機械学習は電力業界に大きな変化をもたらすだろう

エネルギーの状況は劇的な変化を迎えようとしており、今は機械学習と電力網を組み合わせる絶好の機会です。

ビル・ゲイツ氏は2017年にこう語った。「もし私が今起業し、世界に大きな影響を与える同じような機会を探すとしたら、3つの分野を検討するだろう。1つは人工知能、2つ目はエネルギー、3つ目はバイオサイエンスだ。」

エネルギーの未来は、持続可能で信頼性が高く、「スマート」な発電・配電システム、そして受動的ではなく能動的なネットワークにあることは間違いありません。電力会社は、ネットワーク障害、ネットワーク モデル、発電機からの運用情報、資産データベースに関連する大量のデータを保有しており、その量は増加の一途をたどっています。

このデータは、ネットワーク障害を予測し、メンテナンスを支援する大きな可能性を秘めています。将来的には、機械学習を通じて、ネットワーク障害のログ記録を追加することが問題ではなく解決策の一部になるでしょう。レコードを追加すると、モデルに分析するデータが増え、より正確で精密な予測が可能になります。

たとえば、機械学習アルゴリズムは、タイプ、場所、年齢または寿命のプロファイル、資産の状態、回路と負荷のデータ、既存の障害データを含むデータベースにアクセスし、障害の確率とコスト、および障害が発生する可能性のある時間 (時間、日、週、月など) を返すことができます。

機械学習は、コスト便益分析を通じてグリッド強化ソリューションの使用に関連する戦略的開発と意思決定を評価するための経済モデリング ツールとして使用できる可能性があります。今後は、障害に対応するだけでなく、技術的および経済的データを分析して障害を予測するモデルを使用して、障害を予測して回避するようになります。このように、機械学習を通じて、電力業界は、事後対応型システムではなく、事前対応型システムの開発に向けて一歩を踏み出しました。

ポストパンデミック時代において、最も差し迫った課題は気候変動です。英国を例に挙げてみましょう。英国は2050年までにネットゼロ経済への移行を約束しており、電力網はより再生可能な基盤へと発展します。 2020年の最初の3か月間にクリーンエネルギー発電が英国の電力の40％を供給し、再生可能エネルギー源が化石燃料を上回ったのはこれが初めてであり、再生可能エネルギーの役割が拡大していることがすでにわかります。

アナリストは、再生可能エネルギーと持続可能なエネルギー産業が前回の景気後退時と同様により大きな役割を果たし、グリーン経済回復を推進すべきだと考えている。課題がないわけではありませんが、それは可能です。また、いくつかの問題は機械学習で解決できます。

最も洗練された天気予報をもってしても、風力や太陽光などの再生可能エネルギー源による発電量の変動を正確に予測することは困難です。さらに、太陽光発電やバッテリー（全世界で 5,000 万台）などのオンプレミス設置型デバイスの形態での小規模分散型発電および蓄電により、システムの不確実性が増大します。

機械学習と人工知能は、これらの問題の解決策を提供できる可能性があります。これらのアルゴリズムを使用すると、短期と長期の両方の予測を使用して、再生可能エネルギー発電の需要と出力をより正確に予測できるためです。

バッテリーを含む設置型エネルギー貯蔵は現在、再生可能エネルギー発電の不確実性を最小限に抑え、再生可能エネルギー需要のより高い割合を達成するために使用されています。ただし、このソリューションには、バッテリーの劣化や予期しない障害などの信頼性の問題や制限があり、継続的な監視とメンテナンスが必要になる場合があります。

機械学習をエネルギー貯蔵システムの潜在的な障害を監視および予測するツールとして使用すると、システムの信頼性と効率性が向上する可能性があります。また、AI と機械学習アルゴリズムを使用することで、電力需要と再生可能エネルギーの生成がより予測可能になり、エネルギー貯蔵の信頼性と効率性が向上します。

科学界はすでに、電力網における「スマート」エネルギーと機械学習の可能性を調査している。エネルギー需要の予測、太陽光発電の予測、さらには都市環境における食品廃棄物から得られるエネルギー量の正確な予測などについては、多くのことが語られてきました。他の分野では AI と機械学習が深く理解され、広く使用されていることを考えると、ネットゼロの経済と社会への移行に伴い、電力網分野での可能性は刺激的です。