JP5672371B2 - 運転計画作成方法、運転計画作成装置及び運転計画作成プログラム - Google Patents

Description

本発明は、運転計画作成方法、運転計画作成装置及び運転計画作成プログラムに関する。

現在、地球環境問題への対策は世界規模の課題として認識されている。この対策として注目されているのが、太陽光発電などの自然エネルギーの利用である。太陽光発電は天候の影響を受けやすく、出力が不安定であるため、その有効活用にはさまざまな工夫がなされている。

太陽光発電の不安定性に対応する方法としては、蓄電池や燃料電池などの別の種類の分散電源を運転計画に沿って運用する方法がある。この運転計画は、例えば、容量に限りがある蓄電池からの放電を適切に制御する制御パラメータである。例えば、蓄電池の制御方式として、電力需要が所定の電力値を超えた場合に蓄電池を放電するピークカット方式を用いる場合には、この電力値が運転計画となる。太陽光発電と蓄電池の組み合わせの運用では、一般的に、翌日の電力需要の推移と天候変動の前日予測に基づいて、予測通りに電力需給が推移した場合に評価値が最良になるように、蓄電池を一日運転するための運転計画が作成される。

また、例えば、蓄電池運用中に運転計画を修正する運用方法がある。一般的に、当日の天候状況を確認後の予測は、前日の予測よりも確度が高い。このため、天候変動の前日予測が外れてしまった場合には、当日の天候状況に基づいて運用中の運転計画を修正することにより、蓄電池の運用状況が改善される。

また、例えば、予測が逸脱した場合に運転計画を修正することを踏まえてシミュレーションを行うことで、蓄電池の運転計画を作成する方法もある。この方法では、過去のデータに基づいて、電力需給の予測値が一定値以上外れる予測逸脱パターンとその発生確率を予め収集しておく。そして、各予測逸脱パターンに対し、予測逸脱時の運転計画の修正を考慮した評価値をシミュレーションで求める。そして、予測的中時の評価値に、各予測逸脱パターンについて得られた評価値を、それぞれの発生確率に応じて重み付け加算して求めた総合的な評価値に基づき、予測が逸脱した場合を考慮した運転計画を作成する。

特許第４２４５５８３号公報

工藤満、竹内章、野崎洋介、遠藤久仁、角田二郎，「エネルギーネットワークにおける太陽光発電予測技術」，電気学会論文誌Ｂ，Ｖｏｌ．１２７（２００７）、Ｎｏ．７、ｐｐ．８４７‐８５３ 高山聡志、岩坂佑二、原亮一、北裕幸、伊藤孝充、植田喜延、三輪修也、松野直也、滝谷克幸、山口浩司，「大規模太陽光発電所における日射量予測に基づく発電計画作成手法」，電気学会論文誌Ｂ，Ｖｏｌ．１２９（２００９），Ｎｏ．１２，ｐｐ．１５１４‐１５２１

しかしながら、従来の技術には、天候がどのように変動しても対応できる運転計画を作成することができる技術は存在しなかった。

例えば、天候が予測通りに変動した場合に評価値が最良となるように運転計画を作成するという一般的な運転計画作成方法では、蓄電池運用中に運転計画を修正する方法を用いても、天候の変動に対応できない場合があった。例えば、天候の変動予測が的中しなかった場合には、太陽光発電による発電量が予測よりも減少することが起こり得る。このような場合には、蓄電池からの放電量を予測よりも増加させて対応することとなり、蓄電池運用中に蓄電池の残量が枯渇してしまうこともあった。このような状況で運転計画を修正しても、以降に蓄電池から電力を供給するといった対応ができないため、蓄電池の運用状況は改善されなかった。

また、例えば、前記の予測が逸脱した場合を考慮して運転計画を作成する方法でも、蓄電池が天候の変動に対応できることは保障されていなかった。この方法では、電力需給の予測値が一定値以上外れる場合のみが予測逸脱パターンとして考慮されるため、予測逸脱の程度は小さいが、蓄電池残量の不足が大きな損失につながるような場合にも対応できるとは限らない。例えば、一時的にのみ電力需要が予測値よりも大きくなる逸脱は予測逸脱パターンとして考慮されないことがある。このような逸脱により蓄電池の残量が予測よりも減少すると、蓄電池が天候の変動に対応できなくなってしまう場合があった。また、この方法では、予測的中時の評価値に予測逸脱パターンの評価値を発生確率に応じて重み付け加算した総合的評価値を用いているため、例えば、予測的中時の評価値により総合的評価値が引き上げられると、予測逸脱パターンの評価値の考慮が相対的に低下する。この結果、予測逸脱パターンに対応し難い運転計画が選択されてしまう場合も考えられる。

開示の技術は、上記に鑑みてなされたものであって、天候がどのように変動しても対応できる運転計画を作成することができる運転計画作成方法、運転計画作成装置及び運転計画作成プログラムを提供することを目的とする。

本願の開示する運転計画作成方法は、一つの態様において、与えられた条件に対して起こり得る需給電力値の推移を示す複数のシナリオを生成する処理をコンピュータが実行する。また、運転計画作成方法は、複数のシナリオごとに、蓄電池を運転した場合に最良の評価値である第１の評価値が得られる運転計画を算出する処理をコンピュータが実行する。また、運転計画作成方法は、複数の運転計画候補ごとに、各シナリオに対して運転計画候補で蓄電池を運転した場合に得られる第２の評価値を算出する処理をコンピュータが実行する。また、運転計画作成方法は、複数の運転計画候補ごとに、各シナリオについて第１の評価値と第２の評価値との差分を算出する処理をコンピュータが実行する。また、運転計画作成方法は、差分に基づいて、複数の運転計画から蓄電池の運転計画を選択する処理をコンピュータが実行する。

本願の開示する技術の一つの態様によれば、天候がどのように変動しても対応できる運転計画を作成することができるという効果を奏する。

図１は、実施例１に係る運転計画作成装置の機能構成を示す図である。 図２は、需要変動シナリオの一例を示す図である。 図３は、日照時間変動確率テーブルの一例を示す図である。 図４は、ピークカット効果について説明するための図である。 図５は、最適運転評価テーブルの一例を示す図である。 図６は、当初運転計画テーブルの一例を示す図である。 図７は、修正運転評価テーブルの一例を示す図である。 図８は、対応力評価テーブルの一例を示す図である。 図９は、天候変動モデルを説明するための図である。 図１０は、日射量変動シナリオの一例を示す図である。 図１１は、需給シナリオの一例を示す図である。 図１２は、制御パラメータの探索範囲について説明するための図である。 図１３は、リグレット値の分布の一例を示す図である。 図１４は、リグレット値の分布の一例を示す図である。 図１５は、リグレット値の分布の一例を示す図である。 図１６は、運転計画作成装置の処理手順を示すフローチャートである。 図１７は、需給シナリオの生成処理の処理手順を示すフローチャートである。 図１８は、当初運転計画の選択処理の処理手順を示すフローチャートである。 図１９は、環境負荷低減効果を用いた場合の最適運転評価テーブルの一例を示す図である。 図２０は、環境負荷低減効果を用いた場合の修正運転評価テーブルの一例を示す図である。 図２１は、対応力評価テーブルの一例を示す図である。 図２２は、コスト削減効果を用いた場合の最適運転評価テーブルの一例を示す図である。 図２３は、コスト削減効果を用いた場合の修正運転評価テーブルの一例を示す図である。 図２４は、対応力評価テーブルの一例を示す図である。 図２５は、運転計画作成プログラムを実行するコンピュータの一例を示す図である。 図２６は、通信基地局の運転モードについて説明するための図である。 図２７は、通信基地局の運転計画の一例を示す図である。 図２８は、通信需要の推移の一例を示す図である。 図２９は、通信需要への対応に要するエネルギー量について説明するための図である。 図３０は、モード切替コストの一例を示す図である。 図３１は、運転モードの探索範囲の一例を示す図である。 図３２は、通信需要変動確率テーブルの一例（６−１０時）を示す図である。 図３３は、通信需要シナリオに対する最適運転計画の一例を示す図である。 図３４は、運転計画の評価の一例を示す図である。

以下に、本願の開示する運転計画作成方法、運転計画作成装置及び運転計画作成プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例により本発明が限定されるものではない。各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

実施例１に係る運転計画作成装置の構成について説明する。この運転計画作成装置は、蓄電池を一日運転するための運転計画を修正することを見越して、修正時点以降に天候がどのように変動しても対応できるように、運転計画開始時点から修正時点までの運転計画を示す当初運転計画を作成するものである。この運転計画開始時点は、例えば、０時であり、修正時点は、例えば、１３時である。なお、実施例１では、運転計画作成装置が当初運転計画を作成する場合を説明するが、本発明はこれに限定されるものではない。例えば、運転計画作成装置は、修正時点以降の運転計画を示す修正運転計画についても当初運転計画と同様に、修正運転計画をさらに修正することを見越して作成するようにしても良い。また、運転計画開始時点及び修正時点についても、この例示に限るものではなく、運転計画作成装置を利用する者が任意の値に設定して良い。

図１は、実施例１に係る運転計画作成装置の機能構成の一例を示す図である。図１に示すように、運転計画作成装置１００は、記憶部１１０と、制御部１２０とを有する。また、運転計画作成装置１００は、入力装置１０１と、出力装置１０２とに接続される。

入力装置１０１は、各種情報の入力を受け付ける。例えば、入力装置１０１は、需要データ１１１ａ及び日射量データ１１２を受け付ける。また、入力装置１０１は、作成すべき運転計画を指定する条件として、例えば、蓄電池の運転開始時刻、運転終了時刻、および、運転計画修正時刻を受け付ける。また、例えば、入力装置１０１は、運転計画作成において考慮すべき日射量変動の範囲を特定する条件として、開始時刻ｔ０と、終了時刻ｔ＿ｅと、初期日照時間ｈ０と、時間刻み幅Δｔとを受け付ける。例えば、入力装置１０１は、キーボードやマウス、媒体読取装置などに対応する。なお、入力装置１０１が受け付ける情報については、説明を後述する。

出力装置１０２は、各種情報を出力する。例えば、出力装置１０２は、後述する出力部１２７から各種情報を受け付けて、受け付けた情報を出力する。例えば、出力装置１０２は、ディスプレイやモニタなどに対応する。

記憶部１１０は、需要データ１１１ａと、需要変動シナリオ１１１ｂと、日射量データ１１２と、日照時間変動確率テーブル１１３と、出力変動データ１１４と、需給データ１１５とを有する。また、記憶部１１０は、最適運転評価テーブル１１６と、当初運転計画テーブル１１７と、修正運転評価テーブル１１８と、対応力評価テーブル１１９とを有する。記憶部１１０は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、磁気ディスク装置、光ディスク装置又は光磁気ディスク装置等の記憶装置に対応する。

需要データ１１１ａは、需要電力値を要素とする時系列データである。例えば、需要データ１１１ａは、一日における各時間帯と需要電力値とを対応づけたデータである。この需要電力値は、例えば、過去の消費電力値の統計データから算出される。

需要変動シナリオ１１１ｂは、運転計画策定対象の１日に対する需要の推移の可能性を示す。例えば、需要変動シナリオ１１１ｂは、一日の時間帯ごとの需要電力値の推移を示し、需要データ１１１ａに基づいて生成される。図２は、需要変動シナリオの一例を示す図である。図２の横軸は時間を示し、縦軸は電力量［ｋＷｈ］を示す。図２には、ある工場における一日の需要変動シナリオ１１１ｂを例示する。図２では、需要変動シナリオ１１１ｂが１パターンである場合を示したが、本発明はこれに限定されるものではない。例えば、需要変動シナリオ１１１ｂは、曜日や時期に違いがあり、複数の推移の仕方が予想されるような場合には、Ｍパターン存在する場合もある。なお、Ｍは、自然数である。

日射量データ１１２は、所定時間ごとの過去の日射量の記録である。日射量には、例えば、日照時間という単位で計測された値を含む。ここで、日照時間とは、直射日光が雲などに遮られずに所定の値（一般に０．１２ｋＷ／ｍ２）以上の強さで地表を照射した時間として定義される値である。例えば、日射量データ１１２は、２０１０年７月の１ヶ月分の日照時間と単位面積あたりの積算日射量が１時間ごとに記録されたものである。日射量データ１１２は、例えば、日本気象協会のデータベースから取得されるデータである。

日照時間変動確率テーブル１１３は、変動前の日照時間Ｈ_{ｂｅｆｏｒｅ}が単位時間過ぎた後に変動後の日照時間Ｈ_{ａｆｔｅｒ}へ変動する条件付確率Ｐ（Ｈ_{ａｆｔｅｒ}｜Ｈ_{ｂｅｆｏｒｅ}）を示すテーブルである。

図３は、日照時間変動確率テーブルの一例を示す図である。図３の横方向は変動前の日照時間Ｈ_{ｂｅｆｏｒｅ}を示し、「０．０」、「０．１−０．５」、「０．６−０．９」及び「１．０」の４項目に分類される。また、縦方向は変動後の日照時間Ｈ_{ａｆｔｅｒ}を示し、「０．０」から「１．０」まで「０．１」刻みで１１項目に分類される。図３に示すように、日照時間変動確率テーブル１１３は、変動前の日照時間Ｈ_{ｂｅｆｏｒｅ}が１時間過ぎた後に変動後の日照時間Ｈ_{ａｆｔｅｒ}へ変動する条件付確率Ｐ（Ｈ_{ａｆｔｅｒ}｜Ｈ_{ｂｅｆｏｒｅ}）を格納する。なお、条件付確率Ｐは、０〜１で表される値である。

図３に示すように、日照時間変動確率テーブル１１３は、例えば、日照時間Ｈ_{ｂｅｆｏｒｅ}「０．０」から１時間後に日照時間Ｈ_{ａｆｔｅｒ}「０．０」へ変動する条件付確率Ｐが「０．８６」であることを格納する。また、日照時間変動確率テーブル１１３は、日照時間Ｈ_{ｂｅｆｏｒｅ}「０．１−０．５」から１時間後に日照時間Ｈ_{ａｆｔｅｒ}「０．３」へ変動する条件付確率Ｐが「０．０７」であることを格納する。また、日照時間変動確率テーブル１１３は、他の条件付確率Ｐについても同様に格納する。なお、図３に示した日照時間変動確率テーブル１１３のデータ構造は一例であり、これに限定されるものではない。例えば、変動前の日照時間Ｈ_{ｂｅｆｏｒｅ}を「０．０」から「１．０」まで「０．１」刻みで１１項目に分類するようにしても良い。

出力変動データ１１４は、太陽光発電による発電量を要素とする時系列データである。例えば、出力変動データ１１４は、一日における各時間帯と発電量とを対応づけたデータである。この出力変動データ１１４は、例えば、後述する需給シナリオ生成部１２２により生成され、記憶部１１０に格納される。例えば、出力変動データ１１４は、一日の時間帯ごとの太陽光発電による発電量の推移を示す出力変動シナリオを含む。この出力変動シナリオについては、説明を後述する。

需給データ１１５は、蓄電池を運用する電力網内の電力需要と、太陽光発電による出力との差を要素とする時系列データである。例えば、需給データ１１５は、与えられた初期状態に対してその後に起こり得る需給電力量の推移を示す需給シナリオの集合である。需給データ１１５は、例えば、後述する需給シナリオ生成部１２２により生成され、記憶部１１０に格納される。なお、需給シナリオについては、説明を後述する。

最適運転評価テーブル１１６は、複数のシナリオごとに、蓄電池を運転した場合に最良の評価値である第１の評価値が得られる運転計画（以下「最適運転計画」と称する）を記憶する。例えば、最適運転評価テーブル１１６は、需給シナリオと、最適運転計画による評価値と、最適な制御パラメータとを対応づけて記憶する。このうち、最適運転評価テーブル１１６の「需給シナリオ」は、需給シナリオを識別する識別情報を示す。また、最適運転計画による評価値は、需給シナリオについて様々な制御パラメータで蓄電池を運用した場合のシミュレーションを行い、シミュレーション結果から得られた評価値のうち、最良の評価値を示す。例えば、評価値は、電力需要が所定の電力値を超えた場合に放電するピークカット方式により蓄電池が運転される場合には、ピークカット効果が用いられる。この所定の電力値は、放電基準値とも称する。また、最適な制御パラメータは、最適運転計画による評価値が得られる蓄電池の制御パラメータを示す。例えば、制御パラメータは、ピークカット方式により蓄電池が運転される場合には、放電基準値が用いられる。なお、評価値は、ピークカット効果に限定されるものではなく、例えば、環境負荷低減効果、コスト削減効果、あるいはこれらの値の組み合わせなどを評価値として用いても良い。また、制御パラメータは、放電基準値に限定されるものではない。例えば、一定放電方式により蓄電池が運転される場合には、放電すべき時間帯と放電量との組み合わせが制御パラメータとなる。また、例えば、余剰電力吸収方式により蓄電池が運転される場合には、蓄電池の初期電力量が制御パラメータとなる。以下では、ピークカット方式により蓄電池が運転され、評価値としてピークカット効果が用いられる場合を説明する。

ここで、ピークカット効果について説明する。ピークカット効果は、ピークカット方式により蓄電池が運転された場合の効果を示す評価値であり、デマンド値をどれだけ下げることができたかで評価される値である。例えば、ピークカット効果は、下記の式（１）で表される。

（ピークカット効果）＝（ピークカット対策なしデマンド値）−（ピークカット対策ありデマンド値）・・・（１）

なお、デマンド値は、３０分ごとの平均使用電力［ｋＷ］に対応し、例えば、シミュレーションによって算出した値を用いる。例えば、デマンド値は、下記の式（２）で表される。

（デマンド値［ｋＷ］）＝（３０分間の使用電力量［ｋＷｈ］）×２・・・（２）

図４は、ピークカット効果について説明するための図である。図４の横軸は時間を示し、縦軸は電力量［ｋＷｈ］を示す。図４を用いて、シミュレーションによってピークカット効果を算出する場合を説明する。図４に示すように、需給状況４ａは、シミュレーションによって得られたピークカット対策なしの需給状況を示す。需給状況４ａの３０分間の最大使用電力量は１５７ｋＷｈであるので、デマンド値４ｂは１５７×２＝３１４ｋＷとなる。ここで、ピークカット制御により蓄電池を運転することで、デマンド値４ｂをデマンド値４ｃに下げることに成功した場合には、需給状況４ａは需給状況４ｄに改善される。このデマンド値４ｃは１１８×２＝２３６ｋＷであるので、ピークカット効果４ｅは３１４−２３６＝７８ｋＷとなる。なお、需給状況は、下記の式（３）で表される。

（需給状況［ｋＷｈ］）＝（需要電力量［ｋＷｈ］）＋（太陽光発電量［ｋＷｈ］）−（蓄電池放電量［ｋＷｈ］（又は、蓄電池充電量））・・・（３）

図５は、最適運転評価テーブルの一例を示す図である。例えば、最適運転評価テーブル１１６は、需給シナリオ「１」と、最適運転計画による評価値「３６」と、最適な制御パラメータ「２７８」とを対応づけて記憶する。つまり、最適運転評価テーブル１１６は、需給シナリオ「１」に対して最良の放電基準値は２７８ｋＷであり、この放電基準値で蓄電池を運転した場合のピークカット効果が３６ｋＷであることを示す。また、最適運転評価テーブル１１６は、他の需給シナリオについても同様に、需給シナリオと、最適運転計画による評価値と、最適な制御パラメータとを対応づけて記憶する。なお、最適運転計画による評価値は、第１の評価値の一例である。また、式（３）において、蓄電池充電量を用いる場合には、該当する項は＋の項になる。

図６は、当初運転計画テーブルの一例を示す図である。当初運転計画テーブル１１７は、当初運転計画と、制御パラメータとを対応づけて記憶する。このうち、当初運転計画テーブル１１７の「当初運転計画」は、当初運転計画の候補を識別する識別情報を示す。また、「制御パラメータ」は、当初運転計画の制御パラメータを示す。例えば、制御パラメータは、ピークカット方式により蓄電池が運転される場合には、放電基準値に対応する。

例えば、当初運転計画テーブル１１７は、当初運転計画「１」と、制御パラメータ「５０」とを対応づけて記憶する。つまり、当初運転計画テーブル１１７は、当初運転計画「１」の放電基準値が５０ｋＷであることを示す。また、当初運転計画テーブル１１７は、他の当初運転計画の候補についても同様に、当初運転計画と、制御パラメータとを対応づけて記憶する。

図７は、修正運転評価テーブルの一例を示す図である。修正運転評価テーブル１１８は、当初運転計画と、需給シナリオと、当初運転計画に対する最適修正運転計画の評価値とを対応づけて記憶する。このうち、修正運転評価テーブル１１８の「当初運転計画」は、当初運転計画の候補を識別する識別情報を示す。また、「需給シナリオ」は、需給シナリオを識別する識別情報を示す。また、「当初運転計画Ｐに対する最適修正運転計画の評価値」は、対応する当初運転計画について、修正時点以降の最適な運転計画を示す最適修正運転計画で蓄電池が運転された場合の評価値を需給シナリオごとに示す。

例えば、修正運転評価テーブル１１８は、当初運転計画「１」と、需給シナリオ「１」と、当初運転計画Ｐに対する最適修正運転計画の評価値「３４」とを対応づけて記憶する。つまり、修正運転評価テーブル１１８は、需給シナリオ「１」に対して当初運転計画「１」で蓄電池が運転された後に最適修正運転計画で蓄電池が運転された場合の評価値が「３４」であることを示す。また、修正運転評価テーブル１１８は、当初運転計画「１」について、他の需給シナリオと、他の当初運転計画に対する最適修正運転計画の他の評価値とを対応づけて記憶する。このように、修正運転評価テーブル１１８は、一つの当初運転計画に対して、複数の需給シナリオと、複数の当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて記憶する。そして、修正運転評価テーブル１１８は、他の当初運転計画についても同様に、当初運転計画と、需給シナリオと、当初運転計画に対する最適修正運転計画の評価値とを対応づけて記憶する。なお、当初運転計画に対する最適修正運転計画の評価値は、第２の評価値の一例である。

図８は、対応力評価テーブルの一例を示す図である。対応力評価テーブル１１９は、当初運転計画と、需給シナリオと、当初運転計画に対する対応力評価とを対応づけて記憶する。このうち、対応力評価テーブル１１９の「当初運転計画」は、当初運転計画の候補を識別する識別情報を示す。また、「需給シナリオ」は、需給シナリオを識別する識別情報を示す。また、「当初運転計画に対する対応力評価」は、対応する当初運転計画について、需給シナリオごとに算出されるリグレット値を示す。このリグレット値は、各需給シナリオに対する最適修正運転計画の評価値が、各シナリオに対する最適な運転計画による評価値にどれだけ近づくかという観点から評価される値であり、リグレット値が低いほど高い対応力であることを示す。

例えば、対応力評価テーブル１１９は、当初運転計画「１」と、需給シナリオ「１」と、当初運転計画に対する対応力評価「２」とを対応づけて記憶する。つまり、対応力評価テーブル１１９は、需給シナリオ「１」に対して当初運転計画「１」で蓄電池が運転された場合の対応力の評価値が「２」であることを示す。また、対応力評価テーブル１１９は、当初運転計画「１」について、他の需給シナリオと、他の需給シナリオに対する対応力評価とを対応づけて記憶する。このように、対応力評価テーブル１１９は、一つの当初運転計画に対して、複数の需給シナリオと、複数の対応力評価とを対応づけて記憶する。そして、対応力評価テーブル１１９は、他の当初運転計画についても同様に、当初運転計画と、需給シナリオと、当初運転計画に対する対応力評価とを対応づけて記憶する。

図１の説明に戻る。制御部１２０は、受付部１２１と、需給シナリオ生成部１２２と、最適評価値算出部１２３と、修正評価値算出部１２４と、対応力算出部１２５と、最適計画選択部１２６と、出力部１２７とを有する。

受付部１２１は、入力装置１０１から各種情報を受け付ける。例えば、受付部１２１は、需要データ１１１ａ及び日射量データ１１２を入力装置１０１から受け付けて、受け付けた需要データ１１１ａ及び日射量データ１１２を記憶部１１０に格納する。

また、例えば、受付部１２１は、運転計画作成において考慮すべき日射量変動の範囲を特定する条件として、開始時刻ｔ０と、終了時刻ｔ＿ｅと、初期日照時間ｈ０と、時間刻み幅Δｔとを入力装置１０１から受け付ける。ここで、開始時刻ｔ０及び終了時刻ｔ＿ｅは、天候の変動の影響により、考慮すべき程度以上に発電出力が変動する可能性がある時間帯、すなわち、晴天時であれば十分な発電出力が期待できる時間帯の開始時刻及び終了時刻にそれぞれ対応する。例えば、開始時刻ｔ０は９時であり、終了時刻ｔ＿ｅは１５時である。また、初期日照時間ｈ０は、当初運転計画の作成対象となる日の開始時刻ｔ０における日射量であり、例えば、前日の天気予報によって予想される開始時刻ｔ０における天候に基づいて算出される。例えば、開始時刻ｔ０における天候が「晴れ」と予想される場合には、初期日照時間ｈ０は「１」である。なお、ここでは、受付部１２１が初期日照時間ｈ０を受け付ける場合を説明したが、これに限定されるものではない。例えば、受付部１２１は、初期日射量を受け付けても良い。そして、日射量を日照時間に変換することで、初期日照時間ｈ０が算出される。この変換には、例えば、各月ごとの日照時間と日射量との間の相関関係を用いる。具体的には、日照時間と日射量との回帰分析を行い、得られた回帰直線の式を用いることで、日照時間を算出する。また、時間刻み幅Δｔは、日射量データ１１２に記録された日照時間の時間間隔に対応する。例えば、時間刻み幅Δｔは、１時間である。そして、受付部１２１は、受け付けた開始時刻ｔ０と、終了時刻ｔ＿ｅと、初期日照時間ｈ０と、時間刻み幅Δｔとを需給シナリオ生成部１２２に出力する。

需給シナリオ生成部１２２は、需給電力値の推移の可能性を示す複数のシナリオを生成する。例えば、需給シナリオ生成部１２２は、日射量データ１１２に基づいて単位時間当たりの天候変動をマルコフ過程としてモデル化した天候変動モデルを構築する。需給シナリオ生成部１２２は、構築した天候変動モデルに基づいてモンテカルロシミュレーションを行うことで、複数の出力変動シナリオＯを発生する。そして、需給シナリオ生成部１２２は、複数の出力変動シナリオＯと、需要データ１１１ａによって示される需要変動シナリオとの差をとることで、複数の需給シナリオを生成する。ここで、需給シナリオとは、蓄電池を運用する電力網内の電力需要と、太陽光発電による出力との差を要素とする時系列データである。なお、需給シナリオ生成部１２２は、生成部の一例である。また、需給電力値は、蓄電池を運用する電力網内の電力需要と、太陽光発電による出力との差に対応し、需給差、又は需給バランスとも称される。また、需給シナリオは、シナリオの一例である。

以下において、需給シナリオ生成部１２２が実行する処理について詳細に説明する。例えば、需給シナリオ生成部１２２は、日射量データ１１２から日照時間変動確率テーブル１１３を生成する。具体的には、需給シナリオ生成部１２２は、ある時刻の日照時間がその直前の時刻の日照時間の影響を受けるものと仮定して、単位時間ごとの日照時間の変動をマルコフ過程としてモデル化する。ここで、需給シナリオ生成部１２２が日照時間の変動をマルコフ過程としてモデル化できるのは、日照時間が雲の影響を受け、曇の量や密度などの状態が時間に伴って連続的に変化すると考えられるからである。すなわち、雲の状態の連続的な変化を捉えられる程度の時間間隔で計測された日照時間は、直前の時刻の天候の影響を受けるものと考えられるからである。

図９は、天候変動モデルを説明するための図である。例えば、図９に示すように、需給シナリオ生成部１２２は、天候を晴れ、曇り、雨の３種類に分類する。そして、需給シナリオ生成部１２２は、現在の天候から１時間後の天候（晴れ、曇り、雨の３種類）に変動する確率を、過去の天候が記録されたデータから算出することで、天候変動モデルを生成する。需給シナリオ生成部１２２は、１時間毎に天候変動モデルを繰り返し適用することで、一日の天候変動の可能性を示すシナリオを複数出力する。なお、図９に示した天候変動モデルは一例である。より詳細には、需給シナリオ生成部１２２は、天候を日照時間によって分類し、それぞれの日照時間の後にどのように日照時間が変化するかをモデル化している。

例えば、需給シナリオ生成部１２２は、日射量データ１１２に基づいて、日照時間Ｈ_{ｂｅｆｏｒｅ}が単位時間過ぎた後に日照時間Ｈ_{ａｆｔｅｒ}へ変動する条件付確率Ｐ（Ｈ_{ａｆｔｅｒ}｜Ｈ_{ｂｅｆｏｒｅ}）を、下記の式（４）を用いて計算する。

Ｐ（Ｈ_{ａｆｔｅｒ}｜Ｈ_{ｂｅｆｏｒｅ}）＝（日照時間Ｈ_{ｂｅｆｏｒｅ}の後に日照時間Ｈ_{ａｆｔｅｒ}が出現するデータ数）/（日照時間Ｈ_{ｂｅｆｏｒｅ}が出現するデータ数）・・・（４）

上記の式を利用して過去の日射量データ１１２から条件付確率Ｐ（Ｈ_{ａｆｔｅｒ}｜Ｈ_{ｂｅｆｏｒｅ}）を計算することで、需給シナリオ生成部１２２は、図３に示した日照時間変動確率テーブル１１３を生成する。

例えば、需給シナリオ生成部１２２は、生成した日照時間変動確率テーブル１１３に基づいて、複数の出力変動シナリオを生成する。具体的には、需給シナリオ生成部１２２は、開始時刻ｔ０と、終了時刻ｔ＿ｅと、初期日照時間ｈ０と、時間刻み幅Δｔとを受付部１２１から受け付ける。需給シナリオ生成部１２２は、初期日照時間ｈ０を初期値とし、開始時刻ｔ０から終了時刻ｔ＿ｅまでに対して単位時間ごとに日照時間変動確率テーブル１１３を適用することで、確率的にＮパターンの日射量変動シナリオをモンテカルロシミュレーションによって発生する。なお、Ｎは、十分に大きい自然数であり、例えば、１００００である。

例えば、需給シナリオ生成部１２２は、一様乱数ｒを発生させ、ｘ以下の条件付確率Ｐ（ｘ｜Ｈ（ｔ））の積算値がｒより大きくなる最小のｘをＨ（ｔ＋Δｔ）とする。例えば、需給シナリオ生成部１２２は、日照時間Ｈ（ｔ）が「０．１」の場合には、図３に示した日照時間変動確率テーブル１１３の変動前の日照時間が「０．１−０．５」の列を参照する。そして、需給シナリオ生成部１２２は、発生した乱数が「ｒ＜０．４５」の場合には、「Ｈ（ｔ＋Δｔ）＝０．０」を取得し、乱数が「０．４５≦ｒ＜０．６」の場合には、「Ｈ（ｔ＋Δｔ）＝０．１」を取得する。このように、需給シナリオ生成部１２２は、開始時刻ｔ０から終了時刻ｔ＿ｅまでの間に、時間刻み幅Δｔごとに変動する日照時間Ｈ（ｔ＋Δｔ）を取得する。そして、需給シナリオ生成部１２２は、上述した日照時間と日射量と間の相関関係を用いて、取得した日照時間Ｈ（ｔ＋Δｔ）を日射量Ｉ（ｔ＋Δｔ）に変換する。そして、需給シナリオ生成部１２２は、開始時刻ｔ０から終了時刻ｔ＿ｅまでの日射量Ｉ（ｔ）の変動を、日射量変動シナリオＩとして生成する。また、需給シナリオ生成部１２２は、同様の処理を繰り返し実行することで、Ｎパターンの日射量変動シナリオＩを生成する。なお、Ｎは、十分に大きい自然数であり、例えば、１００００である。

図１０は、日射量変動シナリオの一例を示す図である。図１０の横軸は時間を示し、縦軸は日射量［ＭＪ／ｍ２］を示す。日射量変動シナリオＩのうち９時から１６時までの時間帯は、９時から１６時までの日射量の変動を示す日射量変動シナリオＩであり、Ｎパターンのシナリオを含む。また、０時から９時までの時間帯及び１６時から２４時までの時間帯は、過去の日射量データ１１２に基づいて生成される部分であり、１パターンのシナリオを含む。

例えば、需給シナリオ生成部１２２は、生成した日射量変動シナリオＩに基づいて、太陽光発電における出力変動シナリオＯを生成する。例えば、需給シナリオ生成部１２２は、日射量変動シナリオＩに含まれる日射量Ｉ（ｔ）［ＭＪ／ｍ２］を太陽光発電による発電量Ｏ（ｔ）［ｋＷｈ］に変換する。この変換は、例えば、パネルの規模や種類、気温などによって変化する変換効率に日射量を対応づけて発電量を見積もることによって行う。このように、需給シナリオ生成部１２２は、日射量変動シナリオＩに含まれる日射量Ｉ（ｔ）から発電量Ｏ（ｔ）を算出することで、開始時刻ｔ０から終了時刻ｔ＿ｅまでのシナリオを生成する。また、例えば、需給シナリオ生成部１２２は、太陽光発電の発電量の過去のデータを参照し、各時間帯における発電量の平均値を算出することで、０時から開始時刻ｔ０までの発電量及び終了時刻ｔ＿ｅから２４時までのシナリオを生成する。そして、需給シナリオ生成部１２２は、開始時刻ｔ０から終了時刻ｔ＿ｅまでのシナリオと、０時から開始時刻ｔ０までの発電量及び終了時刻ｔ＿ｅから２４時までのシナリオとを組み合わせることで、一日の出力変動シナリオＯを生成する。また、需給シナリオ生成部１２２は、生成した出力変動シナリオＯを出力変動データ１１４として記憶部１１０に格納する。なお、ここでは、変換効率を用いる場合を説明したが、これに限定されるものではない。例えば、日射量Ｉ（ｔ）と発電量Ｏ（ｔ）と間の相関関係を用いても良い。具体的には、日射量Ｉ（ｔ）と発電量Ｏ（ｔ）との回帰分析を行い、得られた回帰直線の式に日射量Ｉ（ｔ）を代入することで発電量Ｏ（ｔ）を算出する。

例えば、需給シナリオ生成部１２２は、複数の出力変動シナリオＯと、図２に示した需要変動シナリオとの差をとることで、複数の需給シナリオを生成する。例えば、需給シナリオ生成部１２２は、需要変動シナリオにおける各時間帯の需要電力値から、出力変動シナリオＯにおいて対応する時間帯の発電量を減算することで、需給シナリオを生成する。つまり、この需給シナリオは、蓄電池に対する需要電力量の指標となる。

図１１は、需給シナリオの一例を示す図である。図１１の横軸は時間を示し、縦軸は電力量［ｋＷｈ］を示す。この電力量が多いほど、需要が多いことを示す。図１１に示すように、需給シナリオは、一日の時間帯ごとの需給電力量の推移を示す。例えば、需給シナリオ生成部１２２は、Ｍパターンの需要変動シナリオとＮパターンの出力変動シナリオとを用いた場合には、Ｍ×Ｎパターンの需給シナリオを生成する。また、需給シナリオ生成部１２２は、生成した需給シナリオを需給データ１１５として記憶部１１０に格納する。

図１の説明に戻る。最適評価値算出部１２３は、複数のシナリオごとに、蓄電池を運転した場合の評価値が最良の評価値となる運転計画を算出し、その最良の評価値を各シナリオに対する第１の評価値として記録する。例えば、最適評価値算出部１２３は、需給シナリオ生成部１２２により生成された需給シナリオのそれぞれに対して、シミュレーションによる評価値が最良となる運転計画である最適運転計画を作成する。そして、最適評価値算出部１２３は、需給シナリオと、最適運転計画による評価値と、最良の評価値を示した最適な制御パラメータとを対応づけて、図５に示した最適運転評価テーブル１１６に格納する。なお、最適評価値算出部１２３は、第１の算出部の一例である。

以下において、最適評価値算出部１２３が行う最適運転計画作成処理について詳細に説明する。ここでは、蓄電池がピークカット方式により運転される場合を説明する。例えば、最適評価値算出部１２３は、需給シナリオ生成部１２２により生成された需給シナリオを一つずつ選択し、以下の処理を行う。最適評価値算出部１２３は、選択した需給シナリオについて、様々な放電基準値を適用してシミュレーションを行って評価値を算出する。この放電基準値は、例えば、制御パラメータの探索範囲に含まれる放電基準値を、所定の刻み幅で順に適用する。そして、評価値が最良になる放電基準値を最適運転計画として選択する。ここで、制御パラメータの探索範囲について説明する。

図１２は、制御パラメータの探索範囲について説明するための図である。図１２の横軸は時間を示し、縦軸は電力量［ｋＷｈ］を示す。図１２には、図１１に示した需給シナリオに対する制御パラメータの探索範囲を示す。ピークカット方式により蓄電池が運転される場合には、放電基準値は需給シナリオの最大デマンド値を超えない正の値である。このため、図１２に示す例では、最適評価値算出部１２３は、最大デマンド値１２ａから電力値０ｋＷまでの範囲を探索範囲１２ｂとして用いる。つまり、最適評価値算出部１２３は、探索範囲１２ｂから任意の電力値を放電基準値として選択し、選択した放電基準値をシミュレーションに用いる。なお、例えば、放電基準値１２ｃは１２５ｋＷであり、放電基準値１２ｄは１００ｋＷであり、放電基準値１２ｅは７５ｋＷである。

例えば、最適評価値算出部１２３は、探索範囲１２ｂに含まれる放電基準値のうち最も高い放電基準値１５７ｋＷを選択し、選択した放電基準値１５７ｋＷで蓄電池を運転した場合のシミュレーションを行う。最適評価値算出部１２３は、次の放電基準値として、刻み幅１ｋＷ低い値を選択し、同様にシミュレーションを行うという処理を、探索範囲１２ｂの下限まで繰り返す。最適評価値算出部１２３は、シミュレーションで得られた放電基準値のうち最良のピークカット効果を示す放電基準値を最適運転計画として選択する。そして、最適評価値算出部１２３は、需給シナリオと、最良のピークカット効果と、最良のピークカット効果を示す放電基準値とを対応づけて、最適運転評価テーブル１１６に格納する。なお、最良のピークカット効果は最適運転計画による評価値に対応し、最良のピークカット効果を示す放電基準値は最適な制御パラメータに対応する。また、最適評価値算出部１２３は、他の需給シナリオについても同様の処理を実行することで、最適運転評価テーブル１１６を生成する。なお、最適評価値算出部１２３が行う最適運転計画の探索処理は、上記の方法に限定されるものではない。例えば、探索範囲１２ｂに含まれる放電基準値のうち最も低い放電基準値０ｋＷから順に、１ｋＷ間隔で放電基準値を選択するようにしても良い。また、例えば、放電基準値を５ｋＷ間隔で選択するようにしても良い。あるいは、Particle Swarm Optimizationや遺伝的アルゴリズムなどの最適化アルゴリズムを用いて、最適計画を探索しても良い。

修正評価値算出部１２４は、複数の運転計画候補を作成し、それぞれの運転計画候補について、各シナリオに対してその運転計画候補で計画修正時刻まで前記蓄電池を運転した場合に得られる第２の評価値を算出する。例えば、修正評価値算出部１２４は、当初運転計画の候補を複数作成する。そして、修正評価値算出部１２４は、作成した当初運転計画について、その計画で修正時点まで蓄電池を運転し、その後の状態（蓄電池残量）で、修正時点以降の最適な運転計画を示す最適修正運転計画で蓄電池が運転された場合の評価値を、需給シナリオごとに算出する。なお、修正評価値算出部１２４は、第２の算出部の一例である。

以下において、修正評価値算出部１２４が行う処理について詳細に説明する。まず、修正評価値算出部１２４は、当初運転計画の候補を作成する。例えば、修正評価値算出部１２４は、図５に示した最適運転評価テーブル１１６の最適な制御パラメータのうち最小値から最大値の範囲で当初運転計画の候補を作成する。これは、ピークカット方式により蓄電池が運転される場合には、各需給シナリオに対するピークカット効果は、放電基準値がその需給シナリオに対して最適な放電基準値から乖離するに従って減少し、一定以上乖離すると０になるという性質があるからである。例えば、修正評価値算出部１２４は、５０ｋＷから１０ｋＷ間隔で１５０ｋＷまでの放電基準値を当初運転計画の候補として作成する。そして、修正評価値算出部１２４は、当初運転計画と制御パラメータとを対応づけて、図６に示した当初運転計画テーブル１１７に格納する。なお、当初運転計画の候補は当初運転計画に対応し、放電基準値は制御パラメータに対応する。なお、当初運転計画の候補の作成方法は、上記の方法に限定されるものではない。例えば、修正評価値算出部１２４は、図１２に示した探索範囲１２ｂで任意に作成しても良い。

次に、修正評価値算出部１２４は、各当初運転計画候補について、最適な修正運転計画を作成する。例えば、修正評価値算出部１２４は、各需給シナリオについて当初運転計画候補で蓄電池が運用された場合のシミュレーションを行う。修正評価値算出部１２４は、シミュレーション結果から蓄電池が修正時刻まで運用された場合の蓄電池残量を算出する。そして、算出した蓄電池残量を蓄電池の初期残量として、修正時刻から運転終了時刻まで運転した場合に最良の評価値となる最適な運転計画を作成し、当初運転計画候補とシナリオの組み合わせに対する最適修正運転計画として記録する。この最適修正運転計画作成処理は、前記の最適評価値算出部１２３が行う最適運転計画作成処理と同様の手順で実施する。

次に、修正評価値算出部１２４は、修正時刻までは当初運転計画候補で、修正時刻以降は最適修正運転計画で、蓄電池を運転した場合の評価値を算出し、その評価値を、当初運転計画候補と各シナリオの組み合わせに対する第２の評価値として、図７に示した修正運転評価テーブル１１８に格納する。また、修正評価値算出部１２４は、他の当初運転計画についても同様に処理を実行する。あるいは、Particle Swarm Optimizationや遺伝的アルゴリズムなどの最適化アルゴリズムを用いて、最適計画を探索しても良い。

対応力算出部１２５は、複数の運転計画候補ごとに、各シナリオについて第１の評価値と第２の評価値との差分を算出する。例えば、対応力算出部１２５は、図５の最適運転評価テーブル１１６に示した最適運転計画による評価値と、図７の修正運転評価テーブル１１８に示した当初運転計画Ｐに対する最適修正運転計画の評価値との差分を算出することで、対応力を評価する。すなわち、対応力算出部１２５は、各需給シナリオに対する最適修正運転計画の評価値が、各シナリオに対する最適な運転計画による評価値にどれだけ近づくかという観点から、対応力を評価する。なお、対応力算出部１２５は、第３の算出部の一例である。

例えば、対応力算出部１２５は、下記の式（５）を用いて、リグレット値を算出する。例えば、対応力算出部１２５は、リグレット値が低いほど高い対応力であると評価する。

（リグレット値）＝（最適運転計画による評価値）−（当初運転計画に対する最適修正運転計画の評価値）・・・（５）

例えば、対応力算出部１２５は、当初運転計画と、需給シナリオと、当初運転計画に対する対応力評価とを対応づけて、図８に示した対応力評価テーブル１１９に格納する。なお、リグレット値は、当初運転計画に対する対応力評価に対応する。対応力算出部１２５は、他の当初運転計画についても同様に処理を実行する。

最適計画選択部１２６は、第１の評価値と第２の評価値との差分に基づいて、複数の運転計画から蓄電池の運転計画を選択する。例えば、最適計画選択部１２６は、当初運転計画の候補ごとにリグレット値の分布を集計し、集計したリグレット値の分布に基づいて、当初運転計画を選択する。なお、最適計画選択部１２６は、選択部の一例である。

図１３〜図１５は、リグレット値の分布の一例を示す図である。図１３〜図１５の横軸はリグレット値を示し、縦軸はリグレット値に対応する需給シナリオの割合を示す。図１３には、当初運転計画Ａのリグレット値の分布を例示する。図１３に示すように、当初運転計画Ａは、最良のリグレット値が２１であり、最悪のリグレット値が４２である。図１４には、当初運転計画Ｂのリグレット値の分布を例示する。図１４に示すように、当初運転計画Ｂは、最良のリグレット値が０であり、最悪のリグレット値が７である。図１５には、当初運転計画Ｃのリグレット値の分布を例示する。図１５に示すように、当初運転計画Ｃは、最良のリグレット値が０であり、最悪のリグレット値が１９である。

ここで、図１３に示した当初運転計画Ａと、図１４に示した当初運転計画Ｂとをワルド基準で比較する場合を説明する。このワルド基準とは、それぞれの運転計画にとって最悪のシナリオにおける評価値（最悪評価値）が最良の運転計画を選択するという基準である。当初運転計画Ａは、最良のリグレット値が２１であるのに対して、当初運転計画Ｂは、最悪でもリグレット値が７である。したがって、当初運転計画Ｂは、どの需給シナリオを想定しても、当初運転計画Ａと比較して最適に近い効果が期待できる対応力の高い運転計画である。このため、最適計画選択部１２６は、ワルド基準で比較した場合には、当初運転計画Ｂを選択する。なお、このようにリグレット値をワルド基準で選択する場合、サベッジの基準又はミニマックス損失基準という。

また、図１４に示した当初運転計画Ｂと、図１５に示した当初運転計画Ｃとをワルド基準で比較する場合を説明する。当初運転計画Ｃは、当初運転計画Ｂに比べ、平均リグレット値は低いものの、高いリグレット値をとる需給シナリオが少数存在する運転計画である。すなわち、当初運転計画Ｃは、当初運転計画Ｂに比べ、発生確率が高い需給シナリオにおいて最適な運転計画と近い効果を期待できる一方、稀に大きな損失が発生する可能性がある運転計画であると言える。したがって、当初運転計画Ｂは、どの需給シナリオを想定しても、当初運転計画Ｃと比較して最適に近い効果が期待できる対応力の高い運転計画である。このため、最適計画選択部１２６は、ワルド基準で比較した場合には、当初運転計画Ｂを選択する。なお、最適計画選択部１２６が当初運転計画を選択する基準は、ワルド基準に限定されるものではない。例えば、最適計画選択部１２６は、平均リグレット値が最良のものを選択するという基準で当初運転計画を選択しても良い。この場合、最適計画選択部１２６は、平均リグレット値が当初運転計画Ｂよりも低い当初運転計画Ｃを選択する。また、例えば、最適計画選択部１２６は、リグレット値の分散が最小のものを選択するという基準で当初運転計画を選択しても良い。この場合、最適計画選択部１２６は、当初運転計画Ｂ及びＣのリグレット値の分散をそれぞれ算出し、算出したリグレット値の分散をそれぞれ比較する。ここで、当初運転計画Ｂのリグレット値の分散が最小である場合には、最適計画選択部１２６は、当初運転計画Ｂを選択する。また、例えば、最適計画選択部１２６は、上述した選択基準を組み合わせて用いても良い。例えば、最適計画選択部１２６は、最悪のリグレット値が所定値を下回り、かつ、平均リグレット値が所定値を上回る当初運転計画を選択するようにしても良い。

出力部１２７は、出力装置１０２に各種情報を出力する。例えば、出力部１２７は、最適計画選択部１２６により選択された最良の当初運転計画を出力装置１０２に出力する。なお、出力部１２７が出力する情報は、最良の当初運転計画のみに限定されるものではない。例えば、出力部１２７は、最適計画選択部１２６により選択された当初運転計画とともに需給シナリオを出力する。

次に、実施例１に係る運転計画作成装置１００の処理手順について説明する。図１６は、運転計画作成装置の処理手順を示すフローチャートである。図１６に示す処理は、例えば、受付部１２１が開始時刻ｔ０と、終了時刻ｔ＿ｅと、初期日照時間ｈ０と、時間刻み幅Δｔとを受け付けたことを契機として実行される。

図１６に示すように、需給シナリオ生成部１２２は、複数の需給シナリオを生成する（ステップＳ１０２）。

ここで、図１７を用いて、図１６のステップＳ１０２に示した需給シナリオの生成処理の処理手順について説明する。図１７は、需給シナリオの生成処理の処理手順を示すフローチャートである。

図１７に示すように、需給シナリオ生成部１２２は、日射量データ１１２から日照時間変動確率テーブル１１３を生成する（ステップＳ２０１）。需給シナリオ生成部１２２は、時刻ｔ、日射量Ｉを初期化する（ステップＳ２０２）。つまり、需給シナリオ生成部１２２は、時刻ｔ＝ｔ０、日射量Ｉ（ｔ）＝ｈ０とする。

需給シナリオ生成部１２２は、時間刻み幅Δｔ後の時刻の日射量Ｉ（ｔ＋Δｔ）を決定する（ステップＳ２０３）。需給シナリオ生成部１２２は、初期日照時間ｈ０を初期値とし、時間刻み幅Δｔ後の時刻の日照時間Ｈ（ｔ＋Δｔ）を取得する。需給シナリオ生成部１２２は、上述した日照時間と日射量との間の相関関係を用いて、取得した日照時間Ｈ（ｔ＋Δｔ）を日射量Ｉ（ｔ＋Δｔ）に変換する。

需給シナリオ生成部１２２は、現在の時刻ｔに時間刻み幅Δｔを加算する（ステップＳ２０４）。需給シナリオ生成部１２２は、時刻ｔと終了時刻ｔ＿ｅとを比較し、ｔ＜ｔ＿ｅであるか否かを判定する（ステップＳ２０５）。ｔ＜ｔ＿ｅである場合には（ステップＳ２０５，Ｙｅｓ）、需給シナリオ生成部１２２は、ステップＳ２０３の処理に戻る。需給シナリオ生成部１２２は、日射量変動シナリオＩを発生するまで、ステップＳ２０３からステップＳ２０５までの処理を繰り返す。

一方、ｔ＜ｔ＿ｅでない場合には（ステップＳ２０５，Ｎｏ）、需給シナリオ生成部１２２は、日射量変動シナリオＩに基づいて、出力変動シナリオＯを生成する（ステップＳ２０６）。なお、需給シナリオ生成部１２２は、Ｎパターンの出力変動シナリオＯを生成するまでステップＳ２０２からステップＳ２０６までの処理を繰り返す。そして、需給シナリオ生成部１２２は、Ｎパターンの出力変動シナリオＯと、Ｍパターンの需要変動シナリオとの差をとることで、Ｍ×Ｎパターンの需給シナリオを生成する（ステップＳ２０７）。

図１６の説明に戻る。最適評価値算出部１２３は、需給シナリオ生成部１２２により生成された複数の需給シナリオそれぞれに対して、シミュレーションによる評価値が最良となる最適運転計画を作成する（ステップＳ１０３）。そして、最適評価値算出部１２３は、需給シナリオと、最適運転計画による評価値と、最良の評価値を示した最適な制御パラメータとを対応づけて、最適運転評価テーブル１１６に格納する。

修正評価値算出部１２４は、当初運転計画の候補を作成する（ステップＳ１０４）。修正評価値算出部１２４は、作成した当初運転計画の候補について、修正時点以降の最適な運転計画を示す最適修正運転計画を作成する（ステップＳ１０５）。そして、修正評価値算出部１２４は、最適修正運転計画で蓄電池が運転された場合の評価値を需給シナリオごとに算出する。

修正評価値算出部１２４は、終了条件を満たさない場合には（ステップＳ１０６，Ｎｏ）、ステップＳ１０４の処理に戻る。例えば、修正評価値算出部１２４は、作成した全ての当初運転計画の候補について処理を終了していない場合に、ステップＳ１０４の処理に戻る。また、例えば、修正評価値算出部１２４は、評価値を計算した当初運転計画の候補と需給シナリオとの組み合わせに基づいて、次に評価すべき有力な当初運転計画の候補が推定される場合には、ステップＳ１０４の処理に戻る。

一方、終了条件を満たす場合には（ステップＳ１０６，Ｙｅｓ）、最適計画選択部１２６は、当初運転計画を選択する（ステップＳ１０７）。

ここで、図１８を用いて、図１６のステップＳ１０７に示した当初運転計画の選択処理の処理手順について説明する。図１８は、当初運転計画の選択処理の処理手順を示すフローチャートである。

図１８に示すように、対応力算出部１２５は、当初運転計画の各需給シナリオに対する対応力を計算する（ステップＳ３０１）。つまり、対応力算出部１２５は、最適運転評価テーブル１１６に記録した最適運転計画による評価値と、修正運転評価テーブル１１８に記録した当初運転計画Ｐに対する最適修正運転計画の評価値との差分を算出することで、対応力を評価する。

最適計画選択部１２６は、当初運転計画の候補ごとに対応力の分布を集計する（ステップＳ３０２）。そして、最適計画選択部１２６は、集計した対応力の分布に基づいて、当初運転計画を選択する（ステップＳ３０３）。

次に、実施例１に係る運転計画作成装置１００の効果について説明する。運転計画作成装置１００は、需給電力値の推移の可能性を示す複数のシナリオを生成する。運転計画作成装置１００は、シナリオごとに、蓄電池を運転した場合に最良の評価値である第１の評価値が得られる運転計画を算出する。運転計画作成装置１００は、複数の運転計画候補ごとに、各シナリオに対してその計画で蓄電池を運転した場合に得られる第２の評価値を算出する。運転計画作成装置１００は、複数の運転計画候補ごとに、各シナリオについて第１の評価値と第２の評価値との差分を算出する。運転計画作成装置１００は、差分に基づいて、複数の運転計画から蓄電池の運転計画を選択する。このため、運転計画作成装置１００は、天候がどのように変動しても対応できる運転計画を作成することができる。すなわち、天候変動によって起こり得る需給電力値の推移の可能性を表現する複数のシナリオを用い、また、各シナリオに対する最良の評価値である第１の評価値を基準に、当初運転計画候補を評価しているので、その当初運転計画で修正時刻まで運転した後で、適切に運転計画を修正すれば、いずれのシナリオが実現しても、そのシナリオに対して最適な運転計画で当初から運転した場合に近い効果が得られるような、対応力の高い当初運転計画を選択できる。

また、運転計画作成装置１００は、太陽光発電の出力が大きく変動する状況でも、過去の天候データにおける変動の発生確率に応じて発電出力変動シナリオに含めるようにモデル化し、需給シナリオを発生する。このため、運転計画作成装置１００は、太陽光発電による出力が急激に変動する可能性を含めて運転計画を評価し、評価の高い運転計画を選択できる。

すなわち、例えば、従来技術ではピークカット方式で蓄電池を運転する場合に、蓄電池残量が少ないと、比較的小幅な短時間の出力低下にも対応できず、大きな損失を生ずることがあった。これに対して、運転計画作成装置１００は、このような小規模の出力低下の影響を含めて運転計画を評価できるので、太陽光発電による出力変動の影響を受けにくい対応力の高い運転計画を選択できる。

また、例えば、運転計画作成装置１００は、選択した当初運転計画とともに需給シナリオを出力する。具体的には、運転計画作成装置１００は、選択した当初運転計画のうち、リグレット値が大きい方から所定割合に含まれる需給シナリオを抽出し、抽出した需給シナリオを出力する。このため、運転計画作成装置１００は、出力した需給シナリオについて、蓄電池の制御方式の改良や、蓄電池の残量不足を補完する予備発電設備の導入など、損失を回避する可能性を具体的に検討することを支援することができる。

また、例えば、運転計画作成装置１００は、選択した当初運転計画に対して、リグレット値が大きい方から所定割合に含まれる需給シナリオを抽出し、抽出した需給シナリオを出力する。運転計画作成装置１００は、抽出した需給シナリオについて、選択された当初運転計画で修正時刻まで蓄電池を運転した場合の蓄電池残量を示す予想蓄電池残量を算出する。運転計画作成装置１００は、抽出した需給シナリオに対して最良の運転計画で修正時刻まで蓄電池を運転した場合の蓄電池残量を示す理想蓄電池残量を算出する。ここで、予想蓄電池残量と理想蓄電池残量との差分は、損失回避のために補完すべき電力の総量に相当する。このため、運転計画作成装置１００は、導入効果が期待できる予備発電設備の規模の概算見積もりを行うことができる。

さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、その他の実施例にて実施されても良い。そこで、以下では、その他の実施例について説明する。

例えば、上記の実施例では、ピークカット効果を用いて運転計画を評価する場合を説明したが、本発明はこれに限定されるものではない。例えば、環境負荷低減効果やコスト削減効果を用いて運転計画を評価しても良い。

ここで、環境負荷低減効果について説明する。環境負荷低減効果は、太陽光発電や蓄電池の利用によりＣＯ_２をどれだけ削減することができたかを評価するものである。例えば、環境負荷低減効果は、下記の式（６）で表される。

（環境負荷低減効果）＝（昼の発電に対するＣＯ_２換算係数）×（昼の使用電力削減量）−（夜の発電に対するＣＯ_２換算係数）×（夜間電力使用量）・・・（６）

なお、昼の発電に対するＣＯ_２換算係数は、例えば、０．４６２［ｋｇ−ＣＯ_２／ｋＷｈ］であり、夜の発電に対するＣＯ_２換算係数は、例えば、０．４３５［ｋｇ−ＣＯ_２／ｋＷｈ］である。これは、参考文献「温対法に基づく事業者別排出係数の算出方法等に係る検討会事務局「季時別平均排出係数の導入について（平成２１年３月２７日）」」に基づくものである。また、ここに示した換算係数は一例であり、任意の値を用いることができる。以下において、環境負荷低減効果を用いた場合の最適運転評価テーブル１１６と、修正運転評価テーブル１１８と、対応力評価テーブル１１９とを例示する。

図１９は、環境負荷低減効果を用いた場合の最適運転評価テーブルの一例を示す図である。例えば、最適運転評価テーブル１１６は、需給シナリオ「１」と、最適運転計画による評価値「１７」と、最適な制御パラメータ「２７８」とを対応づけて記憶する。つまり、最適運転評価テーブル１１６は、需給シナリオ「１」に対して最良の放電基準値は２７８ｋＷであり、この放電基準値で蓄電池を運転した場合の環境負荷低減効果が１７ｋｇ−ＣＯ_２であることを示す。また、最適運転評価テーブル１１６は、他の需給シナリオについても同様に、需給シナリオと、最適運転計画による評価値と、最適な制御パラメータとを対応づけて記憶する。

図２０は、環境負荷低減効果を用いた場合の修正運転評価テーブルの一例を示す図である。例えば、修正運転評価テーブル１１８は、当初運転計画「１」と、需給シナリオ「１」と、当初運転計画Ｐに対する最適修正運転計画の評価値「１６」とを対応づけて記憶する。つまり、修正運転評価テーブル１１８は、需給シナリオ「１」に対して当初運転計画「１」で蓄電池が運転された後に、最適修正運転計画で蓄電池が運転された場合の環境負荷低減効果が１６ｋｇ−ＣＯ_２であることを示す。また、修正運転評価テーブル１１８は、当初運転計画「１」について、他の需給シナリオと、他の当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて記憶する。このように、修正運転評価テーブル１１８は、一つの当初運転計画に対して、複数の需給シナリオと、複数の当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて記憶する。そして、修正運転評価テーブル１１８は、他の当初運転計画についても同様に、当初運転計画と、需給シナリオと、当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて記憶する。

図２１は、対応力評価テーブルの一例を示す図である。例えば、対応力評価テーブル１１９は、当初運転計画「１」と、需給シナリオ「１」と、当初運転計画Ｐに対する対応力評価「１」とを対応づけて記憶する。つまり、対応力評価テーブル１１９は、需給シナリオ「１」に対して当初運転計画「１」で蓄電池が運転された場合に、環境負荷低減効果の理想値との乖離が１ｋｇ−ＣＯ_２であることを示す。また、対応力評価テーブル１１９は、当初運転計画「１」について、他の需給シナリオと、他の当初運転計画Ｐに対する対応力評価とを対応づけて記憶する。このように、対応力評価テーブル１１９は、一つの当初運転計画に対して、複数の需給シナリオと、複数の当初運転計画Ｐに対する対応力評価とを対応づけて記憶する。そして、対応力評価テーブル１１９は、他の当初運転計画についても同様に、当初運転計画と、需給シナリオと、当初運転計画Ｐに対する対応力評価とを対応づけて記憶する。

このように、運転計画作成装置１００は、環境負荷低減効果を用いた場合にも、需給シナリオと、最適運転計画による評価値と、最良の評価値を示した最適な制御パラメータとを対応づけて、図１９に示した最適運転評価テーブル１１６に格納する。また、運転計画作成装置１００は、当初運転計画と、需給シナリオと、当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて、図２０に示した修正運転評価テーブル１１８に格納する。また、運転計画作成装置１００は、図１９の最適運転評価テーブル１１６に示した最適運転計画による評価値と、図２０の修正運転評価テーブル１１８に示した当初運転計画Ｐに対する最適修正運転計画の評価値との差分を算出することで、対応力を評価する。このため、運転計画作成装置１００は、天候がどのように変動しても最良の環境負荷低減効果に近い効果が得られる運転計画を作成することができる。

また、コスト削減効果について説明する。コスト削減効果は、太陽光発電や蓄電池の利用によりコストをどれだけ削減することができたかを金額に換算して評価するものである。例えば、コスト削減効果は、下記の式（７）で表される。

（コスト削減効果）＝（１ｋＷｈあたりの電力使用料金）×｛（対策前の使用電力量）−（対策後の使用電力量）｝＋｛（対策前の基本料金）−（対策後の基本料金）｝・・・（７）

なお、基本料金は最大デマンド値から算出され、例えば、電力会社ごとに設定される料金である。以下において、コスト削減効果を用いた場合の最適運転評価テーブル１１６と、修正運転評価テーブル１１８と、対応力評価テーブル１１９とを例示する。

図２２は、コスト削減効果を用いた場合の最適運転評価テーブルの一例を示す図である。例えば、最適運転評価テーブル１１６は、需給シナリオ「１」と、最適運転計画による評価値「３６」と、最適な制御パラメータ「２７８」とを対応づけて記憶する。つまり、最適運転評価テーブル１１６は、需給シナリオ「１」に対して最良の放電基準値は２７８ｋＷであり、この放電基準値で蓄電池を運転した場合のコスト削減効果が３６００万円であることを示す。また、最適運転評価テーブル１１６は、他の需給シナリオについても同様に、需給シナリオと、最適運転計画による評価値と、最適な制御パラメータとを対応づけて記憶する。

図２３は、コスト削減効果を用いた場合の修正運転評価テーブルの一例を示す図である。例えば、修正運転評価テーブル１１８は、当初運転計画「１」と、需給シナリオ「１」と、当初運転計画Ｐに対する最適修正運転計画の評価値「３４」とを対応づけて記憶する。つまり、修正運転評価テーブル１１８は、需給シナリオ「１」に対して当初運転計画「１」で蓄電池が運転された後に、最適修正運転計画で蓄電池が運転された場合のコスト削減効果が３４００万円であることを示す。また、修正運転評価テーブル１１８は、当初運転計画「１」について、他の需給シナリオと、他の当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて記憶する。このように、修正運転評価テーブル１１８は、一つの当初運転計画に対して、複数の需給シナリオと、複数の当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて記憶する。そして、修正運転評価テーブル１１８は、他の当初運転計画についても同様に、当初運転計画と、需給シナリオと、当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて記憶する。

図２４は、対応力評価テーブルの一例を示す図である。例えば、対応力評価テーブル１１９は、当初運転計画「１」と、需給シナリオ「１」と、当初運転計画Ｐに対する対応力評価「２」とを対応づけて記憶する。つまり、対応力評価テーブル１１９は、需給シナリオ「１」に対して当初運転計画「１」で蓄電池が運転された場合に、コスト削減効果の理想値との乖離が２００万円であることを示す。また、対応力評価テーブル１１９は、当初運転計画「１」について、他の需給シナリオと、他の当初運転計画Ｐに対する対応力評価とを対応づけて記憶する。このように、対応力評価テーブル１１９は、一つの当初運転計画に対して、複数の需給シナリオと、複数の当初運転計画Ｐに対する対応力評価とを対応づけて記憶する。そして、対応力評価テーブル１１９は、他の当初運転計画についても同様に、当初運転計画と、需給シナリオと、当初運転計画Ｐに対する対応力評価とを対応づけて記憶する。

このように、運転計画作成装置１００は、コスト削減効果を用いた場合にも、需給シナリオと、最適運転計画による評価値と、最良の評価値を示した最適な制御パラメータとを対応づけて、図２２に示した最適運転評価テーブル１１６に格納する。また、運転計画作成装置１００は、当初運転計画と、需給シナリオと、当初運転計画Ｐに対する最適修正運転計画の評価値とを対応づけて、図２３に示した修正運転評価テーブル１１８に格納する。また、運転計画作成装置１００は、図２２の最適運転評価テーブル１１６に示した最適運転計画による評価値と、図２３の修正運転評価テーブル１１８に示した当初運転計画Ｐに対する最適修正運転計画の評価値との差分を算出することで、対応力を評価する。このため、運転計画作成装置１００は、天候がどのように変動しても最良のコスト削減効果に近い効果が得られる運転計画を作成することができる。

また、実施例１において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。例えば、図１において、最適計画選択部１２６の処理が自動的に行われる場合を説明したが、この処理は手動的に行うこともできる。具体的には、最適計画選択部１２６は、当初運転計画候補ごとの対応力の分布を示す図を出力装置１０２に出力させることで、利用者に最良の運転計画を手動的に選択させることもできる。この他、上述文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、図５に示した最適運転評価テーブルは、必ずしも最適な制御パラメータを記憶しなくても良い。

また、図１に示した運転計画作成装置１００の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、運転計画作成装置１００の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図１に示した最適評価値算出部１２３及び修正評価値算出部１２４を統合して構成することができる。

また、運転計画作成装置１００は、運転計画作成装置１００の各機能を既知の情報処理装置に搭載することによって実現することもできる。既知の情報処理装置は、例えば、パーソナルコンピュータ、ワークステーション、携帯電話、ＰＨＳ（Personal Handy-phone System）端末、移動体通信端末またはＰＤＡ（Personal Digital Assistant）などの装置に対応する。

図２５は、運転計画作成プログラムを実行するコンピュータの一例を示す図である。図２５に示すように、コンピュータ３００は、各種演算処理を実行するＣＰＵ３０１と、ユーザからデータの入力を受け付ける入力装置３０２と、モニタ３０３とを有する。また、コンピュータ３００は、記憶媒体からプログラム等を読み取る媒体読み取り装置３０４と、他の装置とデータの授受を行うネットワークインターフェース装置３０５とを有する。また、コンピュータ３００は、各種情報を一時記憶するＲＡＭ（Random Access Memory）３０６と、ハードディスク装置３０７とを有する。また、各装置３０１〜３０７は、バス３０８に接続される。

ハードディスク装置３０７は、図１に示した需給シナリオ生成部１２２、最適評価値算出部１２３、修正評価値算出部１２４、対応力算出部１２５、最適計画選択部１２６の各処理部と同様の機能を有する運転計画作成プログラムを記憶する。また、ハードディスク装置３０７は、運転計画作成プログラムを実現するための各種データを記憶する。この各種データは、例えば、需要データ１１１ａや日射量データ１１２を含む。

ＣＰＵ３０１が運転計画作成プログラムをハードディスク装置３０７から読み出してＲＡＭ３０６に展開して実行することにより、運転計画作成プログラムは、運転計画作成プロセスとして機能する。すなわち、運転計画作成プログラムは、図１に示した需給シナリオ生成部１２２、最適評価値算出部１２３、修正評価値算出部１２４、対応力算出部１２５、最適計画選択部１２６の各処理部と同様のプロセスとして機能する。

なお、上記の運転計画作成プログラムは、必ずしもハードディスク装置３０７に記憶されている必要はない。例えば、コンピュータが読み取り可能な記録媒体に記憶されたプログラムを、コンピュータ３００が読み出して実行するようにしても良い。コンピュータが読み取り可能な記録媒体は、例えば、ＣＤ−ＲＯＭやＤＶＤディスク、ＵＳＢメモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等に接続された装置にこのプログラムを記憶させておき、コンピュータ３００がこれらからプログラムを読み出して実行するようにしても良い。

さて、これまで本発明の蓄電池運転計画実施例について説明してきたが、本発明は蓄電池に限らず、需要の推移に合わせて機器の稼動状態を調節することが効果的な機器の運転計画を作成する場合にも適用できる。そこで、以下では、通信需要の推移にあわせて、通信基地局の稼動台数を調整する運転計画を、運転計画の通信基地局の運転に必要なエネルギー低減の観点で最適化する実施例を説明する。

まず、図２６〜３０を使って、本実施例で想定する運転計画の作成について説明する。

図２６は、本実施例で想定する通信基地局の運転台数調整の概略を図示している。図で、７個の六角形で構成される領域が、通信基地局でカバーすべき領域である。最も左のＭｏｄｅ１は、対象領域全体を１台の基地局でカバーすることを示しており、同様に、その右のＭｏｄｅ４は、４台の基地局で、Ｍｏｄｅ７は、７台の基地局でカバーすることを示している。本実施例では、図２７のように、予め設定されている時間帯毎に、上記３つのモードのいずれで運転するかを指定したものを運転計画と呼ぶ。そして、１日の中で予想される通信需要の推移のいずれが実現しても、予めその推移が起きることが分かっていた場合に達成できる最小のエネルギーに近いエネルギーで運転できるような、運転計画を求めることを目的とする。

図２８は、本実施例で想定する１日の通信需要の推移の典型的なデータを示している。この推移に基づき、本実施例では、図２７に示した５つの時間帯にわけ、それぞれの時間帯では、図２６の中のいずれか１つを選択して運転することを想定している。なお、それぞれの時間帯は、０−６時は、通信需要が少ない時間帯、６−１０時は、通信需要が増加傾向にある時間帯、１０−１４時は、比較的高いレベルで通信需要が安定している時間帯、１４−１８時は、ピークに向かい増加する時間帯、１８−２４時は、ピークから需要が減少していく時間帯に相当する。

図２９は、通信需要と、その対応に要するエネルギー量（単位時間あたりの消費電力量）の関係を、それぞれの運転モード毎に示したものである。横軸は、通信需要の量である。通信需要の指標としては、単位時間（例えば数分程度）あたりのユーザ（モバイル端末）の発呼回数や通信量などの色々な指標や、それらの指標の組み合わせなどが考えられるが、本実施例では、説明を簡略化するため、単位時間あたりの発呼回数を用いている。縦軸は、通信需要の対応に要するエネルギー量を、１時間あたりに基地局が消費する電力量を単位に示している。例えば、単位時間あたり２０回程度発呼されるような状態が１時間続いた場合には、Ｍｏｄｅ１では、その対応に１．５ｋＷｈ程度の電力を、Ｍｏｄｅ４では、Ｍｏｄｅ１より大きい３ｋＷｈ程度の電力を消費することを示している。同様に、３５回程度以上発呼されるようになると、Ｍｏｄｅ４の方が、Ｍｏｄｅ１より少ない消費電力量ですむことがわかる。本実施例の運転計画作成では、このように通信需要によってエネルギー効率との関係が異なる運転モードを、各時間帯内で予想される通信需要の推移を考慮して適切に選択するというのが１つのポイントになる。

図３０は、本実施例の運転計画作成で考慮するもう１つのエネルギー量である、運転モード切り替えに要するコストの例である。例えば、最初の行は、Ｍｏｄｅ１からＭｏｄｅ４に機器を切り替えるためのコストであり、図２６のＣ（１，４）に相当する。本実施例では、このコストデータは、過去の実績データ、もしくは、模擬実験等により、予め利用可能になっていることを前提とする。

次に、以上で説明した通信基地局の運転計画の作成に、本発明を適用した結果を説明する。

本実施例で想定する運転計画の候補の範囲は、前述の図２７で示したものでる。これは、図３１に示した探索範囲を網羅したものである。図３１の探索範囲は、図２８に例示した通信需要の推移をベースに、考慮に値する運転モードを各時間帯別に選択したものである。なお、図２８の探索範囲を考慮せずに、全てのモードの組み合わせを運転計画の候補としてもかまわない。

以下では、６−１０時の時間帯の直前に、６−１０時の運転モードを決定することを例に、処理手順を説明する。

まず、本実施例では、前記の太陽光発電出力変動シナリオと同様の手順で、起こり得る通信需要の推移のシナリオを生成する。図３２は、通信需要シナリオ生成のための変動確率テーブルの例である。図３２の横方向に示した「０−２０」、「２０−４０」、「４０−６０」、「６０−８０」、「８０−」は、それぞれ単位時間あたりの発呼回数に対応する。Ｎ（μ，σ）は、平均値μ、標準偏差σの正規分布に従いランダムに発生した値を、変動後の値として用いることを示している。この表の確率値およびσ1〜σ５の値は、過去の通信需要データの統計分析により算出すればよい。なお、前記の太陽光発電出力変動シナリオ生成では、１つの変動確率テーブルを使用していたが、本実施例では、前記の５つの時間帯毎に、図３２のような変動確率テーブルを、過去データに基づき作成し、使用する。また、現在説明の例では、６−１０時の運転モード（６時から翌６時までの運転計画）を作成するので、通信需要生成用の初期値としては、6時の直前の通信需要の値を使用する。

次に、作成した複数の通信需要シナリオのそれぞれについて、需給シナリオに対する蓄電池の最適運転計画作成と同様の手順で、最適な運転計画（通信機の運転モードの切り替え計画）を作成する。最適運転計画の作成に必要な運転計画の評価では、以下の式に基づき計算した評価値を用いる。

（消費電力量）＝Σｉ（Σｔ Ｅ（Ｄ＿ｔ，Ｍｏｄｅ＿ｉ））＋Σｉ Ｃ（Ｍｏｄｅ＿ｉ，Ｍｏｄｅ＿（ｉ＋１））・・・（８）

式（８）において、ｉは、前述の時間帯のそれぞれに対するインデックスであり、ｔは、各時間帯における単位時間（例えば１０分）刻みの時刻に対応するインデックスである。なお、今回の例では、６−１０時を最初の時間帯として、翌日の０−６時を最後の時間帯として扱う。Ｄ＿ｔは、ｔに対応する時刻における通信需要値であり、これは、評価対象の通信シナリオによって決まる値である。Ｍｏｄｅ＿ｉは、評価対象の運転計画において、時間帯ｉに対応して指定された運転モードである。Ｅ（Ｄ＿ｔ，Ｍｏｄｅ＿ｉ）は、Ｄ＿ｔの通信需要値が単位時間継続した時に、Ｍｏｄｅ＿ｉの運転モードで消費される電力量であり、その値は、図２９のデータによって算出する。また、Ｃ（）は、前記の運転モード切替のコストであり、その値は３０のデータによって算出する（運転モードの切り替えがない場合には０）。なお、ここで算出された消費電力量が評価値に対応する。つまり、この評価値は、低い方が良い値となる。

図３３は、作成した最適な運転計画の例である。図で、「最適運転計画」の列の先頭の数字は、運転計画ＩＤである。また、カッコ内は、説明用に補足した情報で、６−１０時の時間帯を先頭に、翌日０−６時の時間帯までの運転モードの切り替えを方を示している。例えば、ＩＤ１４で示される運転計画は、６−１０時にＭｏｄｅ４、１０−１４時にＭｏｄｅ４、１４−１８時にＭｏｄｅ７、１８−２４時にＭｏｄｅ４、翌０−６時にＭｏｄｅ１でそれぞれ運転されることを示す。

最後に、６−１０時の時間帯の運転モードの２つの候補Ｍｏｄｅ１とＭｏｄｅ４について、各通信需要シナリオが実現した場合の評価値を、蓄電池の当初運転計画の評価と同様の手順で算出する。評価に利用する評価値の計算式は、上記の式（８）と同一である。例えば、候補Ｍｏｄｅ１について通信需要シナリオ「１」が実現した場合の評価値は、２０４である。そして、ここで算出された評価値と最適運転計画による評価値との差分がリグレット値に対応する。例えば、候補Ｍｏｄｅ１について通信需要シナリオ「１」が実現した場合のリグレット値は、２０４−１６０＝４４となる。また、今回の例では、各シナリオに対する最適運転計画の６−１０時の時間帯の運転モードが、評価対象の運転モードと一致している場合は、リグレット値は０になるので、シミュレーションは省略できる。

図３４がこの評価結果である。この評価結果に基づき、例えば、通信需要シナリオに対する評価値の中で最悪のものが、最良の運転計画（６−１０時の運転モード）を選ぶことで、いずれの通信需要シナリオが実現しても、１０時に運転計画を修正すれば、予めその推移が起きることが分かっていた場合に達成できる最小のエネルギーに近いエネルギーで運転できることが保障される。

１００ 運転計画作成装置
１０１ 入力装置
１０２ 出力装置
１１０ 記憶部
１１１ 需要データ
１１２ 日射量データ
１１３ 日照時間変動確率テーブル
１１４ 出力変動データ
１１５ 需給データ
１１６ 最適運転評価テーブル
１１７ 当初運転計画テーブル
１１８ 修正運転評価テーブル
１１９ 対応力評価テーブル
１２０ 制御部
１２１ 受付部
１２２ 需給シナリオ生成部
１２３ 最適評価値算出部
１２４ 修正評価値算出部
１２５ 対応力算出部
１２６ 最適計画選択部
１２７ 出力部
３００ コンピュータ
３０１ ＣＰＵ
３０２ 入力装置
３０３ モニタ
３０４ 媒体読み取り装置
３０５ ネットワークインターフェース装置
３０６ ＲＡＭ
３０７ ハードディスク装置
３０８ バス

Claims (5)

1. コンピュータが実行する運転計画作成方法であって、
   与えられた条件に対して起こり得る需給電力値の推移を示す複数のシナリオを生成し、
   前記複数のシナリオごとに、蓄電池を運転した場合に最良の評価値である第１の評価値が得られる前記蓄電池の制御パラメータが対応付けられた運転計画を算出し、
   前記運転計画から、前記蓄電池の制御パラメータが対応付けられた複数の運転計画候補を作成し、
   前記複数の運転計画候補ごとに、各シナリオに対して前記運転計画候補で前記蓄電池を運転した場合に得られる第２の評価値を算出し、
   前記複数の運転計画候補ごとに、各シナリオについて前記第１の評価値と前記第２の評価値との差分を算出し、
   前記差分に基づいて、前記複数の運転計画候補から前記蓄電池の運転計画を選択する
   各処理を実行することを特徴とする運転計画作成方法。
2. 前記複数のシナリオを生成する処理は、単位時間当たりの天候の変動をモデル化した天候変動モデルに基づいて、前記シナリオを生成することを特徴とする請求項１に記載の運転計画作成方法。
3. 前記第２の評価値を算出する処理は、前記複数の運転計画候補ごとに、当該運転計画候補で修正時点まで蓄電池を運転した場合の蓄電池残量に基づいて修正時点以降の最適な運転計画を示す最適修正運転計画を作成し、作成した最適修正運転計画についての評価値を第２の評価値として算出することを特徴とする請求項１又は２に記載の運転計画作成方法。
4. 与えられた条件に対して起こり得る需給電力値の推移を示す複数のシナリオを生成する生成部と、
   前記複数のシナリオごとに、蓄電池を運転した場合に最良の評価値である第１の評価値が得られる前記蓄電池の制御パラメータが対応付けられた運転計画を算出する第１の算出部と、
   前記運転計画から、前記蓄電池の制御パラメータが対応付けられた複数の運転計画候補を作成する作成部と、
   前記複数の運転計画候補ごとに、各シナリオに対して前記運転計画候補で前記蓄電池を運転した場合に得られる第２の評価値を算出する第２の算出部と、
   前記複数の運転計画候補ごとに、各シナリオについて前記第１の評価値と前記第２の評価値との差分を算出する第３の算出部と、
   前記差分に基づいて、前記複数の運転計画候補から前記蓄電池の運転計画を選択する選択部と
   を備えたことを特徴とする運転計画作成装置。
5. コンピュータに、
   与えられた条件に対して起こり得る需給電力値の推移を示す複数のシナリオを生成し、
   前記複数のシナリオごとに、蓄電池を運転した場合に最良の評価値である第１の評価値が得られる前記蓄電池の制御パラメータが対応付けられた運転計画を算出し、
   前記運転計画から、前記蓄電池の制御パラメータが対応付けられた複数の運転計画候補を作成し、
   前記複数の運転計画候補ごとに、各シナリオに対して前記運転計画候補で前記蓄電池を運転した場合に得られる第２の評価値を算出し、
   前記複数の運転計画候補ごとに、各シナリオについて前記第１の評価値と前記第２の評価値との差分を算出し、
   前記差分に基づいて、前記複数の運転計画候補から前記蓄電池の運転計画を選択する
   処理を実行させることを特徴とする運転計画作成プログラム。

Images