EV充電戦略、交通・電力網を最適化
電気自動車（EV）の普及は、持続可能なモビリティの未来を約束する一方で、都市のインフラに新たな課題を突きつけている。EVの急増は、単にガソリンスタンドを充電ステーションに置き換えるだけの話ではない。無秩序な充電行動は、都市の交通網を混雑させ、充電ステーションに長蛇の列を作り、地域の電力網に過大な負荷をかけ、電圧低下を引き起こす可能性がある。これらの問題は、個々のドライバーの利便性を損なうだけでなく、交通システムと電力システムの両方の安定性と効率性に深刻な影響を与える。このような複雑な課題に立ち向かうため、中国・福州大学の研究チームは、画期的な「EVの秩序ある充電戦略」を提案した。この戦略は、車両、道路、充電ステーション、電力網という四つの要素を統合的に捉えることで、従来の断片的なアプローチを超越し、すべての関係者にとって最適な解決策を提供する。
従来のEV充電管理のアプローチは、多くの場合、特定の側面に焦点を当てたものだった。例えば、時間帯別料金を活用して、ユーザーが深夜の電力需要が少ない時間帯に充電するように誘導する方法がある。これは電力網の負荷平準化には効果的だが、ユーザーの行動変容に依存しており、即時性に欠ける。また、ナビゲーションアプリが最寄りの充電ステーションを案内する方法もあるが、これはあくまで個々のドライバーの利便性を最優先しており、その結果として特定のステーションが過密になり、交通渋滞や電力網の過負荷を引き起こす「負の外部性」を無視している。これらの方法は、問題の一部を解決するが、システム全体の最適化には至らない。
福州大学の研究チームが提唱する新たなアプローチは、「車-路-站-網」（VRSN）情報連携モデルという、根本的に異なる視点に基づいている。このモデルは、EVが単なる電力の「消費者」ではなく、交通網、充電インフラ、電力網という三つのシステムをつなぐ「ハブ」として機能することを前提としている。EVが動くことで道路の混雑度が変わり、充電をすることで充電ステーションの利用状況や電力網の負荷が変化する。このように、四つの要素は互いに深く影響し合っている。VRSNモデルは、この複雑な相互作用をリアルタイムで把握し、統合的に管理するためのフレームワークを提供する。研究チームは、EVの位置とバッテリー残量、道路の交通量、各充電ステーションの空き状況、そして電力網の電圧と負荷といった、四つのドメインからのデータを一元的に収集・分析するシステムを構築した。
この統合モデルの核心は、ドライバーが最適な充電ステーションを選び、最短時間で到着できるようにする「動的フロイド最短時間経路探索アルゴリズム」である。従来のナビゲーションは、地図上の距離や平均速度に基づいてルートを案内する。しかし、この研究では、交通量の変化に応じてリアルタイムで更新される「動的通行時間行列」を用いる。つまり、道路の混雑度（車両の流量）を常に監視し、その情報を基に各道路区間の通行速度を計算する。これにより、渋滞中の道路を避け、本当に最短時間で到着できるルートを正確に予測できる。この動的モデルは、単に「距離が近い」という情報ではなく、「到着までの時間」を重視することで、より現実的な案内を可能にする。
しかし、最短時間で到着できても、充電ステーションで長時間待たされるのであれば、ユーザー体験は向上しない。そこで、研究チームは「Topsis（トプシス）法」と呼ばれる多基準意思決定手法を用いて、充電ステーション選びの最終判断を行っている。Topsis法は、複数の評価基準（ファクター）を考慮して、最も望ましい「妥協解」を見つける手法である。この研究では、以下の五つの「充電意思決定ファクター」を評価の基準として設定している。
第一に、「高速充電所要時間」。これは、充電が必要と判断されてから実際に充電を開始するまでの総時間であり、移動時間と充電待ち時間の合計である。ユーザーにとって最も重要な指標の一つだ。第二に、「高速充電走行距離」。これは、移動に伴うエネルギー消費を最小限に抑えるための指標である。第三に、「交通状態指数（TSI）の変化量」。これは、ある充電ステーションに向かうことで、道路網全体の混雑度がどの程度悪化するかを定量的に表す。ユーザーの選択が社会全体の交通に与える影響を可視化する。第四に、「充電ステーション設備利用率」。これは、各ステーションの設備が均等に利用されているか、特定のステーションに負荷が集中していないかを評価する。第五に、「電圧降下変化量」。これは、ある充電ステーションでの充電が、電力網の電圧をどの程度低下させるかを示す指標であり、電力網の安定性を守るために不可欠な情報である。
これらのファクターは、時に互いに矛盾する。例えば、最も近い充電ステーションを選ぶと走行距離は短くなるが、混雑して待ち時間が長くなる可能性がある。また、混雑を避けるために遠くのステーションを選ぶと、走行距離が長くなり、交通状態指数の変化量も大きくなる。Topsis法は、こうしたトレードオフをどうバランスするかが鍵となる。そこで、研究チームは「組み合わせ重み付け」という手法を用いて、各ファクターの重要度（重み）を決定している。この手法は、主観的要素と客観的要素の両方を融合している。主観的要素は、ユーザーの好みを反映するもので、例えば「待ち時間を最小限にしたい」という声を反映するために「階層分析法（AHP）」を用いて重みを算出する。一方、客観的要素は、データそのものが持つ情報量や、各ファクター間の相関関係を分析するもので、研究チームは「CRITIC法」を改良して使用している。このようにして得られた主観的重みと客観的重みを統合し、最終的な重みを決定することで、ユーザーの声とシステム全体の最適化という両面を満たす、バランスの取れた判断が可能になる。
この戦略のもう一つの特徴は、高速充電だけでなく、夜間の「低速充電」の最適化にも言及している点にある。多くのEVユーザーは、一日の走行を終えて自宅や職場に帰宅した後、そのまま充電ケーブルを接続する。これが一斉に行われると、夜間の電力需要が再び上昇し、「山の上にさらに山を重ねる」（峰上加峰）状態となり、電力網に新たな負荷をかける。この問題を解決するために、研究チームは帰宅したEVユーザーの低速充電負荷を最適化する戦略を提案している。具体的には、ユーザーの休憩時間帯の中で、電力網の負荷が最も低い時間帯に充電を開始するように自動でスケジューリングする。これにより、電力需要の「谷」を埋めることで、負荷の平準化（削峰填谷）が進み、電力網の安定性がさらに高まる。これは、EVを単なる電力消費者から、電力網の安定化に貢献する「リソース」に変える、需要側管理の好例である。
この戦略の有効性は、詳細なシミュレーションによって検証された。研究チームは、標準的な33ノードの電力配電網と29ノードの都市交通網を連携させ、1200台のEV（自家用車、タクシー、公用車）が実際の走行パターンに従って走行する大規模なシミュレーションを実施した。三つの戦略を比較した結果、その効果は明確に示された。第一の戦略は、高速充電と低速充電の両方を最適化した提案戦略。第二の戦略は、高速充電のみを最適化した戦略。第三の戦略は、従来の「最寄りの充電ステーションを選ぶ」無秩序な充電戦略である。
その結果、提案戦略（戦略1）を採用した場合、EVユーザーの平均充電待ち時間は、無秩序な戦略（戦略3）と比べて75%以上も短縮された。これは、90%以上のユーザーが10分以内に充電を開始できるという、ユーザー体験の劇的な向上を意味する。また、交通状態指数の変化量も顕著に減少し、充電ステーション周辺の交通混雑が大幅に緩和された。充電ステーションの設備利用率も均等になり、一部のステーションが過密で他が閑散という不均衡が解消された。さらに、電力網の電圧降下も1.6p.u.以上改善され、電圧が基準値を下回る「電圧越限」の時間も半分以下に短縮された。低速充電の最適化を加えた戦略1は、電力需要のピークと谷の差（負荷変動）も小さく抑え、電力網全体の安定性をさらに高めた。
特に注目すべきは、この戦略の「実用性」にある。研究チームは、Topsis法を遺伝的アルゴリズム（GA）や粒子群最適化（PSO）などの高度な最適化アルゴリズムと比較した。これらのアルゴリズムは理論的には最適解を求める能力が高いが、計算に非常に時間がかかる。シミュレーションでは、GAによる計算に12時間以上かかったのに対し、提案されたTopsis法はわずか2分で同等の高品質な解を導き出した。これは、ナビゲーションアプリのように、ユーザーが即時に判断を下す必要があるリアルタイムシステムにおいて、致命的な差となる。計算が遅ければ、ユーザーは「最適なルート」を待たされることになり、逆にストレスを感じる。この高速な処理能力こそが、この戦略が理論だけでなく、実際の社会に導入可能な現実的なソリューションであることを示している。
この研究は、EVの普及という大きな流れを、混乱ではなく、秩序ある発展へと導く可能性を示している。単にインフラを増やすのではなく、既存の交通網と電力網という二つの巨大なシステムを、情報でつなぎ、知能的に制御する。それは、EVを「問題」ではなく、「解決策」の一部として捉える視点の転換である。EVの充電という一見小さな行動が、交通の流れをスムーズにし、電力網を安定させ、すべてのユーザーに快適なサービスを提供する。この「車-路-站-網」の連携モデルは、スマートシティの未来を形作る、基盤技術の一つとなり得る。世界中でEVの台数が増える中、このような統合的でインテリジェントな管理戦略は、持続可能なモビリティを実現する上で不可欠なものとなるだろう。
劉麗軍、陳昌、胡鑫、林钰芳、福州大学電気工学・自動化学院。高電圧工学、DOI: 10.13336/j.1003-6520.hve.20231078