JP2022121028A - 発電量管理システム及び発電量管理方法 - Google Patents

発電量管理システム及び発電量管理方法 Download PDF

Info

Publication number
JP2022121028A
JP2022121028A JP2021018154A JP2021018154A JP2022121028A JP 2022121028 A JP2022121028 A JP 2022121028A JP 2021018154 A JP2021018154 A JP 2021018154A JP 2021018154 A JP2021018154 A JP 2021018154A JP 2022121028 A JP2022121028 A JP 2022121028A
Authority
JP
Japan
Prior art keywords
power generation
data
weather
generation amount
actual
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2021018154A
Other languages
English (en)
Other versions
JP7410897B2 (ja
JP2022121028A5 (ja
Inventor
徹 渡辺
Toru Watanabe
将人 内海
Masahito Utsumi
郁雄 茂森
Ikuo Shigemori
洋 飯村
Hiroshi Iimura
広晃 小川
Hiroaki Ogawa
大輔 浜場
Daisuke Hamaba
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2021018154A priority Critical patent/JP7410897B2/ja
Priority to PCT/JP2021/033061 priority patent/WO2022168357A1/ja
Priority to US18/024,511 priority patent/US20230327440A1/en
Publication of JP2022121028A publication Critical patent/JP2022121028A/ja
Publication of JP2022121028A5 publication Critical patent/JP2022121028A5/ja
Application granted granted Critical
Publication of JP7410897B2 publication Critical patent/JP7410897B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)
  • Photovoltaic Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】再エネ発電装置の設置場所等が不明でも、エリアの再エネ発電量の予測を可能にする。【解決手段】システムが、第２の機関公開の気象実績データを参照し、エリアを含む複数の区画の各々について、気象要素の実績値を、当該区画におけるセグメント毎の気象要素の実績値を基に算出する。当該システムが、第１の機関公開の気象実績データを参照し、区画毎に算出された気象要素の実績値と、エリアにおける再エネ発電量の実績値とを基に、区画毎の気象要素の値を入力としエリアの再エネ発電量の値を出力とするモデルを作成する。当該システムが、第２の機関公開の気象予測データを参照し、エリアを含む複数の区画の各々について、気象要素の実績値を、当該区画におけるセグメント毎の気象要素の予測値を基に算出し、区画毎に算出された気象要素の予測値と、作成されたモデルとを基に、再エネ発電量の予測値を算出する。【選択図】 図１

Description

本発明は、概して、発電量管理に関する。
例えば、現象を解析して、現在、過去の現象の推定、又は、将来の現象の予測が行われている。具体的には、例えば、気象解析では、大気の運動の支配方程式と観測データとを利用したデータ同化により過去や現在の大気の状態を推定したり、気象の観測データを用いた初期値に対して、大気の運動の支配方程式を利用した時間発展の解析計算（典型的には、格子法、有限要素法、有限体積法などによる解析計算）を行うことで、将来を模擬する予測をしたりすることが行われる。
例えば、日本では、気象庁から、全球数値予報モデルＧＰＶ（「ＧＳＭ」と呼ばれる）やメソ数値予報モデルＧＰＶ（「ＭＳＭ」と呼ばれる）として数値解析に基づいた予測データ、一例として、数値解析に基づいた日射量の予測データが公開されている。米国の気象機関からは、ＧＳＦと呼ばれる予報データと、ＦＮＬと呼ばれる事後の客観解析データとが公開されている。
さらに電力分野では、気象の観測データを用いて、再生可能エネルギーに基づく発電量（以下、再エネ発電量）を予測することが試みられている。例えば、特許文献１には、再エネ（再生可能エネルギー）に基づく発電を行う発電装置（以下、再エネ発電装置）の設置場所の気象予測値を参照し、再エネ発電装置の工学的特性から定めた発電換算係数を乗じて発電量を予測することが記されている。
特開２０１６－１３６８０７号公報
ところが、特許文献１では、ひとつひとつの再エネ発電装置の設置場所や設置条件や工学的特性が不明であると、それらの設置場所をカバーするエリア全体の再エネ発電量を予測することが困難であるという問題がある。一般に、ひとつひとつの再エネ発電装置の設置場所や設置条件や工学的特性を管理することは技術的に困難である。例えば、再エネ発電装置の設置場所や再エネ発電装置の内部のパワーコンディショナーの容量は一般に非公開である。
本発明は、以上の点を考慮してなされたもので、再エネ発電装置の設置場所や設置条件や工学的特性が不明であっても、エリアの再エネ発電量の予測を可能にすることを目的とするものである。
第１の機関から発電実績データが公開される。発電実績データは、過去の時区間毎に再エネ発電量の実績値をエリアについて表すデータである。一方、第２の機関から、気象実績データ及び気象予測データが公開される。気象実績データは、過去の時区間毎に気象要素の実績値を複数のセグメントの各々について表すデータであり、気象予測データは、将来の時区間毎に気象要素の予測値を各セグメントについて表すデータである。発電実績データについての「時区間」と、気象実績データ及び気象実績データについての「時区間」は、同じ時間長でも異なる時間長であってもよい。
このように、発電実績データと気象実績データ（及び気象予測データ）とで、実績値（及び予測値）が、エリアについてか、エリアよりも小さいセグメントについてかで異なる。
そこで、発電量管理システムが、気象実績データを参照し、エリアを含む複数の区画の各々について、過去時区間毎の気象要素の実績値を、当該区画における一つ以上のセグメントの各々についての過去時区間毎の気象要素の実績値を基に算出する。発電量管理システムが、発電実績データを参照し、区画毎に各過去時区間について算出された気象要素の実績値と、各過去時区間についてのエリアの再エネ発電量の実績値と、を基に、区画毎の気象要素の値を入力としエリアの再エネ発電量の値を出力とするモデルである発電換算モデルを作成する。
そして、発電量管理システムが、気象予測データを参照し、エリアを含む複数の区画の各々について、将来時区間の気象要素の予測値を、当該区画に属する一つ以上のセグメントの各々についての将来時区間の気象要素の予測値を基に算出し、区画毎の算出された気象要素の予測値を発電換算モデルに入力することでエリアについて将来時区間の再エネ発電量の予測値を算出する。
本発明によれば、再エネ発電装置の設置場所や設置条件や工学的特性が不明であっても、エリアにおける再エネ発電量の予測を行うことができる。
本発明の一実施形態に係る発電量管理システムの構成例を示すブロック図である。 電力供給エリアとメッシュとの関係の一例を示す図である。 太陽光発電量の予測処理のフローチャートである。 気象実績データの構成例を示す図である。 発電実績データの構成例を示す図である。 訓練データの構成例を示す図である。 気象予測データの構成例を示す図である。 発電予測データの構成例を示す図である。 エリアについて日射量と太陽光発電量との関係の一例を示すグラフである。 メッシュ毎に日射量と太陽光発電量との関係の一例を示すグラフである。 実施形態での予測結果の一例を示す図である。 発電量管理システムを用いた発電システムの構成例を示す図である。 発電量管理システムを用いた発電融通システムの構成例を示す図である。 配電系統の架設エリアとメッシュとの関係の一例を示す図である。
以下の説明では、「インターフェース装置」は、一つ以上のインターフェースデバイスでよい。当該一つ以上のインターフェースデバイスは、下記のうちの少なくとも一つでよい。
・一つ以上のＩ／Ｏ（Input/Output）インターフェースデバイス。Ｉ／Ｏ（Input/Output）インターフェースデバイスは、Ｉ／Ｏデバイスと遠隔の表示用計算機とのうちの少なくとも一つに対するインターフェースデバイスである。表示用計算機に対するＩ／Ｏインターフェースデバイスは、通信インターフェースデバイスでよい。少なくとも一つのＩ／Ｏデバイスは、ユーザインターフェースデバイス、例えば、キーボード及びポインティングデバイスのような入力デバイスと、表示デバイスのような出力デバイスとのうちのいずれでもよい。
・一つ以上の通信インターフェースデバイス。一つ以上の通信インターフェースデバイスは、一つ以上の同種の通信インターフェースデバイス（例えば一つ以上のＮＩＣ（Network Interface Card））であってもよいし二つ以上の異種の通信インターフェースデバイス（例えばＮＩＣとＨＢＡ（Host Bus Adapter））であってもよい。
また、以下の説明では、「メモリ」は、一つ以上のメモリデバイスであり、典型的には主記憶デバイスでよい。メモリにおける少なくとも一つのメモリデバイスは、揮発性メモリデバイスであってもよいし不揮発性メモリデバイスであってもよい。
また、以下の説明では、「永続記憶装置」は、一つ以上の永続記憶デバイスである。永続記憶デバイスは、典型的には、不揮発性の記憶デバイス（例えば補助記憶デバイス）であり、具体的には、例えば、ＨＤＤ（Hard Disk Drive）又はＳＳＤ（Solid State Drive）である。
また、以下の説明では、「記憶装置」は、メモリと永続記憶装置の少なくともメモリでよい。
また、以下の説明では、「プロセッサ」は、一つ以上のプロセッサデバイスである。少なくとも一つのプロセッサデバイスは、典型的には、ＣＰＵ（Central Processing Unit）のようなマイクロプロセッサデバイスであるが、ＧＰＵ（Graphics Processing Unit）のような他種のプロセッサデバイスでもよい。少なくとも一つのプロセッサデバイスは、シングルコアでもよいしマルチコアでもよい。少なくとも一つのプロセッサデバイスは、プロセッサコアでもよい。少なくとも一つのプロセッサデバイスは、処理の一部又は全部を行うハードウェア回路（例えばＦＰＧＡ（Field-Programmable Gate Array）又はＡＳＩＣ（Application Specific Integrated Circuit））といった広義のプロセッサデバイスでもよい。
また、以下の説明では、「ｙｙｙ部」の表現にて機能を説明することがあるが、機能は、一つ以上のコンピュータプログラムがプロセッサによって実行されることで実現されてもよいし、一つ以上のハードウェア回路（例えばＦＰＧＡ又はＡＳＩＣ）によって実現されてもよいし、それらの組合せによって実現されてもよい。プログラムがプロセッサによって実行されることで機能が実現される場合、定められた処理が、適宜に記憶装置及び／又はインターフェース装置等を用いながら行われるため、機能はプロセッサの少なくとも一部とされてもよい。機能を主語として説明された処理は、プロセッサあるいはそのプロセッサを有する装置が行う処理としてもよい。プログラムは、プログラムソースからインストールされてもよい。プログラムソースは、例えば、プログラム配布計算機又は計算機が読み取り可能な記録媒体（例えば非一時的な記録媒体）であってもよい。各機能の説明は一例であり、複数の機能が一つの機能にまとめられたり、一つの機能が複数の機能に分割されたりしてもよい。
以下、図面について、本発明の一実施の形態を詳述する。なお、以下の実施形態では、再エネ（再生可能エネルギー）の例として、太陽光が採用され、再エネ発電量に影響する気象要素の例として、日射量が採用される。
図１は、本発明の一実施形態に係る発電量管理システム１００の構成の一例を示す。
発電量管理システム１００は、外部サーバとのデータ通信を行うインターフェース装置１１０と、データを記憶する記憶装置１２０と、インターフェース装置１１０及び記憶装置１２０に接続されたプロセッサ１３０とを備える。発電量管理システム１００は、インターフェース装置１１０、記憶装置１２０及びプロセッサ１３０といった複数種類の計算リソースを含んだシステム（例えば、クラウド基盤）上に実現されるシステム（例えば、クラウドコンピューティングシステム）でもよい。
記憶装置１２０には、情報やプログラム群（一つ以上のプログラム）が格納される。情報として、例えば、上述の外部サーバ（例えば、日本の気象庁のサーバ、外国の気象機関のサーバ、又は、日本或いは外国の民間気象会社のサーバ）から取得した数値気象データ（日射量の予測値及び実績値を含むデータ）が格納される気象ＤＢ１２１、外部サーバから取得した発電実績データ（エリアの太陽光発電量の実績値を含んだデータ）が格納される発電実績ＤＢ１２２、後述の発電換算モデルの訓練データが格納される訓練ＤＢ１２３、及び、発電予測データ（エリアの太陽光発電量の予測値を含んだデータ）が格納される発電予測ＤＢ１２４がある。数値気象データが、第２の機関公開の気象実績データ及び気象予測データを含む。発電実績データは、第１の機関公開のデータである。
本実施形態で格納される数値気象データは、全球数値予報モデルのＧＳＦ予報データと、ＦＮＬ客観解析データでよい。そのようなデータに代えて又は加えて、数値気象データは、全球数値予報モデルＧＰＶであるＧＳＭ及びＧＳＦ、客観解析データＧＳＭ及びＦＮＬ、メソ数値予報モデルＧＰＶであるＭＳＭ、局地数値予報モデルＧＰＶのＬＦＭなどの数値データでもよい。
記憶装置１２０におけるプログラム群がプロセッサ１３０により実行されることで、メッシュ日射量算出部１３１、発電換算モデル作成部１３２及び発電量予測部１３３といった機能が実現される。なお、オプショナルな機能として、ノンパラメトリック補正部１３４が実現されてもよい。各機能については後述する。
図２は、複数の太陽光発電装置が設置されているエリア２と、本実施形態で用いる複数のメッシュとの関係の一例を示した図である。
エリア２として、国、八地方区分、或いは都道府県といった地域を採用することができるが、世界における任意の範囲をエリアとして採用可能でよい。本実施形態では、エリア２は、送電会社が送電を行っている電力供給エリア（例えば、日本の地域の一例としての関東地方）であって、エリア２の中での太陽光発電装置の総発電量は、送電会社が集計後に発表している。発電会社らは、送電会社が発表した情報を基に、エリア２の中での電力需要や、他の発電会社の発電量などを想定しながら、自社の火力発電機や水力発電機の発電を計画している。
エリア２を含む所定の範囲が複数のメッシュに区切られている。「エリア２を含む所定の範囲」は、エリア２と完全に一致した範囲でもよいが、エリア２をカバーする所定形状（例えば矩形）の範囲でよい。メッシュは、区画の一例である。図２が示す例によれば、メッシュは矩形でよいが、メッシュの形状は矩形以外でもよい。また、メッシュの形状及びサイズは、典型的には均一であるが、異なる形状又はサイズのメッシュが混在してもよい。図２が示す例によれば、エリア２を含む矩形範囲が１２個の矩形のメッシュに区切られている。言い換えれば、１２個の矩形のメッシュがエリア２全体を含む。１２個のメッシュは、Ｍ１、Ｍ２、．．．、Ｍ１２と付番されている。
メッシュは、例えば、国土地理の標準地域１次メッシュ（一辺は約８０キロメートル）、標準地域２次メッシュ（一辺は約１０キロメートル）、標準地域３次メッシュ（一辺は約１キロメートル）に準拠して設定されてよい。それに対して、上述した数値気象データは、例えば、ＧＳＦ及びＦＮＬは、約２２キロメートル間隔に置かれた解析格子（気象解析格子）毎の数値を含んでよい。標準地域１次メッシュのなかに、気象格子は９個前後含まれている。ここで言う「解析格子」（「解析メッシュ」ともいう）が、セグメントの一例である。
図３～図５を参照して、発電量管理システム１００の処理の詳細を説明する。なお、図では、時刻は、年月日時分で表現されるが、それよりも粗い又は細かい単位で表現されてもよい。
図３は、エリア２内の太陽光発電量の予測処理のフローチャートである。
ステップ３０１で、メッシュ日射量算出部１３１は、気象ＤＢ１２１に格納されている数値気象データのうち気象実績データを参照する。気象実績データは、図４Ａが例示するように、日射量の実績値を複数の過去の時区間の各々について解析格子毎に表すデータである。例えば、ＧＳＦでは、解析格子毎に、３時間ごとの平均日射量［Ｗ／ｍ２］の値が格納されている（例えば、図４Ａにおいて、２０２０年１月１日１２：００のレコードには、２０２０年１月１日９：００から１２：００までの平均日射量が記録されている）。メッシュ日射量算出部１３１は、メッシュＭ１～Ｍ１２の各々について、当該メッシュＭｊ（ｊは、１≦ｊ≦１２のうちの任意の自然数）の平均日射量Ｆｊを算出する。このため、メッシュ日射量算出部１３１は、気象実績データから、メッシュＭｊに含まれる解析格子を全て抽出し、時区間（例えば３時間）毎に、抽出された解析格子の平均日射量を合計し、平均日射量合計をメッシュＭｊにおける解析格子の数で割ることで、メッシュＭｊについての時区間毎の平均日射量Ｆｊである時間別メッシュ日射量Ｘｊ［Ｗ／ｍ２］を算出する。
ステップ３０２で、発電換算モデル作成部１３２は、発電実績ＤＢ１２２に格納されている発電実績データ（図４Ｂ参照）を参照する。発電実績データは、図４Ｂが例示するように、エリア２における太陽光発電量の実績値を時区間毎に表すデータである。図４Ｂが示す例によれば、発電実績データは、エリア２の中の太陽光発電装置の３０分刻みの太陽光発電量の実績値を示す。発電換算モデル作成部１３２は、前述の気象実績データが表す時区間に合わせた時区間で、時区間毎の太陽光発電量の実績値を算出する。例えば、気象実績データ（図４Ａ）の２０２０年１月１日１２：００のレコードに対応する太陽光発電量の実績値として、発電実績データの２０２０年１月１日９：００のレコードにおける実績値（９：００から９：３０の間の太陽光発電量の実績値）から、２０２０年１月１日１１：３０のレコードにおける実績値（１１：３０から１２：００の太陽光発電量の実績値）までの合計を算出する。発電換算モデル作成部１３２は、算出された太陽光発電量の実績値と、メッシュＭ１～Ｍ１２の各々についての時間別メッシュ日射量の実績値との組を、時区間毎に（例えば、３時間毎に）含んだデータを、訓練データ（図５参照）として、訓練ＤＢ１２３に格納する。訓練データとしては、冬季、夏季、その他季節といった季節毎に準備されてもよく、この場合は、季節による太陽高度の違いにより太陽光発電装置に達する日射量の遮蔽物による変化による誤差の影響を低減することが期待できる。
さらに、ステップ３０２で、発電換算モデル作成部１３２は、各時区間について、訓練データのうち、太陽光発電量の実績値を被説明変数とし、メッシュＭ１～Ｍ１２の時間別メッシュ日射量Ｘ１～Ｘ１２を説明変数としたモデル、すなわち、下記（数１）の数式を一例とした発電換算モデル（時間別メッシュ日射量Ｘ１～Ｘ１２を入力としエリア太陽光発電量を出力とするモデル）を作成する。このモデル作成では、発電換算モデル作成部１３２は、非線形回帰の処理を行うことで、パラメータａ，ｂ，ｃ，ｄ及びｅjを決定する。発電換算モデル作成部１３２は、作成された発電換算モデルを、記憶装置１２０に格納する。
Figure 2022121028000002
ただし、Ｎは、メッシュの個数であり、ここでは、Ｎ＝１２である。そして、（数１）は非線形モデルと線形モデルとを組み合わせたモデルである。具体的には、数１のうち数２の項は、一般にシグモイド関数として知られる非線形モデル（数３）の特性を表現している。
Figure 2022121028000003
Figure 2022121028000004
太陽光発電装置が、一定量以上の日射量がないと発電を行わなく、また日射量の増加に対して発電出力の増加は徐々に減少する場合においても、非線形モデルによって、程度よく日射量と発電出力の関係を回帰することができる。ｅｊＸｊは、メッシュの日射量とエリア全体の日射量の線形モデルを与えている。
本実施形態の他に、例えば、より単純に（数４）を用いて、発電換算モデル作成部１３２が、Ｎ個の非線形式の結合としてメッシュ毎の日射量とエリア発電量実績値との関係を、Ｎ個のパラメータ群を決定することで同定する処理も可能である。「パラメータ群」は、α個（αは自然数）のパラメータであり、（数４）では、α＝４（すなわち、パラメータ群は、パラメータａj，ｂj，ｃj及びｄj）である。従って、決定されるパラメータの数は、Ｎ×αである。
Figure 2022121028000005
しかし、訓練データの偏りがある場合には、パラメータの数が多くなるモデルでは疑似相関が発生しやすいという問題があり、また、非線形モデルがメッシュ毎に必要になるという問題もある。そこで、（数４）の非線形モデルの個数を減らし、メッシュの数より少数（例えば単一）の非線形モデルと、非線形モデル毎にその非線形モデルにメッシュ毎の重み係数をかけて線形結合したモデル（非線形モデルと線形モデルと組み合わせた（数１）のモデル）のモデル同定を行うようにすることが好ましい。（数１）のモデルは、（数４）のモデルよりもパラメータ数が少ないモデル、つまり、自由度が削減されたモデルであるため、計算量が少なく、また、（数１）のモデルによれば、メッシュ毎の重み係数が非線形モデルにかけられるため、太陽光発電量の推定精度の低下を抑えることが期待できる。
図７Ａ及び図７Ｂを用いて、ステップ３０２で決定した発電換算モデルの概形を説明する。図７Ａ及び図７Ｂのグラフにおける点は、訓練データに記録されている発電量実績値と時間別メッシュ日射量合計値との組である。図７Ａは、横軸に時間別メッシュ日射量Ｘ１～Ｘ１２の合計値、縦軸にエリア太陽光発電量の実績値を例示する。また、図７Ｂは、横軸を時間別メッシュ日射量Ｘｊとし、縦軸を数５で表現される発電量実績値として、メッシュＭ１～Ｍ１２の各々についての日射量と発電量実績値との関係（それぞれグラフにおける下側に表される曲線（点の集合））のを示す。
Figure 2022121028000006
メッシュ毎に、日射量に対しての太陽光発電量の感度の違いがあることが、パラメータｅｊにより発電換算モデルに反映されている。このように、図７Ａ及び図７Ｂによれば、エリア太陽光発電量の値と時間別エリア日射量との関係としての回帰が、エリア太陽光発電量の値と時間別メッシュ日射量との関係としての回帰に線形分離され、メッシュ毎に、エリア太陽光発電量の値と時間別メッシュ日射量との関係は、非線形回帰で表現される。パラメータｅｊは、日射量Ｘｊの重み係数（ラジカルな補正係数）に相当する。パラメータａ～ｄが、非線形（例えばシグモイドカーブ）の形状を表す。非線形の形状と、日射量Ｘｊと、パラメータｅｊとで定義された式について、最小二乗法又は他の手法により、エリア太陽光発電量の値を被説明変数とし時間別メッシュ日射量を説明変数とした発電換算モデルにおける係数（発電換算係数）を同定することができる。
再び図３を参照する。ステップ３０３で、発電量予測部１３３は、気象ＤＢ１２１に格納されている数値気象データのうちの気象予測データを参照する。気象予測データは、図６Ａが例示するように、日射量の予測値を複数の過去の時区間の各々について解析格子毎に表すデータである。図６Ａが示す例によれば、ＧＳＦ予報データが、解析格子毎に、３時間毎の平均日射量を表す（例えば、２０２０年１月８日９：００のレコードには、２０２０年１月８日６：００から９：００まで平均日射量が記録されている）。発電量予測部１３３は、メッシュＭ１～Ｍ１２の各々について、３時間毎の日射量［Ｗ／ｍ２］の予測値を、３時間毎の日射量の実績値を算出する方法と同様の方法により算出する。発電量予測部１３３は、メッシュＭ１～Ｍ１２について算出された１２個の時間別メッシュ日射量の予測値を、ステップ３０２で作成した発電換算モデルのＸ１～Ｘ１２に代入することで、エリア太陽光発電量Ｙの予測値を算出する。発電量予測部１３３は、発電予測ＤＢ１２４に、発電予測データを格納する。発電予測データは、図６Ｂに例示するように、エリア太陽光発電量の予測値と、メッシュＭ１～Ｍ１２の各々についての時間別メッシュ日射量の予測値との組を、時区間毎に含んだデータである。なお、発電量予測部１３３は、算出された予測値を線形補完することで、気象予測データが表す時区間とは異なる時区間（例えば、より短い時区間）毎の太陽光発電量の予測値を算出してもよい。
図８は、本実施形態での太陽光発電量の予測結果と、一比較例での太陽光発電量の予測結果（時間別メッシュ日射量Ｘ１～Ｘ１２を説明変数、エリア太陽光発電量を被説明変数とした重回帰予測の結果）と、エリア太陽光発電量の実績値とを示す。
本実施形態での予測誤差は、比較例での発電量誤差に比べて減少している。また、重回帰で発生する問題、すなわち、夜間にマイナス発電量を予測出力するとった問題が、低減されている。このように、本実施形態によれば、日射量に対して太陽光発電量が非線形に変化するという太陽光発電装置特有の現象を非線形モデルにより程度よく回帰でき、重回帰で発生する疑似相関が解消されることが期待される。
以上、本実施形態の説明を、例えば下記のように総括することができる。
発電実績データが表す太陽光発電量の実績値は、エリア全体を代表する数値であるが、数値気象データには、エリア２全体を代表する気象数値が存在しない。
そこで、エリア２をカバーする範囲が複数のメッシュＭ１～Ｍ１２に区切られる。メッシュ日射量算出部１３１が、気象実績データを基に、各メッシュＭｊについて、時間別メッシュ日射量Ｘｊを算出する。発電換算モデル作成部１３２が、発電実績データから太陽光発電量Ｙｊ＝を特定し、メッシュ毎の発電換算係数Ｃｊを、Ｙｊ＝Ｃ１＊Ｘ１＋Ｃ２＊Ｘ２＋…＋ＣＮ＊ＸＮを解くことで算出する。このようにして、メッシュ毎の時間別メッシュ日射量の値を入力としエリア太陽光発電量の値を出力としたモデルである発電換算モデルが作成される。発電量予測部１３３が、気象予測データを基に各メッシュＭｊについて時間別メッシュ日射量Ｘｊを算出し、発電換算モデルとメッシュＭｊ毎の時間別メッシュ日射量Ｘｊとを用いてエリア太陽光発電量を予測する。これにより、太陽光発電装置の設置場所や設置条件や工学的特性が不明でも、エリア２の太陽光発電量の予測が可能である。なお、数値気象データが表す数値の時区間単位と発電実績データが表す数値の時区間単位が異なっている場合、線形補完等の手法により時区間単位が統一されてよい。
発電換算モデルは、メッシュ毎のパラメトリックな非線形モデルとそれらの非線形モデルを要素とした線形モデルとの組み合わせでよい。例えば、メッシュ毎に、時間別メッシュ日射量と太陽光発電量との非線形モデルが同定され、それらの非線形モデルの和が作成されることで、エリアの太陽光発電量と日射量との非線形の関係を表したモデルを作成することができる。
なお、発電量管理システム１００において、発電換算モデルが作成されるが、作成された発電換算モデルを用いた予測は、発電量管理システム１００の外部のコンピュータシステムにより行われてよい。つまり、発電量予測部１３３は、オプショナルな機能の一例でよい。また、発電換算モデルについて、「作成」は、発電換算モデルの新規作成と、発電換算モデルの学習とのうちのいずれを含んでもよい。例えば、学習フェーズにおいて、訓練データを用いて発電換算モデルの学習が行われ、推論フェーズにおいて、発電換算モデルを用いた予測が行われてよい。
また、図１に示したように、オプショナルな機能の一例として、ノンパラメトリック補正部１３４が実現されてよい。
ノンパラメトリック補正部１３４は、図３に例示の通り、誤差モデル（ＥＲＲｍｏｄｅｌ）を、ノンパラメトリックな手法に基づき学習する。誤差モデルは、過去時区間（Ｔ）を将来時区間として算出された太陽光発電量の予測値と、当該過去時区間での太陽光発電量の実績値との誤差（発電量誤差）のモデルである。例えば、発電量誤差には、複数種類の気象要素（例えば、日射量、風速、気温等）が影響する。そこで、誤差モデルとして、時区間Ｔでの誤差ＥＲＲＴ（エリア太陽光発電量の予測値と実績値との差）と、発電量誤差に影響する複数種類の気象要素とを要素としたモデルが採用される。例えば、誤差モデルとして、ＥＲＲｍｏｄｅｌ= Ｂｏｏｓｔｉｎｇ（ＥＲＲＴ， ｛日射量，風速，気温，…｝）が採用されてよい。つまり、発電量誤差のブースティング学習が行われてよい。なお、誤差モデルの学習は、必ずしも太陽光発電量の予測値の算出の都度に行われなくてもよい。例えば、或る程度誤差モデルが学習された場合、太陽光発電量の予測値の算出後、学習済の誤差モデルを用いて当該予測値が補正されてもよい。
ノンパラメトリック補正部１３４は、エリア２の将来時区間について算出された太陽光発電量の予測値を、学習された誤差モデルを用いて補正する。例えば、ノンパラメトリック補正部１３４は、学習済の誤差モデルに、将来時区間Ｔについての複数種類の気象要素を入力することで、発電量誤差の予測値を取得し、将来時区間Ｔについて算出された太陽光発電量の予測値に、取得された発電量誤差の予測値を反映（例えば加算）する。このように、ノンパラメトリック補正部１３４は、パラメトリックなモデルである発電換算モデルの出力値（エリア太陽光発電量の予測値）を、ノンパラメトリックな手法により補正する。パラメトリックな発電換算モデル（例えば回帰モデル）については、パラメータに従わない例外を反映することは困難であるが、パラメトリックなモデルでの予測値をノンパラメトリックな手法で補正するので、より正確な予測値が期待できる。
ところで、発電量管理システム１００のユースケースとして、例えば、図９及び図１０に例示のユースケースが考えられる。
図９は、発電量管理システム１００を用いた発電システムの構成例を示す図である。
発電システムは、発電量管理システム１００と連係した（例えば、インターフェース装置１１０に通信ネットワークを介して接続された）発電制御システム９０３を含む。発電制御システム９０３に代えて、発電制御システム９０３としての機能を、発電量管理システム１００のプロセッサ１３０がプログラム群を実行することにより実現されてもよい。
発電量管理システム１００は、外部サーバの一つである発電配信サーバ９０１（例えば、送電事業者のサーバ）から受信した発電実績データを発電実績ＤＢ１２２に格納する。また、発電量管理システム１００は、外部サーバの一つである気象配信サーバ９０２（例えば、気象機関のサーバ）から受信した数値気象データを気象ＤＢ１２１に格納する。発電量管理システム１００（例えば、発電量予測部１３３）は、将来時区間（例えば、複数の将来時区間の各々）についてのエリア太陽光発電量の予測値（例えば、発電予測ＤＢ１２４に格納される発電予測データ）を、発電制御システム９０３に送信する。発電制御システム９０３は、火力に基づく発電を行う火力発電機９０４（枯渇性エネルギーに基づく発電を行う発電装置の一例）を制御するシステムである。
発電制御システム９０３は、当該エリア太陽光発電量の予測値と、所与の電力需要データが表す、将来時区間の需要電力量の予測値とを基に、将来時区間の需要電力量の予測値から、火力（枯渇性エネルギーの一例）に基づく必要な発電量の予測値を算出する。発電制御システム９０３は、当該算出された発電量の予測値を基に、火力発電機９０４（又は、火力発電機９０４の予備機としての火力発電機９０５）の制御のための、将来時区間の発電計画を決定する。
具体的には、例えば、発電制御システム９０３は、電力会社の送電部門に事前に申請してある想定需要データ（所与の電力需要データの一例であり、時区間毎の需要電力量を表すデータ）から、エリア２全体の需要電力量を特定する。発電制御システム９０３は、火力発電機９０４（又は９０５）が分担する発電として、エリア２全体の需要電力量から太陽光発電量の予測値を差し引いた量を、火力発電機９０４（又は９０５）により発電すべき分担需要として算出する。例えば、発電制御システム９０３は、３０分刻みで２４時間先まで分担需要電力量を算出し、分担需要電力量分の発電を行う発電計画を作成する。発電制御システム９０３は、作成した発電計画に従って発電の指令信号を火力発電機９０４（及び９０５）に送信する。発電機９０４が発電した電力は変電設備９０６で昇圧され、送電網９０７に通電される。
このように、発電量管理システム１００による太陽光発電量の予測は、火力のような枯渇性エネルギーに基づく発電の発電計画として適切な発電計画を作成可能にすることに寄与する。
図１０は、発電量管理システム１００を用いた発電融通システムの構成例を示す図である。
発電融通システムは、図９に例示の発電システムを含み、電力取引所への余剰電力の売却や購入による電力融通を行うシステムである。例えば、発電融通システムは、図９に例示の発電制御システム９０３に加えて（又は代えて）、発電量管理システム１００と連係した（例えば、インターフェース装置１１０に通信ネットワークを介して接続された）取引価格予測システム１００１を含む。取引価格予測システム１００１に代えて、取引価格予測システム１００１としての機能を、発電量管理システム１００のプロセッサ１３０がプログラム群を実行することにより実現されてもよい。
発電量管理システム１００は、取引価格予測システム１００１に、エリア太陽光発電量の予測値（例えば、発電予測ＤＢ１２４に格納される発電予測データ）を、取引価格予測システム１００１に送信する。取引価格予測システム１００１は、パラメトリックな発電換算モデルを用いて将来時区間について算出されたエリア太陽光発電量の予測値を用いて、ノンパラメトリックな手法に基づき将来時区間の電力の取引価格（電力取引所１００３で決定される電力の価格）を予測する。取引価格予測システム１００１は、予測した取引価格（電力の取引価格の予測値）を、発電制御システム９０３に送信する。発電制御システム９０３は、火力発電機９０４及び９０５と、電力取引所１００３から提供される他社の発電機とについての発電計画を、予測された取引価格を指標とした優先順位法により作成する。作成した発電計画に従う発電指令信号は、火力発電機９０４（及び９０５）の他に、発電データ伝送装置１００２を介して電力取引所１００３に送信される。
このように、発電量管理システム１００による太陽光発電量の予測は、電力の取引価格の予測することに寄与する。
なお、電力の取引価格の予測については、一般に、パラメトリックなモデルを定義することが技術的に困難であり、ノンパラメトリックな手法により電力の取引価格が予測される。このため、電力取引価格の予測の前段における予測（つまり、エリア太陽光発電量の予測）でも、ノンパラメトリックな手法が採用されると、エリア太陽光発電量の予測値として正確性の低い予測値が算出された場合、取引価格の予測値の正確性が大きく低下するおそれがある。本実施形態では、発電換算モデルとしてパラメトリックなモデルが採用されているため、そのような問題の影響を低減することができる。
以上、一実施形態を説明したが、これらは本発明の説明のための例示であって、本発明の範囲をこの実施形態にのみ限定する趣旨ではない。本発明は、他の種々の形態でも実施することが可能である。
例えば、エリアは、電力供給エリア以外のエリア、例えば、送電系統や配電系統の架設エリアでもよい。図１１が、配電系統の架設エリアとメッシュとの関係の一例を示す。配電系統には、家電等の電力の消費機器の他、需要家が設置した太陽光発電装置１１０１が設置されている。
また、例えば、本発明は、太陽光に限らず、他種の再エネの発電量予測にも適用できる。例えば、再エネは、風力でもよく、再エネ発電量に影響する気象要素は、風速でもよい。再エネが風力の場合、一般に、或る程度の風速が無いと風力発電装置のブレードが回線せず、風速が一定値以上になると、ブレードの回転速度は一定又はブレードが停止する。つまり、再エネが風力の場合、風力発電量と風速との関係が非線形の関係にある。このように、本発明は、風力にも適用することができる。
また、例えば、本発明は、大気の運動の支配方程式を利用した時間発展の解析計算の結果から、エリアにおける再エネ発電量を予測し、予測結果に基づいて当該エリア内のエネルギーの運用を行う複数のエネルギー運用装置から構成される種々のエネルギー運用システムに広く適用されてよい。
１００……発電量管理システム、１３１……メッシュ日射量算出部、１３２……発電換算モデル作成部、１３３……発電量予測部

Claims (9)

  1. 発電実績データ、気象実績データ及び気象予測データの入力を受け付けるインターフェース装置と、
    前記インターフェース装置を通じて入力された発電実績データ、気象実績データ及び気象予測データが格納される記憶装置と、
    前記インターフェース装置及び前記記憶装置に接続されたプロセッサと
    を備え、
    前記発電実績データは、第１の機関から公開されたデータであって、エリアにおける所定種類の再生可能エネルギーに基づく発電量である再エネ発電量の実績値を複数の過去の時区間の各々について表すデータであり、
    前記気象実績データは、第２の機関から公開されたデータであって、気象要素の実績値を複数の過去の時区間の各々についてセグメント毎に表すデータであり、
    前記気象予測データは、前記第２の機関から公開されたデータであって、気象要素の予測値を将来の時区間についてセグメント毎に表すデータであり、
    気象要素は、前記再エネ発電量に影響する要素であり、
    前記プロセッサは、
    前記気象実績データを参照し、前記エリアを含む複数の区画の各々について、過去時区間毎の気象要素の実績値を、当該区画における一つ以上のセグメントの各々についての過去時区間毎の気象要素の実績値を基に算出し、
    前記発電実績データを参照し、区画毎に各過去時区間について算出された気象要素の実績値と、各過去時区間についての前記エリアの再エネ発電量の実績値と、を基に、区画毎の気象要素の値を入力とし前記エリアの再エネ発電量の値を出力とするモデルである発電換算モデルを作成し、
    前記気象予測データを参照し、前記エリアを含む前記複数の区画の各々について、将来時区間の気象要素の予測値を、当該区画に属する一つ以上のセグメントの各々についての将来時区間の気象要素の予測値を基に算出し、区画毎の算出された気象要素の予測値を前記発電換算モデルに入力することで前記エリアについて将来時区間の再エネ発電量の予測値を算出する、
    発電量管理システム。
  2. 前記発電換算モデルは、区画数より少ない数のパラメトリックな非線形モデルとその非線形モデルを要素とした線形モデルとの組み合わせである、
    請求項１に記載の発電量管理システム。
  3. 前記発電換算モデルは、パラメトリックなモデルであり、
    前記プロセッサは、過去時区間を将来時区間として算出された再エネ発電量の予測値と、当該過去時区間での再エネ発電量の実績値との誤差のモデルである誤差モデルを、ノンパラメトリックな手法に基づき学習する、
    請求項１に記載の発電量管理システム。
  4. 前記発電換算モデルは、パラメトリックなモデルであり、
    前記プロセッサは、前記エリアの将来時区間について算出された再エネ発電量の予測値を、前記学習された誤差モデルを用いて補正する、
    請求項３に記載の発電量管理システム。
  5. 前記プロセッサ、又は、枯渇性エネルギーに基づく発電を行う発電装置を制御し前記インターフェース装置に接続された発電制御システムが、
    将来時区間について算出された再エネ発電量の予測値と、所与の電力需要データが表す、将来時区間の需要電力量の予測値とを基に、将来時区間の需要電力量の予測値から、枯渇性エネルギーに基づく必要な発電量の予測値を算出し、
    当該算出された発電量の予測値を基に、前記発電装置の制御のための、将来時区間の発電計画を決定する、
    請求項１に記載の発電量管理システム。
  6. 前記プロセッサ、又は、前記インターフェース装置に接続された取引価格予測システムが、パラメトリックな発電換算モデルを用いて将来時区間について算出された再エネ発電量の予測値を用いて、ノンパラメトリックな手法に基づき将来時区間の電力の取引価格を予測し、
    前記発電換算モデルは、パラメトリックなモデルである、
    請求項１に記載の発電量管理システム。
  7. 前記所定種類の再生可能エネルギーは、太陽光であり、
    前記気象要素は、日射量である、
    請求項１に記載の発電量管理システム。
  8. 前記所定種類の再生可能エネルギーは、風力であり、
    前記気象要素は、風速である、
    請求項１に記載の発電量管理システム。
  9. コンピュータが、発電実績データ、気象実績データ及び気象予測データの入力を受け付け、
    前記発電実績データは、第１の機関から公開されたデータであって、エリアにおける所定種類の再生可能エネルギーに基づく発電量である再エネ発電量の実績値を複数の過去の時区間の各々について表すデータであり、
    前記気象実績データは、第２の機関から公開されたデータであって、気象要素の実績値を複数の過去の時区間の各々についてセグメント毎に表すデータであり、
    前記気象予測データは、前記第２の機関から公開されたデータであって、気象要素の予測値を将来の時区間についてセグメント毎に表すデータであり、
    気象要素は、前記再エネ発電量に影響する要素であり、
    コンピュータが、前記気象実績データを参照し、前記エリアを含む複数の区画の各々について、過去時区間毎の気象要素の実績値を、当該区画における一つ以上のセグメントの各々についての過去時区間毎の気象要素の実績値を基に算出し、
    コンピュータが、前記発電実績データを参照し、区画毎に各過去時区間について算出された気象要素の実績値と、各過去時区間についての前記エリアの再エネ発電量の実績値と、を基に、区画毎の気象要素の値を入力とし前記エリアの再エネ発電量の値を出力とするモデルである発電換算モデルを作成し、
    コンピュータが、前記気象予測データを参照し、前記エリアを含む前記複数の区画の各々について、将来時区間の気象要素の予測値を、当該区画に属する一つ以上のセグメントの各々についての将来時区間の気象要素の予測値を基に算出し、区画毎の算出された気象要素の予測値を前記発電換算モデルに入力することで前記エリアについて将来時区間の再エネ発電量の予測値を算出する、
    再エネ発電量予測方法。
JP2021018154A 2021-02-08 2021-02-08 発電量管理システム及び発電量管理方法 Active JP7410897B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2021018154A JP7410897B2 (ja) 2021-02-08 2021-02-08 発電量管理システム及び発電量管理方法
PCT/JP2021/033061 WO2022168357A1 (ja) 2021-02-08 2021-09-08 発電量管理システム及び発電量管理方法
US18/024,511 US20230327440A1 (en) 2021-02-08 2021-09-08 Power generation amount management system and power generation amount management method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021018154A JP7410897B2 (ja) 2021-02-08 2021-02-08 発電量管理システム及び発電量管理方法

Publications (3)

Publication Number Publication Date
JP2022121028A true JP2022121028A (ja) 2022-08-19
JP2022121028A5 JP2022121028A5 (ja) 2023-05-31
JP7410897B2 JP7410897B2 (ja) 2024-01-10

Family

ID=82741006

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021018154A Active JP7410897B2 (ja) 2021-02-08 2021-02-08 発電量管理システム及び発電量管理方法

Country Status (3)

Country Link
US (1) US20230327440A1 (ja)
JP (1) JP7410897B2 (ja)
WO (1) WO2022168357A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116070335B (zh) * 2023-04-03 2023-06-06 中通服建设有限公司 一体化光伏建筑设计方法
CN117507868B (zh) * 2024-01-04 2024-03-08 南京轶诺科技有限公司 一种新能源汽车电力共享分配方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5493886B2 (ja) 2010-01-08 2014-05-14 富士電機株式会社 太陽光発電量予測システムおよび太陽光発電量予測方法
JP5989754B2 (ja) 2014-12-24 2016-09-07 中国電力株式会社 予測装置
US11204591B2 (en) 2017-11-17 2021-12-21 International Business Machines Corporation Modeling and calculating normalized aggregate power of renewable energy source stations
JP7257117B2 (ja) * 2018-08-13 2023-04-13 一般財団法人電力中央研究所 太陽光発電システム分布推定装置、太陽光発電システム分布推定方法及び太陽光発電出力予測装置

Also Published As

Publication number Publication date
US20230327440A1 (en) 2023-10-12
WO2022168357A1 (ja) 2022-08-11
JP7410897B2 (ja) 2024-01-10

Similar Documents

Publication Publication Date Title
JP5606114B2 (ja) 発電量予測装置、予測方法及び予測プログラム
Andresen et al. Validation of Danish wind time series from a new global renewable energy atlas for energy system analysis
Lew et al. Value of wind power forecasting
Botterud et al. Wind power forecasting in US electricity markets
Pousinho et al. A risk-averse optimization model for trading wind energy in a market environment under uncertainty
Yan et al. Novel cost model for balancing wind power forecasting uncertainty
US20160196623A1 (en) System And Method For Determining Centralized Power Generation Loss Savings For Energy Generation With The Aid Of A Digital Computer
Rodríguez et al. Using deep learning and meteorological parameters to forecast the photovoltaic generators intra-hour output power interval for smart grid control
Catalão et al. Mixed-integer nonlinear approach for the optimal scheduling of a head-dependent hydro chain
JP7104561B2 (ja) エネルギー運用装置及び方法並びにシステム
JP2016136001A (ja) 予測装置
WO2022168357A1 (ja) 発電量管理システム及び発電量管理方法
Dragoon Valuing wind generation on integrated power systems
JP2019091106A (ja) 電力計画装置、電力需給制御システム、および、電力計画方法
WO2021033024A1 (en) Hybrid machine learning and simulation based system for forecasting in electricity systems
Reddy et al. Profit-based conventional resource scheduling with renewable energy penetration
US20180225684A1 (en) Strategic operation of variable generation power plants
Constantinescu et al. Unit commitment with wind power generation: integrating wind forecast uncertainty and stochastic programming.
JP2020028195A (ja) 太陽光発電システム分布推定装置、太陽光発電システム分布推定方法、太陽光発電システム分布推定プログラム及び太陽光発電出力予測装置
Jafari et al. Optimal operation of a micro-grid containing energy resources and demand response program
Sowa et al. Method for the operation planning of virtual power plants considering forecasting errors of distributed energy resources
Hjelmeland et al. Combined SDDP and simulator model for hydropower scheduling with sales of capacity
Hasche et al. Effects of improved wind forecasts on operational costs in the German electricity system
KR20200129343A (ko) 에너지 관리를 위한 기상데이터 처리장치 및 에너지관리시스템
Sadighmanesh et al. Probabilistic dispatch in hybrid-microgrid system with considering energy arbitrage

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230522

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230522

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20231205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231222

R150 Certificate of patent or registration of utility model

Ref document number: 7410897

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150