研究の概要

製鉄所・食品工場・化学プラントなどの離散型産業プロセスをデマンドレスポンス（DR）に組み込む際、最大の技術的障壁は「スケジューリングの計算効率」だ。従来のResource-Task Network（RTN）モデルは、設備の稼働・停止状態を表すために0-1のバイナリ変数を多用する混合整数計画（MIP）として定式化されるため、設備数・時間ステップが増えると計算時間が指数的に増大する。

本研究は、バイナリ変数を使わずに工業プロセスの操業制約を連続変数の線形制約で近似する「cRTN（Continuous Resource-Task Network）」モデルを提案する。離散的な設備ON/OFF状態を連続量の「部分稼働率」として表現し直すことで、問題を線形計画（LP）として解くことができる。

鉄鋼プラントでの数値実験では、従来のバイナリ変数ベースRTNモデルと比較して計算時間を約10倍高速化しながら、スケジューリング品質（エネルギーコスト）も競争力ある水準を維持することを確認した。

主な発見・成果

  • 10倍の計算高速化: 離散最適化（MIP）から連続最適化（LP）への変換により、鉄鋼プラントでの実験で計算時間を約10分の1に削減
  • スケーラビリティの大幅改善: 設備数・時間ステップ数が増加した場合の計算時間増加率が従来MIPより大幅に緩やか。大規模施設・長期間のDRスケジューリングに対応可能
  • エネルギーコスト競争力の維持: 連続緩和による近似精度のトレードオフを最小化し、従来精緻モデルと遜色ないエネルギーコスト削減効果を確認
  • 汎用モデルとの互換性: 既存のRTNフレームワークと互換性を持つ設計で、産業DR管理システムへの組み込みが容易

実務への応用

工場の生産スケジューラーとDRシステムを統合する際の計算実行可能性の壁を取り除くツールとして：

  1. リアルタイムDR応答への対応: 急な負荷制御指令に対し、cRTNの高速計算で数分以内に最適な生産スケジュール変更案を提示できる。従来のMIPでは時間的に間に合わなかったケースに対応可能
  2. 翌日市場入札の高速最適化: 翌日入札期限（例：スポット市場の12時〆切）に間に合うスケジューリングが可能になり、電力コスト削減と市場参加の両立を実現
  3. 複数工場の統合最適化: 複数拠点をVPPとして束ねる際、各工場のcRTNモデルを集約した統合最適化も計算可能な範囲に収まる
  4. カーボンプライシング対応: 電力価格だけでなくCO2排出係数を目的関数に加えたScope 2削減スケジューリングへの拡張も、LP形式なら計算負荷の増大が限定的