運転習慣がバッテリー劣化に直接影響
北京交通大学の研究者たちが率いるチームは、電気自動車（EV）のバッテリー劣化に運転習慣が直接関与していることを突き止めた。この画期的な研究は、付智城、孫丙香、賈一鳴、龔敏明、馬仕昌、龐俊峰の各氏が率いる国家エネルギー主導型配電網技術研究開発センターによって行われ、運転スタイルの違いがリチウムイオンバッテリーの寿命に与える影響を詳細に解明した。この発見は、バッテリーの健康状態（SOH）を評価する従来の手法に疑問を呈するだけでなく、今後のEVに搭載されるよりパーソナライズされた高度なバッテリーマネジメントシステム（BMS）の開発に道を開くものだ。
長年にわたり、自動車業界は温度、充電サイクル、走行距離といった外部要因に注目してバッテリーの寿命を評価してきた。これらの要素は確かに重要だが、今回の研究は、ドライバー自身の行動、すなわち「内部要因」が、バッテリー劣化において同等、あるいはそれ以上の重要性を持つことを示している。研究チームは、根本的な疑問から出発した。同じ環境下で、同じ距離を走行した同一モデルのEVが、なぜバッテリーの劣化速度に大きな差が生じるのか？その答えは、運転者の足元にあると彼らは結論付けた。
この調査の出発点は、既存のデータに対する批判的な視点だった。バッテリーの劣化に関する多くの研究は、制御された環境下での実験室データや、10秒間隔で収集された実走行データに依存している。しかし、研究チームは、このような粗い時間分解能のデータでは、実際の運転中に発生する、秒以下の単位で変化する電流の急激な変動を捉えることができないと指摘した。「10秒ごとのデータは、10秒に1回しか音符を聞かない状態で交響曲を理解しようとするようなものです」と、本研究の責任著者である孫丙香博士は説明する。「メロディーも、リズムも、ダイナミクスも失われてしまいます。運転も同じです。運転者がアクセルを踏む際のニュアンス——一気に踏み込むのか、それとも小さなパルスを繰り返すのか——は、0.1秒という単位で変化しています。本当の姿を見るには、0.1秒分解能のデータが必要だったのです。」
この高精度なデータを得るために、研究チームは二つの主要なデータソースを活用した。一つ目は「中国ライトデューティービークルテストサイクル-パッセンジャーカー（CLTC-P）」と呼ばれる、中国の都市部や郊外の典型的な交通状況を反映した標準的な走行パターンである。これは、制御された環境下での比較の基準となった。二つ目は、実際のテスト車両に搭載された高周波データロガーから得られた実走行データである。この装置は、バッテリーの電圧、電流、充電状態（SOC）、温度といった情報を1秒間に10回（0.1秒間隔）という驚異的な速度で記録していた。この高分解能データを分析することで、研究チームは、各走行イベントを前例のない精度で解剖することができた。
分析の焦点は、モーターに電力を供給する放電電流に置かれた。この電流は、運転者のアクセル操作に直接連動している。研究者たちは、車両の速度と加速度に基づいて、連続する電流データを「フラグメント」と呼ばれる個別の断片に分割する新しい手法を開発した。彼らはこれらのフラグメントを、加速フラグメント、遷移フラグメント、制動フラグメントの三種類に分類した。制動フラグメント、つまり回生ブレーキによる負の電流が発生する区間は、CLTC-Pテストではエネルギーサイクルの5%未満を占めるに過ぎず、劣化への影響は無視できるほど小さかったため、核心的な分析からは除外された。
最も重要な洞察は、加速プロセスの「セグメンテーション（分節化）」から得られた。研究チームは、一見して「一つの加速」と見なされる動作が、実際には複数の短く鋭いパワーパルスの集合体であることに気づいた。彼らはこれを「分節化加速プロセス」と名付けた。これに対して、「継続的加速プロセス」は、アクセルを一度踏み込んで、長く一定の力で維持するような運転スタイルを指す。分節化加速と継続的加速の比率は、運転習慣を定量化するための中心的な指標となった。例えば、慎重でスムーズな運転をするドライバーは、継続的加速の割合が高いだろう。一方で、攻撃的でせっかちな運転をするドライバーは、頻繁にアクセルを「チョンチョン」と踏み込むため、分節化加速の比率が非常に高くなる。
膨大なデータを処理するため、研究チームは主成分分析（PCA）とBI-KMEANSクラスタリングという二つの強力な統計ツールを用いた。PCAは、複雑なデータセットの中から最も重要な変数を特定するための次元削減技術である。最大電流、平均電流、持続時間、電流の立ち上がり・立ち下がり速度など、初期の8つの電流特性にPCAを適用した結果、最も重要な二つの要因は「最大電流（Imax）」と「フラグメント持続時間（T）」であることが明らかになった。この二つのパラメータが、運転行動がバッテリーに与える影響の本質を捉えていた。
これらの主要パラメータを特定した後、BI-KMEANSクラスタリングアルゴリズムを用いて、数千もの加速フラグメントを、類似性に基づいて別々のグループに分類した。このプロセスにより、CLTC-Pデータ内に5つの「典型的」な電流パターンが浮き彫りになった。第一に「Typical(1)」と名付けられた、短時間で中程度の電流が流れる台形波。これは、渋滞中の小さな車間距離の調整のように、穏やかで段階的な加速に伴うものである。第二の「Typical(2)」は三角波で、電流が線形に増加する様子を示し、モーターの最大出力に達していない、スムーズな加速に該当する。残りの三つ、「Typical(3)」「Typical(4)」「Typical(5)」は、いずれも長さや強度が異なる、高電流の台形波パルスであり、急な合流や追い越しといった、より攻撃的な運転行動を表している。
この分析手法を、5人の異なるテストドライバーの実走行データに適用したところ、差は一層顕著になった。ドライバーたちは、攻撃的か保守的かで選ばれたわけではなく、同じルートを同じ条件下で走行するよう依頼された一般の人々だった。しかし、彼らの運転習慣は大きく異なっていた。一人のドライバーは平均時速34.9kmで、分節化加速の割合が51.6%だったのに対し、別のドライバーは平均時速24.3kmで、分節化加速の割合は27.8%にとどまっていた。クラスタリング分析の結果、典型的な電流フラグメントの分布に明確な違いが見られた。分節化加速が多いドライバーは「Typical(1)」のパルスを多く発生させ、一方でスムーズなドライバーはより長く、継続的なフラグメントの割合が高かった。
これが鍵となる関連性だった。異なる運転習慣が、バッテリーに異なる電気的ストレスのパターンを生み出している。しかし、これが実際の物理的劣化にどうつながるのか？この問いに答えるため、研究チームはデータ分析から物理実験へと移行した。彼らは、特定された電流パターンの影響を分離し、制御された環境下でテストするための一連の実験を設計した。
実験では、実際のテスト車両と同一の三元系リチウムイオンバッテリーの新品セルを使用した。目的は、異なる運転習慣の効果を長期にわたってシミュレーションすることだった。研究者たちは、実走行データの特徴を反映した5つの異なる「放電条件」を作成した。条件1は、短く頻繁なパルス（高い分節化加速割合）に支配される運転スタイルを模倣した。条件2と条件3は、異なる持続時間の長い、継続的な加速を模倣し、異なる平均速度を表した。条件4は、ピーク電流がはるかに高い、条件1の高強度版だった。最後に、条件5は、条件4と同じ総エネルギー出力を持つが、より長く、より少ないパルスで構成されており、バッテリーが急激な電流変化を経験する回数を減らす設計だった。
各バッテリーセルは、これらの5つの条件のいずれかで100回の完全な充放電サイクルを経験した。充電プロセスは、すべてのセルで「定電流→定電圧」という同一の方法で行われ、放電プロファイルのみが変化するようにした。50サイクルごとに、研究者たちはバッテリーの残容量を測定した。これは、バッテリーの健康状態（SOH）を示す最も直接的な指標である。
結果は、劇的かつ決定的だった。100サイクル後、条件4（高強度、高頻度のパルス）にさらされたバッテリーは、最も深刻な容量損失を示した。これに次いで、頻繁なパルスを含むが強度は低い条件1と条件5のセルが続いた。一方で、より長く安定した放電期間を経験した条件2と条件3のバッテリーは、最も劣化が少なかった。この結果は、「平均速度が高い（放電時間が長い）ほど、バッテリーの摩耗が進む」という一般的な想定を直接的に覆している。
研究は、バッテリー劣化の支配的な要因は、引き出される総エネルギー量や平均速度ではなく、電流の急激な変化によって引き起こされる「分極イベント」の数と強度であると結論付けた。運転者がアクセルを急激に踏み込むたびに、バッテリーは電流の急増を経験する。これにより、バッテリー内部の電気化学反応が強制的に加速し、「分極」と呼ばれる現象が生じる。これは、電極間の電圧に一時的な不均衡が生じる状態である。運転者がアクセルから足を離すと、電流が減少し、バッテリーは「リラックス」する。このストレスとリラックスの繰り返しが、時間の経過とともに不可逆的な損傷を引き起こす。
この損傷は、微視的なレベルで発生する。充放電サイクルに伴う電極材料の繰り返しの膨張と収縮は、亀裂を生じさせ、導電性マトリックスとの接触を失わせる。負極に形成される保護膜であるSEI（Solid Electrolyte Interphase）層は、頻繁なパルスによるストレスで厚くなり、不安定になる。これにより、活性リチウムイオンが消費され、内部抵抗が増加する。さらに、高電流パルスはより多くの熱を発生させ、これらの劣化メカニズムを加速させる。
この研究は、ドライバー間の差異を明確に説明している。小さな調整のためにアクセルを頻繁に「チョンチョン」と踏むドライバーは、一本の走行中に数百回もの分極イベントをバッテリーに与える。一方で、より長く、意図的なパルスで加速するスムーズなドライバーは、同じ距離を同程度の平均速度で走行しても、はるかに少ない回数の有害なイベントしか生じさせない。研究データは、分極イベントの回数（分節化加速の割合に関連）とその強度（ピーク電流に関連）が、バッテリー劣化の差異を生み出す主要因であることを示している。
この研究は、電動モビリティの未来に深い影響を与える。消費者にとっては、スムーズで予測可能な運転スタイルを採用することで、EVのバッテリー寿命を大幅に延ばし、交換費用の節約が可能になることを示唆している。自動車メーカーにとっては、今後のBMSがはるかにスマートになる可能性を示している。一様なSOH推定モデルではなく、運転者の過去の電流パターンを分析し、個別化された、より正確なバッテリー寿命予測を提供できる。これは、パーソナライズされた運転アドバイスや、最適化された充電戦略、保証ポリシーの策定に活用できる。
さらに、この知見は、フリートオペレーターやカーシェアリング企業にとっても極めて重要だ。運転者に穏やかな運転技術を訓練することで、これらの組織はメンテナンスコストを劇的に削減し、車両の耐用年数を延ばすことができる。都市計画者や政策立案者にとっても貴重なデータを提供する。都市の交通流が、ストップアンドゴーを最小限にし、スムーズな流れを促進するように設計されていれば、その都市で運行されるEVの寿命に直接的かつ肯定的な影響を与える可能性がある。
本研究は、複雑なシステムを理解する上で、高分解能データの重要性を強調している。10秒間隔のデータから0.1秒間隔のデータへの移行は、単なる技術的なアップグレードではなく、発見の鍵を解き放つ鍵だった。EVの実際のパフォーマンスを真に理解するには、標準化されたテストを超えて、これらの車両が実際にどのように使用されているかという粒度の細かい詳細を深く掘り下げなければならないことを示している。
結論として、北京交通大学のこの研究は、EVバッテリー劣化に関する理解に根本的な転換をもたらした。議論の焦点を、外部的・環境的な要因から、内部的・行動的な要因へと移したのである。運転者が、車両のライフサイクルにおける単なる乗客ではなく、バッテリーの健康状態に積極的に関与する参加者であることを証明した。運転習慣が電気的ストレスを生み出す物理的メカニズムを理解することで、我々は今、そのストレスを軽減し、より持続可能で経済的な電動交通の未来を築くための具体的な一歩を踏み出すことができる。アクセルペダルを踏むという単純な行為が、これまで考えられていた以上に重大な結果をもたらすことが、明らかになったのである。
付智城、孫丙香、賈一鳴、龔敏明、馬仕昌、龐俊峰、北京交通大学国家エネルギー主導型配電網技術研究開発センター、電力系統保護と制御、DOI: 10.19783/j.cnki.pspc.246019