Enhancing Operational Grid Resilience Against Wildfires Under Decision-Dependent Uncertainties

送電網を、現代の世界を目覚めさせ、動かし続けている巨大で目に見えない神経系だと想像してみてください。私たちの体と同じように、このシステムは脅威に対して即座に反応する必要がありますが、特有の課題に直面しています。それは山火事です。単に襲いかかって去っていく突然の嵐とは異なり、山火事は、送電網自体が引き起こす火花から発生し、成長して広がり、そして噛み付いて返ってくるような、ゆっくりと動き、飢えた獣のようなものです。これは厄介なループを生み出します。つまり、送電網の行動（安全のために電力を遮断するなど）が火災の挙動を変え、火災の挙動が次に送電網が何をすべきかを変化させるのです。科学者はこれを「決定依存型不確実性（decision-dependent uncertainty）」と呼んでいます。これは、今日の私たちの選択が、明日のゲームのルールを書き換えてしまうということを、少し難しく言ったものです。もしこのループを考慮に入れなければ、私たちの安全計画は、実際に使おうとする時にはすでに間違った地図に基づいていることになるかもしれません。

この論文は、まさにこのループに対処するために、送電網オペレーターのための新しい自動化された「脳」を提案することで、この問題に取り組んでいます。著者である Arastoo H. Salimi と Hamidreza Nazaripouya は、送電網と山火事を単なる敵としてではなく、複雑なダンスのパートナーとして扱う数学的フレームワークを構築しました。あらかじめ計画を立てて盲目的にそれに従うのではなく、彼らのシステムは戦略を常に更新します。「今、この送電線を止めたら、風や電力の流れ、そして後で別の場所で火災が発生する可能性はどう変わるだろうか？」と問いかけるのです。今日の選択が明日のリスクを形作ることを理解しながら、複数のステージにわたってこのパズルを解くことで、彼らのモデルは、火に油を注ぐことなく灯りを灯し続けるための、よりスマートで安全な方法を見つけ出します。

送電網と火災の物語

送電網を、巨大な道路の街、電気をそこを駆け抜ける車だと考えてみてください。時として、その道路は古くて不安定であり、もし弱った橋の上をあまりに多くの車がスピードを出して通過すると、火花が散ってしまうかもしれません。かつて、山火事が迫っているとき、送電網のオペレーターは難しい選択を迫られていました。火災の発生を防ぐために、特定のエリアへの電力を遮断することです。これは「公共安全のための電力遮断（PSPS）」と呼ばれます。これは、町を洪水から救うために橋を閉鎖するようなものですが、その結果、その町に住むすべての人々を暗闇に突き落としてしまいます。

従来のやり方の問題は、火災と送電網を別々のものとして扱っていたことです。オペレーターは地図を見て、リスクのある橋を見つけ、それを閉鎖します。しかし、その橋を閉鎖することが、すべての車（電気）を近くの別の、より脆弱な橋へと迂回させることを、必ずしも理解していませんでした。その結果、その橋が再び火を吹いてしまうかもしれないのです。それは、高速道路の出口の一つを閉鎖したことで、誤って次の出口で大渋滞を引き起こし、衝突事故を誘発してしまうようなものです。古いモデルは、送電網自身の決定が実は火災の経路を変えているという事実を無視して、火災は勝手に進むものだと想定していました。

新しい「スマートな脳」

この論文は、この繋がりを理解する新しい種類の意思決定ツールを紹介しています。著者らはこれを「決定依存型不確実性を伴う多段階最適化フレームワーク」と呼んでいます。これを少し分かりやすく分解してみましょう。

あなたがグリッド・マネージャーとしてプレイするビデオゲームを想像してください。古いバージョンのゲームでは、あなたが手を打つと、火災は固定されたスクリプトに基づいて反応します。しかし、この新しいバージョンでは、ゲームエンジンは「あなたの」動きがスクリプトを変えることを知っています。もしあなたが特定のラインの電力をカットすると決めたら（予防的措置）、ゲームは瞬時に、他の場所で火災が発生する確率を再計算します。例えば、あなたが今電源を切ったラインでの火災発生率は下がるかもしれませんが、その代わりに、現在余剰の電力を流している別のラインでの火面積が増えるかもしれません。

論文のモデルは、「シナリオツリー」を用いることでこれを行います。「選択肢によって展開が変わるアドベンチャー本」を思い浮かべてください。最初にはいくつかの選択肢があります。どの選択をするかによって、物語は異なる未来の章へと分岐していきます。この本において、「章」は山火事がどのように広がるかという異なる様態を表します。巧妙な点は、特定の章へと進む確率が、前のページで行った選択に依存していることです。もしあなたがラインを遮断することを選べば、そのラインが火災を起こすという章をスキップできるかもしれませんが、代わりに別のラインが過負荷になるという新しい章が追加されるかもしれません。

検証方法

この新しい「スマートな脳」が実際に機能するかどうかを確認するために、著者らは、エンジニアが新しいアイデアをテストするために設計した有名な練習用モデルである「IEEE 30バス・システム」を用いてテストを行いました。これは、山火事が発生しやすい地域にある3つの高リスクな送電線を含むシナリオを作成したものです。

彼らは2つの異なるシミュレーションを実行しました：

1. 従来の方法（非DDU）: このモデルは、自身の選択が将来のリスクを変えることを理解せずに決定を下しました。その結果、ライン6–10および10–17を遮断することに決めました。
2. 新しい方法（DDU）: このモデルは、ラインを遮断することが全体の状況を変えることを理解していました。その結果、ライン6–10および4–6を遮断することに決めました。

結果は示唆に富むものでした。シミュレーションにおいて、「従来の方法」のモデルは、開始時点ではごくわずかな電力損失を節約しましたが、ゲームが進むにつれて状況は混乱しました。ライン10–17を遮断することがライン4–6への過剰な電力流入を招くことを予見できなかったため、そのラインが時限爆弾となってしまったのです。シミュレーションの第4ステージまでに、「従来の方法」のモデルは、システムが危機に陥ったため、緊急遮断によって11.2 MWh（メガワット時）の電力を失いました。

対照的に、このループを理解していた「新しい方法」のモデルは、最初により賢明な選択をしました。すぐにライン4–6を遮断したのです。これにより、危険な電力の蓄積を防ぐことができました。その結果、そのモデルの負荷損失は、第1ステージの12 MWhから、第4ステージではわずか4.1 MWhへと着実に減少しました。

結論

この論文は、この新しいフレームワークを使用することで、コスト、リスク、および電力損失の観点から、従来のメソッドと比較して送電網を約7%効率的に運用できることを示唆しています。これは、山火事を永遠に止める魔法の杖ではありませんが、よりスマートな戦い方です。著者らは、自分の決定が未来を変えるという事実を認めることで、今日より良い選択ができることを発見しました。

単に火災に反応するのではなく、送電網は火災とダンスをし、火に油を注ぐことなく、灯りを灯し続けるために、ちょうど適切な距離で身をかわすことができるのです。シミュレーションは、このアプローチがより安定したコストとより少ない停電につながることを示しており、山火事との戦いにおいて、自分の動きが戦場をどう変えるかを知ることが勝利への鍵であることを証明しています。