スマートグリッドとEVが融合：新分散制御でコスト削減と損失低減を実現
持続可能な交通手段への移行が世界的に加速する中、電力配送ネットワークへの電気自動車（EV）の統合は、現代のエネルギーシステムにとって極めて重要な課題となっている。中国では2022年にEV販売台数が440万台を突破し、分散型電源（DG）は2030年までに設置容量の17％を占める見込みであり、都市部の電力グリッドへの負荷は高まり続けている。EV充電の断続的かつ移動性を伴う性質は、電力系統の安定性と経済効率に深刻な不確実性をもたらす。これに対応するため、西南交通大学の研究チームは、これらの課題に対処するだけでなく、電力網と交通ネットワークの調和的な共存方法を再定義する画期的な分散型経済配分戦略を開発した。
電力システム自動化の主要ジャーナルである『Proceedings of the CSU-EPSA』に掲載された本研究は、Jia Shicheng、Liao Kai、Yang Jianwei、Xiang Yueping、He Zhengyouらによって、交通ダイナミクスと電力系統運用をシームレスに統合する包括的フレームワークを提示している。高度な計算モデリングと分散最適化に根差したこのアプローチは、電力系統の信頼性を損なったり運用コストを増加させたりすることなく、増大するEV群を如何に管理すべきかという、エネルギー転換における最も差し迫った課題の一つに対する拡張可能な解決策を提供する。
本研究は、EV充電が単なる電力負荷ではなく、人間の行動、都市インフラ、リアルタイムの交通状況によって形成される動的プロセスであるという根本的洞察から始まっている。単一のマスターコントローラーに依存する従来の集中制御方式は、ますます不適切になりつつある。これらのシステムは通信需要が過大であり、データプライバシーの懸念に悩まされ、現代の電力ネットワークの分散性に対応するのに苦労している。西南交通大学のチームはこれらの限界を認識し、交通網と電力網の両方の固有の構造を活用して、よりスマートで高速かつ安全な意思決定を可能にする新パラダイムの設計に着手した。
彼らの戦略の中核をなすのは、EV充電負荷の空間的・時間的分布を予測する高度なモデルである。EV需要を静的または平均的な量として扱う従来のアプローチとは異なり、このモデルは都市の道路ネットワークを横断する個々の車両の動きをシミュレートする。渋滞レベルや走行速度を含むリアルタイムの交通データを組み込み、EVがいつ、どこで充電する可能性が高いかを推定する。地理情報システム（GIS）データと2017年全国世帯旅行調査（NHTS）からの履歴旅行パターンを組み合わせることで、研究者らは日々のEV活動の極めて正確な表現を構築することに成功した。
このモデルの主要な革新点の一つは、最初の出発時刻を予測するために一般化極値（GEV）分布を採用したことである。この統計的手法は、通勤交通の顕著な朝のピークを、従来の正規分布よりもはるかに効果的に捕捉する。さらに、このモデルは目的地の選好性（運転者が住宅地、商業地、職場のいずれに向かっているか）を考慮し、マルコフベースの遷移行列を使用してこれらの目的地が一日を通して如何に変化するかをシミュレートする。この詳細レベルにより、システムはEVがいつ家に戻って充電するかだけでなく、昼間に職場や商業施設で途中充電が必要になる時期も予測できる。
EV充電需要の信頼性の高い予測が可能となった後、次の課題はこの動的負荷に効率的に対応できるように電力網を構造化することであった。研究者らは、データ内の複雑な非凸グループ化を特定する能力で知られる強力な機械学習技術であるスペクトラルクラスタリングに着目した。任意の地理的境界に基づいて系統を分割する代わりに、電力流と電圧相互作用の観点から2つのノードがどの程度密接に接続されているかを反映する「有効電気距離」という指標を使用した。類似の電気的特性を持つノードは、それぞれがローカルコントローラーによって管理される distinct なゾーンにグループ化された。
このゾーン分割は単なる技術的便宜以上のものであり、都市の土地利用とエネルギー消費の相互関係に関する深い理解を反映している。例えば、商業活動が支配的な地域は、住宅地と比較して異なる負荷プロファイルを示す。前者は営業時間中に充電需要の単一のピークが見られるのに対し、後者は深夜と早朝の二つのピークを経験する。系統分割をこれらの機能的な差異に合わせることで、システムは効率を最大化し浪費を最小化する tailored な制御戦略を適用できる。
系統が分割されると、研究者らはAlternating Direction Method of Multipliers (ADMM) として知られる分散最適化アルゴリズムを実装した。このアプローチにより、各ゾーンは反復的な情報交換を通じて近隣ゾーンと調整しながら、独自の経済配分問題を独立して解決できる。全てのデータを一度に処理する中央権限を必要とせず、ADMMは並列計算を可能にし、処理時間を劇的に短縮し通信負荷を軽減する。
この分散型アーキテクチャの利点は極めて大きい。IEEE 33ノード試験フィーダーとスーフォールズ道路網を組み合わせたシミュレーションでは、提案された戦略により日々の運用コストが12.76％削減され、系統損失は約60％低減された。これらの改善はいくつかの要因に起因する。第一に、システムは地域の分散型エネルギー資源（屋上太陽光パネルや小型風力タービンなど）の利用を、電力価格が高い時期にそれらを配分することで最適化する。第二に、電池蓄電を智能的に管理し、料金が低い時に充電し、需要ピーク時に放電する。第三に、ゾーン間の電力共有を促進し、一地域の余剰発電を送電線を過負荷にすることなく別の地域の不足を相殺することを可能にする。
おそらく最も顕著なのは電圧安定性の改善である。最適化前は、シミュレーションされた系統内のいくつかのノードで単位当たり0.90という許容閾値（0.95 p.u.）を大幅に下回る電圧降下が発生した。このような状態は精密機器を損傷し、連鎖的な故障を引き起こす可能性がある。新しい配分戦略を適用した後、全てのノードは安全な動作限界内に収まり、重く変動する負荷下でもシステムが電力品質を維持できる能力を実証した。
研究者らはまた、彼らの分散手法と従来の集中最適化との間で厳密な比較を行った。コストと損失低減の点では両アプローチはほとんど同一の結果（1％未満の差）をもたらしたが、分散型バージョンは大幅に高速であった。33ノードシステムでは、計算時間を20.5％短縮した。より大規模な118ノードネットワークにスケールアップすると、速度優位性は47.7％に拡大し、このアプローチの拡張性が強調された。この性能向上は、都市がEVインフラを拡大し公益事業がより厳しい運用期限に直面する中で極めて重要である。
技術的性能を超えて、この戦略はデータプライバシーとサイバーセキュリティにおいて重要な利点を提供する。集中型システムでは、全てのノードが機密の運用データを中央サーバーに送信する必要があり、単一障害点とサイバー攻撃の誘惑的な標的を生み出す。対照的に、分散型モデルはほとんどのデータをローカルに保持する。各ゾーンコントローラーは、線路の電力流や電圧などの境界条件を直接の隣接ゾーンのみと共有する必要がある。これにより露出が最小限に抑えられ、回復力が強化され、系統が混乱に対して脆弱ではなくなる。
この研究の意義は学術的興味をはるかに超えている。世界中の都市が脱炭素化とデジタル化という二重の課題に取り組む中、このような解決策は統合的な都市計画の青写真を提供する。自治体はこのようなモデルを使用して充電ステーションの配置を導き、系統安定性に最小限の影響しか与えない場所に設置されることを保証できる。公益事業会社はこのフレームワークを採用して負荷予測と資源配分を改善し、コストのかかるインフラアップグレードの必要性を減らすことができる。政策立案者はこの洞察を利用して、オフピーク充電を促進し再生可能エネルギー導入を推進するインセンティブプログラムを設計できる。
さらに、この研究は学際的協力の重要性を強調している。交通工学と電力システムの間のギャップを埋めることで、西南交通大学のチームはスマートシティの未来が収束にあることを実証した。交通パターンはエネルギー決定に情報を提供し、エネルギー利用可能性は旅行行動に影響を与える。真に持続可能な都市環境を構築するには、この双方向の関係を認識し、包括的に管理しなければならない。
今後の展望として、研究者らは供給と需要の両方におけるより大きな不確実性を考慮に入れるためモデルを拡張する計画である。太陽光と風力からの再生可能エネルギー発電は本質的に変動が大きく、EVユーザーの行動は予測不可能である。確率的最適化手法と機械学習アルゴリズムを組み込むことで、システムの堅牢性をさらに強化できる。さらに、リアルタイム価格信号と需要応答プログラムが運転者の充電選択に如何に影響を与え得るかを探求することは、さらなる効率化を解き放つ可能性がある。
結論として、Jia Shicheng、Liao Kai、Yang Jianwei、Xiang Yueping、He Zhengyouらの研究は、電動モビリティと電力系統管理の統合において大きな前進を表している。彼らの分散型経済配分戦略は、コスト、効率、信頼性において具体的な改善をもたらすだけでなく、智能エネルギーシステムが如何に設計されるべきかについて新たな標準を設定する。世界がより清潔で、より接続された未来に向かって進む中、このような研究は進歩が持続可能かつ公平であることを保証する上で極めて重要な役割を果たすであろう。
Jia Shicheng, Liao Kai, Yang Jianwei, Xiang Yueping, He Zhengyou, Southwest Jiaotong University, Proceedings of the CSU-EPSA, DOI: 10.19635/j.cnki.csu-epsa.001412