という技術が実現すれば、電力網はより柔軟でレジリエント（回復力のある）なものになる。南昌大学のこのモデルは、V2G技術を安全かつ効率的に運用するための「司令塔」としての役割を果たす。
実際の社会にこの技術を導入するためには、いくつかの条件が必要だ。まず、双方向通信が可能な「スマート充電器」の普及が不可欠である。EVと電力会社の間で、充電の指示や電力の売買に関するデータをリアルタイムでやり取りできるインフラが整備されなければならない。ISO 15118などの国際標準がその基盤となる。また、何より重要なのは、ドライバーの「参加意欲」だ。どんなに優れたシステムでも、ユーザーが利用しなければ意味がない。この点で、南昌大学のモデルは非常に賢明だ。なぜなら、システムの中心に「ユーザーの満足度」を置いているからだ。ドライバーが実際に「得をしている」と感じられなければ、この技術は広まらない。経済的なインセンティブ（安い電気料金、報酬）と、利便性の両方を提供することで、ユーザーは自発的にこのスマート充電ネットワークに参加するようになる。
この研究は、単に技術的な成果を示しただけではない。それは、人間中心の技術開発のあり方を示している。エネルギーの未来は、技術の進歩だけでは切り開けない。技術が人々の生活をいかに豊かにし、いかに使いやすいものになるか。その「体験」こそが、技術が社会に受け入れられるかどうかの鍵を握っている。南昌大学のこの研究は、ドライバーの満足と電力網の安定という、一見相反する2つの価値を、調和のとれた一つのシステムに統合するという、非常に高い次元の課題に成功した。それは、未来のスマートシティやスマートグリッドの理想像を、現実に一歩近づけるものだ。電気自動車が走る未来は、ただのモビリティの変化ではなく、エネルギーの生産と消費のあり方そのものを、より民主的で効率的なものへと変えていく革命なのである。
楊暁輝、王暁鵬、鄧葉恒、南昌大学、Journal of Green Energy and Smart Grids、DOI: 10.1016/j.jgesg.2024.04.008