1. トップページ
  2. 新着情報
  3. 2016年
  4. 新着情報詳細

2016年


AI(人工知能)を活用した スマートエネルギーシステム(AHSES)を開発
− スマートな分散型エネルギーシステムの運用を実現 −

2016年11月22日

安藤ハザマ(本社:東京都港区、社長:野村俊明)は、株式会社Mirror Life(本社:東京都千代田区、社長:占部祐二)、株式会社サイテック・ジャパン(本社:東京都文京区、社長:伊倉義郎)、株式会社アバール長崎(本社:長崎県諌早市、社長:川浪義光)および株式会社ファーストリリー(本社:東京都新宿区、社長:池田正樹)の協力のもと、AI(人工知能)を活用した新たなEMS(注1)を含むスマートエネルギーシステムAHSES(Adjusting to Human Smart Energy System)を開発しました。

1. 開発の背景
省エネルギーの推進は我が国にとって喫緊の課題となっており、高度な省エネルギー性能を有する建築物として、ZEB(注2)の実現・普及が求められています。ZEBの実現には、建築物・設備の大幅な省エネ化と再生可能エネルギーの導入に加え、天候に左右される太陽光発電や容量に限りがある蓄電池の電力を変動する需要に対して、効率的・効果的に供給できるEMSの構築が不可欠となっています。その対応として、当社は本システムを開発しました。

2.AHSESの構成・特徴
AHSESのコンセプトは「単体建物からコミュニティまでの多くの人間の営みからくる要求に応えるスマートエネルギーシステム」であり、その特徴は次のとおりです。

  • AHSESは、電力需要を予測し最適な運転計画をつくるプログラム、創エネ(注3)設備、蓄エネ(注4)
       設備、電力変換装置およびエネルギーの運用状況を確認する「見える化」画面から構成されています
       (図1)
  • 建物の利用や気象の情報を基に、機械学習(注5)と数理手法(注6)により電力需要予測および最適運転
       計画を行い、創エネ設備と蓄エネ設備から最適なタイミングで電力をアシストします(図2)
  • 分散型電源(注7)を直流で接続することにより、スムーズな充放電制御を実現します。また、建物規模に
       応じて柔軟にシステムを拡張・縮小することが可能です。
  • 分単位のリアルタイム制御により、今後、各電力会社が導入予定のダイナミックプライシング(注8)への
       対応が可能です。
  • 非常時の自立電源として、サーバ等の重要負荷に電力を供給する機能を有しています。
  • 施設利用者等は、エネルギーの流れの「見える化」画面により、電力の運用状況を確認することができま
       す(図3)


  • 3. 実建物への導入と動作確認
    当社は2013年4月よりAHSESの開発に着手し、各種デバイスの検証を経て、本年3月より安藤ハザマ技術研究所に導入しました。その結果、電力需要予測と最適運転計画に基づく電力負荷のピークカット(注9)効果が適切に得られていること、および非常用電源として機能することを確認しました。

    4. 今後について
    コージェネレーションシステム(注10)を活用したAHSESを構築し、電力と熱の最適供給を実現します。また、建物間でエネルギーを融通するスマートグリッド(注11)の構築を目指します。そしてこれらの技術を広く展開し、ZEBの実現・普及に貢献してまいります。

    (注1)EMS:
    Energy Management System。センサーやIT技術を駆使して、電力使用量の可視化を行うことで節電につなげたり、再生可能エネルギーや蓄電池等の機器の制御を行って効率的なエネルギーの管理・制御を行うためのシステム。
    (注2)ZEB:
    Net Zero Energy Building。建築構造や設備の省エネルギー、再生可能エネルギー・未利用エネルギーの活用、地域内でのエネルギーの面的(相互)利用の対策をうまく組み合わせることにより、エネルギーを自給自足し、化石燃料などから得られるエネルギー消費量がゼロ、あるいは、概ねゼロ、となる建築物。
    (注3)創エネ:
    創エネ(そうえね)とは、創エネルギーの略称。省エネに変わる言葉として、各家庭においてエネルギーを節約するだけ(省エネするだけ)ではなく、太陽光発電システムや家庭用燃料電池(エネファームなど)を利用して積極的にエネルギーを作り出していくという考え方のこと。
    (注4)蓄エネ:
    エネルギーを貯めておき、必要に応じて取り出して利用できるようにする、というコンセプト。蓄電池などの利用が想定されている。
    (注5)機械学習:
    コンピューターによる学習。人工知能の一分野であり、人間がもつ学習能力と同じく、コンピューターも経験から学習し、将来予測や意思決定を実現できるようにする技術や手法を指す。
    (注6)数理手法:
    大規模な連立方程式を高速なアルゴリズムで解くことにより、最適な意思決定を見つける理論とソフトウェアによる実装。
    (注7)分散型電源:
    ここでは、創エネ設備(太陽光発電設備)と蓄エネ設備(リチウムイオン電池)のこと。
    (注8)ダイナミックプライシング:
    需給状況に応じて価格を変動させることによって需要の調整を図る手法。
    (注9)ピークカット:
    太陽光発電や蓄電池などから電力をアシストすることにより、最大需要電力を下げること。これにより契約電力が下がり、電力料金を削減することができる。
    (注10)コージェネレーションシステム:
    ガスタービンやディーゼルエンジンで発電する一方、その排出ガスの排熱を利用して給湯・空調などの熱需要をまかなう、エネルギーの効率的運用システムのこと。
    (注11)スマートグリッド:
    情報通信技術を活用することによって、電力の需要と供給を常時最適化する、次世代の電力網。


    図1: AHSESの構成
    一般的なエネルギーの運用例

    AHSESによるエネルギーの運用例

    図2: AHSES導入の効果 例)ピークカットのイメージ

    図3: AHSES「見える化」画面

    ページの先頭へ