JP2007128272A - 電力市場価格予測システム - Google Patents

Abstract

【課題】金融市場の価格は需要と供給の入札曲線が交わるところで最適な取引量と価格が決定される。それゆえ、需要が大きいときに価格は高くなる傾向になる。ただし、電力は送電線を介して流通されることおよび貯蔵が困難であることより入札エリアをまたぐ電力取引が実施される場合、エリア間の送電線容量以上の電力を流通させることは不可能であるため、送電線に混雑が発生し、電力価格の傾向が突然変化するので電力市場価格の予測は困難である。
【解決手段】各入札エリアの需要予想および需要予想データ記憶装置と、各入札エリアを結ぶ送電線データ記憶装置のデータから送電線の混雑を予想し、その結果によりモデルを切り替えて電力市場価格を予測する。
【選択図】図１

Description

本発明は電力売買の取引を行うための支援システムに関する。

従来の電力システムでは、電力需要を予測する場合などにおいて、重回帰分析などを用いて予想する技術が知られている。

また、特開２００５−０２５３７７号公報には発電機データ，需要データ，電力系統データを入力し、入札データを模擬することにより、電力系統データと合せて約定処理を実施し、混雑を考慮した電力価格を予想する方法が開示されている。

特開２００５−０２５３７７号公報

金融市場の価格は需要と供給の入札曲線が交わるところで最適な取引量と価格が決定される。それゆえ、需要が大きいときに価格は高くなる傾向になる。ただし、電力は送電線を介して流通されることおよび貯蔵が困難であることより、入札エリアをまたぐ電力取引が実施される場合、電力入札エリア間の送電線容量以上の電力を流通させることは不可能であるため、送電線に混雑が発生し、電力価格の傾向が突然変化する。それゆえ、従来の重回帰分析による予測手法では、上記混雑に起因する電力取引価格を予想することは困難である。

また、特開２００５−０２５３７７号公報のような手法の場合、上記送電線の混雑による価格を模擬することは可能であるが、各取引参加者の戦略的な入札データを予想する必要がある。各取引参加者の戦略的な入札を予想することは困難であるため、電力取引価格を予想することも困難である。

本発明は上記のような問題点を解消するためになされたもので、過去のデータから統計的手法を用いて、送電線の混雑を考慮した精度の高い市場価格予想データを提供することを目的とする。

本発明の目的を達成するために、過去の各電力入札エリアの需要データを予想し、過去の各入札エリアを結ぶ送電線の空容量と混雑状況を記憶して混雑の発生する条件を統計的に求める必要がある。そのため、次の４つの装置が必要となる。
・各入札エリアの需要予想および需要予想データ記憶装置
・各入札エリアを結ぶ送電線データ記憶装置
・混雑予想装置
・電力市場価格予想装置

また、発電機の定期点検などにより、需要の変化はないが、取引量が変化する場合等に混雑状況が変化することより、上記に加え、以下の手段を追加し、混雑予想手段で使用することも有効である。
・取引データ記憶手段

さらに、各入札エリアの需要予想データの代わりに需要予想に影響をもつ気象データ記憶手段，カレンダーデータ記憶装置を用いて混雑を予想することも有効である。

電力取引価格を簡易的に精度良く予想することである。

以下図面を用いて本発明の実施例を説明する。
（１）実施例１
図１に、本発明の第１の実施例の機能ブロック図を示す。本発明の第１の実施例の機能ブロックは、需要予想装置１０１,送電線データ記憶装置１０２,系統混雑判定装置１０３，電力市場価格予測装置１０４からなる。

需要予想装置は各入札エリアの受渡対象日の需要カーブを、取引所の取引商品の時間帯に合わせて実施する。需要予想は、特開平５−３８０５１の方式に従い実施することができる。

また、その他の需要予想方法としては、石井他「最大需要予測支援システムの開発(１)，（２）」平成８年電気学会電力・エネルギー部門大会の方法に従い、先ず最大需要を求める。

次に至近日の気象条件が類似した日の需要予想カーブを検索し、受渡対象日の需要予想最大値と検索した需要予想カーブの最大電力の比率から、需要カーブを予想することが可能である。

検索する需要予想カーブは、各エリアの需要予想カーブが望ましいが、場合によっては全エリア合計の需要予想カーブで代用することもできる。なお、需要予想装置には、過去に予想した需要予想カーブのデータが記憶される。

系統情報データ記憶装置には、受渡対象日の取引所の取引商品に該当する時間帯の送電線空容量予想値および過去の取引所の取引商品に該当する時間帯の送電線混雑状態および各電力入札エリアとそれを結ぶ送電線の系統接続情報が記憶されている。

系統混雑判定装置では、先ず、電力取引の商品に該当する時間帯毎に系統情報記憶装置から過去の混雑状況データおよび送電線接続状況データを参照し、図２のように過去に１度も混雑が発生しない送電線に基づき当該送電線に接続された電力入札エリアおよび集約された電力入札エリアに接続する送電線を１次集約する。

次に、図３のように集約送電線毎に各電力取引の商品に該当する時間帯毎，日毎に当該集約送電線の両側の電力需要予想値と送電線空容量データを上記集約結果に基づき２次集約し、各集約送電線に対する送電線空容量と両端に接続する電力入札エリアの需要予想データを用いて図４表１のようなデータマトリックスを作成する。ただし、表１では、需要予測装置にあるカレンダーデータに従い、受渡対象日と同種の日種別のデータのみで作成した。

上記データマトリックスに対し、クラスター分析により樹形図を作成し、受渡対象日のデータに最も近い状態の対象日の系統混雑状況より、系統混雑状況を予測する。また、混雑発生有りデータ群と、混雑発生無しデータ群と受渡対象日のデータとのユークリッド距離の平均等を用いて系統混雑状況を予想することもできる。

なお、具体的なクラスター分析の方法は、内田老鶴圃の実例クラスター分析，１１ページのクラスター分析の６段階などを参照されたい。

系統混雑判定装置の他の実施例としては、上記１次集約においてデータを集約した後、当該集約入札エリアの需要予想値を独立変数とし、当該集約入札エリアの約定価格を従属変数として、回帰分析にて各集約入札エリアの仮の電力取引価格を予想する。

その後、電気的に隣接する各集約入札エリアの仮の電力取引価格予想値において、ある閾値以上偏差があった場合に、当該集約入札エリア間にて混雑が発生すると予測する。

なお、回帰直線パラメータの算出方法の詳細は、共立出版のパソコン統計ハンドブック（１）基礎統計編２６ページの最小２乗法による回帰直線の求め方などを参照されたい。

系統混雑判定装置のさらなる他の実施例としては、上記においてデータを２次集約した後、図４表２のように、集約送電線毎に送電線空容量と当該集約送電線に接続する集約電力入札エリア電力需要予測値の平均，最大，最小値などを表示することにより、運用者に系統混雑予測を設定させる。

電力市場価格予測装置には、取引商品に該当する時間帯の電力入札エリア毎に混雑有り・無しのモデルデータがある。系統混雑判定装置から得られた混雑予測結果に基づき、モデルを選択する。

上記選択されたモデルに対し、取引商品に該当する時間帯の各エリアの需要予想データを入力することにより、各エリアの電力市場価格を予想する。

混雑無しモデルは、予め、過去における混雑無し時の各電力入札エリアにおける電力市場価格データと各電力入札エリアにおける需要予想データ，カレンダーデータ等から重回帰分析等を用いてモデルを作成可能である。

混雑有りモデルは、予め、過去における混雑有り時の各電力入札エリアにおける電力市場価格データと各電力入札エリアにおける需要予想データ，カレンダーデータ等から重回帰分析等を用いてモデルを作成可能である。

（２）実施例２
次に当該発明の変形例について説明する。図５に、本発明の第２の実施例の機能ブロック図を示す。本発明の第２の実施例の機能ブロックは、需要予想装置１０１，送電線データ記憶装置１０２，電力取引データ記憶装置２０１，系統混雑判定装置１０３，電力市場価格予測装置１０４からなる。

電力取引記憶装置には、過去の電力入札エリア毎の取引商品毎約定価格が記憶されている。また、過去の混雑によって分断された電力入札エリア毎の取引商品毎約定量も記憶されている。

また、系統混雑判定装置としては、図２のように１次集約した後、図４表１のデータマトリックスを作成後、集約送電線１に隣接する集約電力入札エリア（この場合、集約系統１，集約系統２）の受渡対象日前日の約定価格、および全ての約定量を表１のデータマトリックスに付加することにより、図６表１１のようなデータマトリックスを作成する。

上記データマトリックスに対し、クラスター分析を実施し、受渡対象日のデータに最も近い状態の対象日の系統混雑状況より、系統混雑状況を予測する。なお、クラスター分析については、実施例１を参照されたい。

また、他の実施例の系統混雑判定装置としては、上記１次集約においてデータを集約した後、当該集約入札エリアの受渡対象日における需要予想値と当該集約入札エリアの受渡対象日前日の約定価格、そして、受渡対象日前日の全約定量を独立変数とし、当該集約入札エリアの約定価格を従属変数として、重回帰分析にて各集約入札エリアの仮の価格を予想する。なお、重回帰分析については、実施例１を参照されたい。

その後、電気的に隣接する各集約入札エリアの仮の価格予想値において、ある閾値以上偏差があった場合に、当該集約入札エリア間にて混雑が発生すると予測する。

また、さらなる他の実施例の系統混雑判定装置としては、上記においてデータを２次集約した後、図６表２１のように、集約送電線毎に送電線空容量と当該集約送電線に接続する集約電力入札エリア電力需要予測値の平均，最大，最小値などを表示することもできる。そして、１次集約における当該送電線に接続する集約電力入札エリアの約定価格と全約定量平均，最大，最小値などを表示することにより、運用者に系統混雑予測を予測させる。

（３）実施例３
次に当該発明の第３の実施例について説明する。図７に、本発明の第３の実施例の機能ブロック図を示す。本発明の機能ブロックは、気象予報データ記憶装置３０１，カレンダーデータ記憶装置３０２，送電線データ記憶装置１０２，系統混雑判定装置１０３，電力市場価格予測装置１０４からなる。

気象予報データ記憶装置には、各電力入札エリアの代表的な地点における受渡対象日および過去の予想天気，予想最低・最高気温，予想降水確率が記憶されている。

カレンダーデータ記憶装置には、年月日における日種別（平日，土曜，日祭日，特殊日等）データが記憶されている。

系統混雑判定装置では、図２のように１次集約した後、各集約送電線に対する送電線空容量と集約送電線１に隣接する集約電力入札エリア(この場合、集約系統１，集約系統２)の受渡対象日の気象データを用いて、図８表３１のデータマトリックスを作成する。ただし、予想天気については、質的変数であるため、晴れ＝３，曇り＝２，雨＝１など数量化した値で作成する。また、表３１を作成する際、カレンダーデータに従い、受渡対象日と同様の日種別データのみで作成する。

上記データマトリックスに対し、クラスター分析を実施し、受渡対象日のデータに最も近しい状態の対象日の系統混雑状況より、系統混雑状況を予測する。なお、クラスター分析については、実施例１を参照されたい。

また、他の実施例の系統混雑判定装置としては、上記１次集約においてデータを集約した後、当該集約入札エリアにおける予想天気，予想最高気温，予想最低気温，予想降水確率を独立変数とし、当該集約入札エリアの約定価格を従属変数として、重回帰分析にて各集約入札エリアの仮の価格を予想することもできる。なお、重回帰分析については、実施例１を参照されたい。

その後、電気的に隣接する各集約入札エリアの仮の価格予想値において、ある閾値以上偏差があった場合に、当該集約入札エリア間にて混雑が発生すると予測する。

また、さらなる他の実施例の系統混雑判定装置としては、上記においてデータを２次集約した後、図８表３２のように、集約送電線毎に送電線空容量と当該集約送電線に接続する集約電力入札エリア気象データの平均，最大，最小値などを表示することにより、運用者に系統混雑予測を設定させる。

（４）実施例４
次に当該発明の第４の実施例について説明する。図９に、本発明第４の実施例の機能ブロック図を示す。本発明の機能ブロックは、気象予報データ記憶装置３０１，カレンダーデータ記憶装置３０２，送電線データ記憶装置１０２，取引データ記憶装置２０１，系統混雑判定装置１０３，電力市場価格予測装置１０４からなる。

系統混雑判定装置では、図１のように１次集約した後、各集約送電線に対する送電線空容量と集約電力入札エリア（この場合、集約系統１，集約系統２）の受渡対象日の前日の約定価格と全ての約定量と両端に接続する受渡対象日の電力入札エリアの気象データを用いて、図１０表４１のデータマトリックスを作成する。ただし、予想天気については、質的変数であるため、晴れ＝３，曇り＝２，雨＝１など数量化した値で作成する。また、表４１を作成する際、カレンダーデータに従い、受渡対象日と同様の日種別データのみで作成する。

上記データマトリックスに対し、クラスター分析を実施し、受渡対象日のデータに最も近しい状態の対象日の系統混雑状況より、系統混雑状況を予測する。なお、クラスター分析については、実施例１を参照されたい。

また、他の実施例の系統混雑判定装置では、上記１次集約においてデータを集約した後、当該集約入札エリアの受渡対象日における予想天気，予想最高気温，予想最低気温，予想降水確率、そして、当該集約入札エリアの受渡対象日前日の約定価格，全約定量を独立変数とし、当該集約入札エリアの約定価格を従属変数として、重回帰分析にて各集約入札エリアの仮の価格を予想することもできる。なお、重回帰分析については、実施例１を参照されたい。

その後、電気的に隣接する各集約入札エリアの仮の価格予想値において、ある閾値以上偏差があった場合に、当該集約入札エリア間にて混雑が発生すると予測する。

また、さらなる他の実施例の系統混雑判定装置としては、上記においてデータを２次集約した後、表４２のように、集約送電線毎に送電線空容量と当該集約送電線に接続する集約電力入札エリア気象データの平均，最大，最小値などを表示することもできる。また、１次集約における当該送電線に接続する集約電力入札エリアの約定価格と全約定量平均，最大，最小値などを表示することにより、運用者に系統混雑予測を設定させる。

（５）画面表示例
続いて、本発明の画面表示例について説明する。図１１の画面表示構成例のように需要予想装置で得られた各電力入札エリアの受渡対象日と類似日の需要予想値や、系統混雑判定装置より得られた結果に基づき各送電線の空容量や類似日の空容量の表示，電力市場価格予想装置で得られた各電力入札エリアの価格予想結果および類似日の価格を表示することにより、得られた結果に対して一目でチェックが可能となる。

なお、類似日は、需要予想装置にある、各電力入札エリアの受渡対象日の需要予想最大値と過去の需要予想最大値の二乗平均誤差と送電線データ記憶装置にある各送電線の受渡対象日の空容量予測値と過去の空容量予測値の二乗平均誤差を重み付けして加算した値が最も小さい日を検索することにより検索可能である。

以上のように、系統混雑を予想することにより、電力取引価格の予想モデルを混雑有り・無しで分けることができるため、電力取引価格を簡易的に精度良く予想することができる。

なお、本発明の実施例では、データをハードウェアであるデータベースに記憶し、データベースに記憶されたデータに基づいて各手段で演算が行われる。そしてまた、各手段の演算結果をデータベースに記憶する記憶手段を有し、記憶されたデータベースに基づいて再度各手段で演算が行われたり、表示装置に表示されたりしている。すなわち、ハードウェアとソフトウェアが協働して本発明は達成される。

実施例１の構成図。 系統集約例１。 系統集約例２。 データマトリックス作成例１及び送電線混雑判定表例１。 実施例２の構成図。 データマトリックス作成例２及び送電線混雑判定表例２。 実施例３の構成図。 データマトリックス作成例３及び送電線混雑判定表例３。 実施例４の構成図。 データマトリックス作成例４及び送電線混雑判定表例４。 画面表示構成例。

符号の説明

１０１…需要予想装置、１０２…送電線データ記憶装置、１０３…系統混雑判定装置、１０４…電力市場価格予測装置、２０１…取引データ記憶装置、３０１…気象予報データ記憶装置、３０２…カレンダーデータ記憶装置。

Claims (15)

1. 各電力入札エリアの電力需要を予想した需要予想データ記憶する需要予想装置と、
   各電力入札エリアを結ぶ送電線データを記憶する送電線データ記憶装置と、
   各電力入札エリアの需要予想データと、前記送電線データとを用いて、各送電線の混雑発生を予測する系統混雑判定装置と、
   前記各送電線の前記系統混雑判定装置の予測結果により予想モデルを切り替えることにより各エリアの電力市場価格を予想する電力市場価格予測装置とを有することを特徴とする電力市場価格予測システム。
2. 請求項１において、
   各電力入札エリアの過去の取引データを記憶する電力取引記憶装置を備え、
   前記系統混雑判定装置では、前記需要予想データと、前記送電線データと、前記取引データを用いて、各送電線の混雑発生を予測することを特徴とする電力市場価格予測システム。
3. 請求項１において、
   前記系統混雑判定装置では、前記送電線データより、過去に一度も混雑が発生していない送電線の両端に接続されたエリアを集約することを特徴とする電力市場価格予測システム。
4. 請求項１において、
   クラスター分析により、各送電線の混雑発生を予測することを特徴とする電力市場価格予測システム。
5. 請求項１において、
   系統混雑を考慮しないで各電力入札エリアの価格を予想し、電気的に隣接する電力入札エリアの予想価格の差が、ある閾値を超過した場合に、当該電力入札エリアを結ぶ送電線の混雑を予測することを特徴とする電力市場価格予測システム。
6. 請求項１において、
   各送電線の混雑発生を予測するために、送電線毎に、送電線空き容量と前記送電線に接続されたエリアの電力需要予測値を表示する表示装置を有することを特徴とする電力市場価格予測システム。
7. 請求項１において、
   各電力入札エリア、前記各電力入札エリアを結ぶ送電線、前記送電線の混雑の有り・無し及び予想市場価格を表示する表示装置を有することを特徴とする電力市場価格予測システム。
8. 各電力入札エリアの気象予報データを記憶する気象予報データ記憶装置と、
   カレンダーデータを記憶するカレンダーデータ記憶装置と、
   各電力入札エリアを結ぶ送電線データを記憶する送電線データ記憶装置と、
   前記気象予報データと、カレンダーデータと、送電線データとを用いて、各送電線の混雑発生を予測する系統混雑判定装置と、
   前記各送電線の混雑発生装置の予測結果により予想モデルを切り替えることにより各エリアの電力市場価格を予想する電力市場価格予測装置とを有することを特徴とする電力市場価格予測システム。
9. 請求項８において、
   前記系統混雑判定装置では、前記送電線データより、過去に一度も混雑が発生していない送電線の両端に接続されたエリアを集約することを特徴とする電力市場価格予測システム。
10. 請求項８において、
    各電力入札エリアの過去の取引データを記憶する取引データ記憶装置を備え、
    前記系統混雑判定装置では、前記気象予報データと、前記カレンダーデータと、前記送電線データと、前記取引データとを用いて、各送電線の混雑発生を予測することを特徴とする電力市場価格予測システム。
11. 請求項８において、
    クラスター分析により、各送電線の混雑発生を予測することを特徴とする電力市場価格予測システム。
12. 請求項８において、
    系統混雑を考慮しないで各電力入札エリアの価格を予想し、電気的に隣接する電力入札エリアの予想価格の差が、ある閾値を超過した場合に、当該電力入札エリアを結ぶ送電線の混雑を予測することを特徴とする電力市場価格予測システム。
13. 請求項８において、
    各送電線の混雑発生を予測するために、送電線毎に、送電線空き容量と前記送電線に接続されたエリアの前記気象データを表示する表示装置を有することを特徴とする電力市場価格予測システム。
14. 請求項８において、
    各電力入札エリア、前記各電力入札エリアを結ぶ送電線、前記送電線の混雑の有り・無し及び予想市場価格を表示する表示装置を有することを特徴とする電力市場価格予測システム。
15. 系統混雑判定装置において、需要予想装置に記憶された各電力入札エリアの需要予想データと、送電線データ記憶装置に記憶された送電線データとを用いて、各送電線の混雑発生を予測する系統混雑判定するステップと、
    電力市場価格予測装置において、前記各送電線の前記系統混雑判定装置の予測結果により予想モデルを切り替えることにより各エリアの電力市場価格を予想するステップとを有することを特徴とする電力市場価格予測方法。
    

Images