JP2013073537A - 情報処理装置、発電量算出方法、および、プログラム - Google Patents

情報処理装置、発電量算出方法、および、プログラム Download PDF

Info

Publication number
JP2013073537A
JP2013073537A JP2011213663A JP2011213663A JP2013073537A JP 2013073537 A JP2013073537 A JP 2013073537A JP 2011213663 A JP2011213663 A JP 2011213663A JP 2011213663 A JP2011213663 A JP 2011213663A JP 2013073537 A JP2013073537 A JP 2013073537A
Authority
JP
Japan
Prior art keywords
power generation
generation amount
sunshine
solar
unit
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
Application number
JP2011213663A
Other languages
English (en)
Other versions
JP2013073537A5 (ja
Inventor
Kosuke Tsuruta
浩輔 鶴田
Yumi Tsutsumi
ゆみ 堤
Takuya Nakai
琢也 中井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Omron Tateisi Electronics Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Corp, Omron Tateisi Electronics Co filed Critical Omron Corp
Priority to JP2011213663A priority Critical patent/JP2013073537A/ja
Priority to US13/565,353 priority patent/US8892411B2/en
Priority to DE102012214811A priority patent/DE102012214811A1/de
Publication of JP2013073537A publication Critical patent/JP2013073537A/ja
Publication of JP2013073537A5 publication Critical patent/JP2013073537A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S10/00—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
    • H02S10/30—Thermophotovoltaic systems
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Photovoltaic Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】簡単かつ適正に太陽光発電の発電量の推定値や予測値を算出する。
【解決手段】学習部１５８は、日照時間および太陽高度に基づいて太陽光発電の発電量を算出する発電量算出モデルを、学習期間の太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築する。発電量算出部１６０は、推定期間の日照時間の測定値と太陽高度、または、予測期間の日照時間の予測値と太陽高度に基づいて、推定期間の太陽光発電の発電量の推定値または予測期間の太陽光発電の発電量の予測値を算出する。本発明は、例えば、太陽光発電システムに適用できる。
【選択図】図２

Description

本発明は、情報処理装置、発電量算出方法、および、プログラムに関し、特に、太陽光発電の発電量を推定または予測する場合に用いて好適な情報処理装置、発電量算出方法、および、プログラムに関する。
従来、日射量や日射強度を用いて太陽光発電の発電量の推定値（適正値）や予測値を算出する方法が提案されている（例えば、特許文献１参照）。
特開２００７−１７３６５７号公報
しかしながら、気象庁による全天日射量の観測点は、日本国内でせいぜい数十ヶ所程度であるため、必ずしも太陽光発電が行われている場所付近のデータを得られるとは限らない。
また、全天日射量は水平面において測定されるため、例えば、太陽光パネルの設置方位や設置角度等のパラメータを設定し、設定したパラメータを用いて傾斜面日射量に換算する必要がある。さらに、日射量や日射強度に対する発電特性はメーカや機種によって異なるため、発電特性に応じた各種のパラメータを、発電量を算出するために設定する必要がある。このようなパラメータを設定する作業は、一般のユーザにとっては難しく、かつ、非常に煩わしい作業である。
また、太陽光パネルの設置場所に日射計を設置し、日射量や日射強度を測定することも考えられるが、日射計は高価なものであり、一般の家庭にはほとんど普及していない。
本発明は、このような状況に鑑みてなされたものであり、簡単かつ適正に太陽光発電の発電量の推定値や予測値を算出できるようにするものである。
本発明の第１の側面の情報処理装置は、日照時間および太陽高度に基づいて太陽光発電の発電量を算出する第１のモデルを、第１の期間の太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築するモデル構築部と、第１のモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、第２の期間の太陽光発電の発電量を算出する発電量算出部とを備える。
本発明の第１の側面の情報処理装置においては、日照時間および太陽高度に基づいて太陽光発電の発電量を算出する第１のモデルが、第１の期間の太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築され、第１のモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、第２の期間の太陽光発電の発電量が算出される。
従って、簡単かつ適正に太陽光発電の発電量の推定値や予測値を算出することができる。
このモデル構築部、発電量算出部は、例えば、コンピュータ、あるいは、CPU等の制御装置により構成される。
この第１のモデルは、日照時間と太陽高度の正弦との積により求められる日照状態に基づいて太陽光発電の発電量を算出するモデルとすることができる。
これにより、簡単な計算式により、太陽光発電の発電量を算出するモデルを構築することができる。
この情報処理装置には、指定された緯度および経度における太陽高度を算出する太陽高度算出部と、与えられた日照時間のデータ、および、太陽高度算出部により算出された太陽高度に基づいて、日照状態を算出する日照状態算出部とをさらに設けることができ、この発電量算出部には、日照状態算出部により算出された日照状態に基づいて太陽光発電の発電量を算出させることができる。
これにより、発電場所付近の緯度、経度および日照時間を与えるだけで、適正な太陽光発電の発電量の推定値や予測値を得ることが可能になる。
この太陽高度算出部、日照状態算出部は、例えば、コンピュータ、あるいは、CPU等の制御装置により構成される。
この情報処理装置には、天気予報に基づいて日照時間を予測する日照時間予測部をさらに設けることができ、この日照状態算出部には、日照時間予測部により予測された日照時間に基づいて、日照状態の予測値を算出させ、この発電量算出部には、日照状態の予測値に基づいて太陽光発電の発電量の予測値を算出させるようにすることができる。
これにより、発電場所付近の天気予報に基づいて、適正に太陽光発電の発電量を推定することが可能になる。
この日照時間予測部は、例えば、コンピュータ、あるいは、CPU等の制御装置により構成される。
このモデル構築部には、日照時間が０の期間の太陽光発電の発電量の測定値に基づいて、日照時間が０の期間の太陽光発電の発電量を算出する第２のモデルをさらに構築させ、この発電量算出部には、第２の期間のうち日照時間が０の期間において、第２のモデルを用いて太陽光発電の発電量を算出させることができる。
これにより、日照時間が０の場合も適正に太陽光発電の発電量の推定値や予測値を算出することが可能になる。
この情報処理装置には、発電量算出部により算出された第２の期間の太陽光発電の発電量の算出値と、第２の期間の太陽光発電の発電量の測定値とを比較することにより、太陽光発電を行うシステムの異常を検出する異常検出部をさらに設けることができる。
これにより、簡単かつ適切に太陽光発電を行うシステムの異常を検出することが可能になる。
この異常検出部は、例えば、コンピュータ、あるいは、CPU等の制御装置により構成される。
この情報処理装置には、太陽光発電の発電量を測定する発電量測定部をさらに設けることができ、このモデル構築部には、発電量測定部により測定された第１の期間の太陽光発電の発電量の測定値に基づいて、第１のモデルを構築させることができる。
これにより、太陽光発電の発電量を自動的に測定して、その結果に基づいて、発電量を算出するモデルを構築することができる。
この発電量測定部は、例えば、コンピュータ、あるいは、CPU等の制御装置により構成される。あるいは、さらに電圧、電流等を測定するセンサを設けることもできる。
本発明の第１の側面の発電量算出方法は、日照時間および太陽高度に基づいて太陽光発電の発電量を算出するモデルを、第１の期間の太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築するモデル構築ステップと、そのモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、第２の期間の太陽光発電の発電量を算出する発電量算出ステップとを含む。
この本発明の第１の側面の発電量算出方法においては、日照時間および太陽高度に基づいて太陽光発電の発電量を算出するモデルが、第１の期間の太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築され、そのモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、第２の期間の太陽光発電の発電量が算出される。
従って、簡単かつ適正に太陽光発電の発電量の推定値や予測値を算出することができる。
このモデル構築ステップ、発電量算出ステップは、例えば、コンピュータ、あるいは、CPU等の制御装置により実行される。
この発電量算出方法には、第１の期間の太陽光発電の発電量を測定する発電量測定ステップをさらに含め、モデル構築ステップにおいて、発電量測定ステップにおいて測定された第１の期間の太陽光発電の発電量の測定値に基づいて、モデルを構築させることができる。
これにより、太陽光発電の発電量を自動的に測定して、その結果に基づいて、発電量を算出するモデルを構築することができる。
本発明の第１の側面のプログラムは、日照時間および太陽高度に基づいて太陽光発電の発電量を算出するモデルを、第１の期間の太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築するモデル構築ステップと、そのモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、第２の期間の太陽光発電の発電量を算出する発電量算出ステップとを含む処理をコンピュータに実行させる。
この本発明の第１の側面のプログラムを実行するコンピュータにおいては、日照時間および太陽高度に基づいて太陽光発電の発電量を算出するモデルが、第１の期間の太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築され、そのモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、第２の期間の太陽光発電の発電量が算出される。
従って、簡単かつ適正に太陽光発電の発電量の推定値や予測値を算出することができる。
本発明の第２の側面の太陽光発電システムは、太陽光発電を行う太陽光発電部と、太陽光発電部の発電量を測定する発電量測定部と、日照時間および太陽高度に基づいて太陽光発電部の発電量を算出するモデルを、第１の期間の太陽光発電部の発電量の測定値、日照時間、および、太陽高度に基づいて構築するモデル構築部と、そのモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、第２の期間の太陽光発電部の発電量を算出する発電量算出部とを備える。
本発明の第２の側面の太陽光発電システムにおいては、太陽光発電が行われ、太陽光発電部の発電量が測定され、日照時間および太陽高度に基づいて太陽光発電の発電量を算出するモデルが、第１の期間の太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築され、そのモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、第２の期間の太陽光発電の発電量が算出される。
従って、簡単かつ適正に太陽光発電の発電量の推定値や予測値を算出することができる。
この太陽光発電部は、例えば、太陽電池モジュール、パワーコンディショナ等により構成される。この発電量測定部は、例えば、コンピュータ、あるいは、CPU等の制御装置により構成される。あるいは、さらに電圧、電流等を測定するセンサを設けることもできる。このモデル構築部、発電量算出部は、例えば、コンピュータ、あるいは、CPU等の制御装置により構成される。
本発明の第１の側面または第２の側面によれば、簡単かつ適正に太陽光発電の発電量の推定値や予測値を算出することができる。
本発明を適用した太陽光発電システムの一実施の形態を示すブロック図である。 太陽光発電システムの情報処理装置の機能の構成例を示すブロック図である。 発電量算出モデル学習処理を説明するためのフローチャートである。 発電量算出モデル学習処理に用いられるデータの例を示す図である。 １日の日照時間および太陽高度と日照状態との関係の例を示すグラフである。 発電量推定処理を説明するためのフローチャートである。 発電量推定処理に用いられるデータの例を示す図である。 １ヶ月間の発電量の適正値と実績値とを比較した例を示すグラフである。 月毎の発電量の適正値と実績値の乖離度の推移の例を示すグラフである。 発電量予測処理を説明するためのフローチャートである。 天気予報に基づいて生成された日照時間予測データの例を示すグラフである。 図１１の日照時間予測データを用いて予測された発電量の例を示すグラフである。 日照時間と発電量の測定値の時系列の推移の例を示すグラフである。 第２発電量算出モデルの構築方法を説明するための図である。 コンピュータの構成例を示すブロック図である。
以下、本発明を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．実施の形態
２．変形例
なお、本明細書では、「発電量を推定する」または「発電量の推定値（または適正値）を算出する」とは、過去の実績データに基づいて太陽光発電の発電量の適正値を算出することをいう。また、「発電量を予測する」または「発電量の予測値を算出する」とは、将来の予測データに基づいて太陽光発電の発電量の予測値を算出することをいう。
＜１．実施の形態＞
［太陽光発電システム１０１の構成例］
図１は、本発明を適用した太陽光発電システムの一実施の形態を示すブロック図である。
太陽光発電システム１０１は、太陽光発電部１１１および情報処理装置１１２を含むように構成される。また、太陽光発電部１１１は、太陽電池モジュール１２１およびパワーコンディショナ１２２を含むように構成される。
太陽電池モジュール１２１は、太陽光発電により直流の電力を発生させ、発生させた直流電力をパワーコンディショナ１２２に供給する。
パワーコンディショナ１２２は、太陽電池モジュール１２１からの直流電力を、商用電源とほぼ同じ電圧および周波数の交流電力に変換するとともに、変換した交流電力の電圧の位相を商用電源の電圧の位相と同期させる。そして、パワーコンディショナ１２２は、その交流電力（以下、発電電力と称する）を出力する。
情報処理装置１１２は、例えば、コンピュータにより構成される。情報処理装置１１２は、パワーコンディショナ１２２、または、パワーコンディショナ１２２から発電電力が供給される電力系統に設けられているセンサ等から、発電電力の電圧、電流等の測定値を取得し、太陽光発電部１１１の発電量を測定する。
また、情報処理装置１１２は、太陽電池モジュール１２１の設置場所（より正確には、太陽電池モジュール１２１に設けられている太陽光パネルの設置場所）（以下、発電場所と称する）の緯度および経度を示すデータ、並びに、発電場所付近の日照時間の測定データ（以下、日照時間測定データと称する）を取得し、それらのデータに基づいて、ユーザにより指定された期間の太陽光発電部１１１の発電量を推定する。さらに、情報処理装置１１２は、太陽光発電部１１１の発電量の測定値と推定値を比較することにより、太陽光発電部１１１の異常の検出を行う。
また、情報処理装置１１２は、発電場所付近の日照時間の予測データ（以下、日照時間予測データと称する）または天気予報のデータを取得し、それらのデータに基づいて、ユーザにより指定された期間の太陽光発電部１１１の発電量を予測する。
さらに、情報処理装置１１２は、発電量の測定結果、推定結果、および、予測結果、並びに、太陽光発電部１１１の異常の検出結果をユーザに通知したり、外部のサーバ等に出力したりする。
［情報処理装置１１２の構成例］
図２は、情報処理装置１１２の構成例を示すブロック図である。
情報処理装置１１２は、入力部１５１、太陽高度算出部１５２、日照時間予測部１５３、日照時間測定データ蓄積部１５４、日照状態算出部１５５、発電量測定部１５６、発電量測定データ蓄積部１５７、学習部１５８、モデルパラメータ蓄積部１５９、発電量算出部１６０、異常検出部１６１、および、出力部１６２を含むように構成される。
入力部１５１は、例えば、キーボード、マウス、ボタン、スイッチ、マイクロフォン等の入力デバイスにより構成され、ユーザが情報処理装置１１２に対する指令やデータ等を入力するのに用いられる。入力部１５１は、入力された指令やデータ等を、必要に応じて、太陽高度算出部１５２、日照時間予測部１５３、日照状態算出部１５５、学習部１５８、および、発電量算出部１６０に供給する。
なお、ユーザにより入力されるデータには、例えば、発電場所の緯度および経度、発電場所付近の日照時間予測データまたは天気予報データ、発電量を算出するモデルの学習期間、発電量の推定期間、予測期間等が含まれる。
太陽高度算出部１５２は、ユーザにより指定された期間内の発電場所付近の太陽高度を算出し、算出結果を日照状態算出部１５５に供給する。
日照時間予測部１５３は、発電場所付近の天気予報に基づいて日照時間を予測し、その結果得られる日照時間予測データを日照状態算出部１５５に供給する。
日照時間測定データ蓄積部１５４は、定期的に入力される発電場所付近の日照時間測定データを蓄積する。
なお、日照時間測定データとして、例えば、気象庁による日照時間の観測データが用いられる。日照時間は、全天日射量よりも多くの地点で観測されているため、全天日射量と比較して、より発電場所に近い地点のデータを取得することが可能である。
日照状態算出部１５５は、発電場所付近の日照時間および太陽高度に基づいて、発電場所付近の日照状態を算出する。
例えば、日照状態算出部１５５は、日照時間測定データ蓄積部１５４に蓄積されている日照時間測定データ、および、太陽高度算出部１５２により算出される太陽高度に基づいて、ユーザにより指定された期間内の発電場所付近の日照状態を推定する（日照状態の推定値を算出する）。日照状態算出部１５５は、その推定結果を学習部１５８および発電量算出部１６０に供給する。
また、例えば、日照状態算出部１５５は、入力部１５１を介して入力される日照時間予測データ、または、日照時間予測部１５３から供給される日照時間予測データ、並びに、太陽高度算出部１５２により算出される太陽高度に基づいて、ユーザにより指定された期間内の発電場所付近の日照状態を予測する（日照状態の予測値を算出する）。日照状態算出部１５５は、その予測結果を発電量算出部１６０に供給する。
発電量測定部１５６は、パワーコンディショナ１２２、または、パワーコンディショナ１２２から発電電力が供給される電力系統に設けられているセンサ等から、発電電力の電圧、電流等の測定値を取得し、それらの測定値に基づいて太陽光発電部１１１の発電量を測定する。発電量測定部１５６は、その測定結果を示す発電量測定データを発電量測定データ蓄積部１５７に蓄積する。
学習部１５８は、所定の学習モデルを用いて、発電場所付近の日照時間および太陽高度に基づく日照状態に基づいて、太陽光発電部１１１の発電量を算出するモデル（以下、発電量算出モデルと称する）の学習を行い、発電量算出モデルを構築する。学習部１５８は、構築した発電量算出モデルを表すパラメータをモデルパラメータ蓄積部１５９に蓄積する。
発電量算出部１６０は、モデルパラメータ蓄積部１５９に蓄積されているパラメータにより表される発電量算出モデルを用いて、太陽光発電部１１１の発電量を算出する。
例えば、発電量算出部１６０は、発電量算出モデルを用いて、発電量算出部１６０により推定された発電場所付近の日照状態に基づいて、ユーザにより指定された期間内の太陽光発電部１１１の発電量を推定する（発電量の推定値を算出する）。発電量算出部１６０は、その推定結果を異常検出部１６１および出力部１６２に供給する。
また、例えば、発電量算出部１６０は、発電量算出モデルを用いて、発電量算出部１６０により予測された発電場所付近の日照状態に基づいて、ユーザにより指定された期間内の太陽光発電部１１１の発電量を予測する（発電量の予測値を算出する）。発電量算出部１６０は、その予測結果を出力部１６２に供給する。
異常検出部１６１は、発電量算出部１６０により算出された太陽光発電部１１１の発電量の推定値と、発電量測定データ蓄積部１５７に蓄積されている太陽光発電部１１１の発電量の測定値とを比較することにより、太陽光発電部１１１の異常の検出を行う。異常検出部１６１は、その検出結果を出力部１６２に供給する。
出力部１６２は、例えば、ディスプレイ、発光デバイス、スピーカ、通信装置、出力インタフェース等により構成される。出力部１６２は、例えば、太陽光発電部１１１の発電量の測定結果、推定結果、および、予測結果、並びに、太陽光発電部１１１の異常の検出結果を、画像、光、音声等によりユーザに通知したり、外部のサーバ、携帯端末、プリンタ、記憶装置等に送信したりする。
［情報処理装置１１２の処理］
次に、図３乃至図１２を参照して、情報処理装置１１２の処理について説明する。
［発電量算出モデル学習処理］
まず、図３のフローチャートを参照して、情報処理装置１１２により実行される発電量算出モデル学習処理について説明する。
ステップＳ１において、情報処理装置１１２は、学習条件を取得する。例えば、ユーザは、入力部１５１を介して、発電場所の緯度および経度、並びに、発電量算出モデルの学習期間を、学習条件として入力する。学習期間は、例えば、学習を開始する日時および終了する日時により指定される。
入力部１５１は、発電場所の緯度および経度を示すデータを太陽高度算出部１５２および学習部１５８に供給する。また、入力部１５１は、学習期間を示すデータを、太陽高度算出部１５２、日照状態算出部１５５、および、学習部１５８に供給する。
ステップＳ２において、太陽高度算出部１５２は、太陽高度を算出する。例えば、緯度φおよび経度Lの地点の日時tにおける太陽高度h(φ,L,t)は、次式（１）乃至（６）を用いて算出することができる。
h(φ,L,t)＝arcsin(sinφ・sinδ＋cosφ・cosδ・cosHA) ・・・（１）
ω[rad]＝2π・(N−1) ・・・（２）
δ[rad]＝0.006918−0.399912・cosω＋0.070257・sinω−0.006758・cos2ω
＋0.000907・sin2ω−0.002697・cos3ω＋0.001480・sin3ω ・・・（３）
ｅ[hour]＝0.000075＋0.001868・cosω−0.032077・sinω
−0.014615・cos2ω−0.040849・sin2ω ・・・（４）
HA[rad]＝π{(T＋L／15−9＋ｅ)−12}／12 ・・・（５）
HA[rad]＝π{(T＋L／15−9＋ｅ)＋12}／12 ・・・（６）
なお、Nは、日時tに示される日の元日からの日数を示している。Tは、日時tに示される時刻を示している。ωは、元日の位置を起点とする地球の公転軌道上の角度を示している。δは、日赤緯を示している。eは、均時差を示している。HAは時角を示し、午前中の時角HAは、式（５）により求められ、午後の時角HAは、式（６）により求められる。
太陽高度算出部１５２は、式（１）乃至（６）を用いて、指定された学習期間中の発電場所付近における所定の時間毎（例えば、１０分毎）の太陽高度を算出する。太陽高度算出部１５２は、算出結果を日照状態算出部１５５に供給する。
ステップＳ３において、日照状態算出部１５５は、日照状態を推定する。具体的には、日照状態算出部１５５は、指定された学習期間中の発電場所付近における日照時間測定データを日照時間測定データ蓄積部１５４から取得する。
日照時間測定データは、例えば、所定の単位時間毎に、その単位時間内において日射量が所定の閾値（例えば、１２０Ｗ／ｍ２）以上であった時間により表される。例えば、単位時間は１０分とされ、１２時１０分から１２時２０分までの間に日射量が閾値以上であった時間が８分間である場合、その期間の日照時間は８分となる。
なお、例えば、単位時間内において日射量が所定の閾値以上である割合（例えば、単位は％）や、単位時間内の日照の有無により、日照時間測定データを表すようにしてもよい。後者の場合、例えば、単位時間内において日射量が所定の閾値以上であった時間が所定の時間以上の場合、「日照あり」とされ、所定の時間未満の場合、「日照なし」とされる。
そして、日照状態算出部１５５は、次式（７）により、学習期間中の所定の時間毎の日照状態x(t)の推定値を算出する。
x(t)＝s(t)・sin{h(φ,L,t)} ・・・（７）
なお、s(t)は、日時ｔを含む時間帯の日照時間を示している。従って、日時tにおける日照状態x(t)は、日時tを含む時間帯の日照時間s(t)と、日時tにおける太陽高度h(φ,L,t)の正弦（sin）との積により求められる。
図４は、太陽光発電部１１１の発電量y(t)の測定値、日照時間s(t)、太陽高度h(φ,L,t)、および、日照状態x(t)を時系列に並べたデータの例を示している。例えば、２０１０年１２月１４日の１１時１０分の日照状態x(t)は、２０１０年１２月１４日の１１時１分〜１１時１０分の日照時間s(t)と、２０１０年１２月１４日１１時１０分の太陽高度h(φ,L,t)の値に基づいて、次式（８）のように求められる。
x(t)＝4×sin(31.262737)＝2.075853178 ・・・（８）
図５は、１日の日照時間s(t)および太陽高度h(φ,L,t)と日照状態x(t)との関係の例を示すグラフである。いちばん上のグラフは日照時間s(t)の時系列の推移を示し、真ん中のグラフは太陽高度h(φ,L,t)の時系列の推移を示し、いちばん下のグラフは日照状態x(t)の時系列の推移を示している。
この図に示されるように、日照状態x(t)は、所定の上限値以下の範囲内で、日照時間s(t)が長くなるほど、または、太陽高度h(φ,L,t)が高くなるほど大きくなる。逆に、日照状態x(t)は、０以上の範囲内で、日照時間s(t)が短くなるほど、または、太陽高度h(φ,L,t)が低くなるほど、小さくなる。また、日照状態x(t)は、日照時間s(t)が０の場合、０になる。
そして、日照状態算出部１５５は、学習期間中の日照状態の推定結果を学習部１５８に供給する。
ステップＳ４において、学習部１５８は、発電量算出モデルの学習を行う。具体的には、学習部１５８は、学習期間中の太陽光発電部１１１の発電量の測定値を発電量測定データ蓄積部１５７から取得する。そして、学習部１５８は、所定の学習モデルを用いて、学習期間中の日照状態x(t)と発電量y(t)の測定値に基づいて、次式（９）に示される日照状態算出モデルを表すモデル関数f()のパラメータλ１乃至λｎを求める。
y(t)＝f{x(t),λ１,・・・,λｎ｝ ・・・（９）
なお、ここで用いる学習モデルには、例えば、回帰モデル、ニューラルネットワーク、ＳＶＭ（Support Vector Machine）等の任意のものを採用することができる。例えば、次式（１０）により、線形回帰モデルを用いて発電量算出モデルを学習することが可能である。
y(t)＝λ１・x(t)＋λ２ ・・・（１０）
なお、式（１０）のパラメータである回帰係数λ１,λ２は、次式（１１）および（１２）により算出される。
λ１＝σｙ／σｘ・ρｘｙ ・・・（１１）
λ２＝μｙ−λ１・μｘ ・・・（１２）
なお、μｘおよびσｘは日照状態x(t)の平均および標準偏差を示し、μｙおよびσｙは発電量y(t)の平均および標準偏差を示し、ρｘｙは日照状態x(t)と発電量y(t)の相関係数を示している。
学習部１５８は、学習の結果構築された発電量算出モデルのパラメータをモデルパラメータ蓄積部１５９に蓄積する。
その後、発電量算出モデル学習処理は終了する。
[発電量推定処理]
次に、図６のフローチャートを算出して、情報処理装置１１２により実行される発電量推定処理を説明する。
ステップＳ２１において、情報処理装置１１２は、推定条件を取得する。例えば、ユーザは、発電場所の緯度および経度、並びに、発電量の推定期間を、推定条件として入力する。推定期間は、上述した学習期間と同様に、例えば、発電量の推定を開始する日時および終了する日時により指定される。
入力部１５１は、発電場所の緯度および経度を示すデータを太陽高度算出部１５２に供給する。また、入力部１５１は、推定期間を示すデータを、太陽高度算出部１５２、日照状態算出部１５５、および、発電量算出部１６０に供給する。
ステップＳ２２において、太陽高度算出部１５２は、図３のステップＳ２と同様の処理により、推定期間中の発電場所付近の太陽高度を算出する。太陽高度算出部１５２は、算出結果を日照状態算出部１５５に供給する。
ステップＳ２３において、日照状態算出部１５５は、図３のステップＳ３と同様の処理により、推定期間中の発電場所付近の日照状態を推定する。日照状態算出部１５５は、推定結果を発電量算出部１６０に供給する。
ステップＳ２４において、発電量算出部１６０は、発電量を推定する。具体的には、発電量算出部１６０は、上述した発電量算出モデル学習処理により構築された発電量算出モデルのパラメータをモデルパラメータ蓄積部１５９から取得する。そして、発電量算出部１６０は、推定期間中の発電場所付近の日照状態の推定結果を、発電量算出モデルに適用することにより、推定期間中の所定の時間毎の太陽光発電部１１１の発電量を推定する。
図７は、日照時間s(t)、太陽高度h(φ,L,t)、日照状態x(t)、および、太陽光発電部１１１の発電量y(t)の推定値を時系列に並べたデータの例を示している。例えば、２０１０年１２月２８日の１０時１０分の日照状態x(t)は、２０１０年１２月２８日の１０時１分〜１０時１０分の日照時間s(t)と、２０１０年１２月２８日１０時１０分の太陽高度h(φ,L,t)の値に基づいて求められる。そして、発電量算出モデルを用いて、２０１０年１２月２８日の１０時１０分の日照状態x(t)に基づいて、当該日時の発電量y(t)が推定される。
そして、発電量算出部１６０は、推定期間中の太陽光発電部１１１の発電量の推定結果を異常検出部１６１に供給する。
ステップＳ２５において、異常検出部１６１は、太陽光発電部１１１の異常の有無を検出する。具体的には、異常検出部１６１は、推定期間と同じ期間の太陽光発電部１１１の発電量の測定値を発電量測定データ蓄積部１５７から取得する。そして、異常検出部１６１は、発電量算出部１６０により算出された推定値を太陽光発電部１１１の発電量の適正値とし、取得した測定値（すなわち実績値）と比較することにより、太陽光発電部１１１の異常の有無を検出する。
このとき、推定期間全体の発電量を合計して比較するようにしてもよいし、所定の期間毎（例えば、１ヶ月毎、１日毎など）の発電量を比較するようにしてもよい。
図８は、１ヶ月間の発電量の適正値（推定値）と実績値（測定値）とを比較した例を示すグラフである。例えば、この図に示されるように、閾値（この例では８０％）を設定しておき、発電量の実績値が適正値の閾値以下になる場合、太陽光発電部１１１に何らかの異常が発生していると判定するようにしてもよい。
また、例えば、次式（１３）により、所定の期間毎（例えば、１ヶ月毎）の発電量の適正値と実績値の乖離度を算出し、乖離度を監視することにより、太陽光発電部１１１の異常の有無を検出するようにしてもよい。
乖離度（％）＝（適正値−実績値）／適正値×１００ ・・・（１３）
図９は、月毎の発電量の適正値と実績値の乖離度の推移の例を示すグラフである。
例えば、実線で示されるグラフのように、乖離度が０％付近を所定の範囲内で推移している場合、太陽光発電部１１１が正常であると推定することができる。
一方、点線で示されるグラフのように、乖離度が徐々に低下している場合、例えば、経年劣化により太陽光発電部１１１の発電量が低下していると推定することができる。
また、一点鎖線で示されるグラフのように、乖離度が急激に低下している場合、例えば、突発性の異常により太陽光発電部１１１の発電量が低下していると推定することができる。
このように、乖離度の推移を監視することにより、太陽光発電部１１１の異常の有無を検出するだけでなく、異常の原因を推定することも可能になる。
そして、異常検出部１６１は、検出結果を出力部１６２に供給する。
ステップＳ２６において、出力部１６２は、推定結果を出力する。例えば、出力部１６２は、発電量の適正値と実績値の推移を示す表やグラフなどをディスプレイに表示する。このとき、太陽光発電システム１０１の異常の有無を表示したり、光や音などで通知したりするようにしてもよい。また、例えば、出力部１６２は、発電量の適正値と実績値を示すデータを、外部のサーバ、携帯端末、プリンタ、記憶装置等に送信する。
その後、発電量推定処理は終了する。
以上のように、日射量や日射強度を用いずに、日照時間のみを用いて、季節や気象などの環境条件に応じて適正に太陽光発電部１１１の発電量を推定することが可能になる。
また、ユーザは、太陽光パネルの設置方位および設置角度、メーカ、設計情報（例えば、定格出力値など）等のパラメータを設定する必要がなく、発電場所の緯度および経度のみを設定するだけで、適正な発電量の推定値を得ることができる。
なお、発電場所の緯度および経度については、例えば、ＧＰＳ等を用いて自動測定するようにすることも可能である。
［発電量予測処理］
次に、図１０のフローチャートを算出して、情報処理装置１１２により実行される発電量予測処理を説明する。
ステップＳ４１において、情報処理装置１１２は、予測条件を取得する。具体的には、例えば、ユーザは、発電場所の緯度および経度、発電量の予測期間、並びに、予測期間中の日照時間予測データまたは天気予報データを、予測条件として入力する。予測期間は、上述した学習期間と同様に、例えば、発電量の予測を開始する日時および終了する日時により指定される。
なお、日照時間予測データは、例えば、日照時間測定データと同様の構成のデータとされ、単位時間毎の日照時間の予測値により表される。なお、必ずしも単位時間を日照時間測定データと同じ時間に設定する必要はなく、例えば、日照時間測定データより長い時間（例えば、３０分、１時間等）に設定するようにしてもよい。
また、天気予報データは、１日単位の天気予報のデータを用いるようにしてもよいし、あるいは、所定の単位時間毎（例えば、６時間毎）の天気予報のデータを用いるようにしてもよい。
入力部１５１は、発電場所の緯度および経度を示すデータを太陽高度算出部１５２に供給する。また、入力部１５１は、予測期間を示すデータを、太陽高度算出部１５２、日照状態算出部１５５、および、発電量算出部１６０に供給する。さらに、入力部１５１は、日照時間予測データが入力された場合、その日照時間予測データを日照状態算出部１５５に供給する。また、入力部１５１は、天気予報データが入力された場合、その天気予報データおよび予測期間を示すデータを日照時間予測部１５３に供給する。
ステップＳ４２において、太陽高度算出部１５２は、図３のステップＳ２と同様の処理により、予測期間中の発電場所付近の太陽高度を算出する。太陽高度算出部１５２は、算出結果を日照状態算出部１５５に供給する。
ステップＳ４３において、日照時間予測部１５３は、天気予報データが入力されたか否かを判定する。天気予報データが入力されたと判定された場合、処理はステップＳ４４に進む。
ステップＳ４４において、日照時間予測部１５３は、日照時間を予測する。例えば、日照時間予測部１５３は、晴れと予報されている時間帯の日照時間を最大値（すなわち、単位時間と同じ値）に設定し、それ以外の時間帯の日照時間を天気予報に応じた値に設定することにより、予測期間中の日照時間の予測値を示す日照時間予測データを生成する。
例えば、図１１は、天気予報に基づいて生成された１日分の日照時間予測データの例を示している。なお、横軸は時間軸を示し、縦軸は単位時間毎の日照時間の予測値を示している。また、中央の縦線は、正午を示している。
例えば、天気予報が「晴れ」である場合、いちばん上のグラフに示されるように、日の出から日没までの期間において、単位時間毎の日照時間の予測値は、最大値（すなわち、単位時間と同じ値）に設定される。
また、例えば、天気予報が「晴れ、昼過ぎから時々雨」の場合、真ん中のグラフに示されるように、日の出から正午までの期間において、単位時間毎の日照時間の予測値は最大値に設定され、正午から日没までの期間において、単位時間毎の日照時間の予測値は最大値の２分の１に設定される。
また、例えば、天気予報が「晴れ、昼過ぎ一時雨」の場合、いちばん下のグラフに示されるように、日の出から日没までの期間において、午後の所定の時間帯（例えば、１２時から１５時）の単位時間毎の日照時間の予測値は最大値の４分の３に設定され、その他の時間帯の日照時間の予測値は最大値に設定される。
なお、以上の例は、天気予報では、０時から３時を「未明」、３時から６時を「明け方」、６時から９時を「朝」、９時から１２時を「昼前」、１２時から１５時を「昼過ぎ」、１５時から１８時を「夕方」、１８時から２１時を「夜のはじめ頃」、２１時から２４時を「夜遅く」と表現し、ある現象が断続的に発生し、その発生した時間が予報期間の２分の１未満である場合を「時々」、ある現象が切れ間なく発生し、その時間が予報期間の４分の１未満である場合を「一時」と表現するよう定められていることに基づいている。
そして、日照時間予測部１５３は、生成した日照時間予測データを日照状態算出部１５５に供給する。
その後、処理はステップＳ４５に進む。
一方、ステップＳ４３において、天気予報データが入力されていないと判定された場合、すなわち、天気予報データの代わりに日照時間予測データが入力された場合、ステップＳ４４の処理はスキップされ、処理はステップＳ４５に進む。
ステップＳ４５において、日照状態算出部１５５は、日照状態を予測する。具体的には、日照状態算出部１５５は、日照時間測定データの代わりに日照時間予測データを用いて、日照状態を推定する場合と同様に、上述した式（７）により、予測期間中の所定の時間毎の日照状態x(t)の予測値を算出する。そして、日照状態算出部１５５は、予測期間中の日照状態の予測結果を発電量算出部１６０に供給する。
ステップＳ４６において、発電量算出部１６０は、発電量を予測する。具体的には、発電量算出部１６０は、上述した図６のステップＳ２４の処理と同様に、日照状態算出部１５５から供給された予測期間中の日照状態の予測結果を、発電量算出モデルに適用することにより、予測期間中の所定の時間毎の太陽光発電部１１１の発電量を予測する。そして、発電量算出部１６０は、予測期間中の太陽光発電部１１１の発電量の予測結果を出力部１６２に供給する。
ステップＳ４７において、出力部１６２は、予測結果を出力する。例えば、出力部１６２は、発電量の予測値の推移を示すグラフなどをディスプレイに表示する。また、例えば、出力部１６２は、発電量の予測値を示すデータを、外部のサーバ、携帯端末、プリンタ、記憶装置等に送信する。
その後、発電量予測処理は終了する。
以上のように、発電場所の緯度および経度を設定し、日照時間予測データまたは天気予報データを入力するだけで、日射量や日射強度の予測値を用いずに、簡単に、かつ、季節や気象などの環境条件に応じて適正に太陽光発電部１１１の発電量を予測することが可能になる。
また、例えば、図１２は、図１１の日照時間予測データに基づいて予測された１日分の発電量の推移の例を示している。このように、詳細な日照時間予測データを用いずに、天気予報のみを用いて、発電量を予測することが可能になる。
＜２．変形例＞
以下、本発明の実施の形態の変形例について説明する。
太陽高度は季節によって大きく変動するため、発電量の推定精度および予測精度を高めるために、所定の期間毎（例えば、月毎あるいは季節毎）に異なる発電量算出モデルを用いるようにすることが望ましい。
例えば、前年の同じ月の日照時間測定データおよび発電量測定データを用いて学習を行うことにより、月毎の発電量算出モデルを構築することが考えられる。この場合、例えば、過去数年分の同じ月の日照時間測定データおよび発電量測定データを用いて学習を行うようにしてもよい。
また、例えば、学習を行う月の直前の月の日照時間測定データおよび発電量測定データを用いて学習を行うことにより、月毎の発電量算出モデルを構築することが考えられる。例えば、１０月の発電量算出モデルの学習を行う場合、同年の直前の９月の日照時間測定データおよび発電量測定データを用いて学習を行うことが考えられる。
また、以上の例では、日照時間が０の時間帯については、発電状態の値が０になるため、発電量の測定値または予測値も０になる。しかしながら、日照時間が０の時間帯でも、必ずしも日射量が完全に０にならないことも多く、発電量が０になるとは限らない。
例えば、図１３は、日照時間と発電量の測定値の時系列の推移の例を示している。上側のグラフが、日照時間の推移を示し、下側のグラフが、発電量の測定値の推移を示している。そして、この図の点線の丸で囲まれる時間帯のように、日照時間が０であるにも関わらず、発電量が０にならない場合がある。
これに対して、日照時間が０の時間帯については、上述した発電量算出モデルと別のモデル（以下、第２発電量算出モデルと称する）を用いて、発電量を推定または予測するようにしてもよい。
例えば、１日の日照時間が所定の閾値未満（例えば、１０分未満）の日の発電量測定データを所定の日数分（例えば、１０日分）以上取得し、各時間帯の発電量の測定値の平均値を算出し、その平均値により構築されるモデルを、第２発電量算出モデルとして用いるようにしてもよい。
例えば、図１４の複数の細線のグラフは、それぞれ異なる日の、１日の日照時間が所定の閾値未満の日の発電量の測定値の推移を示すグラフを示している。一方、太線のグラフは、細線のグラフを平均化したグラフ、すなわち、細線のグラフの各時間帯の発電量の測定値の平均値の推移を示すグラフである。そして、この太線のグラフで示されるモデルを、第２発電量算出モデルとして用いるようにすることが考えられる。
この場合、例えば、第２発電量算出モデルを適用する時間単位は任意である。例えば、１日の日照時間が所定の閾値未満の日の発電量を算出する場合のみ、第２発電量算出モデルを用いるようにしてもよい。
あるいは、例えば、日照時間が０の時間帯について、全て第２発電量算出モデルを用いるようにしてもよい。すなわち、日照時間が０でない時間帯については、通常の発電量算出モデルを用いて発電量を算出し、日照時間が０の時間帯の発電量に、第２発電量算出モデルの同じ時間帯の発電量を適用するようにしてもよい。
これにより、日照時間が０の時間帯の発電量をより適正に推定または予測することが可能になる。
なお、第２発電量予測モデルについても、所定の期間毎（例えば、月毎あるいは季節毎）に異なるモデルを構築するようにすることが望ましい。
［コンピュータの構成例］
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
図１５は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
コンピュータにおいて、CPU（Central Processing Unit）４０１，ROM（Read Only Memory）４０２，RAM（Random Access Memory）４０３は、バス４０４により相互に接続されている。
バス４０４には、さらに、入出力インタフェース４０５が接続されている。入出力インタフェース４０５には、入力部４０６、出力部４０７、記憶部４０８、通信部４０９、及びドライブ４１０が接続されている。
入力部４０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部４０７は、ディスプレイ、スピーカなどよりなる。記憶部４０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部４０９は、ネットワークインタフェースなどよりなる。ドライブ４１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア４１１を駆動する。
以上のように構成されるコンピュータでは、CPU４０１が、例えば、記憶部４０８に記憶されているプログラムを、入出力インタフェース４０５及びバス４０４を介して、RAM４０３にロードして実行することにより、上述した一連の処理が行われる。
コンピュータ（CPU４０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア４１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
コンピュータでは、プログラムは、リムーバブルメディア４１１をドライブ４１０に装着することにより、入出力インタフェース４０５を介して、記憶部４０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部４０９で受信し、記憶部４０８にインストールすることができる。その他、プログラムは、ROM４０２や記憶部４０８に、あらかじめインストールしておくことができる。
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
さらに、図２の情報処理装置１１２を複数の装置により実現したり、情報処理装置１１２の構成要素の一部を他の装置に設けたりようにしてもよい。例えば、太陽高度算出部１５２、日照状態算出部１５５、発電量測定部１５６を他の装置に設けて、太陽高度のデータ、発電状態の算出結果、発電量測定データを外部から取得するようにしてもよい。
また、使用目的に応じて、情報処理装置１１２の構成要素や機能を削除するようにしてもよい。例えば、発電量を予測する必要がない場合には、日照時間予測部１５３を削除することが可能である。また、例えば、太陽光発電部１１１の異常を検出する必要がない場合、異常検出部１６１を削除することが可能である。
さらに、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、本発明は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
１０１ 太陽光発電システム
１１１ 太陽光発電部
１１２ 情報処理装置
１２１ 太陽電池モジュール
１２２ パワーコンディショナ
１５２ 太陽高度算出部
１５３ 日照時間予測部
１５５ 日照状態算出部
１５６ 発電量測定部
１５８ 学習部
１６０ 発電量算出部
１６１ 異常検出部

Claims (11)

  1. 日照時間および太陽高度に基づいて太陽光発電の発電量を算出する第１のモデルを、第１の期間の前記太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築するモデル構築部と、
    前記第１のモデルを用いて、第２の期間の日照時間および太陽高度に基づいて、前記第２の期間の前記太陽光発電の発電量を算出する発電量算出部と
    を備えることを特徴とする情報処理装置。
  2. 前記第１のモデルは、日照時間と太陽高度の正弦との積により求められる日照状態に基づいて前記太陽光発電の発電量を算出するモデルである
    ことを特徴とする請求項１に記載の情報処理装置。
  3. 指定された緯度および経度における太陽高度を算出する太陽高度算出部と、
    与えられた日照時間のデータ、および、前記太陽高度算出部により算出された太陽高度に基づいて、前記日照状態を算出する日照状態算出部と
    をさらに備え、
    前記発電量算出部は、前記日照状態算出部により算出された前記日照状態に基づいて前記太陽光発電の発電量を算出する
    ことを特徴とする請求項２に記載の情報処理装置。
  4. 天気予報に基づいて日照時間を予測する日照時間予測部を
    さらに備え、
    前記日照状態算出部は、前記日照時間予測部により予測された日照時間に基づいて、前記日照状態の予測値を算出し、
    前記発電量算出部は、前記日照状態の予測値に基づいて前記太陽光発電の発電量の予測値を算出する
    ことを特徴とする請求項３に記載の情報処理装置。
  5. 前記モデル構築部は、前記日照時間が０の期間の前記太陽光発電の発電量の測定値に基づいて、前記日照時間が０の期間の前記太陽光発電の発電量を算出する第２のモデルをさらに構築し、
    前記発電量算出部は、前記第２の期間のうち日照時間が０の期間において、前記第２のモデルを用いて前記太陽光発電の発電量を算出する
    ことを特徴とする請求項１乃至４のいずれかに記載の情報処理装置。
  6. 前記発電量算出部により算出された前記第２の期間の前記太陽光発電の発電量の算出値と、前記第２の期間の前記太陽光発電の発電量の測定値とを比較することにより、前記太陽光発電を行うシステムの異常を検出する異常検出部を
    さらに備えることを特徴とする請求項１乃至５のいずれかに記載の情報処理装置。
  7. 前記太陽光発電の発電量を測定する発電量測定部を
    さらに備え、
    前記モデル構築部は、前記発電量測定部により測定された前記第１の期間の前記太陽光発電の発電量の測定値に基づいて、前記第１のモデルを構築する
    ことを特徴とする請求項１乃至６に記載の情報処理装置。
  8. 日照時間および太陽高度に基づいて太陽光発電の発電量を算出するモデルを、第１の期間の前記太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築するモデル構築ステップと、
    前記モデルを用いて、第２の期間の日照時間および太陽高度に基づいて、前記第２の期間の前記太陽光発電の発電量を算出する発電量算出ステップと
    を含むことを特徴とする発電量算出方法。
  9. 前記第１の期間の前記太陽光発電の発電量を測定する発電量測定ステップを
    さらに含み、
    前記モデル構築ステップにおいて、前記発電量測定ステップにおいて測定された前記第１の期間の前記太陽光発電の発電量の測定値に基づいて、前記モデルを構築する
    ことを特徴とする請求項８に記載の発電量算出方法。
  10. 日照時間および太陽高度に基づいて前記太陽光発電の発電量を算出するモデルを、第１の期間の前記太陽光発電の発電量の測定値、日照時間、および、太陽高度に基づいて構築するモデル構築ステップと、
    前記モデルを用いて、第２の期間の日照時間および太陽高度に基づいて、前記第２の期間の前記太陽光発電の発電量を算出する発電量算出ステップと
    を含む処理をコンピュータに実行させるためのプログラム。
  11. 太陽光発電を行う太陽光発電部と、
    前記太陽光発電部の発電量を測定する発電量測定部と、
    日照時間および太陽高度に基づいて前記太陽光発電部の発電量を算出するモデルを、第１の期間の前記太陽光発電部の発電量の測定値、日照時間、および、太陽高度に基づいて構築するモデル構築部と、
    前記モデルを用いて、第２の期間の日照時間および太陽高度に基づいて、前記第２の期間の前記太陽光発電部の発電量を算出する発電量算出部と
    を備えることを特徴とする太陽光発電システム。
JP2011213663A 2011-09-29 2011-09-29 情報処理装置、発電量算出方法、および、プログラム Pending JP2013073537A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2011213663A JP2013073537A (ja) 2011-09-29 2011-09-29 情報処理装置、発電量算出方法、および、プログラム
US13/565,353 US8892411B2 (en) 2011-09-29 2012-08-02 Information processor, power generation determining method, and program
DE102012214811A DE102012214811A1 (de) 2011-09-29 2012-08-21 Informationsverarbeitungseinrichtung, Stromerzeugungsmengenberechnungsverfahren und Programm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011213663A JP2013073537A (ja) 2011-09-29 2011-09-29 情報処理装置、発電量算出方法、および、プログラム

Publications (2)

Publication Number Publication Date
JP2013073537A true JP2013073537A (ja) 2013-04-22
JP2013073537A5 JP2013073537A5 (ja) 2014-08-21

Family

ID=47878788

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011213663A Pending JP2013073537A (ja) 2011-09-29 2011-09-29 情報処理装置、発電量算出方法、および、プログラム

Country Status (3)

Country Link
US (1) US8892411B2 (ja)
JP (1) JP2013073537A (ja)
DE (1) DE102012214811A1 (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015152205A1 (ja) * 2014-03-31 2015-10-08 テンソル・コンサルティング株式会社 発電システム分析装置および方法
JP2016091312A (ja) * 2014-11-05 2016-05-23 株式会社東芝 異常診断装置及び異常診断方法
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
JP2017169321A (ja) * 2016-03-15 2017-09-21 オムロン株式会社 要因推定装置、要因推定装置の制御方法、制御プログラムおよび記録媒体
US9865151B2 (en) 2016-03-29 2018-01-09 Seiko Epson Corporation Observation system and method for controlling observation system
JP2018007312A (ja) * 2016-06-27 2018-01-11 藤崎電機株式会社 発電電力予測装置、サーバ、コンピュータプログラム及び発電電力予測方法
JP2018007347A (ja) * 2016-06-28 2018-01-11 株式会社関電工 太陽光発電の性能評価方法
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
WO2020022052A1 (ja) * 2018-07-26 2020-01-30 パナソニックＩｐマネジメント株式会社 発電情報出力方法、発電情報出力装置及びプログラム
JP2021022244A (ja) * 2019-07-29 2021-02-18 大和ハウス工業株式会社 太陽光発電量予測システム
WO2021256170A1 (ja) * 2020-06-18 2021-12-23 株式会社カネカ 異常判定システム及び発電システム

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9660576B2 (en) 2010-05-04 2017-05-23 Solmetric Corporation Predicting production of photovoltaic systems
US20140039850A1 (en) * 2012-08-03 2014-02-06 Joon-Bum JEE Method and apparatus of forming solar radiation model applying topographical effects
US9590559B2 (en) * 2012-11-23 2017-03-07 Solar Analytics Pty Ltd. Monitoring system
JP6115764B2 (ja) * 2013-03-14 2017-04-19 オムロン株式会社 太陽光発電システム、異常判断処理装置、異常判断処理方法、およびプログラム
US20140374600A1 (en) * 2013-06-19 2014-12-25 Silicon Laboratories Inc. Ultraviolet Sensor
JP6193008B2 (ja) * 2013-06-21 2017-09-06 株式会社東芝 予測システム、予測装置および予測方法
US9742188B2 (en) * 2013-06-26 2017-08-22 Energy Development Llc System and method for installing solar panels based on number of panels and output of panels
CN103984840B (zh) * 2014-06-05 2017-01-25 湖北工业大学 一种聚光太阳能光伏发电系统的建模方法
US9978887B2 (en) 2014-10-28 2018-05-22 Silicon Laboratories Inc. Light detector using an on-die interference filter
US9627424B2 (en) 2014-11-19 2017-04-18 Silicon Laboratories Inc. Photodiodes for ambient light sensing and proximity sensing
CH711204A1 (de) 2015-06-05 2016-12-15 Bkw Energie Ag Verfahren zur Steuerung eines lokalen Stromverbrauchers.
CN105279310B (zh) * 2015-09-21 2018-03-02 湖北工业大学 一种聚光太阳能光伏系统中模组分布结构的优化设计方法
US10126131B2 (en) * 2015-10-26 2018-11-13 Enphase Energy, Inc. Automated photovoltaic geospatial location
US10554171B2 (en) * 2016-05-23 2020-02-04 Michael Gostein Soiling measurement device for photovoltaic arrays
TWI664600B (zh) * 2017-03-08 2019-07-01 National Taiwan Normal University 區域太陽能發電量預測界面與方法
US11086278B2 (en) 2019-08-29 2021-08-10 Inventus Holdings, Llc Adaptive system monitoring using incremental regression model development
US20240070582A1 (en) * 2022-08-26 2024-02-29 Guang Teng Renewable Energy Co., Ltd. Apparatus for estimating the value of a solar power plant

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001344412A (ja) * 2000-03-31 2001-12-14 Yusuke Kojima 家庭用省エネルギー支援方法およびシステム
JP2006067738A (ja) * 2004-08-27 2006-03-09 Kyocera Corp 太陽光発電システム
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
JP2009060704A (ja) * 2007-08-31 2009-03-19 Univ Of Fukui 太陽光発電システムの制御方法とその装置
JP2010193594A (ja) * 2009-02-17 2010-09-02 Tokyo Electric Power Co Inc:The 太陽光発電システムの最大発電量推定方法、配電系統の制御方法、及び配電系統制御装置
JP2010283139A (ja) * 2009-06-04 2010-12-16 Nippon Telegr & Teleph Corp <Ntt> 発電量予測装置及び発電量予測方法
JP2011124287A (ja) * 2009-12-08 2011-06-23 Sony Corp 発電量予測装置、発電量予測システム、発電量予測方法及びコンピュータプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7000395B2 (en) * 2004-03-11 2006-02-21 Yuan Ze University Hybrid clean-energy power-supply framework
WO2006009673A2 (en) * 2004-06-18 2006-01-26 General Motors Corporation System and sub-systems for production and use of hydrogen
JP2007173567A (ja) 2005-12-22 2007-07-05 I-Pulse Co Ltd 電子部品移動装置、表面実装機およびｉｃハンドラー
JP4810222B2 (ja) 2005-12-26 2011-11-09 三菱電機株式会社 太陽光発電量予測装置
WO2009048879A2 (en) * 2007-10-12 2009-04-16 Megawatt Solar, Inc. Methods, systems, and computer readable media for controlling orientation of a photovoltaic collection system to track apparent movement of the sun
US8386197B1 (en) * 2009-01-08 2013-02-26 EchoFirst, Inc. Method and system for processing information from a combination of a solar thermal system and a photovoltaic apparatus
US8600572B2 (en) * 2010-05-27 2013-12-03 International Business Machines Corporation Smarter-grid: method to forecast electric energy production and utilization subject to uncertain environmental variables
EP2395550B1 (de) * 2010-06-09 2013-10-09 SMA Solar Technology AG Verfahren zum Erkennen und Beurteilen von Verschattungen
US8155899B2 (en) * 2010-12-16 2012-04-10 Gregory Smith Efficiency meter for photovoltaic power generation systems
US20120158205A1 (en) * 2010-12-17 2012-06-21 Greenvolts, Inc. Scalable backend management system for remotely operating one or more photovoltaic generation facilities
US8930035B2 (en) * 2011-06-29 2015-01-06 Acciona Energia, S.A. Procedure for supply control and storage of power provided by a renewable energy generation plant
US20130030587A1 (en) * 2011-07-29 2013-01-31 General Electric Company System and method for power curtailment in a power network

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001344412A (ja) * 2000-03-31 2001-12-14 Yusuke Kojima 家庭用省エネルギー支援方法およびシステム
JP2006067738A (ja) * 2004-08-27 2006-03-09 Kyocera Corp 太陽光発電システム
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
JP2009060704A (ja) * 2007-08-31 2009-03-19 Univ Of Fukui 太陽光発電システムの制御方法とその装置
JP2010193594A (ja) * 2009-02-17 2010-09-02 Tokyo Electric Power Co Inc:The 太陽光発電システムの最大発電量推定方法、配電系統の制御方法、及び配電系統制御装置
JP2010283139A (ja) * 2009-06-04 2010-12-16 Nippon Telegr & Teleph Corp <Ntt> 発電量予測装置及び発電量予測方法
JP2011124287A (ja) * 2009-12-08 2011-06-23 Sony Corp 発電量予測装置、発電量予測システム、発電量予測方法及びコンピュータプログラム

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10418935B2 (en) 2014-03-31 2019-09-17 Tensor Consulting Co. Ltd. Apparatus and method for analyzing power generation
JP6088706B2 (ja) * 2014-03-31 2017-03-01 テンソル・コンサルティング株式会社 発電システム分析装置および方法
JPWO2015152205A1 (ja) * 2014-03-31 2017-04-13 テンソル・コンサルティング株式会社 発電システム分析装置および方法
KR101808978B1 (ko) * 2014-03-31 2017-12-13 텐서 컨설팅 가부시키가이샤 발전 시스템 분석 장치 및 방법
WO2015152205A1 (ja) * 2014-03-31 2015-10-08 テンソル・コンサルティング株式会社 発電システム分析装置および方法
JP2016091312A (ja) * 2014-11-05 2016-05-23 株式会社東芝 異常診断装置及び異常診断方法
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
JP2017169321A (ja) * 2016-03-15 2017-09-21 オムロン株式会社 要因推定装置、要因推定装置の制御方法、制御プログラムおよび記録媒体
US9865151B2 (en) 2016-03-29 2018-01-09 Seiko Epson Corporation Observation system and method for controlling observation system
JP2018007312A (ja) * 2016-06-27 2018-01-11 藤崎電機株式会社 発電電力予測装置、サーバ、コンピュータプログラム及び発電電力予測方法
JP2018007347A (ja) * 2016-06-28 2018-01-11 株式会社関電工 太陽光発電の性能評価方法
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
WO2020022052A1 (ja) * 2018-07-26 2020-01-30 パナソニックＩｐマネジメント株式会社 発電情報出力方法、発電情報出力装置及びプログラム
JPWO2020022052A1 (ja) * 2018-07-26 2021-03-11 パナソニックＩｐマネジメント株式会社 発電情報出力方法、発電情報出力装置及びプログラム
JP2021022244A (ja) * 2019-07-29 2021-02-18 大和ハウス工業株式会社 太陽光発電量予測システム
JP7376270B2 (ja) 2019-07-29 2023-11-08 大和ハウス工業株式会社 太陽光発電量予測システム
WO2021256170A1 (ja) * 2020-06-18 2021-12-23 株式会社カネカ 異常判定システム及び発電システム

Also Published As

Publication number Publication date
US20130085729A1 (en) 2013-04-04
DE102012214811A1 (de) 2013-04-04
US8892411B2 (en) 2014-11-18

Similar Documents

Publication Publication Date Title
JP2013073537A (ja) 情報処理装置、発電量算出方法、および、プログラム
WO2013136850A1 (ja) 情報処理装置、異常検出方法、プログラム、および、太陽光発電システム
WO2014141498A1 (ja) 太陽光発電システム、異常判断処理装置、異常判断処理方法、およびプログラム
JP2014021555A (ja) 自然エネルギー量予測装置
JP6193008B2 (ja) 予測システム、予測装置および予測方法
Herteleer et al. Normalised efficiency of photovoltaic systems: Going beyond the performance ratio
US11631978B2 (en) Real-time estimation of contributions from classes of energy generators in residual load signals
JP6029713B1 (ja) 電力管理装置、装置システム、電力管理方法、およびプログラム
JP2017200360A (ja) 太陽光発電量予測システム、太陽光発電量予測方法、プログラム
US9865151B2 (en) Observation system and method for controlling observation system
JP2012010508A (ja) 発電量予測装置、発電量予測システム、発電量予測方法、及び発電量予測プログラム
JP6287306B2 (ja) 電力推定装置、電力推定方法、および、プログラム
JP2018011494A (ja) 太陽光発電出力推定装置及び太陽光発電出力推定方法
AU2020201865A1 (en) A system and method for estimating performance of Photovoltaic Energy Systems
JP2016139270A (ja) 太陽光発電出力推定装置、太陽光発電出力推定システム及び太陽光発電出力推定方法
JP2017220980A (ja) 予測装置、予測方法および予測プログラム
WO2018066370A1 (ja) 発電設備情報推定システムおよび発電設備情報推定方法
JP5627331B2 (ja) 電力モニタ
JP2014175478A (ja) 太陽光発電システムの異状判定装置、太陽光発電システムの異状判定方法
JP2015153368A (ja) 状態検出装置、状態検出方法、状態検出プログラム、データ処理システム、及びデータ出力装置
JP7492890B2 (ja) 電子機器、電子機器の制御方法、及びプログラム
US20190006850A1 (en) Method for forecasting the power daily generable by a solar inverter
JP2024005477A (ja) 発電量予測装置、発電量予測方法および発電量予測プログラム
JP2022122373A (ja) 太陽光発電出力予測装置、電力系統制御システム、需給制御システム、日射強度予測装置、学習装置、太陽光発電出力予測方法および太陽光発電出力予測プログラム
JP2015035520A (ja) 推定方法、発電電力推定装置、及びコンピュータプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140704

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140709

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20150209

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150324

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150525

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20151215

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20160405