JP2011114944A - 電力需要予測装置、そのプログラム - Google Patents

Abstract

【課題】過去の類似電力負荷データの抽出を自動的に実行し、精度の高い電力負荷予測を実現する。
【解決手段】最大・最小電力予測処理部１１は、予測対象日の電力負荷の最大・最小値を予測し、この予測結果を用いて１分値抽出処理部１２が予測対象日と最も類似する過去日を求める。そして、この過去の類似日の電力負荷データ（実績データ）を取得する。
【選択図】図１

Description

本発明は、電力系統における経済電力負荷配分制御（ＥＤＣ）を行うための入力情報となる電力負荷予測値を求める装置等に関する。

電力系統では、常に電力負荷（負荷による消費電力量；電力需要量）と発電量を一致させる必要がある。もし電力負荷と発電量が不一致になると周波数・電圧が規定値を逸脱するためである。これを経済的に実現するため、電力会社では、数分ごとに発電機の経済電力負荷配分制御（ＥＤＣ）が行われている。この制御は、未来ｍ分先の電力負荷予測（電力需要量予測）に基づいて最も経済的な発電機の出力配分を計算するものである。制御の概念としては、効率の高い発電機の出力配分を多くし、効率の悪い発電機の出力配分を少なくするものである。

このＥＤＣの入力情報となる電力負荷（電力需要量）予測値は、未来ｍ分先までのｎ分単位の予測値である。一般的には予測対象日の前日段階において、２４時間分１分単位（未来1440分先まで１分単位）で予測値を人間が作成していた。その手順は以下である。

ステップ１：予測対象日の特徴となる電力負荷の予測（最大と最小、または毎時など）
ステップ２：過去の類似電力負荷データ（通常は１分ごと２４時間分；１分値データというものとする）の抽出
ステップ３：上記過去の類似電力負荷データを修正することによって予測データ（１分値データ）を生成する。

ステップ１では、電力負荷の最大値・最小値など対象日の電力負荷の一部を予測する。電力負荷は気象や暦との相関が高いので、気象や暦から予測する。ステップＳ１の電力負荷予測手法に関する従来技術としては、例えば特許文献１，２に記載のものが知られている。

ステップ２では、電力負荷に関する過去データ（実績データ）から、上記予測対象日と類似する実績データを抽出する。尚、実績データは、例えば過去の各日毎の２４時間分１分単位の電力負荷データである。通常は人間が経験に基づいて、該当季節の代表的な実績データをあらかじめ決めておいたり、気象が似た日を類似日と決めてこの日の実績データを取得したりする。

ステップ３では、ステップ２で抽出した実績データ（１分値データ）をステップ１で予測した予測値（最大と最小、または毎時など）に応じて修正する処理を行うことで、予測対象日の電力負荷の予測データ（１分値データ）を生成する。但し、人間の経験により、さらに修正したりすることもある。

上記のように従来はステップ１からステップ３まで人間によって行われている。ステップ１については自動化する既存技術が存在し（特許文献１，２等）、ステップＳ３に関しても上記修正処理を行えばよいが、ステップ２については、自動化する例はなかった。

特許第３３６０５２０号公報 特許第３７０７５８９号公報

前述のように、ステップ２に関して自動化する従来技術はなく、ほぼ１００％人間による予測に頼っていた。人間系では、現実的な時間内で、様々なデータを勘案し予測することはできないので、精度の高い予測ができない場合があった。そのため、経済電力負荷配分制御（ＥＤＣ）の結果も必ずしも最適でない場合があった。また、ステップＳ３に関しては具体的な修正処理が示されていない。

本発明の課題は、過去の類似電力負荷データの抽出を自動的に実行することにより、精度の高い電力負荷予測を実現し、以ってＥＤＣの経済的な配分に寄与する電力負荷予測装置、そのプログラム等を提供することである。

本発明の電力需要予測装置は、任意の予測対象日の電力需要量を予測する装置であって、各過去日の電力需要実績データを記憶する電力需要実績データ記憶手段と、前記予測対象日の特徴的な電力需要予測値を求める負荷電力予測手段と、暦情報を用いて前記予測対象日に係わる暦区分を特定し、各過去日のなかでその過去日に係わる前記暦区分が前記予測対象日に係わる暦区分と同一である過去日を全て抽出し、該抽出した過去日のなかから所定の条件に従って前記予測対象日と最も類似する過去日を類似日と決定し、該類似日の前記電力需要実績データを前記電力需要実績データ記憶手段から取得する類似電力需要実績抽出手段と、該類似電力需要実績抽出手段で取得した前記類似日の前記電力需要実績データを、前記負荷電力予測手段で求めた前記電力需要予測値を用いて修正することで、前記予測対象日の電力需要予測データを生成する電力需要予測データ生成手段とを有する。

上記電力需要予測装置において、例えば、前記予測対象日の特徴的な電力需要予測値は、該予測対象日の電力需要の最大値と最小値の予測値であり、前記所定の条件は、前記予測対象日の電力需要の最大値と最小値の予測値と、前記抽出した各過去日の電力需要実績の最大値と最小値との二乗誤差であり、該二乗誤差が最も小さい過去日を前記類似日と決定する。

あるいは、上記電力需要予測装置において、例えば、前記予測対象日の特徴的な電力需要予測値は、該予測対象日の１時間単位の電力需要予測値であり、前記所定の条件は、前記予測対象日の１時間単位の電力需要予測値と、前記抽出した各過去日の１時間単位の電力需要実績値との二乗誤差であり、該二乗誤差が最も小さい過去日を前記類似日と決定する。

上記本発明の電力需要予測装置では、類似電力需要実績抽出手段を設けており、予測対象日と最も類似する過去日を類似日と決定する。つまり、類似日を自動的に決定する。この決定方法は、例えば、暦区分が予測対象日と同一であり、且つ、例えば電力需要の最大値と最小値に関する予測値と実績値との二乗誤差が最小の過去日である。あるいは、例えば、暦区分が予測対象日と同一であり、且つ、例えば電力需要データ（１時間単位）の予測値と実績値との二乗誤差が最小の過去日である。

この様にして、自動的に精度の高い類似日決定を実現することができるようになる。

本発明の電力負荷予測装置、そのプログラム等によれば、過去の類似電力負荷データの
抽出を自動的に実行することにより、精度の高い電力負荷予測を実現し、以ってＥＤＣの経済的な配分に寄与する。

実施例１の電力負荷予測システムの構成図である。 最大・最小電力予測処理部による予測結果の一例を示す図である。 実施例１の１分値抽出処理部が用いる条件の一例を示す図である。 （ａ）〜（ｄ）は、１分値修正処理のイメージを示す図である。 平滑化処理のイメージを示す図である。 実施例２の電力負荷予測システムの構成図である。 実施例２の１分値抽出処理部が用いる条件の一例を示す図である。 コンピュータ・ハードウェア構成図である。

以下、図面を参照して本発明の実施の形態について説明する。
まず、実施例１について説明する。
図１は、実施例１の電力負荷予測システムの構成図である。

図示の電力負荷予測システムは、例えば一般的なコンピュータ（サーバ、パソコン等）により実現される。
図示の電力負荷予測システムは、データ入力処理部１、ＤＢ（データベース）部２、表示処理部３、予測処理部１０を有する。予測処理部１０は、最大・最小電力予測処理部１１、１分値抽出処理部１２、１分値修正処理部１３、平滑化処理部１４の各種処理機能部を有する。

予測処理部１０は、上記コンピュータが有する不図示のＣＰＵとプログラムにより実現される。すなわち、上記コンピュータが有する上記ＤＢ部２または他の不図示の記憶装置（ハードディスク、メモリ等）には、予め所定のアプリケーションプログラムが記憶されており、上記ＣＰＵがこのアプリケーションプログラムを読出し・実行することにより、上記予測処理部１０の各種処理機能部１１〜１４の処理が実現される。

予測処理部１０は、任意に指定される予測対象日の電力負荷（電力需要）予測値（例えば、２４時間分１分単位）を求めて、これを例えば表示処理部３等に出力して表示等させるものである。

データ入力処理１は、例えばＬＡＮ等のネットワーク（不図示）に接続された通信モジュールあるいはキーボード等である。通信モジュールの場合、上記ネットワークを介して他の不図示のコンピュータから送信される任意のデータを受信・入力することになる。キーボード等の場合、人間がキーボード等を操作して任意に入力するデータを取得することになる。また、これらの例に限らず、可搬型記憶媒体（メモリカード、ＣＤ−ＲＯＭ等）からデータを読み出す構成であってもよい。

何れにしても、データ入力処理１は外部から任意のデータを入力する。入力されるデータは、暦情報（年、月、日、時、曜日、祝祭日）、気象情報（気温、湿度、天気）、電力負荷データ（実績値；１分値等）である。また、予測処理において必要とする処理条件（例えば後述する図３や図７に示す複数の条件のうちのどの条件を用いるのかを指定する情報や、後述する平滑化処理を実行するか実行しないかを指定する情報等、その他何らかの処理に必要な情報）を入力する。尚、上記１分値とは、２４時間分１分単位の電力負荷データである。

尚、上記気象情報は、過去の気象実績情報と、気象予報（天気予報等）である。
データ入力処理１によって入力された各種データは、ＤＢ部２に蓄積される。ＤＢ部２には、例えば、過去の各日毎のその日の１分値（２４時間分１分単位の電力負荷実績データ）が記憶されている。あるいは、ＤＢ部２には、例えば、過去の各日毎のその日の上記気象情報が記憶されている。勿論、上記暦情報等もＤＢ部２に記憶される。

尚、上記過去の各日とは、基本的には、現在日（本処理を実行する日）より以前の一定期間（例えば数年間、１年間等）の各日である。この一定期間は、任意に設定でき、例えば上記“予測処理において必要とする処理条件”の一部として入力されるものである。

ＤＢ部２は、例えばハードディスク等であり、特にデータ入力処理１によって入力された上記各種データを蓄積する。また予測処理部１０からの要求に基づいて必要なデータを転送する。

表示処理部３では、予測処理部１０による計算結果（例えば、１分間隔２４時間分の電力負荷予測値）を表示する。具体的な装置例としては、ディスプレイ等である。但し、この例に限らず、表示処理部３は予測処理部１０による計算結果の出力先と考えてよく、例えば記憶媒体等であってもよい。あるいは、上記ネットワークを介して他のコンピュータに送信して、そこで表示等を行わせる構成であってもよい。

尚、本説明では、予測処理部１０は、ユーザ等によって指定された未来の予測対象日の１分値（２４時間分１分単位の電力負荷）を予測するものであるが、これは一例であり、基本的にはｎ分値（ｎ；１，２，３・・・等）を予測するものであり、ｎ＝１の場合を例にして説明するものとする。尚、例えば、ｎ＝２であったならば、２分値（２４時間分２分単位の電力負荷）が求められることになる。

予測処理部１０は、本発明の主要機能であり、上記４つの処理機能部１１〜１４からなる。
最大・最小電力予測処理部１１は、予測対象日（１日）の電力負荷の最大・最小値を予測する。この最大・最小電力予測処理部１１自体は、前述のとおり、従来技術を利用するものであり、暦情報や気象情報等から予測するものであるので、ここでは説明を省略する。

尚、図２に、上記最大・最小電力予測処理部１１による予測結果の一例を示す。
上記の通り、本例（実施例１）においては電力負荷の最大・最小値を予測するものであり、図２に一例を示している。尚、図２において点線で示すものは、後述する処理によって求める修正値（i）のイメージであり、最大・最小電力予測処理部１１によって求めるものではない。

１分値抽出処理部１２では、例えば上記最大・最小電力予測処理部１１による予測結果（最大値、最小値）を用いて、あるいは他のデータ（気象情報等）を用いて、上記予測対象日と最も類似する過去日（過去の類似日）を求める。そして、この過去の類似日の実績
データを取得する。これは、上記の通り、過去の類似日の１分値（２４時間分１分単位の電力負荷実績データ）を取得するものである。

１分値抽出処理部１２は、予め設定される所定の条件に従った処理を行うことで、上記過去の類似日を求める。この条件は様々であってよいが、一例を図３に示す。
図３には２種類の条件を示す。すなわち「気象類似日」と「電力類似日１」の２種類の条件を示す。図示の例では、まず、２種類の条件に共通する条件として「予測対象日とその前後日の３日間の暦区分（平日、休日区分）と同じ日」であることが条件の１つとなっている。この共通条件に従った処理は、例えば以下に説明するものとなる（尚、フローチャート図等は特に示さない）。

すなわち、例えば、予測対象日が１１月９日であったならば、その前後日である１１月８日と１１月１０日とを含む３日間、すなわち１１月８日、９日、１０日の３日間に関して、この３日間の上記暦区分（平日、休日区分）を求める。これは、上記ＤＢ部２に記憶されている暦情報（年、月、日、時、曜日、祝祭日）を参照して求める。尚、日曜日と祝日は当然、休日である。土曜日に関しては、休日とするか平日とするかは任意に決めて設定しておけばよい。

例えば、予測対象日１１月９日が月曜日であったならば、１１月８日は日曜日であり、１１月１０日は火曜日となる。仮に、１１月９日、１０日は両方とも祝日ではないとしたならば、これら３日間の暦区分は“休日、平日、平日”となる。そして、暦情報を参照して、３日間の暦区分が上記予測対象日と同じである日を全て抽出する。上記の例では、“休日、平日、平日”となる日を全て抽出する。つまり、抽出される日は、その日が平日で、前日が休日で翌日が平日である日となる。当然、基本的には月曜日が抽出されることになるが、祝日の翌日も抽出される場合がある。

また、例えば、予測対象日の上記３日間の暦区分が“平日、平日、平日”であったならば、基本的に、火曜日と水曜日と木曜日が抽出されることになる。
なお、暦区分は、上述のような平日・休日区分だけに限定されるものでなく、たとえば曜日や日付を暦区分として用いてもよい。

そして、例えば上記「気象類似日」の条件に従った処理では、上記共通の条件を満たすものとして抽出された各過去日毎に、上記ＤＢ部２に記憶されている当該過去日の気象情報を参照して、その日の最高気温・最低気温を取得する。また、上記ＤＢ部２に記憶されている（またはデータ入力処理１によって外部装置（気象サーバ等）から取得した）上記予測対象日の最高気温・最低気温予報値を取得する。

そして、上記抽出された各過去日毎に、その日の上記最高気温・最低気温と、上記予測対象日の最高気温・最低気温予報値との二乗誤差を求める。例えば、過去日ｉの最高気温をαｉ、最低気温をβｉとし、予測対象日の最高気温予報値をα、最低気温予報値をβとした場合、過去日ｉに関する二乗誤差ｒ（ｉ）は、以下の式により求められる。

ｒ（ｉ）＝（α−αｉ）^２＋（β−βｉ）^２
そして、上記共通条件を満たす過去日全てについて上記ｒ（ｉ）を算出したら、ｒ（ｉ）同士を相互に比較して、ｒ（ｉ）の値が最も小さい過去日を求め、これを過去の類似日とする。

この様にして、上記３日間の暦区分が予測対象日と同じである過去日のなかで、その最高気温・最低気温が、予測対象日の最高気温・最低気温予報値に最も近い日を、上記予測対象日と最も類似する過去日（過去の類似日）として求めることになる。そして、この過
去の類似日の実績データを取得する。これは、上記の通り、過去の類似日の１分値（２４時間分１分単位の電力負荷実績データ）を取得するものである。その後は、１分値修正処理部１３による処理が実行されることになり、これについては後に説明する。

また、上記「電力類似日１」の条件に従った処理では、まず、最大・最小電力予測処理部１１で求めた、上記予測対象日の最大・最小電力予測値を取得する。次に、上記ＤＢ部２を参照して、上記共通条件を満たす各過去日毎に、その日の電力負荷データ（実績値）から最大電力・最小電力を取得して、この最大電力・最小電力と上記予測対象日の最大・最小電力予測値との二乗誤差を求める。

例えば、過去日ｉの最大電力をＰｉ、最小電力をＱｉとし、上記予測対象日の最大電力予測値をＰ、最小電力予測値をＱとしたならば、過去日ｉに関する二乗誤差ｓ（ｉ）は、以下の式により求められる。

ｓ（ｉ）＝（Ｐ−Ｐｉ）^２＋（Ｑ−Ｑｉ）^２
そして、上記ｒ（ｉ）の場合と同様に、算出したｓ（ｉ）同士を比較して、ｓ（ｉ）の値が最も小さい過去日を求め、これを類似日とする。

あるいは、上記２つの条件を用いてもよい。
例えば一例としては、上記共通条件を満たす過去日全てについて以下の式によりｑ（ｉ）を求めて、このｑ（ｉ）が最も小さい過去日を求め、これを過去の類似日とするようにしてもよい。

ｑ（ｉ）＝ｒ（ｉ）＋ｓ（ｉ）
尚、これは後述する実施例２においても同様であり、図７に示す複数の条件の何れか１つを用いてもよいし、何れか２つ以上の条件を合わせて用いてもよい。

この様にして、上記３日間の暦区分が予測対象日と同じである過去日のなかで、その最大電力・最小電力が、予測対象日の最大電力・最小電力予測値に最も近い日を、上記予測対象日と最も類似する過去日（過去の類似日）として求めることになる。そして、この過去の類似日の実績データを取得する。これは、上記の通り、過去の類似日の１分値（２４時間分１分単位の電力負荷実績データ）を取得するものである。その後は、１分値修正処理部１３による処理が実行されることになり、これについては後に説明する。

尚、暦区分は、３日間に限らない。２日間、４日間、あるいは１日のみ等であってもよい。但し、例えば１日のみの場合、３日間等に比べれば精度が落ちることになる。つまり、類似日として最適な日を抽出することに関する精度が、落ちることになる。

尚、上記のように３日間の暦区分を条件の１つとするのは、まず当然、平日と休日とでは電力負荷（負荷による電力消費）の値やパターンが異なるからであり、更に平日であっても、例えば月曜日等の休み明けの平日と、火曜日、水曜日等の平日とでは（祝日ではないものとする）、電力負荷（負荷による電力消費）の値やパターンが多少異なると考えられるからである。また、日付を条件の１つとするのは、たとえば年末や正月の電力負荷パターンが、他の期間と異なるからである。

尚、上記２種類の処理に関しては、図３では説明の為に図示のような２種類の条件として示したが、実際には例えば上述した各処理を行う２種類の処理機能部を備えさせるものである。この処理機能部は、予め所定のアプリケーションプログラムを記憶しておき、ＣＰＵ等がこのアプリケーションプログラムを読出・実行することにより実現される。

尚、上記アプリケーションプログラムは、予め開発者等が任意に作成して、ＤＢ部２等に格納しておく。
また、予めどちらか１種類の処理機能部を搭載させてもよいし、２種類の処理機能部を搭載しておきユーザ等にどちらか一方を選択させてもよい。いずれの処理機能部を使用するのかは、例えばデータ入力処理部１による入力データにより指定される。なお、上記の２種類の処理機能部の各処理は実施例の一例であり、この例に限らない。他の条件に従った処理によって上記過去の類似日を抽出しても良い。

そして、上記のようにして、暦区分が予測対象日と同じである過去日のなかで、気温や電力負荷の最大・最小値が、予測対象日と最も類似すると考えられる過去日を決定し、当該過去の類似日の１分値データ（２４時間分１分単位の電力負荷実績データ）を、ＤＢ部２から取得したら、１分値修正処理部１３の処理を実行する。

次に、１分値修正処理部１３の処理について説明する。
１分値修正処理部１３では、基本的には、上記予測対象日の電力負荷予測データ（１分値等のｎ分値（ｎ＝１，２，３・・・））を求めるものである。実施例１では上記の通り、最大・最小電力予測処理部１１では予測対象日の電力負荷の最大値、最小値の予測結果しか算出せず、電力負荷の変動パターン等は分からない。この為、電力負荷の変動パターン等は上記過去の類似日と類似するものと見做して、過去の類似日の電力負荷実績データを修正することで、上記予測対象日の電力負荷予測値を求めるものである。

これは、上記取得した過去の類似日の１分値データ（２４時間分１分単位の電力負荷実績データ）を、上記予測対象日の電力負荷の最大値、最小値の予測結果に応じて修正する処理を行うものである。例えば、最大・最小電力予測処理部１１で求めた予測対象日の最大・最小電力予測値を用いて、以下の（１）式により修正を行う。

修正値（i）=｛（実績値(i)−最小電力値）/（最大電力値−最小電力値）｝
×（最大電力予測値−最小電力予測値）＋最小電力予測値・・・（１）式
基本的には、上記修正値（i）が、上記予測対象日の電力負荷予測値（１分値データ）となる。但し、更に後述する平滑化処理を施すようにしてもよい。

この（１）式において、修正値（i）、実績値(i)におけるiは、例えば１分〜１４４０分までの１分単位２４時間分の各時間であり、i=1は0時1分を、i=1440は24時00分を意味する。つまり、実績値(i)（ｉ＝１〜１４４０）は、上記過去の類似日の１分値データ（２４時間分１分単位の電力負荷実績データ）を意味する。また、最大電力値、最小電力値は、実績値（ｉ）（ｉ＝１〜１４４０）のなかでの最大値、最小値を意味する。また、最大電力予測値、最小電力予測値は、最大・最小電力予測処理部１１で算出した予測対象日の電力負荷の最大値、最小値の予測結果である。

ここで、（１）式について簡単に説明する。尚、この説明では、２４時間分をまとめて考えるものとする。
まず、（１）式において（実績値(i)−最小電力値）の部分は、２４時間分をまとめて考えると、実績値(i)（ｉ＝１〜１４４０）を、その最小値が‘０’となる形に修正する（オフセットを掛ける）ことを意味する。そのイメージを図４（ａ）、（ｂ）に示す。

まず、図４（ａ）には、実績値(i)（ｉ＝１〜１４４０）を実線で示す。また、予測対象日の電力負荷の予測値（最大電力予測値、最小電力予測値）もあわせて示す。これは、上記図２と同様、修正値（i）（ｉ＝１〜１４４０）のイメージも点線で示してある。

そして、図４（ｂ）には、図４（ａ）に示す実績値(i)（ｉ＝１〜１４４０）を、（１）式の（実績値(i)-最小電力値）によってオフセットを掛けるイメージを示す。図示の通り、実績値における最小電力値が‘０’となる形で、実績値(i)（ｉ＝１〜１４４０）全体がシフトするイメージとなる。

そして、上記（１）式では、このオフセット後の実績値に対して、
（最大電力予測値-最小電力予測値）／（最大電力値-最小電力値）
を乗ずる処理を行う。つまり、予測値と実績値それぞれに関して、最大値と最小値との差ａ、ｂを求め、これら差の比“ａ／ｂ”を求める。尚、ａは、上記（最大電力予測値-最小電力予測値）であり、予測値に関する最大値と最小値との差である。同様に、ｂは、上記（最大電力値-最小電力値）であり、実績値に関する最大値と最小値との差である。図４（ｃ）にそのイメージを示す。

そして、上記（実績値(i)-最小電力値）に上記“ａ／ｂ”を乗じることで、図２、図４（ａ）に示す修正値（i）（ｉ＝１〜１４４０）とほぼ同様の（但し、最小値が‘０’基準であるので、その点では異なる）補正値を得ることができる。図４（ｃ）に示す例では、ａ＞ｂであり、“ａ／ｂ”＞１であるので、上記（実績値(i)-最小電力値）の値を大きくする補正が行われることになる。

そして、この補正値は上記の通り最小値が‘０’基準の値であるので、これを最小値が最小電力予測値基準となるようにオフセットをかける為に、上記（１）式の最後で最小電力予測値を加算している。これによって、例えば図２、図４（ａ）に示すイメージの修正値（i）（ｉ＝１〜１４４０）が得られることになる。つまり、例えば図４（ｄ）に示すイメージのように、最大・最小予測値に応じて実績値（ｉ）の修正が行われることになる。

上述したように、１分値修正処理部１３は、予測対象日の電力負荷予測値（１分値データ）に相当する上記修正値（i）（ｉ＝１〜１４４０））を算出する。この修正値（ｉ）をそのまま予測対象日の１分値の予測値（i）として本予測処理完了としても良いが、修正値（i）を平滑化処理部１４によって平滑化して予測値（i）を求めるようにしてもよい。何れにしても、予測対象日の電力負荷の予測データ（１分値データ）が生成されることになる。

平滑化処理部１４では、１分値修正処理部１３で求めた上記修正値（i）を、例えば移動平均処理等によって平滑化する。
１分値修正処理部１３で求めた上記修正値（i）は、例えば図５における部分拡大図内の細線で示すように、ばらつきがある場合が考えられるので、これを例えば移動平均処理等によって平滑化することで、部分拡大図内の太線で示すような、なめらかな値にする。この移動平均処理は、例えば以下の（２）式によって、修正値（ｉ）から予測値（i）を求めるものである。

ただし、i>J
また、Ｊは予めユーザ等が任意に設定する。

以上、実施例１について説明した。実施例１では、上記の通り、１分値抽出処理部１２を設けたことを主な特徴とする。また、実施例１は、最大・最小電力予測処理が、予測対
象日の電力負荷の最大・最小値を予測するものである場合に対応する実施例である。１分値抽出処理部１２は、予測対象日と最も類似する過去日（過去の類似日）を、自動的に決定するものである。この“過去の類似日”とは、まず、上記暦区分が同じであることを第１の条件とし、この第１の条件を満たす過去日のなかで、第２の条件に関して最も類似する日を意味するものである。第２の条件としては、例えば上述した説明では「気象類似日」、「電力類似日１」等を例示した。つまり、気象条件が類似すること、あるいは電力負荷の最大・最小値が類似することを一例として挙げた。但し、これらの例に限るものではない。

何れにしても、本手法では、上記一例のようにして１分値抽出処理部１２が予測対象日と最も類似する過去日（過去の類似日）を自動的に決定できる。
従来では、過去の類似日に関しては人間が判断していた為、非常に手間が掛かるものであり、また現実的な時間内で様々なデータを勘案して判断することはできないので、精度の高い判断が行えない場合があった。そのため、経済電力負荷配分制御（ＥＤＣ）の結果も必ずしも最適でない場合があった。

これに対して、上記本手法では、過去の類似日に関して従来より精度の高い判断が行える可能性が高く、それによって精度の高い電力負荷予測を実現することができる。よって、経済電力負荷配分制御（ＥＤＣ）の結果も最適なものとなることが期待できる。必ずしも最適なものとならないにしても、従来に比べれば良好な結果となる可能性が高いものとなる。

次に、以下、実施例２について説明する。
図６に、実施例２の電力負荷予測システムの構成例を示す。
図示の電力負荷予測システムは、データ入力処理部２１、ＤＢ（データベース）部２２、表示処理部２３、及び予測処理部３０を有する。予測処理部３０は、毎時電力予測処理部３１、１分値抽出処理部３２、１分値修正処理部３３、平滑化処理部３４の各種処理機能部を有する。

データ入力処理部２１と表示処理部２３は、図１のデータ入力処理部１と表示処理部３と同じである。ＤＢ（データベース）部２２も、基本的には図１のＤＢ（データベース）部２と同じであってよい（毎時電力予測処理部３１の処理に係わり格納するデータが多少異なる場合も有り得るが、この処理は従来技術であるのでここでは特に説明しない）。

１分値修正処理部３３、平滑化処理部３４は、上記実施例１の１分値修正処理部１３、平滑化処理部１４と同じであってよく、ここでは特に説明しない。
本例では、まず、上記最大・最小電力予測処理部１１の代わりに上記毎時電力予測処理部３１を設けている。毎時電力予測処理部３１は、上記最大・最小電力予測処理部１１と同様に従来技術を適用したものであり、ここでは特に詳細には説明しない。但し、上記最大・最小電力予測処理部１１では、電力負荷の予測値として最大値、最小値のみを求めたが、毎時電力予測処理部３１では例えば１時間単位の電力負荷予測値を求めるものである。この予測処理は、例えば上記特許文献１に記載されており、ここでは特に説明しない。

尚、最大・最小電力予測処理部１１や毎時電力予測処理部３１は、予測対象日の特徴的な電力需要予測値を求めるものと定義することができ、特徴的な電力需要予測値として例えば電力負荷の最大・最小の予測値や１時間単位の電力負荷予測値を求めるものである。

毎時電力予測処理部３１による算出結果は、後述するｔ時予測電力（ｔ；１〜２４）であり、１時間単位の電力負荷予測値である。尚、ここでは、例えば１時予測電力は０時１分〜１時００分（ｉ＝１〜６０）の１時間分の電力負荷（負荷による消費電力量）の予測
値であり、２時予測電力は１時０１分〜２時００分（ｉ＝６１〜１２０）の１時間分の電力負荷予測値であり、２４時予測電力は２３時０１分〜２４時００分の１時間分の電力負荷予測値であるものとする。

１分値抽出処理部３２は、上記毎時電力予測処理部３１による算出結果に応じた処理を行うことから、例えば図７に示す条件例に基づく処理を行う点で、上記実施例１の１分値抽出処理部１２と異なる。つまり、本実施例２における１分値抽出処理部３２では、上記毎時電力予測処理部３１で予測した毎時電力予測値（１時間単位の電力負荷予測値）と最も近い（類似する）実績データの過去日を抽出する。また、実施例１と同様、暦区分の条件も適用する。

以下、図７に示す各種条件例について説明する。
図示の通り、ここでは、「気象類似日」、「電力類似日２」、「電力類似日３」、「電力類似日４」の４種類の条件例を示す。図示の通り、これら４種類の条件例は、何れも２つの条件のＡＮＤ条件となっており、この２つの条件を第１の条件、第２の条件というものとする。尚、上記図３の場合と同様に、ここでは説明の為に図７のように条件例として示すが、実際にはこれら条件に従った処理機能部が、搭載されることになる。この処理機能部は、図３で説明した通り、アプリケーションプログラムとＣＰＵ等により実現される。

また、図３で説明したものと同様に、上記４種類の条件例に応じた４種類の処理機能部は、全て搭載されてユーザが任意に選択・指定できるようにしてもよいし、何れか１つの処理機能部のみが搭載されていてもよい。

ここで、上記第１の条件は、４種類の条件例全てに共通する条件であり、これは実施例１の図３に示す例における上記共通条件と同じものである。すなわち、「予測対象日とその前後日の３日間の暦区分（平日、休日区分）と同じ日」である。よって、この共通条件に従った処理例は、既に説明済みであり、ここでは説明しない。

以下、４種類の条件例それぞれについて、上記第２の条件に従った処理例について説明する。
まず、「気象類似日」については、実施例１の図３に示した「気象類似日」と同じであるので、ここでは特に説明しない。気象条件を用いるのであるから、当然、最大・最小電力予測部による予測結果が、最大値・最小値であろうと毎時電力予測値であろうと関係ないので、実施例１の場合と同じとなる。

次に、上記「電力類似日２」について説明する。
「電力類似日２」の上記第２の条件は、図７に示す通り、上記第１の条件を満たす（暦区分が予測対象日と同じである）各過去日に関して、以下の（３）式による二乗誤差を算出し、この二乗誤差が最も小さい過去日を類似日と決定するものである。

Σ（ｔ時予測電力−ｔ時実績電力）^２ ・・・（３）式
尚、上記（３）式においてｔは例えば１〜２４である。
上記（３）式において、ｔ時予測電力（ｔ；１〜２４）は上記毎時電力予測処理部３１で算出した毎時電力予測値（１時間単位の電力負荷予測値）である。尚、当該１時間単位の電力負荷予測値は、１時間内の電力負荷の総和または平均値である。

また、ｔ時実績電力は、ＤＢ部２２から取得した上記第１の条件を満たす各過去日の１時間単位の電力負荷実績値である。尚、ＤＢ部２２に各過去日の１時間単位の電力負荷実績値が格納されている場合には、単にこれを取得すればよい。但し、上記実施例１で示し
たように過去日の電力負荷実績値が１分単位である場合には、これに基づいて１時間単位の値を求めておく必要がある。これについては、例えば、１時実績電力は０時１分〜１時００分（ｉ＝１〜６０）までの各実績電力の総和または平均値（総和／６０）を求めればよく、２時実績電力は１時０１分〜２時００分（ｉ＝６１〜１２０）までの各実績電力の総和または平均値（総和／６０）を求めればよく、特に説明しない。

（３）式では、実質的に、１時間単位の各時間帯毎に予測値と実績値との差分（実質的に絶対値）を求め、この差分の２４時間分の総和を求めることになる。これは、電力負荷の値と変動パターンが、予測対象日と似ている過去日が、類似日として選ばれる可能性が高いものと考えられる。

次に、上記「電力類似日３」について説明する。
「電力類似日３」の上記第２の条件は、図７に示す通り、上記第１の条件を満たす（暦区分が予測対象日と同じである）各過去日に関して、以下の（４）式による二乗誤差を算出し、この二乗誤差が最も小さい過去日を類似日と決定するものである。

Σ（予測電力日量−実績電力日量）^２ ・・・（４）式
尚、予測電力日量は、１時〜２４時までの上記ｔ時予測電力の総和である。同様に、実績電力日量は、１時〜２４時までの上記ｔ時実績電力の総和である。つまり、１日分の電力負荷総和が、予測対象日の１日分の電力負荷総和に最も近い過去日を、類似日とするものである。

次に、上記「電力類似日４」について説明する。
「電力類似日４」の上記第２の条件は、図７に示す通り、上記第１の条件を満たす（暦区分が予測対象日と同じである）各過去日に関して、以下の（５）式による相関係数を算出し、この相関係数が最も高い過去日を類似日と決定するものである。

つまり、予測対象日に関する１時間単位２４時間分の電力負荷予測値の形状（パターン）と、各過去日の１時間単位２４時間分の電力負荷実績値の形状（パターン）とを比較して、予測対象日の形状に最も近い形状の過去日を、類似日と決定するものである。

ここで、上記「電力類似日４」の条件例では、上記の通り相関係数を算出するので、他
の条件（実施例１の条件も含む）に比べるとある程度処理負荷が高いものであるが、その一方で上記第１の条件を用いなくても類似日決定の精度がそれほど落ちないと考えられる。よって、相関係数を用いる手法に関しては、上記第１の条件を用いないようにしてもよい。すなわち、全ての過去日を対象として上記相関係数の算出を行い、相関係数が最も高い過去日を類似日と決定するようにしてもよい。

もちろん、他の条件に関しても上記第１の条件を用いないようにしてもよいが、類似日決定の精度を高いものとする為には、上記第１の条件（共通条件）を用いる方が望ましい。

以上、実施例２では、毎時電力予測処理部３１による処理結果を用いることから、特に上記「電力類似日２」や「電力類似日４」のような条件による詳細な比較を行うことができ、より精度の高い類似日抽出を実現することが期待できる。

その後の修正や平滑化の処理については、上記の通り実施例１と略同様であってよく、ここでは説明しない。
上記図１や図６に示す電力負荷予測システムは、一般的な汎用コンピュータ（パソコン、サーバ等）により実現される。

図８に、この様なコンピュータのハードウェア構成例を示す。
図８に示すコンピュータ４０は、ＣＰＵ４１、メモリ４２、入力部４３、出力部４４、記憶部４５、記録媒体駆動部４６、及びネットワーク接続部４７を有し、これらがバス４８に接続された構成となっている。

ＣＰＵ４１は、当該コンピュータ４０全体を制御する中央処理装置である。
メモリ４２は、任意の処理実行の際に、記憶部４５（あるいは可搬型記録媒体４９）に記憶されているプログラムあるいはデータを一時的に格納するＲＡＭ等のメモリである。ＣＰＵ４１は、メモリ４２に読み出したプログラム／データを用いて、上述した各種処理を実行する。

出力部４４は、例えばディスプレイ等であり、入力部４３は、例えば、キーボード、マウス等であるが、これらは無くてもよい。
ネットワーク接続部４７は、例えば上記ネットワーク１等に接続して、他の情報処理装置との通信（コマンド／データ送受信等）を行う為の通信モジュールである。

上記出力部４４は上記表示処理部３に相当し、上記入力部４３やネットワーク接続部４７は上記データ入力処理部１に相当すると考えても良い。
記憶部４５は、例えばハードディスク等であり、上述した予測処理部１０，３０の各種処理機能をＣＰＵ４１により実現させる為のアプリケーションプログラムが格納されている。

すなわち、上記最大・最小電力予測処理部１１、１分値抽出処理部１２、１分値修正処理部１３、平滑化処理部１４等や、上記毎時電力予測処理部３１、１分値抽出処理部３２、１分値修正処理部３３、平滑化処理部３４の各種処理機能部の処理機能を、ＣＰＵ４１により実現させる為のアプリケーションプログラムが格納されている。

また、記憶部４５の一部は、上記ＤＢ部２、２２として使用されるものであってよい。
ＣＰＵ４１は、上記記憶部４５に格納されている各種プログラムを読み出し・実行することにより、上述した各種処理を実現する。

あるいは、上記記憶部４５に格納される各種プログラム／データは、可搬型記録媒体４９に記憶されているものであってもよい。この場合、可搬型記録媒体４９に記憶されているプログラム／データは、記録媒体駆動部４６によって読み出される。可搬型記録媒体４９とは、例えば、ＦＤ（フレキシブル・ディスク）４９ａ、ＣＤ−ＲＯＭ４９ｂ、その他、ＤＶＤ、光磁気ディスク等である。

あるいは、また、上記プログラム／データは、ネットワーク接続部４７により接続しているネットワークを介して、他の装置内に記憶されているものをダウンロードするものであってもよい。あるいは、更に、インターネットを介して、外部の他の装置内に記憶されているものをダウンロードするものであってもよい。

また、本発明は、上記本発明の各種処理をコンピュータ上で実現するプログラムを記録した可搬型記憶媒体として構成できるだけでなく、当該プログラム自体として構成することもできる。

上述したように、本手法を用いることで、類似日の決定を自動的に行って例えば１分間隔２４時間分の電力需要を自動的に予測することができ、運用者の予測業務時間を短縮することが可能になる。また精度高く予測することが可能になる。

この結果、発電機の経済電力負荷配分制御（EDC）において適切な配分が可能になる。

１ データ入力処理部
２ ＤＢ（データベース）部
３ 表示処理部
１０ 予測処理部
１１ 最大・最小電力予測部
１２ １分値抽出処理部
１３ １分値修正処理部
１４ 平滑化処理部
２１ データ入力処理部
２２ ＤＢ（データベース）部
２３ 表示処理部
３０ 予測処理部
３１ 毎時電力予測処理部
３２ １分値抽出処理部
３３ １分値修正処理部
３４ 平滑化処理部
４０ コンピュータ
４１ ＣＰＵ
４２ メモリ
４３ 入力部
４４ 出力部
４５ 記憶部
４６ 記録媒体駆動部
４７ ネットワーク接続部
４８ バス
４９ 可搬型記録媒体
４９ａ ＦＤ（フレキシブル・ディスク）
４９ｂ ＣＤ−ＲＯＭ

Claims (10)

1. 任意の予測対象日の電力需要量を予測する装置であって、
   各過去日の電力需要実績データを記憶する電力需要実績データ記憶手段と、
   前記予測対象日の特徴的な電力需要予測値を求める負荷電力予測手段と、
   暦情報を用いて前記予測対象日に係わる暦区分を特定し、各過去日のなかでその過去日に係わる前記暦区分が前記予測対象日に係わる暦区分と同一である過去日を全て抽出し、該抽出した過去日のなかから所定の条件に従って前記予測対象日と最も類似する過去日を類似日と決定し、該類似日の前記電力需要実績データを前記電力需要実績データ記憶手段から取得する類似電力需要実績抽出手段と、
   該類似電力需要実績抽出手段で取得した前記類似日の前記電力需要実績データを、前記負荷電力予測手段で求めた前記電力需要予測値を用いて修正することで、前記予測対象日の電力需要予測データを生成する電力需要予測データ生成手段と、
   を有することを特徴とする電力需要予測装置。
2. 前記予測対象日の特徴的な電力需要予測値は、該予測対象日の電力需要の最大値と最小値の予測値であり、
   前記所定の条件は、前記予測対象日の電力需要の最大値と最小値の予測値と、前記抽出した各過去日の電力需要実績の最大値と最小値との二乗誤差であり、該二乗誤差が最も小さい過去日を前記類似日と決定することを特徴とする請求項１記載の電力需要予測装置。
3. 前記予測対象日の特徴的な電力需要予測値は、該予測対象日の１時間単位の電力需要予測値であり、
   前記所定の条件は、前記予測対象日の１時間単位の電力需要予測値と、前記抽出した各過去日の１時間単位の電力需要実績値との二乗誤差であり、該二乗誤差が最も小さい過去日を前記類似日と決定することを特徴とする請求項１記載の電力需要予測装置。
4. 前記予測対象日の特徴的な電力需要予測値は、該予測対象日の１時間単位の電力需要予測値であり、
   前記所定の条件は、前記予測対象日の１時間単位の電力需要予測値に基づいて求められる該予測対象日一日の電力需要予測量と、前記抽出した各過去日の一日の電力需要量との二乗誤差であり、該二乗誤差が最も小さい過去日を前記類似日と決定することを特徴とする請求項１記載の電力需要予測装置。
5. 前記予測対象日の特徴的な電力需要予測値は、該予測対象日の１時間単位の電力需要予測値であり、
   前記所定の条件は、前記予測対象日の１時間単位の電力需要予測値と、前記抽出した各過去日の１時間単位の電力需要実績値との相関係数であり、該相関係数が最も高い過去日を前記類似日と決定することを特徴とする請求項１記載の電力需要予測装置。
6. 前記類似電力需要実績抽出手段は、前記暦区分による過去日の抽出を行うことなく、全ての過去日を対象として前記類似日を決定することを特徴とする請求項２〜５の何れかに記載の電力需要予測装置。
7. 前記所定の条件は、前記予測対象日の最高気温・最低気温予報値と、前記抽出した各過去日の最高気温・最低気温実績値との二乗誤差であり、該二乗誤差が最も小さい過去日を前記類似日と決定することを特徴とする請求項１記載の電力需要予測装置。
8. 前記電力需要予測データ生成手段が生成した前記予測対象日の電力需要予測データを入力し、該予測対象日の電力需要予測データを平滑化する処理を行うことで、最終的な予測
   対象日の電力需要予測データを生成する平滑化手段を更に有することを特徴とする請求項１〜７の何れかに記載の電力需要予測装置。
9. 前記電力需要実績データ記憶手段に記憶される前記電力需要実績データ、及び前記電力需要予測データ生成手段が生成する前記電力需要予測データは、ｎ分単位２４時間分のデータであることを特徴とする請求項１〜７の何れかに記載の電力需要予測装置。
10. 任意の予測対象日の電力需要量を予測する装置のコンピュータを、
    各過去日の電力需要実績データを記憶する電力需要実績データ記憶手段と、
    前記予測対象日の特徴的な電力需要予測値を求める負荷電力予測手段と、
    暦情報を用いて前記予測対象日に係わる暦区分を特定し、各過去日のなかでその過去日に係わる前記暦区分が前記予測対象日に係わる暦区分と同一である過去日を全て抽出し、該抽出した過去日のなかから所定の条件に従って前記予測対象日と最も類似する過去日を類似日と決定し、該類似日の前記電力需要実績データを前記電力需要実績データ記憶手段から取得する類似電力需要実績抽出手段と、
    該類似電力需要実績抽出手段で取得した前記類似日の前記電力需要実績データを、前記負荷電力予測手段で求めた前記電力需要予測値を用いて修正することで、前記予測対象日の電力需要予測データを生成する電力需要予測データ生成手段、
    として機能させるためのプログラム。