FUJITSU. 64, 5, p. 535-540 （09, 2013） 535

あ ら ま し

環境貢献や社会的コストの低減のためにエネルギーの効率的な利用を実現するスマー

トシティでは，再生可能エネルギーの増加や，需要家のプロシューマー化（電力を消費す

るだけでなく需要家が自ら発電し，電力を販売するようになること）に伴い，電力の供給

側と需要側の双方で従来とは異なる変動要因が増加し，電力需給のバランス制御が複雑

化する。従来の電力システムでは，主に発電機能を制御して需給バランスを取ってきたが，

今後は発電機能だけでなく，家庭や企業での人間の活動の結果としてのエネルギー需要

を最適に制御することで，より経済的で効果的な需給バランス制御を実現することが重

要となる。このような背景で，注目されている技術がデマンドレスポンスである。

本稿では，デマンドレスポンスの標準として規格化が進んでいるOpenADRに対応したDRAS（Demand Response Automation Sever）システムの開発と，デマンドレスポンスを活用して企業や地域での電力需給バランスを最適制御するためのビル需要シミュレー

ション技術の研究開発への富士通研究所の取組みを紹介する。

Abstract

It is essential to achieve the efficient use of energy in a smart city in order to contribute to the environment and decrease the socials costs associated with inefficient energy use. To realize this, advancement related to increases in renewable energy and a change from customer to prosumer (not only in the consumption of electric power, but also in the generation of electricity to sell as electric power) are necessary. This will mean that a different variation factor will increase for both the supply side and demand side of electric power, and it will become difficult to control supply and demand for electrical power. To cope with such a problem, power distribution system is changing from pure load-following generation model to incorporation with supply-following load control. That is, in the next generation power distribution networks, both power generation and demand should be controlled to maintain balance. For such a system, Demand Response is a promising technological development. In this paper, we will present our R&D activities on the power demand analysis and forecast technologies based on the building simulation and development of the international standard OpenADR compliant DRAS (Demand Response Automation Server).

● 竹林知善　　　● 園田俊浩　　　● Wei-Peng Chen

スマートシティに向けたエネルギー需給の最適化制御技術

Power Supply and Demand Control Technologies for Smart Cities

FUJITSU. 64, 5 （09, 2013）536

スマートシティに向けたエネルギー需給の最適化制御技術

ら報奨金を受け取る。例えば，自家発電機やコジェネレーションを最適に運用し，電力会社が求めるタイミングで見かけ上の需要を削減することで，需要家がエネルギーを商品化できることを意味している。今後，DRに関連した新しいビジネスの創造が期待されている。このようなDRのコンセプトを図-1に示す。

DRの実用化は欧米が先行している。米国ではDRによる調整可能な需要容量（ネガワット）は2006年の30 GWから2012年には66 GWへと増加したと報告されており，（3）様々な契約形態のDRサービスが提供されている。これらは報奨金に基づくDRサービスと，時間帯別の料金に基づくDRサービスの2種類に大別される。前者は計画的に制御可能なDRであり，後者は基本的に需要家が自発的に対応するもので，計画的には制御できないDRである。（4）

現状は，報奨金に基づくDRサービスとして，電力会社からあらかじめDRサービスを契約している大口需要家に対して，電話やメールで電力使用の削減を依頼するシステムが中心である。今後，対象が一般家庭を含む中小の需要家に拡大すると，電力会社から膨大な数の需要家に直接，節電を依頼することが困難になる。このため，多数の需要家の節電を集約し，電力会社に対してまとまった量のネガワットを販売するDRアグリゲータビジネスが台頭してきている。ネガワットのアグリゲーションには高度なデータ分析や複雑な機器間の連携が必要となる。これらの技術に秀でたDRアグリゲータとの協業で，電力会社は費用対効果と供給の信頼性の両立を図っている。米国カリフォ

ま　え　が　き

東日本大震災を契機に，日本の電力システムは大きく変化しようとしている。電力供給の観点では，従来の原子力発電などの大規模な集中型発電機能を中心とした電力供給システムから，再生可能エネルギーやコジェネレーションなどの分散電源を含めた多様な発電機能による電力供給システムに移行すると考えられる。一方，需要家側も，一方的に電力を消費するだけではなく，例えば災害対策の目的で導入した太陽光発電や自家発電機などを活用し，自ら発電した電力を販売するプロシューマー化が進むと予想されている。これらの要素はいずれも電力の需給バランス制御の複雑化を招くものとなる。特に，震災後，注目が集まっているスマートシティでは，より効率的で安定した電力利用環境が必須要件となっている。この対策として注目されているのが，デマンドレスポンス（DR：Demand Response）である。富士通研究所では，東日本大震災の直後の節電対策への具体的な対応として，全国の事業所からオンラインで収集する30分ごとの電力需要データを用いた各事業所の電力需要予測機能を開発し，（1）

2011年8月以降，実サービスとして富士通社内で利用している。また，予測した電力需要のピークを削減するための技術として，オフィスのPCバッテリーをクラウドから統合制御することでオフィス全体としてのピーク電力を削減する技術開発にも取り組んでいる。（2）著者らは，このような企業や地域の電力需要の分析・モデル化・予測技術の研究成果を基に，家庭や企業での人間の活動の結果としての需要の最適化制御の研究開発を行っている。本稿では，最新の研究成果として，今後，実用化が加速することが予測されるDRに関連した研究開発について報告する。

DRの現状

DRとは，電力供給の逼ひっ

迫時に，発電量を増やさず，その代わりに需要家に対して節電を要請し，地域の電力需給のバランスを維持するものである。これにより，電力会社はピーク電力需要に合わせた過大な発電設備への投資を避けることができる。需要家は需給安定に協力することで，電力会社か

ま　え　が　き

DRの現状

図-1　DRのコンセプト

電力会社

発電量家庭/企業

消費量節電を利益にする

DRサービス

地域の電力需給バランスに応える節電

インセンティブとして還元

FUJITSU. 64, 5 （09, 2013） 537

スマートシティに向けたエネルギー需給の最適化制御技術

OpenADRアライアンスで国際標準化を目指したOpenADR 2.0仕様の策定が行われている。簡単なデバイス制御を目的としたOpenADR 2.0a仕様が2012年8月に公開され，より多様なサービスに対応する2.0b仕様が2013年7月に公開された。富士通研究所では国際標準の自動DRの重要性に，いち早く注目してOpenADRに基づくプロトタイプ開発を進めてきた。富士通として2012年10月からOpenADRアライアンスに正式加入した後，2012年12月に開催された米国のスマートグリッド関連の最大イベントであるGrid-Interop 2012で，日本企業で初めてOpenADR 2.0aに準拠したDRAS（DR Automation Server）のプロトタイプを展示し，米国の宅内機器ベンダーの製品との相互接続性を確認した。

DRASは電力会社と需要家の間でDRサービスの制御信号（DRイベント）の送受信を行うためのサーバである。例えば，電力会社が節電要請をDRASに送ると，DRサービスを契約している家庭のスマート家電や，ビルや工場のエネルギーマネジメントシステムに対して節電コマンドを送信し，電力の削減を実現する。開発した実験システムの構成を図-3に示す。今回開発したDRASのプロトタイプから，米国Universal Devices社のOpenADR2.0a対応のホー

ルニア州の電力会社のPacifi c Gas and Electric Company（PG&E） が 提 供 し て い るCapacity Bidding Programの例を図-2に示す。（5）各顧客はどのような条件で節電が可能かを考慮してアグリゲータと契約を行い，それを基にアグリゲータは電力会社とDRのプログラムを事前に取り決める。電力会社からの節電要請に基づき，アグリゲータは各顧客にDRイベントを通知し，削減実績を電力会社に報告する。翌月，電力会社は実績に基づき，報奨金をアグリゲータに支払い，その後，アグリゲータから各顧客に契約に基づく報酬が支払われる。

DRの標準（OpenADR）とDRAS開発

今後のDRサービスの拡大に向けて，電話やメールなどの手段に代わり，電力会社あるいはDRアグリゲータのサーバと，ビルや家庭のエネルギーマネジメントシステムが直接連携する自動DR（Automated Demand Response）が注目されている。様々なベンダーの機器の相互接続を実現し，ソリューションを低コスト化するために，標準化が鍵となる。自動DRの標準がOpenADR（Open Automated

Demand Response）である。米国ローレンスバークレイ国立研究所で提案されたOpenADR 1.0仕様を基に，現在，100社以上の企業が参加する

DRの標準（OpenADR）とDRAS開発

図-2　PG&EにおけるCapacity Bidding Programの例

電力会社

アグリゲータ

顧客 顧客 顧客 顧客

7

事前 当月 翌月

3

4

5

62

1アグリゲータアグリゲータ

顧客 顧客

8アグリゲータ

電力会社 電力会社

翌々月以降

1. 節電可能な容量（ネガワット）を契約

2. DRイベントの通知タイミング（前日か当日か）などのオプション，DRイベントの期間や容量などの取り決め

3. 電力会社からアグリゲータへの節電要請

4. 顧客への DRイベントの開始時間，間隔，削減量などの通知

5. 削減量に関するデータ6. 削減量に関するデータ

7. アグリゲータへの報奨金の支払い

8. 契約に従ったお金の顧客への支払い

FUJITSU. 64, 5 （09, 2013）538

スマートシティに向けたエネルギー需給の最適化制御技術

ムゲートウェイ装置を経由して，米国で標準のZigBee Smart Energy Profi le対応の空調コントローラやスマートプラグなどの家電機器を制御できることを確認した。自動DRの今後の動向としては，OpenADRアライアンスでは，再生可能エネルギーの増加に伴う電力供給の不安定性に対応するために，数秒～数十分レベルでの需給制御の手段として期待されている高速DR（fast DR）についても検討が進んでいる。日本でも，電力小売りの完全自由化や発送電分離などの「電力システム改革」の議論が進められており，電力システムを取り巻くビジネス環境が変化しつつある。この流れの中で，経済産業

省の主導で日本における自動DRの標準化の検討が進められている。

需要制御とシミュレーション技術

DRASの機能としては，国際標準への対応に加え，各需要家へのネガワットの配分の最適化などが必要となる。このために，物理モデルに加え，人間の活動モデルを含む需要の制御モデルの開発が重要である。今回，東京工業大学で開発された社会シミュレーターのSOARS（6）と，米国エネルギー省で開発された建物レベルのエネルギー消費モデルを取り扱うシミュレーターであるEnergyPlus（7）を連携させたビル需要シミュレーターを開発した。EnergyPlusは，ビルの構造，気象情報，ビル内の空調や照明機器の利用シナリオ（人の占有率）などを入力としてビルのエネルギー消費を計算するシミュレーターである。SOARSは，人間などの移動体をエージェント，場所をスポットとして定義し，スポット間のエージェントの移動や各スポットにおけるエージェント間の相互作用を規定することによって，人間の活動をシミュレーションできる。開発したビル需要シミュレーターの概要を図-4に示す。SOARSによる，オフィスにおける出退

需要制御とシミュレーション技術

図-3　実験システムの構成

図-4　ビル需要シミュレーターの概要

PLCモデム

スマートプラグ（電源コントローラ）

Universal Devices社ホームゲートウェイ

HVAC（空調コントローラ）

DRAS

ビル需要シミュレーター

SOARS（社会シミュレーター）

EnergyPlus（ビルのエネルギーシミュレーター）

従業員行動シナリオA

ビルモデル

気象データ

行動シナリオ選択空調・照明の制御計画

DR発動計画

従業員のオフィスやフロア占有率

消費電力変化やコスト効果を表示

従業員行動シナリオB

従業員行動シナリオC

FUJITSU. 64, 5 （09, 2013） 539

スマートシティに向けたエネルギー需給の最適化制御技術

ていく予定である。また，エネルギー領域に焦点を当てて開発した技術を，ほかの応用領域のソリューションにも適用していく予定である。

参 考 文 献

（1） 高橋 悟ほか：スマートシティのエネルギー管理における需要予測技術．第12回計測自動制御学会 制御部門大会，2012．

（2） 篠原昌子ほか：ノートPCを活用したピーク電力削減のためのバッテリ充放電統合制御システムの開発． 情報処理学会DICOMO2012シンポジウム，p.1754-1761，2012．

（3） Federal Energy Regulatory Commission：Assessment of Demand Response and AdvancedMetering：Staff Report．Dec. 2012．

（4） Pike Research：Demand Response research report．4Q 2011．

（5） Pacifi c Gas and Electric Company，Capacity Bidding Program（CBP）．

http://www.pge.com/mybusiness/energysavingsrebates/demandresponse/cbp/

（6） 東京工業大学 出口研究室ホームページ. http://www.soars.jp/（7） 米国エネルギー省 ホームページ. http://apps1.eere.energy.gov/buildings/energyplus/（8） 高橋 悟ほか：ABMを用いた節電施策の評価手法．計測自動制御学会システム・情報部門学術講演会

勤や会議室への移動などの従業員の行動のシミュレーション結果から，ビル内の人の占有率を自動生成し，EnergyPlusに入力することで，ビルのエネルギー消費のシミュレーションを実現した。ビル需要シミュレーターによって，例えばビル管理者がDRサービスに対応したエネルギー抑制とそれによる従業員の快適性への影響を評価できる。具体例として，DRによるエネルギー削減量の達成を制約とし，室温に基づいた快適度を最大化することを目的とする最適化問題として，DRのシナリオを定式化し，空調制御計画を立案した。（8）

DRに対する施策として，フロア単位で空調の温度を制御する「フロア最適化」と，ビル全体で一括して同一の温度に設定する「ビル全体設定」のシミュレーション結果の比較を図-5に示す。シミュレーションの条件は以下のとおりである。・ 対象ビル：富士通研究所（川崎）・ 評価データ：2011年7月～ 8月の日中の気温29℃以上の平日の10：00から17：00

・ 需要削減目標：5，10，15，20（kWh）オフィスの快適度は，多和田らにより考案されたモデル式（9）を用いて指数化した。空調制御による電力需要の増減量は，外気温とゾーンごとの室温を説明変数とする重回帰分析によって推定した。（10）

その結果，同じ削減目標量を与えられたとき，「フロア最適化」方式の方が，「ビル全体設定」方式より高い快適度を維持できることを定量的に評価できることを確認できた。このように，ビル需要シミュレーション結果を基にして，ビル施設管理者に対して施策効果を提示したり，DRアグリゲータに対してDR効果見積もりを支援したりすることによって，より効果的なDRによる需給バランス制御が可能になることが期待される。

む　　す　　び

DRはスマートシティにおける経済的で安定した電力システムの実現に必須の機能であり，環境貢献や社会的コストの低減の意味でも重要な機能と考える。この仕組みを有効活用するためには，需要家の分析・モデル化・予測・シミュレーション・最適化制御の技術開発が必要である。今後は，実証実験などを通じて，これらの技術に磨きをかけ

む　　す　　び

図-5　シミュレーション結果の比較

72

74

76

78

80

82

84

86

5 10 15 20

一人あたり平均快適度

削減目標値（kWh）

フロア最適化

ビル全体設定

フロア最適化（休日シフト）

FUJITSU. 64, 5 （09, 2013）540

スマートシティに向けたエネルギー需給の最適化制御技術

（10） 高橋 悟ほか：ABSとビルシミュレーションを用いたエネルギーシミュレーションによるDRの評価手法．計測自動制御学会システム・情報部門 第3回社会システム部会研究会，2013．

SSI2011，1C1-4，p.64-66，2011．（9） 多和田友美ほか：オフィスの温熱環境が作業効率及び電力消費量に与える総合的な影響．日本建築学会環

境系論文集，v.648，p.213-219，2010．

竹林知善（たけばやし　ともよし）

ソフトウェア技術研究所 所属現在，エネルギーソリューション関連の研究に従事。

Wei-Peng Chen米国富士通研究所 所属現在，次世代通信およびエネルギーソリューションの研究に従事。

園田俊浩（そのだ　としひろ）

ソフトウェア技術研究所インテリジェントシステム研究部 所属現在，エネルギーソリューション関連の研究に従事。

著 者 紹 介