JP2017127140A - 太陽光発電量予測方法及び太陽光発電量予測装置、並びに太陽光発電量予測システム - Google Patents

Abstract

【課題】特定日における時刻毎の太陽光発電量を高精度で予測することができ、時刻毎の電力制御が求められるＥＭＳに容易に適用することが可能な太陽光発電量予測方法を提供する。
【解決手段】本発明の太陽光発電量予測方法において、デマンドナビサーバ１１は、時刻毎の雲一つ無い快晴時の水平面全天日射量（時刻毎計算日射量ＴＦＱ_ＣＬ）に、時系列天気予報に基づいて選択された時刻毎の天気係数Ｋｗと、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値から選択された発電係数Ｋｇとを乗じることにより、太陽光発電設備１３−１，１３−２，１３−３における時刻毎の太陽光発電量（時刻毎予測発電量ＴＥ_ＦＶ）を算出する。
【選択図】図２

Description

本発明は、太陽光発電量予測方法及び太陽光発電量予測装置、並びに太陽光発電量予測システムに関し、特に建物や施設への電力供給を管理、制御するエネルギーマネージメントシステム（ＥＭＳ）に適用される太陽光発電量予測方法に関する。

近年、省エネルギー化の実現に向けて、自然エネルギー発電装置や分散型電源設備の導入が進められており、これに伴い、上記装置等を連携して制御するＥＭＳの導入が提案されている。ＥＭＳの導入により、管理対象である建物や施設等での使用電力を把握することはもとより、管理対象での消費電力の制御や上記装置等における発電、蓄電制御を行うことが可能となるため、省エネルギー化の更なる促進が期待されている。特に、建物等における消費電力のピークを抑えるピークカットや、建物内の機器が稼働する時間帯を昼間から夜間に移動して消費電力のピークをずらすピークシフトを行って、管理対象における消費電力が契約電力量を超えないように制御したり、契約電力量を引き下げることが可能となるため、省エネルギー化の促進に加えて電気料金を節約できる点でメリットがある。

自然エネルギー発電装置のうち、太陽電池を用いて太陽光を電力に変換する太陽光発電装置を導入する場合、天候の変化に因って太陽光発電量が不安定になり、特に年間を通して天候の変化が大きい地域では太陽光発電量のばらつきが大きくなるという懸念がある。そこで、過去実績に基づいて未来の太陽光発電量を予測する機能を有するＥＭＳが提案されている。このようなＥＭＳでは、過去の各種実績データを記録すると共に、該各種実績データに基づき、電力量単位（ｋＷｈ／日）、あるいは時刻毎の電力単位（ｋＷ）で未来の日射量や太陽光発電量を予測する。これにより、天候の変化の影響が小さい、安定的な太陽光発電を実現することが可能となっている。

時刻毎の電力単位（ｋＷ）の予測方法としては、例えば、機械学習技術による予測モデルを用いるものがある。機械学習技術とは、過去実績である異種混合データ（ビッグデータ）を自動で場合分けして複数の規則性を自動発見することにより、膨大なデータから複数の予測式を自動で導出するものである（非特許文献１）。この予測モデルを用いれば、日射量・太陽光発電量等の実績データから予測式を自動で導出するため、人の作業によって実績データを処理するのと比較して予測誤差が少なく、日射量・太陽光発電量を精度良く予測することが可能となっている。

また、気象庁が公表する一日単位の天気予報（「晴れのち曇り」等）に基づく天気係数と大気外全天日射量とで表される線形モデルを用いて、未来の日射量・太陽光発電量を予測する方法がある。この予測方法では、計算で求められる天気係数から線形モデルにより大気外全天日射量を求め、該大気外全天日射量と太陽光発電量との相関モデルにより翌日の太陽光発電量を予測している（非特許文献２）。

藤巻遼平、外４名、「異種混合学習技術とビッグデータ分析ソリューションの研究開発」、［平成２７年１０月２０日検索］、インターネット〈URL:http://www.fbi-award.jp/sentan/jusyou/2015/7.pdf〉 丸山真、「一日における太陽光発電電力量の予測に関する検討」、技術開発ニュース、［平成２７年１０月２０日検索］、インターネット〈URL:https://www.chuden.co.jp/resource/corporate/news_145_04.pdf〉

しかしながら、電力量単位（ｋＷｈ／日）で日射量・太陽光発電量を予測する従来の予測方法では、翌日以降の任意の一日当たりの総量を予測するので、時刻毎の電力制御が求められる分散型電源設備等のマイクログリッド制御には適用し難いという問題がある。
また、時刻毎の電力単位（ｋＷ）で予測する従来方法では、機械学習技術を用いて曜日指定（「月曜日」、「日曜日」）などの標準的な日における時刻毎の電力予測は可能であるものの、所望の特定日における時刻毎の電力予測が難しく、予測精度が低くなる。
更に、天気予報を用いた従来の予測方法では、天気予報が当たらなかった場合、天気予報の精度の度合いに因っては日射量・太陽光発電量の予測値が実測値から大きくずれる。また、予測したい当日の天気予報が例えば「曇り（雲量９０％〜１００％）」であり、当日の実際の天気が曇りである場合に、当日の雲量の多寡が考慮されず、日射量・太陽光発電量の予測精度が低くなる。
このように、一日単位のみならず時刻毎の電力制御が求められるマイクログリッド制御などを採用するＥＭＳにおいては、所望の特定日における時刻毎の日射量・太陽光発電量を精度良く予測することにより、建物等への電力供給の管理、制御を高精度で実現可能な方法が望まれている。

本発明の目的は、特定日における時刻毎の太陽光発電量を高精度で予測することができ、時刻毎の電力制御が求められるＥＭＳに容易に適用することが可能な太陽光発電量予測方法及び太陽光発電量予測装置を提供することにある。

上記目的を達成するために、本発明の太陽光発電量予測方法は、コンピュータによって実行される、太陽光発電設備の太陽光発電量を予測する太陽光発電量予測方法であって、未来の特定日における時刻毎の快晴時の計算全天日射量と、時系列天気予報情報に基づいて選択された時刻毎の天気係数と、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値に基づいて選択された発電係数とに基づいて、前記未来の特定日における時刻毎の予測発電量を算出することを特徴とする。

前記天気係数は、時系列天気実績情報、及び、前記時刻毎の快晴時の計算全天日射量と時刻毎の全天日射量の実測値との統計処理によって算出することができる。

前記発電係数は、時刻毎の太陽光発電量の実測値と、前記時刻毎の全天日射量の実測値との統計処理によって算出することができる。

上記目的を達成するために、本発明の太陽光発電量予測方法は、コンピュータによって実行される、太陽光発電設備の太陽光発電量を予測する太陽光発電量予測方法であって、現在時刻を基準とする直近の未来時刻における快晴時の計算全天日射量と、現在時刻から直近の過去時刻までの直近過去時間間隔における太陽光発電量の実測値から算出された直近係数とに基づいて、前記直近の未来時刻における予測発電量を算出することを特徴とする。

前記直近係数は、前記直近過去時間間隔における太陽光発電量の実測値を、前記直近の過去時刻における快晴時の計算全天日射量で除することにより算出することができる。

前記過去直近時間間隔は、等分割された複数の時間間隔からなり、前記複数の時間間隔に対応する複数の直近係数を算出すると共に、前記複数の直近係数の平均値を算出し、前記直近未来時間間隔における快晴時の計算全天日射量と、前記複数の直近係数の前記平均値とに基づいて、前記直近の未来時刻における予測発電量を算出することができる。

前記直近未来時間間隔及び前記直近過去時間間隔は、分単位或いは時間単位とすることができる。

また、上記目的を達成するために、本発明の太陽光発電量予測装置は、太陽光発電設備の太陽光発電量を予測する太陽光発電量予測装置であって、未来の特定日における時刻毎の快晴時の計算全天日射量と、時系列天気予報に基づいて選択された時刻毎の天気係数と、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値に基づいて選択された発電係数とに基づいて、前記未来の特定日における時刻毎の予測発電量を算出する制御部を有することを特徴とする。

また、上記目的を達成するために、本発明の太陽光発電量予測システムは、太陽光発電設備と、蓄電設備と、前記太陽光発電設備の太陽光発電量の実測値に基づいて未来の太陽光発電量を算出する太陽光発電予測装置とを備える太陽光発電量予測システムであって、前記太陽光発電量予測装置は、未来の特定日における時刻毎の快晴時の計算全天日射量と、時系列天気予報に基づいて選択された時刻毎の天気係数と、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値に基づいて選択された発電係数とに基づいて、前記未来の特定日における時刻毎の予測発電量を算出する制御部を有し、前記制御部は、前記時刻毎の予測発電量に基づいて前記蓄電設備及びそれ以外の分散電源の充放電を制御することを特徴とする。

本発明によれば、時系列天気予報情報に基づいて選択された時刻毎の天気係数と、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値に基づいて選択された発電係数とに基づいて、未来の特定日における時刻毎の太陽光発電量を算出するので、当該特定日における１日分の太陽光発電量の総量（ｋＷｈ）の予測のみならず、時刻毎の太陽光発電量（ｋＷ）を精度良く予測することが可能となる。また、時刻毎の太陽光発電量を高精度に予測することができるので、当該時刻毎の太陽光発電量の予測値を、時刻毎の電力制御が求められるマイクログリッド制御にも適用し易くなる。また、本発明の太陽光発電量予測方法を適用したＥＭＳを導入することにより、建物や施設への電力供給を高精度で管理、制御することが可能となる。

また、本発明によれば、直近過去時間間隔における太陽光発電量の実測値から算出される直近係数に基づいて、直近の未来時刻における太陽光発電量を算出するので、仮に天気予報が当たらなかった場合であっても、現時点の天気を考慮した太陽光発電量の予測値を得ることができる。特に、天気予報が「曇り」の場合であっても、実際の雲量の多寡を加味することができ、直近の未来時刻における太陽光発電量（ｋＷ）を精度良く予測することが可能となる。したがって、直近の未来時刻における需給計画を実行する際に高精度なマイクログリッド制御を実現することができる。

本発明の第１実施形態に係る太陽光発電量予測方法が適用される太陽光発電量予測システムの構成を概略的に示す図である。 本発明の第１実施形態に係る太陽光発電量予測方法を説明する図である。 図１のデマンドナビサーバ１１に記憶された、時刻毎計算日射量ＴＦＱ_ＣＬと時刻毎実測日射量ＴＳ_ＭＶの相関を示す相関グラフである。 図２の予測方法に対応する太陽光発電量予測処理（１）を示すフローチャートである。 本発明の第２実施形態に係る太陽光発電量予測方法を説明する図である。 図５の予測方法に対応する太陽光発電量予測処理（２）を示すフローチャートである。 （ａ）及び（ｂ）は、図４の太陽光発電量予測方法の具体例を説明する図である。 図２及び図５の太陽光発電量予測方法による検証結果を示すグラフであり、（ａ）は、天気予報が「晴れ」で、実際の天気が安定した晴れであった場合、（ｂ）は、天気予報が「晴れ」で、実際の天気が、雲量が変動する晴れであった場合を示す。 図２及び図５の太陽光発電量予測方法による検証結果を示すグラフであり、（ａ）は、天気予報が「曇り」で、実際の天気が、雲量が変動する曇りであった場合、（ｂ）は、天気予報が大きく外れた場合を示す。 図１の太陽光発電量予測システムが施設に適用される一例を示す図である。

以下、本発明の実施形態を図面を参照しながら詳細に説明する。
図１は、本発明の第１実施形態に係る太陽光発電量予測方法が適用される太陽光発電量予測システムの構成を概略的に示す図である。図１のシステム構成はその一例を示すものであり、本発明に係る太陽光発電量予測方法が適用される構成は、図１のものに限られない。

図１の太陽光発電量予測システム１は、ＥＭＳと、施設Ａにおける電力負荷変動や最大電力を算出するデマンドナビ（登録商標）システムとを搭載しており、通信網を用いて建物や施設での電力使用量を管理、制御することが可能なコンピュータシステムである。

具体的には、太陽光発電量予測システム１は、デマンドナビサーバ１１と、ＥＭＳサーバ１２と、施設Ａ内の複数の建物に設置された太陽光発電設備１３−１，１３−２，１３−３と、蓄電設備１４と、発電機１５とを備え、光ケーブル、ハブなどの通信網１６によって互いに接続されている。通信網１６には不図示のルータが接続されており、太陽光発電量予測システム１がインターネット１７を介して外部と通信可能に設けられている。デマンドナビサーバ１１或いはＥＭＳサーバ１２は、本発明の太陽光発電量予測装置を構成する。

デマンドナビサーバ１１は、不図示の記憶部（記憶媒体）、メモリ及びＣＰＵ等を有しており、使用者から建物等の使用予定をリアルタイムに収集し、予測の基礎データに反映する機能を有している。「デマンドナビ」とは、施設における電力負荷変動および最大電力を算出するためのプログラムであり、月別、平日／休日別のベース負荷に、特殊負荷（実験機器など）の使用予定をユーザが入力することにより、電力負荷曲線を作成、最大電力を予測することができる。

このデマンドナビサーバ１１は、電力需給逼迫時などに需要家が自らデマンドレスポンスを実行できる機能を併せ持つ。デマンドレスポンスとは、電力需給逼迫時に、需要家が電力需要ピーク時の電力消費を抑制したり（ピークカット）、電力需要ピーク時以外に電力消費をシフトする（ピークシフト）、需要家能動型の電力安定供給システムである。また、デマンドナビサーバ１１のモニタ１１ａには、管理対象である施設Ａ内の複数の建物における負荷消費電力（「使用電力」ともいう）が表示され、需要家が負荷消費電力を目視及び把握することができる。
また、デマンドナビサーバ１１は、ＥＭＳサーバ１２が取得或いは記憶した実測値等を読み出し可能に構成されており、後述の図４の太陽光発電量予測処理（１）を実行するためのプログラムを記録部から読み出すことにより、本発明の太陽光発電量予測方法を実行する。すなわち、太陽光発電量予測処理（１）はハードウェア資源を用いて具体的に実現される。

ＥＭＳサーバ１２は、不図示の記憶部（記憶媒体）、メモリ及びＣＰＵ等を有しており、デマンドナビサーバ１１によって予測された電力負荷変動及び最大電力と、過去実績であるビッグデータ（蓄電電力、受電電力、負荷消費電力、太陽光発電電力などの実測値）に基づいて、蓄電電力、受電電力、負荷消費電力、太陽光発電電力などを制御し、電力需給の制御を行う。ＥＭＳサーバ１２のモニタ１２ａでは、電力需給を監視することができる。

また、ＥＭＳサーバ１２は、過去実績である蓄電電力、受電電力、負荷消費電力、太陽光発電電力などの実測値を収集、格納すると共に、後述する第１，２実施形態の太陽光発電量予測処理で使用される全天日射量などの各種情報を記憶する。このＥＭＳサーバ１２は、デマンドナビサーバ１１が取得或いは記憶した情報等を読み出し可能に構成されており、図６の太陽光発電量予測処理（２）を実行するためのプログラムを記録部から読み出すことにより、本発明の太陽光発電量予測方法を実行する。すなわち、太陽光発電量予測処理（２）はハードウェア資源を用いて具体的に実現される。

太陽光発電設備１３−１，１３−２，１３−３は、シリコン系、化合物系などの太陽電池（ＰＶ：Photovoltaics）を有する分散型発電装置である。太陽光発電設備１３−１，１３−２，１３−３は、太陽電池で発電された電力を、施設Ａ内の複数の建物或いは蓄電設備１４に供給する。太陽光発電設備１３−１，１３−２，１３−３における日射量及び発電電力の実測値は、所定のタイミングで当該太陽光発電設備からＥＭＳサーバ１２に送信される。

蓄電設備１４は、リチウムイオン電池、鉛蓄電池、レドックスフロー電池などの蓄電池を有する分散型蓄電装置である。この蓄電設備１４は、ＥＭＳサーバ１２の指令に応じて放電或いは充電を行い、放電時には施設Ａ内の複数の建物に電力を供給し、蓄電時には電力会社等から供給される受電電力或いは太陽光発電設備１３−１，１３−２，１３−３から供給される電力を蓄電する。蓄電設備１４における蓄電電力の実測値は、所定のタイミングで当該蓄電設備からＥＭＳサーバ１２に送信される。

発電機１５は、ディーゼルエンジン式、ガソリンエンジン式、ガスタービン式、ガスエンジン式などの発電機であり、運動エネルギーを電気エネルギーに変換して電力として出力する。発電機１５における発電電力の実測値は、所定のタイミングで当該発電機からＥＭＳサーバ１２に送信される。

図２は、本発明の第１実施形態に係る太陽光発電量予測方法（ロングレンジ予測法）を説明する図である。
本予測方法では、一定時刻毎（例えば、３０分毎）に、時刻毎の雲一つ無い快晴時の水平面全天日射量（以下、単に「時刻毎計算日射量ＴＦＱ_ＣＬ」ともいう）（Ｗ／ｍ^２）に、時系列天気予報に基づいて選択された時刻毎の天気係数Ｋｗと、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値から算出された発電係数Ｋｇとを乗じることにより、太陽光発電設備１３−１，１３−２，１３−３における時刻毎の太陽光発電量（ｋＷ）（以下、単に「時刻毎予測発電量ＴＥ_ＦＶ」ともいう）を算出する。

地球に到達する太陽光の強度、すなわち大気外全天日射量は理論値であり、場所（緯度、経度）及び日時にのみ依存する。よって、日時及び場所を特定すれば、特定日における当該場所の水平面全天日射量を計算で求めることができる。そこで、「〇月〇日、〇〇時」などの日時特定情報及び「緯度〇〇°、経度〇〇°」などの場所特定情報から、未来の特定日における時刻毎の快晴時の水平面全天日射量、すなわち時刻毎計算日射量ＴＦＱ_ＣＬを算出する。

天気係数Ｋｗは、時刻毎の天気予報である時系列天気予報情報ＷＩ_Ｆ、及び、上記の時刻毎計算日射量ＴＦＱ_ＣＬと、太陽光発電設備１３−１，１３−２，１３−３から送信された時刻毎の水平面全天日射量の実測値（以下、「時刻毎実測日射量ＴＳ_ＭＶ」ともいう）との統計処理によって算出される。

デマンドナビサーバ１１は、図３に示すように、月単位で、全天候における時刻毎計算日射量ＴＦＱ_ＣＬと時刻毎実測日射量ＴＳ_ＭＶの相関を示す相関グラフ（データプロット群）を記憶している。デマンドナビサーバ１１は、上記相関グラフを、過去の実際の時系列天気を表す時系列天気実績情報ＷＩ_Ｐに基づいて４種の天気（「晴れ」、「曇り」、「雨」、「雪」）毎に分類して天気毎の相関グラフを作成し、該天気毎の相関グラフから、時刻毎計算日射量ＴＦＱ_ＣＬと時刻毎実測日射量ＴＳ_ＭＶの天気毎の近似式をそれぞれ算出し、これら近似式の傾きを天気毎の天気係数Ｋｗ_１〜Ｋｗ_４として取得する。また、デマンドナビサーバ１１は、上記処理を１月〜１２月の全ての月について行い、４８通りの天気係数群（（４種の天気）×（１２ヶ月））を予め取得する。そして、後述する太陽光発電量予測処理（１）を実行して時刻毎の予測発電量ＴＥ_ＦＶを算出する場合には、時系列天気予報情報ＷＩ_Ｆに基づいて、予め取得した４８通りの天気係数群から一の天気係数Ｋｗが選択される。この天気係数群は、時刻毎実測日射量ＴＳ_ＭＶと時系列天気実績情報ＷＩ_Ｐとに基づいて所定のタイミング（例えば日単位）で更新される値であってもよい。この場合、後述する太陽光発電量予測処理（１）の実行時に、天気係数群の更新を行った後、当該天気係数群から一の天気係数Ｋｗが選択される。

時系列天気予報情報ＷＩ_Ｆは、所定地域・場所における時間単位（hour）あるいは分単位（min）で更新される天気予報情報であり、逐次更新された最新の時系列天気予報情報を用いることができる。このような時系列天気予報情報として、例えば気象庁が公表する地域時系列予報などを用いることができる。また、時系列天気実績情報ＷＩ_Ｐは、例えば気象庁ホームページによって得られた情報を用いることができる。

発電係数Ｋｇは、太陽光発電設備１３−１，１３−２，１３−３から送信された時刻毎の太陽光発電量の実測値（以下、「時刻毎実測発電量ＴＥ_ＭＶ」ともいう）と、上記時刻毎実測日射量ＴＳ_ＭＶとの統計処理によって算出される。
デマンドナビサーバ１１は、１月〜１２月の月単位で、時刻毎実測発電量ＴＥ_ＭＶと時刻毎実測日射量ＴＳ_ＭＶとの相関グラフ（データプロット群）を記憶しており、これら相関グラフの近似式の傾きから１２通りの発電係数群を予め取得する。そして、後述する太陽光発電量予測処理（１）の実行時に、予め取得した１２通りの発電係数群から一の発電係数Ｋｇが選択される。発電係数群は、時刻毎実測発電量ＴＥ_ＭＶに基づいて所定のタイミングで更新される値であってもよい。この場合、後述する太陽光発電量予測処理（１）の実行時に、発電係数群の更新を行った後、当該発電係数群から一の発電係数Ｋｇが選択される。

本予測方法により、未来の特定日における時刻毎の太陽光発電量を予測することができ、また、翌日の太陽光発電電力量（ｋＷｈ／日）を精度良く予測することも可能となる。

図４は、図２の予測方法に対応する太陽光発電量予測処理（１）を示すフローチャートである。
同図に示すように、先ず、デマンドナビサーバ１１は、前回の太陽光発電量予測処理（１）を実行してから一定時刻が経過したか否かを判別し（ステップＳ１１）、一定時刻が経過していないときは本処理を終了し、一定時刻が経過したときは、未来の特定日における時刻毎計算日射量ＴＦＱ_ＣＬ（Ｗ／ｍ^２）を算出する（ステップＳ１２）。例えば、前回の太陽光発電量予測処理（１）を実行してから３０分経過したときに、翌日の時刻毎計算日射量を算出する。

次いで、太陽光発電設備１３−１，１３−２，１３−３における時刻毎の日射量の実測値を示す時刻毎実測日射量ＴＳ_ＭＶと、時系列天気実績情報ＷＩ_Ｐとを取得して、時刻毎計算日射量ＴＦＱ_ＣＬと時刻毎実測日射量ＴＳ_ＭＶとの統計処理を実行し、天気係数群の値の更新を行う（ステップＳ１３）。また、所定地域における最新の時系列天気予報情報ＷＩ_Ｆを、インターネット１７を介して外部から取得する（ステップＳ１４）。時系列天気予報情報ＷＩ_Ｆには、例えば、「東京（千代田区）」などの位置特定情報と、「翌日（１２月１１日）１５：００、曇り」、「翌日１６：００、晴れ」などの、日時特定情報と天気予報情報とが紐付けられたものが含まれる。

そして、ステップＳ１４で取得した時系列天気予報情報ＷＩ_Ｆに基づいて、ステップＳ１３で更新された天気係数群から一の天気係数Ｋｗを選択する（ステップＳ１５）。例えば、翌日（１２月１１日）の時刻毎発電量を予測する場合において、１２月１１日１３時の天気予報が「晴れ」ならば、更新された天気係数群から１２月の晴れに対応する一の天気係数を選択し、天気係数Ｋｗとする。

次に、時刻毎実測発電量ＴＥ_ＭＶと時刻毎実測日射量ＴＳ_ＭＶとの統計処理を実行し、発電係数群の値を更新する（ステップＳ１６）。この統計処理では、時刻毎実測発電量ＴＥ_ＭＶと時刻毎実測日射量ＴＳ_ＭＶとの相関グラフ（データプロット群）から近似式を算出する。そして、ステップＳ１６で更新された発電係数群から予測日の月に対応する発電係数Ｋｇを選択する（ステップＳ１７）。例えば、翌日（１２月１１日）の時刻毎発電量を予測する場合、更新された発電係数群から１２月に対応する発電係数を選択し、発電係数Ｋｇとする。

そして、ステップＳ１２で算出された時刻毎計算日射量ＴＦＱ_ＣＬに、ステップＳ１５で選択された天気係数Ｋｗ及びステップＳ１７で選択された発電係数Ｋｇを乗じて、未来の時刻毎予測発電量ＴＥ_ＦＶを算出する（ステップＳ１８）。本ステップにおいて、例えば、翌日の時刻毎計算日射量ＴＦＱ_ＣＬに、天気係数Ｋｗ及び発電係数Ｋｇを乗じて、翌日の時刻毎予測発電量ＴＥ_ＦＶを算出する。

上述したように、本実施形態によれば、デマンドナビサーバ１１が、時系列天気予報情報ＷＩ_Ｆに基づいて選択された時刻毎の天気係数Ｋｗと、時刻毎実測発電量ＴＥ_ＭＶ及び時刻毎実測日射量ＴＳ_ＭＶから選択された発電係数Ｋｇとに基づいて、未来の特定日における時刻毎予測発電量ＴＥ_ＦＶを算出するので、当該特定日における１日分の太陽光発電量の総量（ｋＷｈ）の予測のみならず、時刻毎の太陽光発電量（ｋＷ）を精度良く予測することが可能となる。また、時刻毎の太陽光発電量を高精度に予測することができるので、時刻毎の太陽光発電量の予測値を、時刻毎の電力制御が求められるマイクログリッド制御に適用し易くなる。また、本実施形態に係る太陽光発電量予測方法を実行するＥＭＳを導入することにより、蓄電設備１４及びそれ以外の分散電源の充放電制御を無駄なく効率的に行うことが可能となり、また、施設Ａ内の複数の建物への電力供給を高精度で管理、制御することが可能となる。

また、時刻毎予測発電量ＴＥ_ＦＶから、特定日における１日分の太陽光発電量の総量（ｋＷｈ）を従来法よりも精度良く予測することができる。したがって、例えば蓄電設備１４の制御において、翌日の１日分の太陽光発電量の予測値が「約〇〇ｋＷｈ」である場合、翌日予測発電量に相当する全電力を蓄電できるように、当日中に所定量放電して蓄電設備１４の充電率を予め低くすることができる。このように、時刻毎の太陽光発電量（ｋＷ）の予測値に基づいて１日分の太陽光発電量の総量（ｋＷｈ）を予測することも可能であり、優れた蓄電制御を実現することが可能となる。

図５は、本発明の第２実施形態に係る太陽光発電量予測方法（ショートレンジ予測法）を説明する図である。
本予測方法では、一定時刻毎に、現在時刻を基準とする直近の未来時刻における雲一つ無い快晴時の水平面全天日射量（以下、単に「直近未来計算日射量ＬＦＱ_ＣＬ」ともいう）（Ｗ／ｍ^２）に、現在時刻から直近の過去時刻までの直近過去時間間隔における太陽光発電量の実測値から算出された直近係数Ｋｍを乗じることにより、太陽光発電設備１３−１，１３−２，１３−３における直近の未来時刻における太陽光発電量（以下、単に「直近未来予測発電量ＬＥ_ＦＶ」ともいう）（ｋＷ）を算出する。本第２実施形態では、第１実施形態の未来時刻（例えば、翌日）よりも近い将来の時刻（例えば、現在時刻から３０分後や１時間後）における太陽光発電量を予測する点で、第１実施形態と異なる。

直近未来計算日射量ＬＦＱ_ＣＬの算出方法は、第１実施形態における時刻毎計算日射量ＴＦＱ_ＣＬの算出方法と基本的に同じであり、上記日時特定情報及び場所特定情報から、直近未来計算日射量ＬＦＱ_ＣＬを算出する。

直近係数Ｋｍは、第１実施形態における天気係数Ｋｗ及び発電係数Ｋｇに代えて用いられる係数である。この直近係数Ｋｍは、現在時刻から直近の過去時刻（例えば、現在時刻から３０分前や１時間前）までの直近過去時間間隔における太陽光発電量の実測値（以下、単に「直近過去実測発電量ＬＥ_ＭＶ」ともいう）を、上記直近の過去時刻における雲一つ無い快晴時の水平面全天日射量（以下、単に「直近過去計算日射量ＬＰＱ_ＣＬ」ともいう）で除することにより算出される。直近過去計算日射量ＬＰＱ_ＣＬの算出方法は、直近未来計算日射量ＬＦＱ_ＣＬの算出方法と同様である。

このように、本予測方法では、直近係数Ｋｍが現在時刻から直近の未来時刻まで同じであると仮定して、直近未来計算日射量ＬＦＱ_ＣＬに直近係数Ｋｍを乗じることにより、直近未来予測発電量ＬＥ_ＦＶを得ることができる。特に、現在時刻から３０分経過後や１時間経過後の時点での太陽光発電量（ｋＷ）を精度良く予測することが可能となる。

図６は、図５の予測方法に対応する太陽光発電量予測処理（２）を示すフローチャートである。
図６に示すように、先ず、ＥＭＳサーバ１２は、現在時刻Ｔｎを基準とする直近の未来時刻Ｔｆにおける直近未来計算日射量ＬＦＱ_ＣＬを算出する（図７（ａ）参照）（ステップＳ２１）。このとき、現在時刻Ｔｎから直近の未来時刻Ｔｆまでの直近未来時間間隔はΔＴ１である。例えば、現在時刻Ｔｎが「ＡＭ１０：００」である場合、直近の未来時刻Ｔｆを「ＡＭ１０：３０」に設定し（直近未来時間間隔ΔＴ１＝「３０分間」）、現在時刻ＴｎからΔＴ１（３０分間）経過後の未来時刻Ｔｆ（ＡＭ１０：３０）における直近未来計算日射量ＬＦＱ_ＣＬを算出する。

次に、現在時刻Ｔｎから直近の過去時刻Ｔｐまでの直近過去時間間隔ΔＴ１における太陽光発電設備１３−１，１３−２，１３−３の直近過去実測発電量ＬＥ_ＭＶを取得する（ステップＳ２２）。例えば、現在時刻Ｔｎが「ＡＭ１０：００」である場合、直近の過去時刻Ｔｐを「ＡＭ９：３０」に設定し、直近過去時間間隔ΔＴ１を「３０分間」とする。そこで、現在時刻Ｔｎから３０分前までの直近過去時間間隔ΔＴ１（３０分間）における直近過去実測発電量ＬＥ_ＭＶを取得する。

また、現在時刻Ｔｎを基準とする直近の過去時刻Ｔｐにおける直近過去計算日射量ＬＰＱ_ＣＬを算出する（ステップＳ２３）。例えば、現在時刻Ｔｎが「ＡＭ１０：００」である場合、直近の過去時刻Ｔｐ（ＡＭ９：３０）における直近過去計算日射量ＬＰＱ_ＣＬを算出する。

次いで、ステップＳ２２で取得した直近過去実測発電量ＬＥ_ＭＶを、ステップＳ２３で算出された直近過去計算日射量ＬＰＱ_ＣＬで除して、直近係数Ｋｍを算出する（ステップＳ２４）。このとき、直近過去実測発電量ＬＥ_ＭＶとして、直近過去時間間隔ΔＴ１（３０分間）における実測発電量の平均値を用いてもよい。

そして、ステップＳ２１で算出された直近未来計算日射量ＬＦＱ_ＣＬに、ステップＳ２４で算出された直近係数Ｋｍを乗じて、直近の未来時刻Ｔｆにおける直近未来予測発電量ＬＥ_ＦＶを算出する（ステップＳ２５）。本ステップにおいて、例えば、現在時刻Ｔｎが「ＡＭ１０：００」である場合、直近の未来時刻Ｔｆ（ＡＭ１０：３０）における直近未来計算日射量ＬＦＱ_ＣＬに直近係数Ｋｍを乗じて、直近の未来時刻Ｔｆ（ＡＭ１０：３０）における直近未来予測発電量ＬＥ_ＦＶを算出する。

図７（ａ）及び（ｂ）は、図５の太陽光発電量予測方法の具体例を説明する図である。
図７（ａ）において、矢印６１は、図６の太陽光発電量予測処理（２）を示している。上述のように、矢印６１の太陽光発電量予測処理（２）では、現在時刻Ｔｎ、直近の未来時刻Ｔｆ（直近未来時間間隔ΔＴ１＝「３０分間」）とし、現在時刻Ｔｎから直近過去時間間隔ΔＴ１（３０分間）における発電量の実測値に基づいて、現在時刻ＴｎからΔＴ１（３０分間）後の未来時刻Ｔｆにおける直近未来予測発電量ＬＥ_ＦＶを算出する。

矢印６１で示す予測処理の場合、実測値を用いる直近過去時間間隔と予測する未来時刻までの直近未来時間間隔とが同じΔＴ１であるが、上記直近過去時間間隔と直近未来時間間隔とを異ならせてもよい。例えば、矢印６２で示す予測処理では、現在時刻Ｔｎ、直近の未来時刻Ｔｆ’（直近未来時間間隔ΔＴ２＝「６０分間」）とし、現在時刻Ｔｎから直近過去時間間隔ΔＴ１（３０分間）における発電量の実測値に基づいて、現在時刻ＴｎからΔＴ２（６０分間）後の未来時刻Ｔｆ’における直近未来予測発電量ＬＥ_ＦＶを算出することができる。

図７（ｂ）で示す予測処理の場合、所定間隔毎に算出された直近係数の平均値を用いて、直近未来予測発電量ＬＥ_ＦＶを算出することができる。例えば、矢印６３で示す太陽光発電量予測処理では、現在時刻Ｔｎ、直近の未来時刻Ｔｆ（直近未来時間間隔ΔＴ１＝「３０分間」）とし、現在時刻Ｔｎから直近の過去時刻Ｔｐまでの直近過去時間間隔ΔＴ１（３０分間）における発電量の実測値に基づいて第１直近係数Ｋｍ１を求める。また、直近の過去時刻Ｔｐから直近の過去時刻Ｔｐ’までの直近過去時間間隔ΔＴ１（３０分間）における発電量の実測値に基づいて第２直近係数Ｋｍ２を求める。このとき、現在時刻Ｔｎから直近の過去時刻Ｔｐ’までの過去直近時間間隔ΔＴ２は、等分割された２つの過去直近時間間隔ΔＴ１からなる。そして、第１直近係数Ｋｍ１及び第２直近係数Ｋｍ２の平均値に基づいて、現在時刻ＴｎからΔＴ１（３０分間）後の未来時刻Ｔｆにおける直近未来予測発電量ＬＥ_ＦＶを算出する。

矢印６３で示す予測処理では、実測値を用いる直近過去時間間隔ΔＴ２（＝２ΔＴ１）と予測する未来時刻までの直近未来時間間隔とが異なるが、上記直近過去時間間隔と直近未来時間間隔とを同じにしてもよい。例えば、矢印６４で示す太陽光発電量予測処理では、現在時刻Ｔｎ、直近の未来時刻Ｔｆ’（直近未来時間間隔ΔＴ２＝「６０分間」）とし、現在時刻Ｔｎから直近過去時間間隔ΔＴ２（６０分間）における発電量の実測値に基づいて直近過去時間間隔ΔＴ１毎に第１直近係数Ｋｍ１及び第２直近係数Ｋｍ２を求める。そして、第１直近係数Ｋｍ１及び第２直近係数Ｋｍ２の平均値に基づいて、現在時刻ＴｎからΔＴ２（６０分間）後の未来時刻Ｔｆ’における直近未来予測発電量ＬＥ_ＦＶを算出することができる。

なお、図７の具体例では、ΔＴ１＝３０分、ΔＴ２＝６０分として直近未来予測発電量ＬＥ_ＦＶを算出したが、これに限らず、直近過去時間間隔ΔＴ２を分単位或いは時間単位の他の時間間隔とし、当該ΔＴ２を等分割した複数の間隔の一を直近過去時間間隔ΔＴ１としてもよい。

また、図６の太陽光発電量予測処理（２）では、直近未来計算日射量ＬＦＱ_ＣＬに、直近過去実測発電量ＬＥ_ＭＶから算出された直近係数Ｋｍを乗じることにより、直近未来予測発電量ＬＥ_ＦＶ（ｋＷ）を算出するが、本発明の予測処理はこれに限られない。現在時刻Ｔｎを基準とする直近の過去時刻Ｔｐ（例えば３０分前）における水平面全天日射量の実測値に基づいて、その直近の過去時刻Ｔｐにおける天気係数（直近天気係数Ｋｗ’）を算出し、また、当該直近天気係数の値が現在時刻Ｔｎから直近の未来時刻Ｔｆ（例えば３０分後）も同じであると仮定して発電係数の月平均値（発電係数Ｋｇ’）を算出してもよい。そして、直近未来計算日射量ＬＦＱ_ＣＬに、直近天気係数Ｋｗ’及び発電係数Ｋｇ’を乗じることにより、直近未来予測発電量ＬＥ_ＦＶを算出してもよい。

次に、図２の太陽光発電量予測方法（ロングレンジ予測法）及び図５の太陽光発電量予測方法（ショートレンジ予測法）の検証を行った結果を説明する。

図８は、図２及び図５の太陽光発電量予測方法による検証結果を示すグラフであり、（ａ）は、天気予報が「晴れ」で、実際の天気が安定した晴れであった場合、（ｂ）は、天気予報が「晴れ」で、実際の天気が、雲量が変動する晴れであった場合を示す。
図８（ａ）において、機械学習技術による予測モデルを用いた従来例では、予測発電量が実測発電量（図中のＰＶ発電量実測値）から多少ずれており、予測誤差が生じている。一方、図２の予測方法による発明例Ｘの予測発電量、及び図５の予測方法による発明例Ｙ，Ｚの予測発電量は、いずれも実測発電量とほぼ同じであり、予測誤差がほぼ生じていない。

また、図８（ｂ）において、雲量が変動した場合、従来例の予測発電量は実測発電量から大きくずれており、誤差率が大きい。これに対し、発明例Ｘの予測発電量は、従来例よりも実測発電量に近く、従来例よりも誤差率が小さい。また、発明例Ｙ（現在時刻から３０分後、図７（ａ）の矢印６１に対応），発明例Ｚ（現在時刻から３０分後、図７（ｂ）の矢印６３に対応）の予測発電量は実測発電量に近く、誤差率が小さい。特に、発明例Ｙ，Ｚの予測発電量のプロファイルは実測発電量のプロファイルに近く、時刻毎（数十分単位或いは時間単位）の予測誤差が小さい。

上記検証結果から、天気予報が「晴れ」で実際の天気では雲量が変動する場合、図２の予測方法（ロングレンジ予測法）及び図５の予測方法（ショートレンジ予測法）を組み合わせて用いれば、従来例と比較して予測誤差が小さくなり、特に図５の予測方法では、予測誤差を更に小さくして予測発電量を正確に算出できることが分かった。

図９は、図２及び図５の太陽光発電量予測方法による検証結果を示すグラフであり、（ａ）は、天気予報が「曇り」で、実際の天気が、雲量が変動する曇りであった場合、（ｂ）は、天気予報が大きく外れた場合を示す。
図９（ａ）において、雲量が変動した場合、機械学習技術による予測モデルを用いた従来例では、予測発電量が実測発電量から大きくずれており、誤差率が大きい。一方、図２の予測方法による発明例Ｘの予測発電量は、従来例よりも実測発電量に近く、従来例よりも誤差率が小さい。また、発明例Ｙ，Ｚの予測発電量のプロファイルは実測発電量のプロファイルに近く、時刻毎（数十分単位或いは１時間単位）の予測誤差が格段に小さい。

また、図９（ｂ）において、天気予報が大きく外れた場合、機械学習技術による予測モデルを用いた従来例では、予測発電量が実測発電量から大きくずれており、誤差率が大きい。一方、発明例Ｙ，Ｚの予測発電量のプロファイルは実測発電量のプロファイルに近く、図９（ａ）の場合と同様、時刻毎（数十分単位或いは１時間単位）の予測誤差が格段に小さい。

上記検証結果から、天気予報が「曇り」で実際の天気では雲量が変動する場合、又は天気予報が大きく外れる場合、図５の予測方法（ショートレンジ予測法）を用いれば、予測誤差を格段に小さくして予測発電量を正確に算出できることが分かった。

上述したように、本実施形態によれば、ＥＭＳサーバ１２が、直近過去時間間隔ΔＴ１における直近過去実測発電量ＬＥ_ＭＶから算出される直近係数Ｋｍに基づいて、直近の未来時刻Ｔｆにおける直近未来予測発電量ＬＥ_ＦＶを算出するので、仮に天気予報が当たらなかった場合であっても、現時点の天気を考慮した太陽光発電量の予測値を得ることができる。特に、天気予報が「曇り」の場合であっても、実際の雲量の多寡を加味することができ、直近の未来時刻における太陽光発電量（ｋＷ）を精度良く予測することが可能となる。したがって、蓄電設備１４及びそれ以外の分散電源の充放電制御を無駄なく効率的に行うことが可能となり、直近の未来時刻における需給計画を実行する際に高精度なマイクログリッド制御を実現することができる。

また、太陽光発電設備１３−１，１３−２，１３−３の故障や積雪により、実際の天気が晴れであっても、太陽光発電設備１３−１，１３−２，１３−３の発電量が通常より減少する場合がある。このような場合にも、直近過去実測発電量ＬＥ_ＭＶに基づいて直近未来予測発電量ＬＥ_ＦＶを算出するため、予測精度を向上することができる。更に、直近の未来時刻における電力を制御するマイクログリッド制御、例えば「太陽光発電設備１３−１，１３−２，１３−３で約〇〇ｋＷ発電するが、蓄電設備１４を放電しても施設Ａ内の電力が不足するので、発電機を発電量〇〇ｋＷで所定時間運転する」などの制御を実行する際、本発明の太陽光発電量予測方法を適用し易くなる。

図１０は、太陽光発電量予測システム１が施設に適用される一例を示す図である。
同図において、施設Ｂの同一構内に複数の建物Ｂ−１〜Ｂ−１０が設けられており、建物Ｂ−１〜Ｂ−３，Ｂ−６，Ｂ−９，Ｂ−１０の屋上に、それぞれ太陽光発電パネル１３Ｂ−１〜１３Ｂ−３，１３Ｂ−６，１３Ｂ−９，１３Ｂ−１０が設置されている。また、施設Ｂ内には蓄電池１４Ｂ及び該蓄電池以外の分散電源（不図示）、並びに発電機１５Ｂが設置されており、複数の建物Ｂ−１〜Ｂ−１０、太陽光発電パネル１３Ｂ−１〜１３Ｂ−３，１３Ｂ−６，１３Ｂ−９，１３Ｂ−１０、蓄電池１４Ｂ及び発電機１５Ｂは、電力ライン１９Ｂで接続されている。電力ライン１９Ｂは、施設Ｂの外部の電力会社Ｃと接続されている。

また、太陽光発電パネル１３Ｂ−１〜１３Ｂ−３，１３Ｂ−６，１３Ｂ−９，１３Ｂ−１０、蓄電池１４Ｂ及び発電機１５Ｂは、通信ライン１６Ｂで接続されており、通信ライン１６Ｂは、インターネット１７Ｂを介して外部と接続されている。本館である建物Ｂ−１には、デマンドナビサーバ１１Ｂ及びＥＭＳサーバ１２Ｂが設置されている。

本予測システムは、施設Ｂ全体の電力負荷変動および最大電力を予測すると共に、インターネット１７Ｂを介して取得した時系列天気予報情報ＷＩ_Ｆや太陽光発電パネル１３Ｂでの実測発電量（時刻毎実測発電量ＴＥ_ＭＶ、或いは直近過去実測発電量ＬＥ_ＭＶなど）を考慮して、太陽光発電パネル１３Ｂ−１〜１３Ｂ−３，１３Ｂ−６，１３Ｂ−９，１３Ｂ−１０における将来（翌日或いは直近未来）の予測発電量を算出する。よって、各太陽光発電パネルでの時刻毎予測発電量ＴＥ_ＦＶ或いは直近未来予測発電量ＬＥ_ＦＶを、実際の天気（雲量など）を考慮して精度良く予測することができる。その結果、蓄電池１４Ｂ及びそれ以外の分散電源の充放電制御や発電機１５Ｂの発電制御を最適化することができ、施設Ｂにおける電力需給の制御をより正確に行うことが可能となる。

以上、上記実施形態に係る太陽光発電量予測方法、太陽光発電量予測及び太陽光発電量予測システムについて述べたが、本発明は記述の実施形態に限定されるものではなく、本発明の技術思想に基づいて各種の変形および変更が可能である。

例えば、第１実施形態及び第２実施形態では、デマンドナビサーバ１１が図４の太陽光発電量予測処理（１）を実行し、ＥＭＳサーバ１２が図６の太陽光発電量予測処理（２）を実行するが、これに限らず、デマンドナビサーバ１１及びＥＭＳサーバ１２のいずれか一方が、図４の太陽光発電量予測処理（１）を実行し、他方が図６の太陽光発電量予測処理（２）を実行してもよい。また、デマンドナビサーバ１１及びＥＭＳサーバ１２のいずれか一方が、図４の太陽光発電量予測処理（１）と図６の太陽光発電量予測処理（２）の双方を実行してもよい。

また、デマンドナビサーバ１１は、施設における電力負荷変動や最大電力を算出するためのプログラムを実行することができれば、サーバ以外の他の装置構成であってもよい。また、ＥＭＳサーバ１２は、デマンドナビサーバ１１によって予測された電力負荷変動及び最大電力と、過去実績であるビッグデータに基づいて、電力需給の制御を行うことができる構成であればよく、サーバ以外の他の装置構成であってもよい。

また、ＥＭＳサーバ１２において、本発明の太陽光発電量予測方法を実行するＥＭＳは、管理対象に応じて種々の構成を採用しうる。例えば、ＥＭＳは、ＢＥＭＳ（ビル用システム）、ＦＥＭＳ（工場用システム）、ＨＥＭＳ（家庭用システム）、ＣＥＭＳ（地域内システム）であってもよい。

更に、本発明の太陽光発電量予測方法は、太陽光発電設備が設置された、教育施設、医療施設、研究施設、生産施設、商業施設などの施設に適用することができる。また、施設に限らず、ビル、病院、工場などの建物に適用してもよい。更に、都市計画地域など、所定地域に建設される複数の施設全体に太陽光発電量予測方法を適用することにより、当該地域全体での電気、ガス等の従来エネルギーの消費を抑制し、地域全体の省エネルギー化を図ることが可能となる。

１ 太陽光発電量予測システム
１１ デマンドナビサーバ
１１ａ モニタ
１２ ＥＭＳサーバ
１２ａ モニタ
１３−１，１３−２，１３−３ 太陽光発電設備
１４ 蓄電設備
１５ 発電機
１６ 通信網
１７ インターネット
６１，６２，６３，６４ 矢印
Ａ 施設
Ｂ 施設
Ｂ−１，Ｂ−２，Ｂ−３，Ｂ−４，Ｂ−５ 建物
Ｂ−６，Ｂ−７，Ｂ−８，Ｂ−９，Ｂ−１０ 建物
１１Ｂ デマンドナビサーバ
１２Ｂ ＥＭＳサーバ
１３Ｂ−１，１３Ｂ−２，１３Ｂ−３ 太陽光発電パネル
１３Ｂ−６，１３Ｂ−９，１３Ｂ−１０ 太陽光発電パネル
１４Ｂ 蓄電池
１５Ｂ 発電機
１６Ｂ 通信ライン
１７Ｂ インターネット
１９Ｂ 電力ライン
ＴＦＱ_ＣＬ 時刻毎計算日射量
Ｋｗ 天気係数
ＷＩ_Ｆ 時系列天気予報情報
ＷＩ_Ｐ 時系列天気実績情報
ＷＳ_ＭＶ 天気毎実測日射量
Ｋｇ 発電係数
ＴＥ_ＭＶ 時刻毎実測発電量
ＴＳ_ＭＶ 時刻毎実測日射量
ＴＥ_ＦＶ 時刻毎予測発電量
ＬＦＱ_ＣＬ 直近未来計算日射量
Ｋｍ 直近係数
ＬＥ_ＭＶ 直近過去実測発電量
ＬＰＱ_ＣＬ 直近過去計算日射量
ＬＥ_ＦＶ 直近未来予測発電量
Ｔｎ 現在時刻
Ｔｆ 直近の未来時刻
ΔＴ１ 直近未来時間間隔
Ｔｐ 直近の過去時刻
ΔＴ２ 直近未来時間間隔
Ｔｆ’ 直近の未来時刻
Ｔｐ’ 直近の過去時刻
Ｋｍ１ 第１直近係数
Ｋｍ２ 第２直近係数
Ｋｗ’ 直近天気係数
Ｋｇ’ 発電係数
Ｘ，Ｙ，Ｚ 発明例

Claims (9)

1. コンピュータによって実行される、太陽光発電設備の太陽光発電量を予測する太陽光発電量予測方法であって、
   未来の特定日における時刻毎の快晴時の計算全天日射量と、時系列天気予報情報に基づいて選択された時刻毎の天気係数と、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値に基づいて選択された発電係数とに基づいて、前記未来の特定日における時刻毎の予測発電量を算出することを特徴とする、太陽光発電量予測方法。
2. 前記天気係数は、時系列天気実績情報、及び、前記時刻毎の快晴時の計算全天日射量と時刻毎の全天日射量の実測値との統計処理によって算出されることを特徴とする、請求項１記載の太陽光発電量予測方法。
3. 前記発電係数は、時刻毎の太陽光発電量の実測値と、前記時刻毎の全天日射量の実測値との統計処理によって算出されることを特徴とする、請求項１記載の太陽光発電量予測方法。
4. コンピュータによって実行される、太陽光発電設備の太陽光発電量を予測する太陽光発電量予測方法であって、
   現在時刻を基準とする直近の未来時刻における快晴時の計算全天日射量と、現在時刻から直近の過去時刻までの直近過去時間間隔における太陽光発電量の実測値から算出された直近係数とに基づいて、前記直近の未来時刻における予測発電量を算出することを特徴とする、太陽光発電量予測方法。
5. 前記直近係数は、前記直近過去時間間隔における太陽光発電量の実測値を、前記直近の過去時刻における快晴時の計算全天日射量で除することにより算出されることを特徴とする、請求項４記載の太陽光発電量予測方法。
6. 前記過去直近時間間隔は、等分割された複数の時間間隔からなり、
   前記複数の時間間隔に対応する複数の直近係数を算出すると共に、前記複数の直近係数の平均値を算出し、
   前記直近未来時間間隔における快晴時の計算全天日射量と、前記複数の直近係数の前記平均値とに基づいて、前記直近の未来時刻における予測発電量を算出することを特徴とする、請求項４記載の太陽光発電量予測方法。
7. 前記直近未来時間間隔及び前記直近過去時間間隔は、分単位或いは時間単位であることを特徴とする、請求項４乃至６のいずれか１項に記載の太陽光発電量予測方法。
8. 太陽光発電設備の太陽光発電量を予測する太陽光発電量予測装置であって、
   未来の特定日における時刻毎の快晴時の計算全天日射量と、時系列天気予報に基づいて選択された時刻毎の天気係数と、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値に基づいて選択された発電係数とに基づいて、前記未来の特定日における時刻毎の予測発電量を算出する制御部を有することを特徴とする、太陽光発電量予測装置。
9. 太陽光発電設備と、蓄電設備と、前記太陽光発電設備の太陽光発電量の実測値に基づいて未来の太陽光発電量を算出する太陽光発電予測装置とを備える太陽光発電量予測システムであって、
   前記太陽光発電量予測装置は、未来の特定日における時刻毎の快晴時の計算全天日射量と、時系列天気予報に基づいて選択された時刻毎の天気係数と、時刻毎の太陽光発電量の実測値及び時刻毎の全天日射量の実測値に基づいて選択された発電係数とに基づいて、前記未来の特定日における時刻毎の予測発電量を算出する制御部を有し、
   前記制御部は、前記時刻毎の予測発電量に基づいて前記蓄電設備及びそれ以外の分散電源の充放電を制御することを特徴とする、太陽光発電量予測システム。

Images