⚡ electrical engineering

Probabilistic Frequency Hazard Analysis: Adapting the Seismic Hazard Framework to Power System Frequency Exceedance Risk

この論文は、地震工学の確率論的地震ハザード分析（PSHA）の数学的枠組みを電力系統の周波数超過リスク評価に応用し、不確実性を定量化した「確率論的周波数ハザード分析（PFHA）」という新たな枠組みを提案し、イギリスの電力システムデータを用いてその有効性を検証したものである。

原著者： Sewedo Todowede

公開日 2026-04-09

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Sewedo Todowede

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

🌪️ 1. なぜこの研究が必要なのか？（背景）

昔の発電所（石炭や原子力など）は、大きなフライホイール（重り）のように回転しており、電気のバランスが崩れても**「慣性（じゅうせい）」**という力で、周波数（電気の安定さ）を急激に下げないよう守ってくれていました。

しかし、今は太陽光や風力発電が増えています。これらは「重り」を持たないため、「慣性」が少なくなっています。
そのため、少しのトラブル（発電所の停止など）でも、電気の周波数が急激に下がってしまい、大規模停電のリスクが高まっています。

昔のシステム： 大きな船。波（トラブル）が来ても、重りのおかげで揺れにくい。
今のシステム： 小さなボート。波が来るとすぐに揺れ、転覆（停電）しやすい。

📊 2. 今までの方法と、新しい方法の違い

これまでもリスク計算は行われていましたが、それは**「シミュレーションで何千回も試す」**という方法でした。

今までの方法： 「もし A が壊れたらどうなる？」「もし B が壊れたら？」と、一つずつシミュレーションして結果を足し合わせる。
- 欠点: 「どのくらい確率があるか」の細かい数字が出しにくく、「なぜそのリスクが生まれたのか」の理由（どの発電所が原因か）が分かりにくい。
新しい方法（この論文の PFHA）： 地震のリスク計算（PSHA）の仕組みをそのまま流用します。
- 地震の例: 「地震の震源地はどこか？」「マグニチュードはどれくらいか？」「建物の耐震性はどうか？」をすべて組み合わせ、数学的に「揺れの確率」を計算する。
- 電力への応用: 「どの発電所が止まるか？」「どれくらいの電力が失われるか？」「今の電気の状況（慣性や需要）はどうか？」を組み合わせ、**「周波数が危険なラインに落ちる確率」**を計算します。

🏗️ 3. 仕組みのイメージ（3 つのステップ）

この新しい計算方法は、以下の 3 つの要素を掛け合わせてリスクを算出します。

① 「地震」に相当する「発電所のトラブル」

地震の震源地 ＝ 発電所や送電線
マグニチュード ＝ どれくらいの電力が失われるか
- 例：小さな発電所が止まる（小さな揺れ）か、巨大な発電所が止まる（大きな揺れ）か。
- ここでは、過去のデータから「どの発電所が、どのくらいの確率で止まるか」を統計的に分析しています。

② 「揺れ方」を予測する「物理モデル」

地震の揺れ方予測 ＝ 電気の周波数の落ち方予測
- 発電所が止まったとき、今の電気の状況（重りの量＝慣性）によって、周波数がどれくらい下がるかを計算します。
- ここでは、**「単純な計算式」と「複雑な物理シミュレーション」**の 2 つを使い分け、より正確な予測をしようとしています。

③ 「建物の耐震性」に相当する「現在のシステム状態」

建物の耐震性 ＝ 今の電気の状況
- 今、電気をどれくらい使っているか（需要）。
- 重り（慣性）がどれだけ残っているか。
- 緊急時の対策（周波数制御）がどれだけ準備されているか。
- これらの組み合わせによって、同じトラブルでも「大惨事」になるか「軽微」になるかが変わります。

🎲 4. 「確率」の魔法（不確実性の扱い）

この方法のすごいところは、「分からないこと」を数値として扱える点です。

偶然の揺らぎ（Aleatory）: 予期せぬトラブルや、計算の誤差。
知識の不足（Epistemic）: モデルが完璧ではないことへの不安。

これらを**「論理の木（ロジックツリー）」**という仕組みで表現します。

例：「計算式 A を信じるか？B を信じるか？」「対策の効果は 70% か 90% か？」
これらをすべて組み合わせて 300 通り以上のパターンを作り、それぞれの結果を重み付けして平均をとることで、**「最も可能性のあるリスク」と「 worst case（最悪のケース）」**の両方を把握できます。

🛡️ 5. 対策の効果測定

この方法を使えば、**「対策を講じるとリスクがどれだけ減るか」**を細かく計算できます。

動的制御（DC）: 電気のバランスを素早く取る自動制御。
低周波負荷遮断（LFDD）: 周波数が下がりすぎたとき、自動的に一部の家庭や工場の電気を切る（停電させる）仕組み。

論文では、これらの対策を「ある」と「ない」で計算し比較しました。

結果: 対策を組み合わせることで、深刻な停電リスクが最大 92% 減ることが分かりました。
これは、**「どの対策にお金をかけるのが一番効果的か」**を判断するための強力な根拠になります。

🇬🇧 6. イギリスでの実証

この方法は、イギリスの電力システム（NESO）に適用されました。

既存の公式なリスク報告書（FRCR）と結果を比較したところ、**「ほぼ同じ結果（1.5 倍以内の誤差）」**が出ました。
さらに、既存の方法では見えていなかった**「どの発電所がリスクの主な原因か」「どの時間帯にリスクが高いか」**といった詳細な情報が得られました。

💡 まとめ：この論文が伝えたいこと

この論文は、**「地震のリスク計算の天才的な手法を、電力の安定性計算に応用した」**という画期的な試みです。

従来の方法: 「シミュレーションで試す」→ 結果は出るが、理由や確率の細部が分かりにくい。
新しい方法（PFHA）: 「数学的な確率計算」→ リスクの「確率」「原因」「対策の効果」がすべて数値化され、透明性が高まる。

これにより、電力会社や政府は、**「どこに投資すれば、最も安全で効率的に電気を安定させられるか」**を、より科学的に判断できるようになります。

まるで、**「地震の揺れを予測する地図」を作ったように、「電気の揺れ（停電リスク）を予測する地図」**を完成させたと言えるでしょう。

論文要約：確率的周波数ハザード分析（PFHA）

～地震ハザード分析フレームワークの電力系統周波数超過リスクへの適応～

1. 背景と課題

エネルギー転換に伴い、系統内の同期慣性（Synchronous Inertia）が減少している。これにより、発電や連系線の障害に対する系統周波数の感度が高まり、周波数偏差（Nadir）が深くなるリスクが増大している。
イギリス（GB）のシステムでは、2010 年頃の 300 GVA・s 以上から、最低運転レベル 120 GVA・s まで低下しており、2019 年 8 月 9 日の大規模停電事故（周波数 48.8 Hz まで低下）はその深刻さを示している。

既存の周波数リスク評価手法（GB の「周波数リスク・コントロール報告書（FRCR）」など）は、定量的な評価を行っているが、以下の限界があった：

形式的な不確実性の定量化（認識的不確実性と偶然的不確実性の分離）の欠如。
連続的なハザード曲線の提供不足。
リスク源（発電機や連系線）ごとの詳細な分解分析の欠如。
個別の制御策（Dynamic Containment など）によるリスク低減効果の定量化が困難。

2. 提案手法：確率的周波数ハザード分析（PFHA）

本論文は、地震工学における標準手法である**「確率的地震ハザード分析（PSHA）」**の数学的アーキテクチャを、電力系統の周波数超過リスク評価に適用する新しいフレームワーク「確率的周波数ハザード分析（PFHA）」を提案する。

2.1 数学的定式化

PSHA のハザード積分を周波数リスクに適応し、年間超過率 $\lambda$ を以下の式で計算する：
$\lambda(\Delta f > \delta) = \sum_{i=1}^{N_{src}} \nu_i \int \int P(\Delta f > \delta | \Delta P, s) \cdot f_i(\Delta P) \cdot g(s) \, d\Delta P \, ds$

$\nu_i$ : 源 $i$ の年間トリップ率（ベイズ推定による）。
$f_i(\Delta P)$ : 損失規模の確率質量関数（実運用データから構築）。
$g(s)$ : システム状態（慣性 $H$ 、需要 $D$ 、周波数応答保有量 $R$ ）の同時確率密度。
$P(\Delta f > \delta | \Delta P, s)$ : 周波数応答予測方程式（FRPE）に基づく超過確率（対数正規分布モデル）。

2.2 主要な構成要素

51 源カタログ: 発電機や連系線など、トリップ時に周波数擾乱を引き起こす 51 のソースを網羅。
損失分布の構築: 決済期間ごとの実発電データ（B1610 データセット）から経験的な確率質量関数（PMF）を構築。
ベイズ発生率推定: 観測データがゼロのソースについても、技術クラスごとの事前分布を用いてベイズ更新を行い、ゼロ率問題を回避。
二重の FRPE アーキテクチャ:
- 解析的 SFR モデル（40% 重み）：簡易モデルだがバイアス補正が必要。
- 物理ベースのルックアップモデル（60% 重み）：動的制御（Dynamic Containment）や負荷減衰を詳細にモデル化し、バイアス不要。
論理木（Logic Tree）: 324 通りの経路を持つ論理木を用いて、モデル選択やパラメータの不確実性（認識的不確実性）を定量化。
多層ソースモデル:
- レイヤー A: 単一ソースのトリップ。
- レイヤー B: 同時トリップ（ペア事象）。
- レイヤー C: 複合カスケード（RoCoF による分散型エネルギー資源の連鎖的遮断）。

3. 主要な貢献

PFHA ハザード積分の定式化: PSHA の枠組みを周波数リスクに適用し、非定常性（システム状態の変化）、相関する多ソース故障、運用者による制御介入という 3 つの拡張を提案。
実データに基づくカタログ: 実運用データから構築された 51 源カタログとベイズ推定による発生率の導入。
不確実性の定量化: 324 経路の論理木による認識的不確実性と、対数正規分布による偶然的不確実性の分離と定量化。
制御効果の定量化: Dynamic Containment（DC）や低周波負荷遮断（LFDD）がリスクをどの程度低減するかを個別に分解して算出可能。
検証: GB 系統への適用により、既存の FRCR と 49.2 Hz 閾値で 1.5 倍以内の一致を確認。

4. 結果と知見

ハザード曲線: 49.5 Hz、49.2 Hz、48.8 Hz における年間超過率を連続的に算出。
- 49.2 Hz: 平均 0.213 回/年（中央値 0.168 回/年）。
- 48.8 Hz: 平均 0.020 回/年。
FRCR との比較: 独立した手法（FRCR）と比較し、49.2 Hz で 1.54 倍、48.8 Hz で 0.51 倍の結果となり、定性的な一致を確認。FRCR はバイナリな超過判定、PFHA は連続的な超過確率を用いるため、深い閾値では数値に差異が生じるが、90% 認識的不確実性バンド内に収まっている。
リスク低減効果:
- DC と LFDD の併用により、49.2 Hz で 77%、48.8 Hz で 92% のリスク低減が確認された。
- LFDD は深い閾値で、DC は全閾値で均一的にリスク低減に寄与。
分解分析（Disaggregation）:
- ソース: 49.2 Hz では IFA 連系線や大型発電機が主要因。48.8 Hz では同時トリップ（レイヤー B）の寄与が顕著。
- システム状態: 低慣性（ $H < 140$ GVA・s）の期間が、全体の 25% 未満の運転時間ながら、49.2 Hz ハザードの 60% 以上を占める。
- 損失規模: 閾値が深くなるほど、大規模損失（1000 MW 以上）の寄与が支配的になる。

5. 意義と結論

本論文は、電力系統の周波数超過リスク評価に対して、地震工学で成熟した PSHA の手法を初めて体系的に適用したものである。

透明性と監査可能性: 全てのパラメータがデータソースに遡れるため、評価プロセスの透明性が高い。
拡張性: 新たなソース、モデル、論理木分岐をモジュールとして追加可能。
意思決定支援: 制御策（DC や LFDD）の追加や変更がリスクに与える影響を定量的に評価でき、調達や運用方針の最適化に寄与する。

このフレームワークは、エネルギー転換期における電力系統の信頼性評価とリスク管理のための新たな標準的なアプローチとして、他の同期系統（アイルランド、欧州大陸、オーストラリアなど）への展開も期待される。