JP2018021856A - 気象情報予測装置および電力需要予測装置 - Google Patents

Abstract

【課題】従来の気象情報予測装置では、公的機関が公表する観測メッシュと予測対象地点にずれが生じた場合、予測精度の低下および予測精度が向上しない懸念がある。また、予測対象地点の気象予報値があることが前提であり、データの粒度が粗く、地点数の少ない気象庁等の無償の気象サービスでは電力需要の予測値を算出できない。【解決手段】予測対象地点の気象実績値および無償の気象サービスによる予測対象地点以外の地点の気象実績値を取得し、予測対象地点と予測対象地点以外の地点の気象実績値の関係を基に気象予報の補正モデルを複数生成し、生成した複数の補正モデルを評価して選定し、選定された補正モデルと予測対象地点以外の気象予報値を用いて、予測対象地点の気象予報値を推定するようにした。【選択図】 図１

Description

この発明は、エネルギーマネジメントシステム（以下、ＥＭＳという）に係るものであり、気象サービスが提供する気象情報と、特定地点の気象実績値を用いて、予測対象地点の気象予報値を推定する装置に関する。また、この推定した気象予報値と電力需要実績値から、予測対象設備等の電力需要を予測する電力需要予測装置に関する。

近年、低炭素社会の構築に向けて再生可能エネルギー、あるいは分散型電源設備の導入が進み、それらを連携制御するためのＥＭＳが開発されている。

例えば、大口需要家の所在地等、気象庁等公的機関が公表する気象データで扱われない地点の気温を、公的機関が公表するデータを基に予測する。予測手法としては、予測対象地点の気温予報値を目的変数とし、公的機関が公表する観測メッシュの気象データの予測値を説明変数とする重回帰式を、上記データの過去１年間の実績値を用いて作成し、作成した式より予測対象地点の気温を予測するものがある（例えば、特許文献１参照）。

また、各時刻の気象および電力需要実績値を用いて、予測モデルを作成し、予測対象時刻の気象予報値を予測モデルに入力することで電力需要の予測値を算出するものがある（例えば、特許文献２参照）。

特開２００５−２７４１７１号公報 特開２００７−４７９９６号公報

しかし、上記特許文献１の事例では、公的機関が公表する観測メッシュと予測対象地点にずれが生じた場合、予測精度を低下させるだけでなく、実績値が蓄積されない限り、予測精度の向上は見込めない可能性がある。

また、上記特許文献２の事例においては、予測対象地点の気象予報値があるという前提であり、データの粒度が粗く、地点(ポイント数)が少ない気象庁等の無償の気象サービスでは、電力需要の予測値を算出できない。

この発明は上記のような課題を解決するためになされたものであり、データの粒度が粗く、地点(ポイント数)が少ない気象庁等の無償の気象サービスが提供する気象情報と、特定地点(電力需要予測を行う負荷設備(例：ビル、駅)、以後、予測対象地点と呼ぶ)の気象実績値を用いて、予測対象地点の気象予報値を推定する。そして、推定した気象予報値と負荷設備全体の電力需要実績値から、負荷設備全体の電力需要を予測するための気象情報予測、及び電力需要予測装置に関するものである。

すなわち、予測対象地点と無償の気象サービスが提供する予測対象地点以外の（より地理的密度の粗い、或いは近隣の）地点または地域（ここで、地域は地点の集合体と考えることもできる。以下同様）、各々の気象実績値を基に、使用するデータの条件を変更した補正モデルを複数生成し、最も精度の高い補正モデルを選定する。
そして、予測対象地点以外の気象予報値から選定した補正モデルを用いて、予測対象地
点の気温予報値を推定し、電力需要を予測する。
これにより、無償の気象サービスを適用しても予測精度の高い電力需要予測を可能とすることを目的とする。なお、この発明で使用する気象予報値あるいは実績値は、気温を対象としている。

この発明に係る気象情報予測装置は、
予測対象地点の気象実績値および気象サービスによる予測対象地点以外の地点の気象実績値を取得する気象実績値取得部と、
前記予測対象地点の気象実績値、および予測対象地点以外の地点の気象実績値を用いて、前記予測対象地点と前記予測対象地点以外の地点の気象実績値の関係を基に気象予報の補正モデルを複数生成する補正モデル生成部と、
予測対象日時を基準として所定日時遡った日時における前記予測対象地点の気象実績値、前記予測対象地点以外の気象実績値、および前記補正モデル生成部により作成した各補正モデルより推定した前記予測対象地点の気象データ、を用いて、評価の基準となる指標の値を算出することにより、気象予報の補正モデルを評価し選定する補正モデル評価部と、前記補正モデル評価部により選定された補正モデルと予測対象地点以外の気象予報値を用いて、予測対象地点の気象予報値を推定する気象情報予測部と、
を備え、
予測対象地点における予測対象日時の気象予報値を推定するものである。

また、この発明に係る電力需要予測装置は、
予測対象地点の気象実績値および気象サービスによる予測対象地点以外の地点の気象実績値を取得する気象実績値取得部と、
前記予測対象地点の気象実績値、および予測対象地点以外の地点の気象実績値を用いて、前記予測対象地点と前記予測対象地点以外の地点の気象実績値の関係を基に気象予報の補正モデルを複数生成する補正モデル生成部と、
予測対象日時を基準として所定日時遡った日時における前記予測対象地点の気象実績値、前記予測対象地点以外の気象実績値、および前記補正モデル生成部により作成した各補正モデルより推定した前記予測対象地点の気象データ、を用いて、評価の基準となる指標の値を算出することにより、気象予報の補正モデルを評価し選定する補正モデル評価部と、前記補正モデル評価部により選定された補正モデルと予測対象地点以外の気象予報値を用いて、予測対象地点の気象予報値を推定する気象情報予測部と、
を備えた予測対象地点における予測対象日時の気象予報値を推定する気象情報予測装置を有し、
前記気象情報予測部より推定した予測対象地点の気象予報値と予測対象地点の気象実績値、及び予測対象地点の負荷設備全体の電力需要実績値を用いて、予測対象地点の負荷設備全体の電力需要を予測する電力需要予測部を備え、
推定した予測対象地点の気象予報値と気象実績値、及び予測対象地点の負荷設備全体の電力需要実績値を用いて、予測対象地点の負荷設備全体の電力需要を予測することを特徴とするものである。

この発明の気象情報予測、及び電力需要予測装置によれば、予測対象地点の電力需要予測をする上で必要な予測対象地点の気象予報値を予測対象地点の気象実績値と、無償の気象サービスより提供される予測対象地点以外の気象予報値および実績値を基に推定が可能となることから、有償の気象サービスから提供される気象予報値および実績値を使用しなくても、予測対象地点の気象予報値を推定することができる。また、負荷設備全体の電力需要の予測が可能となり、負荷設備のランニングコストが削減できるという効果を奏する。

この発明の実施の形態１に関する気象情報予測、及び電力需要予測装置のシステム構成の一例を示す図である。 この発明の実施の形態１による予測対象地点の気象予報値算出処理方式のフローチャートを示す図である。 この発明の実施の形態１による回帰分析を例に補正モデルを生成した場合の回帰式、及び補正モデル値の概略を示す図である。 この発明の実施の形態１による回帰分析を例に補正モデルを生成した場合の補正モデルの評価を示す図である。 この発明の実施の形態１による電力需要予測算出処理方式のフローチャートを示す図である。

実施の形態１
以下、本発明の実施の形態１に係る気象情報予測、及び電力需要予測装置を、図を用いて説明する。図１は、本実施の形態の気象情報予測、及び電力需要予測装置の一例を示すシステム構成図である。

最初に、気象情報予測装置および電力需要予測装置１が提供する各機能を、図１を用いて説明する。
まず、気象実績値取得部１０１は、気象実績の取得期間を使用するデータの条件に応じて変更して取得する。具体的には、使用するデータによって、予測対象日時から３種類のモデルケースである、以下に示すケース１からケース３に分けて、予測対象地点、及び予測対象地点以外の気象実績値を取得する。この場合、例えば、（無償）気象サービス２の気象実績値３を利用して取得すればよい。
・ケース１：前年同月同時刻
・ケース２：予測対象日の±１５日の過去の同時刻
・ケース３：予測対象日の±１５日の過去の同時刻＋予測対象日から−１５日までの同時刻

次に、補正モデル生成部１０２は、気象実績値取得部１０１により取得するデータの条件に応じて、複数の補正モデルを作成する。具体的には、補正モデルの生成の仕方として、回帰分析、あるいはニューラルネットワークによる生成を行う。

次に、補正モデル評価部１０３は、補正モデル生成部１０２により作成した各補正モデルに対し、予測対象日時より最近過去(例：予測対象日時より１週間前等)、すなわち、予測対象日時を基準として所定日時遡った日時の予測対象地点の気象実績値と予測対象地点以外の気象実績値に対し、作成した各補正モデルより推定した予測対象地点の気象実績値を用いて、“予測対象地点の気象実績値”−“補正モデルを用いて、予測対象地点以外の気象実績値から推定した予測対象地点の気象実績値“により、最大誤差、最小誤差、平均誤差、及び誤差率（例えば±２℃以内の割合）を算出し、上記の指標を基に、最も精度の良いモデルを選定する（後ほど、図４等を参照してさらに詳しく説明）。

次に、気象情報予測部１０４は、補正モデル評価部１０３により選定された補正モデルと予測対象地点以外の気象予報値を用いて（例えば、（無償）気象サービス２の気象予報値４を利用して取得すればよい）、予測対象地点の気象予報値を推定する。

最後に、電力需要予測部１０５は、気象情報予測部１０４により推定した予測対象地点の気象予報値と予測対象地点の気象実績値、及び予測対象地点の負荷設備全体の電力需要
実績値を用いて、予測対象地点の負荷設備全体の電力需要を予測する。

図１において、予測対象地点以外の気象実績データファイル２０１は、補正モデル作成に必要なシステム導入地点以外の気象実績データを登録するものであり、予測対象地点以外の気象予報データファイル２０２は、システム導入地点の気象予報を推定するために必要なシステム導入地点以外の気象予報データを登録するものであり、予測対象地点の気象実績データファイル２０３は、システム導入地点の気象実績データを登録するものである。

また、補正モデルデータファイル２０４は、予測対象地点以外の気象実績データファイル２０１と予測対象地点の気象実績データファイルから取得するシステム導入地点、及びシステム導入地点以外の気象実績データを基に、作成した補正モデルを登録するものであり、予測対象地点の気象予報データファイル２０５は、予測対象地点以外の気象予報データファイル２０２から取得するシステム導入地点以外の気象予報データと、補正モデルデータファイル２０４より取得した補正モデルを基に、推定したシステム導入地点の気象予報データを登録するものである。

また、電力需要実績データファイル２０６は、システム導入設備における負荷設備全体の電力需要実績データを登録するものであり、特異日需要予測データファイル２０７は、システム管理者が、特異日における電力需要を登録するものであり、電力需要予測データファイル２０８は、予測対象地点の気象予報データファイル２０５から取得する、推定した気象予報データと、予測対象地点の気象実績データファイル２０３から取得するシステム導入地点の気象実績データと、電力需要実績データファイル２０６から取得する負荷設備全体の電力需要実績データと、特異日需要予測データファイル２０７から取得する特異日における電力需要データを基に、負荷設備全体の電力需要予測データを登録するものである。以上において、特異日とは、施設（設備）の閉館日、祝祭日、台風が襲来した日などを意味する（以下同様）。

次に、具体的な気象情報、及び電力需要予測について、図２〜５を用いて説明する。
図２は、予測対象地点の気象予報値算出処理方式のフローチャートである。また、図３は、回帰分析から補正モデルを生成した場合を例とした、作成される回帰式、補正モデル値の概略を示す図、図４は、回帰分析から補正モデルを生成した場合を例とした、補正モデルの評価を示す図である。この図において、ケース１〜ケース３は、それぞれ上述のケース１〜ケース３の条件を満足している。さらに、図５は、電力需要予測値算出処理方式のフローチャートである。

まず、予測対象地点の気象予報データファイルに記載されている具体的な予測対象地点の気象予報値の算出方法について、図２を用いて説明する。図２は、実施の形態１による予測対象地点の気象予報値算出処理方式のフローチャートである。図において、以下の順に気象予報値の算出処理を行う。

ａ）ステップＳ２１１において、予測対象地点の気象予報値の予測の対象となる日時の範囲を取得する。予測の対象範囲は、算出開始時刻から３０分毎に３６時間先までである。
ｂ）ステップＳ２１２において、以下のケース１からケース３に示す通り、使用するデータの条件に応じた予測対象地点、及び予測対象地点以外の気象実績値を取得する機能を有する。
・ケース１：前年同月同時刻
・ケース２：予測対象日の±１５日の過去の同時刻
・ケース３：予測対象日の±１５日の過去の同時刻＋予測対象日から−１５日までの同
時刻
ｃ）ステップＳ２１３において、ケース毎の補正モデルを回帰分析、又はニューラルネットワークにより生成を行う。
ｄ）ステップＳ２１４において、ケース毎に作成した補正モデルに対し、各補正モデルを使用して予測対象日時を基準として所定日時遡った日時の無償の気象サービス２（図１参照）が提供する気温予報値を補正し、補正した予測対象地点の気温予報値と、予測対象地点の気温実績値とを比較する。
または、各補正モデルを使用して予測対象日時を基準として所定日時遡った日時の無償の気象サービスが提供する気温予報値を補正し、補正した気温予報値を基に電力需要を予測し、予測した電力需要予測値と同時刻の電力需要実績値とを比較する。

なお、補正モデルは、図３に示す通り、予測対象地点の気象実績(例えば気温)と予測対象地点以外の気象実績(例えば気温)の関係を一次関数の回帰式にて示したものであり、補正モデル値は、予測対象地点以外の気温実績（横軸）をｘ、予測対象地点の気温実績（縦軸）をｙとしたときの、ｙとｘの関係を示す式（ここでは一次関数で表された回帰式）における傾き（図中の「１．０５５６」）と切片（図中の「−２．７６６９」）を示す。

上記ｄ）に示した内容の処理に引き続き、下記ｅ）に示す処理を行う。
ｅ）ステップＳ２１５において、図３に示す通り、ステップＳ２１４より算出したケース毎に推定した気温予報値と予測対象地点の気温実績値との比較結果を基に、最も精度の良いモデルを選定する。

なお、補正モデルの選定方法については、各時刻の気温予測値と気温実績値の平均絶対誤差が最小となるモデルを選択してもよいし、各時刻の気温予測値と気温実績値の誤差が±Ｍ℃以内（Ｍは正の実数）になる率が最大となるモデル（誤差率を指標として選定するモデル）を選択してもよいし、各時刻の気温予測値と気温実績値の誤差の最大値と最小値の差が最小となるモデルを選択してもよい。
例えば、図４を用いて、誤差率を指標として選定するモデルについて具体的に説明する。すなわち、予測対象日時を基準として所定日時遡った日時の予測対象地点の気象実績値と予測対象地点以外の気象実績値に対し、作成した各補正モデルより推定した予測対象地点の気象実績値を用いて、“予測対象地点の気象実績値”−“補正モデルを用いて、予測対象地点以外の気象実績値から推定した予測対象地点の気象実績値“により、上記で説明したケース１からケース３の場合における、最大誤差、最小誤差、平均誤差、及び誤差率を、それぞれ算出した後、選定の指標とした誤差率の値を各ケースで比較する。そして、最も精度の良いモデルである図４中に矩形の破線で囲んだモデル、すなわちケース３のモデルを選定する。

または、ステップＳ２１４より算出したケース毎に推定した気温予報値を基に予測した電力需要予測値と電力需要実績値との比較結果を基に、最も精度の良いモデルを選定する。なお、補正モデルの選定方法については、各時刻の電力需要予測値と電力需要実績値の平均絶対誤差が最小となるモデルを選定する。

上記ｅ）に示した内容の処理に引き続き、下記ｆ）以下に示す処理を行う。
ｆ）ステップＳ２１６において、ステップＳ２１５より選定した補正モデルのモデル値を補正モデルデータファイルに更新して記載する。
ｇ）ステップＳ２１７において、無償の気象サービスより取得した予測対象日時の予測対象地点以外の気象予報値を取得する。
ｈ）ステップＳ２１８において、ステップＳ２１７より取得した予測対象地点以外の気象予報値とステップＳ２１６より更新した補正モデル値によるモデルを使用して、予測対象地点の気象予報値を推定する。
ｉ）ステップＳ２１９において、ステップＳ２１８より推定した予測対象地点の気象予報値を予測対象地点の気象予報データファイルに更新して記載する。

次に、電力需要予測データファイルに記載されている具体的な電力需要予測値の算出方法について説明する。図５は、電力需要予測値算出処理方式のフローチャートであり、詳細は、以下の通りである。

ａ）ステップＳ４００において、予測対象地点の電力需要の予測の対象となる日時の範囲を取得する。予測の対象範囲は、算出開始時刻から３０分毎に３６時間先までである。
ｂ）ステップＳ４０１において、予測対象となる日時の範囲における、設備設置地域（ここで、地域は地点の集合体と考えることもできる）の気温の気象予報値を、予測対象地点の気象予報データファイルから取得し、同時にカレンダー情報（図示せず）を取得する。
ｃ）ステップＳ４０１で取得した予測対象地点の気象予報値、カレンダー情報を基に、ステップＳ４０２において、電力需要実績データファイルから、次の条件を満たす３０分毎の過去の電力需要実績値を３６時間分、繰り返し取得する。

（１）予測対象の曜日と時間帯がカレンダー情報と同じ
（２）予測対象の曜日と時間帯の天気が同じ
（３）予測対象の曜日と時間帯の気温予報値が実績値と±Ｎ℃の範囲内（ここでＮは正の実数。例：Ｎ＝２．０）
そして、（１）〜（３）を満たす電力需要実績値を基に、以下の算出方法にて電力需要予測値を算出する。

ｄ）予測対象日時が、特異日（閉館日、祝祭日、台風が襲来した日など）に該当する場合（ステップＳ４０３）、特異日需要予測データファイルに記載の各値を電力需要予測値とする（ステップＳ４０４）。このとき、特異日の場合、気温予報値から±２℃以内に合致する電力需要予測値を取得する処理はしない。なお、特異日、及び各特異日に該当する各値(電力需要予測値)は、ユーザにて設定可能である。

ｅ）予測対象日時が特異日ではない場合、上述の（１）〜（３）の条件を満たす電力需要実績値が存在したかどうか判定する（ステップＳ４０５）。これらの条件を満たす電力需要実績値が１個以上の場合は、取得した実績値の平均値を算出し（ステップＳ４０６）電力需要予測値とする。

ｆ）上述の（１）〜（３）の条件を満たす電力需要実績値が０（ゼロ）個の場合、予測対象日の１週間前の対応する３０分毎の需要実績値を取得し（ステップＳ４０６）、電力需要予測値とする（ステップＳ４０７）。

ｇ）上記ｄ）〜ｆ）により算出した各電力需要予測値を電力需要予測データファイルに更新して記載する（ステップＳ４０８）。

以上説明したように、本発明の実施の形態１に係る気象情報予測、及び電力需要予測装置によれば、予測対象地点と無償の気象サービスが提供する予測対象地点以外の気象実績値を基に、使用するデータの条件を変更した補正モデルを複数生成し、最も精度の高い補正モデルを選定する。

そして、無償の気象サービスが提供する予測対象地点以外の気象予報値と、選定した補正モデルを用いて、予測対象地点の気象予報値を推定し、推定した予測対象地点の気象予報値と気象実績値、並びに負荷設備全体の電力需要実績値を基に電力需要を予測する点が
異なり、無償の気象サービスを適用しても予測精度の高い電力需要予測を可能にする。
なお、本発明は、その発明の範囲内において、実施の形態を適宜、変形、省略することが可能である。例えば、気温の単位は℃で説明したが、その他の単位、例えば華氏温度（°Ｆ）の単位を用いても、同様の議論が成り立つことは勿論である。

１ 気象情報予測装置および電力需要予測装置、２ （無償）気象サービス、３ 気象実績値、４ 気象予報値、１０１ 気象実績値取得部、１０２ 補正モデル生成部、１０３ 補正モデル評価部、１０４ 気象情報予測部、１０５ 電力需要予測部、２０１ 予測対象地点以外の気象実績データファイル、２０２ 予測対象地点以外の気象予報データファイル、２０３ 予測対象地点の気象実績データファイル、２０４ 補正モデルデータファイル、２０５ 予測対象地点の気象予報データファイル、２０６ 電力需要実績データファイル、２０７ 特異日需要予測データファイル、２０８ 電力需要予測データファイル

Claims (8)

1. 予測対象地点の気象実績値および気象サービスによる予測対象地点以外の地点の気象実績値を取得する気象実績値取得部と、
   前記予測対象地点の気象実績値、および予測対象地点以外の地点の気象実績値を用いて、前記予測対象地点と前記予測対象地点以外の地点の気象実績値の関係を基に気象予報の補正モデルを複数生成する補正モデル生成部と、
   予測対象日時を基準として所定日時遡った日時における前記予測対象地点の気象実績値、前記予測対象地点以外の気象実績値、および前記補正モデル生成部により作成した各補正モデルより推定した前記予測対象地点の気象データ、を用いて、評価の基準となる指標の値を算出することにより、気象予報の補正モデルを評価し選定する補正モデル評価部と、前記補正モデル評価部により選定された補正モデルと予測対象地点以外の気象予報値を用いて、予測対象地点の気象予報値を推定する気象情報予測部と、
   を備え、
   予測対象地点における予測対象日時の気象予報値を推定することを特徴とする気象情報予測装置。
2. 前記予測対象地点以外の地点は、予め設定した地点であり、
   前記補正モデルは、使用するデータの条件を変更して生成した複数の補正モデルから選択した補正モデルである、
   ことを特徴とする請求項１に記載の気象情報予測装置。
3. 前記補正モデルの生成において、気象実績値の取得期間を予測対象日時から予め定めた特定の期間とし、使用するデータの条件に応じて予測対象地点、および予測対象地点以外の気象実績値を取得することを特徴とする請求項１または請求項２に記載の気象情報予測装置。
4. 前記予め定めた特定の期間は、前記予測対象日時を基準にした３種類のモデルケースである、前年以前の同月同時刻、予測対象日±１５日の範囲の過去の同時刻、あるいは予測対象日±１５日の範囲の過去の同時刻に予測対象日の１５日以前の日から予測対象日の前日の同時刻を加えたもの、のうち、いずれか一のモデルケースであることを特徴とする請求項３に記載の気象情報予測装置。
5. 予測対象日時を基準として所定日時遡った日時の予測対象地点の気象実績値と、予測対象地点以外の地点の気象実績値に対して作成した補正モデルである前記３種類のモデルケースの期間に取得したデータを使用して作成した複数の補正モデルにより、
   予測対象日時を基準として所定日時遡った日時の気象サービスが提供する気温予報値を補正した各々の予測対象地点の気温予報値と、予測対象日時を基準として所定日時遡った日時の予測対象地点の気温実績値を比較して、最も精度の良いモデルを選択できることを特徴とする請求項４に記載の気象情報予測装置。
6. 請求項１から５のいずれか１項に記載の気象情報予測装置を有し、
   前記気象情報予測部より推定した予測対象地点の気象予報値と予測対象地点の気象実績値、及び予測対象地点の負荷設備全体の電力需要実績値を用いて、予測対象地点の負荷設備全体の電力需要を予測する電力需要予測部を備え、
   推定した予測対象地点の気象予報値と気象実績値、及び予測対象地点の負荷設備全体の電力需要実績値を用いて、予測対象地点の負荷設備全体の電力需要を予測することを特徴とする電力需要予測装置。
7. ユーザの設定した特異日、及び前記特異日の電力需要予測値を基に、予測対象地点の負
   荷設備全体の電力需要を予測することを特徴とする請求項６に記載の電力需要予測装置。
8. 前記補正モデルの生成において、前記予測対象日時を基準にした３種類のモデルケースである、前年以前の同月同時刻、予測対象日±１５日の範囲の過去の同時刻、あるいは予測対象日±１５日の範囲の過去の同時刻に予測対象日の１５日以前の日から予測対象日の前日の同時刻を加えたもの、のうち、いずれか一のモデルケースの気象実績値の取得期間のデータを使用して作成した補正モデルにより、予測対象日時を基準として所定日時遡った日時の気象サービスが提供する気温予報値を補正した各々の予測対象地点の気温予報値を用いて、予測対象日時を基準として所定日時遡った日時の電力需要を予測し、予測した電力需要予測値と電力需要実績値とを比較して、最も精度の良いモデルを選択できることを特徴とする請求項６に記載の電力需要予測装置。

Images