【AI・IoT・DX】筑波大学：AIで太陽光＋蓄電池の運用最適化　インバランス料金を最大47％削減

波大学は、太陽光発電と蓄電池を組み合わせた電力供給システムの運用を、深層強化学習AIによって最適化する新手法を開発した。天候に左右されやすい太陽光発電では、計画と実際の供給量に差が生じると「インバランス料金」と呼ばれる罰則的な費用が発生するが、本手法ではこれを従来比で最大47％削減。市場データを用いたシミュレーションでは、他のAIモデルと比較しても約26％の削減効果が確認された。AIは過去の天候・価格データを学習し、利益を確保しつつ最適な充放電スケジュールを自律的に設計。不確実性を考慮した報酬設計を導入し、予測と実績の差を補正する短期的な調整も可能とした。

この成果は、再生可能エネルギーの普及を阻む「予測誤差」という構造的課題の克服に道を開くもので、収益性の向上と電力供給の安定化の両立に寄与する。今後は実設備による実証実験を経て、複数の家庭用蓄電池や電気自動車を統合管理する仮想発電所への応用も視野に入れる。これにより、需給調整機能の強化や電気料金の安定化、停電リスクの低減といった社会的便益が期待される。研究成果はIEEE誌「ACCESS」に掲載されており、将来的には持続可能なエネルギー市場の中核技術となる可能性がある。

【出典】
▷太陽光発電＋蓄電池システムの運用をAIで最適化する手法を開発
※本記事は一次情報をもとに生成AIを活用した要約です。詳細は公表資料をご確認ください。