Identifiability of battery fuel savings from sparse diesel engine fuel curves

重工業の世界において、巨大なディーゼルエンジンは、主要な電力網が停止した際に病院、データセンター、あるいは遠隔地の採掘現場を稼働させ続けるための働き手です。これらのエンジンは燃料を燃やして電気を作り出しますが、あらゆる速度で等しく効率的であるわけではありません。自動車が渋滞の中でアイドリングしている時よりも、高速道路を巡航している時の方が燃費が良いのと同様に、ディーゼル発電機は特定の最適な負荷で運転する場合に、単位電力量あたりの燃料消費が少なくなります。コストを削減し排出量を抑えるため、エンジニアはしばしばこれらのエンジンを大型のバッテリーバンクと組み合わせようと試みます。そのアイデアは単純です。エンジンを最も効率的な速度で運転してバッテリーを充電し、需要が低いときはバッテリーで施設に電力を供給することで、エンジンを停止させるか、あるいは一定の効率的なペースで運転させるというものです。この戦略は効率化への確実な勝利のように聞こえますが、それはある重要な仮定に基づいています。それは、メーカーが具体的なデータを提供していない速度や負荷であっても、エンジンがどの瞬間にどれだけの燃料を消費するかを正確に把握できるという仮定です。

核心となる課題は、データそのものにあります。メーカーは、いくつかの特定の高出力設定におけるエンジンの燃料消費量を示す燃料表を提供しています。これらの表は疎（スパース）であり、記載された点の間には大きな空白があります。エンジニアは通常、点と点を滑らかな線で結ぶことで、エンジンがその間でも予測通りに振る舞うと仮定して、これらの隙間を埋めようとします。しかし、マムード・アブデルファタ・アッバス・マムードによる新しい分析研究は、この一般的な慣行が非常に危険な誤解を招く可能性があることを明らかにしています。この研究は、根本的な問いを投げかけています。もしエンジンの燃料使用量がいくつかの特定の点においてしか分かっていない場合、その点の間にある地点において、バッテリーシステムが実際に燃料を節約できることを数学的に証明できるのか、という問いです。答えは、驚くことに、多くの場合「ノー」です。この研究は、追加の具体的な測定値がなければ、燃料の節約（バッテリーが燃料を節約するのか、それとも浪費するのか）の方向性は、エンジンが通常の動作範囲内で運転されている場合であっても、完全に不明なままとなることを示しています。

研究者は、メーカーの燃料表をエンジンの挙動の完全な描写としてではなく、一連の厳格な境界条件として扱うことで、この問題に取り組みました。彼は、既知のデータポイントを接続するあらゆる可能な曲線を検討しました。ただし、その曲線は、燃料消費量は負の値にならず、一般的にエンジンの負荷が増すにつれて増加するという基本的な物理法則に従うものとしました。データに適合するあらゆる可能な曲線のベストケースとワーストケースを計算することで、彼は「決定監査（decision audit）」を作成しました。この監査は、燃料節約の主張が数学的に確実なものなのか、それとも単に2つの点の間に恣意的に引かれた線に基づいた推測に過ぎないのかを判断するための、厳格なテストとして機能します。この研究では、この手法を、Cummins（カミンズ）とCaterpillar（キャタピラー）という2つの主要なエンジンメーカーの実データに適用し、公式の燃料表を用いて、バッテリー戦略がこの厳格な精査の下で成立するかどうかを確認しました。

結果は衝撃的なものでした。研究者がメーカーのデータポイントのちょうど中間地点でバッテリー戦略をテストしたところ、結果は曖昧でした。現代のバッテリーシステムとしては現実的な数値である90.25パーセントの往復効率において、分析の結果、すべてのテストポイントにおいて、バッテリーが燃料を節約できるのか、あるいは消費を増やすのかを確実に断定することは不可能であることが示されました。あるケースでは、一つの妥当な曲線は燃料の節約を示唆していましたが、別の等しく妥当な曲線は燃料の浪費を示唆していました。研究によれば、エンジンの燃料使用量は高負荷側と低負荷側の範囲については判明していても、その中間の挙動は謎のままです。例えば、カミンズ製エンジンの特定の低負荷点において、節約を決定付ける決定的な燃料率は毎時31.23リットルでした。分析によれば、データから導き出される2つの数学的に妥当な拡張モデルが、このラインを反対方向に横切る可能性があり、その結果は実際のデータではなく、どの「見えない曲線」を選択したかに完全に依存するというのです。

この曖昧さは、対象となる動作点がメーカーのデータの範囲内に十分収まっている場合でも解消されません。本研究では、両方のエンジンタイプについて、既知のノット（結節点）の間に位置する6つの特定のポイントを調査しました。6つのケースすべてにおいて、燃料節約の数学的境界はゼロをまたいでおり、結果の符号は特定されていませんでした。しかし、研究では、結果が確定する特定のシナリオも特定されました。例えば、キャタピラーのデータにおいて、170 kWと175 kWの2つの未報告のポイントを同時に分析した場合、数学的境界は、あらゆる許容可能な曲線が燃料使用量を増加させることを証明し、負の節約（燃料増）を保証しました。これは、疎なデータ単体では節約を保証できないことが多い一方で、特定の結合条件下では燃料増加を保証する場合があることを浮き彫りにしています。バッテリーシステムの採用は、エンジンの形状に関する仮定に基づいていることが多いのですが、その仮定は提供された数値によって裏付けられていません。この不確実性を解消する唯一の方法は、研究が結論付けているように、新しい具体的な測定値を得ることです。燃料使用量の急上昇を制限する「スロープ制約（傾斜制約）」、あるいは特定の低負荷点における直接的な燃料消費量の測定があれば、この曖昧さを解消できる可能性があります。そのような追加情報がなければ、バッテリーが燃料を節約するという主張は、数学的な確実性ではなく、証明されていない仮説に留まるのです。

この研究の意義は、単一のエンジンや特定のバッテリー構成にとどまりません。これは、標準的な燃料表に依拠してハイブリッド電源システムを設計しようとするエンジニアや施設管理者に対する、警鐘としての役割を果たしています。この研究は、バッテリーが無用であるとか、ディーゼルエンジンが非効率的であると主張しているのではなく、むしろ、その性能を予測するために用いられるツールが、決定的な主張を行うには不十分であることを指摘しています。本研究は、これらの主張を監査するための再現可能な手法を提供しており、データの強みと弱みの両方を明確に示しています。エンジンの性能はリストされた各点においては正確ですが、その間の挙動は可能性に満ちた風景であることを確立しました。低負荷点における具体的な測定が行われない限り、バッテリー統合による燃料節約の約束は、エンジニアが描く特定の曲線に左右される、根拠に基づいた推測に過ぎないのです。本研究は明確な道筋を提示しています。すなわち、推測から確信へと移行するためには、業界はメーカーの燃料表の「隙間」に頼るのではなく、実際に想定される動作点における燃料消費量を測定しなければならないということです。