JP6624475B2

JP6624475B2 - 太陽電池の発電量予測装置、発電量予測方法、及び発電量予測プログラム

Info

Publication number: JP6624475B2
Application number: JP2018523307A
Authority: JP
Inventors: 崇志岡田
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2016-06-21
Filing date: 2017-02-24
Publication date: 2019-12-25
Anticipated expiration: 2037-02-24
Also published as: JPWO2017221463A1; WO2017221463A1

Description

本発明は、日射量の予測データと変換効率をもとに太陽電池の発電量を予測する、太陽電池の発電量予測装置、発電量予測方法、及び発電量予測プログラムに関する。

近年、太陽光発電システムが普及してきており、多くのメーカが太陽電池パネルを製造している。太陽電池の性能評価として、太陽電池を実際に設置して発電量を計測する方法が広く用いられている。例えば、複数種類の太陽電池を同じ場所に設置して、各太陽電池の発電量を比較することもある。

また太陽電池の性能評価の１つにＪＩＳ８９１２とＪＩＳ８９１３規格がある。ＪＩＳ８９１３規格では、放射照度＝１ｓｕｎ（１ｋＷ／ｍ^２）、温度＝２５℃の条件下において、太陽電池のエネルギー変換効率を評価するものである。また、ＪＩＳ８９１２とＪＩＳ８９１３では、太陽電池の性能評価に用いる擬似太陽光を太陽電池の面内に均一に当てることが求められ、太陽電池に対して垂直に光を入射させるため、入射角度＝０°となる。エネルギー変換効率（以下、単に変換効率という）は、太陽電池の出力電力（Ｗ）を入射光エネルギー（Ｗ）で割った値である。

太陽電池は屋外に設置して使用するデバイスであるため、実駆動環境下における評価では基本的に、太陽電池を屋外に設置して長期間（年間単位）のデータを取得する必要がある。一方、実駆動条件下における評価を短期間で済ますために、太陽電池の変換効率と、日時、緯度・経度、設置角度、日射量などのデータから発電量を予測する方法もある（例えば、特許文献１参照）。

特開平１１−０５４７７６号公報

しかしながら、太陽電池の発電量を予測する既存のモデルでは、予測発電量と実測発電量との乖離が大きく信頼性が低い。

本発明はこうした状況に鑑みなされたものであり、その目的は、太陽電池の発電量を高精度に予測できる太陽電池の発電量予測装置、発電量予測方法、及び発電量予測プログラムを提供することにある。

上記課題を解決するために、本発明のある態様の太陽電池の発電量予測装置は、所定の場所に設置される太陽電池に入射される日射量の予測データを入力するデータ入力部と、予め導出された前記太陽電池の変換効率と日射量との第１依存関係と、前記日射量の予測データを使用した前記変換効率の第１の補正処理、及び予め導出された前記太陽電池の変換効率と太陽光の入射角度との第２依存関係と、太陽軌道をもとに推定される入射角度を使用した前記変換効率の第２の補正処理の少なくとも一方を実行する変換効率補正部と、前記入力された日射量の予測データと前記補正された変換効率をもとに、前記太陽電池の発電量を予測する発電量予測部と、を備える。

本発明によれば、太陽電池の発電量を高精度に予測できる。

図１（ａ）、（ｂ）は、太陽光発電システムの構成、及び本発明の実施の形態に係る発電量予測装置の第１接続例を示す図である。本発明の実施の形態に係る発電量予測装置の構成例を示す図である。図３（ａ）−（ｆ）は、直達日射量と散乱日射量の例を示す図である。第２の発電量予測モデルを使用した発電量予測処理の流れを示すフローチャートである。本発明の実施の形態に係る発電量予測装置の第２接続例を示す図である。図６（ａ）、（ｂ）は、近畿地方のある場所に設置された太陽電池の発電量を示すグラフを示す図である。

図１（ａ）は、太陽光発電システムの構成を示す図である。太陽電池１で発電された電力は電力変換装置２に出力される。電力変換装置２は、太陽電池１から入力される直流電力を交流電力に変換して系統３に出力するパワーコンディショナシステム（ＰＣＳ）である。なお電力変換装置２は、変換した交流電力を負荷（不図示）に供給してもよい。

電力変換装置２は昇圧チョッパ（不図示）とインバータ（不図示）を含む。昇圧チョッパは、太陽電池１の発電電力が最大電力点（最適動作点）となるようＭＰＰＴ(Maximum Power Point Tracking) 制御を行う。具体的には、山登り法に従い動作点電圧を所定のステップ幅で変化させて最大電力点を探索し、太陽電池１の出力電力が最大電力点を維持するよう制御する。インバータは、ＭＰＰＴ制御後の直流電力を交流電力に変換して、系統３に出力する。電力変換装置２は、入力電圧・入力電流を計測し、両者を乗算して太陽電池１の発電量を計測する。

図１（ｂ）は、本発明の実施の形態に係る発電量予測装置１０の第１接続例を示す図である。発電量予測装置１０は、ネットワーク５を介して気象データ保存装置６と接続される。本明細書ではネットワーク５としてインターネットを想定するが、専用回線を用いてもよい。気象データ保存装置６の例として、ＮＥＤＯ（New Energy and Industrial Technology Development Organization）、気象庁などが運営するデータベースサーバが挙げられる。

図２は、本発明の実施の形態に係る発電量予測装置１０の構成例を示す図である。発電量予測装置１０には一般的な情報処理装置を使用することができ、例えば、ＰＣ、サーバ、タブレット、スマートフォン等を使用することができる。

発電量予測装置１０は通信部１１、メディア挿入部１２、制御部１３、コンソール部１４及び記憶部１５を備える。制御部１３はデータ入力部１３１、変換効率補正部１３２、入射角度推定部１３３、直散分離部１３４、温度予測部、及び発電量予測部１３６を含む。制御部１３の構成は、ハードウェア資源とソフトウェア資源の協働、またはハードウェア資源のみにより実現できる。ハードウェア資源としてアナログ素子、マイクロコンピュータ、ＤＳＰ、ＲＯＭ、ＲＡＭ、ＦＰＧＡ、その他のＬＳＩを利用できる。ソフトウェア資源としてオペレーティングシステム、アプリケーション等のプログラムを利用できる。記憶部１５は、各種プログラム及び各種データを記憶する。記憶部１５にはＲＯＭ及びＲＡＭを利用できる。

通信部１１は、ネットワーク５を介して送受信されるデータの通信処理を実行する。メディア挿入部１２にはリムーバブルメディア（例えば、メモリカード、光ディスク、リムーバブルＨＤＤ、リムーバブルＳＳＤ）が挿入され、リムーバブルメディアからデータを読み込む。またはリムーバブルメディアにデータを書き出す。

データ入力部１３１は、太陽電池１が設置されるべき場所の日射量および外気温の過去データを取得し、当該場所の予測データとして、変換効率補正部１３２、入射角度推定部１３３、直散分離部１３４、温度予測部１３５及び発電量予測部１３６に入力する。データ入力部１３１は、計測データ保存装置４に保存されている当該場所の過去データを通信部１１を介して取得する。なお過去データがリムーバブルメディアにコピーされて配布される場合、メディア挿入部１２から取得する。またユーザがコンソール部１４から過去データをマニュアル操作により入力する場合、コンソール部１４から取得する。

太陽電池１の発電量は、太陽電池１から電力変換装置２に入力される電圧・電流をもとに計測することができる。この計測方法は、光エネルギーから電気エネルギーに変換された後の物理量を計測するものであるため、光や熱に対する分析が基本的にできない。計測される電圧・電流の値は、光と熱の複合要因が絡まった後の値であるため、厳密な要因分析はできない。

そこで本実施の形態では、電気エネルギーに変換される前の光エネルギーと太陽電池１の温度（以下、駆動温度という）をもとに太陽電池１の発電量を予測する。この予測では、設置条件データとして全天日射量、外気温を使用する。太陽電池１のデバイス特性として放射照度依存性、入射角度依存性、及び温度依存性を使用する。

太陽電池１の駆動温度ｔは、全天日射量Ｉと外気温ｔｏｕｔの組の複数のサンプルデータをもとに単回帰分析により導出した下記（式１）に示す駆動温度予測モデルを使用して、予測する。

Ｅ（ｔ）＝ｇ（ｔｏｕｔ）＋ｈ（Ｉ）・・・（式１）
ｇは外気温係数であり、ｈは日射量係数である。

太陽電池１のデバイス特性の評価として、ＪＩＳ８９１２とＪＩＳ８９１３規格が標準規格として使用されている。ＪＩＳ８９１２とＪＩＳ８９１３規格では、ソーラシミュレータを用いて、２５°の温度環境下で、太陽電池モジュールに対して垂直に１ｓｕｎ（１ｋＷ／ｍ^２）の光を照射した状態で、太陽電池モジュールの出力電圧・出力電流を計測して、太陽電池モジュールの変換効率を求める。この評価では、当該条件の光を照射するためのソーラーシミュレータ装置が擬似太陽光源として使用される。通常、各太陽電池メーカは当該評価により求めた変換効率を、カタログや仕様書に記載している。以下、この変換効率を標準条件下の変換効率という。

標準条件下の変換効率には、放射照度、入射角度、及び温度に対する依存性が考慮されていない。そこで本実施の形態では、太陽電池１の変換効率の放射照度、入射角度、及び温度に対する依存性を考慮する。太陽電池１の変換効率が放射照度に対して依存性を持つのは、主にフォトダイオードの構造（ＰＮ構造、ＰＩＮ構造など）や太陽電池モジュールを構成する材料に起因する。太陽電池１の変換効率が入射角度に対して依存性を持つのは、主にパネル表面に貼られている反射防止膜（ＡＲコート）の特性や、太陽電池モジュールの光学構造に起因する。

検証者は、太陽電池モジュールの変換効率と放射照度の依存性を検証するため、ソーラシミュレータを用い、放射照度を変えて都度、太陽電池モジュールの出力電圧・出力電流を計測して、太陽電池モジュールの変換効率を求める。例えば、光源と太陽電池モジュールの間にフィルタを介在させて、太陽電池モジュールに放射される照度を調整する。フィルタにアクリル板を使用することにより、スペクトルを変えずに放射照度を任意の量、低減させることができる。

温度＝２５℃の環境下で太陽電池モジュールに対して垂直に、０ｋＷ／ｍ^２〜１ｋＷ／ｍ^２の間の複数レベルの光を照射し、各レベルにおける変換効率を求める。求めた変数効率の値を、標準条件下（放射照度＝１ｋＷ／ｍ^２、入射角度＝０°、温度＝２５℃）の変換効率を１として正規化する。以下、この正規化後の変換効率の値を、変換効率の照射依存係数Ｅ（Ｉ）と呼ぶ。

上記検証により求めた複数点の照射依存係数Ｅ（Ｉ）をもとに、放射照度Ｉを説明変数、照度依存係数Ｅ（Ｉ）を目的変数とする近似曲線を導出する。例えば、下記（式２）に示す４次関数で近似する。基本的に放射照度Ｉが低下するほど照度依存係数Ｅ（Ｉ）が低下する左下がり曲線になる。

Ｅ（Ｉ）＝ａＩ^４＋ｂＩ^３＋ｃＩ^２＋ｄＩ＋ｅ・・・（式２）

次に検証者は、太陽電池モジュールの変換効率と入射角度の依存性を検証するため、ソーラシミュレータを用い、入射角度を変えて都度、太陽電池モジュールの出力電圧・出力電流を計測し、太陽電池モジュールの変換効率を求める。例えば、太陽電池モジュールの角度を調整可能な治具を使用して、光源に対する太陽電池モジュールの相対角度を調整する。なお光源の角度を調整可能な治具を使用してもよい。

温度＝２５℃の環境下で太陽電池モジュールに、０°〜９０°の間の複数の入射角度の光（入射角度０°の放射照度＝１ｋＷ／ｍ^２）を照射し、各角度における変換効率を求める。求めた変数効率の値を、標準条件下（放射照度＝１ｋＷ／ｍ^２、入射角度＝０°、温度＝２５℃）の太陽電池モジュールの変換効率を１として正規化する。以下、この正規化後の変換効率を、変換効率の入射角度依存係数Ｅ（θ）と呼ぶ。

上記検証により求めた複数点の入射角度依存係数Ｅ（θ）をもとに、入射角度θを説明変数、入射角度依存係数Ｅ（θ）を目的変数とする近似曲線を導出する。例えば、下記（式３）に示す４次関数で近似する。基本的に入射角度θが大きくなるほど入射角度依存係数Ｅ（θ）が低下する右下がり曲線になる。

Ｅ（θ）＝ａθ^４＋ｂθ^３＋ｃθ^２＋ｄθ＋ｅ・・・（式３）

次に検証者は、太陽電池モジュールの変換効率と温度の依存性を検証するため、ソーラシミュレータを用い、温度を変えて都度、太陽電池モジュールの出力電圧・出力電流を計測し、太陽電池モジュールの変換効率を求める。例えば、ヒータにより太陽電池モジュールを加熱し、その加熱温度を調整する。

太陽電池モジュールに対して垂直に光（放射照度＝１ｋＷ／ｍ^２）を照射した状態で、例えば２５℃〜６５℃の間の複数の温度で加熱し、各温度における変換効率を求める。求めた変数効率の値を、標準条件下（放射照度＝１ｋＷ／ｍ^２、入射角度＝０°、温度＝２５℃）の太陽電池モジュールの変換効率を１として正規化する。以下、この正規化後の変換効率を、変換効率の温度依存係数ｆ（ｔ）と呼ぶ。

上記検証により求めた複数点の温度依存係数Ｅ（ｔ）をもとに、温度ｔを説明変数、温度依存係数ｆ（ｔ）を目的変数とする近似直線を導出する。例えば、下記（式４）に示す１次関数で近似する。基本的に温度ｔが高くなるほど温度依存係数ｆ（ｔ）が低下する右下がり直線になる。また、温度ｔは、測定で用いた温度域以外でも使用する。

ｆ（ｔ）＝ａｔ＋ｂ・・・（式４）
なお、上記（式２）〜（式４）のａ、ｂ、ｃ、ｄ、ｅはそれぞれ独立した係数である。

本実施の形態に係る第１の発電量予測モデルでは、下記（式５）を用いて太陽電池１の変換効率η（Ｉ，θ，ｔ）を決定する。

η（Ｉ，θ，ｔ）＝η_０＊Ｅ（Ｉ）＊Ｅ（θ）＊ｆ（ｔ）・・・（式５）
η_０は標準条件下の変換効率である。

放射照度Ｉ、入射角度θ、及び温度ｔに対する依存性を考慮しない場合、Ｅ（Ｉ）＝Ｅ（θ）＝ｆ（ｔ）＝１となり、標準条件下の変換効率η_０がそのまま使用される。

放射照度Ｉには、全天日射量の過去データを使用することができる。温度ｔには、上記（式１）に示した駆動温度予測モデルを使用して導出された駆動温度ｔを使用することができる。入射角度θは、太陽電池１の設置位置（経度・緯度）、日時、太陽電池１の受光面の設置角度をもとに算出することができる。具体的には、経度・緯度、日付をもとに太陽軌道を計算する。当該太陽軌道をもとに、日射量および外気温の計測時刻における太陽の位置（高度・方位）を特定する。特定した太陽の位置と、太陽電池１の受光面の設置角度の関係から、各計測時刻における入射角度θを算出する。

決定した変換効率η（Ｉ，θ，ｔ）に、予測データとしての日射量Ｉと、太陽電池１の受光総面積Ｃを掛けると、下記（式６）に示すように発電量Ｗを予測することができる。

Ｗ＝Ｃ＊Ｉ＊η（Ｉ，θ，ｔ）・・・（式６）

次に太陽光の振る舞いを考慮した、本実施の形態に係る第２の発電量予測モデルを説明する。全天日射量は、直達日射量と散乱日射量（天空日射量ともいう）に分離することができる。直達日射量は、太陽から太陽電池１に直接到達する光であり方向成分がある。方向成分は、時間経過と共に移動する太陽の位置により変化する。散乱日射量は、雲などの大気中の粒子に散乱された光であり、太陽電池１に全方向から到達する光である。散乱日射量には方向成分がない。

図３（ａ）−（ｆ）は、直達日射量と散乱日射量の例を示す図である。グレーの矢印が直達日射量を、黒の矢印が散乱日射量をそれぞれ示している。矢印の太さは、日射量の絶対量を示している。図３（ａ）−（ｆ）に示すように直達日射は、太陽Ｓの高度が下がる朝、夕に日射量が低下する。また朝、夕は直達日射の入射角度が大きくなる。なお入射角度は太陽電池１の受光面との相対関係により決まる。従って、太陽電池１の受光面の向きを調整できる可動機構を用いれば、入射角度が垂直から大きくずれることを回避できる。一方、散乱日射量は、雲Ｃの位置や量の影響を大きく受け、太陽Ｓの位置により受ける影響は相対的に小さい。

太陽光の振る舞いを第２の発電量予測モデルでは、太陽電池１の発電量を、直達日射量に基づく発電量と、散乱日射量に基づく発電量を別々に求めて両者を加算する。その前提として、全天日射量Ｉｇを、直達日射量Ｉｂと散乱日射量Ｉｄに分離する必要がある。全天日射量の直散分離には例えば、下記（式７）、（式８）に示すErbsモデルを使用することができる。Ｋｔは晴天指数であり、全天日射量Ｉｇ／大気外全天日射量Ｉｇ_０により算出できる。

Ｋｔ≦０．２２のとき、
Ｉｄ＝Ｉｇ（１．０−０．０９Ｋｔ）
０．２２＜Ｋｔ≦０．８０のとき、
Ｉｄ＝Ｉｇ（０．９５１１−０．１６０４Ｋｔ＋４．３８８Ｋｔ^２−１６．６３８Ｋｔ^３＋１２．３６６Ｋｔ^４）
Ｋｔ＞０．８０のとき、
Ｉｄ＝０．１６５Ｉｇ・・・（式７）
Ｉｂ＝Ｉｇ−Ｉｄ・・・（式８）

なお、Erbsモデルの代わりにMETPV-3モデル等の他のモデルを使用してもよい。

第２の発電量予測モデルでは、下記（式９）、（式１０）に示すように太陽電池１の変換効率ηを、散乱成分に対する変換効率ηｄと、直達成分に対する変換効率ηｂに分けて考える。

ηｄ（Ｉ，ｔ）＝η_０＊Ｅ（Ｉｄ）＊ｆ（ｔ）・・・（式９）
ηｂ（Ｉ，θ，ｔ）＝η_０＊Ｅ（Ｉｂ）＊Ｅ（θ）＊ｆ（ｔ）・・・（式１０）

散乱日射には方向成分がないため、Ｅ（θ）の項は消去される。第２の発電量予測モデルでは、散乱成分に対する変換効率ηｄ（Ｉ，ｔ）、散乱日射量Ｉｄ、直達成分に対する変換効率ηｂ（Ｉ，θ，ｔ）、直達日射量Ｉｂ、受光総面積Ｃをもとに、下記（式１１）に示すように発電量Ｗを予測することができる。

Ｗ＝Ｃ＊｛Ｉｄ＊ηｄ（Ｉ，ｔ）＋Ｉｂ＊ηｂ（Ｉ，θ，ｔ）｝・・・（式１１）
日射量計測の単位時間が１分である場合、毎分の発電量Ｗを予測できる。毎分の発電量Ｗを１日分累積することにより１日の発電量ΣＷｍを予測でき、１日の発電量ΣＷｍを１年分累積することにより１年間の発電量ΣＷｄを予測できる。

図４は、第２の発電量予測モデルを使用した発電量予測処理の流れを示すフローチャートである。まずデータ入力部１３１は、太陽電池１の設置位置の全天日射量および外気温の過去データを取得する（Ｓ１０）。入射角度推定部１３３は、太陽電池１の設置位置の軽度・緯度、日付をもとに太陽軌道を算出する（Ｓ１１）。入射角度推定部１３３は、算出した太陽軌道、計測時刻、及び太陽電池１の設置角度をもとに入射角度を推定する（Ｓ１２）。温度予測部１３５は、上記（式１）に示した駆動温度予測モデルに、外気温と全天日射量を代入して、駆動温度を算出する（Ｓ１３）。直散分離部１３４は、全天日射量を所定の直散分離モデル（例えば、Erbsモデル）を使用して、直達日射量と散乱日射量に分離する（Ｓ１４）。

変換効率補正部１３２は標準条件下の変換効率を、散乱日射量、照度依存係数、駆動温度、及び温度依存係数を用いて補正して、散乱日射光の変換効率を算出する（Ｓ１５）。また変換効率補正部１３２は標準条件下の変換効率を、直達日射量、照度依存係数、入射角度、入射角度依存係数、駆動温度、及び温度依存係数を用いて補正して、直達日射光の変換効率を算出する（Ｓ１６）。発電量予測部１３６は、散乱日射量、散乱日射光の変換効率、直達日射量、直達日射光の変換効率、及び太陽電池１の受光面積をもとに太陽電池１の発電量を予測する（Ｓ１７）。

以上の説明では、太陽電池１の発電量を予測するための基礎データとして、太陽電池１を実際に設置している場所、又は設置する予定の場所の、過去の気象データ（全天日射量、外気温）を使用した。設置予定場所の気象データを取得できれば、実際に設置しなくても、その場所の発電量を予測することができる。従って、太陽電池１の設置前に複数の設置場所候補の発電量を予測し、比較検討することができる。

太陽電池１の発電量を予測するための基礎データとして、既に設置済みの太陽電池１の過去データ（全天日射量、駆動温度）を使用してもよい。この場合、気象データ保存装置６から気象データを取得する必要がない。また外気温を太陽電池１の駆動温度に変換する必要もなく、太陽電池１の駆動温度の過去データをそのまま使用することができる。なお、熱電対の代わりに外気温計を使用する場合、計測された外気温を駆動温度に変換する必要がある。

図５は、本発明の実施の形態に係る発電量予測装置１０の第２接続例を示す図である。この例では、太陽光発電システムに日射センサ１ａ及び温度センサ１ｂを設置する必要がある。

太陽電池１の近傍に、水平面に対して平行に日射センサ１ａが設置される。日射センサ１ａには例えば、全天日射計を使用することができる。日射センサ１ａは、日射量（＝太陽放射エネルギー量）を計測し、計測した日射量を計測データ保存装置４に出力する。

太陽電池１のパネル裏面に温度センサ１ｂが設置される。温度センサ１ｂには例えば、熱電対を使用することができる。なお太陽電池１のパネル内にサーミスタを組み込んでもよい。温度センサ１ｂは、太陽電池１の駆動温度を計測し、計測した駆動温度を計測データ保存装置４に出力する。

計測データ保存装置４は、日射センサ１ａから入力される日射量、及び温度センサ１ｂから入力される駆動温度の計測データを保存する。計測データ保存装置４には例えば、一般的なデータロガーを使用することができる。計測データ保存装置４は、電力変換装置２と独立に設置されてもよいし、電力変換装置２に内蔵されてもよい。

計測データ保存装置４は例えば、入力される日射量および駆動温度の計測データを所定の間隔（例えば、１分単位）で保存する。なお本実施の形態では、発電量予測装置１０で予測される発電量と、電力変換装置２で実際に計測された発電量（以下、実測発電量という）を比較検証するため、実測発電量を計測データ保存装置４で保存する例を想定する。なお、実測発電量の計測データ保存装置４への保存は省略してもよい。

計測データ保存装置４は、保持している計測データをネットワーク５を介して定期的に発電量予測装置１０に送信する。なお太陽電池１の設置場所において、計測データ保存装置４内の計測データをリムーバブルメディアに書き出し、当該リムーバブルメディアを発電量予測装置１０のメディア挿入部１２に挿入することにより、当該計測データを発電量予測装置１０に読み込ませてもよい。計測データ保存装置４がネットワーク５に非接続でスタンドアローンで動作している場合、この方法が用いられる。

図６（ａ）、（ｂ）は、近畿地方のある場所に設置された太陽電池１の発電量を示すグラフを示す図である。この太陽電池１は、受光総面積が約１０ｍ^２で、南向きに約２０°の傾斜で設置されている。また標準条件下の変換効率は約２０％である。

図６（ａ）は、当該太陽電池１の１年間の予測発電量（依存性考慮あり）、実測発電量、及び予測発電量（依存性考慮なし）を比較したグラフである。予測発電量（依存性考慮あり）は、当該太陽電池１に設置された全天日射計、外気温計により計測された全天日射量、外気温をもとに上記第２の発電量予測モデルを使用して予測した発電量である。実測発電量は、当該太陽電池１の出力電圧・出力電流をもとに実際に計測された発電量である。予測発電量（依存性考慮なし）は、当該太陽電池１に設置された全天日射計と標準条件下の変換効率をもとに予測した発電量である。

図６（ａ）に示すように予測発電量（依存性考慮あり）と実測発電量はほぼ同じ値になる。なお時間別の予測発電量（依存性考慮あり）と時間別の実測発電量との比較検証を行ったところ、両者の相関係数が０．９９９以上であった。これは、入射角度、放射照度、駆動温度の３つのパラメータで、実環境下の様々な変動要因を、ほぼ説明できていることを示している。即ち、上記第２の発電量予測モデルを使用すれば、全天日射量と外気温から実測発電量をほぼ正確に予測できることを示している。

図６（ｂ）は、上記太陽電池１の設置場所の過去２９年分の日射量データ、外気温データから平均年データ、多照年データ、及び寡照年データを生成し、それぞれのデータをもとに予測した発電量を比較したグラフである。平均年データは例えば、過去２９年分の月別の日射量から月毎に最も平均的な年を抽出し、それらを１年間分つなぎ合わせたデータで生成する。多照年データ及び寡照年データも同様に生成する。これにより、気象条件を考慮した、おおよその年間発電量を予測することができる。

以上説明したように本実施の形態によれば、太陽光（全天日射量）をベースとして、実環境の変動要因となる主な３つのパラメータ（放射照度、入射角度、及び温度）を反映した発電量予測モデルを使用することにより、太陽電池１の実測発電量に極めて近い発電量を算出することができる。この点、図６（ａ）に示すように太陽電池１の変換効率の照度依存性、入射角度依存性、及び温度依存性を考慮しないモデルでは、予測発電量と実測発電量との乖離が大きくなる。

また気象データ保存装置６に保存されている日射量、及び外気温の過去データをもとに発電量を予測できるため、太陽電池１を実際に設置しなくても、設置予定場所の発電量を予測することができる。従って複数の候補地の発電量を比較検討することにより、最適な設置場所を決定することができる。また実際に設置されている太陽電池１についても、設置前の過去に遡ってデータを収集することができる。従って、実際に計測された日射量および外気温のデータと、気象データ保存装置６から取得した当該場所の日射量および外気温のデータを組み合わせて当該場所に設置されている太陽電池１の発電量を予測することもできる。

以上、本発明を実施の形態をもとに説明した。実施の形態は例示であり、それらの各構成要素や各処理プロセスの組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

上述の実施の形態では、気象データ保存装置６から取得した過去データ、または実際に計測された過去データを、そのまま基礎データとする例を説明した。この点、過去データを加工して生成した基礎データを使用してもよい。例えば、全世界的な気候変動の影響を過去データに反映させる加工を施してもよい。

上述の実施の形態では、標準条件下の変換効率η_０を補正するための、照度依存係数Ｅ（Ｉ）、入射角度依存係数Ｅ（θ）及び温度依存係数ｆ（ｔ）を関数（４次関数、１次関数）を用いて導出する例を示したが、テーブル参照により導出してもよい。

上述の実施の形態では、照度依存係数Ｅ（Ｉ）、入射角度依存係数Ｅ（θ）及び温度依存係数ｆ（ｔ）の３つの係数を用いて標準条件下の変換効率η_０を補正したが、３つの係数の少なくとも１つ係数を用いて補正してもよい。例えば、照度依存係数Ｅ（Ｉ）のみを用いて標準条件下の変換効率η_０を補正した変換効率を用いて発電量を予測する場合でも、標準条件下の変換効率η_０をそのまま使用して発電量を予測する場合より、予測精度は向上する。

なお、実施の形態は、以下の項目によって特定されてもよい。

［項目１］
所定の場所に設置される太陽電池（１）に入射される日射量の予測データを入力するデータ入力部（１３１）と、
予め導出された前記太陽電池（１）の変換効率と日射量との第１依存関係と、前記日射量の予測データを使用した前記変換効率の第１の補正処理、及び予め導出された前記太陽電池（１）の変換効率と太陽光の入射角度との第２依存関係と、太陽軌道をもとに推定される入射角度を使用した前記変換効率の第２の補正処理の少なくとも一方を実行する変換効率補正部（１３２）と、
前記入力された日射量の予測データと前記補正された変換効率をもとに、前記太陽電池（１）の発電量を予測する発電量予測部（１３６）と、
を備えることを特徴とする太陽電池（１）の発電量予測装置（１０）。
これによれば、第１依存関係および／または第２依存関係を考慮することにより、発電量の予測精度を向上させることができる。
［項目２］
前記変換効率補正部（１３２）は、前記第１の補正処理、前記第２の補正処理、及び予め導出された前記太陽電池（１）の変換効率と前記太陽電池（１）の温度との第３依存関係と、前記太陽電池の温度の予測データを使用した前記変換効率の第３の補正処理を実行することを特徴とする項目１に記載の太陽電池（１）の発電量予測装置（１０）。
これによれば、第１依存関係、第２依存関係、及び第３依存関係を考慮することにより、実測発電量とほぼ同じ発電量を予測することができる。
［項目３］
前記日射量の予測データは、全天日射量の予測データであり、
本発電量予測装置（１０）は、
前記入力された全天日射量を所定の分離式を用いて、散乱日射量と直達日射量に分離する直散分離部（１３４）をさらに備え、
前記変換効率補正部（１３２）は、
前記第１依存関係と前記分離された散乱日射量をもとに前記太陽電池（１）の散乱日射に対する変換効率を補正し、かつ前記第３依存関係と前記太陽電池（１）の温度の予測データをもとに前記太陽電池（１）の散乱日射に対する変換効率を補正し、
前記第１依存関係と前記分離された直達日射量をもとに前記太陽電池（１）の直達日射に対する変換効率を補正し、かつ前記第２依存関係と太陽軌道をもとに推定される入射角度をもとに前記太陽電池（１）の直達日射に対する変換効率を補正し、かつ前記第３依存関係と前記太陽電池（１）の温度の予測データをもとに前記太陽電池（１）の直達日射に対する変換効率を補正し、
前記発電量予測部（１３２）は、前記分離された散乱日射量と前記補正された前記太陽電池（１）の散乱日射に対する変換効率との積、及び前記分離された直達日射量と前記補正された前記太陽電池（１）の直達日射に対する変換効率との積をもとに、前記太陽電池（１）の発電量を予測することを特徴とする項目２に記載の太陽電池（１）の発電量予測装置（１０）。
これによれば、散乱日射成分と、直達日射成分ごとに変換効率を補正する精緻な予測モデルを構築することができる。
［項目４］
前記日射量の予測データは、前記太陽電池（１）が設置される場所の過去の気象データに基づくデータであり、
本発電量予測装置（１０）は、
前記太陽電池（１）が設置される場所の気温の予測データと、当該場所の日射量の予測データと、所定の予測式をもとに、前記太陽電池（１）の温度を予測する温度予測部（１３５）をさらに備えることを特徴とする項目２または３に記載の太陽電池（１）の発電量予測装置（１０）。
これによれば、太陽電池（１）が設置される前の状態において、設置後の発電量を予測することができる。
［項目５］
所定の場所に設置される太陽電池に入射される日射量の予測データを入力するステップと、
予め導出された前記太陽電池の変換効率と日射量との第１依存関係と、前記日射量の予測データを使用した前記変換効率の第１の補正処理、及び予め導出された前記太陽電池の変換効率と太陽光の入射角度との第２依存関係と、太陽軌道をもとに推定される入射角度を使用した前記変換効率の第２の補正処理の少なくとも一方を実行するステップと、
前記入力された日射量の予測データと前記補正された変換効率をもとに、前記太陽電池の発電量を予測するステップと、
を備えることを特徴とする太陽電池の発電量予測方法。
これによれば、第１依存関係および／または第２依存関係を考慮することにより、発電量の予測精度を向上させることができる。
［項目６］
所定の場所に設置される太陽電池に入射される日射量の予測データを入力するステップと、
予め導出された前記太陽電池の変換効率と日射量との第１依存関係と、前記日射量の予測データを使用した前記変換効率の第１の補正処理、及び予め導出された前記太陽電池の変換効率と太陽光の入射角度との第２依存関係と、太陽軌道をもとに推定される入射角度を使用した前記変換効率の第２の補正処理の少なくとも一方を実行するステップと、
前記入力された日射量の予測データと前記補正された変換効率をもとに、前記太陽電池の発電量を予測するステップと、
をコンピュータに実行させることを特徴とする太陽電池の発電量予測プログラム。
これによれば、第１依存関係および／または第２依存関係を考慮することにより、発電量の予測精度を向上させることができる。

１太陽電池、１ａ日射センサ、１ｂ温度センサ、２電力変換装置、３系統、４計測データ保存装置、５ネットワーク、６気象データ保存装置、１０発電量予測装置、１１通信部、１２メディア挿入部、１３制御部、１３１データ入力部、１３２変換効率補正部、１３３入射角度推定部、１３４直散分離部、１３５温度予測部、１３６発電量予測部、１４コンソール部、１５記憶部。

本発明は、太陽電池の発電量を予測することに利用可能である。

Claims

所定の場所に設置される太陽電池に入射される日射量の予測データを入力するデータ入力部と、
予め導出された前記太陽電池の変換効率と日射量との第１依存関係と、前記日射量の予測データを使用した前記変換効率の第１の補正処理、予め導出された前記太陽電池の変換効率と太陽光の入射角度との第２依存関係と、太陽軌道をもとに推定される入射角度を使用した前記変換効率の第２の補正処理、及び予め導出された前記太陽電池の変換効率と前記太陽電池の温度との第３依存関係と、前記太陽電池の温度の予測データを使用した前記変換効率の第３の補正処理を実行する変換効率補正部と、
前記入力された日射量の予測データと前記第１〜第３の少なくとも１つの補正処理を経て補正された変換効率をもとに、前記太陽電池の発電量を予測する発電量予測部と、
を備えることを特徴とする太陽電池の発電量予測装置。
前記日射量の予測データは、全天日射量の予測データであり、
本発電量予測装置は、
前記入力された全天日射量を所定の分離式を用いて、散乱日射量と直達日射量に分離する直散分離部をさらに備え、
前記変換効率補正部は、
前記第１依存関係と前記分離された散乱日射量をもとに前記太陽電池の散乱日射に対する変換効率を補正し、かつ前記第３依存関係と前記太陽電池の温度の予測データをもとに前記太陽電池の散乱日射に対する変換効率を補正し、
前記第１依存関係と前記分離された直達日射量をもとに前記太陽電池の直達日射に対する変換効率を補正し、かつ前記第２依存関係と太陽軌道をもとに推定される入射角度をもとに前記太陽電池の直達日射に対する変換効率を補正し、かつ前記第３依存関係と前記太陽電池の温度の予測データをもとに前記太陽電池の直達日射に対する変換効率を補正し、
前記発電量予測部は、前記分離された散乱日射量と前記補正された前記太陽電池の散乱日射に対する変換効率との積、及び前記分離された直達日射量と前記補正された前記太陽電池の直達日射に対する変換効率との積をもとに、前記太陽電池の発電量を予測することを特徴とする請求項１に記載の太陽電池の発電量予測装置。
前記日射量の予測データは、前記太陽電池が設置される場所の過去の気象データに基づくデータであり、
本発電量予測装置は、
前記太陽電池が設置される場所の気温の予測データと、当該場所の日射量の予測データと、所定の予測式をもとに、前記太陽電池の温度を予測する温度予測部をさらに備えることを特徴とする請求項２に記載の太陽電池の発電量予測装置。
所定の場所に設置される太陽電池に入射される日射量の予測データを入力するステップと、
予め導出された前記太陽電池の変換効率と日射量との第１依存関係と、前記日射量の予測データを使用した前記変換効率の第１の補正処理、及び予め導出された前記太陽電池の変換効率と太陽光の入射角度との第２依存関係と、太陽軌道をもとに推定される入射角度を使用した前記変換効率の第２の補正処理、及び予め導出された前記太陽電池の変換効率と前記太陽電池の温度との第３依存関係と、前記太陽電池の温度の予測データを使用した前記変換効率の第３の補正処理を実行するステップと、
前記入力された日射量の予測データと前記第１〜第３の少なくとも１つの補正処理を経て補正された変換効率をもとに、前記太陽電池の発電量を予測するステップと、
を備えることを特徴とする太陽電池の発電量予測方法。
所定の場所に設置される太陽電池に入射される日射量の予測データを入力するステップと、
予め導出された前記太陽電池の変換効率と日射量との第１依存関係と、前記日射量の予測データを使用した前記変換効率の第１の補正処理、予め導出された前記太陽電池の変換効率と太陽光の入射角度との第２依存関係と、太陽軌道をもとに推定される入射角度を使用した前記変換効率の第２の補正処理、及び予め導出された前記太陽電池の変換効率と前記太陽電池の温度との第３依存関係と、前記太陽電池の温度の予測データを使用した前記変換効率の第３の補正処理を実行するステップと、
前記入力された日射量の予測データと前記第１〜第３の少なくとも１つの補正処理を経て補正された変換効率をもとに、前記太陽電池の発電量を予測するステップと、
をコンピュータに実行させることを特徴とする太陽電池の発電量予測プログラム。