EV群が風力発電の最適化を実現
グローバルなエネルギー転換が加速する中、再生可能エネルギー、特に風力発電の電力網への統合は、最優先事項となっている。しかし、風力発電には固有の変動性があり、電力需要が最も低い時間帯に発電量がピークを迎える「逆ピーク特性」が顕著である。この特性は、風力発電量が多すぎるがために、送電網が吸収できず、結果として「風力発電の放棄（カーテル）」という形で電力が無駄にされるという重大な課題を引き起こしている。一方で、電気自動車（EV）の台数は急激に増加しており、これは持続可能な交通の実現に向けた大きな一歩である。しかし、EVの充電行動が無秩序である場合、既に再生可能エネルギーの変動性に苦しむ送電網にさらなる負担をかける、新たな課題となる。
これらの複雑な課題に対処するため、研究者たちは「ビークル・トゥ・グリッド（V2G）」技術や需要管理戦略に注目している。その基本的な考え方はシンプルだ。駐車中のEVのバッテリーを、分散型のエネルギー貯蔵装置として活用し、電力需要が低い時間帯に余剰の再生可能エネルギーを吸収し、電力需要がピークを迎える時間帯に再び電力網に供給することで、供給と需要のバランスを取ると同時に、クリーンエネルギーの利用率を高めるというものだ。しかし、この理論的なアイデアを実現するには、いくつもの障壁がある。既存の時間帯別料金（TOU）制度は、時間帯ごとに固定された低料金と高料金を設定するものだが、その柔軟性の欠如により、EVオーナーが電力網の実際の状況に応じて充電行動を変えるよう効果的に誘導することが難しい。さらに、すべてのEVを均質な集団と見なす従来のアプローチは、EVの駐車可能時間、バッテリー容量、ユーザーの好みといった重要な個体差を無視しており、最適な充電スケジューリングの実現を妨げ、資源の非効率的な利用を招いている。
Zhejiang Electric Powerに掲載された画期的な研究は、こうした課題に新たな解決策を提示している。広東電網有限公司電力調度制御センターの陳業夫（Chen Yefu）氏が率いる研究チームは、「大規模EVの制御ポテンシャル」を活用した、風力発電統合型電力システムの最適スケジューリング戦略を開発した。そのアプローチの核は二段階のプロセスにある。まず、各EVの電力網サービスへの参加能力を科学的に評価する。次に、その評価結果に基づき、EVの特性に応じて細分化された動的料金モデルを設計することで、インセンティブを個々のEVグループに最適化する。
この戦略の中心となる概念が「制御ポテンシャル」である。すべてのEVが同じように電力網の信号に応答できると仮定するのではなく、研究チームは、EVの柔軟性を二つの重要な側面から評価する包括的なフレームワークを導入した。一つは「スケジュール可能時間」であり、EVが充電ステーションに到着してから出発予定時刻までの滞在時間から、必要な充電時間を差し引いたものである。この時間が長いほど、EVは深夜や早朝など、電力需要の低い時間帯に充電をずらす柔軟性が高いことを意味する。もう一つは「スケジュール可能容量」である。これは、EVが吸収または供給できるエネルギー量を、接続時の電力網の平均負荷で重み付けしたもので、風力発電が盛んな時間帯に接続されているEVを優先的に充電することで、風力発電の利用を直接的に促進する。
この二つの指標を組み合わせることで、研究チームは各EVに固有の「制御ポテンシャル指数」を作成した。この指数により、EVが電力網にとって持つ価値をより精緻に把握できる。例えば、大容量バッテリーを持つが短時間しか駐車しないEVは、容量は大きいが時間的柔軟性が低い。一方、バッテリーは小さいが長時間駐車するEVは、より一貫した（ albeit 小さな）サポートを提供できる。この粒度の細かい評価は、インセンティブのより効果的かつ公平な配分を可能にする。
この評価を基に、研究チームは「クラスタリング戦略」を実施し、制御ポテンシャルが類似するEVをグループ化した。シミュレーションに用いられた3,000台のEVは、5つのクラスターに分けられた。1番目から4番目のクラスターには、高い制御ポテンシャルを持つEVがバランスよく含まれており、柔軟なリソースの均等な配分を保証している。5番目のクラスターは、制御ポテンシャルが低いか、あるいはV2G機能を持たないなど、参加が難しいEVが集められた。この階層化は、実用的な実装において極めて重要である。電力網のオペレーターは、この手法により、最も反応性が高く能力のあるEVグループにのみ、人的リソースや財政的インセンティブを集中させることができ、能力の低いEVに高額な補助金を支払うという非効率を回避できる。
本研究で最も革新的な点は、「クラスタリングベースの時間帯別料金モデル」である。固定された料金体系の従来のTOUとは異なり、この動的モデルは、クラスターの平均的な制御ポテンシャルと、風力発電を吸収する現在のニーズという二つの要因に基づき、各クラスターの電気料金をリアルタイムで調整する。料金の計算式には、「制御ポテンシャルインセンティブ係数」が組み込まれており、柔軟性の高いクラスターほど補助金が高くなる。また、「風力発電消費インセンティブ係数」により、風力発電が盛んで需要が低い時間帯に料金が上昇する。この二重のインセンティブ構造により、財政的報酬が提供されるサービスの価値と、電力網のニーズの緊急性に直接連動する。
陳氏とその同僚たちが開発した最適化モデルは、二つの明確な目標を持つ。一つは電力網側の総負荷のピークと谷の差を最小化すること、もう一つはEVユーザー側の充電コストを最小化することである。このように問題を定式化することで、研究チームは、電力網オペレーターと最終消費者の両者の利益をバランスさせる重要性を認識している。ユーザーの利便性を犠牲にしてまで電力網の安定を図る戦略は、広範な採用が見込めない。逆に、ユーザーのコスト削減しか図らず、電力網の安定性を向上させない戦略では、再生可能エネルギー統合という根本的な課題に取り組めない。このモデルでは、EVクラスターの充放電状態を意思決定変数とし、システムの安全性と信頼性を保証する一連の制約条件の下で運用される。
これらの制約条件は、実世界での適用可能性にとって不可欠である。局所的な配電網の過負荷を防ぐための充放電出力の上限、バッテリーの健康を守るための充電状態（SOC）の制限（最低20%、最高90%）、そして各クラスターの一日の総放電量が総充電量を上回らないようにすることで、次回の走行に十分な充電が残っていることを保証する。また、一つのクラスターが同時に充電と放電を行うことを禁じる制約も設けられている。これは、管理と制御の観点から実用的な必要性である。
この戦略の有効性を検証するため、研究チームは中国・広東省の地域電力網の実際のデータを用いて詳細なシミュレーションを実施した。この電力網には150MWの風力発電所と従来型の火力発電所が含まれており、典型的な都市部の消費パターンを反映した日負荷プロファイルを有している。シミュレーションでは、三つのシナリオを比較した。無秩序なEV充電、従来のクラスタリング手法と標準TOU料金を用いた「コントロールグループ」、そして提案された動的クラスタリング料金戦略である。
その結果は非常に説得力があった。無秩序な充電では、EVは接続と同時に充電を開始する傾向があり、これが既存の電力網負荷のピークと重なることで、ピークと谷の差を大幅に悪化させ、夜間の余剰風力発電を吸収する機会を完全に失っていた。対照的に、提案された戦略は、EV充電の大部分を早朝（1-30時）に成功裏に移行した。この時間帯は風力発電が最も活発で、電力網の総負荷が最も低い時間帯であった。EV充電と風力発電の直接的な連携により、風力発電の放棄量が劇的に削減された。
電力網の安定性への影響も顕著であった。この戦略により、無秩序な充電と比較して、ピークと谷の負荷差が2.56%削減された。この数値は控えめに見えるかもしれないが、大規模な電力システムでは、ピーク負荷のわずかな削減でも、運用コストの大幅な節約や、新たな発電・送電インフラへの投資の先送りに繋がる。さらに印象的なのは、EVユーザーの総充電コストが53.61%も削減されたことである。これは、参加への強力なインセンティブとなった。このコスト削減は、風力発電が盛んな時間帯に最も安い料金で電力を購入できる動的料金体系の直接的な成果である。
コントロールグループと比較すると、新戦略の優位性はさらに明確になる。コントロールグループは、より洗練されていないクラスタリング手法と固定料金を用いたため、無秩序な充電よりも改善されたものの、提案されたモデルの性能には及ばなかった。新戦略は、ピークと谷の差をさらに0.40%削減し、ユーザーの充電コストをさらに40.368%削減した。最も重要なのは、風力発電の放棄を防いだ量（すなわち、無駄にしなかった量）が、コントロールグループと比較して150.40%も増加した点である。これは、制御ポテンシャルの評価と、動的かつクラスター特化の料金体系の重要性を強調している。クラスタリングがあっても、一律のアプローチは、実際の能力と電力網の状況に応じてインセンティブを調整するシステムの精度と効果性に勝てない。
提案されたフレームワークにおけるもう一つの鍵となる要素は、電気自動車負荷集約者（EVLA）の役割である。電力網オペレーターと個々のEVオーナーの間の仲介者として、EVLAは接続された車両からデータを収集し、制御ポテンシャルの評価を行い、クラスターを形成し、動的な料金情報を伝達する責任を負う。この中央集約的なアプローチは、数千台の個別資産の複雑さを管理する上で不可欠である。これにより、独立したユーザーの混沌とした集まりが、信頼性が高く予測可能な電力網サービスを提供できる、調整された仮想発電所に変貌する。EVLAモデルは、スケーラビリティの問題も解決している。最適化モデルの制御変数の数は、個々のEVの数（3,000台）ではなく、クラスターの数（5つ）に等しいため、計算上扱いやすくなる。
この研究の意義は、広東省という特定の事例研究の範囲を超えて広がっている。世界中の国々が交通の電化と電力の脱炭素化という二つの課題に直面する中、この研究の洞察は普遍的に適用可能である。EVの価値を電力網資産として最大化するためには、まずその柔軟性を理解し、カテゴリ分けしなければならないという中心的な考え方は、思考の根本的な転換を示している。それは、EVを単なる新たな負荷として見る単純化された視点から、多様で動的なリソースとして捉える高度な理解への移行である。
この戦略の成功は、スマートな政策と市場設計の重要性も浮き彫りにしている。固定で静的な料金体系は、より単純な電力網時代の遺物である。未来は、リアルタイムで価格信号を何百万もの分散型デバイスに送信できる、ダイナミックでデータ駆動型の市場にある。これには、堅牢な通信インフラ、高度なデータ分析、そして集約者、電力会社、消費者の役割と責任を明確に定義する明確な規制枠組みが必要となる。
研究チームが認識している制限の一つは、最適化モデルで固定された重み係数を使用している点である。研究者たちは、ピーク負荷の削減（60%）の重要性を、ユーザーのコスト削減（40%）よりも重視するという選択を行った。これは現在の政策的優先順位を反映している。しかし、彼らは今後の研究では、電力網の即時ニーズ（高負荷や極端な気象イベントなど）に基づいてリアルタイムで調整される適応型の重み付けを検討することを提案している。これにより、システムはさらに迅速に対応し、よりレジリエント（回復力）を持つことができる。
結論として、広東電網有限公司電力調度制御センターの陳業夫（Chen Yefu）、王欽（Wang Qin）、蔡新雷（Cai Xinlei）、喻振帆（Yu Zhenfan）氏と、NARIテクノロジー有限公司の宋東闊（Song Dongkuo）氏による研究は、電気自動車と再生可能エネルギーの統合において、重要な一歩を踏み出した。EVの柔軟性を科学的に評価する手法と、動的なクラスタリング料金モデルを導入することで、電力網にとっての潜在的な負担を、強力な資産に変える実用的かつ効果的な戦略を生み出した。彼らの研究は、適切なツールとインセンティブがあれば、道路上の何百万台ものEVが、よりクリーンで安定、効率的な電力システムの構築に中心的な役割を果たすことができることを示している。世界が持続可能なエネルギーの未来に向かって進む中、このような戦略は、ビジョンを現実のものにするために不可欠である。
陳業夫，王欽，蔡新雷，喻振帆，宋東闊；広東電網有限公司電力調度制御センター，NARIテクノロジー有限公司；Zhejiang Electric Power；DOI: 10.19585/j.zjdl.202404010