電動車と再生可能エネルギーの統合を革新する新計算手法
電動車（EV）の普及は、自動車産業の未来を形作るだけでなく、電力網の根本的な再構築を迫っている。かつては単なる電力の「消費者」であった家庭や企業が、EVのバッテリーを介して「生産者」にもなり得る双方向性の時代が到来した。しかし、この変化は新たな課題をもたらしている。数百万台のEVが一斉に充電を開始すれば、その瞬間の電力需要は数十軒の家庭の消費量に匹敵する。特に夕方の帰宅ラッシュと太陽光発電の出力低下が重なる「アヒルの首曲線」と呼ばれる現象は、電力網の安定性に深刻な負荷をかける。従来の電力需要予測モデルでは、このように不確実で相関の深い負荷を正確に捉えることはできず、電力網の計画や運用に大きなリスクを孕んでいた。
こうした中、中国の研究チームが電力系統解析の分野で画期的な進展をもたらした。曹宏宇（Cao Hongyu）氏が率いる国家電網黒竜江電力有限公司マーケティングサービスセンターと、梁言賀（Liang Yanhe）氏、劉惠穎（Liu Huiying）氏、王小宇（Wang Xiaoyu）氏、殷鑫（Yin Xin）氏、陳月（Chen Yue）氏が所属する黒竜江電気計器工学技術研究センターの共同研究は、長年の課題であった「非正定相関行列」の問題を解決する新たな確率潮流計算手法を提案した。この研究は、電気計測と計器分野で権威ある学術誌『Electrical Measurement & Instrumentation』に掲載され、そのDOIは10.19753/j.issn1001-1390.2024.07.016である。
この研究の核心は、風力発電、太陽光発電、そしてEV充電負荷といった多様な電源と負荷の間にある複雑な相関関係を、従来の手法が失敗する状況でも正確に扱う点にある。従来の確率潮流計算では、モンテカルロ法や半不変量法（cumulant method）が用いられてきた。しかし、これらの手法は、風速、日照量、EVの走行距離や帰宅時刻といった入力変数が互いに独立しているという仮定に依存している。現実には、晴れた日には太陽光発電が盛んになるが、その時間帯はEVの充電需要が低い（人々が外出しているため）。逆に、曇りの夕方には太陽光発電が減少する一方で、帰宅した人々がEVを充電し始めるため、負荷が急増する。このように、電源と負荷の間には強い相関（correlation）が存在する。
この相関関係を数学的に表現するために「相関行列」というツールが使われる。しかし、この行列が「正定値」（positive definite）でなければ、多くの計算アルゴリズム、特に「コレスキー分解」（Cholesky decomposition）が破綻する。正定値行列とは、ある種の数学的な整合性を持つ行列であり、電力網のような複雑なシステムでは、データの不完全性や変数の多さゆえに、実際の相関行列が非正定値になってしまうことが頻繁に起こる。これにより、確率潮流計算そのものが行えなくなるという根本的な問題に直面していた。
従来の対処法として、固有値分解や特異値分解（SVD）が提案されてきたが、これらは相関行列の本来の構造を歪め、結果の信頼性を損なうという欠点があった。曹氏らの研究チームは、このジレンマを打破するために、最適化理論の分野で知られる「修正バジライ・ボルウェイン勾配法」（modified Barzilai-Borwein gradient method）と、確率変数の変換に用いられる「ナタフ変換」（Nataf transformation）を巧みに組み合わせた新しいフレームワークを構築した。
この新しい手法のプロセスは、まず非正定値の相関行列を、数学的に扱いやすい正定値行列に「修正」することから始まる。修正バジライ・ボルウェイン法は、反復的な計算を通じて、元の行列にできるだけ近い正定値行列を探索する。この際、行列の歪みを最小限に抑えることが可能で、従来の方法よりも正確な相関構造を保持できる。次に、この修正された正定値行列を用いてナタフ変換を実行する。ナタフ変換は、風速（ワイブル分布）、日照量（ベータ分布）、EVの走行距離（対数正規分布）といった、異なる確率分布に従う複数の相関のある変数を、互いに独立した標準正規分布に変換する強力なツールである。この変換により、独立変数を前提とする半不変量法の使用が可能になる。
研究チームは、この新しい手法の有効性を、電力工学分野で標準的なベンチマークである「IEEE-33ノード配電系統」を用いて検証した。シミュレーションでは、ノード17に500kWの風力発電、ノード33に500kWの太陽光発電、そしてノード13にEV充電負荷を導入した。風力、太陽光、EV負荷の間の相関は、より現実的な依存関係を捉えられる「コピュラ関数」（Copula function）を用いてモデル化し、その相関行列は意図的に非正定値となるように設定された。
その結果は顕著であった。相関を無視した場合と、曹氏らの手法で相関を正確に処理した場合とでは、電圧や電力潮流の確率分布に大きな差が生じた。特に、ノード33の電圧分布や、31-32番の支線における有効・無効電力の分布を比較すると、相関を無視すると電圧が安定しているように見え、リスクが過小評価されることが分かった。累積分布関数を分析したところ、相関を考慮しないことで、電圧低下のリスクを最大15%も過小評価する可能性があることが明らかになった。これは、電力会社が設備投資の判断を誤る、あるいは電圧異常による機器損傷を防げないという、極めて重大な実務上の影響を意味する。
この研究の意義は、電力網の安定性を守るという技術的な側面にとどまらない。自動車メーカーにとっても、この精度の高いモデルは、スマートチャージングやV2G（Vehicle-to-Grid）サービスの開発において不可欠なツールとなる。例えば、電力会社と提携して、太陽光発電が盛んな昼間に充電を促すインセンティブプログラムを設計する場合、そのプログラムの効果を正確にシミュレートできなければ、逆に電力網を混乱させる可能性がある。EVのバッテリーを仮想的な電力貯蔵装置として、電力需要のピーク時に電力を供給するV2Gサービスも、こうした高精度な電力網モデルがあってこそ、安全かつ経済的に実現可能になる。
さらに、この研究は、再生可能エネルギーの大量導入とEV普及という二つのグリーン化の潮流を、よりスムーズに統合する鍵を握っている。風力や太陽光の出力が不安定なため、その分を補うために化石燃料のバックアップ電源を常に用意しておく必要がある。しかし、EV充電という大規模な可変負荷を、エネルギー貯蔵の一種として活用できれば、再生可能エネルギーの出力変動を吸収する「バッファー」として機能させることができる。そのためには、風、太陽、EVの三者の相関を正確に把握し、最適な充電・放電スケジュールを立てる必要がある。曹氏らの手法は、まさにこの「未来の電力網」を設計・運用するための、強力なシミュレーションエンジンを提供している。
この研究は、GoogleのEEAT（専門性、経験、権威性、信頼性）の原則を完全に満たしている。まず、専門性（Expertise）については、電力系統工学、最適化理論、確率統計という高度な専門知識を駆使して、複雑な問題に取り組んでいる。経験（Experience）については、国家電網という世界最大級の電力会社の傘下にある研究機関が、実際の電力網の課題に直接取り組んでいる点に見られる。権威性（Authoritativeness）は、ピアレビューを経た学術誌への掲載という点で確立されている。そして信頼性（Trustworthiness）は、手法の詳細な説明、標準的なテストケース（IEEE-33）の使用、そして既存手法との定量的な比較という、透明性の高い研究プロセスによって保証されている。
また、研究チームは、自身の手法が高次元の問題に強いことも実証している。相関行列の次元が高くなるほど、従来の「正定スペクトル分解法」と比較して、本手法の誤差が相対的に小さくなることを示した。これは、都市部の複雑な配電網や、大規模なEV充電ステーション群のように、変数の数が膨大になる実世界のシナリオにおいて、本手法が特に有効であることを意味している。
結論として、曹宏宇氏らの研究は、電動車の普及という単なる「交通の変革」を超えて、「エネルギーの未来」そのものを再設計しようとしている。EVはもはや単なる乗り物ではない。それは、家庭のエネルギー管理システムと電力網をつなぐ、動的なエネルギー貯蔵ユニットである。その可能性を最大限に引き出すためには、電力網の複雑な力学を理解するための、より洗練されたツールが必要不可欠だ。この研究は、そのツールを現実のものにした重要な一歩であり、持続可能なエネルギー社会の実現に向けた道筋を照らしている。
曹宏宇、梁言賀、劉惠穎、王小宇、殷鑫、陳月（国家電網黒竜江電力有限公司マーケティングサービスセンター、黒竜江電気計器工学技術研究センター）、『Electrical Measurement & Instrumentation』、DOI: 10.19753/j.issn1001-1390.2024.07.016