研究の概要

EVの急速普及に伴い、充電ステーションの混雑（渋滞）予測と充電スケジューリングの最適化が実用上の重要課題となっている。スウェーデン王立工科大学（KTH）のJoas Kahlertら研究チームは、流体モデル（Fluid Queue）を用いたEV充電渋滞予測手法を開発した。EV到着パターンの不確実性を扱いながら充電設備容量制約を満たし、この予測モデルを充電スケジューリングに組み込むことで実用的な最適化を実現する。

主な発見・成果

流体キュー予測モデルを組み込んだ充電スケジューリングは、標準的なスケジューリング手法と比較して待機関連ダウンタイムを最大14%削減することが示された。車両到着情報の事前把握度合いや混雑レベルが高いほど性能改善効果が大きく、実用的な混雑制御に有効であることが確認された。流体モデルは確率的アプローチと比べて計算コストが低く、リアルタイム実装に適している。

実務への応用

物流・旅客輸送フリート向け充電インフラの運用担当者に直接活用できる知見を提供する。①デポ充電の計画設計において、到着スケジュールが既知のフリート（定時便バス・宅配トラック等）では本手法の効果が最大化する。②充電インフラ容量算定において、流体モデルによる渋滞予測をシミュレーションに組み込むことで過剰設備投資を回避できる。③充電料金・優先制御の設計において、混雑時の動的スケジューリングと組み合わせることで利用効率を改善できる。既存の電気トラック協調充電（arXiv:2605.27094）と組み合わせることで、経路上・デポでの統合的な充電管理が可能になる。