JP2003180032A - 電力需要予測システム及びその予測方法 - Google Patents
電力需要予測システム及びその予測方法Info
- Publication number
- JP2003180032A JP2003180032A JP2001375962A JP2001375962A JP2003180032A JP 2003180032 A JP2003180032 A JP 2003180032A JP 2001375962 A JP2001375962 A JP 2001375962A JP 2001375962 A JP2001375962 A JP 2001375962A JP 2003180032 A JP2003180032 A JP 2003180032A
- Authority
- JP
- Japan
- Prior art keywords
- power demand
- forecasting
- weather
- prediction
- regional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Abandoned
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Complex Calculations (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 電力需要を精度良くかつ極め細かく予測す
る。 【解決手段】 気温や湿度などの気象予測情報の地域分
布と電力需要の地域性という２つの情報を利用して電力
需要を予測する。具体的には、予測モデル作成装置１３
にて、気象庁や海外機関から配信されるＧＰＶデータを
基に、気象レーダや地上雨量計などの観測データを加味
した局地的な気象予測モデルを作成し、より詳細で精度
の高い気象予測データを作成する。一方、統計解析装置
１４にて、過去の実績を基に電力需要の地域性をデータ
ベース化しておく。そして、予測処理において、実績デ
ータベースを参照して、地域別に、予測した気温や湿度
に対応する電力需要を求め、最終的に全領域の電力需要
量を求める。この場合、雨量や風向、風速などの情報も
加味して、回帰式などによって気象条件と電力需要を地
域毎に対応づけることもできる。
る。 【解決手段】 気温や湿度などの気象予測情報の地域分
布と電力需要の地域性という２つの情報を利用して電力
需要を予測する。具体的には、予測モデル作成装置１３
にて、気象庁や海外機関から配信されるＧＰＶデータを
基に、気象レーダや地上雨量計などの観測データを加味
した局地的な気象予測モデルを作成し、より詳細で精度
の高い気象予測データを作成する。一方、統計解析装置
１４にて、過去の実績を基に電力需要の地域性をデータ
ベース化しておく。そして、予測処理において、実績デ
ータベースを参照して、地域別に、予測した気温や湿度
に対応する電力需要を求め、最終的に全領域の電力需要
量を求める。この場合、雨量や風向、風速などの情報も
加味して、回帰式などによって気象条件と電力需要を地
域毎に対応づけることもできる。
Description
【０００１】
【発明の属する技術分野】本発明は、地域毎の電力需要
を予測し、電力系統の効率的な運用を行うための電力需
要予測システム及びその予測方法に関する。
を予測し、電力系統の効率的な運用を行うための電力需
要予測システム及びその予測方法に関する。
【０００２】
【従来の技術】従来の電力需要の予測は、数日間の実績
の統計から求めている。また、近年では、気象予測情報
が用いられることもがある。但し、これらの手法は、１
地点あるいは数地点の予測情報を用いて、電力供給エリ
ア全体のピーク電力を予測している程度である。このた
め、電力の需要を地域別に予測することが不可能であっ
た。また、通常、電力供給エリアには温度や湿度のばら
つきがあり、数地点の予測情報では電力供給エリア全体
を代表することにならない。このため、ピーク電力の予
測は、あまり当てにならず、信頼性の低いものであっ
た。
の統計から求めている。また、近年では、気象予測情報
が用いられることもがある。但し、これらの手法は、１
地点あるいは数地点の予測情報を用いて、電力供給エリ
ア全体のピーク電力を予測している程度である。このた
め、電力の需要を地域別に予測することが不可能であっ
た。また、通常、電力供給エリアには温度や湿度のばら
つきがあり、数地点の予測情報では電力供給エリア全体
を代表することにならない。このため、ピーク電力の予
測は、あまり当てにならず、信頼性の低いものであっ
た。
【０００３】電力需要が予測したよりも極めて大きい場
合は、電力の供給停止という最悪の事態を招くことにな
る。一方、予測したよりも極めて需要が小さい場合は、
発電コストが増大してしまうという問題がある。このこ
とから、電力需要、特にピーク電力を精度良く予測する
ことが求められている。
合は、電力の供給停止という最悪の事態を招くことにな
る。一方、予測したよりも極めて需要が小さい場合は、
発電コストが増大してしまうという問題がある。このこ
とから、電力需要、特にピーク電力を精度良く予測する
ことが求められている。
【０００４】
【発明が解決しようとする課題】以上述べたように、従
来の電力需要予測の手法では、電力系統の効率的な運用
を行うのに最適な予測を行うことができなかった。この
ため、電力需要、特にピーク電力を高精度に予測できる
ようにすることが求められている。
来の電力需要予測の手法では、電力系統の効率的な運用
を行うのに最適な予測を行うことができなかった。この
ため、電力需要、特にピーク電力を高精度に予測できる
ようにすることが求められている。
【０００５】本発明は、上記の問題を解決し、電力需
要、ピーク電力を精度良く、かつ極め細かく予測するこ
とができ、これにより、電力の供給停止を防ぎつつ、発
電コストの改善を図ることのできる電力需要予測システ
ム及びその予測方法を提供することを目的とする。
要、ピーク電力を精度良く、かつ極め細かく予測するこ
とができ、これにより、電力の供給停止を防ぎつつ、発
電コストの改善を図ることのできる電力需要予測システ
ム及びその予測方法を提供することを目的とする。
【０００６】
【課題を解決するための手段】上記目的を達成するため
に本発明に係る電力需要予測システムは、以下のように
構成される。
に本発明に係る電力需要予測システムは、以下のように
構成される。
【０００７】（１）電力を供給する地域を分割し、各地
域の気象要素を予測する局地気象予測手段と、予め前記
分割領域それぞれの電力需要の実績を収集して実績デー
タベースを作成するデータベース作成手段と、前記局地
気象予測手段の予測結果と実績データベースを基に、気
象要素を加味した電力需要量を予測する電力需要予測手
段とを具備して構成される。
域の気象要素を予測する局地気象予測手段と、予め前記
分割領域それぞれの電力需要の実績を収集して実績デー
タベースを作成するデータベース作成手段と、前記局地
気象予測手段の予測結果と実績データベースを基に、気
象要素を加味した電力需要量を予測する電力需要予測手
段とを具備して構成される。
【０００８】（２）（１）の構成において、前記電力需
要予測手段は、前記実績データベースから前記分割領域
それぞれの電力需要の割合に相当する重みを求め、前記
局地気象予測手段で予測された各分割地域の気象要素を
重み付けし、その結果を統合することで標準気象要素予
測値を求める標準気象要素予測手段と、前記実績データ
ベースから気象要素と電力需要量との関係を解析した特
性を求める特性取得手段と、前記特性取得手段で取得さ
れた特性から前記標準気象要素予測値に対応する電力需
要量を求める電力需要量取得手段とを備えることを特徴
とする。
要予測手段は、前記実績データベースから前記分割領域
それぞれの電力需要の割合に相当する重みを求め、前記
局地気象予測手段で予測された各分割地域の気象要素を
重み付けし、その結果を統合することで標準気象要素予
測値を求める標準気象要素予測手段と、前記実績データ
ベースから気象要素と電力需要量との関係を解析した特
性を求める特性取得手段と、前記特性取得手段で取得さ
れた特性から前記標準気象要素予測値に対応する電力需
要量を求める電力需要量取得手段とを備えることを特徴
とする。
【０００９】（３）（１）の構成において、前記電力需
要予測手段は、前記実績データベースから前記分割領域
それぞれの気象要素と電力需要量との関係を解析した特
性を求める特性取得手段と、この手段で取得された分割
領域それぞれの特性から、前記局地気象予測手段で予測
された各分割地域の気象要素に対応する電力需要量を地
域別に求める地域別電力需要予測手段と、この手段で求
められた地域別電力需要予測結果を統合して全地域の電
力総需要量を求める電力総需要量予測手段とを備えるこ
とを特徴とする。
要予測手段は、前記実績データベースから前記分割領域
それぞれの気象要素と電力需要量との関係を解析した特
性を求める特性取得手段と、この手段で取得された分割
領域それぞれの特性から、前記局地気象予測手段で予測
された各分割地域の気象要素に対応する電力需要量を地
域別に求める地域別電力需要予測手段と、この手段で求
められた地域別電力需要予測結果を統合して全地域の電
力総需要量を求める電力総需要量予測手段とを備えるこ
とを特徴とする。
【００１０】（４）（１）の構成において、前記電力需
要予測手段は、前記実績データベースから前記分割領域
それぞれの各種気象要素と電力需要量との関係を示す電
力需要予測関係式を求める地域別関係式取得手段と、こ
の手段で取得された地域別関係式にそれぞれ前記局地気
象予測手段で予測された各分割地域の気象要素を当ては
めて地域別電力需要量を求める地域別電力需要予測手段
と、この手段で求められた地域別電力需要予測結果を統
合して全地域の電力総需要量を求める電力総需要量予測
手段とを備えることを特徴とする。
要予測手段は、前記実績データベースから前記分割領域
それぞれの各種気象要素と電力需要量との関係を示す電
力需要予測関係式を求める地域別関係式取得手段と、こ
の手段で取得された地域別関係式にそれぞれ前記局地気
象予測手段で予測された各分割地域の気象要素を当ては
めて地域別電力需要量を求める地域別電力需要予測手段
と、この手段で求められた地域別電力需要予測結果を統
合して全地域の電力総需要量を求める電力総需要量予測
手段とを備えることを特徴とする。
【００１１】（５）（４）の構成において、前記電力需
要予測関係式は、回帰式、ニューラルネットワーク、フ
ァジークラスタリング等の手法により求めることを特徴
とする。
要予測関係式は、回帰式、ニューラルネットワーク、フ
ァジークラスタリング等の手法により求めることを特徴
とする。
【００１２】（６）（３）または（４）の構成におい
て、前記電力需要予測手段は、さらに前記地域別電力需
要予測手段の予測結果から最適な電力供給経路を判断
し、推奨出力することを特徴とする。
て、前記電力需要予測手段は、さらに前記地域別電力需
要予測手段の予測結果から最適な電力供給経路を判断
し、推奨出力することを特徴とする。
【００１３】（７）（１）の構成において、前記電力需
要予測手段は、さらに前記局地気象予測手段の予測結果
に基づいて地域別発雷予測を行い、その予測結果から発
雷の可能性のある電力供給経路を指摘することを特徴と
する。
要予測手段は、さらに前記局地気象予測手段の予測結果
に基づいて地域別発雷予測を行い、その予測結果から発
雷の可能性のある電力供給経路を指摘することを特徴と
する。
【００１４】（８）本発明に係る電力需要予測方法は、
電力を供給する地域を分割し、各地域の気象要素を予測
する局地気象予測ステップと、予め前記分割領域それぞ
れの電力需要の実績を収集して実績データベースを作成
するデータベース作成ステップと、前記局地気象予測手
段の予測結果と実績データベースを基に、気象要素を加
味した電力需要量を予測する電力需要予測ステップとを
具備することを特徴とする。
電力を供給する地域を分割し、各地域の気象要素を予測
する局地気象予測ステップと、予め前記分割領域それぞ
れの電力需要の実績を収集して実績データベースを作成
するデータベース作成ステップと、前記局地気象予測手
段の予測結果と実績データベースを基に、気象要素を加
味した電力需要量を予測する電力需要予測ステップとを
具備することを特徴とする。
【００１５】具体的には、本発明では、気温や湿度など
の気象予測情報の地域分布と電力需要の地域性という２
つの情報を利用する。
の気象予測情報の地域分布と電力需要の地域性という２
つの情報を利用する。
【００１６】気温や湿度予測の地域分布は、気象庁や海
外機関からオンラインで配信されるＧＳＭ（Global Spe
ctrum Model）、ＲＳＭ（Regional Spectrum Model）、
ＭＳＭ（Mesoscale Spectrum Model）、ＥＣＭＷＦ（Eu
ropean Centre for Medium-Range Weather Forecasts）
などのＧＰＶ（Grid Point Value）データと呼ばれる格
子点上の気象要素の予測データを用いることが考えられ
る。または、これらの情報に加え、気象レーダや地上雨
量計などの観測データを加味した局地的な気象予測モデ
ルを新たに稼働し、より詳細で精度の高い気象予測デー
タを作成することが考えられる。
外機関からオンラインで配信されるＧＳＭ（Global Spe
ctrum Model）、ＲＳＭ（Regional Spectrum Model）、
ＭＳＭ（Mesoscale Spectrum Model）、ＥＣＭＷＦ（Eu
ropean Centre for Medium-Range Weather Forecasts）
などのＧＰＶ（Grid Point Value）データと呼ばれる格
子点上の気象要素の予測データを用いることが考えられ
る。または、これらの情報に加え、気象レーダや地上雨
量計などの観測データを加味した局地的な気象予測モデ
ルを新たに稼働し、より詳細で精度の高い気象予測デー
タを作成することが考えられる。
【００１７】電力需要の地域性は、過去の実績を基にデ
ータベース化する。具体的には、地域毎に電力需要の割
合をデータベース化したり、気温や湿度と電力需要の関
係を統計的に求める方法などが考えられる。さらには、
雨量や風向、風速などの情報も加味して、回帰式などに
よって気象条件と電力需要を地域毎に対応づけることも
可能である。この場合、回帰式の代わりにニューラルネ
ットワークやファジークラスタリングなどを用いても同
様のことが実現できる。
ータベース化する。具体的には、地域毎に電力需要の割
合をデータベース化したり、気温や湿度と電力需要の関
係を統計的に求める方法などが考えられる。さらには、
雨量や風向、風速などの情報も加味して、回帰式などに
よって気象条件と電力需要を地域毎に対応づけることも
可能である。この場合、回帰式の代わりにニューラルネ
ットワークやファジークラスタリングなどを用いても同
様のことが実現できる。
【００１８】
【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を詳細に説明する。
施の形態を詳細に説明する。
【００１９】図１は本発明に係る電力需要予測システム
の構成を示すブロック図である。図１において、通信装
置１１は、気象庁や海外機関からオンラインで配信され
る、ＧＳＭ、ＲＳＭ、ＭＳＭ、ＥＣＭＷＦなどのＧＰＶ
データを外部気象情報として受け取る。センサ情報収集
装置１２は、例えば気象レーダや各地に配置した温度
計、湿度計、地上雨量計等のセンサ出力を内部気象情報
として収集する。局地気象予測モデル計算装置１３は、
通信装置１１で得られた外部気象情報、センサ情報収集
装置１２で得られた内部気象情報を統合し、その統合デ
ータを基に、通信装置１１で得られたＧＰＶデータより
も細かい格子間隔の格子点予測データを作成し、局地的
な気象予測モデルを計算する。この装置１３で計算され
た局地気象予測モデルは、統計解析装置１４に送られ
る。
の構成を示すブロック図である。図１において、通信装
置１１は、気象庁や海外機関からオンラインで配信され
る、ＧＳＭ、ＲＳＭ、ＭＳＭ、ＥＣＭＷＦなどのＧＰＶ
データを外部気象情報として受け取る。センサ情報収集
装置１２は、例えば気象レーダや各地に配置した温度
計、湿度計、地上雨量計等のセンサ出力を内部気象情報
として収集する。局地気象予測モデル計算装置１３は、
通信装置１１で得られた外部気象情報、センサ情報収集
装置１２で得られた内部気象情報を統合し、その統合デ
ータを基に、通信装置１１で得られたＧＰＶデータより
も細かい格子間隔の格子点予測データを作成し、局地的
な気象予測モデルを計算する。この装置１３で計算され
た局地気象予測モデルは、統計解析装置１４に送られ
る。
【００２０】尚、局地気象予測モデルを計算するための
具体的な手法については、「非静力学モデル」（斉藤和
雄編、気象研究ノート第１９６号、１９９９年９月）に
記載されているので、ここではその詳細な説明を省略す
る。
具体的な手法については、「非静力学モデル」（斉藤和
雄編、気象研究ノート第１９６号、１９９９年９月）に
記載されているので、ここではその詳細な説明を省略す
る。
【００２１】上記統計解析装置１４は、電力系統運用装
置１５から地域別の需要実績を受け取ると共に、上記気
象レーダ、温度計、湿度計、地上雨量計等のセンサ出力
による気象情報を受け取って、電力需要の地域性に関す
る実績データベースを作成しておく。そして、この実績
データベースと局地気象予測モデルとから電力需要を予
測して電力系統運用装置１４に送る。電力系統運用装置
１４では、電力需要予測結果に基づいて各発電所の電力
発生量の制御、送電経路の選択等を行うことで、電力系
統を適切に運用するもので、実際に発生した電力の推
移、送電経路の選択状況を地域ごとに計測し、需要実績
として統計解析装置１３に送る。
置１５から地域別の需要実績を受け取ると共に、上記気
象レーダ、温度計、湿度計、地上雨量計等のセンサ出力
による気象情報を受け取って、電力需要の地域性に関す
る実績データベースを作成しておく。そして、この実績
データベースと局地気象予測モデルとから電力需要を予
測して電力系統運用装置１４に送る。電力系統運用装置
１４では、電力需要予測結果に基づいて各発電所の電力
発生量の制御、送電経路の選択等を行うことで、電力系
統を適切に運用するもので、実際に発生した電力の推
移、送電経路の選択状況を地域ごとに計測し、需要実績
として統計解析装置１３に送る。
【００２２】次に、上記気象予測モデルと実績データベ
ースから電力需要を予測する手法について説明する。
ースから電力需要を予測する手法について説明する。
【００２３】電力需要予測値を算出には、電力需要統計
重みマップを用いる場合、地域別統計曲線を用いる場
合、回帰式を用いる場合が考えられる。
重みマップを用いる場合、地域別統計曲線を用いる場
合、回帰式を用いる場合が考えられる。
【００２４】（実施例１）図２を参照して、電力需要統
計重みマップを用いて、指定時刻（図では１３：００）
の電力総需要を予測する場合を説明する。
計重みマップを用いて、指定時刻（図では１３：００）
の電力総需要を予測する場合を説明する。
【００２５】まず、気象予測モデルから、地域別の気温
予測マップ（ａ）と湿度予測マップ（ｂ）を作成する。
また、実績データベースに格納されている地域別の電力
需要の統計に基づいて、地域別に電力需要統計に対応す
る重み係数を求めて重み係数マップ（ｃ）を作成する。
さらに、実績データベースに格納されている過去の統計
データから、湿度階級別に気温と電力需要の関係を求
め、湿度階級別気温−電力需要曲線を示す特性図（ｄ）
を作成する。湿度階級は、例えば７０−８０％のように
１０％毎とする。尚、各マップ（ａ）〜（ｃ）における
分割領域は同一地域を表すものとする。
予測マップ（ａ）と湿度予測マップ（ｂ）を作成する。
また、実績データベースに格納されている地域別の電力
需要の統計に基づいて、地域別に電力需要統計に対応す
る重み係数を求めて重み係数マップ（ｃ）を作成する。
さらに、実績データベースに格納されている過去の統計
データから、湿度階級別に気温と電力需要の関係を求
め、湿度階級別気温−電力需要曲線を示す特性図（ｄ）
を作成する。湿度階級は、例えば７０−８０％のように
１０％毎とする。尚、各マップ（ａ）〜（ｃ）における
分割領域は同一地域を表すものとする。
【００２６】上記マップの作成後、地域ごとに（ａ）の
気温予測値、（ｂ）の湿度予測値を（ｃ）の重み係数で
重み付けした後、領域全体の平均気温予測値、平均湿度
予測値を求める。これらの予測値は、それぞれ電力需要
を加味した標準気温、標準湿度である。そこで、標準湿
度に相当する気温−電力需要曲線の特性図（ｄ）を選択
し、この特性図（ｄ）から標準気温に相当する電力需要
量を求める。これにより、指定時刻の電力総需要予測値
を求めることができる。
気温予測値、（ｂ）の湿度予測値を（ｃ）の重み係数で
重み付けした後、領域全体の平均気温予測値、平均湿度
予測値を求める。これらの予測値は、それぞれ電力需要
を加味した標準気温、標準湿度である。そこで、標準湿
度に相当する気温−電力需要曲線の特性図（ｄ）を選択
し、この特性図（ｄ）から標準気温に相当する電力需要
量を求める。これにより、指定時刻の電力総需要予測値
を求めることができる。
【００２７】（実施例２）図３を参照して、地域別統計
曲線を用いて、指定時刻（図では１３：００）の電力総
需要を予測すると共に、最適系統の運用を推奨する場合
を説明する。
曲線を用いて、指定時刻（図では１３：００）の電力総
需要を予測すると共に、最適系統の運用を推奨する場合
を説明する。
【００２８】まず、実施例１と同様に、気象予測モデル
から地域別の気温予測マップ（ａ）と湿度予測マップ
（ｂ）を作成し、さらに実績データベースに予め格納さ
れている地域別の電力需要の統計に基づいて、湿度階級
別気温−電力需要曲線の特性図（ｄ）を作成しておく。
上記マップ（ａ）、（ｂ）の作成後、湿度予測値に基づ
いて地域ごとに温度階級別の気温−電力需要曲線を当て
はめ、地域別特性マップ（ｅ）を作成する。
から地域別の気温予測マップ（ａ）と湿度予測マップ
（ｂ）を作成し、さらに実績データベースに予め格納さ
れている地域別の電力需要の統計に基づいて、湿度階級
別気温−電力需要曲線の特性図（ｄ）を作成しておく。
上記マップ（ａ）、（ｂ）の作成後、湿度予測値に基づ
いて地域ごとに温度階級別の気温−電力需要曲線を当て
はめ、地域別特性マップ（ｅ）を作成する。
【００２９】上記マップの作成後、地域ごとに気温−電
力需要曲線を参照し、気温に相当する電力需要量を求め
て、指定時刻における電力需要量を予測した電力需要マ
ップ（ｆ）を作成する。この電力需要マップ（ｆ）から
全領域の電力需要を積算することで、電力総需要量を予
測することができる。また、地域ごとの電力需要量の予
測ができるので、最適な送電経路を割り出して推奨すれ
ば、最適系統の運用を実現することが可能となる。
力需要曲線を参照し、気温に相当する電力需要量を求め
て、指定時刻における電力需要量を予測した電力需要マ
ップ（ｆ）を作成する。この電力需要マップ（ｆ）から
全領域の電力需要を積算することで、電力総需要量を予
測することができる。また、地域ごとの電力需要量の予
測ができるので、最適な送電経路を割り出して推奨すれ
ば、最適系統の運用を実現することが可能となる。
【００３０】（実施例３）図４を参照して、回帰式を用
いて、指定時刻（図では１３：００）の電力総需要を予
測すると共に、最適系統の運用を推奨する場合を説明す
る。
いて、指定時刻（図では１３：００）の電力総需要を予
測すると共に、最適系統の運用を推奨する場合を説明す
る。
【００３１】まず、実施例１または２と同様に、気象予
測モデルから地域別の気温予測マップ（ａ）、湿度予測
マップ（ｂ）の他、図示しないが、風向、風速、雨量等
の予測マップを作成する。一方、各地域ごとに、温度、
湿度、風向、風速、雨量、時刻等の各パラメータによっ
て変化する電力需要を定量化するための回帰式を作成
し、地域別の電力需要予測を行う回帰式マップ（ｇ）を
作成する。
測モデルから地域別の気温予測マップ（ａ）、湿度予測
マップ（ｂ）の他、図示しないが、風向、風速、雨量等
の予測マップを作成する。一方、各地域ごとに、温度、
湿度、風向、風速、雨量、時刻等の各パラメータによっ
て変化する電力需要を定量化するための回帰式を作成
し、地域別の電力需要予測を行う回帰式マップ（ｇ）を
作成する。
【００３２】上記マップの作成後、地域ごとに各予測マ
ップのパラメータを回帰式マップ（ｇ）の該当する回帰
式に当てはめて、地域別に電力需要を予測し、電力需要
マップ（ｈ）を作成する。この電力需要マップ（ｈ）か
ら全領域の電力需要を積算することで、電力総需要量を
予測することができる。また、地域ごとの電力需要量の
予測ができるので、最適な送電経路を割り出して推奨す
れば、最適系統の運用を実現することが可能となる。
ップのパラメータを回帰式マップ（ｇ）の該当する回帰
式に当てはめて、地域別に電力需要を予測し、電力需要
マップ（ｈ）を作成する。この電力需要マップ（ｈ）か
ら全領域の電力需要を積算することで、電力総需要量を
予測することができる。また、地域ごとの電力需要量の
予測ができるので、最適な送電経路を割り出して推奨す
れば、最適系統の運用を実現することが可能となる。
【００３３】尚、実施例３では、雨量や風向、風速など
の情報も加味して、回帰式によって気象条件と電力需要
を地域毎に対応づけるようにしたが、回帰式の代わりに
ニューラルネットワークやファジークラスタリングなど
を用いても同様のことが実現できる。
の情報も加味して、回帰式によって気象条件と電力需要
を地域毎に対応づけるようにしたが、回帰式の代わりに
ニューラルネットワークやファジークラスタリングなど
を用いても同様のことが実現できる。
【００３４】いずれの実施例も、地域ごとの気象条件別
に電力需要を予測するため、地域ごとの気象状況のばら
つきによる電力需要予測の精度低下を改善することがで
き、より高い精度で電力需要、特にピーク電力を予測す
ることができるので、発生電力の不足による電力の供給
停止を防ぎ、過剰な電力発生を防止して発電コストの改
善を図ることができる。
に電力需要を予測するため、地域ごとの気象状況のばら
つきによる電力需要予測の精度低下を改善することがで
き、より高い精度で電力需要、特にピーク電力を予測す
ることができるので、発生電力の不足による電力の供給
停止を防ぎ、過剰な電力発生を防止して発電コストの改
善を図ることができる。
【００３５】また、統計解析装置１４では、局地気象予
測モデルから雷が発生する地域、時刻をも予測可能であ
る。そこで、電力需要予測と合わせて雷発生予測情報を
電力系統運用装置１５に送ることで、電力系統運用装置
１５では、送電経路として、予め雷の発生が予測される
地域を迂回させることも可能となる。
測モデルから雷が発生する地域、時刻をも予測可能であ
る。そこで、電力需要予測と合わせて雷発生予測情報を
電力系統運用装置１５に送ることで、電力系統運用装置
１５では、送電経路として、予め雷の発生が予測される
地域を迂回させることも可能となる。
【００３６】
【発明の効果】以上説明したように本発明によれば、電
力需要、ピーク電力を精度良く、かつ極め細かく予測す
ることができ、これにより、電力の供給停止を防ぎつ
つ、発電コストの改善を図ることのできる電力需要予測
システム及びその予測方法を提供することができる。
力需要、ピーク電力を精度良く、かつ極め細かく予測す
ることができ、これにより、電力の供給停止を防ぎつ
つ、発電コストの改善を図ることのできる電力需要予測
システム及びその予測方法を提供することができる。
【図１】 本発明の一実施形態である電力需要予測シス
テムの構成を示すブロック図。
テムの構成を示すブロック図。
【図２】 同実施形態において、電力需要統計重みマッ
プを用いて電力総需要を予測する処理方法を示す図。
プを用いて電力総需要を予測する処理方法を示す図。
【図３】 同実施形態において、地域別統計曲線を用い
て、電力総需要を予測すると共に最適系統の運用を推奨
する処理方法を示す図。
て、電力総需要を予測すると共に最適系統の運用を推奨
する処理方法を示す図。
【図４】 同実施形態において、回帰式を用いて、電力
総需要を予測すると共に最適系統の運用を推奨する処理
方法を示す図。
総需要を予測すると共に最適系統の運用を推奨する処理
方法を示す図。
１１…通信装置
１２…センサ情報収集装置
１３…局地気象予測モデル作成装置
１４…統計解析装置
１５…電力系統運用装置
（ａ）…気温予測マップ
（ｂ）…湿度予測マップ
（ｃ）…重み係数マップ
（ｄ）…湿度階級別気温−電力需要曲線特性図
（ｅ）…地域別特性マップ
（ｆ）…電力需要マップ
（ｇ）…回帰式マップ
（ｈ）…電力需要マップ
─────────────────────────────────────────────────────
フロントページの続き
(51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考）
Ｇ０６Ｆ 17/60 １１０ Ｇ０６Ｆ 17/60 １１０
19/00 １００ 19/00 １００
Ｇ０６Ｎ 3/00 ５５０ Ｇ０６Ｎ 3/00 ５５０Ｃ
5/04 ５５０ 5/04 ５５０Ｎ
Claims (10)
- 【請求項１】 電力を供給する地域を分割し、各地域の
気象要素を予測する局地気象予測手段と、 予め前記分割領域それぞれの電力需要の実績を収集して
実績データベースを作成するデータベース作成手段と、 前記局地気象予測手段の予測結果と実績データベースを
基に、気象要素を加味した電力需要量を予測する電力需
要予測手段とを具備することを特徴とする電力需要予測
システム。 - 【請求項２】 前記電力需要予測手段は、 前記実績データベースから前記分割領域それぞれの電力
需要の割合に相当する重みを求め、前記局地気象予測手
段で予測された各分割地域の気象要素を重み付けし、そ
の結果を統合することで標準気象要素予測値を求める標
準気象要素予測手段と、 前記実績データベースから気象要素と電力需要量との関
係を解析した特性を求める特性取得手段と、 前記特性取得手段で取得された特性から前記標準気象要
素予測値に対応する電力需要量を求める電力需要量取得
手段とを備えることを特徴とする請求項１記載の電力需
要予測システム。 - 【請求項３】 前記電力需要予測手段は、 前記実績データベースから前記分割領域それぞれの気象
要素と電力需要量との関係を解析した特性を求める特性
取得手段と、 この手段で取得された分割領域それぞれの特性から、前
記局地気象予測手段で予測された各分割地域の気象要素
に対応する電力需要量を地域別に求める地域別電力需要
予測手段と、 この手段で求められた地域別電力需要予測結果を統合し
て全地域の電力総需要量を求める電力総需要量予測手段
とを備えることを特徴とする請求項１記載の電力需要予
測システム。 - 【請求項４】 前記電力需要予測手段は、 前記実績データベースから前記分割領域それぞれの各種
気象要素と電力需要量との関係を示す電力需要予測関係
式を求める地域別関係式取得手段と、 この手段で取得された地域別関係式にそれぞれ前記局地
気象予測手段で予測された各分割地域の気象要素を当て
はめて地域別電力需要量を求める地域別電力需要予測手
段と、 この手段で求められた地域別電力需要予測結果を統合し
て全地域の電力総需要量を求める電力総需要量予測手段
とを備えることを特徴とする請求項１記載の電力需要予
測システム。 - 【請求項５】 前記電力需要予測関係式は、回帰式で表
されることを特徴とする請求項４記載の電力需要予測シ
ステム。 - 【請求項６】 前記電力需要予測関係式は、ニューラル
ネットワークにより求めることを特徴とする請求項４記
載の電力需要予測システム。 - 【請求項７】 前記電力需要予測関係式は、ファジーク
ラスタリングにより求めることを特徴とする請求項４記
載の電力需要予測システム。 - 【請求項８】 前記電力需要予測手段は、さらに前記地
域別電力需要予測手段の予測結果から最適な電力供給経
路を判断し、推奨出力することを特徴とする請求項３ま
たは４記載の電力需要予測システム。 - 【請求項９】 前記電力需要予測手段は、さらに前記局
地気象予測手段の予測結果に基づいて地域別発雷予測を
行い、その予測結果から発雷の可能性のある電力供給経
路を指摘することを特徴とする請求項１記載の電力需要
予測システム。 - 【請求項１０】 電力を供給する地域を分割し、各地域
の気象要素を予測する局地気象予測ステップと、 予め前記分割領域それぞれの電力需要の実績を収集して
実績データベースを作成するデータベース作成ステップ
と、 前記局地気象予測手段の予測結果と実績データベースを
基に、気象要素を加味した電力需要量を予測する電力需
要予測ステップとを具備することを特徴とする電力需要
予測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001375962A JP2003180032A (ja) | 2001-12-10 | 2001-12-10 | 電力需要予測システム及びその予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001375962A JP2003180032A (ja) | 2001-12-10 | 2001-12-10 | 電力需要予測システム及びその予測方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003180032A true JP2003180032A (ja) | 2003-06-27 |
Family
ID=19184248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001375962A Abandoned JP2003180032A (ja) | 2001-12-10 | 2001-12-10 | 電力需要予測システム及びその予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003180032A (ja) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7076368B2 (en) | 2003-10-30 | 2006-07-11 | Kabushiki Kaisha Toshiba | Weather prediction system and power demand prediction system, and weather prediction method and power demand prediction method |
| JP2007017316A (ja) * | 2005-07-08 | 2007-01-25 | Toshiba Corp | 気象情報提供システム |
| JP2007199862A (ja) * | 2006-01-24 | 2007-08-09 | Nippon Telegr & Teleph Corp <Ntt> | エネルギー需要予測方法、予測装置、プログラム、および記録媒体 |
| JP2008295193A (ja) * | 2007-05-24 | 2008-12-04 | Nippon Telegr & Teleph Corp <Ntt> | 電力デマンド制御装置、システム、および方法 |
| US7523001B2 (en) | 2006-09-28 | 2009-04-21 | General Electric Company | Method and apparatus for operating wind turbine generators |
| JP2009128180A (ja) * | 2007-11-22 | 2009-06-11 | Toshiba Corp | 霧予測装置及び霧予測方法 |
| JP2010048632A (ja) * | 2008-08-21 | 2010-03-04 | Chugoku Electric Power Co Inc:The | 防災体制判断支援システム |
| CN102055188A (zh) * | 2011-01-07 | 2011-05-11 | 西北电网有限公司 | 基于时间序列法的超短期风电功率预报方法 |
| CN102545211A (zh) * | 2011-12-21 | 2012-07-04 | 西安交通大学 | 一种通用的用于风电功率预测的数据预处理装置及方法 |
| JP2012143098A (ja) * | 2011-01-05 | 2012-07-26 | Kankyo Keiei Senryaku Soken:Kk | 使用電力量予測システム、及び使用電力量予測システムの制御方法 |
| CN103033855A (zh) * | 2012-12-12 | 2013-04-10 | 江苏省电力公司电力科学研究院 | 电网气象灾害监测预警系统 |
| WO2014104829A1 (ko) * | 2012-12-28 | 2014-07-03 | 주식회사 효성 | 전력 부하 예측 방법 및 이러한 방법을 수행하는 장치 |
| KR20150007330A (ko) * | 2012-05-04 | 2015-01-20 | 지멘스 인더스트리, 인크. | 기온 분포를 사용한 측정 및 검증 가중 방법 및 시스템 |
| CN104598755A (zh) * | 2015-02-09 | 2015-05-06 | 哈尔滨工业大学 | 基于风速陡变占空比的风速间歇性定量刻画方法 |
| JP2016207070A (ja) * | 2015-04-27 | 2016-12-08 | 株式会社日立製作所 | 電力取引支援装置及び方法、または応用装置 |
| CN106529741A (zh) * | 2016-12-12 | 2017-03-22 | 国网电力科学研究院 | 一种基于空间相关特征的超短期风电功率预测方法 |
| KR20190047529A (ko) * | 2017-10-27 | 2019-05-08 | 한전케이디엔주식회사 | 실시간 빅 데이터 분석을 활용한 송전계통 gis 시스템 및 이를 이용한 송전계통 부하 예측 방법 |
| JP2020064446A (ja) * | 2018-10-17 | 2020-04-23 | 株式会社日立製作所 | 予測システムおよび予測方法 |
| JP2020195281A (ja) * | 2017-11-07 | 2020-12-03 | 株式会社東芝 | 情報処理装置、情報処理方法およびコンピュータプログラム |
| JP2021093871A (ja) * | 2019-12-12 | 2021-06-17 | 株式会社Ｓｕｂａｒｕ | 充電システム |
| JP2021108525A (ja) * | 2019-12-27 | 2021-07-29 | 昭和電工株式会社 | 電力運用システム |
| JP2022018848A (ja) * | 2020-07-16 | 2022-01-27 | Kddi株式会社 | 電力需要予測方法およびシステム |
-
2001
- 2001-12-10 JP JP2001375962A patent/JP2003180032A/ja not_active Abandoned
Cited By (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7076368B2 (en) | 2003-10-30 | 2006-07-11 | Kabushiki Kaisha Toshiba | Weather prediction system and power demand prediction system, and weather prediction method and power demand prediction method |
| JP4515980B2 (ja) * | 2005-07-08 | 2010-08-04 | 株式会社東芝 | 気象情報提供システム |
| JP2007017316A (ja) * | 2005-07-08 | 2007-01-25 | Toshiba Corp | 気象情報提供システム |
| JP2007199862A (ja) * | 2006-01-24 | 2007-08-09 | Nippon Telegr & Teleph Corp <Ntt> | エネルギー需要予測方法、予測装置、プログラム、および記録媒体 |
| US7523001B2 (en) | 2006-09-28 | 2009-04-21 | General Electric Company | Method and apparatus for operating wind turbine generators |
| JP2008295193A (ja) * | 2007-05-24 | 2008-12-04 | Nippon Telegr & Teleph Corp <Ntt> | 電力デマンド制御装置、システム、および方法 |
| JP2009128180A (ja) * | 2007-11-22 | 2009-06-11 | Toshiba Corp | 霧予測装置及び霧予測方法 |
| JP2010048632A (ja) * | 2008-08-21 | 2010-03-04 | Chugoku Electric Power Co Inc:The | 防災体制判断支援システム |
| JP2012143098A (ja) * | 2011-01-05 | 2012-07-26 | Kankyo Keiei Senryaku Soken:Kk | 使用電力量予測システム、及び使用電力量予測システムの制御方法 |
| CN102055188A (zh) * | 2011-01-07 | 2011-05-11 | 西北电网有限公司 | 基于时间序列法的超短期风电功率预报方法 |
| CN102545211A (zh) * | 2011-12-21 | 2012-07-04 | 西安交通大学 | 一种通用的用于风电功率预测的数据预处理装置及方法 |
| KR20150007330A (ko) * | 2012-05-04 | 2015-01-20 | 지멘스 인더스트리, 인크. | 기온 분포를 사용한 측정 및 검증 가중 방법 및 시스템 |
| KR102041417B1 (ko) * | 2012-05-04 | 2019-11-06 | 지멘스 인더스트리, 인크. | 기온 분포를 사용한 측정 및 검증 가중 방법 및 시스템 |
| CN103033855A (zh) * | 2012-12-12 | 2013-04-10 | 江苏省电力公司电力科学研究院 | 电网气象灾害监测预警系统 |
| WO2014104829A1 (ko) * | 2012-12-28 | 2014-07-03 | 주식회사 효성 | 전력 부하 예측 방법 및 이러한 방법을 수행하는 장치 |
| CN104598755A (zh) * | 2015-02-09 | 2015-05-06 | 哈尔滨工业大学 | 基于风速陡变占空比的风速间歇性定量刻画方法 |
| CN104598755B (zh) * | 2015-02-09 | 2017-06-23 | 哈尔滨工业大学 | 基于风速陡变占空比的风速间歇性定量刻画方法 |
| JP2016207070A (ja) * | 2015-04-27 | 2016-12-08 | 株式会社日立製作所 | 電力取引支援装置及び方法、または応用装置 |
| CN106529741B (zh) * | 2016-12-12 | 2019-12-06 | 国网电力科学研究院 | 一种基于空间相关特征的超短期风电功率预测方法 |
| CN106529741A (zh) * | 2016-12-12 | 2017-03-22 | 国网电力科学研究院 | 一种基于空间相关特征的超短期风电功率预测方法 |
| KR20190047529A (ko) * | 2017-10-27 | 2019-05-08 | 한전케이디엔주식회사 | 실시간 빅 데이터 분석을 활용한 송전계통 gis 시스템 및 이를 이용한 송전계통 부하 예측 방법 |
| KR102027940B1 (ko) * | 2017-10-27 | 2019-10-02 | 한전케이디엔주식회사 | 실시간 빅 데이터 분석을 활용한 송전계통 gis 시스템 및 이를 이용한 송전계통 부하 예측 방법 |
| JP2020195281A (ja) * | 2017-11-07 | 2020-12-03 | 株式会社東芝 | 情報処理装置、情報処理方法およびコンピュータプログラム |
| JP2020064446A (ja) * | 2018-10-17 | 2020-04-23 | 株式会社日立製作所 | 予測システムおよび予測方法 |
| JP7157620B2 (ja) | 2018-10-17 | 2022-10-20 | 株式会社日立製作所 | 予測システムおよび予測方法 |
| JP2021093871A (ja) * | 2019-12-12 | 2021-06-17 | 株式会社Ｓｕｂａｒｕ | 充電システム |
| JP7414504B2 (ja) | 2019-12-12 | 2024-01-16 | 株式会社Subaru | 充電システム |
| JP2021108525A (ja) * | 2019-12-27 | 2021-07-29 | 昭和電工株式会社 | 電力運用システム |
| JP7452013B2 (ja) | 2019-12-27 | 2024-03-19 | 株式会社レゾナック | 電力運用システム |
| JP2022018848A (ja) * | 2020-07-16 | 2022-01-27 | Kddi株式会社 | 電力需要予測方法およびシステム |
| JP7328940B2 (ja) | 2020-07-16 | 2023-08-17 | Kddi株式会社 | 電力需要予測方法およびシステム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003180032A (ja) | 電力需要予測システム及びその予測方法 | |
| Valor et al. | Daily air temperature and electricity load in Spain | |
| JP5743881B2 (ja) | 電力管理システム、電力管理方法、需要家端末及び電力管理装置 | |
| JP4262129B2 (ja) | 気象予測システム | |
| KR100827053B1 (ko) | 기상 예측 시스템 및 전력 수요량 예측 시스템과 기상예측 방법 및 전력 수요량 예측 방법 | |
| US9136706B2 (en) | Power management system and power management method | |
| US20180196896A1 (en) | Device for predicting amount of photovoltaic power generation, and method for predicting amount of photovoltaic power generation | |
| JP4266011B2 (ja) | 配電系統負荷想定方法、配電系統負荷想定装置 | |
| JP2003242212A (ja) | ユーティリティの消費特性が類似する曜日を決定する装置および方法 | |
| JP5394430B2 (ja) | ライフサイクル利用システム及びライフサイクル利用方法 | |
| JP5047260B2 (ja) | 降水量予測システム、降水量予測方法およびプログラム | |
| KR102119125B1 (ko) | 지역별 특성에 기초한 전력 수요 예측 장치 및 방법 | |
| CN112581012A (zh) | 参与需求响应的用电客户分类方法 | |
| KR20180023082A (ko) | 시간별 기온을 이용한 24시간 전력수요예측장치 및 전력수요예측방법 | |
| US10998725B2 (en) | Electric power generation prediction method based on expected value calculation, electric power generation prediction system based on expected value calculation, and electric power generation prediction program product based on expected value calculation | |
| Littlewood et al. | Predicting daily streamflow using rainfall forecasts, a simple loss module and unit hydrographs: Two Brazilian catchments | |
| KR20160074325A (ko) | 기상변화에 따른 전력수요지수 예측 시스템 및 그 방법 | |
| CN106530841A (zh) | 机场延误预测方法及装置 | |
| JP2020108188A (ja) | Ｐｖ出力予測支援装置、ｐｖ出力予測装置、ｐｖ出力予測支援方法及びｐｖ出力予測支援プログラム | |
| JP4261471B2 (ja) | 配電系統負荷想定方法及び装置 | |
| JP7406395B2 (ja) | Ｄｒ発動予測システム | |
| JP2019101525A (ja) | 属性クラスタの重みを利用した使用量予測プログラム、装置及び方法 | |
| JP7240767B1 (ja) | 風況予測システム及び風況予測方法 | |
| CN116050636A (zh) | 光伏电站的出力预测方法、装置、设备及介质 | |
| JP2020088944A (ja) | 電力需要予測装置、電力需要予測方法、そのプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040113 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060112 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060117 |
|
| A762 | Written abandonment of application |
Free format text: JAPANESE INTERMEDIATE CODE: A762 Effective date: 20060308 |