JP4886322B2 - 風力発電出力予測方法、風力発電出力予測装置およびプログラム - Google Patents
風力発電出力予測方法、風力発電出力予測装置およびプログラム Download PDFInfo
- Publication number
- JP4886322B2 JP4886322B2 JP2006053825A JP2006053825A JP4886322B2 JP 4886322 B2 JP4886322 B2 JP 4886322B2 JP 2006053825 A JP2006053825 A JP 2006053825A JP 2006053825 A JP2006053825 A JP 2006053825A JP 4886322 B2 JP4886322 B2 JP 4886322B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- statistical
- physical
- models
- prediction
- 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.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 122
- 238000005259 measurement Methods 0.000 claims abstract description 40
- 238000013179 statistical model Methods 0.000 claims description 206
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 2
- 239000006185 dispersion Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000008020 evaporation Effects 0.000 description 4
- 238000001704 evaporation Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Wind Motors (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
Claims (39)
- 物理方程式を用いて対象地点の風力発電出力に関する物理予測値を算出する一または複数の物理モデルを準備する手順と、
前記風力発電出力に関する統計的な統計予測値を算出する一または複数の統計モデルを準備する手順と、
前記一または複数の物理モデルを用いて、地形条件および気象条件に基づいて前記物理予測値をそれぞれ算出する手順と、
前記一または複数の統計モデルを用いて、前記地形条件、前記気象条件および前記物理予測値、並びに、前記風力発電出力に関する過去の実測値に基づいて、前記統計予測値をそれぞれ算出する手順と、
過去の前記地形条件、前記気象条件および前記実測値を用いて、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数について集団学習をすることにより、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数を最適に組み合わせた最終モデルを決定する手順と、
前記最終モデルを用いて、前記過去よりも後の特定の時刻における地形条件、気象条件および実測値に基づいて、前記特定の時刻における前記対象地点の風力発電出力の最終予測値を算出する手順と
を備える風力発電出力予測方法。 - 前記最終モデルを決定する手順は、
前記集団学習により前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数を組み合わせて新たに統計的な予測値を算出する複数の新規モデルを作成する手順と、
前記集団学習により前記複数の新規モデルを組み合わせて前記最終モデルを決定する手順と
を有する請求項1に記載の風力発電出力予測方法。 - 過去の前記地形条件および前記気象条件、並びに、前記風力発電出力に関する過去の実測値を用いて、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数について集団学習をすることにより、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数から新たに統計的な予測値を算出する複数の新規モデルを作成する手順と、
前記集団学習により前記複数の新規モデルを組み合わせた組合せモデルを決定する手順と
をさらに備え、
前記最終モデルを決定する手段は、前記一または複数の物理モデル、前記一または複数の統計モデルおよび前記組合せモデルのうちの複数について集団学習をすることにより、前記一または複数の物理モデル、前記一または複数の統計モデルおよび前記組合せモデルのうちの複数を組み合わせた最終モデルを決定する請求項1に記載の風力発電出力予測方法。 - 前記最終モデルを決定する手段は、前記一または複数の物理モデルの前記物理予測値、および、前記一または複数の統計モデルの前記統計予測値、のうちの複数を重み付け平均する重み付け係数を決定する手順を含む請求項1に記載の風力発電出力予測方法。
- 前記物理モデルを準備する手順は、前記物理モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの種類を管理する手順を有し、
前記重み付け係数を決定する手順において、前記物理モデルに対して入力された前記パラメータの種類に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項4に記載の風力発電出力予測方法。 - 前記統計モデルを準備する手順は、前記統計モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの種類を管理する手順を有し、
前記重み付け係数を決定する手順において、前記統計モデルに対して入力された前記パラメータの種類に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項4または5に記載の風力発電出力予測方法。 - 前記物理モデルを準備する手順は、前記物理モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの値の範囲を管理する手順を有し、
前記重み付け係数を決定する手順において、前記物理モデルに対して入力された前記パラメータの値に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項4に記載の風力発電出力予測方法。 - 前記統計モデルを準備する手順は、前記統計モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの値の範囲を管理する手順を有し、
前記重み付け係数を決定する手順において、前記統計モデルに対して入力された前記パラメータの値に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項4または7に記載の風力発電出力予測方法。 - 前記物理モデルを準備する手順は、前記物理モデルに対応付けて、誤差傾向を管理する手順を有し、
前記重み付け係数を決定する手順において、過去の誤差傾向に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項4に記載の風力発電出力予測方法。 - 前記統計モデルを準備する手順は、前記統計モデルに対応付けて、誤差傾向を管理する手順を有し、
前記重み付け係数を決定する手順において、過去の誤差傾向に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項4または9に記載の風力発電出力予測方法。 - 前記一または複数の物理モデルは、線形モデルまたは非線形モデルを含む請求項1から10のいずれかに記載の風力発電出力予測方法。
- 前記一または複数の統計モデルは、線形モデルまたは非線形モデルを含む請求項1から11のいずれかに記載の風力発電出力予測方法。
- 前記複数の物理モデルの複数の前記物理予測値および前記複数の統計モデルの複数の前記統計予測値のばらつきに基づいて信頼性を示す指標を算出し出力する手順をさらに備える請求項1に記載の風力発電出力予測方法。
- 物理方程式を用いて対象地点の風力発電出力に関する物理予測値を算出する一または複数の物理モデルを取得し、前記複数の物理モデルを用いて、地形条件および気象条件に基づいて前記物理予測値をそれぞれ算出する物理予測部と、
前記風力発電出力に関する統計的な統計予測値を算出する一または複数の統計モデルを取得し、前記複数の統計モデルを用いて、前記地形条件、前記気象条件および前記物理予測値、並びに、前記風力発電出力に関する過去の実測値に基づいて、前記統計予測値をそれぞれ算出する統計予測部と、
過去の前記地形条件、前記気象条件および前記実測値を用いて、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数について集団学習をすることにより、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数を最適に組み合わせた最終モデルを決定する最終モデル決定部と、
前記最終モデルを用いて、前記過去よりも後の特定の時刻における地形条件、気象条件および実測値に基づいて、前記特定の時刻における前記対象地点の風力発電出力の最終予測値を算出する最終予測部と
を備える風力発電出力予測装置。 - 前記最終モデル決定部は、
前記集団学習により前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数を組み合わせて新たに統計的な予測値を算出する複数の新規モデルを作成し、前記集団学習により前記複数の新規モデルを組み合わせて前記最終モデルを決定する請求項14に記載の風力発電出力予測装置。 - 過去の前記地形条件および前記気象条件、並びに、前記風力発電出力に関する過去の実測値を用いて、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数について集団学習をすることにより、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数から新たに統計的な予測値を算出する複数の新規モデルを作成し、前記集団学習により前記複数の新規モデルを組み合わせた組合せモデルを決定する組合せモデル決定部をさらに備え、
前記最終モデル決定部は、前記一または複数の物理モデル、前記一または複数の統計モデルおよび前記組合せモデルのうちの複数について集団学習をすることにより、前記一または複数の物理モデル、前記一または複数の統計モデルおよび前記組合せモデルのうちの複数を組み合わせた最終モデルを決定する請求項14に記載の風力発電出力予測装置。 - 前記最終モデル決定部は、前記一または複数の物理モデルの前記物理予測値、および、前記一または複数の統計モデルの前記統計予測値、のうちの複数を重み付け平均する重み付け係数を決定する請求項14に記載の風力発電出力予測装置。
- 前記物理モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの種類を格納する物理モデル格納部をさらに備え、
前記最終モデル決定部は、前記物理モデルに対して入力された前記パラメータの種類に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項17に記載の風力発電出力予測装置。 - 前記統計モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの種類を格納する統計モデル格納部をさらに備え、
前記最終モデル決定部は、前記統計モデルに対して入力された前記パラメータの種類に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項17または18に記載の風力発電出力予測装置。 - 前記物理モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの値の範囲を格納する物理モデル格納部をさらに備え、
前記最終モデル決定部は、前記物理モデルに対して入力された前記パラメータの値に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項17に記載の風力発電出力予測装置。 - 前記統計モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの値の範囲を格納する統計モデル格納部をさらに備え、
前記最終モデル決定部は、前記統計モデルに対して入力された前記パラメータの値に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項17または20に記載の風力発電出力予測装置。 - 前記物理モデルに対応付けて、誤差傾向を格納する物理モデル格納部をさらに備え、
前記最終モデル決定部は、過去の誤差傾向に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項17に記載の風力発電出力予測装置。 - 前記統計モデルに対応付けて、誤差傾向を格納する統計モデル格納部をさらに備え、
前記最終モデル決定部は、過去の誤差傾向に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項17または22に記載の風力発電出力予測装置。 - 前記一または複数の物理モデルは、線形モデルまたは非線形モデルを含む請求項14から23のいずれかに記載の風力発電出力予測装置。
- 前記一または複数の統計モデルは、線形モデルまたは非線形モデルを含む請求項14から24のいずれかに記載の風力発電出力予測装置。
- 前記複数の物理モデルの複数の前記物理予測値および前記複数の統計モデルの複数の前記統計予測値のばらつきに基づいて信頼性を示す指標を算出し出力する信頼性算出部をさらに備える請求項14に記載の風力発電出力予測装置。
- 風力発電出力を予測するコンピュータのプログラムであって、前記コンピュータに、
物理方程式を用いて対象地点の風力発電出力に関する物理予測値を算出する一または複数の物理モデルを準備する手順と、
前記風力発電出力に関する統計的な統計予測値を算出する一または複数の統計モデルを準備する手順と、
前記一または複数の物理モデルを用いて、地形条件および気象条件に基づいて前記物理予測値をそれぞれ算出する手順と、
前記一または複数の統計モデルを用いて、前記地形条件、前記気象条件および前記物理予測値、並びに、前記風力発電出力に関する過去の実測値に基づいて、前記統計予測値をそれぞれ算出する手順と、
過去の前記地形条件、前記気象条件および前記実測値を用いて、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数について集団学習をすることにより、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数を最適に組み合わせた最終モデルを決定する手順と、
前記最終モデルを用いて、前記過去よりも後の特定の時刻における地形条件、気象条件および実測値に基づいて、前記特定の時刻における前記対象地点の風力発電出力の最終予測値を算出する手順と
を実行させるプログラム。 - 前記最終モデルを決定する手順は、
前記集団学習により前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数を組み合わせて新たに統計的な予測値を算出する複数の新規モデルを作成する手順と、
前記集団学習により前記複数の新規モデルを組み合わせて前記最終モデルを決定する手順と
を有する請求項27に記載のプログラム。 - 過去の前記地形条件および前記気象条件、並びに、前記風力発電出力に関する過去の実測値を用いて、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数について集団学習をすることにより、前記一または複数の物理モデルおよび前記一または複数の統計モデルのうちの複数から新たに統計的な予測値を算出する複数の新規モデルを作成する手順と、
前記集団学習により前記複数の新規モデルを組み合わせた組合せモデルを決定する手順と
をさらに実行させ、
前記最終モデルを決定する手段は、前記一または複数の物理モデル、前記一または複数の統計モデルおよび前記組合せモデルのうちの複数について集団学習をすることにより、前記複数の物理モデル、前記複数の統計モデルおよび前記組合せモデルのうちの複数を組み合わせた最終モデルを決定する請求項27に記載のプログラム。 - 前記最終モデルを決定する手段は、前記複数の物理モデルの前記物理予測値、および、前記複数の統計モデルの前記統計予測値を重み付け平均する重み付け係数を決定する手順を含む請求項27に記載のプログラム。
- 前記物理モデルを準備する手順は、前記物理モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの種類を管理する手順を有し、
前記重み付け係数を決定する手順において、前記物理モデルに対して入力された前記パラメータの種類に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項30に記載のプログラム。 - 前記統計モデルを準備する手順は、前記統計モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの種類を管理する手順を有し、
前記重み付け係数を決定する手順において、前記統計モデルに対して入力された前記パラメータの種類に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項30または31に記載のプログラム。 - 前記物理モデルを準備する手順は、前記物理モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの値の範囲を管理する手順を有し、
前記重み付け係数を決定する手順において、前記物理モデルに対して入力された前記パラメータの値に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項30に記載のプログラム。 - 前記統計モデルを準備する手順は、前記統計モデルに対応付けて、前記地形条件および前記気象条件に含まれるパラメータの値の範囲を管理する手順を有し、
前記重み付け係数を決定する手順において、前記統計モデルに対して入力された前記パラメータの値に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項30または33に記載のプログラム。 - 前記物理モデルを準備する手順は、前記物理モデルに対応付けて、誤差傾向を管理する手順を有し、
前記重み付け係数を決定する手順において、過去の誤差傾向に基づいて、前記物理モデルの前記物理予測値に対する前記重み付け係数を決定する請求項30に記載のプログラム。 - 前記統計モデルを準備する手順は、前記統計モデルに対応付けて、誤差傾向を管理する手順を有し、
前記重み付け係数を決定する手順において、過去の誤差傾向に基づいて、前記統計モデルの前記統計予測値に対する前記重み付け係数を決定する請求項30または35に記載のプログラム。 - 前記一または複数の物理モデルは、線形モデルまたは非線形モデルを含む請求項27から36のいずれかに記載のプログラム。
- 前記一または複数の統計モデルは、線形モデルまたは非線形モデルを含む請求項27から37のいずれかに記載のプログラム。
- 前記複数の物理モデルの複数の前記物理予測値および前記複数の統計モデルの複数の前記統計予測値のばらつきに基づいて信頼性を示す指標を算出し出力する手順をさらに備える請求項27に記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006053825A JP4886322B2 (ja) | 2006-02-28 | 2006-02-28 | 風力発電出力予測方法、風力発電出力予測装置およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006053825A JP4886322B2 (ja) | 2006-02-28 | 2006-02-28 | 風力発電出力予測方法、風力発電出力予測装置およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007233639A JP2007233639A (ja) | 2007-09-13 |
JP4886322B2 true JP4886322B2 (ja) | 2012-02-29 |
Family
ID=38554178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006053825A Active JP4886322B2 (ja) | 2006-02-28 | 2006-02-28 | 風力発電出力予測方法、風力発電出力予測装置およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4886322B2 (ja) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7983844B2 (en) * | 2009-12-18 | 2011-07-19 | General Electric Company | Device and method for determining wind conditions using multiple wind resource grids |
JP5606114B2 (ja) * | 2010-03-19 | 2014-10-15 | 株式会社東芝 | 発電量予測装置、予測方法及び予測プログラム |
US9337656B2 (en) | 2010-04-08 | 2016-05-10 | Vestas Wind Systems A/S | Method and system for forecasting wind energy |
JP5910025B2 (ja) * | 2011-11-22 | 2016-04-27 | 富士電機株式会社 | 風力発電量予測システム、そのプログラム |
CN102855412B (zh) * | 2012-09-21 | 2016-08-10 | 广西电网公司电力科学研究院 | 一种风电功率预测方法及其装置 |
CN103617454A (zh) * | 2013-11-21 | 2014-03-05 | 中能电力科技开发有限公司 | 一种依据数值天气预报的风电场功率预测方法 |
JP6088706B2 (ja) * | 2014-03-31 | 2017-03-01 | テンソル・コンサルティング株式会社 | 発電システム分析装置および方法 |
JP6458403B2 (ja) * | 2014-08-25 | 2019-01-30 | 富士電機株式会社 | 予測モデル生成装置、予測モデル生成方法及びプログラム |
JP6435881B2 (ja) * | 2015-01-23 | 2018-12-12 | 中国電力株式会社 | 発電量予測装置、発電量予測方法、及びプログラム |
US20190057065A1 (en) * | 2016-04-01 | 2019-02-21 | Hitachi, Ltd. | Modeling device |
JP6848271B2 (ja) * | 2016-09-01 | 2021-03-24 | 富士電機株式会社 | 風速予測装置、風速予測システム、風速予測方法及びプログラム |
JP6726312B2 (ja) * | 2017-02-01 | 2020-07-22 | 株式会社日立製作所 | シミュレーション方法、システム、及びプログラム |
JP7048216B2 (ja) * | 2017-03-29 | 2022-04-05 | 三菱重工業株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP7059557B2 (ja) * | 2017-10-06 | 2022-04-26 | 富士通株式会社 | 風車制御プログラム、風車制御方法、および風車制御装置 |
JP6797780B2 (ja) * | 2017-11-07 | 2020-12-09 | 株式会社東芝 | 情報処理装置、情報処理方法及びプログラム |
CN109242218B (zh) * | 2018-11-05 | 2022-07-12 | 南方电网科学研究院有限责任公司 | 一种基于svm的高原山区的风电功率预测方法和装置 |
JP7193384B2 (ja) * | 2019-03-12 | 2022-12-20 | 株式会社日立製作所 | 残差特性推定モデル作成方法および残差特性推定モデル作成システム |
CN110659672B (zh) * | 2019-09-02 | 2023-09-26 | 国电新能源技术研究院有限公司 | 一种风电机组出力分步不确定性预测方法及装置 |
CN111396248A (zh) * | 2020-03-16 | 2020-07-10 | 明阳智慧能源集团股份公司 | 一种基于短期风向预测的风电机组智能偏航控制方法 |
JP7514148B2 (ja) | 2020-09-03 | 2024-07-10 | 株式会社東芝 | 情報処理装置、情報処理方法、情報処理システム及びコンピュータプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09330103A (ja) * | 1996-06-11 | 1997-12-22 | Hitachi Ltd | プロセス適応制御方法及びプロセス適応制御システム |
JP3950928B2 (ja) * | 2002-06-18 | 2007-08-01 | 東北電力株式会社 | 風力発電における発電出力予測方法、発電出力予測装置及び発電出力予測システム |
-
2006
- 2006-02-28 JP JP2006053825A patent/JP4886322B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2007233639A (ja) | 2007-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4886322B2 (ja) | 風力発電出力予測方法、風力発電出力予測装置およびプログラム | |
Droogers et al. | Estimating reference evapotranspiration under inaccurate data conditions | |
CN102945508B (zh) | 一种基于模型校正的风电功率预测预报方法 | |
US9568519B2 (en) | Building energy consumption forecasting procedure using ambient temperature, enthalpy, bias corrected weather forecast and outlier corrected sensor data | |
JP5940922B2 (ja) | 自然エネルギー量予測装置 | |
Celik | Assessing the suitability of wind speed probabilty distribution functions based on wind power density | |
Paulescu et al. | Structured, physically inspired (gray box) models versus black box modeling for forecasting the output power of photovoltaic plants | |
JP4404220B2 (ja) | 気体状況予測装置、方法、プログラム、および拡散状況予測システム | |
JP2016136001A (ja) | 予測装置 | |
Thorarinsdottir et al. | Probabilistic wind gust forecasting using nonhomogeneous Gaussian regression | |
KR102468316B1 (ko) | 과거 데이터에 기초한 시계열 예측 방법 및 장치 | |
US10770898B2 (en) | Methods and systems for energy use normalization and forecasting | |
JP2009294969A (ja) | 需要予測方法および需要予測装置 | |
JP2009225550A (ja) | 電力の需要予測処理方法及び装置、並びに発電予測処理方法 | |
CN111538935B (zh) | 基于地形特征和多源模式产品的精细化降水融合方法、系统、电子设备及存储介质 | |
JP2019213299A (ja) | エネルギー運用装置及び方法並びにシステム | |
Goswami et al. | Evaluation of a dynamical basis for advance forecasting of the date of onset of monsoon rainfall over India | |
KR20210081492A (ko) | 초 저고도 바람 예측 정보 제공 방법 | |
KR20200040448A (ko) | 태양광 에너지 발전량 예측 시뮬레이션 장치 및 방법 | |
CN110619433B (zh) | 电网暴雨数值模式参数化方案的快速选择方法及系统 | |
Junk et al. | Comparison of postprocessing methods for the calibration of 100-m wind ensemble forecasts at off-and onshore sites | |
CN114819264A (zh) | 一种基于时空依赖的光伏电站辐照度超短期预测方法及存储介质 | |
JP6325331B2 (ja) | 気象予測補正装置、気象予測補正方法及びプログラム | |
CN111859303B (zh) | 基于动态贝叶斯平均的土壤湿度融合方法及系统 | |
CN117200223A (zh) | 日前电力负荷预测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20081215 |
|
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: 20111129 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111209 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141216 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4886322 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |