EVと風力、リアルタイム市場で連携
電気自動車（EV）と風力発電の電力網への大規模な統合は、脱炭素化の時代においてもはや避けられない現実となっている。しかし、この二つの有望な技術は、それぞれの出力の不確実性という新たな複雑さを電力システムの運用に持ち込んでいる。風力発電の出力は風速に依存し、EVの利用可能性はユーザーの予測不可能な行動に左右される。この二重の不確実性は、電力の需給の即時バランスを保ちながら周波数の安定性を確保しなければならない系統運用者にとって、大きな課題となっている。前日市場での予測とリアルタイムでの物理的な供給の間に生じる乖離は、しばしば高額のバランス調整コストをもたらし、市場参加者を罰し、システム全体の経済的効率を損なう。このような状況下、『Chinese Journal of Automotive Engineering』に掲載された画期的な研究は、この問題に対する革新的かつ包括的な解決策を提示している。それは、EVと風力発電がエネルギー市場と周波数調整市場に共同で参加し、最適化された方法でリアルタイムでの入札を行うためのモデルである。
この研究は、海南電網有限責任公司電力科学研究院の龐松嶺氏とスマートグリッド・島嶼マイクログリッド共同実験室が中心となり、重慶大学送変電装備技術国家重点実験室の張謙氏らと協力して進められた。従来のアプローチとは異なり、EVと風力発電を単なる擾乱源として扱うのではなく、戦略的な柔軟性資産へと変える。その中心的な目的は、この変動性を受容し、積極的に統合する市場枠組みを構築することであり、参加者に正確で迅速な参加を促すためのインセンティブを提供する。この戦略の核となるのは、電力市場の実際のダイナミクスを反映した二段階最適化モデルと、システムの信頼性を保証するための、綿密に調整された乖離評価（デバイアシオンアセスメント）メカニズムである。
このモデルの第一の柱は、EVのための「動的スケジューリング境界モデル」の構築にある。この革新は、大規模なEV群を対象としたV2G（Vehicle-to-Grid）管理の最大のボトルネックの一つ、すなわち、いつでも正確な柔軟性容量を把握する難しさを解決するものである。従来のモデルは、前日に作成された静的な予測に依存しており、最初の車両が充電ステーションを出入りするだけで、その予測はすぐに陳腐化してしまう。龐氏らが提案するモデルは、常に進化している。EVアグリゲーター（集約者）と呼ばれる中央のエンティティは、数千台のEVを管理しており、各バッテリーの現在の充電状態（SOC）、ユーザーが予定する出発時刻、および充電ニーズに関するリアルタイムのデータを継続的に収集している。EVが充電器に接続し、関連情報をアップロードするたびに、アグリゲーターはその情報をもとに、車両を即座に特定のカテゴリに分類する。この分類は、車両の初期SOC、目標SOC、および離脱時間の3つのパラメータに基づいている。この動的な分類により、アグリゲーターはフリート全体の「操作可能範囲」を正確かつ最新の状態で把握することができる。これにより、充電、放電、または周波数調整サービスを提供するために利用可能な合計電力が、各車両が次の移動のために十分に充電された状態で出発できるようにしながら、非常に高い精度で決定できる。この静的な視点から動的かつ継続的な視点への移行が、信頼性のあるリアルタイム参加を可能にする。
この動的境界モデルは、次に高速電力配分アルゴリズムと連携する。アグリゲーターが特定の時間枠（例えば、15分間隔の96期間に分けられた24時間）におけるフリートの最適戦略を決定した後、このグローバルな意思決定を各車両に配分する必要がある。提案されたアルゴリズムは、各EVにとって理想的な充電プランと実際に割り当てられたプランの間の偏差を最小化する。各車両の物理的制約、すなわち最大充電・放電電力の制限、バッテリー寿命を保護するための安全なSOC範囲、そしてユーザーが次の移動に必要な十分な電力を確保するという基本的なニーズを厳密に遵守する。このように、フリートレベルの戦略を数秒で数千の個別の指令に展開する能力は、大きな技術的飛躍である。V2Gの概念を技術的な空想から、バッテリーの集合的パワーを流動的かつインテリジェントに動員できる現実の運用に変えている。
この研究の真の革命性は、エネルギー市場と周波数調整市場を統合的に扱うアプローチにある。これらを別々のエンティティとして扱うのではなく、モデルは同時かつ相乗的な参加を可能にする。EVや風力発電所は、二つのフロントで収益を得ることができる。第一に、エネルギーアービトラージである。風が強く、電力価格が低い時に充電し、需要ピーク時に価格が高くなった時に放電することで利益を得る。第二に、周波数調整サービスの提供であり、これには容量料金が支払われる。このサービスは、周波数のずれを補正するために数秒以内に電力を注入または吸収する準備ができていることに対する報酬である。これはネットワークの安定性にとって極めて重要な役割を果たす。この二重参加は、EVフリートの所有者や風力発電所の運営者にとって収益性を最大化し、同時にネットワークのレジリエンスを強化する。
この参加の信頼性を確保するために、研究は洗練された「乖離評価メカニズム」を導入している。このメカニズムは市場の整合性の基盤である。実際には、風力発電所の実際の出力やEVフリートの純粋な消費電力は、前日市場で入札された量と完全に一致することはない。このモデルは、これらの乖離のコストを正確に定量化する。参加者が予想よりも多くの電力を生産した場合（例えば、突風が吹いた場合）、報酬を受けるかもしれないが、それはリアルタイム市場価格であり、前日価格よりも低い場合がある。逆に、予定よりも少ない電力を供給した場合、参加者は高いペナルティに直面する。このペナルティは、過剰生産に対する報酬よりもはるかに高くなることが多く、意図的に設計されている。この非対称性は、参加者が保守的で正確な予測を行い、実際に供給できる量だけを入札するよう強く促す。これにより、システム全体のバランス崩壊のリスクが大幅に低下する。
数学的な枠組みは、市場の階層構造を反映した二段階最適化問題として構築されている。上位レベルでは、参加者個々、すなわちEVアグリゲーターと風力発電所が「リーダー」として行動する。彼らの目的は、自分の乖離評価コストと運用コスト（EVのバッテリー劣化など）を最小化することである。彼らは利用可能なリソースと市場のシグナルに基づいて入札の意思決定を行う。下位レベルでは、電力取引所が「フォロワー」として機能する。その目的は、電力コスト、調整サービスコスト、残余のバランス調整コストを含むシステム全体の運用コストを最小化することである。取引所は、受け取ったすべての入札に基づいて、ノードマージナルプライス（ネットワークの異なる地点での電力価格）を決定することで市場を清算する。
この二つのレベルの相互作用は複雑で反復的である。参加者の意思決定は市場価格に影響を与え、その市場価格が参加者の最適な意思決定に影響を与える。この計算的に困難な問題を効率的に解決するために、研究者たちはカロシュ・クーン・タッカー（KKT）条件を用いて、二段階の問題を単一のレベルの混合整数線形プログラムに変換した。この方法により、15分間隔のリアルタイム市場で使用できるほど、モデルが十分に高速になった。
この研究は、96の15分間隔に分けられた24時間の期間にわたる詳細なシミュレーションで検証された。結果は説得力がある。動的スケジューリング境界モデルは、EVフリートの変動する利用可能性を完全に捉えた。例えば、朝に車両が仕事に向かって充電ステーションを去った際、フリートの電力およびエネルギー容量はゼロに低下し、夕方にユーザーが帰宅した際に再び回復し始めた。この動的な視点は、あらゆる静的な推定よりもはるかに正確である。
風力発電に関しては、戦略は市場状況へのインテリジェントな適応を示した。周波数調整サービスの価格が高い時間帯（5～24期間）では、風力発電所は戦略的に上向き調整の容量を入札し、予測最大出力を下回る出力で運用し、迅速な増加のための余力を確保した。電力価格が高く、風力発電の出力が最大に近い時間帯（81～96期間）では、風力発電所は出力の変動を処理するためにエネルギーの乖離電力を入札した。その他の時間帯では、風力発電所は出力の変動をバランスさせるために、乖離電力と下向き調整の乖離容量を入札した。さらに、ほとんどの期間で風力発電のリアルタイム出力が前日計画を上回っており、日中の乖離電力は過剰供給が多かった。
EVへの影響も同様に顕著である。モデルは、ユーザーのニーズを損なうことなく、利益率の高いエネルギーアービトラージが可能であることを示している。風力発電が過剰に発電し、価格が低い時に余分な電力を充電し、価格が高騰したピーク時にその蓄えた電力を放電することで、EVの所有者は利益を最大化することができる。極めて重要なのは、この活動が「動的スケジューリング境界」の制限内で行われ、各車両が次の移動のために十分に充電されることを保証していることである。さらに、最適化にバッテリー劣化コストを組み込むことで、過度な充放電サイクルを避け、バッテリーの長期的な健康を保つ。
この研究は、EVと風力発電の相乗関係も強調している。EVフリートの柔軟性は、風力発電の変動性を吸収する自然なバッファーとして機能する。風力発電の出力が予測を上回った場合、EVはその余剰電力をより多く充電することで吸収できる。出力が期待を下回った場合、EVは放電して需要を補うことができる。この相互支援により、システム全体の不均衡が大幅に削減され、高価な調整サービスを提供する従来の発電所への依存度が低下し、より安定で効率的なネットワークに貢献する。
この研究の意義は広範である。市場設計者や系統運用者に対して、より包括的でレジリエントかつ効率的な電力市場を構築するための実用的なロードマップを提供している。乖離ペナルティのための明確なルールを設定し、動的モデリングを通じて迅速な意思決定を可能にすることで、分散型エネルギー資源の参入障壁を下げている。これにより、EVは受動的な負荷から、ネットワークにとってのアクティブで収益を生む資産へと変貌し、V2G技術の経済的実現可能性を大幅に高め、消費者によるより広範な採用を促進する。
風力発電所の運営者にとって、この戦略はエネルギーの単純な販売を超えて、調整サービスなどの高価値な補助サービスに参加することで、生産をより洗練された方法で収益化する手段を提供する。これは、再生可能エネルギーの浸透率が高い市場では価格が変動しやすいという状況下で、風力プロジェクトの財務的実現可能性を向上させる。
最後に、この研究は高度な通信およびデータ分析インフラの重要性を強調している。モデルの成功は、個々のEVとアグリゲーター間の信頼性の高いリアルタイムデータフローに依存しており、これは標準化された通信プロトコルと堅牢なサイバーセキュリティ対策を必要とする。これらは現代のスマートグリッドの不可欠な構成要素である。現在のモデルは大きな前進であるが、著者らは今後の研究課題として、複数の競合するアグリゲーターの統合や、分散型蓄電池などの他の柔軟な資源の統合を認識している。この研究は、再生可能エネルギーの変動性が問題ではなく、管理された特性となる未来、そして道路上の何百万台もの電気自動車が、柔軟で持続可能で経済的に実行可能な電力網の基盤となる時代への決定的な一歩を示している。
龐松嶺、趙雨楠、李琳瑋、馬立紅、范凱迪、郝睿憶、張謙、海南電網有限責任公司電力科学研究院、スマートグリッド・島嶼マイクログリッド共同実験室、重慶大学送変電装備技術国家重点実験室、Chinese Journal of Automotive Engineering、DOI: 10.3969/j.issn.2095‒1469.2024.06.08