電気自動車が火力発電所と連携し、電力網の周波数制御を最適化
電気自動車（EV）の台頭は、交通の脱炭素化という表面的な変化を超えて、エネルギーインフラの根本的な再構築を促している。かつては電力網の単なる「負荷」に過ぎなかったEVは、今やその巨大なバッテリーを活かして、電力網の「安定化装置」としての役割を果たす可能性を秘めている。再生可能エネルギー、特に風力や太陽光の導入が進む中、電力網は新たな課題に直面している。これらのエネルギー源は天候に左右され、発電量が不安定で、電力の供給と需要のバランスを崩し、電圧や周波数の変動を引き起こす。この周波数は、電力網の「命の鼓動」であり、わずか0.1ヘルツの変動でも、精密機器にダメージを与え、最悪の場合は大規模停電を招く。従来、この周波数調整は、石炭やガスを燃料とする火力発電所の肩にかかっていた。発電量を細かく調整することで、瞬時の需給ギャップを埋めるのがその役割だ。しかし、この方法には大きな課題がある。発電所を最適な効率点から外して稼働させることは、燃料の無駄遣いや設備の摩耗を招き、結果としてコスト増と二酸化炭素排出量の増加につながる。さらに、火力発電所は巨大なタービンを備えた機械システムのため、周波数の急激な変動に即座に反応するのは難しい。この「遅れ」が、再生可能エネルギーの変動を完全に吸収する妨げになっていた。
この課題に対し、中国の三峡大学（China Three Gorges University）に所属する程杉（Cheng Shan）教授らの研究チームは、画期的な解決策を提示した。彼らは、EVと火力発電所を「連携」させ、それぞれの強みを活かしたハイブリッドな周波数調整システムを提唱している。この研究は、電力工学の分野で権威ある学術誌『Power System Protection and Control』に掲載され、その実用性と経済性が実証された。この戦略の核心は、EVを単なるエネルギーの受け皿としてではなく、電力網の「アクティブな参加者」として位置づけることにある。EVのバッテリーは、電力網が過剰な電力を得たときに充電し、不足したときに放電する、巨大な「分散型エネルギー貯蔵装置」として機能する。この技術の鍵が「V2G（Vehicle-to-Grid）」だ。V2G対応の充電器に接続されたEVは、電力の双方向流通を可能にし、電力網と双方向でエネルギーを交換できる。2022年末時点で中国の純EV保有台数は1045万台に達しており、この膨大な台数のバッテリーを統合すれば、その総容量は莫大なものになる。程杉教授らの研究は、この潜在能力を引き出すための、高度な制御アルゴリズムを提供している。
この戦略は、二つの段階に分かれており、戦略的な経済判断と、細やかな現地の操作を巧みに組み合わせている。第一段階は「指令配分の最適化」である。電力網の制御センターは、周波数の偏差を検知し、必要な調整量（ARR）を計算して、周波数調整サービスを提供する「調整業者」に指令を出す。従来の方法では、この指令を火力発電所に一方的に割り当てるか、EVと発電所に固定比率で割り振るかだった。しかし、程杉教授らの提案する「ローリング最適化制御戦略」は、1分ごとに状況を再評価し、最適な配分比率を動的に決定する。その判断基準は明確で、調整業者の「収益最大化」である。収益は、周波数調整サービス市場での「容量料金」と「走行距離料金」（実際に供給した電力量）から構成される。一方、コストは、火力発電所の出力変動による効率低下のコストと、EVのバッテリーの充放電サイクルによる「劣化コスト」の二つである。特にEVの劣化コストは、ユーザーへの補償という形で現れるため、調整業者にとっては重要な支出となる。この複雑な収支を、1分ごとにリアルタイムで計算し、火力発電所とEVのどちらに、どれだけの調整量を割り当てるのが最も収益が高くなるかを、AI的なアルゴリズムが瞬時に判断する。この結果、火力発電所は大きな変動に備えて「バックアップ」としての役割に徹し、EVはその電子制御の速さを活かして、小さな、そして急激な周波数変動に即座に対応する「フロントランナー」として活躍する。この動的な分担により、全体のコストを最小化しながら、調整性能を最大化することができる。
第二段階は「EV充電ステーションの応答」である。ここでは、調整業者の戦略的な指令が、個々のEVの充電・放電行動に変換される。この段階の最大の課題は、EVの「走行ニーズ」を損なわないことだ。ユーザーがEVを電力網の「電池」として提供する前提は、自分の車がいつでも出発できる状態にあることだ。この信頼を損なえば、V2Gの普及は絶望的である。そこで研究チームは、「ゾーニングと優先順位付け」による制御手法を考案した。各EVのバッテリー残量（SOC）を基準に、三つのゾーンに分類する。第一ゾーンはSOCが最低限界値を下回っている車両で、「緊急充電中」として、周波数調整には一切参加しない。第二ゾーンは、最低限界値を超えているが、ユーザーが希望する「目標SOC」に達していない車両だ。このゾーンの車両は、充電のスピードを上げたり下げたりする「充電調整」のみを行う。充電を止めたり、放電することはできない。第三ゾーンは、目標SOCを超えている車両で、この「余剰電力」を活用し、充電を止めたり、放電したりして、より大きな調整能力を提供できる。このゾーニングの最大の利点は、ユーザーの「安心感」を保証する点にある。システムは、第三ゾーンの車両であっても、放電中にSOCが目標値を下回らないように厳密に管理する。ユーザーは、自分のEVが「電力網のサービスに参加している」ことを知りつつも、「出発時にバッテリーが足りなくなる」という不安から解放される。
さらに、このゾーニングに加えて、明確な「応答優先順位」が設けられている。例えば、電力網が電力不足（周波数低下）に対応する必要がある場合、システムはまず、第三ゾーンの車両の充電速度を下げることで、電力の消費を抑える。それでも不足があれば、第二ゾーンの車両の充電も抑える。それでも足りなければ、ようやく第三ゾーンの車両に放電を指示する。この順序は、最も価値のある「放電」の行動を、本当に必要になるまで保留し、バッテリーの劣化を最小限に抑えるための工夫である。逆に、電力過剰（周波数上昇）に対応する場合は、まず第三ゾーンの放電を止め、次に第二ゾーンの充電を促進し、最後に第三ゾーンの充電を促進する。このように、細かいルールに基づいて、数千台のEVの行動を中央の「アグリゲーター」が一元管理し、電力網にシームレスに応答する。
この戦略の有効性を検証するために、研究チームは、2つのエリアが連携した電力網のシミュレーションモデルを構築した。このモデルには、各エリアに火力発電所とEV充電ステーションが配置され、風力発電の出力変動や需要変動を模擬して、周波数の乱れを再現した。3つのシナリオが比較された。シナリオ1は、EVを使わない従来型の火力発電所のみによる調整。シナリオ2は、火力発電所とEVに50対50で固定比率で調整指令を割り振る方法。そしてシナリオ3が、程杉教授らが提案する動的最適化戦略である。その結果は圧倒的だった。シナリオ1では、周波数の偏差が最大で0.107Hzにも達した。シナリオ2では、0.064Hzに改善されたが、シナリオ3では、さらに0.057Hzまで低下した。周波数偏差の平均二乗誤差（RMS）で見ても、シナリオ3はシナリオ1の半分以下に抑えられた。これは、電力網の安定性が飛躍的に向上したことを意味している。
経済性の面でも、この戦略は優れた成果を示した。シミュレーションでは、調整業者の収益が詳細に計算された。シナリオ1（火力のみ）の総収益は988.39元（約2万円）だった。シナリオ2（固定比率）では1074.91元に増加した。そして、シナリオ3（動的最適化）では、1149.04元と、シナリオ1に比べて約16%の収益増を達成した。この収益増の背景には、二つの要因がある。第一に、EVの調整コストが火力発電所に比べてはるかに低いこと。EVは充電のスピードを変えるだけで調整できるため、燃料費や設備の摩耗がほとんど発生しない。第二に、EVが調整の主力となることで、火力発電所の出力変動が抑えられ、その分の高コストを回避できること。シナリオ3では、火力発電所の調整コストがシナリオ1の180.22元から71.51元に激減した。EVのバッテリー劣化に対する補償金（23.18元）は発生するが、火力発電所のコスト削減額（108.71元）の方がはるかに大きく、差額が純利益として残る。この結果は、EVの電力網への貢献が、環境的にも、経済的にも、非常に有益であることを明確に示している。
この研究の意義は、単なる技術的なブレークスルーにとどまらない。それは、EVの価値の再定義であり、新たなエネルギー経済の創出である。EVの所有者は、自分の車を「資産」として、電力網のサービスに参加することで収益を得られる可能性が開かれる。一方、電力会社にとっては、高コストな火力発電所に頼らず、より安価で迅速な調整手段を確保できる。そして、社会全体としては、再生可能エネルギーの導入を加速させ、より安定で持続可能な電力網を構築できる。程杉教授らの研究は、この理想的な未来への架け橋を提供している。彼らの提唱する「動的最適化制御戦略」は、AIとIoTの力で、既存の技術（EVと火力発電所）を最適に組み合わせ、複雑なエネルギー問題を解決する、スマートシティの本質的な姿を示している。今後は、EVユーザーと調整業者の間で、より公平な収益分配のモデルを構築し、ユーザーの参加意欲をさらに高めることが、次の課題となるだろう。
Cheng Shan, Li Fengyang, Liu Weiwei, Li Mao, Wang Can, Yichang Key Laboratory of Intelligent Operation and Security Defense of Power System(China Three Gorges University), State Grid International Development Co., Ltd., Power System Protection and Control, DOI: 10.19783/j.cnki.pspc.230747