ハイブリッド単独型マイクログリッドの安定性向上のためのRBFNNクラス・トッパー最適化を用いた新しいインテリジェント制御

辺鄙な場所で電灯を守る

多くの遠隔地の村や島、オフグリッドのコミュニティでは、太陽光パネル、小型風力発電機、バッテリーを組み合わせて自前の電力を賄い始めています。しかし、雲がかかったり風が弱まったりしたときに電力を安定させ続けるのは思ったより難しい問題です。本稿は、そのような単独運転の小規模電力ネットワーク（スタンドアローン・マイクログリッド）が、瞬断や電気的ノイズを減らし、クリーンエネルギーをより有効に活用して滑らかで信頼できる電力を供給できるようにする新しい「インテリジェント」制御法を紹介します。

小規模電力ネットワークの仕組み

本研究は、太陽光アレイ、風力タービン、大容量のバッテリーパックという三つの主要構成要素を共通の直流（DC）ラインで結んだコンパクトな電力システムを扱います。この共有バックボーンからは、インバータと呼ばれる電子機器が家庭や機器で使われる標準的な三相交流（AC）を生成します。太陽光や風力は本質的に不安定で、日照や風が急変するため、バッテリーが余剰エネルギーを蓄えたり不足を補ったりします。システム全体はDCラインの電圧を目標付近に保ちつつ、負荷に供給されるACがクリーンで安定しているようにこれらのフローを常に調整する必要があります。

従来の制御が抱える問題

こうしたシステムで使われる従来型のコントローラは、手作業で調整された固定の設定に依存しています。ある動作点付近では良好に動作しますが、需要の急増、雲の通過、突風など条件が急変すると対応が難しくなります。これらの方法は電圧の目立った揺らぎを許したり、波形の歪みを生じさせて機器に負担をかけエネルギーを無駄にすることがあります。ファジィ論理や高度な予測モデルに基づくアプローチは適応性に優れますが、計算負荷が大きく複雑なルール群を必要とし、手頃なハードウェア上でリアルタイムに実行するのが難しくなる傾向があります。

二層のインテリジェント制御アプローチ

著者らは、高速で作用するニューラルネットワークと、遅い監督的最適化器を組み合わせた二層制御スキームを提案します。下位層は放射基底関数（RBF）ニューラルネットワークを用い、非線形振る舞いの扱いに長けた機械学習モデルです。これはDC電圧やインバータ電流が望ましい値からどれだけずれているかを監視し、これらの誤差を素早く補正するためにコンバータやインバータへの指令を調整します。その上に位置する「クラス・トッパー最適化アルゴリズム」はコーチの役割を果たします。クラス内の優秀者から学ぶというアイデアに触発され、一定間隔で電圧偏差や電流の正弦性などシステムの性能を評価し、主要な制御ゲインや学習率を安全な範囲内で穏やかに調整します。この高速学習と低速最適化の分離により、システムは応答性を保ちながら不安定になりにくくなります。

スマート制御器の実証試験

新しい手法の性能を評価するため、研究者らは10キロワットの太陽光アレイ、20キロワットの風力タービン、60キロワット時のバッテリーを備えたマイクログリッドをシミュレーションしました。日照、風速、負荷に対して急激な変化を与え、低負荷から最大負荷へのステップ変化や通常は強い電気的ノイズをもたらす非線形負荷も試験しました。標準的な比例–積分（PI）コントローラやより基本的なニューラルネットワーク制御器と比較して、新しい方式はDC電圧を目標により近づけ、外乱からの回復を約2倍速くし、不要なリップルを低減しました。負荷に供給される電流はほぼ完全に滑らかになり、高調波歪みは一般的なIEEEの電力品質規格を十分下回る水準に抑えられました。

将来のマイクログリッドにとっての意義

非専門家向けに要点を述べると、このインテリジェント制御フレームワークは、小規模な再生可能エネルギー基盤の電力システムを、より頑健な従来型の電力網のように振る舞わせる助けになります：照明は安定し、モータは滑らかに回り、敏感な電子機器は天候や需要の急変時でもより良く保護されます。計算負荷が軽くモジュール化されているため、実用的なデジタルコントローラ上で実装でき、最初から再学習を行うことなく大規模化や複数エリアのマイクログリッドへの拡張も可能です。要するに、この研究は、従来の送電線から遠く離れた場所にも高品質な電力をもたらす、より信頼性が高くクリーンな地域電力システムへの有望な道筋を示しています。

引用: Myla, A., Gorantla, S. A novel intelligent control using RBFNN-class topper optimization for stability enhancement in hybrid standalone microgrid. Sci Rep 16, 14008 (2026). https://doi.org/10.1038/s41598-026-44798-6

キーワード: マイクログリッド, 再生可能エネルギー制御, ニューラルネットワーク制御器, バッテリーエネルギー貯蔵, 電力品質