JP4222955B2

JP4222955B2 - 電力需要予測方法

Info

Publication number: JP4222955B2
Application number: JP2004028885A
Authority: JP
Inventors: 伸次森重
Original assignee: Chugoku Electric Power Co Inc
Current assignee: Chugoku Electric Power Co Inc
Priority date: 2004-02-05
Filing date: 2004-02-05
Publication date: 2009-02-12
Anticipated expiration: 2024-02-05
Also published as: JP2005224002A

Description

本発明は、電力需要量の変化を予測することができる電力需要予測方法に関する。

発電所を運用する電力会社は、電力需要者に対し、停電がなく、高品質・高信頼度の電気エネルギーを提供し続けることができるように、時々刻々と変化する電力需要に対応して既存設備を適切かつ効率的に運用することが必要である。

一般に、上記のような電力設備の適切かつ効率的な運用に際しては、電力需要量の変化を予測し、これに基づいて電力設備の運用計画が策定される。具体的には、設備の運用には数分程度から１年程度先までの電力需要予測を行うこともある。

下記特許文献１には、予測対象日の予想気象だけでなく、予想対象日とその前の日々を含め少なくとも３日間における気象の変動を考慮することにより、電力需要を予測する電力需要予測方法及び装置が掲載されている。

特開平５−３８０５１号公報

しかしながら、電力会社において電力需要量の変化を予測する際には、当日の曜日などを基準に過去の電力需要量の継時変化を示す電力需要曲線を画面上に複数表示し、運転員がこれらと当日の電力需要曲線とを見比べることにより、当日の曲線に最も近似していると思われる曲線を特定することで電力需要量の変化を予測するという方法が用いられている。従って、提供される電気エネルギーの品質・信頼度は運転員の経験や主観によるところが大きく、運転員に掛かる精神的負担が膨大になるとともに、各運転員ごとに近似の判断基準が異なるため、電気エネルギーの安定供給に支障をきたすおそれもある。

本発明の目的は、電力需要量の変化を予測することができる電力需要予測方法を提供することである。

本発明の電力需要予測方法は、当日の電力需要量の継時変化に近似する過去の電力需要量の継時変化を特定することにより、電力需要量の変化を予測するための電力需要予測方法であって、（ａ）当日の任意の時間帯における電力需要量を所定の時間間隔で求めるステップと、（ｂ）電力需要量の継時変化を記録したデータベースを参照し、前記時間帯と同じ長さの過去の任意の時間帯における電力需要量を、前記時間間隔と同じ時間間隔で求めるステップと、（ｃ）前記（ａ）のステップで求めた電力需要量と前記（ｂ）のステップで求めた電力需要量との偏差を求めるステップと、（ｄ）前記偏差の絶対値の和Ｓdを求めるステップと、（ｅ）前記和Ｓdが最小になる時間帯における過去の電力需要量の継時変化を、当日の電力需要量の継時変化に近似するものとして特定するステップとを含む。

更に、（ｆ）当日の電力需要量の変化率を所定の時間間隔で求めるステップと、（ｇ）前記データベースを参照し、前記（ｄ）のステップで求めた和Ｓdが最小になる時間帯において、前記（ｆ）のステップで変化率を求めた時間間隔と同じ間隔で過去の電力需要量の変化率を求めるステップと、（ｈ）前記（ｆ）のステップで求めた変化率と前記（ｇ）のステップで求めた変化率との偏差の絶対値の和Ｓsを求めるステップとを含み、前記（ｅ）のステップでは、前記（ｄ）のステップで求めた和Ｓdが最小になる時間帯が複数ある場合には、前記（ｈ）のステップで求めた和が最小Ｓsになる時間帯における過去の電力需要量の継時変化を、当日の電力需要量の継時変化に近似するものとして特定することを特徴とする。

本発明の具体的態様は、前記（ｆ）のステップでは、前記（ａ）のステップで当日の電力需要量を求めた時間帯において、当日の電力需要量の変化率を求めることを特徴とする。

本発明の具体的態様は、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月、又は当日と同じ月及びその前後の月のデータを参照することを特徴とする。

本発明の具体的態様は、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月及び曜日、又は当日と同じ月及びその前後の月にある当日と同じ曜日のデータを参照することを特徴とする。

本発明の具体的態様では、当日が平日のときは、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月又は当日と同じ月及びその前後の月の平日のデータを参照する。

本発明の具体的態様では、当日が、盆の期間、年末年始、又はゴールデンウィークなどの連休の期間に含まれるときは、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月又は当日と同じ月及びその前後の月にある前記期間内のデータを参照する。

本発明の具体的態様では、前記（ａ）のステップで当日の電力需要量を求める時間帯には現在時刻が含まれる。

また、（ｉ）前記（ｅ）のステップで特定された時間帯を含む日の電力需要量の継時変化に基づいて、電力需要量の変化を予測するステップを含むことを特徴とする。

また、前記（ｉ）のステップでは、今後の電力需要量の変化が、前記（ｅ）のステップで特定された時間帯を含む日の電力需要量の継時変化のうち現在時刻と同じ時刻以後の変化と同様になると推定することを特徴とする。

本発明の電力需要予測方法によれば、（ａ）当日の任意の時間帯における電力需要量を所定の時間間隔で求めるステップと、（ｂ）電力需要量の継時変化を記録したデータベースを参照し、前記時間帯と同じ長さの過去の任意の時間帯における電力需要量を、前記時間間隔と同じ時間間隔で求めるステップと、（ｃ）前記（ａ）のステップで求めた電力需要量と前記（ｂ）のステップで求めた電力需要量との偏差を求めるステップと、（ｄ）前記偏差の絶対値の和Ｓdを求めるステップと、（ｅ）前記和Ｓdが最小になる時間帯における過去の電力需要量の継時変化を、当日の電力需要量の継時変化に近似するものとして特定するステップとを含むことにより、当日の電力需要量の継時変化に近似する過去の電力需要量の継時変化をコンピュータで自動的に特定することができる。これにより、当日の電力需要量の継時変化に近似する継時変化を，従来の人手による特定方法より格段に早く正確に特定することができるとともに、電力設備の操作員に掛かる負担を軽減することができる。

また、（ｆ）当日の電力需要量の変化率を所定の時間間隔で求めるステップと、（ｇ）前記データベースを参照し、前記（ｄ）のステップで求めた和Ｓdが最小になる時間帯において、前記（ｆ）のステップで変化率を求めた時間間隔と同じ間隔で過去の電力需要量の変化率を求めるステップと、（ｈ）前記（ｆ）のステップで求めた変化率と前記（ｇ）のステップで求めた変化率との偏差の絶対値の和Ｓsを求めるステップとを含むことにより、前記（ｅ）のステップでは、前記（ｄ）のステップで求めた和Ｓdが最小になる時間帯が複数ある場合には、前記（ｈ）のステップで求めた和Ｓsが最小になる時間帯における過去の電力需要量の継時変化を、当日の電力需要量の継時変化に近似するものとして特定することができる。

また、前記（ｆ）のステップでは、前記（ａ）のステップで当日の電力需要量を求めた時間帯において、当日の電力需要量の変化率を求めるようにしてもよい。

また、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月、又は当日と同じ月及びその前後の月のデータを参照するようにしてもよい。これにより、演算対象となるデータを絞り込むことができるため、演算処理を合理化することができる。或いは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月及び曜日、又は当日と同じ月及びその前後の月にある当日と同じ曜日のデータを参照するようにしてもよいし、当日が平日のときは、過去の電力需要量の継時変化のうち、当日と同じ月又は当日と同じ月及びその前後の月の平日のデータを参照するようにしてもよい。さらに、当日が、盆の期間、年末年始、又はゴールデンウィークなどの連休の期間に含まれるときは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月又は当日と同じ月及びその前後の月にある前記期間内のデータを参照するのがよい。

また、前記（ａ）のステップで当日の電力需要量を求める時間帯には現在時刻を含むようにすることができる。

また、前記（ｅ）のステップで特定された時間帯を含む日の電力需要量の継時変化に基づいて、電力需要量の変化を予測することができる。この場合、今後の電力需要量の変化が、前記（ｅ）のステップで特定された時間帯を含む日の電力需要量の継時変化のうち現在時刻と同じ時刻以後の変化と同様になると推定することにより、電力需要量の変化を予測することができる。

図１は、本発明の実施例の電力需要予測方法の基本的な考え方を示す。

この電力需要予測方法では、当日の電力需要量の継時変化に近似する過去の電力需要量の継時変化をコンピュータで自動的に特定することにより、今後の電力需要量の変化を予測することができる。

具体的には、当日の電力需要量の継時変化を示す当日需要曲線における所定の時間帯（例えば、現在時刻までの２時間）の部分を指定し、過去の電力需要量の継時変化を示す過去需要曲線のうち、当日需要曲線から指定した部分に最も近似する部分を、電力需要量の継時変化を記録した電力需要データベース内で検索し特定する。この特定された部分を、現在時刻までの２時間分の電力需要曲線に最も近似する曲線（以下「近似曲線」という。）とみなし、今後の電力需要量の変化が、該近似曲線を含む過去需要曲線のうち現在時刻と同じ時刻以後の変化と同様になると推定することにより、電力需要量の変化を予測することができる。

図２は、電力需要データベースの一例で、日付ごとの電力需要量の継時変化を示す。このデータベースは、電力需要量を午前０時から５分ごとに記録したものであるが、１分又は１秒間隔など、実際上電力需要量の変化を記録することができる時間間隔に合わせて逐次更新するのがよい。例えば、当日の年月日を２００３年１１月２５日（火曜日）、現在時刻を午前９時１０分とすると、午前０時からちょうど５５０分経過したところであり、データベース上では５５０分までの電力需要量が入力されていることがわかる。また、図２中の“ｍ”は番号であり、これについては後で説明する。

図３は、実施例の電力需要予測方法を実施するシステムの構成を示す。

このシステムには、所定の時間間隔（例えば、１分間隔）で逐次入力される当日の電力需要量の継時変化を示す当日電力需要データに基づいて、前述の近似曲線を特定するための情報処理を行うコンピュータ１が備えられている。

このコンピュータ１は、入力部（例えば、マウスやキーボードなど）２及び入力された当日電力需要データに基づく当日需要曲線や演算の結果として特定される近似曲線等を表示するモニタ３に接続されているとともに、
近似曲線を特定するのに必要な後述の様々な演算を行ったり、コンピュータ１の各部の動作タイミングを制御する情報処理部５と、
近似曲線を特定するためのソフトウェアや入力された当日電力需要データ等の様々な情報を格納し、情報処理部５の求めに応じて素早くデータを送ったり、情報処理部５から返された処理結果を格納する記憶部（例えば、メモリやハードディスクなど）６と
を備えている。

コンピュータ１の情報処理部５は、
近似曲線を特定するのに必要な後述の様々な演算を行う演算部７と、
入力部２から入力されるデータ、当日電力需要データ、及び過去需要データベース内のデータ等に基づいて動作するソフトウェアからの命令を解読して演算部７へ送ったり、コンピュータ１内の各部の動作タイミングなどを制御する制御部８と
を備えている。

このシステムでは、電力需要データベースは、他のコンピュータやサーバ等に備えられた記憶手段に格納されており、コンピュータ１の記憶部６を介して入力される当日電力需要データに基づいて逐次更新されるようになっている。

図４は、実施例の電力需要予測方法のメインフローチャートである。

この電力需要予測方法では、まず、当日の電力需要量の継時変化に近似する過去の電力需要量の継時変化を特定する（ステップ［以下、ＳＴと表記する］１）。具体的には、前述の近似曲線を電力需要データベース内で検索し、特定する。

図５は、近似曲線の検索・特定方法を示すフローチャートであり、コンピュータ１（図３）の記憶部（例えば、ハードディスク）６に読み込まれているプログラムに基づいて情報処理部５が行う演算処理を示す。

まず、情報処理部５の演算部７は、任意の時間帯（例えば、現在時刻までの２時間）における当日の電力需要量を所定の時間間隔（例えば、５分間隔）で求める（ＳＴ２１）。当日電力需要データは、コンピュータ１に入力される度に電力需要データベースに逐次格納されようになっているため、この電力需要データベースから適宜のデータ（例えば、現在時刻までの２時間分のデータ）を読込み、記憶部（例えば、メモリ）６に一時的に格納すればよい。また、演算を行う時間帯は、システムの操作員がコンピュータ１の入力部２で適宜入力できるように構成しておくのが好適である。

図６は、現在時刻までの２時間の時間帯において、電力需要量を５分間隔で求める方法の基本的な考え方を示す。図のように、横軸を時間Ｔ（ｍｉｎ）、縦軸を電力需要量Ｄ（ＭＷ）とし、当日需要曲線を表す時間関数をＦ（Ｔ）とすると、例えば、現在時刻ｔにおける電力需要量はＦ（ｔ）、現在時刻ｔから２時間前における電力需要量はＦ（ｔ−１２０）と表わされる。

再び図５に示すようにＳＴ２１の後、演算部７は、当日の電力需要量の変化率を所定の時間間隔で求める（ＳＴ２２）。実施例の電力需要予測方法では、ＳＴ２１で電力需要量を求めた時間帯（例えば、現在時刻までの２時間）及び時間間隔（例えば、５分間間隔）で当日の電力需要量の変化率を求めるようにした。

図７は、当日の電力需要量の変化率を求める方法の基本的な考え方を示す。前述のように、当日需要曲線をＦ（Ｔ）とすると、現在時刻ｔにおける変化率はｄＦ（ｔ）／ｄＴ、現在時刻ｔから２時間前の時刻における変化率はｄＦ（ｔ−１２０）／ｄＴと表すことができる。具体的には、この変化率は、ＳＴ２１で記憶部６に格納した２時間分の当日電力需要データに基づいて、以下の式により求めることができる。

この式は、理論的にはΔＴを限りなく０に近づけることにより、任意の時刻Ｔにおける電力需要曲線Ｆ（Ｔ）の接線の傾き（変化率）を求めるものであるが、実際的には、当日電力需要データは所定の時間間隔（例えば、１分間隔や１秒間隔）で取得されるため、この時間間隔に応じて演算を行えばよい。即ち、当日電力需要データを１秒間隔で取得する場合には、ΔＴを１秒以下の値に近づけると、演算に必要な電力需要量の値を代入することができないため、この場合には、ΔＴを１秒として演算し、変化率を求めればよい。従って、電力需要量を１秒間隔で取得する場合には、現在時刻ｔにおける電力需要の変化率は、以下の式により求めることができる。

次に、演算部７は、電力需要データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月及び曜日のデータを検索する（ＳＴ２３）。例えば、当日の年月日を２００３年１１月２５日（火曜日）とすると、過去のデータとして同月（１１月）の同じ曜日（火曜日）の所定の期間分（例えば、３年分）のデータを電力需要データベース内で検索する。

そして、検索した同月（１１月）の同じ曜日（火曜日）のデータに、日付の新しいものから順に番号ｍ（例えば、ｍは整数）を付す（ＳＴ２４）。具体的には、図２の電力需要データベースに示すように近いものから順に整数ｍを付し、これらのデータを整数ｍの値と関連付けて記憶部６に格納しておくのがよい。電力需要データベースに蓄積された過去の電力需要量の継時変化を示すデータ量は膨大なため、このように、演算の対象となるデータを所定の条件に基づいて絞り込むことにより、記憶部６に掛かる負担を軽減することができるとともに、演算部７による演算処理を合理化することができる。

次に、演算部７は、ＳＴ２４で検索したｍ個のデータを整数ｍの値に基づいて個別に参照するため、まず、「ｍ＝１」とし（ＳＴ２５）、次のステップへ移る。

演算部７は、当日需要曲線及び整数ｍの値に関連付けられた過去需要曲線に基づいて、電力需要量の偏差の和の最小値Ｓd_min及び変化率の偏差の和Ｓsを求める（ＳＴ２６）。具体的には、ＳＴ２５でｍ＝１とされているため、当日需要曲線の２時間分と、ｍ＝１に関連するデータ、即ち、２００３年１１月１８日（火曜日）の需要曲線とに基づいて演算を行うことになる。この場合、コンピュータ１の制御部８は、ｍ＝１に関するデータを電力需要データベースから取り出し、記憶部６に一時的に格納するのがよい。

図８は、電力需要量の偏差の和の最小値Ｓd_min及び変化率の偏差の和Ｓsの算出方法を示すフローチャート、図９は、電力需要量の偏差の和の最小値Ｓd_min及び変化率の偏差の和Ｓsを求めるときに参照する過去需要曲線Ｇ（Ｔ）の時間帯を示す。

電力需要データベースには、日付ごとの電力需要データとして２４時間分のデータが格納されているため、演算の対象とする時間帯を、図９に示すように、現在時刻ｔと同じ時刻までの２時間及びその前後１時間を含む計４時間の時間帯（ｔ−１８０≦Ｔ≦ｔ＋６０）に絞り込むことにより、演算部７による演算処理を合理化することができる。

まず、コンピュータ１の演算部７は、近似曲線の検索・特定フローのＳＴ２１（図５）で当日の電力需要量を求めたように、１番目（ｍ＝１）の電力需要データに基づいて、「ｔ−１８０≦Ｔ≦ｔ＋６０」の時間帯における電力需要量を、当日の電力需要量を求めた時間間隔（例えば、５分間隔）と同じ間隔で求める（ＳＴ８１）。

次に、コンピュータ１の演算部７は、図１０に示すように、当日需要曲線の現在時刻を含む２時間分と、１番目（ｍ＝１）の電力需要曲線の「ｔ−６０≦Ｔ≦ｔ＋６０」の時間帯の部分とを対比し、電力需要量の偏差の絶対値の和Ｓdを求める（ＳＴ８２）。

この後、コンピュータ１の制御部８は、演算部７が求めた電力需要量の偏差の絶対値の和Ｓdを記憶部６に格納し、次のステップに移る。

次に、演算部７は、参照範囲が「ｔ−１８０≦Ｔ≦ｔ−６０」かどうかを判別し（ＳＴ８３）、次のステップに移る。現段階では、参照範囲は「ｔ−６０≦Ｔ≦ｔ＋６０」であるため、判別結果は“ＮＯ”である。

ＳＴ８３の判別結果が“ＮＯ”の場合には、演算部７は、１番目（ｍ＝１）の過去需要曲線の参照範囲に関し、「ｔ＝ｔ−５」として（ＳＴ８４）、ＳＴ８２の演算処理を再び行う。従って、２回目のＳＴ８２の演算処理では、演算部７は、１番目（ｍ＝１）の過去需要曲線の「ｔ−６５≦Ｔ≦ｔ＋５５」の時間帯を参照し、電力需要量の偏差の絶対値の和Ｓdを求める。また、制御部８は、前述のように、演算部７が求めた電力需要量の偏差の絶対値の和Ｓdを記憶部６に格納する。

図１１は、コンピュータ１の演算部７及び制御部８が、ＳＴ８２〜ＳＴ８４の演算処理を繰り返し行う状態を示す。このように、演算部７及び制御部８は、ＳＴ８２〜ＳＴ８４の処理を繰り返し行い、過去需要曲線の「ｔ−１８０≦Ｔ≦ｔ−６０」の時間帯について演算処理を行った後、ＳＴ８３の判別結果が“ＹＥＳ”となり、次のステップへ移る。

次に、演算部７は、上記の方法で求めた電力需要量の偏差の絶対値の和Ｓdの最小値Ｓd_minを求め（ＳＴ８５）、次にステップに進む。具体的には、コンピュータ１の記憶部６に格納された複数の電力需要量の偏差の絶対値の和Ｓdから最小のものを選び出せばよい。

演算部７は、上記Ｓd_minが得られた１番目（ｍ＝１）の電力需要データにおける時間帯を特定し（ＳＴ８６）し、この特定した時間帯において、１番目（ｍ＝１）の需要曲線の変化率を求める（ＳＴ８７）。具体的には、近似曲線の検索・特定フローのＳＴ２２で当日需要曲線の変化率を求めた時間間隔（例えば、５分間隔）と同じ間隔で変化率を求めるのがよい。変化率の求め方は、前述の式１，２に従って求めることができる。

次に、演算部７は、当日需要曲線の変化率と１番目（ｍ＝１）の需要曲線の変化率とを対比し、変化率の偏差の絶対値の和Ｓsを求め（ＳＴ８８）、近似曲線の検索・特定フロー（図５）へ戻る。

図１２及び図１３は、変化率の偏差の絶対値の和Ｓsの算出方法の基本的な考え方を示す。

例えば、上記Ｓd_minが得られた１番目（ｍ＝１）の電力需要データの時間帯を「ｔａ−１２０≦Ｔ≦ｔａ」とすると、この時間帯で両曲線を重ね合わせただけでも、図１２に示すように、両者はほぼ同一になる可能性は高い。しかしながら、後述のように、Ｓd_minのみでは１つの近似曲線を特定することができない場合があるため、図１３に示すように、変化率を求めた各時刻ごとに両曲線の変化率を対比して、変化率の偏差の絶対値の和Ｓsを求め、この値を条件として後述の方法により、１つの近似曲線を特定することができる。

また、制御部８は、ここで求めた変化率の偏差の絶対値の和Ｓsについても、記憶部６へ格納し、ｍ番目（ここでは１番目）の電力需要データに関連するデータであることがわかるように、ｍの値に関連付けて格納するのが好適である。

次に、近似曲線の検索・特定フローにおいて、演算部７は、番号ｍを付した全てのデータを参照したか否かを判別する（ＳＴ２７）。上記の説明では、演算部７は、１番目（ｍ＝１）の電力需要データを参照したにすぎないため、現段階では判別結果は“ＮＯ”である。

ＳＴ２７の判別結果が“ＮＯ”の場合には、演算部７は、「ｍ＝ｍ＋１」を代入し（ＳＴ２８）、２番目（ｍ＝２）の電力需要データを参照する。従って、演算部７は、電力需要データベース内から２番目（ｍ＝２）の電力需要データを取り出し、上記と同様にＳd_minを求めるとともに、Ｓsの算出フローに従って演算処理を行い、変化率の偏差の絶対値の和Ｓsを求める。

演算部７及び制御部８は、上記のようにＳＴ２６〜ＳＴ２８の処理を繰り返し、ＳＴ２３及びＳＴ２４で特定したｍ個の電力需要データの全てについて、Ｓd_min及びＳsの算出フロー（図８）に従った処理を行った後、ＳＴ２７の判別結果が“ＹＥＳ”となり、次のステップへ移る。

演算部７は、上記のように、ｍ個の電力需要データ全てを参照した後、ｍ個の電力需要量の継時変化のうち、当日の電力需要量の継時変化に最も近似する近似曲線を特定する（ＳＴ２９）。

図１４は、近似曲線の特定方法を示すフローチャートである。

コンピュータ１の演算部７は、近似曲線の検索・特定フロー（図５）のＳＴ２６で求めたｍ個のＳd_minのうち最小のものを特定する（ＳＴ１２１）。具体的には、Ｓd_minはコンピュータ１の記憶部６に格納されているため、演算部７は、記憶部６へアクセスし、ｍ個のＳd_minを対比して最小のものを特定すればよい。

次に、演算部７は、ＳＴ１２１で特定されたＳd_minが１つか否かを判別する（ＳＴ１２２）。

ＳＴ１２２の判別結果が“ＹＥＳ”、即ち、Ｓd_minが１つ特定された場合には、このＳd_minに関連付けられているｍ番目の需要曲線のうち、当該Ｓd_minが得られた時間帯の部分を、当日需要曲線の近似曲線として特定する（ＳＴ１２３）。

一方、ＳＴ１２２の判別結果が“ＮＯ”、即ち、Ｓd_minが複数特定された場合には、この複数の電力需要曲線のうち、当日需要曲線との変化率の偏差の絶対値の和Ｓsが最小になるものを選び、この最小のＳsが得られた時間帯の部分を近似曲線として特定する（ＳＴ１２４）。

近似曲線の検索・特定フロー（図５）では、上記のように、演算部７によって近似曲線が特定された後、コンピュータ１の制御部８は、近似曲線を特定結果としてモニタ３に表示する（ＳＴ３０）。

図１５は、演算部７によって特定された近似曲線を含む過去需要曲線Ｇ（Ｔ）を示す。実施例では、例えば、ｍ個の過去需要曲線のいずれかについて「ｔｂ−１２０≦Ｔ≦ｔｂ」の時間帯の部分が近似曲線として特定された場合、モニタ３には、図のように、近似曲線だけでなく、近似曲線を含む過去需要曲線Ｇ（Ｔ）全体を表示するのがよい。

次に、メインフローチャート（図４）に戻り、今後の電力需要量の変化を予測する（ＳＴ２）。

図１６は、電力需要量の変化を予測する方法の基本的な考え方を示す。図において、当日需要曲線Ｆ（Ｔ）の現在時刻ｔまでの部分を実線で、近似曲線を含む過去需要曲線Ｇ（Ｔ）のうち、現在時刻ｔと同じ時刻以後の部分を破線で表す。実施例の電力需要予測方法では、近似曲線が得られた時間帯を含む日の需要曲線に基づいて、今後の電力需要量の変化を予測する。具体的には、今後の電力需要量の変化は、近似曲線を含む過去需要曲線のうち現在時刻と同じ時刻以後の変化と同様になると推定することにより、電力需要量の変化を予測することができる。

上記のように、本発明の電力需要予測方法によれば、近似曲線をコンピュータで自動的に検索し、特定することができるため、従来の人手による方法よりも格段に早く・確実に近似曲線を特定することができ、安定した電力供給が可能になる。

以上、本発明の実施例について説明したが、本発明はこれに限られない。例えば、実施例では、電力需要データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月及び曜日のデータを参照したが、当日と同じ月及びその前後の月にある当日と同じ曜日のデータを参照して演算することができる。或いは、当日が平日の場合には、電力需要データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月又は当日と同じ月及びその前後の月の平日のデータを参照して近似曲線を特定するようにしてもよい。さらに、当日が、盆の期間、年末年始、又はゴールデンウィークなどの連休の期間に含まれる場合には、電力需要データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月又は当日と同じ月及びその前後の月にある連休の期間内のデータを参照するようにしてもよい。上記いずれのデータを参照する場合でも、実施例と同様の演算方法によって、近似曲線を自動的に検索し、特定することができる。

本発明の実施例の電力需要予測方法の基本的な考え方を示す図。電力需要量の継時変化を記録した電力需要データベースの一例。実施例の電力需要予測方法を適用したシステムの構成を示す図。実施例の電力需要予測方法のメインフローチャート。近似曲線の検索・特定方法を示すフローチャート。電力需要量を５分間隔で求める方法の基本的な考え方を示す図。電力需要量の変化率を５分間隔で求める方法の基本的な考え方を示す図。電力需要量の偏差の和の最小値Ｓd_min及び変化率の偏差の和Ｓsの算出方法を示すフローチャート。電力需要量の偏差の和の最小値Ｓd_min及び変化率の偏差の和Ｓsを求めるときに参照する過去需要曲線Ｇ（Ｔ）の時間帯を示す図。当日需要曲線の現在時刻を含む２時間分と、１番目（ｍ＝１）の電力需要曲線のｔ−６０≦Ｔ≦ｔ＋６０の時間帯の部分とを対比するときの状態を示す図。コンピュータの演算部及び制御部が、ＳＴ８２〜ＳＴ８４の演算処理を繰り返すときの状態を示す変化率の偏差の絶対値の和Ｓsの算出方法の基本的な考え方を示す図。変化率の偏差の絶対値の和Ｓsの算出方法の基本的な考え方を示す図。近似曲線の特定方法を示すフローチャート。演算部によって特定された近似曲線を含む過去需要曲線を示す図。電力需要量の変化を予測する方法の基本的な考え方を示す図。

符号の説明

１…コンピュータ、２…入力部、３…モニタ、５…情報処理部、６…記憶部、７…演算部、８…制御部。

Claims

当日の電力需要量の継時変化に近似する過去の電力需要量の継時変化を特定することにより、電力需要量の変化を予測するための電力需要予測方法であって、
（ａ）当日の任意の時間帯における電力需要量を所定の時間間隔で求めるステップと、
（ｂ）電力需要量の継時変化を記録したデータベースを参照し、前記時間帯と同じ長さの過去の任意の時間帯における電力需要量を、前記時間間隔と同じ時間間隔で求めるステップと、
（ｃ）前記（ａ）のステップで求めた電力需要量と前記（ｂ）のステップで求めた電力需要量との偏差を求めるステップと、
（ｄ）前記偏差の絶対値の和Ｓdを求めるステップと、
（ｅ）前記和Ｓdが最小になる時間帯における過去の電力需要量の継時変化を、当日の電力需要量の継時変化に近似するものとして特定するステップと、
（ｆ）当日の電力需要量の変化率を所定の時間間隔で求めるステップと、
（ｇ）前記データベースを参照し、前記（ｄ）のステップで求めた和Ｓdが最小になる時間帯において、前記（ｆ）のステップで変化率を求めた時間間隔と同じ間隔で過去の電力需要量の変化率を求めるステップと、
（ｈ）前記（ｆ）のステップで求めた変化率と前記（ｇ）のステップで求めた変化率との偏差の絶対値の和Ｓsを求めるステップとを含み、
前記（ｅ）のステップでは、前記（ｄ）のステップで求めた和Ｓdが最小になる時間帯が複数ある場合には、前記（ｈ）のステップで求めた和Ｓsが最小になる時間帯における過去の電力需要量の継時変化を、当日の電力需要量の継時変化に近似するものとして特定することを特徴とする電力需要予測方法。
請求項１記載の電力需要予測方法において、前記（ｆ）のステップでは、前記（ａ）のステップで当日の電力需要量を求めた時間帯において、当日の電力需要量の変化率を求めることを特徴とする電力需要予測方法。
請求項１又は２記載の電力需要予測方法において、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月、又は当日と同じ月及びその前後の月のデータを参照することを特徴とする電力需要予測方法。
請求項１又は２記載の電力需要予測方法において、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月及び曜日、又は当日と同じ月及びその前後の月にある当日と同じ曜日のデータを参照することを特徴とする電力需要予測方法。
請求項１又は２記載の電力需要予測方法において、当日が平日のときは、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月又は当日と同じ月及びその前後の月の平日のデータを参照することを特徴とする電力需要予測方法。
請求項１又は２記載の電力需要予測方法において、当日が、盆の期間、年末年始、又はゴールデンウィークなどの連休の期間に含まれるときは、前記（ｂ）のステップでは、前記データベースに記録された過去の電力需要量の継時変化のうち、当日と同じ月又は当日と同じ月及びその前後の月にある前記期間内のデータを参照することを特徴とする電力需要予測方法。
請求項１乃至６のいずれか記載の電力需要予測方法において、前記（ａ）のステップで当日の電力需要量を求める時間帯には現在時刻が含まれることを特徴とする電力需要予測方法。
請求項１乃至７のいずれか記載の電力需要予測方法において、
（ｉ）前記（ｅ）のステップで特定された時間帯を含む日の電力需要量の継時変化に基づいて、電力需要量の変化を予測するステップ
を含むことを特徴とする電力需要予測方法。
請求項８記載の電力需要予測方法において、前記（ｉ）のステップでは、今後の電力需要量の変化が、前記（ｅ）のステップで特定された時間帯を含む日の電力需要量の継時変化のうち現在時刻と同じ時刻以後の変化と同様になると推定することを特徴とする電力需要予測方法。