📈 economics

Profit-Oriented Planning and Multi-Market Operation Model for Hybrid Energy Storage Systems

本論文は、価格形成型のハイブリッドエネルギー貯蔵システムに対して、エネルギー・アービトラージと予備力市場の間の異種貯蔵コンポーネントの戦略的配分を可能にし、収益性を最大化するよう、最適な容量設計と多市場入札戦略を同時に決定する二階層最適化フレームワークを提案する。

原著者： Lizhong Zhang, Junqi Liu, Jianxiao Wang, Lei Zhu

公開日 2026-05-19

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Lizhong Zhang, Junqi Liu, Jianxiao Wang, Lei Zhu

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

電力網を、毎秒電気を買ったり売ったりする巨大で賑やかな市場だと想像してください。過去には、この市場は主に大規模発電所（ガス発電など）と、いくつかの予測可能な源（風力や太陽光など）によって運営されていました。しかし、風力や太陽光の導入が増えるにつれて、この市場は荒れ狂う海のように、より激しく予測しにくいものになっています。電気を点け続けるためには、「ショックアブソーバー」と呼ばれるエネルギー貯蔵システム（ESS）が必要です。これは本質的に、安価な時に余剰エネルギーを蓄え、高価な時に放出する巨大なバッテリーです。

本論文は、特に異なる 2 種類のバッテリーがチームとして連携して動作する際（ハイブリッドエネルギー貯蔵システム、HESS）に、これらのバッテリーをより賢く運用する新しい方法を提案します。

以下に、彼らのアイデアを簡単な比喩を用いて解説します。

1. 問題点：「万能型」の過ち

これまでの研究の多くは、すべてのバッテリーを同じものとして扱ったり、市場が設定する価格をそのまま受け入れるしかない受動的なプレイヤー（価格交渉のできないスーパーマーケットの顧客のような存在）だと想定したりしていました。

しかし実際には、大規模なバッテリー事業者は「卸売業者」のようなものです。彼らが一度に大量のエネルギーを販売することを決定すれば、実際に市場価格を変えてしまう可能性があります。彼らは価格を受け入れる「価格受容者」ではなく、価格を決める「価格設定者」なのです。

さらに、すべてのバッテリーが同じように作られているわけではありません。

バッテリー A（マラソンランナー）： 巨大なタンク（高エネルギー）を持っていますが、配管は細い（低出力）です。大量の水を保持するには優れていますが、素早く注ぐことはできません。
バッテリー B（スプリンター）： タンクは小さいですが、消防ホースのような太い配管（高出力）を持っています。エネルギーを驚くほど素早く放出できますが、すぐに使い果たしてしまいます。

本論文は、これら 2 つを単一のぼんやりとした塊として扱うべきではないと主張しています。「マラソンランナー」には長距離のタスクを、「スプリンター」には素早く高速度のタスクを任せるような戦略が必要です。

2. 解決策：2 段階のゲームプラン

著者たちは、最善の戦略を導き出すために、2 段階の数学的な「ゲーム」を作成しました。

レベル 1（ボス - 容量計画）： ボスは、マラソンランナーとスプリンターの両方のタンクサイズを決定します。また、市場での入札方法も決定します。ボスの目的は、可能な限り最大の利益を上げることです。
レベル 2（審判 - 市場清算）： 審判（システム運用者）は、ボス、風力発電所、ガス発電所からのすべての入札を確認します。審判の役割は、最低コストでグリッドの需給バランスを取ることです。審判は、誰が何を提案したかに基づいて最終価格を設定します。

魔法： ボスは「先手」を打つものの、自らの入札に対して審判がどのように反応するかを正確に予測するほど賢明です。これにより、ボスは利益を最大化するために戦略的に賭けを行うことができます。

3. 戦略：専門化とチームワーク

結果は、このハイブリッドチームを運用する最良の方法は「専門化」することであると示しました。

スプリンター（高出力）： このバッテリーは「アービトラージ（価格差取引）」に使用されます。価格が低い時に素早く充電し、価格が急騰した時に素早くエネルギーを放出します。また、風力発電の予測誤差を修正するために、「リアルタイム市場（緊急市場）」にも即座に参入します。
マラソンランナー（大容量）： このバッテリーは「予備力」に使用されます。グリッドを安定させるために、呼び出される準備として一定量のエネルギーを保持します。素早く動く必要はありません。必要とされる時にそこにいるだけでよいのです。

秘密の武器：内部での受け渡し
本論文は、素晴らしい機能として「内部電力転送」を導入しています。2 つのバッテリーが同じ建物内にあると想像してください。スプリンターが満タンで、マラソンランナーが空の状態であり、かつ都市への道路が渋滞しているように、グリッド接続が詰まっている場合、スプリンターは余分なエネルギーを建物内でマラソンランナーに「直接」渡すことができます。これにより、外部の世界が遮断されていても、チームの柔軟性を維持できます。

4. 結果：誰が儲かるのか？

数値シミュレーションを行った結果は以下の通りです。

スプリンターが最も多くの利益を上げました。 素早く移動できるため、エネルギー市場における最大の価格変動を捉えることができたからです。
マラソンランナーは、予備力サービスを提供することで、安定した確実な利益を上げました。
リアルタイム市場は厄介でした。 多くの場合、緊急（リアルタイム）市場の価格は、計画（日前）市場の価格よりも低くなりました。そのため、バッテリーは販売するのではなく、安価に購入する（充電する）という、予想とは逆の行動をとることがよくありました。

5. なぜこれが重要なのか

この論文は、異なるバッテリー技術の組み合わせを所有している場合、それらを単にひとまとめにして扱うべきではないことを証明しています。それぞれが異なる強みを持つ個別のキャラクターとして扱い、内部で互いに「会話」させることで、利益を大幅に増やすことができます。

これは配送会社を運営しているようなものです。単一の緊急の手紙を届けるために、遅く重いトラックを使うべきではありませんし、大量の家具を移動させるために、速いが高価なバイクを使うべきではありません。適切な仕事に適切な道具を使い、渋滞を避けるためにルート調整を連携させるのです。この論文は、電力においてそれをどう行うかというルールブックを提供しています。

技術的概要：ハイブリッドエネルギー貯蔵システムのための利益指向型計画および多市場運用モデル

問題定義
変動性再生可能エネルギー源の浸透率の増大は、電力システムの柔軟性の強化を必要とし、独立したエネルギー貯蔵事業者（ESO）の導入を促進している。既存の文献は、価格受容型の貯蔵システムに対する容量設計、または集約された分散リソースの運用調整について広範に扱っているが、価格設定型の ESO が管理するハイブリッドエネルギー貯蔵システム（HESS） に対する容量計画と多市場入札の同時最適化に関するギャップが存在する。現在のモデルは、統合されたコンポーネントの技術的多様性を保持することに失敗することが多く、しばしば多様な貯蔵技術を単一の入札主体に集約し、個々の運用上の利点を隠蔽している。さらに、既存の最適化モデルは、エネルギー転送が貯蔵ユニットと主要グリッドとの間でのみ発生すると仮定しており、同一立地にある異種システム間の内部エネルギー経路が提供する運用上の柔軟性を見過ごしている。

手法
著者は、2 つの異種貯蔵システム（ $s_1$ および $s_2$ ）を管理する ESO に関する、利益指向型の容量計画および多市場運用の意思決定を同時最適化するための二層最適化フレームワークを提案する。

上位層問題（ULP）： ESO は価格設定型として行動し、最適定格容量（ $E_s$ ）を決定し、日前連合エネルギー・予備力市場およびリアルタイムバランス市場に価格・数量オファーを提出することで、総利益を最大化する。ULP は、2 つの貯蔵システム間の内部電力転送メカニズムを明示的にモデル化し、グリッドアクセスが制約される場合に協調的なエネルギー管理を可能にする。目的関数には、エネルギー・アービトラージ、予備力提供、リアルタイムバランスからの収益が含まれ、そこから限界運用コストおよび償却投資コストが差し引かれる。
下位層問題（LLP）： これらはシステム運用者（SO）の市場清算プロセスを表す。
- LLP 1（日前）： ESO、風力発電機、ガス発電機から提出されたオファーに基づき、エネルギーおよび上下予備力容量を同時に最適化するコスト最小化問題である。これは清算価格（ $\lambda$ ）およびスケジュールを決定する。
- LLP 2（リアルタイム）： 風力発電の予測偏差に続くシステム均衡の回復のためにバランス市場を清算するコスト最小化問題である。これは、事前に調達された日前予備力と新たなリアルタイムオファーを利用し、展開は日前のコミットメントによって厳格に制約される。
解法： 二層モデルは、均衡制約付き数理計画問題（MPEC）として単一層に再定式化される。内生価格と数量の積である非凸性および双線形項を処理するために、著者はBig-M 再定式化およびマコーミックエンベロープを採用し、問題を混合整数線形計画（MILP）に線形化する。生成される大規模な MILP に対処するため、ベンダー分解アルゴリズムが利用される。このアプローチは、長期的な投資変数（容量）と短期的な運用意思決定を分離し、各典型日に対して個別の最適性カットを生成することで情報を保持し、収束を加速する。

主な貢献

価格設定型 HESS 向けの二層フレームワーク： 本論文は、2 つの異種貯蔵システムの容量計画と、日前およびリアルタイム市場への参加を同時最適化する新規フレームワークを提案する。これは、ESO の入札が市場清算価格に影響を与える価格設定型として明示的にモデル化する。
システム別入札戦略： 貯蔵を集約するモデルとは異なり、このフレームワークでは、ESO が市場ごとに技術ごとに独立した価格・数量オファーを提出することを可能にする。これにより、高エネルギー密度対高出力密度など、多様な貯蔵の相補的特性を活用し、市場参加を最適化する。
明示的な内部電力送電モデル： 本モデルは、異種貯蔵システム間の電力転送メカニズムを定式化する。これにより、協調的な内部エネルギー管理が可能となり、グリッド交換容量が制限された場合でも、市場参加と収益性を維持するための重要なバッファを提供する。

結果
オーストラリア国立電力市場（日前）およびカナダ AESO（風力）のデータを用いた数値実験は、以下のことを示している：

最適容量配分： モデルは、混合投資ポートフォリオを決定する。ここで、高電力対容量比を持つシステム（ $s_2$ ）は、変動する価格ウィンドウにおける迅速かつ大量の転送によるアービトラージ利益を獲得するために設計される。一方、低電力対容量比を持つシステム（ $s_1$ ）は、日前市場におけるベースライン予備力マージンの提供に特化するように最適化される。
市場への影響： 価格設定型として、ESO は戦略的に市場均衡をシフトさせる。放電時には、限界ガス発電機から市場シェアを奪うために功績順序に容量を組み込みつつ、より低い価格帯をトリガーしないようにする。充電時には、より安価な発電機の容量を使い果たすよう戦略的に入札し、限界清算価格を引き上げるより高価なユニットの起動を回避する。
利益配分： 日前市場は主要な収益源となる。高出力システム（ $s_2$ ）は、特にエネルギー・アービトラージにおいて、共同運用利益の大部分を生成する一方、低出力システム（ $s_1$ ）は予備力収益に大きく貢献する。リアルタイム市場の利益は一般的に負であり、ESO はリアルタイム価格が日前価格よりも低い場合に、風力予測偏差をバランスさせるためにリアルタイムで充電する傾向がある。
内部送電の価値： グリッドアクセスが制限される（混雑する）シナリオでは、内部電力送電が活性化される。このメカニズムにより、運用者はハイブリッドシステム内で電力を再配分でき、グリッド制約を緩和し、最適容量計画の意思決定に影響を与える。

意義
本論文は、そのフレームワークが HESS に対して差別化された入札戦略と市場参加の柔軟性を提供し、全体の収益性を向上させると主張している。技術的多様性を保持し、内部協調をモデル化することにより、本研究は、貯蔵システムを統合された価格設定型主体として扱うことが、それらを集約するか、価格受容型として扱うことよりも、より効果的な戦略的計画を可能にすることを示している。結果は、異種システムに対する独立した意思決定変数の必要性を裏付け、物理的グリッド制約下での市場参加を維持するための内部協調の価値を浮き彫りにしている。著者は、将来の研究として、再生可能エネルギー発電および負荷予測の不確実性の影響、詳細な劣化モデル、および多事業者市場均衡について調査することを指摘している。