EV充電を変える3次元クラウドモデル
電気自動車（EV）の普及が進む中、その充電インフラが電力網に与える影響は無視できなくなってきた。数百万台ものEVが一斉に充電を始めれば、電力需要のピークが急激に高まり、変圧器の過負荷や電圧の低下といった深刻な問題を引き起こす。このため、EVの充電タイミングを最適に制御する「V1G（Vehicle-to-Grid）」技術が注目されている。しかし、その鍵となる「ユーザーの意思」を正確に予測し、モデル化することは、長年の難題だった。ユーザーが料金の安い深夜帯に充電を移行するかどうかは、料金の安さという経済的要因だけでなく、翌日の出発時刻や、帰宅後にすぐ充電したいという心理的要因にも大きく左右される。従来のモデルはこうした複雑な人間の意思決定を、単純な線形関係で表そうとしてきたが、現実の行動とは大きく乖離していた。
この課題に斬新なアプローチで挑んだのが、上海電力大学の葛暁琳（ゲ・シャオリン）教授らの研究チームだ。彼らは2024年11月、中国の電力工学分野のトップジャーナル『中国電機工程学報（Proceedings of the CSEE）』に、ユーザーの「応答意思」を3次元で精密に捉える「Sigmoidクラウドモデル」を用いたEV最適スケジューリング戦略を発表した。この研究は、EVの電力網統合において、技術的な制御と人間の心理を結びつける画期的な一歩とされている。
葛教授のチームが目をつけたのは、ユーザーの意思決定における「不確実性」そのものだった。人間の行動は完全に予測できるものではなく、同じ条件でも日によって反応が異なる。彼らはこの不確実性を「敵」ではなく「特徴」として捉え、モデルの中心に据えた。そのために採用されたのが「クラウドモデル」という理論だ。これは、ある入力（例：料金割引額）に対して、一つの出力（例：応答率）を出すのではなく、多数の「雲滴（クラウドドロップ）」という点を生成する。これらの点の分布の密度が高いほど、その出力が起こりやすいことを示し、分布の広がり（エントロピー）が大きいほど、不確実性が高いことを表す。これにより、人間の意思決定の「曖昧さ」と「ランダム性」を同時に表現できる。
この研究の真骨頂は、応答意思を影響する二つの主要な要因——「価格メリット」と「時間的余裕」——を同時に考慮した3次元モデルの構築にある。まず、価格メリットとは、ピーク時料金とオフピーク時料金の差額を指す。一方、時間的余裕とは、ユーザーがEVを必要とする次の出発時刻までに、どれだけの余裕があるかを示す。例えば、翌朝7時に出発するユーザーの場合、前日夜22時に帰宅すれば11時間の余裕があるが、翌朝9時に出発するユーザーなら13時間の余裕がある。この二つの要因は独立して働くのではなく、相互に作用する。時間的余裕が11時間あるユーザーは、料金が少し安くなる程度では動じないかもしれないが、余裕が3時間しかないユーザーは、同じ料金差でも「急いで充電しないと！」と感じ、応答意思が高まる可能性がある。
葛教授らは、まず「価格メリット」に対する応答意思の2次元クラウドモデルと、「時間的余裕」に対する応答意思の2次元クラウドモデルを別々に構築した。そして、それぞれのモデルの不確実性（エントロピー）を重みとして、これら二つのモデルを融合させ、一つの3次元Sigmoidクラウドモデルを完成させた。この3次元モデルは、X軸に価格メリット、Y軸に時間的余裕、Z軸に応答意思度を取った立体的な「雲」を形成する。この「雲」の密度が高い領域、つまり価格メリットが大きく、かつ時間的余裕も十分にある領域では、ユーザーの応答意思が非常に高いと予測できる。逆に、どちらも小さい領域では、雲はまばらになり、応答意思も低い。
しかし、この3次元モデルの出力はあくまで「可能性の分布」である。実際のスケジューリングに活かすには、この複雑な「雲」を、具体的な行動に翻訳する必要がある。そこでチームは、応答意思の「感度」に着目した。彼らは、この3次元クラウドモデルの「雲滴」の密度の変化を詳細に分析した。その結果、応答意思度が0.22と0.67の二点で、雲滴の密度が急激に変化する「転換点」を発見した。この発見が、実用化への大きな突破口となった。
これらの転換点を基に、ユーザーは明確に三つのタイプに分類できることが明らかになった。まず第一に、「低応答意思」（0.0〜0.22）のユーザー。彼らは帰宅後すぐに充電を始めたいという強い願望を持ち、料金の安さや時間的余裕があっても、充電を遅らせることに抵抗感が強い。彼らには「即時充電」を保証する戦略が適用される。第二に、「中応答意思」（0.22〜0.67）のユーザー。彼らは一定のインセンティブがあれば、充電を数時間程度遅らせることに同意する。彼らには、夜間の数時間の非ピーク帯に充電を誘導する戦略が有効だ。第三に、「高応答意思」（0.67〜1.0）のユーザー。彼らは最も柔軟で、翌日出発前に充電が完了すればよいと考えている。彼らには最大のインセンティブを提供し、最も電力需要が低い深夜帯に充電を集中させることが可能になる。
この三段階の戦略は、単に理論的な分類にとどまらない。研究チームは、中国東部の実在する10kV配電網を対象に、800台のEVを想定した大規模なシミュレーションを行った。その結果は非常に顕著だった。無秩序な充電（すべてのユーザーが帰宅後に即時充電）と比較して、この新しい戦略を採用することで、配電網の負荷変動率が20.46%も低下した。これは、電力需要のピークと谷の差が大きく縮小し、電力網の安定性が飛躍的に向上したことを意味する。さらに、従来の「時間帯別料金」（TOU）制度と比較しても、11.28%の負荷変動率の改善が見られた。これは、単に料金差だけでユーザーを動かす従来の方法よりも、はるかに優れた効果があることを示している。
経済的なメリットも無視できない。シミュレーションによると、この戦略の下では、EVユーザーの総充電コストが、時間帯別料金制度と比べて16.71%、無秩序充電と比べて27.25%も削減された。これは、高応答意思のユーザーが、最も安い料金帯で充電できたことによる直接的な節約である。同時に、配電網の一日の総ネットワーク損失（電力が送電中に失われるロス）も、時間帯別料金と比べて5.50%、無秩序充電と比べて8.31%削減された。これは、ピーク負荷が抑えられ、電線や変圧器の無駄な発熱が減ったためであり、電力会社にとっては大きなコスト削減につながる。そして何より重要なのは、ユーザー満足度の向上だ。この戦略はユーザーの心理的負担を強制的に増やすのではなく、それぞれの「応答意思」に合った、納得できるオプションを提供する。そのため、ユーザーの参加率が上がり、システム全体の信頼性が高まるという好循環が生まれる。
この研究の意義は、単にEVの充電を最適化するアルゴリズムを提供したことにとどまらない。それは、スマートグリッドの未来像を示している。これからのエネルギーインフラは、単に機械的に電力を制御する「ハードウェア」の問題ではなく、人間の行動と心理を理解し、尊重する「ソフトウェア」の問題でもある。葛教授らの3次元クラウドモデルは、人間の意思決定という複雑で曖昧なものを、数学的に扱える形にした最初の成功例の一つだ。今後、このアプローチは、家庭の電力使用や、分散型電源の制御など、スマートグリッドのあらゆる分野に応用されていくだろう。また、このモデルは将来的に「V2G（ビー・トゥ・ジー）」、つまりEVが電力を電力網に返送する双方向制御にも応用可能だ。その際、ユーザーがいつ、どのくらいの電力を売却したいかという意思決定も、同様の3次元モデルで予測・最適化できる可能性がある。
葛暁琳教授のこの研究は、技術革新が「人間中心」であるべきだという重要なメッセージを発している。EVの普及は、環境問題の解決だけでなく、私たちの生活そのものを変える。その変化をスムーズに進めるには、技術が人間に合わせるのではなく、人間の本質を理解し、その上で技術を設計することが不可欠だ。この3次元Sigmoidクラウドモデルは、まさにその理想を体現した、電力工学と行動科学の融合による傑出した成果である。
ユーザーの応答意思に基づくEV最適スケジューリング戦略：3次元Sigmoidクラウドモデルの適用
葛暁琳，胡文哲，符楊，曹士鵬
上海電力大学
中国電機工程学報
DOI: 10.13334/j.0258-8013.pcsee.231157