2021 Fiscal Year Annual Research Report
Spatio-Temporal Vision of Low-Carbon Mobility Based on the Optimal Location of Multiple Infrastructure Forms
| Project/Area Number |
21H01563
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
本間 裕大 東京大学, 生産技術研究所, 准教授 (40514055)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大口 敬 東京大学, 生産技術研究所, 教授 (90281245)
畑 勝裕 東京大学, 生産技術研究所, 助教 (70837294)
長谷川 大輔 東京大学, 生産技術研究所, 特任助教 (00893794)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 低炭素モビリティ / 電気自動車 / インフラ配置 / 数理最適化 / 時空間分析 |
|---|
| Outline of Annual Research Achievements |
本研究では複数インフラ形態の数理最適配置による低炭素モビリティの時空間ビジョンを描き出すべく，静的⇔動的という時間スケールの差異，近隣需要⇔広域需要という空間スケールの差異の双方を明示的に導入した議論を展開している，そのための着眼点としては，A)数理最適化モデルの構築と，B)実データに基づく具体的検証を設定しているが，本年度は特に基本モデルの確立を意識し，「静的×広域需要の時空間スケールに基づく解析」を中心に実施した．これは，ＥＶ普及台数が変化しない静的な状況を想定し，主にインフラ量と利便性との定量的関係に着目した解析と解釈することができる．
A)まず，数理最適化モデルの観点から，複数インフラの最適配置に関する基本モデルを構築した．スタンド充電に関するインフラ最適配置モデルは多数提案されている一方で，それ以外の給電形態を明示的に考慮したインフラ最適配置の先行研究は決して多くない．本年度は，バッテリー状態の連続的変化を変数に導入し，スタンド充電に限らない複数給電形態を考慮した同時最適配置モデルを，混合整数計画法に基づき構築した．
B)その上で，実データに基づく具体的検証も行うべく，提案モデルを全国高速道路ネットワークおよび旅客・貨物流動調査等の大規模地理情報データに基づき検証した．物流分野での採算性検討のため，貨物トラックを想定したパラメータと物流ODによる検証も行い，様々な普及率の想定での経済合理性を確認した．その意図としては，ガソリン車に対するＥＶの優位性が希薄であることが挙げられる．ＥＶの優位性は，車両価格や維持費用といった経済性と実際の移動における利便性によって決定されるが，その双方の鍵を握るのがＥＶへ電力供給するためのインフラ整備である．インフラの整備水準が，移動の利便性に直結することはもちろんであるが，給電代金などに応じて，経済性も大きく影響を受けることを確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は，複数インフラ形態の数理最適配置による低炭素モビリティの時空間ビジョンを描き出すべく，特にA)数理最適化モデルの構築と，B)実データに基づく具体的検証の観点から，研究を遂行した．これらの成果は，査読付き国際論文誌へも投稿済みである．また，情報発信ならびに研究者ネットワークの促進を重視し，アメリカのオペレーションズ・リサーチ分野の全体会議であるINFORMS Annual Meetingでもスポンサーセッションをオーガナイズし，その他，複数の国際会議でも精力的に発表した．国内会議においても，土木計画学研究発表会や日本建築学会大会など，複数分野での成果発信に努めている．以上の研究推進は，年度当初に想定し得えた研究計画に沿って，順調に研究が展開されていることを裏付けるものである．
|
| Strategy for Future Research Activity |
本年度の研究遂行は，年度当初の計画を達成する順調なものであった．研究2ヵ年目となる2022年度も，研究計画に沿って，複数インフラ形態の数理最適配置による低炭素モビリティの時空間ビジョンを描き出したすための数理的分析を行う．特に空間スケールを近隣需要へと解像度を高めた分析へと展開し，交通政策全般に対するより示唆に富む知見の獲得を目指す．得られた成果の学会報告・論文投稿も積極的に行う．
|
