NTT西日本とNTTスマイルエナジー、日産がEV（V2B）の実証結果を公表

主な取り組みと実証結果

　2019年夏季のピークカット実証は、次のように実施され、その効果が確認された。

1. 電力会社からの買電量の実績（kWh）に基づく買電量予測、および日射量予測に基づく発電量予測（今回は過去実績を使用）からオフィスビルの消費電力量を予測
2. 消費電力予測からピーク時間帯を割り出し、EVから放電するスケジュールをV2Bに登録
3. スケジューリングされた時間にEV（3台同時）から放電し、ピークカットを実施

〔1〕消費電力予測は94％を実現

　消費電力を精度よく予測することによって、「ピークカットの時間帯」や「ピークカットに必要なEV放電量（kWh）」を予測することができ、それによって効果的なピークカットを実現できる。

　図2は、夏場の2019年7月31日の消費電力予測（30分値）の状況であり、赤い点線が消費電力の予測（kWh）を、青色の実線が消費電力の実績値（kWh）を示している。

　この結果から、9時〜15時のピークカット時間帯に限って見ると、その予測精度は94％と高くなっており（図の赤い矢印：⇔）、ほぼ精度よく予測できている結果となった。

〔2〕ピークカット率は14％

　図3は、夏季における電力消費のピークカットの状況（30分値）を示した図である。

　ピークカットは、電力消費のピーク地点（13時〜13時30分）の30分間において、カーポートPVで発電した電気の自家消費とEV3台から同時にオフィスビルへの放電によって実施された。

　具体的には図3に示す通り、ピーク地点において、

　①自家消費によって6.6kWhを削減（PVの自家消費量）し、

　②EVからの放電によって7.5kWhを削減し、

トータル（①＋②）で、14.1kWh（緑線＝自家消費量PV6.6kWh＋EV放電量7.5kWh）を削減できた。また、ピークカットの容量（kW）は、28.2kW（ピークカット率14％）となった。

〔3〕エネルギーコスト削減

　実証でのエネルギーコストの削減目標は125万円／年であるが、得られた結果から、次のような削減が可能となる見通しとなった。

1. 電気料金の削減
   • 電力ピークカットによって、28.2kW相当の基本料金が削減可能。
   • 7月10日〜8月31日（53日）の太陽光の発電量（実績）4,153kWhに対して、日射量^注4から自家消費量（想定）によって22,270kWh／年の従量料金を削減可能。
   • コスト的には、基本料金と従量料金で約95万円／年^注5の削減効果が期待できる。
2. EV化（電化）による燃料費削減（ガソリン料金⇒電気料金）
   • EV3台の4〜8月（153日）の走行距離は8,008㎞、使用電力量1,007kWhであったので、約11万円／年^注6の燃料費の削減効果が期待できる。

　これらを合計すると、エネルギーコストの年間削減額は約106万円／年が見込まれる。

〔4〕CO2排出量削減

　CO2排出量の削減目標は目標9.6t-CO2/kWh（マイナス4％）であるが、得られた結果から次のような削減が可能となる見通しとなった。

1. 太陽光自家消費によるCO2削減（系統電力と再エネ電力の排出係数の差）
   • 7月10日〜8月31日（53日）の発電量（実績）4,153kWhに対して、年間日射量^注7から年間自家消費（想定）22,270kWhとなる。
   • 年間のCO2削減量（想定）は、マイナス14t^注8となる。
2. EV化（電化）によるCO2削減（ガソリンと電気のCO2排出係数の差）
   • EV3台の4〜8月（153日）の走行距離は8,008㎞であった。
   • 当該距離をガソリンから電気に切替えたことでマイナス0.5t削減となった。
   • 年間のCO2削減量（想定）は、マイナス0.7t^注9となる。

　これらを合計すると、CO2排出量の年間削減量は14.7t/年（マイナス4.5％）が見込まれる（図4）。

▼ 注4
NEDOが提供している山口エリアにおける日射量データを活用を活用して年換算を行った。

▼ 注5
効果算出には、中国電力の業務用電力の標準料金用表を活用した。

▼ 注6
ガソリン車の燃費は20km/ℓ、ガソリン単価は150円/ℓ、電力単金は中国電力の業務用電力の標準料金表した。また、走行距離の年換算は日数で換算を行った。

▼ 注7
NEDOが提供している山口エリアにおける日射量データを活用。

▼ 注8
中国電力の排出係数を活用。

▼ 注9
ガソリン車は『CO2排出係数2.3kg-CO2/ℓ、燃費20km/ℓ』、EV車は『電力提供事業者であるエネットの排出係数』を活用して算出。