JP2012089749A

JP2012089749A - 自然エネルギー発電設備の発電量予測方法

Info

Publication number: JP2012089749A
Application number: JP2010236578A
Authority: JP
Inventors: Yoshiki Murakami; 好樹村上; Takenori Kobayashi; 武則小林; Yoshiro Hasegawa; 義朗長谷川; Yoshihiko Yoshimura; 吉彦吉村
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2010-10-21
Filing date: 2010-10-21
Publication date: 2012-05-10

Abstract

【課題】統計的な手法を用いて発電量の変動の程度を評価して発電量を容易に予測できる自然エネルギー発電設備の発電量予測方法を提供する。
【解決手段】自然エネルギー発電設備の過去の特定の日の特定の時刻から一定時間内における発電量を表す評価量を入力する。その評価量に基づいて、評価量の最低値、評価量の最大値、評価量の変化率、評価量の変動周期を演算する。これらに基づいて自然エネルギー発電設備の発電量の変動量を予測する。
【選択図】図９

Description

本発明の実施形態は、自然エネルギーを利用して発電する自然エネルギー発電設備の発電量予測方法に関する。

太陽光や風力などの自然エネルギー発電設備は、燃料費が不要で温暖化ガスを排出しない等の利点があるが、自然エネルギーは一定でないので発電量が不確実なだけでなく大きく変動する。自然エネルギー発電設備が電力系統に連系して運用される場合には、電力系統に悪い影響を及ぼす可能性がある。このため、自然エネルギー発電設備に蓄電池を接続して発電量の変動を蓄電池で吸収し電力系統への悪影響を抑制するようにしている。

そこで、自然エネルギー発電設備の発電量を予め予測することが重要になる。自然エネルギー発電設備の発電量を予測するものとして、主に気象予報の結果を用いて１時間程度の時間スケールで発電量を予測するようにしたものがある（例えば、特許文献１参照）。また、自然エネルギーを利用した発電機が複数あるときには、相互の変動が重なり合って変動が小さくなることが知られている（例えば、非特許文献１参照）。

特許第３９８４６０４号公報

村田晃伸、山口浩、大谷謙仁、「広域的に多数台導入された太陽光発電に関する出力変動幅の推定法」、電学論B.127, No.5, pp.645-652 (2007)．

しかし、自然エネルギー発電設備においては、発電量の予測はできてもその変動量を予測することが困難である。これは、自然エネルギー発電設備の発電量は、気象状態により発電量が大きく変動するからであり、一定時間の平均値はともかく瞬時値を予測することは非常に困難である。また、複数の自然エネルギー発電設備の発電量を合計することにより変動が小さくなることを予測するためには、各発電設備の変動の程度を予測して、これらの発電設備の予測値を合計する必要がある。自然エネルギー発電設備の発電量の変動は、蓄電池の制御や系統への影響評価のために可能な限り評価できることが望ましい。

そこで、統計的な手法を用いて発電量の変動の程度を評価して発電量を容易に予測できる自然エネルギー発電設備の発電量予測方法を提供する。

本発明の実施形態によれば、自然エネルギー発電設備の過去の特定の日の特定の時刻から一定時間内における発電量を表す評価量を入力する。その評価量に基づいて、評価量の最低値、評価量の最大値、評価量の変化率、評価量の変動周期を演算する。これらに基づいて自然エネルギー発電設備の発電量の変動量を予測する。

一日の日射量の時間変化の一例を示すグラフ。ある年の夏場のある日にちおけるある地域の快晴時の日射量の理論値の一例を示すグラフ。本発明の実施形態での日射量予測モデルの一例を示すグラフ。本発明の実施形態での日射量予測モデルの他の一例を示すグラフ。本発明の実施形態での晴れの日の日射量予測モデルの一例を示すグラフ。本発明の実施形態での曇りの日の日射量予測モデルの一例を示すグラフ。本発明の実施形態での風速予測モデルの一例を示すグラフ。本発明の実施形態での風速予測モデルの他の一例を示すグラフ。本発明の実施形態での日射量予測手法の一例を示すブロック図。本発明の実施形態での最低日射量予測手法の一例を示すブロック図。本発明の実施形態での最大日射量予測手法の一例を示すブロック図。本発明の実施形態での晴天間隔の予測手法の一例を示すブロック図。本発明の実施形態での曇天間隔の予測手法の一例を示すブロック図。本発明の実施形態での日射量変動モデル作成手法の実施例を示すブロック図。本発明の実施形態での発電量変動モデル作成手法の実施例を示すブロック図。本発明の実施形態での日射量予測結果の例１を示すグラフ。本発明の実施形態での日射量予測結果の例２を示すグラフ。本発明の実施形態での日射量予測結果の例３を示すグラフ。本発明の実施形態での日射量予測結果の例４を示すグラフ。本発明の実施形態での日射量予測結果の例５を示すグラフ。本発明の実施形態での日射量予測結果の例６を示すグラフ。本発明の実施形態での日射量予測結果の例７を示すグラフ。

以下、本発明の実施形態を説明する。自然エネルギー発電設備として太陽光発電設備による発電量の予測方法を例にとり説明する。

太陽光発電設備の発電量は日射量によって決まるため、日射量の予測が重要になる。そのため、以下では日射量の予測方法を例にとって本発明の実施形態の方法を説明する。

図１は、一日の日射量の時間変化の一例を示すグラフである。日射量は雲の動きによって変化するため非常に大きく変動するという特徴がある。日射に関しては、予報も提供されているが、通常は１時間の積算値や平均値、日照時間であるため、瞬間的な変動を予測することは非常に困難である。

このように、日射量は瞬間的な変動を予測することは非常に困難であるが、図１から分かるように、日射量には最大値や最小値があること、似通った変動周期が一定時間続くことなどの特徴がある。また、天候によって大まかなパターンが見られる。

日射量の最大値は、快晴時の大気外日射量から大気による吸収を補正したものであり、日射量の測定地点の緯度や経度、時刻が決まれば比較的に正確に予測することができる。これは、通常は水平面全天日射量と呼ばれ、直接に達する日射量（直達日射量）と大気による散乱成分（散乱日射量）との和によって計算される。

日射量の最小値も天候によるが、快晴時の雲の陰の部分の日射量は、水平面散乱日射量に近い値となる。また、たとえ曇っていても一定の日射が存在し、これは水平面散乱日射量を最大とし、それに対する比率で評価可能と考えられる。

図２は、ある年の７月３０日の東京での日射量の理論値の一例のグラフである。図２中の短い点線Ｓ１は水平面直達日射量であり、長い点線は水平面散乱日射量Ｓ２であり、実線がこれらの合計の水平面全天日射量Ｓ３である。一般に、太陽光発電設備による発電量は太陽光パネルの傾斜や方位を考慮した日射量である傾斜面日射量にほぼ比例するが、傾斜の効果を比例定数に含めることで、おおまかには水平面全天日射量に比例すると考えることができる。図２は快晴の場合の日射量であるが、晴の日であっても雲が存在して太陽光パネルに影ができると日射量は急激に低下し発電量も低下する。

図３は、雲が存在して影ができた場合の日射量予測モデルの一例のグラフである。図３に示すように、雲がない場合には全天日射量Ｓ３になり、雲の境界が太陽光パネルにかかると散乱日射量Ｓ２まで日射量が瞬時に低下している。ここで、雲がない時間Ｔ_Ｕを晴天間隔、雲がかかっている時間Ｔ_Ｄを曇天間隔と呼ぶことにする。

実際には図３のように瞬時に日射量が低下するわけではなく、一定の時間をかけて日射量が低下する。これは、雲の境界がはっきりとしていないためであるが、発電量の点からは雲が太陽光パネルの一部にかかった場合にも同様な現象が起きることがある。

図４は、雲がかかった場合に一定の時間をかけて日射量が低下した状況を表した日射量予測モデルの一例を示すグラフである。図４に示すように、時間δｔの間に日射量がＨ_Ｕだけ増加している。この日射量の振幅Ｈ_Ｕ、を時間δｔで除算した変化率Ｒ_Ｕ（＝Ｈ_Ｕ／δｔ）を日射量の増加率と呼ぶことにする。同様に、日射量の減少時の振幅データＨ_Ｄ（図示省略）を用いて日射量の減少率Ｒ_Ｄを定義することもできる。

過去の特定の日の特定の時刻の晴天間隔、曇天間隔、日射量の振幅、日射量の変化率、日射量の変動周期は、実際の日射量データから以下のようにして測定することが可能である。

まず、自然エネルギー発電設備である太陽光発電設備の発電量の変動量を予測するには、過去の特定の日の特定の時刻から一定時間内における日射量（発電量を表す評価量）を取得する。取得した過去の日射量データは、例えば、パーソナルコンピュータに入力される。そして、パーソナルコンピュータの演算制御手段で、特定の時刻を含む時間帯を設定し、その間の日射量の変動から晴天間隔、曇天間隔等を計算する。

晴天間隔や曇天間隔は、一般には一定値ではないことが通常である。従って、その時間帯に含まれる間隔を全て測定して平均値とばらつきとを記録する。ばらつきに関しては標準偏差や最大・最小など統計的な量として計測する。振幅や変化率に関しても同様に平均値やばらつきを測定する。変動周期は曇天間隔や晴天間隔から求めることができる。これらのデータはデータベースとして保存しておく。

なお、発電量を示す評価量としては日射量だけでなく、発電量そのものに関して、同様なパラメータを定義し測定することが可能である。また、風力発電や他の変動する発電量においても、発電量を示す評価量を設定し、基本的にはその評価量に対して同様なパラメータを定義することが可能である。

次に、晴天間隔、曇天間隔、変化率によって種々の日射曲線（１日の日射量の時間変化を表す曲線）を予測することができる。図５は、晴天間隔が長く曇天間隔が短い場合の日射量予測モデルの日射曲線を示すグラフである。つまり、晴れの日の日射曲線を模擬した日射量予測モデルの日射曲線のグラフである。図５から分かるように、周期的に日射量が短期間だけ低下している。

一方、図６は曇天間隔が長く晴天間隔が短い場合の日射量予測モデルの日射曲線を示すグラフである。つまり、曇りの日の日射曲線を模擬した日射量予測モデルの日射曲線のグラフである。図６から分かるように、周期的に日射量が短期間だけ高くなっている。

ここで、自然エネルギー発電設備が風力発電設備である場合には、発電量を表す評価量は風力となる。風力発電設備の発電量の変動量を予測するには、過去の特定の日の特定の時刻から一定時間内における風力（発電量を表す評価量）を取得する。取得した過去の風力データは、例えば、パーソナルコンピュータに入力される。そして、パーソナルコンピュータの演算制御手段で、特定の時刻を含む時間帯を設定し、その間の風力の変動から有風間隔、無風間隔等を計算する。過去の特定の日の特定の時刻の有風間隔、無風間隔は、実際の風速データから以下のようにして測定することが可能である。

図７は、風速に関して同様に本発明の実施形態での風速予測モデルの概要を示したものである。この場合、理論的な最小値は０になる。最大値に関しては、その地域における過去の最大の風速などを用いる。また、この場合、Ｔ_Ｕは風がある有風間隔、Ｔ_Ｄは風の吹いていない無風間隔である。

図８は、図７の風速に関して変化率の定義を示したものである。風速の振幅Ｈ_Ｕ、Ｈ_Ｄ、変化率Ｒ_Ｕ、Ｒ_Ｄは、図４に示した日照量の場合と同様である。

図７、図８では風速を例に示したが、風力発電の発電量は風速の関数として予測することができるので、縦軸を風力発電量と読み替えても同様なパラメータを定義することができる。つまり、発電量を表す評価量としての風速に代えて、発電量そのものを評価量とすることができる。

次に、図９は、太陽発電設備での日射量予測方法の一例を示すブロック図である。時間帯の設定機能５１は、過去の特定の日の特定の時刻から一定時間内における日射量に対し、日射量の予測する時間帯を設定する。時間帯の設定機能５１によって決められた時間帯において、最低日射量予測機能５２は最低日射量を予測演算し、最高日射量予測機能５３は最高日射量を予測演算する。これにより、日射量の振幅Ｈ_Ｕ、Ｈ_Ｄが得られる。また、晴天間隔予測機能５４は晴天間隔Ｔ_Ｕを予測演算し、曇天間隔予測機能５５は曇天間隔Ｔ_Ｄを予測演算する。さらに、変化率予測機能５６は変化率Ｒ_Ｕ、Ｒ_Ｄの予測演算を行う。

この場合、最小日射量と最大日射量との予測演算には水平面散乱日射量Ｓ２と水平面全天日射量Ｓ３を用いる。また、晴天間隔Ｔ_Ｕと曇天間隔Ｔ_Ｄについては、例えば、過去のデータから対象となる時間帯の晴天間隔Ｔ_Ｕと曇天間隔Ｔ_Ｄを計算し、晴天間隔の平均値Ｔ_Ｕ,Ａと標準偏差Ｔ_Ｕ,Ｓ、曇天間隔の平均値Ｔ_Ｄ,Ａと標準偏差Ｔ_Ｄ,Ｓを計算すれば、これは晴天間隔Ｔ_Ｕと曇天間隔Ｔ_Ｄの予測結果である。

時間帯データ作成機能５７は、時間帯毎に時間帯の間分の晴天間隔Ｔ_Ｕ、曇天間隔Ｔ_Ｄ、日射量の振幅Ｈ_Ｕ、Ｈ_Ｄ、変化率Ｒ_Ｕ、Ｒ_Ｄを作成する。そして、日射量作成機能５８は、時間帯データ作成機能５７により、予測対象とする時間帯において、晴天および曇天に対応する平均値と標準偏差の乱数を交互に必要な回数（予測対象時間帯の長さ以上になる回数）だけ生成させれば、対象となる時間帯の日射曲線を作成することができる。これにより、日射量予測結果５９が得られる。

この一例では、最低日射量と最大日射量とに水平面散乱日射量Ｓ２と水平面全天日射量Ｓ３を用いたが、日射量の測定結果が太陽光パネルの傾斜に沿ったものであれば、傾斜面散乱日射量と傾斜面全天日射量とを用いる。

次に、最低日射量と最大日射量との予測モデルとして、回帰分析を用いることも可能である。図１０は、その場合の最低日射量予測手法の一例を示している。この場合、回帰分析機能１１１は、過去のｋ番目の日の最低日射量をその日の散乱日射量の理論値で割った比率ａ_ｋを計算してデータベース化しておき（１０１）、ｋ番目の日の気象データを用いて（１０２）、回帰分析を行う。そして、比率ａ_ｋの予測モデルを求め（１０３）、予測対象日の気象データを用いて（１０４）、比率ａ_ｋの予測値を求め（１０５）、予測対象日の散乱日射量の理論値を用いて（１０６）、予測対象日の最低日射量を求める（１０７）。このようにして、予測対象日の最低日射量を計算する。

図１１は、回帰分析を用いた最高日射量予測手法の一例を示している。回帰分析機能２１１は、過去のｋ番目の日の最高日射量をその日の全天日射量の理論値で割った比率ｂ_ｋを計算してデータベース化しておき（２０１）、ｋ番目の日の気象データを用いて（１０２）、回帰分析を行う。そして、比率ｂ_ｋの予測モデルを求め（２０３）、予測対象日の気象データを用いて（１０４）、比率ｂ_ｋの予測値を求め（２０５）、予測対象日の全天日射量の理論値を用いて（２０６）、予測対象日の最高日射量を求める（２０７）。このようにして、予測対象日の最大日射量を計算する。

図１０、図１１は、特定の日に対する予測方法であるが、特定の日を特定の時刻に置き換えることで、特定の時刻の最低日射量と最大日射量とを予測することができる。

図１２は、回帰分析を用いた晴天間隔の予測手法の一例を示すブロック図である。回帰分析機能３１１は、過去のｋ番目の日の晴天間隔を求め（３０１）、ｋ番目の日の気象データを用いて（１０２）、回帰分析を行う。そして、晴天間隔の予測モデルを求め（３０３）、予測対象日の気象データを用いて（１０４）、予想対象日の晴天間隔の平均値Ｔ_Ｕ,Ａを求め（３０７）、予想対象日の晴天間隔の標準偏差Ｔ_Ｕ,Ｓを求める（３０８）。この場合には、回帰分析によって晴天間隔の予測結果（平均値）と誤差（標準偏差）を求めたが、前述のように単純に晴天間隔の平均値Ｔ_Ｕ,Ａと標準偏差Ｔ_Ｕ,Ｓを計算する方法でもよい。

図１３は、回帰分析を用いた曇天間隔の予測手法の一例を示すブロック図である。回帰分析機能４１１は、過去のｋ番目の日の曇天間隔を求め（４０１）、ｋ番目の日の気象データを用いて（１０２）、回帰分析を行う。そして、曇天間隔の予測モデルを求め（４０３）、予測対象日の気象データを用いて（１０４）、予想対象日の曇天間隔の平均値Ｔ_Ｄ,Ａを求め（４０７）、予想対象日の曇天間隔の標準偏差Ｔ_Ｄ,Ｓを求める（４０８）。この場合には、回帰分析によって曇天間隔の予測結果（平均値）と誤差（標準偏差）を求めたが、前述のように単純に曇天間隔の平均値Ｔ_Ｄ,Ａと標準偏差Ｔ_Ｄ,Ｓを計算する方法でもよい。

図１４は、本発明の実施形態での日射量変動モデル作成手法の実施例を示すブロック図である。地域データ・天文データ１や気象予報データ５は、例えば、パーソナルコンピュータに入力される。そして、パーソナルコンピュータの演算制御手段で、以下の演算が行われる。地域データ・天文データ１や気象予報データ５は理論日射量計算機能２に入力され、理論日射量計算機能２は地域データ・天文データ１に基づいて、理論日射量を計算し、最大日射量計算機能３及び最低日射量計算機能４に出力する。最大日射量計算機能３で計算された最大日射量及び最低日射量計算機能４で計算された最低日射量は日射量変動モデル作成機能８に入力される。一方、気象予報データは日射量変動周期計算機能６及び日射量変動幅計算機能７に入力され、日射量変動周期計算機能６で計算された日射量変動周期及び日射量変動幅計算機能７で計算された日射量変動幅は日射量変動モデル作成機能８に入力される。日射量変動モデル作成機能８は、最大日射量、最低日射量、日射量変動周期及び日射量変動幅に基づいて、日射量変動モデルを作成する。

図１５は本発明の実施形態での発電量変動モデル作成手法のブロック図である。発電量予測モデル作成機能１３は日射量から発電量を計算するモデル作成機能であり、水平面（傾斜）日射量と発電量の比率をデータベース化しておき、回帰分析等により変換係数を求める。発電量予測モデル作成機能１３で作成された変換係数は発電量変動モデル作成機能１４に入力される。

地域データ・天文データ１や気象予報データ５は理論日射量計算機能２に入力され、理論日射量計算機能２は地域データ・天文データ１に基づいて、理論日射量を計算し、直達日射量計算機能９及び散乱日射量計算機能１０に出力する。直達日射量計算機能９で計算された直接日射量は理論最大日射量計算機能１１に入力され、散乱日射量計算機能１０で計算された散乱日射量は理論最低日射量計算機能１２に入力される。

理論最大日射量計算機能１１で計算された理論最大日射量、理論最低日射量計算機能１２で計算された理論最低日射量、気象予報データ５は、日射量変動モデル作成機能８に入力され、日射量変動モデル作成機能８で作成された日射量変動モデルは、発電量予測モデル作成機能１３で作成された変換係数とともに発電量変動モデル作成機能１４に入力される。発電量変動モデル作成機能１４は、日射量変動モデル作成機能８で作成された日射量変動モデル及び発電量予測モデル作成機能１３で作成された変換係数に基づいて、発電量変動モデルを作成する。

図１６は、本発明の実施形態での日射量予測結果の例１を示すグラフであり、比較的に大きな雲が、規則的にパネルを覆っている場合に相当する。

図１７本発明の実施形態での日射量予測結果の例２を示すグラフであり、小さな雲が頻繁にパネルを覆っている場合に相当する。

図１８は本発明の実施形態での日射量予測結果の例３を示すグラフであり、時間帯によって晴天間隔や曇天間隔が異なる場合の一例である。

図１９は、本発明の実施形態での日射量予測結果の例４を示すグラフであり、晴天間隔に比べて曇天間隔が非常に短い場合の一例であり、典型的な晴れの日の日射曲線を示している。

図２０は、本発明の実施形態での日射量予測結果の例５を示すグラフであり、晴天間隔に比べて曇天間隔が非常に長い場合の例であり、典型的な曇りの日の日射曲線を示している。

図２１は、本発明の実施形態での日射量予測結果の例６を示すグラフであり、午前と午後の日射曲線が異なる場合である。図２２は、本発明の実施形態での日射量予測結果の例７を示すグラフであり、図２１において曇天間隔、晴天間隔の周期が非常に細かい場合の一例である。

以上の説明では、多数の自然エネルギーによる発電設備の合計の発電量の予測結果から系統の発電量の変動量を評価するようにしたが、さらに発電量の変動量を評価して、系統の周波数変動を評価することも可能である。

なお、上述した各実施形態において記載した手法は、コンピュータに実行させることのできるプログラムとして、記憶媒体に記憶し各装置に応用したり、通信媒体により伝送して各種装置に適用することも可能である。

本発明における記憶媒体としては、磁気ディスク、フレキシブルディスク、光ディスク（ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤなど）、光磁気ディスク（ＭＯなど）、半導体メモリなど、プログラムを記憶でき、かつコンピュータが読み取り可能な記憶媒体であれば、その記憶形式はいずれの形態であっても良い。また、ここで記憶媒体とは、コンピュータと独立した媒体に限らず、ＬＡＮやインターネットなどにより伝送されたプログラムをダウンロードして記憶または一時記憶した記憶媒体も含まれる。

以上のように、本発明の実施形態を用いることで、過去の気象データあるいは発電量データから、自然エネルギーによる発電設備など発電量が不確実な発電設備の将来の発電量を変動量を含めて予測することが可能になる。一旦、発電量が予測されれば、複数の発電設備の発電量を合計して変動量の平滑化効果を評価したり、多数の発電設備の変動量を合計して太陽光発電が電力系統に与える影響を評価することも可能になる。

以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１…地域データ・天文データ、２…理論日射量計算機能、３…最大日射量計算機能、４…最低日射量計算機能、５…気象予報データ、６…日射量変動周期計算機能、７…日射量変動幅計算機能、８…日射量変動モデル、９…直達日射量計算手段、１０…散乱日射量計算機能、１１…理論最大日射量計算機能、１２…理論最低日射量計算機能、１３…発電量予測モデル作成機能、１４…発電量変動モデル作成機能、５１…時間帯設定機能、５２…最低日射量予測機能、５３…最大日射量予測機能、５４…晴天間隔予測機能、５５…曇天間隔予測機能、５６…変化率予測機能、５７…時間データ作成機能、５８…日射曲線作成機能、５９…日射量予測結果

Claims

自然エネルギーを利用して発電する自然エネルギー発電設備の発電量予測方法において、自然エネルギー発電設備の過去の特定の日の特定の時刻から一定時間内における発電量を表す評価量を入力し、前記評価量に基づいて、評価量の最低値、評価量の最大値、評価量の変化率、評価量の変動周期を演算し、これらに基づいて自然エネルギー発電設備の発電量の変動量を予測することを特徴とする自然エネルギー発電設備の発電量予測方法。
前記評価量は日射量であり、直達日射量を計算する機能と、散乱日射量を計算する機能と、気象予報予報値から日射量の変動周期を計算する機能を持ち、これらから特定の時刻の日射量の変動量を予測することを特徴とする請求項１に記載の自然エネルギー発電設備の発電量予測方法。
前記評価量は日射量であり、回帰分析によって日射量と発電量との関係式を求めて、発電量の変動量を予測することを特徴とする請求項１または２に記載の自然エネルギー発電設備の発電量予測方法。
前記評価量は風速であり、前記風速に基づいて、風速の最低値、風速の最大値、風速の変化率、風速の変動周期を演算し、これらに基づいて自然エネルギー発電設備の発電量の変動量を予測することを特徴とする自然エネルギー発電設備の発電量予測方法。
自然エネルギー発電設備が複数ある場合、複数の自然エネルギー発電設備の発電量を請求項１乃至４のいずれか１項の方法によりそれぞれ予測し、予測した発電量を合計して、自然エネルギー発電設備の全発電量の変動を予測することを特徴とする自然エネルギー発電設備の発電量予測方法。