産業用PV＋蓄電池シミュレーターを作った

——高圧デマンドチャージ・充放電スケジュール最適化・最適容量探索まで

住宅用から産業用へ

以前の記事で住宅用PV需給シミュレーターを公開した。

住宅用を作り終えたとき、次にやるべきことは自明だった。
産業用だ。

住宅用と産業用では、電気料金の構造がまったく違う。
住宅用は使った量（kWh）だけで料金が決まる。
産業用（高圧・特別高圧）は違う。

産業用電気料金 ＝ 基本料金 ＋ 電力量料金

基本料金 ＝ 基本料金単価（円/kW）× 契約電力（kW）× 力率割引
契約電力 ＝ 過去12ヶ月の30分デマンド最大値（実量制）

つまり、1年に1回でも電力の使い方が集中した瞬間が、
12ヶ月分の基本料金を決定する。

東京電力EPの高圧Aなら基本料金単価は1,890円/kW。
契約電力が68kWなら基本料金だけで月12万円を超える。
これを下げることが産業用PVシミュレーターの核心だ。

何を作ったか

住宅用から引き継いだもの：

JIS C 8907準拠の発電計算（pvlib）
NEDO METPV-20（47都道府県）
30分×365日＝17,520コマのフレームワーク

産業用として新たに追加したもの：

高圧・特別高圧の電気料金体系（デマンドチャージ）
月別最大デマンド追跡グラフ（導入前後比較）
複数施設合算UI（NREL ComStockベースの6建物タイプ）
蓄電池の充放電スケジュール最適化（PuLP/CBC線形計画）
蓄電池の最適容量探索（2段階アプローチ）
産業用FIT売電・逆潮流禁止・CO2削減量

以下、PV100kW＋蓄電池の条件で
デマンドがどう変化するかを順に見ていく。

① PV100kWだけ入れるとデマンドはどう変わるか

PV100kW導入後、契約電力は68kW→57kWに下がった。
昼間の需要をPV発電が肩代わりするため、
日中のピークデマンドが自然に抑制される。

ただし夏の夕方など、PV発電が落ちた後に需要が高い時間帯は
カットできない。7月の最大値68kWもそういうコマで発生している。

② 蓄電池15kWhを追加しても、ルールベース制御では変わらない

蓄電池15kWhを追加した。
しかし契約電力は57kWのまま変わっていない。

理由はルールベース充放電制御の限界だ。
「昼間にPV余剰で充電し、夜間に放電する」という
単純なルールでは、デマンドピークが発生する時間帯に
蓄電池の残量がなくなっている場合がある。

デマンドを削るには、ピークが来る直前に蓄電池を温存し、
ピーク時間帯に集中して放電する制御が必要だ。
それはルールベースでは実現できない。

③ 最適な充放電スケジュールを計算するとデマンドが下がる

同じ15kWhの蓄電池で、充放電スケジュールを
線形計画（LP）で最適化した。契約電力は57kW→53kWに下がった。

実装はPuLP＋CBCソルバーで、17,520コマ（30分×365日）を
一括で最適化する。

# LP定式化のイメージ
# 決定変数: 各30分コマの充電量・放電量
# 目的関数: 年間電気代（基本料金＋電力量料金−売電収入）を最小化
# 制約条件:
#   SOC範囲: SOC_min ≤ SOC(t) ≤ SOC_max
#   充放電レート上限
#   SOC遷移: SOC(t+1) = SOC(t) + charge(t)×η − discharge(t)/η
#   エネルギーバランス: 需要 = PV + 放電 + 系統購入 − 充電 − 売電
#   デマンド補助変数: peak_demand ≥ grid_import(t) + discharge(t) − PV(t)
#                    （線形化のためのピーク追跡）

ポイントはデマンドの最小化を目的関数に組み込む部分だ。
max(30分デマンド)はそのままでは非線形になるため、
補助変数を使って線形化している。

HF Spaces（CPU環境）での実行時間は約15〜30秒。

④ そもそも蓄電池は何kWh入れればいいのか

ここで新たな問いが生まれる。
15kWhは本当に適切な容量だったのか？

容量が大きければデマンドカット効果は上がるが、
投資額も増える。収益性（P-IRR）が最大になる容量は
どこかに存在するはずだ。

それを探すのが最適容量探索機能だ。

結果は9.2kWhだった。15kWhより小さい。
4象限グラフの見方はこうだ。

左上（緑）: 年間コスト削減額は容量に応じて逓減カーブを描く
右上（青）: 投資額は容量に比例して直線的に増加する
左下（赤）: P-IRRは容量が増えるほど低下する山型カーブ
右下（橙）: 投資回収年数は容量が増えるほど長くなる

P-IRRが最大となる点、つまり「追加投資に見合うリターンが
最も高い容量」が9.2kWhだ。

実装は2段階アプローチを取っている。

段階1（約15秒）: 蓄電池容量をLP変数に含めて一体最適化
  → 最適容量と最適充放電スケジュールを同時に求める

段階2（約2〜3分）: 段階1の前後範囲をグリッドサーチ
  → 各容量でP-IRR・コスト削減・回収年数を計算して可視化

段階1のLP一体化が効いている理由は、
容量と充放電スケジュールが相互依存しているからだ。
容量が変われば最適な充放電パターンも変わる。
これを分離して解くと最適解を見逃す可能性がある。

⑤ 最適容量9.2kWhで改めて充放電最適化するとどうなるか

9.2kWhで最適化した結果、契約電力は68kW→54kWとなった。

整理するとこうなる。

構成	契約電力
導入前	68kW
①PV100kWのみ	57kW
②PV＋蓄電池15kWh（ルールベース）	57kW（変化なし）
③PV＋蓄電池15kWh（充放電最適化）	53kW
⑤PV＋蓄電池9.2kWh（充放電最適化）	54kW

15kWhを入れて最適化した53kWと、
9.2kWhで最適化した54kWはほぼ同じだ。

（容量を6割近く削っても、デマンドカット効果はほとんど変わらない）

これがP-IRR最大化の意味するところだ。
「大きければいい」ではなく、
「費用対効果が最も高い容量がある」。

まとめ

PVのみでも昼間ピークは削れる
蓄電池を入れただけ（ルールベース制御）ではデマンドカットに限界がある
充放電スケジュールをLPで最適化すると初めてデマンドが下がる
最適容量は「追加投資対効果が最大になる点」であり、
　大きければいいわけではない
最適容量＋最適充放電の組み合わせが最良の結果を出す

次の記事では、このシミュレーターに
マイクログリッド（特定送配電事業）モードを追加した話を書く。
複数施設を束ねることで生まれる「束ねメリット」と
P-IRR計算の話になる。