令和４年11月から12月

 

調査会社のモニタのうち、中部電力管内に居住するおよそ700世帯を無作為に以下の３つのグループに割当てました。

・30分毎の電力使用量の過去２年間分の実績データの提供を受けてAIを用いて解析し、実証実験の実施期間の間に各世帯の日々の予測電力使用量や家電等の電気機器毎の推定電力消費量を提示して節電を依頼するとともに、日々の省エネ行動の報告を求め、省エネ行動の実施数に応じたランキングを表示するグループ（介入群１）
・介入群１の介入内容に加え、日々の電力使用量の実績が予測電力使用量を下回った場合に金銭的インセンティブを提供するグループ（介入群２）
・比較対象としてナッジを提供しないグループ（対照群）

 

以下の２種類の予測や解析を目的としてAIを活用しました。

・過去２年間の電力使用量及び気象データ、現在の気象予報並びに各世帯の属性情報等から、電力使用量を予測（図１）
・電力使用量の機器分離技術と機械学習を用いて家電等の電気機器毎の推定電力消費量を解析（図２）
 
図１：電力使用量の予測の例
https://www.env.go.jp/content/000145287.png
図２：電気機器毎の電力消費用の推定の例
https://www.env.go.jp/content/000145288.png

 

介入群１と介入群２の間の比較において、金銭的インセンティブの追加により4.3％の追加的な節電・省CO2効果が統計的有意に実証されました。一方で、対照群と介入群２の間の比較においては、介入により電力使用量が2.7％減少する傾向が見られましたが、統計的有意差は検出されませんでした。

 

令和５年度においては、令和４年度の予備的な実証実験の結果を踏まえて、実証実験の参加世帯数や介入内容の見直しを行い、改めて実証実験を実施する予定です。
また、クライメートテック（気候テック）のスタートアップでもある株式会社電力シェアリングが開発した時間帯別CO2排出係数に関する我が国発の特許技術を用い、炭素会計の考え方に基づいて、電力の使用に伴うCO2排出量及びその削減量を精緻に算定し、家庭毎に評価・スコアリングすることにより、節電に加え、昼間のEV利用等、再生可能エネルギーの比率の高い時間帯に電力の使用をシフトさせるナッジ手法を構築し、検証する予定です。