AIは系統大停電を防げるか？スペインからの教訓

問題

2025年4月28日12時33分、スペインとポルトガルはわずか5秒間で15ギガワットの電力を失いました。これは全国需要の約60%に相当します——瞬きを二回するほどの時間で消え去ったのです。約6,000万人が最長10時間にわたり停電しました。この停電の間に、複数の方がインフラ故障により亡くなりました。

当初の責任は再生可能エネルギーに向けられました。しかしそれは誤りでした。ENTSO-E（欧州の系統調整機関）とRed Eléctrica de Españaによる調査で明らかになった真の原因は、発電所が自らの電圧制御規則に従わなかったことでした。ある主要施設は、過電圧イベントの最中に系統へ無効電力を注入していました——電気の世界でいえば火に油を注ぐようなものです。あらゆるプロトコルが系統から電力を引き抜くことを求めていたのに、そのエネルギーをシステムへ押し込んだのです。

貴組織が重要インフラを運用している場合、あるいは途切れない電力供給に依存している場合、これは見過ごせない問題です。高圧送電線を監視していた系統制御装置には正常な読み取り値が表示されていました。危険な電圧スパイクは、より低いレベル——コレクタ側変電所——で隠れており、誰もそこを十分注意深く監視していませんでした。カスケード事故が始まった時には、食い止めるにはすでに遅すぎました。

これは偶発的な事故ではありません。制御インテリジェンスの体系的な失敗でした。そして、既存のAIツールでは埋めるようには設計されていないギャップを露呈したのです。

なぜこれが貴社のビジネスにとって重要なのか

イベリア半島大停電は単なる電力の話ではありません。自動化システムがリアルタイムで自らのルールを強制できないとき何が起きるかを示す警告です。重要インフラを運用している方も、それに依存している方も、次の3つの数字が眠れぬ夜をもたらすはずです：

• 15 GWが5秒で失われた。 これはいかなる人間のオペレーターの反応よりも速く、ほとんどのAIシステムがクラウドへのAPI呼び出しを処理し終えるのよりも速い速度です。
• イベント当日の朝の時点で再エネ比率は78%。系統が再生可能エネルギーへ移行するにつれ、誤差の許容幅は縮まります。かつて系統を安定させていた自然の慣性が失われつつあります。
• 系統復旧まで24時間。 手動のブラックスタート手順のために、本来4時間で済んだかもしれない復旧が、2か国にまたがる丸1日の大停電になりました。

貴社ビジネスにとって、規制上のリスクは急速に高まっています。EU AI法は系統制御を重要インフラに分類しています。つまり、貴社が展開するあらゆるAIシステムは、説明可能で監査可能な意思決定記録を提供しなければなりません——もっともらしい推測では足りません。AIベンダーが特定の決定を下した理由を示せなければ、貴社は運用リスクと法的リスクの両方に直面します。

財務上のリスクは罰金にとどまりません。長引く停電はサプライチェーンを混乱させ、製造を停止させ、顧客の信頼を蝕みます。貴社の取締役会はこう問うはずです：我々のシステムはこれを防げるのか？防げないとすれば、計画はどうするのか？

内部で実際に起きていたこと

この大停電がなぜ起きたのかを理解するには、一つの概念——無効電力——を理解する必要があります。電力系統を配管システムの水圧にたとえてみてください。有効電力は流れる水そのもので、有用な仕事を行います。無効電力は水を滑らかに流し続けるための圧力です。圧力が足りなければ、システムは崩壊します。

スペインの規制（運用手順7.4）は、すべての発電所に対し、最大出力の30%以上に相当する無効電力を吸収または注入することを義務付けています。これにより電圧が安定に保たれます。4月28日、電圧が急上昇していたため、系統は各発電所に無効電力を吸収させる必要がありました。しかし複数の発電所は対応が遅すぎたか、まったく応答しませんでした。そして一つの施設は正反対の動作をしました——無効電力を注入し、電圧をさらに押し上げ、系統全体で保護停止の連鎖反応を引き起こしたのです。

ここに、より深い問題があります。これらの発電所を動かしている制御器は数十年前の技術——定常状態向けに調整された比例・積分・微分（PID）制御器です。落ち着いた状況では問題なく機能します。しかし系統が高速で非線形の振動イベントに入ると、これらの制御器は適応できません。リビングルーム用に設計されたサーモスタットに、溶解炉の管理を任せるようなものです。

その一方で、送電事業者は異常がないように見える400 kVの送電線を監視していました。本当の危険は220 kVのコレクタ層にあり、そこでは変圧器のタップチェンジャが十分に速く調整できませんでした。この「観測可能性のギャップ」により、危機はそれを防止すべき立場の人々には見えないものでした。貴社の監視システムの性能は、実際に見ることができるデータポイントの質を超えることはできません。

機能するもの（と機能しないもの）

まず、ハイステークスな系統環境で失敗するものから見ていきましょう：

• 従来型PID制御器： 定常状態にはよく対応できますが、高速振動イベント特有の非線形ダイナミクスの前では崩壊します——まさに4月28日に起きたことです。
• LLMラッパーアプリケーション——GPT-4のようなクラウドベースのAIモデルへデータを送って処理させるツール——は500ミリ秒から数秒に及ぶ遅延をもたらします。5秒で15 GWを失う状況では、0.5秒の遅延は一生にも等しい時間です。さらに悪いことに、これらのモデルは「ハルシネーション」を起こす可能性があります——リアルタイムデータが拡大するカスケードを示しているのに、過去のパターンに基づいて電圧は安定しつつあると報告する、といったことがあり得るのです。
• 監査証跡を持たないブラックボックスAI： AIシステムが推論を一段一段説明できなければ、EU AI法の高リスク用途への要件を満たせません。追跡できない決定を弁護することはできません。

実際に機能するのは、ニューラルネットワークの適応性とハードコードされた物理法則を組み合わせた階層型アプローチです。その仕組みは次の通りです：

1. 入力——物理認識センシング： 観測可能性のギャップを埋めるため、送電層だけでなくコレクタ層に高解像度センサーを配置します。このデータを物理情報ニューラルネットワーク（PINN）——電気挙動を支配する実際の方程式を数学に直接組み込んだAIモデル——に入力します。これらのモデルは1ミリ秒未満で応答し、従来の最適化手法の約87倍の速さです。

2. 処理——ルールベースのガードレール： この上に重ねるのが ニューロシンボリックアーキテクチャ です。ニューラルネットワークがパターン認識と予測を担います。ただし、シンボリック論理層がゲートキーパーとして働きます。P.O. 7.4のような規制要件を、破ることのできないルールとして符号化しています。ニューラルネットワークが過電圧イベント中に無効電力の注入を提案しても、シンボリック層がそのコマンドを物理的に遮断します。ある発電所が無効電力を「吸収するのではなく注入した」というシナリオは、発生し得なくなります。

3. 出力——監査可能な意思決定記録： 自動化されたすべてのアクションは人間が読めるログを生成します：何が引き金になったか、どのルールが適用されたか、どのアクションが取られたか、どの結果がもたらされたか。4月28日の出来事なら、こう読めます：「0.63 Hzの振動を検知。P.O. 7.4の電圧上限を超過。最大出力の30%での強制的な無効電力吸収を実施。電圧は418 kVで安定。コレクタ側トリップを防止。」

この監査記録こそ、貴社のコンプライアンスチームと規制当局が必要とするものです。これは貴社のAIをブラックボックスから、透明で防御可能なシステムへと変えるものです。 エネルギー・ユーティリティ組織にとっては、これが規制上の負債と実証可能な管理措置との分かれ目です。

このアーキテクチャをさらに強化するのが シミュレーションおよびデジタルツイン環境 です。本番環境に展開する前に系統のAI応答をストレステストできる——いわば電力システムのためのフライトシミュレーターです。

イベリア大停電後の24時間の復旧期間も、劇的に短縮できた可能性がありました。マルチエージェントAIシステム——ローカルエージェントが個々の電力アイランドを管理し、調整エージェントが同期を担当する構成——があれば、モロッコの900 MWとフランスの2 GWの支援電力を最優先の復旧ゾーンへ振り向けることができたでしょう。このアプローチにより、24時間の停電をおよそ4時間に短縮できたとの推定もあります。

貴社の系統に必要なのは、より賢くなることではありません。物理的に不可能な決定をそもそも行えなくなることです。

技術分析の全文を読む | インタラクティブ版を見る