太陽光発電システムの金融モデルにおける不確実性の伝播

なぜ太陽光投資で不確実性が重要なのか

太陽光発電所に資金を供給するということは、本質的に20〜30年にわたって日照、価格、コストに賭ける行為です。しかし、これらの要素はすべて不確実です：天候は変動し、設備は予測困難な形で劣化し、将来の電力価格は保証されません。本稿はクリーンエネルギー転換の核心にある実践的な問いを投げかけます。金融スプレッドシートの入力にある不確実性は、実際に太陽光（PV）プロジェクトの最終的な損益にどのように影響するのか、そして今日よく使われる簡便法は十分に信頼できるのか？

単純な推測から完全な不確実性の把握へ

従来のプロジェクト評価は、不確実性を数パターンの「もしも」シナリオや平均や標準偏差のような要約数値に縮約することが多いです。GUMとして知られる標準的な工学的ガイドは、入力のばらつきが正味現在価値（NPV）や発電原価（LCOE）といった出力にどのように波及するかを近似する公式を提供します。これらの簡便法はモデルをほぼ線形と見なし、出力がきれいな正規分布に従うことを通常前提とします。変動が小さく方程式が穏やかな場合にはこれで十分です。しかし、太陽光発電は天候や故障に左右され、その振る舞いは非常に乱雑になり得ます。しかもプロジェクトの長期性により同じ不確実なプロセスが年々繰り返されます。このような場合、馴染みのある公式は密かに破綻し得ます。特に比率のような非線形項がモデルに含まれると問題が顕著になります。

完全な確率分布へのより速い経路

これに対処するため、著者らはACME（Accelerating Conversion of Mapping Equations）と呼ぶ新しい手法を導入します。平均や分散だけを追うのではなく、ACMEは入力変数から金融出力までの確率分布全体を追跡します。年ごとの発電量や修理に伴う運転保守費用を、現場データに基づいた分布形状を持つランダム量として扱います：発電量は正規に近い形から強く歪む形まで柔軟に再現できる分布に従い、修理費は多数の小さな事象とごく少数の大きな事象を特徴とする指数的なパターンに従います。ACMEは、独立したランダム寄与の和がフーリエ空間（いわゆる特徴関数）で効率的に扱えるという数学的事実を利用します。この表現とより馴染みのある確率曲線とを切り替えることで、本来であれば巨大で高次元の積分となる問題をいくつかの1次元積分にまで縮約します。その結果、膨大なモンテカルロシミュレーションに頼ることなく、数値的に軽い方法でNPVやLCOEの完全な分布を得られます。

三つの不確実性の世界を試す

研究では、一般的な屋根設置規模のPVシステムを事例に、ACMEと標準的なGUM近似を比較しています。著者らは、期待される発電量とコスト水準は共通に保ちつつ、年ごとの発電量の不確実性の度合いが異なる三つのシナリオを構築しました。「O」シナリオでは発電量はほぼ固定で変動するのは修理費のみです。「YO」シナリオは多くの現行研究と同等の中程度の発電量変動を表します。「wYO」シナリオは非常に大きな発電変動を想定し、気候変動が激しい将来や長期条件がほとんど判明していない状況を模しています。これらのシナリオにわたって、チームは平均NPVやLCOEだけでなく、それらの標準偏差、投資家が保守的な指標として使う「P90」値、NPVが正になる確率、そして1年から30年までのプロジェクト寿命による変化を計算しました。

リスクとリターンに何が起きるか

いくつかの傾向が浮かび上がります。選択した不確実な入力に関してNPVは線形であるため、平均値は主に期待発電量とコストに依存し、不確実性の度合いにはあまり左右されません。一方でそのばらつきはプロジェクト寿命と入力の変動性とともに大きくなります。LCOEは挙動が異なります：発電量の不確実性が大きいと、特に短い寿命では1kWh当たりの期待コストが上昇し、その不確実性自体はプロジェクトが長続きするほどむしろ縮小します。軽微な不確実性かつ長い寿命のもとでは、標準的な近似はACMEに良く一致します。しかし発電量の不確実性が大きく、LCOEの式に非線形的に入る場合、簡便法は平均LCOEとその変動の双方を体系的に過小評価し得ます。また分布形状を誤って表すことがあり、多くの場合正規分布から大きく外れます。累積分布の分析は、これらの不一致がP90値やあるコスト帯に入る確率といった広く用いられるリスク指標を歪める可能性があることを示しています。

投資家や計画者にとっての意味

専門家でない人への要点は明快です：太陽光発電量や修理費の不確実性の大きさと形は、長期平均が同じであっても、プロジェクトのリスクや競争力に関する結論を目に見えて変える可能性があります。変動が小さく分布が正規に近い場合や、寿命が長い、あるいはモデルがほぼ線形の場合には単純な公式で十分なことがありますが、不確実性が大きい場合やLCOEのような比率を通じて入る場合には楽観的すぎる絵を描きかねません。ACMEは歪んだ分布や重い裾を持つケースを含め、可能な財務結果の全体像を実用的に得る手段を提供し、総当たりのシミュレーションに比べて計算コストがはるかに低くなります。PVの普及が進み、気候や市場の変動性が増す中で、こうしたより豊かな不確実性モデリングは投資家、銀行、政策立案者が期待リターンだけでなくリスクの幅も考慮した現実的な判断を下し、支援策を設計するのに役立ちます。

引用: Wieland, S., Gürsal, U. Uncertainty propagation in financial models of photovoltaic systems. Sci Rep 16, 5004 (2026). https://doi.org/10.1038/s41598-026-38053-1

キーワード: 太陽光金融, 不確実性伝播, 太陽投資リスク, 発電原価（LCOE）, 正味現在価値（NPV）