JP2016035719A - 電力取引支援装置、電力取引システム、制御方法及び制御プログラム - Google Patents

Abstract

【課題】売電スケジュールの作成に際し、気象予測の不確定性を考慮しつつ、より好適な電力取引計画を作成する。【解決手段】実施形態の電力取引支援装置は、気象のアンサンブル予測を行い、複数のアンサンブルメンバーを生成し、生成したアンサンブルメンバーに基づいて予測された翌日のスポット売電価格、翌日の成り行き売電価格、翌日の成り行き買電価格及び翌日の発電システムの発電量に基づいて、期待利益を最大化する売電スケジュールを作成する。【選択図】図１

Description

本発明の実施形態は、電力取引支援装置、電力取引システム、制御方法及び制御プログラムに関する。

従来、太陽光発電、風力発電などの再生可能な手段で生成した電力を市場で売電する場合、通常は発電と同時に売る必要があり、市場の需要と必ずしも一致するものではなかった。
このため安い価格での販売を余儀なくされる場合があった。
そこで、蓄電池等の電力貯蔵設備（電力貯蔵装置）を備えることにより、市場の需要が高く、したがって価格も高い時間帯に電力を販売できることが考えられる。

また、発電した電力を有効に活用する手段としては、電力を販売すること無く、販売者自身が自己の設備で電力を消費する自己消費が挙げられる。
このように生成した電力の消費の態様に融通性があるのであれば、売電価格の安い時間帯に自己消費を行い、売電価格の高い時間帯に系統に売電することで利益を高めることができる。

したがって、電力貯蔵設備や自己で電力を消費する設備など、発電した電力をその場で売る以外の選択肢がある場合には、より最適な電力取引が行える売電計画を作成することが望まれる。

特開２０１２−０５３７２１号公報

しかしながら、太陽光発電、風力発電などの再生可能なエネルギーはその発電量が気象条件に大きく左右される。

一方、市場においては、売電量は前日の段階で各時間帯ごとに入札する必要があり、何らかの予測に基づいて売電量の決定がなされる必要がある。
ところで、気象予測には不確定性があり、売電計画（電力取引計画）もこの不確定性を考慮して作られることが望まれる。

本発明は、上記に鑑みてなされたものであって、気象予測の不確定性を考慮しつつ、より好適な電力取引計画を作成することが可能な電力取引支援装置、電力取引システム、制御方法及び制御プログラムを提供することを目的としている。

実施形態の電力取引支援装置は、電力の貯蔵あるいは電力の使用に関して時間的な調整が可能な設備を有し、再生可能エネルギーにより発電を行う発電システムの電力系統に対する売電スケジュールを設定する。
そして、電力取引支援装置の気象予測部は、気象のアンサンブル予測を行い、複数のアンサンブルメンバーを生成する。
売電価格予測部は、アンサンブルメンバーに基づいて翌日のスポット市場におけるスポット売電価格を予測する。
成り行き売電価格予測部は、アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き売電価格を予測する。
成り行き買電価格予測部は、アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き買電価格を予測する。
発電量予測部は、アンサンブルメンバーに基づいて翌日の発電システムの発電量を予測する。
これらの結果、売電量決定部は、予測された翌日のスポット売電価格、翌日の成り行き売電価格、翌日の成り行き買電価格及び翌日の発電システムの発電量に基づいて、期待利益を最大化する売電スケジュールを作成する。

図１は、実施形態の電力システムの概要構成ブロック図である。 図２は、売電スケジュール作成装置の概要構成ブロック図である。 図３は、気象予測部の概要構成図である。 図４は、売電スケジュール作成装置の動作フローチャートである。 図５は、売電量決定部の動作フローチャートである。 図６は、制約条件作成部で用いられる変数とその関係を説明する図である。 図７は、入札作成部の動作説明図である。 図８は、第２実施形態の売電価格予測部の概要構成図である。 図９は、売電価格履歴ＤＢの概要構成図である。 図１０は、気象条件履歴ＤＢの概要構成図である。 図１１は、第３実施形態の気象予測部の概要構成図である。 図１２は、第３実施形態の動作フローチャートである。

次に図面を参照して実施形態について詳細に説明する。
［１］第１実施形態
図１は、実施形態の電力システムの概要構成ブロック図である。
電力システム１０は、大別すると、発電及び電力消費を行う電力生成／消費システム１１と、外部の電力市場ＭＣＴに通信ネットワーク１２を介して接続され、売電スケジュールを作成する売電スケジュール作成装置１３と、売電スケジュール作成装置１３の作成した売電スケジュールに従って、電力生成／消費システム１１を管理する電力管理部１４と、を備えている。

電力生成／消費システム１１は、太陽光発電装置、風力発電装置、地熱発電装置、波力発電装置等の再生可能エネルギーにより発電を行う発電モジュール２１と、蓄電池等を備え電力を蓄える電力貯蔵部２２と、発電モジュール２１が発電した電力あるいは、電力貯蔵部２２に蓄えた電力を電力系統ＰＷに売電するためのインタフェース動作を行う売電部２３と、電力系統ＰＷから電力を買電するためのインタフェース動作を行う買電部２４と、発電モジュール２１が発電した電力、電力貯蔵部２２に蓄えた電力あるいは買電部２４を介して電力系統ＰＷから買った電力の供給を受け、図示しない機械装置、照明、空調設備等の負荷により電力を消費する電力消費部２５と、を備えている。

上記構成において、発電モジュール２１は、例えば、太陽光発電パネル、風力発電用風車等のように、太陽光エネルギー、風力エネルギー等の再生可能エネルギーから電力を生成する。
電力貯蔵部２２は、蓄電池等の電力を蓄え、必要な時に取り出すことができる機器として構成されている。

図２は、売電スケジュール作成装置の概要構成ブロック図である。
売電スケジュール作成装置１３は、大別すると、入力された基本気象情報に基づいて気象予測を行う気象予測部３１と、気象予測に基づいて発電量の予測を行う発電量予測部３２と、電力貯蔵部２２に蓄えられている蓄電電力の初期値を取り込むＳＯＣ初期値取得部３３と、売電価格、成り行き買電価格、成り行き売電価格、翌々日価格を予測する価格予測部３４と、発電量予測結果、取得されたＳＯＣ初期値及び価格予測結果に基づいて売電量を決定する売電量決定部３５と、を備えている。

気象予測部３１は、翌日の気象条件を数値気象シミュレーションで予測する。予測の信頼性を定量化するため気象予測部は複数の気象パスを作成するアンサンブル予測を行っている。気象予測部３１は気象予測に必要となる観測データ等の基本気象情報を、例えば、気象庁及びその外郭団体等のデータベースから取得する。

図３は、気象予測部の概要構成図である。
そして、気象予測部３１は、取得した基本気象情報に基づいて、気象の複数の初期状態を作成する初期状態作成部３１Ａと、作成された複数の初期状態ＩＳ１〜ＩＳＭに基づいてそれぞれ数値気象計算を行い気象予測メンバーＷＭ１〜ＷＭＭを計算する複数の数値気象計算部３１Ｂと、を備えている。

発電量予測部３２は、気象予測から発電モジュール２１の発電量を計算している。
例えば、太陽光発電の場合、日射強度および気温から発電パネルの性能スペックを利用して発電量を計算することができる。

気象予測を太陽光発電予測に用いる手法は、例えば、「田村 英寿、平口 博丸、橋本 篤、西澤 慶一、和田 浩治、2010,「太陽光発電のための日射量予測手法の開発（その１）」、電力中研報告N10029」に記載されている。
風力発電の場合、風力から風車の性能スペックを利用して発電量を計算できる。気象予測を風力発電予測に用いる手法は、例えば、「橋本 篤、服部 康男、杉本 総一郎、門倉 真二、和田 浩治、平口 博丸、田中 伸和、七原 俊也、2008,「風力発電出力予測への気象モデル適用性評価」、電力中研報告N08027」に記載されている。
以下では気象予測メンバーｍに対応する発電量の予測値を、

と表すものとする。

ＳＯＣ初期値取得部３３は、売電スケジュールを作成するのに必要となる電力貯蔵部２２の初期状態を電力管理部１４４から取得する。これは、最初にどれだけの電力があるかがその後のスケジュールの作成に影響するためである。

価格予測部３４は、気象予測に基づいて売電価格を予測する売電価格予測部３４Ａと、気象予測に基づいて成り行き買電価格を予測する成り行き買電価格予測部３４Ｂと、気象予測に基づいて成り行き売電価格を予測する成り行き売電価格予測部３４Ｃと、気象予測に基づいて翌々日の価格を予測する翌々日価格予測部３４Ｄと、を備えている。

上記構成において、成り行き買電価格予測部３４Ｂは、各時間枠毎の成り行き買電価格を予測しているが、電力市場ＭＣＴによっては成り行き買電価格は一定の場合もあり、そのような場合には、予測は必要ではない。

同様に、成り行き売電価格予測部３４Ｃは、各時間枠毎の成り行き売電価格を予測しているが、電力市場ＭＣＴによっては成り行き売電価格は一定の場合もあるので、そのような場合には、予測は必要ではない。

また、翌々日価格予測部３４Ｄは、翌々日以降の電力の価格を予測する。一日が終わった段階でどれだけの電力量を電力貯蔵部２２に残しておくべきかを判断するのに翌々日価格の予測が必要になるが、翌日における最大利益のみを考慮する場合には、翌々日以降の電力の価格の予測は必ずしも必要ではない。

売電量決定部３５は、売電価格予測部３４Ａの売電価格予測に基づいて売電価格を想定し、想定売電価格を算出する売電価格想定部３５Ａと、予測された成り行き買電価格、予測された成り行き売電価格及び予測された翌々日価格並びに算出された想定売電価格に基づいて目的関数を作成する目的関数作成部３５Ｂと、発電モジュール２１における発電量予測及び電力貯蔵部２２のＳＯＣ初期値に基づいて、売電量及び買電量を制約する制約条件を作成する制約条件作成部３５Ｃと、作成された目的関数を作成された制約条件の下で解き、入札時刻毎の入札金額を設定する数理計画解作成部３５Ｄと、設定された入札金額に基づいて電力市場ＭＣＴに対して入札を行う入札作成部３５Ｅと、を備えている。

電力市場ＭＣＴは、電力の売買を行うための市場である。市場のメカニズムは多様なものが考えられるが、本実施例では次のような市場を仮定する。
電力市場ＭＣＴは翌日の時間をある単位時間τ（典型的には30分、一時間など）に分割する。発電業者はその時間枠ごとに売電量及び入札価格（単位売電量当たりの入札価格：単価）の組を入札する。このように時間帯を指定して、前日に入札する市場をスポット市場と呼ぶ。

本実施形態の目的は、このスポット市場での売電スケジュールを作成することにある。
以下、単に売電といった場合にはこのスポット市場での売電を意味し、余分な電力をその場で売る成り行き売電と区別するものとする。

ここで、一般には価格に応じて売電量も変わるので、売電量及び入札価格の組について複数組を提示することとなる。
例えば、電力市場ＭＣＴにおける単位売電量当たりの価格、すなわち、市場価格＝入札価格ＰＲ１の場合に売電を希望する電力量を売電量＝ＳＰ１とし、市場価格＝入札価格ＰＲ２の場合に売電を希望する電力量を売電量＝ＳＰ２とし、…、市場価格＝入札価格ＰＲＮの場合に売電を希望する電力量を売電量＝ＳＰＮとする。ここで、入札価格ＰＲ１＜入札価格ＰＲ２＜…＜入札価格ＰＲＮとする。

すなわち、電力市場ＭＣＴにおける市場取引価格＝ＰＲ１である場合には、売電量＝ＳＰ１まで売電し、市場取引価格＝ＰＲ２である場合には、売電量ＳＰ２まで売電し、…、市場取引価格＝ＰＲＮである場合には、売電量ＳＰＮまで売電するという意味の入札である。

ここで、入札価格が市場取引価格と一致するとは限らないため、このような場合には、内挿法により市場取引価格に対応する売電量を設定するようにしても良い。
例えば、市場取引価格＝ＰＲＭＣＴとし、この市場取引価格ＰＲＭＣＴに近い入札価格が入札価格ＰＲ３及び入札価格ＰＲ４であり（ＰＲ３＜ＰＲＭＣＴ＜ＰＲ４）、入札価格＝ＰＲ３の場合の売電量＝ＳＰ３であり、入札価格＝ＰＲ４の場合の売電量＝ＳＰ４であった場合には、売電量ＳＰＸは、次式により求める。

ＳＰＸ＝｛（ＳＰ４−ＳＰ３）×（ＰＲＭＣＴ−ＰＲ３）｝／（ＰＲ４−ＰＲ３）
＋ＳＰ３
一方、需要側でも入札を行い、電力市場ＭＣＴにおいて、需要と供給の均衡が取れる電力価格、すなわち、実際の市場価格が決定される。

ところで、売電業者は、市場価格が決定すると、入札時に指定した量の電力を供給する義務を負い、実際に指定した時間枠になったとき、売電業者は約束した量の電力（＝約束売電量）を供給しなければならない。しかしながら、必ずしも正確にその量を発電できるとは限らない。とくに、太陽光発電、風力発電などの場合は発電量は気象条件に依存するため、大きく変動する可能性がある。この場合、発電業者には以下のような選択肢がある。

発電量が約束売電量を上回った場合には、例えば、以下の（ａ）〜（ｃ）の選択肢がある。
（ａ）電力貯蔵部２２に充電する。電力貯蔵部２２に余裕があればこれは可能である。
（ｂ）電力消費部２５で消費する。ただし、有効な電力利用方法がいつも必ずしもあるわけではない。
（ｃ）成り行き売電する。電力系統側に余った電力を買い取ってもらう。これはいつも、どれだけの量でも可能であるものとする。ただし、売電価格は低い。

発電量が約束売電量を下回った場合には、以下の（ｄ）〜（ｅ）の選択肢がある。
（ｄ）電力貯蔵部から放電して補填する。電力貯蔵部に蓄えられている電力があれば可能である。
（ｅ）成り行き買電をする。電力系統側から不足した電力を買って補填する。これはいつも、どれだけの量でも可能であると仮定する。ただし、買電価格は高い。実質的に約束量を売電することができなかったことに対するペナルティーの意味がある。

実施形態の売電スケジュール作成装置１３は、翌日のスポット市場において、どれだけの電力量をいくらで売るかの売電スケジュールを作成するものである。作成された売電スケジュールは電力市場ＭＣＴに入札される。電力市場ＭＣＴの結果として定まった各時間枠ごとの売電量と売電価格は電力管理部１４に送られ、電力設備の制御に用いられる。

次に売電スケジュール作成装置１３の動作を説明する。
図４は、売電スケジュール作成装置の動作フローチャートである。
まず、気象予測部３１は、気象予測計算を実行し、気象予測メンバーを価格予測部３４を構成する後述の売電価格予測部３４Ａ、成り行き買電価格予測部３４Ｂ、成り行き売電価格予測部３４Ｃ、翌々日価格予測部３４Ｄ及び発電量予測部３２にそれぞれ出力する（ステップＳ１１）。

より詳細には、気象予測部３１の初期状態作成部３１Ａは、取得した基本情報から数値気象計算のための初期状態を作成する。売電スケジュールは、数値気象計算に基づく予測の不確定性を考慮して作成する必要があるため、気象予測部３１は、アンサンブル（集合）予測と呼ばれる予測を行っている。

そして、気象予測の不確定性は初期状態の不確定性に起因するところが大きいため、初期状態作成部３１Ａは、アンサンブル予測のために、ランダムに生成した摂動を乗せた初期状態を複数（図３では、Ｍ個）生成する。このような初期状態の作成方法は、気象科学の分野では実績があり、たとえば「Toth, Z., Talagrand, O., Candille, G., & Zhu, Y. (2003). Probability and ensemble forecasts. Forecast Verification: A Practitioner’s Guide in Atmospheric Science, 137-163.」に記載がある。

このようにして作られた各々の初期状態に対して、複数の数値気象計算部３１Ｂは、大気の流体力学的、熱力学的な過程を考慮し、その後の時間の推移に対応した状態変化の様子(パス）を作り出す。その一つ一つが今後起こりうる大気の状態の予測になっている。 以下においては、それぞれのパスをアンサンブルのメンバー（気象予測メンバー）と呼ぶものとする。

そして複数の数値気象計算部３１Ｂは、計算した気象予測メンバーを価格予測部３４を構成する後述の売電価格予測部３４Ａ、成り行き買電価格予測部３４Ｂ、成り行き売電価格予測部３４Ｃ、翌々日価格予測部３４Ｄ及び発電量予測部３２にそれぞれ出力する。
これにより発電量予測部３２は、

を計算する（ステップＳ１２）。
続いて売電価格予測部３４Ａは、翌日のスポット市場における電力売電価格を予測（計算）する（ステップＳ１３）。

ここでは比較的簡単な過去の履歴に基づいて売電価格を予測する方法を説明する。
電力は昼間需要が多く、夜間、特に深夜以降は需要が減る。従って価格も昼間が高く、夜は低い傾向になる。このパターンをとらえて、売電価格を予測することができる。
そのための手法としては、例えば、ある決められた日数分の過去の履歴を平均すればよい。売電価格の履歴を
Ｐｔ（ｌ）：ｌ日前の時間枠ｔのスポット市場価格
とする。

そして、過去Ｌ日分の価格の平均値として、気象予測のメンバーｍに対する売電予測価格、

を計算する。

このように過去の履歴のみに基づいて売電価格の予測値が決まる場合は、気象予測のすべてのメンバーに対して売電価格の予測値は同じになる。

次に成り行き買電価格予測部３４Ｂは、翌日のスポット市場における成り行き買電価格を予測（計算）する（ステップＳ１４）。
成り行き買電価格予測部３４Ｂも、売電価格予測部３４Ａと同様の手順で予測を行う。

すなわち、成り行き買電価格予測部３４Ｂは、成り行き買電価格の履歴を、
Ｑｔ（ｌ）：ｌ日前の時間枠ｔの成り行き買電価格
とする。

そして、成り行き買電価格予測部３４Ｂは、翌日の成り行き買電価格予測値は過去Ｌ日分の価格の平均値として、気象予測のメンバーｍに対する成り行き買電予測価格、

を計算する。

次に成り行き売電価格予測部３４Ｃは、翌日のスポット市場における成り行き売電価格を予測（計算）する（ステップＳ１５）。
成り行き売電価格予測部３４Ｃも、売電価格予測部３４Ａと同様の手順で予測を行う。

すなわち、成り行き売電価格予測部３４Ｃは、成り行き売電価格の履歴を、
Ｒｔ（ｌ）：ｌ日前の時間枠ｔの成り行き売電価格
とする。

そして、成り行き売電価格予測部３４Ｃは、翌日の成り行き売電価格予測値は、過去Ｌ日分の価格の平均値として、気象予測のメンバーｍに対する成り行き売電予測価格、

を計算する。

次に翌々日価格予測部３４Ｄは、翌々日のスポット市場における売電価格を予測（計算）する（ステップＳ１６）。
翌々日価格予測部３４Ｄについても、売電価格予測部３４Ａと同様の構成となっている。
売電価格の履歴から、一日の価格の平均を計算し、その過去Ｌ日分の平均をとったものを翌々日価格予測とする。

以上の説明のように、気象予測部３１が生成した全ての気象予測メンバーが、売電価格予測部３４Ａ、成り行き買電価格予測部３４Ｂ、成り行き売電価格予測部３４Ｃ、翌々日価格予測部３４Ｄ及び発電量予測部３２に送られ、それぞれの気象予測メンバーが表す気象条件に応じたスポット売電価格、成り行き買電価格、成り行き売電価格、翌々日価格、発電量の予測に用いられる。ただし、成り行き売電価格が固定である市場のように、必ずしも気象予測を用いない場合もある。

ところで、売電価格予測部３４Ａ、成り行き買電価格予測部３４Ｂ、成り行き売電価格予測部３４Ｃが必要とするのは翌日の気象予測情報である。これに対して、翌々日価格予測部３４Ｄが必要とするのは翌々日の気象予測である。この点で翌々日価格予測部３４Ｄの必要とする情報は他とは異なる。

しかし、数値気象予測の場合、翌々日の予測は翌日の予測を行った計算を継続して実行することにより得ることができる。したがって、翌々日価格予測部３４Ｄに与えられる気象予測は売電価格予測部等に与えられる気象予測の各気象予測メンバーの延長であるものとしている。

次にＳＯＣ初期値取得部３３は、ＳＯＣ初期値を取得する（ステップＳ１７）。
すなわち、ＳＯＣ初期値取得部３３は、売電スケジュールを作る時点で当日の電力貯蔵部２２の運用が終了しているならば、現在の貯蔵電力がそのまま明日の初期値になるので、現在の貯蔵電力量を取得する。

また、ＳＯＣ初期値取得部３３は、売電スケジュール作成時点でまだ電力貯蔵部２２が運用中の場合でも、明日の市場開始までの充放電スケジュールが確定しているのであれば、そのスケジュールに従って明日の初期値を計算する。
これらに対し、売電スケジュールが確定していない場合には、ＳＯＣ初期値取得部３３は、以下のようにして初期値を推定する。

現在時刻、つまり売電スケジュールを作成する時点をｔ_０とし、この時に電力貯蔵部２２に蓄えられている電力量をｃ_ｔ０とする。今後スケジュールされている売電量は次の式で与えられる。

一方、今後発電が予測される量はアンサンブル平均として次の式で与えられる。

したがって明日の初期状態の貯蔵電力量ｃ_０は、

で与えられる。

ただしこの値が負になる、あるいは貯蔵可能な電力の上限Ｃを超える場合は次のように修正する。
ｃ_０＜０ならば、ｃ_０＝０
ｃ_０＞Ｃならば、ｃ_０＝Ｃ

これらの結果、売電量決定部３５は、売電スケジュールを作成することとなる（ステップＳ１８）。
ところで、電力市場ＭＣＴにおける売電価格は、当然ながら価格予測部３４が予想した価格に必ずしもなるわけではない。

をベースとして、この予測価格から市場価格がある程度上下した場合を想定して、そのおのおのの想定に対して売電量を決めなければならない。

図５は、売電量決定部の動作フローチャートである。
まず、売電価格想定部３５Ａ、目的関数作成部３５Ｂ及び制約条件作成部３５Ｃは、予測値の取り込みを行う（ステップＳ２１）。

具体的には、売電価格想定部３５Ａは、売電価格予測部３４Ａから全ての気象予測メンバー（上述の例の場合、Ｍ個の気象予測メンバー）のそれぞれに対応する全ての売電予測価格を取り込む。また目的関数作成部３５Ｂは、成り行き買電価格予測部３４Ｂ、成り行き売電価格予測部３４Ｃ及び翌々日価格予測部３４Ｄから、全ての気象予測メンバーのそれぞれに対応する全ての成り行き買電予測価格、成り行き売電予測価格、翌々日予測価格を取り込む。また制約条件作成部３５Ｃは、全ての気象予測メンバーのそれぞれに対応する発電量予測値を取り込む。

さらに制約条件作成部３５Ｃは、ＳＯＣ初期値取得部３３からＳＯＣ初期値を取り込む（ステップＳ２２）。
続いて、売電量決定部３５は、処理カウンタｎの値を初期値＝１とする（ステップＳ２３）。

次に売電価格想定部３５Ａは、想定売電価格を作成する（ステップＳ２４）。
ここで、売電価格想定部３５Ａは、取り込んだ複数の売電予測価格から乱数を用いてサンプリングすることで想定売電価格を作成している。
具体的には、売電価格想定部３５Ａは、まず、各時刻の想定売電価格が取りうる値系列

の確率分布

を作成する。ここでは例として、時刻ｔにおける

が、

の周りにガウス状に分布するというモデル、

と、隣接する時刻間の価格に相関があるとするモデル

と、を組み合わせて

とする。

ここでＺは、規格化のための定数で、

である。

このように決められた確率分布モデルから、マルコフ連鎖モンテカルロ法を用いることにより、所望の数のサンプルを作り出すことができる。マルコフ連鎖モンテカルロ法については、例えば、「大森裕浩. マルコフ連鎖モンテカルロ法の最近の展開. 日本統計学会誌, 2001, 31.3: 305-344.」を参照されたい。このようにサンプリングで決めた価格を想定売電価格とする。

想定売電価格（サンプル）はあらかじめ決められたサンプル数Ｎ個作るものとする。
この場合において、サンプル数Ｎが小さすぎると、価格に伴う利益が十分に評価されない価格帯ができてしまう。逆にサンプル数Ｎが大きすぎると、計算時間が必要以上に多くかかることになる。適切なサンプル数Ｎの値はあらかじめ実験により求めておくものとする。

次に制約条件作成部３５Ｃにより制約条件を作成する（ステップＳ２５）。
制約条件作成部３５Ｃは、以下のように売電スケジュールｘ_ｔ（ｔ＝１，…，Ｔ）に対する制約条件を設定する。

図６は、制約条件作成部で用いられる変数とその関係を説明する図である。
図６に示すように、Ｐ点においては、釣り合いがとれている必要があり、この釣り合いを満たす条件が制約条件である。
制約条件を設定するに際して、最適化の条件としては、以下のようなものが考えられる。

最適化の条件：
Ｃ：電力貯蔵部２２の容量（ｋＷｈ）
Ｓ：充放電可能な電力量（ｋＷ）
ｃ_ｆ：一日の終わり状態における目標ＳＯＣ（ｋＷｈ）
ｆ：充電効率（０≦ｆ≦１）
τ：電力市場ＭＣＴにおける売買電の時間単位
Ｔ：一日の市場の分割数
Ｖ：消費電力価値（円／ｋＷｈ）
電力を自己消費した場合に、買電に換算してどのくらいの価値があるのかを表す。
Ｕ_ｔ：時刻ｔに自己消費可能な電力量（ｋＷｈ）
Ｕ_ａｌｌ：一日に自己消費可能な電力量（ｋＷｈ）

また、予測のアンサンブルメンバーに応じて決まる条件(予測量) （ｔ＝１，…，Ｔ）は、以下の通りである。

また、最適化によって決定される変量は、以下の通りである。
ｘ_ｔ:時刻tにおける売電量

さらに、補助的に決まる変量として、気象予測メンバーｍが実現した場合の変量が挙げられる。

上記変量に基づいて、制約条件作成部３５Ｃは、以下に示す制約条件（ａ）〜（ｈ）を作成する。
（ａ）買電量、売電量はいずれも０以上

（ｂ）充電可能な電力は蓄電池の性能で制約（制限）される。

（ｃ）放電可能な電力は蓄電池の性能で制約される。

（ｄ）蓄電量が負にならない。蓄電量は、最大容量を超えない。

（ｅ）各時間帯に自己消費できる電力量には上限がある。

（ｆ）一日に自己消費可能な電力量には上限がある。

（ｇ）電力量のつりあい。

（ｈ）余剰電力が畜電池に蓄えられる。

次に目的関数作成部３５Ｂにより、目的関数を作成する（ステップＳ２６）。
ここで、目的関数は、電力市場ＭＣＴが開催される 一日の売電利益全体の期待値と電力貯蔵装置に蓄えた電力が翌々日以降にもたらす利益の期待値の和として表される。
売電の利益は、予想価格Ｐ_ｔ ^（ｍ）と売電量ｘ_ｔの積として表される。

また、消費電力の価値は、Ｖと表す。ここでは簡単のため消費電力の価値Ｖは定数と考えるが、他の価値と同様にアンサンブルメンバーや時間に依存するものに拡張することも可能である。

また、目的関数作成部３５Ｂは、各アンサンブルメンバーから得られる利益の平均値Ｉをとる。

次に数理計画解作成部３５Ｄは、数理計画解を作成する（ステップＳ２７）。
数理計画解作成部３５Ｄは、このようにして作られた計画問題を解いて想定売電価格の系列

に対応する売電量（ｘ_１，ｘ_２，…，ｘ_Ｔ）を求める。

ここで、制約条件と目的関数は既に与えられているので、最適解を求める問題は線形計画問題として定式化されている。線形計画問題の解法は、たとえば、「今野 浩、『線形計画法』、日科技連」に記載されている。
次に売電量決定部３５は、カウントｎに１を加算し（ステップＳ２８）、カウントｎがＮ未満であるか否かを判別する（ステップＳ２９）。
ステップＳ２９の判別において、カウントｎがＮ未満である場合には（ステップＳ２９；Ｙｅｓ）、処理を再びステップＳ２４に移行する。
ステップＳ２９の判別において、カウントｎがＮとなった場合には（ステップＳ２９；Ｎｏ）、入札作成部３５Ｅは、電力市場ＭＣＴに対する入札を作成し、売電スケジュールとして出力する（ステップＳ３０）。出力される売電スケジュールは、次のように記述される。

時刻ｔのスポット価格＝Ｐ_ｔ，ｋの時に電力量ｘ_ｔ，ｋを売る
という、売電を行うことである。電力価格が正確に指定した価格にならない場合は、適宜補正するものとする。売電価格の指定は細かくできるので、これは特に問題とはならない。
ここで、売電価格は、予想価格のアンサンブル平均の周りに振れるものとして、

である。

ここで、ΔＰは入札の刻み幅になる。過去の価格の履歴を参照してその標準偏差をΔＰとする方法が考えられる。あるいは、アンサンブルメンバーの予想価格の標準偏差の推定値

ここである特定の時刻ｔ(１≦ｔ≦Ｔ)に着目する。売電価格想定部３５Ａが作成した想定売電価格の各サンプルに対して、アンサンブル平均価格／Ｐ_ｔのようにして計算する。

各サンプルは、上述したように、乱数を使って作成しているのでこのアンサンブル平均価格はサンプルごとに変化する。
図７は、入札作成部の動作説明図である。
図７に示したように、Ｐ_ｔの値に対して、その時の時刻ｔにおける売電量ｘ_ｔをプロットする。このプロットに対して平滑化を行うことにより、価格がＰ_ｔの時の売電量ｘ_ｔを得ることができる。
平滑化された関数Ｐ_ｔ，ｋ（ｋ=−Ｋ，…，Ｋ）の値を読み取ることにより、入札を作成することができる。
以上の説明のように、本第１実施形態によれば、気象予測の不確定性を考慮しつつ、より好適な電力取引計画を作成することが可能となり、期待利益を最大化することができる。

［２］第２実施形態
上記第１実施形態においては、売電価格予測部は過去の売電履歴にのみ基づいてスポット市場での売電価格を予想していた。
しかし、気象条件に応じて電力消費者の挙動は変化し、結果として電力需要は変化する。たとえば暑さ、寒さの度合いに応じて空調の利用量が変化するなどが典型例である。また、気象条件に応じて発電量が変化する再生可能エネルギーの導入が進めば、供給も気象条件に依存することになる。従って需要と供給のつりあいで決まる電力価格も気象条件に応じて変化する。このため、売電価格の予測値もアンサンブルメンバーに応じて変わってくる。
そこで、本第２実施形態では、アンサンブルメンバーの気象予測を考慮した売電価格予測部を備えた場合について説明する。

図８は、第２実施形態の売電価格予測部の概要構成図である。
第２実施形態の売電価格予測部３４ＡＸは、大別すると、売電価格履歴ＤＢ４１と、気象条件履歴ＤＢ４２と、説明変数抽出部４３と、予測式生成部４４と、価格計算部４５と、を備えている。

図９は、売電価格履歴ＤＢの概要構成図である。
売電価格履歴ＤＢ４１は、過去におけるスポット市場の売電価格の履歴を記録している。
より具体的には、図９に示すように、売電価格履歴ＤＢ４１売電価格を取得した日付及び時刻が格納された時刻データ５１と、時刻データ５１に対応する時刻に取得された売電価格が格納された売電価格データ５２と、を備えている。

図１０は、気象条件履歴ＤＢの概要構成図である。
気象条件履歴ＤＢ４２は、過去における気象予測の履歴を記録している。
より具体的には、図１０に示すように、気象条件履歴ＤＢ４２は、気象条件を取得した日付及び時刻が格納された時刻データ６１と、時刻データ６１に対応する時刻に取得された複数の気象予測メンバーを格納した複数の気象予測メンバーデータ６２−１、６２−２、…、６２−Ｍと、を備えている。
気象予測メンバーデータは、例えば、気象予測メンバーを構成する気温が格納された気温データ６３と、日射量に基づく単位時間当たりの発電量（Ｗｈ）を格納した日射データ６４と、降雨量（ｍｍ）を格納した降雨データ６５と、を格納している。

なお、売電価格予測部３４ＡＸの目的は気象条件と売電価格の関係性を利用して価格を予測することなので、実際の気象条件の履歴が入手可能であるならばそのほうが望ましい。しかしながら、気象条件は、場所や時間によって入手可能なデータが限定される場合がある。

このため、本第２実施形態では、実際の気象条件の代用として気象予測の結果である気象予測メンバーを用いている。この場合、気象条件履歴ＤＢ４２には、アンサンブル予測のすべての気象予測メンバーが記録されている必要は必ずしもない。その場合は、アンサンブル平均（全メンバーの平均）が実際の気象条件に最も近い値になると期待できるので、これを計算し気象条件履歴ＤＢ４２に格納する。

説明変数抽出部４３は、気象条件履歴ＤＢ４２に蓄積された情報の中から、売電価格予測に有効と思われる気象変数を抽出する。ここで、気象変数は、以下の手順で用いる回帰分析の一般用語としての説明変数に相当している。
一般に電力需要（電力消費）に関係すると考えられる気象変数は、人の行動に影響があると考えられる地上付近の気温、地上付近の風、日射量、降雨量などである。たとえば、快適と考えられる温度よりも気温が高い、または低い場合に、空調設備を利用する人の数が増加すると考えられる。風、日射量、降水量が強い場合、人々は外出を控えるなどの行動様式に影響を与える。また、照明の利用への影響、建物の冷却効果への影響なども考えられる。このことからこれらの気象変数（気象条件）は電力需要に影響を与える。

一方、電力供給量に関係すると考えられる気象変数（気象条件）は、太陽光発電量に影響する日射量が挙げられる。また、太陽光発電パネルの出力はパネルの温度にも依存するので、地上付近の気温も電力供給に影響する気象変数として挙げられる。また、風力発電の場合には、主として風速が影響のある気象変数として挙げられる。さらに、風車の向きを風上に向ける制御を行う際に、風向の変化が急激な場合、効率よく追随できず発電効率が低下する。したがって、風向も電力供給量に影響する気象変数として挙げることができる。

また、地域的にみると売電価格は主に、市場に参入する需要家、供給者のいる地域の気象変数（気象条件）に影響されるものと考えることができる。この地域を以下、対象地域と呼ぶことにする。
説明変数抽出部４３は、気象条件履歴ＤＢ４２から対象地域に関係する気象変数のみを抽出する。この場合において、対象となる気象変数が、地理的に見て格子状に細かい分解能で得られる場合がある。

たとえば、衛星観測による画像データや、様々なデータを統合した結果として出力される格子状データなどがそうである。また、数値気象計算の予測結果を気象変数（気象条件）として用いる場合もこれに当たる。この場合数値気象計算の予測結果（気象条件データ）は、電力市場ＭＣＴの対象地域の規模（おおよそ数百Ｋｍ）よりもはるかに細かい空間的な分解能（数Ｋｍ）で値が与えられる。

ところで、一般的に回帰分析では説明変数が過剰にあると過学習と呼ばれる状態になり、予測性能が低下する。
したがって、説明変数として上述したような細かさの気象変数を用いると、予測性能が低下するため、気象変数（説明変数）を適切な個数に限定する必要がある。このための手法としては、例えば、対象地域内の気象変数を平均化することで、回帰分析に用いる気象変数（説明変数）を絞ることができる。

しかし、対象地域全体で平均して一つの気象変数にまとめ上げてしまうと、例えば対象地域内の特定の地区に太陽光発電設備が集中していたり、対象地域内の特定の地区に大きな都市があり電力消費が集中しているなどの状況が反映できない。

そこで、この問題を回避する一つの手法として、対象地域内を中間的な格子（数十Ｋｍ）に分割し、それぞれの中間的な格子の内部で平均を計算する手法が可能である。

予測式生成部４４は、気象条件と売電価格の関係を与える式を作り出す。
ここでは線形回帰分析を用いて予測式を構成する方法を説明する。また、以下では（ｄ，ｔ）の組で、時刻、すなわち日（ｄ）と時間帯（ｔ）を表すこととする。今、売電価格履歴ＤＢ４１の中に記載されている日ｄと時間帯ｔにおける売電価格をＰ_ｄ，ｔとする。また、説明変数抽出部４３が気象予測履歴ＤＢから取り出した気象変数の数をＨとし、その組を（ｖ^１，ｖ^２，…，ｖ^Ｈ）とする。

電力は一日の中で需要の変動が大きいので、売電価格も一日の中での変化が大きい。
これに対して売電価格の変化パターンは日が変わっても同じであることが多い。これらのことを考慮して、売電価格の予測式は一日の中の時間帯ごとの別々の予測式を作ることにする。このとき日ｄの

残差誤差の二乗

の最小化条件

ここに述べた売電価格予測部の予測方法と同様な方法により、気象予測を考慮した成り行き売電価格予測部、成り行き買電価格予測部を作ることができる。
以上の説明のように、本第２実施形態によれば、気象予測に際し、気象変数（説明変数）を適切な個数に限定しつつ、高精度で気象予測を行い、ひいては、適切な入札を行うことが可能となる。

［３］第３実施形態
上述した第１実施形態においては、気象予測の作り出すアンサンブルメンバーは全て予測としての実現確率が等しいものとして扱った。
本第３実施形態においては、実現確率が高いもの、低いもの取り合わせたアンサンブルを作ることも考えられる。

図１１は、第３実施形態の気象予測部の概要構成図である。
気象予測部３１Ｘは、大別すると、参照値推定部７１と、参照値履歴ＤＢ７２と、気象条件履歴ＤＢ７３と、分散推定部７４と、サンプル作成部７５と、気象数値計算部７６と、重み計算部７７と、を備えている。

さて、気象数値計算において、アンサンブルを作成する代表的な方法は、数値計算の初期値に摂動を加えるという方法である。
図１２は、第３実施形態の動作フローチャートである。
いま気象変数の一つをＸとする。たとえばある地点の気温、気圧あるいは風の方向成分などである。
参照値推定部７１は、観測データから気象変数Ｘの最も確からしい値である参照値Ｘ_０を推定する（ステップＳ４１）。

以下の説明においては、気象変数Ｘが一変量、すなわち、一つの値をとるスカラーであるものとして説明するが、実際の気象計算の場合は対象範囲が空間的に広がっていて複数の格子点の値を扱うこと、気温、圧力、風速などの複数の種類の物理的な変数を扱うことなどにより、多変量を扱う点で異なっている。

したがって、以下の説明では、正規分布を用いているが、実際の気象計算を行う場合には、正規分布の代わりに多重正規分布を用いるなどの変更が必要になる。
しかし、基本的な考え方は変わらないので、説明の簡略化のため、以下ではスカラーである気象変数Ｘを用いて説明する。

参照値履歴ＤＢ７２は、参照値推定部５１が推定した参照値Ｘ_０を格納する。
また、気象条件履歴ＤＢ５３は、過去の気象変数Ｘの値が格納されている。
ところで、参照値推定部５１が推定した参照値Ｘ_０には誤差がある。
そこで、分散推定部５４は、参照値履歴ＤＢ５２と気象条件履歴ＤＢ５３と、を突き合わせることにより、参照値Ｘ_０の標準偏差σ_Ｘを推定する（ステップＳ４２）。

正規分布性を仮定すると、気象変数Ｘの確率分布は次の正規分布の式で与えられる。

サンプル作成部５５は、この正規分布からＭ個のサンプル（Ｘ_１，Ｘ_２，…，Ｘ_Ｍ）を生成する（ステップＳ４３）。正規分布からのサンプルの抽出は、例えば、「奥村晴彦 『C言語による最新アルゴリズム事典』 技術評論社、1991年。ISBN 4-87408-414-1」に記載がある。
Ｍ個のサンプル（Ｘ_１，Ｘ_２，…，Ｘ_Ｍ）は、元の参照値Ｘ_０に対して標準偏差σ_Ｘ程度の大きさの摂動を加えたものになっている。

気象数値計算部５６は、Ｍ個のサンプル（Ｘ_１，Ｘ_２，…，Ｘ_Ｍ）を数値気象計算の初期値とすることでアンサンブル気象予測の各気象予測メンバーを得る。
重み計算部５７は、サンプルＸ_１〜Ｘ_Ｍの重みを計算する（ステップＳ４４）。

この場合において、個々のサンプルに対して、それぞれ個別の重みを与える必要があるのは、例えば、初期値推定時には考慮しなかった別の観測値Ｙがあって、参照値Ｘと観測値Ｙとに依存関係がある場合である。その依存関係は参照値Ｘが与えられた時の観測地Ｙの条件付き統計分布ｐ（Ｘ｜Ｙ）で与えられるものとする。

重み計算部５７はこのときベイズの公式

より、参照値Ｘの確率分布は、サンプル作成に用いた統計分布ｐ（Ｘ）そのものではなく、それに統計分布ｐ（Ｙ｜Ｘ）を乗じたものになっていることに注意する必要がある。

ここで上式の統計分布ｐ（Ｙ）は参照値Ｘに依存せず、サンプルの相対的な重みには影響しないことに注意する。Ｍ個のメンバーのそれぞれの実現確率の高さを重みづけの組（ｗ_１，ｗ_２，…，ｗ_Ｍ）で表すものとする。従って各メンバーに与えられる重みｗ_ｍは、

で与えられる。ここで

となるように規格化されている。

このとき、目的関数作成部３５Ｂは、次式で表される目的関数を生成する（ステップＳ４５）。

この結果、本第３実施形態によれば、各気象予測メンバーに適切な重み付けを行って気象予測を行えるので、より確実に翌日以降の気象状態を予測することができ、ひいては、より確実に利益を得ることが可能な入札が行える。

［４］実施形態の変形例
本実施形態の電力取引支援装置（売電スケジュール作成装置）は、ＣＰＵなどの制御装置と、ＲＯＭ（Read Only Memory）やＲＡＭなどの記憶装置と、ＨＤＤ、ＣＤドライブ装置などの外部記憶装置と、ディスプレイ装置などの表示装置と、キーボードやマウスなどの入力装置を備えており、通常のコンピュータを利用したハードウェア構成となっている。

本実施形態の電力取引支援装置で実行される制御プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、本実施形態の電力取引支援装置で実行される制御プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態の電力取引支援装置で実行される制御プログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。

また、本実施形態の電力取引支援装置の制御プログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。
本実施形態の電力取引支援装置で実行される制御プログラムは、上述した各部（売電価格予測部、成り行き売電価格予測部、成り行き買電価格予測部、発電量予測部、売電量決定部）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ（プロセッサ）が上記記憶媒体から制御プログラムを読み出して実行することにより上記各部が主記憶装置上にロードされ、売電価格予測部、成り行き売電価格予測部、成り行き買電価格予測部、発電量予測部、売電量決定部が主記憶装置上に生成されるようになっている。

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。

１０ 電力システム
１１ 電力生成／消費システム
１２ 通信ネットワーク
１３ 売電スケジュール作成装置
１４ 電力管理部
２１ 発電モジュール
２２ 電力貯蔵部
２３ 売電部
２４ 買電部
２５ 電力消費部
３１ 気象予測部
３２ 発電量予測部
３３ ＳＯＣ初期値取得部
３４ 価格予測部
３５ 売電量決定部
４１ 売電価格履歴ＤＢ
４２ 気象条件履歴ＤＢ
４３ 説明変数抽出部
４４ 予測式生成部
４５ 価格計算部

Claims (10)

1. 電力の貯蔵あるいは電力の使用に関して時間的な調整が可能な設備を有し、再生可能エネルギーにより発電を行う発電システムの電力系統に対する売電スケジュールを設定する電力取引支援装置であって、
   気象のアンサンブル予測を行い、複数のアンサンブルメンバーを生成する気象予測部と、
   前記アンサンブルメンバーに基づいて翌日のスポット市場におけるスポット売電価格を予測する売電価格予測部と、
   前記アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き売電価格を予測する成り行き売電価格予測部と、
   前記アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き買電価格を予測する成り行き買電価格予測部と、
   前記アンサンブルメンバーに基づいて翌日の前記発電システムの発電量を予測する発電量予測部と、
   前記予測された翌日のスポット売電価格、翌日の成り行き売電価格、翌日の成り行き買電価格及び翌日の前記発電システムの発電量に基づいて、期待利益を最大化する売電スケジュールを作成する売電量決定部と、
   を備えた電力取引支援装置。
2. 前記売電量決定部は、前記発電量予測部が予測した前記発電システムの発電量に基づいて売電量を制約する制約条件を作成する制約条件作成部と、
   前記スポット売電価格に基づいて、想定売電価格を設定する売電価格想定部と、
   売電の際の利益を計算するための目的関数を作成する目的関数作成部と、
   前記成り行き買電価格、前記成り行き売電価格及び前記想定売電価格を適用した前記目的関数及び前記制約条件で設定される数理計画問題を解いて、前記期待利益を最大化する、
   前記売電スケジュールを作成する数理計画解作成部と、
   を備えた請求項１記載の電力取引支援装置。
3. 前記アンサンブルメンバーに基づいて翌々日以降の売電価格である翌々日売電価格を予測する翌々日価格予測部を備え、
   前記売電量決定部は、前記翌々日売電価格に基づいて売電スケジュールを作成する、
   請求項１又は請求項２記載の電力取引支援装置。
4. 前記発電システムは、発電電力を蓄える電力貯蔵部を備えており、
   前記電力貯蔵部の翌日の市場開始時点の貯蔵電力量の初期値を取得する初期値取得部を備え、
   前記制約条件作成部は、前記貯蔵電力量の初期値を考慮して前記制約条件を作成する、
   請求項２記載の電力取引支援装置。
5. 前記想定売電価格及び前記売電スケジュールに基づいて、翌日の売電市場への入札作成を行う入札作成部を備えた、
   請求項１乃至請求項４のいずれかに記載の電力取引支援装置。
6. 気象条件の履歴を格納した気象条件履歴ＤＢと、
   売電価格の履歴を格納した売電価格履歴ＤＢと、
   前記気象条件履歴ＤＢから気象変数を抽出する変数抽出部と、
   前記売電価格の履歴に基づいて、回帰分析の手法を用いて前記気象変数を用いて売電価格を予測する予測式を生成する予測式生成部と、
   前記複数のアンサンブルメンバー及び前記予測式に基づいて売電価格を予測する売電価格計算部と、
   を備えた請求項１乃至請求項５のいずれかに記載の電力取引支援装置。
7. 前記アンサンブルメンバーに対し重み付けを行う重み付け部を備え、
   前記売電量決定部は、前記重み付けを考慮して前記売電スケジュールを作成する、
   請求項１乃至請求項６のいずれかに記載の電力取引支援装置。
8. 再生可能エネルギーにより発電を行う発電モジュール、前記発電モジュールが発電した電力を貯蔵する電力貯蔵部、前記発電モジュールが発電した電力あるいは前記電力貯蔵部が貯蔵した電力を消費する電力消費部と、を備えた発電システムと、
   気象のアンサンブル予測を行い、複数のアンサンブルメンバーを生成する気象予測部と、前記アンサンブルメンバーに基づいて翌日のスポット市場におけるスポット売電価格を予測する売電価格予測部と、前記アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き売電価格を予測する成り行き売電価格予測部と、前記アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き買電価格を予測する成り行き買電価格予測部と、前記アンサンブルメンバーに基づいて翌日の前記発電システムの発電量を予測する発電量予測部と、前記予測された翌日のスポット売電価格、翌日の成り行き売電価格、翌日の成り行き買電価格及び翌日の前記発電システムの発電量に基づいて、期待利益を最大化する売電スケジュールを作成する売電量決定部と、を備えた電力取引支援装置と、
   を備えた電力取引システム。
9. 電力の貯蔵あるいは電力の使用に関して時間的な調整が可能な設備を有し、再生可能エネルギーにより発電を行う発電システムの電力系統に対する売電スケジュールを設定する電力取引支援装置で実行される制御方法であって、
   気象のアンサンブル予測を行い、複数のアンサンブルメンバーを生成する気象予測過程と、
   前記アンサンブルメンバーに基づいて翌日のスポット市場におけるスポット売電価格を予測する売電価格予測過程と、
   前記アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き売電価格を予測する成り行き売電価格予測過程と、
   前記アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き買電価格を予測する成り行き買電価格予測過程と、
   前記アンサンブルメンバーに基づいて翌日の前記発電システムの発電量を予測する発電量予測過程と、
   前記予測された翌日のスポット売電価格、翌日の成り行き売電価格、翌日の成り行き買電価格及び翌日の前記発電システムの発電量に基づいて、期待利益を最大化する売電スケジュールを作成する売電量決定過程と、
   を備えた制御方法。
10. 電力の貯蔵あるいは電力の使用に関して時間的な調整が可能な設備を有し、再生可能エネルギーにより発電を行う発電システムの電力系統に対する売電スケジュールを設定する電力取引支援装置をコンピュータにより制御するための制御プログラムであって、
    前記コンピュータを、
    気象のアンサンブル予測を行い、複数のアンサンブルメンバーを生成する手段と、
    前記アンサンブルメンバーに基づいて翌日のスポット市場におけるスポット売電価格を予測する手段と、
    前記アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き売電価格を予測する手段と、
    前記アンサンブルメンバーに基づいて翌日の成り行き市場における成り行き買電価格を予測する手段と、
    前記アンサンブルメンバーに基づいて翌日の前記発電システムの発電量を予測する手段と、
    前記予測された翌日のスポット売電価格、翌日の成り行き売電価格、翌日の成り行き買電価格及び翌日の前記発電システムの発電量に基づいて、期待利益を最大化する売電スケジュールを作成する手段と、
    して機能させる制御プログラム。

Images