グリッドインテリジェンス＆レジリエンス
PJMは史上初めて、信頼性目標を6,625MW下回りました。ERCOTの系統連系キューは233GWに達し、稼働中の新規発電容量はわずか23GWでした。イベリア半島の大規模停電では、適切な電圧レベルを誰も監視していなかったため、5秒間で15GWが失われました。
これらは孤立した事象ではありません。一方向の電力潮流を前提に設計された電力網が、前世紀向けに作られたツールで、双方向かつ間欠的なデータセンター主導の負荷パターンを管理しようとしていることの症状です。私たちは、電力網が必要とするものと、現行ソフトウェアが提供できるものとの間のギャップを埋めるAIシステムを構築します。
1,630億ドル
PJMの容量コスト予測（2028〜2033年）
NRDC/CUB分析、2025年
2,600 GW
米国の系統連系キュー滞留量
Lawrence Berkeley Lab、2025年
5秒で15 GW
2025年イベリア半島大規模停電で喪失
ENTSO-E最終報告書、2026年3月
イベリア半島の大規模停電は、この10年で最も示唆に富む電力網障害です。見出しが語った内容（再生可能エネルギーは不安定だ）ではなく、ENTSO-Eの調査が実際に明らかにした内容、すなわち現行の監視アーキテクチャでは検知できない、特定かつ防止可能な障害連鎖ゆえに示唆に富むのです。
0.21 Hzおよび0.63 Hzの準同期振動がスペインの電力網全体に出現します。TSO（送電系統運用者）は、減衰中の過渡的不足電圧を管理するために分路リアクトルを切り離します。これにより無効電力の吸収容量が枯渇します。
TSOは並列の400 kV回線を充電し、HVDCリンクを定電力モードに切り替えます。送電インピーダンスが低下し、電圧が上昇します。400 kVの監視は418 kVを示します。公称限界内です。
可観測性のギャップ。 送電側の読み値は正常に見える一方で、220 kVの集電所レベルの変電所は242 kVに達しています。変圧器のタップ切換器は十分に速く調整できません。監視が送電レベルで止まっているため、誰もこれに気づきません。
ある大規模発電施設が 注入します すでに過電圧状態の電力網に無効電力を、P.O. 7.4が求めるように吸収するのではなく注入します。正のフィードバックループです。連鎖的な保護トリップが始まります。5秒間で15 GWが切り離されます。6,000万人が停電に見舞われます。
教訓は、再生可能エネルギーが信頼できないということではありません。ENTSO-Eの報告書はその枠組みを明確に否定しています。教訓は、監視アーキテクチャが集電所レベルに死角を抱えており、レガシーなPI/PIDコントローラーでは、振動ストレス下の低慣性電力網の非線形ダイナミクスに対応できないということです。
この同じパターンは米国にも当てはまります。PJMの6,625 MWの不足は、特定の送電ゾーンに集中したデータセンター負荷（予測増加分5,250 MWのうち5,100 MW）によって引き起こされています。バージニア州のDominion、オハイオ州のAEP、イリノイ州のComEdにおける局所的なストレス点は、ピーク需要時に重要な変電所がトリップすれば、連鎖的障害を引き起こす同じ条件を生み出します。問題はそれが起こるかどうかではなく、連鎖する前にそれを捉える監視が整備されているかどうかです。
グリッドAIは未開拓の分野ではありません。コンサルティング会社と契約する前に、既存企業、スタートアップ、国立研究所がすでに何を行っているか、そしてどこにギャップが残っているかを把握してください。
| プロバイダー | 提供内容 | 強み | ギャップがある領域 |
|---|---|---|---|
| GE Vernova（GridOS） | フルスタックの電力網管理。ADMS、DERMS、デジタルツイン。配電向けGridOSは2026年2月に提供開始。 | 米国の電力会社の80%以上に導入済み。2025年にAlabama Powerの停電を1億1,200万顧客・分防止。 | レガシーアーキテクチャ。AI機能は既存SCADAへのアドオンであり、物理ネイティブではありません。ベンダーロックインによりカスタマイズが高額になります。 |
| Siemens（Gridscale X） | 電力網デジタルツイン、動的セキュリティ評価、DLRモジュール。1万倍のシミュレーション高速化を実現するNVIDIA PhysicsNeMoとの提携。 | 数十年にわたるPSS/E電力網モデリング。EUでの強固な存在感。トリエステでのデジタルツイン導入。 | モノリシックなプラットフォーム。中規模の電力会社には高額。DLRモジュールは専用アナリティクスよりも範囲が狭い。 |
| LineVision | DLRセンサーとアナリティクス。非接触の架空送電線監視。 | DLRの主力ベンダー。AES：345 kVで61%の容量増加。National Grid Syracuse：20〜30%の増加。従来型改修の5〜7%のコスト。 | ハードウェア重視。回廊の優先順位付けや計画統合のためのアナリティクスは限定的。キューや安定性の課題には対応していません。 |
| Utilidata + NVIDIA | Karman：スマートメーターに組み込まれたAIチップ。配電網向けエッジコンピューティング。 | シリーズCで6,030万ドルを調達。Portland General ElectricおよびDuquesne Lightへの導入。Deloitteとの提携。従来型メーターと比較して100倍の処理能力。 | 配電重視。送電レベルの安定性、系統連系キュー、国境を越えたレジリエンスには対応していません。 |
| Argonne GridMind | 制御室オペレーター向けのエージェント型AIコパイロット。スケジューリングと停電シミュレーションのためのマルチエージェントLLMシステム。 | DOE（米国エネルギー省）の支援（Genesis Mission）。強固な研究上の信頼性。説明可能な推奨。 | 研究段階。商用製品ではありません。電力会社への導入スケジュールはありません。物理的制約がLLMアーキテクチャに組み込まれていません。 |
| EPRI RADAR | 電力網防御、アナリティクス、レジリエンスのためのグローバルフレームワーク。Duke EnergyとRTEが創設メンバー。 | 業界全体のイニシアチブ。標準策定への影響力。電力会社の人員向けのトレーニングプログラム。 | フレームワークであり、ソフトウェアではありません。ツールを構築せず、ガイドラインを公表します。委員会のスピードで動きます。 |
| Big 4 / 大手SI | Deloitte、Accenture、McKinseyなど。戦略コンサルティング、プラットフォーム実装、ベンダー選定。 | 組織変革管理。調達関係。McKinseyはERCOTのキュー再設計を受託。 | 彼らはプロセスについて助言しますが、物理情報モデルは構築しません。契約は200万ドル〜2,000万ドル以上に及び、戦略資料やベンダー評価を提供しますが、稼働するAIシステムは提供しません。 |
| 誰もうまく解決できていない正直なギャップ | 個々の電力会社におけるレガシーなデータ品質（数十年にわたる一貫性のないSCADAアーカイブ）。リスク回避的な制御室におけるAIへの組織的準備態勢。長いNERC CIP-013ベンダー資格認定の期間（ベンダーを問わず6〜12カ月）。これらは、私たちを含むすべてのベンダーやコンサルティング会社に等しく影響を及ぼす制約です。 | ||
各契約はカスタムです。これらは私たちが深い専門性を持つ能力領域であり、製品カタログではありません。私たちはお客様の既存のSCADA/EMSベンダーと対立するのではなく、協働します。
キュー量に溺れるISO/RTO向け。私たちは、申請パラメータを抽出し、過去のキューデータを用いて完了確率スコアを割り当てるNLPスクリーニングを構築します。GNNベースのトポロジカルクラスタリングは、FERC Order 2023のクラスタ研究のために、プロジェクトを到着時刻ではなく電気的近接性でグループ化します。自動潮流事前スクリーニングは、ネットワークモデルに対して数千の注入シナリオを実行します。
先着順から『準備が整った順』への移行には、スプレッドシートだけでなく電力網トポロジーを理解するツールが必要です。
PSS/Eよりも桁違いに高速にN-1/N-2の不測事態解析を実行する物理情報シミュレーションモデル。私たちは動揺方程式とキルヒホッフの法則をモデル学習に組み込むため、結果は単に統計的パターンを学習するのではなく、電力網の物理を尊重します。1万件の不測事態シナリオを数カ月ではなく数時間で。
これらは計画段階の助言ツールであり、リアルタイムのコントローラーではありません。PINNは自律的な電力網制御には本番運用可能ではなく、私たちはそれについて正直です。
LineVisionはセンサーを提供します。GE VernovaはSCADAを提供します。欠けている層は、最大の容量解放のためにDLRをどこに配備すべきか、季節的な気象パターンが定格ウィンドウにどう影響するか、静的定格を前提に設計された計画ワークフローに動的定格をどう統合するかを示すアナリティクスです。私たちはそのアナリティクス層を構築します。
FERC Order 1920は、従来型建設の前にGETの評価を求めています。私たちは、回廊固有のデータでその要件を満たす定量分析を提供します。
イベリア半島の大規模停電は、監視が送電レベルで止まっていたために起こりました。私たちは、220 kVの集電所レベルにおける副送電電圧と無効電力の監視のためのエッジアナリティクス、すなわちENTSO-Eが特定したまさにその死角を構築します。異常検知は、既存SCADAの代わりではなく、それと並行して稼働します。
フェーズ1では読み取り専用統合。私たちはSCADAテレメトリと状態推定器の出力を、制御システムに書き戻すことなく取り込みます。既存の保護スキームへの混乱はゼロです。
3つの規制スケジュールが収束しつつあります。EU AI法の高リスク適合性評価（2026年8月の期限、1,500万ユーロの罰則）、NERC CIP-003-9セキュリティ管理（2026年4月）、そしてFERC Order 1920のGET評価要件です。私たちは、これら3つすべてを満たす文書、テストプロトコル、監査フレームワークを構築します。
需要予測やDER管理にAIを運用しているほとんどの電力網運用者は、それらのシステムがEU AI法の下で高リスクに該当するかどうかを監査していません。私たちはそこから始めます。
McKinseyはERCOTのキュープロセスを再設計しています。彼らはプロセスの推奨を提供します。私たちは、お客様の過去データで学習させた、稼働するキュースクリーニングモデルを提供します。DeloitteはグリッドエッジでUtilidataと提携しました。彼らの役割はシステム統合と変革管理です。私たちの役割は、システム統合が包み込む物理情報モデルを構築することです。Big 4は、私たちが行うことと競合するのではなく、補完します。彼らは組織的準備態勢とベンダー調達を担います。私たちは、組織が運用するAIを構築します。
電力網運用者は規制サイクルに沿って計画します。私たちの契約フェーズは、ISOや電力会社が実際に予算化、承認、導入を行う方法に整合しています。
0〜6カ月
フェーズ1
6〜18カ月
フェーズ2
18〜36カ月
フェーズ3
注意：フェーズ3のスケジュールは、私たちが制御できない規制承認プロセス（FERC、NERC、州PUC）に依存します。私たちは6カ月のスタートアップ的スプリントではなく、2〜3年の規制サイクルを前提に計画します。
現在の電力網インフラとデータ成熟度について6つの質問に答えてください。この評価は、あなたの出発点を特定し、私たちと協働するかどうかにかかわらず、具体的な次のステップを推奨します。
質問 1 / 6
米国の系統連系キューは2,600 GWに膨れ上がり、商業運転までの待機期間は中央値で5年です。ボトルネックは政策ではなく、人間のエンジニアリング工数です。FERC Order 2023はクラスタ研究を義務付けていますが、ISOには150日のスケジュール内でクラスタを処理する人員がいません。
AIはこれに3つの点で対処します。第1に、NLPベースの申請スクリーニングが、系統連系申請から主要パラメータ（MW、立地、技術タイプ、開発者の資金的裏付け）を抽出し、過去のパターンに基づいて完了確率スコアを割り当てます。233 GWのキューの77%がデータセンター負荷であるERCOTでは、これにより信頼できる需要を投機的なファントム申請から切り分けます。第2に、GNNベースのトポロジカルクラスタリングが、プロジェクトを到着時刻ではなく電気的近接性と電力網への影響ゾーンでグループ化し、電力網が実際に振る舞う方法に合致した研究クラスタを生成します。第3に、自動潮流事前スクリーニングが、既存のネットワークモデルに対して数千の注入シナリオを実行し、大規模な改修なしに進められるプロジェクトを特定します。
その結果が、先着順から『準備が整った順』への移行です。参考までに、GridLabは、PJMでキューに入っている再生可能エネルギーのわずか10%が2026/2027年のオークションに間に合って連系していれば、消費者は単一の容量オークションで35億ドルを節約できたであろうことを明らかにしました。
2025年4月28日のイベリア半島大規模停電は、ENTSO-Eの2026年3月最終報告書に記録された特定の障害連鎖から生じました。その朝の再生可能エネルギー浸透率は78%で、0.21 Hzおよび0.63 Hzの準同期振動が出現しました。TSOは並列の400 kV回線をメッシュ化することで対応し、それが送電電圧を上昇させました。決定的なギャップは、400 kVの読み値は公称値に見えたものの、変圧器のタップ切換器が十分に速く調整できなかったため、220 kVの集電所レベルの変電所が過電圧を経験していたことです。ある大規模発電施設が、過電圧の最中に無効電力を吸収する代わりに注入し、正のフィードバックループを生み出しました。5秒以内に15 GWが切り離され、6,000万人が停電しました。
根本原因は可観測性のギャップでした。TSOは送電を監視していましたが、集電所レベルの状態は監視していませんでした。AIベースの集電所レベル監視は、220 kVレベルの電圧逸脱をリアルタイムで検知し、送電レベルの状態と相関させ、保護リレーが連鎖する前にその乖離を警告します。これは自律制御ではありません。既存のSCADAシステムに統合された高速異常検知であり、現行の監視アーキテクチャが完全に見逃す数秒から数分の警告をオペレーターに提供します。
動的送電線定格（DLR）は、保守的な静的定格（最悪ケースの気象想定に基づく）を、実際の導体温度、風速、日射、周囲条件を用いたリアルタイムの熱容量計算に置き換えます。実証された導入は一貫した結果を示しています。SyracuseのNational Gridは、4本の115 kV線にわたり平均20〜30%の容量増加を達成しました。インディアナ州/オハイオ州のAESは、345 kV線で61%、69 kV線で25%の容量増加を確認しました。Duquesne Lightは最大25%の増加を報告しました。
経済性は説得力があります。DLRは従来型送電改修の5〜7%のコストで、数年ではなく数週間で配備できます。AESの事例研究では、再導体化の163万ドルに対し、DLRは39万ドルで、76%のコスト削減を示しました。FERC Order 1920は現在、送電計画者に対し、従来型建設を承認する前にDLRを含むGETの評価を求めています。
課題はセンサー技術ではありません（LineVision、Ampacimonなどは成熟したハードウェアを持っています）。課題はアナリティクス層です。すなわち、キューに入っている発電に対してどの回廊が最も高い容量解放をもたらすかの特定、計画研究のための季節的定格ウィンドウの予測、隣接する電力会社が同じ回廊を異なって定格するシームの処理、そして静的定格を前提に設計された既存の送電計画ワークフローへのDLRデータの統合です。
本番グレードの制御には、まだ無理です。そう主張する者は誰であれ技術を誇張しています。PINNは物理法則（動揺方程式、キルヒホッフの法則）をニューラルネットワークの学習に組み込み、データから単に統計的パターンを学習するのではなく、電力網の物理を尊重するモデルを生み出します。学術的なベンチマークでは、PINNベースのソルバーが小規模なテストシステム（IEEE 9バス、39バス）で従来の数値手法より80〜90倍高速に動作することが示されています。
問題はスケーリングです。PJMには90,000以上のバスがあります。損失関数のバランス問題（データ忠実度 対 物理残差 対 境界条件）は、2026年4月時点で商用ソリューションのない、活発な研究課題のままです。論文数は2019年の10本未満から2025年の820本へと増加しましたが、商用導入はゼロです。
PINNが今日価値を提供するのは、リアルタイム制御ではなく、計画段階の助言シミュレーションです。1万件のN-1/N-2不測事態シナリオを数カ月ではなく数時間で実行することで、計画エンジニアは障害空間を大幅に良くカバーできます。これらのモデルは、PSS/Eを完全に置き換えるのではなく、どの不測事態が詳細なPSS/E解析に値するかを警告します。私たちは、計画研究と不測事態スクリーニングを加速するPINNベースの助言ツールを構築します。私たちは自律的な電力網コントローラーを構築せず、そうすると主張する者には懐疑的です。
EU AI法は、電力供給を含む重要インフラ管理における安全コンポーネントとして使用されるAIシステムを高リスクに分類します。コンプライアンスの期限は2026年8月2日です。罰則は1,500万ユーロまたは全世界年間売上高の3%に達します。
電力網運用者にとって、これは負荷予測と給電、自動故障検知と分離、電力網管理とリアルタイム最適化、そして障害がインフラに物理的損害を引き起こしうるあらゆるシステムに使用されるAIを対象とします。高リスク分類は特定の要件を発動します。すなわち、導入前の適合性評価、AIライフサイクル全体をカバーするリスク管理システム、学習および検証データセットのためのデータガバナンス要件、第三者監査に十分な技術文書、オペレーターが介入できることを保証する人間による監督メカニズム、そして性能劣化のための市販後監視です。
実際には、すでに需要予測やDER管理のためにAIツールを運用している電力網運用者は、それらのシステムが安全コンポーネントに該当するかどうかを監査する必要があります。その定義は、障害や誤動作が物理的損害をもたらしうるかどうかに左右されます。給電判断に供給される需要予測はおそらく該当します。顧客サービスチャットボットは該当しません。ほとんどの電力網運用者は、体系的なコンプライアンス作業を始めていません。課題は、グリッドAIシステムが、適合性評価が求める文書化の厳格さを欠いたまま、研究プロジェクトやベンダーのアドオンから進化することが多いことです。
電力網運用者は、GE Vernova GridOS、Siemens Spectrum Power、またはABBのSCADA/EMSシステムに数十年の投資をしています。これらを置き換えることは現実的ではなく、また必要でもありません。私たちは、既存のSCADA/EMSと並んで稼働し、標準プロトコル（変電所自動化のためのIEC 61850、制御センター間通信のためのICCP/TASE.2、データモデリングのためのCIM IEC 61970/61968）を通じて同じデータフィードを取り込むAIアナリティクス層を構築します。
統合アーキテクチャはフェーズ1では読み取り専用です。私たちのシステムは、SCADAテレメトリと状態推定器の出力を、制御システムに書き戻すことなく取り込みます。これにより、制御コマンドを発行するシステムの認証負担が排除されます。アナリティクスは別個の計算インフラ（電力会社のNERC CIP態勢に応じてクラウドまたはオンプレミス）上で稼働し、既存の制御室ワークフローに統合されるオペレーターダッシュボードを通じて結果を表示します。
NERC CIP-013サプライチェーンリスク管理プロセスは、ベンダー資格認定に6〜12カ月を追加します。私たちはこれをプロジェクトスケジュールに見込み、電力会社のセキュリティチームが評価に必要とする文書パッケージを提供します。
費用は範囲と電力会社のデータ成熟度に依存します。既存のセンサー配備を持つ電力会社向けのDLRアナリティクス最適化契約は、回廊の優先順位付け、季節的定格分析、計画ワークフローとの統合をカバーし、通常3〜6カ月で20万〜50万ドルです。ISO/RTO向けの系統連系キューインテリジェンス構築はより大規模で、NLPスクリーニングモデル、トポロジカルクラスタリング、ISOの過去キューデータに対してキャリブレーションされた自動事前スクリーニングツールを含み、6〜12カ月で50万〜150万ドルです。
停電後のレジリエンスのための集電所レベルの可観測性システムは、監視対象の変電所数と既存SCADAとの統合の複雑さに応じて、30万〜80万ドルの範囲です。既存のAI導入を対象とした完全なグリッドAIコンプライアンス評価（EU AI法、NERC CIP）は、2〜4カ月で15万〜40万ドルです。
これらはライセンス料ではなく、カスタム構築です。各契約は、電力会社が所有・運用するシステムを生み出します。比較として、単一のPJM容量オークションは料金支払者に164億ドルのコストをもたらします。1件の大規模送電プロジェクトを先送りするDLR配備は5,000万〜5億ドルを節約します。実行可能なプロジェクトのわずかな割合でも市場に加速投入するキューインテリジェンスは、容量調達コストで数十億ドルを節約します。
このソリューションページの背後にある研究です。これらのインタラクティブなホワイトペーパーは、物理情報グリッドAI、系統連系キュー分析、停電後のレジリエンスエンジニアリングに関する完全な技術的深さを提供します。
米国の容量危機のための物理情報ニューラルネットワーク、GNNベースのトポロジー解析、DLR最適化。PJMの6.6 GWの不足、ERCOTの233 GWのキュー、FERC Order 2023のクラスタ研究義務を扱います。
2025年4月28日のカスケード障害、集電所レベルの可観測性ギャップ、無効電力の強制執行、そして欧州の電力網運用における物理制約AIの根拠についての停電後分析。
最初の計画サイクルで元が取れる、キューインテリジェンス、DLR最適化、レジリエンスアナリティクス。
200 GW超のキューを処理するISOであれ、FERC Order 1920コンプライアンスのためにDLRを評価する電力会社であれ、停電後のレジリエンスを構築する欧州の運用者であれ、私たちはあなたの電力網ソフトウェアが提供しないAIシステムを構築します。