米国の電力網は6,600MW不足している。次の一手は？

課題

2025年12月、米国最大の系統運用者であり、13州にわたって6,500万人に電力を供給するPJM Interconnectionは、前例のない事態を発表しました。その容量オークションは、2027年/2028年に電灯を点し続けるために系統が必要とする量に対して6,623メガワット不足しました。このギャップは大型発電所約6基分の出力に相当し、それが文字どおり系統から欠落しているのです。

オークションは地域全体で連邦価格上限である1メガワット日あたり333.44ドルに達しました。総コストは164億ドルです。しかし、その上限価格をもってしても、信頼性目標を満たすだけの電力は足りませんでした。予備率——停電に対する御社の安全バッファ——は14.8%まで低下し、大規模停電を防ぐために設計された20%の基準を大幅に下回りました。

一方、テキサス州ではERCOT系統が異なりながらも関連する危機に直面しています。接続を待つ大口顧客——その大部分はデータセンター——の待機キューは233ギガワットに膨れ上がりました。これはテキサス系統全体のピーク需要のほぼ3倍です。ところが、ERCOTが2025年に新たに追加した発電能力は23ギガワットにすぎません。計算がそもそも成り立たないのです。

貴社の組織がPJM管轄区域内で事業を営んでいるか、テキサスの電力に依存しているなら、これらの数字は一夜も眠れないほど深刻なものです。安価で豊富な電力の時代は終わりつつあります。

なぜこの問題が御社のビジネスに関わるのか

これは抽象的なインフラ問題ではありません。御社の貸借対照表に直接打撃を与えます。

最新の分析によると、PJM地域でのデータセンターの成長により、2028年から2033年にかけて累計1,630億ドルの容量コストが発生する可能性があります。北イリノイのComEd管轄区域だけでも214億ドルに相当します。同地域の住宅顧客は月70ドルの料金増加を見込まれています。これらのゾーンで工業事業や大規模施設を運営しているなら、御社が受ける影響はそれに比例してさらに大きくなります。

御社の経営陣が理解すべきことは次のとおりです：

• 御社のエネルギーコストは構造的に上昇しています。 PJMのオークションはFERC価格上限で頭打ちになりました。この上限が真の希少性価格を覆い隠していたのです。規制当局が最終的に上限を調整すれば、価格は再び跳ね上がります。
• 御社の信頼性リスクは高まっています。 14.8%の予備率は、2027年6月以降、負荷遮断——計画的な停電——のリスクが高い水準にあることを意味します。業務が中断を許容できないなら、今すぐ緊急時対応計画を整える必要があります。
• 御社の拡張計画は停滞する恐れがあります。 ERCOTでは、大口負荷の系統接続申請の77%がデータセンターからのものです。テキサスで新施設を計画しているなら、23GWの利用可能容量をめぐって233GW分の申請と競合することになります。提案されたガス発電プロジェクトの約35%は、タービン不足と許認可の遅れを理由にすでに撤回されています。
• 規制圧力は強まっています。 テキサス州は上院法案6号（Senate Bill 6）を成立させ、標準化された系統接続ルールを義務付けるとともに、非常時には規制当局がデータセンターの電力を抑制することを認めました。FERC Order 2023は新しいクラスタスタディプロセスを要求しています。御社のコンプライアンス義務は拡大し続けています。

要するに、御社のエネルギー予算、事業継続、成長タイムラインのすべてがリスクにさらされているのです。

舞台裏で実際に起きていること

核心的な問題は発電所退役の崖です。2011年から2023年の間に、PJMは54.2ギガワットの火力発電所——天候にかかわらず需要に応えて稼働する石炭・ガス施設——を失いました。さらに2030年までに24〜58ギガワットが退役する可能性があります。これは設備容量の最大30%に相当します。

代替が追いつかない理由はこうです。信頼できる自動車を自転車に置き換えると考えてみてください。同じ積載量を運ぶには、はるかに多くの自転車が必要です。PJM自身の分析によれば、退役する1メガワットの火力発電を置き換えるには、同等の信頼性を届けるために太陽光なら約5.2メガワット、風力なら14メガワットが必要です。太陽光と風力は、太陽が照っているか風が吹いているときにしか発電しません。ガス発電所は必要なときにいつでも稼働します。

PJMはこの現実を反映するよう計算方法を調整しました。太陽光や風力のような変動性電源に対する信頼性クレジット——ELCC（Effective Load Carrying Capability、有効負荷供給能力）と呼ばれる指標——を引き下げたのです。こうした電源が数多く接続されるほど、ピーク需要時に系統を安定させるうえでの各ユニットの寄与は小さくなっていきます。

同時並行で、特定の地域では需要が急増しています。PJMは需要予測を5,250メガワット上方修正したと報告しており、そのほぼすべてがデータセンターによるものです。一部のゾーンでは、夏期ピークの成長予測が年率6.4%に達します。この集中した負荷は、変電所や送電線が過負荷リスクにさらされる局所的なストレスポイントを生み出しています。

系統は物理的に十分な速さで拡大できません。だからこそ、より賢くなければなりません。ここでAIが登場します——しかし、どんなAIでもこの課題を担えるわけではありません。

何が有効で、何が有効でないか

まず、これほど複雑な問題にAIを適用しても不十分なものから見ていきましょう。

汎用チャットボットとLLMラッパー。 大規模言語モデルを運用ダッシュボードに後付けしても得られるのは会話インターフェースであって、系統インテリジェンスではありません。電力フローの物理を理解できないのです。

単純な回帰予測。 過去の平均値に基づいて負荷を予測する単純な統計モデルでは、12年間で54ギガワットものディスパッチャブル電源が消失した系統の非線形ダイナミクスを捉えられません。

画一的な予測分析。 標準的な機械学習は系統データを平坦なスプレッドシートとして扱います。物理構造——どの変電所がどこに接続し、あるノードの障害がネットワーク全体にどう連鎖するか——を無視してしまうのです。

実際に機能するのは、系統の物理と構造を尊重するAIです。実務では次のように作用します：

1. 入力：過去のトレンドだけでなく、リアルタイムの物理データ。 ダイナミックラインレーティング（DLR）システムは、IoTセンサーと気象データを用いて送電線の実際の容量をリアルタイムで測定します。従来のレーティングは最悪ケースを前提とするため、容量の20〜40%を遊ばせています。インディアナ州とオハイオ州でAESは345kV送電線にDLRを導入し、送電容量を61%増加させました——その費用は39万ドルで、従来型の増強に必要な163万ドルと比べれば76%のコスト削減です。

2. 処理：物理を理解するAIモデル。 物理情報ニューラルネットワーク——PINN——は、電気系統の実際の法則をAIモデルそのものに埋め込みます。データだけからパターンを学ぶのではなく、発電機・送電線・負荷がどう相互作用するかを支配する方程式を強制します。これらのモデルは従来手法より最大87倍速く安定性解析を解きます。グラフニューラルネットワーク（GNN）は系統を本来の姿——相互接続されたノードのネットワーク——として捉え、障害がトポロジー上でどう伝播するかを予測します。GNNベースのモデルは、30日以内に故障に至るリスクのある変電所を特定するタスクでF1スコア0.8935を達成しています。

3. 出力：監査証跡付きの説明可能な意思決定。 AIが連鎖的障害のリスクを特定すると、どの送電線と変電所がリスクの駆動要因になっているかを正確に示すグラフベースの説明を生成します。オペレーターは行動する前に根拠を確認でき、コンプライアンスチームには文書化された論理の証跡が渡ります。 エネルギー・ユーティリティ業界の組織にとって、この透明性は任意のものではなく——規制当局と取締役会が要求するものです。

このアプローチは系統運用にとどまらず、系統接続のボトルネックにも及びます。AIエージェントは233GWに及ぶERCOTのキューを自動でふるいにかけ、各プロジェクトに完了可能性スコアを割り当て、投機的な「ファントム」負荷——選択肢の保険として複数サイトに申請を出した企業からの申請——にフラグを立てられます。これにより、キューは先着順から「準備完了者優先」へと変わります。

これらのツールは、次にどの発電所が退役するかの予測にも応用できます。スタックLSTMと勾配ブースティングを用いたモデルは、発電所退役の時期予測において平均絶対パーセント誤差わずか1.072%を達成しています。これにより、計画チームは数か月ではなく数年のリードタイムを得られます。

これらすべてを支える中核的なアーキテクチャ原則は次のとおりです： シミュレーション、デジタルツイン、最適化システム です。これはソフトウェア上で物理インフラを写像し、機械速度でシナリオを検証し、人間が検証して信頼できる意思決定層へ結果を送り込みます。そこに 説明可能性と意思決定の透明性を組み合わせれば、御社の取締役会も、規制当局も、オペレーターも、誰もが安心して支持できるAIが手に入ります。

より深い技術的な考察については、 全文の技術分析を読む か インタラクティブ版を見ることができます。