JP5921393B2 - 負荷予測装置及び負荷予測方法 - Google Patents

Description

本発明は、電力負荷機器に電力供給を行う配電系統について、当該配電系統の電力負荷を予測する負荷予測装置及び負荷予測方法に関するものである。

近年、需要家の家電製品などの電力負荷機器に電力供給を行う配電系統について、当該配電系統の電力負荷を予測する電力負荷予測装置が提案されている。例えば、特許文献１には、過去の電力負荷実績や気象情報に基づいて、所定の配電区間内の配電系統の電力負荷を予測する電力負荷予測装置が開示されている。

また、特許文献２には、過去の電力負荷実績と電力負荷機器の機器パラメータ・機器運転パラメータとから、電力負荷機器の機種別に電力消費量を推測し、新規に導入された新規機器の機器パラメータを入力することで、新規機器導入時の電力負荷シミュレーションを行うことが開示されている。

さらに、特許文献３には、過去の電力負荷実績と気象情報とから、気象情報に基づく人行動や機器稼動パターンとその発生確率とを求めて、電力負荷予測を行うことが開示されている。

特開２０１０−１９３６０５号公報 特開２００４−２７２３４０号公報 特開２０１１−２３２９０３号公報

しかしながら、以上の電力負荷予測装置では、過去の負荷実績を計測した配電区間について将来の負荷を予測することはできても、それとは別の任意の配電区間について負荷予測をすることができない。また、過去に計測した配電区間であっても、機器普及率及び機器利用時間を考慮した負荷予測をすることができず、その結果として、電気料金プラン変更などによる機器利用時間の変更や省エネ機器の普及拡大に伴う将来の負荷の変化を、予測できない等の問題点があった。

具体的には、特許文献１では、過去の負荷実績として機種別に負荷が計測されるものではない。そのため、気象情報による負荷の変化は予測可能であっても、各機種の普及率の変化及び各機種の性能の変化に伴う負荷の変化を予測できないという問題があった。

特許文献２では、機器の運転パラメータが各季節や年間を通して一律となっている。そのため、オフィスビル等の機器の運転が一律的または計画的である需要家に対しては予測精度が高いと考えられるが、一般家庭のような機器の稼動時刻が日によってばらつくような需要家に対しては精度良く予測できないという問題があった。

特許文献３では、過去実績に基づき需要家単位でのパターン分析を行っている。具体的には、計測需要家とは別の需要家について負荷予測を行う場合に、建物の設備情報（家族構成や保有機器の種類・延べ床面積等）が類似する計測需要家の過去実績を検索し、当該検索された過去実績に基づいて別の需要家の負荷を予測するという方法をとっている。しかしながら、機種別に機器普及率（保有数）や消費電力（機器性能）のみが変化する場合には、将来の負荷の変化を精度良く予測できないという問題があった。また、各配電区間内の建物個々の設備情報が必要であった。

さらに、特許文献２及び３に記載の電力負荷予測装置を用いて配電区間の電力負荷を予測するためには、配電区間内に含まれる各需要家の保有する設備・機器等の詳細な情報を個々の需要家毎に入手する必要がある。しかしながら、配電区間の電力負荷を予測したい電力会社等ではそのような需要家の詳細な情報を入手することは不可能であるため、配電区間に属する各需要家の負荷を１軒１軒予測して合計することにより配電区間全体の負荷を予測する、という方法は困難であった。

そこで、本発明は、上記のような問題点を鑑みてなされたものであり、配電系統の電力負荷を適切に予測することが可能な技術を提供することを目的とする。

本発明に係る負荷予測装置は、電力負荷機器に電力供給を行う配電系統の電力負荷を予測する負荷予測装置であって、前記電力負荷機器の起動確率を機種別及び時刻別に示す起動確率モデルに、任意の同一配電区間の前記配電系統から電力供給を受ける前記電力負荷機器たる同一配電区間機器の台数を乗じることにより、前記同一配電区間機器の機種別及び時刻別の起動台数の期待値を計算する機種別起動台数予測部を備える。そして、前記負荷予測装置は、１台の前記電力負荷機器が起動中に消費する平均消費電力を機種別に示す機器電力特性モデルに、前記機種別起動台数予測部により計算された前記起動台数の期待値を乗じることにより、前記同一配電区間機器の機種別及び時刻別の消費電力の期待値を計算する機種別消費電力予測部と、前記機種別消費電力予測部により計算された前記消費電力の期待値を時刻別に合計することにより、前記同一配電区間機器の時刻別の消費電力総和を計算する負荷合計部とを備える。前記同一配電区間機器の前記台数は、同一配電区間内の需要家数に機種別の普及率を乗じることによって計算される。

本発明によれば、起動確率モデルと同一配電区間機器の台数とに基づいて同一配電区間機器の機種別及び時刻別の起動台数の期待値を求め、当該起動台数の期待値と機器電力特性モデルとに基づいて同一配電区間機器の機種別及び時刻別の消費電力の期待値を求める。これにより、任意の配電区間における配電系統の電力負荷を適切に予測することができる。

実施の形態１に係る負荷予測装置の構成を示すブロック図である。 実施の形態１に係る起動確率モデルの一例を示す図である。 実施の形態１に係る機器電力特性モデルの一例を示す図である。 実施の形態１に係る機種別消費電力予測部の計算結果の一例を示す図である。 実施の形態１に係る負荷合計部の計算結果の一例を示す図である。 実施の形態１に係る負荷合計部の計算結果の一例を示す図である。 実施の形態１の変形例に係る負荷予測装置の構成を示すブロック図である。 実施の形態２に係る負荷予測装置の構成を示すブロック図である。 実施の形態２に係る第１補正モデルの一例を示す図である。 実施の形態２に係る負荷合計部の計算結果の一例を示す図である。 実施の形態２の変形例に係る負荷予測装置の構成を示すブロック図である。 実施の形態３に係る負荷予測装置の構成を示すブロック図である。 実施の形態３に係る起動確率の確率分布を示す図である。 実施の形態３に係る起動確率モデルの一例を示す図である。 実施の形態３に係る負荷合計部の計算結果の一例を示す図である。 実施の形態４に係る負荷予測装置の構成を示すブロック図である。 実施の形態４に係る補正後の機器電力特性モデルの一例を示す図である。 実施の形態４に係る負荷合計部の計算結果の一例を示す図である。 実施の形態４の変形例に係る負荷予測装置の構成を示すブロック図である。 実施の形態５に係る負荷予測装置の構成を示すブロック図である。 実施の形態５に係る消費電力の確率分布を示す図である。 実施の形態５に係る機器電力特性モデルの一例を示す図である。 実施の形態５に係る負荷合計部の計算結果の一例を示す図である。

＜実施の形態１＞
図１は、本発明の実施の形態１に係る負荷予測装置の構成を示すブロック図である。負荷予測装置は、複数機種ｎの電力負荷機器（ｎ∈｛ＩＨクッキングヒータ，食器洗い機，給湯機，リビングコンセント，エアコン，それら以外の機器の合算，・・・｝）に電力供給を行う配電系統について、任意の配電区間の配電系統の電力負荷を予測することが可能となっている。

なお、以下の説明では、複数機種ｎの電力負荷機器を、簡単に「機種ｎ」と呼ぶこともある。また、任意の同一配電区間から電力供給を受ける電力負荷機器を、「同一配電区間機器」と呼ぶこともある。

図１に示す負荷予測装置は、起動確率モデル記憶部１と、機器電力特性モデル記憶部２と、機種別起動台数予測部３と、機種別消費電力予測部４と、負荷合計部５とを備えて構成されている。これら機能ブロックのうち、起動確率モデル記憶部１、及び、機器電力特性モデル記憶部２は、ＲＡＭやハードディスクなどから構成され、機種別起動台数予測部３、機種別消費電力予測部４、及び、負荷合計部５は、ＣＰＵなどから構成される。次に、負荷予測装置の各機能ブロックについて詳細に説明する。

図２は、起動確率モデル記憶部１に記憶されている起動確率モデルの例を示す図である。起動確率モデルは、電力負荷機器の起動確率（稼動割合）を、機種別及び時刻別に示すモデルである。図２に示す例では、起動確率モデルとして、時刻ｔのときに機種ｎが起動（稼動）している確率（割合）（％）を示す確率式である関数ｆ_ｎ（ｔ）が適用されている。関数ｆ_ｎ（ｔ）には、例えばｍ次式等の近似式が用いられる。

なお、起動確率モデルには、図２に示すような関数（式）に限ったものではなく、例えば、起動確率（稼動割合）と時刻とが対応付けられた表（図示しない）が適用されてもよい。

以上のような起動確率モデルにより、ＩＨクッキングヒータや食器洗い機の起動確率のように、生活パターンによって異なる電力負荷機器の起動確率（稼動割合）を、機種別及び時刻別に表現することが可能となる。そして、平日昼間に起動されないことが多い場合には起動確率モデルの昼間の起動確率を下げる、あるいは、料金プラン設定やタイマー付き機器（食器洗い機）の普及が高くなった場合には起動確率モデルの起動確率のピークを夜中にシフトさせる等、機種別及び時刻別の起動確率を適宜変更するシミュレーションを実施することが可能となる。なお、需要家の生活パターンが配電区間毎に異なることを想定して、起動確率モデルを配電区間毎に変更してもよい。

図３は、機器電力特性モデル記憶部２に記憶されている機器電力特性モデルの例を示す図である。機器電力特性モデルは、１台の電力負荷機器が起動中（稼動中）に消費する平均消費電力を機種別に示すモデルである。図３に示す例では、機器電力特性モデルとして、１台の機種ｎが起動中（稼動中）に消費する消費電力の平均値（例えば算術平均、中央値、最頻値など）を示す表が適用されている。

以上のような機器電力特性モデルにより、ＩＨクッキングヒータや食器洗い機などの機種ｎによって異なる平均消費電力を表現することが可能となる。そして、将来、省エネ機器が開発され、機種ｎの消費電力量の平均値が変化する場合には、機器電力特性モデルの機種ｎの平均消費電力を変化させる等、機種別の平均消費電力を適宜変更するミュレーションを実施することが可能となる。

機種別起動台数予測部３（図１）では、起動確率モデル記憶部１に記憶されている起動確率モデル（ｆ_ｎ（ｔ））に、上述した同一配電区間機器の機種別の台数を乗じることにより、同一配電区間機器の機種別及び時刻別の起動台数の期待値ｇ_ｎ（ｔ）を計算する。例えば、機種別起動台数予測部３は、次式（１）により、同一配電区間機器の時刻ｔ及び機種ｎ毎の起動台数の期待値ｇ_ｎ（ｔ）を計算する。

なお、機種別起動台数予測部３が計算に用いる同一配電区間機器の機種別の台数は、ユーザにより手入力されてもよい。あるいは、同一配電区間内の需要家数に機種別の普及率を乗じることにより求められてもよい。そして、この場合に、機種別の普及率はアンケートや統計調査等を元にユーザにより手入力されてもよい。

本実施の形態では、同一配電区間機器の機種別の台数を変更することで、機種ｎの普及率が変化した場合のシミュレーションや、機種ｎの普及台数の異なる任意の配電区間の負荷予測が可能となる。

機種別消費電力予測部４（図１）は、機器電力特性モデル記憶部２に記憶されている機器電力特性モデル（機種ｎの平均消費電力）に、機種別起動台数予測部３により計算された起動台数の期待値ｇ_ｎ（ｔ）を乗じることにより、同一配電区間機器の機種別及び時刻別の消費電力の期待値ｈ_ｎ（ｔ）を計算する。例えば、機種別消費電力予測部４は、次式（２）により、同一配電区間機器の時刻ｔ及び機種ｎ毎の消費電力の期待値ｈ_ｎ（ｔ）を計算する。

図４は、機種別消費電力予測部４により式（２）で計算された機種ｎの消費電力の期待値ｈ_ｎ（ｔ）の例を示す図である。図４には、ｎ＝ヒーター式給湯器の期待値ｈ_ｎ（ｔ）が示されている。すなわち、図４には、同一配電区間の配電系統から電力供給を受ける全てのヒーター式給湯器が時刻ｔにて消費する消費電力の期待値ｈ_ｎ（ｔ）が示されている。

負荷合計部５（図１）は、機種別消費電力予測部４により計算された消費電力の期待値ｈ_ｎ（ｔ）を時刻別に合計する（ここでは全機種について合計する）ことにより、任意の同一配電区間から電力供給を受ける全ての電力負荷機器（全ての同一配電区間機器）の時刻別の消費電力総和Ｅ（ｔ）を計算する。例えば、負荷合計部５は、次式（３）により、同一配電区間機器全体の時刻ｔの消費電力総和Ｅ（ｔ）を計算する。

図５及び図６は、負荷合計部５により式（３）で計算された消費電力総和Ｅ（ｔ）の例を示す図である。図６には、図５に示した消費電力総和Ｅ（ｔ）が得られた状態から、機種別起動台数予測部３で機種ｎ（ｎ＝ＩＨクッキングヒータ）の普及率を３０％増加させたシミュレーションを行った場合と、機器電力特性モデルの機種ｎ（ｎ＝ヒーター式給湯器）をそれより消費電力が低い機種ｎ（ｎ＝ヒートポンプ式給湯器）に変更してそのリプレース効果の見積もりを行った場合と、起動確率モデルの機種ｎ（ｎ＝食器洗い機）の起動確率を２２〜２４時の時間帯から０〜２時の時間帯に変更して食器洗い機の利用時間シフトのシミュレーションを行った場合とが示されている。

以上のような本実施の形態に係る負荷予測装置及び負荷予測方法によれば、起動確率モデルと同一配電区間機器の台数とに基づいて同一配電区間機器の機種別及び時刻別の起動台数の期待値ｇ_ｎ（ｔ）を求め、当該起動台数の期待値ｇ_ｎ（ｔ）と機器電力特性モデルとに基づいて同一配電区間機器の機種別及び時刻別の消費電力の期待値ｈ_ｎ（ｔ）を求める。これにより、任意の配電区間について、電力負荷機器に起因する電力負荷を機種別及び時刻別に予測するので、任意の配電系統の電力負荷を精度良く予測することができる。また、時間帯別電気料金メニューの変更や機器の電力効率改善などに起因して、電力負荷機器の機種別の機器普及率、機器消費電力、及び、機器稼動時間帯が将来変化すると考えられる。このような電力負荷機器の機種別の機器普及率、機器消費電力、及び、機器稼動時間帯の変化に応じて、式（１）の起動台数、機器電力特性モデルの平均消費電力、及び、起動確率モデルの起動確率をそれぞれ変更すれば、電力負荷の将来の変化を精度良く予測することができる。

＜変形例＞
以上で説明した起動確率モデルに適用される関数（式）や表は、ユーザにより手入力されて起動確率モデル記憶部１に記憶されたものであってもよい。

あるいは、図７に示されるように、機種別及び時刻別に計測された稼動電力の計測データを蓄積する電力データベース７と、当該計測データに基づいて関数（式）や表を起動確率モデルとして自動生成する起動確率モデル生成部８とを備える構成としてもよい。そして、起動確率モデル生成部８は、生成した起動確率モデルを起動確率モデル記憶部１に記憶させてもよく、あるいは、当該起動確率モデルを機種別起動台数予測部３に出力してもよい。また、この構成において、例えば、起動確率モデル生成部８が、電力データベース７などから、時間区間Δｔ（＝［ｔａ，ｔｂ））における機種ｎの計測データを抽出し、次式（４）により、時刻ｔにて起動している機種ｎの起動確率（すなわちｆ_ｎ（ｔ）の起動確率）を計算してもよい。

ここで、式（４）の分数の分子に示される稼動電力閾値Ｔｈ（Ｗ）には、例えば、機種ｎ毎に異なる稼動時の最低電力（Ｗ）などが設定されている。したがって、当該分子に示される計測データ数は、稼働中の機種ｎの計測データ数に対応している。よって、例えば、計測の対象となる機種ｎの全数がΔｔ（＝［ｔａ，ｔｂ））の間稼動し続けている（すなわちΔｔの間、稼動電力が稼動電力閾値Ｔｈ以上であり続ける）場合には、分子の計測データ数と、分母の計測データ数とが同数となり、時間区間Δｔ（＝［ｔａ，ｔｂ））における機種ｎの起動確率は１００（％）となる。

なお、計測データが、稼動電力だけでなく、機種ｎが稼動している稼動状態及び稼動していない非稼動状態を示す情報も含んでいる場合には、起動確率モデル生成部８は、次式（５）により上述のｆ_ｎ（ｔ）を計算してもよい。

また、起動確率モデルと同様に、機器電力特性モデルに適用される表は、ユーザにより手入力されて機器電力特性モデル記憶部２に記憶されたものであってもよい。

あるいは、図７に示されるように、機種別及び時刻別に計測された稼動電力の計測データを蓄積する電力データベース７と、当該計測データに基づいて表を機器電力特性モデルとして自動生成する機器電力特性モデル生成部９とを備え、機器電力特性モデル生成部９で生成された機器電力特性モデルを機器電力特性モデル記憶部２に記憶する構成であってもよい。そして、例えば、機器電力特性モデル生成部９が、電力データベース７などから、起動中（稼働中）の機種ｎの計測データ（例えば、稼動電力閾値Ｔｈ（Ｗ）以上の計測データ）を抽出し、当該計測データが示す稼動電力の平均値を求めてもよい。

＜実施の形態２＞
図８は、本発明の実施の形態２に係る負荷予測装置の構成を示すブロック図である。以下、本実施の形態に係る負荷予測装置において、実施の形態１で説明した機能ブロックと同一または類似するものについては同じ符号を付し異なる点を中心に説明する。

本実施の形態に係る負荷予測装置では、気温Ｔをパラメータとする第１補正モデルを記憶する第１補正モデル記憶部１ａが、実施の形態１に係る負荷予測装置に追加されている。そして、機種別起動台数予測部３は、気温Ｔをパラメータとする第１補正モデルを用いて補正された起動確率モデルと、同一配電区間機器の台数とに基づいて、同一配電区間機器の起動台数の期待値を計算するように構成されている。

図９は、起動確率モデルを補正する第１補正モデルの例を示す図である。この図９に示す例では、第１補正モデルとして、気温Ｔをパラメータとした補正関数が適用されている。より具体的には、補正関数の一種として、図２に示した起動確率モデル（関数ｆ_ｎ（ｔ））を乗算によって補正する補正比率を示す補正関数ｆ_ｃ１ｎ（Ｔ）が示されている。

本実施の形態では、次式（６）に示すように、図２に示した起動確率モデル（関数ｆ_ｎ（ｔ））に、図９に示した補正関数ｆ_ｃ１ｎ（Ｔ）を乗算して補正することにより、時刻ｔ、機種ｎ及び気温Ｔ毎の起動確率を示す関数ｆ_ｎ（ｔ，Ｔ）を取得し、それを起動確率モデルとして用いる。

なお、ここでは、第１補正モデルの一例として、乗算によって起動確率モデル（関数ｆ_ｎ（ｔ））を補正する補正関数ｆ_ｃ１ｎ（Ｔ）を説明した。しかし、第１補正モデルは、起動確率モデル（関数ｆ_ｎ（ｔ））を補正するのであれば、補正比率を示す補正関数ｆ_ｃ１ｎ（Ｔ）に限ったものではない。例えば、第１補正モデルとして、次式（７）に示すように、加算によって起動確率モデル（関数ｆ_ｎ（ｔ））を補正する補正関数ｆ_ｃ２ｎ（Ｔ）を適用してもよい。

また、以上では、補正関数として、時刻ｔをパラメータとしない気温Ｔをパラメータとする関数ｆ_ｃ１ｎ（Ｔ），ｆ_ｃ２ｎ（Ｔ）を適用する構成について説明した。しかしこれに限ったものではなく、補正関数として、次式（８）及び（９）に示すように、時刻ｔ及び気温Ｔをパラメータとする関数ｆ_ｃ１ｎ（ｔ，Ｔ），ｆ_ｃ２ｎ（ｔ，Ｔ）を適用する構成であってもよい。

また、以上では、起動確率モデル、及び、第１補正モデルとして、関数（式）が適用された場合について説明したが、これに限ったものではない。例えば、起動確率モデルとして、起動確率と時刻とが対応付けられた表が適用されてもよく、また、第１補正モデルとして、補正値と気温とが対応付けられた表（あるいは補正値と気温と時刻とが対応付けられた表）が適応されてもよい。また、起動確率モデルを起動確率と補正関数とで表してもよいし、起動確率及び補正関数の関数や表を計算・展開してｆ_ｎ（ｔ，Ｔ）の形式で表してもよい。

本実施の形態に係る機種別起動台数予測部３は、第１補正モデルにより補正された起動確率モデル（ｆ_ｎ（ｔ，Ｔ））と、同一配電区間機器の機種別の台数とに基づいて、上式（１）と同様の次式（１０）により、同一配電区間機器の機種ｎ、時刻ｔ及び気温Ｔ毎の起動台数の期待値ｇ_ｎ（ｔ，Ｔ）を計算する。

本実施の形態に係る機種別消費電力予測部４は、機器電力特性モデルと、起動台数の期待値ｇ_ｎ（ｔ，Ｔ）とに基づいて、上式（２）と同様の次式（１１）により、同一配電区間機器の機種ｎ、時刻ｔ及び気温Ｔ毎の消費電力の期待値ｈ_ｎ（ｔ，Ｔ）を計算する。

本実施の形態に係る負荷合計部５は、上式（３）と同様の次式（１２）により、消費電力の期待値ｈ_ｎ（ｔ，Ｔ）を時刻別に合計し、任意の同一配電区間から電力供給を受ける全ての電力負荷機器（全ての同一配電区間機器）の時刻別の消費電力総和Ｅ（ｔ，Ｔ）を計算する。

図１０は、本実施の形態に係る負荷合計部５で計算された消費電力総和Ｅ（ｔ，Ｔ）の例を示す図である。なお、消費電力総和Ｅ（ｔ，Ｔ）の気温Ｔには、予測したい気温値（気温予測値）Ｔ１，Ｔ２が代入されている。図１０では、リビングエアコンの起動確率（ｆ_ｎ（ｔ，Ｔ））が気温Ｔ１，Ｔ２に応じて異なることに起因にして、消費電力の期待値ｈ_ｎ（ｔ，Ｔ）が異なる、具体的にはｈ_ｎ（ｔ，Ｔ１）が０、ｈ_ｎ（ｔ，Ｔ２）が砂地ハッチングに示される０ではない大きさであることが示されている。そして、その結果として、同一配電区間内の消費電力総和Ｅ（ｔ，Ｔ１），Ｅ（ｔ，Ｔ２）が異なることが示されている。

以上のような本実施の形態に係る負荷予測装置及び負荷予測方法によれば、配電区間、機種及び時刻だけでなく、気温（季節）に応じて起動確率（稼動割合）が変化するので、将来の電力負荷及びその変化をより正確に予測することができる。

＜変形例＞
以上で説明した第１補正モデルに適用される関数や表は、ユーザにより手入力されて第１補正モデル記憶部１ａに記憶されたものであってもよい。

あるいは、図１１に示されるように、電力データベース７からの計測データに基づいて、関数や表を第１補正モデルとして自動生成する第１補正モデル生成部１１を、実施の形態１の変形例で説明した構成（図７）に追加した構成としてもよい。そして、第１補正モデル生成部１１は、生成した第１補正モデルを第１補正モデル記憶部１ａに記憶させてもよく、あるいは、当該第１補正モデルを機種別起動台数予測部３に出力してもよい。また、この構成において、例えば、第１補正モデル生成部１１が、電力データベース７などから、気温区間ΔＴ（＝［Ｔａ，Ｔｂ））における機種ｎの計測データを抽出し、実施の形態１に記載の方法と同様の方法で、気温Ｔをパラメータとする、起動確率を示す関数ｆ_ｎ（ΔＴ）を求める。それとともに、第１補正モデル生成部１１が、実施の形態１の変形例に記載の方法と同様の方法で起動確率を示す時刻ｔをパラメータとする関数ｆ_ｎ（Δｔ）を求め、次式（１３）により、補正関数に適用する関数（ここではｆ_ｃ２ｎ（ｔ，Ｔ））を求めてもよい。

＜実施の形態３＞
図１２は、本発明の実施の形態３に係る負荷予測装置の構成を示すブロック図である。以下、本実施の形態に係る負荷予測装置において、実施の形態１で説明した機能ブロックと同一または類似するものについては同じ符号を付し異なる点を中心に説明する。

本実施の形態に係る負荷予測装置では、過去に得られた機種別及び時刻別の複数の起動確率を記憶する起動確率記憶部１ｂが、実施の形態１に係る負荷予測装置に追加されている。そして、機種別起動台数予測部３で用いる起動確率モデルの起動確率を、その所定誤差だけ変更することにより、消費電力総和Ｅ（ｔ）の誤差を求めるように構成されている。

図１３は、起動確率記憶部１ｂに記憶されている機種ｎの時刻ｔ１における起動確率に基づく確率分布を示す図である。ここでは、起動確率の確率分布が正規分布である例が示されている。以下、図１３に示す正規分布の平均値が、機種ｎの時刻ｔ１時点での起動確率ｆ_ｎ（ｔ１）であるものとして説明する。

機種別起動台数予測部３は、図１３に示す正規分布などの分布を持つ起動確率について、平均値（ｆ_ｎ（ｔ１））及び標準偏差値σ_ｎを計算する。そして、例えば２×σ_ｎを誤差（所定誤差）として見積もって、起動確率モデルの起動確率の平均値（ｆ_ｎ（ｔ１））を、その誤差（２×σ_ｎ）だけ増加方向に変更する。すなわち、本実施の形態では、実施の形態１で説明した起動確率モデルの起動確率ｆ_ｎ（ｔ）の代わりに、（ｆ_ｎ（ｔ）＋２×σ_ｎ）を用いる。

例えば、機種別起動台数予測部３は、次式（１４）により、起動確率ｆ_ｎ（ｔ）に２×σ_ｎ分の誤差が加味された起動台数の期待値ｇ’_ｎ（ｔ）を計算する。

機種別消費電力予測部４、及び、負荷合計部５は、起動台数の期待値ｇ’_ｎ（ｔ）について、実施の形態１の起動台数の期待値ｇ_ｎ（ｔ）について行った計算と同様の計算を行う。

なお、以上の説明では、起動確率の誤差（所定誤差）は２×σ_ｎであり、機種ｎ毎に設定されるものの、時刻に関して一定であった。しかし、起動確率の誤差（所定誤差）は、これに限ったものではなく、例えばσ_ｎ（ｔ）のように時刻ｔ及び機種ｎ毎に設定されてもよい。図１４に、起動確率モデルの起動確率の平均値（ｆ_ｎ（ｔ１））を実線で示すとともに、それを誤差（２×σ_ｎ（ｔ））だけ増加方向に変更したものを２点鎖線で示す。

また、機種ｎの起動確率の誤差（所定誤差）は、増加方向の誤差（例えば標準偏差σ_ｎ＋）と減少方向の誤差（例えば標準偏差σ_ｎ−）とに分けて設定してもよい。さらに、機種ｎの起動確率の誤差（所定誤差）は、関数（式）の形式であってもよいし、表の形式であってもよい。また、想定誤差（所定誤差）に適用される関数（式）や表は、ユーザにより手入力されて起動確率記憶部１ｂに記憶されたものであってもよいし、機種別起動台数予測部３に直接入力されるものであってもよいし、機種別及び時刻別に計測された稼動電力の計測データに基づいて自動生成されるものであってもよい。

計測データから自動生成する場合には、実施の形態１の変形例の構成（図７）で説明した計算方法で起動確率を求め、その計算試行を数回繰り返すことにより起動確率の確率分布を求める。そして、当該確率分布から平均値及び標準偏差値σ_ｎを求める。計算試行の繰り返し方法としては、起動確率の計算に用いる一定数の計測データを、そのデータサンプルを変えながらデータベースから抽出して起動確率を計算し、かつ当該起動確率のばらつきから標準偏差を計算する方法や、日毎に起動確率を計算し、かつ当該起動確率のばらつきから標準偏差を計算する方法等がある。

図１５は、本実施の形態に係る負荷合計部５で計算された消費電力総和Ｅ（ｔ）の例を示す図である。図１５では、実施の形態１で説明した消費電力総和Ｅ（ｔ）が実線、起動確率の誤差に、全ての電力負荷機器の起動確率の標準偏差値σ_ｎを適用したときの消費電力総和Ｅ１（ｔ）が破線、起動確率の誤差に、ＩＨクッキングヒータのみの起動確率の標準偏差値σ_ｎを適用したときの消費電力総和Ｅ２（ｔ）が二点鎖線（ただしその一部はＥ（ｔ）の実線と重なっている）で示されている。

以上のような本実施の形態に係る負荷予測装置及び負荷予測方法によれば、上述の消費電力総和Ｅ（ｔ），Ｅ１（ｔ），Ｅ２（ｔ）等が計算可能となる。したがって、消費電力総和Ｅ（ｔ）と、消費電力総和Ｅ１（ｔ），Ｅ２（ｔ）等との差を計算することにより、起動台数の予測誤差に起因する、負荷予測値の誤差範囲を予測することができる。

＜実施の形態４＞
図１６は、本発明の実施の形態４に係る負荷予測装置の構成を示すブロック図である。以下、本実施の形態に係る負荷予測装置において、実施の形態１で説明した機能ブロックと同一または類似するものについては同じ符号を付し異なる点を中心に説明する。

本実施の形態に係る負荷予測装置では、気温Ｔをパラメータとする第２補正モデルを記憶する第２補正モデル記憶部２ａが、実施の形態１に係る負荷予測装置に追加されている。そして、機種別消費電力予測部４は、気温Ｔをパラメータとする第２補正モデルを用いて補正された機器電力特性モデルと、機種別起動台数予測部３により計算された起動台数の期待値とに基づいて、同一配電区間機器の機種別及び時刻別の消費電力の期待値を計算するように構成されている。

図１７は、第２補正モデルにより補正された機器電力特性モデルの例を示す図である。機種ｎの平均消費電力は、第２補正モデルの補正により、気温Ｔをパラメータとした関数Ｐ_ｎ（Ｔ）となっている。図１７に示すような機器電力特性モデルは、例えば、図３に示した表の値に、第２補正モデルを示す気温Ｔの関数を乗算または加算することにより得られる。

なお、第２補正モデルにより補正された機器電力特性モデルには、図１７に示すような関数（式）に限ったものではなく、例えば、機種ｎの１台の平均消費電力と気温Ｔとが対応付けられた表（図示しない）が適用されてもよい。

本実施の形態に係る機種別消費電力予測部４は、第２補正モデルにより補正された機器電力特性モデル（Ｐ_ｎ（Ｔ））と、起動台数の期待値ｇ_ｎ（ｔ）とに基づいて、上式（２）と同様の次式（１５）により、同一配電区間機器の機種ｎ、時刻ｔ及び気温Ｔ毎の消費電力の期待値ｈ_ｎ（ｔ，Ｔ）を計算する。

本実施の形態に係る負荷合計部５は、上式（３）と同様の次式（１６）により、消費電力の期待値ｈ_ｎ（ｔ，Ｔ）を時刻別に合計し、任意の同一配電区間から電力供給を受ける全ての電力負荷機器（全ての同一配電区間機器）の時刻別の消費電力総和Ｅ（ｔ，Ｔ）を計算する。

図１８は、本実施の形態に係る負荷合計部５で計算された消費電力総和Ｅ（ｔ，Ｔ）の例を示す図である。なお、消費電力総和Ｅ（ｔ，Ｔ）の気温Ｔには、予測したい気温値（気温予測値）Ｔ１，Ｔ３が代入されている。図１８では、給湯器の平均消費電力（Ｐ_ｎ（Ｔ））が気温Ｔ１，Ｔ３に応じて異なることに起因して、消費電力の期待値ｈ_ｎ（ｔ，Ｔ）が異なる、具体的にはｈ_ｎ（ｔ，Ｔ１）が斜線ハッチングに示される大きさ、ｈ_ｎ（ｔ，Ｔ３）が斜線ハッチング及び砂地ハッチングに示される大きさの合計であることが示されている。そして、その結果として、同一配電区間内の消費電力総和Ｅ（ｔ，Ｔ１），Ｅ（ｔ，Ｔ３）が異なることが示されている。

以上のような本実施の形態に係る負荷予測装置及び負荷予測方法によれば、配電区間、機種及び時刻だけでなく、気温（季節）に応じて平均消費電力が変化するので、将来の電力負荷及びその変化をより正確に予測することができる。

＜変形例＞
以上で説明した第２補正モデルに適用される関数（式）や表は、ユーザにより手入力されて第２補正モデル記憶部２ａに記憶されたものであってもよい。

あるいは、図１９に示されるように、電力データベース７からの計測データに基づいて関数や表を第２補正モデルとして自動生成する第２補正モデル生成部１２を、実施の形態１の変形例で説明した構成（図７）に追加した構成としてもよい。そして、第２補正モデル生成部１２は、生成した第２補正モデルを第２補正モデル記憶部２ａに記憶させてもよく、あるいは、当該第２補正モデルを機種別消費電力予測部４に出力してもよい。

＜実施の形態５＞
図２０は、本発明の実施の形態５に係る負荷予測装置の構成を示すブロック図である。以下、本実施の形態に係る負荷予測装置において、実施の形態１で説明した機能ブロックと同一または類似するものについては同じ符号を付し異なる点を中心に説明する。

本実施の形態に係る負荷予測装置では、過去に得られた機種別の複数の消費電力を記憶する消費電力記憶部２ｂが、実施の形態１に係る負荷予測装置に追加されている。そして、機種別消費電力予測部４で用いる機器電力特性モデルの平均消費電力を、その所定誤差だけ変更することにより、消費電力総和Ｅ（ｔ）の誤差を求めるように構成されている。

図２１は、消費電力記憶部２ｂに記憶されている機種ｎの消費電力に基づく確率分布を示す図である。ここでは、消費電力の確率分布が正規分布である例が示されている。以下、図２１に示す正規分布の平均値が、平均消費電力Ｐ_ｎであるものとして説明する。

機種別消費電力予測部４は、図２１に示す正規分布などの分布を持つ消費電力について、平均値（Ｐ_ｎ）及び標準偏差値σ_ｎを計算する。そして、例えばσ_ｎを誤差（所定誤差）として見積もって、機器電力特性モデルの平均消費電力Ｐ_ｎを、その誤差（σ_ｎ）だけ増加方向に変更する。すなわち、本実施の形態では、実施の形態１で説明した機器電力特性モデルの平均消費電力Ｐ_ｎの代わりに、（Ｐ_ｎ＋σ_ｎ）を用いる。

例えば、機種別消費電力予測部４は、次式（１７）により、平均消費電力Ｐ_ｎにσ_ｎ分の誤差が加味された消費電力の期待値ｈ’_ｎ（ｔ）を計算する。

負荷合計部５は、消費電力の期待値ｈ’_ｎ（ｔ）について、実施の形態１の消費電力の期待値ｈ_ｎ（ｔ）について行った計算と同様の計算を行う。

なお、以上の説明では、消費電力の誤差（所定誤差）はσ_ｎであり、機種ｎ毎に設定されるものの、気温に関して一定であった。しかし、消費電力の誤差（所定誤差）は、これに限ったものではなく、例えばσ_ｎ（Ｔ）のように気温Ｔ及び機種ｎ毎に設定されてもよい。図２２に、機器電力特性モデル２の平均消費電力Ｐ_ｎを実線で示すとともに、それを誤差（σ_ｎ（Ｔ））だけ増加方向に変更したものを破線で示す。

また、機種ｎの消費電力Ｐ_ｎの誤差（所定誤差）は、増加方向の誤差（例えば標準偏差σ_ｎ＋）と減少方向の誤差（例えば標準偏差σ_ｎ−）とに分けて設定してもよい。さらに、機種ｎの消費電力Ｐ_ｎの誤差（所定誤差）は、関数（式）の形式であってもよいし、表の形式であってもよい。また、想定誤差（所定誤差）に適用される関数（式）や表は、ユーザにより手入力されて消費電力記憶部２ｂに記憶されたものであってもよいし、機種別消費電力予測部４に直接入力されるものであってもよいし、実施の形態１の変形例の構成（図７）と同様に機種別及び気温別に計測された稼動電力の計測データに基づいて自動生成されるものであってもよい。また、誤差分はσ_ｎに限らず、機器電力特性モデルでの機種毎の標準偏差を用いて計算してもよい。

図２３は、本実施の形態に係る負荷合計部５で計算された消費電力総和Ｅ（ｔ）の例を示す図である。図２３では、実施の形態１で説明した消費電力総和Ｅ（ｔ）が実線、消費電力の誤差に、全ての電力負荷機器の消費電力の標準偏差値σ_ｎを適用したときの消費電力総和Ｅ１（ｔ）が破線、消費電力の誤差に、ＩＨクッキングヒータのみの消費電力の標準偏差値σ_ｎを適用したときの消費電力総和Ｅ２（ｔ）が二点鎖線（ただしその一部はＥ（ｔ）の実線と重なっている）で示されている。

以上のような本実施の形態に係る負荷予測装置及び負荷予測方法によれば、上述の消費電力総和Ｅ（ｔ），Ｅ１（ｔ），Ｅ２（ｔ）等が計算可能となる。したがって、消費電力総和Ｅ（ｔ）と、消費電力総和Ｅ１（ｔ），Ｅ２（ｔ）等との差を計算することにより、平均消費電力の予測誤差に起因する、負荷予測値の誤差範囲を予測することができる。

なお、本発明は、その発明の範囲内において、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略したりすることが可能である。

１ 起動確率モデル記憶部、２ 機器電力特性モデル記憶部、３ 機種別起動台数予測部、４ 機種別消費電力予測部、５ 負荷合計部。

Claims (8)

1. 電力負荷機器に電力供給を行う配電系統の電力負荷を予測する負荷予測装置であって、
   前記電力負荷機器の起動確率を機種別及び時刻別に示す起動確率モデルに、任意の同一配電区間の前記配電系統から電力供給を受ける前記電力負荷機器たる同一配電区間機器の台数を乗じることにより、前記同一配電区間機器の機種別及び時刻別の起動台数の期待値を計算する機種別起動台数予測部と、
   １台の前記電力負荷機器が起動中に消費する平均消費電力を機種別に示す機器電力特性モデルに、前記機種別起動台数予測部により計算された前記起動台数の期待値を乗じることにより、前記同一配電区間機器の機種別及び時刻別の消費電力の期待値を計算する機種別消費電力予測部と、
   前記機種別消費電力予測部により計算された前記消費電力の期待値を時刻別に合計することにより、前記同一配電区間機器の時刻別の消費電力総和を計算する負荷合計部と
   を備え、
   前記同一配電区間機器の前記台数は、同一配電区間内の需要家数に機種別の普及率を乗じることによって計算される、負荷予測装置。
2. 電力負荷機器に電力供給を行う配電系統の電力負荷を予測する負荷予測装置であって、
   前記電力負荷機器の起動確率を機種別及び時刻別に示す起動確率モデルに、任意の同一配電区間の前記配電系統から電力供給を受ける前記電力負荷機器たる同一配電区間機器の台数を乗じることにより、前記同一配電区間機器の機種別及び時刻別の起動台数の期待値を計算する機種別起動台数予測部と、
   １台の前記電力負荷機器が起動中に消費する平均消費電力を機種別に示す機器電力特性モデルに、前記機種別起動台数予測部により計算された前記起動台数の期待値を乗じることにより、前記同一配電区間機器の機種別及び時刻別の消費電力の期待値を計算する機種別消費電力予測部と、
   前記機種別消費電力予測部により計算された前記消費電力の期待値を時刻別に合計することにより、前記同一配電区間機器の時刻別の消費電力総和を計算する負荷合計部と、
   機種別及び時刻別に計測された稼動電力の計測データと、前記計測データのうち稼動している機種の計測データとに基づいて、前記機種別起動台数予測部で用いる前記起動確率モデルを生成する起動確率モデル生成部と、
   前記計測データと、前記計測データのうち稼動している機種の計測データとに基づいて、前記機種別消費電力予測部で用いる前記機器電力特性モデルを生成する機器電力特性モデル生成部と
   を備える、負荷予測装置。
3. 請求項１または請求項２に記載の負荷予測装置であって、
   機種別及び時刻別に計測された稼動電力の計測データのうち、気温の区間ごとに抽出された前記計測データに基づいて、気温をパラメータとする第１補正モデルを生成する第１補正モデル生成部をさらに備え、
   前記機種別起動台数予測部は、
   前記第１補正モデルを用いて補正された前記起動確率モデルと、前記同一配電区間機器の台数とに基づいて、前記起動台数の期待値を計算する、負荷予測装置。
4. 請求項１から請求項３のうちのいずれか１項に記載の負荷予測装置であって、
   前記機種別起動台数予測部で用いる前記起動確率モデルの前記起動確率の所定誤差が、時刻毎に設定されているか、または、増加の誤差と減少の誤差とに分けて設定されており、
   前記機種別起動台数予測部で用いる前記起動確率モデルの前記起動確率を、その前記所定誤差だけ変更することにより、前記消費電力総和の誤差を求める、負荷予測装置。
5. 請求項１から請求項４のうちのいずれか１項に記載の負荷予測装置であって、
   機種別及び時刻別に計測された稼動電力の計測データのうち、気温の区間ごとに抽出された前記計測データに基づいて、気温をパラメータとする第２補正モデルを生成する第２補正モデル生成部をさらに備え、
   前記機種別消費電力予測部は、
   前記第２補正モデルを用いて補正された前記機器電力特性モデルと、前記機種別起動台数予測部により計算された前記起動台数の期待値とに基づいて、前記消費電力の期待値を計算する、負荷予測装置。
6. 請求項１から請求項５のうちのいずれか１項に記載の負荷予測装置であって、
   前記機種別消費電力予測部で用いる前記機器電力特性モデルの前記平均消費電力の所定誤差が、気温毎に設定されているか、または、増加の誤差と減少の誤差とに分けて設定されており、
   前記機種別消費電力予測部で用いる前記機器電力特性モデルの前記平均消費電力を、その前記所定誤差だけ変更することにより、前記消費電力総和の誤差を求める、負荷予測装置。
7. 電力負荷機器に電力供給を行う配電系統の電力負荷を予測する負荷予測方法であって、
   （ａ）前記電力負荷機器の起動確率を機種別及び時刻別に示す起動確率モデルに、任意の同一配電区間の前記配電系統から電力供給を受ける前記電力負荷機器たる同一配電区間機器の台数を乗じることにより、前記同一配電区間機器の機種別及び時刻別の起動台数の期待値を計算する工程と、
   （ｂ）１台の前記電力負荷機器が起動中に消費する平均消費電力を機種別に示す機器電力特性モデルに、前記工程（ａ）で計算された前記起動台数の期待値を乗じることにより、前記同一配電区間機器の機種別及び時刻別の消費電力の期待値を計算する工程と、
   （ｃ）前記工程（ｂ）で計算された前記消費電力の期待値を時刻別に合計することにより、前記同一配電区間機器の時刻別の消費電力総和を計算する工程と
   を備え、
   前記工程（ａ）で用いる前記同一配電区間機器の前記台数は、同一配電区間内の需要家数に機種別の普及率を乗じることによって計算される、負荷予測方法。
8. 電力負荷機器に電力供給を行う配電系統の電力負荷を予測する負荷予測方法であって、
   （ａ）前記電力負荷機器の起動確率を機種別及び時刻別に示す起動確率モデルに、任意の同一配電区間の前記配電系統から電力供給を受ける前記電力負荷機器たる同一配電区間機器の台数を乗じることにより、前記同一配電区間機器の機種別及び時刻別の起動台数の期待値を計算する工程と、
   （ｂ）１台の前記電力負荷機器が起動中に消費する平均消費電力を機種別に示す機器電力特性モデルに、前記工程（ａ）で計算された前記起動台数の期待値を乗じることにより、前記同一配電区間機器の機種別及び時刻別の消費電力の期待値を計算する工程と、
   （ｃ）前記工程（ｂ）で計算された前記消費電力の期待値を時刻別に合計することにより、前記同一配電区間機器の時刻別の消費電力総和を計算する工程と、
   （ｄ）機種別及び時刻別に計測された稼動電力の計測データと、前記計測データのうち稼動している機種の計測データとに基づいて、前記工程（ａ）で用いる前記起動確率モデルを生成する工程と、
   （ｅ）前記計測データと、前記計測データのうち稼動している機種の計測データとに基づいて、前記工程（ｂ）で用いる前記機器電力特性モデルを生成する工程と
   を備える、負荷予測方法。

Images