JP2019200594A - 電力計画支援装置 - Google Patents

Abstract

【課題】信頼性の高い電力計画支援装置を提供する。【解決手段】電力計画に係る時系列データに基づいて、電力計画を立案する電力計画支援装置であって、時系列データを、電力計画の最適化において入力条件が同一または類似となる期間のグループに分類する時系列分類部と、時系列分類部により分類された各グループについて代表データを決定する代表データ決定部と、代表データ決定部により決定された代表データごとの評価値を統合することで、全期間の評価値を算出する期間評価値想定部と、設けるようにした。【選択図】図１

Description

本発明は電力計画支援装置に関し、例えば電力計画に係る時系列データに基づいて電力計画を立案する電力計画支援装置に適用して好適なものである。

電力分野において、電力の供給、電気料金の設定などの電力計画の最適化を行う際、計画対象の期間が長期間になると、最適化に用いる変数、制約条件等が増大し、膨大な計算量が必要になる。

近年、計算量を削減する情報処理装置が開示されている（特許文献１参照）。この情報処理装置では、マルチエージェントシミュレーションによる最適化を行う際、複数のシナリオの内、シミュレーションの途中で予測された最終時点の評価が悪い場合、当該シナリオを中断することにより、無駄な計算資源が消費されることを防ぐことができる。

特開２０１６−７１３８３号公報

電力の供給、電気料金の設定などの電力計画を立案する際は、計画期間における電力需要の想定値を用いるが、長期間の電力計画を実施する場合、特許文献１に記載の方法では、最適化した結果が同じになる期間が含まれていても計算が重複して実施されるため、結果的に重複した分の計算処理が無駄となり、計算資源の効率利用に繋がらない可能性がある。

本発明は以上の点を考慮してなされたもので、電力計画を立案するときに計算資源をより効率的に利用し得る電力計画支援装置を提案しようとするものである。

かかる課題を解決するため本発明においては、電力計画に係る時系列データに基づいて、前記電力計画を立案する電力計画支援装置であって、前記時系列データを、前記電力計画の最適化において入力条件が同一または類似となる期間のグループに分類する時系列分類部と、前記時系列分類部により分類された各グループについて代表データを決定する代表データ決定部と、前記代表データ決定部により決定された代表データごとの評価値を統合することで、全期間の評価値を算出する期間評価値想定部と、を設けるようにした。

上記構成によれば、例えば、最適化の入力条件が同一または類似となる期間の代表データに対して最適化を行い、代表データの評価値を統合して全期間の評価値を得ることで、入力条件が同一または類似となる期間の重複した計算処理を省略でき、最適化に用いる計算資源を削減することができる。

本発明によれば、信頼性の高い電力計画支援装置を実現することができる。

第１の実施の形態による電力計画支援装置に係る構成の一例を示す図である。 第１の実施の形態による電力計画支援機能の一例を示す図である。 第１の実施の形態による電気料金情報テーブルの一例を示す図である。 第１の実施の形態による需要家情報テーブルの一例を示す図である。 第１の実施の形態による需要予測情報テーブルの一例を示す図である。 第１の実施の形態による電力量料金テーブルの一例を示す図である。 第１の実施の形態による需要家分類情報テーブルの一例を示す図である。 第１の実施の形態による他社料金メニュー情報テーブルの一例を示す図である。 第１の実施の形態による需要変動典型情報テーブルの一例を示す図である。 第１の実施の形態による発電機情報テーブルの一例を示す図である。 第１の実施の形態による市況予測情報テーブルの一例を示す図である。 第１の実施の形態による最適化結果格納テーブルの一例を示す図である。 第１の実施の形態による料金単価格納テーブルの一例を示す図である。 第１の実施の形態による類似日分類情報テーブルの一例を示す図である。 第１の実施の形態による電力計画支援処理の一例を示す図である。 第１の実施の形態による収益最大化処理の一例を示す図である。 第１の実施の形態による需要変動想定処理の一例を示す図である。 第１の実施の形態による長期計画立案処理の一例を示す図である。 第１の実施の形態による需要家毎需要変動典型情報の概念図である。 第１の実施の形態による電力調達にかかるコストが最小となる供給源の組合せおよび出力を求める最適化計算を実施したときの結果例を示す図である。 第１の実施の形態による日毎の総需要予測時系列データをクラスタリングによって分類した一例を示す図である。 第１の実施の形態による電力計画支援装置の特徴的構成の一例を示す図である。

以下図面について、本発明の一実施の形態を詳述する。

（１）第１の実施の形態
本実施の形態では、電力分野における電力の供給、電気料金の設定等に係る計画（電力計画）の最適化方法について説明する。以下では、電力計画の策定を行う期間毎の入力条件の同一性および／または類似性に基づいて、当該期間での重複した計算処理を削減することで、計算資源を削減する方法などについて説明する。

（１−１）本実施の形態による電力計画支援装置に係る構成
図１において、１は全体として本実施の形態による電力計画支援装置を示す。電力計画支援装置１は、電力計画に係る時系列データに基づいて電力計画を立案する装置であり、ＣＰＵ（Central Processing Unit）１０、記憶装置２０、入出力装置３０、および通信装置４０などを備える。なお、電力計画支援装置１は、特定の場所に設置されたローカルサーバであってもよいし、クラウドサーバであってもよい。

ＣＰＵ１０は、電力計画支援装置１全体の動作制御を司るプロセッサである。記憶装置２０は、半導体メモリなどから構成され、主として各種プログラムを記憶保持するために利用される。記憶装置２０に格納されたプログラムをＣＰＵ１０が実行することにより、後述のような電力計画支援装置１全体としての各種処理が実行される。また、記憶装置２０には、必要な情報を管理するためのデータベースとして、電気料金情報テーブル２０１、需要家情報テーブル２０２、需要予測情報テーブル２０３、電力量料金テーブル２０４、需要家分類情報テーブル２０５、他社料金メニュー情報テーブル２０６、需要変動典型情報テーブル２０７、発電機情報テーブル２０８、市況予測情報テーブル２０９、最適化結果格納テーブル２１０、料金単価格納テーブル２１１、類似日分類情報テーブル２１２等が格納されている。なお、各テーブルの詳細については後述する。

入出力装置３０は、入力装置および出力装置を含んで構成される。入力装置は、ユーザが各種操作入力を行うためのハードウェアであり、キーボード、マウス、タッチパネルなどが適用される。出力装置は、画像、音声などを出力するハードウェアであり、液晶ディスプレイ、スピーカなどが適用される。通信装置４０は、所定の通信規格に準拠した通信方式で外部端末との間で通信を行う機能を有する。

（１−２）電力計画支援装置１による電力計画支援機能
次に、電力計画支援装置１に搭載された電力計画支援機能について説明する。電力計画支援機能は、時系列の電気料金の単価（料金単価）を含む電気料金データ、および電力を消費する需要家の時系列の需要予測時系列データ（電力消費量データ）を収集する機能を有する。また、電力計画支援機能は、収集した電気料金データおよび需要予測時系列データに基づいて電気料金の変更に伴う将来の需要の変動を想定する機能を有する。また、電力計画支援機能は、電気販売にかかる収入と電力調達にかかるコストとを同時に考慮することで、収益の予測値が最大となる電気料金を抽出する機能を有する。また、電力計画支援機能は、類似日を分類し、類似日の分類結果に基づいて代表ケースを決定する機能を有する。また、電力計画支援機能は、代表ケースに対する最適化計算を実行し、最適化計算の結果を統合することで長期間の計画を最適化する機能を有する。

このような電力計画支援機能を実現するための手段として、電力計画支援装置１の記憶装置２０には、図２に示すように、プログラムとして、料金最適化部２２０、長期計画立案部２３０、初期料金設定部２４０等が格納される。

料金最適化部２２０は、電気料金を最適化する機能を実現するためのプログラムであり、仮料金設定部２２０１、需要変動想定部２２０２、調達計画部２２０３、収益算出部２２０４、および最適解探索部２２０５を含んで構成される。

仮料金設定部２２０１は、変更後の電気料金を仮定する機能を有するモジュールである。仮料金設定部２２０１により設定された変更後の電気料金（仮料金）は、後述する需要変動想定部２２０２と収益算出部２２０４とに入力される。

需要変動想定部２２０２は、変更後の電気料金に基づいて、各時刻の変動後の需要量を想定する機能を有するモジュールである。需要変動想定部２２０２により想定された需要量（需要想定値）は、後述する調達計画部２２０３と収益算出部２２０４とに入力される。

調達計画部２２０３は、需要想定値分の調達計画を立案する機能を有するモジュールである。調達計画部２２０３により作成された調達計画は、後述する収益算出部２２０４に入力される。

収益算出部２２０４は、変更後の電気料金、需要想定値、および調達計画に基づいて収益を算出する機能を有するモジュールである。

最適解探索部２２０５は、仮料金設定部２２０１、需要変動想定部２２０２、調達計画部２２０３、収益算出部２２０４における電気料金の設定から収益算出の一連のプロセスを用いて収益が最大となる電気料金を決定する機能を有するモジュールである。最適解探索部２２０５により決定された電気料金は、最適化結果格納テーブル２１０に格納される。

長期計画立案部２３０は、長期間の電気料金を最適化する機能を実現するためのプログラムであり、類似日分類部２３０１、代表ケース決定部２３０２、期間評価値想定部２３０３、および期間評価値最適解探索部２３０４を含んで構成される。

類似日分類部２３０１は、日毎の需要予測時系列データ（エリア総需要量）と日毎の電気料金データ（時間別料金種別）とに基づいて、類似日を分類する機能を有するモジュールである。類似日分類部２３０１により決定された分類結果は、代表ケース決定部２３０２に入力される。

代表ケース決定部２３０２は、類似日の分類結果に基づいて、日毎の需要予測時系列データの分布の特性（需要パターン）と日毎の電気料金データの属性（料金設定タイプ）との組合せからなる代表ケースを設定する機能を有するモジュールである。代表ケース決定部２３０２により設定された代表ケースは、期間評価値想定部２３０３に入力される。

期間評価値想定部２３０３は、料金最適化部２２０を呼び出し、入力された各代表ケースに対する収益を算出し、算出した収益と類似日の分類結果とに基づいて、期間収益を想定する機能を有するモジュールである。

期間評価値最適解探索部２３０４は、料金最適化部２２０および期間評価値想定部２３０３における電気料金の設定から収益算出の一連のプロセスを用いて期間収益が最大となる電気料金を決定する機能を有するモジュールである。期間評価値最適解探索部２３０４により決定された電気料金は、最適化結果格納テーブル２１０に格納される。

初期料金設定部２４０は、初期の電気料金を設定する機能を有するプログラムである。

（１−３）電力計画支援機能に係る各種情報
図３は、電気料金情報テーブル２０１の一例を示す図である。電気料金情報テーブル２０１には、基本料金と電力量料金（従量料金）とから構成される電気料金の情報が格納される。例えば、電気料金情報テーブル２０１には、需要家が契約可能な種別を示す需要家種別ごとに適用可能な電気料金の種別（料金種別）が設定され、年度毎などの一定期間毎の料金種別ごとの値（料金）が格納されている。なお、需要家種別と料金種別とに対応して、料金を識別可能な料金ＩＤが設けられている。

図４は、需要家情報テーブル２０２の一例を示す図である。需要家情報テーブル２０２には、需要家を識別可能な需要家ＩＤと、需要家が契約している需要家種別（契約種別）との情報が対応付けられて格納されている。

図５は、需要予測情報テーブル２０３の一例を示す図である。需要予測情報テーブル２０３には、需要家ＩＤと、タイムスタンプおよび需要量との情報が対応付けられて格納されている。例えば、需要予測情報テーブル２０３には、需要家ごとの時間別の需要（本例では、３０分ごとの年間の需要量）の情報が格納されている。

図６は、電力量料金テーブル２０４の一例を示す図である。電力量料金テーブル２０４には、消費した電力量に対応する料金を算出するための情報が格納されている。より具体的には、電力量料金テーブル２０４には、需要家ＩＤと、タイムスタンプおよび料金ＩＤとの情報が対応付けられて格納されている。例えば、電力量料金テーブル２０４には、需要家毎に自社の時間別の料金種別（本例では、３０分ごとの年間の料金ＩＤ）の情報が格納されている。

図７は、需要家分類情報テーブル２０５の一例を示す図である。需要家分類情報テーブル２０５には、需要家ＩＤと、需要量に基づくクラスタリング結果を識別可能なクラスタＩＤと、電力量料金に基づく分類結果を識別可能な分類ＩＤと、最終分類結果を示す需要家グループを識別可能な需要家グループＩＤとの情報が対応付けられて格納されている。

図８は、他社料金メニュー情報テーブル２０６の一例を示す図である。他社料金メニュー情報テーブル２０６には、他社が用いる電気料金の情報が格納される。例えば、他社料金メニュー情報テーブル２０６には、需要家種別ごとに適用可能な料金種別が設定され、年度毎など一定期間毎の料金種別ごとの値（料金）が格納されている。なお、需要家種別と料金種別とに対応して、料金を識別可能な料金ＩＤが設けられている。

図９は、需要変動典型情報テーブル２０７の一例を示す図である。需要変動典型情報テーブル２０７には、需要家の特性を仮定した需要変動典型情報が格納される。需要変動典型情報は、変更後の電気料金によって、どのくらい需要が変動するかをより正確にモデリングするために用いられる情報である。以下では、需要変動典型情報としては、時間軸方向の変動感度を示す情報（タイムスタンプおよび値）と、同時間帯の変動感度を示す情報（支払増加額および値）とを例に挙げて説明する。

図１０は、発電機情報テーブル２０８の一例を示す図である。発電機情報テーブル２０８には、発電機を識別可能な発電機Ｎｏと、発電機の種別と、発電機の出力（最小出力、最大出力、ランプ出力）と、発電機の稼働に係るコストを算出するための係数（コスト関数の係数）との情報が対応付けられて格納されている。

図１１は、市況予測情報テーブル２０９の一例を示す図である。市況予測情報テーブル２０９には、将来の市場価格の想定値が格納される。市況予測情報テーブル２０９には、例えば、タイムスタンプと、スポット市場価格想定値と、時間前市場価格想定値と、先渡し市場価格想定値との情報が対応付けられて格納されている。

図１２は、最適化結果格納テーブル２１０の一例を示す図である。最適化結果格納テーブル２１０には、最適化結果が格納される。最適化結果格納テーブル２１０には、例えば、需要家種別と、料金種別と、料金ＩＤと、最適料金との情報が対応付けられて格納されている。

図１３は、料金単価格納テーブル２１１の一例を示す図である。料金単価格納テーブル２１１には、一日における時間ごとの電力量料金の単価（料金ＩＤ）の組合せの情報が格納される。

図１４は、類似日分類情報テーブル２１２の一例を示す図である。類似日分類情報テーブル２１２には、日を識別可能なＩＤと、需要量に基づくクラスタリング結果を識別可能なクラスタＩＤと、電力量料金の設定（料金設定タイプ）に基づく分類結果を識別可能なタイプＩＤと、最終分類結果を示す類似日を識別可能な日グループＩＤとの情報が対応付けられて格納されている。

（１−４）電力計画支援機能に係る各種処理
次に、電力計画支援機能に関連して電力計画支援装置１により実行される各種処理の処理内容について説明する。電力計画支援装置１により実行される処理としては、主に、電気料金の設定に係る一連の処理（電力計画支援処理）と、長期計画立案に係る一連の処理（長期計画立案処理）とがある。電力計画支援処理については、図１５〜図１７を用いて説明し、長期計画立案処理については、図１８を用いて説明する。なお、以下においては、各種処理の処理主体をプログラムまたはモジュールとして説明するが、実際上は、そのプログラムまたはモジュールに基づいてＣＰＵ１０がその処理を実行することは言うまでもない。

（１−４−１）電力計画支援処理
図１５は、電力計画支援処理の一例を示す図である。電力計画支援処理は、定期的（例えば１年周期などの新料金に更新する周期）に実行される。

電力計画支援処理が開始されると、まず、初期料金設定部２４０は、電力量料金の最適化を行う際の電気料金の初期値（初期料金データ）を設定する初期料金設定を行う（ステップＳ１）。例えば、初期料金設定部２４０は、電気料金情報テーブル２０１に格納されている電気料金情報に基づいて、電気料金の初期値を決定する。そして、初期料金設定部２４０は、料金最適化部２２０を起動する。なお、電気料金の初期値としては、例えば、前年の電気料金を使用してもよい。

料金最適化部２２０は、電気販売にかかる収入から電力調達にかかる調達コストを減算した値（収益）を最大にする収益最大化処理を行う（ステップＳ２）。料金最適化部２２０は、例えば、初期料金設定部２４０によって決定された初期料金を取得し、仮定した変更後の電気料金に基づいて、電気料金の変更後の需要（需要変動）を想定し、想定した需要に対する調達計画を立案し、収益を算出する一連の処理を繰り返すことで、収益が最大となる電気料金を決定する。

（１−４−２）収益最大化処理
図１６は、図１５のステップＳ２において料金最適化部２２０において実行される収益最大化処理の一例を示す図である。

収益最大化処理では、まず、仮料金設定部２２０１は、初期料金を取得する（ステップＳ２１）。

続いて、仮料金設定部２２０１は、初期料金の値とは異なる値を仮料金（仮料金データ）として設定する（ステップＳ２２）。仮料金の設定については、ランダムに設定されてもよいし、初期料金の値と近い一定の差分を持つ値を設定するなどの処理を行ってよい。また、後述のステップＳ２６後の場合は、前回またはそれ以前の仮料金の設定時の収益の算出結果に基づいて、新たな仮料金を設定してもよい。そして、仮料金設定部２２０１は、需要変動想定部２２０２を呼び出す。

需要変動想定部２２０２は、電気料金の変更による需要変動を想定する需要変動想定処理を行う（ステップＳ２３）。需要変動想定部２２０２は、例えば、設定された初期料金、仮料金、および需要予測情報テーブル２０３に基づいて、電気料金の変更後の需要変動を想定する。需要変動の想定では、需要変動想定部２２０２は、例えば、料金単価の変更によって需要家の離反または加入が起こり、需要家数が変化する現象、総支払額の増減により需要家の使用量が削減または増加する現象などをモデル化することで需要変動を想定する。

図１７は、図１６のステップＳ２３において需要変動想定部２２０２にて実行される需要変動想定処理の一例を示す図である。

需要変動想定処理では、需要変動想定部２２０２は、まず、需要家ごとの年間の需要予測時系列データおよび自社の年間の電気料金データを、電気料金情報テーブル２０１（図３）、需要家情報テーブル２０２（図４）、需要予測情報テーブル２０３（図５）から読み出す（ステップＳ２３１）。

次に、需要変動想定部２２０２は、読み出した需要予測時系列データおよび電気料金データに基づいて需要家を分類し、需要家グループを作成する（ステップＳ２３２）。

需要家の分類の方法としては、例えば、需要予測時系列データの類似性と電気料金データの同一性および／または類似性とにより分類する方法が挙げられる。

まず、需要変動想定部２２０２は、需要予測時系列データの特徴量に基づいて、k-means法、ベクトル量子化法、サポートベクターマシンなどのクラスタリング手法を用いて、これら周波数変換された日毎の需要予測時系列データを複数のクラスタに分類するクラスタリング実行処理を実施する。

この際、需要変動想定部２２０２は、クラスタ数を２，３，４，……に順次設定して分類を行うと共に、その都度、クラスタ内の類似性とクラスタ間の分離性を評価することにより最適なクラスタ数を決定する。

クラスタ内の類似性については、需要変動想定部２２０２は、例えば、クラスタ１〜Ｍのそれぞれのクラスタリングの結果を、そのときの需要家（対象ユーザ）の日ごとの時系列位置データの特徴量と、各クラスタ間のクラスタ重心の距離とにより評価する。対象ユーザの日ごとの時系列位置データの特徴量と、各クラスタ間のクラスタ重心の距離とを用いる方法として、例えば、クラスタ内の日ごとの各時系列位置データの特徴量と各クラスタ間のクラスタ重心の距離、クラスタ内における日ごとの各時系列位置データの分散、クラスタ数などが用いられて評価される。

こうした方法としては、例えば、赤池情報量基準（ＡＩＣ：Akaike’s Information Criterion）を用いて評価する方法がある。赤池情報量基準は、最大尤度をＬ、自由度パラメータの数をＫとして、一般的に次数
により表される。

最大尤度Ｌは、例えば、次式
により表される。（式２）において、ＲＳＳｋは、クラスタｋの全メンバ（ここでは対象ユーザの日ごとの時系列位置データ）のクラスタ重心から距離の２乗和を表し、σは、メンバの分散を表す。

また自由度パラメータの数Ｋは、例えば、次式
により表される。（式３）において、Ｍは、クラスタ数、Ｄは、特徴量の次元数を表す。

ただし、赤池情報量基準以外の評価基準（例えば、ベイズ情報量基準（ＢＩＣ：Bayesian Information Criterion））を用いることもできる。

クラスタ間の分離性については、需要変動想定部２２０２は、例えば、各クラスタ間の距離を用いて評価する。クラスタ間の距離については、需要変動想定部２２０２は、例えば、クラスタ同士間をそれぞれ分離可能な境界面を多クラスサポートベクターマシンでそれぞれ算出し、この後、各クラスタ間のマージン（距離）の合計値をＭ_Ｎとして、次式
によりクラスタ間平均分離度Ｂ（Ｎ）として算出する。なお、（式４）において、Ｎは、クラスタ数を表す。

このクラスタ間平均分離度Ｂ（Ｎ）は、上述のようにクラスタ同士の分離の度合いを表す指標であり、この値が大きいほどクラスタ同士が分離していることを表す。また、クラスタ間平均分離度は、各クラスタ間の平均的な距離が大きければ増大する指標であればどのようなものであってもよく、クラスタ重心の集合｛Ｃｋ｝間のそれぞれの距離の平均値を適用するようにしてもよい。

このように、需要変動想定部２２０２は、需要予測時系列データのクラスタリング実行処理を実行し終えると、このとき得られた需要家クラスタリング結果を需要家分類情報テーブル２０５（図７）の「需要量に基づくクラスタリング結果」のカラムに格納する。

また、需要変動想定部２２０２は、電力量料金の特徴に基づいて、需要家の分類処理を実施する。より具体的には、需要変動想定部２２０２は、電気料金情報テーブル２０１（図３）と需要家情報テーブル２０２（図４）とに基づいて、需要家ごとに各タイムスタンプにおける料金ＩＤを特定する。特定したタイムスタンプごとの料金ＩＤについては、需要変動想定部２２０２は、例えば、電力量料金テーブル２０４（図６）に記載の方式にて格納する。さらに、需要変動想定部２２０２は、特定したタイムスタンプごとの料金ＩＤの時系列データ（電気料金データ）に基づいて需要家を分類する。需要変動想定部２２０２は、例えば、タイムスタンプ毎の料金ＩＤが同一、または一定数以上同一（類似）である需要家を同じグループとして分類する。

需要変動想定部２２０２は、このようにして得た需要家の分類結果を需要家分類情報テーブル２０５（図７）の「電力量料金に基づく分類結果」のカラムに格納する。

以上のように、需要変動想定部２２０２は、需要予測時系列データの類似性と電気料金データの同一性および／または類似性により分類した後、需要家分類情報テーブル２０５（図７）の「需要量に基づくクラスタリング結果」のクラスタＩＤと「電力量料金に基づく分類結果」の分類ＩＤとが同一の需要家を同じグループとして最終的に分類する。最終分類結果については、需要変動想定部２２０２は、需要家分類情報テーブル２０５（図７）の「最終分類結果」のカラムに格納する。

さらに、需要変動想定処理では、需要変動想定部２２０２は、他社料金メニュー情報を他社料金メニュー情報テーブル２０６（図８）から取得する（ステップＳ２３３）。また、需要変動想定部２２０２は、需要家毎の需要変動典型情報を需要変動典型情報テーブル２０７（図９）から取得する（ステップＳ２３４）。

ここで、需要家毎の需要変動典型情報は、電気料金の変更に伴う需要変動の時間軸方向および同時間帯方向の感度を示すものである。図１９に、その概念図を示す。例えば、時間軸方向の変動感度については、ユーザは、料金変更の影響が起こりやすいと考えられる夏季期間および冬季期間を高く設定する。また、同時間帯の変動感度については、ユーザは、低圧需要家、高圧需要家などの需要家の種別ごとに設定する。この際、ユーザは、例えば、低圧需要家であれば、契約母数が多いため、支払増加額（マイナス方向は支払減少額）に応じて滑らかに需要変動が起こるように設定してもよいし、高圧需要家であれば支払増加額の増加が即時現れるのではなく規定の閾値を超えた場合に需要変動が起こるように設定してもよい。また、需要変動想定部２２０２は、例えば、他社料金メニュー情報と需要家グループに属する需要家の需要量の和の情報とに基づいて他社料金での総支払額を算出し、算出した他社料金の総支払額と現行の料金単価での総支払額との差分に基づいて、需要家グループ毎に電気料金の変更に伴う需要変動の感度を設定してもよい。

次に、需要変動想定処理では、需要変動想定部２２０２は、分類した需要家グループごとの需要変動を想定する（ステップＳ２３５）。まず、需要変動想定部２２０２は、分類した需要家グループに属する需要家の契約種別を需要家情報テーブル２０２から特定し、グループ内の需要家が最も多く属する契約種別を当該需要家グループにおける契約種別とする。

需要家グループｇの時刻ｔの現行の従量単価をＲ_{ｇ，ｔ，０}、将来時刻ｔの需要家グループに属する需要家の需要想定値の和をＤ_{ｇ，ｔ，０}、需要家グループｇの現行の基本料金の単価をｂａｓｉｓ＿Ｒ_ｇ，０、需要家グループに属する需要家の需要想定値の和の最大値をＤ_{ｇ，ｍａｘ，０}とすると、需要家グループｇの現行単価での総支払額Ｐ_ｇ，０は、例えば、次式により表される。

ここで、従量料金の単価および基本料金の単価を、Ｒ_{ｇ，ｔ，１}およびｂａｓｉｓ＿Ｒ_ｇ，１に変更した場合、需要家グループｇの総支払額の増額分（マイナスの場合減額分）ＣＨ_ｇは、
により算出される。

総支払額の増額(減額)により需要が減少（上昇）すると仮定し、増額量ＣＨ_ｇに対する時刻ｔのデマンド減少量をＦ_ｇ，ｔとすると、料金単価の変更後の時刻ｔの需要量Ｄ_{ｇ，ｔ，１}は、例えば、
により表される。

時刻ｔのデマンド減少量Ｆ_ｇ，ｔは、例えば、総支払額の増額量ＣＨ_ｇと、ステップＳ２３４で取得した需要家毎の需要変動典型情報とに基づいて決定される。需要グループｇの時刻ｔにおける時間軸方向の変動感度をＳｅｎｓ１（ｇ，ｔ）、支払増加額Ｃに対する同時間帯の変動感度をＳｅｎｓ２（ｇ，ｃ）とすると、デマンド減少量Ｆ_ｇ，ｔは、例えば、次式により表される。
ここで、ａは、定数である。

次に、グループ需要変動想定処理では、需要変動想定部２２０２は、ステップＳ２３２が全てのグループについて処理したかを確認する（ステップＳ２３６）。需要変動想定部２２０２は、全てのグループを処理していないと判定した場合、未処理の需要家グループを処理対象に設定し、グループ需要変動想定処理を行う（ステップＳ２３５）。他方、需要変動想定部２２０２は、全てのグループを処理したと判定した場合、需要合算処理を行う（ステップＳ２３７）。

続いて、需要変動想定部２２０２は、全てのグループの電気料金の変更後の需要量を時刻t毎に合算し、電気料金の変更後の総需要を算出する（ステップＳ２３７）。そして、需要変動想定部２２０２は、一連の処理が終わると、調達計画部２２０３を呼び出す。

続いて、調達計画部２２０３は、需要変動想定部２２０２により想定された電気料金の変更後の総需要の想定結果に基づいて、調達計画を立案する（ステップＳ２４）。調達計画部２２０３は、電気料金の変更後の総需要分の電力を供給可能な電力調達計画を立案する。例えば、自社にて発電設備を有する場合、保有する各発電機の出力毎のコストを予め設定、または燃料単価を係数とした式にて定義しておくことで、単位発電量当りの発電コストが設定される。例えば、発電機の出力、コスト、稼働に係る制約は、発電機情報テーブル２０８（図１０）に示す形式で管理されている。

また、電力市場からの調達を１つの供給源と見なしてもよい。その場合、例えば、将来の市場価格の想定値に基づいて、単位調達量当りのコストが設定される。将来の市場価格の想定値は、例えば、市況予測情報テーブル２０９（図１１）に示す形式で格納されている。

そして、調達計画部２２０３は、電力調達にかかるコストが最小となる供給源の組合せと供給源の出力とを求める最適化計算を実施する。供給源の組合せは、例えば、複数の発電機の発電機起動停止（ユニットコミットメント）フラグ、電力市場（例えば、スポット市場調達、時間前市場）からの調達をするか否かを示すフラグの組合せである。供給源の出力は、例えば、各発電機の出力、電力市場からの調達量である。最適化計算の際は、調達計画部２２０３は、発電機の最小出力、最大出力、ランプ出力などの稼働に係る制約を充足する範囲の解を探索する。発電機の稼働に係るコストは、例えば、発電機情報テーブル２０８から取得したコスト関数の係数（ａ，ｂ，ｃ）を用いて、次式により単位時間毎の稼働にかかるコストを算出する。

図２０は、電力調達にかかるコストが最小となる供給源の組合せおよび出力を求める最適化計算を実施したときの結果例を示す。図２０の横軸は、受渡し時間であり、本例では０時からスタートし、３０分刻み、４８コマの結果が示されている。縦軸は、正方向に調達量を示し、負方向に供給量を示し、調達量と供給量とは、各時刻で等しくなる。正方向の調達量に関して、各ブロックは、各供給源の出力を示し、供給源の種別（本例では、石油機、コンバインド機、ガス発電機、石炭発電機、スポット市場購入分）ごとに色分けされている。そして、調達計画部２２０３は、一連の処理が終わると、収益算出部２２０４を呼び出す。

続いて、収益算出部２２０４は、需要変動想定部２２０２および調達計画部２２０３での電気料金の変更後の総需要の想定結果および調達計画の結果に基づいて、収益を算出する（ステップＳ２５）。収益の算出では、収益算出部２２０４は、例えば、電気料金の変更後の総需要とステップＳ２２で設定された仮料金とに基づいて収入を算出し、そこから調達にかかるコストを減じることで収益を算出する。供給源ｕの時刻ｔの調達コストをＣｏｓｔ（ｕ，ｔ）とすると、収益Ｒは、例えば、次式で表される。

そして、収益算出部２２０４は一連の処理が終わると、最適解探索部２２０５を呼び出す。

続いて、最適解探索部２２０５は、既定の終了条件に達したか否か（例えば、所定の回数分の収益を算出したか否か）を判定する（ステップＳ２６）。最適解探索部２２０５は、既定の条件に達したと判定した場合、ステップＳ２２からステップＳ２５までの一連の処理を繰り返した中で最も収益が大きかった仮料金を最適な電気料金として、最適化結果格納テーブル２１０に登録する（ステップＳ２７）。

他方、最適解探索部２２０５は、既定の終了条件に達していないと判定した場合、仮料金設定処理（ステップＳ２２）を呼び出す。仮料金設定処理（ステップＳ２２）を再び呼び出す場合、例えば、一般的な最適化手法（Simulated Annealing、遺伝的アルゴリズム、タブーサーチなど）を用いて新たな仮料金を設定してもよい。また、これらの最適化手法の終了条件に基づいて、収益最大化処理を終了してもよい。付言するならば、最適解探索部２２０５は、収益算出の結果に基づいて、収益最大化処理を終了するか否かを決定してもよい。

（１−４−３）長期計画立案処理
図１８は、長期計画立案部２３０において実行される長期計画立案処理の一例を示す図である。長期計画立案処理は、定期的（例えば１年周期などの新料金に更新する周期）に実行される。

長期計画立案処理では、まず、類似日分類部２３０１は、需要予測情報テーブル２０３から需要予測時系列データを取得し、電力量料金テーブル２０４から時刻毎の料金単価データ（電気料金データ）を取得し、需要家情報テーブル２０２から需要家毎の契約種別データを取得する（ステップＳ３１）。

続いて、類似日分類部２３０１は、取得した需要予測時系列データおよび時刻毎の料金単価データを、日毎（例えば、４８コマ）のデータへと分割する整形処理を行う（ステップＳ３２）。

続いて、類似日分類部２３０１は、分割した日毎の全需要家の総需要（総需要予測時系列データ）の類似性と、日毎の料金単価データの特徴の同一性および／または類似性とに基づいて、各日を分類する（ステップＳ３３）。かかる分類では、まず、類似日分類部２３０１は、例えば、ステップＳ２３２で示したクラスタリング手法により、総需要予測時系列データを需要パターンに基づいて分類する。図２１に、日毎の総需要予測時系列データをクラスタリングによって分類した一例を示す。

続いて、類似日分類部２３０１は、需要パターンで分類した各日をさらに日毎の料金単価データ（各日の従量料金の単価の組合せ）に基づいて分類する。図１３は、ある日における従量料金の単価の組合せの一例を示し、これは電気料金情報テーブル２０１に基づいて全日分（年間であれば３６５日分）作成される。類似日分類部２３０１は、この日間の従量料金の単価の組合せについて各日を比較し、組合せが同一またはその差が所定の値以下のものを同一の料金設定タイプとして分類する。

類似日分類部２３０１は、図１４に示すように、需要パターンの分類結果であるクラスタＩＤと料金設定タイプの分類結果であるタイプＩＤとの組合せが同一の日を最終的に同一の日グループ（類似日）として決定する。そして、類似日分類部２３０１は、一連の処理が終わると、代表ケース決定部２３０２を呼び出す。

代表ケース決定部２３０２は、ステップＳ３３での分類結果に基づいて、収益最適化を行う日グループにおける代表ケースの需要想定値および料金設定タイプを決定する（ステップＳ３４）。代表ケース決定部２３０２は、日グループ毎の代表ケースの作成に関して、代表ケースの需要想定値としては、例えば、日グループに属する各日の総需要予測時系列データの各時刻の平均値を用いる。また、代表ケース決定部２３０２は、代表ケースの料金設定タイプとしては、例えば、日グループに属する各日の料金設定タイプのうち最多の料金設定タイプを用いる。そして、代表ケース決定部２３０２は、一連の処理が終わると、期間評価値想定部２３０３を呼び出す。

期間評価値想定部２３０３は、ステップＳ３４で決定された各代表ケースの需要想定値と料金設定タイプとを用いて、各代表ケースについての日間収益を算出する（ステップＳ３５）。日間収益の算出処理は、図１６のステップＳ２２〜ステップＳ２５の一連の処理と同じである。この際、各代表ケースにおける最適化後の電気料金（図３のＲ１〜Ｒ２６）が各代表ケースで同一となるように制約を設ける。

次に、期間評価値想定部２３０３は、各代表ケースの収益算出結果を統合することで全期間における収益を算出する（ステップＳ３６）。全期間の収益の算出では、例えば、期間評価値想定部２３０３は、各代表ケースの収益に対して当該代表ケースに属する日数を乗じて、その総和を算出したものを全期間の想定収益とする。そして、期間評価値想定部２３０３は、一連の処理が終わると、期間評価値最適解探索部２３０４を呼び出す。

続いて、期間評価値最適解探索部２３０４は、既定の終了条件に達したか否か（例えば、所定の回数分の期間収益を算出したか否か）を判定する（ステップＳ３７）。期間評価値最適解探索部２３０４は、既定の終了条件に達したと判定した場合、ステップＳ３５およびステップＳ３６の一連の処理を繰り返した中で最も収益が大きかった仮料金を電気料金として、最適化結果格納テーブル２１０に登録する（ステップＳ３８）。他方、期間評価値最適解探索部２３０４は、既定の終了条件に達していしないと判定した場合、日間収益算出処理を呼び出す（ステップＳ３５）。日間収益算出処理を再び呼び出す場合、例えば、一般的な最適化手法（Simulated Annealing、遺伝的アルゴリズム、タブーサーチなど）を用いて新たな仮料金を設定してもよい。また、これらの最適化手法の終了条件に基づいて収益最大化処理を終了してもよい。付言するならば、期間評価値最適解探索部２３０４は、期間収益の算出結果に基づいて、長期計画立案処理を終了するか否かを決定してもよい。

また、長期計画立案部２３０における長期計画立案処理は、時間分割を行わない通常の最適化を実施する際に用いる初期解の決定方法として用いてもよい。換言するならば、電力計画支援装置１で算出された収益が最大となるときの電気料金は、時間分割を行わない全期間の収益を最適化する最適化処理を実施するコンピュータにおいて、当該最適化処理におけるパラメータの初期値として用いられる。このように、電力計画支援装置１で算出された収益が最大となるときの電気料金を初期値として用いることで、上記コンピュータでの最適化処理に要する時間を短縮できるようになる。

また、上記実施の形態では、分割する期間を日単位としたが、週単位、月単位などの別の任意の期間単位においても同様に実施できることは言うまでもない。

（１−５）本実施の形態の効果
以上のように、本実施の形態の電力計画支援装置では、時系列の料金単価からなる電気料金データと、電力を消費する需要家の時系列の需要予測時系列データとを収集し、収集した電気料金データおよび需要予測時系列データに基づいて電気料金の変更に伴う需要の変動を想定し、電気販売にかかる収入と調達にかかるコストを同時に考慮することで収益の予測値が最大となる電気料金を抽出する収益最適化計画にて、類似日を分類し、類似日の分類結果に基づいて代表ケースを決定し、代表ケースに対する最適化計算を実行し、最適化結果を統合することで長期間の計画を最適化する。

したがって、与えられた電力需要などの時系列データから、最適化部への入力が同一となる期間データを特定し、特定した期間データに基づく代表ケースに対して最適化を行い、結果を統合することで、最適化に用いる計算資源の削減を実現できる。

（１−６）本実施の形態の特徴的構成
（１−６−１）第１の特徴的構成
図２２の（Ａ）は、電力計画支援装置１の特徴的構成の一例を示す図である。

電力計画支援装置１は、図２２の（Ａ）に示すように、時系列データ（例えば、需要予測時系列データ、電気料金データ）を、電力計画（例えば、電気料金）の最適化において入力条件が同一または類似となる期間のグループ（例えば、類似日）に分類する時系列分類部２５０と、時系列分類部２５０により分類された各グループについて代表データ（例えば、代表ケースの需要想定値および料金設定タイプ）を決定する代表データ決定部２６０と、代表データ決定部２６０により決定された代表データごとの評価値（例えば、日間収益）を統合することで、全期間の評価値（例えば、期間収益）を算出する期間評価値想定部２７０と、を備えることを特徴とする。

時系列分類部２５０は、時系列データをデータの分布の特徴および／またはデータの属性に基づいて分類する。より具体的には、時系列データには、一定間隔に分割した各時刻の電力需要を示す需要時系列データ（例えば、需要予測時系列データ）と、一定間隔に分割した各時刻の電気料金の単価を示す料金単価データ（例えば、電気料金データ）とが含まれる。時系列分類部２５０は、需要時系列データの類似性と料金単価データの同一性および／または類似性とに基づいて時系列データを分類する。より詳細には、時系列分類部２５０は、需要時系列データを周波数変換した周波数データの特徴に基づいて複数のクラスタに分類するクラスタリング実行処理を行うことで需要時系列データを分類する。また、時系列分類部２５０は、料金単価データを、各期間における各需要家の従量料金の単価の種類の組合せの同一性および／または類似性に基づいて料金単価データを分類する。

代表データ決定部２６０は、各期間について、時系列分類部２５０により分類された各グループに属する全需要家の需要時系列データの平均値を用いることで、各グループの代表データの需要を示す代表需要想定値（例えば、代表ケースの需要想定値）を決定する。また、代表データ決定部２６０は、時系列分類部２５０により分類された各グループに属する料金単価データの各期間における従量料金の単価の種類の組合せのうち最多の組合せを、各グループの代表データの各期間の料金設定タイプとして決定する。

期間評価値想定部２７０は、電気販売による料金収入と電力調達にかかるコストとに基づいて、全期間の評価値を算出する。

また、期間評価値想定部２７０は、収益（例えば、日間収益）が最大となる電気料金を最適化により決定する収益最大化部２７１を備える。収益最大化部２７１は、需要時系列データと料金単価データとに基づいて、電気料金の変更に伴う需要の変動を想定し、電気販売にかかる収入と電力調達にかかるコストとに基づいて、各期間の評価値について、収益が最大となるときの電気料金および電力の供給源の情報（例えば、供給源の組合せと供給源の出力）を出力する。なお、収益最大化部２７１の他の特徴については、図２２の（Ｂ）を用いて説明する。

期間評価値想定部２７０は、期間収益を算出する期間収益算出部２７２を備える。期間収益算出部２７２は、収益最大化部２７１により時系列分類部２５０により分類された各グループの代表データの代表需要想定値および料金設定タイプに基づいて算出された各代表データの評価値に対して各代表データに属する時系列データの数を乗じて総和を算出したものを全期間の評価値として算出する。

上記構成によれば、例えば、最適化の入力条件が同一または類似となる期間の代表データに対して最適化を行い、代表データの評価値を統合して全期間の評価値を得ることで、入力条件が同一または類似となる期間の重複した計算処理を省略でき、最適化に用いる計算資源を削減することができる。

（１−６−２）第２の特徴的構成
図２２の（Ｂ）は、電力計画支援装置１の特徴的構成の一例を示す図である。

一般に、収益は、電気販売にかかる収入から電力調達にかかるコストを減算して求められるが、収益を最大化させる場合、収入を最大化し、その後、コストを最小化して算出される。しかしながら、例えば、顧客（需要家）の増減後の需要に対する電力調達にかかるコストの影響により、収益の向上（最大化）につながらない可能性がある。そこで、第２の特徴的構成では、電気料金の変更に伴う需要変動（収入変動）とそれに伴う調達計画の変化（コスト変動）とを同時に考慮することで、収入が最大となる電気料金を決定する。

電力計画支援装置１は、図２２の（Ｂ）に示すように、収益最大化部２７１を備える。収益最大化部２７１は、変更後の電気料金を仮定した仮料金を設定する仮料金設定部２７１１と、仮料金設定部２７１１で設定された仮料金に基づいて各時刻の需要量を算出する需要変動想定部２７１２と、需要変動想定部２７１２で想定された需要量の電力を供給する際の調達計画を立案する調達計画部２７１３と、仮料金設定部２７１１で設定された仮料金と、需要変動想定部２７１２で想定された需要量と、調達計画部２７１３で立案された調達計画とに基づいて、収益（例えば、年間収益、日間収益）を算出する収益算出部２７１４と、を備えることを特徴とする。なお、収益最大化部２７１は、収益算出部２７１４で算出された収益が最大となるときの電気料金および電力の供給源の情報を出力可能である。

需要変動想定部２７１２は、時系列データに基づいて需要家を分類して需要家グループを作成する。より具体的には、需要変動想定部２７１２は、各需要家の需要時系列データの特徴量に基づいて需要家を分類し、各需要家の電気料金データの各時間帯における従量料金の単価の種類の組合せに基づいて需要家を分類し、需要時系列データに基づく分類と電気料金データに基づく分類とが同じとなる需要家を同じグループとする需要家グループを作成する。

また、需要変動想定部２７１２は、需要家グループ毎に電気料金の変更に伴う需要変動の時間軸方向の感度および／または同時間帯方向の感度（例えば、需要変動典型情報）に基づいて需要量を算出する。また、需要変動想定部２７１２は、他社料金メニュー情報と需要家グループに属する需要家の需要量の和の情報とに基づいて他社料金での総支払額を算出し、算出した他社料金の総支払額と現行の電気料金の単価での総支払額との差分に基づいて、需要家グループ毎に電気料金の変更に伴う需要変動の感度を設定する。

また、需要変動想定部２７１２は、需要家グループの各時刻の現行の従量料金の単価と、将来時刻の需要家グループに属する需要家の需要量の和と、需要家グループの現行の基本料金の単価と、需要家グループの各時刻の電気料金の変更後の従量料金の単価とに基づいて、電気料金の変更後の総支払額の差分を算出し、算出した総支払額の差分に基づいて、電気料金の変更後の需要量を算出する。

また、需要変動想定部２７１２は、電気料金の変更後の総支払額の差と需要変動の感度とに基づいて、電気料金の変更後の需要量を算出する。

なお、収益最大化部２７１は、仮料金設定部２７１１で設定された仮料金に基づいて電気料金の変更後の需要量を想定し、想定した需要量に対して電力調達にかかるコストが最小となる供給源の組合せを求め、需要量と仮料金とに基づいて算出された電気販売による料金収入と電力調達にかかるコストとの情報から電気料金の変更後の収益を算出する一連の処理を繰り返した中で最も収益が大きい仮料金を最適な電気料金として決定する。

上記構成によれば、収入の増減とコストの増減とを同時に考慮することによって収益の向上を図ることができる。

上述した構成によれば、信頼性の高い電力計画支援装置を実現することができる。

（２）他の実施の形態
なお上述の実施の形態においては、本発明を電力計画支援装置１に適用するようにした場合について述べたが、本発明はこれに限らず、この他種々の装置、システム、方法に広く適用することができる。

また上述の実施の形態においては、電力計画支援処理は定期的に実行される場合について述べたが、本発明はこれに限らず、電力計画支援処理は所定のタイミング（例えば、ユーザが指定したタイミング）で実行されるようにしてもよい。

また上述の実施の形態においては、長期計画立案処理は定期的に実行される場合について述べたが、本発明はこれに限らず、長期計画立案処理は所定のタイミング（例えば、ユーザが指定したタイミング）で実行されるようにしてもよい。

また上述の実施の形態においては、電気料金が基本料金と電力量料金とから構成される場合について述べたが、本発明はこれに限らず、電気料金が基本料金から構成されてもよいし、電気料金が電力量料金から構成されてもよいし、基本料金、電力量料金、基本料金および電力量料金の組合せが電気料金に混在していてもよい。

また上述の実施の形態においては、他社料金メニュー情報テーブル２０６には電気料金情報テーブル２０１と同じ項目のデータが格納される場合について述べたが、本発明はこれに限らず、他社料金メニュー情報テーブル２０６には電気料金情報テーブル２０１と異なる項目のデータ、異なる需要家種別のデータ等が含まれていてもよい。

また上述の実施の形態においては、料金単価格納テーブル２１１では、１時間ごとの料金ＩＤの組合せについて述べたが、本発明はこれに限らず、３０分ごと、２時間など、任意の時間単位を採用することができる。

また上述の実施の形態においては、説明の便宜上、ＸＸテーブルを用いて各種のデータを説明したが、データ構造は限定されるものではなく、ＸＸファイル、ＸＸ情報などと表現してもよい。

また上述の実施の形態においては、電力計画支援機能は、電力計画支援装置１により実現される場合について述べたが、本発明はこれに限らず、電力計画支援機能の一部は、他のコンピュータにより実現されるようにしてもよい。

また、上記の説明において各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記憶装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また上述した構成については、本発明の要旨を超えない範囲において、適宜に、変更したり、組み替えたり、組み合わせたり、省略したりしてもよい。

１……電力計画支援装置、１０……ＣＰＵ、２０……記憶装置、２２０……料金最適化部、２３０……長期計画立案部。

Claims (15)

1. 電力計画に係る時系列データに基づいて、前記電力計画を立案する電力計画支援装置であって、
   前記時系列データを、前記電力計画の最適化において入力条件が同一または類似となる期間のグループに分類する時系列分類部と、
   前記時系列分類部により分類された各グループについて代表データを決定する代表データ決定部と、
   前記代表データ決定部により決定された代表データごとの評価値を統合することで、全期間の評価値を算出する期間評価値想定部と、
   を備えることを特徴とする電力計画支援装置。
2. 前記期間評価値想定部は、電気販売による料金収入と電力調達にかかるコストとに基づいて、前記全期間の評価値を算出する、
   ことを特徴とする請求項１に記載の電力計画支援装置。
3. 前記時系列分類部は、前記時系列データをデータの分布の特徴および／またはデータの属性に基づいて分類する、
   ことを特徴とする請求項１に記載の電力計画支援装置。
4. 前記時系列データには、一定間隔に分割した各時刻の電力需要を示す需要時系列データと、一定間隔に分割した各時刻の電気料金の単価を示す料金単価データとが含まれ、
   前記時系列分類部は、前記需要時系列データの類似性と前記料金単価データの同一性および／または類似性とに基づいて前記時系列データを分類する、
   ことを特徴とする請求項３に記載の電力計画支援装置。
5. 前記期間評価値想定部は、収益が最大となる電気料金を最適化により決定する収益最大化部を備え、
   前記時系列データには、一定間隔に分割した各時刻の電力需要を示す需要時系列データと、一定間隔に分割した各時刻の電気料金の単価を示す料金単価データとが含まれ、
   前記収益最大化部は、前記需要時系列データと前記料金単価データとに基づいて、電気料金の変更に伴う需要の変動を想定し、電気販売にかかる収入と電力調達にかかるコストとに基づいて、各期間の評価値について、収益が最大となるときの電気料金および電力の供給源の情報を出力する、
   ことを特徴とする請求項１に記載の電力計画支援装置。
6. 前記時系列分類部は、前記需要時系列データを周波数変換した周波数データの特徴に基づいて複数のクラスタに分類するクラスタリング実行処理を行うことで前記需要時系列データを分類する、
   ことを特徴とする請求項４に記載の電力計画支援装置。
7. 前記代表データ決定部は、各期間について、前記時系列分類部により分類された各グループに属する全需要家の需要時系列データの平均値を用いることで、各グループの代表データの需要を示す代表需要想定値を決定する、
   ことを特徴とする請求項６に記載の電力計画支援装置。
8. 前記時系列分類部は、前記料金単価データを、各期間における各需要家の従量料金の単価の種類の組合せの同一性および／または類似性に基づいて前記料金単価データを分類する、
   ことを特徴とする請求項７に記載の電力計画支援装置。
9. 前記代表データ決定部は、前記時系列分類部により分類された各グループに属する料金単価データの各期間における従量料金の単価の種類の組合せのうち最多の組合せを、各グループの代表データの各期間の料金設定タイプとして決定する、
   ことを特徴とする請求項８に記載の電力計画支援装置。
10. 前記期間評価値想定部は、前記時系列分類部により分類された各グループの代表データの代表需要想定値および料金設定タイプに基づいて、各代表データの評価値を算出し、各代表データの評価値に対して各代表データに属する時系列データの数を乗じて総和を算出したものを前記全期間の評価値として算出する、
    ことを特徴とする請求項９に記載の電力計画支援装置。
11. 前記全期間の評価値として出力される収益が最大となるときの電気料金は、時間分割を行うことなく全期間の収益を最適化する最適化処理を実施するコンピュータにおいて、前記最適化処理におけるパラメータの初期値として用いられる、
    ことを特徴とする請求項１０に記載の電力計画支援装置。
12. 前記期間評価値想定部は、
    変更後の電気料金を仮定した仮料金を設定する料金設定部と、
    前記料金設定部で設定された仮料金に基づいて各時刻の需要量を算出する需要変動想定部と、
    前記需要変動想定部で想定された需要量の電力を供給する際の調達計画を立案する調達計画部と、
    前記料金設定部で設定された仮料金と、前記需要変動想定部で想定された需要量と、前記調達計画部で立案された調達計画とに基づいて、収益を算出する収益算出部と、
    前記収益算出部で算出された収益が最大となる電気料金を決定する最適解探索部と、
    を備えることを特徴とする請求項１に記載の電力計画支援装置。
13. 前記需要変動想定部は、前記時系列データに基づいて需要家を分類して需要家グループを作成する、
    ことを特徴とする請求項１２に記載の電力計画支援装置。
14. 前記需要変動想定部は、需要家グループ毎に電気料金の変更に伴う需要変動の時間軸方向の感度および／または同時間帯方向の感度に基づいて需要量を算出する、
    ことを特徴とする請求項１３に記載の電力計画支援装置。
15. 前記需要変動想定部は、他社料金メニュー情報と需要家グループに属する需要家の需要量の和の情報とに基づいて他社料金での総支払額を算出し、算出した他社料金の総支払額と現行の電気料金の単価での総支払額との差分に基づいて、需要家グループ毎に電気料金の変更に伴う需要変動の感度を設定する、
    ことを特徴とする請求項１３に記載の電力計画支援装置。