A-ECMS戦略が増程式EVの効率を革新
電動化の波が世界の自動車産業を席巻する中、中国・合肥学院の張光洲（Zhang Guangzhou）氏と梅琳（Mei Lin）氏が、増程式電気自動車（EREV）のエネルギー管理に新たな地平を開く研究成果を発表した。彼らが提唱する「適応型等価燃料消費最小化戦略」（A-ECMS）は、単に燃費を向上させるだけでなく、バッテリーの寿命を延ばし、走行中のエネルギー配分を最適化することで、EREVの総合的な性能を飛躍的に高める可能性を秘めている。この画期的な研究は、『安庆師範大学学報（自然科学版）』に掲載され、その詳細な知見はDOI: 10.13757/j.cnki.cn34-1328/n.2024.02.008から閲覧可能である。
現代の自動車メーカーは、航続距離の不安（レンジ・アンシアスティ）を解消しつつ、電動化の利点を享受できるソリューションとして、増程式電気自動車に注目している。EREVは、大容量のバッテリーと小型の内燃機関（レンジ・エクステンダー）を組み合わせることで、都市部では純粋な電気走行を可能にし、長距離移動時にはエンジンが発電して航続距離を延ばすという、二つの世界の良いとこ取りを実現する。しかし、この二つのエネルギー源をいかに効率的に制御し、最適なタイミングで使い分けるか——これがEREV開発における最大の技術的課題の一つである。従来の「サーモスタット戦略」や「パワーフォローストラテジー」は、バッテリーの充電状態（SOC）を一定の閾値で判断し、レンジ・エクステンダーの稼働をオン・オフする単純なロジックに頼っている。この方法は実装が容易だが、走行条件の変化に柔軟に対応できず、エンジンが非効率な回転域で長時間稼働してしまうため、結果として燃料消費が増加し、バッテリーにも過度な負荷がかかるという欠点があった。
張氏と梅氏の研究チームは、この根本的な課題に立ち向かうために、MATLAB/Simulinkを用いてEREVの精密なシミュレーションモデルを構築した。この仮想の試験場で、彼らは従来の「等価燃料消費最小化戦略」（ECMS）の限界を分析した。ECMSは、バッテリーの電力消費を「等価的な燃料消費」として換算し、エンジンの実際の燃料消費と合算して、合計の「等価燃料消費量」を最小化するという優れたリアルタイム最適化手法である。しかし、その核心となる「等価係数（s）」は非常に感度が高く、わずかな設定値の違いが最終的な燃費に大きな影響を及ぼす。固定された係数では、すべての走行シーンで最適な性能を発揮することは不可能だった。
ここが、A-ECMS戦略の真骨頂である。彼らは「等価係数」を固定値ではなく、リアルタイムで適応的に変化させるという発想の転換を実現した。この戦略の肝は、バッテリーの現在のSOCと、理想的な目標SOC（この研究では30%）との「差分」を常時監視し、その差分に基づいて等価係数を微調整する点にある。例えば、SOCが目標値より低く、バッテリーが放電モードにある場合、システムは「今、電気をたくさん使っている」と判断し、等価係数を一時的に高く設定する。これにより、バッテリーからの電力消費が「より高いコスト」として評価され、システムは「できるだけ早くエンジンを起動して発電し、バッテリーの放電を抑える」よう指令を出す。逆に、SOCが目標値より高く、充電モードにある場合、等価係数は低く設定され、「今は電気を貯めても良い」と判断され、エンジンの発電効率が最も高くなるポイントで安定して稼働させることができる。このプロセスは、まるで熟練のドライバーが常に最適なギアを選んでいるかのように、システム全体を最も効率的な状態に保ち続ける。
このA-ECMS戦略の真価は、世界統一小型車試験サイクル（WLTC）という、実際の多様な走行条件を模した厳しいテストで明らかになった。テストコースは、11キロメートル、平均速度18km/h、最高速度130km/hという、都市と郊外を混合した典型的な日常走行を再現している。ここで、A-ECMS戦略は、従来の「サーモスタット戦略」と「パワーフォローストラテジー」との直接対決に臨んだ。
その結果は圧倒的だった。A-ECMS戦略を採用した場合の100キロメートルあたりの総合燃費は6.42リットルであった。これは、サーモスタット戦略の6.74リットル、パワーフォローストラテジーの6.79リットルと比較して、それぞれ約6%、4%の大幅な改善を意味する。これは単なる数字の差ではなく、ユーザーの年間燃料費に直結する実質的なコスト削減である。さらに、テスト全体での総燃料消費量は0.71リットルと、他2戦略を大きく下回り、A-ECMSがエネルギーを極限まで効率的に使っていることを証明している。
しかし、A-ECMSの優位性は燃費だけにとどまらない。最も注目すべきは、バッテリーの健康状態への配慮である。テスト終了時のバッテリーSOCを比較すると、A-ECMSは31.1%で、目標値の30%からわずか1.1%の逸脱に抑えられた。一方、サーモスタット戦略は35.39%、パワーフォローストラテジーは34.02%まで上昇しており、バッテリーを過充電気味に運用していたことがわかる。このSOCの安定性は、単に「電気が残っている」という意味を超える。急激な充放電（特に大電流での充電）は、リチウムイオンバッテリーの内部で劣化反応を促進し、寿命を短縮する主要因である。A-ECMSは、SOCの変動を極めて小さな範囲に抑え込むことで、バッテリーにかかるストレスを最小限に抑え、長期間にわたって高い性能を維持できるように設計されている。これは、ユーザーにとって、バッテリー交換という高額なメンテナンス費用を回避できるという、非常に現実的なメリットとなる。
また、バッテリーの電流波形を観察すると、A-ECMSは他戦略とは一線を画している。サーモスタット戦略では、SOCが30%の下限に達するとレンジ・エクステンダーが一気に起動し、バッテリーに大電流を流して充電を開始するため、電流のグラフに大きな「山」が見える。この瞬間的な大電流は、バッテリーに大きな負担をかける。一方、A-ECMSは、このような「オン・オフ」ではなく、エンジンの出力を滑らかに制御することで、バッテリーへの充電電流を常に穏やかなレベルに保っている。これは、バッテリーの劣化を防ぐだけでなく、エンジン自体も最も効率的な回転・負荷領域で安定して稼働できるため、燃料効率の向上にも寄与している。システム全体の最適化が、個々の部品の長寿命と直結している好例である。
この研究の意義は、単に一つの新しいアルゴリズムを提案したことに留まらない。それは、自動車の制御哲学そのものに挑戦している。従来の「ルールベース」の制御は、あらかじめ決められたIF-THENの条件分岐で動くため、想定外の走行パターンには対応できない。しかし、A-ECMSのような「適応型最適化」は、常に周囲の状況（SOCの変化）をセンシングし、その情報をもとに最適な行動をリアルタイムで決定する。これは、まさに「知能」を持つシステムへの一歩であり、今後の自動運転や高度なエネルギー管理システムの発展に向けた重要な礎石となるだろう。
実用化の観点から見ても、A-ECMSは非常に魅力的である。MATLAB/Simulinkで開発されたこのアルゴリズムは、既存の車載コンピュータに組み込みやすく、既存のEREVプラットフォームへの適用が比較的容易である。開発サイクルを短縮し、早期に市場投入が可能になる。また、この戦略は増程式車両に特化しているが、その「適応的最適化」という思想は、プラグインハイブリッド（PHEV）や、さらには将来的な水素燃料電池車のエネルギー管理にも応用可能な汎用性を持っている。
結論として、張光洲氏と梅琳氏のA-ECMS戦略は、EREVのエネルギー管理において、効率性と耐久性という二律背反の課題を同時に解決する、非常に洗練されたアプローチである。6.42リットルという具体的な燃費数値は、その優れた性能を物語るが、それ以上に重要なのは、バッテリーのSOCを31.1%という極めて安定したレベルに保ち続けたという点にある。これは、車両の「健康状態」を常に最適に保つという、ユーザー中心の設計思想の表れである。自動車産業が持続可能性とパフォーマンスの両立を求める中、この研究は、技術革新がいかにユーザーの真のニーズに応えられるかを示す、一つの明確な答えと言えるだろう。
張光洲，梅琳，合肥学院先進製造工程学院，安庆師範大学学報（自然科学版），DOI: 10.13757/j.cnki.cn34-1328/n.2024.02.008