研究の概要

EVの普及を阻む最大の障壁の一つは「航続距離不安（レンジアンクサイエティ）」であり、大容量バッテリーの搭載が必要なため車両コストが高止まりしている。動的誘導充電（DIC）は走行中にEVに電力を無線供給する技術であり、この課題を根本的に解決するアプローチとして注目されている。しかし複数のEVが同時に充電帯を通過する場合の電力配分最適化は、未解決の実用化課題であった。

本研究は、マルチアクセスエッジコンピューティング（MEC）を活用したモデル予測制御（MPC）フレームワークを提案した。車車間・路車間通信とエッジコンピューティングを組み合わせ、各EVのバッテリー残量（SOC）をリアルタイムで把握しながら最適な電力配分を実現する。特に「容量が満たされたときの過剰需要対応」と「需要が少ないときの利用効率最大化」という2つのシナリオを適切に処理する。

主な発見・成果

  • バッテリーSOCが危機的なEVを自動的に優先する公平かつ安全な配分ロジックを実現
  • 容量飽和時でも均一配分による「充電失敗車両の発生」を防止
  • MPCの予測ホライズンが実用的なリアルタイム応答を確保
  • 将来の研究基盤として全フレームワークをオープンソース公開
  • EV普及に伴いバッテリー搭載量の大幅削減が可能になることを定性的に示した

実務への応用

国土交通省・経済産業省・自動車メーカーが推進する次世代モビリティインフラの文脈で、走行中給電は「充電インフラ整備コストを抑えながらEV普及を加速する」有力な技術経路である。本フレームワークで示されたMEC×MPC型の電力配分最適化は、高速道路・幹線道路への埋設型給電コイルとV2G（双方向充電）の組み合わせによる「走る蓄電池インフラ」構想に直接応用可能。EV関連の交通インフラ投資を検討する自治体・高速道路会社・電力会社にとって、スマートな電力配分管理の実装方針を設計する際の参考になる。