JP5461748B1 - 発電量予測装置、発電量予測方法、及びプログラム - Google Patents

Abstract

風力発電量の予測値を求める発電量予測装置であって、風速値を風力発電機の発電量に換算するための発電特性情報を記憶するパワーカーブ記憶部と、発電量の実績値の履歴を日時情報と対応付けて記憶する発電量記憶部と、風速値を含む複数種類の気象データの履歴を日時情報と対応付けて記憶する気象データ記憶部と、過去の所定期間の気象データと、風速値から換算した発電量と、発電量の実績値と、に基づいて、これらの関係式を求める関係式導出部と、指定日時の気象データの予報値を取得する気象データ取得部と、指定日時の気象データの予報値と、指定日時の風速値から換算した発電量と、関係式と、に基づいて、指定日時の発電量の予測値を求める発電量算出部と、発電量の予測値を出力する発電量出力部と、を備えることを特徴とする発電量予測装置。
【選択図】図６

Description

本発明は、発電量予測装置、発電量予測方法、及びプログラムに関する。

近年、新たな風力発電機が各地に建設され、稼働を開始している。風力発電機は、クリーンなエネルギー生成手段ではあるが設置場所での気象条件によって経時的に発電量が変動するため、電力系統に連系される風力発電機の発電量が増加する中で、これを電力需給計画に組み込むためには、連系される風力発電量を数十時間先まで精度よく予測することが要請される。

このような観点から風力発電量を予測するためのシステムや手法が種々提案されている（例えば特許文献１を参照）。

特開２００４−１９５８３号公報

そして上記文献等にも記載されているように、風力発電量の予測値の精度を向上させるために、風速等の気象データを用いて発電量の予測値を算出するための算出式を生成し、発電量の実績値と予測値とのずれを統計的に解析することによって、算出式を改良することが行われている。また発電量の予測値を算出する際に風力発電機の周辺の地形も考慮に入れることで予測精度を高めようとする技術もある。

しかしながら、電力系統に連系される風力発電機の発電量が急速に増加する中で、稼働を開始して間もない風力発電機の発電量を予測しなければならない場合も多く、この場合には、十分な情報の蓄積がないまま、発電量の予測値を算出しなければならない。また、風力発電機の周辺の地形も考慮に入れる場合には、各風力発電機によってそれぞれ異なる地形情報を個別に扱わなければならず、コストや時間等の制約から現実には対応は困難である。

このような点から、各地で建設が進められている風力発電機の個別の事情を考慮することなく、簡便に発電量の予測を高精度で行えることを可能とする技術が切望されている。

本発明は上記課題を鑑みてなされたものであり、各風力発電機の個別の事情を考慮することなく、簡便に発電量の予測を高精度で行えることを一つの目的とする。

一つの側面に係る発電量予測装置は、風力発電機の発電量の予測値を求める発電量予測装置であって、風速値を前記風力発電機の発電量に換算するための発電特性情報を記憶するパワーカーブ記憶部と、前記風力発電機の発電量の実績値の履歴を、日時情報と対応付けて記憶する発電量記憶部と、風速値を含む複数種類の気象データの履歴を、日時情報と対応付けて記憶する気象データ記憶部と、過去の所定期間における前記複数種類の気象データと、前記所定期間における風速値から前記発電特性情報を用いて換算される発電量と、前記所定期間における前記発電量の実績値と、に基づいて、これらの各値の関係を表す関係式を求める関係式導出部と、指定された日時における前記複数種類の気象データの予報値を取得する気象データ取得部と、前記日時における前記複数種類の気象データの予報値と、前記日時における風速の予報値から前記発電特性情報を用いて換算される発電量と、前記関係式と、に基づいて、前記日時における前記風力発電機の発電量の予測値を求める発電量算出部と、前記日時における前記風力発電機の発電量の予測値を出力する発電量出力部と、を備える。

その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄の記載、及び図面の記載等により明らかにされる。

各風力発電機の個別の事情を考慮することなく、簡便に発電量の予測を高精度で行うことができる。

本発明の一実施形態に係る発電量予測装置のハードウェア構成図である。 本発明の一実施形態に係る発電量予測装置の機能ブロック図である。 本発明の一実施形態に係る気象データテーブルの一例を示す図である。 本発明の一実施形態に係る発電量実績テーブルの一例を示す図である。 風力発電機の発電特性情報（パワーカーブ）を例示する模式図である。 本発明の一実施形態に係る発電量予測装置による発電量予測方法の手順を説明するフローチャートである。 本発明の一実施形態に係る発電量予測装置による発電量の予測結果を示す図である。

本明細書および添付図面の記載により、少なくとも以下の事項が明らかとなる。以下、本発明をその一実施形態に即して添付図面を参照しつつ説明する。

《本実施形態に係る発電量予測装置の構成》
本発明の一実施形態に係る、発電量予測装置のハードウェア構成図を図１に示す。発電量予測装置１００は例えば、ＣＰＵ１２０、メモリ１２２、記憶装置１２４、記録媒体読取装置１２６、通信インターフェイス１３０、入力装置１３２、及び出力装置１３４を備えて構成されている。

記憶装置１２４は、本実施形態の発電量予測処理を実行するためのプログラム、繰り返し使用される固定データなどを格納する。記憶装置１２４に記憶されているプログラムがメモリ１２２に読み出され、ＣＰＵ１２０がそのメモリ１２２に読み出されたプログラムを実行する。ここで、記憶装置１２４は例えばハードディスクドライブである。記録媒体読取装置１２６は、ＣＤ−ＲＯＭ等の記録媒体１２８に記録されたプログラムやデータを読み取り、記憶装置１２４に格納することができる。

通信インターフェイス１３０は、インターネット、ＬＡＮ、専用線等で形成されるネットワークを介して他のコンピュータとデータの送受信を行う。他のコンピュータとは、例えば、翌日電力需給計画の立案等に使用されているコンピュータ（不図示）や、後述する気象データを提供するコンピュータ等である。入力装置１３２は、キーボードやマウスを含む。また、出力装置１３４は、ディスプレイやプリンタを含む。

図２に、本実施形態に係る発電量予測装置１００の機能ブロック図を示す。ここに示す機能は、図１に示したハードウェア上で本実施形態に係る発電量予測プログラムが実行されることにより実現される。

気象データ記憶部２１０は、風速値を含む複数種類の気象データの履歴を、日時情報と対応付けて記憶する。例えば気象データ記憶部２１０は、気象庁から財団法人気象業務支援センターを介して提供される数値予測データの一つであるメソ数値予報モデルＧＰＶ（Grid Point Value）データ（以下「ＧＰＶデータ」とも記す）を、図示しないインターネット上のサーバから受信して、そのＧＰＶデータの中から風速、風向、気圧、温度、及び湿度に関する気象データを取得して、気象データテーブル２１１に記憶する。

本実施形態で用いるＧＰＶデータは、北緯２２．４°〜４７．６°の間を０．０５°間隔（５０５格子）で分割すると共に、東経１２０°〜１５０°の間を０．０６２５°間隔（４８１格子）で分割することにより形成される一辺約５ｋｍのメッシュ上の格子点毎に、地表面（高度１０ｍ）及び１０００ｈＰａ〜１００ｈＰａの範囲の１６の気圧面（高度方向に合計１７点）における各種ＧＰＶデータを数値的に算出したものである。気象庁は、地表面データについては１時間間隔で３３時間先までのＧＰＶデータを配信している。

図３に、気象データテーブル２２１を示す。図３に示す気象データテーブル２２１には、北緯３５°、東経１３５°、地上高１０ｍ地点における２０１２年１月１日０時から１時間間隔で予測された気象データが示されている。

気象データ記憶部２２０は、毎日０時、３時、６時、９時、１２時、１５時、１８時、２１時の３時間毎にＧＰＶデータを受信して、気象データテーブル２２１に記憶されている風速、風向、気圧、温度、及び湿度に関する気象データを更新する。このため、気象データ記憶部２２０は、新たな気象データを取得するごとに、気象データテーブル２２１に記憶されている古い気象データを上書き更新する。なお図３に示すように、風速及び風向については、風速の南北方向及び東西方向のベクトル成分として表示される。なお、図３は本発明の理解を助けるためのもので、これらの気象データは例示である。

パワーカーブ記憶部２２０は、風速値を風力発電機の発電量に換算するための発電特性情報（以下、パワーカーブとも記す。）を記憶する。図５に、パワーカーブの一例を模式的に示す。これは、横軸に風力発電機の風車が受ける風速値を、縦軸に風力発電機の発電量をとり、その関係を表したものである。図５の例では、風速２ｍ／ｓまでは風車がロックされているために風力発電量がほぼゼロであるが、風速が２ｍ／ｓを超えると発電量が立ち上がって次第に増加し、風速１５ｍ／ｓで定格発電量の１，５００ｋｗに達する発電出力特性を表している。パワーカーブ記憶部２２０は、どのような形式でパワーカーブのデータを記憶してもよいが、例えば図５の例の場合、風速２〜１５ｍ／ｓの間の整数値に対応する風力発電量を対応させたテーブルとして記憶しておくことでもよい。またパワーカーブのデータは、風力発電機による実測データを用いることが予測精度を向上させる上で好ましい。

発電量記憶部２３０は、風力発電機の発電量の実績値の履歴を、日時情報と対応付けて発電量実績テーブル２３１に記憶する。図４に発電量実績テーブル２３１を示す。図４に示す発電量実績テーブル２３１には、２０１２年１月１日０時から１時間間隔で計測された風力発電機の発電量の実測値が示されている。

関係式導出部２５０は、気象データテーブル２１１に記憶されている過去の所定期間（例えば現在から過去１年間）における気象データの履歴と、パワーカーブを用いて風速値から換算した所定期間の発電量（以下、発電量の見込み値とも記す）と、所定期間の発電量の実績値と、に基づいて、これらの各値の関係を表す関係式を求める。

まず関係式導出部２５０は、気象データテーブル２１１に記憶されている過去の所定期間における風速値を、図５に示したパワーカーブを用いて、発電量に換算する。例えば関係式導出部２５０は、気象データテーブル２１１に記憶されている過去１年分の１時間ごとの８７６０個（２４×３６５個）の風速値を、パワーカーブを用いて１時間ごとの発電量に換算する。

なお、気象データテーブル２１１において、風速は東西方向の成分Ｗ_Ｘ（東向きが正）と南北方向の成分Ｗ_Ｙ（北向きが正）とによりベクトルとして表示されているため、発電量に換算するために用いる風速Ｗ_１０（スカラ値）は、式（１）により求める。
Ｗ_１０＝｜（Ｗ_Ｘ ^２＋Ｗ_Ｙ ^２）^１／２｜ ……（１）
なお、風速Ｗ_１０は地上１０ｍ（Ｚ_１０）における風速を表すが、風力発電機のナセルの高さＺ_ｎにおける風速Ｗ_ｎに変換することにより、より精度の高い発電量の見込み値を算出することができる。

地上１０ｍにおける風速Ｗ_１０から風力発電機のナセルの高さにおける風速Ｗ_ｎへの変換は風力変換部２７０が行う。
この場合、風力変換部２７０は、式（２）の「べき乗則」の数式により、風力発電機のナセルの高さＺ_ｎにおける風速Ｗ_ｎを求める。
Ｗ_ｎ＝Ｗ_１０×（Ｚ_ｎ／Ｚ_１０）^１／Ｂ ……（２）
ここで、Ｗ_ｎはナセル中心高さにおける風速、Ｗ_１０は地上高１０ｍにおける風速、Ｚ_ｎは地表面からナセル中心までの高さ、Ｚ_１０は基準高度である１０ｍ、Ｂは周囲環境によって定まる定数（例えば森林の場合Ｂ＝５、海の場合Ｂ＝７とする。）である。

そしてこの場合、関係式導出部２５０は、ナセルの高さＺ_ｎにおける風速Ｗ_ｎを、パワーカーブを用いて、発電量の見込み値に換算する。
これにより、より高精度の発電量の見込み値を算出することが可能になる。

つぎに関係式導出部２５０は、所定期間（例えば現在から過去１年間）における気象データの履歴と、パワーカーブを用いて風速値から算出した所定期間の発電量の見込み値と、所定期間の発電量の実績値と、に基づいて、これらの各値の関係を表す関係式を求める。関係式導出部２５０は、最小二乗法を用いてこの関係式を求める。

この場合、関係式導出部２５０は、例えば過去１年分の気象データと、発電量の見込み値と、発電量の実績値と、をそれぞれ式（３）のＸ_１〜Ｘ_７に入力し、式（３）の係数ａ〜ｈを最小二乗法により定める。つまり具体的には、８７６０個（２４×３６５個）の式（３）に共通な係数ａ〜ｈを最小二乗法により求める。
Ｙ＝ａ＋ｂ×Ｘ_１＋ｃ×Ｘ_２＋ｄ×Ｘ_３＋ｅ×Ｘ_４＋ｆ×Ｘ_５＋ｇ×Ｘ_６＋ｈ×Ｘ_７…（３）
ここで、Ｙは発電量の実績値、Ｘ_１は風速値からパワーカーブを用いて求めた発電量の見込み値、Ｘ_２は温度、Ｘ_３は湿度、Ｘ_４は風速（Ｗ_１０またはＷ_ｎ）、Ｘ_５は気圧、Ｘ_６とＸ_７は風向、ａ〜ｈはそれぞれ係数である。

なおＸ_６、Ｘ_７は風向を示すが、Ｘ_６は風の強さを正規化した後の風速の東西方向の成分（東向きが正）、Ｘ_７は風の強さを正規化した後の風速の南北方向の成分（北向きが正）である。Ｘ_６、Ｘ_７はそれぞれ式（４）（５）のようにして求めることができる。
Ｘ_６＝Ｗ_Ｘ／｜（Ｗ_Ｘ ^２＋Ｗ_Ｙ ^２）^１／２｜ ……（４）
Ｘ_７＝Ｗ_Ｙ／｜（Ｗ_Ｘ ^２＋Ｗ_Ｙ ^２）^１／２｜ ……（５）

このようにして式（３）の係数ａ〜ｈが定まると、各気象データの予報値と、風速の予報値からパワーカーブを用いて換算した発電量の見込み値をＸ_１〜Ｘ_７に入力することにより、風力発電機の発電量の予測値（Ｙ）を求めることができるようになる。

まず、気象データ取得部２８０は、指定された日時における各気象データの予報値を取得する。例えば気象データ取得部２８０は、上記ＧＰＶデータから、２０１３年６月１日０時の気象データ（温度、湿度、風速、風向、気圧）の予報値を取得する。上述した様に、ＧＰＶデータには、１時間ごとに３３時間先までの予報値が含まれている。

そして発電量算出部２６０は、上記指定された日時（２０１３年６月１日０時）における各気象データの予報値と、この日時における風速の予報値からパワーカーブを用いて算出される発電量の見込み値と、関係式（３）と、に基づいて、この日時における風力発電機の発電量の予測値を求める。

つまり発電量算出部２６０は、まず、気象データ取得部２８０が取得した気象データの中の風速（東西方向Ｗ_Ｘ、南北方向Ｗ_Ｙ）のデータを用いて、地上の風速Ｗ_１０またはナセル高さにおける風速Ｗ_ｎを求め、Ｗ_１０またはＷ_ｎを、パワーカーブに当てはめて発電量の見込み値Ｘ_１を求める。

そして発電量算出部２６０は、同様にＸ_２〜Ｘ_７を求め、Ｘ_１と共にこれらの値を関係式（３）に入力することでＹ（風力発電機の発電量の予測値）を求める。

そして発電量出力部２９０は、上記日時（２０１３年６月１日０時）における風力発電機の発電量の予測値（Ｙ）を出力する。

つまり発電量出力部２９０は、発電量算出部２６０で得られた発電量の予測値Ｙを指定のデータ形式で出力する。例えば発電量出力部２９０は、図７に示す発電量予測テーブル２９１に発電量の予測値Ｙを出力する。

なお出力データ形式は、例えば別のコンピュータに転送する等、データ受け取り側の要求に応じて任意に定めることができる。またもちろんポータブルメモリや各種ディスク等の記録媒体に出力させたり、プリンタを介して紙に出力させたりしてもよい。

《風力発電量予測手順》
次に、図６を参照して、本実施形態に係る発電量予測方法の手順を説明する。図６はその手順を示すフローチャートであり、これらのステップは、図１の記憶装置１２２に記憶されている処理プログラムをＣＰＵ１２０で実行することにより実現される。

まず発電量予測装置１００は、毎日、０時、３時、６時、９時、１２時、１５時、１８時、２１時になると、定期的に最新のＧＰＶデータを取得する。そして発電量予測装置１００は、そのうち、温度、湿度、風速、風向、気圧に関する各気象データを、気象データテーブル２１１に記録する（S1000）。これにより、ＧＰＶデータを取得した時点から３３時間後までの１時間毎の各気象データが気象データテーブル２１１に記録される。

次に発電量予測装置１００は、新たに気象データを取得するごとに、この気象データを取得した時点から過去に所定期間（例えば１年間）遡った時点までの風速値を気象データテーブル２１１から読みだして、風力発電機のナセルの高さにおける風速Ｗ_ｎにそれぞれ変換する（S1010）。

そして発電量予測装置１００は、これらのナセル高さの風速Ｗ_ｎをそれぞれパワーカーブに当てはめて、所定期間における風力発電機の発電量の見込み値を算出する（S1020）。

次に発電量予測装置１００は、上記気象データを取得した時点から過去に所定期間（例えば１年間）遡った時点までの風力発電機の発電量の実績値を発電量実績テーブル２３１から読みだすとともに、気象データテーブル２１１から各気象データ（温度、湿度、風速、風向、気圧）を読みだして、上記S1010で求めた風力発電機のナセルの高さにおける風速Ｗ_ｎと共に、式（３）の回帰式に入力して、最小二乗法により式（３）の係数ａ〜ｈを求める（S1030）。このようにして発電量予測装置１００は、発電量の予測値を算出するための回帰式（関係式）を求める。

その後、発電量予測装置１００に、発電量の予測値を算出する日時を指定した発電量予測要求が入力されると、発電量予測装置１００は、指定された日時における風速値を気象データテーブル２１１から読みだして、風力発電機のナセルの高さにおける風速Ｗ_ｎに変換する（S1040）。そして発電量予測装置１００は、この風速Ｗ_ｎをパワーカーブに当てはめて、風力発電機の発電量の見込み値を得る（S1040）。

次に発電量予測装置１００は、上記指定された日時における各気象データ（温度、湿度、風速、風向、気圧）を気象データテーブル２１１から読みだして、S1040で得た上記指定日時における発電量の見込み値と共に回帰式（３）の右辺に入力することにより、指定日時における風力発電機の発電量の予測値Ｙを算出する（S1050）。

そして発電量予測装置１００は、この風力発電機の発電量の予測値Ｙを出力する（S1060）。なおこのとき、発電量予測装置１００は、発電量の予測値Ｙと共に、指定日時におけるナセル高さの風速Ｗ_ｎから算出した発電量の見込み値を出力するとよい。

発電量予測装置１００は、上記の処理を指定日時を変えて繰り返すことにより、風力発電量を数十時間先まで予測する。このようにして発電量予測装置１００が発電量を予測した結果を図７に示す。

以上説明した様に、本実施形態に係る発電量予測装置１００、発電量予測方法及びプログラムによれば、地形データを用いずに、風速値を含む複数種類の気象データを用いて風力発電機の発電量の予測値を算出するようにしているので、各地に建設されている風力発電機の個別の事情を考慮することなく、簡便に高精度に発電量の予測値を算出することが可能となる。

しかも本実施形態では、パワーカーブを用いて風速値から求めた発電量の見込み値も、発電量の予測値を算出するための回帰式（３）に変数として取り入れているため、より高精度に発電量の予測値を算出することができる。

さらに本実施形態では、パワーカーブを用いて風速値から発電量の見込み値を求めるようにしているため、例えばまだ稼働を開始してから間もない風力発電機の発電量の予測値を求めなければならない場合など、回帰式（３）の係数（ａ〜ｈ）を精度良く定めるために十分な情報が蓄積されていない場合であっても、上記パワーカーブを用いて風速値から求めた発電量の見込み値を出力することができる。

また本実施形態では、発電量予測装置１００が新たな気象データの予報値を取得するごとに回帰式（３）の係数を更新するようにしているため、常に最新の気象データの内容が反映された状態で、高精度に発電量の予測値を算出することができる。

なおもちろん、回帰式（３）の係数を一旦定めた後は、回帰式（３）を更新せずにそのまま使用し続けるようにしてもよい。この場合は、回帰式（３）の更新処理を省くことが可能となる。

さらに発電量予測装置１００は、毎日３時間ごとに定期的に新たな気象データを取得するようにしているので、毎日３時間ごとに最新の気象データの内容が反映された状態で、より高精度に発電量の予測値を算出することができる。

また発電量予測装置１００は、ナセルの高さＺ_ｎにおける風速Ｗ_ｎを、パワーカーブを用いて発電量の見込み値に換算するようにしているため、より高精度の発電量の見込み値を算出することができる。

また発電量予測装置１００は、最小二乗法を用いて発電量の予測値を算出するための関係式（回帰式）を求めるようにしているため、簡便に高精度な関係式を生成することができる。

もちろん、最小二乗法等を用いる方法以外にも、その他の重回帰分析の手法を用いてもよい。また例えばニューラルネットやカルマンフィルタなどの各種手法を用いても良い。

また本実施形態では、気象庁から提供される信頼性の高いＧＰＶデータ内の複数種類の気象データを用いて発電量の予測値を求めているため、高信頼な発電量の予測値を算出することができる。

もちろん、発電量の予測値を求めるために使用する気象データは、気象庁のＧＰＶデータ以外にも、我が国の民間業者により提供される気象データや、海外における公的機関あるいは民間業者により提供される気象データなど、様々な気象データを用いることができる。

なお上述した実施の形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明はその趣旨を逸脱することなく変更、改良され得るとともに、本発明にはその等価物も含まれる。

例えば、発電量の予測値の算出に用いる気象データは、「風速」と、「温度、湿度、風向及び気圧の少なくともいずれか」と、の組み合わせとしてもよい。あるいは、温度、湿度、風速、風向、気圧以外にも、雲量、日射量、天候等を用いてもよい。

１００ 発電量予測装置
１２０ ＣＰＵ
１２２ メモリ
１２４ 記憶装置
１２６ 記録媒体読取装置
１２８ 通信インターフェイス
１３０ 入力装置
１３２ 出力装置
１３４ 記録媒体
２１０ 気象データ記憶部
２１１ 気象データテーブル
２２０ パワーカーブ記憶部
２３０ 発電量記憶部
２３１ 発電量実績テーブル
２５０ 関係式導出部
２６０ 発電量算出部
２７０ 風力換算部
２８０ 気象データ取得部
２９０ 発電量出力部
２９１ 発電量予測テーブル

Claims (10)

1. 風力発電機の発電量の予測値を求める発電量予測装置であって、
   風速値を前記風力発電機の発電量に換算するための発電特性情報を記憶するパワーカーブ記憶部と、
   前記風力発電機の発電量の実績値の履歴を、日時情報と対応付けて記憶する発電量記憶部と、
   風速値を含む複数種類の気象データの履歴を、日時情報と対応付けて記憶する気象データ記憶部と、
   過去の所定期間における前記複数種類の気象データと、前記所定期間における風速値から前記発電特性情報を用いて換算される発電量と、前記所定期間における前記発電量の実績値と、に基づいて、これらの各値の関係を表す関係式を求める関係式導出部と、
   指定された日時における前記複数種類の気象データの予報値を取得する気象データ取得部と、
   前記日時における前記複数種類の気象データの予報値と、前記日時における風速の予報値から前記発電特性情報を用いて換算される発電量と、前記関係式と、に基づいて、前記日時における前記風力発電機の発電量の予測値を求める発電量算出部と、
   前記日時における前記風力発電機の発電量の予測値を出力する発電量出力部と、
   を備えることを特徴とする発電量予測装置。
2. 請求項１に記載の発電量予測装置であって、
   前記関係式導出部は、前記気象データ取得部が前記複数種類の気象データの新たな予報値を取得するごとに、前記予報値を取得した時点から過去に前記所定期間遡った時点までの前記各気象データと、前記所定期間における風速値から前記発電特性情報を用いて換算される発電量と、前記所定期間における前記発電量の実績値と、に基づいて、前記関係式を更新する
   ことを特徴とする発電量予測装置。
3. 請求項１又は２に記載の発電量予測装置であって、
   前記気象データ取得部は、定期的に、前記複数種類の気象データの新たな予報値を取得する
   ことを特徴とする発電量予測装置。
4. 請求項１〜３のいずれかに記載の発電量予測装置であって、
   前記発電量出力部は、指定された前記日時における前記風力発電機の発電量の予測値と共に、前記日時における風速の予報値から前記発電特性情報を用いて換算された発電量を出力する
   ことを特徴とする発電量予測装置。
5. 請求項１〜４のいずれかに記載の発電量予測装置であって、
   前記気象データ記憶部に記憶されている前記所定期間における風速値を、前記風力発電機のナセルの高さにおける風速値に換算する風力換算部と、を更に備え、
   前記関係式導出部及び前記発電量算出部は、
   前記ナセルの高さにおける風速値を、前記発電特性情報を用いて発電量に換算する
   ことを特徴とする発電量予測装置。
6. 請求項１〜５のいずれかに記載の発電量予測装置であって、
   前記気象データには、風速、風向、気圧、温度、及び湿度が含まれる
   ことを特徴とする発電量予測装置。
7. 請求項１〜６のいずれかに記載の発電量予測装置であって、
   前記関係式導出部は、最小二乗法を用いて前記関係式を求める
   ことを特徴とする発電量予測装置。
8. 請求項１〜７のいずれかに記載の発電量予測装置であって、
   前記気象データ記憶部に記憶される前記気象データは、気象庁のＧＰＶ（Grid Point Value）データに由来する
   ことを特徴とする発電量予測装置。
9. 風力発電機の発電量の予測値を求める発電量予測方法であって、
   風速値を前記風力発電機の発電量に換算するための発電特性情報を記憶するパワーカーブ記憶部と、前記風力発電機の発電量の実績値の履歴を、日時情報と対応付けて記憶する発電量記憶部と、風速値を含む複数種類の気象データの履歴を、日時情報と対応付けて記憶する気象データ記憶部と、を備える発電量予測装置が、
   過去の所定期間における前記複数種類の気象データと、前記所定期間における風速値から前記発電特性情報を用いて換算される発電量と、前記所定期間における前記発電量の実績値と、に基づいて、これらの各値の関係を表す関係式を求め、
   指定された日時における前記複数種類の気象データの予報値を取得し、
   前記日時における前記複数種類の気象データの予報値と、前記日時における風速の予報値から前記発電特性情報を用いて換算される発電量と、前記関係式と、に基づいて、前記日時における前記風力発電機の発電量の予測値を求め、
   前記日時における前記風力発電機の発電量の予測値を出力する
   ことを特徴とする発電量予測方法。
10. 風力発電機の発電量の予測値を求めるためのプログラムであって、
    風速値を前記風力発電機の発電量に換算するための発電特性情報を記憶するパワーカーブ記憶部と、前記風力発電機の発電量の実績値の履歴を、日時情報と対応付けて記憶する発電量記憶部と、風速値を含む複数種類の気象データの履歴を、日時情報と対応付けて記憶する気象データ記憶部と、を備える発電量予測装置に、
    過去の所定期間における前記複数種類の気象データと、前記所定期間における風速値から前記発電特性情報を用いて換算される発電量と、前記所定期間における前記発電量の実績値と、に基づいて、これらの各値の関係を表す関係式を求める手順と、
    指定された日時における前記複数種類の気象データの予報値を取得する手順と、
    前記日時における前記複数種類の気象データの予報値と、前記日時における風速の予報値から前記発電特性情報を用いて換算される発電量と、前記関係式と、に基づいて、前記日時における前記風力発電機の発電量の予測値を求める手順と、
    前記日時における前記風力発電機の発電量の予測値を出力する手順と、
    を実行させるプログラム。

Images