人工知能が電力網の未来の鍵となる理由

[[201461]]

2016年の英国の電力構成は過去60年間で最もクリーンとなり、主に風力と太陽光による再生可能エネルギー発電の設備容量は過去最高に達した。しかし、再生可能エネルギー源のこの大規模な拡大に伴う一つの問題は、その存在が散発的であるということだ。つまり、このエネルギーを利用できるかどうかは、風が吹くか太陽が輝くかといった気象条件に左右されるということです。これは、従来の電力と同様に需要の急増に必ずしも対応できるわけではないことも意味します。その結果、近年の多くのニュース報道では「消灯」問題が取り上げられています。

英国の電力網の運営者として、ナショナル グリッドは供給が常に需要を満たすようにするためのいくつかの方法を持っています。同社は、短期間の発電不足については、電力供給業者に対し、従来の火力発電所を最大潜在能力で稼働させず、必要に応じて発電量を増やすよう求めている。

長期にわたる発電不足に備えて、当社は発電所（特に天然ガス火力発電所）が常時待機状態にあることを確保しています。発電所によっては、年間に数十時間から数百時間しか稼働しなくてもよい場合もあります。炭素排出量の増加に加え、この短期的な介入を実行するために発電所を稼働させるコストも非常に高くなります。

この問題にどう対処すればよいのでしょうか? 再生可能エネルギー発電の設置容量を減らし、排出される二酸化炭素をなくして地中に埋めることで、従来の電気をより「グリーン」にすることができます。これらの炭素回収技術がいつ大規模に導入されて商業的に実現可能になるかについては意見の相違がある。英国では、政府が後援する2つのプロジェクトがコストに関する懸念と各省庁間の意見の相違で行き詰まっている。

もう一つのアプローチは、再生可能エネルギー源によって生成された電気を貯蔵し、必要に応じて放出できる非常に大きな（「グリッドスケール」）バッテリーを設置することです。このアプローチは最近大きな注目を集めています。しかし、現在のバッテリー技術のコストを考えると、このようなグリッド規模の貯蔵施設には多額の先行投資が必要になるだろう。

オンデマンドソリューション

研究者たちがこれらの問題に取り組んでいる一方で、英国は需要側応答と呼ばれる代替策も開発している。この計画の1つの側面は、短期間で電力使用量を削減できる消費者に報奨を与えることだ。消費者には、大規模な産業顧客や、暖房、冷房、照明、さらには冷蔵に電力を使用する一般人が該当する可能性がある。

需要側対応のもう 1 つの側面は、ストレージを持つ顧客に電力需要の急増を緩和するよう依頼することです。たとえば、自宅にソーラーパネルとそれに対応するバッテリーストレージユニットが装備されている場合、バッテリーを電力網に接続することで、機器の返済コストを割引くことができる可能性があります。このカテゴリの他の機器には、電気自動車や病院や大学で使用される無停電電源装置 (UPS) システムなどがあります。

両方のタイプの需要側対応はすでに進行中です。一部の産業顧客やホテル運営会社などの特定の企業は、電力使用量を削減する契約を締結しており、一方、国営電力供給会社は、英国の一部ですでに運用が開始されている電力貯蔵計画に幅広い関心を集めている。これらの貯蔵方式は、グリッド規模のバッテリーを導入する代替手段であり、十分な規模で実装できれば経済的利益が大幅に向上すると期待されます。

[[201462]]

電球が点灯した瞬間？

問題は、顧客プールが一定規模を超えると、これらの計画がより複雑になることです。たとえば、どの顧客が参加し、どのような価格を請求するかを知るには、顧客がどの程度の可用性を必要とし、そのためにいくら支払うかを理解する必要があります。

顧客プールが確立されると、それらのデバイスの一部は、必要なときに電力を蓄積したり需要を平準化したりするために常に利用できるとは限りません。電力網の停止を最小限に抑えるため、また、こうした時期に顧客が参加するよう促すためにも、この点を計算に組み込む必要があります。

さらに、これらの計画は、電力消費の同時的な大幅な増加など、悪影響を及ぼす可能性もあります。たとえば、需要応答期間が終了すると、多くの冷蔵庫は内部温度を必要なレベル以下に下げるために追加の電力を消費します。

最後に、ここでは潜在的に重大なセキュリティ上の問題があります。多数のデバイスからエネルギー使用量に関するデータを収集するために中央システムを使用すると、悪意のある攻撃や情報の改ざんにさらされ、グリッドのバランスが崩れ、課金システムが混乱する可能性があります。

AIがどのように役立つか

こうした課題に直面して、新たな人工知能技術が答えを提供しているように思われます。たとえば、最適な参加者を選択する際に、グリッド オペレーターは最先端の機械学習技術を使用して、スマート メーターやセンサーからのデータを確認し、個々のデバイスやバッテリー ストレージ ユニットの動作をモデル化できるようになります。

バッテリー パックまたはエネルギー貯蔵ユニットがストレージ プランに追加されると、グリッド オペレータは、充電/放電データに予測アルゴリズムを適用して、それらの耐用年数を推定できるようになります。オペレーターは、バッテリーの寿命を知るという追加のインセンティブとともに、バッテリー所有者に適切な補償を与えます。

[[201463]]

将来何が起こるか

プール内のデバイスを管理する場合、個々のスマートメーターまたは制御デバイスを使用して、クラウドにある中央サーバーにデータを送信できると考えられていました。しかし、スマートメーターは高価であり、短期的な需要側応答にはクラウドサーバーが数ミリ秒以内にデータ分析を完了する必要がありますが、プール内に数万台のデバイスが存在すると、これは実現不可能と思われます。

別のアプローチとしては、電力網の需要レベルを検出し、それに応じて電力を削減するメーターを設置することです。これらのデバイスは中央サーバーの負荷を軽減することができ、すべての電気デバイスを監視するのではなく、サイトレベルの計測のみを必要とします。しかし、これらすべての計測デバイスの個々の決定を調整するには、複雑な制御の問題が残っています。ヘリオット・ワット大学では、人工知能に基づくアルゴリズムを使用してこの問題に対処する方法を研究しています。

AI 研究の別の分野は、アルゴリズムゲーム理論を活用し、プール内の十分な数のクライアントが参加して、必要に応じて実際に応答することを保証する報酬/ペナルティメカニズムの開発を試みています。研究者らはまた、ビットコインで使用されている技術であるブロックチェーンプロトコルを、ユーザーデータを保管するために集中型システムを使用することで生じるセキュリティリスクを回避する分散型台帳システムを強化する方法とみている。

英国やその他の国では、多くの AI 研究チームがこれらの課題に取り組んでおり、一部のスタートアップ企業はすでにそのようなシステムの実用化に取り組んでいます。たとえば、比較的単純な機械学習技術はすでに使用されています。今後数年間で、英国はよりスマートな需要側対応を実現するための世界的な取り組みの最前線に立つ大きな可能性を秘めています。