AIとリアルタイムデータによる脱炭素社会の次の一手―「次世代ビジネスを牽引するテクノロジー最前線」

デジタルグリッド株式会社
豊田 祐介氏

日本では、再生可能エネルギーのほとんどは太陽光発電です。太陽光発電が普及した理由は、2012年にFIT（固定価格買取制度：再生可能エネルギーで発電した電気を、電力会社が一定価格で一定期間買い取る助成制度）と呼ばれる手厚い補助金制度が始まったことに由来します。FITは、太陽光発電に対して長期間のキャッシュフローが約束する、端的に言えば「発電だけすればよい」という補助金制度でした。そのFITが2022年から部分的に終了となり、FIP（フィードインプレミアム制度：再生可能エネルギーの売電価格に一定のプレミアム（補助額）を上乗せする制度）と呼ばれる制度に移行しました。この制度変更により、「発電したら電力を自ら売らなければならない」ことになりました。このような状況下では、電力売買を誰かが支援しなければ、世の中の再生可能エネルギーの流通量が増えません。

今まさに行政が検討中の第7次エネルギー基本計画では、少なくとも2030年に再生可能エネルギーの割合を38%までに引き上げるという議論になっています。しかしながら、直近10年の再生可能エネルギーの増加率は10％程度。つまり、これまでの2倍近くの増加率、今後10年で28％も増加させないと実現できないわけです。そのためには、電力売買の基盤となるプラットフォームが必ず必要となるため、DGPを構築しました。

^＊デジタルグリッドプラットフォーム（DGP）は、デジタルグリッド株式会社の登録商標です。

豊田氏：再生可能エネルギーにおける電力取引は、発電した電力を「A社が売ります、マッチングしてB社が買います」だけでは終わりません。電力を届けるには送電が必要で、送配電網を利用するには予約しなければなりません。あまり知られていませんが、送配電網の利用は事前予約制で、30分単位の電力需給計画を作成し、自分たちがいつ、どれだけの電力を送電したいか、1時間前までに電力の運営機関に提出する必要があります。提出した計画と実績に差異が生じた場合は、インバランス料金と呼ばれるペナルティが課せられます。つまり、売り手と買い手のマッチングだけでなく、正確な電力需給計画が求められるわけです。

松尾：DGPは、豊田さんのおっしゃる通り、電力業界の時代の変化に必要なプラットフォームですが、核となる技術はどのようなものでしょうか？

豊田氏：電力需給予測の技術です。送配電網の利用は事前予約制と説明しましたが、事前予約するためには、どれだけ発電するか、どれだけ利用するかを、あらかじめ正確に把握しておく必要があります。AIを活用し予測するのですが、そのロジックやアルゴリズムがとても重要になります。AI構築に際し重要なポイントは大きく2つあります。まず、インバランス（損失）が発生しないよう需給予測の精度を高めること。そして、精度を高めつつサーバー費用を適切に抑えることです。この2つの観点から我々は比較的動作が軽くて精度の高いモデル構築を行ってきました。モデルも拠点ごとに作り各拠点の電力発電パターンや消費パターンをきちんと学習させます。ここがDGPの核となる技術です。

関：予測精度を上げるためには、誤差を最小にするアルゴリズムと良質なデータが不可欠ですね。一方で、良質なデータを得るためにはデータの取捨選別が必要となりますが、データの取捨選別において、どのような点に留意されていますか？

豊田氏：2つあります。1つはリアルタイムに情報を手に入れることです。幸いにも、2022年から太陽光発電側のスマートメーター値が開示されるようになり、2〜3時間遅れではありますが、ほぼリアルタイムにデータを入手できるようになりました。それまではスマートメーター値が開示されず、自分たちでIoTデバイスなどを設置しないとリアルタイムなデータを取得できなかったため、大きな前進です。

もう1つは、余分なデータを入れないこと。直近の例で言えば、新型コロナウイルス感染症（COVID-19）の流行前のデータを全部削除しました。電力の使い方は、新型コロナ前後でまったく違いますから、withコロナの現状に鑑み、COVID-19流行前のデータはAIの学習には不要です。どのようなデータをAIに学習させるかが、とても重要だと思っています。

KPMGコンサルティング株式会社　
金子 直弘

また需要者側から、環境情報や炭素排出量の開示に関連するデータ提供を新たに求められるようになりました。電力・エネルギーとのかかわり方が変わるだけでなく、データの質も使い方も変わり、供給者も需要者もこのような変化に対して戸惑っている状態にあるように感じます。

豊田氏：企業から「再生可能エネルギーを調達したい」という相談は年々増えています。一方で、「どうやって調達するか」という学習レベルは、企業によってばらつきがあります。一番手軽なのは証書を調達することですので、最初に証書を調達する。もしくは屋根の上に太陽光パネルを設置する。その際、証書が必要であれば、スコープ1、2、3を考慮しながらオフセットしたい内容に応じて、非化石証書やJ-クレジットなどを調達します。それでも足りなければ、今度は他の再生可能エネルギー、たとえば森林破壊していないことが追跡可能な再生可能エネルギーを調達します。企業の学習レベルも意識レベルもばらつきがありますが、多種多様なソリューション、技術要素を活用する意識を持たないといけないように思います。

KPMGコンサルティング株式会社　
関 克彦

金子：さらには、事業の中で収集された大量のデータを活用し、より精度の高い分析・予測を実現するモデルに転換することが重要ですね。

豊田氏：はい。データだけでなく、データ収集のための外部とのパートナリングも重要だと思っています。プラットフォームを構築するにあたり、たとえ「電力需要を予測したい」、「ある工場のサンプルが欲しい」と考えても、我々1社だけでは実現できないからです。我々は60社の株主企業から電力データや太陽光発電データを提供いただいています。これらのデータのおかげで、電力需給予測ができるようになりました。

予測精度をさらに向上させる必要がある場合は、株主だけでなく、さまざまな需要者のデータを収集し、活用しています。需要者は現時点で約2,500拠点あり、電力が逼迫しそうな状況、電力使用状況等、需給予測に必要なデータに関する知見とノウハウを蓄積しています。ファクトベースで電力需給を予測し、管理していくことがとても大事です。

松尾：これまでに蓄積されたデータを有効活用できた事例を教えて頂けますか？

豊田氏：我々は2023年11月にバーチャルPPAのオークションを開催しました。開催した狙いは、取引価格の開示と活用です。例えばJEPXや非化石証書においては取引市場があり、定期的に取引価格が開示されていますが、コーポレートPPAは、希望売買価格や適正価格等の取引価格情報がありません。そこで我々は取引価格が把握できるようにと考えました。オークションでは、希望単価や最低落札価格、最高落札価格を開示しています。このようなデータがあれば市況が分かるため、再生可能エネルギーを導入したい企業の意思決定を支援することができます。

関：多種多様なステークホルダーから電力データを収集し、需給予測に利用されていますが、対象データに対してはどのような点に留意されていらっしゃるのでしょうか？

豊田氏：電力データの取扱いについては、とても注意を払っています。例えば、電力消費と生産活動は密接に関係しているため、工場の電力データから、工場の稼働率、さらには業績まで把握することが可能です。そのため、他社への非開示は勿論のこと、必ずデータを加工しマスキングを図る、セキュリティ面では外部からのハッキング対策として基本的にクラウドサービス等を利用しない等、さまざまな点で注意を払っています。

株式会社 KPMGアドバイザリーライトハウス
松尾 英胤

関：現行の取組みにおいて不便なこと、時間を要することに対して、完璧な正解はないかもしれませんが、変革によって解決していく余地はあると思っています。豊田さんのチャレンジがさらに広がり、DXとリスク管理をセットで考えながら、豊田さんが実現されたい世界がより広がっていくと、将来の世代に明るい未来を届けられそうな気がしますね。

PDF資料は会員限定コンテンツからダウンロードしていただけます。

競合他社の方は、登録をご遠慮させていただいております。