JP6599763B2

JP6599763B2 - 電力需要予測装置および電力需要予測プログラム

Info

Publication number: JP6599763B2
Application number: JP2015256880A
Authority: JP
Inventors: 和人久保田; 明弘酢山; 卓久和田; 清高松江; 伊知郎豊嶋; 孝裕山田
Original assignee: Toshiba Corp; Toshiba Energy Systems and Solutions Corp
Current assignee: Toshiba Corp; Toshiba Energy Systems and Solutions Corp
Priority date: 2015-12-28
Filing date: 2015-12-28
Publication date: 2019-10-30
Anticipated expiration: 2035-12-28
Also published as: JP2017121133A

Description

本発明の実施形態は、電力需要予測装置および電力需要予測プログラムに関する。

電力会社が発電計画及び買電計画を立案する際、電力を供給しているエリアにおける電力需要を予測する必要がある。予測と実需要が乖離して、必要な電力供給を準備できなかった場合、他の電力供給元より不足分の電力を調達する必要が生じてペナルティが発生する。このように、電力需要の予測は電力会社の収益に影響を与えるため、その精度向上に関する技術が多く開発されている。例えば、予測日と気温が類似した過去の日の電力需要パタンを用いることで需要予測の精度向上を図っている。

国際公開公報WO2014/141841 A1

近年、住宅において太陽光発電装置（以降、「ＰＶ」とも称する）の導入が進んでいる。従来であれば、電力需要は消費電力量と同じであったが、ＰＶが備えられている場合、電力会社が電力を供給するエリアの電力需要とは、消費電力量からＰＶ発電量を引いた値となる。ところが、従来の電力需要予測手法は、消費電力を予測する手法である。そのため、電力需要に含まれるＰＶ発電量の影響を考慮できない。例えば、気温が類似した過去の電力需要パタンを参照した場合でも、日射量が異なればＰＶ発電量が異なるため、その差異が予測精度に影響を与えてしまう。

上述した課題を解決するために、実施形態は、近年住宅への設置が進んでいるスマートメータでの測定データを活用して、電力需要を精確に予測することを目的とする。

実施形態の電力需要予測装置は、太陽光発電装置とスマートメータとが設置された住宅を含むエリアの電力需要を予測するものであって、前記エリア内の太陽光発電装置の発電基準パタンと、前記エリア全体の太陽光発電装置の発電容量を示す係数とを用いて、前記スマートメータの測定データから、前記太陽光発電装置の発電履歴と前記住宅の消費電力履歴を生成する履歴生成部と、前記太陽光発電装置の発電履歴と前記住宅の消費電力履歴と、気象予報とを用いて、前記エリアの電力需要の予測を行う予測部と、を備え、前記履歴生成部は、前記エリア内の前記太陽光発電装置の想定される前記太陽光発電装置の設置条件に応じて前記太陽光発電装置の複数の発電基準パタンを生成する発電基準パタン生成部と、前記複数の発電基準パタンと前記エリア全体の太陽光発電装置の想定される発電容量を示す複数の想定係数とのそれぞれの組み合わせに応じた複数の仮想消費電力を生成し、当該複数の仮想消費電力の妥当性を自己回帰分析により評価して、最適の発電基準パタン及び前記係数を決定する係数決定部を更に備える。

また、実施形態の電力需要予測プログラムは、太陽光発電装置とスマートメータとが設置された住宅を含むエリアの電力需要を予測するものであって、コンピュータに、前記エリア内の太陽光発電装置の発電基準パタンと、前記エリア全体の太陽光発電装置の発電容量を示す係数とを用いて、前記スマートメータの測定データから、前記太陽光発電装置の発電履歴と前記住宅の消費電力履歴を生成する履歴生成機能と、前記発電履歴と前記消費電力履歴と、気象予報とを用いて、前記エリアの電力需要の予測を行う予測機能と、を実現させ、前記履歴生成機能では、前記エリア内の前記太陽光発電装置の想定される前記太陽光発電装置の設置条件に応じて前記太陽光発電装置の複数の発電基準パタンを生成する発電基準パタン生成機能と、前記複数の発電基準パタンと前記エリア全体の太陽光発電装置の想定される発電容量を示す複数の想定係数とのそれぞれの組み合わせに応じた複数の仮想消費電力を生成し、当該複数の仮想消費電力の妥当性を自己回帰分析により評価して、最適の発電基準パタン及び前記係数を決定する係数決定機能を更に実現させる。

電力需要予測を行うエリアの全体構成を示す図である。太陽光発電装置とスマートメータとを備えた住宅の構成例を示す図である。（ａ）は買電量履歴の一例を示すグラフであり、（ｂ）は売電量履歴の一例を示すグラフである。電力需要予測装置の全体構成を示すブロック図である。電力需要予測装置を実現するパーソナルコンピュータの構成を示すブロック図である。分離部の構成を示すブロック図である。７日分のＰＶ発電基準パタンを示すグラフである。７日分の電力需要履歴を示すグラフである。（ａ）は想定係数が3000の場合の仮想消費電力を示すグラフであり、（ｂ）は想定係数が4000の場合の仮想消費電力を示すグラフであり、（ｃ）は想定係数が5000の場合の仮想消費電力を示すグラフである。ＰＶ発電履歴を示すグラフである。第１の実施形態に係る電力需要予測装置の動作を示すフローチャートである。第２の実施形態に係る電力需要予測装置の動作を示すフローチャートである。第３の実施形態に係る電力需要装置の分離部の構成を示すブロック図である。

［第１の実施形態］
以下、図面を参照して、実施形態を詳細に説明する。

［構成］
図１は、電力会社が電力供給を行うエリアＡの全体構成を示している。エリアＡには、変電所Ｓから配電系統Ｄを介して電力供給される住宅Ｈが存在する。なお、「住宅」には一軒家、集合住宅、ビル、商業施設等も含まれるものとする。図２に、住宅Ｈの構成の一例を示している。住宅Ｈには、電力を消費する家電等の負荷Ｌと、発電を行うＰＶ２００が設置されている。

ＰＶ２００は、出力した電力を適切な電力に変換するＰＣＳ（パワーコンディショナー）３００に接続され、ＰＣＳ３００は更に分電盤６００に接続されている。分電盤６００を介して、ＰＶ２００は住宅Ｈ内の負荷Ｌに電力を供給する。

負荷Ｌの電力消費量がＰＶ発電量より大きい場合には、配電系統Ｄから不足分の電力を購入する。一方、ＰＶ発電量が負荷Ｌの電力消費量を上回る場合、余剰分について配電系統Ｄに逆潮流を行う。

各住宅Ｈには、スマートメータＭが設置されている。スマートメータＭは、通信機能を有する電力量計である。スマートメータＭは、各住宅Ｈの需要家が配電系統Ｄから購入した電力量、すなわち買電量と、配電系統Ｄに対して逆潮流した電力量、すなわち売電量を測定する。測定は、例えば３０分といった所定のサンプリング時間で行われる。

各住宅Ｈに設置されたスマートメータＭの測定データ、すなわち買電量及び売電量の記録（以下、それぞれ「買電量履歴」と「売電量履歴」と称し、まとめて「売買電量履歴」とも称する）は、図１に示すように、電柱等に設置された中継器５００に集約される。さらに中継器５００同士が通信を行って、順次伝送方式でエリアＡ全体のデータを集約し、データ管理装置４００まで送信する。電力会社は、収集した売買電量履歴に基づいて、需要家に対して料金徴収を行う。さらに、本実施形態では、収集した売買電量履歴を用いて、電力需要予測装置１００において電力需要予測を行う。電力需要とは、エリアの住宅の消費電力量からＰＶ発電量を差し引いたものであり、電力会社がエリアへ供給する電力量を意味する。

電力需要予測装置１００は、データ管理装置４００から売買電量履歴を取得して保存する。売買電量履歴は、データ管理装置４００との通信により取得しても良く、あるいは可搬記憶媒体等にコピーして電力需要予測装置１００に保存しても良い。取得方法は、特定のものに限定されない。また、電力需要予測装置１００は、データ管理装置４００と同じコンピューターで構成しても良い。

図３に、スマートメータＭで測定される買電量履歴及び売電量履歴の一例を示している。買電量履歴については、図３（ａ）に示すように、人が在宅して家電等を使用する朝及び夜にピークが存在する。それに対して、売電量履歴については、図３（ｂ）に示すように、ＰＶ発電が行われる日中にピークが存在している。しかしながら、売買電量履歴は、実際のＰＶ発電量や住宅Ｈの消費電力の記録、すなわちＰＶ発電履歴や消費電力履歴を示すものではない。ＰＶ発電量や消費電力には様々な要因が影響を与えるため、結果として表れる売買電量履歴は一つであっても、その成分となるＰＶ発電量や消費電力は様々なパタンが想定される。一方、電力需要の精確な予測にはＰＶ発電量と消費電力の双方の履歴が必要である。

そこで、本実施形態の電力需要予測装置１００は、発電基準パタンと係数を用いて売買電量履歴からＰＶ発電履歴と消費電力履歴を生成し、生成したＰＶ発電履歴と消費電力履歴を用いて電力需要予測を行う。

図４に示すように、電力需要予測装置１００は、通信部１、記憶部２、履歴生成部３、ＰＶ発電予測部４、消費電力予測部５、出力部６及び入力部７を備える。電力需要予測装置１００には、また、表示装置８及び入力装置９が接続されている。

電力需要予測装置１００は、図５に示すようなコンピューター上のソフトウェアとして構成できる。コンピューターは、ＣＰＵ、メモリ、チップセット、ＧＰＵ及びＶＲＡＭを有するグラフィックスボード、ＨＤＤ又はＳＳＤ等の記憶装置、入力インターフェース、出力インターフェース等がバスを介して接続された構成である。電力需要予測装置１００の機能を実現するプログラムは記憶装置に格納され、実行時にメモリ上へと展開された後、手順に従って実行される。インターフェースは、ＣＰＵにより制御され、売買電量履歴、気象データ履歴及び気象予報を入力とし、ＰＶ発電量及び消費電力量の予測値、すなわち電力需要の予測値を出力とする。通信部１及び出力部６は出力インターフェースにより構成され、入力部７は入力インターフェースにより構成される。

通信部１は、ネットワークを介してデータ管理装置４００と通信を行い、スマートメータＭの測定データ、すなわち売買電量履歴を受信する。

通信部１はまた、気象情報サーバ７００とネットワークを介して通信を行い、気象データ履歴と気象予報を受信する。気象データ履歴は、過去に実際に測定された気象情報であり、気象予報は、未来で予測される気象情報であり。気象情報は、例えば、天候、気温、日射量等の情報を含んでも良い。気象データ履歴は、電力需要予測を行うエリアＡのものであることが望ましいが、もしエリアＡの気象データ履歴が無ければ、気象が類似する他の地域の気象データ履歴であっても良い。気象データ履歴は、通信部１を介して気象情報サーバ７００から取得しても良い。あるいは記憶媒体を用いてまとまったデータを取得しても良い。

記憶部２は、ＨＤＤ又はＳＳＤ等の記憶装置から構成され、通信部１で受信した売買電量履歴及び気象データ履歴が蓄積されている。また、記憶部２には、履歴生成部３、ＰＶ発電予測部４及び消費電力予測部５での処理に必要なデータが保存されている。各部の処理に必要なデータには、気象データとＰＶ発電量の相関データと、複数の想定係数が含まれる。これらのデータの詳細については、各部の構成と共に説明する。

履歴生成部３、ＰＶ発電予測部４及び消費電力予測部５は、主にＣＰＵとメモリにより構成される。

履歴生成部３は、エリアＡのＰＶ発電基準パタンと、エリアＡ全体のＰＶ発電容量を示す係数とを用いて、売買電量履歴からＰＶ発電履歴と消費電力履歴を生成する。ＰＶ発電履歴は、エリアＡ内の住宅ＨにおけるＰＶ発電量の合計値の記録を意味する。消費電力履歴は、エリアＡ内の住宅Ｈにおける消費電力量の合計値の記録を意味する。

図６に示すように、履歴生成部３は、パタン生成部３１、係数決定部３２、ＰＶ発電履歴生成部３５及び消費電力履歴生成部３６から構成される。

パタン生成部３１は、記憶部２に蓄積された気象データ履歴を用いてＰＶ発電基準パタンを生成する。ＰＶ発電基準パタンは、気象データ履歴に対応するＰＶ発電量の推移を正規化したものである。気象データ履歴に対応するＰＶ発電量の推移は、気象データとＰＶ発電量の相関データから算出することができる。気象データとＰＶ発電量の相関データは、例えば気象データが日射量である場合には、日射量に対応するＰＶ発電量のデータである。この相関データは記憶部２に保存されている。

正規化とは、ＰＶのピーク発電量を一定の基準に揃えることを意味する。ピーク発電量は、例えば1kWとすることができる。ＰＶ発電基準パタンの生成は、公知の手法を用いて行うことができる。気象データとして例えば日射量の履歴が存在する場合には、例えばErbsモデル（Erbs, D.G., S.A.Klein, J.A.Duffie： “Estimation of the Diffuse Radiation Fraction for Hourly, Daily and Monthly Average Global Radiation, Solar Energy”, Vol.28, No.4, pp.293-302, 1982.参照）を用いると良い。日射量の履歴が無い場合には、他の気象データ、例えば天候の履歴から日射量の履歴を作成し、その日射量の履歴を用いてＰＶ発電基準パタンを生成しても良い。

気象データ履歴として、例えば過去７日間の日射量の履歴を用いた場合、図７に示すようなＰＶ発電基準パタンを作成することができる。Day 1は快晴の日であったと考えられ、ピーク発電量の1kWが表れている。

係数決定部３２は、記憶部２に保存されている複数の想定係数から、最適な想定係数を決定する。この最適な想定係数は、後述するＰＶ発電履歴の算出において、係数として用いられるものである。

係数決定部３２は、複数の想定係数に対応する複数の仮想消費電力を生成する仮想消費電力生成部３３と、複数の仮想消費電力を評価して、想定係数から最適な想定係数を決定する評価部３４から構成される。

想定係数は、エリアＡ内のＰＶの数と平均発電容量とから定めた、エリアＡのＰＶの合計発電容量の想定値である。上述したように、ＰＶ発電基準パタンは、ピークを一定の基準としたパタンである。ＰＶ発電基準パタンに想定係数を乗じれば、エリアＡ全体でのＰＶ発電履歴が算出できる。ただし、合計発電容量は、ＰＶの稼働率の増減等によって変動することが考えられる。そこで、想定係数として、変動を考慮した複数の値を予め用意しておく。複数の想定係数のそれぞれに対応する複数の仮想消費電力を生成し、それらを評価することによって、最終的なＰＶ発電履歴の算出に用いるのに最適な想定係数を決定することができる。

仮想消費電力生成部３３は、売買電量履歴から電力需要履歴を算出し、この電力需要履歴から、想定係数に発電基準パタンに乗じたものを取り除いて、仮想消費電力を生成する。具体的には、仮想消費電力生成部３３は、買電量履歴buy_tから売電量履歴sell_tを差し引いて、電力需要履歴net_tを算出する。ここで、tは時刻を表すインデックスである。売買電量履歴が、30分毎に計測された1年分のデータである場合には、tは0〜17519の値を取る。すなわち、以下の式（１）の通りとなる。

図８に、売買電量履歴から算出した、過去７日分の電力需要履歴の例を示している。いずれの日も、日中はＰＶ発電が行われているため、電力需要はマイナスの値を示している。快晴と考えられるDay 1では、マイナスの値が最も大きくなっている。

次に、仮想消費電力生成部３３は、以下の式（２）に示すように、電力需要履歴net_tから、エリアＡ全体のＰＶ発電量の仮想値αPVbase_tを取り除いて、仮想消費電力を算出する。

ＰＶ発電量の仮想値αPVbase_tは、想定係数αにＰＶ発電基準パタンPVbase_tを乗じたものである。また、ＰＶ発電基準パタンPVbase_tはマイナスの値を取る。

仮想消費電力生成部３３は、想定係数αの個数分の仮想消費電力を生成する。想定係数の個数は、計算に要する時間を考慮して適宜決定すれば良く、例えば100程度の値としても良い。想定係数αとして選択する数は等間隔でも良い。あるいは、想定係数αとして想定される値がある程度限られた範囲に集中することが分かっていれば、その範囲の値を多く選択するようにしても良い。

想定係数αは、０〜α_maxの範囲の値とする。α_maxは、例えばエリアＡ内におけるＰＶの数に、エリアＡ内で稼働しているＰＶの平均容量、例えば4.5kwを乗じて、さらに余裕を持たせるために２倍程度とした値としても良い。

評価部３４は、仮想消費電力生成部３３で生成された複数の仮想消費電力の妥当性を自己回帰分析により評価し、複数の想定係数αから係数を決定する。ここで、妥当性は、各仮想消費電力を用いて作成した回帰式の妥当性を意味し、妥当性は回帰式に現れる誤差で判断される。

自己回帰分析による評価方法の具体例を説明する。評価部３４は、以下の式（３）に示す通り、予め定義された時系列の自己回帰モデルM^αに対して、複数の仮想消費電力をそれぞれ当て嵌めて分析を行う。

上記の式（３）は、算出した電力需要履歴のうちの該当日の仮想消費電力の推移を、前日と７日前の仮想消費電力でモデリングしたものである。評価部３４は、各仮想消費電力について、回帰分析を行った際の誤差err^αを比較する。評価部３４は、最も誤差err^αの小さい仮想消費電力の生成に用いた想定係数αを、最適な想定係数として選択する。

図９（ａ）（ｂ）（ｃ）に、想定係数αを3000, 4000, 5000とした場合に、仮想消費電力生成部３３で生成される仮想消費電力の例を示している。各グラフには、評価部３４において回帰分析により算出された誤差err³⁰⁰⁰, err⁴⁰⁰⁰, err⁵⁰⁰⁰もそれぞれ示している。誤差err³⁰⁰⁰は178.4，誤差err⁴⁰⁰⁰は151.5，err⁵⁰⁰⁰では173.5である。したがって、これらの想定係数のなかでは、4000を用いた仮想消費電力の誤差が最も少なく、妥当性が最も高いと判定される。評価部３４は、4000を最適な想定係数として選択する。

ＰＶ発電成分生成部３５は、パタン生成部３１で生成されたＰＶ発電基準パタンPVbase_tに、係数αを乗じて、ＰＶ発電履歴を算出する。ここで用いられる係数αは、係数決定部３２で選択された最適な想定係数αである。

図１０に、図９で誤差err^αが最も小さかった想定係数4000を用いて生成したＰＶ発電履歴の一例が示されている。このＰＶ発電履歴は、図８のＰＶ発電基準パタンに、係数である4000を掛けて算出される。そのピークは、Day 1の4000kWと推定されている。

消費電力履歴生成部３６は、買電量履歴から売買電量履歴を差し引いて電力需要履歴を算出し、電力需要履歴からＰＶ発電履歴生成部３５で決定したＰＶ発電履歴を取り除いて、消費電力の成分である消費電力履歴を決定する。

ＰＶ発電予測部４は、ＰＶ発電履歴生成部３５で決定されたＰＶ発電履歴と、気象情報サーバ７００から受信した気象予報を用いて、エリアＡにおける未来のＰＶ発電量を予測する。未来のＰＶ発電量は、気象予報を取得できる範囲内で予測できるが、例えば翌日２４時間分のＰＶ発電量としても良い。

ＰＶ発電量の予測は、公知の手法を用いることができる。例えば、気象予報として日射量の予報を使う場合は、例えばErbsモデルを用いると良い。具体的には、ＰＶ発電履歴からＰＶ発電量予測モデルを作成し、気象予報に適合するＰＶ発電量予測モデルを選択する。ただし、ErbsモデルではＰＶ発電量の形状は計算できるが、ピークの高さは計算できない。そこで、ＰＶ発電履歴からＰＶ発電予測モデルを作成してピークの高さを計算すると良い。また、気象予報として日射量が入手できない場合は、３時間ごとの天気予報から日射量を予測する公知の方法（島田、黒川、"天気予報と天気変化パターンを用いた日射予測", IEE Trans. PE, pp.1219-1225, Vol. 127, No.11, 2007.参照）を用いても良い。

消費電力予測部５は、消費電力履歴生成部３６で決定された消費電力履歴から、エリアＡにおける未来の消費電力量を予測する。未来の消費電力量は、気象予報を取得できる範囲内で予測できるが、例えば翌日２４時間分の消費電力量としても良い。具体的には、消費電力履歴から消費電力予測モデルを作成し、気象予報に適合する消費電力予測モデルを選択する。

上述したように、消費電力量からＰＶ発電量を差し引いたものが電力需要となるため、消費電力量からＰＶ発電量の予測値を算出することで、エリアＡの予測電力需要を把握することができる。すなわち、ＰＶ発電予測部４と消費電力予測部５は、エリアＡの電力需要の予測を行う予測部として機能する。

このように算出された電力需要予測は、記憶部２に格納される。電力会社の作業員は、電力需要予測を用いて電力系統の制御に必要な処理を行うことができる。例えば、電力需要予測に基づいて、エリアＡへの給電量の調整を行うことができる。

算出した電力需要予測を、出力部６により表示装置８に表示させても良い。表示させる態様としては、消費電力量とＰＶ発電量の予測値を個々に示しても良く、あるいは消費電力量からＰＶ発電量を差し引いた電力需要の予測値を示しても良い。もちろん、消費電力量、ＰＶ発電量及び電力需要の全ての予測値を表示しても良い。また、途中のプロセスに用いた各種データやパラメータを同じ画面に表示させても良い。例えば、売買電量履歴、気象データ履歴、気象予報、ＰＶ発電基準パタン、想定係数、ＰＶ発電量予測モデル、消費電力量モデル等を表示させても良い。これによって、電力需要予測がどのようなデータやパラメータに基づいて算出されたかが可視化される。

入力装置９によって、電力需要予測や、パラメータに対して修正を加えられるようにしても良い。例えば、エリアＡ全体が低地にある等の事情で、気象予報が示す日射量が得られないことが予めわかっている場合には、作業員は気象予報における日射量のパラメータを、入力装置９を用いて入力することができる。入力装置９による修正値の入力は、入力部７により受け付けられる。ＰＶ発電予測部４及び消費電力予測部５は入力された修正値に基づいて、再度演算を行うことができる。

［動作］
本実施形態の電力需要予測装置１００の動作について、図１１のフローチャートを用いて説明する。

パタン生成部３１は、記憶部２に格納された気象データ履歴を用いて、ＰＶ発電基準パタンを生成する（ステップＳ０１）。パタン生成部３１は、生成したＰＶ発電基準パタンを、係数決定部３２の仮想消費電力生成部３３と、ＰＶ発電履歴生成部３５にそれぞれ出力する。

係数決定部３２の仮想消費電力生成部３３は、記憶部２に格納されている複数の想定係数及び売買電量履歴、パタン生成部３１で生成されたＰＶ発電基準パタンを用いて、複数の仮想消費電力を生成する（ステップＳ０２）。

評価部３４は、仮想消費電力生成部３３で生成された複数の仮想消費電力について回帰分析を行う（ステップＳ０３）。評価部３４は、誤差が最も少ない仮想消費電力の生成に用いた想定係数を選択する（ステップＳ０４）。ＰＶ発電履歴生成部３５は、評価部３４で選択された想定係数を係数として用い、パタン生成部３１で生成されたＰＶ発電基準パタンを用いて、ＰＶ発電履歴を生成する（ステップＳ０５）。消費電力履歴生成部３６は、記憶部２に格納されている売買電量履歴から電力需要履歴を算出し、電力需要履歴からＰＶ発電履歴生成部３５で生成されたＰＶ発電履歴を取り除いて消費電力履歴を生成する（ステップＳ０６）。

通信部１は、需要予測を行う未来の時間帯、例えば翌日２４時間の気象予報を、気象予報サーバ７００から受信する。ＰＶ発電予測部４は、受信した気象予報と、ＰＶ発電履歴生成部３５で生成されたＰＶ発電履歴を用いて、エリアＡにおける翌日２４時間のＰＶ発電量を予測する（ステップＳ０７）。消費電力予測部５は、気象情報サーバ７００から受信した気象予報と、消費電力電履歴生成部で生成された消費電力履歴と、エリアＡにおける翌日２４時間の消費電力量を予測する（ステップＳ０８）。

［効果］
（１）本実施形態の電力需要予測装置１００は、太陽光発電装置とスマートメータＭとが設置された住宅Ｈを含むエリアＡの電力需要を予測する。電力需要予測装置１００は、エリアＡ内のＰＶの発電基準パタンと、エリアＡ全体のＰＶ発電容量を示す係数を用いて、スマートメータＭの測定データである売買電量履歴から、ＰＶ発電履歴と消費電力履歴を生成する履歴生成部３を備える。また、電力需要予測装置１００は、ＰＶ発電履歴、消費電力履歴及び気象予報を用いて、エリアＡの電力需要の予測を行う予測部として、ＰＶ発電予測部４及び消費電力予測部５を備える。

近年住宅Ｈへの設置が進んでいるスマートメータＭは通信網によってデータを収集するものであり、エリアＡ全体の売買電力量を容易に把握することができる。しかしながら、スマートメータＭの測定データは、需要予測に必要なＰＶ発電履歴及び消費電力履歴を直接的に示すものではない。本実施形態では、ＰＶ発電基準パタンと係数を用いることで、スマートメータＭの測定データからＰＶ発電履歴及び消費電力履歴を生成することができる。これによって、スマートメータＭでの測定データを活用して、電力需要を精確に予測することができ、信頼性の高い電力需要予測装置１００を提供することができる。

（２）履歴生成部３は、発電基準パタンに係数を乗じてＰＶ発電履歴を生成するＰＶ発電履歴生成部３５と、売買電量履歴から算出される電力需要履歴から、ＰＶ発電履歴を取り除いて、消費電力履歴を生成する消費電力履歴生成部３６と、を備える。

発電基準パタンにエリアＡ内の発電容量から決定した係数を乗じることで、エリアＡ全体のＰＶ発電量を推定することができる。スマートメータＭの測定データから得られた電力需要履歴からこのＰＶ発電量を取り除くことで、エリアＡの消費電力履歴の精確な推定が可能となり、電力需要予測の精度を高めることができる。

（３）履歴生成部３は、エリアＡ全体のＰＶの想定発電容量を示す複数の想定係数に対応する複数の仮想消費電力を生成し、複数の仮想消費電力を評価して、複数の想定係数から係数を決定する係数決定部３２を備える。

エリアＡ全体の発電容量は、ＰＶの稼働率の増減によって変動することが考えられる。そこで、想定係数を複数用意し、想定係数に対応する複数の仮想消費電力を評価することで、最適な係数を決定することができ、電力需要予測の精度を高めることができる。

（４）係数決定部３２は、売買量履歴から得られる電力需要履歴から、複数の係数のそれぞれを発電基準パタンに乗じたものを取り除いた仮想消費電力を複数生成する仮想消費電力生成部３３と、複数の仮想消費電力の妥当性を自己回帰分析により評価し、複数の想定係数から係数を決定する評価部３４と、を備える。

各想定係数を使って生成した仮想消費電力を、自己回帰分析で評価することで、ＰＶ発電履歴及び消費電力履歴の算出に用いるべき係数を正確に決定することができる。

（５）評価部３４は、時系列の自己回帰モデルを用いて前記複数の仮想消費電力を分析し、最小誤差の仮想消費電力の生成に用いた想定係数を判定することにより、複数の仮想消費電力の妥当性を評価する。回帰式の誤差を基準に妥当性を評価することにより、最適な想定係数を判定することができる。

（６）履歴生成部３は、日射量等の気象データ履歴に基づいてＰＶ発電基準パタンを生成する発電基準パタン生成部３１を備える。売買電量履歴から実際のＰＶ発電量が直接的に把握できず、また、過去の発電実績のデータが無い場合でも、気象データ履歴に基づいてＰＶ発電基準パタンを推定することができる。これによって、利便性の高い電力需要予測装置１００を提供することができる。

［第２の実施形態］
第２の実施形態に係る電力需要予測装置１００について説明する。なお、以降の実施形態では、前述の実施形態とは異なる点のみを説明し、前述の実施形態と同じ部分については同じ符号を付して詳細な説明は省略する。

第１の実施形態では、仮想消費電力生成部３３は予め決められた個数の想定係数αを用いて仮想消費電力を生成し、評価部３４はそれらの仮想消費電力を回帰分析で評価して、誤差err^αが最も少ない仮想消費電力の生成に用いた想定係数αを、最適な想定係数αとして選択した。

第２の実施形態では、評価部３４は、誤差err^αが最も少ない仮想消費電力に用いた想定係数αを選択した後に、その誤差err^αが許容できるものか否かを評価する。誤差err^αが許容できるものでなければ、仮想消費電力生成部３３において想定係数αを狭い範囲に絞って仮想消費電力の再生成を行う。すなわち、誤差err^αが許容範囲になるまで仮想消費電力の生成と評価を繰り返す。誤差err^αの評価は、誤差err^αを閾値と比較し、閾値以下か否かを判定することで行う。閾値は記憶部２に保存されている。閾値は、誤差err^αとして許容される範囲の値を適宜設定すれば良い。

想定係数αを狭い範囲に絞る具体的な方法としては、選択した想定係数αの近傍の想定係数を複数選定する。新たに選定する想定係数αの個数は、計算に要する時間を考慮して適宜決定すれば良い。選定する数の間隔も適宜決定すれば良いが、最初の仮想消費電力の生成で用いた想定係数の範囲０〜α_maxよりも、狭い範囲とすると良い。例えば、間隔は等間隔としても良く、あるいは、選択した想定係数αの前後近傍の数字を多く選択し、選択した想定係数αから離れるほど間隔が空くようにしても良い。

具体的な動作を、図１２を用いて説明する。ステップＳ１１〜ステップＳ１４までは、図１１のステップＳ０１〜Ｓ０４と同じ動作なので、説明は省略する。評価部３４は、ステップＳ１４で選択した想定係数αを用いた仮想消費電力の誤差err^αを、閾値と比較する（ステップＳ１５）。誤差err^αが閾値以下であれば（ステップＳ１５：Ｙｅｓ）、選択した想定係数αをそのまま係数として用いて、その後の処理のステップＳ１７〜Ｓ２０を行う。ステップＳ１７からＳ２０の処理は、それぞれ図１１のステップＳ０５〜ステップＳ０８の処理と同じなので、説明は省略する。

誤差err^αが閾値を上回った場合（ステップＳ１５：Ｎｏ）は、仮想消費電力生成部３３は、選択された想定係数αの近傍の係数αを複数選定し（ステップＳ１６）、ステップＳ１２に戻って、それらの係数αについて仮想消費電力を再度生成する。評価部３４は新たに生成した仮想消費電力について回帰分析により評価を行う（ステップＳ１３）。以降、誤差err^αが許容範囲になるまでステップＳ１２〜Ｓ１６の処理を繰り返す。

以上述べたように、評価部３４は、最小誤差を閾値と比較し、その最小誤差が閾値を上回った場合は、仮想消費電力生成部３３は、最小誤差の仮想消費電力の生成に用いた係数の近傍の複数の係数について仮想消費電力を生成する。評価部３４が生成された仮想消費電力を再度評価し、最小誤差が閾値以下になるまで、前記仮想消費電力の生成と評価を繰り返す。これによって、より適切な係数を判定することが可能となり、電力需要予測の精度を高めることができる。

［第３の実施形態］
第３の実施形態に係る電力需要予測装置１００について、図１３を用いて説明する。
第３の実施形態では、パタン生成部３１は、エリア内のＰＶの想定される設置条件に応じて複数のＰＶ発電基準パタンを生成する。日射量が一定であっても、ＰＶパネルの設置条件によって発電量が異なることがある。設置条件に応じた複数のＰＶ発電基準パタンを生成することで、多様な設置条件に柔軟に対応することができる。

さらに、第３の実施形態では、係数決定部においては、想定係数だけでなく複数のＰＶ発電基準パタンについても、最適なものを決定する。そこで、第３の実施形態の履歴生成部３は、第１の実施形態の係数決定部３２に代えて、係数及びパタン決定部３２０を備える。係数及びパタン決定部３２０では、複数の発電基準パタンと複数の想定係数のそれぞれの組み合わせに応じた複数の仮想消費電力を生成し、複数の仮想消費電力を評価して、最適の発電基準パタン及び係数を決定する

記憶部２に保存させる気象データとＰＶ発電量の相関データは、ＰＶパネルの異なる設置条件にそれぞれ対応したものを用意する。設置条件は、例えば、緯度又は経度といったＰＶの設置位置や、方位角又は仰角といったＰＶの設置角度を意味する。

パタン生成部３１は、ＰＶパネルの異なる設置条件に対応した相関データと、気象データ履歴とを用いて複数のＰＶ発電基準パタンを生成する。各ＰＶ発電基準パタンには、番号を割り振ると良い。

仮想消費電力生成部３３は、複数のＰＶ発電基準パタンと複数の想定係数の組み合わせについて、以下の式（４）に示すように、仮想消費電力を生成する。

仮想消費電力生成部３３は、生成した仮想消費電力を評価部３４に出力する。評価部３４は、複数のＰＶ発電基準パタンと複数の想定係数の組み合わせの仮想消費電力を回帰分析で評価する。これにより、消費電力履歴及びＰＶ発電履歴を生成するのに最も妥当な想定係数、すなわち係数と、最適なＰＶ発電基準パタンを決定する。

具体的な評価方法は、第１の実施形態と同様である。すなわち、評価部３４は、複数のＰＶ発電基準パタンと複数の想定係数の組み合わせから生成された各仮想消費電力を、以下の式（５）に示す通り、自己回帰モデルＭ^α，βに当て嵌めて分析を行う。

評価部３４は、最小誤差err^αβの仮想消費電力に用いた想定係数αとＰＶ発電基準パタンβの組み合わせを選択する。評価部３４は、その組み合わせに用いられている想定係数α及びＰＶ発電基準パタンβを、それぞれ最適な想定係数α及び最適なＰＶ発電基準パタンβとして選択する。ＰＶ発電履歴生成部３５は、評価部３４で選択された係数とＰＶ発電基準パタンを用いてＰＶ発電履歴を算出する。なお、第２の実施形態と同様に、err^αβを閾値と比較して、誤差err^αβが許容できる範囲になるまで仮想消費電力の生成及び評価を繰り返しても良い。

上述したように、第３の実施形態によれば、パタン生成部３１は、ＰＶ設置条件に応じた複数のＰＶ発電基準パタンを生成する。ＰＶが設置される住宅Ｈは、様々な設置位置や設置方向である場合が多い。第３の実施形態では、複数のＰＶ発電基準パタンを用いることで、そのような様々な設置条件を反映させることができる。

さらに仮想消費電力生成部３３は、複数のＰＶ発電基準パタンと複数の想定係数のそれぞれの組み合わせについて仮想消費電力を生成する。評価部３４は、複数の仮想消費電力の妥当性を自己回帰分析により評価し、複数のＰＶ発電基準パタン及び複数の想定係数から最適なＰＶ発電基準パタンと係数を判定する。このように、ＰＶ発電基準パタンについても、複数のパタンの中から、ＰＶ発電履歴及び消費電力履歴の生成に使用するのに妥当なものを判定することができる。

［その他の実施形態］
（１）本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

（２）例えば、第１の実施形態では、１つのＰＶ発電基準パタンと複数の係数から仮想消費電力を生成する態様を説明し、第３の実施形態では、複数のＰＶ発電基準パタンと複数の想定係数から仮想消費電力を生成する態様を説明したが、これらの組み合わせに限られない。例えば、エリアＡ内のＰＶの発電容量が確定したものである等の事情があれば、予め決定された１つの係数と複数の発電基準パタンから仮想消費電力を生成しても良い。

（３）また、上述の実施形態では、気象データとＰＶ発電量の相関データを用いて気象データ履歴からＰＶ発電基準パタンを生成していたが、エリアＡ内の過去のＰＶの発電実績のデータが有る場合には、発電実績からＰＶ発電基準パタンを生成しても良い。パタン生成部３１は、発電実績をピーク発電量が一定の基準になるように正規化して、ＰＶ発電基準パタンとする。発電実績も、エリアＡ内のＰＶの設置条件に応じて、複数のパタンが確認される場合がある。その場合には、設置条件に応じて、複数のＰＶ発電基準パタンを生成し、評価部３４において回帰分析により適正ＰＶ発電基準パタンを判定するようにしても良い。なお、発電実績からＰＶ発電基準パタンを生成する際には、必要に応じて発電実績に対して重み付けを行っても良い。

なお、発電実績が、エリアＡ内の一部の住宅Ｈからのみしか得られないような場合には、正規化した発電実績からエリアＡ内の日射量を算出して、第３の実施形態と同様に、ＰＶパネルの異なる設置条件に対応した相関データを用いて複数のＰＶ発電基準パタンを生成しても良い。そして、評価部３４において適正ＰＶ発電基準パタンを判定するようにしても良い。

（４）本実施形態のプログラムは、例えばフレキシブルディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等の記憶媒体又は記憶装置に格納される。また、ネットワークなどを介してデジタル信号として配信される場合もある。なお、中間的な処理結果はメインメモリ等の記憶装置に一時保管される。

１通信部
２記憶部
３履歴生成部
４ＰＶ発電予測部
５消費電力予測部
６出力部
７入力部
８表示装置
９入力装置
３１パタン生成部
３２係数決定部
３３仮想消費電力生成部
３４評価部
３５ＰＶ発電履歴生成部
３６消費電力履歴生成部
３２０係数及びパタン決定部
１００電力需要予測装置
２００太陽光発電装置（ＰＶ）
３００ＰＣＳ
４００データ管理装置
５００中継器
６００分電盤
７００気象情報サーバ
Ａエリア
Ｄ配電系統
Ｈ住宅
Ｌ負荷
Ｍスマートメータ
Ｓ変電所

Claims

太陽光発電装置とスマートメータとが設置された住宅を含むエリアの電力需要を予測する電力需要予測装置であって、
前記エリア内の太陽光発電装置の発電基準パタンと、前記エリア全体の太陽光発電装置の発電容量を示す係数とを用いて、前記スマートメータの測定データから、前記太陽光発電装置の発電履歴と前記住宅の消費電力履歴を生成する履歴生成部と、
前記太陽光発電装置の発電履歴と前記住宅の消費電力履歴と、気象予報とを用いて、前記エリアの電力需要の予測を行う予測部と、を備え、
前記履歴生成部は、
前記エリア内の前記太陽光発電装置の想定される前記太陽光発電装置の設置条件に応じて前記太陽光発電装置の複数の発電基準パタンを生成する発電基準パタン生成部と、
前記複数の発電基準パタンと前記エリア全体の太陽光発電装置の想定される発電容量を示す複数の想定係数のそれぞれの組み合わせに応じた複数の仮想消費電力を生成し、当該複数の仮想消費電力の妥当性を自己回帰分析により評価して、最適の発電基準パタン及び前記係数を決定する係数決定部を更に備えることを特徴とする電力需要予測装置。
前記履歴生成部は、
前記発電基準パタンに前記係数を乗じて前記発電履歴を生成する発電履歴生成部と、
前記スマートメータの測定データから得られる電力需要履歴から、前記発電履歴を取り除いて前記消費電力履歴を生成する消費電力履歴生成部と、
を更に備えることを特徴とする請求項１記載の電力需要予測装置。
前記係数決定部は、
前記スマートメータの測定データから得られる電力需要履歴から、前記複数の想定係数のそれぞれを前記発電基準パタンに乗じたものを取り除いた前記複数の仮想消費電力を生成する仮想消費電力生成部と、
前記複数の仮想消費電力の妥当性を自己回帰分析により評価し、前記複数の想定係数から前記係数を決定する評価部と、を備えることを特徴とする請求項１又は記載の電力需要予測装置。
前記評価部は、時系列の自己回帰モデルを用いて前記複数の仮想消費電力を分析し、最小誤差の仮想消費電力に用いた前記想定係数を判定することにより、前記複数の仮想消費電力の妥当性を評価することを特徴とする請求項３記載の電力需要予測装置。
前記評価部は、前記最小誤差を閾値と比較し、前記最小誤差が前記閾値を上回った場合は、前記仮想消費電力生成部は、前記最小誤差の仮想消費電力の生成に用いた想定係数の近傍の複数の想定係数について仮想消費電力を生成し、
前記仮想消費電力生成部と前記評価部は、前記最小誤差が前記閾値以下になるまで、前記仮想消費電力の生成及び評価を繰り返すことを特徴とする請求項４記載の電力需要予測装置。
前記履歴生成部は、気象データ履歴に基づいて前記太陽光発電装置の発電基準パタンを生成する発電基準パタン生成部を更に備えることを特徴とする請求項１?５のいずれか一項に記載の電力需要予測装置。
前記履歴生成部は、前記エリア内の太陽光発電の発電実績に基づいて前記太陽光発電装置の発電基準パタンを生成する発電基準パタン生成部を更に備えることを特徴とする請求項１?５のいずれか一項に記載の電力需要予測装置。
前記発電基準パタン生成部は、前記エリア内の太陽光発電の発電実績に基づいて前記エリアの日射量を算出し、前記日射量に基づいて前記太陽光発電装置の発電基準パタンを生成することを特徴とする請求項７記載の電力需要予測装置。
太陽光発電装置とスマートメータとが設置された住宅を含むエリアの電力需要を予測するプログラムであって、
コンピュータに、
前記エリア内の太陽光発電装置の発電基準パタンと、前記エリア全体の太陽光発電装置の発電容量を示す係数とを用いて、前記スマートメータの測定データから、前記太陽光発電装置の発電履歴と前記住宅の消費電力履歴を生成する履歴生成機能と、
前記発電履歴と前記消費電力履歴と、気象予報とを用いて、前記エリアの電力需要の予測を行う予測機能と、を実現させ、
前記履歴生成機能では、
前記エリア内の前記太陽光発電装置の想定される前記太陽光発電装置の設置条件に応じて前記太陽光発電装置の複数の発電基準パタンを生成する発電基準パタン生成機能と、
前記複数の発電基準パタンと前記エリア全体の太陽光発電装置の想定される発電容量を示す複数の想定係数のそれぞれの組み合わせに応じた複数の仮想消費電力を生成し、当該複数の仮想消費電力の妥当性を自己回帰分析により評価して、最適の発電基準パタン及び前記係数を決定する係数決定機能を更に実現させることを特徴とする電力需要予測プログラム。