JP2021531725A - 太陽光発電を推定および予測するための技法 - Google Patents

Abstract

コンピュータシステムは、電力を配電システムに提供する太陽光発電システムをクラスタに群化するように構成される。コンピュータシステムは、ベルウェザーメータとして、クラスタのうちの個別のものを代表する、クラスタのそれぞれの中の太陽源メータを識別する。ベルウェザーメータはそれぞれ、クラスタのうちの１つの中の太陽光発電システムのうちの１つの電力出力を監視する。コンピュータシステムは、ベルウェザーメータから太陽光発電データを受信する。コンピュータシステムは、クラスタのうちの個別のものの中のベルウェザーメータからの太陽光発電データを使用して、太陽光発電システムのクラスタ毎に太陽光発電予測を発生させる。

Description

（関連出願の相互参照）
本特許出願は、両方とも参照することによってそれらの全体として本明細書に組み込まれる、２０１８年７月１９日に出願された米国仮特許出願第６２／７００，７２８号の優先権を主張する、２０１９年１月２３日に出願された米国特許出願第１６／２５５，６０４号の継続である。

本開示は、太陽光発電システムの太陽光発電を推定および予測するための技法に関する。

太陽光発電システムは、化石燃料エネルギー源を使用することなく、典型的には、光電池または集光型太陽光発電を使用して、日光からのエネルギーを電気に変換する。太陽光発電の不利点は、太陽光発電システムの電力出力が、太陽光発電システムに影響を及ぼす日光の量の変動に基づいて変化することである。太陽光発電システムに影響を及ぼす日光の量は、時季、時刻、気象条件、太陽電池上の埃、太陽光発電システムの経年、および他の要因に基づいて変化する。

上記に議論される理由により、電気事業者が、太陽光発電システムが配電システム（配電網とも呼ばれる）に提供するであろう電力出力の量を予測することは、困難であり得る。太陽光発電システムの電力出力を予測することは、通常、可変気象条件が太陽光発電に有意に影響を及ぼさない晴天日に、より正確である。晴天日の太陽光発電を妨げ得る要因は、例えば、熱、埃、太陽光発電システムの劣化、および太陽光発電システムの位置を含む。太陽光発電を予測することは、曇天日により困難になる。曇天日に、太陽光発電はまた、直射日光が１日の種々の時間に太陽光発電システムに影響を及ぼさないように阻止する、雲に基づいて変動する。雲は、予測不可能である。いくつかの予測システムは、特定の雲が進行するであろう方向を判定しようとするために、風速、雲の高さ、太陽の位置、および雲の影の投影とともに、衛星画像を使用する。気象ベースの予測は、衛星画像を受信することの待ち時間、および第三者気象サービスが予測放射照度モデルを生成するためのコストを含む、電気事業者にとっての不利点を有する。

本明細書に開示される、いくつかの実施形態によると、太陽光発電推定および予測システム（ＳＰＥＦＳ）が、太陽光発電システムのクラスタ内のベルウェザーメータを使用し、現在の太陽光発電の推定および太陽光発電システムの将来の太陽光発電の予測を発生させる。太陽光発電システムは、電気事業者によって制御される配電システム（ＥＤＳ）に接続される。これらの実施形態は、第三者気象サービスプロバイダが太陽光発電のための予測放射照度モデルを生成する必要性を排除し得る。代わりに、電気事業者が、太陽光発電推定および予測を制御することができる。

いくつかの実施形態では、配電システム（ＥＤＳ）に接続される太陽光発電システムを有する、各顧客用地がまた、正味電気メータおよび／または太陽源電気メータを有してもよい。正味電気メータは、顧客用地における任意の太陽光発電システムによってＥＤＳに提供される全電力を減算するとともに、ＥＤＳから顧客用地に提供される全電力を記録する。太陽源電気メータ（本明細書では太陽源メータとも称される）は、顧客用地における太陽光発電システムの発電出力を記録する。太陽源メータはまた、配電システム内の放射照度メータとして使用されることもできる。

太陽光発電推定および予測システム（ＳＰＥＦＳ）は、ユーザが、配電システムの局所地域内の太陽光発電システムのクラスタの数を定義することを可能にする。ユーザは、より正確な予測モデルを発生させるために、ＳＰＥＦＳにより多くのクラスタを発生させることができる。これらのクラスタに基づいて、ＳＰＥＦＳは、各クラスタ内の最も代表的な太陽源メータを判定し、次いで、ベルウェザーメータとして、その代表的な太陽源メータを使用する。ＳＰＥＦＳは、ベルウェザーメータによって監視される太陽光発電システムの太陽光発電の頻繁な更新を受信することができる。配電システムの全体を通したベルウェザーメータは、太陽光発電システムの現在の電力出力の推定を作成するために使用される。ベルウェザーメータはまた、太陽光発電の初期の１日先の予測および／または短期予測（例えば、１〜１５分の範囲内）を作成するためにも使用される。ベルウェザーメータからの太陽光発電データは、各クラスタ内の太陽放射照度値に関する読取値を生じさせるために使用される。その個別のクラスタへの各ベルウェザーメータの関係に基づいて、その個別のクラスタ内の他の太陽源メータの全てからの太陽光発電が、推定され、太陽光発電の更新された近リアルタイム（例えば、１〜１５分先の）予測を与えられる。太陽光発電システムの各クラスタ内の太陽光発電の集合体を用いて、各クラスタ内の各個々の太陽光発電システムの正確な表現が、予測および推定の分布を伴って生成されることができる。

したがって、ＳＰＥＦＳは、ベルウェザーメータからのリアルタイム太陽光発電データを使用し、太陽光発電予測および太陽光発電システムの現在の電力出力の推定を作成することができる。ＳＰＥＦＳは、リアルタイム太陽光発電データを使用して、配電システムの局所地域を通した予測雲移動に基づいて、太陽光発電推定および予測を修正することができる。ＳＰＥＦＳは、ベルウェザーメータからのリアルタイム太陽光発電データのスナップショットに基づいて、太陽光発電の予測を行い、ベルウェザーメータからのリアルタイム太陽光発電データに基づいて、各クラスタ内の太陽光発電システムの全ての太陽光発電傾斜率を判定することができる。

いくつかの実施形態では、現在の太陽光発電の推定および将来の太陽光発電の予測を発生させるために使用される配電システム（ＥＤＳ）内の唯一の太陽源メータは、ベルウェザーメータである。これらの実施形態では、電気事業者が、選択された顧客用地におけるベルウェザーメータとして、各クラスタ内に１つだけの太陽源メータを方略的に展開することを選定することができる。ベルウェザーメータとして、各クラスタ内に１つだけの太陽源メータを展開することによって、電気事業者が、ＥＤＳ内で太陽光発電システムを有する各顧客用地に太陽源メータを展開するコストを回避することができる。代わりに、電気事業者が、ベルウェザーメータとして、はるかに少ない数の太陽源メータを展開し、極めて正確な太陽光発電推定および予測を達成することができる。

本明細書に開示される、いくつかの実施形態によると、ＳＰＥＦＳが、配電システム内の太陽光発電システムの集合体に関して、現在の太陽光発電の極めて正確な推定および将来の太陽光発電の予測を発生させることができる。限定的であることを意図していない実施例として、ＳＰＥＦＳは、晴天日に少なくとも９８％正確であり、曇天日に少なくとも９０％正確である、配電システムに関する太陽光発電予測を発生させることができる。太陽光発電予測が、個々の太陽光発電システムのレベルまで分配されるとき、予測の正確度は、＋−１０％以内であり得る。太陽光発電推定および予測は、個々の太陽源メータの正確度にかかわらず、配電システム全体に関して極めて正確である。ＳＰＥＦＳは、第三者気象予報サービスが予測分析を起動する必要性を排除することができる。ベルウェザーメータからのリアルタイムデータが、太陽光発電予測および推定を後方伝搬および自動補正するために曇天日に使用されるため、ＳＰＥＦＳは、気象予報よりもはるかに速く推定および予測を発生させることができる。

いくつかの実施形態では、ＳＰＥＦＳは、人工ニューラルネットワーク（ＡＮＮ）を使用し、配電システム（ＥＤＳ）上の太陽光発電を予測する。ＳＰＥＦＳはまた、履歴負荷消費パターンと並行して、多くの他の要因とともに、気象、温度、露点、湿度の関係を学習し、１日先の予測を作成する、アルゴリズムを含むこともできる。平均絶対百分率誤差（ＭＡＰＥ）が、次いで、非常に短期の予測（例えば、１分〜１時間先）および／または１日先の予測を発生させるように評価される。

本明細書に開示される、いくつかの実施形態によると、ボトムアップアプローチが、個々の太陽光発電システムまでマイクロレベルで太陽光発電予測を発生させ、総計し、配電システム（ＥＤＳ）の全体を通して太陽光発電の予測を作成するために使用される。ベルウェザー太陽源メータからのデータを使用して、ＭＡＰＥは、実施例として、約５０キロワット時間（ｋＷｈ）における住居レベルで、９６％正確度に収束し得る。本技法は、晴天日および極めて可変の曇天日に関して２層アプローチで太陽光発電を予測することに適用されることができる。機械学習が、太陽光発電システムのクラスタを生じさせ、比較的に高い正確度でクラスタ毎に太陽光発電を予測するために、使用される。本予測モデルを用いると、予測太陽光発電が、ＥＤＳ上の状態推定を支援するように、各個々の太陽光発電システムに分配される。

図１Ａは、ある実施形態による、公益事業顧客用地と中央コンピュータシステムとの間で電力に関するデータを伝送するための例示的システムを図示する、略図である。

図１Ｂは、ある実施形態による、配電システム（ＥＤＳ）の例示的部分を示す、略図である。

図２は、ある実施形態による、曇天日および晴天日に太陽光発電の推定および予測を発生させるように実施され得る、動作の実施例を図示する、フローチャートである。

図３は、ある実施形態による、太陽光発電推定および予測システムによって発生され得る、配電システム内の太陽光発電システムのクラスタの実施例を図示する。

図４は、ある実施形態による、図３のクラスタに関して識別されるベルウェザーメータの実施例を図示する。

図５は、ある実施形態による、ある日のベルウェザーメータのリアルタイム太陽光発電出力および以前の晴天日の同一のベルウェザーメータからの履歴太陽光発電出力の実施例を図示する、グラフである。

図６Ａおよび６Ｂは、種々の実施形態による、クラスタ内の２つの異なる太陽光発電システムからのリアルタイム太陽光発電の晴天日基準値および推定を示す、曲線の実施例を図示するグラフである。 図６Ａおよび６Ｂは、種々の実施形態による、クラスタ内の２つの異なる太陽光発電システムからのリアルタイム太陽光発電の晴天日基準値および推定を示す、曲線の実施例を図示するグラフである。

図７は、ある実施形態による、配電システムに関する短期太陽光発電予測を発生させるために使用され得る、人工ニューラルネットワーク（ＡＮＮ）の実施例を図示するグラフである。

図８は、ある実施形態による、晴天日のクラスタ内の太陽光発電システムの全ての合計太陽光発電およびクラスタに関する太陽光発電予測を示す、基準値の実施例を図示するグラフである。

図１Ａは、ある実施形態による、公益事業顧客用地と中央コンピュータシステムとの間で電力に関するデータを伝送するための例示的システムを図示する、略図である。図１Ａの実施形態では、公益事業顧客用地１０１Ａ、１０１Ｂ、１０１Ｃ、および１０１Ｄ（本明細書では集合的に公益事業顧客用地１０１または顧客用地１０１と称される）は、それぞれ、太陽光発電システム１０３Ａ、１０３Ｂ、１０３Ｃ、および１０３Ｄ（本明細書では集合的に太陽光発電システム（ｓｏｌａｒ ｐｏｗｅｒ ｇｅｎｅｒａｔｉｏｎ ｓｙｓｔｅｍ）１０３または太陽光発電システム（ｓｏｌａｒ ｐｏｗｅｒ ｓｙｓｔｅｍ）１０３と称される）を含む。実施例として、太陽光発電システム１０３はそれぞれ、顧客用地１０１のうちの１つに（例えば、建物の屋上に）太陽光起電（ＰＶ）パネルのアレイを含んでもよい。他の実施例として、太陽光発電システム１０３はまた、１つまたはそれを上回る集光型太陽光発電システム、ハイブリッド太陽光発電システム、および／またはそれらの任意の組み合わせを含むこともできる。公益事業顧客用地１０１Ａ、１０１Ｂ、１０１Ｃ、および１０１Ｄはまた、それぞれ、太陽源電気メータ１０２Ａ、１０２Ｂ、１０２Ｃ、および１０２Ｄ（本明細書では集合的に太陽源メータ１０２と称される）も含む。太陽源メータ１０２は、それらの個別の太陽光発電システム１０３の電力出力を測定および記録する。公益事業顧客用地１０１は、例えば、住居、事業所、またはそれらの組み合わせであってもよい。いくつかの実施形態では、太陽光発電システム１０３のうちのいくつかは、太陽源メータを有していなくてもよい。

太陽源メータ１０２はそれぞれ、ネットワーク１０４を通して中央コンピュータシステム１０５に接続される。データ通信チャネルは、交互の長いおよび短いダッシュを有する線によって、図１Ａに示される。顧客用地１０１はそれぞれ、電気事業者によって管理される配電システムから電力を受電するように接続される。配電システムは、図１Ａに示されていない。太陽源メータ１０２はそれぞれ、個別の顧客用地１０１における太陽光発電システム１０３によって発生される電力を受電および測定する。電力を（すなわち、システム１０３からメータ１０２に）伝送するワイヤが、太線によって図１Ａに示される。４つの公益事業顧客用地１０１が、実施例として図１Ａに示される。但し、配電システムは、電力を数百、数千、または数百万もの顧客用地に提供するように接続され得ることを理解されたい。

太陽源メータ１０２はそれぞれ、個別の顧客用地１０１における太陽光発電システム１０３の発電出力を示すリアルタイムデータを、ネットワーク１０４を通してコンピュータシステム１０５に周期的に送信することができる。コンピュータシステム１０５は、下記にさらに詳細に説明されるように、メータ１０２からの太陽光発電データを使用し、配電システムに関する太陽光発電推定および予測を発生させることができる。太陽源メータ１０２とコンピュータシステム１０５との間のデータの通信は、ネットワーク１０４内の無線接続、ワイヤ、電線、またはそれらの任意の組み合わせを通してもよい。コンピュータシステム１０５は、例えば、電気事業者によって運営される設備に位置してもよい。

図１Ａは、コンピュータシステム１０５のいくつかの例示的コンポーネントを図示する。図１Ａの実施例では、コンピュータシステム１０５は、ネットワークインターフェース１１１と、１つまたはそれを上回るプロセッサデバイス１１２と、１つまたはそれを上回る記憶デバイス１１３と、１つまたはそれを上回る入出力（Ｉ／Ｏ）インターフェース１１４と、１つまたはそれを上回るデータベース１１５とを含む。コンピュータシステム１０５のコンポーネント１１１−１１５はそれぞれ、通信システム１１６（例えば、１つまたはそれを上回るバスおよび／またはネットワーク接続）を通して接続される。コンピュータシステム１０５のコンポーネント１１１−１１５は、システム１１６を通して通信することができる。他の実施形態では、コンピュータシステム１０５は、図１Ａに示されていない付加的デバイスを含んでもよい、および／または図１Ａに示されるデバイスのうちの１つまたはそれを上回るものを有していなくてもよい。

ネットワークインターフェース１１１は、ネットワーク１０４を通して、顧客用地１０１からデータを受信し、そこにデータを提供する。プロセッサ１１２は、例えば、ＣＰＵ（中央処理ユニット）、マイクロプロセッサ、グラフィックス処理ユニット（ＧＰＵ）、フィールドプログラマブルゲートアレイ等の任意の数のプロセッサおよび／またはコントローラ回路／デバイスを含んでもよい。記憶装置１１３は、ソリッドステートメモリデバイス、ディスク記憶デバイス、磁気テープ等の揮発性および／または不揮発性メモリデバイスを含んでもよい。入出力（Ｉ／Ｏ）インターフェース１１４は、例えば、データをコンピュータシステム１０５に入力するためのデバイス（例えば、マウスおよびキーボード）と、コンピュータシステム１０５から結果を提供するための機構（例えば、プリンタおよびコンピュータモニタ）とを含んでもよい。データベース１１５は、例えば、１つまたはそれを上回る記憶デバイスと、付加的コンピュータおよびプロセッサと、関連付けられるデータベースソフトウェアとを含んでもよい。記憶デバイスは、任意の好適な構成、例えば、ストレージエリアネットワークに編成されてもよい。

ネットワーク１０４を通して太陽源メータ１０２から提供されるデータは、記憶デバイス１１３内に、および／またはコンピュータシステム１０５内のデータベース１１５内に記憶されることができる。プロセッサ１１２上で起動されるソフトウェアは、分析のために本データにアクセスし、例えば、太陽光発電推定および予測を発生させることができる。ソフトウェアは、記憶装置１１３内に記憶されることができる。１人またはそれを上回るユーザが、１つまたはそれを上回るＩ／Ｏインターフェース１１４を使用して、ソフトウェアとインターフェースをとってもよい。種々の実施形態によると、本明細書に開示されるＳＰＥＦＳは、コンポーネント１１１−１１５のうちの１つまたはそれを上回るものと、現在の太陽光発電の太陽光発電予測および推定を発生させるための関連付けられるソフトウェアとを含む、コンピュータシステム１０５を含むことができる。

図１Ｂは、ある実施形態による、配電システム（ＥＤＳ）の例示的部分を示す、略図である。図１Ｂの実施形態では、公益事業配電変電所１５０が、配電線１８０および配電変圧器１６０を通して、電力を顧客用地１０１における電気消費デバイスに提供する。図１Ｂは、配電線を通して、それぞれ、顧客用地（ＣＳ）１０１Ａ−１０１Ｃ、１０１Ｄ−１０１Ｆ、１０１Ｇ−１０１Ｉ、１０１Ｊ−１０１Ｋ、１０１Ｌ−１０１Ｍ、および１０１Ｎ−１０１Ｏの６つの群に接続される、６つの配電変圧器１６０Ａ−１６０Ｆを示す。顧客用地のうちのいくつかはまた、太陽光発電システムも有する。例えば、顧客用地１０１Ａ、１０１Ｂ、１０１Ｃ、１０１Ｄ、１０１Ｆ、１０１Ｈ、１０１Ｉ、１０１Ｋ、１０１Ｌ、および１０１Ｎは、それぞれ、太陽光発電システム（ＳＰＳ）１０３Ａ、１０３Ｂ、１０３Ｃ、１０３Ｄ、１０３Ｅ、１０３Ｆ、１０３Ｇ、１０３Ｈ、１０３Ｉ、および１０３Ｊを有する。太陽光発電システム１０３Ａ−１０３Ｊは、個別の変圧器１６０Ａ−１６０Ｆを通して、電力を配電システムに提供することができる。電力を伝送するワイヤは、太線によって図１Ｂに示される。

図２は、ある実施形態による、現在の太陽光発電を推定するように、かつ曇天日および晴天日の将来の太陽光発電の予測を発生させるように実施され得る、動作の実施例を図示する、フローチャートである。図２の動作は、例えば、インターフェース１１１および１１４、プロセッサ１１２、記憶装置デバイス１１３、および／またはデータベース１１５を使用して、コンピュータシステム１０５上に実装されるソフトウェアとして動作する、太陽光発電推定および予測システム（ＳＰＥＦＳ）によって、実施されることができる。

動作２０１では、ＳＰＥＦＳは、配電システム（ＥＤＳ）またはその任意の部分に接続される太陽光発電システム１０３に関して、現在の太陽光発電を推定し、太陽光発電予測を発生させるプロセスを開始する。太陽光発電予測は、例えば、丸１日または１日の任意の部分に関して発生されることができる。予測が発生されている日は、例えば、現在の日または次の日であり得る。ＳＰＥＦＳは、例えば、ユーザからの要求に応答して、毎日のある時間に自動的に、または連続的に、現在の太陽光発電の推定および太陽光発電予測を発生させ始めることができる。

決定動作２０２では、ＳＰＥＦＳは、現在の日が曇天日または晴天日であるかどうかを判定する。本判定は、例えば、気象予報、太陽源メータ１０２から受信される太陽放射照度データ、またはユーザもしくは他の個人からの観察に基づいて、行われることができる。気象予報は、例えば、第三者気象予報サービスから受信されることができる。

ＳＰＥＦＳが、動作２０２において、現在の日が曇天日（例えば、部分的に曇天、殆ど曇天の日、または曇りの日）であることを判定する場合には、ＳＰＥＦＳは、動作２０３において、ＥＤＳ内の太陽光発電システム１０３をクラスタに群化する。ＳＰＥＦＳは、例えば、教師なしｋ平均クラスタリングアルゴリズムを使用して、太陽光発電システム１０３の間の物理的距離に基づいて、太陽光発電システム１０３をクラスタに群化する。ＳＰＥＦＳは、クラスタのそれぞれに、相互と地理空間的に近接している太陽光発電システム１０３を持たせる。ＳＰＥＦＳは、例えば、マップ上の平面図形として、動作２０３においてクラスタのそれぞれを発生させることができる。平面図形は、例えば、多角形（例えば、三角形、長方形、五角形等）、楕円、円等のうちの１つまたはそれを上回るものを含むことができる。クラスタはそれぞれ、例えば、ＥＤＳ内の太陽光発電システム１０３のそれぞれの物理的場所を示す、電気事業者の地理情報システム（ＧＩＳ）データを使用して、マップ上の平面図形の内側に位置する太陽光発電システム１０３を含む。別の実施例として、ＳＰＥＦＳは、ＧＩＳデータを使用して判定される局所地域内の点の有限集合として、動作２０３においてクラスタのそれぞれを発生させることができる。

いくつかの実施形態では、ＳＰＥＦＳは、ＥＤＳに関して発生させるクラスタの数を示す、ユーザからの入力に基づいて、クラスタを発生させることができる。ＳＰＥＦＳは、次いで、地理空間的近接性に基づいて、ＥＤＳ内の太陽光発電システム１０３をクラスタに群化し、ユーザによって規定されるクラスタの数を発生させる。各クラスタは、同数の太陽光発電システムまたは異なる数の太陽光発電システムを有することができる。

図３は、ある実施形態による、動作２０３において太陽光発電推定および予測システム（ＳＰＥＦＳ）によって発生され得る、配電システム内の太陽光発電システムのクラスタの実施例を図示する。図３は、例示的配電システム（ＥＤＳ）内またはその一部内の太陽光発電システムのマップを図示する。図３は、動作２０３においてＳＰＥＦＳによって発生される太陽光発電システム１０３の６つのクラスタ３０１−３０６を示す。６つのクラスタ３０１−３０６は、図３で点線として示される平面図形によって境界される。クラスタ３０１−３０６はそれぞれ、個別の平面図形内に近傍の太陽光発電システムの群を含む。クラスタ３０１、３０２、３０３、３０４、３０５、および３０６内の太陽光発電システム１０３は、図３では、それぞれ、星形、正方形、三角形、六角形、円、および菱形として図示される。クラスタ３０１−３０６は、例えば、太陽光発電システムの６つのクラスタを発生させることを示すユーザ入力、および／またはクラスタ内のいずれか２つの太陽光発電システムが相互から所定の最大距離以下を有することを示すユーザ入力に応答して、発生されることができる。図３のクラスタ３０１−３０６は、異なる数の太陽光発電システムを有する。但し、他の実施例では、動作２０３において発生されるクラスタのうちの２つまたはそれを上回るものは、同数の太陽光発電システムを有することができる。

動作２０４では、ＳＰＥＦＳは、ベルウェザーメータとして、クラスタのうちの個別のものを代表する、動作２０３において発生されるクラスタのそれぞれの中の太陽源メータを識別する。動作２０４の例示的実施形態では、ＳＰＥＦＳは、最初に、１つまたはそれを上回る好適な幾何学的技法を使用して、動作２０３において発生されるクラスタのそれぞれの重心（または幾何学的中心）を判定する。ＳＰＥＦＳは、次いで、クラスタのそれぞれの重心の近傍にある太陽源メータを識別し、これらの太陽源メータをベルウェザーメータとして識別する。より具体的な実施例として、ＳＰＥＦＳは、クラスタのそれぞれの重心に物理的に最も近い太陽源メータを判定し、これらの太陽源メータをベルウェザーメータとして識別してもよい。動作２０４の本実施形態は、例えば、ＥＤＳ内の太陽光発電システムの多く、大部分、または全てが、太陽源メータを有する場合に、電気事業者によって使用されることができる。

動作２０４の別の例示的実施形態では、ＳＰＥＦＳは、クラスタのそれぞれの重心の近傍にある、またはそれに物理的に最も近い、太陽光発電システムを判定する。ＳＰＥＦＳは、次いで、ベルウェザーメータとして、これらの太陽光発電システムの電力出力を監視する太陽源メータを識別する。本実施形態は、例えば、ＥＤＳ内の太陽光発電システムのうちの少数のみが太陽源メータを有する、またはいずれも有していない場合に、電気事業者によって使用されることができる。それらの個別のクラスタの重心の近傍にある、またはそれに物理的に最も近い、太陽光発電システムのうちのいずれかが、太陽源メータを有していない場合、電気事業者は、ベルウェザー太陽源メータとして使用されるように、動作２０４後にこれらの顧客用地において太陽源メータを展開することができる。ＳＰＥＦＳは、例えば、ＧＩＳデータを使用して、動作２０３において発生されるクラスタのそれぞれの重心に物理的に最も近い、太陽光発電システムおよび／または太陽源メータを判定することができる。

したがって、いくつかの実施形態では、ＳＰＥＦＳは、例えば、その太陽源メータ（またはその対応する太陽光発電システム）がその個別のクラスタの重心の近傍または最近傍にあることに基づいて、動作２０４において、ベルウェザー太陽源メータであるものとして、クラスタのそれぞれの中の１つの代表的太陽源メータを識別する。これらの例示的実施形態では、ベルウェザー太陽源メータのそれぞれは、クラスタのうちの個別のものの重心またはその近傍にある。他の例示的実施形態では、ＳＰＥＦＳは、ベルウェザーメータであるものとして、それらの個別のクラスタの縁の近傍にある太陽源メータを識別してもよい。

図４は、ある実施形態による、図３のクラスタ３０１−３０６に関して識別されるベルウェザーメータの実施例を図示する。図４の実施形態では、ＳＰＥＦＳは、動作２０４において、６つのクラスタ３０１−３０６のそれぞれの重心の近傍にある、１つのベルウェザー太陽源メータを識別する。図４に示されるように、ＳＰＥＦＳは、それぞれ、クラスタ３０１−３０６の重心の近傍にあるものとして、太陽源メータ４０１−４０６を識別する。ＳＰＥＦＳは、次いで、動作２０４において、太陽源メータ４０１−４０６をベルウェザーメータとして選択する。

動作２０５では、ＳＰＥＦＳは、ベルウェザーメータのそれぞれからリアルタイム太陽光発電データを受信する。ＳＰＥＦＳは、動作２０３において発生されるクラスタのそれぞれの中のベルウェザーメータからリアルタイム太陽光発電データを受信する。リアルタイム太陽光発電データは、ベルウェザーメータによって監視される太陽光発電システムの現在または最近の電力出力を示す。ベルウェザーメータは、例えば、ネットワーク１０４を通してベルウェザーメータに送信されるＳＰＥＦＳからの要求（例えば、ｐｉｎｇ）に応答して、リアルタイム太陽光発電データをＳＰＥＦＳに提供することができる。いくつかの実施形態では、ＳＰＥＦＳは、例えば、ベルウェザーメータからデータを要求することに先立って、動作２０３−２０４の付加的反復を実施し、クラスタおよびベルウェザーメータの場所を更新することができる。別の実施例として、ベルウェザーメータは、ＳＰＥＦＳからの要求を待機することなく、連続的に、または周期的間隔において、リアルタイム太陽光発電データをＳＰＥＦＳに自動的に提供することができる。リアルタイム太陽光発電データは、ネットワーク１０４を通して、ベルウェザーメータからコンピュータシステム１０５に提供される。

動作２０６では、ＳＰＥＦＳは、クラスタ内の太陽光発電システム１０３から現在の太陽光発電の推定を発生させ、ＳＰＥＦＳは、クラスタ内の太陽光発電システム１０３に関して太陽光発電予測を発生させる。ＳＰＥＦＳは、ベルウェザーメータからの太陽光発電データおよび太陽光発電システムの一意の特徴を使用して、動作２０６において、太陽光発電システム１０３からの現在の太陽光発電の推定およびシステム１０３に関する太陽光発電予測を発生させる。ＳＰＥＦＳが、（ベルウェザーメータ以外の）クラスタ内の太陽源メータの大部分からのデータを使用する必要がないため、ＳＰＥＦＳは、推定および予測を発生させるために、ＥＤＳ内の太陽源メータの全てからのリアルタイム太陽光発電データが使用された場合よりも実質的に少ない処理リソースを使用する。

ＳＰＥＦＳは、例えば、ベルウェザーメータからの履歴およびリアルタイム太陽光発電データ、ならびにクラスタ内の太陽光発電システムの一意の特徴を使用して、クラスタ内の太陽光発電システム１０３から現在の太陽光発電の推定を発生させることができる。ベルウェザーメータからの履歴太陽光発電データは、例えば、１つまたはそれを上回る以前の晴天日のベルウェザーメータの太陽光発電（本明細書では履歴晴天日太陽光発電出力とも称される）を示すことができる。ベルウェザーメータからのリアルタイム太陽光発電データは、ベルウェザーメータによって監視される太陽光発電システムの現在または最近の電力出力を示す。リアルタイム太陽光発電データは、ベルウェザーメータによって読み取られ、コンピュータシステム１０５においてＳＰＥＦＳに伝送される、瞬時電力出力データであり得る。

各曇天日に、ＳＰＥＦＳは、現在の日の各時間間隔における（例えば、毎分における）各ベルウェザーメータのリアルタイム太陽光発電出力を、１日の同一の対応する時間間隔のそれぞれにおける同一の個別のベルウェザーメータからの履歴晴天日太陽光発電出力で除算し、商を発生させる。ＳＰＥＦＳは、次いで、これらの商のそれぞれを１００で乗算し、ベルウェザーメータ毎に１日の時間間隔毎の割合を発生させる。これらの割合は、晴天日に対して曇天日（例えば、部分的に曇天、殆ど曇天、または曇りの日）にベルウェザーメータによって測定される電力出力を示す。ＳＰＥＦＳは、次いで、下記にさらに詳細に説明されるように、動作２０６において、これらの曇天日率を使用し、太陽光発電システム１０３からの現在の太陽光発電の推定を発生させる。

図５は、ある実施形態による、ある日のベルウェザーメータからのリアルタイム太陽光発電出力および以前の晴天日の同一のベルウェザーメータからの履歴太陽光発電出力の実施例を図示する、グラフである。図５のグラフは、ｙ軸上でワット単位のベルウェザーメータから受信される電力出力およびｘ軸上で分単位の時間をプロットする。図５は、１日の１，４４０分にわたる２つの曲線５０１および５０２を示す。曲線５０１は、参照データとして使用される、以前の晴天日にベルウェザーメータによって測定された太陽光発電システムの太陽光発電出力の時間平均を示す。曲線５０２は、曇天日の間に同一のベルウェザーメータによって測定される太陽光発電システムのリアルタイム太陽光発電出力を示す。図５の実施例では、ベルウェザーメータによって測定される太陽光発電出力は、晴天日（曲線５０１）と比較して、日中および午後の時間の間に曇天日（曲線５０２）では実質的により少ない。曲線５０２は、極めて可変であり、大部分が曲線５０１の境界内にある。下記の表１は、図５の曲線５０１−５０２に対応する（分単位の）５つの異なる時間にベルウェザーメータによって測定される基準およびリアルタイム太陽光発電出力の実施例を示す。５つだけの異なる分数が、実施例として表１に示される。表１の最後の列は、晴天日の参照データ（Ｒ）と比較して、曇天日のリアルタイムデータ（Ｉ）が表す電力出力率（Ｐ）を示す（Ｐ＝Ｉ／Ｒ×１００）。

したがって、図５の実施例では、ＳＰＥＦＳは、曇天日の毎分において曲線５０２によって示される電力出力を、履歴晴天日の同一の１分において曲線５０１によって示される電力出力で除算し、１分毎に割合を発生させる。

ＳＰＥＦＳは、個別のベルウェザーメータのクラスタ内の太陽光発電システムのそれぞれの一意の特徴に基づいて、以前の晴天日に各ベルウェザーメータから受信された履歴太陽光発電データに調節を行い、個別のクラスタ内の他の太陽光発電システム毎に晴天日基準値を発生させることができる。ＳＰＥＦＳが各クラスタ内の他の太陽光発電システム毎に晴天日基準値を発生させるために使用し得る、一意の特徴の実施例は、他の太陽光発電システムのそれぞれのネームプレート定格、１年の日、方位角、モデル、陰影、傾転、および追跡能力を含む。各太陽光発電システムのネームプレート定格は、太陽光発電システムの電力出力の最大量を示す。各太陽光発電システムの方位角は、太陽に対する太陽光発電システムの位置を示す、太陽光発電システム（例えば、太陽光ＰＶアレイ）の東西配向を度数で示す。各太陽光発電システムの陰影は、例えば、太陽光発電システムが、１年の毎月に、および／または１日の毎時間の間に、日陰になる時間および程度を示し得る。各太陽光発電システムのモデルは、例えば、太陽光発電システムの耐用年数、太陽光発電システムの効率、および太陽光発電システムの期待電力出力と実際の電力出力との間の差異等の要因を示し得る。各太陽光発電システムの傾転は、太陽光発電システム（例えば、ＰＶ太陽光アレイ）が地面に対して傾転される角度を示す。各太陽光発電システムの追跡能力は、太陽光発電システムが毎日の全体を通して太陽の変化する位置とともに移動する（すなわち、それを追跡する）ことができるかどうかを示す。

ＳＰＥＦＳは、各クラスタ内の太陽光発電システムのこれらの一意の特徴を使用し、個別のクラスタ内のベルウェザーメータからの以前の晴天日に関する履歴太陽光発電データに調節を行い、ベルウェザーメータによって監視されていない他の太陽光発電システム毎に正確な晴天日基準値を作成することができる。例えば、ＳＰＥＦＳは、それらのネームプレート定格によって示されるような同一のクラスタ内の各太陽光発電システムの最大電力出力に基づいて、以前の晴天日に関するベルウェザーメータの太陽光発電曲線（例えば、曲線５０１）の振幅を増加または減少させることができる。別の実施例として、ＳＰＥＦＳは、クラスタ内の他の太陽光発電システムのそれぞれの方位角に基づいて、東に面する太陽光発電システムに関してはより早く、西に面する太陽光発電システムに関してはより遅く、以前の晴天日に関するベルウェザーメータの太陽光発電曲線を偏移させることができる。さらに別の実施例として、ＳＰＥＦＳは、クラスタ内の他の太陽光発電システムに関する陰影データに基づいて、異なる時季（または異なる時刻）において以前の晴天日に関するベルウェザーメータの太陽光発電曲線に急降下を生成し得る。さらに別の実施例として、ＳＰＥＦＳはまた、１年の特定の日にクラスタ内の各太陽光発電システムに影響を及ぼす期待太陽放射に基づいて、以前の晴天日に関するベルウェザーメータの太陽光発電曲線に調節を行うこともできる。ＳＰＥＦＳは、個別のクラスタ内の太陽光発電システムのこれらの一意の特徴に基づいて、各クラスタ内のベルウェザーメータから受信される履歴晴天日太陽光発電データを調節し、ベルウェザーメータによって監視されていない他の太陽光発電システム毎に正確な晴天日基準値を発生させる。他の太陽光発電システムに関する晴天日基準値は、１日の時間間隔毎の（例えば、１日の毎分における）値を含む。ＳＰＥＦＳは、ベルウェザーメータからの太陽光発電データを使用して、他の太陽光発電システムを監視する太陽源メータからの太陽光発電データを使用することなく、他の太陽光発電システムに関するこれらの晴天日基準値を発生させることができる。

ＳＰＥＦＳは、次いで、動作２０６において、各クラスタ内の他の太陽光発電システム毎の晴天日基準値を１日の対応する時間間隔における上記に説明される曇天日率で乗算し、クラスタ内の他の太陽光発電システム１０３のそれぞれの現在の太陽光発電出力の推定を発生させる。ＳＰＥＦＳは、次いで、クラスタ内の他の太陽光発電システムの現在の太陽光発電出力の推定およびクラスタ内のベルウェザーメータからのリアルタイム太陽光発電データを合計し、クラスタ内の太陽光発電システムの全ての合計の現在の太陽光発電出力の推定を発生させる。上記に説明されるように、１日の各時間間隔における割合（Ｐ）は、１００を掛けた、１日の同一の対応する時間間隔における同一のベルウェザーメータによって測定された履歴晴天日太陽光発電出力（Ｒ）によって除算される、現在の日の対応する時間間隔においてベルウェザーメータによって測定されるリアルタイム太陽光発電出力（Ｉ）（すなわち、Ｐ＝Ｉ／Ｒ×１００）に等しい。これらの計算は、クラスタ内の隣接する太陽光発電システムにわたる雲の被覆が各時間間隔でほぼ同一であるべきという概念に基づいて、これらの割合を使用して、１日の時間間隔毎に行われる。

図６Ａおよび６Ｂは、種々の実施形態による、クラスタ内の２つの異なる太陽光発電システムからの太陽光発電の晴天日基準値および曇天日の太陽光発電の推定を示す、曲線の実施例を図示する。図６Ａ−６Ｂは、それぞれ、クラスタ内の第１および第２の太陽光発電システムに関する晴天日基準値を示す、曲線６０１および６５１を図示する。ＳＰＥＦＳは、上記に議論されるように、第１および第２の太陽光発電システムの一意の特徴（例えば、最大電力出力、１年の日、方位角、モデル、陰影、傾転、および追跡能力）に基づいて、同一のクラスタ内のベルウェザーメータの晴天日基準値を調節することによって、曲線６０１および６５１を発生させる。図６Ａおよび６Ｂはまた、それぞれ、曇天日の第１および第２の太陽光発電システムからの太陽光発電の推定を示す、曲線６０２および６５２も図示する。ＳＰＥＦＳは、（それぞれ、曲線６０１および６５１によって示されるような）第１および第２の太陽光発電システム毎の晴天日基準値を、１日の対応する分における曇天日率で乗算することによって、曲線６０２および６５２によって示される推定を発生させる。曇天日率は、曇天日にベルウェザーメータから受信されるリアルタイム太陽光発電データを、ベルウェザーメータからの晴天日参照データで除算することによって発生される。曲線６０２および６５２は、それぞれ、実質的に曲線６０１および６５１によって示される晴天日基準値未満である。

ＳＰＥＦＳは、現在の時間におけるクラスタ内の太陽光発電システムの全ての太陽光発電の推定をともに加算し、クラスタ内の太陽光発電システムの全ての合計の現在の太陽光発電出力の推定を発生させることができる。本技法は、ＥＤＳ内の太陽光発電システムのクラスタの全てからの現在の太陽光発電の極めて正確な推定を発生させるために使用されることができる。太陽光発電システムの現在の太陽光発電の推定は、ＧＩＳデータによって示されるようなそれらのコネクティビティに基づいて、ＥＤＳ内の種々のフィーダおよび変電所に提供される電力出力の集約を実施するために使用されることができる。これらの推定は、ＥＤＳに発送されている現在の太陽光発電の極めて正確な理解を提供するために、電気事業のオペレータによって使用されることができる。

動作２０６では、ＳＰＥＦＳはまた、ベルウェザーメータからの太陽光発電データを使用し、ベルウェザーメータが位置する個別のクラスタに関する太陽光発電予測も発生させる。ＳＰＥＦＳは、例えば、人工ニューラルネットワーク（ＡＮＮ）または別の機械学習技法を使用し、入力として個別のベルウェザーメータからの太陽光発電データを用いて、クラスタ毎に太陽光発電予測を発生させることができる。人工ニューラルネットワーク（ＡＮＮ）は、ベルウェザーメータから受信される太陽光発電データを使用して、クラスタに関する短期太陽光発電予測を生成することができる。ＳＰＥＦＳは、クラスタを表す各ベルウェザーメータからの太陽光発電データを使用し、クラスタ全体内の太陽光発電システムに関する太陽光発電予測を生成する。

図７は、ある実施形態による、ＥＤＳに関する短期太陽光発電予測を発生させるために使用され得る、例示的人工ニューラルネットワーク（ＡＮＮ）７００のグラフ表現を図示する。図７に図示されるＡＮＮ７００は、コンピュータシステム１０５上で起動するＳＰＥＦＳの一部である、ソフトウェアプログラムとして実装されることができる。図７のＡＮＮ７００は、それぞれ、ニューロン７０１−７１０において１０個の入力ＩＮ１−ＩＮ１０を受信する。ＡＮＮ７００は、第１の隠れ層内に４つのニューロン７２１−７２４、第２の隠れ層内に３つのニューロン７３１−７３３、および第３の隠れ層内に２つのニューロン７４１−７４２を伴う、３つの隠れ層を含む。ＡＮＮ７００は、入力ＩＮ１−ＩＮ１０に応答して、ニューロン７５０において１つまたはそれを上回る出力を発生させる。ＡＮＮ７００の出力は、ＥＤＳの選択されたクラスタ内の太陽光発電システムに関する短期太陽光発電予測を示す。例えば、ＡＮＮ７００の出力は、ＥＤＳ内の太陽光発電システムの選択されたクラスタに関して、５分先、１０分先、および／または１５分先の太陽光発電予測を示し得る。

ＡＮＮ７００内のニューロン７０１−７１０に提供される１０個の入力ＩＮ１−ＩＮ１０の実施例が、ここで議論される。ＩＮ１は、例えば、（例えば、分単位の）現在の時間であり得る。ＩＮ２は、例えば、（例えば、１日の毎分で境界される）現在の時刻に対応する、以前の晴天日の時間間隔におけるクラスタ全体内の太陽光発電システムの全ての合計太陽光発電を示す、基準値であり得る。ＩＮ３は、例えば、（例えば、毎分更新される）現在の時間において選択されたクラスタ内のベルウェザーメータによって監視される、太陽光発電システムの現在の太陽光発電出力を示す、リアルタイム読取値（例えば、瞬時読取値）であり得る。ＩＮ４は、例えば、５分前のＩＮ２の基準値であり得る。ＩＮ５は、例えば、ＩＮ３の以前のリアルタイム読取値に対応するＩＮ２の基準値であり得る。ＩＮ６は、例えば、（例えば、１分前、５分前等の）ＩＮ３の以前のリアルタイム読取値であり得る。ＩＮ７は、例えば、ＩＮ３の以前のリアルタイム読取値の傾斜であり得る。ＩＮ８は、例えば、ＩＮ３の以前のリアルタイム読取値の時間であり得る。ＩＮ９は、例えば、（例えば、毎分更新される）選択されたクラスタの局所地域内の現在の気温であり得る。ＩＮ１０は、例えば、現在の時刻における選択されたクラスタの局所地域内の週間平均温度であり得る。現在の温度は、選択されたクラスタの局所地域内の温度センサによって判定されることができる。コンピュータシステム１０５は、温度センサから受信される履歴温度データを使用して、または他の履歴気象データから、週間平均温度を計算することができる。ＡＮＮ７００への入力ＩＮ１−ＩＮ１０はそれぞれ、新しいデータを用いて各新しい時間間隔内で（例えば、毎分に）更新されることができる。

例示的実施形態では、ＳＰＥＦＳは、クラスタ内のベルウェザーメータ以外のそのクラスタ内の任意の太陽源メータからの太陽光発電データを使用することなく、１日の経過にわたる時間間隔毎に（例えば、毎分または時間において）クラスタ全体内の太陽光発電システムの全ての合計太陽光発電を示す、入力ＩＮ２に関する基準値を発生させる。本実施形態が、各クラスタ内のベルウェザーメータからの太陽光発電データのみを使用し、ＩＮ２に関する基準値を発生させるため、本実施形態は、各クラスタ内の太陽光発電システムの電力出力を監視するために展開される必要がある、太陽源メータの数を実質的に削減する。ＩＮ２に関する基準値は、例えば、１つまたはそれを上回る以前の晴天日にベルウェザーメータから受信された履歴太陽光発電データを使用して、発生されることができる。ＳＰＥＦＳは、クラスタ内の太陽光発電システムのそれぞれの一意の特徴に基づいて、ベルウェザーメータからの本履歴晴天日太陽光発電データを調節し、クラスタ内の他の太陽光発電システム毎に晴天日太陽光発電推定を発生させる。

ＳＰＥＦＳは、クラスタ内の太陽光発電システムの一意の特徴に基づいて、ベルウェザーメータの履歴晴天日太陽光発電データを調節することによって、ベルウェザーメータによって監視されていないクラスタ内の他の太陽光発電システムに関する晴天日太陽光発電推定を発生させることができる。ＳＰＥＦＳは、上記に議論される同一の一意の特徴（例えば、ネームプレート定格、１年の日、方位角、モデル、陰影、傾転、および追跡能力）を使用して、ベルウェザーメータの履歴晴天日太陽光発電データ調節を行い、ベルウェザーメータによって監視されていないクラスタ内の他の太陽光発電システムに関する晴天日太陽光発電推定を発生させることができる。ＳＰＥＦＳは、次いで、クラスタ内の他の太陽光発電システムに関する晴天日太陽光発電推定、および以前の晴天日にクラスタ内のベルウェザーメータから受信された履歴太陽光発電データをともに加算し、クラスタ全体に関して入力ＩＮ２に関する基準値を発生させる。入力ＩＮ２に関するこれらの基準値は、基準晴天日の各離散時間間隔における（例えば、毎分または時間における）選択されたクラスタ内の太陽光発電システムの全ての合計太陽光発電の推定を示す。

別の例示的実施形態によると、ＳＰＥＦＳは、クラスタ内の太陽光発電システムの全ての電力出力を直接監視する太陽源メータから受信される、履歴発電データを使用して、晴天日の経過にわたる時間間隔毎にクラスタ全体内の太陽光発電システムの全ての合計太陽光発電出力を示す、入力ＩＮ２に関する基準値を発生させることができる。ＳＰＥＦＳは、以前の晴天日の経過にわたって各個別の時間間隔内にクラスタ内の太陽源メータから受信されるような太陽光発電システムのそれぞれの発電データをともに加算することによって、これらの基準値を発生させる。本実施形態では、各太陽光発電システムは、実質的な数の太陽源メータおよび有意量の処理能力の展開を要求し得る、晴天日に関する発電データを発生させる、その独自の太陽源メータを有する。太陽源メータ１０２は、ネットワーク１０４を通して、晴天日に関する発電データをコンピュータシステム１０５に提供する。

ＡＮＮ７００は、例えば、ＡＮＮプログラムが、太陽光発電予測を発生させ、発生された予測を既知の太陽光発電データと比較するプロセスを数千回繰り返し、発生された予測と既知の太陽光発電データとの間の差異を最小限にする、訓練段階の間に監視されることができる。既知の太陽光発電データは、例えば、太陽源メータ、ベルウェザーメータ、および／またはＧＩＳデータのうちの１つまたはそれを上回るものによって測定される、太陽光発電データであり得る。訓練段階の間に、ＡＮＮ７００は、ニューロン７０１−７１０、７２１−７２４、７３１−７３３、および７４１−７４２の間の接続加重の値を調節し、太陽光発電予測の正確度を増加させる。図７内のニューロン７０１−７１０、７２１−７２４、７３１−７３３、および７４１−７４２のうちの２つを接続する矢印はそれぞれ、接続加重のうちの１つを表す。

訓練段階後、ＳＰＥＦＳは、ＡＮＮ７００を使用し、入力ＩＮ１−ＩＮ１０、訓練段階の間に最も正確な出力データを発生させた接続加重、およびアクティブ化機能を使用して、クラスタ毎に太陽光発電予測を発生させることができる。ニューロン７０１−７１０への入力ＩＮ１−ＩＮ１０はそれぞれ、図７の矢印によって示されるように、第１の隠れ層内の４つのニューロン７２１−７２４に入力される４つの加重値を発生させるように、接続加重の４によって乗算される。ニューロン７２１−７２４、７３１−７３３、７４１−７４２、および７５０はそれぞれ、その入力の加重値を合計し、総和を発生させる。ニューロン７２１−７２４、７３１−７３３、７４１−７４２、および７５０はそれぞれ、次いで、アクティブ化機能を本総和に適用し、出力を発生させる。ニューロン７２１−７２４、７３１−７３３、７４１−７４２、および７５０のそれぞれで使用されるアクティブ化機能は、例えば、ドロップアウトを伴う整流器であり得る。隠れ層内のニューロン７２１−７２４、７３１−７３３、および７４１−７４２のそれぞれの出力は、図７の矢印によって示されるように、次の層内のニューロンに入力される加重値を発生させるように、それぞれ、接続加重の３、２、または１で乗算される。

図８は、ある実施形態による、晴天日のクラスタ内の太陽光発電システムの全ての合計太陽光発電およびクラスタに関する太陽光発電予測を示す、基準値の実施例を図示するグラフである。図８の曲線８０１は、クラスタ内のベルウェザーメータからの晴天日太陽光発電データおよび対応する時間間隔におけるクラスタ内の他の太陽光発電システムの晴天日太陽光発電推定をともに加算することによって、ＳＰＥＦＳがクラスタに関するＡＮＮ７００への入力ＩＮ２に関して発生させる、基準値を示す。したがって、曲線８０１は、基準晴天日のクラスタ内の太陽光発電システムの合計太陽光発電出力を示す。図８の曲線８０２は、１日の経過にわたるクラスタ内の太陽光発電システムの全てに関する予測短期総太陽光発電出力の時間平均を示す。ＡＮＮ７００は、入力値ＩＮ１−ＩＮ１０に応答して、曲線８０２によって示される値を発生させる。ＡＮＮ７００は、予測太陽光発電出力がＥＤＳに到達する数分（例えば、５分、１０分等）前の曲線８０２によって示される予測太陽光発電値のそれぞれを発生させることができる。

いくつかの実施形態では、電気事業者は、ＥＤＳの地理的地域の全体を通して、太陽放射照度センサを展開することができる。太陽放射照度センサは、センサに影響を及ぼす太陽からの太陽放射の量を示す、リアルタイム太陽放射照度値を発生させる。太陽放射照度センサは、例えば、配電柱上に搭載され、ＥＤＳの全体を通して間隔を置いて離間されることができる。太陽放射照度値は、連続的に、または周期的間隔において、太陽放射照度センサからコンピュータシステム１０５に戻るように伝送される。いくつかの実施形態では、ＳＰＥＦＳは、（ＡＮＮ７００への入力として）動作２０６において個別のクラスタに関する予測を発生させる際に使用するために、動作２０３において発生されるクラスタのそれぞれの最近傍にある、またはその中にある、太陽放射照度センサを選択することができる。

再度、図２を参照すると、動作２０７では、ＳＰＥＦＳは、各個々の太陽光発電システム（および／または対応する太陽源メータ）に、その太陽光発電システムに起因する、その個別のクラスタに関して動作２０６において発生される太陽光発電予測の割合を割り当てる。クラスタ内の各太陽光発電システムに起因する、クラスタに関して動作２０６において発生される太陽光発電予測の割合は、例えば、１日の全体を通した（例えば、１日の毎分または時間における）クラスタの合計太陽光発電への各太陽光発電システムの履歴寄与率を使用して、判定されることができる。１日の全体を通したクラスタの合計太陽光発電へのクラスタ内の各太陽光発電システムの履歴寄与率は、例えば、動作２１２に関して下記に説明されるように、履歴データを使用して、過去２日またはそれを上回る日にわたるクラスタの合計太陽光発電に対してクラスタ内の各太陽光発電システムの履歴太陽光発電を平均することによって、判定されることができる。

クラスタ内のシステム１０３の全ての合計発電に対する個々の太陽光発電システム１０３の発電は、いくつかの理由により、数日の間に変化し得る。クラスタの合計太陽光発電への各太陽光発電システムの寄与率は、例えば、太陽光ＰＶパネルが空の太陽の変化する位置に対して面している方向（すなわち、方位角）、太陽が空を横断して移動するにつれて近傍の木または建物からの太陽光ＰＶパネル上の陰の変化、または他の可変要因に基づいて、１日の全体を通して変化し得る。具体的実施例として、東に面する、または午後に日陰になる太陽光発電システムが、午前の間のクラスタ内のシステム１０３の合計発電への電力のより大きい寄与率、および午後の時間の間のクラスタ内のシステム１０３の合計発電への電力のより小さい寄与率を発生させ得る。別の実施例として、西に面する、または午前に日陰になる太陽光発電システムが、午後の間のクラスタ内のシステム１０３の合計発電への電力のより大きい寄与率、および午前の時間の間のクラスタ内のシステム１０３の合計発電への電力のより小さい寄与率を発生させ得る。

動作２０７では、ＳＰＥＦＳは、クラスタ内の各太陽光発電システム（および／または対応する太陽源メータ）に、１日の各時間間隔の間に（例えば、日の出から日の入りまでの毎時間に）その太陽光発電システムに起因する、そのクラスタに関して動作２０６において発生される太陽光発電予測の割合を割り当てる。各時間間隔内のクラスタ内の各太陽光発電システムに起因する、クラスタに関する太陽光発電予測の割合は、例えば、過去２日またはそれを上回る日にわたる毎日の毎時間のそのクラスタの合計太陽光発電へのクラスタ内の各太陽光発電システムの履歴平均寄与率を示すデータを使用して、判定されることができる。

動作２０７において各個別のクラスタ内の各個々の太陽光発電システムに割り当てられる、クラスタ毎の合計太陽光発電予測の割合は、ＥＤＳへの太陽光発電予測の影響を判定するために、電気事業者によって使用されることができる。例えば、電気事業者が、配電変圧器１６０に接続され、電力をそれに提供する太陽光発電システムからの予測太陽光発電のその変圧器への影響を判定することができる。別の実施例として、電気事業者は、配電変電所によってサービス提供されるＥＤＳの局所部分に接続される太陽光発電システムからの予測太陽光発電のその配電変電所への影響を判定することができる。

ＳＰＥＦＳが、動作２０２において現在の日が現在の日が曇天日ではない（すなわち、晴天日である）ことを判定する場合には、ＳＰＥＦＳは、動作２１１において、晴天日人工ニューラルネットワーク（ＡＮＮ）を使用して、ＥＤＳ（またはＥＤＳの一部）内の太陽光発電システム毎に太陽光発電予測を発生させる。現在の日が晴天日であるかどうかの判定は、例えば、気象予報、太陽放射照度センサからの太陽放射照度データ、またはユーザもしくは他の個人からの観察に基づいて行われることができる。晴天日ＡＮＮは、例えば、入力として、太陽光発電システム１０３の履歴時間発電、前日からの太陽光発電システム１０３の合計発電、および／または前日からの太陽光発電システム１０３の平均時間発電を示す、データを使用し、動作２１１において、太陽光発電予測を発生させることができる。動作２１１において予測を発生させるために使用される、太陽光発電システム１０３の履歴時間発電を示すデータは、例えば、過去数日、数週間、または数ヵ月のうちの２つまたはそれを上回るものにおける太陽光発電システム１０３の履歴時間発電、および／または過去１年またはそれを上回る年の同一の日の太陽光発電システム１０３の履歴時間発電を含むことができる。過去１日またはそれを上回る日からの履歴発電データは、例えば、コンピュータシステム１０５において（例えば、ネットワーク１０４を通して）太陽源メータ１０２から受信されてもよい。

動作２１２では、ＳＰＥＦＳは、次いで、１つまたはそれを上回る以前の晴天日の１日の毎時間の各クラスタ内の合計太陽光発電への太陽光発電システム１０３のそれぞれの履歴寄与率を計算する。晴天日ＡＮＮは、例えば、以前の晴天日に関してネットワーク１０４を通して太陽源メータ１０２から受信される履歴時間発電データを使用して、１日の毎時間の間の各クラスタ内の合計太陽光発電への各個々の太陽光発電システム１０３の履歴寄与率を判定することができる。太陽光発電システム１０３のそれぞれの履歴寄与率は、動作２０７に関して上記に議論されるように、各個別のクラスタ内のシステム１０３の全ての合計発電に対する各個々のシステム１０３の太陽光発電の変化に基づいて、毎日の全体を通して変化する。ＳＰＥＦＳは、次いで、各個々の太陽光発電システム１０３に、動作２１２において計算されるその太陽光発電システム１０３の履歴寄与率に基づいて、その太陽光発電システム１０３に起因する、動作２１１において発生される合計予測の割合を割り当てる。動作２１２において発生される各クラスタ内の合計太陽光発電への太陽光発電システム１０３のそれぞれの履歴寄与率は、例えば、図２の動作２１２から動作２０７までの矢印によって示されるように、曇天日の合計太陽光発電予測の割合を割り当てるために、動作２０７への入力として使用されることができる。

以下の実施例は、さらなる実施形態に関する。実施例１は、少なくとも１つのプロセッサデバイスを備える、コンピュータシステムであり、コンピュータシステムは、電力を配電システムに提供する太陽光発電システムを太陽光発電システムのクラスタに群化し、クラスタはそれぞれ、太陽光発電システムの異なるサブセットを備え、ベルウェザーメータとして、クラスタのうちの個別のものを代表する、クラスタのそれぞれの中の太陽源メータを識別し、ベルウェザーメータはそれぞれ、クラスタのうちの１つの中の太陽光発電システムのうちの１つの電力出力を監視し、ベルウェザーメータから太陽光発電データを受信し、クラスタのうちの個別のものの中のベルウェザーメータからの太陽光発電データを使用して、太陽光発電システムのクラスタ毎に太陽光発電予測を発生させるように構成される。

実施例２では、実施例１のコンピュータシステムは、随意に、コンピュータシステムがさらに、クラスタのうちの個別のものの中の太陽光発電システムの一意の特徴に基づいて、ベルウェザーメータのそれぞれから受信される履歴晴天日太陽光発電データを調節し、クラスタのうちの個別のものの中の太陽光発電システムに関して晴天日太陽光発電推定を発生させるように構成されることを含むことができる。

実施例３では、実施例１−２のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、クラスタのうちの個別のもの毎の太陽光発電システムに関する晴天日太陽光発電推定およびベルウェザーメータのうちの各個別のものからの履歴晴天日太陽光発電データをともに加算し、クラスタのうちの個別のもの毎に基準値を発生させるように構成されることを含むことができる。

実施例４では、実施例１−３のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、入力として、クラスタのうちの個別のもの毎の基準値およびベルウェザーメータのうちの各個別のものからのリアルタイム太陽光発電データを受信する、人工ニューラルネットワークを使用して、太陽光発電システムのクラスタ毎に太陽光発電予測を発生させるように構成されることを含むことができる。

実施例５では、実施例１−４のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、個別のベルウェザーメータとして、クラスタのうちの個別のものの重心の近傍にあるクラスタのそれぞれの中の太陽源メータを識別するように構成され、コンピュータシステムが、ベルウェザーメータ以外のクラスタ内の太陽源メータから受信されるデータを使用することなく、曇天日に太陽光発電システムのクラスタ毎に太陽光発電予測を発生させることを含むことができる。

実施例６では、実施例１−５のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、ベルウェザーメータからの太陽光発電データおよび太陽光発電システムの一意の特徴を使用して、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるように構成され、一意の特徴は、太陽光発電システムのそれぞれの最大電力出力、方位角、モデル、陰影、傾転、および追跡能力のうちの少なくとも１つを備えることを含むことができる。

実施例７では、実施例１−６のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、クラスタのうちの個別のものの中の太陽光発電システムの一意の特徴に基づいて、クラスタのそれぞれの中のベルウェザーメータから受信される以前の晴天日に関する履歴太陽光発電データを調節し、太陽光発電システムに関する晴天日基準値を発生させ、１日の各時間間隔におけるベルウェザーメータのそれぞれからのリアルタイム太陽光発電データを、１日の対応する時間間隔におけるベルウェザーメータのうちの個別のものからの履歴太陽光発電データで除算し、１日の時間間隔毎に曇天日率を発生させるように構成されることを含むことができる。

実施例８では、実施例１−７のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、クラスタのそれぞれの中の太陽光発電システムに関する晴天日基準値を、時間間隔のうちの現在のものにおいてクラスタのうちの個別のものの中のベルウェザーメータに関して発生される曇天日率で乗算し、クラスタ内の太陽光発電システムの現在の太陽光発電の推定を発生させるように構成されることを含むことができる。

実施例９は、コンピュータシステム内のプロセッサ上で実行可能な命令を記憶する、非一過性のコンピュータ可読記憶媒体であり、実行可能命令は、電力を配電システムに提供する太陽光発電システムを太陽光発電システムのクラスタに群化するように実行可能な命令であって、クラスタはそれぞれ、太陽光発電システムの異なるサブセットを備える、命令と、ベルウェザーメータとして、クラスタのうちの個別のものを代表する、クラスタのそれぞれの中の太陽源メータを使用するように実行可能な命令であって、ベルウェザーメータはそれぞれ、クラスタのうちの１つの中の太陽光発電システムのうちの１つの電力出力を監視する、命令と、ベルウェザーメータから太陽光発電データを受信するように実行可能な命令と、ベルウェザーメータから受信される太陽光発電データを使用して、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な命令とを備える。

実施例１０では、実施例９の非一過性のコンピュータ可読記憶媒体は、随意に、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な命令がさらに、太陽光発電システムの最大電力出力、方位角、モデル、陰影、傾転、および追跡能力のうちの少なくとも１つを含む、太陽光発電システムの一意の特徴を使用して、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な命令を備えることを含むことができる。

実施例１１では、実施例９−１０のうちのいずれか１つの非一過性のコンピュータ可読記憶媒体は、随意に、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な命令がさらに、クラスタのうちの個別のもののそれぞれの中の太陽光発電システムの一意の特徴に基づいて、クラスタのそれぞれの中のベルウェザーメータから受信される履歴晴天日太陽光発電データを調節し、太陽光発電システムに関する晴天日基準値を発生させるように実行可能な命令を備えることを含むことができる。

実施例１２では、実施例９−１１のうちのいずれか１つの非一過性のコンピュータ可読記憶媒体は、随意に、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な命令がさらに、１日の各時間間隔におけるベルウェザーメータのそれぞれからのリアルタイム太陽光発電データを、１日の時間間隔のうちの対応するものにおけるベルウェザーメータのうちの各個別のものからの履歴晴天日太陽光発電データで除算し、１日の時間間隔のうちの対応するもののそれぞれにおけるベルウェザーメータのうちの個別のもの毎に曇天日率を発生させるように実行可能な命令を備えることを含むことができる。

実施例１３では、実施例９−１２のうちのいずれか１つの非一過性のコンピュータ可読記憶媒体は、随意に、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な命令がさらに、クラスタのそれぞれの中の太陽光発電システムに関する晴天日基準値のそれぞれを、時間間隔のうちの現在のものにおけるクラスタのうちの個別のものの中のベルウェザーメータに関する曇天日率で乗算し、太陽光発電システムの現在の太陽光発電の推定を発生させ、太陽光発電システムの現在の太陽光発電の推定およびベルウェザーメータからのリアルタイム太陽光発電データをともに加算し、太陽光発電システムの全ての現在の太陽光発電の推定を発生させるように実行可能な命令を備えることを含むことができる。

実施例１４は、コンピュータシステム内の少なくとも１つのプロセッサ回路を使用して、配電システム内の太陽光発電の予測を発生させるための方法であって、クラスタがそれぞれ、太陽光発電システムの異なるサブセットを備えるように、電力を配電システムに提供する太陽光発電システムを太陽光発電システムのクラスタに群化するステップと、ベルウェザーメータとして、クラスタのうちの個別のものを代表する、クラスタのそれぞれの中の太陽源メータを識別するステップであって、ベルウェザーメータはそれぞれ、クラスタのうちの１つの中の太陽光発電システムのうちの１つの電力出力を監視する、ステップと、ベルウェザーメータから太陽光発電データを受信するステップと、ベルウェザーメータから受信される太陽光発電データを使用して、太陽光発電システムの太陽光発電の予測を発生させるステップとを含む、方法である。

実施例１５では、実施例１４の方法は、随意に、太陽光発電システムの太陽光発電の予測を発生させるステップがさらに、クラスタのうちの個別のものの中の太陽光発電システムの一意の特徴に基づいて、ベルウェザーメータのそれぞれから受信される履歴晴天日太陽光発電データを調節し、クラスタのうちの個別のものの中の太陽光発電システムに関して晴天日太陽光発電推定を発生させるステップを含むことを含むことができる。

実施例１６では、実施例１４−１５のうちのいずれか１つの方法は、随意に、太陽光発電システムの太陽光発電の予測を発生させるステップがさらに、クラスタ毎の太陽光発電システムに関する晴天日太陽光発電推定およびベルウェザーメータのうちの各個別のものから受信される履歴晴天日太陽光発電データをともに加算し、クラスタのうちの個別のもの毎に基準値を発生させるステップを含むことを含むことができる。

実施例１７では、実施例１４−１６のうちのいずれか１つの方法は、随意に、太陽光発電システムの太陽光発電の予測を発生させるステップがさらに、入力として、基準値およびベルウェザーメータからのリアルタイム太陽光発電データを受信する、人工ニューラルネットワークを使用して、太陽光発電システムの太陽光発電の予測を発生させるステップを含むことを含むことができる。

実施例１８では、実施例１４−１７のうちのいずれか１つの方法は、随意に、一意の特徴が、太陽光発電システムのそれぞれの最大電力出力、方位角、モデル、陰影、傾転、および追跡能力のうちの少なくとも１つを備えることを含むことができる。

実施例１９では、実施例１４−１８のうちのいずれか１つの方法は、随意に、クラスタのそれぞれの中のベルウェザーメータから受信されるリアルタイム太陽光発電データ、クラスタのそれぞれの中のベルウェザーメータから受信される以前の晴天日に関する履歴太陽光発電データ、および太陽光発電システムの一意の特徴を使用して、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるステップをさらに含むことができる。

実施例２０では、実施例１４−１９のうちのいずれか１つの方法は、随意に、太陽光発電システムの太陽光発電の予測を発生させるステップがさらに、ベルウェザーメータ以外のクラスタ内の太陽源メータから受信されるデータを使用することなく、曇天日に太陽光発電システムの太陽光発電の予測を発生させるステップを含むことを含むことができる。

実施例２１では、実施例１４−２０のうちのいずれか１つの方法は、随意に、ベルウェザーメータとして、クラスタのうちの個別のものを代表する、クラスタのそれぞれの中の太陽源メータを識別するステップがさらに、個別のベルウェザーメータとして、クラスタのうちの個別のものの重心の近傍にあるクラスタのそれぞれの中の太陽源メータを識別するステップを含むことを含むことができる。

実施例２２は、少なくとも１つのプロセッサデバイスを備える、コンピュータシステムであり、コンピュータシステムは、電力を配電システムに提供する太陽光発電システムを太陽光発電システムのクラスタに群化し、ベルウェザーメータとして、クラスタのうちの個別のものを代表する、クラスタのそれぞれの中の太陽源メータを識別し、ベルウェザーメータはそれぞれ、クラスタのうちの１つの中の太陽光発電システムのうちの１つの電力出力を監視し、ベルウェザーメータから太陽光発電データを受信し、ベルウェザーメータから受信される太陽光発電データを使用して、クラスタのそれぞれの中の太陽光発電システムの現在の太陽光発電の推定を発生させるように構成される。

実施例２３では、実施例２２のコンピュータシステムは、随意に、コンピュータシステムがさらに、個別のベルウェザーメータとして、クラスタのうちの個別のものの重心の近傍にあるクラスタのそれぞれの中の太陽源メータを識別するように構成されることを含むことができる。

実施例２４では、実施例２２−２３のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、クラスタのうちの個別のものの中の太陽光発電システムの一意の特徴に基づいて、クラスタのそれぞれの中のベルウェザーメータから受信される履歴晴天日太陽光発電データを調節し、太陽光発電システムに関する晴天日基準値を発生させ、１日の各時間間隔におけるベルウェザーメータのそれぞれから受信されるリアルタイム太陽光発電データを、１日の時間間隔のうちの対応するものにおけるベルウェザーメータのうちの各個別のものからの履歴晴天日太陽光発電データで除算し、１日の時間間隔のうちの対応するもののそれぞれにおけるベルウェザーメータのうちの個別のもの毎に曇天日率を発生させるように構成されることを含むことができる。

実施例２５では、実施例２２−２４のうちのいずれか１つのコンピュータシステムは、随意に、コンピュータシステムがさらに、クラスタのそれぞれの中の太陽光発電システムに関する晴天日基準値のそれぞれを、時間間隔のうちの現在のものにおけるクラスタのうちの個別のものの中のベルウェザーメータに関する曇天日率で乗算し、太陽光発電システムの現在の太陽光発電の推定を発生させ、太陽光発電システムの現在の太陽光発電の推定およびベルウェザーメータからのリアルタイム太陽光発電データをともに加算し、太陽光発電システムの全ての現在の太陽光発電の推定を発生させるように構成されることを含むことができる。

本発明の例示的実施形態の前述の説明は、例証の目的のために提示された。前述の説明は、包括的であること、または本発明を本明細書に開示される実施例に限定することを意図していない。いくつかの事例では、本発明の特徴が、記載されるような他の特徴の対応する使用を伴わずに採用されることができる。多くの修正、代用、および変形例が、本発明の範囲から逸脱することなく、上記の教示を踏まえて可能である。

Claims (25)

1. 少なくとも１つのプロセッサデバイスを備えるコンピュータシステムであって、前記コンピュータシステムは、
   電力を配電システムに提供する太陽光発電システムを前記太陽光発電システムのクラスタに群化することであって、前記クラスタはそれぞれ、前記太陽光発電システムの異なるサブセットを備える、ことと、
   ベルウェザーメータとして、前記クラスタのうちの個別のものを代表する前記クラスタのそれぞれの中の太陽源メータを識別することであって、前記ベルウェザーメータはそれぞれ、前記クラスタのうちの１つの中の前記太陽光発電システムのうちの１つの電力出力を監視する、ことと、
   前記ベルウェザーメータから太陽光発電データを受信することと、
   前記クラスタのうちの個別のものの中の前記ベルウェザーメータからの前記太陽光発電データを使用して、前記太陽光発電システムのクラスタ毎に太陽光発電予測を発生させることと
   を行うように構成される、コンピュータシステム。
2. 前記コンピュータシステムはさらに、前記クラスタのうちの個別のものの中の前記太陽光発電システムの一意の特徴に基づいて、前記ベルウェザーメータのそれぞれから受信される履歴晴天日太陽光発電データを調節し、前記クラスタのうちの個別のものの中の前記太陽光発電システムに関して晴天日太陽光発電推定を発生させるように構成される、請求項１に記載のコンピュータシステム。
3. 前記コンピュータシステムはさらに、前記クラスタのうちの個別のもの毎の前記太陽光発電システムに関する前記晴天日太陽光発電推定および前記ベルウェザーメータのうちの各個別のものからの前記履歴晴天日太陽光発電データをともに加算し、前記クラスタのうちの個別のもの毎に基準値を発生させるように構成される、請求項２に記載のコンピュータシステム。
4. 前記コンピュータシステムはさらに、入力として、前記クラスタのうちの個別のもの毎の基準値および前記ベルウェザーメータのうちの各個別のものからのリアルタイム太陽光発電データを受信する人工ニューラルネットワークを使用して、前記太陽光発電システムのクラスタ毎に前記太陽光発電予測を発生させるように構成される、請求項３に記載のコンピュータシステム。
5. 前記コンピュータシステムはさらに、個別のベルウェザーメータとして、前記クラスタのうちの個別のものの重心の近傍にある前記クラスタのそれぞれの中の太陽源メータを識別するように構成され、
   前記コンピュータシステムは、前記ベルウェザーメータ以外の前記クラスタ内の太陽源メータから受信されるデータを使用することなく、曇天日に前記太陽光発電システムのクラスタ毎に前記太陽光発電予測を発生させる、
   請求項１に記載のコンピュータシステム。
6. 前記コンピュータシステムはさらに、前記ベルウェザーメータからの前記太陽光発電データおよび前記太陽光発電システムの一意の特徴を使用して、前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させるように構成され、前記一意の特徴は、前記太陽光発電システムのそれぞれの最大電力出力、方位角、モデル、陰影、傾転、および追跡能力のうちの少なくとも１つを備える、請求項１に記載のコンピュータシステム。
7. 前記コンピュータシステムはさらに、
   前記クラスタのうちの個別のものの中の前記太陽光発電システムの一意の特徴に基づいて、前記クラスタのそれぞれの中の前記ベルウェザーメータから受信される以前の晴天日に関する履歴太陽光発電データを調節し、前記太陽光発電システムに関する晴天日基準値を発生させることと、
   １日の各時間間隔における前記ベルウェザーメータのそれぞれからのリアルタイム太陽光発電データを、前記１日の対応する時間間隔における前記ベルウェザーメータのうちの個別のものからの前記履歴太陽光発電データで除算し、前記１日の時間間隔毎に曇天日率を発生させることと
   を行うように構成される、請求項１に記載のコンピュータシステム。
8. 前記コンピュータシステムはさらに、前記クラスタのそれぞれの中の前記太陽光発電システムに関する前記晴天日基準値を、前記時間間隔のうちの現在のものにおいて前記クラスタのうちの個別のものの中の前記ベルウェザーメータに関して発生される前記曇天日率で乗算し、前記クラスタ内の前記太陽光発電システムの現在の太陽光発電の推定を発生させるように構成される、請求項７に記載のコンピュータシステム。
9. コンピュータシステム内のプロセッサ上で実行可能な命令を記憶する非一過性のコンピュータ可読記憶媒体であって、前記実行可能命令は、
   電力を配電システムに提供する太陽光発電システムを前記太陽光発電システムのクラスタに群化するように実行可能な命令であって、前記クラスタはそれぞれ、前記太陽光発電システムの異なるサブセットを備える、命令と、
   ベルウェザーメータとして、前記クラスタのうちの個別のものを代表する前記クラスタのそれぞれの中の太陽源メータを使用するように実行可能な命令であって、前記ベルウェザーメータはそれぞれ、前記クラスタのうちの１つの中の前記太陽光発電システムのうちの１つの電力出力を監視する、命令と、
   前記ベルウェザーメータから太陽光発電データを受信するように実行可能な命令と、
   前記ベルウェザーメータから受信される前記太陽光発電データを使用して、前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な命令と
   を備える、非一過性のコンピュータ可読記憶媒体。
10. 前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な前記命令はさらに、前記太陽光発電システムの最大電力出力、方位角、モデル、陰影、傾転、および追跡能力のうちの少なくとも１つを含む前記太陽光発電システムの一意の特徴を使用して、前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な命令を備える、請求項９に記載の非一過性のコンピュータ可読記憶媒体。
11. 前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な前記命令はさらに、前記クラスタのうちの個別のもののそれぞれの中の前記太陽光発電システムの一意の特徴に基づいて、前記クラスタのそれぞれの中の前記ベルウェザーメータから受信される履歴晴天日太陽光発電データを調節し、前記太陽光発電システムに関する晴天日基準値を発生させるように実行可能な命令を備える、請求項１０に記載の非一過性のコンピュータ可読記憶媒体。
12. 前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な前記命令はさらに、１日の各時間間隔における前記ベルウェザーメータのそれぞれからのリアルタイム太陽光発電データを、前記１日の時間間隔のうちの対応するものにおける前記ベルウェザーメータのうちの各個別のものからの前記履歴晴天日太陽光発電データで除算し、前記１日の時間間隔のうちの対応するもののそれぞれにおける前記ベルウェザーメータのうちの個別のもの毎に曇天日率を発生させるように実行可能な命令を備える、請求項１１に記載の非一過性のコンピュータ可読記憶媒体。
13. 前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させるように実行可能な前記命令はさらに、
    前記クラスタのそれぞれの中の前記太陽光発電システムに関する前記晴天日基準値のそれぞれを、前記時間間隔のうちの現在のものにおける前記クラスタのうちの個別のものの中の前記ベルウェザーメータに関する前記曇天日率で乗算し、前記太陽光発電システムの現在の太陽光発電の推定を発生させることと、
    前記太陽光発電システムの現在の太陽光発電の推定および前記ベルウェザーメータからの前記リアルタイム太陽光発電データをともに加算し、前記太陽光発電システムの全ての現在の太陽光発電の推定を発生させることと
    を行うように実行可能な命令を備える、請求項１２に記載の非一過性のコンピュータ可読記憶媒体。
14. コンピュータシステム内の少なくとも１つのプロセッサ回路を使用して、配電システム内の太陽光発電の予測を発生させるための方法であって、前記方法は、
    クラスタがそれぞれ、太陽光発電システムの異なるサブセットを備えるように、電力を前記配電システムに提供する太陽光発電システムを前記太陽光発電システムのクラスタに群化するステップと、
    ベルウェザーメータとして、前記クラスタのうちの個別のものを代表する前記クラスタのそれぞれの中の太陽源メータを識別するステップであって、前記ベルウェザーメータはそれぞれ、前記クラスタのうちの１つの中の前記太陽光発電システムのうちの１つの電力出力を監視する、ステップと、
    前記ベルウェザーメータから太陽光発電データを受信するステップと、
    前記ベルウェザーメータから受信される前記太陽光発電データを使用して、前記太陽光発電システムの太陽光発電の予測を発生させるステップと
    を含む、方法。
15. 前記太陽光発電システムの太陽光発電の予測を発生させるステップはさらに、前記クラスタのうちの個別のものの中の前記太陽光発電システムの一意の特徴に基づいて、前記ベルウェザーメータのそれぞれから受信される履歴晴天日太陽光発電データを調節し、前記クラスタのうちの個別のものの中の前記太陽光発電システムに関して晴天日太陽光発電推定を発生させるステップを含む、請求項１４に記載の方法。
16. 前記太陽光発電システムの太陽光発電の予測を発生させるステップはさらに、前記クラスタ毎の前記太陽光発電システムに関する前記晴天日太陽光発電推定および前記ベルウェザーメータのうちの各個別のものから受信される前記履歴晴天日太陽光発電データをともに加算し、前記クラスタのうちの個別のもの毎に基準値を発生させるステップを含む、請求項１５に記載の方法。
17. 前記太陽光発電システムの太陽光発電の予測を発生させるステップはさらに、入力として、前記基準値および前記ベルウェザーメータからのリアルタイム太陽光発電データを受信する人工ニューラルネットワークを使用して、前記太陽光発電システムの太陽光発電の予測を発生させるステップを含む、請求項１６に記載の方法。
18. 前記一意の特徴は、前記太陽光発電システムのそれぞれの最大電力出力、方位角、モデル、陰影、傾転、および追跡能力のうちの少なくとも１つを備える、請求項１７に記載の方法。
19. 前記クラスタのそれぞれの中の前記ベルウェザーメータから受信される前記リアルタイム太陽光発電データ、前記クラスタのそれぞれの中の前記ベルウェザーメータから受信される以前の晴天日に関する履歴太陽光発電データ、および前記太陽光発電システムの一意の特徴を使用して、前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させるステップをさらに含む、請求項１８に記載の方法。
20. 前記太陽光発電システムの太陽光発電の予測を発生させるステップはさらに、前記ベルウェザーメータ以外の前記クラスタ内の太陽源メータから受信されるデータを使用することなく、曇天日に前記太陽光発電システムの太陽光発電の予測を発生させるステップを含む、請求項１４に記載の方法。
21. 前記ベルウェザーメータとして、前記クラスタのうちの個別のものを代表する前記クラスタのそれぞれの中の太陽源メータを識別するステップはさらに、個別のベルウェザーメータとして、前記クラスタのうちの個別のものの重心の近傍にある前記クラスタのそれぞれの中の太陽源メータを識別するステップを含む、請求項１４に記載の方法。
22. 少なくとも１つのプロセッサデバイスを備えるコンピュータシステムであって、前記コンピュータシステムは、
    電力を配電システムに提供する太陽光発電システムを前記太陽光発電システムのクラスタに群化することと、
    ベルウェザーメータとして、前記クラスタのうちの個別のものを代表する前記クラスタのそれぞれの中の太陽源メータを識別することであって、前記ベルウェザーメータはそれぞれ、前記クラスタのうちの１つの中の前記太陽光発電システムのうちの１つの電力出力を監視する、ことと、
    前記ベルウェザーメータから太陽光発電データを受信することと、
    前記ベルウェザーメータから受信される前記太陽光発電データを使用して、前記クラスタのそれぞれの中の前記太陽光発電システムの現在の太陽光発電の推定を発生させることと
    を行うように構成される、コンピュータシステム。
23. 前記コンピュータシステムはさらに、個別のベルウェザーメータとして、前記クラスタのうちの個別のものの重心の近傍にある前記クラスタのそれぞれの中の太陽源メータを識別するように構成される、請求項２２に記載のコンピュータシステム。
24. 前記コンピュータシステムはさらに、
    前記クラスタのうちの個別のもののそれぞれの中の前記太陽光発電システムの一意の特徴に基づいて、前記クラスタのそれぞれの中の前記ベルウェザーメータから受信される履歴晴天日太陽光発電データを調節し、前記太陽光発電システムに関する晴天日基準値を発生させることと、
    １日の各時間間隔における前記ベルウェザーメータのそれぞれから受信されるリアルタイム太陽光発電データを、前記１日の時間間隔のうちの対応するものにおける前記ベルウェザーメータのうちの各個別のものからの前記履歴晴天日太陽光発電データで除算し、前記１日の時間間隔のうちの対応するもののそれぞれにおける前記ベルウェザーメータのうちの個別のもの毎に曇天日率を発生させることと
    を行うように構成される、請求項２２に記載のコンピュータシステム。
25. 前記コンピュータシステムはさらに、
    前記クラスタのそれぞれの中の前記太陽光発電システムに関する前記晴天日基準値のそれぞれを、前記時間間隔のうちの現在のものにおける前記クラスタのうちの個別のものの中の前記ベルウェザーメータに関する前記曇天日率で乗算し、前記太陽光発電システムの現在の太陽光発電の推定を発生させることと、
    前記太陽光発電システムの現在の太陽光発電の推定および前記ベルウェザーメータからの前記リアルタイム太陽光発電データをともに加算し、前記太陽光発電システムの全ての現在の太陽光発電の推定を発生させることと
    を行うように構成される、請求項２４に記載のコンピュータシステム。

Images