JP5565193B2 - 配電区間の負荷予測方法および配電系統制御システム - Google Patents

Description

本発明は、配電区間の負荷予測方法およびこの予測方法を適用した配電系統制御システムに関するものである。

無尽蔵な太陽光エネルギーを電気エネルギーに変換して発電を行う太陽光発電機の導入が促進されている。太陽光発電機の導入価格の低下、環境保全意識の高まり、および石油価格の変動による代替エネルギーへの転換需要により、昨今では一般家庭等にも太陽光発電機が普及しつつある。

一般に、一般家庭等に取り付けられた太陽光発電機は、電気事業者の送電線（配電系統）に連系しており、太陽光発電機の発電量の余剰分は連系する配電系統に折り返されて（逆潮流して）所定の電気事業者に売却される。売却電気量は、各家庭に設置された売電メータに記録される。

太陽光発電機が連系した区間において、事故が発生して停電するとパワーコンディショナによって太陽光発電機の発電も停止させられる。これは、太陽光発電機が配電系統に折り返した電力により、停電の復旧作業を行っている作業員が感電することを防ぐためである。停止した太陽光発電機は、停電から復旧してもすぐに発電を再開することができず、数分程度遅れて再び配電系統に連系する。

上記より、停電から復旧する当初は、通常時には太陽光発電機の発電によって賄われる電力分を併せた地域全体の負荷（実負荷）を、電気事業者（変電所）から配電系統に送り出される電力で賄わなければならない。しかし、電気事業者からは、配電系統に送り出す送出電力しか把握することができず、太陽光発電機の発電によって賄われていた電力分を把握することはできない。そのため、停電から復旧した瞬間に過負荷に陥り、二次的な停電事故に連鎖しないか懸念された。

そこで、従来、電気事業者は、上記のような停電から復旧する際には、配電系統から送り出す送出電力に、配電系統に連系した複数の太陽光発電機の総定格発電容量（モジュール表面温度２５度、分光分布ＡＭ（エアマス）１．５、放射照度１０００Ｗ/ｍ^２の状態の発電量の総和（JIS規格JIS C 8914））を加えて、配電系統の運用（配電線路の切替など）を行っていた。また、このときに配電系統に送り出す電力を想定して、その電力を流すのに充分な配電設備を構築していた。

一方、太陽光発電機が実際に発電し得るのは定格発電容量の７割〜８割程度とされている。また、太陽光発電機の発電量は日射量に依存するため、時間帯や天候等に応じて太陽光発電機が賄う電力分は増減する。したがって、上記のように単に総定格発電容量を加えることは、過負荷を防止したいあまり過剰な電力の確保となっていた。

今後、太陽光発電機のさらなる増加が予想されることから、配電系統では連系する複数の太陽光発電機の総発電量延いては実負荷を正確に把握して、無駄のない配電系統の運用を行うことが求められる。この実負荷は、気温と相関関係があるとされている。

特許文献１では、過去の電力需要実績および気象データ（天気、気温、湿度等）を蓄積して、天候別に気温と電力需要との関係式を求め、予想対象日の予想される天候および気温からこの関係式に基づいて予想対象日の電力需要を求めている。そして、求められた予想対象日の電力需要を少なくとも予想対象日とその前日、前前日の３日間での予想気象の変化パターンと類似する気象データを持った過去の参照日の電力需要実績により補正し、この補正した値を予想対象日の電力需要予測値としている。

特開平５−３８０５１号公報

しかしながら、特許文献１で求められる電力需要予測値は、太陽光発電機（分散型電源）の発電量を考慮していない。上述したとおり、電気事業者は送出電力を把握することはできるが、配電系統に連系された太陽光発電機がどれくらい発電しているかは把握できないのである。そのため、この方法で求められた電力需要予測値に基づき配電系統を運用すると、過負荷に陥り停電事故を招くおそれさえある。

また、特許文献１では、過去の電力需要実績および気象データ（天気、気温、湿度等）を蓄積して天気別に気温と電力需要との関係式を求めるが、蓄積された電力需要実績および気象データが充分でない場合（サンプル数が少ない場合）には、導出される関係式の実態との誤差が大きくなる（実態に大きくかけ離れる）おそれがある。

本発明は、このような課題に鑑みてなされたものであり、対象とする配電区間の気温と負荷とを含む負荷データのサンプル数が充分でない場合であっても、予測したい時点の気温からその時点の配電区間の負荷（実負荷）を高精度で予測することが可能な配電区間の負荷予測方法、およびこの予測方法を適用した配電系統制御システムを提供することを目的とする。

上記課題を解決するために本発明者らは鋭意検討し、配電区間の実負荷は、時間帯に関係なく低気温時および高気温時に高くなり、中程度の気温時には相対的に低くなる傾向があることに着目した。そして、研究を重ねることにより、実負荷を予測したい時点の負荷データのサンプル数が充分でない場合には、上記の傾向に基づき他時間帯のものをスケール変換（尺度調整）して補間できるのではないかと考え、本発明を完成するに到った。

すなわち、本発明にかかる配電区間の負荷予測方法の代表的な構成は、任意の配電区間において、気温およびその気温における負荷を含む負荷データを所定時間ごとに取得してデータテーブルに記憶させる情報取得ステップと、データテーブルから負荷を予測したい時点の時刻である対象時刻の負荷データを抽出して第１データ群を生成する第１情報抽出ステップと、データテーブルから対象時刻に近い時刻の負荷データを抽出して第２データ群を生成する第２情報抽出ステップと、第１データ群と第２データ群の気温に対する負荷の比を求めこの比を用いて第２データ群の負荷の値をスケール変換するスケール変換ステップと、第１データ群の負荷データが不足している温度域をスケール変換後の第２データ群の負荷データで補間するデータ補間ステップと、補間後の第１データ群に基づいて対象時刻の気温と負荷の関係式を導出する関係式導出ステップと、配電区間の負荷を予測したい時点の気温から関係式に基づいてこの配電区間の負荷を予測する負荷予測ステップと、を含み、負荷データに含まれる負荷は、配電区間のセンサ内蔵自動開閉器によって実測された見かけ上の負荷に、該配電区間に連系した複数の太陽光発電機の総発電量を加えた実負荷であることを特徴とする。

上記構成では、対象時刻の気温と負荷とを含む負荷データのサンプル数が充分でない場合には、近い時刻の負荷データをスケール変換して補間する。これにより、対象時刻の気温と負荷の関係式の信頼性を向上することができ、予測したい時点の気温からその時点の配電区間の負荷を高精度で予測することが可能となる。

また、上記負荷データに含まれる負荷は、配電区間のセンサ内蔵自動開閉器によって実測された見かけ上の負荷に、この配電区間に連系した複数の太陽光発電機の総発電量を加えた実負荷である。これにより、予測したい時点の気温からその時点の配電区間の実負荷を高精度で予測することが可能となる。

上記複数の太陽光発電機の総発電量は、予め、次式「太陽光発電機の発電量の実測値／太陽光発電機の定格発電容量＝第１係数×気温＋第２係数×日射量＋第３係数」に基づき、第１係数×気温＋第２係数×日射量＋第３係数で表される補正式を重回帰分析によって導出しておき、複数の太陽光発電機の総定格発電容量にこの補正式を乗じることで算出されるとよい。これにより、複数の太陽光発電機の総発電量を正確に算出でき、実負荷の信頼性の向上を図ることができる。

上記第１情報抽出ステップおよび第２情報抽出ステップにおいては、データテーブルから快晴時の負荷データを抽出するとよい。これにより、正確な日射量を把握しづらい（理論日射量（快晴時日射量）を算出する演算では実際の日射量を把握できない）雨天時（曇天時）のデータが除かれ、さらに精度を向上することができる。

本発明にかかる配電系統制御システムの代表的な構成は、任意の配電区間において、気温およびその気温における負荷を含む負荷データを所定時間ごとに取得する情報取得部と、負荷データが記憶されるデータテーブルを有する記憶部と、データテーブルから負荷を予測したい時点の時刻である対象時刻の負荷データを抽出して第１データ群を生成する第１情報抽出部と、第１情報抽出部にて抽出された負荷データが所定温度域ごとに一定以上あるか否かを判定するサンプル数判定部と、サンプル数判定部が否と判定した場合に、データテーブルから対象時刻に近い時刻の負荷データを抽出して第２データ群を生成する第２情報抽出部と、第１データ群と第２データ群の気温に対する負荷の比を求めこの比を用いて第２データ群の負荷の値をスケール変換するスケール変換部と、スケール変換後の第２データ群の負荷データを用いて第１データ群の負荷データが不足している温度域を補間するデータ補間部と、補間後の第１データ群に基づいて対象時刻の気温と負荷の関係式を導出する関係式導出部と、配電区間の負荷を予測したい時点の気温から関係式に基づいてこの配電区間の負荷を予測する負荷予測部と、負荷予測部が予測した負荷に基づいて配電系統の運用を行う切替制御部と、を備えることを特徴とする。

上記構成によれば、配電区間に連系する複数の太陽光発電機の総発電量を正確に把握（予測）して、無駄のない配電系統の運用を行うことができる。なお、上述した配電区間の負荷予測方法における技術的思想に対応する構成要素やその説明は、当該配電系統制御システムにも適用可能である。

本発明によれば、対象とする配電区間の気温と負荷とを含む負荷データのサンプル数が充分でない場合であっても、予測したい時点の気温からその時点の配電区間の負荷（実負荷）を高精度で予測することが可能な配電区間の負荷予測方法、およびこの予測方法を適用した配電系統制御システムを提供可能である。

本発明の実施形態にかかる配電系統制御システムが適用される配電系統を示す図である。 図１に示す配電系統制御システムの概略構成を示すブロック図である。 図１に示す配電系統制御システムの動作を説明するフローチャートである。 気温と実負荷の相関関係を示す図である。 １２時の負荷データを示す図である。 ９時の負荷データを示す図である。 １２時の負荷データを９時の負荷データで補間した図である。

以下に添付図面を参照しながら、本発明の好適な実施形態について詳細に説明する。かかる実施形態に示す寸法、材料、その他具体的な数値等は、発明の理解を容易とするための例示に過ぎず、特に断る場合を除き、本発明を限定するものではない。なお、本明細書および図面において、実質的に同一の機能、構成を有する要素については、同一の符号を付することにより重複説明を省略し、また本発明に直接関係のない要素は図示を省略する。

[配電系統]
図１は、本発明の実施形態にかかる配電系統制御システム１００が適用される配電系統１３２を示す図である。図１に示すように、変電所１３６ａ、１３６ｂから送り出された電力は、配電系統１３２によって、複数の一般家庭１４０ａ〜１４０ｃ等に供給される。一般家庭１４０ｂ、１４０ｃには、太陽光発電機１４２ａ、１４２ｂが備えられており、配電系統１３２に連系している。

配電系統１３２には、配電系統制御システム１００によって制御される複数のセンサ内蔵自動開閉器１３８ａ〜１３８ｈが備えられる。センサ内蔵自動開閉器１３８ａ〜１３８ｈは、配電線路の開閉（ＯＮ／ＯＦＦ）を行う区間開閉器であって、区間潮流（電流）を計測するセンサ機能を有している。なお、図１中、三角形で図示されるセンサ内蔵自動開閉器１３８ａ〜１３８ｆは区間自動開閉器であって、四角形で図示されるセンサ内蔵自動開閉器１３８ｇ、１３８ｈは連系自動開閉器である。

例えば、配電区間１３４で事故が発生すると、その近傍のセンサ内蔵自動開閉器１３８ｅおよびセンサ内蔵自動開閉器１３８ｆが閉じられ電力供給が停止する。事故発生前に、変電所１３６ａから電力が供給されていた場合には、センサ内蔵自動開閉器１３８ｆの下流側の電力供給も停止する。センサ内蔵自動開閉器１３８ｆ下流側への電力供給は、センサ内蔵自動開閉器１３８ｈを切り替えて他の変電所１３６ｂから逆送電することで、早期に復旧し得る。

配電区間１３４の負荷（見かけ上の負荷）は、その上流側のセンサ内蔵自動開閉器１３８ｅの区間潮流の計測値から、下流側のセンサ内蔵自動開閉器１３８ｆの区間潮流の計測値を差し引いて送電電圧を乗じ、求めることができる。しかし、配電区間１３４には複数の太陽光発電機１４２ａ、１４２ｂが連系しているため、このような単純な計算では真の負荷（実負荷）を求めることができない。

そのため、配電系統制御システム１００には、配電区間１３４に連系する複数の太陽光発電機１４２ａ、１４２ｂの総発電量を予測するための補正式が格納される。配電系統制御システム１００は、配電区間１３４の所定時間ごとの気温およびその気温における実負荷を含む負荷データを蓄積することで、実負荷を予測したい時点の気温から実負荷を予測する。

［配電系統制御システム］
図２は、配電系統制御システム１００の概略構成を示すブロック図である。図３は、配電系統制御システム１００の動作を説明するフローチャートである。図２に示すように、配電系統制御システム１００は、システム制御部１０２および記憶部１０４を含んで構成されるコンピュータシステムである。

システム制御部１０２は、中央処理装置（CPU:Central Processing Unit）を含む半導体集積回路であって、配電系統制御システム１００全体の管理、制御を行う。記憶部１０４は、ＲＯＭ、ＲＡＭ、ＥＥＰＲＯＭ、不揮発性ＲＡＭ、フラッシュメモリ、ＨＤＤ等で構成され、システムで利用されるプログラムや各種データを記憶する。記憶部１０４には、定格発電容量格納部１０４ａ、補正式格納部１０４ｂ、およびデータテーブル１０４ｃが備えられている。

定格発電容量格納部１０４ａには、配電系統１３２に連系された複数の太陽光発電機１４２ａ、１４２ｂのそれぞれの個別情報が格納される。例えば、配電系統１３２に初めて（新規に）連系する際に電気事業者に申請が必要な定格発電容量が記憶される。補正式格納部１０４ｂには、集中連系型太陽光発電機実証研究地などで実測された太陽光発電機１４２ａ、１４２ｂの実発電量を用いて、下記の式１を重回帰分析し決定された第１係数、第２係数および第３係数が記憶される（第１係数、第２係数および第３係数が定数であって、気温および日射量が変数である）。以下、本実施形態において、「第１係数×気温＋第２係数×日射量＋第３係数」を補正式と称する。なお、式１の左辺の「太陽光発電機の発電量の実測値」および「太陽光発電機の定格発電容量」は、複数の太陽光発電機１４２ａ、１４２ｂの総発電量の実測値および複数の太陽光発電機１４２ａ、１４２ｂの総定格発電容量として、重回帰分析されることが好ましい（単一の場合と比べ平均化されるので精度が向上する）。

データテーブル１０４ｃには、後述する情報取得部１１０が所定時間ごと（例えば、１分ごと）に取得する配電区間１３４の負荷データが蓄積される。負荷データには、配電区間１３４の気温およびその気温における実負荷が、そのときの時刻とともに包まれる。

配電系統制御システム１００には、入力部１０６および出力部１０８が備えられている。入力部１０６は、キーボードやマウス、タッチパネル、あるいはファイル入出力装置やネットワークを通じたデータ通信等により、外部からシステムへ所定の情報を取り込む。出力部１０８は、ディスプレイやプリンタ等で構成され、使用者に情報を表示したり、印刷を行ったりする。また、出力内容をデータとして記録媒体に保存したり、ネットワークを通じたデータ通信やウェブ表示などを行ったりすることも可能である。

以下、配電系統制御システム１００の情報取得部１１０、日射量算出部１１２、総発電量算出部１１４、第１情報抽出部１１６、サンプル数判定部１１８、第２情報抽出部１２０、スケール変換部１２２、データ補間部１２４、関係式導出部１２６、負荷予測部１２８および切替制御部１３０について、図３のフローチャートに則って説明する。図３に示すように、配電系統制御システム１００は配電系統１３２の運用のために（配電系統運用ステップ１６２）、情報取得ステップ１４４、予測時点入力ステップ１４６、第１情報抽出ステップ１４８、サンプル数判定ステップ１５０および関係式導出ステップ１５８によって、配電区間１３４の実負荷を予測する（負荷予測ステップ１６０）。本実施形態の特徴として、第１情報抽出ステップ１４８にて抽出された負荷データのサンプル数が充分でない場合には、第２情報抽出ステップ１５２、スケール変換ステップ１５４およびデータ補間ステップ１５６により負荷データが補間される。

情報取得ステップ１４４では、その第１ステップ１４４ａ〜第５ステップ１４４ｅにより配電区間１３４の負荷データをデータテーブル１０４ｃに蓄積する。第１ステップ１４４ａでは、情報取得部１１０が配電区間１３４の天候および気温、並びに見かけ上の負荷を取得する。具体的には、天候および気温は、気象庁の地域気象観測システムすなわちＡＭｅＤＡＳ（Automated Meteorological Data Acquisition System）から取得することができる（ＡＭｅＤＡＳでは気温が１０秒刻みで更新される）。もちろん、配電区間１３４に気温計を配置するなど、他の手法により気温などを取得してもよい。見かけ上の負荷は、センサ内蔵自動開閉器１３８ａ〜１３８ｈが計測した区間潮流に基づき取得される。

第２ステップ１４４ｂでは、第１ステップ１４４ａで取得した天候が晴れ（快晴、晴）であるか否かを判定する。天候が晴れでなかった場合には（第２ステップ１４４ｂのＮｏ）、連系する太陽光発電機１４２ａ、１４２ｂの発電をないものと見なし、第１ステップ１４４ａで取得した見かけ上の負荷を実負荷として、情報取得部１１０が気温およびその実負荷（見かけ上の負荷）、そのときの時刻を含む負荷データをデータテーブル１０４ｃに記憶させる（第５ステップ１４４ｅ）。

一方、天候が晴れであった場合には（第２ステップ１４４ｂのＹｅｓ）、連系する太陽光発電機１４２ａ、１４２ｂの総発電量を見かけ上の負荷に加えたものが実負荷となる。そこで、第３ステップ１４４ｃとして、日射量算出部１１２が式２に基づき配電区間１３４のその日時（時刻）の理論日射量（快晴時日射量）を算出する。かかる理論日射量は、日時および経緯度から算出される。もちろん、配電区間１３４に日射計を配置して実測により日射量を取得してもよいが、日時および経緯度から算出することで労力がかからずより簡易に実現可能な構成となる。

日射量算出部１１２が理論日射量を算出すると、第４ステップ１４４ｄとして、総発電量算出部１１４が定格発電容量格納部１０４ａから、配電区間１３４に連系する太陽光発電機１４２ａ、１４２ｂの定格発電容量を読み出し、全てを足し合わせて配電区間１３４全体の太陽光発電機１４２ａ、１４２ｂの総定格発電容量を算出する。そして、式３に示すように、総発電量算出部１１４が、この総定格発電容量に補正式格納部１０４ｂに記憶された補正式を乗じて、連系する太陽光発電機１４２ａ、１４２ｂの総発電量を算出する。補正式には、先に求めた気温と、日射量として理論日射量が代入される。

太陽光発電機１４２ａ、１４２ｂの総発電量に最も依存する（相関関係がある）のは日射量であり、次いで依存するのは気温である。本実施形態では、日射量および気温がパラメータに設定された補正式に基づき太陽光発電機１４２ａ、１４２ｂの総発電量が算出される。そのため、高い精度で太陽光発電機１４２ａ、１４２ｂの総発電量を予測することが可能である。なお、かかる補正式の第１係数、第２係数、第３係数は重回帰分析によって決定されるので、例えば日射量に換えてこの日射量を包含する太陽光発電機１４２ａ、１４２ｂの定格比の理論発電量を用いてもよい。総発電量算出部１１４により総発電量が算出されると、情報取得部１１０が、気温およびこの総発電量を見かけ上の負荷に加えた実負荷、そのときの時刻を含む負荷データをデータテーブル１０４ｃに記憶させる（第５ステップ１４４ｅ）。

予測時点入力ステップ１４６では、管理者の予測したい時点が入力部１０６より入力される。そして、第１情報抽出ステップ１４８では、第１情報抽出部１１６がデータテーブル１０４ｃから負荷を予測したい時点の時刻である対象時刻の負荷データを抽出して第１データ群を生成する。

図４は気温と実負荷の相関関係を示す図である。図４に示すように、配電区間１３４の実負荷は気温に基づき一定と見なすことができ、時間帯（時刻）に関係なく低気温時および高気温時に高くなり、中程度の気温時には相対的に低くなる傾向がある。本実施形態では、この傾向に基づき、サンプル数判定ステップ１５０にて、サンプル数判定部１１８が、第１情報抽出部１１６にて抽出された負荷データ（第１データ群の負荷データ）が所定温度域ごとに一定以上あるか否かを判定する。そして、負荷データのサンプル数が充分でない場合には（サンプル数判定ステップ１５０のＮｏ）、他時間帯（近い時刻）のものをスケール変換（尺度調整）して補間する。

以下、図５〜図７を参照しつつ、対象時刻の負荷データである１２時の負荷データを、対象時刻に近い時刻の負荷データである９時の負荷データで補間する場合について説明する。図５は、１２時の負荷データを示す図であり、図６は９時の負荷データを示す図である。図７は、１２時の負荷データを９時の負荷データで補間した図である。なお、本実施形態では、サンプル数判定部１１８は、０℃〜３５℃までの範囲の５℃ごとの範囲に５つ以上の負荷データがあるか否かを判定するものとする。

図５に示すように、対象時刻が１２時の場合、０℃〜５℃、５℃〜１０℃の範囲に負荷データが５つ以上存在しない（サンプル数判定ステップ１５０のＮｏ）。そのため、第２情報抽出ステップ１５２にて、第２情報抽出部１２０が、データテーブル１０４ｃから対象時刻に近い時刻の負荷データを抽出して第２データ群を生成する。

具体的には、第２情報抽出部１２０は、対象時刻に近い時刻の負荷データを順（例えば、１２時至近の１１時および１時の負荷データ、１０時および２時の負荷データの順）にデータテーブル１０４ｃから読み出す。そして、０℃〜５℃、５℃〜１０℃の範囲に負荷データが存在する場合には、その負荷データを第２データ群として抽出する。ここでは、図６に示すように、９時の負荷データにおいて、０℃〜５℃、５℃〜１０℃の範囲に負荷データが存在しているため、９時の負荷データが第２データ群として抽出される。

上述したように実負荷は時間帯（時刻）に関係なく低気温時および高気温時に高くなり、中程度の気温時には相対的に低くなる傾向があるが、時間帯によって実負荷の絶対的な大きさは変動する（図４に示すように気温に対する実負荷の波形が上下に移動する）。そのため、スケール変換ステップ１５４にて、スケール変換部１２２が第２データ群として抽出された負荷データをスケール変換する。

スケール変換部１２２は、第１データ群（１２時の負荷データ）と第２データ群（９時の負荷データ）の気温に対する実負荷の比を求め、この比を第２データ群の実負荷の値に乗じる。第１データ群（１２時の負荷データ）と第２データ群（９時の負荷データ）の気温に対する実負荷の比は、例えば所定温度ごと（５℃、１０℃、１５℃、２０℃、２５℃、３０℃）の気温に対する実負荷の比の平均値として算出される。

上記より、データ補間ステップ１５６にて、データ補間部１２４が第１データ群の負荷データが不足している温度域（０℃〜５℃、５℃〜１０℃の範囲）にスケール変換後の第２データ群の負荷データを補間する（図７参照）。依然として５℃刻みで負荷データが５つ以上存在しない範囲がある場合には（サンプル数判定ステップ１５０のＮｏ）、第２情報抽出ステップ１５２、スケール変換ステップ１５４およびデータ補間ステップ１５６による補間が繰り返される。

一方、全ての温度域において５℃刻みで負荷データが５つ以上存在する場合には（サンプル数判定ステップ１５０のＹｅｓ）、それ以上の補間は不要となる。そこで、関係式導出ステップ１５８にて、関係式導出部１２６が対象時刻の気温と実負荷の関係式を導出する。すなわち、第１データ群の負荷データ（補間した負荷データを含む）に基づき、近似式を導出する。この近似式は、気温と実負荷の関係を表すものとして、天候、季節を問わず汎用性を有するものである。

そして、負荷予測ステップ１６０にて、負荷予測部１２８がこの関係式（近似式）に基づき、実負荷を予測したい時点の気温から、配電区間１３４のその時点の実負荷を予測する。実負荷を予測したい時点の気温は、ＡＭｅＤＡＳから取得するようにしてもよいし、管理者が入力部１０６から入力するようにしてもよい。実負荷が予測されると、配電系統運用ステップ１６２にて、センサ内蔵自動開閉器１３８ａ〜１３８ｈを制御する切替制御部１３０が、無駄のない配電系統１３２の運用を行う。

表１は、図３のフローチャートに則り実負荷を予測した場合の予測精度を示している。表１の左側に示すように、本実施形態によれば非常に高い精度で実負荷を予測することができる。これは、連系する太陽光発電機１４２ａ、１４２ｂの総発電量に最も依存する日射量、次いで依存する気温がパラメータに設定された補正式によって、総発電量を非常に高い精度で予測できるためでもある。事実、表１の右側に示すように、日射量を除いた補正式「第１係数×気温＋第３係数」を用いると（日射量を含む補正式とは別個に、第１係数および第３係数は重回帰分析により決定）、かなり精度が低下してしまう。

なお、負荷データに天候を包含させておき、上記第１情報抽出ステップ１４８および第２情報抽出ステップ１５２においては、データテーブル１０４ｃから晴れの負荷データを抽出するように構成してもよい。上記では天候が晴れでない場合、連系する太陽光発電機１４２ａ、１４２ｂの発電をないものと見なしたが、雨天時（曇天時）であっても太陽が照ればその日射量に基づき発電するので、雨天時（曇天時）の負荷データを除外することで正確な関係式（近似式）を導出することができる。よって、より正確な実負荷を予測することができる。

なお、太陽光発電機１４２ａ、１４２ｂの発電が殆ど考えられない（太陽が照らない）雨天時（曇天時）の負荷を抽出して、実負荷として関係式（近似式）を導出してもよい。本発明の特徴たる負荷データの補間に関しては、太陽光発電機１４２ａ、１４２ｂの発電の有無に関係なく適用することができる。すなわち、従来のように気温と見かけ上の負荷とを蓄積する場合であっても、太陽光発電機１４２ａ、１４２ｂの総発電量が極めて大きくならない場合には、他時間帯（近い時刻）のデータで補間すれば関係式（近似式）の精度（相関関数の完成度）を向上することができる。

上述した配電系統制御システム１００によれば、対象とする配電区間１３４の気温と実負荷とを含む負荷データのサンプル数が充分でない場合であっても、予測したい時点の気温からその時点の配電区間１３４の実負荷を高精度で予測することが可能となる。かかる技術が必要とされるのは、対象とする配電区間１３４において、配電区間の変化、住宅の新設または撤去、太陽光発電機１４２ａ、１４２ｂの導入等を考慮すると、信頼のおける充分新しい負荷データを蓄積しづらいためである。すなわち、信頼のおける充分新しい負荷データのみを使用すると、負荷データのサンプル数が不足しがちになるからである。

以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明はかかる例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

本発明は、任意の配電区間に連系する複数の太陽光発電機の総発電量を予測する太陽光発電量予測方法、およびこれを利用した配電系統制御システムとして利用することができる。

１００…配電系統制御システム、１０２…システム制御部、１０４…記憶部（１０４ａ…定格発電容量格納部、１０４ｂ…補正式格納部、１０４ｃ…データテーブル）、１０６…入力部、１０８…出力部、１１０…情報取得部、１１２…日射量算出部、１１４…総発電量算出部、１１６…第１情報抽出部、１１８…サンプル数判定部、１２０…第２情報抽出部、１２２…スケール変換部、１２４…データ補間部、１２６…関係式導出部、１２８…負荷予測部、１３０…切替制御部、１３２…配電系統、１３４…配電区間、１３６ａ、１３６ｂ…変電所、１３８ａ〜１３８ｈ…センサ内蔵自動開閉器、１４０ａ〜１４０ｃ…一般家庭、１４２ａ、１４２ｂ…太陽光発電機、１４４…情報取得ステップ（１４４ａ…第１ステップ、１４４ｂ…第２ステップ、１４４ｃ…第３ステップ、１４４ｄ…第４ステップ、１４４ｅ…第５ステップ）、１４６…予測時点入力ステップ、１４８…第１情報抽出ステップ、１５０…サンプル数判定ステップ、１５２…第２情報抽出ステップ、１５４…スケール変換ステップ、１５６…データ補間ステップ、１５８…関係式導出ステップ、１６０…負荷予測ステップ、１６２…配電系統運用ステップ

Claims (4)

1. 任意の配電区間において、気温およびその気温における負荷を含む負荷データを所定時間ごとに取得してデータテーブルに記憶させる情報取得ステップと、
   前記データテーブルから、負荷を予測したい時点の時刻である対象時刻の負荷データを抽出して第１データ群を生成する第１情報抽出ステップと、
   前記データテーブルから、前記対象時刻に近い時刻の負荷データを抽出して第２データ群を生成する第２情報抽出ステップと、
   前記第１データ群と第２データ群の気温に対する負荷の比を求め、この比を用いて前記第２データ群の負荷の値をスケール変換するスケール変換ステップと、
   前記第１データ群の負荷データが不足している温度域をスケール変換後の第２データ群の負荷データで補間するデータ補間ステップと、
   補間後の前記第１データ群に基づいて、前記対象時刻の気温と負荷の関係式を導出する関係式導出ステップと、
   前記配電区間の前記負荷を予測したい時点の気温から、前記関係式に基づいて該配電区間の負荷を予測する負荷予測ステップと、
   を含み、
   前記負荷データに含まれる負荷は、前記配電区間のセンサ内蔵自動開閉器によって実測された見かけ上の負荷に、該配電区間に連系した複数の太陽光発電機の総発電量を加えた実負荷であることを特徴とする配電区間の負荷予測方法。
2. 前記複数の太陽光発電機の総発電量は、予め、次式「太陽光発電機の発電量の実測値／太陽光発電機の定格発電容量＝第１係数×気温＋第２係数×日射量＋第３係数」に基づき、第１係数×気温＋第２係数×日射量＋第３係数で表される補正式を重回帰分析によって導出しておき、
   前記複数の太陽光発電機の総定格発電容量に前記補正式を乗じることで算出されることを特徴とする請求項２に記載の配電区間の負荷予測方法。
3. 前記第１情報抽出ステップおよび第２情報抽出ステップにおいては、前記データテーブルから快晴時の負荷データを抽出することを特徴とする請求項２または３に記載の配電区間の負荷予測方法。
4. 任意の配電区間において、気温およびその気温における負荷を含む負荷データを所定時間ごとに取得する情報取得部と、
   前記負荷データが記憶されるデータテーブルを有する記憶部と、
   前記データテーブルから、負荷を予測したい時点の時刻である対象時刻の負荷データを抽出して第１データ群を生成する第１情報抽出部と、
   前記第１情報抽出部にて抽出された負荷データが所定温度域ごとに一定以上あるか否かを判定するサンプル数判定部と、
   前記サンプル数判定部が否と判定した場合に、前記データテーブルから前記対象時刻に近い時刻の負荷データを抽出して第２データ群を生成する第２情報抽出部と、
   前記第１データ群と第２データ群の気温に対する負荷の比を求め、この比を用いて前記第２データ群の負荷の値をスケール変換するスケール変換部と、
   前記スケール変換後の第２データ群の負荷データを用いて、前記第１データ群の負荷データが不足している温度域を補間するデータ補間部と、
   補間後の前記第１データ群に基づいて、前記対象時刻の気温と負荷の関係式を導出する関係式導出部と、
   前記配電区間の前記負荷を予測したい時点の気温から、前記関係式に基づいて該配電区間の負荷を予測する負荷予測部と、
   前記負荷予測部が予測した負荷に基づいて、配電系統の運用を行う切替制御部と、
   を備え、
   前記負荷データに含まれる負荷は、前記配電区間のセンサ内蔵自動開閉器によって実測された見かけ上の負荷に、該配電区間に連系した複数の太陽光発電機の総発電量を加えた実負荷であることを特徴とする配電系統制御システム。

Images