AIエンジニア・機械学習/深層学習・データサイエンティスト

【UseCase 01. 設備制御最適化】 ◼️ 建物の空調エネルギー消費の削減ポテンシャルに対する期待 建物のCO2排出量は国全体の30％と言われ、2040年に40%のCO2削減目標が掲げられております（エネルギー白書2023より）。特に、建物単体ではエネルギー消費割合の大半を占める空調用途の削減ポテンシャルが大きいです。 ◾️ AIによる空調制御最適化サービスの開発 空調制御最適化サービスでは、建物や施設内の各部屋やエリア毎の空調制御を最適化し、エネルギーの節約や快適性の向上を図ります。本サービスで実現する主な機能と価値は以下です。 　１）空調実態の補足：空調コントローラーやセンサーを設置して、空調稼働や屋内環境を自動計測 　２）自動制御の設定：空調オペレーションをヒアリングして、制御値を設定して自動運転を実現 　３）制御値の最適化：運転実績データの蓄積に応じて、制御値の最適化を行い運転効率を向上 ◾️取り組みの目標と今後について オフィスビル・商業施設などにおける空調の更なる省エネ運転の実現を目指し、空調制御最適化サービスを開発しています。メンテルのメンバーには、空調設備の設計施工の業界出身者や、設備制御最適化の開発技術を有するエンジニアが力を合わせ、空調制御AIによる建物や都市の脱炭素化に貢献します。 【UseCase 02. 電力需給最適化】 ◾️ 電力需給の脱炭素貢献ポテンシャルに対するビジネス参入障壁の課題 　日本は2050年までに温室効果ガスの排出を全体としてゼロにする「2050年カーボンニュートラル」を宣言し、脱炭素と電力需給が重要な課題となっています。電力需給ビシネスを評価する目的、メンテルは仮想発電所（virtual power plant: VPP）収益性シミュレータの開発に取り組んでいます。開発したシミュレータはエネルギー資源を最大限に活用し、リソースアグリゲーターの視点から事業性を評価するための機能を備えています。 ◾️ VPP収益性シミュレータの開発 　VPP収益性シミュレータは、電力需給ビジネスに参入する小売会社の事業を支援する目的で開発をしました。本シミュレータは、以下の３つの機能を搭載しています。　これらの３つの機能を活用することで、電力取引コストの計算や電気自動車による充放電の調整力の活用など、新規ビジネス参入会社向けに電力需給事業の収益性の評価を支援します。 　１）電力需給と電力単価の予測：気象条件の入力に応じて、電力需要や発電量や電力単価を予測 　２）充放電の年間計画の策定　：予測結果に基づき、取引コストが最小となる受給計画を策定 　３）インバランスの影響評価　：電力予測乖離分をインバランス量として算定し、精算コストを評価 ◾️ 今後の課題と展開 　今回は、対象とする電力市場をスポット市場に限定し、電力需給に関するデータはオープンデータを主に用いました。今後は、対象とする電力市場の拡大と、検証対象地域における実績データの活用を検討します。対象電力市場の拡大による更なるユースケースへの対応に加え、実績データの活用による再現性の向上を引き続き検討いたします。