JP2019157841A - 制御装置、及び制御方法 - Google Patents

Abstract

【課題】所定の時間が経過した後の風速を推測することができる制御装置を提供する。【解決手段】風車の設置場所における風速に関する風速情報を取得する状態取得部と、前記状態取得部により取得された前記風速情報と、過去の前記風速情報とに基づいて、所定時間経過後の風速を推定する風速推定部とを備える。【選択図】図１

Description

本発明は、制御装置、及び制御方法に関する。

従来、風力発電システムにおいて、風車が受ける風速に対して発電電力（回生電力）が最大となる風車の回転数は、風車ごとの固有の特性値として一義的に決められている。このため、風速に応じて風車のトルクを調整することで風車の回転数を制御することにより、風速に応じた最大の発電電力を得ることが可能となる。このような観点から、風車の回転速度が過回転となり易い強風条件においても風車の回転数を適切に制御する技術が開示されている（例えば、特許文献１）。

特許第５３１８４５４号公報

しかしながら、風車の回転数を制御する信号（回転制御パラメータという）を出力してから実際に風車の回転数が所望の回転数となるまでには所定の応答時間がかかる。特許文献１では応答時間が考慮されていないため、回転制御パラメータを出力してから応答時間が経過する前に風速が変化してしまうと、風速に応じた適切な制御をすることが困難となる場合があった。

本発明は、このような事情に鑑みてなされたものであり、その目的は、所定の時間が経過した後の風速を推測することができる制御装置、及び制御方法を提供することである。

上述した課題を解決するために本発明の一実施形態は、風車の設置場所における風速に関する風速情報を取得する状態取得部と、前記状態取得部により取得された前記風速情報と、過去の前記風速情報とに基づいて、所定時間経過後の風速を推定する風速推定部とを備えることを特徴とする制御装置である。

また、本発明の一実施形態は、上述の制御装置であって、前記風速推定部は、前記風速情報に基づいて、風速における時系列変化の特徴量を抽出する特徴量抽出部と、前記特徴量抽出部により抽出された特徴量に基づいて、過去の前記風速情報から風速を推定するための候補となる風速情報を取得する推定候補取得部と、前記推定候補取得部により取得された風速情報から風速を推定するために用いる風速情報を選択する推定情報選択部とを有する。

また、本発明の一実施形態は、上述の制御装置であって、前記特徴量抽出部は、前記風速情報に基づいて互いに異なる複数の特徴量を抽出し、前記推定候補取得部は、前記特徴量の各々に基づいて風速を推定するための候補となる過去の前記風速情報をそれぞれ取得し、前記推定情報選択部は、前記推定候補取得部により取得された過去の前記風速情報における前記特徴量の各々に基づいて風速を推定するために用いる過去の前記風速情報を選択する。

また、本発明の一実施形態は、上述の制御装置であって、前記風速情報は、前記風車の設置場所における風速に当該風速が取得された日時を示す時間情報が対応づけられた情報である。

また、本発明の一実施形態は、上述の制御装置であって、前記風速推定部により推定された風速に基づいて、前記風車の回転に関する回転情報を決定し、決定した回転情報に基づいて前記風車の回転数を制御する回転制御部を更に備える。

また、本発明の一実施形態は、上述の制御装置であって、前記回転制御部は、前記風車の回転数を制御する回転制御パラメータを前記風車に設定してから前記風車の回転数が前記回転制御パラメータに応じた回転数となるまでの応答時間に基づいて、前記応答時間が経過した後の風速と推定される風速に応じた前記回転制御パラメータを前記風車に設定する。

また、本発明の一実施形態は、上述の制御装置であって、前記風速推定部は、前記状態取得部により取得された風速を、前記風速情報から所定時間経過後の風速を推定する風速推定モデルに入力することにより得られる出力に基づいて、所定時間経過後の風速を推定する。

また、本発明の一実施形態は、上述の制御装置であって、前記風速推定モデルは、前記状態取得部により取得された風速に基づいて推定した風速と、前記風車の設置場所における所定時間経過後の実際の風速との差分に応じた報酬に基づいて強化学習を行う学習モデルである。

また、本発明の一実施形態は、過去における風車の設置場所における風速に関する風速情報を記憶する風速情報記憶部を備える制御装置が風車の回転数を制御する制御方法であって、状態取得部が、風車の設置場所における風速に関する風速情報を取得し、風速推定部が、前記状態取得部により取得された前記風速情報と、風速情報記憶部に記憶された前記風速情報とに基づいて、所定時間経過後の風速を推定する制御方法である。

以上説明したように、この発明によれば、所定の時間が経過した後の風速を推測することができる。これにより、推測した風速を用いて、応答時間を考慮したタイミングで回転制御パラメータを出力することができ、風車の回転数について風速に応じた適切な制御を行うことが可能となる。

第１の実施形態に係る風力発電システム１の構成例を示すブロック図である。 第１の実施形態に係る風速推定部５２の構成例を示すブロック図である。 第１の実施形態に係る風速推定部５２の動作例を示すフローチャートである。 第２の実施形態に係る風力発電システム１Ａの構成例を示すブロック図である。

以下、実施形態の制御装置を、図面を参照して説明する。

＜第１の実施形態＞
図１は、第１の実施形態に係る風力発電システム１の構成例を示すブロック図である。風力発電システム１は、風力発電機本体１０と制御装置５０とを備える。風力発電機本体１０と制御装置５０との間では、種々の情報がやりとりされる。
図１に示すように、例えば、制御装置５０から風力発電機本体１０に、風力発電機本体１０を制御する制御パラメータが出力される。制御パラメータは、例えば、風車２０の回転数を制御する回転制御パラメータである。
また、例えば、風力発電機本体１０から制御装置５０に、風力発電機本体１０の状態を示す状態パラメータが出力される。状態パラメータは、例えば、風車２０の設置場所における風速を示す風速情報である。また、状態パラメータは、例えば、風車２０の回転速度を示す回転速度情報である。

風力発電機本体１０は、風車２０と、発電機３０と、風速センサ４１と、回転速度センサ４２とを備える。
風車２０は、例えば、垂直軸型風車として構成されており、鉛直方向に延びる回転軸の周囲に複数の直線翼が一体として回転可能に連結させた直線翼垂直軸風車などによって構成されている。
風車２０は、例えば、後述する発電機３０の回転子と回転軸を介して接続され、発電機３０の回転子と一体となって回転する。ここで、発電機３０の回転子は、発電機３０により発電される回生電力の電力量に応じた回転数で回転する。また、回生電力の電力量は、後述する制御システム５０によりＭＰＰＴ（Maximum Power Point Tracking）制御がなされる。このため、風車２０の回転数は、制御システム５０によるＭＰＰＴ制御により、間接的に制御される。

発電機３０は、風車２０の回転力を変換して電力を生じさせる装置であり、例えば、三相交流発電機として構成され、風車２０の回転と連動して回転する回転子が風車２０の回転軸に連結されて回転することにより交流電力を発電する。

風速センサ４１は、公知の風速センサによって構成され、例えば、風車２０の近傍の所定位置（例えば、風車２０における回転翼以外の部位）に設けられて風車が受ける風の風速を検出する。風速センサ４１は、検出した風速を示す情報を、制御装置５０に出力する。

回転速度センサ４２は、風車２０の回転速度を検出する。回転速度センサ４２は、風車２０の回転軸部（不図示）の回転速度を検出し得るセンサであればよく、公知の様々な回転速度センサを用いることができる。回転速度センサ４２は、検出した回転速度を示す情報を、制御装置５０に出力する。

制御装置５０は、状態取得部５１と、風速推定部５２と、回転制御部５３と、風速情報記憶部５４とを備える。

状態取得部５１は、風車２０の設置場所における風速に関する風速情報を取得する。状態取得部５１は、例えば、所定の時間間隔（例えば、１［ｍｓ］）で風速情報を取得する。また、状態取得部５１は、取得した風速情報を風速推定部５２に出力する。

風速推定部５２は、状態取得部５１により取得された風速情報と、風速情報記憶部５４に記憶された風速情報とに基づいて、所定時間経過後の風速を推定する。ここで、風速情報記憶部５４には、過去における風車２０の設置場所における風速情報が記憶されている。風速推定部５２は、推定した風速を示す情報を、回転制御部５３に出力する。なお、風速推定部５２が風速を推定する方法については後で詳しく説明する。

回転制御部５３は、風速推定部５２により推定された風速に基づいて、風車２０の回転に関する回転情報を決定し、決定した回転情報に基づいて風車２０の回転数を制御する。回転情報には、例えば、風車の回転数を増加させるか、或いは減少させるかといった回転数の変化を示す情報の他、段階的に変化させるか、一気に変化させるかといった回転数を変化させる度合を示す情報が含まれる。

回転制御部５３は、例えば、回転制御パラメータを風車２０に設定してから風車２０の回転数が回転制御パラメータに応じた回転数となるまでの応答時間に基づいて、応答時間が経過した後の風速と推定される風速に応じた回転制御パラメータを風車２０に設定する。回転制御部５３が応答時間を考慮したタイミングで回転制御パラメータを風車２０に設定することにより、風車２０の回転数が回転制御パラメータに応じた回転数となった時点における風速に対して、最大の回生電力が得られる回転数となるように制御することができる。

風速情報記憶部５４は、過去における風速情報を記憶する。過去における風速情報とは、風車２０の設置場所における過去の風速に関する情報である。風速情報記憶部５４は、例えば、状態取得部５１により取得された風速情報を記憶する。また、風速情報記憶部５４は、風車２０の設置場所や設置された地域における過去の風速に関する情報を、気象情報を記録する外部のサーバ装置（不図示）等から、ネットワーク等を介して取得するようにしてもよい。

ここで、風速推定部５２が風速を推定する方法について説明する。
風車２０の設置場所における風速は、天候状況、及び風車２０の立地条件や周辺の状況などにより決定される。このため、現在の天候状況と似た天候状況が過去にあった場合、現在の風速は、過去の似たような天候状況における風速と同じように変化すると推定することが可能である。
そこで、本実施形態では、風車２０の設置場所における過去の様々な天候状況の風速情報から、現在の風速情報と似た傾向を示す風速情報を抽出し、抽出した特徴量が似た傾向を示す過去の風速情報に基づいて、所定時間経過後（未来）の風速を推定する。具体的には、風速推定部５２は、風速情報記憶部５４に記憶された過去の風速情報から、状態取得部５１により取得された現在の風速情報と似た傾向を示す風速情報を抽出する。そして、風速推定部５２は、抽出した過去の風速情報に基づいて、所定時間経過後（未来）の風速を推定する。以下では、風速推定部５２が風速を推定する方法について、図２を用いて更に詳しく説明する。

図２は、第１の実施形態に係る風速推定部５２の構成例を示すブロック図である。
図２に示すように、風速推定部５２は、例えば、特徴量抽出部５２１と、推定候補取得部５２２と、推定情報選択部５２３と、推定部５２４とを備える。

特徴量抽出部５２１は、状態取得部５１により抽出された現在の風速情報に基づいて、風速における時系列変化の特徴量を抽出する。ここでの特徴量とは、風速の時系列変化の特徴を定量的に示す情報であり、例えば、単位時間における風速の変化量（変化率）、最大風速、風速の平均値、風速の移動平均値、風速が加速する時間に対する風速が減速する時間の比率（加減速比率）、最大風速値と最小風速値との差分、風速の標準偏差等で示される情報である。

ここで、特徴量抽出部５２１は、現在の風速情報について、互いに異なる複数の特徴量を抽出するようにしてよい。具体的には、特徴量抽出部５２１は、現在の風速情報に基づいて、風速の変化率、最大風速、風速の平均値、風速の移動平均値、加減速比率、風速の標準偏差等の各々を抽出するようにしてよい。特徴量抽出部５２１は、抽出した現在の風速における時系列変化の特徴量を推定候補取得部５２２に出力する。

推定候補取得部５２２は、現在の風速情報の特徴量に基づいて、風速情報記憶部５４に記憶された過去の風速情報から風速を推定するための候補となる風速情報を取得する。具体的には、推定候補取得部５２２は、過去の風速情報から、特徴量が似た傾向を示す風速情報を取得する。ここで、特徴量が似た傾向にあるとは、例えば、現在の風速情報と特徴量が同じか、又は、現在の風速情報の特徴量との差分が所定の閾値未満であることをいう。

また、推定候補取得部５２２は、特徴量抽出部５２１により抽出された特徴量が複数ある場合、特徴量の各々に基づいて、特徴量が似た傾向を示す風速情報をそれぞれ取得する。ここで、状態取得部５１により取得された風速と、その風速と似た特徴を示す過去の風速情報とは、現在の風速の状況が似ていることからその後の風速も同じように変化すると推測することができる。このため、特徴量が似た傾向を示す過去の風速情報は、風車２０の設置場所における、所定時間経過後（未来）の風速を推定するための候補となり得る。

推定候補取得部５２２は、例えば、特徴量抽出部５２１により抽出された風速の変化率に基づいて、風速情報記憶部５４を参照し、風速情報記憶部５４に記憶されている過去の風速情報のうち風速の変化率が同じか、又は双方の変化率の差分が所定の範囲内となる風速情報を抽出する。
また、推定候補取得部５２２は、例えば、特徴量抽出部５２１により抽出された所定の時間区間における最大風速に基づいて、風速情報記憶部５４を参照し、風速情報記憶部５４に記憶されている風速情報のうち最大風速が同じか、又は双方の最大風速の差分が所定の範囲内となる風速情報を抽出する。
また、推定候補取得部５２２は、例えば、特徴量抽出部５２１により抽出された所定の時間区間における加減速比率に基づいて、風速情報記憶部５４を参照し、風速情報記憶部５４に記憶されている風速情報のうち加減速比率が同じか、又は双方の加減速比率の差分が所定の範囲内となる風速情報を抽出する。
推定候補取得部５２２は、風速の平均値、風速の移動平均値、及び風速の標準偏差等の特徴量についても同様にして、風速情報記憶部５４に記憶された風速情報のうち特徴量が似た傾向を示す風速情報をそれぞれ取得する。推定候補取得部５２２は、取得した風速を推定するための候補となる過去の風速情報を推定情報選択部５２３に出力する。

推定情報選択部５２３は、推定候補取得部５２２により取得された風速情報から風速を推定するために用いる風速情報を選択する。推定情報選択部５２３は、推定候補取得部５２２により取得された過去の風速情報が複数ある場合、最も特徴量が似た傾向を示す風速情報を選択する。

また推定情報選択部５２３は、推定候補取得部５２２により複数の特徴量の各々に応じて取得された過去の風速情報がそれぞれある場合、例えば、特徴量の各々が総合的に似た傾向を示す風速情報を選択する。ここで、総合的に似た傾向にあるとは、例えば、風速情報における特徴量の各々が、状態取得部５１により取得された風速情報における特徴量の各々に似ていることをいう。
例えば、推定情報選択部５２３は、ある特徴量と別の特徴量との双方の特徴量について、共に似た傾向を示す風速情報を選択する。例えば、推定情報選択部５２３は、ある特徴量に基づいて取得された過去の風速情報の中に、別の特徴量に基づいて取得された過去の風速情報が含まれている場合、その重複して含まれている風速情報が、双方の特徴量にそれぞれ似ていると判定し、その重複して含まれている風速情報を選択するようにしてよい。

或いは、推定情報選択部５２３は、ある特徴量に基づいて取得された過去の風速情報の全てについて、他の特徴量を抽出し、抽出した別の特徴量が、状態取得部５１により取得された風車２０の現在の風速情報における当該別の特徴量に近い風速情報を選択するようにしてもよい。

推定部５２４は、推定情報選択部５２３により選択された過去の風速情報に基づいて、現在から所定時間経過後の未来の風速を推定する。推定部５２４は、例えば、推定情報選択部５２３により選択された過去の風速情報から、現在の風速と変化の傾向が似た地点の風速を特定し、特定した地点から所定時間経過後の風速を、現在から所定時間経過後の風速と推定する。

図３は、第１の実施形態に係る制御装置５０の動作例を示すフローチャートである。
まず、制御装置５０の状態取得部５１は、現在の風速情報を取得する（ステップＳ１０）。状態取得部５１は、風速センサ４１から風車２０の設置場所における現在の風速情報を取得する。状態取得部５１は、取得した風速情報を風速推定部５２に出力する。また、状態取得部５１は、取得した風速情報を風速情報記憶部５４に記憶させてもよい。

次に、制御装置５０の風速推定部５２は、現在の風速情報における特徴量を抽出する（ステップＳ１１）。風速推定部５２の特徴量抽出部５２１は、現在の風速の時系列変化の特徴を示す風速の変化率等を特徴量として抽出する。
次に、風速推定部５２の推定候補取得部５２２は、過去の風速情報から、現在の風速情報における特徴量と似た傾向を示す風速情報を取得する（ステップＳ１２）。
次に、風速推定部５２は、現在の風速情報から全ての特徴量について抽出したか否かを判定する（ステップＳ１３）。風速推定部５２は、現在の風速情報から全ての特徴量について抽出していない場合、抽出の対象とする特徴量を変更し（ステップＳ１６）、ステップＳ１１に戻り、現在の風速情報における他の特徴量を抽出する処理を行う。

風速推定部５２の推定情報選択部５２３は、現在の風速情報から全ての特徴量について抽出した場合、推定に用いる風速情報を選択する（ステップＳ１４）。推定情報選択部５２３は、現在の風速情報から抽出した全ての特徴量について、それぞれ似た特徴量をもつ過去の風速情報から、現在の風速情報と最も似た傾向を示す過去の風速情報を推定に用いる風速情報として選択する。
風速推定部５２は、現在の風速情報と最も似た傾向を示す過去の風速情報に基づいて、現在から所定時間経過後の風速を推定する（ステップＳ１５）。

以上説明したように、第１の実施形態の制御装置５０は、風車２０の設置場所における風速に関する風速情報を取得する状態取得部５１と、状態取得部５１により取得された風速情報と、（例えば、風速情報記憶部５４に記憶された）過去の風速情報とに基づいて、所定時間経過後の風速を推定する風速推定部５２とを備える。これにより、第１の実施形態の制御装置５０は、状態取得部５１により取得された現在の風速情報と似た傾向を示す過去の風速情報を選択することが可能であり、現在の風速情報と似た傾向を示す過去の風速情報に基づいて、現在から所定の時間が経過した後の風速を推測することが可能となる。

また、第１の実施形態の制御装置５０では、風速推定部５２は、風速情報に基づいて、風速における時系列変化の特徴量を抽出する特徴量抽出部５２１と、特徴量抽出部５２１により抽出された特徴量に基づいて、過去の前記風速情報から風速を推定するための候補となる風速情報を取得する推定候補取得部５２２と、推定候補取得部５２２により取得された風速情報から風速を推定するために用いる風速情報を選択する推定情報選択部５２３とを有する。これにより、第１の実施形態の制御装置５０は、現在の風速情報の時系列変化の特徴量を取得し、その特徴量について似た傾向を示す過去の風速情報を取得することができ、特徴量が似た過去の風速情報に基づいて、現在から所定の時間が経過した後の風速を推測することが可能となるため、より精度よく風速を推測することができる。

また、第１の実施形態の制御装置５０では、特徴量抽出部５２１は、風速情報に基づいて互いに異なる複数の特徴量を抽出し、推定候補取得部５２２は、特徴量の各々に基づいて風速を推定するための候補となる過去の風速情報をそれぞれ取得し、推定情報選択部５２３は、推定候補取得部５２２により取得された過去の風速情報における特徴量の各々に基づいて風速を推定するために用いる過去の前記風速情報を選択する。これにより、第１の実施形態の制御装置５０は、現在の風速情報の時系列変化から抽出した複数の特徴量に基づいて、それぞれの特徴量について似た傾向を示す過去の風速情報を取得することができ、取得した過去の風速情報から総合的に現在の風速情報と似た風速情報を選択することが可能となる。このため、より精度よく風速を推測することが可能となる。

また、第１の実施形態の制御装置５０では、風速推定部５２により推定された風速に基づいて、風車２０の回転に関する回転情報を決定し、決定した回転情報に基づいて風車２０の回転数を制御する回転制御部５３を更に備える。これにより、第１の実施形態の制御装置５０は、風車２０の回転速度が変更されるまでに所定の時間がかかってしまう場合であっても、推測された未来の風速に応じた回転制御を行うことができ、風速が変化する場合であっても、その変化する風速に対して一義的に決定される最大の回生電力が得られる回転速度に制御することが可能となる。

また、第１の実施形態の制御装置５０では、回転制御部５３は、風車２０の回転数を制御する回転制御パラメータを風車２０に設定してから風車２０の回転数が回転制御パラメータに応じた回転数となるまでの応答時間に基づいて、応答時間が経過した後の風速と推定される風速に応じた回転制御パラメータを風車２０に設定する。これにより、第１の実施形態の制御装置５０は、応答時間を考慮した回転制御を行うことができる。

＜第２の実施形態＞
次に第２の実施形態について説明する。
本実施形態では、学習済みモデルを用いて風速を推定する点において、他の実施形態と相違する。以下では、上述した実施形態と異なる点を説明し、上述した実施形態と同一または類似の機能を有する構成に同一の符号を付し、その説明を省略する。

図４は、第２の実施形態に係る風力発電システム１Ａの構成例を示すブロック図である。
図４に示すように、本実施形態の制御装置５０Ａは、学習部５５と、学習済みモデル記憶部５６とを備える。

学習部５５は、例えば、強化学習を行う。この場合、学習部５５は、強化学習における学習する主体となるエージェントに相当し、制御対象（本実施形態では、風車２０の回転数）の状態を観察することにより、制御対象をより適切に制御するための学習を進める。
以下では、学習部５５が強化学習を行う場合を例示して説明するが、これに限定されない。学習部５５は、制御対象（風車２０の回転数）に関する状態に基づいて、制御対象を制御するパラメータがより適切となるように学習するものであればよい。学習部５５は、教師あり学習を行ってもよいし、教師なし学習を行ってもよいし、その他の学習を行ってもよい。

学習済みモデル記憶部５６は、学習済みモデルを記憶する。学習済みモデルは、制御対象である風車２０の回転の状態と、風車２０の回転に対する制御との関係を示す情報（関係情報）が格納されたデータベース（学習済みモデル）である。学習済みモデルは、風車２０の回転の状態、及び風速に応じて、その状態に対応する風車２０の回転を制御する回転制御パラメータを推定するモデルである。

学習済みモデル記憶部５６は、例えば、学習部５５によりある程度の学習が進んだ学習済みモデルを記憶する。或いは、学習済みモデル記憶部５６は、他の風車であって、風車２０と似た構造を有し、風車２０が設置された地域と似たような地域に設けられた風車における風力と風車の回転制御との関係を学習した学習済みモデルが記憶されていてもよい。

本実施形態では、風速推定部５２が、学習部５５により推定された風速に対する報酬を算出し、算出した報酬を学習部５５に付与することで、学習部５５に強化学習を実行させる。風速推定部５２は、例えば、学習部５５により推定された風速と、所定時間経過後における実際の風速との差分に応じた報酬を算出する。学習部５５により推定された風速が、実際の風速により近い風速である場合に、より高い報酬を付与する。これにより、学習部５５は、報酬を手掛かりとしてより高い報酬が得られるように学習を進め、より精度よく風速を推定するようになる。

状態取得部５１は、風車２０の設置場所における風速に関する風速情報を取得し、取得した風速情報を学習部５５に出力する。
風速推定部５２は、状態取得部５１により取得された風車２０の設置場所における風速に関する風速情報を、学習部５５に入力することで得られる風速の推定値を、現在から所定時間経過後の風速と推定する。或いは、風速推定部５２は、状態取得部５１により取得された風車２０の設置場所における風速に関する風速情報を、学習済みモデル記憶部56に記憶された学習済みモデルに入力することで得られる風速の推定値を、現在から所定時間経過後の風速と推定する。
また、風速推定部５２は、学習部５５から得られる風速の推定値に基づいて、報酬を算出し、算出した報酬を学習部５５に出力する。

以上説明したように、第２の実施形態の制御装置５０では、風速推定部５２は、状態取得部５１により取得された風速を、風速情報から所定時間経過後の風速を推定する風速推定モデル（例えば、学習部５５、又は学習済みモデル記憶部５６に記憶された学習済みモデル）に入力することにより得られる出力に基づいて、所定時間経過後の風速を推定する。これにより、第２の実施形態の制御装置５０は、現在の風速情報から特徴量を抽出したり、過去の風速情報を記憶したりする必要がなく、風速推定モデルに入力するだけで容易に風速を推定することが可能となる。

また、第２の実施形態の制御装置５０では、風速推定モデルは、状態取得部５１により取得された風速に基づいて推定した風速と、風車２０の設置場所における所定時間経過後の実際の風速との差分に応じた報酬に基づいて強化学習を行う学習モデルである。これにより、第２の実施形態の制御装置５０は、より精度よく風速を推定した場合により多くの報酬を得ることができ、報酬を手掛かりとしてより精度よく風速を推定するように学習を進めることができるため、より精度よく風速を推定することが可能となる。

＜実施形態の変形例＞
次に、実施形態の変形例について説明する。本変形例では、風速情報に風速が観測された日時を示す時間情報が含まれる点において、上述した実施形態と相違する。
季節によって風向きを変える季節風などに代表されるように、風況は、季節や時期により似たような変化を示す傾向がある。また、海岸沿いの地域などにおいては、昼は海から陸へ、夜は陸から海へと風向が変化する傾向がある。
本実施形態では、風況が季節や時期および時間に応じた特有の傾向を示すことを利用して、より精度よく風速を推定する。具体的には、過去の風速情報から、現在と同じ季節や同じ時期、同じ時間帯の風速情報を抽出し、抽出した風速情報の中からより変化の傾向が似たものを選択する。現在と同じ季節等における風速情報には、その季節に特有の風速の変化を含む風速情報が含まれていることから、このような風速情報を用いることで、より精度よく風速を推定することが可能となる。

本実施形態では、風速情報は、例えば、風車２０の設置場所における風速に、その風速が観測された日時を示す時間情報が付された情報である。
状態取得部５１は、例えば、風速センサ４１から取得した風速に、風速を取得した日時を風速に対応付けることにより風速情報を生成し、生成した風速情報を風速推定部５２に出力する。

風速推定部５２の推定候補取得部５２２は、過去の風速情報から風速を推定するための候補となる風速情報を取得する場合、まず、現在の風速情報に含まれる日時情報に基づいて、現在の日時と同じ季節や同じ時期、或いは同じ時間帯に相当する過去の風速情報を抽出する。そして、推定候補取得部５２２は、抽出した同じ季節における過去の風速情報から、特徴量が似た傾向を示す風速情報を取得する。

以上説明したように、実施形態の変形例の制御装置５０（５０Ａ）では、風速情報は、風車２０の設置場所における風速に当該風速が取得された日時を示す時間情報が対応づけられた情報である。これにより、実施形態の変形例の制御装置５０（５０Ａ）は、現在との日時と同じ季節や同じ時期、或いは同じ時間帯に相当する過去の風速情報から特徴量が似た傾向を示す風速情報を取得することができ、季節や時間帯に特有の変化を示す風速情報の中から特徴量が似た傾向を示す風速情報を取得することができるため、より精度よく風速を推定することが可能となる。

上述した実施形態における制御装置５０（５０Ａ）が行う処理の全部または一部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１ 風力発電システム
１０ 風力発電機本体
２０ 風車
３０ 発電機
４１ 風速センサ
４２ 回転速度センサ
５０ 制御装置
５１ 状態取得部
５２ 風速推定部
５２１ 特徴量抽出部
５２２ 推定候補取得部
５２３ 推定情報選択部
５３ 回転制御部
５４ 風速情報記憶部
５５ 学習部
５６ 学習済みモデル記憶部

Claims (9)

1. 風車の設置場所における風速に関する風速情報を取得する状態取得部と、
   前記状態取得部により取得された前記風速情報と、過去の前記風速情報とに基づいて、所定時間経過後の風速を推定する風速推定部と
   を備えることを特徴とする制御装置。
2. 前記風速推定部は、
   前記風速情報に基づいて、風速における時系列変化の特徴量を抽出する特徴量抽出部と、
   前記特徴量抽出部により抽出された特徴量に基づいて、過去の前記風速情報から風速を推定するための候補となる風速情報を取得する推定候補取得部と、
   前記推定候補取得部により取得された風速情報から風速を推定するために用いる風速情報を選択する推定情報選択部と
   を有する
   請求項１に記載の制御装置。
3. 前記特徴量抽出部は、前記風速情報に基づいて互いに異なる複数の特徴量を抽出し、
   前記推定候補取得部は、前記特徴量の各々に基づいて風速を推定するための候補となる過去の前記風速情報をそれぞれ取得し、
   前記推定情報選択部は、前記推定候補取得部により取得された過去の前記風速情報における前記特徴量の各々に基づいて風速を推定するために用いる過去の前記風速情報を選択する
   請求項２に記載の制御装置。
4. 前記風速情報は、前記風車の設置場所における風速に当該風速が取得された日時を示す時間情報が対応づけられた情報である
   請求項１から請求項３の何れか一項に記載の制御装置。
5. 前記風速推定部により推定された風速に基づいて、前記風車の回転に関する回転情報を決定し、決定した回転情報に基づいて前記風車の回転数を制御する回転制御部
   を更に備える
   請求項１から請求項４の何れか一項に記載の制御装置。
6. 前記回転制御部は、前記風車の回転数を制御する回転制御パラメータを前記風車に設定してから前記風車の回転数が前記回転制御パラメータに応じた回転数となるまでの応答時間に基づいて、前記応答時間が経過した後の風速と推定される風速に応じた前記回転制御パラメータを前記風車に設定する
   請求項５に記載の制御装置。
7. 前記風速推定部は、前記状態取得部により取得された風速を、前記風速情報から所定時間経過後の風速を推定する風速推定モデルに入力することにより得られる出力に基づいて、所定時間経過後の風速を推定する
   請求項１に記載の制御装置。
8. 前記風速推定モデルは、前記状態取得部により取得された風速に基づいて推定した風速と、前記風車の設置場所における所定時間経過後の実際の風速との差分に応じた報酬に基づいて強化学習を行う学習モデルである
   請求項７に記載の制御装置。
9. 過去における風車の設置場所における風速に関する風速情報を記憶する風速情報記憶部を備える制御装置が風車の回転数を制御する制御方法であって、
   状態取得部が、風車の設置場所における風速に関する風速情報を取得し、
   風速推定部が、前記状態取得部により取得された前記風速情報と、風速情報記憶部に記憶された前記風速情報とに基づいて、所定時間経過後の風速を推定する
   制御方法。

Images