革新的エネルギー管理システムが太陽光・蓄電池・EV充電を統合、収益性28%向上
太陽光発電、蓄電池、電気自動車充電システムを統合的に制御する画期的なエネルギー管理戦略が、実運用環境において1日あたりの収益を28%向上させる顕著な成果を実証した。浙江白馬湖实验室を中心とする研究チームが開発したこの革新技術は、DCバス構造を中核とし、系統依存度の低減と時間帯別電力を活用した経済的最適化により、効率性と収益性の同時実現を可能にした。
世界的な電動化の潮流が加速する中、EV普及を支える充電インフラは重大な課題に直面している。EV所有台数の急増にもかかわらず、充電設備の整備は遅れており、需要と供給の深刻な不均衡が生じている。中国では2021年時点で車両と充電器の比率が2.7:1に達し、国家開発計画が目標とする1:1の水準から大きく乖離している。この格差は、従来型充電ステーションが系統容量の制約（特に旧市街地）に直面するだけでなく、充電サービス料という単一の収入源に依存するため採算性が低いという構造的問題を浮き彫りにしている。
こうした課題に対処するため、研究者らは太陽光発電、蓄電池、EV充電を統合したマイクログリッドシステムへの解決策を見出しつつある。「PVストレージ充電」システムとして知られるこれらの構築は、系統電力のピーク需要抑制、運用コスト削減、エネルギーレジリエンス向上が可能な自立型エネルギーエコシステムを提供する。しかし、その効果はエネルギー管理戦略の高度さに左右される。
従来の最適化手法は、遺伝的アルゴリズムや粒子群最適化などの高度なアルゴリズムに依存することが多かった。シミュレーション環境では有効であるものの、これらの手法は太陽光発電量と充電需要の正確な予測を必要とするため、実環境では適用が困難であった。さらに、商業用充電設備で一般的に使用されるマイクロコントローラのような低コストの組み込みコントローラでは、計算負荷が高すぎるという課題があった。
これに対し、浙江白馬湖实验室、浙江省能源集団R&D、浙江省太陽エネルギー利用・省エネルギー技術重点实验室の研究チームは、リソースが限られた組み込みシステム向けに設計された新颖なリアルタイムエネルギー管理戦略を開発。Energy Engineeringに掲載された彼らの研究は、複雑な予測モデルや高性能コンピューティングを必要とせずに経済的利益を最大化する実用的でスケーラブルなソリューションを提示している。
革新の核心は、システムのDCバス電気構造にある。従来のACバス構成とは異なり、太陽光パネルからのエネルギーは、系統や蓄電池、EVに供給される前にDCからACへと変換される必要がなく、変換段階ごとに3～8%生じる効率ロスを最小限に抑える。DCバス上で動作するこのシステムでは、太陽光発電システム、蓄電池、EV充電器がDC-DCコンバータを介して直接接続され、システム効率が維持される。
この構造では、蓄電システム（BESS）がDCバスに直接接続され、バス電圧の安定化と、系統、太陽光パネル、電気自動車間のシームレスな電力交換を可能にするエネルギー緩衝材の二重の役割を果たす。この設計により、システムは最も効率的な経路で動的に電力をルーティングし、不必要な変換を回避して全体のエネルギー損失を削減する。
研究の重要な知見の一つは、変換効率に基づく最適な電力流経路の特定である。チームはシステム内で可能な10のエネルギー流経路をマッピングし、それぞれのエンドツーエンド効率を計算した。系統から車両直接、または太陽光から車両直接のように変換段階が少ない経路は高い効率を示したのに対し、蓄電池と複数のコンバータを経由する経路では損失が大きくなった。例えば、系統からEV充電器へ直接電力を供給する場合の効率は95.2%であるのに対し、系統から蓄電池を経由して車両へ供給する場合の効率は88.7%に低下する。
この理解に基づき、研究者らは経済的目標と整合しつつ、最も効率的なエネルギー経路を優先するリアルタイム意思決定フレームワークを構築した。主な目的は、時間帯別料金（TOU）を考慮し、系統から購入する電力と充電サービスから得られる収益の差として定義される正味エネルギーコストの最小化である。浙江省のように、ピーク時間帯、通常時間帯、オフピーク時間帯で電気料金が大きく異なる地域では、蓄電池の戦略的利用により大幅な節約が可能となる。
この戦略は、単純ながら強力な原則に基づいて動作する：太陽光エネルギーの自家消費を最大化し、低コストのオフピーク時間帯に蓄電池を充電し、高価格のピーク時間帯または極ピーク時間帯に放電する。このアプローチは、ピーク需要時の高価な系統電力への依存を減らすだけでなく、負荷曲線を平坦化し、系統の安定性に貢献する。
決定的に重要なのは、この戦略が計算負荷の軽い設計である点だ。複雑な最適化問題をリアルタイムで解く代わりに、事前定義された規則と太陽光出力及び車両充電需要のリアルタイム計測に依存する。唯一の能動的な制御変数は蓄電池の充放電電力であり、現在のTOU時間帯と蓄電池の充電状態（SoC）に基づいて調整される。この規則ベースの論理はマイクロコントローラ上で容易に実装可能であり、商業用充電ステーションへの大量導入に理想的である。
戦略を検証するため、チームは中国東部の商業オフィスパークに設置されたスマート充電ステーションを用いたケーススタディを実施した。システムは20kWの太陽光発電アレイ、51.2kWhのリン酸鉄リチウム（LFP）電池、一日を通して複数台の車両に対応可能な60kWのDC急速充電器で構成されていた。LFP化学は、優れたサイクル寿命、熱安定性、安全性プロファイルから選定された。商業環境で頻繁な充放電サイクルが期待されるシステムにとって極めて重要な特性である。
シミュレーションでは、地域の典型的な日射パターンを想定した晴天日を仮定し、1日あたりの太陽光発電量は135kWhとなった。通勤以外の利用パターンを反映するため、1日3回の充電イベントをモデル化：午前9時から30分、午後12時30分から1時間、午後7時30分から30分の各セッションで、商業ユーザーが昼休みや仕事後に充電する時間帯を想定。各セッションは最大速度60kWで電力供給され、車両に供給される総エネルギーは120kWhとなった。
蓄電池最適化なしのベースラインシナリオでは、システムは太陽光発電が利用可能な時にそれを利用し、それ以外は系統から電力を調達する単純な動作とした。TOU電気料金に加えkWhあたり0.5元のサービス料を上乗せした正味収益を計算した結果、充電サービスからの総収入は161.6元で、電気料金を差し引いた純利益は60元となった。
提案されたエネルギー管理戦略を適用すると、蓄電池は浙江省のTOU料金体系に合わせた「2回充電、2回放電」パターンに従った。夜間のオフピーク時間帯（午後10時から午前8時）には、熱ストレスを回避し寿命を延ばすため4.1kWでゆっくり充電。昼間のオフピーク時間帯（午前11時から午後1時）には、余剰太陽光エネルギーと系統電力を吸収し容量の40%を補充。その後、午後及び夜間のピーク時間帯には、戦略的に放電：最初に午前8-11時に6.83kWで、次に極ピーク時間帯（午後7-9時）にはより高い20.48kWで放電した。
この最適化された運用により、システムはピーク時間帯の高価な系統電力購入を回避することができた。EV充電器が60kWを要求する場合でも、太陽光と蓄電池の共同供給により系統からの電力供給は50kWを超えることはなかった。その結果、経済性が劇的に改善：1日あたりの総収入は204.5元に増加し、ベースラインシナリオ比で28%の利益向上を実現した。
財務実績を超えて、この戦略はいくつかの運用的利点を実証した。蓄電池は10～90%のSoC範囲内で動作し、劣化を加速させる深放電を回避。充放電率は低く抑えられ（51.2kWh電池で約20.5kWの0.4Cピーク）、寿命延伸に貢献。システムは系統のピーク需要も削減し、商業事業者にとっての需要料金低減や地域配電ネットワークへの負荷軽減が期待できる。
この研究の意義は個々の充電ステーションを超えている。都市と公益事業者が分散型エネルギー資源の統合を進める中、このようなソリューションは分散型で強靭かつ経済的に実行可能なインフラの青写真を提供する。コストと時間がかかる集中型系統アップグレードとは異なり、スマートマイクログリッド対応充電器は需要に応じて段階的に展開できる。
さらに、この戦略の低コストハードウェアとの互換性は、中小企業から自治体事業者まで幅広い関係者が利用できることを意味する。クラウドベースの最適化や機械学習モデルを必要としないため、接続性が限られる地域でも機能し、信頼性と稼働時間を確保する。
このアプローチの成功は、エネルギー管理哲学のより広範な転換を強調している——予測的でモデル重視のシステムから、リアルタイム条件に対応する適応的で規則ベースの論理へ。不確実性が常態化する世界では、シンプルさと堅牢性が複雑さを凌駕することが多い。
EVの採用が継続的に増加する中、再生可能エネルギー発電と蓄電の統合は単なる選択肢ではなく必然となる。供給と需要を智能的にバランスさせ、コストを削減し、持続可能性を高めるシステムは、交通の未来を形作る上で極めて重要な役割を果たすだろう。
ヘ、ファン、ホン、ウー、ホウ、ウーらの研究は、実用的制約に根ざした工学的創意が如何に具体的利益をもたらし得るかの説得力ある事例を提供している。彼らのエネルギー管理戦略は、高度なAIやビッグデータ分析がなくとも、効率性と収益性の大幅改善が達成可能であることを証明し——中国及び世界全体でよりスマートで持続可能な充電インフラへの道を開くものである。
Guodong He, Changyong Fang, Ling Hong, Rongmin Wu, Peng Hou, Ding Wu, Zhejiang Baima Lake Laboratory, Zhejiang Energy Group R&D, Key Laboratory of Solar Energy Utilization & Energy Saving Technology, Energy Engineering, DOI: 10.16189/j.nygc.2024.01.013