はじめに
Microsoft Researchが2026年5月8日、公開データのみを用いて構築した米国の電力送電網モデルのオープンデータセットを公開しました。全米48州および複数州間のインターコネクションをカバーしており、送電容量分析やデータセンター需要配置など、AIインフラ時代に急浮上している問いへの対応が期待されます。
参考記事
- タイトル: Building realistic electric transmission grid dataset at scale: a pipeline from open dataset
- 著者: Andrea Britto Mattos Lima, Thiago Vallin Spina, Weiwei Yang, Spencer Fowers, Ruslan Nagimov, Baosen Zhang
- 発行元: Microsoft Research Blog
- 発行日: 2026年5月8日
- URL: https://www.microsoft.com/en-us/research/blog/building-realistic-electric-transmission-grid-dataset-at-scale-a-pipeline-from-open-dataset/
関連記事
要点
- 米国の送電網データは重要インフラとして機密扱いされており、現実規模の研究用モデルへのアクセスはこれまで厳しく制限されてきた
- Microsoft Researchは OpenStreetMap・EIA エネルギー統計・米国国勢調査データのみを用いて、地理的・電気的整合性を持つ送電網モデルを構築するパイプラインを開発した
- データセットは全米48州および6つの州間インターコネクションをカバーし、バス数11から21,697に及ぶ規模のモデルが含まれる
- AC最適潮流計算（AC-OPF）に対応しており、送電容量の制約、需要配置の可否、設備投資の効果を物理法則に基づいて分析できる
- データセンター設置場所の分析例では、50マイル以内の2拠点で年間約8,000万ドルの電力コスト差が生じることが示された
詳細解説
現実規模の送電網モデルへのアクセス問題
電力系統の研究において、現実の送電網に基づくモデルへのアクセスは長年の課題とされてきました。米国をはじめ多くの国では、送電インフラの詳細情報は重要インフラとして分類されており、研究者がアクセスするには長期の審査、厳格な再配布禁止条件、あるいは高額な商業ライセンスが必要です。
その結果、多くの研究者が数十バスほどの小規模な「おもちゃネットワーク」か、実在のインフラと対応しない合成モデルを使わざるを得ない状況が続いてきました。特に大量の物理的に妥当なデータを必要とするデータ駆動型・AI系のアプローチにとって、この制約は深刻だと考えられます。
パイプラインの仕組み：公開データから電気的に整合したモデルへ
Microsoft Researchが開発したパイプラインは、複数の公開データソースを組み合わせて送電網モデルを段階的に構築します。出発点となるのは OpenStreetMap（オープンな地図データ）で、送電回廊・変電所・発電所の地理的骨格を取得します。これに米国エネルギー情報局（EIA）の発電容量・燃料種別データと米国国勢調査の需要データを重ね合わせることで、電力がどこで生産されどこで消費されるかを表現します。
構築されたモデルの品質は「求解可能性（solvability）」で評価されます。これは最適潮流計算（OPF）を実際に解けるかどうかの確認で、位相的にはそれらしく見えても電気工学的なパラメータが不正確なモデルはここで失格となります。Microsoft Researchの発表によれば、今回のパイプラインは36州・21,697バスにわたる東部インターコネクション全体を公開データのみで AC-OPF 解として求解することに成功しています。
なお、これらのモデルは実際の電力系統の完全な複製ではなく、電気的パラメータは工学標準参照値から推定されています。電力市場の予測や系統運用機関による実時間制御への利用は想定されておらず、研究・計画段階の分析ツールとして位置づけられている点は理解しておく必要があります。
3つの活用事例
① どこに新たな送電線を引けるか
新たな送電線を建設する前に問われる「物理的余地」の問題を、このモデルは可視化します。送電回廊には鉄塔構造上の物理的な限界があり、多くの鉄塔は最大3回線（導体9本）しか収容できません。これを超える容量増強には、新たな用地取得が必要となり、都市部では法的・政治的な困難が伴います。
Microsoft Researchによれば、米国全土の3万1,488の送電回廊のうち、約8割（27,506）は1回線のみで物理的な余裕があります。一方、残り4,000程度の回廊はすでに2回線以上が走っており、最密の回廊では10回線（導体30本）が一本のルートを共有しています。カリフォルニア州では、サクラメント北部や湾岸部・LAなど特定エリアで物理的な密集が確認されており、逆にモハビ砂漠からネバダへの長距離送電路はまだ余地があることが示されています。
② 超電導ケーブルを追加すると何が変わるか
都市部では既存の送電経路に余地がない場合、代替手段として 高温超電導（HTS）ケーブル の活用が検討されています。HTS ケーブルは通常の電線に比べて桁違いに高い電流容量を持ち、低電圧でも大電力を送電できるため、用地取得の問題を回避しやすいとされています。米国ではコロンバス（オハイオ州）、アルバニー（ニューヨーク州）、シカゴで実証例があります。
マサチューセッツ州のモデルで実施されたシミュレーションでは、ボストン北西の変電所と市街地を結ぶ2本の仮想 HTS リンクを追加したところ、全送電線の負荷率が90%以下に収まり、電力価格が22.7 ドル/MWh から 13.1 ドル/MWh へと 42% 低下したとMicrosoft Researchは報告しています。送電制約で「閉じ込められていた」発電容量が届くようになった効果と説明されており、物理ベースのモデルがなければ見えなかった結果だと言えます。
③ データセンターの適地はどこか
AI ワークロードの拡大を背景に、大規模データセンターの新設が急増しています。しかし設置場所の選定にあたり、卸電力価格だけを見ても系統が「あとどれだけ余力があるか」は分かりません。
Maryland州のモデルで、同じ500 MWのデータセンター負荷を2拠点に配置した検証では、この問題が鮮明になります。Baltimore 郊外（サイトA）と Washington DC 郊外のモンゴメリー郡（サイトB）は市場条件・人口密度ともに類似しているにもかかわらず、物理的な結果は大きく異なりました。サイトAへの配置では近隣の送電線が熱的制限（100%超）に達したのに対し、サイトBは既存ネットワークで吸収できたとMicrosoft Researchは説明しています。
電力価格の差は 2.1 ドル/MWh でしたが、500 MW の需要に換算すると1時間あたり約9,100ドル、年間では 約8,000万ドル の差になります。この違いは卸価格データでは見えず、物理ベースの潮流解析があって初めて明らかになるものだと考えられます。
今後：GridSFM と学習ベースの高速解析へ
今回の発表は2本立てシリーズの第1弾です。第2弾では GridSFM と呼ばれる、このデータセットを訓練データとした機械学習ベースの AC-OPF サロゲートモデルが紹介される予定とされています。GridSFM はミリ秒単位での運転点予測や実行可能性の高速スクリーニング、数値ソルバーの初期値計算を担うとされており、計画規模での大量シミュレーションに活用できると見込まれます。
まとめ
Microsoft Researchが公開したこのデータセットは、重要インフラとして制限されてきた電力送電網の研究環境を大きく変える可能性があります。AI 時代のエネルギー需要増を前に、「どこに電力を届けられるか」という問いへの物理ベースの答えが、公開データから引き出せるようになりつつあるとも言えます。続報となる GridSFM の詳細にも注目したいと思います。
