停電時のEV最適経路：電力網再構成で交通渋滞を回避
電気自動車（EV）の普及は、都市の交通とエネルギーインフラの関係を根本的に変えつつある。しかし、この進化は新たな脆弱性を伴う。電力網に故障が発生した際、充電ステーションが停止し、EVが動けなくなることで、交通網にも深刻な影響が波及する。これがいわゆる「連鎖故障」であり、都市の機能を麻痺させるリスクを孕んでいる。こうした課題に対し、中国・江蘇大学の肖文（Xiao Wen）と汪洋（Wang Yang）の研究チームは、画期的な解決策を提示した。彼らの研究は、電力網の状態を踏まえた上で、EVに最適な走行経路をリアルタイムで提供するシステムを提案している。この成果は、学術誌『Computer Development & Applications』に掲載され、都市のレジリエンス（回復力）を高める鍵となる可能性を秘めている。
従来のナビゲーションシステムは、電力網が正常に機能していることを前提にしている。しかし、自然災害やサイバー攻撃による大規模停電が発生すれば、この前提は崩れ去る。多くの充電ステーションが利用できず、EVは「充電不能」という壁に直面する。これにより、道路は動かなくなった車両で埋め尽くされ、救急車や物資輸送の通行さえ妨げられる。このような状況を回避するためには、交通システムと電力システムを切り離して考えるのではなく、両者を統合的に管理する必要がある。
肖文と汪洋の研究の核心は、この「統合的アプローチ」にある。彼らのモデルは、二つのフェーズから成る。第一フェーズは「電力網の再構成」である。電力網に故障が発生すると、システムは即座に、電力の流れを再編成する。これは、故障箇所を切り離し、健全な部分の電力供給を維持するための「緊急手術」のようなものだ。このプロセスの目的は、電力網全体の安定性を最大化することであり、特に各ノード（節点）の電圧を安定させることが重要となる。研究では、ノード電圧が0.96p.u.（標么値）を下回る充電ステーションは、充電品質が保証できないとして、一時的にサービスを停止すると定義している。これにより、限られたリソースの中でも、確実に充電できるステーションを明確にし、ユーザーの混乱を防ぐ。
この電力網の再構成という複雑な最適化問題を解くために、研究チームは「改良和声探索アルゴリズム（Improved Harmony Search Algorithm）」を採用した。このアルゴリズムは、音楽家が最良のハーモニーを即興で探すプロセスに着想を得たもので、複雑な問題空間を効率的に探索する能力に長けている。しかし、従来のアルゴリズムには、解が局所最適に陥りやすいという欠点があった。これに対し、肖と汪のチームは三つの革新を加えた。第一に、解の「記憶庫」の更新方法を改善し、探索の精度と速度を両立させた。第二に、探索の進行に応じてパラメータを自動調整する「適応的動的パラメータ」を導入し、探索の効率を高めた。第三に、「早期収束」を検知するメカニズムを組み込み、アルゴリズムが停滞した際に新たな探索を促す。これらの改良により、電力網はより短時間で、より安定した状態に復旧することが可能になった。
電力網の再構成が完了し、信頼できる充電ステーションが特定されたら、第二フェーズ「EVの経路最適化」が始まる。ここが、ユーザーにとって最も直接的な価値が生まれる部分である。システムは、各EVが現在地から目的地に至る最適なルートを計算する。この計算は、単に距離が最短というだけでなく、複数の要素を考慮した複雑な判断である。研究では、目的関数として「走行距離の最小化」と「充電コストの最小化」の二つを設定している。ユーザーは、どちらを優先するかに応じて、これらの重みを調整することができる。例えば、時間に追われるドライバーは距離を重視し、経済志向の強いユーザーはコストを重視する。この柔軟性が、システムの実用性を高めている。
さらに重要なのは、このモデルが「待ち時間」を明示的に考慮している点だ。複数のEVが同じ充電ステーションに集中すると、長時間の待ちが発生し、交通渋滞を悪化させる。この問題を避けるため、モデルは各ステーションの充電所要時間と待ち時間をシミュレーションし、EVを複数のステーションに分散させるようルートを案内する。これは、単なる「最短経路」ではなく、「最効率経路」を提供するという点で、従来のナビゲーションとは一線を画している。また、モデルは「混合整数制約計画問題」として定式化されており、二進変数（経路の選択）と連続変数（充電時間）を同時に扱うことで、現実世界の複雑な制約を忠実に再現している。
この理論的なモデルの有効性を検証するために、研究チームは中国・十堰市の道路網と電力網を簡略化したモデルを用いたシミュレーションを行った。シミュレーションでは、まず電力網のノード22と23に故障が発生した状況を設定した。改良和声探索アルゴリズムは、これを検知し、電力網を再構成。その結果、故障前の最低電圧0.940p.u.から、再構成後は0.958p.u.まで回復させた。しかし、0.96p.u.の閾値を下回ったことから、ノード29にある充電ステーションは利用不可と判定された。これにより、利用可能な充電ステーションは5か所から4か所に減った。
この状況下で、6台のEVの走行経路を、従来の「細菌探索最適化アルゴリズム（BFO）」と、肖・汪の新モデルで比較した。結果は顕著だった。BFOアルゴリズムでは、複数のEVが特定の充電ステーションに集中し、待ち時間が長くなる傾向が見られた。一方、新モデルでは、EVがより均等に分散され、全体の効率が向上した。特に経済性の面では、新モデルの優位性が際立った。例えば、EV No.1は充電コストを48%削減し、EV No.6に至っては53%の削減を達成した。これは、単に経路が短いだけでなく、コストの安い充電ステーションを効果的に利用できたことを示している。
この研究の意義は、技術的な成果以上にある。それは、都市インフラの「相互依存性」を正面から捉え、それを解決策の一部として活用した点にある。電力と交通はもはや別々のシステムではなく、一つの巨大なネットワークとして捉える必要がある。肖文と汪洋のモデルは、この認識を具現化した最初のステップであり、スマートシティの実現に向けた重要な一里塚となるだろう。
今後の課題として、研究チームは、個人の主観的要因（例：特定の充電ブランドへのこだわり、待ち時間に対する耐性の違い）や、リアルタイムの交通情報の統合などを挙げている。しかし、既に示されたフレームワークは非常に強固であり、今後、AIやIoT技術の進展と相まって、より洗練された都市交通管理システムへと進化していくことが予想される。EVの未来は、単なる「電動化」ではなく、「インテリジェント化」にある。肖と汪の研究は、その道を照らす、確かな光となっている。
肖文、汪洋、江蘇大学電気情報工学部。『Computer Development & Applications』掲載、DOI: 10.3969/j.issn.1000-386x.2024.07.008