研究の概要

マイクログリッド（MG）は太陽光・風力・蓄電池などの分散エネルギーリソース（DER）を組み合わせた小規模電力系統で、工場・病院・離島・disaster resilience拠点など多様な用途で広がっている。しかし制御の観点では大きな課題がある。MGの動特性は非線形かつ機器構成によって大きく異なり、精密な数学的モデルを事前に構築するのが困難なのだ。

本研究（Mohan Du, Jiayi Lai, Rong-Peng Liu, Xiaozhe Wang）は、この問題に対し「物理的整合性を持つSINDy（Sparse Identification of Nonlinear Dynamics）」の制御拡張版PC-SINDycを提案した。

SINDyは測定データから非線形ダイナミクスを疎な数式で同定する手法だが、従来のSINDyは物理法則（エネルギー保存則・電気回路の制約等）を考慮せず、ノイズに弱い問題があった。PC-SINDycは「物理に整合した候補関数ライブラリ」を設計し、高精度回帰手法と組み合わせることで、測定ノイズや系統擾乱に頑健なモデル同定を実現した。同定したモデルはそのままモデル予測制御（MPC）の内部モデルとして用いられ、リアルタイム周波数制御を実現する。

主な発見・成果

  • 物理整合性の確保：物理法則に基づいた候補関数ライブラリ設計により、データ駆動同定でありながら物理的に意味のあるモデルを抽出できることを示した
  • ノイズ耐性：測定ノイズ下でも安定したモデル同定を実現。実系統での計測環境に近い条件での検証も行われた
  • 漸近安定性の保証：特定条件下でPC-SINDyc+MPCの組み合わせが漸近安定であることを理論的に証明
  • 性能比較：従来のPIコントローラ、強化学習（RL）ベースの手法と比較し、未知の擾乱（学習時に見せていない外乱）に対しても優れた周波数制御性能を発揮
  • 複数MG構成での検証：単一MGだけでなく、複数の異なる構成のマイクログリッドでの有効性を確認

実務への応用

工場・産業施設・離島のマイクログリッド運営に直接応用できる研究成果だ。特に「機器の詳細設計データが入手しにくい既設設備」や「機器構成が変わりやすいシステム」でのモデルフリー制御として有効性が高い。

産業用マイクログリッド運営者向け：新設・増設時に詳細な系統モデル構築が困難なケースで、PC-SINDycのようなデータ駆動同定＋MPC制御アーキテクチャは実用的な選択肢になる。太陽光・蓄電池・自家発電機が混在するシステムで、周波数・電圧の安定制御に悩んでいる事業者は注目したい。

EPC・システムインテグレーター向け：マイクログリッド設計時に「詳細モデル構築」フェーズを測定データからの自動同定で代替できるため、設計コストと時間の削減につながる。特にDER構成が変化する場合の再チューニングコストを大幅に下げられる可能性がある。

電力系統研究者・エンジニア向け：SINDyに物理制約を組み込む手法（PC-SINDy）はマイクログリッド以外の制御対象（変電所自動化・配電系統VVC等）にも応用可能な汎用フレームワークとして注目に値する。