EVと5G基地局、電力網の新戦力に
電気自動車（EV）と5G基地局の両方を、単なるテクノロジーの進化の産物としてではなく、次世代スマートグリッドの基盤を支える「二大エネルギー貯蔵リソース」と捉える発想の転換が、今、電力産業の最前線で静かに革命を起こそうとしている。中国・東南大学の電気工学部に所属する張新宇（Zhang Xinyu）氏らの研究チームが発表した画期的な研究成果は、この二つの異質なインフラが、電力市場という共通の舞台で協働することで、個別に運営する場合に比べてはるかに大きな経済的価値とグリッドの安定性を生み出せることを実証した。その鍵を握るのが、「目標ロバスト最適化（Robust Satisficing, RS）」と名付けられた、従来の常識を覆す新たな意思決定フレームワークである。
この研究は、単に技術的な可能性を示すにとどまらず、EVと5Gという21世紀の象徴的な技術が、環境問題の解決と社会インフラの強化という二つの大きな課題に同時に貢献できる、具体的なビジネスモデルの道筋を照らし出している。研究によれば、2022年末時点で中国には1045万台の純EVと231.2万基の5G基地局が存在する。これらの数百万台のEVには走行用の大型リチウムイオンバッテリーが搭載されており、同様に、5G基地局にも通信の途絶を防ぐためのバックアップ用バッテリーが設置されている。つまり、都市のあらゆる場所に、膨大な数の「移動式」と「固定式」のバッテリーが点在しているのである。個々のバッテリーは、電力市場への直接参加という観点から見れば、その規模が小さすぎて「声」を届けることはできない。しかし、これを「アグリゲーター（集約者）」と呼ばれる中間プラットフォームが、数千、数万単位で束ねることで、一つの巨大な「仮想発電所」として、電力市場に参入し、安定した収益を得ることが可能になる。
アグリゲーターの役割は、電力会社と、EVオーナーや通信事業者といった末端のリソース所有者をつなぐ橋渡しとなることだ。彼らは、EVがいつ充電を開始し、いつ出発するのか、また5G基地局の通信トラフィックがどの程度で、バックアップ電力の必要量がどう変動するのか、といった数多くの不確実性に直面する。さらに、電力価格や周波数調整サービスの価格も、日々変動する。これらの不確実性をどう処理するかが、アグリゲーターの成功を左右する最大の課題である。従来のアプローチは、過去のデータに基づいて最適な期待値を計算する「確率最適化」や、最悪のケースを想定して保守的に運営する「ロバスト最適化」などに分かれていた。しかし、前者は予測の精度に大きく依存し、後者は過度に保守的になりすぎて利益を逃してしまうという根本的な欠点があった。
ここで登場するのが、張氏らが提唱する「目標ロバスト最適化（RS）」モデルである。このモデルの発想は、従来とは真逆だ。従来の手法が「いかに最大の利益を上げられるか？」という問いかけから出発するのに対し、RSモデルは「まず、達成したい利益の目標値を設定する」という逆転の発想からスタートする。そして、その目標値を達成するために、「システムがどれだけの不確実性に耐えられるか（＝ロバスト性）」を最大化することを目的とする。つまり、「利益を最大化する」のではなく、「目標利益を守り抜く能力を最大化する」というのである。このアプローチの最大の利点は、複雑な確率分布の推定や、不確実性の範囲（不確実集合）を事前に厳密に定義する必要がない点にある。代わりに、モデル内に「対抗的影響係数」という変数を導入し、これが市場の予想外の変動や予測誤差に対して、システムがどれだけ脆弱であるかを直接的に表す。この係数を最小化することで、モデル全体の頑健性が高まり、予測が外れたとしても、目標利益から大きく逸脱するリスクを大幅に低減できる。
この理論的な革新が、いかに現実の経済効果に結びつくのかを、研究チームは詳細なシミュレーションで検証した。PJM（ペンシルベニア・ニュージャージー・マリーランド間送電グループ）の周波数調整市場を模したシナリオで、RSモデルを、従来の確率最適化（SO）、ロバスト最適化（RO）、分布ロバスト最適化（DRO）と比較した。その結果は圧倒的だった。1,000回のランダムなテストシナリオを実施したところ、RSモデルは、DROモデルに比べて実際の運用利益が76.92%も上昇した。さらに、利益のばらつき（標準偏差）も11.05%低く、安定した高収益を実現できた。特に興味深いのは、DROモデル自体のパフォーマンスである。DROモデルは、その理論的な優位性から、しばしば「最良の選択肢」と見なされるが、このシミュレーションでは、RSモデルに対して実に130.79%も低い利益しか得られなかった。これは、理論上の優位性が、実際の複雑な市場環境では必ずしも勝利を保証しないことを示しており、RSモデルの実用性の高さを如実に物語っている。
また、周波数調整サービスの品質、すなわち「調整精度」も重要な評価指標である。精度が低いと、ペナルティが科せられたり、市場からの排除のリスクもある。この点でもRSモデルは優れた性能を発揮した。平均調整精度は91.27%と非常に高く、そのばらつきも最小限に抑えられていた。一方で、SOモデルは精度が最も低く、その変動も大きかった。これは、SOモデルが予測に過度に依存しており、現実の市場が予想と異なる動きをした場合に、精度が急激に低下することを意味している。アグリゲーターにとって、安定した高精度のサービス提供能力は、信頼性の証であり、長期的なビジネスの根幹をなすものだ。
しかし、この研究の真の価値は、単に新しい最適化アルゴリズムを提案したことにとどまらない。その核心は、「EV」と「5G基地局」を連携して運用するという、画期的なコンセプトにある。両者は、一見すると無関係な存在だが、その運用特性に着目すると、驚くほどに互いを補完し合う関係にある。5G基地局の電力需要は、通信トラフィックに直結しており、夕方から夜にかけての「ピーク時間帯」に最も高くなる。この時間帯は、基地局のバッテリーが通信途絶に備えて十分な「備蓄電力」を確保しなければならないため、電力網に供給するための「余剰電力」が少なく、調整能力が制限される。一方、この時間帯は多くのEVが帰宅し、充電を開始する時間帯でもある。EVのバッテリーは、帰宅時に半分ほど消耗していることが多く、夜の間に充電を終える必要があるため、電力網から電力を吸収（ディスチャージ）する余地が大きい。つまり、5G基地局が「出番が少ない」時間帯に、EVが「出番が多い」のである。
逆に、深夜から早朝にかけては、通信トラフィックが落ち着き、5G基地局の備蓄電力の必要量が減る。この時間帯は、多くのEVが既に充電を終えているため、それ以上充電することができない。このとき、5G基地局のバッテリーが余剰電力を吸収する役割を果たすことで、夜間の安価な再生可能エネルギー（風力など）を効率的に利用し、グリッドの安定化に貢献できる。このように、EVと5G基地局は、時間軸上で「時系列的補完性」を持っている。アグリゲーターがこの特性を活かすことで、24時間を通じて、より安定的かつ効率的な電力調整サービスを提供できる。
このシナジー効果は、シミュレーションでも明確に示された。研究チームは、EVのみを運用するケース、5G基地局のみを運用するケース、そして両者を統合して運用するケースの3つのシナリオを比較した。その結果、EVと5G基地局を別々に運用した場合の合計収益は1,548.89ドルだったのに対し、統合運用した場合の収益は2,012.47ドルに達し、29.93%もの大幅な増収となった。この増収の主な要因は二つある。第一に、両者の補完性により、アグリゲーター全体の「調整可能電力」の範囲が広がり、より多くのサービスを提供できるようになったこと。第二に、アグリゲーターが、単に電力の価格差を利用して「安いときに買って、高いときに売る」という単純な価格裁定（アービトラージ）を行うのではなく、「ベースライン電力」（日次市場で申报する予定電力）を戦略的に調整することで、より高収益な周波数調整サービスに重点を置けるようになったことだ。
例えば、深夜の電力価格が安い時間帯に、あえてEVの放電（電力を売る）を増やすという、一見すると非合理的な行動が可能になる。この放電は、EVのバッテリーを過度に消耗させないように注意深く管理されるが、その代わりに、アグリゲーターは「下向き調整容量」を大きく申报できるようになる。そして、翌日の電力価格が高騰するピーク時間帯に、この大きな調整容量を使って電力を売却することで、深夜の放電による損失をはるかに上回る利益を得ることができる。この戦略的な「ベースライン調整」は、EVと5G基地局が連携することで、一方のリソースが他方の行動を補完・サポートできるからこそ可能になる。5G基地局のバッテリーが、EVの電力バランスを取る「バッファー」として機能するのである。
この研究は、自動車メーカー、通信事業者、電力会社、そして投資家にとって、大きな示唆を与える。自動車メーカーは、自社のEVが単なる輸送手段ではなく、所有者に新たな収益源を提供する「移動型エネルギーアセット」としての価値を持つことを認識する必要がある。通信事業者も同様に、5G基地局のバックアップバッテリーを、運用コストの削減にとどまらず、新たな収益創出の手段として活用できる可能性が開かれた。このように、異業種のインフラが融合することで、これまでにないエコシステムが生まれ、各社のビジネスモデルを根本から再構築するチャンスが到来している。
張新宇、東南大学電気工学部、電力系統技術、DOI: 10.13335/j.1000-3673.pst.2023.2232