JP5606114B2 - 発電量予測装置、予測方法及び予測プログラム - Google Patents
発電量予測装置、予測方法及び予測プログラム Download PDFInfo
- Publication number
- JP5606114B2 JP5606114B2 JP2010065083A JP2010065083A JP5606114B2 JP 5606114 B2 JP5606114 B2 JP 5606114B2 JP 2010065083 A JP2010065083 A JP 2010065083A JP 2010065083 A JP2010065083 A JP 2010065083A JP 5606114 B2 JP5606114 B2 JP 5606114B2
- Authority
- JP
- Japan
- Prior art keywords
- power generation
- generation amount
- data
- predicted value
- 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 description 220
- 238000000034 method Methods 0.000 title claims description 47
- 239000011159 matrix material Substances 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000013500 data storage Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- 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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- 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
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
- F05B2260/821—Parameter estimation or prediction
-
- 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]
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
-
- 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
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
-
- 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
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
[1.実施形態の構成]
まず、本実施形態の構成を説明する。すなわち、図1に示すように、本実施形態の発電量予測装置1は、パーソナルコンピュータやサーバ装置のような汎用のコンピュータを、所定のプログラムで制御することによって実現できる。この場合のプログラムは、コンピュータのハードウェアを物理的に活用することで、以下に述べるような各部の処理を実現するものであり、かかる処理を行う方法、プログラム及びプログラムを記録した記録媒体は単独でも本発明の一態様である。
[2−1.処理の概要]
本実施形態は、気象データ若しくは発電量データを、多次元正規分布を用いてモデル化し、分散共分散行列を用いて多次元正規分布に従う乱数を多数発生させることにより、発生確率が付与された複数の時系列データの組を生成することにより、予測値を算出するものである。
次に、本実施形態の作用を説明する。まず、風速・風向データに基づいて、風力発電の発電機の発電量を予測する一例を、図2を参照して説明する。なお、図2は、風速・風向データを予測し、予測した風速・風向データから、発電量の予測値を計算する手順とデータの流れを示すフローチャートである。
本実施形態では、風向・風速データの代わりに、日射量データを用いて、太陽光発電の発電機の発電量を予測することもできる。その手順は、基本的には、上記と同様である。すなわち、気象予報データと過去の日射量データに基づく類似日の選択、日射量の時系列データの生成、分散共分散行列の作成、乱数の発生が行われる。
さらに、上記の例では、風向・風速の予測値や日射量の予測値を、発電量の予測値へ変換(発電量計算部133による発電量の予測値の計算)する処理が行われていた。しかし、このような変換処理は、必ずしも必要ではない。すなわち、本実施形態においては、過去の発電量データに基づいて、発電量の予測値を求めることもできる。
次に、分散共分散行列の作成と乱数の発生の手法を、太陽光発電機の発電量の予測を一例として説明する。ここでは、K時点を、1時間ごとの24点とし、1台の発電機(M=1)の発電量を、時刻相関を考慮して予測する手法を例にとって説明する。
R=TUTL
その後、正規乱数行列Gに上三角行列TUを右から掛けることで、相関を持った正規乱数行列が作成できる。
G’=GTU
G”=G’S+A
この行列G”が予測結果そのものであり、G”のN個の各行ベクトル(1行24列)が、各予測結果に相当する。
次に、本発明(本実施形態)による予測処理を、具体的な事例に適用した結果について説明する。
[3−1.太陽光発電の発電量予測]
図4は、過去の太陽光発電の発電量をプロットした例である。この場合、2時間ごと、7日分のデータが示されている。すなわち、K=12、N=7である。ここでは、類似日選択処理により、すでに同様な気象条件の日が選択されているものとする。同じ気象条件でも、わずかな気温の違いや雲の量の違いから発電量が変動する場合がある。図5は、図4のデータを重ね書きしたものである。
図8は、風力発電の発電量を予測するために、風速と風向を予測する場合の例である。図8において、(a)は過去の風速データの例であり、(b)は対応する風向データの例である。ここでは、図17と同様に、風向が数値化されている。
次に、自然エネルギーによる発電機が複数ある場合の予測処理を、太陽光発電を一例として説明する。複数の太陽光発電機の発電量が、互いに相関がない場合、これらの発電量を独立に予測することができる。しかし、複数の太陽光発電機の発電量は気象データを通じて相互に相関があるのが普通である。複数の太陽光発電機の発電量を合計すると変動が小さくなることが知られている。この場合、相関が小さければ変動が平滑化される可能性が高いが、正の相関が強ければ変動は平滑化されない。
以上のような本実施形態によれば、気象データや発電量データの異なる時刻の間の発電量の統計的相関、あるいは位置が異なる発電機の発電量の同時刻の発電量の統計的相関を考慮して、各発電機の発電量を発生確率が付与された複数の時系列データの組として予測することができる。したがって、発電量が不確実に変動する発電機を持つ発電プラントや電力系統であっても、統計確率的な手法を用いることにより、発電量を正確に予測することができる。
本発明は、上記のような実施形態に限定されるものではない。例えば、本発明で用いられる各種の情報の具体的な内容、値は自由であり、特定の内容、数値には限定されない。請求項の「発電量に関する予測値」、「発電量に関する過去データ」は、気象データ、発電量データ、誤差データ(後述)等、発電量に関する情報を含む広い概念である。
10…予測処理部
11…類似日選択部
12…時系列データ生成部
13…予測値算出部
14…発電量合計部
20…記憶部
30…入力部
40…出力部
131…分散共分散行列作成部
132…乱数発生部
133…発電量計算部
Claims (9)
- 発電機の発電量に関する予測値を求める発電量予測装置において、
少なくとも一つの発電機の過去の発電量に関する過去データを記憶する過去データ記憶部と、
前記過去データにおける異なる時刻の間の統計的相関若しくは異なる発電機の位置の間の統計的相関に基づいて、発電機の発電量に関する予測値を、発生確率を含む時系列データとして算出する予測値算出部と、
を有し、
前記予測値算出部は、
前記過去データに基づいて、分散共分散行列を作成する分散共分散行列作成部と、
前記分散共分散行列に基づいて、確率分布に従う乱数を発生させる乱数発生部と、
を有することを特徴とする発電量予測装置。 - 前記過去データは、発電量データであることを特徴とする請求項1記載の発電量予測装置。
- 前記過去データは、発電量に影響を与える気象データであり、
前記予測値算出部は、気象データの予測値を、発電量に換算する発電量計算部を有することを特徴とする請求項1記載の発電量予測装置。 - 複数の発電機における発電量の予測値に基づいて、複数を合計した発電量の予測値を算出する発電量合計部を有することを特徴とする請求項1記載の発電量予測装置。
- 前記合計した発電量の予測値に基づいて、周波数の変動率を演算する周波数演算部を有することを特徴とする請求項4記載の発電量予測装置。
- 前記過去データは、予測値の誤差データであり、
前記予測値は、誤差データの予測値であることを特徴とする請求項1記載の発電量予測装置。 - 気象データの予測値若しくは発電量データの予測値を、前記誤差データの予測値によって補正する補正部を有することを特徴とする請求項6記載の発電量予測装置。
- コンピュータにより発電量を予測する発電量予測方法において、
前記コンピュータは、過去データ記憶部と予測値算出部とを有し、
前記過去データ記憶部が、少なくとも一つの発電機の過去の発電量に関する過去データを記憶する処理と、
前記予測値算出部が、前記過去データにおける異なる時刻の間の統計的相関若しくは異なる発電機の位置の間の統計的相関に基づいて、発電機の発電量に関する予測値を、発生確率を含む時系列データとして算出する予測値算出処理と、
を実行し、
前記予測値算出部は、分散共分散行列作成部と乱数発生部とを有し、
前記予測値算出処理を実行するにあたり、
前記分散共分散行列作成部は、前記過去データに基づいて、分散共分散行列を作成する処理と、
前記乱数発生部は、前記分散共分散行列に基づいて、確率分布に従う乱数を発生させる処理と、
を実行することを特徴とする発電量予測方法。 - コンピュータにより実行されることにより、発電量を予測する発電量予測プログラムにおいて、
前記コンピュータに、
少なくとも一つの発電機の過去の発電量に関する過去データを記憶する処理と、
前記過去データにおける異なる時刻の間の統計的相関若しくは異なる発電機の位置の間の統計的相関に基づいて、発電機の発電量に関する予測値を、発生確率を含む時系列データとして算出する予測値算出処理と、
を実行させ、
前記コンピュータに前記予測値算出処理を実行させるにあたり、
前記過去データに基づいて、分散共分散行列を作成する処理と、
前記分散共分散行列に基づいて、確率分布に従う乱数を発生させる処理と、
を実行させることを特徴とする発電量予測プログラム。
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010065083A JP5606114B2 (ja) | 2010-03-19 | 2010-03-19 | 発電量予測装置、予測方法及び予測プログラム |
TW100109378A TWI533251B (zh) | 2010-03-19 | 2011-03-18 | 發電量預測裝置及其方法以及記錄媒體 |
PCT/JP2011/001648 WO2011114752A1 (ja) | 2010-03-19 | 2011-03-18 | 発電量予測装置とその方法及びプログラム |
CN201180013084.7A CN102792542B (zh) | 2010-03-19 | 2011-03-18 | 发电量预测装置和其方法及程序 |
MYPI2012700591A MY156889A (en) | 2010-03-19 | 2011-03-18 | Electric-power-generation level predicting apparatus, method and program |
EP11755942.7A EP2549641A4 (en) | 2010-03-19 | 2011-03-18 | DEVICE FOR FORECASTING THE AMOUNT OF A GENERATED CURRENT, METHOD THEREFOR AND PROGRAM THEREFOR |
US13/583,792 US20130013233A1 (en) | 2010-03-19 | 2011-03-18 | Electric-power-generation level predicting apparatus, method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010065083A JP5606114B2 (ja) | 2010-03-19 | 2010-03-19 | 発電量予測装置、予測方法及び予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011200040A JP2011200040A (ja) | 2011-10-06 |
JP5606114B2 true JP5606114B2 (ja) | 2014-10-15 |
Family
ID=44648862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010065083A Active JP5606114B2 (ja) | 2010-03-19 | 2010-03-19 | 発電量予測装置、予測方法及び予測プログラム |
Country Status (7)
Country | Link |
---|---|
US (1) | US20130013233A1 (ja) |
EP (1) | EP2549641A4 (ja) |
JP (1) | JP5606114B2 (ja) |
CN (1) | CN102792542B (ja) |
MY (1) | MY156889A (ja) |
TW (1) | TWI533251B (ja) |
WO (1) | WO2011114752A1 (ja) |
Families Citing this family (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5505191B2 (ja) * | 2010-08-16 | 2014-05-28 | 東京電力株式会社 | 太陽光発電量予測方法および配電系統制御システム |
JP5661594B2 (ja) * | 2011-11-01 | 2015-01-28 | 日本電信電話株式会社 | 予測モデル構築装置、方法、及びプログラム、並びに発電量予測装置、及び方法 |
JP6178045B2 (ja) | 2012-04-16 | 2017-08-09 | 株式会社東芝 | エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ装置 |
JP5797599B2 (ja) * | 2012-04-19 | 2015-10-21 | 株式会社日立パワーソリューションズ | 発電量予測方法及びそのシステム |
TWI509942B (zh) * | 2012-06-21 | 2015-11-21 | Au Optronics Corp | 多電源供電系統之電力管理方法 |
JP5940922B2 (ja) * | 2012-07-12 | 2016-06-29 | トヨタ自動車株式会社 | 自然エネルギー量予測装置 |
JP2014054048A (ja) * | 2012-09-06 | 2014-03-20 | Toshiba Corp | 電力予測方法、装置、及びプログラム |
JP6054122B2 (ja) | 2012-09-28 | 2016-12-27 | 株式会社東芝 | 鉄道電力管理装置 |
JP5946742B2 (ja) * | 2012-10-16 | 2016-07-06 | 一般財団法人電力中央研究所 | 自然エネルギー型分散電源群の合計出力の変動推定方法、変動推定装置及び変動推定プログラム |
TWI492158B (zh) * | 2012-11-15 | 2015-07-11 | Inventec Corp | 負載預測方法與電子裝置 |
JP6009976B2 (ja) | 2013-03-07 | 2016-10-19 | 株式会社東芝 | エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ |
JP2014217092A (ja) * | 2013-04-22 | 2014-11-17 | 清水建設株式会社 | 発電電力予測装置、発電電力予測方法及びプログラム |
US20150100386A1 (en) * | 2013-10-04 | 2015-04-09 | International Business Machines Corporation | Digital framework for business model innovation |
KR101575071B1 (ko) | 2013-12-02 | 2015-12-07 | 두산중공업 주식회사 | 풍력 발전 단지의 발전량 제어 방법 |
JP6181589B2 (ja) * | 2014-03-31 | 2017-08-16 | 株式会社Ihi | 計測値解析装置及び計測値解析方法 |
KR101585961B1 (ko) | 2014-04-23 | 2016-02-02 | 전자부품연구원 | 풍력-파력 복합 발전에서의 상태 감시 및 예측 시스템 |
JP6303909B2 (ja) * | 2014-08-11 | 2018-04-04 | 富士通株式会社 | 計画策定方法、計画策定システム及び計画策定プログラム |
JP2016053925A (ja) * | 2014-09-04 | 2016-04-14 | 株式会社東芝 | 電力市場価格予測装置、電力市場価格予測方法およびプログラム |
JP6400403B2 (ja) * | 2014-09-12 | 2018-10-03 | 株式会社東芝 | 契約電力選択装置、契約電力選択方法、及び、契約電力選択プログラム |
JP5989732B2 (ja) * | 2014-10-01 | 2016-09-07 | 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 |
JP5937167B2 (ja) * | 2014-10-01 | 2016-06-22 | 中国電力株式会社 | 需要予測装置、需要予測方法、及びプログラム |
JP6543028B2 (ja) * | 2014-11-05 | 2019-07-10 | 東芝エネルギーシステムズ株式会社 | 異常診断装置及び異常診断方法 |
JP6582418B2 (ja) * | 2015-01-23 | 2019-10-02 | 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 |
JPWO2016121202A1 (ja) * | 2015-01-30 | 2017-11-09 | 日本電気株式会社 | 予測装置、予測方法、及び、プログラム |
CN107251356B (zh) * | 2015-02-23 | 2020-09-11 | 学校法人冲绳科学技术大学院大学学园 | 确定可再生能源波动的预测误差的系统和方法 |
JP6600516B2 (ja) * | 2015-09-14 | 2019-10-30 | 株式会社東芝 | アグリゲーション管理装置及び方法 |
US9773303B2 (en) * | 2015-11-04 | 2017-09-26 | Institute of Nuclear Energy Research, Atomic Energy Council, Executive Yuan, R.O.C. | Prediction system for short-term solar irradiance and method for operating the same |
TWI642019B (zh) * | 2015-11-17 | 2018-11-21 | 財團法人資訊工業策進會 | 發電系統效能估測方法 |
JP6427090B2 (ja) | 2015-12-07 | 2018-11-21 | 株式会社日立製作所 | 発電量予測装置、発電量予測方法、系統安定化装置、並びに系統安定化方法 |
CN105515042A (zh) * | 2015-12-08 | 2016-04-20 | 上海电力设计院有限公司 | 风光同场项目光伏接入容量优化算法 |
US10509868B2 (en) * | 2016-01-29 | 2019-12-17 | Fujitsu Limited | Operating a solar power generating system |
JP6702408B2 (ja) * | 2016-03-08 | 2020-06-03 | 日本電気株式会社 | 電力制御装置、電力制御システム、電力制御方法、及び、プログラム |
US10824119B2 (en) * | 2016-03-29 | 2020-11-03 | International Business Machines Corporation | Intelligent energy switch |
JP6742894B2 (ja) * | 2016-06-09 | 2020-08-19 | 株式会社日立製作所 | データ予測システムおよびデータ予測方法 |
WO2017212880A1 (ja) * | 2016-06-09 | 2017-12-14 | 株式会社日立製作所 | データ予測システムおよびデータ予測方法 |
JP6725406B2 (ja) * | 2016-12-12 | 2020-07-15 | 株式会社東芝 | 発電計画策定装置、発電計画策定方法、および発電計画策定プログラム |
US10418822B2 (en) * | 2017-02-14 | 2019-09-17 | Mitsubishi Electric Research Laboratories, Inc. | Energy production and frequency regulation Co-optimization for power generation systems |
TWI623890B (zh) * | 2017-07-04 | 2018-05-11 | 台灣電力股份有限公司 | 由多個類神經網路組成的發電量預測系統與其方法 |
KR102395474B1 (ko) | 2017-08-24 | 2022-05-09 | 삼성전자주식회사 | 반도체 소자의 특성 예측 방법 및 반도체 소자의 특성 예측 장치 |
TWI632516B (zh) * | 2018-01-11 | 2018-08-11 | 國立臺灣師範大學 | 日射量比對系統與方法 |
CN110676868A (zh) * | 2018-07-02 | 2020-01-10 | 赫普科技发展(北京)有限公司 | 一种风光气互补耦合发电系统及方法 |
CN109165777A (zh) * | 2018-08-10 | 2019-01-08 | 广东电网有限责任公司 | 一种居民用电电量预测方法、装置、设备及存储介质 |
KR102534367B1 (ko) * | 2018-10-08 | 2023-05-22 | 한국전력공사 | 전력 시계열 데이터의 전송처리 시스템 및 방법 |
CN109412200B (zh) * | 2018-10-24 | 2021-12-10 | 安徽科达售电有限公司 | 一种可再生能源发电的接入控制系统 |
CN110008981B (zh) * | 2019-01-11 | 2023-08-08 | 国网浙江省电力有限公司 | 基于矢量模糊矩阵模型的电水气用能替代可引导评价方法 |
CN111985673A (zh) * | 2019-05-22 | 2020-11-24 | 三菱重工业株式会社 | 预测装置、预测系统、预测方法以及记录介质 |
US11261846B2 (en) | 2019-11-01 | 2022-03-01 | General Electric Company | System and method for designing and operating a wind turbine power system based on statistical analysis of operational and/or grid data thereof |
JP7436980B2 (ja) * | 2020-01-22 | 2024-02-22 | 日本エア・リキード合同会社 | 液化装置 |
US11636390B2 (en) | 2020-03-19 | 2023-04-25 | International Business Machines Corporation | Generating quantitatively assessed synthetic training data |
JP7443173B2 (ja) | 2020-07-08 | 2024-03-05 | 株式会社東芝 | 電力系統状態推定方法、電力系統状態推定プログラム、電力系統状態推定プログラムを記憶した記憶媒体、及び電力系統状態推定装置 |
CN112186761B (zh) * | 2020-09-30 | 2022-03-01 | 山东大学 | 一种基于概率分布的风电功率场景生成方法及系统 |
JP2023023114A (ja) * | 2021-08-04 | 2023-02-16 | トヨタ自動車株式会社 | 電力管理システム、電力管理サーバ、および、電力管理方法 |
FR3135798A1 (fr) * | 2022-05-19 | 2023-11-24 | IFP Energies Nouvelles | Procédé de prévision d’une puissance produite par au moins un panneau photovoltaïque |
CN116123028A (zh) * | 2022-12-20 | 2023-05-16 | 中国华能集团清洁能源技术研究院有限公司 | 风电场级mppt预测模型控制方法和装置 |
KR102642564B1 (ko) * | 2023-06-30 | 2024-02-29 | 식스티헤르츠 주식회사 | 재생 에너지 발전기 이상 진단 방법 및 시스템 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3142489B2 (ja) * | 1996-08-26 | 2001-03-07 | 沖電気工業株式会社 | 目標運動解析方法及び目標運動解析装置 |
US20030189420A1 (en) * | 2001-09-28 | 2003-10-09 | Hiroyuki Hashimoto | Method for assisting in planning of power supply schedule |
JP3994910B2 (ja) * | 2003-05-08 | 2007-10-24 | 株式会社日立製作所 | 電力売買支援システム |
US6966073B2 (en) * | 2003-12-01 | 2005-11-22 | Timothy Lee | Sock |
EP1744058A1 (en) * | 2004-05-07 | 2007-01-17 | Mitsubishi Denki Kabushiki Kaisha | Wind power generation evaluation system and prediction control service system for wind power generator |
JP4245583B2 (ja) * | 2005-04-15 | 2009-03-25 | 日本電信電話株式会社 | 分散型エネルギーシステムの制御装置、制御方法、プログラム、および記録媒体 |
JP2007056686A (ja) * | 2005-08-22 | 2007-03-08 | Univ Of Ryukyus | 風速予測に基づく風力発電機の数時間先発電電力予測装置 |
JP2007120362A (ja) * | 2005-10-26 | 2007-05-17 | Toshiba Corp | 発電電力予測装置 |
US7716100B2 (en) * | 2005-12-02 | 2010-05-11 | Kuberre Systems, Inc. | Methods and systems for computing platform |
JP4886322B2 (ja) * | 2006-02-28 | 2012-02-29 | 東北電力株式会社 | 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 |
JP2007281060A (ja) * | 2006-04-04 | 2007-10-25 | Nippon Telegr & Teleph Corp <Ntt> | 太陽光発電システムの発電予測方法、装置、およびプログラム |
US8401708B2 (en) * | 2007-03-26 | 2013-03-19 | Vpec, Inc. | Electric power system |
JP2009138523A (ja) * | 2007-12-03 | 2009-06-25 | Mitsubishi Electric Corp | 風力発電出力予測方法 |
JP5020106B2 (ja) * | 2008-01-11 | 2012-09-05 | 中国電力株式会社 | 風力発電量予測システム、方法及びプログラム |
JP5190311B2 (ja) * | 2008-07-09 | 2013-04-24 | 株式会社東芝 | 取引対象物に関する将来需要の予測シナリオ作成方法およびその作成装置 |
KR101075958B1 (ko) * | 2009-11-16 | 2011-10-21 | 일진전기 주식회사 | 분산전원의 전력 거래 시스템 및 거래 방법 |
-
2010
- 2010-03-19 JP JP2010065083A patent/JP5606114B2/ja active Active
-
2011
- 2011-03-18 MY MYPI2012700591A patent/MY156889A/en unknown
- 2011-03-18 US US13/583,792 patent/US20130013233A1/en not_active Abandoned
- 2011-03-18 TW TW100109378A patent/TWI533251B/zh not_active IP Right Cessation
- 2011-03-18 EP EP11755942.7A patent/EP2549641A4/en not_active Withdrawn
- 2011-03-18 WO PCT/JP2011/001648 patent/WO2011114752A1/ja active Application Filing
- 2011-03-18 CN CN201180013084.7A patent/CN102792542B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2011200040A (ja) | 2011-10-06 |
EP2549641A4 (en) | 2016-11-30 |
MY156889A (en) | 2016-04-15 |
CN102792542B (zh) | 2015-01-07 |
US20130013233A1 (en) | 2013-01-10 |
EP2549641A1 (en) | 2013-01-23 |
CN102792542A (zh) | 2012-11-21 |
WO2011114752A1 (ja) | 2011-09-22 |
TWI533251B (zh) | 2016-05-11 |
TW201205492A (en) | 2012-02-01 |
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 | |
Ding et al. | A novel adaptive discrete grey model with time-varying parameters for long-term photovoltaic power generation forecasting | |
Behera et al. | Solar photovoltaic power forecasting using optimized modified extreme learning machine technique | |
Zakaria et al. | Uncertainty models for stochastic optimization in renewable energy applications | |
Mohan et al. | A data-driven strategy for short-term electric load forecasting using dynamic mode decomposition model | |
Persson et al. | Multi-site solar power forecasting using gradient boosted regression trees | |
Almeida et al. | PV power forecast using a nonparametric PV model | |
Pousinho et al. | A risk-averse optimization model for trading wind energy in a market environment under uncertainty | |
Catalão et al. | Mixed-integer nonlinear approach for the optimal scheduling of a head-dependent hydro chain | |
Shayesteh et al. | Multi-station equivalents for short-term hydropower scheduling | |
Muzumdar et al. | Designing a robust and accurate model for consumer-centric short-term load forecasting in microgrid environment | |
Schinke-Nendza et al. | Probabilistic forecasting of photovoltaic power supply—A hybrid approach using D-vine copulas to model spatial dependencies | |
Inage | Development of an advection model for solar forecasting based on ground data first report: Development and verification of a fundamental model | |
Sharma et al. | Short-term wind speed forecasting: Application of linear and non-linear time series models | |
Bashari et al. | Forecasting electric load by aggregating meteorological and history-based deep learning modules | |
WO2022168357A1 (ja) | 発電量管理システム及び発電量管理方法 | |
Bødal et al. | Capacity expansion planning with stochastic rolling horizon dispatch | |
Matsuo et al. | Forecasting daily electric load by applying artificial neural network with fourier transformation and principal component analysis technique | |
Memarzadeh et al. | Solar power generation forecasting by a new hybrid cascaded extreme learning method with maximum relevance interaction gain feature selection | |
Zhang et al. | Long-term energy and peak power demand forecasting based on sequential-XGBoost | |
JP7346356B2 (ja) | 予測装置および予測方法 | |
Abubakar et al. | Intelligent modeling and optimization of solar plant production integration in the smart grid using machine learning models | |
Pramanik et al. | An ensemble-based approach for short-term load forecasting for buildings with high proportion of renewable energy sources | |
CN116316617A (zh) | 多场站智能融合的新能源发电功率区域预测方法和系统 | |
Kronqvist et al. | Alternating mixed-integer programming and neural network training for approximating stochastic two-stage problems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120808 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140131 |
|
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: 20140729 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140826 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5606114 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |