安定性と定常状態制約下でのテイラー–ローラン級数展開とBBO最適化を用いた電気自動車統合型オフグリッドマイクログリッドの誤差最小化低次モデル化

人里離れた場所でも明かりを保つ

遠隔地や離島は、オフグリッドマイクログリッドと呼ばれる小規模で独立した電力網にますます依存しています。これらのシステムは、太陽光パネル、風力タービン、バイオ燃料発電機、蓄電池、さらには駐車中の電気自動車を移動式バッテリーとして活用するなど、多様な電源を同時に取り扱います。日照や風力、充電ニーズが常に変動する中で、電力を安定かつ信頼性高く維持することは高度なリアルタイム制御を要する複雑な作業です。本稿で要約する論文は、こうしたマイクログリッドのモデル化を大幅に簡素化する手法を提示し、信頼性を損なうことなく設計と制御を容易にする方法を示します。

小規模電力網が重要な理由

オフグリッドマイクログリッドは、従来の送電線から遠く離れた場所や、送電網が脆弱な地域に対してクリーンで信頼できる電力を提供する可能性を秘めています。これらは太陽光発電、風力発電、バイオディーゼルやバイオガス発電、マイクロタービン、蓄電池、および系統から給電／系統へ逆送電可能な電気自動車といった多様な機器を組み合わせます。これらが連携して構成するネットワークは柔軟である一方で挙動は複雑であり、多くの動的要素を含む「高次」モデルによって数学的に記述されます。詳しいモデルは精度が高い反面、シミュレーションが遅く、電圧や周波数を安全な範囲に保つための制御器設計時に扱いにくいことがあります。

複雑な系を単純化する方法

著者らは、電気自動車を統合したオフグリッドマイクログリッドの7次の数学的記述を、はるかに単純な2次モデルへと削減することでこの問題に取り組みます。日常的なたとえで言えば、長く詳しいレシピを短くまとめても味を損なわないようにする作業です。核心となる考えは、系を二つの補完的な視点から見ることです。一方の視点は系がゆっくりと時間をかけてどのように収束するか（低周波・遅い挙動）に注目し、もう一方は短時間の鋭い変動（高周波・急激な挙動）に注目します。数学的には、これら二つの視点をテイラー級数とローラン級数展開を用いて、低周波と高周波周りで系の挙動を展開することで捉えます。

最良の一致を探す“仮想のクマ”を走らせる

簡易モデルを元のモデルにできるだけ近づけるため、著者らはこの課題を最適化問題として定式化します。具体的には、複雑モデルと簡易モデルの不一致を遅い視点と速い視点の両方から定量化する「適合度」指標を定義します。この指標は、テイラー展開とローラン展開から導かれる三つの誤差項を組み合わせたものです。つぎに、自然に着想を得た手法であるブラウンベア最適化（Brown Bear Optimization）アルゴリズムを用いて、簡易モデルのパラメータの最良組合せをコンピュータが探索します。このアルゴリズムは、ヒグマが痕跡を嗅ぎ分けたりマーキングしたりする行動を緩やかに模したもので、多数のパラメータ候補を探索しつつ誤差を最小化する解へ徐々に収束します。

安定性と精度は譲れないルール

最適化を実行する際には二つの厳格な制約を守らなければなりません。第一に、簡易モデルはゼロ定常誤差を持つ必要があります。つまり、いかなる擾乱後でも最終的な定常値は元の系と完全に一致することが求められます。第二に、古典的な安定性条件であるハーウィッツ（Hurwitz）判定を満たす必要があり、モデルが勝手に発散したり制御不能な振動を起こしたりしないことを保証します。これらの制約下で、ブラウンベア最適化は時間領域と周波数領域の両方で元のマイクログリッドの主要な挙動に一致する二次モデルを生成します。著者らが伝統的な削減手法で得られたモデルと比較すると、本手法は標準的な性能指標において一貫して誤差を小さくし、ステップ応答・インパルス応答・周波数応答のプロットにおいても良好な一致を示します。

将来のマイクログリッドにとっての意義

非専門家向けの要点は、著者らが電気自動車を含む非常に複雑なオフグリッドマイクログリッドの動作を再現できる、極めて簡潔な数学的代替モデルを設計したことです。この低次化モデルは、もとの系の重要な動的特性を再現するのに十分な精度を保ちつつ、シミュレーションを高速化し制御器設計をより実用的にします。長期的には、このようなツールが遠隔地コミュニティや重要施設向けに、安定性や電力品質を犠牲にすることなく再生可能エネルギーや電気自動車の利用を最適化した、よりクリーンで信頼性の高いマイクログリッド設計を支援する可能性があります。

引用: Chaudhary, R., Singh, V.P., Mathur, A. et al. Error minimized LO modeling of electric vehicle integrated off-grid microgrids using Taylor-Laurent series expansion and BBO based optimization under stability and steady state constraints. Sci Rep 16, 13561 (2026). https://doi.org/10.1038/s41598-026-43306-0

キーワード: オフグリッドマイクログリッド, 電気自動車, モデル削減, 再生可能エネルギー, 最適化アルゴリズム