JP2005031927A - 電力需要予測装置及びその方法 - Google Patents
電力需要予測装置及びその方法 Download PDFInfo
- Publication number
- JP2005031927A JP2005031927A JP2003195441A JP2003195441A JP2005031927A JP 2005031927 A JP2005031927 A JP 2005031927A JP 2003195441 A JP2003195441 A JP 2003195441A JP 2003195441 A JP2003195441 A JP 2003195441A JP 2005031927 A JP2005031927 A JP 2005031927A
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- power demand
- prediction
- demand
- predicted
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000035945 sensitivity Effects 0.000 claims abstract description 22
- 230000005855 radiation Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 238000001931 thermography Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013277 forecasting method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- Y04S10/54—
Landscapes
- Image Processing (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
- Instructional Devices (AREA)
Abstract
【解決手段】人工衛星1などに搭載したセンサーを使って、宇宙から地球を観測する技術であるリモートセンシングにより得られたマルチスペクトル画像13から地域の気温分布を示すサーモグラフィック16を求め、地域毎の気温感応度から当日の電力需要予測を算出するようにした。又、契約者が登録した需要予測値との偏差が大きい場合は通知するようにした。
【選択図】 図2
Description
【発明の属する技術分野】
本発明は、電力,エネルギー供給業者,エネルギー購入者に、局地的,短期的の需要予測サービスを提供するための電力需要予測装置及びその方法に関する。
【0002】
【従来の技術】
従来、電力需要予測は、発電所の制御を行うために電力会社が独自に行い、ベース負荷を決めて担当する発電所などの制御を行っていた。
【0003】
最近は、電力需要予測を行い、顧客に情報提供を行うサービス方法も出現している。例えば、
【特許文献1】には、顧客との事前の契約内容をチェックする手段と、顧客からの提供データで顧客が要求する予測が可能かどうかを判断する手段と、不足している場合はさらに顧客にデータを要求あるいは外部機関のデータベースからデータを入手する手段と、過去の予測実績を記憶しているデータファイルと、予測演算手段と、顧客への予測結果送信手段で構成して予測データの提供に応じて課金処理を行う電力の需要予測サービス方法がある。その電力需要予測方法は、気象庁の発表する天気予報,曜日、あるいは過去の同時期における実績値から、翌日あるいは週単位等の期間での予測を実施し、電力供給制御に活用してきた。
【0004】
電力需要量予測に関する従来の技術として、例えば
【特許文献2】では、中央給電指令所などにおける電力の需要を、計算機を用いて自動的に予測する方法が記載されている。又、回帰式やニューラルネットワークなどの多くの予測モデルに汎用的に適用できるようにした予測方法について述べている。
【0005】
又、
【特許文献3】には、予測日前日までの1時間毎の対象地域の各地点における天候,風向,風力,気温,湿度,気圧の各気象データをもとに、予測日の前日と似ている日を過去データから検索して類似日とし、翌日のデータを検索して予測日の1時間毎24時間の気象変数を予測する電力需要予測システムが開示されている。又、
【特許文献4】には、気象レーダ画像,気象衛星画像,可視画像,赤外画像を用い、センタAにおいて広域観測網による広域事象予測を行い、局所観測により蓄積されている事象データベースを保持するセンタBにおいてセンタAからセンタBのエリアを含む広域の事象予測結果を取得し、事象予測結果とセンタBのエリアの過去の事象の類似性に基づいて過去の事象の選定を行い、選定された過去の事象と事象の後の変化に基づいて現況の予測値を生成する事象予測方法がある。
【0006】
【特許文献1】
特開2002−41714号公報
【特許文献2】
特開平11−346438号公報
【特許文献3】
特開平8−163778号公報
【特許文献4】
特開2001−324576号公報
【0007】
【発明が解決しようとする課題】
上記従来の技術は、例えば予め取得した最高気温と最低気温を元にして過去の需要実績を按分して需要予測を行う。又、
【特許文献1】〜
【特許文献4】に記載のように、過去の事象から類似する事象を選定して選定された過去の事象に基づいて予測しているものである。
【0008】
例えば、梅雨末期の梅雨前線位置の変化や、真夏の台風の通過による気温変化は大きく、前日の予報が外れることがよく知られているように、気象の変動はカオス的であり、完全なる予測は困難であると言われている。そのため、過去の事象に基づいた予測では、ずれが頻繁に発生し、例えば最高気温になる予測時刻のずれや、予測からずれた時刻後の気温変動や、短時間での温度上昇又は低下が生じた場合には大きなずれが発生する。このような大きなずれにより、予測とは異なり、電力需要の最大値が漸増していく場合や、新規のパターンが発生する場合、予測に用いた天気予報が外れた場合は、電力需要予測を早期に補正できないという問題がある。
【0009】
又、電力自由化の前は、電力会社は自社の電力需要を知ることが重要であり、自社が収集した情報を使用して予測していたが、電力の自由化により、自社以外の市場全体の需給情報を知る必要性が生じ、いわゆる電力の自由化に対応した電力需要推定方法が必要となった。
【0010】
特に、電力自由化市場における、先物取引,現物取引では、より局地的で、且つ需要予測値の上げ局面か下げ局面かの状況判断ができる予測方法が必要となっている。
【0011】
本発明の第1の目的は、電力需要予測を行うサービスにおいて、例えば前日に予想した予測値に偏差が発生した場合にその偏差を早期に通知できる電力需要予測装置及びその方法を提供することにある。
【0012】
本発明の第2の目的は、取引業者向けに当日の電力需要の予測偏差の傾向を通知できる電力需要予測装置及びその方法を提供することにある。
【0013】
【課題を解決するための手段】
上記目的を達成するために、本発明は、人工衛星などに搭載したセンサを使って、宇宙から地球を観測する技術であるリモートセンシングにより得られたマルチスペクトル画像から地域の気温分布を示すサーモグラフィックを求め、地域毎の気温感応度から電力需要を算出するようにしたものである。
【0014】
又、リモートセンシングにより得られたマルチスペクトル画像の可視光白から雲の位置と量を求め、この実績値から設定された時間以内の日射量を予測し、予測された日射量と現在の気温から設定された時間以内の気温の変化を求め、気温感応度から電力需要予測を行うものである。
【0015】
又、当日の正確な需要予測により求められた時間需要予測値と、契約者が登録した需要予測値とを比較し、偏差値が閾値を超える場合は通知するサービスを行うものである。又、市販の需要予測ソフトを使用した一般的予測値との偏差値が拡大方向になったときは契約者に通知するサービスを行うものである。
【0016】
【発明の実施の形態】
本発明の一実施例を図1から図10により説明する。図1は、電力需要予測システムの構成図である。
【0017】
図1に示すように、電力需要予測システムでは、通常の人工衛星を用いる、あるいは高度が通常の人工衛星より低い楕円軌道で地球の周りを回っている3つの衛星のうち、いずれか1つの衛星が日本の衛星画像を撮影できるように配置されている。通常の人工衛星により撮影された衛星画像、あるいは3つの衛星1のいずれかにより撮影された衛星画像2は、衛星1から図示しない基地局へ送信される。
【0018】
人工衛星などに搭載したセンサを使って、遠く離れた宇宙などから地球を観測する技術であるリモートセンシングにより、衛星画像を受信した基地局は、無線通信又はネットワークにより接続された電力需要予測サービス会社の需要予測装置3に衛星画像を送信する。需要予測装置3には、需要予測データベース6(以下、需要予測DB6という)が設けられている。需要予測装置3では、詳細は後述するが、衛星から受信した衛星画像を元に求めた気温と地区,気温感応度とを使用して現在の電力需要を算出する。
【0019】
電力需要予測サービス会社の需要予測装置3は、インターネット4を介して契約者の端末5と接続されており、通信装置により契約者へ当日の情報提供7を行っている。情報提供の具体的な内容としては、需要予測値を通知する需要予測サービス、契約者が登録した需要予測値と乖離した場合に通知するサービス、一般的な予測手法で予測された需要予測値と予測システムが算出する予測値が乖離し始めた場合に通知するサービスがある。
【0020】
リモートセンシングによる需要予測について図2により説明する。図2に示すように、指定した地域の地図データ11を例えばインターネット4を介して、あるいはDVD装置等から取得する。受信した衛星画像から指定した地域の高分解能の衛星画像12を切り出し、取得した地図データ11と比較することにより最新の地図データを作成して更新し、更新地図データ15を作成する。地図データ11と更新地図データ15は現況地図DB17に記録する。又、更新地図データ15は写真地図DB18に記録する。
【0021】
このようにしてリモートセンシングにより取得した画像を元に作成された地図データの上に需要家の位置情報を定義する。
【0022】
一方、受信した衛星画像から被写体の色,立体感,質感を忠実に再現できるようにマルチスペクトルで撮影されたマルチスペクトル画像13を抽出する。又、衛星に搭載された合成開口レーダで地球表面を撮影した合成開口レーダ画像14を抽出する。
【0023】
マルチスペクトル画像は、主に可視光から赤外線までの波長域の電磁波を分光器によって複数の波長帯ごとの強度として計測したものである。衛星には光学センサが搭載されており、地表面や水面の反射強度や放射強度を計測している。
【0024】
VW(x,y)をマルチスペクトル画像の可視光白に対応するバンドの座標(x,y)の画像データ値とし、S1,S2を可視光白について積雪や他の物体と雲を識別するための閾値としたとき、数1で雲の存在を判定する。
【0025】
【数1】
S1≦VW(x,y)≦S2 …(1)
このように閾値を設けることによって、例えば山岳に積雪があった場合でも、積雪と雲を区別することができる。又、雲と判断した可視光白が、時間経過とともに移動しているか,計測された位置に止まっているかを判別することにより、雲であるか否かの確認を行うことができる。
【0026】
又、波長帯を赤外線検知波長に特定し、赤外線の放射強度を測定することにより温度計測を行うことができる。日射量は、リモートセンシングにより得られた雲の位置及び量から雲により遮られる範囲は日射量0として計算することにより得ることができる。この雲の下の気温はリモートセンシングで得られた雲の周りの気温,雲の量から推定する。
【0027】
合成開口レーダ画像は、衛星から地表のマイクロ波画像を取得するレーダの一種であり、例えばチャープパルス発生器で生成されたパルス繰り返し数を有する送信信号を照射素子アレイから地球表面に向って電波の形で放射し、反射された電波の一部を放射素子アレイで受信して地表の高度情報を得ることができる。
【0028】
マルチスペクトル画像13と合成開口レーダ画像14を用いて高度補正を行った地域のサーモグラフィック16を作成する。このサーモグラフィック16には、雲の位置,量の状況,日射量の実績が合わせて記録される。
【0029】
このように、リモートセンシングにより、当日の気温,雲の位置,量の状況,日射量の実績が、衛星画像により更新された需要家の位置情報とともに地域的に得ることができる。
【0030】
次に、このようにして得られたサーモグラフィック16から電力需要を求める手順について、図3から図7により説明する。図3に示すように、地域のサーモグラフィック16を碁盤目状のメッシュで区切り、需要家の位置を中心として予め設定された範囲での電力需要予測を次のようにして行う。
【0031】
ある地点Pの現在時刻tの温度をk(t)とし、電力需要に対する気温感応度の関数をFとすると、その地点Pでの電力需要は、数2で表される。
【0032】
【数2】
Dp=F(k(t)) …(2)
ここで、気温感応度は、気温と電力需要の相関関係を示す係数であり、図4に示す例では、図4(a)に示すように、夏季は気温が高くなる程、冷房のため空調機等の使用頻度が高くなるため、電力需要も増加し、電力需要と気温の関係は傾きが1に近く、気温感応度が1に近いため、電力需要Dpは、数3で表すことができる。
【0033】
【数3】
Dp=A×k(t) …(3)
ここで、Aは電力需要Dpと温度k(t)との関係を示す係数である。
【0034】
逆に冬季は、図4(b)に示すように、気温が低くなる程、暖房器具の使用頻度が高くなるため、電力需要も増加し、気温感応度が−1に近いため、電力需要Dpは、数4で表すことができる。
【0035】
【数4】
Dp=−A×k(t) …(4)
その他の期間は、図4(c)に示すように、電力需要と気温との相関関係が明確でなくなり、次のようにして気温感応度を求める。
【0036】
リモートセンシングにより測定された気温から電力需要予測を行うために必要な気温の範囲が予測でき、バラツキを含んで過去の実績から気温の範囲に対応する電力需要の範囲も予測できる。これらの予測値を使用して、図5に示すように、温度の下の閾値と上の閾値を設定し、電力需要の下の閾値と上の閾値で区切った範囲について気温と電力需要の相関係数を求める。
【0037】
このようにして得られた気温感応度を用いて数5で電力需要の和DSUMを求める。
【0038】
【数5】
DSUM=ΣF(k(t)) …(5)
ここで、Σは需要家の位置を基準として予め設定された範囲での総和をとる操作を意味する。この総和をとる範囲は段階的に設定することができる。
【0039】
このように、需要家の位置を基準としてその地域の当日の電力需要を求めることができるので、個々の需要家の要求に対応できるサービスが行える。
【0040】
図6は、晴天時の気温,日射量,電力需要予測との関係を示した図である。地域のサーモグラフィック21が12時,13時,14時と図6に示すように変化した場合、需要実績41,気温実績42,日射実績43は実線あるいは黒く塗り潰したように変化する。これら実績値から二次曲線近似等により3時間の予測を行った3時間気温予測46,3時間日射予測48,3時間需要予測44は、それぞれ該当する時刻から実線の端部まであるいは薄く塗り潰したように予測される。又、当日需要予測45,当日気温予測47,当日日射予測49は、破線あるいは白塗りの部分のように予測される。
【0041】
図6から分るように、電力需要と気温と日射量の間には、明確な時間遅れが見られ、日射量と気温との関係では、日射量に対して気温は約3時間の遅れがあり、気温と電力需要との関係では、気温に対して電力需要に約30分の遅れが見られる。雲等により遮られれば日射量は低下し、気温の上昇も抑えられ電力需要にも影響を与えるが、電力需要と気温と日射量の間の時間遅れは同様な傾向を示すことが分かっている。
【0042】
このため、リモートセンシングにより計測された気温の実績値から時間遅れを加味して日射量の実績値,電力需要の実績値を、気温の予測値から時間遅れを加味して日射量の予測値,電力需要の予測値をそれぞれ算出することができる。
【0043】
このようにして当日の電力需要を予測できるが、上述の予測を行うための装置構成及び処理手順を図7から図10により説明する。
【0044】
需要予測装置3と需要予測DB6は、図7に示すように構成され、時間予測処理30,当日,翌日予測処理31,一般予測処理32が行われる。
【0045】
時間予測処理30では、現在データ33,時間需要予測データ34を作成する。ここで、予測日当日の実績データを使用した設定された時間以内、例えば3時間以内の予測データを時間予測データという。当日,翌日予測処理31では、契約者が登録した予測値を格納している契約者情報39を参照し、当日気温予測データ35,当日需要予測データ36,翌日気温予測データ37,翌日需要予測データ38を作成する。ここで、前日又は当日の予測結果データを便宜上当日予測データという。一般予測処理32では、需要予測装置3に記録している市販の予測プログラムと需要予測DB6に記録している気象予報データを使用して作成された一般予測データ40を使用する。これらの予測データを参照して予測値照合処理41を行う。ここで、市販の予測プログラムにより算出された需要予測データを一般予測データと称する。
【0046】
需要予測装置3は、契約者に対して時間予測データの提供、3時間予測データと当日予測データとの偏差値を通知、一般予測データと時間予測データとの偏差値を通知するサービスを行う。
【0047】
当日,翌日予測処理31は、図8に示すフローにより行われる。ステップ50で開始されると、ステップ51で需要予測日の設定が行われる。当日,翌日需要予測は、通常は需要予測を行う日の前日に実施される。ステップ52で、需要予測を行う日を季節,地区,曜日(特異日を含む)で分類し種別を決定する。
【0048】
ステップ53で近似を行う範囲を決める閾値を入力し、ステップ54でヒストリカルデータから該当する地区,時刻毎の気温を抽出する。図5に示すように、温度と需要について閾値で設定された範囲について、電力需要と温度のヒストリカルデータから気温感応度を算出する。この例では閾値で設定した範囲で気温と需要の関係を線形近似している。
【0049】
ステップ55で地区,時刻毎の気温感応度を算出し、ステップ56で算出された気温感応度と、気象予報で提供される予想気温から日射量予測値,需要予測値を算出する。ステップ57で需要予測結果を表示し、翌日予測データに保存する。翌日予想データは、日替わり時に当日予想データに移される。
【0050】
表示された結果を見て、ステップ58で再度閾値で区切り直す必要があるか否かの判断を行う。再度閾値で区切り直す必要がある場合は、ステップ53の閾値を入力し直し、再度ステップ54〜ステップ57の計算を行う。ステップ58で再度閾値で区切り直す必要がない場合は、処理を終了する。
【0051】
図9により電力需要予測を行うフローを説明する。ステップ60で開始されると、ステップ61でリモートセンシングより得られた画像(リモートセンシング画像という)により現在の気象状態を取得する。ステップ62でリモートセンシング画像より得た地区毎の日射量の実績値と現在の気温を求め、ステップ63で地区毎の日射量の実績値と現在の気温から当日の時間需要予測処理として、現在の電力需要を算出する。
【0052】
ステップ64で過去のリモートセンシング画像と現在のリモートセンシング画像から雲の移動量の予測値を求め、ステップ65で3時間先までの日射量を予測する。
【0053】
ステップ66で日射量の予測値より、気温の予測値を求め、ステップ67で、気温の予測値より電力感応度を使用して時間需要予測データを求める。
【0054】
図10は、当日の需要予測偏差を契約者に通知するフローを示す図である。ステップ70で開始されると、ステップ71で3時間需要予測値を算出し、契約者が事前に登録している電力需要予測値又は計算により求めた記録している電力需要予測値と、時間需要予測値との偏差値を算出する。契約者は、偏差が発生した場合にサービス会社から通知を受けるための閾値G1を設定する。契約者が設定した閾値G1を超える偏差値が発生すると、サービス会社は契約者に偏差が発生したことと、偏差値を通知する。
【0055】
又、市販予測アプリケーションと気象予報を用いて算出された予測値と契約者が設定した値G2との間に偏差値が生じると契約者に偏差発生及び偏差値を通知する。
【0056】
このように、当日の時間需要予測を求め、契約者が設定した値との間に偏差が生じる場合は、事前に契約者に通知するので、契約者は電力自由化における先物取引,現物取引に適切に対応することができる。
【0057】
【発明の効果】
本発明によれば、局所的で短い時間範囲で当日の電力需要予測を行うことができる。その結果、例えば前日に予想した予測値に偏差が発生した場合にその偏差を取引業者に早期に通知できる。
【図面の簡単な説明】
【図1】本発明の一実施例である需要予測システムの全体構成図である。
【図2】衛星からのリモートセンシング画像の処理の流れを説明する図である。
【図3】地域のサーモグラフィックを示す図である。
【図4】気温感応度の例を示す図である。
【図5】晴天時の気温,日射量,需要予測の関係を説明する図である。
【図6】需要予測システムのデータ構造を示す構成図である。
【図7】当日,翌日予測処理の流れ図である。
【図8】閾値と気温感応度の関係を示す図である。
【図9】電力需要予測の処理の流れ図である。
【図10】需要予測偏差を契約者に通知する流れ図である。
【符号の説明】
1…衛星、2,12…衛星画像、3…需要予測装置、4…インターネット、5…契約者端末、6…需要予測データベース、7…契約者への提供情報、11…地図データ、13…マルチスペクトル画像、14…合成開口レーダ画像、15…更新地図データ、16…サーモグラフィック、17…現況地図DB、18…写真地図DB、19…需要予測DB、20…既存情報DB。
Claims (9)
- リモートセンシングにより得られた衛星画像から作成された地域の更新地図データを記録する現況地図データベース及びマルチスペクトル画像の赤外線の放射強度から作成される当日のサーモグラフィックを記録する現在データと、気温と電力需要の関係を示す気温感応度を算出して電力需要を求める予測処理部を備え、該予測処理部により、前記現在データに記録されたサーモグラフィックから前記現況地図データベースに記録された需要家の位置を基準とした設定された範囲での電力需要を求める電力需要予測装置。
- 衛星で撮影されたマルチスペクトル画像を受信し、該受信されたマルチスペクトル画像の赤外線の放射強度から測定される気温を記録する現在データと、需要家の位置を定義した地図データを記録する現況地図データベースを備え、前記需要家の位置を基準とした設定された範囲で前記現在データに記録された気温から気温感応度を用いて電力需要を求める予測処理部を設けた電力需要予測装置。
- 衛星で撮影されたマルチスペクトル画像を受信し、該受信されたマルチスペクトル画像の赤外線の放射強度から測定される気温及び該マルチスペクトル画像の可視光白から測定される雲の位置,量を記録する現在データと、需要家の位置を定義した地図データを記録する現況地図データベースを備え、前記雲の位置,量から日射量の実績値を求め、該日射量の実績値から設定時間以内の予測値である時間日射量予測値を求め、前記測定された気温及び前記時間日射量予測値から設定時間以内の予測値である時間予測気温を求め、前記需要家の位置を基準とした設定された範囲で前記時間予測気温から気温感応度を用いて予測電力需要を求める予測処理部を設けた電力需要予測装置。
- 合成開口レーダで撮影した合成開口レーダ画像を受信するものであって、該合成開口レーダ画像より得られる高度情報により前記マルチスペクトル画像の高度補正を行う請求項1から3のいずれかに記載の電力需要予測装置。
- 前記気温感応度は、地域の電力需要と温度のヒストリカルデータから算出されたものである請求項1から3のいずれかに記載の電力需要予測装置。
- 契約者が登録した予測値を格納した契約者情報を備えるものであって、前記予測需要電力と前記契約者の登録した予測値との偏差値が閾値を超えると判断された場合は、前記契約者に通知する通信装置を設けた請求項3に記載の電力需要予測装置。
- リモートセンシングにより撮影された当日のマルチスペクトル画像を受信し、該受信されたマルチスペクトル画像の赤外線の放射強度から測定される気温分布を現在データとして記録し、現況地図データベースに記録されている地図データに需要家の位置を定義し、予測処理部により前記定義された需要家の位置を基準とした設定された範囲で前記現在データに記録された気温分布から気温感応度を用いて電力需要を求める電力需要予測方法。
- 衛星で撮影されたマルチスペクトル画像を受信し、該受信されたマルチスペクトル画像の赤外線の放射強度から測定される気温及び該マルチスペクトル画像の可視光白から測定される雲の位置,量を現在データに記録し、需要家の位置を定義した地図データを現況地図データベースに記録し、前記現在データベースに記録した雲の位置,量から日射量の実績値を求め、該日射量の実績値から設定時間以内の予測値である時間日射量予測値を求め、予測処理部により、前記測定された気温及び前記時間日射量予測値から設定時間以内の予測値である時間予測気温を求め、前記現況地図データベースに記録された需要家の位置を基準とした設定された範囲で前記時間予測気温から気温感応度を用いて予測電力需要を求める電力需要予測方法。
- 契約者が登録した予測値を格納した契約者情報を参照し、前記予測需要電力と前記契約者の登録した予測値との偏差値が閾値を超えるか否かを判断し、超える場合は、前記契約者に通知する請求項8に記載の電力需要予測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003195441A JP2005031927A (ja) | 2003-07-11 | 2003-07-11 | 電力需要予測装置及びその方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003195441A JP2005031927A (ja) | 2003-07-11 | 2003-07-11 | 電力需要予測装置及びその方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005031927A true JP2005031927A (ja) | 2005-02-03 |
Family
ID=34206254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003195441A Pending JP2005031927A (ja) | 2003-07-11 | 2003-07-11 | 電力需要予測装置及びその方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005031927A (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011101553A (ja) * | 2009-11-09 | 2011-05-19 | Shimizu Corp | エネルギー貯蔵システム |
CN102208029A (zh) * | 2011-05-31 | 2011-10-05 | 中国资源卫星应用中心 | 遥感产品几何偏差评测的一种要素分解组合方法 |
JP2012108832A (ja) * | 2010-11-19 | 2012-06-07 | Mitsubishi Electric Corp | 情報処理装置、情報処理方法および情報処理プログラム |
JP2015201972A (ja) * | 2014-04-08 | 2015-11-12 | パナソニックIpマネジメント株式会社 | 需要予測装置、プログラム |
WO2016031065A1 (ja) * | 2014-08-29 | 2016-03-03 | 三菱電機株式会社 | 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム |
JP2017198464A (ja) * | 2016-04-25 | 2017-11-02 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
WO2018016555A1 (ja) * | 2016-07-22 | 2018-01-25 | 日本電気株式会社 | 画像処理装置、画像処理方法及び記録媒体 |
JP2019079482A (ja) * | 2018-01-30 | 2019-05-23 | 加藤 寛之 | 予測管理方法 |
CN115826093A (zh) * | 2022-11-01 | 2023-03-21 | 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) | 一种海面风全区订正预报方法 |
JP7406395B2 (ja) | 2020-02-18 | 2023-12-27 | 大阪瓦斯株式会社 | Dr発動予測システム |
-
2003
- 2003-07-11 JP JP2003195441A patent/JP2005031927A/ja active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011101553A (ja) * | 2009-11-09 | 2011-05-19 | Shimizu Corp | エネルギー貯蔵システム |
JP2012108832A (ja) * | 2010-11-19 | 2012-06-07 | Mitsubishi Electric Corp | 情報処理装置、情報処理方法および情報処理プログラム |
CN102208029A (zh) * | 2011-05-31 | 2011-10-05 | 中国资源卫星应用中心 | 遥感产品几何偏差评测的一种要素分解组合方法 |
JP2015201972A (ja) * | 2014-04-08 | 2015-11-12 | パナソニックIpマネジメント株式会社 | 需要予測装置、プログラム |
WO2016031065A1 (ja) * | 2014-08-29 | 2016-03-03 | 三菱電機株式会社 | 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム |
JPWO2016031065A1 (ja) * | 2014-08-29 | 2017-04-27 | 三菱電機株式会社 | 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム |
JP2017198464A (ja) * | 2016-04-25 | 2017-11-02 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
WO2018016555A1 (ja) * | 2016-07-22 | 2018-01-25 | 日本電気株式会社 | 画像処理装置、画像処理方法及び記録媒体 |
JPWO2018016555A1 (ja) * | 2016-07-22 | 2019-05-30 | 日本電気株式会社 | 画像処理装置および画像処理方法 |
JP7059930B2 (ja) | 2016-07-22 | 2022-04-26 | 日本電気株式会社 | 画像処理装置および画像処理方法 |
US11519781B2 (en) | 2016-07-22 | 2022-12-06 | Nec Corporation | Image processing device, image processing method, and recording medium |
JP2019079482A (ja) * | 2018-01-30 | 2019-05-23 | 加藤 寛之 | 予測管理方法 |
JP7406395B2 (ja) | 2020-02-18 | 2023-12-27 | 大阪瓦斯株式会社 | Dr発動予測システム |
CN115826093A (zh) * | 2022-11-01 | 2023-03-21 | 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) | 一种海面风全区订正预报方法 |
CN115826093B (zh) * | 2022-11-01 | 2024-01-30 | 山东省气象科学研究所 | 一种海面风全区订正预报方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Creating a seamless 1 km resolution daily land surface temperature dataset for urban and surrounding areas in the conterminous United States | |
US6920233B2 (en) | Method and apparatus for short-term prediction of convective weather | |
KR101876928B1 (ko) | 레이더와 반사체를 이용한 구조물 변형 감지 시스템 | |
Kitzmiller et al. | Evolving multisensor precipitation estimation methods: Their impacts on flow prediction using a distributed hydrologic model | |
Lacava et al. | Improving soil wetness variations monitoring from passive microwave satellite data: the case of April 2000 Hungary flood | |
JP2003281664A (ja) | 災害発生予測方法及び災害発生予測装置 | |
JP2005031927A (ja) | 電力需要予測装置及びその方法 | |
JP6599935B2 (ja) | 日射強度推定装置、日射強度推定システム及び日射強度推定方法 | |
Solberg et al. | An automatic system for operational snow-cover monitoring in the Norwegian mountain regions | |
Rahimi et al. | A GNSS-based weather forecasting approach using nonlinear auto regressive approach with exogenous input (NARX) | |
KR102002904B1 (ko) | 레이더와 반사체를 이용한 구조물 변형 감지 시스템 | |
CN112106106A (zh) | 关联卫星热图像数据以生成空间分辨率高的热量地图 | |
Aebi et al. | Cloud fraction determined by thermal infrared and visible all-sky cameras | |
Meyer et al. | Satellite-based high-resolution mapping of rainfall over southern Africa | |
Yin et al. | Near‐real‐time one‐kilometre Soil Moisture Active Passive soil moisture data product | |
Stenz et al. | Improving satellite quantitative precipitation estimation using GOES-retrieved cloud optical depth | |
KR101836135B1 (ko) | 다중위성 강수자료 합성장치 및 방법 | |
Baldus-Jeursen et al. | Snow losses for photovoltaic systems: validating the marion and townsend models | |
Crewell et al. | Cloud observations and modeling within the European BALTEX cloud liquid water network | |
KR20210074167A (ko) | 태양광 발전량 예측 시스템 | |
Liu et al. | Vicarious calibration of the formosat-2 remote sensing instrument | |
Dev et al. | Detecting rainfall onset using sky images | |
Daglis et al. | Results of the DUE THERMOPOLIS campaign with regard to the urban heat island (UHI) effect in Athens | |
Sarazin | Automated seeing monitoring for queue-scheduled astronomical observations | |
JP2002196085A (ja) | 路面状態予測システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041201 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20060420 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070515 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070717 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070821 |