こんにちは、ヒガシです。
電気自動車を選ぶとき、電池容量は気になるところですよね。では、電池の容量も残量も同じで、電費だけが違ったら、地図の上で行ける場所はどれくらい変わるんでしょうか?
今回は東京駅を出発地点にして、120・150・200 Wh/kmの3条件で計算してみました。前回使ったPythonの地図プログラムを流用し、走れる道路を同じ縮尺・同じ表示範囲の地図に重ねています。
電池に残っている6 kWhで、何km走れる?
電池容量は60 kWh、残SOC(電池残量の割合)は10%です。どの条件でも、使える電力量は6,000 Wh。今回は、この値を1 km走るのに使う電力量で割って、片道の距離の上限を求めます。
| 電費 | 1 kWhで走れる距離 | 残り6 kWhで走れる距離 |
|---|---|---|
| 120 Wh/km | 約8.33 km | 50 km |
| 150 Wh/km | 約6.67 km | 40 km |
| 200 Wh/km | 5.00 km | 30 km |
たとえば150 Wh/kmなら、6,000 ÷ 150で40 kmです。Wh/kmは1 km走るのに使う電力量なので、数字が小さいほど同じ電力量で遠くまで走れます。カタログがkm/kWh表記なら、数字が大きいほど遠くまで走れると読めます。
Pythonで電費だけを変えて比較
今回の比較には、前回の PythonでEVの到達範囲を地図に描く記事 で作ったプログラムを使います。前回の記事では、道路データの読み込みから、走れる区間の計算、Pillowで地図に重ねるところまで、ひと通りのコードを載せています。今回はその処理を使い、電費を3通りに変えて比較します。
道路はOpenStreetMapの主要道路を使います。東京駅に近い道路上の点から、一方通行を考慮して最短距離を計算しました。出発地点と道路データは同じなので、最も長い50 kmまでの距離を一度だけ求め、電費ごとの上限で到達できる区間を取り出します。
今回変えたところを抜き出すと、こんな感じです。reachable_segmentsは、各道路のうち、上限までに走れる部分を求める関数です。
energy_wh = 60 * 1000 * 0.10
consumptions = (120, 150, 200)
budgets = [energy_wh / rate for rate in consumptions]
# いちばん遠くまで走れる条件で、道路上の距離を一度だけ計算
_, _, distances = shortest_distances(
graph, coords, origin, max(budgets) * 1000
)
for rate, budget_km in zip(consumptions, budgets):
left, right, full, partial = reachable_segments(
u, v, lengths, direction, distances, budget_km * 1000
)
# 区間全体を走れる道路と、途中まで走れる道路を描く
東京駅からの到達範囲を比べてみる
実際に計算した結果がこちらです。青い丸が東京駅で、左上・右上・左下の紫の線が、それぞれの条件で走れる主要道路です。地図の縮尺と表示範囲をそろえたので、端のほうで線がどこまで伸びているかを比べてみてください。

右下を見ると、青緑はどの条件でも届く道路、紫は120と150 Wh/kmなら届く道路、オレンジは120 Wh/kmのときだけ届く道路です。たとえば東京湾を横切る道路を見ると、30 kmの条件では湾の途中までですが、40 kmの条件では対岸の木更津側まで線が伸びています。オレンジや紫が丸く均等に広がっていないのは、道路のつながり方で、同じ距離でも行ける場所が変わるためです。
車を選ぶときに電費も見てみる
今回の条件だと、道路に沿って35 km先にある行き先は、150 Wh/kmなら計算上は届きますが、200 Wh/kmだと届きません。同じ60 kWhの電池でも、電費が変わると、電池残量が少ないときに選べる行き先が変わるわけですね。
実際の電費は速度や気温、勾配などでも変わります。今回の地図は電費を固定し、充電のための余裕や交差点ごとの右左折規制などを省いた試算です。車を比較するときも、走行条件をそろえて、電池容量に加えて電費を見てみると、数字の意味がつかみやすいと思います。
地図の作り方が気になる方は、前回の PythonでEVの到達範囲を地図に描く記事 もご覧ください。OpenStreetMapの道路データから走行距離を求め、Pillowで地図に重ねる処理を、サンプルコード付きで紹介しています。
それではまた!



コメント