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

 

(全4回)