JP5723362B2 - 日射強度予測システムと太陽光発電出力予測システム - Google Patents
日射強度予測システムと太陽光発電出力予測システム Download PDFInfo
- Publication number
- JP5723362B2 JP5723362B2 JP2012520221A JP2012520221A JP5723362B2 JP 5723362 B2 JP5723362 B2 JP 5723362B2 JP 2012520221 A JP2012520221 A JP 2012520221A JP 2012520221 A JP2012520221 A JP 2012520221A JP 5723362 B2 JP5723362 B2 JP 5723362B2
- Authority
- JP
- Japan
- Prior art keywords
- solar
- power generation
- radiation intensity
- unit
- predetermined time
- 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 279
- 230000005855 radiation Effects 0.000 title claims description 214
- 230000006870 function Effects 0.000 claims description 94
- 238000004364 calculation method Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 33
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 238000001556 precipitation Methods 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims 4
- 230000014509 gene expression Effects 0.000 description 42
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 238000012937 correction Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000004069 differentiation Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/12—Sunshine duration recorders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Ecology (AREA)
- General Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Environmental Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
前記地域の所定時間後の地表面における風速と気温と相対湿度と時間降水量と雲量と、その地域の等気圧面における気温と上昇流と相対湿度と高度との気象データの数値予報データと、前記太陽高度方位算出部が算出した太陽高度および太陽方位とから所定時間後の日射強度予測値を求める日射強度推論部と、
前記地域の日射強度を測定する日射強度測定装置と、
この日射強度測定装置が測定した所定時間経過後の実際の日射強度値と前記日射強度推論部が求めた所定時間後の日射強度予測値との差を求める比較部とを備え
前記日射強度推論部は、前記比較部が求めた差が許容値以下となるように学習し、この学習の後に、前記太陽高度方位算出部が算出する所定地域の所定時間後の太陽高度および太陽方位と、その所定地域の気象データのうち前記学習に使用した気象データと同じ種目の数値予報データとに基づいて、現在時刻から所定時間後の時刻における前記所定地域の日射強度予測値を求める日射強度予測システムであって、
前記日射強度推論部は、ファジーモデル部であり、
該ファジーモデル部は、現在時刻から所定時間経過後の前記太陽高度および太陽方位のデータと前記数値予報データとの総数である複数の要素を複数個のファジー集合に区分するファジー集合定義部と、各要素のそのファジー集合に属する割合を表すメンバーシップ関数を定義するメンバーシップ関数定義部と、このメンバーシップ関数定義部で定義されたメンバーシップ関数と該メンバーシップ関数の重み付けとに基づき所定時間経過後の前記日射強度予測値を求める推論式を定義する推論式定義部と、前記推論式の学習を行なわせる学習部とを有し、
前記学習部は、前記比較部が求める差が許容値以下になるように前記メンバーシップ関数の重み付けを修正することを特徴とする。
前記地域の所定時間後の地表面における風速と気温と相対湿度と時間降水量と雲量と、その地域の等気圧面における気温と上昇流と相対湿度と高度との気象データの数値予報データと、前記太陽高度方位算出部が算出した太陽高度および太陽方位とから所定時間後の日射強度予測値を求める日射強度推論部と、
前記地域の日射強度を測定する日射強度測定装置と、
この日射強度測定装置が測定した所定時間経過後の実際の日射強度値と前記日射強度推論部が求めた所定時間後の日射強度予測値との差を求める比較部とを備え、
前記日射強度推論部は、前記比較部が求めた差が許容値以下となるように学習し、この学習の後に、前記太陽高度方位算出部が算出する所定地域の所定時間後の太陽高度および太陽方位と、その所定地域の気象データのうち前記学習に使用した気象データと同じ種目の数値予報データとに基づいて、現在時刻から所定時間後の時刻における前記所定地域の日射強度予測値を求める日射強度予測システムであって、
前記日射強度推論部は、ニューラルネットワークであり、
該ニューラルネットワークは、所定時間経過後の前記日射強度予測値を求める推論式の重み係数とバイアスを、該推論式で求めた前記日射強度予測値と、前記日射強度測定装置が測定する所定時間経過後の実際の日射強度値との差が許容値以下となるように修正することを特徴とする。
[第1実施例]
[日射強度予測システム]
図1に示す日射強度予測システム10は、入力部11によって入力される日時(月日および時刻)と地域の位置(緯度,経度:位置データ)とに基づいて所定時間後のその地域の太陽高度と太陽方位を算出する太陽高度方位算出部13と、気象庁8から出されるその地域の最寄りの気象予報データ(気象データ:数値予報データ)と太陽高度方位算出部13が算出した太陽高度および太陽方位とから所定時間後の日射強度予測値を求める第1ファジーモデル部(日射強度推論部)20と、第1ファジーモデル部20が求めた日射強度予測値と日射強度測定装置9が測定した実際の日射強度とを比較してその差(誤差)を求める比較部14とを備えている。なお、日射強度の単位は[kW/m2]である。また、入力部11に入力する地域の位置は、例えば太陽光発電装置12が設置されている位置や日射強度測定装置9が設置されている位置や所定の地域の位置などである。
[動 作]
次に、上記のように構成される日射強度予測システム10の動作について説明する。
g(n,i):数値予報Xa(t,τ)の要素nのi番目のファジー集合の中心値
D(n,i):数値予報Xa(t,τ)の要素nのi番目のファジー集合の広がり
数値予報データを(4)式の右辺に代入して、下記の(5)式に基づきグレードを演算する。(4)式の演算やグレードは、第1メンバーシップ関数定義部22が演算する。
…
…
i7+4r =1〜m7+4r
(5)式を用いて日射強度予測式としての演算式(推論式)Q(t,τ)を以下の(6)式で定義する。この演算式Q(t,τ)は第1特性式定義部23が定義する。
ここで、日射強度予測システム10にq組の数値予報データと各組に対応した実際の日射強度値として、気象の数値予報が出される地点近傍で実測した日射強度データを用いて対象時刻を中心にした一定時間幅内の平均値としてQb(tj,τ)を与えたとき、(6)式で得られた日射強度予測値Q(tj,τ)と実測した日射強度Qb(tj,τ)との誤差(差)Eを下記の(7)式で定義する。
[第2実施例]
[太陽光発電出力予測システム]
図4は太陽光発電出力予測システム100の構成を示すブロック図である。図4に示す第1ファジーモデル部20は既に学習が終了したものである。
[動 作]
次に、上記のように構成される太陽光発電出力予測システム100の動作について説明する。
g(n,i):数値予報Ya(t,τ)の要素nのi番目のファジー集合の中心値
D(n,i):数値予報Ya(t,τ)の要素nのi番目のファジー集合の広がり
気象予報データと日射データと太陽高度および太陽方位を(12)式の右辺に代入して、下記の(13)式に基づきグレードを計算する。このグレードは、第2メンバーシップ関数定義部112が演算する。
…
…
i5 =1〜m5
(13)式を用いて発電出力予測値を求める特性式(推論式)P(t,τ)を以下の(14)式で定義する。この特性式P(t,τ)は第2特性式定義部113が定義する。
ここで、q組の数値予報データと各組に対応した実際の発電出力値として、対象時刻を中心にした一定時間幅内の平均値としてPb(tj,τ)を与えたとき、(14)式で得られた発電出力予測値P(tj,τ)と実測した発電出力Pb(tj,τ)との誤差(差)Eを下記の(15)式で定義する。
[第3実施例]
図5に示す第3実施例の太陽光発電出力予測システム200は、第1ファジーモデル部20を使用せずに、気象庁8から出される気象予報データと、太陽高度方位算出部13が算出した太陽高度および太陽方位とから所定時間後の太陽光発電装置12の発電出力予測値を第3ファジーモデル部(発電出力推論部)210で求めるようにしたものである。
[第4実施例]
図6は、気象衛星302から送信されてくる気象衛星画像を用いて所定時間後の日射強度を予測する日射強度予測システム300の構成を示したブロック図である。
この最大となる評価値H(p,q)から、地点座標(i,j)上にある現在の雲はT時間前に地点座標(p,q)上に在ったものが移動してきたものとし、下記の式に示すようにεの割合だけ信号が変化したものと推定する。
この傾向が今後も継続し、T時間後の地点座標(i,j)上には地点座標(p,q)上にある現在の雲がくるものと想定することで、地点座標(i,j)のT時間後の信号をaT(i,j)=ε×a0(p,q)と予測する。
これを対象としている地域(範囲B)の全ての地点について適用することで、T時間後の気象衛星画像を予測することができる。
[動 作]
次に、上記のように構成される日射強度予測システム300の動作について説明する。
g(n,i):数値データXa(t,τ)の要素nのi番目のファジー集合の中心値
D(n,i):数値データXa(t,τ)の要素nのi番目のファジーの集合の広がり
数値データを(22)式の右辺に代入して、下記の(23)式に基づきグレードを計算する。このグレードは、第4メンバーシップ関数定義部312が演算する。
…
…
i5 =1〜m5
(23)式を用いて日射強度予測式としての演算式Q(t,τ)を以下の(24)式で定義する。この演算式Q(t,τ)は第4特性式定義部313が定義する。
ここで、気象衛星302から送られてくる時刻tの画像データから、時刻tの実測日射データが得られる地点を含む画素の可視画像と赤外線画像と水蒸気画像の各画素データを抽出し、抽出した各画素データに日射観測点の時刻tにおける太陽高度と太陽方位を加えたデータを1組とするq組の数値データXa(tj,τ)と、各組に対応した実際の日射強度値として、対象時刻を中心にした一定時間幅内の日射強度の平均値Qb(tj,τ)を与えたとき、(24)式で得られた日射強度予測値と実測した日射強度の誤差Eを下記の(25)式で定義する。ただし、j=1…,q,τ=0である。
[第5実施例]
図8は第5実施例の太陽光発電出力予測システム400の構成を示すブロック図である。
[動 作]
次に、上記のように構成される太陽光発電出力予測システム400の動作について説明する。
g(n,i):数値予報Ya(t,τ)の要素nのi番目のファジー集合の中心値
D(n,i):数値予報Ya(t,τ)の要素nのi番目のファジー集合の広がり
数値予報データを(12A)式の右辺に代入して、下記の(13A)式に基づきグレードを計算する。(13A)式の演算やグレードは、第5メンバーシップ関数定義部412が演算する。
…
…
i5 =1〜m5
(13A)式を用いて発電出力予測式としての特性式P(t,τ)を以下の(14A)式で定義する。この特性式P(t,τ)は第5特性式定義部413が定義する。
ここで、時刻tの太陽光発電出力の実際値が得られる地点の、時刻tの実測日射強度または日射強度予測値と、気象庁8から出される地表面における時刻tの風速および気温の気象数値予報値と、その地点の時刻tにおける太陽高度と太陽方位を加えたデータを1組とするq組の数値データYa(t,τ)と、各組に対応した実際の太陽光発電出力として、対象時刻を中心にした一定時間幅内の太陽光発電出力の平均値Pb(tj,τ)とを与えたとき、(14A)式で得られた太陽光発電出力予測値P(tj,τ)と実測した太陽光発電出力Pb(tj,τ)の誤差Eを下記の(15A)式で定義する。ただしj=1,…,q,τ=0である。
[第6実施例]
図9は第6実施例の太陽光発電出力予測システム500の構成を示したブロック図である。
[動 作]
次に、上記のように構成される太陽光発電出力予測システム500の動作について説明する。
g(n,i):数値予報Xa(t,τ)の要素nのi番目のファジー集合の中心値
D(n,i):数値予報Xa(t,τ)の要素nのi番目のファジー集合の広がり
衛星画像データと、太陽高度および太陽方位と、気象予報データをそれぞれ(12B)式の右辺に代入し、下記の(13B)式でに基づきグレードを計算する。このグレードは、第6メンバーシップ関数定義部512が演算する。
・
・
i7=1〜m7
(13B)式を用いて発電出力予測値を求める特性式(推論式)P(t,τ)を以下の(14B)式で定義する。この特性式P(t,τ)は第6特性式定義部513が定義する。
ここで、q組の数値予報データと各組に対応した実際の発電出力値として、対象時刻を中心にした一定時間幅内の平均値としてPb(tj,τ)を与えたとき、(14B)式で得られた発電出力予測値P(tj,τ)と実測した発電出力Pb(tj,τ)の誤差(差)Eを下記の(15B)式で定義する。
[第7実施例]
図10は、図1に示す第1実施例の第1ファジーモデル部20の替わりにニューラルネットワーク(日射強度推論部)を用いて現在時刻から所定時間経過後の日射強度予測値を求める3層のニューラルネットワーク600の模式図を示したものである。このニューラルネットワーク600には、第1実施例の(1)式に示すデータ(現在時刻から所定時間後の気象データ等)と、現在時刻から所定時間後の実際の日射強度値とが与えられる。
Claims (8)
- 地域の位置データに基づいて所定時間後の前記地域の太陽高度および太陽方位を算出する太陽高度方位算出部と、
前記地域の所定時間後の地表面における風速と気温と相対湿度と時間降水量と雲量と、その地域の等気圧面における気温と上昇流と相対湿度と高度との気象データの数値予報データと、前記太陽高度方位算出部が算出した太陽高度および太陽方位とから所定時間後の日射強度予測値を求める日射強度推論部と、
前記地域の日射強度を測定する日射強度測定装置と、
この日射強度測定装置が測定した所定時間経過後の実際の日射強度値と前記日射強度推論部が求めた所定時間後の日射強度予測値との差を求める比較部とを備え
前記日射強度推論部は、前記比較部が求めた差が許容値以下となるように学習し、この学習の後に、前記太陽高度方位算出部が算出する所定地域の所定時間後の太陽高度および太陽方位と、その所定地域の気象データのうち前記学習に使用した気象データと同じ種目の数値予報データとに基づいて、現在時刻から所定時間後の時刻における前記所定地域の日射強度予測値を求める日射強度予測システムであって、
前記日射強度推論部は、ファジーモデル部であり、
該ファジーモデル部は、現在時刻から所定時間経過後の前記太陽高度および太陽方位のデータと前記数値予報データとの総数である複数の要素を複数個のファジー集合に区分するファジー集合定義部と、各要素のそのファジー集合に属する割合を表すメンバーシップ関数を定義するメンバーシップ関数定義部と、このメンバーシップ関数定義部で定義されたメンバーシップ関数と該メンバーシップ関数の重み付けとに基づき所定時間経過後の前記日射強度予測値を求める推論式を定義する推論式定義部と、前記推論式の学習を行なわせる学習部とを有し、
前記学習部は、前記比較部が求める差が許容値以下になるように前記メンバーシップ関数の重み付けを修正することを特徴とする日射強度予測システム。 - 地域の位置データに基づいて所定時間後の前記地域の太陽高度および太陽方位を算出する太陽高度方位算出部と、
前記地域の所定時間後の地表面における風速と気温と相対湿度と時間降水量と雲量と、その地域の等気圧面における気温と上昇流と相対湿度と高度との気象データの数値予報データと、前記太陽高度方位算出部が算出した太陽高度および太陽方位とから所定時間後の日射強度予測値を求める日射強度推論部と、
前記地域の日射強度を測定する日射強度測定装置と、
この日射強度測定装置が測定した所定時間経過後の実際の日射強度値と前記日射強度推論部が求めた所定時間後の日射強度予測値との差を求める比較部とを備え、
前記日射強度推論部は、前記比較部が求めた差が許容値以下となるように学習し、この学習の後に、前記太陽高度方位算出部が算出する所定地域の所定時間後の太陽高度および太陽方位と、その所定地域の気象データのうち前記学習に使用した気象データと同じ種目の数値予報データとに基づいて、現在時刻から所定時間後の時刻における前記所定地域の日射強度予測値を求める日射強度予測システムであって、
前記日射強度推論部は、ニューラルネットワークであり、
該ニューラルネットワークは、所定時間経過後の前記日射強度予測値を求める推論式の重み係数とバイアスを、該推論式で求めた前記日射強度予測値と、前記日射強度測定装置が測定する所定時間経過後の実際の日射強度値との差が許容値以下となるように修正することを特徴とする日射強度予測システム。 - 地域の位置データに基づいて所定時間後の前記地域の太陽高度および太陽方位を算出する太陽高度方位算出部と、
この太陽高度方位算出部が算出した太陽高度および太陽方位と、前記地域の気象データとから所定時間後の日射強度予測値を求める日射強度推論部と、
前記地域の日射強度を測定する日射強度測定装置と、
この日射強度測定装置が測定した所定時間経過後の実際の日射強度値と前記日射強度推論部が求めた所定時間後の日射強度予測値との差を求める比較部とを備え、
前記日射強度推論部は、前記比較部が求めた差が許容値以下となるように学習し、この学習の後に、前記太陽高度方位算出部が算出する所定地域の所定時間後の太陽高度および太陽方位と、その所定地域の気象データとに基づいて、現在時刻から所定時間後の時刻における前記所定地域の日射強度予測値を求める日射強度予測システムであって、
気象衛星から送信されてくる現在時刻の衛星画像データと現在時刻より所定時間前に送信されてきた衛星画像データとに基づいて現在時刻から所定時間後の衛星画像を予測する画像処理部を備え、
この画像処理部は、衛星画像の画素とその周辺ごとの相関関係を求めて所定時間後の衛星画像を求め、
この所定時間後の衛星画像の所定領域内の各画素の信号を前記気象データとすることを特徴とする日射強度予測システム。 - 地域の位置データに基づいて所定時間後の前記地域の太陽高度および太陽方位を算出する太陽高度方位算出部と、
前記地域の所定時間後の地表面における風速と気温と相対湿度と時間降水量と雲量と、その地域の等気圧面における気温と上昇流と相対湿度と高度との気象データの数値予報データと、前記太陽高度方位算出部が算出した太陽高度および太陽方位とから所定時間後に前記太陽光発電装置が出力する発電出力を予測した発電出力予測値を求める発電出力推論部と、
前記地域に設けられた太陽光発電装置と、
前記発電出力推論部が求めた発電出力予測値と所定時間経過後の前記太陽光発電装置の発電出力との差を求める比較部とを備え、
前記発電出力推論部は、前記比較部が求めた差が許容値以下となるように学習し、この学習の後に、前記太陽高度方位算出部が算出する太陽光発電装置の設置地域の所定時間後の太陽高度および太陽方位と、その所定地域の気象データのうち前記学習に使用した気象データと同じ種目の数値予報データとに基づいて、現在時刻から所定時間後の時刻における前記太陽光発電装置の発電出力予測値を求める太陽光発電出力予測システムであって、
前記発電出力推論部は、ファジーモデル部であり、
該ファジーモデル部は、現在時刻から所定時間経過後の前記太陽高度および太陽方位のデータと前記数値予報データとの総数である複数の要素を複数個のファジー集合に区分するファジー集合定義部と、各要素のそのファジー集合に属する割合を表すメンバーシップ関数を定義するメンバーシップ関数定義部と、このメンバーシップ関数定義部で定義されたメンバーシップ関数と該メンバーシップ関数の重み付けとに基づき所定時間経過後の前記発電出力予測値を求める推論式を定義する推論式定義部と、前記推論式の学習を行わせる学習部とを有し、
前記学習部は、前記比較部が求める差が許容値以下となるように前記メンバーシップ関数の重み付けを修正することを特徴とする太陽光発電出力予測システム。 - 請求項1に記載の日射強度予測システムと、
前記地域に設けられた太陽光発電装置と、
前記日射強度予測システムの太陽高度方位算出部が算出した太陽の高度および太陽方位と、前記地域の気象データの数値予報データと、前記日射強度予測システムで求めた日射強度予測値または実測の日射強度値とから所定時間後に前記太陽光発電装置が出力する発電出力を予測した発電出力予測値を求める発電出力推論部と、
この発電出力推論部が求めた発電出力予測値と、所定時間経過後の実際の前記太陽光発電装置の発電出力との差を求める比較部とを備え、
前記発電出力推論部は、前記比較部が求めた差が許容値以下となるように学習し、この学習の後に、前記太陽高度方位算出部が算出する太陽光発電装置の設置地域の所定時間後の太陽高度および太陽方位と、その設置地域の所定時間後の前記数値予報データと、前記日射強度予測システムで求めた日射強度予測値とに基づいて現在時刻から所定時間後の時刻における前記太陽光発電装置の発電出力予測値を求めることを特徴とする太陽光発電出力予測システム。 - 前記発電出力推論部は、ファジーモデル部であることを特徴とする請求項5に記載の太陽光発電出力予測システム。
- 前記発電出力推論部は、ニューラルネットワークであることを特徴とする請求項5に記載の太陽光発電出力予測システム。
- 地域の位置データに基づいて所定時間後の太陽高度および太陽方位を算出する太陽高度方位算出部と、
前記地域に設けられた太陽光発電装置と、
前記太陽高度方位算出部が算出した太陽高度および太陽方位と、前記地域の気象データとから所定時間後に前記太陽光発電装置が出力する発電出力を予測した発電出力予測値を求める発電出力推論部と、
この発電出力推論部が求めた発電出力予測値と所定時間経過後の前記太陽光発電装置の発電出力との差を求める比較部とを備え、
前記発電出力推論部は、前記比較部が求めた差が許容値以下となるように学習し、この学習の後に、前記太陽高度方位算出部が算出する太陽光発電装置の設置地域の所定時間後の太陽高度および太陽方位と、その所定地域の気象データとに基づいて、現在時刻から所定時間後の時刻における前記太陽光発電装置の発電出力予測値を求める太陽光発電出力予測システムであって、
気象衛星から送信されてくる現在時刻の衛星画像データと現在時刻より所定時間前に送信されてきた衛星画像データとに基づいて現在時刻から所定時間後の衛星画像を予測する画像処理部を備え、
この画像処理部は、衛星画像の画素とその周辺ごとの相関関係を求めて所定時間後の衛星画像を求め、
この所定時間後の衛星画像の所定領域内の各画素の信号を前記気象データとすることを特徴とする太陽光発電出力予測システム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2010/060291 WO2011158363A1 (ja) | 2010-06-17 | 2010-06-17 | 日射強度予測システムと太陽光発電出力予測システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2011158363A1 JPWO2011158363A1 (ja) | 2013-08-15 |
JP5723362B2 true JP5723362B2 (ja) | 2015-05-27 |
Family
ID=45347784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012520221A Active JP5723362B2 (ja) | 2010-06-17 | 2010-06-17 | 日射強度予測システムと太陽光発電出力予測システム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5723362B2 (ja) |
WO (1) | WO2011158363A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6399426B2 (ja) * | 2013-05-13 | 2018-10-03 | パナソニックIpマネジメント株式会社 | 農業用ハウスの設置評価装置、農業用ハウスの日照量調整装置、プログラム |
CN104834981B (zh) * | 2015-05-27 | 2018-10-26 | 国家电网公司 | 短期电站光伏功率的主因隐含型预测方法 |
US11063555B2 (en) * | 2015-06-23 | 2021-07-13 | Qatar Foundation For Education, Science And Community Development | Method of forecasting for solar-based power systems |
JPWO2016208149A1 (ja) * | 2015-06-24 | 2018-04-05 | 日本電気株式会社 | 予測システム、予測方法および予測プログラム |
CN105373849A (zh) * | 2015-10-22 | 2016-03-02 | 华北电力大学(保定) | 光伏电池组件温度的分步预测方法 |
CN105404937A (zh) * | 2015-11-26 | 2016-03-16 | 北京国电通网络技术有限公司 | 一种光伏电站短期功率预测方法和系统 |
KR20180077489A (ko) * | 2016-12-29 | 2018-07-09 | 한국교통대학교산학협력단 | 수평면 전일사량의 예측방법 |
JP6843780B2 (ja) * | 2018-01-18 | 2021-03-17 | ヤフー株式会社 | 情報処理装置、学習済みモデル、情報処理方法、およびプログラム |
JP6685065B2 (ja) * | 2018-02-09 | 2020-04-22 | Totalmasters株式会社 | 太陽光発電設備の設計支援装置、設計支援方法、設計支援プログラム及び設計支援用学習済みモデル作成装置 |
CN109060618A (zh) * | 2018-08-20 | 2018-12-21 | 国网冀北电力有限公司张家口供电公司 | 一种光伏发电功率预测装置及方法 |
CN111091138A (zh) * | 2019-11-14 | 2020-05-01 | 远景智能国际私人投资有限公司 | 辐照预报的处理方法、堆叠泛化模型的训练方法及装置 |
JP7413140B2 (ja) | 2020-05-01 | 2024-01-15 | 東京瓦斯株式会社 | 日射量予測方法、日射量予測プログラム、電力供給システム、電力・熱供給システム |
CN113722649B (zh) * | 2020-05-25 | 2023-08-04 | 阿特斯阳光电力集团股份有限公司 | 光伏组件正面辐照强度计算方法、装置、设备和存储介质 |
KR102488667B1 (ko) * | 2020-11-25 | 2023-01-16 | 주식회사 나눔에너지 | 머신러닝을 이용한 태양광 발전 예측 시스템 |
KR102488669B1 (ko) * | 2020-11-25 | 2023-01-16 | 주식회사 나눔에너지 | 구름 음영 효과를 적용한 태양광 발전 예측 시스템 |
CN114256843B (zh) * | 2022-03-01 | 2022-07-08 | 中国电力科学研究院有限公司 | 一种分布式光伏辐射数据修正方法及装置 |
TWI833549B (zh) * | 2023-01-12 | 2024-02-21 | 春禾科技股份有限公司 | 日照值估測系統 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006033908A (ja) * | 2004-07-12 | 2006-02-02 | Nippon Telegr & Teleph Corp <Ntt> | 太陽光発電システムの発電量予測方法、装置、およびプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4461064B2 (ja) * | 2005-06-23 | 2010-05-12 | 株式会社東芝 | 空調制御装置 |
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 |
-
2010
- 2010-06-17 JP JP2012520221A patent/JP5723362B2/ja active Active
- 2010-06-17 WO PCT/JP2010/060291 patent/WO2011158363A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006033908A (ja) * | 2004-07-12 | 2006-02-02 | Nippon Telegr & Teleph Corp <Ntt> | 太陽光発電システムの発電量予測方法、装置、およびプログラム |
Non-Patent Citations (2)
Title |
---|
JPN6010050516; 與那篤史、他: 'ニューラルネットワークを用いた太陽光発電設備の24時間先発電電力予測' 電気学会論文誌 B 電力・エネルギー部門 Vol.128 N, 20080101, P.33-39 * |
JPN6010050517; 田中勝也、他: '天気指数を用いたファジィ日射量予測システム' 第44回 システム制御情報学会 研究発表講演会講演論文集 , 20000516, P.687-688 * |
Also Published As
Publication number | Publication date |
---|---|
JPWO2011158363A1 (ja) | 2013-08-15 |
WO2011158363A1 (ja) | 2011-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5723362B2 (ja) | 日射強度予測システムと太陽光発電出力予測システム | |
US10302066B2 (en) | Reducing curtailment of wind power generation | |
US10598157B2 (en) | Reducing curtailment of wind power generation | |
Zjavka | Wind speed forecast correction models using polynomial neural networks | |
CN111027175B (zh) | 基于耦合模型集成模拟的洪水对社会经济影响的评估方法 | |
KR101926544B1 (ko) | 기상 예측 모델을 이용한 기상 관측 방법, 시스템 및 컴퓨터 프로그램 | |
JP2016136001A (ja) | 予測装置 | |
CN103718129A (zh) | 用于确定由光伏设备输出的功率的方法和装置 | |
US10770898B2 (en) | Methods and systems for energy use normalization and forecasting | |
Suparta et al. | Modeling of zenith path delay over Antarctica using an adaptive neuro fuzzy inference system technique | |
CN110851790A (zh) | 一种基于深度学习算法的海流动力优化预报模型 | |
CN110737876B (zh) | 区域电网光伏功率预测优化方法和装置 | |
KR20190121460A (ko) | 신경망을 이용한 안개 발생 예측방법 | |
Maciel et al. | Daily water flow forecasting via coupling between SMAP and deep learning | |
CN114841395A (zh) | 一种基于区域建筑类型的实时电力预测系统及方法 | |
CN116245008A (zh) | 基于数字孪生的流域水文模型参数的动态估计方法 | |
Kurtgoz et al. | Comparison of ann, regression analysis, and anfis models in estimation of global solar radiation for different climatological locations | |
JP2020028195A (ja) | 太陽光発電システム分布推定装置、太陽光発電システム分布推定方法、太陽光発電システム分布推定プログラム及び太陽光発電出力予測装置 | |
CN109471205A (zh) | 一种基于网格化气象数据在电网运行中的监测预警方法 | |
CN117526274A (zh) | 极端气候下新能源功率预测方法、电子设备和存储介质 | |
Pai et al. | Long range forecast on south west monsoon rainfall using artificial neural networks based on clustering approach | |
JP2021182319A (ja) | 予測装置および予測方法 | |
Hammer et al. | Satellite based short-term forecasting of solar irradiance—comparison of methods and error analysis | |
Naveen et al. | A novel weather parameters prediction scheme and their effects on crops. | |
JP2006242747A (ja) | 気温予測補正装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140404 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140909 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20141104 |
|
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: 20150317 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150327 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5723362 Country of ref document: JP 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 |