バッテリー交換駅、スマート価格で収益と電力網支援を両立
電気自動車（EV）の普及が進む中、新たなインフラストラクチャーであるバッテリー交換ステーション（BSS）の役割が再評価されている。中国三峽大学の李咸善（Li Xianshan）、詹梓澳（Zhan Ziao）、李飛（Li Fei）、張磊（Zhang Lei）らの研究チームは、BSSが単なるサービス拠点にとどまらず、電力市場の戦略的プレーヤーへと進化するための画期的な戦略を提案した。その鍵となるのは、需要応答を活用した「スマート価格設定」と、電力エネルギー市場と周波数調整市場への連携入札戦略にある。この研究は、BSSの収益性を高めると同時に、電力網の安定化に貢献する、二重の利点を実現する可能性を示している。
従来のEV充電インフラは、ユーザーの走行パターンに依存するため、電力網への影響を予測・制御することが困難だった。特に、一斉充電によるピーク負荷の増大は、電力網にとって大きな負担となる。BSSはこの課題を解決する有望なソリューションである。BSSは、ユーザーから回収したバッテリーを集中管理し、最適なタイミングで充電を行う。この特性により、BSSはユーザーの意図に左右されず、電力網のニーズに応じて、自らの充放電スケジュールを柔軟に調整できる。つまり、BSSは単なる「負荷」ではなく、電力網の安定を支える「柔軟性リソース」として機能する潜在能力を持つ。
しかし、BSSの本来の使命は、ユーザーに迅速かつ確実にバッテリーを提供することである。このサービスを最優先しつつ、電力網の支援を行うには、巧みなバランスが必要となる。従来の研究では、BSSが電力市場の価格に従って充電スケジュールを最適化する方法が中心だった。これにより、充電コストの削減は可能だが、BSSが能動的に市場に参加し、より高価値なサービス（例えば、周波数調整）を提供するための戦略までは踏み込んでいなかった。また、ユーザーのバッテリー交換需要を固定値として扱うケースが多く、BSSが価格を通じて需要そのものを誘導する可能性に着目した研究は少なかった。
今回、李らの研究チームが提唱したのは、二段階に分かれた最適化モデルである。このモデルの核心は、「需要応答（Demand Response）」の概念をBSSのビジネスモデルに組み込むことにある。第一段階では、BSSは周波数調整市場の価格動向を読み取り、その情報をもとにバッテリー交換の価格を動的に設定する。周波数調整市場は、電力の需給バランスを瞬時に取るための高価値な市場であり、電力網が不安定なピーク時間帯ほど価格が高騰する。BSSは、この価格が高騰する時間帯に、交換価格を意図的に引き上げる。
この価格の変動は、ユーザーにとっての経済的インセンティブとなる。価格が高くなると、一部のユーザーは「今すぐ交換しなくてもいいか」と考え、交換タイミングをピーク時間帯から外れ、価格が安くなる時間帯にずらすだろう。このように、価格を通じてユーザーの需要を時間的にシフトさせるのが、BSSにおける需要応答の本質である。この戦略の目的は、周波数調整が最も必要とされる時間帯に、BSS内に「余剰バッテリー」を意図的に蓄えることにある。これらの余剰バッテリーは、ユーザーの需要を満たすためではなく、周波数調整市場に投入するための戦略的備蓄となる。
この第一段階の需要応答は、BSSのビジネスに革命をもたらす。従来、BSSはユーザーの需要に「対応」する受動的な存在だった。しかし、この戦略により、BSSはユーザーの需要を「誘導」し、自らの運営スケジュールを「主導」する能動的な存在に変化する。価格というツールを用いて、BSSは自らの内部リソース（バッテリー在庫）を最適化し、市場の高価値な機会をつかむ準備をするのである。
第二段階では、この第一段階で最適化されたバッテリー在庫をもとに、BSSは電力エネルギー市場と周波数調整市場への入札戦略を策定する。このモデルは、BSSと市場運営者との間の「ゲーム理論」的な関係として捉えられる。BSSの目標は、交換サービス収益、エネルギー市場収益、周波数調整市場収益の合計を最大化すること。一方、市場運営者の目標は、電力網全体のコストを最小化しながら、市場を成立させることである。この二つの目標が相互に作用し合い、最適な入札量と価格が決定される。
研究チームは、この二段階モデルの有効性を検証するため、シミュレーションを実施した。その結果は、従来の固定価格モデルと比較して、劇的な改善が見られた。需要応答を導入したBSSは、周波数調整市場の価格が高騰する午前9時から12時、および午後4時から9時の時間帯に、余剰バッテリーの在庫を大幅に増加させることができた。これは、価格を引き上げることで、ユーザーの需要をピーク時間帯から逸らすことに成功したことを示している。
この最適化の成果は、直接的な収益の向上という形で現れた。周波数調整市場からの収益は、固定価格モデルの794.2万元から、需要応答モデルの1124.5万元へと、実に41.6%も増加した。さらに、エネルギー市場での充電コストも、363.5万元から343.4万元に削減された。これは、需要応答により、低価格帯の深夜に充電を行う時間が増加したためである。結果として、BSSの総収益は3835.5万元から4188.9万元へと、約9%の大幅な増加を達成した。特筆すべきは、この収益増加が、ユーザーの交換サービスに対する収益を一切犠牲にすることなく達成された点である。
この研究は、市場の清算メカニズムにも重要な示唆を与えている。現在の多くの電力市場では、「逐次清算」が行われている。つまり、まず電力エネルギー市場が清算され、その後に周波数調整市場が清算される。この方式では、BSSは第一段階でエネルギー市場に投入するためのバッテリーを決定しなければならず、その後の周波数調整市場への参加が制限される。例えば、ある時間帯にエネルギー市場での売電が有利だと判断したBSSは、その時間帯のバッテリーをすべてエネルギー市場に投入してしまう。すると、その時間帯に周波数調整市場でより高価な取引の機会が現れても、BSSは参加できない。
これに対して、研究チームは「同時清算」モデルの優位性を示した。このモデルでは、エネルギー市場と周波数調整市場を同時に清算する。これにより、BSSは各時間帯において、どちらの市場がより収益性が高いかを総合的に判断し、最適なリソース配分を行うことができる。シミュレーション結果は、同時清算モデルの方が、BSSにとってより高い収益をもたらすことを明確に示しており、将来的な市場設計のあり方にも影響を与える可能性がある。
この研究の意義は、BSSというインフラが、単なる「交通サービス」から「エネルギーサービス」へと本格的に進化する可能性を示した点にある。BSSは、ユーザーのEVを支えるだけでなく、電力網の安定化に不可欠な「仮想発電所（Virtual Power Plant）」としての役割を果たすことができる。BSSは、大規模なバッテリー群を保有し、価格信号に応じて瞬時に充放電を行う能力を持つ。これは、太陽光や風力など出力が不安定な再生可能エネルギーの導入が進む現代の電力網にとって、極めて貴重な資産である。
BSSが周波数調整サービスを提供することで、電力網はより少ないコストで安定性を確保できる。従来、周波数調整は、ガスタービンなどの発電所に依存していたが、それらは起動に時間がかかり、効率も低い。一方、BSSはミリ秒単位で応答できるため、はるかに迅速かつ効率的な調整が可能となる。これは、電力網の信頼性を高めるだけでなく、化石燃料の消費を抑制し、カーボンニュートラルの実現にも貢献する。
この戦略の成功には、ユーザーの理解と協力が不可欠である。価格が変動する仕組みを透明にし、ユーザーが価格の安い時間帯に交換を行うことでコストを削減できるメリットを明確に伝えることが重要だ。BSS事業者は、モバイルアプリなどを活用して、リアルタイムの交換価格や、将来の価格予測を提供することで、ユーザーが最適なタイミングで交換を計画できるように支援すべきである。これにより、ユーザーはコストを節約し、BSSは収益を上げ、電力網は安定化する、三者の「ウィン・ウィン・ウィン」の関係が築かれる。
将来的には、複数のBSSが連携し、地域全体のバッテリー資源を統合的に管理する「BSSアグリゲーター」の登場も予想される。これにより、より大規模で、より強力な柔軟性リソースが形成され、電力網への貢献度はさらに高まるだろう。李らの研究は、こうした未来のエネルギーシステムの礎石となる可能性を秘めている。それは、交通とエネルギーが融合するスマートシティの実現に向けた、重要な一歩である。
BSSのスマート価格戦略は、エネルギーシステムのデジタル化と最適化の象徴でもある。デジタル技術と高度なアルゴリズムを活用することで、無数の個別のエネルギー取引を最適化し、システム全体の効率を向上させることができる。この研究は、インフラが単なる「モノ」ではなく、「サービス」や「データ」を提供するインテリジェントなエージェントへと進化する時代の到来を告げている。
結論として、李咸善、詹梓澳、李飛、張磊らの研究は、BSSの運営に新たなパラダイムを提示した。価格を単なる取引ツールではなく、需要を誘導し、市場に積極的に参加するための戦略的武器として用いることで、BSSは自らのビジネスを強化すると同時に、社会的課題である電力網の安定化に貢献することができる。これは、EVの普及がもたらすポジティブなスパイラルの好例であり、持続可能なエネルギーフューチャーの実現に向けた、力強い一歩である。
李咸善、詹梓澳、李飛、張磊、中国三峽大学 階層型水力発電所運営制御湖北省重点実験室、電気工学・新エネルギー学院、Automation of Electric Power Systems、DOI: 10.7500/AEPS20230628004