JP2012196017A - 電力需要予測装置及び電力需要予測方法 - Google Patents

Abstract

【課題】天候に影響を受ける電気機器の電力需要を精度よく予測する。
【解決手段】電力需要予測装置１は、事前に、季節及び時間帯ごとに、天気と、日射強度との関係を示すデータを取得し、日射強度データ１５Ａとして記憶部１５に記憶する（Ｓ３０１）。次に、気候が異なる季節、及び、照明機器の使い方が異なる曜日ごとに、日射強度と、点灯数とをサンプリングしたデータを取得し、点灯数データ１５Ｂとして記憶する（Ｓ３０２）。そして、点灯数データ１５Ｂから、季節及び曜日ごとに、日射強度と、照明需要との関係を示す曲線を作成し、その関数を照明需要データ１５Ｃとして記憶する（Ｓ３０３）。続いて、所定日時の天気予報を取得し、該当する季節及び時間帯の日射強度データ１５Ａに基づいて、天気から日射強度を予測する（Ｓ３０４）。そして、該当する季節及び曜日の照明需要データ１５Ｃに基づいて、日射強度から照明需要を予測する（Ｓ３０５）。
【選択図】図３

Description

本発明は、天候の影響を受けて稼動する電気機器に用いられる電力の需要を予測する装置及び方法に関する。

一般電気事業者である電力会社が設置する発電装置に関しては、発電出力を監視し、制御するための通信装置を併設することにより、リアルタイムに運転状況（発電状況）を監視するとともに、中央給電指令所から発電所に出力指令値を送信することにより、発電出力を任意に制御している。そして、電力の需給調整においては、電力系統の周波数を一定に保持するように、需要家宅の使用電力と、電力会社の発電電力とを調整する。その需給調整を円滑に行うためには、需要家宅の使用電力の総需要を把握することが重要になる。電力の需要には、季節によらず常時稼動する機器に関する固定需要と、季節や気候に応じて稼動状況が異なる機器に関する変動需要とがある。その変動需要のうち、例えば、照明機器に関する電力需要（照明需要）は、過去の経験値に基づき、その日の天気に応じて大まかに決められている。

特開２００７−２７２９１１号公報 特許第３１４１１６４号公報

しかしながら、同じ天気であっても、季節や時間帯が異なれば、太陽による日射強度が変わってくるので、需要家宅で照明機器を点灯させるタイミングが一定にはならず、天気により照明需要が一律に決まるとは言えない。従って、天気から直接的に照明需要を決める方法では、実際の照明需要を精度よく推定することは困難であると考えられる。これは、照明機器だけでなく、冷暖房機器についても同様である。

なお、特許文献１には、予測対象日の所定期間や季節を考慮することができ、電力需要予測のさらなる精度向上を図るための需要予測装置において、午前、午後、点灯時間（１８：００〜２４：００）といった時間帯ごとに最大需要予測値を演算することが記載されているが、点灯（照明）そのものに用いられる電力の需要を予測するものではない。

また、特許文献２には、例えば、夏季における電力需要では前日の気温が高く当日の気温が前日より低い場合、人は前日の感性で冷房装置をつける傾向があることに着目した電力需要予測方法であって、過去のデータから求めた、予想対象日の電力需要量を、少なくとも予想対象日とその前日及び前前日の気象変化のパターンと類似する過去の参照日の電力需要量により補正することが記載されているが、冷房そのものに用いられる電力の需要を予測するものではない。

本発明は、上記課題を鑑みてなされたものであり、その主たる目的は、天候の影響を受ける電気機器の電力需要を精度よく予測することにある。

上記課題を解決するために、本発明は、所定日時における、所定の電気機器に用いられる電力の需要である機器電力需要を予測する電力需要予測装置であって、１年のうちの各季節について、前記電気機器の稼動に影響を与える気象パラメータの変化と、前記機器電力需要との関係を示す電力需要データを記憶する手段と、所定日時の気象情報を取得し、その気象情報から前記気象パラメータの値を予測する手段と、前記所定日時が該当する季節の前記電力需要データに基づいて、前記予測した気象パラメータの値から前記機器電力需要を予測する手段と、を備えることを特徴とする。

気象パラメータ（例えば、日射強度や気温等）の値が同じであっても、そのときの季節に応じて人が電気機器を稼動させるタイミングは変わる。例えば、太陽から受けた光のエネルギー量である日射強度と、人が感じる光の強さを表した量である照度とは異なるので、同じ日射強度であっても、冬は照明を点けるが、夏は照明を点けないことがある。また、気温と、風や湿度の影響を受ける人の体感温度とは異なるので、同じ気温であっても、夏は冷房を入れるが、春や秋は冷房を入れないことがあるし、一方、同じ気温であっても、冬は暖房を入れるが、春や秋は暖房を入れないことがある。この構成によれば、気候が異なる季節を分けて、気象パラメータの変化と、その影響を受ける電気機器の電力需要との関係を示す電力需要データを記憶し、予測すべき日時が該当する電力需要データを用いるので、当該電気機器の電力需要を精度よく予測することができる。

また、本発明は、所定日時における、所定の電気機器に用いられる電力の需要である機器電力需要を予測する電力需要予測装置であって、１年のうちの各季節及び１週のうちの各曜日区分について、前記電気機器の稼動に影響を与える気象パラメータの変化と、前記機器電力需要との関係を示す電力需要データを記憶する手段と、所定日時の気象情報を取得し、その気象情報から前記気象パラメータの値を予測する手段と、所定日時が該当する季節及び曜日区分の前記電力需要データに基づいて、前記予測した気象パラメータの値から前記機器電力需要を予測する手段と、を備えることを特徴とする。

気象パラメータ（例えば、日射強度や気温等）の値が同じであっても、そのときの季節に応じて人が電気機器を稼動させるタイミングは変わるし、在宅か留守かに応じて電気機器の使い方は変わる。例えば、太陽から受けた光のエネルギー量である日射強度と、人が感じる光の強さを表した量である照度とは異なるので、同じ日射強度であっても、冬は照明を点けるが、夏は照明を点けないことがある。また、気温と、風や湿度の影響を受ける人の体感温度とは異なるので、同じ気温であっても、夏は冷房を入れるが、春や秋は冷房を入れないことがあるし、一方、同じ気温であっても、冬は暖房を入れるが、春や秋は暖房を入れないことがある。そして、在宅であれば電気機器は稼働しやすいし、留守であれば電気機器は稼動しない。この構成によれば、気候が異なる季節及び電気機器の使い方が異なる曜日区分を分けて、気象パラメータの変化と、その影響を受ける電気機器の電力需要との関係を示す電力需要データを記憶し、予測すべき日時が該当する電力需要データを用いるので、当該電気機器の電力需要を精度よく予測することができる。

また、本発明の上記電力需要予測装置において、前記気象パラメータの値ごとの、前記電気機器が稼動している需要家宅の戸数に基づいて、前記機器電力需要を算出することにより、前記電力需要データを作成する手段をさらに備えることとしてもよい。

この構成によれば、気候が異なる季節を分けて、又は、その季節及び電気機器の使い方が異なる曜日区分を分けて、気象パラメータの値ごとの、電気機器が稼動中の戸数を用いるので、精度のよい電力需要データを作成することができる。

また、本発明の上記電力需要予測装置において、１年のうちの各季節及び１日のうちの各時間帯について、前記気象情報と、前記気象パラメータの値との関係を示す気象パラメータデータを記憶する手段をさらに備え、所定日時の気象情報を取得し、所定日時が該当する期間及び時間帯の気象パラメータデータに基づいて、前記気象情報から前記気象パラメータの値を予測することとしてもよい。

気象状態（例えば、天気や雲の状態等）が同じであっても、季節や時刻に応じて気象パラメータ（例えば、日射強度や気温等）の値は変わる。この構成によれば、異なる季節及び時間帯を分けて、気象情報に対応する気象パラメータデータを記憶し、予測すべき日時が該当する気象パラメータデータを用いるので、所定日時の気象パラメータの値を精度よく予測することができる。

また、本発明の上記電力需要予測装置において、前記電気機器は照明機器であり、前記気象パラメータは日射強度であることとしてもよい。

また、本発明の上記電力需要予測装置において、前記電気機器は冷暖房機器であり、前記気象パラメータは気温であることとしてもよい。

なお、本発明は、電力需要予測方法を含む。その他、本願が開示する課題及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。

本発明によれば、天候の影響を受ける電気機器の電力需要を精度よく予測することができる。

電力需要予測装置１のハードウェア構成を示す図である。 電力需要予測装置１の記憶部１５に記憶されるデータの構成を示す図であり、（ａ）は日射強度データ１５Ａの構成を示し、（ｂ）は点灯数データ１５Ｂの構成を示す。 電力需要予測装置１の処理を示すフローチャートである。 （ａ）は日射強度に対する点灯数曲線を示し、（ｂ）は日射強度に対する照明需要曲線を示す。 （ａ）は気温に対する冷房需要曲線を示し、（ｂ）は気温に対する暖房需要曲線を示す。

以下、図面を参照しながら、本発明を実施するための形態を説明する。本発明の実施の形態に係る電力需要予測装置は、気象パラメータ値（例えば、日射量の数値）の変化に対する、天候の影響を受ける電気機器（具体的には、照明や空調等）の電力需要の曲線データ（季節、曜日ごと）と、気象情報（例えば、天気）及び気象パラメータ値の関係データ（季節、時間帯ごと）とを記憶するとともに、将来のある日時の気象情報を取得したときに、関係データに基づいてその日時の気象パラメータ値を予測し、曲線データに基づいてその日時の電気機器の電力需要を予測するものである。これによれば、天候の影響を受ける電気機器の電力需要を精度よく推定することができる。

＜＜第１の実施の形態＞＞
≪装置の構成と概要≫
図１は、電力需要予測装置１のハードウェア構成を示す図である。電力需要予測装置１は、通信部１１、表示部１２、入力部１３、処理部１４及び記憶部１５を備え、各部がバス１６を介してデータを送受信可能なように構成される。通信部１１は、ネットワークを介して他の装置とＩＰ（Internet Protocol）通信等を行う部分であり、例えば、ＮＩＣ（Network Interface Card）等によって実現される。表示部１２は、処理部１４からの指示によりデータを表示する部分であり、例えば、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）等によって実現される。入力部１３は、オペレータがデータ（例えば、天気と、日射強度との関係を示すデータ等）を入力する部分であり、例えば、キーボードやマウス等によって実現される。処理部１４は、所定のメモリを介して各部間のデータの受け渡しを行うととともに、電力需要予測装置１全体の制御を行うものであり、ＣＰＵ（Central Processing Unit）が所定のメモリに格納されたプログラムを実行することによって実現される。記憶部１５は、処理部１４からデータを記憶したり、記憶したデータを読み出したりするものであり、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の不揮発性記憶装置によって実現される。なお、電力需要予測装置１は、スタンドアロンの装置（ＰＣ（Personal Computer）等）であってもよいし、ネットワークを介して複数の端末と通信可能な装置（サーバ等）であってもよい。

≪データの構成≫
図２は、電力需要予測装置１の記憶部１５に記憶されるデータの構成を示す図である。図２（ａ）は、日射強度データ１５Ａの構成を示す。日射強度データ１５Ａは、季節及び時間帯ごとに、所定の領域における天気と、日射強度との関係を示すデータであり、季節１５Ａ１、時間帯１５Ａ２、天気１５Ａ３及び日射強度１５Ａ４を含むレコードからなる。季節１５Ａ１は、春、夏、秋又は冬のいずれかが設定され、例えば、春であれば、３〜５月の期間を示す。時間帯１５Ａ２は、１日のうちの、例えば、１時間ごとの時間帯が設定される。同じ天気であっても、季節や時間帯によって日射強度が異なるので、季節及び時間帯ごとに、天気と、日射強度との関係を記憶する。天気１５Ａ３は、基本的には、晴れ、曇り又は雨のいずれかが設定されるが、他の天気（例えば、霧、雪等）が設定されてもよい。日射強度１５Ａ４は、季節１５Ａ１、時間帯１５Ａ２及び天気１５Ａ３が決まったときに、その季節の、その時間帯の、その天気における日射強度を示す。なお、所定の領域とは、気候が一様で、季節、時間帯及び天気に応じた日照強度が同じと見なすことができる地理的範囲であり、かつ、電力需要の予測及び電力供給の制御が可能な管轄範囲である（以下、同様）。

図２（ｂ）は、点灯数データ１５Ｂの構成を示す。点灯数データ１５Ｂは、季節及び曜日ごとに、所定の領域における日射強度の変化と、点灯数との関係を示すデータであり、季節１５Ｂ１、曜日１５Ｂ２、日射強度１５Ｂ３及び点灯数１５Ｂ４を含むレコードからなる。季節１５Ｂ１は、春、夏、秋又は冬のいずれかが設定され、例えば、春であれば、３〜５月の期間を示す。曜日１５Ｂ２は、曜日区分として月〜金、土又は日のいずれかが設定される。同じ日射強度であっても、季節によって人の感じる明るさが異なり、また、曜日（平日、土曜日又は日曜日）によって在宅人数が異なるため、季節及び曜日によって点灯数も変化する。そこで、季節及び曜日ごとに日射強度と、点灯数との関係を調査し、記憶する。日射強度１５Ｂ３及び点灯数１５Ｂ４は、季節１５Ｂ１及び曜日１５Ｂ２と同じ季節及び曜日である過去の１日において、時間帯ごとに、日射強度と、所定の領域内で照明機器を点灯した需要家宅の戸数とをサンプリングしたものである。

例えば、夕方の日没の前後においては、日射強度１５Ｂ３が小さくなるにつれて、点灯数１５Ｂ４が徐々に増加していき、ピークに達した後、減少していくと考えられ、日射強度の変化と、点灯数との関係は、正規分布になることが想定される。なお、点灯数の代わりに、点灯した需要家宅の割合を用いてもよい。また、曜日１５Ｂ２の月〜金は、平日としてまとめるのではなく、別々に設定してもよい。さらに、曜日１５Ｂ２は設定せずに、季節１５Ｂ１ごとに日射強度１５Ｂ３及び点灯数１５Ｂ４を記憶するようにしてもよい。

電力需要予測装置１の記憶部１５には、季節及び曜日ごとに、所定の領域における日射強度と、照明需要との関係を示す関数（具体的には、後記する式１）である照明需要データ１５Ｃがさらに記憶されるものとする。

≪装置の処理≫
図３は、電力需要予測装置１の処理を示すフローチャートである。本処理は、電力需要予測装置１において、主として処理部１４が、通信部１１又は入力部１３によりデータを取得し、記憶部１５のデータを参照、更新しながら、照明需要の予測を行うものである。

まず、電力需要予測装置１は、事前に、季節及び時間帯ごとに、天気と、日射強度との関係を示すデータを取得し、日射強度データ１５Ａとして記憶部１５に記憶する（Ｓ３０１）。次に、季節及び曜日ごとに、日射強度と、点灯数とをサンプリングしたデータを取得し、点灯数データ１５Ｂとして記憶部１５に記憶する（Ｓ３０２）。

そして、電力需要予測装置１は、点灯数データ１５Ｂから、季節及び曜日ごとに、日射強度と、照明需要との関係を示す関数を特定し、その関数を照明需要データ１５Ｃとして記憶部１５に記憶する（Ｓ３０３）。詳細には、最初に、季節及び曜日ごとの、日射強度１５Ｂ３に対する点灯数１５Ｂ４の度数分布をグラフ上にプロットし（図４（ａ）参照）、その度数分布をもとに確率密度関数を点灯率関数として特定する（図４（ｂ）参照）。次に、その点灯率関数を積分することにより、累積分布関数を算出する。このときの累積分布関数は、日射強度が強く（明るく）なるにしたがって点灯していない人の割合を示しているので、照明需要として求める関数は、全体の一定値と上記累積分布関数との差分により特定する（図４（ｃ）参照）。一般に点灯率関数は確率密度関数なので、それを積分した照明需要関数は形状係数が１より大きいワイブル分布に近似することができる。そこで、式１に示すワイブル分布関数の照明感応係数αを、所定の領域内の全戸数や一戸あたりの照明需要の平均値に応じて統計的に定義する。なお、尺度係数η及び形状係数ｍの各パラメータは、点灯率関数より確定する。

式１の係数のうち、照明感応係数αは、一戸あたりの蛍光灯の電力容量の平均値に全戸数を乗じた値に対応する。尺度係数ηは、曲線の傾き（照明需要が急減するか、漸減するかの程度）に対応する。形状係数ｍは、点灯数データ１５Ｂが日射強度の増加とともに極大値へ向かって増加するので、１より大きい値になる。各係数が確定するので、照明需要Ｐ（Ｉ）は、日射強度Ｉの関数になる。

このように、本実施の形態では、図４（ａ）に示す点灯数分布を確率分布（正規分布）で近似して、図４（ｂ）に示す照明感応曲線とし、図４（ｃ）に示す日射強度による照明需要の分布状況をワイブル分布として捉えるものである。なお、照明需要関数は、点灯率関数を積分したものを用いてもよい。

以上により、日射強度データ１５Ａ及び照明需要データ１５Ｃが記憶部１５に設定されたので、太陽光発電の出力に関係なく、日射強度の変化に対する点灯数の変化の経験値に基づいて照明需要を予測する。すなわち、電力需要予測装置１は、照明需要を予測すべき日時の天気予報を取得し、日射強度データ１５Ａを参照して、該当する季節及び時間帯の日射強度１５Ａ４を特定することにより、天気から日射強度を予測する（図３のＳ３０４）。図２（ａ）の日射強度データ１５Ａによると、例えば、現在の季節が「春」であり、明日６時３０分の天気予報が「晴れ」であれば、日射強度の予測値は「○○」となる。そして、該当する季節及び曜日の照明需要データ１５Ｃに基づいて、日射強度から照明需要を予測する（Ｓ３０５）。具体的には、式１のＩに日射強度を代入して、照明需要Ｐを計算する。

＜＜第２の実施の形態＞＞
電力需要予測装置１は、照明需要だけでなく、冷暖房に用いられる電力の需要（冷房需要、暖房需要）を予測するのに適用することができる。そのとき、第１の実施の形態の日射強度データ１５Ａ及び点灯数データ１５Ｂにおいて、日射強度の代わりに気温とした気温データを設定するとともに、さらに点灯数の代わりに冷房又は暖房の電源を入れた需要家宅数とした電源投入数データを設定する。次に、電源投入数データから、図５（ａ）に示す冷房需要曲線の関数、及び、図５（ｂ）に示す暖房需要曲線の関数を特定する。

このとき、冷房需要の累積分布関数は、気温の上昇にしたがって電源を投入する人の割合を示しているので、冷房需要として求める関数は累積分布関数として特定でき、式２に示すワイブル分布関数及び照明感応係数βを、所定の領域内の全戸数や一戸あたりの冷房需要の平均値に応じて統計的に定義する。一方、暖房需要の累積分布関数は、気温の上昇にしたがって電源を投入しない（電源を切る）人の割合を示しているので、暖房需要として求める関数は全体の一定値と上記累積分布関数との差分として特定でき、式３に示すワイブル分布関数及び暖房感応係数γを、所定の領域内の全戸数や一戸あたりの暖房需要の平均値に応じて統計的に定義する。

なお、上記実施の形態では、図１に示す電力需要予測装置１内の各部を機能させるために、処理部１４で実行されるプログラムをコンピュータにより読み取り可能な記録媒体に記録し、その記録したプログラムをコンピュータに読み込ませ、実行させることにより、本発明の実施の形態に係る電力需要予測装置１が実現されるものとする。この場合、プログラムをインターネット等のネットワーク経由でコンピュータに提供してもよいし、プログラムが書き込まれた半導体チップ等をコンピュータに組み込んでもよい。

以上説明した本発明の、第１の実施の形態によれば、日射強度に影響を受ける、照明機器の電力需要を精度よく推定することができ、さらに第２の実施の形態では、気温に影響を受ける冷暖房装置の電力需要も同様に精度よく推定することができる。

詳細には、図３のＳ３０１及びＳ３０４に示すように、季節及び時間帯ごとに天気に対する日射強度データ１５Ａを設定し、利用するので、天気が同じであっても、季節や時間帯に応じて異なる日射強度を精度よく予測することができる。次に、Ｓ３０２、Ｓ３０３及びＳ３０５に示すように、季節及び曜日ごとに日射強度に対する点灯数データ１５Ｂを設定し、点灯数データ１５Ｂから照明需要データ１５Ｃを作成し、利用するので、日射強度が同じであっても、人の体感する日射強度が異なる季節や、機器の使い方が異なる曜日に応じて変わる照明機器の電力需要を精度よく予測することができる。

以上によれば、照明需要や冷暖房需要のように、天候に左右される電力需要を合理的に把握し、その予測精度の向上を図ることができる。そして、照明需要及び冷暖房需要が分かれば、冷蔵庫等のベース需要分と合わせて、電力需要全体を把握することができる。これによれば、電力の需給調整に対して大いに資することになるので、安定的な電力供給及び経済的な系統運用を図ることができる。

≪その他の実施の形態≫
以上、本発明を実施するための形態について説明したが、上記実施の形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明はその趣旨を逸脱することなく変更、改良され得るとともに、本発明にはその等価物も含まれる。例えば、以下のような実施の形態が考えられる。

（１）上記実施の形態では、過去における、天気と、日射量との関係データを記憶し、その関係データを用いて、予報される天気から日射量を予測したが、気象庁の数値予報を用いてもよい。例えば、雲の層（下層部、中層部、上層部）や雲の厚さが分かれば、日射量を計算することできる。

（２）上記実施の形態では、季節ごとにデータや曲線を作成したが、季節に限られることはなく、所定の領域における気候が同じと言える期間であればよいので、例えば、月ごとに作成してもよい。また、同じ日数の期間に限られることなく、梅雨の期間や降雪又は積雪の期間等、実際に同じ気候が続く期間ごとであってもよい。

（３）上記実施の形態では、日照強度の変化に対して照明機器を点灯する需要家宅の戸数又は割合は正規分布になり、日射強度と、照明需要との関係は形状係数ｍが１より大きいワイブル分布になるように記載したが、それに限定されることはない。例えば、式１における形状係数ｍが１であれば、需要家宅の戸数又は割合は指数分布になり、形状係数ｍが１より小さければ、さらにＸ軸に近付くような分布になる。

１ 電力需要予測装置
１４ 処理部
１５ 記憶部
１５Ａ 日射強度データ（気象パラメータデータ）
１５Ａ１ 季節（期間）
１５Ａ２ 時間帯
１５Ａ３ 天気（気象情報）
１５Ａ４ 日射強度（気象パラメータ）
１５Ｂ 点灯数データ（稼動数データ）
１５Ｂ１ 季節（期間）
１５Ｂ２ 曜日
１５Ｂ３ 日射強度（気象パラメータ）
１５Ｂ４ 点灯数（戸数）
１５Ｃ 照明需要データ（電力需要データ）

Claims (12)

1. 所定日時における、所定の電気機器に用いられる電力の需要である機器電力需要を予測する電力需要予測装置であって、
   １年のうちの各季節について、前記電気機器の稼動に影響を与える気象パラメータの変化と、前記機器電力需要との関係を示す電力需要データを記憶する手段と、
   所定日時の気象情報を取得し、その気象情報から前記気象パラメータの値を予測する手段と、
   前記所定日時が該当する季節の前記電力需要データに基づいて、前記予測した気象パラメータの値から前記機器電力需要を予測する手段と、
   を備えることを特徴とする電力需要予測装置。
2. 所定日時における、所定の電気機器に用いられる電力の需要である機器電力需要を予測する電力需要予測装置であって、
   １年のうちの各季節及び１週のうちの各曜日区分について、前記電気機器の稼動に影響を与える気象パラメータの変化と、前記機器電力需要との関係を示す電力需要データを記憶する手段と、
   所定日時の気象情報を取得し、その気象情報から前記気象パラメータの値を予測する手段と、
   所定日時が該当する季節及び曜日区分の前記電力需要データに基づいて、前記予測した気象パラメータの値から前記機器電力需要を予測する手段と、
   を備えることを特徴とする電力需要予測装置。
3. 請求項１又は請求項２に記載の電力需要予測装置であって、
   前記気象パラメータの値ごとの、前記電気機器が稼動している需要家宅の戸数に基づいて、前記機器電力需要を算出することにより、前記電力需要データを作成する手段
   をさらに備えることを特徴とする電力需要予測装置。
4. 請求項１ないし請求項３のいずれか一項に記載の電力需要予測装置であって、
   １年のうちの各季節及び１日のうちの各時間帯について、前記気象情報と、前記気象パラメータの値との関係を示す気象パラメータデータを記憶する手段
   をさらに備え、
   所定日時の気象情報を取得し、所定日時が該当する期間及び時間帯の気象パラメータデータに基づいて、前記気象情報から前記気象パラメータの値を予測する
   ことを特徴とする電力需要予測装置。
5. 請求項１ないし請求項４のいずれか一項に記載の電力需要予測装置であって、
   前記電気機器は、照明機器であり、
   前記気象パラメータは、日射強度である
   ことを特徴とする電力需要予測装置。
6. 請求項１ないし請求項４のいずれか一項に記載の電力需要予測装置であって、
   前記電気機器は、冷暖房機器であり、
   前記気象パラメータは、気温である
   ことを特徴とする電力需要予測装置。
7. コンピュータにより、所定日時における、所定の電気機器に用いられる電力の需要である機器電力需要を予測する電力需要予測方法であって、
   前記コンピュータは、
   １年のうちの各季節について、前記電気機器の稼動に影響を与える気象パラメータの変化と、前記機器電力需要との関係を示す電力需要データを記憶するステップと、
   所定日時の気象情報を取得し、その気象情報から前記気象パラメータの値を予測するステップと、
   前記所定日時が該当する季節の前記電力需要データに基づいて、前記予測した気象パラメータの値から前記機器電力需要を予測するステップと、
   を実行することを特徴とする電力需要予測方法。
8. コンピュータにより、所定日時における、所定の電気機器に用いられる電力の需要である機器電力需要を予測する電力需要予測方法であって、
   前記コンピュータは、
   １年のうちの各季節及び１週のうちの各曜日区分について、前記電気機器の稼動に影響を与える気象パラメータの変化と、前記機器電力需要との関係を示す電力需要データを記憶するステップと、
   所定日時の気象情報を取得し、その気象情報から前記気象パラメータの値を予測するステップと、
   所定日時が該当する季節及び曜日区分の前記電力需要データに基づいて、前記予測した気象パラメータの値から前記機器電力需要を予測するステップと、
   を実行することを特徴とする電力需要予測方法。
9. 請求項７又は請求項８に記載の電力需要予測方法であって、
   前記コンピュータは、
   前記気象パラメータの値ごとの、前記電気機器が稼動している需要家宅の戸数に基づいて、前記機器電力需要を算出することにより、前記電力需要データを作成するステップ
   をさらに実行することを特徴とする電力需要予測方法。
10. 請求項７ないし請求項９のいずれか一項に記載の電力需要予測方法であって、
    前記コンピュータは、
    １年のうちの各季節及び１日のうちの各時間帯について、前記気象情報と、前記気象パラメータの値との関係を示す気象パラメータデータを記憶するステップ
    をさらに実行し、
    所定日時の気象情報を取得し、所定日時が該当する期間及び時間帯の気象パラメータデータに基づいて、前記気象情報から前記気象パラメータの値を予測する
    ことを特徴とする電力需要予測方法。
11. 請求項７ないし請求項１０のいずれか一項に記載の電力需要予測方法であって、
    前記電気機器は、照明機器であり、
    前記気象パラメータは、日射強度である
    ことを特徴とする電力需要予測方法。
12. 請求項７ないし請求項１０のいずれか一項に記載の電力需要予測方法であって、
    前記電気機器は、冷暖房機器であり、
    前記気象パラメータは、気温である
    ことを特徴とする電力需要予測方法。

Images