Equivalent Circuit Model based Electric Vehicle Evacuation with Mobile Charging Stations

技術要約：移動式充電ステーションを用いた等価回路モデルに基づく電気自動車の避難計画

問題提起
電気自動車（EV）の普及に伴い、特に災害による混乱下での緊急避難計画において特有の課題が生じている。従来のガソリン車とは異異なり、EVは限られた走行距離、長い充電時間、および固定充電ステーション（FCS）への依存という制約を受ける。災害シナリオでは、電力網の故障や物理的損傷によりFCSが使用不能になる可能性があり、EVと充電器の比率が高い場合には、深刻な渋滞や車両の立ち往生を招く恐けがある。既存の避難モデルは、充電インフラが完全に稼働していることを前提としているか、あるいはルート選択、充電決定、および移動式充電ステーション（MCS）の配置を統合的に最適化できていないことが多い。本論文は、バッテリーの残量（SoC）、充電遅延、およびエネルギー的に実行可能な避難ルートを確保するためのMCSの戦略的配置を考慮した最適化フレームワークの必要性に対処するものである。

手法
著者らは、避難問題をモデル化するために等価回路モデル（ECM）を利用した新しい最適化ベースのフレームワークを提案している。この手法は、電気工学と交通システムの間の類推を活用している：

• 交通流 ＝ 電流： 車両の流れは電流としてモデル化される。
• 旅行時間 ＝ 抵抗： 道路リンクのインピーダンスは旅行時間として表される。
• 走行距離 ＝ 電圧： 車両の残り走行距離は電圧としてモデル化される。
• 充電 ＝ 電圧源： 充電ステーションは電圧を補充するソースとして機能する。

本フレームワークは、避難問題を整数計画問題（IP）として定式化している。主な構成要素は以下の通りである：

1. 制御可能なECM： モデルは、ルート選択を制御するためのバイナリスイッチ（特定のリンクの有効化または遮断）と、FCSおよびMCSにおける充電時間を決定するための整数変数を取り入れている。
2. キルヒホッフの法則：
   • キルヒホッフの電流則（KCL）： ネットワークノードにおける流量バランスを強制し、スイッチ（制御）を考慮した上で、ノードに入る車両数と出る車両数が一致するようにする。
   • キルヒホッフの電圧則（KVL）： エネルギーの実行可能性を強制する。走行距離の減少を抵抗（旅行時間）による電圧降下として、充電による走行距離の増加を電圧源として扱うことで、選択された経路に沿って「電圧」（走行距離）がゼロを下回らないことを保証する。
3. 重ね合わせの原理： 複数の起点・終点（OD）ペアを扱うために、フレームシップは重ね合わせの原理を適用する。個々のODペアに対して独立して解を求め、最適な経路と充電戦略を決定した後、それらのフローを集計して、道路リンクの自由流容量や充電ステースのサービス率を超えないようにする。
4. 最適化目的関数： 最悪ケースの避難時間（$J_{max}$）、平均避難時間（$J_{avg}$）、および避難者間の公平性を促進するための分散を含む加重結合（$J_{avg+\Delta}$）を含む、様々な性能指標をサポートする。

主な貢献
本論文は、主に4つの貢献を特定している：

1. 制御可能なECMの拡張： 能動的な交通流制御のためのスイッチング要素を統合し、充電遅延と走行距離の補充を明示的にモデル化した、交通ネットワーク用の制御可能なECMの開発。
2. 電圧ベースの走行距離モデリング： キルヒホッフの電圧則を用いて、避難ルートに沿った走行距離の減少をモデル化する新しい類推。これは、ECMベースの交通モデルではこれまで対処されていなかった機能である。
3. 統合されたMCS展開： 全体の避難時間を最小化するために、移動式ユニットの最適な配置、台数、および充電時間を決定するためのMCSをECMフレームワークに組み込んだこと。
4. マルチOD公平性フレームワーク： 重ね合わせの原理を用いたマルチODペアへのモデルの拡張。これにより、最悪ケース、平均、および分散ベースの指標を用いた公平性を考慮した評価が可能となり、避難時間の大きな格差を防ぐことができる。

結果
提案されたフレーム構組は、カリフォルニア州の広域交通ネットワーク（都市部のアナハイム・ネットワークおよび農村部のマリポサ・ネットワーク）を用いたシミュレーション研究を通じて検証された。

• アナハイム・ネットワーク（都市部）： 8つのODペアと13,400台のEVを用いたシミュレーションにおいて、$J_{avg}$ コスト関数は平均避難時間を最小化し、$J_{avg+\Delta}$ は（特定の初期走行距離において）$J_{max}$ と比較して避難時間の偏差を大幅に（約8.8%）減少させた。感度分析によれば、入力流量が増加するにつれて、ネットワークはより多くのエッジを利用し、固定ステーションの容量を超えた際に渋滞を防ぐための必要なMCSの数は急激に増加する。
• マリポサ・ネットワーク（農村部）： ダウンタウンのFCSが停止した状況を想定した森林火災避難シナリオにおいて、ECMベースの最適化は、経路上の充電を可能にするために6台のMCSを戦略的に配置した。MCSを最も近い場所にのみ配置する（飽和とキューイングを引き起こす）ベースラインの「貪欲（greedy）」アルゴリズムと比較して、提案手法は、道路の渋滞と充電待ちの列の両方を緩和するようにMCSを分散配置した。
• 高精度検証： 最適化の結果は、Aimsunマイクロシミュレーションを用いて検証された。短距離ルートでは、ECMモデルとマイクロシミュレーションの間の誤差は6.67%未満であった。長距離ルートでは、交通制御要素や速度変化の簡略化に起因して、誤差は約13.84%に増加した。
• 性能向上： マリポサのケースでは、ECMベースのアプローチは、ベースラインのアルゴリズムと比較して、いくつかのODペアで避難時間を36%から43%改善した。これは主に、キューイングを削減し、車両の初期SoCを活用してより効率的なMCS展開を行ったことによるものである。

意義
本論文は、提案されたECMベースのフレームワークが、物理的に解釈可能な統一的なアプローチを提供すると主張している。電圧ベースの制約を通じてエネルギーの実行可能性を明示的にモデル化し、移動式充電ステーション（MCS）の柔軟性を統合することで、本手法は、特に初期バッテリー残量が少ない場合や固定インフラが寸断されたシナリオにおいて、避難の効率性と堅牢性を大幅に向上させる。本研究は、災害時に固定インフラでは対処できないボトルネックを動的に緩和できるため、MCSが緊急避難において極めて重要であることを強調している。このフレームワークは、安全かつタイムリーな避難を確実にするために、ルート選択、充電時間、および移動リソースの展開を共同で最適化するためのスケーラブルなツールを提供する。