これまで、ＤｅＮＡにおける人工知能（ＡＩ）の活用事例や展望について説明した。第２回で説明した通り、石炭火力発電所における燃料運用の最適化など、電力業界でもＡＩが活用されている。特に設備保全や再生可能エネルギーの出力予測といった分野でＡＩを活用する事例が散見される。今後、再エネ主力電源化の実現に向けて、ますますＡＩの活用事例は増加するものと考えられる。今回は海外の電力事業におけるＡＩの活用事例や我々のエネルギー事業の目指す姿を紹介したい。
電力業界では発電・送配電・小売り・蓄電池制御といった様々な分野でＡＩが活用されているが＝図、多くの場合において事業者間でデータの共有体制は構築できていない。第１回・第２回で述べたように、ＡＩの構築には十分なデータを取得できる環境が必要だ。
データには色や匂いがあるわけではない。事業者の垣根を越えてデータを利活用できる新たな仕組みを構築していくことが肝要であると考えられる。
英国では配電事業者がEV導入把握プロジェクト
英国の配電事業者（以下、ＤＮＯ）、Ｗｅｓｔｅｒｎ Ｐｏｗｅｒ Ｄｉｓｔｒｉｂｕｔｉｏｎ（以下、ＷＰＤ）では、２０１８年１０月から１９年２月まで実証事業「ＬＣＴ Ｄｅｔｅｃｔｉｏｎ」が行われていた。これは英国のレベニューキャップ託送制度であるＲＩＩＯのイノベーションプログラムに参画していたプロジェクトである。
英国では、一般家庭を含めた需要家はＥＶを購入すると配電事業者に届け出る義務があるが、実際に届け出ている需要家は少ない。また、ＤＮＯでは自家消費太陽光発電設備や電気給湯器などの分散電源（このプロジェクトではＴｈｅ Ｌｏｗ Ｃａｒｂｏｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ＝ＬＣＴと呼称）の導入状況も把握できていない。
仮にＤＮＯにおいてＬＣＴを統合制御することができれば潮流改善効果が期待でき、配電設備の増強を回避できる可能性がある。将来のＥＶ導入拡大に向けてＤＮＯはＥＶやＬＣＴを把握して統合制御する必要性があると考えられ、その第一歩としてどの地域にＬＣＴやＥＶが導入されているか把握するプロジェクトであった。
本プロジェクトでは英国における電力市場データの収集を行うＥｌｅｃｔｒａＬｉｎｋの「エネルギー市場データハブ（ＥＭＤＨ）」の構造化データと、ＷＰＤのフィールドエンジニアが過去収集した需要家訪問時のメモを非構造化データとしてＡＩに取り込み、ＬＣＴやＥＶの地域別導入状況を把握する。これにより、約１万５千台のＥＶと太陽光発電設備を特定することができた。
今後、日本でもＥＶが大量導入される状況に直面した場合、送配電事業者はＥＶの地域別導入状況の把握や、配電設備における過負荷回避に向けた取り組みが必要になる可能性がある。この場合、送配電事業者が有するデータと、小売電気事業者が有するデータや顧客接点の活用（料金メニューやスマートチャージなど）を統合してＥＶや分散電源を制御する必要性が高まると考えられる。
既存事業にイノベーションを取り込むことが肝要
連載の最後になるが、我々の目指すエネルギー事業の姿について説明したい。
電力業界を取り巻く環境は大きく変化している。再エネ導入拡大を背景に、需給調整の必要性が高まっている。また、今後再生可能エネルギーの市場統合が本格的に進むにしたがって、Ｆｌｅｘｉｂｉｌｉｔｙやデジタル技術を活用するアグリゲーターの重要性が高まると考えられる。
イノベーションやデジタルそのものは事業になり得ず、既存事業にイノベーションやデジタルを取り込んでいくことが肝要である。他方で、再生可能エネルギー導入拡大によってエネルギー源は多様化するものの、発電事業者・送配電事業者・小売事業者の普遍的な役割は変わらない。また、分散型電源と大規模集中電源は相反する存在ではなく、相互補完するものであると考えられる。
我々は、ＡＩ・データサイエンスなどのデジタル技術・開発力を強みに、既存プレイヤーと連携して再生可能エネルギーや分散電源の導入拡大に資するべく、新たな変化を電力業界に対して起こしていきたい。
電気新聞２０２０年３月２３日
