スマートグリッドの電力融通を最適化する7つの計画変数とAI

なぜ「スマートグリッドの電力融通」が電力業界で重要なのか

再エネ比率の上昇が需給バランスを揺さぶる

太陽光と風力の導入が進むほど、発電量は天候に支配される。晴天で太陽光が出力上限に張り付けば、火力の出力を絞らないと需給が崩れる。一方、曇天や無風が重なれば、すぐに数百万キロワット規模の補填が要る。再エネは限界費用が低いほど優先給電されるため、火力は需給のバッファ役を強いられる。これが起動停止コストや効率低下を呼び、調整力の確保コストを年々押し上げてきた。

九州電力エリアでは需給逼迫時に再エネ出力制御が常態化している。せっかく作った電気を捨てる構造的損失は、社会コストでも事業収益でも見過ごせない。逆に風況の急変で予備力が枯渇する局面もあり、需給は片側のリスクだけに振れない。

需給バランスを「電気の質」と「捨てる量」と「補う燃料費」の同時管理として捉え直さなければ、再エネ目標は経営収支を侵食しながら進む。

インバランス料金が事業収益を直撃する

小売電気事業者やバランシンググループ（BG）は、計画値と実績値のズレに対してインバランス料金を支払う。2022年度から発動された需給調整市場の本格運用と新インバランス制度では、需給逼迫時の単価が大きく跳ね上がる仕組みになっており、計画値同時同量の精度がそのまま事業損益に直結する。

予測精度1ポイントの改善が、年間で数千万円単位の損益差を生むケースもある。これまで「だいたい当たれば良い」と扱われてきた需給計画が、収益管理の中核に位置付け直されたわけです。発電・小売の分離が進んだ電力市場では、需給予測と取引判断の品質が、燃料効率や設備稼働率と並ぶ経営指標になっている。

需給計画はオペレーション業務ではなく、財務インパクトを直接決める意思決定機能になった。

カーボンニュートラルとDER拡大の同時進行

2050年カーボンニュートラル目標は、CO2制約を計画の中に明示的に組み込むことを要求する。同じkWhでも、いつ・どの電源で発電・消費するかでCO2原単位が大きく変わる。安く確保できる電源の中でCO2が低いものを選び、DR可制御の需要をCO2の低い時間帯に移し、蓄電池でCO2の高い時間帯から低い時間帯へ電気を運ぶ。

並行してDER（分散型エネルギーリソース）が爆発的に増えている。住宅用太陽光、家庭用蓄電池、EV、業務用ヒートポンプ、需要家側の自家発電。1事業者の管理対象が数千〜数万単位になりつつある。これらを束ねるVPPやDRアグリゲーターの市場規模は2030年に向けて急拡大が見込まれており、束ね方そのものが競争領域になっている。

CO2と収益と需給の3つを同時に追える計画運用が、業界全体の前提条件になりつつある。

スマートグリッド電力融通が難しい3つの根本原因

同時同量制約が「貯められない財」の宿命を強いる

電気はほぼ蓄えられない財です。発電と消費は秒単位で一致させる必要があり、ズレれば周波数が動き、放置すれば停電に至る。日本の電力系統は50/60Hzの周波数を厳密に維持しなければならず、調整力には1次（数秒）・2次（数十秒〜数分）・3次（数十分）と階層がある。階層ごとに必要な応答性が違い、対応できる電源・需要も異なる。

蓄電池やEVは応答が速いが容量に上限があり、火力は容量はあるが起動・出力変化の速度が遅い。DRは契約者の応答時間と参加意思に依存する。それぞれの「速さ」と「量」のミスマッチを、計画段階から織り込まなければ需給は安定しない。

「貯められない・速さに階層がある」という物理的特性が、電力計画を他産業と決定的に異質にする。

再エネの予測誤差が秒〜分単位で計画を崩す

太陽光は雲の通過、風力は突風や凪で出力が急変する。予測誤差は時間帯や季節で平均±10〜30%、急変時には瞬時値で半減する局面もある。前日に立てた発電計画は、当日朝の更新、ゲートクローズ直前、当日のリアルタイムでも次々と書き換えなければならない。

この再計画の頻度が、従来の系統運用設計を超え始めている。1日数回の手動見直しでは追いつかず、ゲートクローズ後はインバランスとして料金で清算するしかない。予測誤差をリスクバッファとして抱え込むほど、調整電源の予備量が膨らみ、コストとCO2の両方を押し上げてしまう。生産計画でも受注変更に追従できない時の構造はこれと同じで、再計画のスピードが上がらないと、計画は立てた瞬間から陳腐化していく。

予測の誤差幅と再計画の頻度を計画モデルに組み込めるかが、再エネ統合の成否を分ける。

DERの規模と多様性が従来型EMSを越える

VPPで束ねる対象は、数千〜数万のDERに膨らみつつある。住宅蓄電池、EV、自家発、空調、給湯器、産業需要、揚水発電。所有者の意思（売電優先か自家消費優先か）、契約条件、応答速度、運転状態が一つひとつ違う。従来のEMS（エネルギー管理システム）は、火力数十機・大規模水力・少数の大口需要を前提に設計されてきた。

リソース数が二桁・三桁増えると、運用ロジックそのものが追いつかない。「制御できる・収益化できる・市場に出せる」資源の集合を、所有者の合意条件と物理応答性能を保ちながら束ねる仕事は、人手のExcel管理とルールベース制御の延長では完結しない。需給バランスのみならず、資源の管理コスト構造そのものが変わってしまった。

リソースの量と多様性が、計画系の設計思想を従来型EMSから書き換えるレベルで変化した。

スマートグリッド電力融通で同時に考えるべき7つの計画変数

(1) 火力・水力等の出力配分とユニット起動停止

発電所側の起点は、所有する火力・水力・原子力・揚水・ガスタービン等のユニットを「いつ起動し、いつ停止し、どれだけ出力するか」を決める計画です。ユニットコミットメント（UC）と呼ばれる古典的な最適化問題で、起動コスト、最低出力・最大出力、最低稼働時間・最低停止時間、ランプレート（出力変化速度）、燃料種別ごとの限界費用が変数になる。

特に火力は起動から定格運転に至るまでに時間がかかり、頻繁な起動停止は熱応力で寿命を縮める。再エネ変動が大きい日に火力を頻繁に起停すると、燃料費だけでなく設備コストが膨張する。一方、起動を控えれば応答できる調整力が枯渇する。短期と中長期のコストを同時に見ながら起動停止を決める判断が常時要る。

UCを骨格に置けない計画は、変動再エネ時代の発電サイドで成立しなくなりつつある。

(2) 再エネ発電量の予測と予測誤差バッファ

太陽光・風力の発電量を、エリア別・時間帯別・気象シナリオ別に予測する。さらに「予測誤差がこのくらい出る確率」まで分布として持つ必要がある。点予測（ピンポイント）だけでは、誤差時に備える調整力の量が決まらない。確率分布や上下限シナリオを伴った予測情報が、最適化計算の入力になる。

ある日の昼の太陽光予測が10GW・誤差±2GWなら、補完で動かす火力・蓄電池・DRの予備量は最低でも2GW分のフレキシビリティが要る。逆に予測精度が向上すれば、抱える予備量を減らせる。予測モデルの誤差を「いつ・どこで・どれくらい」で持てるかが、安全側に倒しすぎないバッファ設計の前提になる。

予測精度そのものに加えて、予測誤差の取り扱い設計が、調整力コストを直接動かす。

(3) 蓄電池の充放電スケジュールと劣化コスト

蓄電池はSoC（充電率）の上限・下限、出力上限、応答速度、サイクル劣化（充放電回数で進む寿命短縮）が変数として効く。「安いときに充電し、高いときに放電する」だけでは決まらない。同じkWhを動かすにも、深い放電は浅い放電より劣化が進む。週次・月次の使い方によって、年数十回想定だった劣化が、3年で寿命に達することもある。

さらに、市場価格差からの裁定（アービトラージ）に使うか、需給調整市場で予備力として売るか、自家消費の最適化に使うかという用途の択一・組合せが収益を左右する。電池容量が複数の市場を同時に応札できるとは限らず、約定可能性まで含めた計画が必要です。

蓄電池は「電源」ではなく、収益・劣化・容量制約を同時に満たす意思決定資源として扱う段階に入った。

(4) EV・ヒートポンプ等のフレキシブル需要

DR可制御の需要として、EVの充電タイミング、家庭用・業務用ヒートポンプ給湯機の運転時間、空調の温度設定、産業需要の生産シフトなどがある。これらは「動かせるが、所有者の意思と物理条件を満たす範囲で」しか動かせない。EVは出発時刻までに必要なSoCに達している必要があり、給湯機は風呂や食器洗いで湯量がある時間に温めておかなければならない。

V2G（EVから系統への放電）まで踏み込めば、需要だった資源が一時的に電源として系統側に貢献できる。ただし契約条件、補償単価、応答時間、頻度上限が複雑に絡む。「制御できる・してよい・する価値がある」の3層を整理し、どこまで・誰に・いくらで使ってもらうかを計画に落とすことが要る。

可制御性と所有者意思を両立する計画ロジックが、DRの実効値を決める。

(5) 送配電網の物理制約と潮流・電圧

電源と需要を結ぶ送配電網には、線路容量・変圧器容量・電圧維持・連系線運用容量という物理的な上限がある。机上で「南エリアの太陽光を北エリアの需要に融通する」と書けても、線路が満杯なら流せない。地域間連系線も運用容量に上限があり、需給逼迫時には他エリアからの応援にも限界がある。

電圧維持も重要です。配電系統では、住宅用太陽光が一斉に逆潮流すると電圧上昇で機器の保護動作が起きうる。蓄電池の配置やインバータの無効電力制御で対応できるが、これも計画系から指示が必要になる。場所と時間の両方で「流せる経路」を確保しなければ、最適な融通は実行できない。

物理ネットワークの制約を計画モデルに組み込めない限り、机上最適と運用現実の差は埋まらない。

(6) 卸電力市場と需給調整市場の取引タイミング

スポット市場（前日市場）、時間前市場、需給調整市場、ベースロード市場、容量市場と、複数の市場が並行で動く。同じ電気でも、どの市場に・いつ・いくらで出すかで収益が変わる。前日市場で予測誤差を多く抱えると時間前市場やインバランスでの是正コストが膨らみ、需給調整市場で約定すれば一定の予備拘束が生じる。

ゲートクローズ時刻、約定レート、参加要件、ペナルティ条件が市場ごとに異なる。前日に最適化したつもりでも、当日朝の予測更新で見直しが要る。価格形成は他事業者の応札にも依存するため、確率分布や過去の市場挙動を入力に含めた最適化が要件になる。

市場側の制約と物理側の制約を同時に解けるかが、アグリゲーター・小売事業者の収益力を決める。

(7) 同時同量と周波数維持の運用制約

事業者単位では計画値同時同量、系統全体では周波数維持の制約が常時かかる。30分同時同量制度のもとで、各バランシンググループは30分ブロックごとに需給を一致させる責任を持ち、ズレはインバランスとして清算される。一方、系統全体の周波数を保つには、秒単位で発電と需要をバランスさせる必要があり、この役割を一般送配電事業者が担う。

事業者が前日・当日の計画段階で「同時同量を守れる出方」を組まなければ、リアルタイムの周波数調整に過剰な負担がかかる。秒〜分単位で予測誤差を吸収する応答性の高い資源（蓄電池・DR・揚水）を、いつ・どれだけ予備として残すかを計画段階から指定しておく必要がある。前日計画とリアルタイム調整の役割分担を曖昧にしたまま運用すれば、どちらの段階でも追従しきれない事態が定常化する。

時間粒度の異なる制約を同時に満たす計画が、需給安定と収益の両方を支える。

なぜ「人手の運用と従来型EMS」では限界があるのか

数千〜数万のDERと時間刻みが組み合わせ爆発を起こす

VPPで束ねる対象が1万機を超え、計画粒度が30分・10分・5分と細かくなれば、組み合わせは天文学的になる。1万のリソース×24時間×6コマ（10分粒度）=144万件のオン/オフ・出力選択を、市場制約・物理制約・契約制約を全て守って計算する必要がある。リソース数と時間刻みの積が指数関数的に膨らむ典型的な組合せ爆発の構造であり、電力融通はその代表例の一つです。

人間が比較できるパターンは多くて数十通り。Excelで組んでも、1〜2リソース・1日単位を粗い粒度で扱うのが限界に近い。従来型のルールベースEMSや経験則による割り当ては、リソースが百を超え始めた段階で実効性を失う。

問題サイズが運用者の処理能力を超えた以上、勘と経験の延長では計画は粗くなり続ける。

多目的トレードオフが現場の判断では揺れ続ける

電力融通は、燃料費・設備劣化・インバランス料金・CO2排出量・系統安定性・契約遵守という複数目標を同時に追う。一方を最大化すれば他方が必ず崩れる構造です。CO2を絞れば調整力が痩せ、調整力を厚くすれば燃料費が膨らみ、燃料費を絞れば再エネ抑制が増える。複数の目標を同時に追う多目的最適化の構造そのものが、人手の直感で正しい折衷点を見つけにくくしている。

現場では「今日はCO2優先、明日は需給逼迫だからコスト二の次」のような切り替え運用に陥りがちです。結果として日々の指標がブレ、年間で見ると複数目標のいずれも当初計画から外れる。複数目標を同時に最適化する仕組みがなければ、判断は振り子になる。

トレードオフ設計を仕組みで支えなければ、現場の判断は揺れ続ける。

再計画スピードがゲートクローズに追いつかない

ゲートクローズ直前の予測更新、当日リアルタイムの需給逼迫アラート、突発的な発電所トリップへの応答。秒〜分単位での再計画が要求される場面が増え続けている。手動の調整は分〜時間単位がやっとで、再計算する間に状況が再び変わる。結果として、応急処置の応札と臨時の指示がインバランスとして積み上がる。

リアルタイム再計画が求められる場面は他業種でも増えているが、電力業界では更新頻度が桁違いに速い。半日かけて作る計画と、5分で作り直す計画は別物です。スピードが落ちたままでは、市場価格の急変や需給逼迫への先手は打てない。

再計画コストが高いと、計画は死蔵し、現場はインバランスで損失を後追い精算するしかなくなる。

最適化AIが電力融通をどう変えるか

最適化AIは、現場が守らなければならないルールを破らずに、最も良い結果を返すAIです。生成AIのように「それらしい計画」を作るのではなく、同時同量・SoC上下限・系統容量・市場約定可能量といった制約を一つも違反しない計画の中から、燃料費・インバランス料金・CO2排出量を同時に最適化する解を探し出す。

ゴールと守るべきルールを数式に落とす

電力融通最適化のゴール（AIに与える目標）は、たとえば「BG全体で計画値同時同量を保ちつつ、燃料費とインバランス料金とCO2排出量の重み付け合計を最小化する」と定義する。守るべきルール（現場の条件）は、ユニット起動停止の最低稼働時間、蓄電池SoCの上下限と劣化サイクル、DR資源の応答時間と頻度上限、線路容量・変圧器容量・連系線運用容量、市場の約定可能量とゲートクローズ時刻、30分同時同量制約などです。

これらを定式化したうえで、需要予測・再エネ予測の確率分布、市場価格の見込み、各DERの状態量、契約条件をすべて入力に渡す。マスター整備（リソース台帳の統一、テレメトリの粒度合わせ、市場応札ロジックの電子化）が前提として要る。ここまで揃って初めて、最適化AIは「数千リソースをどの時間帯にどう動かすか」を組合せ最適化として扱える。

ゴールとルールを明示すれば、判断は属人運用から再現可能なロジックへ移行できる。

精度: 数千DERを30分粒度で同時最適化する

最適化AIは、数千〜数万のDERを30分または10分粒度で、市場・物理・契約の制約をすべて満たした計画にまとめる。線路容量を守りつつ、蓄電池の劣化を抑えつつ、DRの応答頻度上限を超えないように、燃料費とCO2の重み付き合計を最小化する解を見つける。

配送・交換計画のような領域では、枯渇リスク・人員制約・配送ルートといった複数の制約を同時に満たす計画を導ける。電力融通でも、需給・市場・物理・劣化の四面を同時に解ける計画は、ルールベースEMSや手作業の組み合わせでは届かない精度に到達できる。

実行可能性まで担保した計画は、当日のリアルタイム調整負荷を構造から減らす。

スピード: 秒〜分単位で再計画を出し直せる

予測更新、市場価格の急変、発電所トリップ、需要急変。再計画が要るたびに、数千リソースを巻き込んだ計画を秒〜分で出し直せる。これにより、ゲートクローズ前の最終応札、当日の運用指示、突発時のインバランス回避が、現場の手作業の速度から解放される。

配送・回収計画のように変数が多い問題でも、最適化AIなら再計画を高速に回せる。電力融通のスケールでも、計算アーキテクチャ（並列化・近似手法・ウォームスタート）を組み合わせることで、運用粒度に合った再計画頻度を確保できる。判断のボトルネックがなくなれば、応急処置から計画ベースの先回りに運用が変わる。

スピードが上がると、計画は「立てて終わり」から「動かしながら更新する」運用に切り替わる。

透明性: 「なぜこの動かし方か」を説明できる

最適化AIは、出力された計画について「どの制約がきいて」「どの目的のためにこの順序が選ばれたか」を可視化できる。系統運用者が監督官庁や顧客に説明する際も、データと制約条件を起点に議論ができる。本来は「経験」と一括りにされていた判断根拠が、誰でも追跡可能なロジックに置き換わる。

汎用EMSが「需給バランスの達成」しか扱えないのに対し、最適化AIは需給・物理・市場・契約・CO2を横断した全体最適を扱える。さらに「この需要家は冷凍倉庫なのでDR応答頻度を月5回までに抑える」「この蓄電池は劣化を月内10%以下に保つ」といった現場固有のルールも、業務ヒアリングを通じてモデルに組み込める。

意思決定が透明化されると、需給計画は「ベテランの勘」から「組織の標準」へ格上げできる。

まとめ

スマートグリッドの電力融通は、再エネ拡大とDER急増のもとで、需給バランス・収益・CO2を同時に追いかける経営課題に化けた。同時同量という物理的宿命、予測誤差、リソースの量と多様性が重なって、人手と従来型EMSでは扱いきれない領域に突入している。

電力融通の計画には、火力等のユニット起動停止、再エネ予測と誤差バッファ、蓄電池の充放電と劣化、DR可制御需要、送配電網の物理制約、市場の取引タイミング、同時同量と周波数維持という7つの変数が同時に絡む。組み合わせ爆発と多目的トレードオフ、再計画スピードの三方向で、運用は構造的な限界に達している。

最適化AIを使えば、数千DERを30分粒度で同時最適化し、秒〜分単位で再計画を回し、判断ロジックを透明化できる。OptHubは現場理解とアルゴリズム設計の両面から、需給最適化を電力事業の継続的な意思決定プロセスに組み込む支援を行っている。