JP2008077561A - エネルギー予測方法、エネルギー予測装置およびプログラム - Google Patents
エネルギー予測方法、エネルギー予測装置およびプログラム Download PDFInfo
- Publication number
- JP2008077561A JP2008077561A JP2006258798A JP2006258798A JP2008077561A JP 2008077561 A JP2008077561 A JP 2008077561A JP 2006258798 A JP2006258798 A JP 2006258798A JP 2006258798 A JP2006258798 A JP 2006258798A JP 2008077561 A JP2008077561 A JP 2008077561A
- Authority
- JP
- Japan
- Prior art keywords
- power generation
- amount
- photovoltaic power
- weather
- data
- 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
Images
Abstract
【課題】太陽エネルギー利用システムにおける将来の発電量を予測する際、その精度を向上させたエネルギー予測方法を提供する。
【解決手段】気象状況の実績と太陽光発電量の実績との関係からなるデータ群から将来の太陽光発電量を予測するエネルギー予測方法であって、所定の気象状況に対する太陽光発電量の上限しきい値と下限しきい値をデータ群から決定し、所定の気象状況に対する太陽光発電量の新規データが入力されると、新規データが上限しきい値および下限しきい値の間にあるか否かを判定し、新規データがこれらの範囲外にあると、新規データをデータ群から除外する、または、太陽光発電量の値に対応して他の気象状況のデータに修正するものである。
【選択図】図3
【解決手段】気象状況の実績と太陽光発電量の実績との関係からなるデータ群から将来の太陽光発電量を予測するエネルギー予測方法であって、所定の気象状況に対する太陽光発電量の上限しきい値と下限しきい値をデータ群から決定し、所定の気象状況に対する太陽光発電量の新規データが入力されると、新規データが上限しきい値および下限しきい値の間にあるか否かを判定し、新規データがこれらの範囲外にあると、新規データをデータ群から除外する、または、太陽光発電量の値に対応して他の気象状況のデータに修正するものである。
【選択図】図3
Description
本発明は、太陽エネルギーを利用する太陽光発電システムの発電量を予測するエネルギー予測方法、エネルギー予測装置、およびその方法をコンピュータに実行させるためのプログラムに関する。
太陽光発電システムや風力発電システムなどの自然エネルギー発電システムは、石油等の化石燃料に依存しない無限エネルギーとして注目され、CO2の排出権問題やRPS(Renewable Portfolio Standard)制度の導入により、今後さらにその価値が向上することが予想されている。また、太陽光発電システムは気象状況により発電量が変動する非常に不安定な発電設備であるため、その発電量の予測が可能となれば、適用範囲はさらに広がるものと考えられる。
従来における太陽光発電システムの発電量を予測する方法として、システム運用中において収集蓄積している天気と発電量の実績をサンプルとした回帰分析を、毎日実施することにより導出される時間帯別の発電量予測式に、天気予報を入力することにより発電量を予測する方法がある。
特開2006−033908号公報
従来の方法において、予測式を導出するために用いる天気の実績は、気象情報提供会社等から配信される。ここで、天気の実績を対象場所において毎日毎時間と観測することは現実的ではないため、気象衛星の画像などを基に気象予報士等が推測したものと考えられる。そのため、天気の実績として配信される情報が、実際の天気と整合しないことがある。
例えば、計測された発電量の実績値が多かった晴天日の天気の実績が「雨天」であると間違った情報のデータが含まれていると、それを実績のサンプルに含んで予測を実施すると、雨天に対する発電量の予測値が、雨天時本来の発電量より大きな値になってしまう。そのため、天気予報に対する発電量の予測精度が低減してしまう。
本発明は上述したような従来の技術が有する問題点を解決するためになされたものであり、太陽エネルギー利用システムにおける将来の発電量を予測する際、その精度を向上させたエネルギー予測方法、エネルギー予測装置およびプログラムを提供することを目的とする。
上記目的を達成するための本発明のエネルギー予測方法は、気象状況の実績と太陽光発電量の実績との関係からなるデータ群から将来の太陽光発電量を予測するエネルギー予測方法であって、
所定の気象状況に対する太陽光発電量の上限しきい値と下限しきい値を前記データ群から決定し、
前記所定の気象状況に対する太陽光発電量の新規データが入力されると、該新規データが前記上限しきい値および下限しきい値の間にあるか否かを判定し、該新規データがこれらの範囲外にあると、該新規データを前記データ群から除外する、または、該太陽光発電量の値に対応して他の気象状況のデータに修正するものである。
所定の気象状況に対する太陽光発電量の上限しきい値と下限しきい値を前記データ群から決定し、
前記所定の気象状況に対する太陽光発電量の新規データが入力されると、該新規データが前記上限しきい値および下限しきい値の間にあるか否かを判定し、該新規データがこれらの範囲外にあると、該新規データを前記データ群から除外する、または、該太陽光発電量の値に対応して他の気象状況のデータに修正するものである。
本発明では、気象状況とそれに対応する太陽光発電量とが関係づけられたデータ群から、その気象状況に相当する太陽光発電量の上限しきい値と下限しきい値が決定され、その範囲に入らない新規データは削除されるか、修正される。その結果、データ群に不整合なデータが含まれなくなるため、発電量の予測精度が向上する。
本発明によれば、新規データの気象状況の実績の不整合を検出し、検出した不整合のデータを発電量予測用のサンプルから除外する、または、修正することにより、発電量の予測精度を向上させることが可能である。また、発電量を発熱量とすれば、太陽熱エネルギーシステムにおいても同様の効果が期待できる。さらに、太陽光発電システムが多地点に設置されている場合には、発電量から気象状況の実績を推定する観測装置として、気象会社などにおける観測業務への貢献が期待できる。
本発明のエネルギー予測装置は、配信された新規の気象状況の実績の不整合を検出すると、不整合のデータを発電量予測用のサンプルから除外する、または、不整合のデータを修正することを特徴とする。
以下に説明する実施例では、太陽エネルギー利用システムにおけるエネルギー予測装置の場合とし、その予測装置を太陽エネルギー予測装置と称する。また、晴や曇などの天気を示す気象状況を天気現象と称する。
本実施例の太陽エネルギー予測装置について説明する。本実施例では、太陽光発電システムの1時間単位の積算発電量を予測する場合を例に説明する。1時間単位の積算発電量とは、例えば、午後1時から午後2時までの1時間に太陽光発電システムが発電する電力量である。また、1時間あたりの積算発電量を時積算発電量と称する。
図1は本実施例の太陽エネルギー予測装置の一構成例を示すブロック図である。
図1に示すように、太陽光を電力に変換する太陽光発電システム2が負荷4に供給する電力を計測するための計測転送装置5が電力線51に設けられている。計測転送装置5が通信線52を介して太陽エネルギー予測装置1と接続されている。また、太陽エネルギー予測装置1は、気象情報を提供する気象会社3のサーバ装置(不図示)と通信線53を介して接続されている。計測転送装置5および気象会社3のそれぞれと太陽エネルギー予測装置1とを接続する通信線52、53は、専用回線に限らず、インターネットなどの通信ネットワーク回線であってもよい。本実施例では、通信線52を専用回線とし、通信線53を通信ネットワーク回線とする。
計測転送装置5は、一般的な電力計の機能を備えており、太陽光発電システム2の発電量を計測し、計測結果を通信線を介して太陽エネルギー予測装置1に送信する。なお、パルス信号や電流信号(4〜20mA)などの計測信号の出力が可能な電力計が太陽光発電システム2に設けられている場合、この計測信号を計測転送装置5に入力する構成にして、計測転送装置5が太陽光発電システム2の電力計から受信する計測信号を太陽エネルギー予測装置1に転送してもよい。
次に、太陽エネルギー予測装置1の構成について詳細に説明する。太陽エネルギー予測装置1は、発電量受信部11と、気象情報受信部12と、履歴データベース(DB)13と、制御部20と、出力部17とを有する。制御部20は、サンプル調整部14、予測式導出部15および予測計算部16を含む構成である。
発電量受信部11は、計測転送装置5から送信される発電量実績(発電量の実績値)の情報を受信し、受信した情報を履歴データベース13に格納する。発電量実績は、太陽光発電システム2が発電した積算発電量の情報である。本実施例では、発電量受信部11は、日毎に発電量実績の情報を計測転送装置5から受信するものとする。
気象情報受信部12は、気象会社3から提供される太陽光発電システム2の設置地域における天気実績(天気現象の実績)および天気予報(天気現象の予報)の情報を受信し、受信した情報を履歴データベース13に格納する。本実施例では、気象情報受信部12は、日毎にその日の天気実績とその翌日の天気予報の情報を受信するものとする。天気実績および天気予報は、発電量と同様に1時間毎の天気現象に関する情報とする。
なお、発電量受信部11と気象情報受信部12を別々の構成としているが、これら2つの受信部の機能を一体にした受信手段を設けてもよい。また、本実施例では、発電量受信部11および気象情報受信部12のそれぞれが履歴データベース13に情報を直接格納しているが、受信する情報を制御部20に渡し、制御部20がそれらの情報を履歴データベース13に格納するようにしてもよい。
履歴データベース13は、発電量受信部11および気象情報受信部12から受信する情報をサンプルとして蓄積する記憶部である。蓄積されたサンプルは本発明のデータ群である。
制御部20は、プログラムにしたがって所定の処理を実行するCPU(Central Processing Unit)(不図示)と、プログラムを格納するためのメモリ(不図示)とを有する。CPUがプログラムを実行することで、サンプル調整部14、予測式導出部15および予測計算部16が太陽エネルギー予測装置1内に仮想的に構成される。
サンプル調整部14は、履歴データベース13に蓄積されたサンプルから天気実績と発電量実績とが整合していない不整合データを検出し、不整合データをサンプルから除外する。以下に、その処理手順を簡単に説明する。
履歴データベース13に蓄積された天気実績と発電量実績に基づいて、月別時間帯別の天気現象毎の平均発電量を算出し、上限しきい値および下限しきい値を決定する。これらのしきい値を決めるためのデータ群は、任意の期間、任意の時間帯のデータでよい。期間および時間帯は予め設定されている。続いて、決定した上限しきい値および下限しきい値をまとめた表を作成する。作表後に、新規に蓄積した天気実績に対応する発電量の上限しきい値および下限しきい値を表で参照し、これらのしきい値と新規に蓄積した同時間帯における発電量実績を比較する。そして、発電量実績がしきい値を逸脱していた場合、その時間帯における発電量実績および天気実績のデータをサンプルから削除し、履歴データベース13内のサンプルのデータを更新する。
ここで、発電量に関係する晴天指数(日射量に相当する値)に基づいて、しきい値を決定する方法の一例を説明する。
天気現象毎の晴天指数の平均値は実験データより晴天:0.6、曇天:0.3、雨天:0.1が得られた。対象とする天気現象の晴天指数が上位の天気現象の晴天指数の平均値より高くなることはなく下位の天気現象の晴天指数の平均値より低くなることはないと考えれば、晴天のこの指数は曇天の指数の平均値:0.3を下回ることはない。ここで言う上位の天気現象とは、曇に対して晴であり、雨に対して曇である。下位の天気現象とは、晴に対して曇であり、曇に対して雨である。曇天の指数の平均値:0.3という値は晴天の指数の平均値:0.6の50%減少した値である。したがって、晴天の指数の下限しきい値は晴天の指数の平均値の50%減少した値に相当する。
同様に、曇天の指数が晴天の指数の平均値を超えないことから、曇天の指数の上限しきい値は晴天の指数の平均値:0.6であり、曇天の平均値:0.3の100%増加した値に相当する。そして、曇天の指数が雨天の平均値よりも下回ることがないことから、曇天の下限しきい値は、雨天の指数の平均値:0.1であり、曇天の平均値:0.3の67%減少した値に相当する。雨天の場合も同様に考えると、雨天の指数の上限しきい値は曇天の指数の平均値:0.3であり、雨天の指数の平均値の200%増加した値に相当する。
以上のことより、発電量が日射量に関係することを考えれば、天気現象毎の発電量の範囲は、上限しきい値:平均発電量の200%増加の値と、下限しきい値:平均発電量の50%減少の値の範囲にあると考えられる。さらに、日射量が地域ごとに異なることを考慮すると、天気現象毎の発電量は上限しきい値:平均発電量の250%増加と下限しきい値:平均発電量の65%減少の値の範囲にあると考えられる。
なお、発電量が最も得られる天気現象は晴であるため、晴の上限値は不要である。同様に雨の下限値も不要である。
図2は発電量の上限しきい値および下限しきい値の表を示す一例である。図2は、月毎、時間帯毎の天気現象に対する平均発電量ならびに上限しきい値および下限しきい値として、1月の12時から13時までの時間帯の場合を示す。図2に示すように、晴の場合、平均発電量が1000Whであり、下限しきい値は平均値の50%減少した値の500Whである。曇の場合、平均発電量が600Whであり、上限しきい値は晴の場合の平均値を超えない900Whであり、下限しきい値は平均値の50%減少した値の300Whである。雨の場合、平均発電量が200Whであり、上限しきい値は曇の場合の平均値を超えない300Whである。
このように、上限しきい値と下限しきい値は、発電量の平均値に対して所定の割合増加させ、所定の割合減少させて決定してもよく、基準となる天気現象の上位および下位のそれぞれの天気現象の発電量平均値から決定してもよい。また、図2に示したように、2通りの決定方法を組み合わせてもよい。
予測式導出部15の構成および動作について説明する。予測式導出部15は、履歴データベース13内のサンプルに基づいて時間帯別の発電予測式を導出する。予測式導出部15の具体的な処理方法としては、履歴データベース13内のサンプルを基にして、目的変数をn時における発電量実績、説明変数をn時における天気実績とした回帰分析を実施するものである。回帰モデルを以下に示す。なお、天気現象は晴れ:1、曇り:2、雨:3、雪:4と数値化する。
Yi=β0+β1X1i+ui (式1)
ここで、Y:目的変数、X:説明変数、β0:定数項、β1:回帰係数、u:誤差項、i:標本番号である。回帰係数および定数項を最小二乗法から求める。なお、発電予測式は月別の時間帯毎に導出する。
ここで、Y:目的変数、X:説明変数、β0:定数項、β1:回帰係数、u:誤差項、i:標本番号である。回帰係数および定数項を最小二乗法から求める。なお、発電予測式は月別の時間帯毎に導出する。
予測計測部16は、予測対象時間帯に対する天気予報のデータを、予測式導出部15が導出した発電予測式に代入することにより、発電量を予測してその結果を求め、求めた結果を外部に出力する。発電量の予測結果を外部システムが受け取ることで、予測結果が有効に利用される。外部システムとして、例えば、太陽光発電システム2から供給される発電量に合わせて生産調整することが可能な製造ラインが考えられる。
なお、図1では、説明のために、天気予報の情報を気象情報受信部12から予測計測部16に入力するように示しているが、天気予報の情報を履歴データベース13に一旦格納し、そこから予測計測部16に天気予報の情報を入力してもよい。
次に、本実施例の太陽エネルギー予測装置1における予測動作を説明する。
ここでは、予測動作の流れとして、○月N日にN+1日の時間帯別の発電量を予測する場合とし、N−2日までのサンプルが予め履歴データベース13内に蓄積されているものとする。また、N日の予測段階では、N日の各時間帯のデータが全てそろわないため、ここでは、N−1日までのデータからN+1日の発電量を予測する場合とする。
図3は図1に示した太陽エネルギー予測装置の動作手順を示すフローチャートである。図4は太陽エネルギー予測装置の処理内容を示す表である。
まず、発電量受信部11は、N−1日の太陽光発電システム2の時積算発電量の計測値(発電量実績)の情報を受信すると、発電量実績を履歴データベース13に格納する(ステップ101)。また、気象情報受信部12は、インターネット等を介して、気象会社3が提供している時系列気象情報に含まれるN+1日に対する天気予報およびN−1日の天気実績を受信すると、天気予報および天気実績を履歴データベース13に格納する(ステップ102)。なお、ステップ101およびステップ102の順番はいずれが先であってもよい。
続いて、サンプル調整部14が、N−2日の天気実績と発電量実績のサンプルから上限しきい値および下限しきい値を決定し(ステップ103)、図2に示したような表を作成する。N−1日の天気実績について発電量の上限しきい値および下限しきい値を表で参照し、これらのしきい値とN−1日の発電量実績を比較する(ステップ104)。
N−1日のn時の時間帯における発電量実績がしきい値を逸脱していた場合、そのデータを不整合データと判定し、N−1日のn時の時間帯における発電量実績および天気実績をサンプルから削除し、履歴データベース13内のサンプルを更新する(ステップ105)。その後、予測式導出部15が、履歴データベース13内のN−1日までのサンプルを基に時間帯別に発電予測式を導出する(ステップ106)。なお、ステップ104で、履歴データベース13内のサンプルに不整合データは存在しないと判定すると、ステップ106に進む。
続いて、予測計算部16が、N+1日に対する各時間帯の天気予報を、対応した時間帯の発電予測式に入力することにより、各時間帯の予測発電量を計算し、その予測結果を出力部17を介して外部システムへ送信する(ステップ107)。
なお、図4には、制御部20内で不整合データの検出、予測式の導出、および発電量の予測の動作を1時間経過毎に順に行っていることを示しているが、この場合に限定されない。また、N日のデータが全てそろった時点でN+1日の発電量の予測をしてもよい。さらに、発電量実績および天気実績のそれぞれが1時間経過毎に各時間帯に合わせて計測転送装置5および気象会社3から入力されるのであれば、その入力の度に、上述した予測方法を実行するようにしてもよい。配信間隔は、1時間毎に限らず、3時間、6時間および12時間等の他の間隔であってもよい。
次に、本実施例のエネルギー予測方法による発電量予測結果の一例を説明する。図5は発電量実績の一例を示す表である。図5に示す○月1日から10日までのデータに基づいて、11日(天気を晴とする)の発電量を予測する場合を説明する。なお、天気現象:晴の下限しきい値は平均値の50%とした。
図5より、○月1日から8日までの晴における発電量の実績値の平均値は1000Whである。下限しきい値は500Whとなる。9日までサンプルに含めようとすると、9日のデータは平均値の90%減であり、下限しきい値を下回っていることから、除外の対象となる。10日のデータについても同様である。したがって、本実施例の予測方法では、11日の予測発電量は1000Whとなる。実際の発電量が1100Whであったことから、予測誤差を100Whに抑えることができた。
一方、従来の方法では、9日および10日のデータを除外することなく発電量を予測することから、予測発電量は820Whとなった。従来の方法による予測誤差は280Whとなる。従来の方法では予測誤差が本実施例の場合よりも2倍以上大きく、本実施例のエネルギー予測方法は従来に比べて高精度に発電量を予測できることがわかる。
本発明によれば、新規に配信された気象状況の実績で不整合を検出すると、不整合のデータを発電量予測用のサンプルから除外することにより、発電量の予測精度を向上させることができる。また、発電量を発熱量とすれば、太陽熱エネルギーシステムにおいても同様の効果が期待できる。さらに、太陽光発電システムが多地点に設置されている場合には、発電量から気象状況の実績を推定する観測装置として、気象会社などにおける観測業務への貢献が期待できる。
実施例1ではサンプル調整部は不整合データをサンプルから削除したが、本実施例ではサンプル調整部は不整合データを修正する。なお、その他の構成は実施例1と同様であるため、その詳細な説明を省略し、ここでは実施例1と異なる構成および動作について主に説明する。
本実施例のサンプル調整部14は、履歴データベース13に蓄積されたサンプルから天気実績と発電量実績とが整合していない不整合データを検出し、不整合データを修正する。以下に、その処理手順を簡単に説明する。
履歴データベース13に蓄積された天気実績と発電量実績に基づいて、月別時間帯別の天気現象毎の平均発電量を算出し、上限しきい値および下限しきい値を決定する。続いて、決定した上限しきい値および下限しきい値をまとめた表を作成する。作表後に新規に蓄積した天気実績を基に表から参照される上限しきい値または下限しきい値と、新規に蓄積した同時間帯における発電量実績を比較する。そして、発電量実績がしきい値を逸脱していた場合、しきい値を逸脱した発電量実績が最も近い平均発電量に対応した天気現象を、天気実績として修正し、履歴データベース13内のサンプルを更新する。
サンプル調整部14によるデータ修正の一例を説明する。図6はデータ修正方法を説明するための発電量実績のグラフおよび天気実績の表である。
図6(a)は時間帯別の発電量実績を示すグラフの一例である。横軸は6時から18時までのそれぞれの時間帯を示し、縦軸は発電量実績を示す。グラフには、晴および曇のそれぞれの場合について、平均発電量、上限しきい値および下限しきい値を示している。また、図6(b)は図6(a)の各時間帯に対応する天気実績を示す表である。表の上段に天気実績を示し、中段には時間帯を示し、下段には推定した天気実績を示す。
図6(a)に示すように、6時〜18時に対する天気実績は全て晴であったが、14時および15時において発電量実績が晴の下限しきい値を逸脱している。そこで、14時および15時の発電量実績が、曇における平均発電量に最も近いことから、サンプル調整部14は、14時および15時の天気実績を曇であったと推定し、天気実績を図6(b)の下段のように修正する。
次に、本実施例の太陽エネルギー予測装置1における予測動作を図3および図4を参照して説明する。なお、図3および図4で説明した実施例1の場合と同様な処理についてはその説明を省略し、実施例1と異なる動作について詳細に説明する。
実施例1と同様にして、発電量受信部11が発電量実績を履歴データベース13に格納し(ステップ101)、気象情報受信部12がN+1日に対する天気予報およびN−1日の天気実績を履歴データベース13に格納する(ステップ102)。
続いて、サンプル調整部14が、N−2日までの天気実績と発電量実績のサンプルから上限しきい値および下限しきい値を決定し(ステップ103)、N−1日の天気実績について発電量の上限しきい値および下限しきい値を参照し、これらのしきい値とN−1日の発電量実績を比較する(ステップ104)。
そして、N−1日のn時の時間帯における発電量実績がしきい値を逸脱していた場合、図3のステップ105および図4のサンプル調整部の処理において本実施例では、サンプル調整部14は、n時の発電量実績と最も近い平均発電量に対応した天気現象を、n時の時間帯における天気実績として修正し、履歴データベース13内のサンプルを更新する。
その後、予測式導出部15が、実施例1と同様にして時間帯別に発電予測式を導出する(ステップ106)。さらに、予測計算部16が、N+1日に対する各時間帯の天気予報を発電予測式に入力し、各時間帯の予測発電量を計算し、その予測結果を出力部17を介して外部システムへ送信する(ステップ107)。
本発明によれば、新規に配信された気象状況の実績データで不整合を検出すると、不整合の検出された気象状況の正しい気象状況を、発電量の実績値を基にして推定する。そして、不整合の検出された気象状況を、推定した気象状況に修正することにより、実施例1と同様な効果が得られる。また、本実施例では、不整合のデータもサンプルとして活用することが可能となる。
なお、本発明の太陽エネルギー予測装置の機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータに読み込ませ、実行させてもよい。コンピュータ読み取り可能な記録媒体とは、フレキシブルディスク、光磁気ディスク、CD−ROM等の記録媒体である。
また、本発明の太陽エネルギー予測方法を実行するプログラムを格納したコンピュータを操作して、インターネットなどのネットワークを介して他のコンピュータに本発明のプログラムを配信し、配信先のコンピュータのハードディスク装置等の記憶装置に格納してもよい。この場合、記録媒体を用いなくても、他のコンピュータに本発明のプログラムをインストールすることが可能であり、配信先のコンピュータで本発明のプログラムを実行することが可能となる。記憶装置は、ハードディスク装置に限らず、短時間、動的にプログラムを保持するもの(伝送媒体もしくは伝送波)、その場合のサーバとなるコンピュータ内の揮発性メモリのように、一定時間プログラムを保持しているものを含む。
さらに、本発明は、上述した実施例で説明した手段および手法に必ずしも限定されるものではなく、本発明による目的を達成し、本発明による効果を有する範囲において適宜変更実施することが可能なものである。
1 太陽エネルギー予測装置
13 履歴データベース
14 サンプル調整部
15 予測式導出部
16 予測計算部
13 履歴データベース
14 サンプル調整部
15 予測式導出部
16 予測計算部
Claims (9)
- 気象状況の実績と太陽光発電量の実績との関係からなるデータ群から将来の太陽光発電量を予測するエネルギー予測方法であって、
所定の気象状況に対する太陽光発電量の上限しきい値と下限しきい値を前記データ群から決定し、
前記所定の気象状況に対する太陽光発電量の新規データが入力されると、該新規データが前記上限しきい値および下限しきい値の間にあるか否かを判定し、該新規データがこれらの範囲外にあると、該新規データを前記データ群から除外する、または、該太陽光発電量の値に対応して他の気象状況のデータに修正する、エネルギー予測方法。 - 前記太陽光発電量の実績には任意期間別かつ任意時間帯別の該太陽光発電量の平均値の情報が含まれ、
前記上限しきい値および下限しきい値を決定する際、前記所定の気象状況ついての前記平均値を所定の割合増加させた値を前記上限しきい値とし、前記平均値を所定の割合減少させた値を前記下限しきい値とする、請求項1記載のエネルギー予測方法。 - 前記太陽光発電量の実績には任意期間別かつ任意時間帯別の該太陽光発電量の平均値の情報が含まれ、
前記上限しきい値および下限しきい値を決定する際、前記所定の気象状況の上位の気象状況における前記平均値を前記上限しきい値とし、前記所定の気象状況の下位の気象状況における前記平均値を前記下限しきい値とする、請求項1または2記載のエネルギー予測方法。 - 前記太陽光発電量の実績には任意期間別かつ任意時間帯別の該太陽光発電量の平均値の情報が含まれ、
前記太陽光発電量の値に対応して他の気象状況のデータに修正する際、該太陽光発電量の値に最も近い前記平均値の前記他の気象状況のデータに修正する、請求項1から3のいずれか1項記載のエネルギー予測方法。 - 気象状況の実績と太陽光発電量の実績との関係からなるデータ群から将来の太陽光発電量を予測するエネルギー予測装置であって、
前記データ群が格納された記憶部と、
前記所定の気象状況に対する太陽光発電量の新規データが入力されると、該新規データが前記上限しきい値および下限しきい値の間にあるか否かを判定し、該新規データがこれらの範囲外にあると、該新規データを前記データ群から除外する、または、該太陽光発電量の値に対応して他の気象状況のデータに修正する制御部と、
を有するエネルギー予測装置。 - 前記太陽光発電量の実績には任意期間別かつ任意時間帯別の該太陽光発電量の平均値の情報が含まれ、
前記制御部は、
前記所定の気象状況ついての前記平均値を所定の割合増加させた値を前記上限しきい値とし、前記平均値を所定の割合減少させた値を前記下限しきい値とする、請求項5記載のエネルギー予測装置。 - 前記太陽光発電量の実績には任意期間別かつ任意時間帯別の該太陽光発電量の平均値の情報が含まれ、
前記制御部は、
前記所定の気象状況の上位の気象状況における前記平均値を前記上限しきい値とし、前記所定の気象状況の下位の気象状況における前記平均値を前記下限しきい値とする、請求項5または6記載のエネルギー予測装置。 - 前記太陽光発電量の実績には任意期間別かつ任意時間帯別の該太陽光発電量の平均値の情報が含まれ、
前記制御部は、
前記太陽光発電量の値に対応して他の気象状況のデータに修正する際、該太陽光発電量の値に最も近い前記平均値の前記他の気象状況のデータに修正する、請求項5から7のいずれか1項記載のエネルギー予測装置。 - 気象状況の実績と太陽光発電量の実績との関係からなるデータ群から将来の太陽光発電量を予測する処理をコンピュータに実行させるためのプログラムであって、
所定の気象状況に対する太陽光発電量の上限しきい値と下限しきい値を前記データ群から決定し、
前記所定の気象状況に対する太陽光発電量の新規データが入力されると、該新規データが前記上限しきい値および下限しきい値の間にあるか否かを判定し、該新規データがこれらの範囲外にあると、該新規データを前記データ群から除外する、または、該太陽光発電量の値に対応して他の気象状況のデータに修正する処理を前記コンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006258798A JP2008077561A (ja) | 2006-09-25 | 2006-09-25 | エネルギー予測方法、エネルギー予測装置およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006258798A JP2008077561A (ja) | 2006-09-25 | 2006-09-25 | エネルギー予測方法、エネルギー予測装置およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008077561A true JP2008077561A (ja) | 2008-04-03 |
Family
ID=39349524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006258798A Pending JP2008077561A (ja) | 2006-09-25 | 2006-09-25 | エネルギー予測方法、エネルギー予測装置およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008077561A (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010124605A (ja) * | 2008-11-19 | 2010-06-03 | Mitsui Sumitomo Insurance Co Ltd | 消費電力予測装置、消費電力予測方法およびプログラム |
JP2012039788A (ja) * | 2010-08-09 | 2012-02-23 | Mitsubishi Electric Corp | 電力モニタ |
JP2013164286A (ja) * | 2012-02-09 | 2013-08-22 | Toshiba Corp | 日射量予測方法、太陽光発電出力予測方法、及びシステム |
US8751054B2 (en) | 2011-09-02 | 2014-06-10 | Sharp Laboratories Of America, Inc. | Energy prediction system |
JP2014217092A (ja) * | 2013-04-22 | 2014-11-17 | 清水建設株式会社 | 発電電力予測装置、発電電力予測方法及びプログラム |
JP2015038039A (ja) * | 2009-05-05 | 2015-02-26 | 中村 徳彦 | 複合プラント |
US9506400B2 (en) | 2008-03-18 | 2016-11-29 | Toyota Jidosha Kabushiki Kaisha | Hydrogen generator, ammonia-burning internal combustion engine, and fuel cell |
JP2016220493A (ja) * | 2015-05-26 | 2016-12-22 | 東京電力ホールディングス株式会社 | 太陽光発電システムの発電状況診断方法及びその装置 |
JP2016220494A (ja) * | 2015-05-26 | 2016-12-22 | 東京電力ホールディングス株式会社 | 太陽光発電における発電量推定学習の支援システム |
JP2018501582A (ja) * | 2015-08-31 | 2018-01-18 | 中国科学院広州能源研究所 | 太陽光発電システムの全ライフサイクルに適用される出力電力分類予測システム |
JP2018019555A (ja) * | 2016-07-29 | 2018-02-01 | 株式会社関電工 | 影の影響を考慮した太陽光発電出力推定方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004072900A (ja) * | 2002-08-06 | 2004-03-04 | Mitsubishi Heavy Ind Ltd | 電力ネットワーク管理システムおよび電力ネットワーク管理方法 |
JP2004153184A (ja) * | 2002-10-31 | 2004-05-27 | Japan Science & Technology Agency | 太陽光散乱比の算出方法 |
JP2004289918A (ja) * | 2003-03-20 | 2004-10-14 | Fujitsu Ltd | 電力供給方法 |
JP2005086953A (ja) * | 2003-09-10 | 2005-03-31 | Nippon Telegr & Teleph Corp <Ntt> | エネルギー需給制御方法及び装置 |
JP2005163608A (ja) * | 2003-12-02 | 2005-06-23 | Shikoku Res Inst Inc | 風力発電出力予測方法 |
JP2006033908A (ja) * | 2004-07-12 | 2006-02-02 | Nippon Telegr & Teleph Corp <Ntt> | 太陽光発電システムの発電量予測方法、装置、およびプログラム |
JP2006210750A (ja) * | 2005-01-31 | 2006-08-10 | Sanyo Electric Co Ltd | 発電量予測システムおよび発電量予測方法 |
-
2006
- 2006-09-25 JP JP2006258798A patent/JP2008077561A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004072900A (ja) * | 2002-08-06 | 2004-03-04 | Mitsubishi Heavy Ind Ltd | 電力ネットワーク管理システムおよび電力ネットワーク管理方法 |
JP2004153184A (ja) * | 2002-10-31 | 2004-05-27 | Japan Science & Technology Agency | 太陽光散乱比の算出方法 |
JP2004289918A (ja) * | 2003-03-20 | 2004-10-14 | Fujitsu Ltd | 電力供給方法 |
JP2005086953A (ja) * | 2003-09-10 | 2005-03-31 | Nippon Telegr & Teleph Corp <Ntt> | エネルギー需給制御方法及び装置 |
JP2005163608A (ja) * | 2003-12-02 | 2005-06-23 | Shikoku Res Inst Inc | 風力発電出力予測方法 |
JP2006033908A (ja) * | 2004-07-12 | 2006-02-02 | Nippon Telegr & Teleph Corp <Ntt> | 太陽光発電システムの発電量予測方法、装置、およびプログラム |
JP2006210750A (ja) * | 2005-01-31 | 2006-08-10 | Sanyo Electric Co Ltd | 発電量予測システムおよび発電量予測方法 |
Non-Patent Citations (1)
Title |
---|
竹内 章: "環境・エネルギー研究開発の展開と展望", NTT技術ジャーナル 第18巻 第1号, JPN6010066944, 1 January 2006 (2006-01-01), pages 29 - 32, ISSN: 0001784451 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9506400B2 (en) | 2008-03-18 | 2016-11-29 | Toyota Jidosha Kabushiki Kaisha | Hydrogen generator, ammonia-burning internal combustion engine, and fuel cell |
JP2010124605A (ja) * | 2008-11-19 | 2010-06-03 | Mitsui Sumitomo Insurance Co Ltd | 消費電力予測装置、消費電力予測方法およびプログラム |
JP2015038039A (ja) * | 2009-05-05 | 2015-02-26 | 中村 徳彦 | 複合プラント |
JP2012039788A (ja) * | 2010-08-09 | 2012-02-23 | Mitsubishi Electric Corp | 電力モニタ |
US8751054B2 (en) | 2011-09-02 | 2014-06-10 | Sharp Laboratories Of America, Inc. | Energy prediction system |
JP2013164286A (ja) * | 2012-02-09 | 2013-08-22 | Toshiba Corp | 日射量予測方法、太陽光発電出力予測方法、及びシステム |
JP2014217092A (ja) * | 2013-04-22 | 2014-11-17 | 清水建設株式会社 | 発電電力予測装置、発電電力予測方法及びプログラム |
JP2016220493A (ja) * | 2015-05-26 | 2016-12-22 | 東京電力ホールディングス株式会社 | 太陽光発電システムの発電状況診断方法及びその装置 |
JP2016220494A (ja) * | 2015-05-26 | 2016-12-22 | 東京電力ホールディングス株式会社 | 太陽光発電における発電量推定学習の支援システム |
JP2018501582A (ja) * | 2015-08-31 | 2018-01-18 | 中国科学院広州能源研究所 | 太陽光発電システムの全ライフサイクルに適用される出力電力分類予測システム |
JP2018019555A (ja) * | 2016-07-29 | 2018-02-01 | 株式会社関電工 | 影の影響を考慮した太陽光発電出力推定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008077561A (ja) | エネルギー予測方法、エネルギー予測装置およびプログラム | |
Zhang et al. | Ramp forecasting performance from improved short-term wind power forecasting over multiple spatial and temporal scales | |
JP3984604B2 (ja) | 太陽光発電システムの発電量予測方法、装置、およびプログラム | |
Van Haaren et al. | Empirical assessment of short‐term variability from utility‐scale solar PV plants | |
Elberg et al. | Spatial dependencies of wind power and interrelations with spot price dynamics | |
JP5940922B2 (ja) | 自然エネルギー量予測装置 | |
JP4886322B2 (ja) | 風力発電出力予測方法、風力発電出力予測装置およびプログラム | |
JP2007281060A (ja) | 太陽光発電システムの発電予測方法、装置、およびプログラム | |
Hong et al. | Basis for recommending an update of wind velocity pressures in Canadian design codes | |
Yang et al. | A novel ARX-based multi-scale spatio-temporal solar power forecast model | |
US10770898B2 (en) | Methods and systems for energy use normalization and forecasting | |
US10331089B2 (en) | Forecasting solar power generation using weather forecasts | |
JP2016192864A (ja) | 予測分布推定システム、予測分布推定方法、および予測分布推定プログラム | |
Goswami et al. | Evaluation of a dynamical basis for advance forecasting of the date of onset of monsoon rainfall over India | |
JP2019096164A (ja) | 電力市場価格予測装置、電力市場価格予測方法、および電力市場価格予測プログラム | |
US9857778B1 (en) | Forecasting solar power generation using real-time power data, weather data, and complexity-based similarity factors | |
JP2016181060A (ja) | 電力需要予測システム | |
JP2014217092A (ja) | 発電電力予測装置、発電電力予測方法及びプログラム | |
JP2017010111A (ja) | ノイズデータ除去支援装置、方法、および、プログラム | |
Wilkinson et al. | Consequence forecasting: A rational framework for predicting the consequences of approaching storms | |
CN107730045B (zh) | 一种基于离散惯性动力学系统的基线负荷热惯性修正方法 | |
JP2017011780A (ja) | 発電量予測制御装置、発電量予測方法および発電量予測プログラム | |
JP6046530B2 (ja) | 最大発電量予測システム | |
Suksamosorn et al. | Post-processing of NWP forecasts using Kalman filtering with operational constraints for day-ahead solar power forecasting in Thailand | |
JP7257117B2 (ja) | 太陽光発電システム分布推定装置、太陽光発電システム分布推定方法及び太陽光発電出力予測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080804 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101124 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110413 |