研究内容

本研究室では,「環境変化に対して順応的な電力・エネルギーシステムの実現」を目指し,電力・エネルギーシステムのシステム技術や経済シミュレーション技術に関する研究を行っています。特にデータサイエンスと呼ばれるデータ駆動の技術を基盤として,複雑化するエネルギー供給システムの運用最適化・意思決定支援システムの研究に注力しています。

これまでのエネルギー供給システムは,多数の発電プラントや制御機器とそれらを統合制御するシステムによって成り立ってきました。一方で近年,低炭素社会の実現に向けた再生可能エネルギーの導入や需給調整力確保に向けた需要家側エネルギーデバイスの活用など,エネルギー供給システムのさらなる複雑化が進んでいます。
その中で,短期的な予測情報をもとにエネルギーシステムをどのように運用するか,中長期的な社会環境を見通しながら社会的にどの技術を選択していくかが課題となっています。一方で,現在のエネルギーシステムに関わる意思決定は社会的・金銭的なコストが大きいため,社会からの要求や制度の変化に対してシステムを適応させるために多くの社会的・金銭的・時間コストがかかっています。
そこで,短期あるいは中長期的な環境変化に対してエネルギーシステム自身が順応的に制御・運用の最適化を行えるような機能を持たせることができれば,これらのコストを大きく削減できると考えています。では,どのようなシステム技術があれば,自律的な制御・運用最適化の機能を持たせることができるのでしょうか。

このような問いのもと「不確実性」「マルチタイムスケール」をキーワードとして以下の研究テーマに取り組んでいます。

  1. エネルギーシステムをとりまく不確実性の解析・モデリング
  2. 不確実性を学習したエネルギーシステム運用
  3. マルチタイムスケールなエネルギーシステム解析

エネルギーシステムをとりまく不確実性の解析・モデリング

電力・エネルギーシステムを取り巻く環境には様々な不確実な確率的要素があります。これを一般的に不確実性と呼びます。例えば,天候によって発電出力が増減する再生可能エネルギーを運用する際には,発電出力の予測を行いますが予測誤差という不確実性が存在します。また,需要家の電力需要や給湯需要もまた人間の行動によって増減し不確実です。

このような確率的要素を解析・モデル化しすることで,エネルギー供給システムの運用に活用できる技術を創出することを目指しています。

不確実性を学習したエネルギーシステム運用

エネルギー供給を取り巻く不確実性をモデル化を行った後には,それを踏まえた運用方法を用意する必要があります。例えば,広域的な電力供給体制は高い信頼度で供給を維持しないといけないので,不確実性に対して頑健な(ロバストな)運用方法が求められます。その一方で,電力市場取引のようなケースでは,不確実性の中で金銭的なリスクが最小となる運用方法が好まれます。

このような様々なユースケースに合わせて,数理最適化や機械学習・制御理論などの数理科学を活用し,不確実性を学習したエネルギーシステム運用の手法の創出を図っています。

マルチタイムスケールなエネルギーシステム解析

現在,パリ協定の長期目標に基づいて低炭素型社会を達成するため,電力システムの需給運用に対して再生可能エネルギー(RE)電源や需要家側のエネルギー機器の活用など様々なリソースの導入が計画されています。これらのリソースの導入が電力システムの運用に対してもたらす運用的・経済的なメリットについて定量的な評価を行うためには,1時間・月間・季節・年間など様々な時間粒度で検証できるシミュレーションモデルが必要です。

そこで,発電機起動停止問題(UC: Unit Commitment)と呼ばれる最適化問題をベースとして,日本全国の電力需給を模擬できる需給解析モデルの開発を行っています。需給解析モデルは1時間の時間粒度で1日ごとの発電機等の運用を最適化するモデルです。また,1年分の入力データを与えることで1時間・月間・季節・年間等,様々な時間スケールで需給運用結果の評価が可能です。さらに,この需給解析モデルを用いて,RE電源の普及目標や燃料価格などの様々な将来シナリオに基づいたシミュレーション分析を行っています。