電力会社向け｜電源ポートフォリオ転換と再エネ統合をデータとAIで進める実践フレームワーク

WHITE PAPER｜電気・ガス業 × サステナビリティ × データとAI データ×AI 連携シリーズ 再エネが主力になる時代に、 電源と需給の判断を データでつなげていますか。 電力会社のための 電源ポートフォリオ転換と再エネ統合を、データとAIで進める実践フレームワーク データ データ×AI 業務・経営への適用 発電所の運転データ 電源の運用計画 データ×AI 気象・再エネの出力 需要と再エネ出力の予測・ 出力制御の抑制 電源運用の最適化 需要・市場価格 電源投資の判断 系統・設備の状態 データの管理ルール（品質・更新頻度・利用権限の統一） 4～5割 3～4割 2026年度 2040年度の電源構成に 2040年度の電源構成に 排出量取引制度 占める再エネの見通し 占める火力の見通し （GX-ETS）の本格稼働 本稿の内容 1 電源構成の転換が「経営課題」になった理由 4 電源ポートフォリオ転換とデータ×AI連携の4層構造 2 エネルギー政策と制度の主な動き 5 セルフ診断と次のステップ 3 データとAIの連携を阻む3つの課題 アクセンチュア株式会社 2026年 外部公開版 Supply Chain & Engineering（SC&E）｜SupplyChain_Engineering@accenture.com Copyright © 2026 Accenture. All rights reserved.

WHITE PAPER｜電気・ガス業 × サステナビリティ × データとAI 2 EXECUTIVE SUMMARY 再エネが増えるほど、電源の運用は予測とデータの勝負になります。 第7次エネルギー基本計画では、2040年度の電源構成に占める再生可能エネルギーの割合を4～5割程度、火力を3～4割 程度とする見通しが示されました。天候で出力が変わる再エネが主力になるにつれ、火力や蓄電池を含めた電源の組み合わせと 、日々の需給の運用はこれまで以上に複雑になります。 本稿では、電力会社が電源ポートフォリオの転換を進めるために、発電・気象・需要・市場のデータをつなぎ、AIによる予測と分 析を運用と投資の判断に生かすための考え方とアプローチを整理します。 Why 1 電源構成の転換は「設備の課題」から「経営の課題」になりました 火力発電の休廃止、再エネと蓄電池の導入、原子力の再稼働などは、いずれも長い期間と大きな投資を伴います。どの電源をいつ増やし 、いつ減らすかは、収益と安定供給の両方を左右する経営判断です。 再エネが増えると、需要の少ない時間帯に出力を抑える出力制御が増え、発電の機会が失われます。電源への投資と日々の運用を、同 じデータで結び付けて判断することが求められています。 図1 電力のバリューチェーンとデータ活用のホットスポット 電源 発電運用 系統 市場・取引 需要 火力の 需給計画 系統の容量 卸電力市場 需要の予測 休廃止判断 需要側の 再エネの導入 出力の予測 出力制御 容量市場 調整 蓄電池 起動・停止 調整力 非化石価値 法人顧客 データ活用の効果が大きい領域 中程度の領域 比較的小さい領域 図1：データ活用の効果は、火力の休廃止判断、需給計画、出力の予測、出力制御に集中しています（概念図） 4～5割 3～4割 2026年度 2040年度の電源構成に 2040年度の電源構成に GX-ETSが 占める再エネの見通し 占める火力の見通し 本格稼働 ※出典：資源エネルギー庁「第7次エネルギー基本計画」（2025年2月）、経済産業省。図1は概念図です。 Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering（SC&E）｜SupplyChain_Engineering@accenture.com

WHITE PAPER｜電気・ガス業 × サステナビリティ × データとAI 3 図2 電源ポートフォリオの転換を阻む3つの構造的な壁 第1の壁 第2の壁 第3の壁 投資の壁 運用の壁 データの壁 長期 ・ 巨額 ・ 不確実 再エネ ・ 予測 ・ 調整力 部門 ・ 形式 ・ 鮮度 ・電源投資の回収期間が長い ・再エネの出力が天候で変わる ・発電と市場のデータが別々 ・燃料と市場の価格が読めない ・予測の誤差を火力で補う ・設備の状態が把握しにくい ・休廃止の判断が先送りされる ・出力制御が増えている ・投資判断に運用実績が届かない 転換の順番が決まらない 再エネを生かし切れない 判断の根拠がそろわない 図2：投資・運用・データの3つの壁が、電源ポートフォリオの転換を難しくしています Why 2 政策と市場の仕組みが、電源の組み合わせを変えていきます 2050年のカーボンニュートラルに向け、排出量取引制度（GX-ETS）が2026年度に本格稼働し、火力発電の排出コストを経営判断 に織り込む必要性が高まっています。容量市場や長期脱炭素電源オークションなど、電源への投資を支える市場の仕組みも整いつつあり ます。 制度と市場が変わり続ける中で、電源ごとの収益とリスクを継続的に評価し、投資と運用の計画を更新する仕組みが必要です。 図3 電源構成をめぐる政策と制度の主な動き 2020年 2020年度 2023年 2024年1月 2025年2月 2026年度 2040年度 1 2 3 4 5 6 7 2050年カーボン 容量市場の GX推進法 長期脱炭素 第7次エネルギー GX-ETSが 再エネ4～5割 ニュートラル宣言 初回入札 が成立 電源オークション 基本計画 本格稼働 の見通し の初回入札 制度・市場の整備 目標・本格稼働 図3：制度と市場の整備が進み、電源の組み合わせを計画的に転換する局面に入りました 電源への投資と日々の運用を、同じデータで判断できる体制が求められています。 Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering（SC&E）｜SupplyChain_Engineering@accenture.com

WHITE PAPER｜電気・ガス業 × サステナビリティ × データとAI 4 Why 3 データとAIをつなぐには、3つの課題があります AIによる需要と再エネ出力の予測、電源運用の最適化を生かすには、発電・気象・需要・市場のデータがつながり、分析の結果が運用と 投資の判断に使われ、データの扱いのルールが整っている必要があります。そこには3つの課題があります。 データの連携 1 発電・気象・需要・市場のデータを、時刻と地点をそろえてつなぎます。 分析結果の活用 2 AIの予測と分析の結果を、需給計画と電源投資の判断に組み込みます。 データの管理ルール 3 データの品質・更新頻度・利用権限の基準を、部門と委託先でそろえます。 図4 従来の電源運用と目指す姿 従来の電源運用 目指す姿 需給計画は担当者の経験で作る AIの予測を基に需給計画を作る 電源投資と運用を別々に判断 同じデータで投資と運用を判断 再エネの出力制御を受け入れる 蓄電池と需要側で出力制御を減らす 火力の休廃止を先送りする 電源ごとの収益とリスクで判断する 市場価格の変動に後から対応 価格の予測を運用計画に織り込む アプローチ データ連携からAIの分析、経営判断までを一体で設計する 発電・気象・需要・市場のデータを連携し、需要と再エネ出力をAIで予測します。分析の結果を需給計画と電源の運用に生かし、電源ご との収益とリスクを踏まえた投資の判断につなげます。それを支えるのが次の4層構造です。 図5 電源ポートフォリオ転換とデータ×AI連携の4層構造 Layer 4 経営判断 電源投資 休廃止 燃料調達 電源投資・休廃止・燃料調達の判断 Layer 3 業務での活用 需給計画 電源運用 市場取引 需給計画・電源運用・市場取引での活用 Layer 2 AIによる分析・予測 需要予測 出力予測 運用最適化 需要・再エネ出力・市場価格の予測と最適化 Layer 1 データ連携 発電データ 気象データ 市場データ 発電・気象・需要・市場データの連携 図5：データ連携を土台に、AIの分析・予測、業務での活用、経営判断を積み上げます Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering（SC&E）｜SupplyChain_Engineering@accenture.com

WHITE PAPER｜電気・ガス業 × サステナビリティ × データとAI 5 図6 電源ポートフォリオ転換 実行ロードマップ STEP 1 0～6カ月 STEP 2 6～18カ月 STEP 3 18カ月～ データの統合と AI予測の活用と 運用の高度化と 電源の評価 転換計画の策定 計画の更新 発電・市場データの統合 需要・出力予測の試行 出力制御の抑制 電源別の収益評価 需給計画への組み込み 蓄電池・需要側の活用 予測精度の現状把握 電源転換の計画 計画の定期的な更新 「どの電源を見直すか」 運用と投資が 脱炭素と収益を両立する が見える 同じ数字でつながる 図6：統合・活用・高度化の3段階で、電源ポートフォリオを転換します STEP 1 データをつなぎ、電源を評価する 発電・気象・需要・市場のデータを統合し、電源ごとの収益とリスク、予測の精度を把握します。休廃止や更新の判断が必要な電源を整 理します。 STEP 2 AIの予測を運用と計画に生かす 需要と再エネ出力の予測をAIで試し、需給計画の担当者の判断と組み合わせて精度と効果を確かめます。分析の結果をもとに、電源の 転換計画を策定します。 STEP 3 運用を高度化し、計画を更新する 蓄電池や需要側の調整を組み合わせて出力制御を減らします。制度と市場の変化に合わせて、電源の転換計画を定期的に更新します 。 期待する成果 段階ごとに得られる成果 短期（0～6カ月） 中期（6～18カ月） 長期（18カ月～） → データの統合 → AI予測の試行 → 出力制御の抑制 → 電源別の収益評価 → 需給計画への活用 → 排出コストの低減 → 予測精度の把握 → 電源転換の計画 → 脱炭素と収益の両立 ※成果の時期は目安であり、対象範囲や現状により異なります Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering（SC&E）｜SupplyChain_Engineering@accenture.com

WHITE PAPER｜電気・ガス業 × サステナビリティ × データとAI 6 セルフ診断 あなたの会社の電源の判断は、データとAIでつながっていますか？ 以下の項目に1つでも当てはまる場合、電源の転換が遅れるリスクが潜んでいる可能性があります。 図7 電源ポートフォリオ転換 セルフ診断チェック 電源ごとの収益とリスクを継続的に評価していない 電源転換の対応レベル → 早急な対応が必要な可能性があります 火力の休廃止の判断基準が定まっていない 0個 → 早急な対応が必要な可能性があります 現状を維持 排出コストが収益に与える影響を試算していない 1～2個 → 早急な対応が必要な可能性があります 注意が必要 発電・気象・需要・市場のデータがつながっていない → 早急な対応が必要な可能性があります 3個以上 需給計画が担当者の経験に依存している 早急に着手 → 早期の見直しをおすすめします 当てはまる項目の数 AIによる需要や再エネ出力の予測を試していない → 早期の見直しをおすすめします 図7：紫の背景は早急な対応が必要な項目、灰色の背景は早期の見直しをおすすめする項目です 1つでも当てはまる場合 3つ以上当てはまる場合 電源の転換が遅れるリスクが潜んでいる可能性があります。ま データとAIを生かした電源ポートフォリオの転換に早急に着手 ずは、電源ごとの収益とリスクの評価状況を確認してください。 すべき段階です。データの統合と電源の評価から始めることを おすすめします。 次のステップ 電源ポートフォリオの現状診断から始める 電源ポートフォリオの転換は、すべての電源を一度に見直す必要はありません。データをつなぎ、電源ごとの収益とリスクを把握することから 始まります。アクセンチュアでは、現状診断から、データ連携の基盤づくり、AIによる予測の活用、電源転換の計画策定まで、段階的に支 援しています。 電源の転換とデータ×AIの活用を、まずは相談してみませんか？ 現状診断のご相談を受け付けています。お気軽にお問い合わせください。 アクセンチュア株式会社 Supply Chain & Engineering（SC&E） SupplyChain_Engineering@accenture.com 本稿のデータは公表情報・統計資料に基づきます。図は概念図を含みます。個別の投資・経営判断については、当社の専門家にご相談ください。 Copyright © 2026 Accenture. All rights reserved. Supply Chain & Engineering（SC&E）｜SupplyChain_Engineering@accenture.com