HEMSデータに基づく共創的社会システム形成のための消費者インセンティブの解明
【研究キーワード】
HEMS / スマートメーター / 太陽光発電 / 異常検知 / LCA / ビッグデータ / AI / 深層学習 / カーボンニュートラル / ライフスタイル / IDEA / 敵対的生成学習 / 電力 / 実験経済学 / 意思決定 / Deep Learning / 機械学習 / 行動変容 / ディープラーニング / インベントリデータベース / パリ協定
【研究成果の概要】
2050年までにカーボン・ニュートラル社会を実現するため、特に排出削減が難しい家庭部門の温室効果ガス排出削減のための手法開発を目指した研究を実施した。
家庭のエネルギー消費削減には、家庭内でどのような形態によってエネルギー消費が行われているか、すなわちライフスタイルを明らかにする必要があった。そこで本研究では、HEMS/スマートメータといったIoTセンシングによって得られた約6万世帯、20億レコードの家庭電力消費ビッグデータを活用した。近年急速に発展する深層学習アルゴリズムを開発し、分析を行うことで、消費電力量のみから家庭の属性や生活パターンを分析する手法を開発した。
【研究の社会的意義】
家庭内消費電力データを分析することで、複数の制度においてその制度の意図と異なる行動が発生していることを示唆する結果を得た。太陽光売電制度においては、節電インセンティブが存在するとされていた余剰売電制度の方が、節電インセンティブが存在しない全量売電制度よりも、実際の家庭内消費電力量が増大していることをビッグデータによって示した。さらに、このような事象が発生した原因を行動経済学の知見に基づいてリバウンド効果として学術的に説明を行った。
今後さらに強く求められる家庭内エネルギー消費削減に必要となる様々な社会制度設計において、家庭電力消費ビッグデータの活用が有効であることを示した。
【研究代表者】
【研究分担者】 |
| 田原 聖隆 | 国立研究開発法人産業技術総合研究所 | エネルギー・環境領域 | 総括研究主幹 | (Kakenデータベース) |
| 小澤 暁人 | 国立研究開発法人産業技術総合研究所 | エネルギー・環境領域 | 主任研究員 | (Kakenデータベース) |
| 西野 成昭 | 東京大学 | 大学院工学系研究科(工学部) | 准教授 | (Kakenデータベース) |
| 稲葉 敦 | 工学院大学 | 先進工学部 | 教授 | (Kakenデータベース) |
|
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2022-03-31
【配分額】42,900千円 (直接経費: 33,000千円、間接経費: 9,900千円)