JP2019091124A - 信頼度評価システム、信頼度評価方法、及びプログラム - Google Patents

Abstract

【課題】電力系統の安定度推定の精度を向上することができる信頼度評価システムを提供する。【解決手段】信頼度評価システム１は、信頼度評価部１１３と、系統状態比較部１１４と、評価モデル切替部１１５と、を持つ。信頼度評価部１１３は、電力系統が供給する電力の供給信頼度を評価するための信頼度評価モデルに入力し、過負荷余裕、過渡安定度余裕、電圧安定度余裕、周波数安定度余裕のうちの少なくともいずれか１つ以上を供給信頼度の評価指標として取得する。系統状態比較部１１４は、第１特徴量と、電力系統における実際の系統状態に基づいて求められる第２特徴量との乖離の大きさが所定値以上であるか否かを判定する。評価モデル切替部１１５は、第１特徴量と第２特徴量との乖離の大きさが所定値以上の場合、信頼度評価モデルを切り替える。【選択図】図１

Description

本発明の実施形態は、信頼度評価システム、信頼度評価方法、及びプログラムに関する。

発電を行う電力設備を含む電力系統において、電力系統を監視し、電力系統に電力を安定的に供給させるための電力系統監視システムが知られている。

電力系統（以下、適宜「系統」という）において、需要家へ電力を送り届ける能力の度合いを供給信頼度と呼んでいる。系統運用者の立場から供給信頼度を見た場合、アデカシーとセキュリティという二つの概念がある。アデカシーは、静的供給信頼度であり、系統設備の計画的な停止など運用制約を考慮して、系統が電力需要に見合う送電余力を確保している設備構成となっているかどうかの度合いに関する概念である。一方、セキュリティは動的供給信頼度であり、突発的に発生する故障などの予期せぬ外乱に対して、系統の安定度が維持され、周波数や電圧が正常を保つことができるかということに関する概念である。

系統運用者が電力系統をリアルタイムに運用する段階で、これらの供給信頼度を確保する際の基準として、系統を構成する設備のうち、１つの設備が故障したとしても残りの設備だけで電力供給を継続できるようにする「Ｎ−１信頼度基準」が広く採用されている。また、重要な設備などについては２つの設備が故障しても電力供給を継続できるようにする「Ｎ−２信頼度基準」が採用されることもある。

動的な供給信頼度を維持する制御のうち、想定される事故によって発生する電力供給の支障を回避するため、想定事故発生前に予め対策を行う予防制御という考え方がある。予防制御では、現在の系統情報を取得して状態推定を行い、推定された系統状態に対して想定事故が発生した場合の信頼度が検討される。もし系統において、電力の供給支障が発生する場合、発電機出力の調整や調相制御などの事前対策が検討される。但し、通常の予防制御では、供給支障による信頼性のデメリットと事前対策による経済性のデメリットの両方を考慮し、それらが協調するように系統が制御される。

近年では、電力システム改革が行われており、それに加えて、太陽光や風力などの再生可能エネルギーを用いた再生可能エネルギー電源が増加している。従って、今後の系統では、電力供給に関する不確実性が増大することが懸念されている。系統において不確実性が存在している場合でも、供給信頼度を動的に維持するためには、ある程度余裕を持った系統の運転点（電圧、位相、発電機出力等の制御値が適用される状態）を探す必要がある。そのため、将来とりうる系統状態における供給信頼度評価と予防制御を行うことが必要となる。

従来の電力系統では、系統運用者の経験則から事前に想定した特定の潮流ケースに対して連続潮流計算や安定度計算などの物理モデルベースの詳細シミュレーションによる解析を行うことが可能であった。しかし、今後の電力系統では、再生可能エネルギー電源の変動や、発送電分離による系統運用者が完全に管理・制御できない不確実な要素が増加することになる。このような、不確実性が増加した系統では、将来とりうる無数の潮流ケースに対して系統の安定度を判別することが要求されるため、従来の物理モデルベースの解析方法では計算時間が膨大となる恐れがある。

そこで、電圧・位相・負荷・発電機出力・潮流といった計測可能な情報（入力）と、系統の供給信頼度（出力）の複数の組み合わせに基づいて、統計的手法あるいは機械学習を用いて学習モデルを構築し、物理モデルベースの解析手法の代わりに瞬時に入力から出力を推定する方法が適用され得る。

事故発生時の系統現象を学習するには、シミュレーションによる大量の教師データが必要となる。例えば、系統の供給信頼度の推定において、事前にオフライン解析を行い、機械学習等により供給信頼度の推定モデルを作成し、オンライン計算を行う際には潮流計算・過渡安定度計算を行わず、推定モデルを用いて供給信頼度を推定する方法が適用され得る。

しかし、学習によって作成した推定モデルを用いて系統の高精度な信頼度推定を行うには、推定モデル作成時に想定された系統状態と実際の系統状態との乖離が小さいことが望ましく、系統状態の乖離が大きいと誤判定の原因となる。

特開２０１３‐２０８０４２号公報

本発明が解決しようとする課題は、推定モデル作成時に想定された系統状態と実際の系統状態との乖離の大きさを判定し、より系統状態の乖離が小さい推定モデルを選択することで、電力系統の安定度推定の精度を向上することができる信頼度評価システム、信頼度評価方法、及びプログラムを提供することである。

実施形態の信頼度評価システムは、再生可能エネルギー電源が接続された電力系統において、予め類型化された事故が発生したと仮定した場合における、前記電力系統が供給する電力の供給信頼度を評価するものである。信頼度評価システムは、信頼度評価部と、系統状態比較部と、評価モデル切替部と、を持つ。信頼度評価部は、前記電力系統が供給する電力の供給信頼度を評価するための信頼度評価モデルを用いて、過負荷余裕、過渡安定度余裕、電圧安定度余裕、周波数安定度余裕のうちの少なくともいずれか１つ以上を前記供給信頼度の評価指標として取得する。系統状態比較部は、前記信頼度評価モデルの作成時に想定した前記電力系統が供給する電力の状態に基づいて求められる第１特徴量と、前記電力系統における実際の系統状態に基づいて求められる第２特徴量との乖離の大きさが所定値以上であるか否かを判定する。評価モデル切替部は、前記系統状態比較部により前記第１特徴量と前記第２特徴量との前記乖離の大きさが所定値以上であると判定された場合、前記信頼度評価部が用いる信頼度評価モデルを切り替える。

実施形態の信頼度評価システム１の構成の一例を示す図。 実施形態の想定事故ケース情報１２ｃの内容の一例を示す図。 実施形態の再生可能エネルギー出力予測の確率分布の例を示す図。 実施形態の再生可能エネルギー出力予測情報１２ｄの例を示す図。 実施形態の系統状態情報におけるノードデータの例を示す図。 実施形態の系統状態情報におけるブランチデータの例を示す図。 実施形態の信頼度評価モデル１２ａのイメージ図。 実施形態の過負荷耐量と時間の関係を示すイメージ図。 実施形態の電圧の安定限界点を示すＰ−Ｖカーブのイメージ図。 実施形態の信頼度評価モデル１２ａの作成処理の流れの一例を示すフローチャート。 実施形態の信頼度評価モデル１２ａ作成のための潮流断面および事故様相のデータセットのテーブルＴの一例を示す図。 実施形態の系統状態比較部１１４のシステム構成の内容の一例を示す図。 実施形態の短絡インピーダンスを特徴量として用いた場合の系統状態比較部１１４の構成の一例を示す図。 実施形態の短絡インピーダンスの算出箇所を示す図。 実施形態の信頼度評価モデル１２ａの切り替え処理の流れの一例を示すフローチャート。 実施形態の信頼度評価モデル１２ａの切り替え処理の流れの他の一例を示すフローチャート。

以下、実施形態の信頼度評価システム、信頼度評価方法、及びプログラムを、図面を参照して説明する。

図１は、実施形態の信頼度評価システム１の構成の一例を示す図である。再生可能エネルギー電源２３が接続された電力系統２１において、予め類型化された事故が発生したと仮定した場合における、電力系統２１が供給する電力の供給信頼度を評価するシステムである。

信頼度評価システム１は、現在の電力系統２１の系統運用状態から、将来（例えば、現時点から３０分後あるいは６０分後）の系統運用状態を推定し、将来の系統運用状態で想定事故が起きた場合の供給信頼度を評価する。そして、信頼度評価システム１は、仮に、電力供給に支障などが発生する場合に、予防制御内容を計算・出力するコンピュータ装置である。供給信頼度の具体的な評価項目としては、例えば、過負荷、過渡安定度、電圧安定度、周波数安定度などがある。これらの評価項目が、予め定められた管理値（閾値）を超過すると、設備の故障・脱落が発生し、停電を引き起こすおそれがあるため、信頼度評価システム１は、評価項目に基づいて供給信頼度を評価して停電を未然に防止する。

信頼度評価システム１は、例えば、処理部１１と、記憶部１２と、入力部１３と、表示部１４と、通信部（不図示）とを備える。信頼度評価システム１には、電力系統２１が接続されている。電力系統２１には、例えば、発電機２２（２２ａ、２２ｂ）と、再生可能エネルギー電源２３（２３ａ、２３ｂ、２３ｃ、２３ｄ）と、需要家２４（２４ａ）とが含まれる。

まず、信頼度評価システム１により制御される電力系統２１について説明する。発電機２２は、例えば、火力発電、水力発電、原子力発電等を行う大規模発電機である。再生可能エネルギー電源２３は、例えば、再生可能エネルギーである太陽光、風力等を用いて発電する電源である。再生可能エネルギー電源は、様々な規模で構築され得る。個々の再生可能エネルギー電源２３や需要家２４は、例えば、地域毎にまとめられてもよいし、地域集合３１（３１ａ、３１ｂ、３１ｃ）として取り扱われてもよい。

電力系統２１は、例えば、信頼度評価システム１と連携するための装置として、複数の計測装置２５（２５ａ、２５ｂ、・・・、２５ｎ）と、複数の制御端末装置２６（２６ａ、２６ｂ、・・・、２６ｎ）とを備える。計測装置２５は、電力系統２１の各所の電圧、位相、潮流や、変圧器、発電機２２、再生可能エネルギー電源２３などの各種電力系統設備の状態などの系統情報を計測し、計測した系統情報を信頼度評価システム１に送信する。

制御端末装置２６は、信頼度評価システム１からの制御指令を受信して、系統制御機器や発電機２２（出力量等）の制御や再生可能エネルギー電源２３の出力抑制などを行う。ここで、系統制御機器とは、例えば、進相コンデンサ、分路リアクトル、ＳＶＣ（Static Var Compensator）等を含む。

次に、信頼度評価システム１の構成について説明する。

処理部１１は、系統情報収集部１１１と、系統状態推定部１１２と、信頼度評価部１１３と、系統状態比較部１１４と、評価モデル切替部１１５と、制御内容計算部１１６と、制御指令送信部１１７とを備える。以下の説明において、処理部１１の各構成要素（１１１〜１１７）以外が処理を行う場合や、各構成要素（１１１〜１１７）以外の構成要素（不図示）または、各構成要素（１１１〜１１７）のいずれか１つ以上が処理を行う場合については、動作主体を「処理部１１」と表す。

系統情報収集部１１１、系統状態推定部１１２、信頼度評価部１１３、系統状態比較部１１４、評価モデル切替部１１５、制御内容計算部１１６、制御指令送信部１１７の各機能部のうち一部または全部は、ＣＰＵ（Central Processing Unit）等のプロセッサがプログラム（ソフトウェア）を実行することで実現される。また、これらの各機能部のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）等のハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。

系統情報収集部１１１は、電力系統２１に設置されている計測装置２５から現在の電力系統に関する各種情報を取得する。記憶部１２には、処理部１１の動作プログラムや各種データが記憶されている。記憶部１２には、例えば、後述の信頼度評価モデル１２ａと、系統運用者によって入力された需要予測情報１２ｂと、想定事故ケース情報１２ｃと、運用計画情報１２ｅ、再生可能エネルギー出力予測情報１２ｄ等が記憶されている。

需要予測情報１２ｂは、１日の各時間帯（例えば３０分毎）における需要の大きさを予測した情報であり、系統運用者の経験則等から高精度に予測される。運用計画情報１２ｅは、調相設備の投入・解列、発電機２２の起動・停止、発電機２２の出力の増減など、予め決められた電力系統２１の運用計画の情報である。

想定事故ケース情報１２ｃは、電力系統２１において想定される事故が予め類型化された情報である。予め類型化された事故としては、例えば、送電線故障、母線故障、発電機故障（発電機２２の故障）、変圧器故障などが代表的である。図２は、実施形態の想定事故ケース情報１２ｃの内容の一例を示す図である。図２に示されように、想定事故ケース情報１２ｃは、例えば、事故を示すＮｏに対して、事故対象箇所（事故点）と、事故様相とが対応付けられた情報である。

事故対象箇所は、電力系統２１において事故が発生すると想定される場所である。事故様相は、電力系統２１において発生する事故の類型である。図中の「３Φ３ＬＧ」等の情報は、事故様相を表すコードである。

図１に戻り、再生可能エネルギー出力予測情報１２ｄは、将来（例えば、現時点から３０分後あるいは６０分後）の再生可能エネルギー電源２３の出力予測に関する情報である。再生可能エネルギー電源２３は、天候などの影響を受けて出力が変動するという不確実性を有している。再生可能エネルギー出力予測情報１２ｄは、不確実性を考慮して、例えば確率分布で表される。

図３は、実施形態の再生可能エネルギー出力予測の確率分布の例を示す図である。図３のグラフにおいて、縦軸は発生確率、横軸は再生可能エネルギー出力である。図３に示されるように、再生可能エネルギー出力は、出力に変動が生じるため、何らかの確率分布を持つものとして定義する。再生可能エネルギー出力の不確実性は、例えば、出力の範囲が予測値の±σ（σ：標準偏差）の内側（６８．２７％）にあるものと定義することによって表される。

なお、この範囲については任意に決定することができ、例えば、再生可能エネルギー出力の範囲は、予測値の±２σや±３σの内側と定義してもよいし、標準偏差以外の指標、例えば、再生可能エネルギー電源２３の容量比を用いて予測値の±１０％の内側などと定義してもよい。このような不確実性を含んだ再生可能エネルギー出力予測情報１２ｄを、再生可能エネルギー電源２３あるいは地域集合３１毎に記憶部１２に記憶させる。

図４は、実施形態の再生可能エネルギー出力予測情報１２ｄの一例を示す図である。図４に示されるように、この再生可能エネルギー出力予測情報１２ｄでは、エリア（地域集合３１）毎に、再生可能エネルギー出力予測値と確率分布における±σに相当する値が与えられている。このような再生可能エネルギー出力予測情報１２ｄを用いることで、信頼度評価システム１は、不確実性によって変動が生じる再生可能エネルギー出力を含む系統状態のあらゆる組合せパターンに対して、将来の電力系統２１の信頼度を維持可能であるか否かを評価することができる。

図１に戻り、系統状態推定部１１２は、電力系統２１において計測された電力系統２１が供給する電力の状態と、再生可能エネルギー電源２３の出力の予測値と、電力需要に関する需要情報１２ｂと、電力系統２１内の電力供給に関する運用計画情報１２ｅとに基づいて、電力系統２１の将来の系統状態を推定する。電力系統２１において計測された電力系統２１が供給する電力の状態は、電力系統２１内の複数箇所の電圧、位相、負荷、発電機出力、潮流の少なくともいずれかを含む系統情報である。系統状態推定部１１２は、例えば、上記の系統情報と、再生可能エネルギー出力予測情報１２ｄと、電力系統２１内の電力の需要予測情報１２ｂ（需要情報）と、電力系統２１内の電力供給に関する運用計画情報１２ｅ（供給情報）と、を含む電力情報に基づいて将来の系統状態を推定する。ここで、再生可能エネルギー電源２３に関する出力の予測値は、予測値よりも所定量大きい値（例えば予測値＋σ）、および、予測値よりも所定量小さい値（例えば予測値−σ）を含む。

図５は、系統状態情報におけるノードデータの例を示す図である。図６は、系統状態情報におけるブランチデータの例を示す図である。図５のノードデータでは、ノード名毎に、電圧、位相、発電機出力（有効電力出力、無効電力出力）、負荷（有効電力負荷、無効電力負荷）、および、調相設備の情報が対応付けられている。また、図６のブランチデータでは、ブランチ名毎に、有効電力潮流、無効電力潮流、有効電力損失、および、無効電力損失の情報が対応付けられている。

図１に戻り、信頼度評価部１１３は、例えば、系統状態推定部１１２によって推定された将来の系統状態と、複数の想定事故様相を含む想定事故ケース情報１２ｃと、再生可能エネルギー出力予測情報１２ｄとを、後述の信頼度評価モデル１２ａに入力し、算出された評価指標に基づいて供給信頼度を評価する。信頼度評価モデル１２ａは、後述のように評価モデル切替部１１５により選択され、適宜切り替えられる。

信頼度評価部１１３は、例えば、オフラインの事前解析によって作成された信頼度評価モデル１２ａを用いて、系統状態推定部１１２によって推定された将来の系統状態と、想定事故ケース情報１２ｃと、再生可能エネルギー出力予測情報１２ｄと、を入力値として、過負荷余裕、過渡安定度余裕、電圧安定度余裕、周波数安定度余裕のうちの少なくともいずれか１つを供給信頼度の評価指標として取得する。

また、信頼度評価部１１３は、リアルタイムでのオンラインの運用時に、電力系統２１についての複数の再生可能エネルギー電源２３による出力が異なる複数の潮流断面と、想定事故ケース情報１２ｃにおける複数の想定事故様相と、を用いて信頼度評価モデル１２ａから評価指標を計算する。潮流断面とは、ある時間断面における電力系統２１の有効電力および無効電力の流れ等を示す情報である。

なお、この信頼度評価部１１３とは別に、オフライン解析を行う評価モデル作成部（不図示）が、電圧、位相、負荷、発電機出力、潮流の少なくともいずれかの系統情報と、評価指標と、を相関性分析した結果を用いて、評価指標との相関性が所定以上高い情報を信頼度評価モデル１２ａの入力変数として選定し、選定した入力変数と評価指標とを教師データとして学習することで信頼度評価モデル１２ａを事前に作成し、記憶部に格納する。

系統状態比較部１１４は、再生可能エネルギー出力予測と想定事故ケース情報１２ｃを用いて、使用中の信頼度評価モデル１２ａの作成時に想定した系統状態と、系統状態推定部１１２より算出した実際の系統状態と、を比較し、系統状態の乖離の大きさを判定する。

系統状態比較部１１４は、例えば、信頼度評価モデルの作成時に想定した電力系統が供給する電力の状態に基づいて求められる第１特徴量と、電力系統における実際の系統状態に基づいて求められる第２特徴量とを比較して第１特徴量と第２特徴量との乖離の大きさが所定値以上であるか否かを判定する。第１特徴量及び第２特徴量については後述する。

評価モデル切替部１１５は、系統状態比較部１１４によって、使用中の信頼度評価モデル１２ａの作成時に想定した系統状態と、系統状態推定部１１２より算出した実際の系統状態と、の乖離が所定値以上と判定された場合に、使用する信頼度評価モデル１２ａの切り替えを行う。評価モデル切替部１１５は、例えば、系統状態比較部１１４により、後述のように第１特徴量（信頼度評価モデルの作成時に想定した系統状態の特徴量）と第２特徴量（実際の系統状態の特徴量）との乖離の大きさが所定値以上と判定された場合、発電機の運転状態（起動・停止）や需要等が異なる系統状態を想定して作成された複数の信頼度評価モデル１２ａの中から、次に使用する信頼度評価モデルを選択する。

評価モデル切替部１１５は、例えば、複数の信頼度評価モデル１２ａのそれぞれの第１特徴量と第２特徴量との差分を計算し、差分が最小となる信頼度評価モデル１２ａを次に使用すべき信頼度評価モデルとして選択する。

制御内容計算部１１６は、信頼度評価部１１３により評価された供給信頼度に問題があると判定した場合に、電力系統２１内の機器のうち、評価指標との相関性が所定以上高い入力変数を制御できる機器を制御対象機器として選択する。

制御指令送信部１１７は、制御内容計算部１１４により最終的に算出された制御内容に基づく制御指令を制御端末装置２６に送信する。制御端末装置２６は、受信した制御指令に基づいて系統制御機器や発電機２２（出力量等）の制御、再生可能エネルギー電源２３の出力抑制を行う。

入力部１３は、信頼度評価システム１のユーザ（系統運用者）が情報を入力する手段であり、例えば、キーボードやマウスである。例えば、ユーザが入力部１３を用いて想定事故ケース情報１２ｃ、運用計画情報１２ｅ等を入力すると、処理部１１を介してそれらの情報が記憶部１２に記憶される。

表示部１４は、情報の表示手段であり、例えば、ＬＣＤ（Liquid Crystal Display）である。表示部１４は、例えば、信頼度評価部１１３による信頼度の評価結果を表示する。また、表示部１４は、例えば、制御内容計算部１１４により算出された制御内容等を表示することで、系統運用者による制御に関する意思決定支援を実現できる。

次に、信頼度評価モデル１２ａについて説明する。図７は、実施形態の信頼度評価モデル１２ａのイメージ図である。

図７に示されるように、信頼度評価モデル１２ａに対して入力される情報は、例えば、推定された将来の系統状態の情報（Ｐは有効電力。Ｑは無効電力。Ｖは電圧。θは位相）と、想定事故様相と、再生可能エネルギー出力予測（確率分布）である。また、信頼度評価モデル１２ａから出力される情報は、例えば、評価項目としての過負荷、過渡安定度、電圧安定度、周波数安定度に対応する、評価指標としての過負荷余裕、過渡安定度余裕、電圧安定度余裕、周波数安定度余裕である。それらの評価項目毎に信頼度評価モデル１２ａを用意する。また、各評価指標としては、安定限界点までの余裕を用いる。

上記の各評価項目における評価指標（安定限界点までの余裕）の例について説明する。過負荷の安定限界点は、送電線や変圧器の過負荷耐量と経過時間に応じて決定される。図８は、実施形態の過負荷耐量と時間の関係を示すイメージ図である。図８に示すように、例として、過負荷耐量が連続耐量のときは連続容量となるが、過負荷耐量が３０分耐量のときは３０分容量となり、過負荷耐量が１０分耐量のときは１０分容量となる。つまり、送電線を流れる潮流が時間帯毎の過負荷耐量を超過しないように電力系統２１を運用しなければならない。過負荷余裕は、例えば、「（過負荷耐量）−（送電線潮流）」の積分値で表すことができる。

また、図９は、実施形態の電圧の安定限界点を示すＰ−Ｖカーブのイメージ図である。図９のグラフにおいて、縦軸は系統電圧、横軸は需要である。図９に示すように、点Ｐ１は、事故に起因した系統動揺の収束後の電圧と需要に対応した点である。また、点Ｐ２は、安定限界電圧と安定限界需要（安定限界点）に対応した点である。つまり、需要が安定限界点より大きくなると不安定になる。したがって、電圧安定度余裕（負荷余裕）は、例えば、負荷に関して、「（安定限界点）−（現在の運転点）」として表すことができる。

過渡安定度は、系統事故などの擾乱に対して、複数の発電機２２が同期を保って運転できるかどうかの尺度であり、同期を外れて異常加速（脱調）する発電機２２があれば不安定となる。過渡安定度を定量的に示す指標として、一般に、エネルギー関数法に基づく指標等があるが、ここでは、一例として、ＣＣＴ（Critical Clearing Time：臨界事故除去時間）を用いる。ＣＣＴを用いて、下記のように過渡安定度が安定か不安定かを判定できる。
ＣＣＴ ≧（事故除去時間）：安定
ＣＣＴ ＜（事故除去時間）：不安定
したがって、例えば、「ＣＣＴ−（事故除去時間）」を過渡安定度余裕とすることができる。

なお、評価指標については、上記に挙げたものは例に過ぎず、上記以外の評価指標を定義することも可能である。例えば、過渡安定度余裕は、エネルギー関数法に基づき「（減速エネルギー）−（加速エネルギー）」、あるいは「１８０°−（発電機の位相）」などと定義してもよい。

次に、信頼度評価モデル１２ａの作成方法について説明する。再生可能エネルギー出力予測が図４のようになる場合において、再生可能エネルギー電源２３が存在するエリアがＮ箇所（Ｎは任意の自然数）、各エリアがとり得る再生可能エネルギー出力を「予測値−σ」、「予測値」、「予測値＋σ」の３パターンと考えると、系統がとり得る潮流状態は３^Ｎの組合せとなる。再生可能エネルギー出力予測とは、再生可能エネルギー出力予測値（以下、単に「予測値」ともいう。）と確率分布とを含む概念である。

しかし、「３^Ｎ×（想定事故様相数）」の過渡安定度計算を行うと、再生可能エネルギー電源２３が存在するエリア数によっては膨大な計算時間が掛ってしまい、リアルタイムで信頼度を評価することができなくなる。そこで、本実施形態では、評価モデル作成部は、信頼度評価モデル１２ａをオフライン解析によって事前に作成し、信頼度評価部１１３がこの信頼度評価モデル１２ａをオンライン解析で使用することで信頼度を評価する。

次に、信頼度評価モデル１２ａの作成処理について説明する。図１０は、実施形態の信頼度評価モデル１２ａの作成処理の流れの一例を示すフローチャートである。図１０のフローチャートは、大きく分けて２つのフェーズがあり、ステップＳ１〜ステップＳ４がステップＳ９での学習で使う教師データ作成フェーズで、ステップＳ６〜ステップＳ９が信頼度評価システム１に用いる信頼度評価モデル１２ａ作成フェーズである。

まず、処理部１１は、系統運用者による入力部１３を用いたデータ入力に基づいて、計算に用いる潮流断面と事故様相を設定する（ステップＳ１）。ここで、潮流断面と事故様相のデータセット例について説明する。図１１は、実施形態の信頼度評価モデル１２ａ作成のための潮流断面および事故様相のデータセットのテーブルＴの一例を示す図である。

ベースとなる潮流断面に対して、図１１に示すように、各エリアの再生可能エネルギー出力を一定の出力量の刻みで割り振る。再生可能エネルギー出力の刻み幅を仮に１０％刻みで１０％〜１００％の１０通りとし、エリア数Ｎ、想定事故様相数Ｍ（Ｍは任意の自然数）とすると、（１０^Ｎ×Ｍ）個のデータセットが用意される。なお、ベース潮流断面（例えば、全再生可能エネルギー電源の出力が定格容量の７０％と設定した断面）から各エリアの再生可能エネルギー出力が変化すると、電力系統２１において電力供給の需給アンバランスが発生するため、例えば需給調整発電機の容量比にしたがって再生可能エネルギー出力変化分を案分するなど、予め決められた任意のルールにしたがって各データセットで需給調整発電機の出力調整を行う。

図１０に戻り、処理部１１は、設定した潮流断面と事故様相に基づいて、潮流計算を実施する（ステップＳ２）。次に、処理部１１は、潮流計算結果を初期値として、過渡安定度計算を実施する（ステップＳ３）。

次に、処理部１１は、過渡安定度計算の計算結果に基づいて、供給信頼度の各評価指標を算出する（ステップＳ４）。処理部１１は、例えば、各評価指標のうち、過負荷余裕を評価する場合は、過渡安定度が安定となって系統動揺が収束した結果を用いることで、事故後の各ブランチの「（過負荷耐量）−（送電線潮流）」を計算する。また、処理部１１は、各評価指標のうち、電圧安定度余裕を評価する場合も、系統動揺が収束した結果を用いて、徐々に負荷を増加させて繰り返し潮流計算を実施してＰ−Ｖカーブを作成する。

また、処理部１１は、各評価指標のうち、過渡安定度余裕を評価する場合は、事故除去時間を徐々に変化させながら繰り返し過渡安定度計算を行ってＣＣＴを求める。処理部１１は、上記の処理がテーブルＴにおける各データセットに対して全ケースで完了したか否かを判定する（ステップＳ５）。ステップＳ５で肯定的な判定を得た場合、処理部１１は、処理をステップＳ６に進める。ステップＳ５で否定的な判定を得た場合、処理部１１は、処理をステップＳ１に戻す。

処理部１１は、算出した潮流計算結果と算出した評価指標とを用いて、入力変数候補となる系統情報と、各評価指標との相関性を分析する（ステップＳ６）。入力変数候補は、各ノードの電圧、位相、発電機出力、負荷、各ブランチの潮流、損失などの系統情報を含む。処理部１１は、例えば、相関性の分析において、次式（１）で表される相関係数ｒを使用する。

ここで、ｘ_ｉはｉ番目データセットの入力変数、ｘ^〜は入力変数の期待値、ｙ_ｉはｉ番目データセットの評価指標、ｙ^〜は評価指標の期待値となる。各入力変数候補と評価指標の相関係数を計算することで、評価指標と相関性の高い入力変数を判定できるようになる。

処理部１１は、求めた相関性の分析結果に基づいて、多数の入力変数候補の中から相関性の低い不要な入力変数を除外することで入力変数を選定する（ステップＳ７）。この他、処理部１１は、多重共線性等を考慮して入力変数を選定してもよい。なお、処理部１１は、相関性の分析結果を制御内容計算部１１４でも活用するために、各評価指標と各入力変数との感度行列を作成してもよい。ここでの感度行列とは、入力変数毎に、値が変わったときの評価指標の変わり方（変わりやすさ）を求め、それを行列として表したものである。

処理部１１は、信頼度評価モデル１２ａの精度を向上させるため、入力変数をクラスタリングする（ステップＳ８）。処理部１１は、例えば、クラスタリングをする場合に、まず、事故様相毎にクラスタを分割する。事故前の潮流状態が同じであっても、事故様相によって電力系統の振る舞いは大きく異なるからである。その他、処理部１１は、k-meansや階層型などのクラスタリング手法を用いてもよい。

処理部１１は、分割したクラスタ毎に学習を行い、各クラスタに応じた評価モデルを作成し（ステップＳ９）、フローチャートの処理を終了する。処理部１１は、例えば、学習方法として、ニューラルネットワークやランダムフォレストなどの手法を用いてもよい。その他、処理部１１は、回帰分析（例えば、線形回帰分析、重回帰分析）等の手法を用いてもよい。

処理部１１は、以上のステップにより、オフライン解析で事前に信頼度評価モデル１２ａを作成し、信頼度評価部１１３が使用できるように記憶部１２に記憶させることで、信頼度評価システム１上では計算負荷が大きい過渡安定度計算を実行せずに、系統事故が発生した場合の供給信頼度を評価することができる。

次に、系統状態比較部１１４について詳細に説明する。電力系統２１内の電力の需要は時々刻々と変化し、その時々の需要に応じて発電機出力は調整される。電力の需要の状況によっては発電機の起動・停止といった運転状態も変化し、電力系統２１内の潮流分布は常に変化する。信頼度評価モデル１２ａは、ある特定の系統状態（需要の大きさ、発電機の運転状態、系統内のループ構成、等）において、再生可能エネルギー出力分布が様々な変化をした時の安定度を評価するために用いられるモデルである。したがって、信頼度評価モデル１２ａによって電力系統２１の安定度を高精度に推定するためには、評価モデル作成時に想定した系統状態と実際の系統状態の乖離が少ないことが必要になる。

図１２は、実施形態の系統状態比較部１１４のシステム構成の内容の一例を示す図である。系統状態比較部１１４は、例えば、想定系統状態作成部１４１と、想定系統特徴量算出部１４２と、実系統特徴量算出部１４３と、特徴量比較部１４４とを備える。

想定系統状態作成部１４１は、記憶部１２を参照し、現在使用中の信頼度評価モデル１２ａの作成時に想定した潮流断面１２ｆ（ベース潮流断面）に基づいて、想定系統状態を再現する。想定系統状態作成部１４１は、現在の再生可能エネルギー出力予測情報１２ｄに基づいて、各地域の再生可能エネルギー出力を設定する。想定系統状態作成部１４１は、現在使用中の信頼度評価モデル１２ａ作成時と同じルール（手法）に基づいて電力系統２１の需給調整を行い、計算結果に基づいて、再生可能エネルギー電源の出力の予測値に対応した信頼度評価モデル１２ａの想定系統状態を再現する。このようにして、想定系統状態作成部１４１は、系統状態推定部１１２によって推定された実系統の系統状態と再生可能エネルギー出力条件が同じになる想定系統状態を作成する。

想定系統特徴量算出部１４２および実系統特徴量算出部１４３では、想定系統と実系統それぞれの系統状態を定量的に比較するための特徴量を算出する。想定系統特徴量算出部１４２は、予め想定された電力系統２１が供給する電力の状態を示す系統状態に基づいて第１特徴量を算出する。実系統特徴量算出部１４３は、例えば、系統状態推定部１１２により算出された現在の実系統状態に含まれる情報を入力値として、第２特徴量を算出する。実系統特徴量算出部１４３は、例えば、電力系統２１において計測された系統状態の計測情報と再生可能エネルギー出力予測情報１２ｄとに基づいて第２特徴量を算出する。

特徴量比較部１４４は、第１特徴量と第２特徴量とを比較し、第１特徴量と第２特徴量との乖離の大きさが所定値以上であるか否かを判定する。判定において、特徴量比較部１４４は、例えば、第１特徴量と第２特徴量との差分を計算し、想定系統状態と前記実系統状態の乖離の大きさを示す系統状態類似度を算出する。上記の系統状態を表す特徴量は、例えば、短絡インピーダンスである。

図１３は、実施形態の短絡インピーダンスを特徴量として用いた場合の系統状態比較部１１４の構成の一例を示す図である。系統状態比較部１１４は、例えば、想定系統状態作成部１４１と、想定系統短絡インピーダンス算出部１４２Ａと、実系統短絡インピーダンス算出部１４３Ａと、特徴量比較部１４４Ａとを備える。想定系統短絡インピーダンス算出部１４２Ａは、想定系統の短絡インピーダンスを算出する。実系統短絡インピーダンス算出部１４３Ａは、実系統の短絡インピーダンスを算出する。短絡インピーダンスは、想定系統状態作成部１４１または系統状態推定部１１２から得られる状態量、および想定事故ケース情報１２ｃを用いて、故障計算あるいは安定度計算から算出できる。このとき、安定度計算は、事故発生直後までの短時間での計算を行えばよい。

事故発生直後に事故点に流れ込む事故電流をＩｓ、事故発生直前の電圧をＶｓとすれば、短絡インピーダンスＺｓは次式で計算できる。

但し、短絡インピーダンスの計算結果は、事故ケースによって異なる。また、系統全体の状態を比較するには、一箇所の短絡インピーダンスだけでなく、複数箇所の短絡インピーダンスを比較する必要がある。図１４は、実施形態の短絡インピーダンスの算出箇所を示す図である。図１４に示すように、短絡インピーダンスは、想定事故箇所と同じ箇所において算出される。例えば、短絡インピーダンスZs₁は、代表想定事故ケース１（ブランチ１におけるいずれかの事故様相）の場合に算出し、短絡インピーダンスZs₂は、代表想定事故ケース２の場合に算出する、等のように系統各所の短絡インピーダンス{Zs₁,Zs₂,…,Zs_n}を算出する。

短絡インピーダンス比較部１４４Ａでは、想定系統短絡インピーダンス算出部１４２Ａおよび実系統短絡インピーダンス算出部１４３Ａの計算結果を比較し、系統状態の類似度を判定する。短絡インピーダンス算出部１４２Ａから得られた計算結果を、Zs´=(Zs1´,Zs2´,…,Zsn´)、短絡インピーダンス算出部１４３Ａから得られた計算結果をZs´´=(Zs1´´,Zs2´´,…,Zsn´´)とすると、系統状態の類似度は式（３）のように表現できる。

但し、ΔZsは、ベクトル量であるため、系統状態の類似度を表すために、スカラ量に変換されることが望ましい。例えば、スカラ量への変換方法は、統計的処理（最大値、最小値、平均値など）を用いてもよい。また、スカラ量への変換方法は、式（４）に示すようにΔＺｓのノルムをとってもよい。

上記のように、スカラ量に変換したΔＺｓが小さければ想定系統の系統状態と実系統の系統状態との乖離は小さいと判断することができる。上記では、系統状態の乖離の大きさを示す指標として短絡インピーダンスを用いた例を説明したが、その他の指標を用いてもよい。例えば、駆動点インピーダンス、発電機容量、発電機出力等の情報のいずれか、あるいはこれらを組み合わせて使用してもよい。駆動点インピーダンスとは、ある任意の点から系統を一括して覗いた場合のインピーダンスである。

電力系統２１の任意の点の駆動点インピーダンスを計算し、その値に差がでていれば、監視先の発電機の並列状態、あるいはループ構成が異なっていると判定できる。また、各発電機の運転状態が既知情報である場合、想定系統状態と実系統状態の発電機運転状態をデータベース化して、相互に参照することで系統状態の差異を確認してもよい。さらに、発電機容量あるいは発電機出力といった情報と組み合わせて、事前解析の結果などから安定度に与える影響を類推してもよい。

次に、評価モデル切替部１１５について説明する。以下の説明では、系統状態の乖離を示す指標として、例えば、短絡インピーダンスのノルムを用いる。

図１５は、実施形態の信頼度評価モデル１２ａの切り替え処理の流れの一例を示すフローチャートである。まず、評価モデル切替部１１５は、系統状態比較部１１４によりスカラ量に変換された短絡インピーダンス差||ΔZs||を取得する（ステップＳ２１）。評価モデル切替部１１５は、スカラ量に変換された短絡インピーダンス差||ΔZs||が所定の閾値以下であるか否かを判定する（ステップＳ２２）。なお、スカラ量に変換された短絡インピーダンス差||ΔZs||の閾値は、系統解析結果などから安定度の差が大きくなる値を求める等、系統運用者が任意に決めることができるものとする。

ステップＳ２２で肯定的な判定を得た場合、信頼度評価部１１３は、現在の信頼度評価モデル１２ａを継続して使用する。ステップＳ２２で否定的な判定を得た場合、評価モデル切替部１１５は、全ての信頼度評価モデル１２ａのスカラ量に変換された短絡インピーダンス差||ΔZs||を計算する（ステップＳ２３）。評価モデル切替部１１５は、例えば、事前に作成したｍ個の信頼度評価モデル１２ａに対して、モデル作成時に想定した系統状態（ｍ個の系統状態）と実際の系統状態との短絡インピーダンス差ΔZs_all=(||ΔZs₁||,||ΔZs₂||,…,|| ΔZs_m||)を取得する。

評価モデル切替部１１５は、取得した短絡インピーダンス差に基づいて、スカラ量に変換された短絡インピーダンス差||ΔZs||が最小となる信頼度評価モデル１２ａを選択し、選択した信頼度評価モデル１２ａを評価モデルとして使用するように切り替える（ステップＳ２４）。評価モデル切替部１１５は、例えば、||Zs_min||=min(ΔZs_all)となる信頼度評価モデル１２ａを選択し、切り替えを行う。

評価モデル切替部１１５は、選択した最小の||Zs_min||が予め定められた閾値以下になるか否かを判定する（ステップＳ２５）。ステップＳ２５で肯定的な判定を得た場合、評価モデル切替部１１５は、切り替え後の信頼度評価モデル１２ａを信頼度評価部１１３で使用することを決定する（ステップＳ２６）。ステップＳ２５で否定的な判定を得た場合、切り替え後の評価モデル切替部１１５は、現在の系統状態がオフライン解析時に想定していない系統状態であることを表示部１４から系統運用者に知らせる（ステップＳ２７）。

また、計算をより簡略化するため、信頼度評価システム１は、上記に示した手順以外の切り替え処理を行ってもよい。例えば、複数の信頼度評価モデル１２ａを時間帯毎に予め用意しておく。評価モデル切替部１１５は、例えば、使用中の信頼度評価モデル１２ａに関して第１特徴量と第２特徴量との差分が予め定められた閾値以上となった場合に、次の時間帯の信頼度評価モデルを使用すべき信頼度評価モデルとして選択する。

図１６は、実施形態の信頼度評価モデル１２ａの切り替え処理の流れの他の一例を示すフローチャートである。ステップＳ３１からステップＳ３７のうち、ステップＳ３３およびステップＳ３４以外の処理は図１５におけるフローチャートの処理と同様である。評価モデル切替部１１５は、系統状態比較部１１４によりスカラ量に変換された短絡インピーダンス差||ΔZs||を取得する（ステップＳ３１）。評価モデル切替部１１５は、スカラ量に変換された短絡インピーダンス差||ΔZs||が所定の閾値以下であるか否かを判定する（ステップＳ３２）。

ステップＳ３２で肯定的な判定を得た場合、信頼度評価部１１３は、現在の信頼度評価モデル１２ａを継続して使用する。ステップＳ３２で否定的な判定を得た場合、評価モデル切替部１１５は、次に適用すべき時間断面の信頼度評価モデル１２ａに切り替える（ステップＳ３３）。

ここで、時間断面の信頼度評価モデル１２ａとは、例えば、昼・夜、あるいは季節などを考慮した時間変化に伴う代表的な系統断面を予め想定し、想定された各系統断面において事前に作成された複数の信頼度評価モデルのことをいう。例えば、使用中の信頼度評価モデル１２ａが８月昼間の時間断面に対応するものである場合、次に適用すべき時間断面は８月夜間となる。

次に、評価モデル切替部１１５は、切り替え後の信頼度評価モデル１２ａを用いて、短絡インピーダンス差||ΔZs||を取得する（ステップＳ３４）。評価モデル切替部１１５は、短絡インピーダンス差||ΔZs||が予め定められた閾値以下になるか否かを判定する（ステップＳ３５）。ステップＳ３５で肯定的な判定を得た場合、評価モデル切替部１１５は、切り替え後の信頼度評価モデル１２ａを信頼度評価部１１３で使用することを決定する（ステップＳ３６）。

ステップＳ３５で否定的な判定を得た場合、切り替え後の評価モデル切替部１１５は、現在の系統状態がオフライン解析時に想定していない系統状態であることを表示部１４から系統運用者に知らせる（ステップＳ３７）。

以上説明した実施形態によれば、信頼度評価システム１は、推定モデル作成時に想定された系統状態と実際の系統状態との乖離の大きさを判定し、より系統状態の乖離が小さい推定モデルを選択することで、現実の系統状態により適した信頼度評価モデル１２ａを選択して使用することができる。

すなわち、信頼度評価システム１は、オフライン解析により事前に作成した複数の信頼度評価モデルから現在の系統状態に対して適切な信頼度評価モデル１２ａを選択し、高精度な安定度の推定を可能とする。

以上説明した少なくともひとつの実施形態によれば、再生可能エネルギー電源が接続された電力系統において、予め類型化された事故が発生したと仮定した場合における、前記電力系統が供給する電力の供給信頼度を評価する信頼度評価システムが、前記電力系統が供給する電力の供給信頼度を評価するための信頼度評価モデルを用いて、過負荷余裕、過渡安定度余裕、電圧安定度余裕、周波数安定度余裕のうちの少なくともいずれか１つ以上を前記供給信頼度の評価指標として取得する信頼度評価部と、前記信頼度評価モデルの作成時に想定した前記電力系統が供給する電力の状態から求められる第１特徴量と、前記電力系統における実際の系統状態に基づいて求められる第２特徴量との乖離の大きさが所定値以上であるか否かを判定する系統状態比較部と、前記系統状態比較部により前記第１特徴量と前記第２特徴量との前記乖離の大きさが所定値以上であると判定された場合、前記信頼度評価部が用いる信頼度評価モデルを切り替える評価モデル切替部と、を持つことにより、供給信頼度の推定において推定結果を学習により更新し、電力系統の安定度推定の精度を向上することができる。

本発明の実施形態を説明したが、これらは、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と変形例は、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。これらの実施形態や変形例は、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。

例えば、上記実施形態において、再生可能エネルギー出力の予測値やその確率分布は系統運用者が入力するものとしたが、予測機能そのものを信頼度評価システム１に組み込んでもよい。また、確率分布も図３のような正規分布でなくてもよい。

また、上述の実施形態では、確率分布の標準偏差によって不確実性を表現したが、その他の指標を用いてもよい。他の指標とは、例えば、再生可能エネルギー電源２３の容量比を用いて予測値±２５％などのような固定値であってもよい。また、信頼度評価モデル１２ａの評価指標として、実施形態に挙げたもの以外を用いてもよい。

また、上述の実施形態では、信頼度評価システム１は、系統内の制御機器に制御指令を送る制御指令送信部１１７を備えているが、これは必ずしも必要なく、信頼度評価結果あるいは制御内容の表示のみを行うものであってもよく、運用者の意思決定支援に用いられるものであってもよい。

１…信頼度評価システム、１１…処理部、１２…記憶部、１２ａ…信頼度評価モデル、１２ｂ…需要予測情報、１２ｃ…想定事故ケース情報、１２ｄ…再生可能エネルギー出力予測情報、１２ｅ…運用計画情報、１３…入力部、１４…表示部、２１…電力系統、２２…発電機、２２ａ…発電機、２２ｂ…発電機、２３…再生可能エネルギー電源、２４…需要家、２５…計測装置、２６…制御端末装置、３１…地域集合、１１１…系統情報収集部、１１２…系統状態推定部、１１３…信頼度評価部、１１４…系統状態比較部、１１４…制御内容計算部、１１５…評価モデル切替部、１１５…制御指令送信部、１１６…制御内容計算部、１１７…制御指令送信部、１４１…想定系統状態作成部、１４２…短絡インピーダンス算出部、１４２…想定系統特徴量算出部、１４２Ａ…想定系統短絡インピーダンス算出部、１４３…実系統特徴量算出部、１４３Ａ…実系統短絡インピーダンス算出部、１４４…特徴量比較部、１４４Ａ…短絡インピーダンス比較部

Claims (10)

1. 再生可能エネルギー電源が接続された電力系統において、予め類型化された事故が発生したと仮定した場合における、前記電力系統が供給する電力の供給信頼度を評価する信頼度評価システムであって、
   前記電力系統が供給する電力の供給信頼度を評価するための信頼度評価モデルを用いて、過負荷余裕、過渡安定度余裕、電圧安定度余裕、周波数安定度余裕のうちの少なくともいずれか１つ以上を前記供給信頼度の評価指標として取得する信頼度評価部と、
   前記信頼度評価モデルの作成時に想定した前記電力系統が供給する電力の状態に基づいて求められる第１特徴量と、前記電力系統における実際の系統状態に基づいて求められる第２特徴量との乖離の大きさが所定値以上であるか否かを判定する系統状態比較部と、
   前記系統状態比較部により前記第１特徴量と前記第２特徴量との前記乖離の大きさが所定値以上であると判定された場合、前記信頼度評価部が用いる前記信頼度評価モデルを切り替える評価モデル切替部と、
   を備える、信頼度評価システム。
2. 前記電力系統において計測された前記電力系統が供給する電力の状態と、前記再生可能エネルギー電源の出力の予測値と、電力需要に関する需要情報と、電力供給に関する供給情報とに基づいて、前記電力系統の少なくとも将来の系統状態を推定し、前記信頼度評価モデルに対する入力値として前記信頼度評価部に提供する系統状態推定部を更に備える、
   請求項１に記載の信頼度評価システム。
3. 前記系統状態比較部は、前記信頼度評価部が用いる複数の信頼度評価モデルの作成時に想定されたベース潮流断面と、前記再生可能エネルギー電源の出力の予測値と、を入力することで前記信頼度評価モデルの作成時と同じ手法に基づいて需給調整を行い、計算結果に基づいて、前記再生可能エネルギー電源の出力の予測値に対応した前記信頼度評価モデルの想定系統状態を作成する想定系統状態作成部と、
   前記想定系統状態に含まれる情報を入力値として、前記第１特徴量を算出する想定系統特徴量算出部と、
   前記系統状態推定部により算出された現在の実系統状態に含まれる情報を入力値として、前記第２特徴量を算出する実系統特徴量算出部と、
   前記第１特徴量と前記第２特徴量との差分を計算する特徴量比較部と、を備える、
   請求項２に記載の信頼度評価システム。
4. 前記想定系統特徴量算出部は、前記想定系統状態に含まれる前記電力系統において想定される事故の想定事故ケース情報を入力値として、前記想定系統状態における前記電力系統の短絡インピーダンスを前記第１特徴量として算出し、
   前記実系統特徴量算出部は、前記電力系統において計測された前記電力系統が供給する電力の状態を入力値として、前記実系統状態における前記電力系統の前記短絡インピーダンスを前記第２特徴量として算出する、
   請求項３に記載の信頼度評価システム。
5. 前記評価モデル切替部は、前記系統状態比較部により前記第１特徴量と前記第２特徴量との前記乖離の大きさが所定値以上であると判定された場合、
   複数の前記信頼度評価モデルのそれぞれの前記第１特徴量と前記第２特徴量との差分を計算し、前記差分が最小となる前記信頼度評価モデルを次に使用すべき信頼度評価モデルとして選択する、
   請求項３に記載の信頼度評価システム。
6. 前記複数の信頼度評価モデルは、時間帯毎に用意されており、
   前記評価モデル切替部は、使用中の前記信頼度評価モデルに関して前記第１特徴量と前記第２特徴量との差分が予め定められた閾値以下となった場合に、使用中の前記信頼度評価モデルの次の時間帯の前記信頼度評価モデルを次に使用すべき信頼度評価モデルとして選択する、
   請求項３に記載の信頼度評価システム。
7. 前記予め想定された前記電力系統が供給する電力の状態は、前記電力系統内の電力の需要予測情報と、前記電力系統内の電力供給に関する運用計画情報とを含む、
   請求項２から６のうちいずれか１項に記載の信頼度評価システム。
8. 前記電力系統において計測された前記電力系統が供給する電力の状態は、電圧、位相、負荷、発電機出力、潮流のうち少なくとも一つを含む、
   請求項１から７のうちいずれか１項に記載の信頼度評価システム。
9. 再生可能エネルギー電源が接続された電力系統において、予め類型化された事故が発生したと仮定した場合における、前記電力系統が供給する電力の供給信頼度を評価する信頼度評価システムを制御するコンピュータが、
   前記電力系統が供給する電力の供給信頼度を評価するための信頼度評価モデルを用いて、過負荷余裕、過渡安定度余裕、電圧安定度余裕、周波数安定度余裕のうちの少なくともいずれか１つ以上を前記供給信頼度の評価指標として取得し、
   前記信頼度評価モデルの作成時に想定した前記電力系統が供給する電力の状態に基づいて求められる第１特徴量と、前記電力系統に基づいて求められる第２特徴量との乖離の大きさが所定値以上であるか否かを判定し、
   前記第１特徴量と前記第２特徴量との前記乖離の大きさが所定値以上であると判定された場合、前記信頼度評価モデルを切り替える、
   信頼度評価方法。
10. 再生可能エネルギー電源が接続された電力系統において、予め類型化された事故が発生したと仮定した場合における、前記電力系統が供給する電力の供給信頼度を評価する信頼度評価システムを制御するコンピュータに、
    前記電力系統が供給する電力の供給信頼度を評価する信頼度評価モデルを用いて、過負荷余裕、過渡安定度余裕、電圧安定度余裕、周波数安定度余裕のうちの少なくともいずれか１つ以上を前記供給信頼度の評価指標として取得させ、
    前記信頼度評価モデルの作成時に想定させた前記電力系統が供給する電力の状態に基づいて求められる第１特徴量と、前記電力系統に基づいて求められる第２特徴量との乖離の大きさが所定値以上であるか否かを判定させ、
    前記第１特徴量と前記第２特徴量との前記乖離の大きさが所定値以上であると判定された場合、前記信頼度評価モデルを切り替えさせる、
    プログラム。

Images