VPP実証実験の結果は？アイ・グリッド・ソリューションズ「R.E.A.L. New Energy Platform™」

VPP実証実験とその結果

アイ・グリッド・ソリューションズ（以下、アイグリッド）は、2021年6月から、埼玉県内におけるスーパーマーケット　ヤオコー（鶴ヶ島店、川越的場店）において、VPP実証実験を行ってきた。

今回の記事では実証内容を振り返りながら、その結果と今後の展開について紹介していく。

6月25日の記事でもお伝えしたように、今回の実証実験は以下のようなものであった。

① 「太陽光発電量と電力需要量との予測値の差による余剰電力量算出」の実現に向け、電力使用量、太陽光発電量、屋根上温度等のデータ、及び暦日情報や外部から取得した気象データに基づくAI予測分析の精度向上を図る。

② 「店舗の系統電力使用量抑制」や「非常時の電力確保」に向け、蓄電池やEVの充放電制御とその効果検証を行う。

◆実証内容

2021年6月4日から25日までの期間、IoTエッジ端末で各種データを収集してクラウドに送信。クラウド上のAIで以下のような予測を行い、その精度や結果の分析を行った。

＜余剰量予測精度とその価値の分析＞

A）電力需要量予測 ：気象情報、店内温度、電灯系/動力系それぞれの過去の電力需要量等に基づき、各店舗の電灯系/動力系の電力需要量を30分単位で予測し、実績との差異(予測精度)を確認。

B）太陽光発電量予測 ：気象情報、日射量、過去の発電量及び太陽光パネル面積に基づき、AIにより各店舗の将来の発電量を30分単位で予測。これを実際の発電量と照合し、その誤差(予測精度)を確認。

C）余剰量取引の経済性分析：今回の両店舗ではまだ余剰が発生しないため、太陽光発電量と系統電力需要量の予測値/実績値に一定の倍率を掛けて仮の余剰量を算出した。この余剰発生時のコマのJEPXスポット調達価格、インバランス料金、託送料、非化石証書等を加味し、小売電気事業者が “本余剰電力を真のCO2フリー電力として調達する場合” と、通常通りCO2フリー電力を市場調達する場合の経済性を比較分析。

＜機器制御方法とその効果分析＞

D）蓄電池制御方法とその効果分析 ：上記電力需要量予測と太陽光発電量予測を基に、AIで蓄電池を制御する最適なシナリオを生成する。幾つかのロジックを用いてそのシナリオ生成を行い、ピークカット等の節電効果を検証。

E）EV充放電時の店舗への影響分析 ： EV充放電時の店舗の系統電力需要量の変化とその効果を検証。

◆実証結果

A）電力需要量予測 ：既にエナッジでの需要量予測実績等があるため、改めて「予測と実績の差異は5%程度」と高い精度が得られた。

B）太陽光発電量予測 ：基本気象予測相当の難易度のため、突然の雲の動き等を予測し切れず、20%からそれ以上の誤差が出てくることもあった。ただし、精度向上の道筋は見えたので、更なる学習データ蓄積と継続的な予測分析方法の検討を図る。

C）余剰量取引の経済性分析 ：シミュレーションの結果、小売電気事業者にとっての調達価格は、「本余剰電力を“CO2フリー電源として” 調達する場合(下図①)」と、通常通り「スポット市場と非化石価値取引市場から電力量と非化石証書を調達し、併せてインバランス料金を支払う結果になる場合(下図②)」とで遜色が無いことを改めて確認した。

本シミュレーション結果から、余剰電力を活用することで、小売電気事業者が、現状の市場調達に比べ “CO2フリー電力をより安定的に調達すること” が可能になると考える。