JP2017169289A - 電力予測システム、電力予測方法及びプログラム - Google Patents

Abstract

【課題】電力予測において、需要電力量を精度良く予測することを目的とする。
【解決手段】１つ以上の情報処理装置を有し、かつ、需要家が消費する需要電力量を予測する電力予測システムが、前記需要家の周辺における気象に係る値を示す気象データを取得し、前記需要家が消費した消費電力量を示す消費電力量データを取得し、前記気象データと、前記消費電力量データとに基づいて、前記需要電力量を算出する品質工学に基づく計算式を生成し、前記計算式に基づいて前記需要電力量を算出することで上記課題を解決する。
【選択図】図１

Description

本発明は、電力予測システム、電力予測方法及びプログラムに関する。

従来、消費する電力を予測する方法が知られている。

例えば、需要予測装置が、まず、最低気温及び最高気温等から翌日の電力の需要量を前日に予測し、日の出近傍時刻に、外気温度実測値に基づいて、最低気温予測値を修正し、前日に予測した需要量を修正する。次に、需要予測装置が、日の出時刻前後から午前中のある時刻までの外気温度実測値及び照度の実測推移に基づいて、最高温度を予測する。そして、需要予測装置が、予測された最高気温に基づいて、最高気温予測値を修正することで、前日に予測した需要量を修正する。これによって、需要の予測値の精度を大幅に向上させる方法が知られている（例えば、特許文献１等）。

他にも、電力売買支援システムが、まず、電力需要を予測し、予測された予測値の予測誤差を算出する。次に、電力売買支援システムが、予測された需要予測値の上乗せ比率又は需要予測値の上乗せ量を策定する。さらに、電力売買支援システムが、自家発電と買電との比率又は自家発電と買電との量を策定する。続いて、電力売買支援システムが、コストに基づいて、需要予測値の上乗せ比率、需要予測値の上乗せ量、自家発電と買電との比率又は自家発電と買電との量の最適値を算出する。そして、電力売買支援システムが、需要予測値の上乗せ比率、需要予測値の上乗せ量、自家発電と買電との比率又は自家発電と買電との量を表示する。このようにして、電力小売を行う際に、自家発電及び電力会社等のバックアップ電力で、発電及び電力購入コストを最小化し、電力小売事業者の収益を最大化する方法が知られている（例えば、特許文献２等）。

さらに、システムが、将来の特定時期におけるコミュニティのエネルギー需要を予測し、エネルギー需要を予測に基づいて、将来の特定時期のための消費調整要請を生成する。次に、システムが、コミュニティ内の一部の需要家を宛先需要家に選択して、消費調整要請を宛先需要家に送信する。そして、将来の特定時期におけるコミュニティのエネルギー需要を予測するため、システムが、宛先需要家以外のコミュニティ内の需要家である非宛先需要家を特定し、非宛先需要家の過去のエネルギー消費実績を把握する。続いて、把握されたエネルギー消費実績に基づいて、システムが、将来の特定時期におけるコミュニティのエネルギー需要を予測する。このようにして、コミュニティのような複数の需要家集団による将来のエネルギー需要をより適切に予測する方法が知られている（例えば、特許文献３等）。

しかしながら、従来の方法では、電力予測において、需要家が消費する電力量（以下「需要電力量」という。）が精度良く予測できないという問題がある。

本発明の１つの側面は、上述した課題を解決するものであり、電力予測において、需要電力量を精度良く予測できる電力予測システムを提供することを目的とする。

一態様における、１つ以上の情報処理装置を有し、かつ、需要家が消費する需要電力量を予測する電力予測システムは、前記需要家の周辺における気象に係る値を示す気象データを取得する第１取得部と、前記需要家が消費した消費電力量を示す消費電力量データを取得する第２取得部と、前記気象データと、前記消費電力量データとに基づいて、前記需要電力量を算出する品質工学に基づく計算式を生成する計算式生成部と、前記計算式に基づいて前記需要電力量を算出する算出部とを備える。

電力予測において、需要電力量を精度良く予測する電力予測システムを提供できる。

本発明の一実施形態に係る電力予測システムの全体構成の一例を示す概念図である。 本発明の一実施形態に係る情報処理装置のハードウェア構成の一例を示すブロック図である。 本発明の一実施形態に係る電力予測システムの機能構成の一例を示す機能ブロック図である。 本発明の一実施形態に係る電力予測システムによる全体処理の一例を示すフローチャートである。 本発明の一実施形態に係る電力予測システムが取得する消費電力量データの分類例を示す図である。 本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法の一例を示すフローチャートである。 本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法において生成されるデータベースの一例を示す図である。 本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法におけるデータベースの基準点変換の一例を示す図である。 本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における係数「β_ｉ」とＳＮ比「η_ｉ」の関係の一例を示すイメージ図である。 本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における係数「β_ｉ」とＳＮ比「η_ｉ」の算出結果の一例を示す図である。 本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における項目の重み付けの一例を示す図である。 本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における推定値の一例を示す図である。 本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における「ＳＮ比」、「相関係数」及び「現象説明率」の一例を示す図である。 比較例の算出結果を示す図である。 本発明の一実施形態に係る電力予測システムによる品質工学に基づいて生成される計算式を用いた算出結果の一例を示す図である。

以下、図面を用いて、本発明に係る一実施形態を説明する。

＜全体構成例＞
図１は、本発明の一実施形態に係る電力予測システムの全体構成の一例を示す概念図である。図示するように、電力予測システム１は、ネットワークＮＷ等を介して、需要家ＣＲが有する設備と接続される情報処理装置等である。なお、電力予測システム１は、１つ以上の情報処理装置を有すればよく、複数の情報処理装置を有する情報処理システムでもよい。以下、電力予測システム１が１つの情報処理装置である例で説明する。

図示する例では、電力予測システム１は、ネットワークＮＷを介して、各需要家ＣＲの建物又は設備等で消費した電力量（以下「消費電力量」という。）を示す消費電力量データＤＣＰを取得する。なお、それぞれの消費電力量データＤＣＰは、それぞれの需要家ＣＲから個別に取得されるのが望ましい。また、消費電力量データＤＣＰは、例えば、需要家ＣＲが有するスマートメータ等によって、所定の定期ごと又は不定期に取得される。

また、電力予測システム１は、インターネット等を介して、気象データ提供サーバ２と接続される。なお、気象データ提供サーバ２は、例えば、気象庁が有するサーバ等である。そして、電力予測システム１は、気象データ提供サーバ２から気象データＤＷＥを取得する。

なお、以下の説明では、需要家は、電力を消費する設備を有するユーザ等を示す。また、需要家は、電力使用における１契約単位のユーザであり、例えば、１つの建物又は家庭等である。

また、電力予測システム１は、監視用等のため、更にサーバを有してもよい。

＜ハードウェア構成例＞
図２は、本発明の一実施形態に係る情報処理装置のハードウェア構成の一例を示すブロック図である。例えば、電力予測システム１は、図示するようなハードウェア構成である。すなわち、電力予測システム１は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）又はサーバ等であり、コンピュータである。なお、電力予測システム１は、例えば、タブレット又はノートＰＣ等の他の種類の情報処理装置でもよい。

電力予測システム１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１Ｈ１と、Ｉ／Ｆ（ｉｎｔｅｒｆａｃｅ）１Ｈ２と、出力装置１Ｈ３とを有する。また、電力予測システム１は、入力装置１Ｈ４と、ＨＤ（Ｈａｒｄ Ｄｉｓｋ）１Ｈ５と、記憶装置１Ｈ６とを有する。さらに、各ハードウェアは、バス（ｂｕｓ）１Ｈ７を介して接続される。

ＣＰＵ１Ｈ１は、各種処理及び各種データの加工を実現するための演算を行う演算装置並びに各ハードウェア等を制御する制御装置である。なお、電力予測システム１は、演算装置又は制御装置を複数有してもよい。

Ｉ／Ｆ１Ｈ２は、例えば、コネクタ及び処理ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等である。例えば、Ｉ／Ｆ１Ｈ２は、ネットワーク又はケーブル等を介して、有線又は無線で外部装置とデータを送受信する。

出力装置１Ｈ３は、例えば、画像、表示画面及びＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）等を表示するディスプレイ等である。

入力装置１Ｈ４は、例えば、ユーザによる操作等を入力するタッチパネル、キーボード、マウス、マイク又はこれらの組み合わせ等である。

ＨＤ１Ｈ５は、補助記憶装置の一例である。すなわち、ＨＤ１Ｈ５は、処理に用いるプログラム、ファイル又は各種設定等のデータを記憶する。

記憶装置１Ｈ６は、いわゆるメモリ（ｍｅｍｏｒｙ）等であり、主記憶装置である。すなわち、記憶装置１Ｈ６には、ＨＤ１Ｈ５が記憶するプログラム又はデータ等が読み出される。

＜機能構成例＞
図３は、本発明の一実施形態に係る電力予測システムの機能構成の一例を示す機能ブロック図である。図示するように、電力予測システム１は、第１取得部１Ｆ１と、第２取得部１Ｆ２と、計算式生成部１Ｆ３と、算出部１Ｆ４とを備える。なお、電力予測システム１は、更に他の種類の機能部を備えてもよい。

第１取得部１Ｆ１は、気象データ提供サーバ２（図１）等から気象データＤＷＥを取得する。なお、第１取得部１Ｆ１は、例えば、Ｉ／Ｆ１Ｈ２（図２）等によって実現される。

具体的には、第１取得部１Ｆ１は、例えば、気象データ提供サーバ２（図１）等から、所定の時刻となると、気象データＤＷＥを取得する。なお、取得する気象データＤＷＥは、あらかじめ定められる所定の地点の気象データである。次に、第１取得部１Ｆ１は、取得した気象データＤＷＥを判別して時系列に蓄積する。例えば、取得された気象データＤＷＥは、下記（表１）に示すようなデータとなる。

上記（表１）に示す例では、「日付」及び「時刻」が示す時刻に基づいて、各気象データは、時系列に並べられている。また、上記（表１）に示す例では、「地域」は、取得した所定の地点を示す。さらに、「データ」は、「日付」、「時刻」及び「地域」に対応するそれぞれの気象データを示す。このようにして、気象データは、時系列に並べられ、かつ、地点が判別されて取得される。

第２取得部１Ｆ２は、需要家ＣＲ（図１）が有するスマートメータ等から消費電力量データＤＣＰを取得する。なお、第２取得部１Ｆ２は、例えば、Ｉ／Ｆ１Ｈ２（図２）等によって実現される。

具体的には、第２取得部１Ｆ２は、例えば、スマートメータごと、すなわち、需要家ＣＲごと、それぞれの需要家ＣＲの消費電力量データＤＣＰを取得する。また、第２取得部１Ｆ２は、例えば、３０分ごと、消費電力量データＤＣＰを取得する。次に、第２取得部１Ｆ２は、需要家ＣＲごと、かつ、時系列に消費電力量データＤＣＰを蓄積する。例えば、取得された消費電力量データＤＣＰは、下記（表２）に示すようなデータとなる。

上記（表２）に示す例では、「日付」及び「時刻」が示す時刻に基づいて、消費電力量データは、時系列に並べられている。また、上記（表２）に示す例では、「需要家」は、取得した需要家を示す。さらに、「データ」は、消費電力量を示す。このようにして、消費電力量データＤＣＰは、時系列に並べられ、かつ、需要家ごとにグルーピングされて取得される。

計算式生成部１Ｆ３は、第１取得部１Ｆ１によって取得される気象データＤＷＥと、第２取得部１Ｆ２によって取得される消費電力量データＤＣＰとに基づいて、需要家ＣＲによる需要電力量を算出するため、品質工学に基づく計算式を生成する。具体的には、計算式生成部１Ｆ３は、品質工学における正常空間等を示すモデル式を生成する。また、計算式生成部１Ｆ３は、需要家ごとに、それぞれの計算式を生成する。さらに、計算式生成部１Ｆ３は、あらかじめ定められる評価期間ｍが経過すると、経過した評価期間、すなわち、評価期間ｍ分のデータに基づいて、それぞれの計算式を生成する。

なお、評価期間ｍは、「日数×１ごとの計測回数」である。

したがって、計算式生成部１Ｆ３は、まず、需要家ごと、かつ、評価期間ごとに、計算式を生成するのに用いるデータを読み出す。そして、計算式生成部１Ｆ３は、需要家ごとに、かつ、評価期間ごとに、計算式を生成し、蓄積する。なお、計算式生成部１Ｆ３は、例えば、ＣＰＵ１Ｈ１（図２）等によって実現される。

算出部１Ｆ４は、計算式生成部１Ｆ３が生成した計算式に基づいて、需要家ＣＲによる需要電力量を算出する。具体的には、算出部１Ｆ４は、まず、需要家ごとに蓄積される計算式を読み出す。そして、算出部１Ｆ４は、読み出された計算式と、気象データＤＷＥ等とに基づいて、需要電力量を算出する。なお、算出に用いられる気象データＤＷＥは、未来の時点における気象を予測したデータである。望ましくは、算出に用いられる気象データＤＷＥは、明日の気象を予測したデータであるのが望ましい。なお、算出部１Ｆ４は、例えば、ＣＰＵ１Ｈ１（図２）等によって実現される。

また、電力予測システム１には、いわゆる顧客マスタ等のデータがあらかじめ入力され、顧客データベースが構築される。なお、顧客マスタには、各需要家の顧客番号及び顧客が位置する地点を示す地域情報等が入力される。そして、第１取得部１Ｆ１及び第２取得部１Ｆ２は、データを取得する際に、顧客マスタから地域情報等を読み出して、地域情報等に対応する各種データを取得する。

図示するような各機能によって、電力予測システム１は、以下のような処理を行う。

＜全体処理例＞
図４は、本発明の一実施形態に係る電力予測システムによる全体処理の一例を示すフローチャートである。電力予測システムは、例えば、図示するような全体処理によって、電力予測方法を行う。

ステップＳ１０１では、電力予測システムは、気象データを取得する。気象データは、需要家の周辺の気象に係る値を示すデータである。例えば、電力予測システムは、予測する需要家を特定する。さらに、電力予測システムは、需要家が位置する地点を特定する。また、電力予測システムは、取得する気象データを特定するため、日時等を入力する。すなわち、気象データは、都道府県等の地域に係る気象データでなく、需要家の位置する周辺の場所及び近隣の気象条件を示すデータであるのが望ましい。より望ましくは、取得される気象データは、需要家の位置する局地的な範囲のみの気象データであると、電力予測システムは、精度良く計算式を生成できる。例えば、気象データは、需要家の周辺２０ｋｍ^２程度の範囲を示すデータ等である。

気象データは、具体的には、気温、湿度、風向、風速、降水量、降雪量、日照時間、日照量及び気圧等から選択される気象に係る値を示すデータである。なお、気象データは、複数の種類が選択されるのが望ましい。

他にも、電力予測システムは、後段の算出で用いる計算式を特定するため、日時等を取得する。

ステップＳ１０２では、電力予測システムは、消費電力量データを取得する。なお、消費電力量データは、需要家ＣＲごとのそれぞれの消費電力量を示すデータであるのが望ましい。そのため、ステップＳ１０２では、電力予測システムは、需要家を特定し、消費電力量データを取得する。また、ステップＳ１０２では、電力予測システムは、あらかじめ定められる所定時間ごとに、例えば、３０分ごとに、消費電力量データを取得する。

＜気象データ及び消費電力量データの例＞
気象データ及び消費電力量データの取得結果は、例えば、下記（表３）のように示せる。

上記（表３）に示すように、電力予測システムによって気象データが取得されると、「Ｘ_１」、「Ｘ_３」、「Ｘ_５」及び「Ｘ_６」のような気象に係る値が取得される。また、上記（表３）に示すように、「Ｘ_２」及び「Ｘ_４」のように、取得された値から別の値が計算されて、気象に係る値が、取得されてもよい。具体的には、上記（表３）に示す例では、「Ｘ_２」は、「１時間前の気温、すなわち、Ｘ_１の差分」を示す。同様に、上記（表３）に示す例では、「Ｘ_４」は、「１時間前の湿度、すなわち、Ｘ_３の差分」を示す。このように、気象データが示す値の差分等が計算され、差分値等が取得されてもよい。このようにすると、電力予測システムは、差分値の種類を増やせるため、気象データに基づいて示される値の種類を増やすことができる。すなわち、電力予測システムは、後段の品質工学において、用いられる気象データに基づいて示される値の種類を増やすことができる。

また、上記（表３）では、評価期間ｍは、「日数×１ごとの計測回数＝５日×３回／日」である。

なお、差分値が用いられると、電力予測システムは、後段の品質工学において、増加傾向又は減少傾向を数式に取り入れることができる。

また、上記（表３）に示すように、「Ｘ_３」及び「Ｘ_４」のように、湿度を用いる場合には、Ω変換された値が用いられるのが望ましい。このようにすると、変換された後の値は、「−∞乃至＋∞」の値となる。つまり、Ω変換が行われると、湿度は、「０％乃至１００％」の値から「−∞乃至＋∞」の値に変換される。具体的には、変換前の湿度を「ｐ」とすると、変換後の値である「η_ｉ」は、「η_ｉ＝ｌｏｇ（ｐ／（１−ｐ））」となる。このようにすると、電力予測システムは、湿度等の百分率で示される値を後段の品質工学で用いやすい数値にすることができる。

なお、気象データは、各需要家が位置する地域に合わせたデータであるのが望ましい。すなわち、気象データは、需要家ごとに異なってもよい。このようにすると、各需要家の気象条件を精度良く示す気象データを用いることができるため、電力予測システムは、需要家ごとの需要電力量を精度良く算出できる。

＜消費電力量データの分類例＞
さらに、上記（表３）に示す例では、「Ｙ」は、消費電力量データに基づいて取得される値である。なお、消費電力量データが示す値は、消費電力量の種類に基づいて、以下のように分類されるのが望ましい。

図５は、本発明の一実施形態に係る電力予測システムが取得する消費電力量データの分類例を示す図である。図示する例では、消費電力量データは、１日（２４時間）のうち、それぞれの時間で需要家が消費した消費電力量を示すデータである。また、図は、消費電力量が以下のように、３つに分類される例を示す。

例えば、消費電力量は、時間を問わず、ほぼ一定の値となることが多い電力量（以下「ベース電力量ＰＢＡＳ」という。）と、オフィス内の人数等と関係が強い電力量（以下「人的情報相関電力量ＰＯＦＷ」という。）と、気温等と関係が強い電力量（以下「気象情報相関電力量ＰＡＩＲ」という。）とに分類される。以下、消費電力量がこの３種類に分類される例で説明する。なお、分類数は、３種類に限られない。すなわち、分類数は、２種類でもよく、４種類以上でもよい。

ベース電力量ＰＢＡＳは、例えば、需要家がオフィス内等で使用するサーバ、入退出等のセキュリティシステム及び自動販売機等に消費される電力量である。すなわち、ベース電力量ＰＢＡＳは、１日において、ほぼ一日中稼動している設備が、稼働するために消費する電力量である。このように、ベース電力量ＰＢＡＳは、１日において一定となる電力量の例である。図示するように、ベース電力量ＰＢＡＳは、時間を問わず、つまり、朝、昼及び夜等の時間帯に係わらず、ほぼ一定の値となる。したがって、ベース電力量ＰＢＡＳは、平均値等でもよい。

人的情報相関電力量ＰＯＦＷは、例えば、需要家がオフィス内等で使用するＰＣ、給湯及び照明等に消費される電力量である。すなわち、人的情報相関電力量ＰＯＦＷは、主に、オフィス内等で従業員等が、労働に用いられる設備、例えば、従業員用のＰＣ又はポット等に消費される電力量である。なお、オフィス内でコピー機及びシュレッダ等の事務機器が用いられる場合には、人的情報相関電力量ＰＯＦＷに、このような事務機器等に消費される電力が含まれてもよい。このように、人的情報相関電力量ＰＯＦＷは、労働に用いられる設備に消費される電力量の例である。そのため、人的情報相関電力量ＰＯＦＷは、オフィス内にいる人数が多いと、増加する場合が多い。具体的には、図示するように、一般的に、労働が開始される朝の時間となると、人的情報相関電力量ＰＯＦＷは、増加し始める場合が多い。そして、昼の時間において、オフィス内にいる人数が最大となると、人的情報相関電力量ＰＯＦＷは、一日においてピークとなる場合が多い。一方で、一般的に、労働が終了する夜の時間となると、人的情報相関電力量ＰＯＦＷは、減少し始める場合が多い。

例えば、オフィス等では、朝の時間となると、出社した従業員等によって照明等の電源が入れられるため、照明関係の設備が電力を消費する。また、同様に、朝の時間となると、出社した従業員等によってＰＣ等の電源が入れられるため、ＰＣ等の設備が電力を消費する。さらに、朝の時間等に、お茶を飲む習慣があると、従業員等によってポット等の電源が入れられるため、給湯関係の設備が電力を消費する。これらの消費電力量は、例えば、従業員等が出社する「７：００」頃の時刻から従業員等が退社する「２０：００」頃の時刻までの時間ごとの最小値を計測して算出される。なお、消費電力量は、曜日ごとに計測されるのが望ましい。すなわち、日曜又は祝日等では、出社する従業員等は、少ないため、平日と比較すると、人的情報相関電力量ＰＯＦＷは、増加しにくい。そのため、曜日ごとに分けて計測されると、電力予測システムは、人的情報相関電力量ＰＯＦＷを用いる計算を精度良く行うことができる。

気象情報相関電力量ＰＡＩＲは、例えば、空調等に用いられる設備に消費される電力量である。そのため、気象情報相関電力量ＰＡＩＲは、気温の上昇又は下降に応じて、変化する場合が多い電力量である。具体的には、夏季において、昼の時間に、気温が最高気温となると、気象情報相関電力量ＰＡＩＲは、一日においてピークとなる場合が多い。また、気象情報相関電力量ＰＡＩＲは、人的情報相関電力量ＰＯＦＷと同様に、労働が開始される朝の時間となると、気象情報相関電力量ＰＡＩＲは、増加し始める場合が多い。さらに、労働が終了する夜の時間となると、気象情報相関電力量ＰＡＩＲは、減少し始める場合が多い。なお、気象情報相関電力量ＰＡＩＲには、冬季に用いられる暖房器具に消費される電力量が含まれてもよい。また、気象情報相関電力量ＰＡＩＲには、湿度に応じて、除湿器等に消費される電力量が含まれてもよい。このように、気象情報相関電力量ＰＡＩＲは、気象条件に応じて変動する電力量の例である。

また、消費電力量データは、所定の時間ごとに取得されるのが望ましい。例えば、消費電力量データは、３０分ごとに取得されるのが望ましい。すなわち、所定の時間は、電力の卸売市場等で取引される時間単位と一致するのが望ましい。

さらに、消費電力量データは、需要家ごとに取得されるのが望ましい。このようにすると、一定の地域ごとの消費電力量を示す消費電力量データが取得される場合等と比較して、電力予測システムは、需要家ごとの需要電力量を精度良く算出できる。

このように、消費電力量データは、複数の種類に分類され、各分類のそれぞれの平均値又は最小値等の代表値が用いられると、電力予測システムは、分類ごとに、需要電力量を精度良く算出できる。例えば、ベース電力量ＰＢＡＳは、一定であるとする。一方で、他の種類の需要電力量は、関連する項目に分けて、それぞれの需要電力量を算出する計算式が生成され、それぞれの計算式に基づいて、それぞれの需要電力量が算出される。このようにして、電力予測システムは、各分類の需要電力量を総和して需要電力量を精度良く算出できる。

＜計算式の生成例＞
図４に戻り、ステップＳ１０３では、電力予測システムは、品質工学のＴ法（以下単に「Ｔ法」という。）に基づいて計算式を生成する。具体的には、電力予測システムは、需要家ごとに、それぞれの計算式を生成する。さらに、電力予測システムは、評価期間が経過すると、評価期間ごとに、それぞれの計算式を生成する。

図６は、本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法の一例を示すフローチャートである。図４に示すステップＳ１０３では、電力予測システムが、図６に示す方法を行って、計算式を生成する。

ステップＳ２０１では、電力予測システムは、データベースを生成する。例えば、以下のようなデータベースが、電力予測システムによって生成される。

図７は、本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法において生成されるデータベースの一例を示す図である。以下、図示するようなデータベースが生成される例で説明する。

この例では、「Ｘ_ｉ」は、項目（「特徴量」という場合もある。）である。項目は、分析値又は物理的メカニズムに関連する測定値又は複数の測定値の組み合わせであり、性能指数である。また、「Ｙ_ｊ」は、目的特性である。目的特性は、性能又は品質に関連する結果を示す値である。すなわち、各「Ｘ_ｉ」である項目は、気象データ及び消費電力量データが示す値である。一方で、「Ｙ_ｊ」である目的特性は、需要電力量である。

また、Ｔ法を用いると、重回帰分析等と比較して、サンプル数（図７では「ｎ」である。）以下の因子数しか用いることができない等の制約条件が少なくできる。

図６に戻り、ステップＳ２０２では、電力予測システムは、データベースの基準点変換を行う。すなわち、電力予測システムは、以下のように、ステップＳ２０１で生成されたデータベースを変換する。

図８は、本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法におけるデータベースの基準点変換の一例を示す図である。図示するように、電力予測システムは、「Ｘ_ｉ」、すなわち、項目及び「Ｙ_ｊ」、すなわち、目的特性の平均値をゼロとなるように変換する。

図６に戻り、ステップＳ２０３では、電力予測システムは、各項目の係数及びＳＮ比を算出する。まず、電力予測システムは、図８に示す基準点変換後の目的特性「ｙ_ｊ」と、基準点変換後の各項目「ｘ_ｉｊ」との関係を最小二乗法によって算出する。また、この関係は、係数「β_ｉ」とすると、「ｘ_ｉｊ＝β_ｉ×ｙ_ｊ」と定義される。この定義を示す式を変換すると、目的特性「ｙ_ｊ」は、「ｙ_ｊ＝ｘ_ｉｊ／β_ｉ」（以下「定義式」という場合がある。）と示せる。

そして、「ｋ」個の各項目に基づいて算出される係数「β_ｉ」は、重み付けをして用いられる。重み付けは、ＳＮ比「η_ｉ」を指標に行われる。なお、係数「β_ｉ」と、ＳＮ比「η_ｉ」とは、以下のような関係である。

図９は、本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における係数「β_ｉ」とＳＮ比「η_ｉ」の関係の一例を示すイメージ図である。図示するように、係数「β_ｉ」は、「ｎ」個のデータに対して最小二乗法が行われ、最小二乗法によって算出される直線の傾きから算出される。また、図示するように、ＳＮ比「η_ｉ」は、各項目「ｘ_ｉｊ」と、目的特性「ｙ_ｊ」との相関から計算される。具体的には、係数「β_ｉ」は、例えば、下記（１）式を計算すると、求まる値である。

すなわち、係数「β_ｉ」は、上記（１）式等の最小二乗法によって計算される値である。一方で、ＳＮ比「η_ｉ」は、例えば、下記（２）式を計算すると、求まる値である。

すなわち、ＳＮ比「η_ｉ」は、上記（２）式等のゼロ点比例のＳＮ比計算によって計算される値である。

図６に戻り、ステップＳ２０４では、電力予測システムは、推定値を算出する。まず、ステップＳ２０３による算出結果は、整理すると、以下のように示せる。

図１０は、本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における係数「β_ｉ」とＳＮ比「η_ｉ」の算出結果の一例を示す図である。図示するように、この例では、係数「β_ｉ」と、ＳＮ比「η_ｉ」とが、それぞれ「ｋ」個ずつ上記（１）式及び上記（２）式によって計算される。次に、各「ｋ」個の項目の値に基づいて、電力予測システムは、下記（３）式によって、「ｎ」個のサンプルに対して、それぞれの目的特性の推定値を算出する。

相関性が高い、すなわち、ＳＮ比「η_ｉ」が大きい項目の係数「β_ｉ」は、上記（３）式に示す推定式に寄与が大きくなる。一方で、相関性が低い、すなわち、ＳＮ比「η_ｉ」が小さい項目の係数「β_ｉ」は、上記（３）式に示す推定式に寄与が小さくなる。また、項目の重み付けは、以下のように示せる。

図１１は、本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における項目の重み付けの一例を示す図である。まず、各項目に係る推定式ＥＸ１が、上記の定義式に基づいて計算される。次に、電力予測システムは、推定式ＥＸ１に対する各ＳＮ比「η_ｉ」による重み付けを行う。図示するように、重みＥＸ２は、全ＳＮ比「η_ｉ」の総和に対する各ＳＮ比「η_ｉ」の割合である。そして、図示するように、推定式ＥＸ１が重みＥＸ２で重み付けされ、各重み付けされた式が線形結合すると、上記（３）式が生成できる。

図６に戻り、図示するように、ステップＳ２０５では、電力予測システムは、推定値の精度を評価してもよい。

図１２は、本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における推定値の一例を示す図である。図示する値は、図６に示すステップＳ２０４によって算出される推定値を示す。次に、電力予測システムは、このようにして算出される推定値が、どの程度の精度であるかを評価する。例えば、評価は、以下のような「ＳＮ比（ゼロ点比例のＳＮ比）」、「相関係数」及び「現象説明率」等によって行われる。

図１３は、本発明の一実施形態に係る電力予測システムによる品質工学に基づく計算式の生成方法における「ＳＮ比」、「相関係数」及び「現象説明率」の一例を示す図である。このように、「現象説明率ρ^２」は、「相関係数」の２乗で示せる値であり、図示するような計算方法によって算出される値である。

このようにして、図６に示す方法が行われると、電力予測システムは、計算式を生成することができる。具体的には、例えば、下記（４）式に示す計算式が生成される。

なお、上記（４）式において、「ｔ」は、項目数を示す。すなわち、上記（表３）において、項目数が「４」（すなわち、「Ｘ_０」乃至「Ｘ_３」の項目とする場合である。）であると、「ｔ＝４」となる。さらに、上記（４）式における各変数は、下記（５）乃至下記（１８）式の通りとなる。すなわち、上記（４）式及び下記（５）乃至下記（１８）式の通り各計算が行われると、図６に示す方法と同様の結果が得られる。

上記（４）式乃至上記（１８）式に基づいて、下記（１９）式の計算式が生成される。

具体的には、Ｔ法に基づいて、上記（１９）式における「α_１」乃至「α_５」の値がそれぞれ定まると、上記（１９）式の需要電力量を算出する計算式が生成される。

図４に戻り、ステップＳ１０４では、電力予測システムは、計算式に基づいて需要電力量を算出する。すなわち、上記（１９）式における気象に係る値、例えば、気温等を「ｘ_ｉ１」乃至「ｘ_ｉ４」に代入すると、電力予測システムは、需要電力量を算出することができる。また、計算式は、随時更新される場合があるため、電力予測システムは、定められる日時等及び需要家に基づいて、算出に用いる計算式を特定し、特定された計算式によって、需要電力量を算出する。

なお、計算式は、下記（２０）式が用いられて生成されると、より望ましい。

上記（２０）式は、上記（４）式と比較すると、上記（４）式では、「１／β_ｉ」である項が、上記（２０）式では、「β_ｉ」となる点が異なる。すなわち、上記（２０）式のように、計算式は、逆推定の逆数である「β_ｉ」を用いる式であるのがより望ましい。

なお、上記（２０）式における各変数は、下記（２１）式乃至下記（３４）式の通りとなる。

上記（５）式乃至上記（１８）式と、上記（２１）式乃至上記（３４）式とを比較すると、上記（１１）式が上記（２７）式となる点と、上記（１４）式が上記（３０）式となる点とが主に異なる。すなわち、計算式は、上記（２７）式に示すように、有効除数ｒ_ｉが項目ｘ_ｉの２乗和で計算され、かつ、上記（３０）式に示すように、全変動ＳＴが目的特性ｙ_ｉの２乗和で計算でされるのが望ましい。

電力予測システムは、上記（５）式乃至上記（１８）式を用いる方法（以下「第１生成方法」という。）と同様に、上記（２０）式乃至上記（３４）式を用いる方法（以下「第２生成方法」という。）でも、上記（１９）式の計算式を生成できる。

なお、第２生成方法であると、第１生成方法と比較して、電力予測システムは、上記（１９）式における係数、すなわち、「α_１」乃至「α_５」の値が小さい計算式を生成することができる。「α_１」等の係数の値が大きい、すなわち、第１生成方法によって生成される計算式であると、気温等の気象に係る値が「１」変化すると、算出される需要電力量の値が大きく変動しすぎる場合がある。そこで、第２生成方法のように、上記（１９）式における係数が小さい値となる計算式を生成できる方法を用いると、電力予測システムは、精度良く需要電力量を算出できる。

＜各計算式による算出結果例＞
第１生成方法及び第２生成方法により生成される各計算式によって算出される需要電力量は、例えば、下記（表４）の通りとなる。

上記（表４）に示すように電力予測システムは、第１生成方法及び第２生成方法に基づいて生成される計算式に基づいて、需要電力量を算出することができる。

＜比較例＞
図１４は、比較例の算出結果を示す図である。図示する比較例は、重回帰法に基づいて、需要電力量を算出した結果である。なお、図における「実績」は、実際に計測された電力量を示す。

＜本発明の一実施形態に係る算出結果例＞
図１５は、本発明の一実施形態に係る電力予測システムによる品質工学に基づいて生成される計算式を用いた算出結果の一例を示す図である。具体的には、図示する「算出結果」は、第２生成方法により生成された計算式によって算出された需要電力量を示す。一方で、図における「実績」は、図１４と同様に、実際に計測された電力量を示す。このように、第２生成方法等により生成される計算式が用いられると、電力予測システムは、精度良く需要電力量を算出できる。具体的には、図１４に示す比較例の算出結果と比較すると、電力予測システムは、約「３０％」程度精度良く需要電力量を算出できる。

また、電力予測システムは、算出される需要電力量に基づいて、実際に計測された電力量における異常パターンを検出してもよい。例えば、算出される需要電力量と、大きく異なる電力量が計測された場合等では、電力予測システムは、異常パターンであると判定してもよい。また、例えば、図３及び図４において、電力予測システムは、まず、計算式と、その時点の需要家ごとの計算値を、いわゆる標準値（「正常空間」という場合もある。）として蓄積する。次に、電力予測システムは、予測された需要電力量と、標準値との差分値を計算するため、減算を行う。そして、計算される差分値が、あらかじめ定められる閾値を超える場合には、「異常あり」と判定する。例えば、このように、電力予測システムは、異常を判定してもよい。

このような異常パターンが発生する場合は、例えば、漏電等が起きている場合である。このようにして、電力予測システムは、漏電等を監視してもよい。また、漏電等の異常は、各需要家がそれぞれ有するキュービクル（Ｃｕｂｉｃｌｅ）式高圧受電設備等の設備（以下単に「キュービクルＣＢ」という。）が故障したことが原因である場合が多い。なお、キュービクルＣＢは、故障しやすい設備であることが多い。そのため、電力予測システムは、異常パターン等に基づいて、キュービクルＣＢの故障等の設備に係る異常を検出してもよい。なお、需要家が有する設備は、例えば、キュービクルＣＢであるが、設備の種類は、これに限られず、変圧器等の他の種類の設備であってもよい。

また、電力予測システムは、需要家ごとに、それぞれの計算式を生成し、それぞれの計算式に基づいて、それぞれの需要電力量を算出するのが望ましい。また、入力されるデータも、需要家ごとに個別のデータが使用されるのが望ましい。

さらに、電力予測システムは、算出される需要電力量に基づいて、１日におけるピークを予測してもよい。そして、電力予測システムは、ピークとなる所定の時間前に通知を行ってもよい。なお、通知が行われるタイミングは、例えば、ピークと予測される時刻から所定の時間前、すなわち、ピークと予測される時刻から電力予測システムに設定される時間前である。例えば、電力予測システムには、あらかじめ「１時間前」等の設定値がユーザによって設定される。このようにすると、電力予測システムは、ピークと予測される時刻から「１時間前」の時点で、ピークとなるメッセージをユーザに表示又はメール等で通知する。一方で、一日以上前又は前日等に通知されると、ユーザは、ピークとなる時刻を忘れる場合がある。そのため、このように、所定の時間前とすると、電力予測システムが通知すると、ユーザは、ピークに消費する電力量を少なくするための準備等を行うことができる。

＜まとめ＞
電力予測システムは、気象データ及び消費電力量データを取得する。次に、電力予測システムは、気象データ及び消費電力量データに基づいて、品質工学により、上記（１９）式の計算式を生成する。そして、電力予測システムは、生成される上記（１９）式の計算式に基づいて、需要電力量を算出できる。また、品質工学によって生成される上記（１９）式は、精度良く需要電力量を算出できる計算式である。したがって、上記（１９）式を用いると、電力予測システムは、電力の需要量を精度良く予測できる。

また、上記の例は、電力予測システムによる処理の理解を容易にするために、主な機能に応じて分割して示した構成である。そのため、処理単位の分割の仕方又は名称によって本発明に係る実施形態は、限定されない。例えば、電力予測システムの処理は、処理内容に応じて更に多くの処理単位に分割してもよい。また、１つの処理単位は、更に多くの処理を含むように分割されてもよい。

他にも、電力予測システムは、１つの装置によって実現される構成に限られない。すなわち、１つ以上の情報処理装置を有する電力予測システムによって、本発明に係る実施形態は、実現されてもよい。なお、電力予測システムでは、各処理の一部又は全部が分散、冗長、並列又はこれらを組み合わせるように、処理が行われてもよい。

なお、本発明に係る各処理の全部又は一部は、プログラミング言語等で記述されたコンピュータに電力予測方法を実行させるためのプログラムによって実現されてもよい。すなわち、プログラムは、画像処理装置等のコンピュータに画像処理方法を実行させるためのコンピュータプログラムである。

また、プログラムは、フラッシュメモリ、フレキシブルディスク、光学ディスク、ＳＤ（登録商標）カード又はＭＯ等のコンピュータが読み取り可能な記録媒体に格納して頒布することができる。さらにまた、プログラムは、電気通信回線を通じて頒布することができる。

１ 電力予測システム
ＤＷＥ 気象データ
ＤＣＰ 消費電力量データ
ＣＲ 需要家
ＣＢ キュービクル

特開平７−１２３５８９号公報 特開２００４−３３６８９０号公報 特許第５５９６２２０号公報

Claims (14)

1. １つ以上の情報処理装置を有し、かつ、需要家が消費する需要電力量を予測する電力予測システムであって、
   前記需要家の周辺における気象に係る値を示す気象データを取得する第１取得部と、
   前記需要家が消費した消費電力量を示す消費電力量データを取得する第２取得部と、
   前記気象データと、前記消費電力量データとに基づいて、前記需要電力量を算出する品質工学に基づく計算式を生成する計算式生成部と、
   前記計算式に基づいて前記需要電力量を算出する算出部と
   を備える電力予測システム。
2. 前記計算式生成部は、逆推定の逆数を用いる前記計算式を生成する請求項１に記載の電力予測システム。
3. 前記計算式生成部が前記計算式を生成するのに、有効除数が項目の２乗和で計算され、かつ、全変動が目的特性の２乗和で計算される請求項２に記載の電力予測システム。
4. 前記電力予測システムは、複数の需要家が消費するそれぞれの需要電力量を予測し、
   前記第２取得部は、前記複数の需要家のそれぞれの前記消費電力量データを取得し、
   前記計算式生成部は、前記複数の需要家のそれぞれの前記計算式を生成し、
   前記算出部は、前記需要家ごとに、それぞれの前記需要電力量を算出する請求項１乃至３のいずれか一項に記載の電力予測システム。
5. 前記電力予測システムは、前記消費電力量データを複数の種類に分類する請求項１乃至４のいずれか一項に記載の電力予測システム。
6. 前記消費電力量データは、少なくとも１日において一定となる電力量、労働に用いられる設備に消費される電力量及び気象条件に応じて変動する電力量に分類される請求項５に記載の電力予測システム。
7. 前記算出部によって算出される前記需要電力量に基づいて、１日におけるピークを予測し、
   前記ピークとなる所定の時間前となると、通知を行う請求項１乃至６のいずれか一項に記載の電力予測システム。
8. 前記第１取得部は、前記気象データが示す値の差分値を計算する請求項１乃至７のいずれか一項に記載の電力予測システム。
9. 前記気象データは、気温、湿度、風向、風速、降水量、降雪量、日照時間、日照量及び気圧のうち、少なくともいずれか１つを含む請求項１乃至８のいずれか一項に記載の電力予測システム。
10. 前記需要電力量に基づいて、前記需要家が消費する電力量の異常パターンを検出する請求項１乃至９のいずれか一項に記載の電力予測システム。
11. 前記異常パターンに基づいて、前記需要家が有する設備の異常を検出する請求項１０に記載の電力予測システム。
12. 前記算出部は、明日の気象を予測する気象データを用いて前記需要電力量を算出する請求項１乃至１１のいずれか一項に記載の電力予測システム。
13. １つ以上の情報処理装置を有し、かつ、需要家が消費する需要電力量を予測する電力予測システムが行う電力予測方法であって、
    前記電力予測システムが、前記需要家の周辺における気象に係る値を示す気象データを取得する第１取得手順と、
    前記電力予測システムが、前記需要家が消費した消費電力量を示す消費電力量データを取得する第２取得手順と、
    前記電力予測システムが、前記気象データと、前記消費電力量データとに基づいて、前記需要電力量を算出する品質工学に基づく計算式を生成する計算式生成手順と、
    前記電力予測システムが、前記計算式に基づいて前記需要電力量を算出する算出手順と
    を含む電力予測方法。
14. １つ以上の情報処理装置を有し、かつ、需要家が消費する需要電力量を予測するコンピュータに電力予測方法を実行させるためのプログラムであって、
    前記コンピュータが、前記需要家の周辺における気象に係る値を示す気象データを取得する第１取得手順と、
    前記コンピュータが、前記需要家が消費した消費電力量を示す消費電力量データを取得する第２取得手順と、
    前記コンピュータが、前記気象データと、前記消費電力量データとに基づいて、前記需要電力量を算出する品質工学に基づく計算式を生成する計算式生成手順と、
    前記コンピュータが、前記計算式に基づいて前記需要電力量を算出する算出手順と
    を実行させるためのプログラム。

Images