AIが中国の風力・太陽光発電の全国調査を初めて実現、北大とアリババ・ダモアカデミーの研究が『Nature』に掲載

2026年5月20日、国際的な学術誌『Nature』に掲載された画期的な研究で、北京大学とアリババ・ダモアカデミーの研究者らが人工知能を活用し、中国初の高解像度全国風力・太陽光発電施設地図を作成しました。この成果は、急速に拡大する再生可能エネルギーインフラの正確な把握という重要な課題に取り組み、送電網の最適化と中国のカーボンニュートラル目標達成に不可欠な基盤を提供します。

研究チームは、ダモアカデミーが開発したカスタムAIモデルを用いて、中国全土をカバーする7.56テラバイトの0.5メートル解像度オープンソース衛星画像を処理しました。膨大なデータ量と多様な地形といった技術的課題を克服し、AIは全国1,915県にわたる31万9千の太陽光発電施設と9万1,600基の風力タービンの位置を特定・識別することに成功しました。「大規模かつ高精度な全国の風力・太陽光施設のインベントリを初めて入手しました」と北京大学地球・宇宙科学学院の劉瑜教授は述べています。「これにより、全国の再生可能エネルギー情勢を俯瞰的に把握でき、送電網最適化や環境評価など、さまざまな分析研究の強固な基盤が提供されます。」

このデータセットを活用し、研究チームは「風力・太陽光の相補性」、すなわち風力と太陽光がそれぞれ異なる発電パターンを持つことで相互に変動性を補完できるという概念について詳細な分析を行いました。例えば、太陽光発電は昼間にピークを迎える一方、風力発電は夜間により安定することが多いです。研究では、風力と太陽光をより広い地理的規模で統合することで、出力抑制（送電網の過負荷を避けるための意図的な発電削減）の必要性が大幅に減少することが明らかになりました。

具体的には、研究チームは省内、隣接県間、広域、全国という4つの空間スケールで再生可能エネルギーの統合を分析しました。その結果、協調範囲が拡大するにつれて、風力・太陽光発電と電力需要の間の時間的相補性が強まり、利用効率が大幅に向上することがわかりました。一部の広域組合せは地理的に近い組合せよりも理論的に高い相補性を示し、大規模な空間協調の重要性が浮き彫りになりました。

高い送電網柔軟性の条件下では、全国的な省間協調により、既存の風力・太陽光発電所の出力抑制を削減することで、追加で1000億キロワット時（100TWh）のグリーン電力消費が可能になると推定されています。この改善は、新たな発電容量を追加することなく実現され、蓄電池や系統調整への圧力も軽減します。これらの知見は、政策立案者が広域的な再生可能エネルギー統合を支援するための省間電力取引メカニズムやインフラ投資を設計する上で重要な理論的指針を提供します。

アリババ・ダモアカデミーのアルゴリズム専門家、于超輝氏は「AIモデルの助けにより、学界や産業界向けに新たなデータ基盤を構築しました。これにより、風力・太陽光発電計画の体系的な研究が促進され、新しい電力システムの構築とカーボンピーク・カーボンニュートラル目標の達成が加速されるでしょう」と述べています。

この研究は、再生可能エネルギー計画におけるAIの変革的可能性を強調し、クリーンエネルギー移行を最適化しようとする他国にとっても再現可能な枠組みを提供しています。