工場の電力コスト削減を最適化AIで実現する方法

なぜ「電力コスト削減」が工場経営の優先課題になったのか

燃料費調整額と再エネ賦課金の上昇

工場が支払う電気料金は、契約に基づく基本料金と従量料金だけで成り立っているわけではありません。LNGや原油の輸入価格に連動する燃料費調整額、再生可能エネルギー発電促進賦課金が毎月乗ってきます。再エネ賦課金は2012年の導入時から上昇基調を続け、消費電力1kWhあたりで支払う負担は段階的に厚くなっています。

ここに加えて、改正省エネ法が2023年4月に施行され、特定事業者には電化と非化石エネルギー転換の中長期計画提出が義務付けられました。年間のエネルギー使用量が原油換算1,500kL以上の事業者は、報告義務の対象です。電気代は外部要因で動く変動費へと性格を変えており、自社の使い方を見直さない限りコストの上振れは続いていきます。

改正省エネ法と排出量取引制度の動き

GX推進法に基づく排出量取引制度は、2026年度から本格稼働が予定されています。CO2排出量に金額がつく時代に入り、電力消費の中身そのものに経営インパクトが及び始めました。同じ生産量でも、いつ電気を使ったかでカーボンフットプリントが変わるからです。

この流れは、製造業にとって「生産計画はもはや電力契約と独立した存在ではない」という現実を突きつけています。経営層が電気代の月次推移だけを眺めていても、根本原因にはたどり着けません。電力コストを構造として捉え直す必要が生まれているのです。

設備投資より計画見直しが先になる理由

ある工場で電気代を下げようと考えると、最初に挙がるのは省エネ設備への更新や太陽光発電の導入でしょう。しかし投資判断の前に、現状の電力コストの何割が「使い方の問題」で生じているかを切り分ける作業が欠かせません。

たとえば、契約電力が瞬間的なピークで決まっていれば、ピークを抑えるだけで基本料金が下がります。時間帯別単価の高い昼間に重負荷の工程が集中していれば、開始時刻を1時間ずらすだけで月数十万円の差が出る現場も珍しくありません。設備投資の前に計画見直しを置くことで、追加投資ゼロでも実現できる削減幅が見えてきます。

工場の電力コストが下がらない根本原因

生産計画と電力契約の管理が分断されている

製造業の現場で電力料金の交渉は経営管理部門や設備管理部門が担い、生産計画は製造部門の班長や生産管理担当者が担う。この分業は合理的ですが、計画と契約が情報として接続されていない状態を生みがちです。

班長が立てる生産計画には「いつ何を作るか」は入っていても、「いつ電気を多く使うか」は入っていません。経営管理部門が結ぶ電力契約には30分デマンドという制約があっても、その制約が日々の生産順序にどう跳ね返るかは現場には伝わりません。コストの責任は誰のものか、構造として曖昧なまま固定化しているのです。

30分デマンドが契約電力を決めている

業務用や産業用の電力契約では、30分単位で計測した最大需要電力（30分デマンド）が契約電力を決定します。年間で一度でも記録した最大値が、その先一年間の基本料金の根拠になる仕組みです。

この事実が現場で正しく理解されている工場はそう多くありません。「夏のある日、空調と複数ラインの立ち上がりが重なって瞬間的にピークが出た。その瞬間値が今後一年間の基本料金を決めた」という構造は、計画担当者にとって直感に反します。30分という短い時間幅の最大値で年間コストが決まる以上、ピークを作らない計画づくりが基本料金を下げる最も直接的な手段なのです。

時間帯別単価への感度が計画に反映されていない

業務用電力の料金体系では、重負荷時間帯と軽負荷時間帯で従量単価に大きな差があります。夜間電力を昼間と比べて半額以下に設定している契約も珍しくありません。同じ生産量でも、いつ電気を使ったかで電気代が変わるという感度は、本来であれば計画立案の常識として組み込まれるべきものです。

ところが多くの工場では、生産計画は納期と段取り替えだけで組まれ、時間帯別単価という軸は最後まで登場しません。「夜勤体制を組むべきか」「重負荷工程を昼に固めるべきか夕方に分散すべきか」といった判断は、電力料金の視点からは検証されないまま、慣習で決められていきます。計画と料金体系の間にある翻訳の手間が、コスト削減の機会を埋もれさせているのです。

電力コスト削減の計画に絡む変数の多さ

工場の電力コストを計画段階で下げるには、以下の6つの要素を同時に考慮する必要があります。前提として、設備ごとの消費電力データと時間帯別の電力料金体系が整理されていることが求められます。

(1) ジョブの開始時刻と時間帯別単価

各工程をいつ開始するかは、その工程の電気代を直接左右します。重負荷時間帯（多くの契約で平日昼間）と軽負荷時間帯では従量単価が倍以上違うことも珍しくないため、開始時刻を数時間ずらすだけで電気代が大きく変わります。納期に余裕があるジョブを軽負荷時間帯に寄せ、納期が厳しいジョブだけを重負荷時間帯に残すというピークシフトの発想は単純ですが、全ジョブで同時に成立させようとすると組み合わせが膨大になります。

(2) 設備の同時稼働組合せとデマンドピーク

複数の設備が同じ30分の枠内で立ち上がれば、その瞬間のデマンドが跳ね上がります。設備Aと設備Bを同時に立ち上げた場合のピーク値、設備Aの立ち上がりが完了してから設備Bを立ち上げた場合のピーク値。両者の差が、契約電力の上限を超えるかどうかを決めます。ピークを作らない順序を見つけるには、すべての設備の立ち上がりタイミングを30分単位で組み合わせ検討する必要があり、人手では追跡しきれない複雑さが残るのです。

(3) 段取り替えに伴う再立ち上げ電力

段取り替えのたびに設備を停止・再起動する場合、再立ち上げ時の突入電流がピークを押し上げます。段取り替えの回数が増えるほど、見えにくい形で電力ピークの機会が積み上がっていく。段取り替え計画と電力計画を別々に最適化していては、せっかく段取り替えを減らしても再立ち上げ電力が残るという構図に陥ります。

(4) 空調・コンプレッサ等のユーティリティ負荷

工場の電力消費はラインだけで決まるものではありません。空調、コンプレッサ、給排気ファンといった共通設備のバックグラウンド負荷は、外気温や生産量の影響を受けながら一日中動き続けます。夏場の昼間にラインの立ち上がりと空調のピークが重なれば、デマンドの跳ね上がりは避けられません。ユーティリティ負荷の時間別予測を計画に織り込まない限り、ピーク制御は片手落ちになります。

(5) 自家発電・蓄電池の充放電タイミング

自家発電設備や蓄電池、太陽光パネルを保有する工場では、これらの運用タイミングも電力コストに直結します。蓄電池を軽負荷時間帯に充電して重負荷時間帯に放電すれば、買電単価の差を取り込めます。太陽光発電の自家消費を最大化するには、発電量が見込める時間帯に重負荷工程を寄せる発想が要ります。生産計画とエネルギー設備の運用計画は、本来一体で組まれるべきなのです。

(6) 既存の納期・段取り・人員シフト制約

電力コストを下げるためにジョブの開始時刻を動かしても、納期を破ったり、段取り替えが急増したり、人員シフトが組めなくなったりすれば本末転倒になります。電力という新しい軸を加えても、これまで守ってきた制約は緩められません。多変数の同時最適化が前提になるテーマです。

なぜ「人手の計画」では限界があるのか

ここまで挙げた6つの変数を同時に満たす計画を、班長や生産管理担当者の手で組み立てるのは事実上不可能でしょう。

組み合わせの規模がまず壁になります。10台の設備があり、それぞれが一日に複数回の立ち上がりを伴うとすれば、立ち上げタイミングの組み合わせは数千万通りに及びます。この中から「30分デマンドが契約電力を超えない」「全ジョブの納期を守る」「重負荷時間帯の消費を最小化する」順序を見つける作業は、Excelや手書きの計画表では到底扱えない規模です。

トレードオフの同時解決も求められます。ピークを抑えるために重負荷工程を分散させれば、段取り替えが増えて再立ち上げ電力が膨らむ。軽負荷時間帯に寄せれば人員シフトが歪み、夜勤手当が増える。電力コストを下げる動きが、別のコストを膨らませる構図です。これらの相反する圧力を全変数で同時にバランスさせる手段は、人手にはありません。

リスケのスピードも致命的です。受注変更や設備トラブルが入ったとき、6変数を考慮した再計画が数時間以内に必要になります。班長がExcelを組み直している間に、現場は「とりあえず昨日と同じ順序で」と動き出す。計画の見直しが追いつかないたびに、ピーク超過や時間帯ズレによる無駄な電気代が積み上がっていきます。

最適化AIが切り拓く電力コスト削減への道

最適化AIとは、守るべきルールを一つも破らずに、実用上十分に良い計画を自動で見つけるAIです。生成AIが「それらしい文章」を出力するのとは性質が異なり、膨大な組み合わせの中から制約を厳密に守った計画を探索します。電力コスト削減のテーマでは、生産順序とエネルギー運用を統合した計画を、現場のルールを保ったまま組み上げる役割を担います。

何をゴールに、どんなルールを守って計画を作るか

電力コスト削減の問題で最適化AIに与えるゴールは、第一に納期遵守率の確保、第二に電力料金（時間帯別単価×消費量＋契約電力に基づく基本料金）の最小化、第三にCO2排出量の抑制です。これらを同時に追いかける発想によって、複数の目標を片方だけに偏らせず、バランスの取れた計画パターンを提示できる点に強みがあります。

守るべきルールには、機械の同時稼働制約、段取り替えのルール、人員の勤務シフトと休憩時間、受注ごとの納期と優先度、契約電力の上限、自家発電・蓄電池の容量と充放電サイクルが含まれます。「この設備は朝の立ち上げに30分かかる」「夜勤明けの翌日は日勤に入れない」といった現場独自の運用ルールも、最適化AIに組み込めるのが強みです。

計画の精度・スピード・透明性が変わる

最適化AIを電力コスト削減に適用すると、計画作成のあり方が三つの面で変わります。

精度の向上として、時間帯別単価とCO2原単位を計画段階から織り込めるようになります。「重負荷時間帯の消費を月内で何kWhに抑える」「契約電力を何kWを超えないように維持する」といった経営判断レベルの目標を、ジョブごとの開始時刻・設備割当・人員配置として翻訳できます。電気代の月次予測の振れ幅が小さくなり、予算管理の精度が一段上がります。

スピードの劇的な短縮は、リスケが必要になったときに効果を発揮します。受注変更や設備トラブル、燃料費調整額の改定が入っても、6変数を考慮した再計画を数分で出力可能です。ある静脈物流の回収計画では、計画作成時間が200分から1分にまで短縮された実績があります。製造現場でも、計画を組み直す時間が圧倒的に短くなることで、現場が場当たり的に動くリスクを抑えられます。

透明性の確保は、経営層と現場の対話を変えます。「なぜこの順序で流すか」が、削減できた電気代と納期遵守率の数値として可視化されます。経営層は電力コストの根拠を把握でき、現場も「この順番には理由がある」と納得して動けるようになる。Excelや汎用スケジューラでは「とりあえず作った計画」にとどまりがちな部分を、判断の根拠として固められるのです。

全体最適で納期も電力もCO2も同時に追いかける

従来のExcelや汎用スケジューラでは、生産計画を作ってからエネルギー部門が「ピークを抑えてくれ」と依頼する逐次最適化に頼らざるを得ませんでした。後から電力を抑えようとすれば、納期や段取りに無理が出る。納期を守ろうとすれば、ピークが残る。部分最適の積み重ねでは、どこかにしわ寄せが必ず出ます。

最適化AIは、納期・段取り・人員・電力・CO2を一つの問題として同時に解きます。これは最適化AIで解ける典型的な領域であり、四つの計画領域（製造・配車・シフト・在庫）の延長線上にエネルギー軸を加えた応用と捉えることができます。

OptHubの最適化AIは、東京科学大学（旧東京工業大学）発の最適化技術を基盤に、業務に特化した探索アルゴリズムを設計するアプローチを取ります。汎用ソルバーでは扱いにくい現場固有のルールを丁寧に組み込み、現場で本当に使える計画を出力する点を重視しています。

まとめ

工場の電力コスト削減は、設備投資より先に計画の組み替えで取り組める領域です。電気代は燃料費調整額や再エネ賦課金の影響で構造的に上振れし続けており、改正省エネ法と排出量取引制度の本格化が経営インパクトをさらに高めています。

電力コストが下がらない根本原因は、生産計画と電力契約の管理が分断されていること、30分デマンドという瞬間値で年間の基本料金が決まる仕組みが計画に反映されていないこと、そして時間帯別単価への感度が現場に行き届いていないことにあります。これを乗り越えるには、ジョブの開始時刻、設備の同時稼働、段取り替えの再立ち上げ電力、ユーティリティ負荷、自家発電・蓄電池、納期と人員シフトという6つの変数を同時に扱う必要があります。

人手でこの規模の同時最適化を扱うのは事実上不可能であり、最適化AIによる全体最適のアプローチが現実的な解決手段になります。納期も電力もCO2も犠牲にしない計画づくりに踏み出す第一歩として、業務整理のご相談からお気軽にお問い合わせください。約30分、オンラインで完結します。