JP2005274171A - 電力消費地点の気温予測システム及び方法 - Google Patents

Abstract

【課題】 大口電力需要家等の個別の電力需要予測のために電力消費地点における気温を正確且つ簡易に予測可能な気温予測システムを提供する。
【解決手段】 各電力消費地点Ａ〜Ｃにおける気温データＤ１ｊを収集する気温データ収集手段２、数値予報結果の格子点データＤ２を収集する格子点データ収集手段３、格子点データＤ２の内、上層の複数の気圧面内に分布し電力消費地点を水平分布範囲内に含む複数の格子点ｘ１、ｘ２・・・における１または複数の気象予報要素を説明変数とし、各電力消費地点における将来の気温情報を目的変数とする統計回帰式を、格子点データＤ２と気温データＤ１ｊに基づいて電力消費地点別に生成する回帰式生成手段４、及び、各電力消費地点に係る格子点データＤ２を生成した統計回帰式に入力して各電力消費地点における将来の気温情報を電力消費地点別に予測する気温予測手段５を備える。
【選択図】 図１

Description

本発明は、電力事業における個々の電力消費地点に対する気温予測システム及び方法に関する。

最近の電力事業の自由化、規制緩和において、電力需要家に対して如何に低コストで、ユーザにとってメリットの大きいエネルギサービスをどれだけ多く提供できるかが一層重要となる。

一方、電力事業における需要予測は、供給計画を立てる上で重要な問題である。電力需要は気温変化に敏感に反応して変動し、その気温感応度は、日本の１０電力事業者での平均で１日当たり６００〜７００ＭＷｈ／℃にもなる。従って、翌日或いは翌々日等の気温を正確に予測し、当該予測に基づいて正確な供給計画を立てることは、供給コスト削減に大きく貢献する。

現在、電力事業における気象情報の活用形態として、ある地域において多数の一般需要家及び大口需要家に対して広域的に電力供給を行っている電力事業者において、当該地域内の特定の１地点の気象予報データ（主に翌日の最高気温）を複数の気象予報会社から取得し、独自に翌日の最高気温とその時刻の予測を行い、電力供給計画の策定に利用している事例がある。

更に、電力事業における気象情報の活用形態の他の事例として、例えば、下記特許文献１に開示されているように、風力、太陽光、水力発電等は、発電地点における気象状態によって発電能力が左右されることから、発電事業所における風力、照度、降水量等を予測、実況値観測することにより適切な発電形態を選択できる装置が提案されている。
特開２００２−２６２４５８号公報

上記第１の事例のように、電力供給地域内の１地点の気温予測のみに依存して供給計画を策定する場合、電力供給地域内の各地点での実際の気温と、当該予測地点での気温に齟齬があっても、広い地域内で誤差が相殺され、広域的に多数の需要家に電力供給する場合には、大きな問題が生じないものと考えられる。しかしながら、特定の大口顧客に対して電力供給する場合には、気温予測地点と実際の電力消費地点との間に気温差が生じると、その気温差がそのまま電力需要予測の誤差となり、その誤差を見越した供給計画が必要となる。特に、日本においては、元来複雑な地形のために、気象状況は変化しやすく、近畿地方や関東地方といった広い範囲の気象状況を１地点で代表できるものではない。従って、広い範囲に偏在する大口顧客に対して電力供給する場合には、その所在地毎に気象状況に偏りが生じ、所在地毎の気象状況の把握が重要となる。

一方、気象庁の発表する数値予報結果は、地表レベルでの予報は特定箇所に限られており、また、気温などの気象予報要素は、地形状況の影響を受けやすいため誤差が大きく、また、電力消費地との距離が離れている場合は、更に誤差が大きくなるため、当該地表レベルでの予報気温をそのまま使用することはできない。具体的には、現在気象庁による翌日の予測気温の誤差は、例えば、大阪の代表地点において、２乗平均誤差で１．８〜２．２℃程度であり、各地域では更に誤差は拡大するものと考えられる。また、上述のように、電力需要の気温感応度が平均で１日当たり６００〜７００ＭＷｈ／℃にもなるため、仮に１０００ＭＷｈ程度の発電規模としても、１日当たり１００〜２００ＭＷｈの需要誤差が生じる計算になる。従って、電力事業者は、予め当該需要誤差分の予備供給力を持つことになり、コスト高騰の要因となり、より正確な気温予測が特に大口顧客に対する電力供給において重要となる。

上記第２の事例は、複数の分散型電源を気象条件によって適宜選択するために気象予報を利用するものであって、大口顧客に対する電力供給における需要予測誤差の問題解決に直接適用できるものではない。

本発明は、上述の問題点に鑑みてなされたものであり、その目的は、大口電力需要家等の個別の電力需要予測のために電力消費地点における気温を正確且つ簡易に予測可能な気温予測システム及び方法を提供することにある。

この目的を達成するための本発明に係る電力消費地点の気温予測システムの第一の特徴構成は、１または複数の電力消費地点における気温データを収集する気温データ収集手段と、気象予報機関が公表する数値予報結果の格子点データを収集する格子点データ収集手段と、前記格子点データ収集手段が収集した格子点データの内、上層の複数の気圧面内に分布し前記電力消費地点を水平分布範囲内に含む複数の格子点における１または複数の気象予報要素を説明変数とし、前記電力消費地点における将来の気温情報を目的変数とする統計回帰式を、前記格子点データ収集手段が収集した格子点データと前記気温データ収集手段が収集した気温データに基づいて、前記電力消費地点別に生成する回帰式生成手段と、前記格子点データ収集手段が収集した格子点データを前記統計回帰式に入力して前記電力消費地点における前記将来の気温情報を前記電力消費地点別に予測する気温予測手段と、を備えてなる点にある。

上記電力消費地点の気温予測システムの第一の特徴構成によれば、先ず、回帰式生成手段によって、気象庁等の気象予報機関が公表する数値予報結果の格子点データに基づいて電力消費地点における地形状況を反映した正確な気温を予測可能な統計回帰式が提供されるので、気温予測手段は、格子点データ収集手段が逐次収集する格子点データに基づいて各電力消費地点における正確な気温予測ができる。この結果、気象予報機関から公表される地表レベルでの気温予測情報の存在しない電力消費地点での正確な電力需要予測が可能となり、より精細な電力供給計画の策定による供給コストの低減が図れる。

同第二の特徴構成は、上記第一の特徴構成に加えて、前記電力消費地点に気温を計測する温度計を備え、前記気温データ収集手段が、前記温度計の計測した気温データを収集する点にある。

上記電力消費地点の気温予測システムの第二の特徴構成によれば、電力消費地点に設けられた温度計の計測した気温データによって統計回帰式を生成するために必要なデータが準備できるので、高精度な統計回帰式が生成できる。この結果、上記第一の特徴構成の作用効果が具体的に発揮される。

同第三の特徴構成は、上記第一の特徴構成に加えて、前記気温データ収集手段が、前記電力消費地点に近い地域気象観測システムの観測点の気温データを収集する点にある。

上記電力消費地点の気温予測システムの第三の特徴構成によれば、電力消費地点における気温データが存在しない場合において、電力消費地点に近い地域気象観測システムの観測点の気温データを用いることで、予測精度は落ちるものの、直ぐに本発明に係る気温予測システムの運用を開始することができる。高精度な統計回帰式を生成するためには、ある程度長期間に亘る（例えば１年間の）電力消費地点における気温データを用いるのが好ましいが、それでは、本発明に係る気温予測システムの運用開始は、電力消費地点における気温データの収集後になってしまうため、本特徴構成のように、電力消費地点における気温データの収集が完了するまでの間、地域気象観測システムの観測点の気温データを代用することで、運用開始を早めることができる。また、電力消費地点と地域気象観測システムの観測点が近接している場合は、そのまま地域気象観測システムの観測点の気温データを使用しても構わない。尚、本特徴構成において利用可能な地域気象観測システムとして、気象庁のアメダス（ＡＭＥＤＡＳ）がある。

同第四の特徴構成は、上記特徴構成の何れか一つに加えて、前記気温予測手段が予測した前記気温情報を、前記気温データ収集手段が収集した気温データに基づいて補正する予測気温補正手段を備える点にある。

上記電力消費地点の気温予測システムの第四の特徴構成によれば、統計回帰式により過去に予測した気温とその後に気温データ収集手段が収集した実測気温との間に誤差が生じているかの判断ができ、統計回帰式による新たな予測気温に対して、当該誤差情報に基づいて補正を行うことができ、より正確な気温予測が可能となる。

この目的を達成するための本発明に係る電力消費地点の気温予測方法の特徴構成は、１または複数の電力消費地点における気温データを収集する気温データ収集工程と、気象予報機関が公表する数値予報結果の格子点データを収集する格子点データ収集工程と、前記格子点データ収集工程において収集した格子点データの内、上層の複数の気圧面内に分布し前記電力消費地点を水平分布範囲内に含む複数の格子点における１または複数の気象予報要素を説明変数とし、前記電力消費地点における将来の気温情報を目的変数とする統計回帰式を、前記格子点データ収集工程において収集した格子点データと前記気温データ収集工程において収集した気温データに基づいて、前記電力消費地点別に生成する回帰式生成工程と、前記格子点データ収集工程において収集した格子点データを前記統計回帰式に入力して前記電力消費地点における前記将来の気温情報を前記電力消費地点別に予測する気温予測工程と、を有する点にある。

上記電力消費地点の気温予測方法の特徴構成によれば、先ず、回帰式生成工程において、気象庁等の気象予報機関が公表する数値予報結果の格子点データに基づいて電力消費地点における地形状況を反映した正確な気温を予測可能な統計回帰式が提供されるので、気温予測工程において、格子点データ収集工程で逐次収集する格子点データに基づいて各電力消費地点における正確な気温予測ができる。この結果、気象予報機関から公表される地表レベルでの気温予測情報の存在しない電力消費地点での正確な電力需要予測が可能となり、より精細な電力供給計画の策定による供給コストの低減が図れる。

本発明に係る電力消費地点の気温予測システム及び方法（以下、夫々を適宜「本発明システム」及び「本発明方法」という。）の実施の形態につき、図面に基づいて説明する。

〈第１実施形態〉
本発明システム１は、１または複数の電力消費地点における気温予測処理を、コンピュータ演算処理によって実行する電力消費地点の気温予測システムであって、特に大口電力需要家向けに電力供給を行う電力事業者の需要予測に使用する気温予測データを提供するシステムである。

本発明システム１は、図１に示すように、気温データ収集手段２、格子点データ収集手段３、回帰式生成手段４、気温予測手段５、及び、出力手段６を備え、更に、上記各手段２〜５の各処理結果を格納する記憶装置７を備えて構成されている。尚、本発明システム１の上記各手段２〜６は、コンピュータのハードウェアとそのハードウェア上で実行されるアプリケーションソフトウェアで構成されている。

また、図１に示すように、本発明システム１の気温予測の対象となる電力消費地点Ａ〜Ｃには、夫々の地点における気温データを計測するための温度計８と、気温データ収集手段２へ温度計８が計測した気温データを送信するためのデータ通信装置９が各別に設置され、所定のデータ通信経路１０を介して気温データ収集手段２に計測気温データが逐次転送されるように構成されている。例えば、データ通信経路１０として公衆電話回線、ＰＨＳ回線等を用いて、気温データ収集手段２とデータ通信装置９の一方から他方への通信経路の形成（ダイアルアップ等）により専用の通信経路を確立して、計測気温データの収集を行うことができる。或いは、気温データ収集手段２とデータ通信装置９をインターネット等のコンピュータネットワークに接続可能に構成し、データ通信装置９から気温データ収集手段２へコンピュータ通信用のプロトコルを用いて計測気温データの送信を行うようにしてもよい。

次に、本発明システム１の各手段２〜６の機能並びにそれらの処理動作について、本発明システム１を用いて実行される本発明方法とともに、図１のシステム構成図及び図２のフローチャートを参照して説明する。

先ず、気温データ収集手段２と格子点データ収集手段３と回帰式生成手段４による、本発明方法による回帰式生成処理について説明する。図２（Ａ）のフローチャートに回帰式生成処理の手順を示す。

気温データ収集手段２は、データ通信経路１０を介して各電力消費地点Ａ〜Ｃに設置されたデータ通信装置９とデータ送受信可能に、データ通信経路１０の通信方式に適合した通信インターフェースを備えて構成されている。気温データ収集手段２は、各電力消費地点Ａ〜Ｃに設置された温度計８が毎日一定時間（例えば、１時間または３０分）毎に計測した各地点での気温データＤ１ｊを毎日定期的にデータ通信装置９からデータ通信経路１０を介して受信し、電力消費地点別に計測日時とともに気温データＤ１ｊを記憶装置７に保存する（ステップ＃１０）。ここで、添え字ｊは電力消費地点Ａ〜Ｃの別を表す。尚、温度計８が、日平均気温Ｔａｖｅ、日最高気温Ｔｍａｘ、日最低気温Ｔｍｉｎを個別に計測する機能を備えている場合は、気温データＤ１ｊは、各電力消費地点Ａ〜Ｃの当該日平均気温Ｔａｖｅ、日最高気温Ｔｍａｘ、日最低気温Ｔｍｉｎであっても構わない。

格子点データ収集手段３は、気象庁等の気象予報機関が公表する数値予報結果の格子点データＤ２を外部に提供する格子点データサーバ１１に、インターネット等のコンピュータネットワーク１２を介してアクセスしデータ送受信可能に、所定の通信インターフェースを備えて構成されている。格子点データ収集手段３は、気象予報機関が公表する翌日及び翌々日の格子点データＤ２を毎日定期的に、格子点データサーバ１１からコンピュータネットワーク１２を介して受信し、記憶装置７に保存する（ステップ＃１１）。

格子点データＤ２は、例えば、気象庁が１日２回公表する数値予報領域モデル（ＲＳＭ：Ｒｅｇｉｏｎａｌ Ｓｐｅｃｔｒａ１ Ｍｏｄｅｌ）の上層（海表面及び地表面でない）の複数の気圧面（例えば、３００ｈＰａ、５００ｈＰａ、７００ｈＰａの３層）における格子点データを使用する。この領域モデルの数値予報は、５１時間先までの３時間毎の気象予報要素（気温Ｔ、風速Ｗ、湿度Ｑ）の各データを含む。この格子点データの水平格子間隔は、等緯度等経度座標において、０．４×０．５度である。

本実施形態では、図３に示すように、電力消費地点毎に保存する格子点データＤ２ｊの格子点（ｘ１，ｘ２，ｘ３，・・・・・・，ｘｎ）の上記各気圧面での水平分布範囲は、地表面上の各電力消費地点Ａ〜Ｃからの鉛直線の近傍の４点及びその周囲の数点とする。例えば、近傍４点に南北及び東西に隣接する周囲の格子点を全て使用すると、３つの気圧面での総格子点数ｎは３６となる。従って、保存する格子点データＤ２ｊは、電力消費地点毎に気温Ｔｉｊ（ｉ＝１〜ｎ）、風速Ｗｉｊ（ｉ＝１〜ｎ）、湿度Ｑｉｊ（ｉ＝１〜ｎ）となる。ここで、添え字ｊは電力消費地点Ａ〜Ｃの別を表す。

気温データ収集手段２と格子点データ収集手段３は、ステップ＃１０の気温データ収集工程と、ステップ＃１１の格子点データ収集工程を、夫々毎日定期的に繰り返し、例えば、３６５日分の気温データＤ１ｊと格子点データＤ２ｊを収集する。回帰式生成手段４は、気温データＤ１ｊと格子点データＤ２ｊのデータ収集完了を判定し（ステップ＃１２）、データ収集が完了すると、電力消費地点Ａ〜Ｃ毎に、上記各格子点ｘｉの気象予報要素（気温Ｔｉｊ、風速Ｗｉｊ、湿度Ｑｉｊ）を説明変数とし、各電力消費地点Ａ〜Ｃにおける翌日及び翌々日の日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎを夫々目的変数とする３通りの重回帰式（統計回帰式）を生成する（ステップ＃１３）。数１に各重回帰式を簡略的に示す。

（数１）
ＥＴｊａｖｅ＝Ｆ１ｊ（Ｔ０ｊ、・・・、Ｔｍｊ、Ｗ０ｊ、・・・、Ｗｍｊ、
Ｑ０ｊ、・・・、Ｑｍｊ）
ＥＴｊｍａｘ＝Ｆ２ｊ（Ｔ０ｊ、・・・、Ｔｍｊ、Ｗ０ｊ、・・・、Ｗｍｊ、
Ｑ０ｊ、・・・、Ｑｍｊ）
ＥＴｊｍｉｎ＝Ｆ３ｊ（Ｔ０ｊ、・・・、Ｔｍｊ、Ｗ０ｊ、・・・、Ｗｍｊ、
Ｑ０ｊ、・・・、Ｑｍｊ）

数１において、説明変数は、目的変数の各気温情報と同日の３時間毎の格子点データＤ２ｊを用いる。従って、数１の各式右辺のｍは総格子点数ｎの８倍となる。数１の各重回帰式の生成（数１の各式右辺の係数及び定数の導出）に使用する目的変数は、気温データ収集手段２が収集した気温データＤ１ｊから、回帰式生成手段４が３６５日分の各日の日平均気温Ｔａｖｅ、日最高気温Ｔｍａｘ、日最低気温Ｔｍｉｎを導出して使用する。或いは、気温データＤ１ｊとして、気温データ収集手段２が３６５日分の各日の日平均気温Ｔａｖｅ、日最高気温Ｔｍａｘ、日最低気温Ｔｍｉｎを収集している場合は、その気温データＤ１ｊをそのまま使用する。尚、数１に示す各重回帰式Ｆ１ｊ〜Ｆ３ｊの係数及び定数の導出は、公知の算出手法を用いて実行できるので、詳細な説明は割愛する。

気温データ収集手段２と格子点データ収集手段３は、ステップ＃１３の回帰式生成工程で重回帰式の生成が完了した後も、継続してステップ＃１０の気温データ収集工程と、ステップ＃１１の格子点データ収集工程を毎日繰り返す。これにより、新たな３６５日分のデータの収集が完了すると各重回帰式Ｆ１ｊ〜Ｆ３ｊの更新処理（ステップ＃１３）を、回帰式生成工程と同じ要領で実行する。尚、回帰式の更新処理は、例えば１年毎に行う。

次に、格子点データ収集手段３と気温予測手段５と出力手段６による、本発明方法による気温予測処理について説明する。図２（Ｂ）のフローチャートに気温予測処理の手順を示す。回帰式生成処理で、重回帰式Ｆ１ｊ〜Ｆ３ｊの生成が完了した電力消費地点については、その時点から気温予測処理が可能となる。

先ず、格子点データ収集手段３は、気象予報機関が公表する翌日及び翌々日の格子点データＤ２を毎日定期的に、格子点データサーバ１１からコンピュータネットワーク１２を介して受信し、記憶装置７に保存する（ステップ＃２０）。このステップ＃２０の格子点データ収集工程は、回帰式生成処理における回帰式生成後の格子点データ収集工程（ステップ＃１１）と同じであるので、両工程は共通に実行できる。保存する格子点データＤ２ｊについては、既に回帰式生成処理の格子点データ収集工程において説明したので、重複する説明は割愛する。

気温予測手段５は、格子点データ収集手段３が新たに収集した格子点データＤ２ｊを説明変数として、既に導出された数１に示す重回帰式Ｆ１ｊ〜Ｆ３ｊに代入して、目的変数である翌日及び翌々日の日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎを導出する（ステップ＃２１）。ここで、翌日の各気温情報に対しては、翌日の格子点データＤ２ｊを説明変数として代入し、翌々日の各気温情報に対しては、翌々日の格子点データＤ２ｊを説明変数として代入する。

引き続き、出力手段６は、ステップ＃２１の気温予測工程で導出された翌日及び翌々日の日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎを、所定の出力先に、所定のフォーマットで出力する（ステップ＃２２）。例えば、出力先が、本発明システム１のディスプレイ端末（図示せず）であれば、その表示画面上に各予測気温情報が表示される。また、算出結果を他のアプリケーションで使用する場合は、当該アプリケーションを処理するコンピュータに、算出結果が所定のデータ形式で転送される。

以上、ステップ＃２０〜＃２２の気温予測処理が、格子点データＤ２を毎日定期的に受信する毎に毎日定期的に（例えば、１日２回）実行される。

〈第２実施形態〉
次に、本発明システム１の第２実施形態について説明する。第２実施形態では、本発明システム１は、図４に示すように、基本的には第１実施形態の構成と同じであるが、気温データ収集手段２が、第１実施形態で示した機能に追加して、更に、電力消費地点Ａ〜Ｃに近いアメダス観測点（地域気象観測システムの観測点の一例）のアメダス気温データを収集可能に構成されている。

より具体的には、気温データ収集手段２は、気象予報機関（気象庁）が公表するアメダスデータを外部に提供するアメダスデータサーバ１３に、インターネット等のコンピュータネットワーク１２を介してアクセスしデータ送受信可能に、所定の通信インターフェースを備えて構成されている。

第１実施形態では、本発明システム１が、ある電力消費地点において本発明システム１による気温予測処理を実行するためには、当該電力消費地点における例えば３６５日分の気温データＤ１ｊと格子点データＤ２ｊの収集が完了して重回帰式が生成されている必要がある。つまり、ある電力消費地点に電力供給を開始する１年前からの気温データＤ１ｊと格子点データＤ２ｊが必要となる。格子点データＤ２ｊについては、過去のデータが存在するのでそれを纏めて取得すればよいが、当該電力消費地点における気温データＤ１ｊは予め取得しておかなければ存在しない。そこで、第２実施形態では、過去の気温データＤ１ｊが存在しない場合において、直ぐに本発明システム１による気温予測処理を実行するためには、当該電力消費地点における気温データＤ１ｊを代替する気温データＤ３ｊを使用する。

第２実施形態では、この代替気温データＤ３ｊとして、当該電力消費地点に近いアメダス観測点のアメダス気温データを用いて、回帰式生成処理を実行する。図５に示すように、気温データ収集手段２は、アメダスデータサーバ１３にアクセスして、過去３６５日分の当該アメダス観測点のアメダス気温データ（日平均気温Ｔａｖｅ、日最高気温Ｔｍａｘ、日最低気温Ｔｍｉｎ）を取得して、観測月日とともに気温データＤ３ｊを記憶装置７に一括して保存する（ステップ＃３０）。

次に、格子点データ収集手段３は、気象予報機関が公表する翌日及び翌々日の格子点データＤ２の過去３６５日に公表したデータ、格子点データサーバ１１からコンピュータネットワーク１２を介して受信し、記憶装置７に一括して保存する（ステップ＃３１）。尚、保存する格子点データＤ２ｊは第１実施形態と同じであるので、重複する説明は割愛する。

以上のステップ＃３０と＃３１で、３６５日分の気温データＤ３ｊと格子点データＤ２ｊの収集が完了したので、第１実施形態と同じ要領で、数１に示す各重回帰式Ｆ１ｊ〜Ｆ３ｊの係数及び定数の導出を行い、各重回帰式Ｆ１ｊ〜Ｆ３ｊを生成する（ステップ＃３２）。尚、目的変数に当たる気温データＤ３ｊは、既に、日平均気温Ｔａｖｅ、日最高気温Ｔｍａｘ、日最低気温Ｔｍｉｎが取得されているので、そのまま用いて上記係数及び定数の導出を行う。

以上の回帰式生成処理（ステップ＃３０〜＃３２）により、気温データＤ３ｊと格子点データＤ２ｊの一括収集が完了した時点で、重回帰式の生成が実行できるので、即日に、本発明システム１による気温予測処理を実行することができる。気温予測処理は、第１実施形態と同じ要領で実行すればよい。

ここで、電力消費地点の代替地点として用いるアメダス観測点は、原則として電力消費地点に最も近いアメダス観測点を選択するが、電力消費地点における当日または昨日の実測気温データとアメダス気温データの比較において、齟齬がある場合は、他の近傍にあるアメダス観測点も含めて、その平均値（または加重平均値）を代替気温データＤ３ｊとしてもよい。

以上の回帰式生成処理（ステップ＃３０〜＃３２）が終了すると、図５に示すように、第１実施形態の回帰式生成工程（ステップ＃１３）後の処理（図２（Ａ）のステップ＃１０以降）に移行する。そして、新たな３６５日分の気温データＤ１ｊと格子点データＤ２ｊの収集が完了すると各重回帰式Ｆ１ｊ〜Ｆ３ｊの更新処理（ステップ＃１３）を行う。

〈第３実施形態〉
次に、本発明システム１の第３実施形態について説明する。第３実施形態では、本発明システム１は、図６に示すように、第１実施形態の構成に加えて、予測気温補正手段１４を備えて構成される。尚、予測気温補正手段１４も、本発明システム１の上記各手段２〜６と同じコンピュータのハードウェアとそのハードウェア上で実行されるアプリケーションソフトウェアで構成されている。

次に、気温データ収集手段２、格子点データ収集手段３、気温予測手段５、予測気温補正手段１４、及び、出力手段６による、第３実施形態における気温予測処理について説明する。図７のフローチャートに気温予測処理の手順を示す。尚、回帰式生成処理は、第１実施形態または第２実施形態と同じ要領で実行すればよい。

先ず、気温データ収集手段２が、各電力消費地点Ａ〜Ｃの気温データＤ１ｊを毎日定期的にデータ通信装置９からデータ通信経路１０を介して受信し、記憶装置７に保存する（ステップ＃４０）。このステップ＃４０の気温データ収集工程は、回帰式生成処理における回帰式生成後の気温データ収集工程（ステップ＃１０）と同じであるので、両工程は共通に実行できる。

次に、格子点データ収集手段３が、気象予報機関が公表する翌日及び翌々日の格子点データＤ２を毎日定期的に、格子点データサーバ１１からコンピュータネットワーク１２を介して受信し、記憶装置７に保存する（ステップ＃４１）。このステップ＃４１の格子点データ収集工程は、回帰式生成処理における回帰式生成後の格子点データ収集工程（ステップ＃１１）と同じであるので、両工程は共通に実行できる。

ステップ＃４０及び＃４１で保存する気温データＤ１ｊ及び格子点データＤ２ｊについては、既に第１実施形態の回帰式生成処理の気温データ収集工程及び格子点データ収集工程において説明したので、重複する説明は割愛する。

気温予測手段５は、格子点データ収集手段３が新たに収集した格子点データＤ２ｊを説明変数として、既に導出された数１に示す重回帰式Ｆ１ｊ〜Ｆ３ｊに代入して、目的変数である翌日及び翌々日の日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎを導出する（ステップ＃４２）。ここで、翌日の各気温情報に対しては、翌日の格子点データＤ２ｊを説明変数として代入し、翌々日の各気温情報に対しては、翌々日の格子点データＤ２ｊを説明変数として代入する。

次に、予測気温補正手段１４が、気温データ収集手段２が新たに収集した各電力消費地点Ａ〜Ｃの気温データＤ１ｊから導出される日平均気温Ｔａｖｅ、日最高気温Ｔｍａｘ、日最低気温Ｔｍｉｎと、１回または２回前の気温予測工程（ステップ＃４２）で導出された、同日の日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎを比較し（ステップ＃４３）、その誤差が所定閾値（例えば、１．５℃）以上であれば、今回の気温予測工程（ステップ＃４２）で導出された予測気温情報の補正を行うと判断し、日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎに対し、夫々の誤差分の補正を行う（ステップ＃４４）。尚、誤差が上記所定閾値未満であれば、ステップ＃４４の予測気温補正工程は実行せずに、ステップ＃４５に移行する。

引き続き、ステップ＃４５において、出力手段６は、ステップ＃４２の気温予測工程で導出された翌日及び翌々日の日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎ、または、ステップ＃４４の予測気温補正工程で補正された翌日及び翌々日の日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎを、所定の出力先に、所定のフォーマットで出力する（ステップ＃４５）。例えば、出力先が、本発明システム１のディスプレイ端末（図示せず）であれば、その表示画面上に各予測気温情報が表示される。また、算出結果を他のアプリケーションで使用する場合は、当該アプリケーションを処理するコンピュータに、算出結果が所定のデータ形式で転送される。

以下に、別の実施形態につき説明する。

〈１〉上記各実施形態では、回帰式生成工程で生成される、つまり、気温予測工程で使用される重回帰式Ｆ１ｊ〜Ｆ３ｊの目的変数は、各電力消費地点Ａ〜Ｃにおける翌日及び翌々日の日平均気温ＥＴｊａｖｅ、日最高気温ＥＴｊｍａｘ、日最低気温ＥＴｊｍｉｎとしたが、これに代えて、数２に示すように、各電力消費地点Ａ〜Ｃにおける３時間〜５１時間先の３時間毎或いは１時間毎の各時刻の気温ＥＴｊであっても構わない。

（数２）
ＥＴｊ＝Ｆ４ｊ（Ｔ０ｊ、・・・、Ｔｍｊ、Ｗ０ｊ、・・・、Ｗｍｊ、
Ｑ０ｊ、・・・、Ｑｍｊ）

数２において、目的変数ＥＴｊが３時間毎の気温の場合は、説明変数は、目的変数ＥＴｊと同時刻の格子点データＤ２ｊを用いる。従って、数２の右辺のｍは総格子点数ｎと同数となる。また、目的変数ＥＴｊが１時間毎の気温の場合は、説明変数は、目的変数ＥＴｊの時刻近傍の２または３時刻の格子点データＤ２ｊを用いる。従って、数２の右辺のｍは総格子点数ｎの２倍または３倍となる。

本別実施形態のように、目的変数を各電力消費地点Ａ〜Ｃにおける３時間〜５１時間先の３時間毎或いは１時間毎の各時刻の気温ＥＴｊとした場合は、気温予測手段５が、重回帰式Ｆ４ｊに３時間〜５１時間先の３時間毎の格子点データＤ２ｊを代入して得られた各時刻の予測気温ＥＴｊに基づいて、翌日及び翌々日の日平均気温Ｔａｖｅ、日最高気温Ｔｍａｘ、日最低気温Ｔｍｉｎを導出すればよい。

〈２〉上記第２実施形態では、気温データ収集手段２が、アメダスデータサーバ１３にアクセスして代替気温データＤ３ｊとして電力消費地点に近いアメダス観測点のアメダス気温データを一括収集し、格子点データ収集手段３が、格子点データサーバ１１からコンピュータネットワーク１２を介して格子点データＤ２を一括収集する場合を説明したが、この各一括データ収集処理において、オペレータが介在して、手動或いは半自動で取得したアメダス気温データと格子点データＤ２を、夫々気温データ収集手段２と格子点データ収集手段３に入力するようにしても構わない。

〈３〉上記各実施形態の回帰式生成処理において、気温データ収集工程と格子点データ収集工程、或いは、気温データ一括収集工程と格子点データ一括収集工程の順番は同日内で前後しても構わない。

〈４〉上記各実施形態の格子点データ収集工程において、保存する格子点データＤ２ｊの格子点数を、各気圧面で各電力消費地点Ａ〜Ｃからの鉛直線の近傍の４点及びその周囲の数点に限定したが、保存する格子点データＤ２ｊの格子点の水平分布範囲を、現状の電力消費地点Ａ〜Ｃに限らず、電力供給予定範囲を包括するように設定し、その水平分布範囲内の全ての格子点の格子点データＤ２を一旦纏めて保存するようにしても構わない。そして、回帰式生成工程において、保存された格子点データＤ２の中から、電力消費地点Ａ〜Ｃ毎に、重回帰式生成に必要な格子点分布範囲の格子点データＤ２ｊだけを使用するようにしても構わない。同様に、気温予測工程においても、保存された格子点データＤ２の中から、電力消費地点Ａ〜Ｃ毎に、重回帰式への代入に必要な格子点分布範囲の格子点データＤ２ｊだけを使用するようにする。

〈５〉上記各実施形態では、予測気温情報は翌日及び翌々日のものが可能な場合を説明した。このように翌日だけでなく、翌々日の予測気温情報を含めることにより、各発電手法のリードタイムに合わせた最適な需要予測が可能となる。しかしながら、本発明において、予測気温情報は、必ずしも翌日及び翌々日の予測に限定されるものではない。

〈６〉上記各実施形態では、説明の便宜上、電力消費地点はＡ〜Ｃの３ヶ所を図示して説明したが、本発明において、電力消費地点は、３ヶ所に限定されるものではない。

本発明に係る気温予測システムの第１実施形態における構成例を示すブロック構成図 本発明に係る気温予測方法の第１実施形態における、回帰式生成処理（Ａ）と気温予測処理（Ｂ）の各手順を示すフローチャート 本発明に係る気温予測システムで使用する格子点データの格子点と電力消費地点の関係を示す説明図 本発明に係る気温予測システムの第２実施形態における構成例を示すブロック構成図 本発明に係る気温予測方法の第２実施形態における回帰式生成処理の各手順を示すフローチャート 本発明に係る気温予測システムの第３実施形態における構成例を示すブロック構成図 本発明に係る気温予測方法の第３実施形態における気温予測処理の各手順を示すフローチャート

符号の説明

１： 本発明に係る電力消費地点の気温予測システム
２： 気温データ収集手段
３： 格子点データ収集手段
４： 回帰式生成手段
５： 気温予測手段
６： 出力手段
７： 記憶装置
８： 温度計
９： データ通信装置
１０： データ通信経路
１１： 格子点データサーバ
１２： コンピュータネットワーク
１３： アメダスデータサーバ
１４： 予測気温補正手段
Ａ、Ｂ、Ｃ： 電力消費地点
Ｄ１ｊ、Ｄ１Ａ〜Ｄ１Ｃ： 気温データ
Ｄ２： 格子点データ
Ｄ３ｊ： アメダス気温データ（代替気温データ）
ｘ１，ｘ２，ｘ３，・・・：格子点データの格子点

Claims (5)

1. １または複数の電力消費地点における気温データを収集する気温データ収集手段と、
   気象予報機関が公表する数値予報結果の格子点データを収集する格子点データ収集手段と、
   前記格子点データ収集手段が収集した格子点データの内、上層の複数の気圧面内に分布し前記電力消費地点を水平分布範囲内に含む複数の格子点における１または複数の気象予報要素を説明変数とし、前記電力消費地点における将来の気温情報を目的変数とする統計回帰式を、前記格子点データ収集手段が収集した格子点データと前記気温データ収集手段が収集した気温データに基づいて、前記電力消費地点別に生成する回帰式生成手段と、
   前記格子点データ収集手段が収集した格子点データを前記統計回帰式に入力して前記電力消費地点における前記将来の気温情報を前記電力消費地点別に予測する気温予測手段と、
   を備えてなることを特徴とする電力消費地点の気温予測システム。
2. 前記電力消費地点に気温を計測する温度計を備え、
   前記気温データ収集手段が、前記温度計の計測した気温データを収集することを特徴とする請求項１に記載の電力消費地点の気温予測システム。
3. 前記気温データ収集手段が、前記電力消費地点に近い地域気象観測システムの観測点の気温データを収集することを特徴とする請求項１に記載の電力消費地点の気温予測システム。
4. 前記気温予測手段が予測した前記気温情報を、前記気温データ収集手段が収集した気温データに基づいて補正する予測気温補正手段を備えることを特徴とする請求項１〜３の何れか１項に記載の電力消費地点の気温予測システム。
5. １または複数の電力消費地点における気温データを収集する気温データ収集工程と、
   気象予報機関が公表する数値予報結果の格子点データを収集する格子点データ収集工程と、
   前記格子点データ収集工程において収集した格子点データの内、上層の複数の気圧面内に分布し前記電力消費地点を水平分布範囲内に含む複数の格子点における１または複数の気象予報要素を説明変数とし、前記電力消費地点における将来の気温情報を目的変数とする統計回帰式を、前記格子点データ収集工程において収集した格子点データと前記気温データ収集工程において収集した気温データに基づいて、前記電力消費地点別に生成する回帰式生成工程と、
   前記格子点データ収集工程において収集した格子点データを前記統計回帰式に入力して前記電力消費地点における前記将来の気温情報を前記電力消費地点別に予測する気温予測工程と、
   を有することを特徴とする電力消費地点の気温予測方法。

Images