交通事故の影響を低減するEVナビ戦略
電気自動車（EV）の普及が進む中、走行中の予期せぬ交通事故がユーザーに与えるストレスとコストの増大は、依然として解決されていない大きな課題である。EVユーザーにとって、目的地までの時間やエネルギー消費量の予測は、ガソリン車以上に重要だ。バッテリー残量が限られているため、渋滞による無駄なエネルギー消費や、予定外の長時間の待機は、単なる不便ではなく、「航続距離不安」を引き起こし、最悪の場合、道中で立ち往生するリスクさえ伴う。こうした状況下、重慶大学の研究チームが画期的なナビゲーション戦略を開発し、交通事故による混乱を大幅に軽減する可能性を示した。その研究成果は、権威ある学術誌『Power System Protection and Control』に掲載され、EVの日常的な利用をより安心で効率的なものにする道を開く。
この研究は、黄博（Huang Bo）、胡博（Hu Bo）、謝開貴（Xie Kaigui）、邵常政（Shao Changzheng）、林銖瑢（Lin Chengrong）、黄威（Huang Wei）の各氏が率いる、重慶大学の「輸変電装備技術全国重点実験室」によって行われた。彼らのアプローチの核心は、従来のナビゲーションシステムが抱える根本的な弱点を克服することにある。現在の多くのナビアプリは、過去の交通データや定常的な渋滞パターン（通勤ラッシュなど）に基づいて最短ルートを計算する。しかし、交通事故のような突発的で偶発的な出来事に対しては、これらのシステムは無力だ。事故が発生すると、道路の通行能力が瞬時に低下し、車両が長蛇の列をなして渋滞する。このとき、道路の「流れ」は急激に悪化するが、伝統的な「流量-時間」モデルでは、この非線形的な急激な変化を正確に捉えることができない。結果として、事故現場に近づくにつれて渋滞が急激に深刻化するという現実を反映できず、ユーザーを誤った情報で事故現場へと誘導してしまう可能性がある。この研究チームは、この「偶発的交通渋滞」の問題に正面から取り組んだ。
研究の第一の革新点は、「交通事故の影響をリアルタイムで精密に評価するモデル」の構築にある。彼らは、事故の影響を単なる「渋滞発生」と捉えるのではなく、「発生-持続-消散」という動的なライフサイクルとしてモデル化した。まず、事故の深刻度（何車線が閉鎖されたか）を評価し、道路の残存通行能力を計算する。これは、米国の『Highway Capacity Manual』（道路容量マニュアル）に基づいて行われる。次に、事故が発生してから、交通管制センターがそれを検知し、救急隊が到着し、現場を片付け、そして渋滞が完全に解消するまでの全過程をシミュレーションする。このモデルは、事故の発見時間、救援到着時間、現場処理時間、そして渋滞解消時間をパラメータとして組み込み、事故発生後から完全復旧までの時間軸に沿った、リアルタイムで変化する「待ち時間」を高精度に予測できる。これにより、単に「ここが渋滞しています」と伝えるのではなく、「この事故はあと30分で解消され、その時点での待ち時間は15分です」といった、はるかに詳細で有用な情報を提供することが可能になる。
この動的な「待ち時間」の予測は、ナビゲーションの中心となる「道路インピーダンスモデル」に統合される。このモデルは、単純な距離や平均速度ではなく、EVユーザーにとって最も重要な二つの指標、「所要時間」と「エネルギー消費量」を統合した「複合コスト」を各道路区間に割り当てる。この複合コストは、ユーザーの「時間の価値」（1時間の時間をいくらで評価するか）と電力料金を重み付けとして用いて、貨幣価値に換算される。例えば、時間に厳しいビジネスパーソンにとっては、多少遠回りしても時間短縮できるルートが最適と判断されるだろう。一方、経済性を最優先するユーザーにとっては、エネルギー消費を最小限に抑えるルートが選ばれる。この複合コストが、ナビゲーションの「最適ルート」を決定する基準となる。
しかし、最も重要なのは、この複合コストが「静的」ではなく、「動的」であるという点だ。事故の影響評価モデルから得られるリアルタイムの待ち時間が、複合コストに即座に反映される。つまり、事故が発生し、その深刻度が高まれば、その道路の複合コストは急激に上昇する。この情報を基に、ナビゲーションシステムは、ユーザーをその高コストの道路から自動的に回避させ、代替ルートを提案する。
この動的な最適化を実現するのが、「ローリング最適化アルゴリズム」である。これは、古典的な最短経路探索アルゴリズム「ダイクストラ法」を基盤にしているが、決定的な違いがある。従来の静的ナビは、出発時に一度だけ最適ルートを計算し、その後はそのルートに従う。しかし、ローリング最適化アルゴリズムは、EVが走行中に定期的に（例えば5分ごと）ネットワークの状態を再評価する。交通情報が更新され、事故の影響が変化すれば、複合コスト行列が再計算され、その都度、最新の情報を用いて最適なルートが再計算される。これは、まるで常に前方の道路状況を監視し、新たな危険が現れれば即座に迂回路を指示する、高度に適応的なシステムである。
この戦略の有効性は、12ノードの交通網とIEEE 33ノードの配電網を結合した大規模なシミュレーションによって検証された。結果は圧倒的だった。ある主要道路で事故が発生したシナリオでは、従来の静的最短経路ナビを用いた場合、ユーザーの総合コスト（時間とエネルギー）は40.92元に達した。一方、本研究のリアルタイム戦略を用いた場合、そのコストは21.42元にまで削減され、約53%のコスト削減が達成された。これは、単なる時間の短縮ではなく、エネルギーコストの増大を防ぐことで、経済的負担を大幅に軽減したことを意味する。
さらに重要なのは、この戦略が「個の最適化」だけでなく、「全体の最適化」にも貢献する点だ。静的ナビでは、多くのEVが事故現場に集中し、渋滞をさらに悪化させる「負のフィードバックループ」が生じる。シミュレーションでは、事故道路の車両台数が急激に増加し、渋滞が長時間にわたって解消されない状態が確認された。これに対し、リアルタイム戦略では、車両が事故現場から分散され、渋滞のピークが緩和され、解消までの時間が大幅に短縮された。交通効率の指標を用いた分析では、事故発生後30分間で平均交通効率が181.49%向上し、その後の30分間では301.14%も向上した。これは、単に一人のドライバーを救うのではなく、都市全体の交通流を滑らかにする社会的インパクトを示している。
この戦略の影響は、道路だけにとどまらない。EVの充電行動にも深い関係がある。事故による渋滞が解消されると、長時間待機していた車両が一斉に動く。これにより、充電ステーションへの到着時刻が集中し、電力需要が急激にピークを迎える。この「電力需要の急上昇」は、地域の配電網に大きな負担をかけ、電圧の不安定化や過負荷のリスクを高める。本研究では、この問題にも着目した。静的ナビでは、事故の影響により充電需要が大きく乱れ、ピーク電力が600kWも低下した後、780kWも急増するという激しい変動が生じた。これに対し、リアルタイム戦略では、車両の流れが分散されるため、充電需要も比較的均等に分散され、ピークの上下動はそれぞれ180kWと240kWに抑えられ、変動が4分の1以下にまで平準化された。これは、配電網の安定運用にとって極めて重要な成果である。また、事故が配電網に与える電圧への影響も、リアルタイム戦略の方が14.14%小さく、電圧超過のリスクが低減された。
充電ナビゲーションの面でも、この戦略は優れた性能を発揮する。EVのバッテリー残量が一定以下に低下した場合、システムは目的地を最寄りの充電ステーションに変更する。しかし、最寄りのステーションが混雑している場合、到着しても長時間待たされる可能性がある。本研究では、充電ステーションの待ち行列理論（M/M/cモデル）を用いて、到着時の平均待ち時間を予測し、その時間コストを複合コストに組み込む。これにより、「最短距離の充電ステーション」ではなく、「到着してから充電が終わるまでの総コストが最小になる充電ステーション」を提案できる。シミュレーションでは、この戦略を用いることで、充電までの移動時間、待ち時間、充電費用を含む総コストを、従来の静的戦略に比べて大幅に削減できた。
さらに、研究チームはこの戦略の堅牢性とスケーラビリティも検証した。ユーザーの「時間の価値」が6元/時から18元/時という幅広い範囲で変化しても、事故を回避する最適ルートは変わらず、その有効性が確認された。また、35ノードというより大規模な交通網で、同時に2件の事故が発生するという複雑なシナリオでも、本戦略は依然として有効であり、ユーザーの総コストを他の戦略よりも低く抑えることができた。アルゴリズムの計算時間も非常に短く、12ノード網で平均0.049秒、35ノード網でも0.052秒と、リアルタイムでのルート再計算が十分に可能であることが示された。
結論として、重慶大学の研究チームが開発したこのリアルタイムEVナビ戦略は、単なるルート案内を超えた、スマートモビリティの未来を示している。交通事故という偶発的な混乱を、正確な動的モデルと高度な最適化アルゴリズムで予測・回避することで、個々のユーザーのコストとストレスを劇的に削減するだけでなく、都市の交通流全体の効率化と、電力網の安定化という社会的課題の解決にも貢献する。これは、EVが真に「スマート」な交通手段として定着するための、不可欠なインフラの一つとなり得る。今後、より多様なEVのタイプや、個々のユーザーの嗜好を反映したさらなる高度化が期待される。
黄博、胡博、謝開貴、邵常政、林銖瑢、黄威、輸変電装備技術全国重点実験室（重慶大学）、Power System Protection and Control、DOI: 10.19783/j.cnki.pspc.240089