EVのアクセルペダルを深く踏み込むと、エンジン車では味わえない即座のトルクが背中を押す。この即時応答こそがEVの醍醐味だが、その瞬間、バッテリーセルの内部ではリチウムイオンが通常よりはるかに速いペースで電極間を往復し、化学的な応力が蓄積している。
この「踏み方の違い」がバッテリーの寿命にどれほどの影響を与えるのか。上海電機学院のHao Cheng、Zhongwei Gu、Wangqiang Gaoの3氏は、中国広州で走行するEV15台の1年間にわたる実走データを分析し、最も攻撃的な運転スタイルが最も穏やかなエコ運転と比べて約2.5倍の容量劣化を引き起こすことを示した。論文は2026年8月14日、Nature系オープンアクセス誌『Scientific Reports』に掲載されている（DOI: 10.1038/s41598-026-66428-x）。
相関分析が超えられなかった交絡因子の壁
リチウムイオンバッテリーは、充放電を繰り返すたびに少しずつ蓄電能力を失う。新品時に100%だった容量が数年後には80%に下がり、1回の充電で走れる距離が縮む。車両の残存価値も下がる。IEA（国際エネルギー機関）の推計では、バッテリーはEV小売価格の約4分の1を占める。劣化を遅らせる要因の特定は、オーナーの財布に直結する課題だ。
運転スタイルが劣化に影響することは、以前の研究でも指摘されてきた。急加速や急減速がバッテリーに大きな負荷をかけるという直感は正しい。しかし、先行研究の大半は相関分析にとどまっていた。バッテリーの劣化には周囲温度、充電状態（SoC）、アイドリング時間など、運転スタイルとは無関係の要因も複合的に作用する。急いで走るドライバーは高温環境で走っていることも多いかもしれないし、充電残量が低い状態で乗っていることも多いかもしれない。相関だけでは、劣化の原因が運転スタイルなのか、それらの交絡因子なのかを区別できない。
この壁を越えることが、Chengらが取り組んだ問題だった。
テブナン等価回路と勾配反転層で運転スタイルの影響を分離する
研究チームが構築したのは、物理整合型因果推論（physics-aligned causal inference）と名づけたフレームワークである。手法の骨格は三段構えだ。
第一段階で、バッテリーの電気的振る舞いを記述する二次テブナン等価回路を生成モデルに埋め込む。テブナン等価回路とは、バッテリーを抵抗とコンデンサの組み合わせで近似する回路モデルで、電流が流れたときの端子電圧の変化を再現する。「二次」とは時定数の異なるRC並列回路を二組用いることを意味し、速い電気化学的分極と遅い濃度分極の両方を表現できる。この物理モデルを生成モデルの内部に組み込むことで、物理法則に反する表現を学習から排除する。
第二段階で、勾配反転層（gradient reversal layer）を用いて交絡因子の影響を分離する。これはもともと機械学習のドメイン適応で開発された手法で、特徴表現から特定の変数の情報を意図的に取り除く。本研究では温度、充電状態、アイドリング時間が交絡因子として設定された。勾配反転層は、これらの交絡因子を予測しようとする損失の勾配を反転させ、特徴表現が交絡因子の情報を持たないように学習を促す。
第三段階で、反事実推論（counterfactual inference）により因果効果を定量化する。「同じ走行条件で運転スタイルだけが変わったら、バッテリーの劣化はどう変わるか」という仮想的な問いに答える仕組みだ。
モデルの精度検証として、端子電圧の再構成誤差はMAPE（平均絶対パーセント誤差）で0.55%を達成した。実走データからバッテリーの電気的状態を高精度に再現できていることを示す数値である。
1,000サイクル後の容量損失に2.5倍の開き
分析の対象は、2022年に広州で走行したEV15台の実走データである。都市部、郊外、高速道路の条件下で10秒ごとに車速、電流、充電状態、電圧、温度を記録し、60秒単位にまとめたうえで運転スタイルを5段階に分類した。最も穏やかなカテゴリーがエコ運転、最も攻撃的なカテゴリーは低速域での繰り返しの高トルク要求や大電流の引き出しを含む。
注目すべきは、両者の平均車速がほぼ同じだった点だ。違いは電流の大きさに現れた。攻撃的運転グループのRMS電流（実効値電流）は66.02 A、エコ運転グループは20.56 A。約3.2倍の開きがある。同じ速さで走っていても、アクセルの踏み込み方が電流、すなわちバッテリーへの負荷を大きく変える。
即時のバッテリー応力では、最も攻撃的な運転スタイルがエコ運転の18.4倍に達した。ただしこれは瞬間的な負荷の指標であり、長期的な劣化予測とは別の尺度である。
長期的な予測では、各運転スタイルの特性をバッテリー劣化モデルに入力し、充放電1,000サイクル後の容量損失を計算した。
| 指標 | エコ運転 | 最も攻撃的な運転 | 比 |
|---|---|---|---|
| 1,000サイクル後の容量損失（モデル予測） | 21.15% | 53.22% | 約2.5倍 |
| RMS電流（実効値） | 20.56 A | 66.02 A | 約3.2倍 |
| 即時バッテリー応力 | 基準値 | 18.4倍 | 18.4倍 |
反事実推論による検証も行われた。その他の条件をすべて一定に保ち、運転スタイルだけを攻撃的からエコ運転に変えた場合、バッテリーへの短期的応力は91.3%低下した。
ただし、1,000サイクル後の容量損失はモデルによる予測値であり、実際に1,000サイクル分を走破したバッテリーの実測データではない。研究チーム自身もこの限界を認めている。それでも、相関分析、反事実推論、劣化モデルの予測という複数の分析経路が同じ方向を指していることは、結果の頑健さを補強する。
電流の変動が寿命を延ばすという逆説との関係
この結果を解釈するうえで、一見矛盾するように見える別の発見に触れておく価値がある。2024年にNature Energyに掲載されたGeslinらの研究（DOI: 10.1038/s41560-024-01675-8）は、EVの実際の走行を模した動的な放電プロファイルが、一定電流での放電と比べてバッテリー寿命を最大38%延ばすことを、92個の商用セルを使った24か月間の実験で示した。同じ平均電流であれば、電流が変動する方がバッテリーには優しい、という結果だ。
Chengらの研究とGeslinらの研究は矛盾しない。Geslinらが比較したのは「同じ平均電流で、電流が一定か変動するか」という条件であり、Chengらが比較したのは「電流の実効値そのものが異なる運転スタイル」である。変動の有無と振幅の大小は別の軸だ。二つの研究を合わせると、バッテリーにとって望ましいのは、電流がある程度変動しつつも、その振幅が小さい運転ということになる。
15台、1都市のデータが語れないこと
この研究には明確な制約がある。サンプルは広州のEV15台のみで、車種やバッテリー化学組成の多様性は限定的だ。広州は亜熱帯気候に属し、年間を通じて温暖である。寒冷地ではバッテリーの劣化メカニズム自体が異なる可能性がある。Batteries誌に2026年に掲載された別の研究（DOI: 10.3390/batteries12050163）では、低温環境では運転スタイルの影響が大幅に小さくなり、容量減少率が最大でも約3%にとどまる一方、温暖な環境では容量減少速度が約2倍になることが報告されている。
加えて、1,000サイクル後の劣化予測は半経験的モデルに基づく計算であり、実測値ではない。モデルが想定するバッテリー化学組成や温度条件が実際の車両とどの程度一致するかは、個別の検証を要する。
Chengらのフレームワークが示したのは、運転スタイルとバッテリー劣化の間に因果的な関連が高い確度で存在するという推定である。因果の「証明」ではなく、交絡因子を統制した上での「因果的関連の推定」という位置づけを、論文自身も慎重に保っている。研究チームは論文で「この結果は、運転スタイルの最適化がパワーバッテリーの老化を緩和しサイクル寿命を延ばす効果的な方法であることを示す」と述べるが、その主張はモデル予測の枠内に留まる。
次に必要なのは、より多くの車両と多様な気候条件下での追試、そしてモデル予測と実際のバッテリー容量測定の突き合わせだろう。アクセルペダルの踏み方一つでバッテリーの寿命が2.5倍変わるという数字が、どこまで普遍性を持つか。その答えはまだ出ていない。
