日産、EVを活用したオフィスビルでのエネルギーコスト・CO2削減トライアルの夏季実証結果を発表

業界ニュース

日産は、西日本電信電話株式会社(本社:大阪府大阪市、以下:NTT西日本)、株式会社NTTスマイルエナジー(本社:大阪府大阪市、以下:NTTスマイルエナジー)と協業し、電気自動車を活用したV2B(「vehicle to building」の略で自動車とビルの間で電力相互供給する技術やシステムの略称)によるオフィスビルでのエネルギーコスト・CO2削減トライアルを2018年12月から開始し、夏季ピークカット実証により、電力料金等の削減効果を確認したことを発表した。

 

パリ協定を契機として、脱炭素が世界の大きな潮流となる中、企業や自治体においては、RE100(事業運営を100%再生可能エネルギーにより行うことを目標に掲げる企業が加盟する国際イニシアチブ)やSBT(企業に対し「科学的根拠」に基づく「二酸化炭素排出量削減目標」を立てることを求めているイニシアチブ)、ESG(環境、社会、ガバナンスの頭文字を取ったものであり、企業が中長期的な成長をめざすためにこれら3つの視点が重要であるという考え方のこと)の観点から再生可能エネルギーの利用価値が高まり、CO2排出量の多いガソリン自動車からEVへのシフトが加速している。

NTTグループは、EV100(企業による電気自動車の使用や環境整備促進を目指す国際ビジネスイニシアチブ)に加盟し、保有している一般車両を2030年までに100%EV化することを宣言しており、日産は、2010年に電気自動車「日産リーフ」の発売開始以来、世界で約43万台を販売している。また、日本電動化アクション「ブルー・スイッチ」の活動を通して社会変革に貢献し、ゼロエミッション社会実現に向けて積極的に取り組んでいるという背景から、上記のトライアルに至った。

 

【トライアル概要】

カーポート型太陽光発電システム(以下:カーポートPV)で発電した電気をNTT西日本 山口支店オフィスビルで自家消費し、発電状況や電力使用状況に応じて、クラウドからEVや定置型蓄電池を遠隔制御(充放電)し、EV利用ユーザーの利便性を損なうことなく、エネルギーコストやCO2排出量をいかに削減できるか検証する。

 

NTT西日本 山口支店におけるカーポートPVとV2Bの設置状況

 

【主な取組みと実証実験】

  • 電力会社からの買電量実績(kWh)に基づく買電量予測、及び日射量予測に基づく発電量予測(今回は過去実績を使用)からオフィスビルの消費電力量を予測
  • 消費電力予測からピーク時間帯を割り出し、EVから放電するスケジュールをV2Bに登録
  • スケジューリングされた時間にEV(3台同時)から放電し、ピークカットを実施

<消費電力予測について>
消費電力を精度良く予測することで、「ピークカットの時間帯」や「ピークカットに必要なEV放電量(kWh)」を予測でき、それにより効果的なピークカットの実現が可能となる。図1は7月31日の消費電力予測の状況であり、1日の予測精度は89%、ピークカット時間帯(9時~15時)に限れば94%となっていること、ピーク時間が予測できていることから、概ね精度よく予測できている。なお、予測精度は下記の計算式で算出している。

 

 

<ピークカットについて>
ピークカットは、カーポートPVで発電した電気の自家消費とEVからオフィスビルへの放電により実施した。図2の通り、自家消費により6.6kWh、EVからの放電により7.5kWhを削減し、トータル14.1kWhのピークカット効果を確認した。

 

 

【今後の予定】

夏季ピークカット実証で明らかになった課題に対応した、より高度なクラウド機能開発を進めたうえで、冬季ピークカット実証を実施する。

<冬季ピークカット実証に向けた開発・検討項目>

  1.  放電スケジューリングの自動化、ピークカットに活用するEV台数の最適化、消費電力予測の精度向上等のクラウド機能の高度化
  2.  定置型蓄電池からの放電による、更なるピークカット及びEV本格普及や充電器の高速化等を見据え、EVが集中充電した際の新たなピーク回避の有効性確認
  3.  エネルギーコストやCO2削減に関して、EVならではの見える化検討
  4.  今後、需給調整市場(ΔkW価値+kWh価値)へVPP(Virtual Power Plant(仮想発電所)のことで、点在する小規模な再エネ発電や蓄電池などをあたかも1つの発電所のようにまとめてIoTを活用し、集中コントロールする仕組みのこと)等のエネルギーリソースを提供するため、モビリティデータ等を活用し、EVのSOC(state of chargeのことで、バッテリが完全充電された状態から放電した電気量を除いた残りの割合で、残容量のこと)を予測する技術の検討

 

おすすめ記事

Tagged