JP2016136313A - 最適取引量決定システム、最適取引量決定方法及びプログラム - Google Patents

最適取引量決定システム、最適取引量決定方法及びプログラム Download PDF

Info

Publication number
JP2016136313A
JP2016136313A JP2015011017A JP2015011017A JP2016136313A JP 2016136313 A JP2016136313 A JP 2016136313A JP 2015011017 A JP2015011017 A JP 2015011017A JP 2015011017 A JP2015011017 A JP 2015011017A JP 2016136313 A JP2016136313 A JP 2016136313A
Authority
JP
Japan
Prior art keywords
amount
transaction
power generation
power
optimal
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.)
Granted
Application number
JP2015011017A
Other languages
English (en)
Other versions
JP6520142B2 (ja
Inventor
隆二 大江
Ryuji Oe
隆二 大江
孝明 石河
Takaaki Ishikawa
孝明 石河
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.)
Chugoku Electric Power Co Inc
Original Assignee
Chugoku Electric Power Co Inc
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 Chugoku Electric Power Co Inc filed Critical Chugoku Electric Power Co Inc
Priority to JP2015011017A priority Critical patent/JP6520142B2/ja
Publication of JP2016136313A publication Critical patent/JP2016136313A/ja
Application granted granted Critical
Publication of JP6520142B2 publication Critical patent/JP6520142B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】利益を最大化する電力取引量を算出する。
【解決手段】電力需要量の予測値に応じた発電費用と電力需要量の予測値から最適取引量を減算した電力量に応じた発電費用との差額である削減額を算出し、削減額と最適取引量に応じた取引額である支出額との差額である利益額を算出し、利益額が最大となるように買い取引に係る最適取引量を決定する。また、電力需要量の予測値に最適取引量を加算した電力量に応じた発電費用と、電力需要量の予測値に応じた発電費用との差額である増加額を算出し、最適取引量に応じた取引額である収入額と増加額との差額である利益額を算出し、利益額が最大となるように売り取引に係る最適取引量を決定する。
【選択図】図８Ｃ

Description

本発明は、最適取引量決定システム、最適取引量決定方法及びプログラムに関する。
近年、電力市場においては、電力の売買が自由に行えるようになってきている。電力の売買を行う場合、将来のある期間に対して電力の取引価格を決定して、電力の売買を行う（例えば、２日前に３０分単位で売買）。
このような背景から、電力供給者が電力取引においてリスク管理できるように、取引対象日（例えば、２日後）の電力需要量を予測する手法等が提案されている（特許文献１参照）。
特開２００４−２５２９６７号公報
上記のような背景から、過去の電力需要量に関するデータが蓄積され、事前に工場施設等での電力需要量をある程度正確に予測することが可能となってきている。しかしながら、上記のような手法は、電力供給者の発電費用まで考慮したものではないため、電力供給者が利益を最大化するために、電力の売買を行うべき最適取引量まで算出することができなかった。
そこで、本発明は、利益を最大化する電力取引量を算出することのできる最適取引量決定システム、最適取引量決定方法及びプログラムを提案することを目的とする。
上記課題を解決するための本発明の主たる発明は、電力取引における最適取引量を決定するシステムであって、発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に応じた前記発電費用と前記電力需要量の予測値から前記最適取引量を減算した電力量に応じた前記発電費用との差額である削減額を算出し、前記削減額と前記最適取引量に応じた前記取引額である支出額との差額である利益額を算出する利益額算出部と、前記利益額が最大となるように買い取引に係る前記最適取引量を決定する最適取引量決定部と、を備えることとする。
また、本発明の最適取引量決定システムでは、前記取引額算出情報は、電力の買い先に応じて異なる前記取引額を算出するための情報を含み、前記利益額算出部は、前記削減額と、複数の前記買い先から購入する購入電力量に応じた前記取引額の合計値との差額を前記利益額として算出し、前記最適取引量決定部は、前記利益額が最大となるように前記買い先ごとの前記購入電力量を決定するようにしてもよい。
また、本発明の最適取引量決定システムでは、前記電力需要量の予測値は確率分布で与えられ、前記利益額算出部は、前記確率分布における５０以下の複数のパーセンタイル値のそれぞれについて、前記パーセンタイル値を前記電力需要の予測値として前記利益額を算出するようにしてもよい。
また、本発明の最適取引量決定システムは、前記最適取引量決定部が前記最適取引量を決定した後に、前記電力需要量の予測値を変化させて前記利益額算出部に前記利益額を算出させ、算出させた前記利益額を出力する利益シミュレーション部をさらに備えるようにしてもよい。
また、本発明の他の態様は、電力取引における最適取引量を決定するシステムであって、発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に前記最適取引量を加算した電力量に応じた前記発電費用と、前記電力需要量の予測値に応じた前記発電費用との差額である増加額を算出し、前記最適取引量に応じた前記取引額である収入額と前記増加額との差額である利益額を算出する利益額算出部と、前記利益額が最大となるように売り取引に係る前記最適取引量を決定する最適取引量決定部と、を備えることとする。
また、本発明の最適取引量決定システムでは、前記電力需要量の予測値は確率分布で与えられ、前記利益額算出部は、前記確率分布における５０以上の複数のパーセンタイル値のそれぞれについて、前記パーセンタイル値を前記電力需要の予測値として前記利益額を算出するようにしてもよい。
また、本発明の最適取引量決定システムは、前記最適取引量決定部が前記最適取引量を決定した後に、前記電力需要量の予測値を変化させて前記利益額算出部に前記利益額を算出させ、算出させた前記利益額を出力する利益シミュレーション部をさらに備えるようにしてもよい。
また、本発明の他の態様は、電力取引における最適取引量を決定する方法であって、発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、を備えるコンピュータが、前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に応じた前記発電費用と前記電力需要量の予測値から前記最適取引量を減算した電力量に応じた前記発電費用との差額である削減額を算出し、前記削減額と前記最適取引量に応じた前記取引額である支出額との差額である利益額を算出するステップと、前記利益額が最大となるように買い取引に係る前記最適取引量を決定するステップと、を実行することとする。
また、本発明の他の態様は、電力取引における最適取引量を決定する方法であって、発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、を備えるコンピュータが、前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に前記最適取引量を加算した電力量に応じた前記発電費用と、前記電力需要量の予測値に応じた前記発電費用との差額である増加額を算出し、前記最適取引量に応じた前記取引額である収入額と前記増加額との差額である利益額を算出するステップと、前記利益額が最大となるように売り取引に係る前記最適取引量を決定するステップと、を実行することとする。
また、本発明の他の態様は、電力取引における最適取引量を決定するためのプログラムであって、発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、を備えるコンピュータに、前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に応じた前記発電費用と前記電力需要量の予測値から前記最適取引量を減算した電力量に応じた前記発電費用との差額である削減額を算出し、前記削減額と前記最適取引量に応じた前記取引額である支出額との差額である利益額を算出するステップと、前記利益額が最大となるように買い取引に係る前記最適取引量を決定するステップと、を実行させることとする。
また、本発明の他の態様は、電力取引における最適取引量を決定するためのプログラムであって、発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、を備えるコンピュータに、前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に前記最適取引量を加算した電力量に応じた前記発電費用と、前記電力需要量の予測値に応じた前記発電費用との差額である増加額を算出し、前記最適取引量に応じた前記取引額である収入額と前記増加額との差額である利益額を算出するステップと、前記利益額が最大となるように売り取引に係る前記最適取引量を決定するステップと、を実行させることとする。
その他本願が開示する課題やその解決方法については、発明の実施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、利益を最大化する電力取引量を予測することができる。
本発明の実施形態における予測システムを示す図である。 本発明の第１実施形態における予測装置のハードウェア構成を示す図である。 本発明の第１実施形態における取引情報提供装置のハードウェア構成を示す図である。 本発明の第１実施形態における発電手段に関するデータテーブルＭ１を示す図である。 本発明の第１実施形態における電力需要量の予測値に関するデータテーブルＭ２を示す図である。 本発明の第１実施形態における取引情報に関するデータテーブルＭ３を示す図である。 本発明の第１実施形態における予測装置の機能構成を示す図である。 本発明の第１実施形態における予測システムの動作のフローを示す図である。 本発明の第１実施形態における稼働優先度に関するデータテーブルＭ４を示す図である。 本発明の第１実施形態における稼働率と限界費用の関係を示す図である。 本発明の第１実施形態における限界費用線を示す図である。 本発明の第１実施形態における限界費用線を示す図である。 本発明の第１実施形態における限界費用線を示す図である。 本発明の第２実施形態における電力需要量の確率分布のイメージ図である。 本発明の第２実施形態における確率密度関数の変数変換のイメージ図である。 本発明の第３実施形態における需要予測部の動作のフローを示す図である。 本発明の第３実施形態における過去の電力需要量に関するデータテーブルＭ５を示す図である。 本発明の第３実施形態における過去の測定気温に関するデータテーブルＭ６を示す図である。 本発明の第４実施形態におけるデータテーブルＭ３’を示す図である。 本発明の第５実施形態における最適取引量の出力例である。 本発明の第６実施形態における利益額の出力例である。 本発明の一実施形態に係るデータテーブルＭ１’の構成例を示す図である。 本発明の一実施形態に係るデータテーブルＭ５の構成例を示す図である。
本明細書および添付図面の記載により、少なくとも以下の事項が明らかとなる。
＜第１実施形態＞
＝＝＝予測システムについて＝＝＝
本第１実施形態は、各発電手段について、単位発電量あたりの発電費用等に関する特性を把握して、それらの特性と電力取引の取引情報に基づいて、電力取引における利益値を最大にする取引量を予測するものである。
発電費用は、マストラン電源であるか否か、その発電手段の稼働率、そのときの発電に要する燃料費用等に応じて種々変動する。したがって、本第１実施形態は、電力取引において利益値を最大化するためには、それらの特性の把握は不可欠であるという理解に基づくものである。尚、以下、単位発電量（例えば１ＭＷｈ／ｈ）あたりに必要となる発電費用を「限界費用」と言う。また、電力取引における利益値を最大にする取引量を「最適取引量」と言う。
図１に、本第１実施形態における、電力取引の際の最適取引量の予測を実現する予測システムの一例を示す。本第１実施形態に係る予測システムは、予測装置１００と取引情報提供装置２００等から構成される。両装置は、ＬＡＮ接続等による通信網３００を利用して、データの送受信を行う。
予測装置１００は、使用者が操作を行うコンピュータである。また、取引情報提供装置２００は、予測装置１００からのリクエストに応じてデータを送信するコンピュータである。本第１実施形態に係る予測装置１００は、取引情報提供装置２００から、取引価格等に関する取引情報を取得することで、利益値を予測する構成としている。
＝＝＝予測装置１００のハードウェア構成＝＝＝
図２Ａに、本第１実施形態の予測装置１００のハードウェア構成例を示す。
予測装置１００は、制御手段１００Ａ、記憶手段１００Ｂ、通信手段１００Ｃ、入力手段１００Ｄ、表示手段１００Ｅを有している。
制御手段１００Ａは、ＣＰＵ等であり、バス等を介して、記憶手段１００Ｂ、通信手段１００Ｃ、入力手段１００Ｄ、表示手段１００Ｅと接続されている。そして、制御手段１００Ａは、記憶手段１００Ｂに記憶されたコンピュータプログラムに基づいて、記憶手段１００Ｂ、通信手段１００Ｃ、入力手段１００Ｄ、表示手段１００Ｅとデータ通信を行うとともに、それらの動作を制御する。
記憶手段１００Ｂは、揮発性メモリー（ＲＡＭ）、不揮発性メモリー（フラッシュメモリー）等からなる。そして、記憶手段１００Ｂには、予測装置１００を制御するためのコンピュータプログラム、後述する発電手段に関するデータＭ１、予測電力需要量に関するデータＭ２等が記憶されている。尚、記憶手段１００Ｂは、後述する回帰モデル、各機能部で計算された中間データ、最終データ、取得した分析対象データ等を記憶する記憶部も有している（図示せず）。
通信手段１００Ｃは、通信コントローラ等であり、有線や無線によるＬＡＮ接続による通信網３００等を利用して、取引情報提供装置２００とデータの送受信を行う。
入力手段１００Ｄは、スイッチ、タッチパネル等であり、予測装置１００に対する使用者の操作指示を受付ける。
表示手段１００Ｅは、各種の情報を表示する液晶ディスプレイ等であり、後述する予測気温の確率分布等を表示する。
＝＝＝取引情報提供装置２００のハードウェア構成＝＝＝
図２Ｂに、本第１実施形態の取引情報提供装置２００のハードウェア構成例を示す。
取引情報提供装置２００は、制御手段２００Ａ、記憶手段２００Ｂ、通信手段２００Ｃを有している。
制御手段２００Ａは、ＣＰＵ等であり、バス等を介して、記憶手段２００Ｂ、通信手段２００Ｃと接続されている。そして、制御手段２００Ａは、記憶手段２００Ｂに記憶されたコンピュータプログラムに基づいて、通信手段２００Ｃ、記憶手段２００Ｂとデータ通信を行うとともに、それらの動作を制御する。
記憶手段２００Ｂは、揮発性メモリー（ＲＡＭ）、不揮発性メモリー（フラッシュメモリー）等からなる。そして、記憶手段２００Ｂには、取引情報提供装置２００を制御するためのコンピュータプログラム、後述する取引情報に関するデータ等が記憶されている。
通信手段２００Ｃは、通信コントローラ等であり、有線や無線によるＬＡＮ接続による通信網３００等を利用して、予測装置１００とデータの送受信を行う。
＝＝＝データテーブルＭ１（発電手段）＝＝＝
図３Ａに、本第１実施形態の予測装置１００の記憶手段１００Ｂに記憶された発電手段に関するデータテーブルＭ１の一例を示す。
発電手段に関するデータは、電力供給者が有する複数の発電手段についての最低発電量、発電可能量、限界費用から構成される。
電力供給者は、水力発電、太陽光発電、原子力発電、火力発電等、複数の発電手段を有している。そして、それらの限界費用、発電可能量等は、発電手段の種類、又、発電効率等の性能により異なっている。例えば、原子力発電は、稼働の停止が困難であるため、常に稼働させる発電手段として予定されることになる。一方、火力発電は、燃料価格等に応じて、限界費用が高騰する場合もある。その他、水力発電は、他の発電手段に比して、限界費用が安価である等の特徴もある。
図３Ａに示す、発電手段Ａ、Ｂ、Ｃ・・・は、それらの発電手段の一つを表す。また、最低発電量（例えば１ＭＷｈ／ｈ）は、マストラン電源（上記した原子力発電のように、発電費用等の観点から、運用上稼働の停止が困難であり、常に稼働させる必要のある発電手段）による発電量である。また、発電可能量（例えば１ＭＷｈ／ｈ）は、それらの各発電手段の発電能力の限界値である。また、限界費用は、その発電手段を稼働させるとき、単位発電量（例えば１ＭＷｈ）あたりに必要となる発電費用を表す。
ここで、限界費用は、その稼働率、すなわち当該発電手段の発電能力の限界値のうち、発揮させている発電能力に応じても異なっている。具体的には、発電手段の限界費用は、稼働率が高くなるほど上昇する。したがって、利益を最大化するためには、当該データテーブルＭ１に当該稼働率の変化に応じた限界費用についても記憶しておく方がよい。図３Ａのデータテーブルで、発電手段Ａ、Ｂ、Ｃ・・の限界費用について、Ａ（ｘ１）、Ｂ（ｘ２）、Ｃ（ｘ３）・・・と記載しているのは、各発電手段の稼働率ｘ１、ｘ２、ｘ３・・・に応じた限界費用関数を表す。尚、その記憶形式は、テーブル形式等であってもよい。また、限界費用は線形に逓減するものとして、最低発電量（Ｐｍｉｎ）の場合の限界費用Ａ（Ｐｍｉｎ）と、発電可能量（Ｐｍａｘ）の場合の限界費用Ａ（Ｐｍａｘ）とを記憶するようにしてもよい。
＝＝＝データテーブルＭ２（予測電力需要）＝＝＝
図３Ｂに、本第１実施形態の予測装置１００の記憶手段１００Ｂに記憶された予測電力需要に関するデータテーブルＭ２の一例を示す。
予測需要に関するデータは、本予測装置１００の使用者である電力供給者が、所定の時間帯に供給する必要がある電力需要量の予測値（例えば１００ＭＷｈ）に関するデータである。当該電力需要量は、時間帯に応じて異なっている。例えば、昼は工場設備が稼働しているため、多くの電力需要が予測されるが、夜は工場設備の稼働が少ないため、電力需要が減ると予測される。このデータは、例えば、過去の同様の条件の日において、必要とされた電力需要量に基づいて算出されたデータが用いられる。過去の同様の条件とは、時刻、季節、曜日、天気等に関する条件である。
尚、データテーブルＭ２には、１時間ごとに予測される電力需要量を記憶されている。任意の時間（例えば３０分等）ごとの電力需要量の予測値を記憶するようにしてもよい。
＝＝＝データテーブルＭ３（取引情報）＝＝＝
図３Ｃに、本第１実施形態の取引情報提供装置２００の記憶手段２００Ｂに記憶された取引情報に関するデータテーブルＭ３の一例を示す。
取引情報に関するデータは、取引の対象となっている所定時間帯（例えば１１時〜１２時）の単位発電量（例えば１ＭＷｈ／ｈ）あたりの取引価格に関するデータ、及び取引可能量に関するデータである。ここで、取引情報に関するデータは、確定値であっても予測値であってもよい。電力取引は、当該取引価格に基づいて行われる。具体的には、電力供給者が、所定量の電力の売りを行った場合、当該取引価格に基づいて、電力供給者は、その売り分を余分に電力供給する代わりに、その売り分を収益として得ることができる。同様に、電力供給者が、所定量の電力の買いを行った場合、当該取引価格に基づいて、電力供給者は、その買い分の電力供給を取引対象者から受ける代わりに、その買い分の金額を支払うという態様である。また、取引可能量は、電力供給者が電力取引において取引が可能な上限値を表す。
尚、データテーブルＭ３には、１時間ごとの取引価格及び取引可能量が記憶されている。
また、取引可能量に関するデータは、電力供給者の発電手段の運用上の都合で設定するものであってもよい。例えば、上述したとおり、マストラン電源は、常時稼働させておくことが前提となっているため、当該マストラン電源の稼働による電力分は取引不能として設定しておいてもよい。また、取引可能量に関するデータは、必ずしも設定されていなくともよい。
＝＝＝予測装置１００の機能構成＝＝＝
図４に、本第１実施形態の予測装置１００の機能構成の一例を示す。
予測装置１００は、記憶手段１００Ｂに記憶されたコンピュータプログラム、及び上述したハードウェア構成（１００Ａ〜１００Ｅ）により、以下に説明する取得部１０１、発電予定算出部１０２、最適取引量算出部１０３、提示部１０４の機能を実現する。
取得部１０１は、他の装置とデータ通信を行って、データを取得する。本第１実施形態では、取引情報提供装置２００から取引情報に関するデータを取得する。
発電予定算出部１０２は、発電手段に関するデータＭ１（発電手段の発電可能量に関するデータ、発電手段の限界費用に関するデータ）と、設定された複数の発電手段に対する稼働優先度とに基づいて、限界費用線に関するデータを算出する。限界費用線に関するデータとは、必要とする発電量（電力需要量）と対応させて、当該発電量を補うためにどのように発電手段を稼働させるかについて特定したデータであり、後述する限界費用線Ｆ（Ｗ）に対応するデータである。
最適取引量算出部１０３は、算出した限界費用線に関するデータ、電力需要量の予測値に基づいて算出される所定量の電力取引を行った場合の発電費用の変化費用と、取引情報に関するデータに基づいて算出される所定量の電力取引を行った場合の取引収支との差が最大となるときの取引量を最適取引量として算出する。
＝＝＝予測システムの動作について＝＝＝
次に、予測システムの動作の一例について説明する。
図５に、本第１実施形態のフローチャートを示す。
（Ｓ１）は、予測装置１００の使用者が、予測対象の期間（例えば、２０１３／２／１の７時〜８時等）を入力する工程である。このとき、予測装置１００の使用者は、各発電手段の状況等を考慮して、発電手段の稼働優先度を設定する。
図６に、本第１実施形態における、マストラン電源に関する優先度、限界費用に関する優先度に関するデータテーブルＭ４を示す。発電予定算出部１０２は、当該稼働優先度の高い発電手段から順に稼働するように限界費用線に関するデータを算出する。尚、マストラン電源に関する優先度は、限界費用に関する優先度よりも高い優先度が設定されている。
ここで、各発電手段に設定する限界費用に関する優先度は、当該発電手段の稼働率に応じて変動するように設定してもよい。これは、発電手段は稼働率に応じて発電効率が変動し、それに応じて限界費用も変動するという理解に基づくものである。図７に、各発電手段の稼働率に応じた限界費用の一例を示す。図７に示すとおり、多くの発電手段は稼働率に応じて発電効率が低下し、限界費用が上昇する。これより、各発電手段の稼働率と限界費用の関係線の交点で、優先度を変更するものとしてもよい。
（Ｓ２）は、予測装置１００が、取引情報提供装置２００から、取得情報を取得する工程である。具体的には、予測装置１００の取得部１０１は、取引情報提供装置２００に対して、予測対象の期間に関する取得価格、及び取引可能量をリクエストする。そして、取引情報提供装置２００は、当該リクエストを受けて、取引情報に関するデータテーブルＭ３より予測対象の期間に関する取得価格及び取引可能量を、予測装置１００に送信する。尚、データテーブルＭ３を予測装置１００に設け、予め取引価格及び取引可能量を格納するようにして、（Ｓ２）を省略してもよい。
（Ｓ３）は、発電予定算出部１０２が、発電手段に関するデータＭ１、稼働優先度に関するデータＭ４に基づいて、電力取引の対象となる期間において、複数の発電手段をどのように稼働させるか、すなわち限界費用線に関するデータを算出する工程である。限界費用線に関するデータとは、必要とする発電量（電力需要量）と対応させて、当該発電量を補うためにどのように発電手段を稼働させるについて特定したデータであり、後述する限界費用線Ｆ（Ｗ）に対応するデータである。尚、限界費用線に関するデータは、発電量と発電費用を対応付けるデータであればよく、関数式で表されるものに限らず、発電量と発電費用を対応させてテーブル形式で記憶されたデータ等であってもよい。
以下に、（Ｓ３）で算出する限界費用線に関するデータをグラフ化した図８Ａ〜図８Ｃにより説明する。
図８Ａは、発電手段に関するデータＭ１、及び発電手段の稼働優先度に関するデータＭ２より算出された限界費用線である。横軸は必要とする発電量（電力需要量）を表し、縦軸はそれぞれの発電手段の限界費用を表している。右方向にいくほど発電量（電力需要量）が大きいことを表し、上方向にいくほど限界費用が大きいことを表す。また、限界費用線下の区画は、稼働させる発電手段の違いを表している（図８Ｂ、図８Ｃも同様）。ここで、マストラン電源に関する優先度を限界費用に関する優先度よりも高い優先度として設定しているため、限界費用線は、マストラン電源優先領域Ａと、限界費用優先領域Ｂの２領域から構成されている。すなわち、発電手段Ａ、Ｂ、Ｃの限界費用を一番低い発電手段Ｄよりも先に稼働させることを表している。
（Ｓ４）は、最適取引量算出部１０３が、所定量Ｃの電力取引を行った場合の発電費用の変化費用を算出する工程である。
ここで、図８Ｂ、図８Ｃにより、所定量Ｃの電力取引を行った場合の発電費用の変化費用について説明する。図８Ｂは、電力需要量がＮ０である場合に必要となる発電費用を表している。予測される電力需要量がＮ０である場合、図８Ｂの斜線で示す領域の面積の合計値が、必要となる発電費用となる。このとき発電費用は、式（１）より表すことができる。
Figure 2016136313
 ここで、Ｆ（Ｗ）は、発電量と対応した限界費用を示す限界費用線に関するデータを表す。上述したとおり、Ｆ（Ｗ）は、各発電手段の稼働率と限界費用に関するデータＡ（ｘ１）、Ｂ（ｘ２）、Ｃ（ｘ３）・・、稼働優先度、発電可能量等に基づいて算出される（ｘ１、ｘ２・・・は、稼働率を表す）。
図８Ｃに、電力取引の対象となる期間に取引量Ｃの取引（電力買い）を行った場合の発電費用の変化費用（減少）の一例を示す。図８Ｃより、取引量Ｃの電力買いを行った場合の発電費用の変化費用は、Ｆ（Ｗ）がＷ軸について需要予測値Ｎ０と取引後Ｎ０−Ｃで囲まれる領域である。具体的には、発電費用の変化費用は、式（２）より表すことができる。
Figure 2016136313
 （Ｓ５）は、最適取引量算出部１０３が、取引情報に関するデータＭ３に基づいて、電力取引の対象となる期間に所定量の取引を行った場合の取引収支を算出する工程である。具体的には、電力取引の対象となる期間の取引価格が一定値Ｒである場合、所定量Ｃの取引（電力買い）を行った場合の取引収支（支払額）は、式（３）より表すことができる。
Figure 2016136313
 （Ｓ６）は、最適取引量算出部１０３が、（Ｓ４）において算出した所定量の取引を行った場合の発電費用の変化費用と、（Ｓ５）において算出した所定量の取引を行った場合の取引収支の差に基づいて、最適取引量を算出する工程である。具体的には、電力買いの場合、発電費用の変化費用（減少）から取引収支（支払額）を減じた差分が大きくなるほど、電力供給者にとって最大利益となる。
すなわち、電力供給者の利益額Ｙは、式（２）、式（３）より、電力買いの場合は式（４）と表せる。
Figure 2016136313
 ここで、Ｙが最大となるＣ’が最適取引量となる。例えば、最適取引量Ｃ’は、Ｃに係る微分方程式により算出することができる。尚、（Ｓ４）、（Ｓ５）の工程は、実質的に（Ｓ６）の工程に集約されるから省略してもよい。
尚、最適取引量算出部１０３は、発電費用の変化費用（減少）から取引収支（支払額）を減じた差分Ｙが、電力供給者にとって、プラス額となる方向で、最大となるＣ’を最適取引量として選択する。
また、取引情報として、取引可能量が設定されている場合、当該取引可能量を上限値として、最適取引量を算出する。
これより、最適取引量算出部１０３は、電力取引の電力買いに関して、電力供給者が最大利益を得ることができるように、最適取引量を算出することになる。
（Ｓ７）は、提示部１０４が、（Ｓ５）において算出された電力取引における最適取引量を予測装置１００の使用者が認識できるように所定の画像処理を施して提示する工程である。例えば、提示部１０４は、取引対象の時間帯における発電手段と稼働率、及び最適取引量をテキストデータとして出力する。
このように、本第１実施形態によれば、発電費用を考慮して、利益値を最大にする電力取引の最適取引量の算出することができる。
尚、上記第１実施形態では、電力買いの場合について説明したが、電力売りの場合についても同様である。すなわち、電力売りの場合、取引収支（収入額）から発電費用の変化費用（増額）を減じた差分が最大となるとき、電力供給者にとって最大利益となる。このとき、利益額Ｙは、式（５）と表せる。そして、Ｙが最大となるＣ’を最適取引量として算出できる。
Figure 2016136313
 尚、本第１実施形態では、電力買い、電力売りの一方のみ可能な場合について説明したが、電力買い、電力売りのいずれも可能である場合には、電力買い、電力売りのいずれについてもＹを算出し、Ｙが最大となるときのＣ’を最適取引量とすればよい。
また、上記第１実施形態では、各発電手段の優先度に関するデータは、予測装置１００の使用者が各々の発電手段の状況等を考慮して設定するものとしたが、これらのデータは、最適取引量を算出するときに都度、発電予定算出部１０２が設定するものであっても、予めデータテーブルＭ４に記憶されたものであってもよい。
また、上記第１実施形態では、優先度に関するデータとして、マストラン電源に関する優先度、限界費用に関する優先度を記載したが、限界費用に関する優先度のみが設定される態様であってもよい。また、それらの優先度以外にも他の優先度に関するデータを設定してもよい。例えば、原子力発電による電力供給量を減少させる要請があった場合は、原子力発電に係る発電手段は、最も優先度を下げるように別項目として、使用控え度に関するデータを設定する。
また、上記第１実施形態では、取引価格Ｒは、取引量Ｃによらず一定である場合について説明した。しかし、取引価格Ｒが、取引量Ｃに応じて変動するものであってもよい。その場合、式（４）のＲは、Ｃの関数Ｒ（Ｃ）として表せる。そして、最適取引量算出部１０３は、式（４）を当該関数Ｒ（Ｃ）と置き換えた態様で、Ｙが最大となる最適取引量Ｃ’を算出する。
尚、上記第１実施形態では、予測システムは、利益額Ｙを算出するものとしたが、利益値に関するデータであれば、利益額に限らず、所定のポイント等であってもよい。
尚、雷等の影響により、所定の発電手段が停止し、電力を供給することができなくなる場合がある。この場合、発電予定算出部１０２により算出した限界費用線が変動することになる。したがって、（Ｓ３）では、このような変動要因を考慮して、限界費用線におけるそれぞれの発電可能量を、脱落する可能性を考慮した期待値として算出してもよい。この場合、データテーブルＭ１の当該所定の発電手段に脱落に関する確率分布に関するデータを記憶しておく。そして、当該所定の発電手段の脱落に関する確率分布に関するデータと、当該発電手段の発電可能量に基づいて、当該発電手段の発電可能量の期待値を算出する。そして、発電予定算出部１０２は、当該発電手段の発電可能量の期待値に基づいて、限界費用線に関するデータを算出することによって、電力脱落のリスクを反映させることができる。また、限界費用線を変更する代わりに、仮想的に需要予測値Ｎが上昇したものとして、需要予測値Ｎに各発電手段の脱落による期待値を加算して、その後の処理を実行してもよい。
＜第２実施形態＞
本第２実施形態では、電力需要量の予測値が確率分布として算出されている場合に、最適取引量とともに利益額の確率分布に関するデータを算出する点で、第１実施形態と異なっている。第１実施形態では、電力需要量が一定の予測値である場合について説明したが、現実には、電力需要量の予測値はある程度の幅で変動する確率分布を有する。例えば、工場施設等で使用される電力需要量は、事前に予測することができるが、気温の変動による冷暖房需要に起因する電力需要量は事前に予測することは困難である。
したがって、本第２実施形態では、電力需要量の確率分布に関するデータに基づいて、最適取引量とともに利益額の確率分布に関するデータを算出する。
以下、本第２実施形態の態様について説明する。尚、本第２実施形態では、最適取引量算出部１０３’の構成のみ第１実施形態と異なっているため、その他の構成については説明を省略する。
本第２実施形態では、最適取引量算出部１０３’が、電力需要量の確率分布に基づいて、最適取引量を算出するとともに、利益額の確率分布に関するデータを算出する。
尚、本第２実施形態における確率分布に関するデータ（以下、「確率分布データ」という）とは、実現し得る値の予測値からのばらつきを示すものであり、例えば、未来の所定時間帯（例えば、２０１３／２／１の７時）に９５％の確率で実現し得る電力需要量、利益額の幅（信頼区間）を意味する。また、確率分布は、予測値に関する確率密度関数を表すデータや、実現し得る確率と予測値の幅の対応関係を示すデータ、分散係数等であってもよい。
最適取引量算出部１０３’は、一例として、電力需要量の確率分布に基づいて、電力需要量の期待値Ｎ１を算出する工程と、当該期待値Ｎ１を電力需要量の予測値として、最適取引量を算出する工程と、当該最適取引量に対する利益値に対して、電力需要量の確率分布を反映させる工程とによって、最適取引量を算出するとともに、利益額の確率分布データを算出する。
具体的には、電力需要量の確率分布に基づいて、電力需要量の期待値Ｎ１を算出する工程は、電力需要量の期待値Ｎ１は、電力需要量の確率分布が、確率密度関数ｆ（Ｎ）である場合、式（６）より算出できる。
Figure 2016136313
 当該期待値Ｎ１を電力需要量の予測値として、最適取引量を算出する工程は、図５の（Ｓ４）〜（Ｓ６）に示すとおりである。すなわち、最適取引量算出部１０３’は、電力需要量の予測値を期待値Ｎ１として、限界費用線に関するデータに基づいて、所定の取引量Ｃの電力取引を行った場合の発電費用の変化費用を算出する（Ｓ４）。そして、最適取引量算出部１０３’は、取引情報に関するデータＭ３に基づいて、電力取引の対象となる期間に所定量の取引を行った場合の取引収支を算出する（Ｓ５）。そして、最適取引量算出部１０３’は、（Ｓ４）において算出した所定量の取引を行った場合の発電費用の変化費用と、（Ｓ５）において算出した所定量の取引を行った場合の取引収支の差が最大となるように、最適取引量Ｃ’を算出する（Ｓ６）。
当該最適取引量に対する利益値に対して、電力需要量の確率分布を反映させる工程は、例えば、電力需要量の信頼区間に基づいて、利益額の信頼区間を算出する。利益額の信頼区間は、式（４）に電力需要量Ｎの信頼区間の上限値Ｎ２、下限値Ｎ３をそれぞれ代入することによって算出することができる（利益額Ｙの関数式（４）は、Ｃが一定のとき電力需要量Ｎに関して単調増加関数である）。その他、電力需要量の信頼区間に含まれるＮを５点選択して、それぞれに対応する利益額Ｙを算出することで、利益額の信頼区間の上限値、下限値と擬制する方法であってもよい。
尚、信頼区間とは、一定確率の範囲内で現実に起こり得る数値範囲を意味する。図９は、電力需要量の確率密度関数ｆ（Ｎｆ）が、Ｎ（Ｎ１、σ）の正規分布である場合に６８．３％の範囲内となる信頼区間を表す。
このように、本第２実施形態によって、電力需要量Ｎの確率分布を利用することによって、利益額の確率分布を算出することができ、リスクを考慮しながら、電力取引を行うことができる。
尚、上記第２実施形態では、電力需要量Ｎの信頼区間のうち所定点をサンプリングして、利益額Ｙの信頼区間に変換したが、利益額Ｙの確率分布は、ｆ（Ｎｆ）の確率密度関数を変数変換して、利益額Ｙの確率密度関数として表してもよい。
図１０は、確率密度関数の変数変換のイメージ図である。電力需要量Ｎの確率密度関数ｆ（Ｎ）を、利益額Ｙの確率密度関数ｇ（Ｙ）に変換する場合、Ｙの確率密度関数ｇ（Ｙ）は、式（７）を変形して式（８）のように表せる。
Figure 2016136313
Figure 2016136313
 これによって、最適取引量算出部１０３’は、電力需要量Ｎの確率密度関数ｆ（Ｎ）を、利益額の確率密度関数ｇ（Ｙ）に変数変換することができる。
このように、本第２実施形態によれば、電力需要量の確率分布を考慮して、利益値を最大にする電力取引の最適取引量の算出することができる。
尚、上記第２実施形態では、電力需要量の確率分布の期待値Ｎ１に基づいて、最適取引量を算出する方法を説明したが、期待値に代えて平均値に基づいて、最適取引量を算出する方法であってもよい。
また、電力需要量Ｎの確率密度関数ｆ（Ｎ）を、利益額の確率密度関数ｇ（Ｙ）に変数変換する方法に代えて、電力需要量Ｎの分散係数を、利益額の分散係数に変数変換する方法であってもよい。
また、上記第２実施形態は、電力需要量Ｎの確率密度関数ｆ（Ｎ）が正規分布である場合に限らず、ｔ分布、χ2分布、Ｆ分布等、任意の分布関数に適用することができる。
尚、上記第２実施形態では、電力需要量が確率分布として算出されている場合について説明した。しかし、取引価格が確率分布として算出されている場合についても、上記と同様に変数変換することで、利益額の確率分布を算出することができる。また、電力需要量、取引価格がともに確率分布として算出されている場合、周知の二次元変数変換を行えばよい。
＜第３実施形態＞
本第３実施形態では、予測装置１００が、更に電力需要量の確率分布を算出する、需要予測部１０５（図示せず）を有している点で、上記第３実施形態と異なっている。以下、本実施形態の態様について説明する。尚、第１実施形態と共通する構成については省略する。
本第３実施形態では、現実の電力需要量が、電力需要量の予測値から変動する要因の一つに、気温変動に起因する冷暖房需要の変動があるという理解に基づいて、電力需要量の予測を行う。すなわち、周知の方法で算出された予測気温の確率分布より、電力需要量の確率分布を算出する。尚、本第３実施形態では、需要予測部１０５は、過去の気温の実測値と電力需要量の実測値に基づいて、気温と電力需要量の関係式を算出し、当該関係式から予測気温の確率分布を電力需要量の確率分布に反映させる。
図１１に、本第３実施形態のフローチャートの一例を示す。
本第３実施形態では、予測装置１００が、需要情報提供装置４００、気象情報提供装置５００、とＬＡＮ接続等による通信網３００を利用して（図１には図示せず）、気温の実測値、及びそのときの電力需要量に関する過去のデータ等の送受信を行うことで、電力需要量の予測を行う。尚、需要情報提供装置４００、気象情報提供装置５００は、予測装置１００からのリクエストに応じてデータを送信するコンピュータである。また、需要情報提供装置４００、気象情報提供装置５００は、図２Ｂに示す取引情報提供装置２００と同様のハードウェア構成となっている。
図１２Ａに、需要情報提供装置４００の記憶手段に記憶された、過去に実測された電力需要量に関するデータテーブルＭ５の一例を示す。このデータテーブルＭ５には、所定時間帯の電力需要量（Ｗ）が日時と対応づけられて、１時間単位で記憶されている。
図１２Ｂに、気象情報提供装置５００の記憶手段に記憶された、過去に実測された気温に関するデータテーブルＭ６の一例を示す。このデータテーブルＭ６には、所定時間帯の気温の実測値が日時と対応づけられて、１時間単位で記憶されている。
図１１の（Ｓ４１）は、予測装置１００の取得部１０１が、需要情報提供装置４００に対して、未来の所定時間帯Ｐに関する、過去の電力需要量を要求する工程である。
（Ｓ４２）は、需要情報提供装置４００が、当該要求を受けて、過去の電力需要量に係るデータテーブルＭ５から、電力需要量を取得し、予測装置１００に対して、当該データを送信する工程である。
一例として、未来の所定時間帯Ｐが７時である場合、取得部１０１は、過去（昨年度の同月）の電力需要量に関するデータＭ５の７時〜８時のデータを取得する。
（Ｓ４３）は、予測装置１００の取得部１０１が、気象情報提供装置５００に対して、（Ｓ４２）で取得した電力需要量の時刻に関する、過去の気温の実測値を要求する工程である。
（Ｓ４４）は、気象情報提供装置５００が、当該要求を受けて、過去の測定気温に係るデータテーブルＭ６から、実測値を取得し、予測装置１００に対して、当該データを送信する工程である。
一例として、（Ｓ４２）で取得した電力需要量の時間帯が、７時〜８時である場合、取得部１０１は、測定気温に関するデータＭ６の７時、又は８時のデータを取得する。
（Ｓ４５）は、予測装置１００の需要予測部１０５が、取得した過去のデータに基づいて、需要予測式を算出する工程である。具体的には、予測装置１００は、（Ｓ４４）で取得した所定時間帯の気温の実測値Ｔ１、及び電力需要量Ｎ１に基づいて、電力需要量と気温の関係式を算出するための回帰分析を行う。
回帰分析は、例えば、電力需要量Ｎを目的変数、標準気温１８℃と実測値の差、及び標準気温１８℃と実測値の差の二乗を説明変数とする、式（９）の回帰モデルについて、最小二乗法により行う。
Figure 2016136313
 （γ0、δ0は母切片、γ1、γ2、δ1、δ2は母回帰係数、Ｅiは誤差項を表す。また、各変数の末尾のｉは、各観測点ｉを表し、サンプルとして取得した過去のデータの各実測値Ｔ１、電力需要量Ｎ１を表す。）
ここで、標準気温１８℃と実測値の差を説明変数としているのは、冷暖房需要による電力需要量の変動量は、標準気温１８℃のときには、冷暖房需要は実質的に０であるとみなせるためである。また、標準気温１８℃と実測値の差の二乗を説明変数とすることによって、冷暖房の需要は、気温が標準気温１８℃から離れるにつれて、急激に増加するという一般的社会現象をより正確に反映させることができる。
また、式（９）は、１８℃以上か１８℃以下かによって式を２分し、冷房需要と暖房需要とを別としている。なお、式（９）では省略しているが、天気情報、曜日情報等の説明変数を追加して回帰分析を行ってもよい。
これより、当該回帰モデルのγ0、γ1、γ2、δ0、δ1、δ2を決定し、需要予測式として回帰式（１０）を算出する。
Figure 2016136313
 （Ｓ４６）は、予測装置１００の需要予測部１０５が、上記回帰式（１０）と、予測気温の確率分布データに基づいて、電力需要量の確率分布を算出する工程である。
一例として、予測気温の確率分布データが、予測気温の期待値Ｔ２と、６８．２％の信頼区間として気温Ｔ２±Ｓで表されている場合、電力需要量の確率分布（信頼区間）は、次のようになる。
すなわち、電力需要量の期待値は、式（１０）の気温Ｔに対して、予測気温の確率分布の期待値Ｔ２を代入することによって算出できる。そして、電力需要量の予測値の信頼区間の上限値と下限値は、式（１０）にＴ２＋Ｓ、Ｔ２−Ｓそれぞれを代入することによって算出することができる。（式（１０）は、気温Ｔについて単調増加関数とみなせる）
このように、本第３実施形態によって、予測気温の確率分布を電力需要量の確率分布に反映させることができ、電力需要量の確率分布を高い精度で算出することができる。
尚、上記第３実施形態では、標準気温１８℃と実測値の差、及び標準気温１８℃と実測値の差の二乗を説明変数とする、回帰モデルを用いた。しかしながら、予測気温の確率分布から電力需要量の確率分布をある程度の精度で算出することができれば、回帰モデルは、上記に限る必要はない。例えば、標準気温１８℃と実測値の差の二乗については、説明変数を省略してもよいし、標準気温１８℃と実測値の差に代えて、通常の実測値を説明変数としてもよい。また、標準気温についても１８℃に代えて、１７℃や１９℃と設定してもよい。また、説明変数として予測最高気温、予測最低気温、天気情報、地域情報等を追加してもよい。また、サンプルの分散を安定化させるため、分散安定化変換を行って、回帰モデルを適応してもよい。
また、上記第３実施形態では、予測対象の日時が設定されるに応じて、需要予測式を算出する工程を行うとしたが、需要予測式を予め生成しておき、予測対象の日時が設定されるに応じて、対応する日時の電力需要量の予測値を算出してもよい。
また、上記第３実施形態では、現実の電力需要量が電力需要量の予測値から変動する要因として、気温変動に起因する冷暖房需要の変動が最も大きいとみなして、電力需要量のばらつきを算出する際、式（９）の誤差項に関しては、考慮しない態様とした。しかしながら、式（９）の誤差項に関しても、誤差項の標準偏差を算出し、電力需要量の確率分布を算出する際に考慮に入れる態様としてもよい。その場合、周知の誤差伝搬の法則により、標準偏差を統合すればよい。
＜第４実施形態＞
第４実施形態は、電力の買い先（電力の調達先）に応じて取引価格が異なる点で、第１実施形態と異なる。電力価格は、例えば買い先との間の距離に応じて異なる通行料が係るなどの理由により、買い先に応じて異なる取引価格となる。尚、第４実施形態では、電力市場における取引価格は同一であって、上述の通行料等、購入に係る追加的コストが発生するような場合についても、追加的コストを含む総費用を取引価格というものとする。また、電力供給者ごとに異なる価格である場合には、買い先とは電力供給業者を示すとし、電力供給者の所在する地域（中国地方、四国地方、九州地方など）ごとに異なる価格である場合には、買い先とは地域を示すものとする。
＝＝＝データテーブルＭ３’（取引情報）＝＝＝
第４実施形態において、取引情報に関するデータを格納するデータテーブルＭ３は、売りについての取引価格と、買いについての買い先ごとの取引価格とを含めたデータテーブルＭ３’にする。データテーブルＭ３’の構成例を図１３に示す。データテーブルＭ３’では、「売り」と買い先（ａ〜ｄ）別の「買い」とに応じた取引価格（予想約定価格）と、同じく「売り」と買い先（ａ〜ｄ）別の「買い」とに応じた最低取引量及び最大取引量とが含まれる。図１３の例では、３０分（００時００分から００時３０分までを１Ａとし、００時３０分から０１時００分までを１Ｂとするようにして、００時００分に対応する１Ａから２３時３０分に対応する２３Ｂまでの２４時間帯）ごとの取引価格及び取引可能量がデータテーブルＭ３’に格納されている。尚、時間帯の長さは、例えば電力市場における取引単位に合わせる等、任意に設定することができ、第１実施形態と同様に１時間単位としてもよい。
尚、図１３の例では、取引可能量についても売りと買い先とに応じて別々に格納しているが、売り買いとも同じ取引可能量として１つの取引可能量を格納するようにしてもよいし、売りについての取引可能量と、買いの合計についての取引可能量との２つを格納するようにしてもよい。また、取引可能量は時間帯ごとの制約ではなく１日の制約として日量合計についての最大及び最低取引量を格納するようにしてもよいし、時間帯ごとの制約に加えて日量合計についての最大及び最低取引量を格納するようにしてもよい。
＝＝＝数式＝＝＝
（Ｓ５）の取引収支額を算出する工程において、最適取引量算出部１０３は、買い先Ｘに応じた電力取引の対象となる期間の取引価格をＲ（Ｘ）とし、買い先をＸとした取引量をＣ（Ｘ）として、電力買いの取引を行った場合の取引収支額を次式（３’）により算出する。
Figure 2016136313
 また、電力買いの取引を行った場合の電力供給者の利益額Ｙは、次式（４’）により算出する。
Figure 2016136313
 また、電力売りの場合の利益額Ｙは、次式（５’）により算出する。
Figure 2016136313
 最適取引量算出部１０３は、動的計画法などの手法を用いて取引量Ｃ（Ｘ）を変化させて式（５’）によりＹを算出していき、Ｙが最大となる最適取引量Ｃ’を求めることができる。
以上のように、第４実施形態では、買い先により電力買い取引に係る取引価格が異なる場合であっても、利益を最大化するように取引量を決定することができる。
＜第５実施形態＞
第５実施形態は第４実施形態の変形例であり、電力需要量の予測値が確率分布として算出される場合に、最適取引量とともに利益額の確率分布を算出する点で、第４実施形態と異なっている。
同じく電力需要量の予測値が確率分布として算出される第２実施形態では、電力需要量の信頼区間に基づいて利益額の信頼区間を算出するようにしていたが、第５実施形態では、電力需要量のいくつかのパーセンタイル値について利益額を最大にする取引量を計算する。
第５実施形態では、売り取引については、５０％需要量、７０％需要量及び９０％需要量について利益額を計算し、買い取引については、５０％需要量、３０％需要量及び１０％需要量について利益額を計算することとする。
具体的には、最適取引量算出部１０３はまず、電力需要量の確率分布から５０％需要量、７０％需要量及び９０％需要量を算出する。パーセンタイル値の算出処理については一般的な手法を採用する。次に最適取引量算出部１０３は、５０％需要量、７０％需要量及び９０％需要量のそれぞれをＮ０として式（５’）により売り取引に係る各時間帯の最適取引量を算出する。
また、最適取引量算出部１０３は、電力需要量の確率分布から５０％需要量、３０％需要量及び１０％需要量を算出し、５０％需要量、３０％需要量及び１０％需要量のそれぞれをＮ０として式（４’）により買い取引に係る各時間帯の最適取引量を算出する。
図１４は第５実施形態に係る提示部１０４が出力する最適取引量の一例である。提示部１０４は、売り取引について、５０％需要量、７０％需要量及び９０％需要量に対応付けて時間帯ごとの最適取引量を出力する。また、提示部１０４は、買い取引について、５０％需要量、３０％需要量及び１０％需要量に対応付けて時間帯ごとの最適取引量を出力する。
以上のようにして、電力需要量のパーセンタイル値ごとに最適取引量が計算される。上述したとおり、発電手段は発電に係る限界費用の小さいものを優先的に稼働させることを想定している。したがって、電力需要量が大きくなるほど限界費用の大きい発電手段を稼働させる必要があり、発電費用は逓増していく。このため、電力需要量が大きくなると売り取引に係る利益額も逓減することになる。一方、買い取引に係る利益額については、電力需要量が小さくなるほど、限界費用の小さい発電手段だけを稼働させればよく、発電費用は逓減していくことから、電力需要量が小さくなると買い取引に係る利益額も逓減していくことになる。そこで、リスク管理の視点からは、売り取引に関しては電力需要量が上ぶれした場合、すなわち、５０以上のパーセンタイル値について利益額を計算するシミュレーションを行うことが有用であり、買い取引に関しては電力需要量が下ぶれした場合、すなわち、５０以下のパーセンタイル値について利益額を計算するシミュレーションを行うことが有用であるところ、第５実施形態に係る予測装置１００によれば、そのようなシミュレーションを行い、売り取引について電力需要量が上ぶれした場合の取引量の変化を出力することができ、買い取引について電力需要量が下ぶれした場合の取引量の変化を出力することができる。
＜第６実施形態＞
第６実施形態は第５実施形態の変形例であり、電力需要量のいくつかのパーセンタイル値について最適取引量（以下、Ｘ％需要量に対応する最適取引量をＸ％取引量という。）を算出した後、算出したＸ％取引量を前提として、さらに電力需要量のいくつかのパーセンタイル値について利益額を算出する。
具体的には、最適取引量算出部１０３は、上記第４実施形態のとおり、売り取引について５０％取引量、７０％取引量及び９０％取引量を算出した後、５０％需要量、７０％需要量及び９０％需要量のそれぞれをＮ０として、式（５’）により時間帯ごとの利益額Ｙを算出する。同様に、最適取引量算出部１０３は、買い取引について５０％取引量、３０％取引量及び１０％取引量を算出した後、５０％需要量、３０％需要量及び１０％需要量のそれぞれをＮ０として、式（４）により時間帯ごとの利益額Ｙを算出する。
図１５は、第６実施形態に係る提示部１０４が出力する利益額の一例である。図１５の例では、提示部１０４は、売り取引に関し、５０％取引量、７０％取引量及び９０％取引量のそれぞれについて、５０％需要量、７０％需要量及び９０％需要量に対応付けて３０分の時間帯ごとの利益額を出力する。また、提示部１０４は、買い取引に関し、５０％取引量、３０％取引量及び１０％取引量のそれぞれについて、５０％需要量、３０％需要量及び１０％需要量に対応付けて３０分の時間帯ごとの利益額を出力する。
上述したとおり、売り取引に関しては電力需要量の上ぶれがリスクであり、買い取引に関しては電力需要量の下ぶれがリスクであるところ、第６実施形態の予測装置１００によれば、売り取引について電力需要量が上ぶれした場合の利益額の変化を出力することができ、買い取引について電力需要量が下ぶれした場合の利益額の変化を出力することができる。
＜その他の変形例＞
図１６はデータテーブルＭ１の変形例であるデータテーブルＭ１’の構成例を示す図である。データテーブルＭ１は、最低発電量、発電可能量及び限界費用を記憶していたところ、データテーブルＭ１’においても同様に、発電手段（ユニット名）ごとに、最低発電量（Ｐｍｉｎ）、最大発電量（発電可能量；Ｐｍａｘ）、増分単価（限界費用）を記憶しているが、増分単価（限界費用）については、最低発電量（Ｐｍｉｎ）に対応する価格と、最大発電量（Ｐｍａｘ）に対応する価格とが含まれている。データテーブルＭ１’においては、増分単価（限界費用）は、最低発電量のときの限界費用が一番高く、最高発電量のときの限界費用が一番低くなるように、線形に低下することを想定している。なお、最低発電量に対応する価格から最大発電量に対応する価格までは曲線により変化してもよい。したがって、最低発電量に対応する価格と最大発電量に対応する価格とに基づいて、発電量に応じた限界費用を求めることができる。
図１７は、発電手段による時間帯ごとの最低発電量（下限）及び最高発電量（上限）を管理するデータテーブルＭ５である。このデータテーブルＭ５を制約条件として最適取引量を決定するようにしてもよい。発電機の運用時などには、予め運転計画が作成されるところ、発電機の起動時には定格値までの発電ができず、また定格値の発電を行っている間はなるべく発電量を変化させない方が、発電効率が良くなることが知られている。そこで、運転計画に応じて各時間帯における最低発電量及び最大発電量を予め設定しておくことが考えられる。データテーブルＭ５にはこのような時間帯ごとの最低発電量及び最大発電量を設定することができる。最適取引量算出部１０３は、各時間帯における発電量が最低発電量以上最高発電量以下となる制約条件の下、利益額Ｙが最大となる取引量を最適取引量として決定する。これにより、運転計画に沿いつつ効果的な発電及び電力取引を行うことができる。
以上、上記各実施形態によれば、発電費用を考慮して、利益値を最大にする電力取引の最適取引量の算出することができる。
尚、上記各実施形態では、予測装置１００が、発電予定算出部１０２、最適取引量算出部１０３を機能部として有する構成とした。しかし、これらの機能部、又はその一部は、他の装置に分散されていてもよい。同様に、各記憶手段に記憶されたデータの記憶領域は、任意の場所でよい。例えば、予測装置１００に集約されていてもよいし、複数のコンピュータから構成されるクラウドシステム上に分散して記憶される構成であってもよい。
＝＝＝結言＝＝＝
以上より、上記各実施形態は、次のように記載できる。
上記各実施形態は、電力取引における利益値（Ｙ）を最大化する最適取引量を予測する予測システムであって、複数の発電手段の発電可能量を記憶する第１の記憶部（上記実施形態では、データテーブルＭ１に対応）と、複数の発電手段の単位発電量あたりの発電費用を記憶する第２の記憶部（上記実施形態では、データテーブルＭ１に対応）と、電力取引の対象とする期間における電力需要量の予測値（Ｎ）を記憶する第３の記憶部（上記実施形態では、データテーブルＭ２に対応）と、単位発電量あたりの発電費用が低い発電手段が優先的に稼働するように設定された、複数の発電手段に対する稼働優先度を記憶する第４の記憶部（上記実施形態では、データテーブルＭ４に対応）と、電力取引の対象とする期間における単位発電量あたりの取引価格を記憶する第５の記憶部（上記実施形態では、データテーブルＭ３に対応）と、発電手段の発電可能量と、発電手段の単位発電量あたりの発電費用と、発電手段に対する稼働優先度に基づいて、電力需要量と発電費用の対応関係を示す限界費用線に関するデータを算出する発電予定算出部（１０２）と、限界費用線に関するデータ及び電力需要量の予測値とに基づいて算出される所定量の電力取引（Ｃ）により生ずる発電費用の変化費用と、取引価格に関するデータに基づいて算出される所定量の電力取引により生ずる取引収支との差が、最大となる所定量を算出する最適取引量算出部（１０３、１０３’）とを有することを特徴とする予測システムを開示するものである。
これによって、電力供給者は、発電費用を考慮して、利益値を最大にする電力取引の最適取引量の算出することができる。
ここで、複数の発電手段の単位発電量あたりの発電費用は、複数の発電手段それぞれの稼働率と単位発電量あたりの発電費用が対応づけられて記憶されたデータであってもよい。
これによって、発電費用を詳細に把握すること可能となり、より正確に利益値を最大にする電力取引の最適取引量の算出することができる。
ここで、電力需要量の予測値は、電力取引の対象とする期間における電力需要量の確率分布データであり、最適取引量算出部は、電力需要量の確率分布データに基づいて、電力取引における最適取引量、及び利益値の確率分布データを算出するものであってもよい。このとき、最適取引量算出部は、電力需要量の確率分布の期待値に基づいて、電力取引における最適取引量を算出するものであってもよい。
これによって、最適取引量に加えて、電力取引における利益のぶれ幅（リスク）を算出することができる。
ここで、予測システムは、所定の発電手段の電力脱落の確率分布データを記憶する第６の記憶部（上記実施形態では、データテーブルＭ１に対応）を更に備え、発電予定算出部は、所定の発電手段の電力脱落の確率分布データと、所定の発電手段の発電可能量に基づいて、所定の発電手段の発電可能量の期待値を算出し、所定の発電手段の発電可能量の期待値に基づいて、限界費用線に関するデータを算出するものであってもよい。
これによって、電力脱落のリスクを踏まえた、利益値を最大にする電力取引の最適取引量の算出することができる。
ここで、取引価格は、電力取引の対象とする期間における、取引価格の確率分布データであり、最適取引量算出部は、取引価格の確率分布データに基づいて、電力取引における最適取引量、及び利益値の確率分布データを算出するものであってもよい。
これによって、最適取引量に加えて、電力取引における利益のぶれ幅（リスク）を算出することができる。
ここで、第４の記憶部は、更にマストラン電源に係る優先度を有し、複数の発電手段に対する稼働優先度は、単位発電量あたりの発電費用が低い発電手段よりも、マストラン電源に係る優先度が設定された発電手段が優先的に稼働するように設定されたデータであってもよい。
これによって、発電費用を詳細に把握すること可能となり、より正確に利益値を最大にする電力取引の最適取引量の算出することができる。
また、上記各実施形態は、電力取引における利益値を最大化する取引量を予測する予測方法であって、複数の発電手段の発電可能量と、複数の発電手段の単位発電量あたりの発電費用と、複数の発電手段に対する稼働優先度に基づいて、電力需要量と発電費用の対応関係を示す限界費用線に関するデータを算出する発電予定算出工程と、限界費用線に関するデータ及び電力需要量の予測値に基づいて算出される所定量の電力取引により生ずる発電費用の変化費用と、取引価格に関するデータに基づいて算出される所定量の電力取引により生ずる取引収支との差が、最大となる所定量を算出する最適取引量算出工程と、を有することを特徴とする予測方法を開示するものである。
これによって、電力供給者は、発電費用を考慮して、利益値を最大にする電力取引の最適取引量の算出することができる。
以上、本発明の具体例を詳細に説明したが、これらは例示にすぎず、請求の範囲を限定するものではない。請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。
１００ 予測装置
１０１ 取得部
１０２ 発電予定算出部
１０３ 最適取引量算出部
１０４ 提示部
１０５ 需要予測部
２００ 取引情報提供装置
３００ 通信網
４００ 需要情報提供装置
５００ 気象情報提供装置

Claims (11)

  1. 電力取引における最適取引量を決定するシステムであって、
    発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、
    前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、
    前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に応じた前記発電費用と前記電力需要量の予測値から前記最適取引量を減算した電力量に応じた前記発電費用との差額である削減額を算出し、前記削減額と前記最適取引量に応じた前記取引額である支出額との差額である利益額を算出する利益額算出部と、
    前記利益額が最大となるように買い取引に係る前記最適取引量を決定する最適取引量決定部と、
    を備えることを特徴とする最適取引量決定システム。
  2. 請求項１に記載の最適取引量決定システムであって、
    前記取引額算出情報は、電力の買い先に応じて異なる前記取引額を算出するための情報を含み、
    前記利益額算出部は、前記削減額と、複数の前記買い先から購入する購入電力量に応じた前記取引額の合計値との差額を前記利益額として算出し、
    前記最適取引量決定部は、前記利益額が最大となるように前記買い先ごとの前記購入電力量を決定すること、
    を特徴とする最適取引量決定システム。
  3. 請求項１又は２に記載の最適取引量決定システムであって、
    前記電力需要量の予測値は確率分布で与えられ、
    前記利益額算出部は、前記確率分布における５０以下の複数のパーセンタイル値のそれぞれについて、前記パーセンタイル値を前記電力需要の予測値として前記利益額を算出すること、
    を特徴とする最適取引量決定システム。
  4. 請求項１乃至３のいずれか１項に記載の最適取引量決定システムであって、
    前記最適取引量決定部が前記最適取引量を決定した後に、前記電力需要量の予測値を変化させて前記利益額算出部に前記利益額を算出させ、算出させた前記利益額を出力する利益シミュレーション部をさらに備えること、
    を特徴とする最適取引量決定システム。
  5. 電力取引における最適取引量を決定するシステムであって、
    発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、
    前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、
    前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に前記最適取引量を加算した電力量に応じた前記発電費用と、前記電力需要量の予測値に応じた前記発電費用との差額である増加額を算出し、前記最適取引量に応じた前記取引額である収入額と前記増加額との差額である利益額を算出する利益額算出部と、
    前記利益額が最大となるように売り取引に係る前記最適取引量を決定する最適取引量決定部と、
    を備えることを特徴とする最適取引量決定システム。
  6. 請求項５に記載の最適取引量決定システムであって、
    前記電力需要量の予測値は確率分布で与えられ、
    前記利益額算出部は、前記確率分布における５０以上の複数のパーセンタイル値のそれぞれについて、前記パーセンタイル値を前記電力需要の予測値として前記利益額を算出すること、
    を特徴とする最適取引量決定システム。
  7. 請求項５又は６に記載の最適取引量決定システムであって、
    前記最適取引量決定部が前記最適取引量を決定した後に、前記電力需要量の予測値を変化させて前記利益額算出部に前記利益額を算出させ、算出させた前記利益額を出力する利益シミュレーション部をさらに備えること、
    を特徴とする最適取引量決定システム。
  8. 電力取引における最適取引量を決定する方法であって、
    発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、
    前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、を備えるコンピュータが、
    前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に応じた前記発電費用と前記電力需要量の予測値から前記最適取引量を減算した電力量に応じた前記発電費用との差額である削減額を算出し、前記削減額と前記最適取引量に応じた前記取引額である支出額との差額である利益額を算出するステップと、
    前記利益額が最大となるように買い取引に係る前記最適取引量を決定するステップと、
    を実行することを特徴とする最適取引量決定方法。
  9. 電力取引における最適取引量を決定する方法であって、
    発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、
    前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、を備えるコンピュータが、
    前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に前記最適取引量を加算した電力量に応じた前記発電費用と、前記電力需要量の予測値に応じた前記発電費用との差額である増加額を算出し、前記最適取引量に応じた前記取引額である収入額と前記増加額との差額である利益額を算出するステップと、
    前記利益額が最大となるように売り取引に係る前記最適取引量を決定するステップと、
    を実行することを特徴とする最適取引量決定方法。
  10. 電力取引における最適取引量を決定するためのプログラムであって、
    発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、
    前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、を備えるコンピュータに、
    前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に応じた前記発電費用と前記電力需要量の予測値から前記最適取引量を減算した電力量に応じた前記発電費用との差額である削減額を算出し、前記削減額と前記最適取引量に応じた前記取引額である支出額との差額である利益額を算出するステップと、
    前記利益額が最大となるように買い取引に係る前記最適取引量を決定するステップと、
    を実行させるためのプログラム。
  11. 電力取引における最適取引量を決定するためのプログラムであって、
    発電量に応じて発電手段による発電にかかる発電費用を算出するための発電費用算出情報を記憶する第１の記憶部と、
    前記電力取引による取引量に応じた取引額を算出するための取引額算出情報を記憶する第２の記憶部と、を備えるコンピュータに、
    前記発電費用算出情報及び前記取引額算出情報に基づいて、電力需要量の予測値に前記最適取引量を加算した電力量に応じた前記発電費用と、前記電力需要量の予測値に応じた前記発電費用との差額である増加額を算出し、前記最適取引量に応じた前記取引額である収入額と前記増加額との差額である利益額を算出するステップと、
    前記利益額が最大となるように売り取引に係る前記最適取引量を決定するステップと、
    を実行させるためのプログラム。
JP2015011017A 2015-01-23 2015-01-23 最適取引量決定システム、最適取引量決定方法及びプログラム Active JP6520142B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015011017A JP6520142B2 (ja) 2015-01-23 2015-01-23 最適取引量決定システム、最適取引量決定方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015011017A JP6520142B2 (ja) 2015-01-23 2015-01-23 最適取引量決定システム、最適取引量決定方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2016136313A true JP2016136313A (ja) 2016-07-28
JP6520142B2 JP6520142B2 (ja) 2019-05-29

Family

ID=56512548

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015011017A Active JP6520142B2 (ja) 2015-01-23 2015-01-23 最適取引量決定システム、最適取引量決定方法及びプログラム

Country Status (1)

Country Link
JP (1) JP6520142B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022044373A1 (ja) * 2020-08-25 2022-03-03 株式会社日立製作所 発電プラント運用支援システムおよび発電プラント制御システム
KR20230084915A (ko) * 2021-12-06 2023-06-13 주식회사 그리다에너지 신재생 에너지 연동 전력 단가 산정 시스템
JP7323673B2 (ja) 2017-10-31 2023-08-08 株式会社日立製作所 管理装置および管理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004110294A (ja) * 2002-09-17 2004-04-08 Toshiba Corp 電力購入先決定システム、および電力購入先決定方法
JP2004336890A (ja) * 2003-05-08 2004-11-25 Hitachi Ltd 電力売買支援システム
JP2006050834A (ja) * 2004-08-06 2006-02-16 Hitachi Ltd 電力供給事業リスク管理支援システム
JP2007041969A (ja) * 2005-08-04 2007-02-15 Toshiba Corp 電力取引入札支援システムと方法、およびプログラム
JP2007280204A (ja) * 2006-04-10 2007-10-25 Toshiba Corp 電力取引支援システムと方法、およびプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004110294A (ja) * 2002-09-17 2004-04-08 Toshiba Corp 電力購入先決定システム、および電力購入先決定方法
JP2004336890A (ja) * 2003-05-08 2004-11-25 Hitachi Ltd 電力売買支援システム
JP2006050834A (ja) * 2004-08-06 2006-02-16 Hitachi Ltd 電力供給事業リスク管理支援システム
JP2007041969A (ja) * 2005-08-04 2007-02-15 Toshiba Corp 電力取引入札支援システムと方法、およびプログラム
JP2007280204A (ja) * 2006-04-10 2007-10-25 Toshiba Corp 電力取引支援システムと方法、およびプログラム

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7323673B2 (ja) 2017-10-31 2023-08-08 株式会社日立製作所 管理装置および管理方法
WO2022044373A1 (ja) * 2020-08-25 2022-03-03 株式会社日立製作所 発電プラント運用支援システムおよび発電プラント制御システム
JP2022037572A (ja) * 2020-08-25 2022-03-09 株式会社日立製作所 発電プラント運用支援システムおよび発電プラント制御システム
JP7162644B2 (ja) 2020-08-25 2022-10-28 株式会社日立製作所 発電プラント運用支援システムおよび発電プラント制御システム
KR20230084915A (ko) * 2021-12-06 2023-06-13 주식회사 그리다에너지 신재생 에너지 연동 전력 단가 산정 시스템
KR102637212B1 (ko) 2021-12-06 2024-02-16 주식회사 그리다에너지 신재생 에너지 연동 전력 단가 산정 시스템

Also Published As

Publication number Publication date
JP6520142B2 (ja) 2019-05-29

Similar Documents

Publication Publication Date Title
JP6463449B2 (ja) 電力取引管理システムおよび電力取引管理方法
US11699903B2 (en) Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces
US11137731B2 (en) Building energy storage system with planning tool
US10732584B2 (en) Building energy optimization system with automated and dynamic economic load demand response (ELDR) optimization
US20190130423A1 (en) Management apparatus and management method
WO2018174030A1 (ja) 取引計画装置および取引計画方法
Delarue et al. Effect of the accuracy of price forecasting on profit in a price based unit commitment
US10796254B2 (en) Systems, methods and apparatus for integrated optimal outage coordination in energy delivery systems
JP6018106B2 (ja) 予測システム、予測方法
JP4154373B2 (ja) 電力供給事業リスク管理支援システム
JP6296966B2 (ja) 需給調整装置
JP2019046281A (ja) 電力価格予測システム
JP6520228B2 (ja) 電力需要量予測システム、電力需要量予測方法及びプログラム
Rasjidin et al. A system dynamics conceptual model on retail electricity supply and demand system to minimize retailer's cost in eastern Australia
JP6520142B2 (ja) 最適取引量決定システム、最適取引量決定方法及びプログラム
Su Optimal demand-side participation in day-ahead electricity markets
JP6519215B2 (ja) 電力取引支援システム、電力取引支援方法及びプログラム
JP6018105B2 (ja) 予測システム、予測方法
JP7323673B2 (ja) 管理装置および管理方法
JP6780099B2 (ja) アグリゲータ側システム、プロシューマ側システム、及びアグリゲーションシステム、並びにアグリゲーション方法
JP2020190965A (ja) 電力計画支援装置、電力計画支援方法、および電力計画支援プログラム
JP7154244B2 (ja) 電力需給計画作成装置及び電力需給計画作成方法
US20150242785A1 (en) Systems, methods and apparatus for a stakeholder market simulator for energy delivery systems
White et al. Demonstrating Enhanced Demand Response Program Participation for Naval District Washington (NDW)
JP2022104115A (ja) 発電計画作成装置、入札支援システムおよび発電計画作成プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180118

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181214

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181225

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190129

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190402

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190415

R150 Certificate of patent or registration of utility model

Ref document number: 6520142

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250