JP6765567B2 - 発電システム及びエネルギー生成システム - Google Patents

Description

本開示は包括的には電力系統に関し、より詳細には、電力生産者によって生産され、電力系統を通して送電される電力量を制御するシステム及び方法に関する。

再生可能エネルギー資源の開発及び電力系統に関して技術的に進歩しているにもかかわらず、現在のエネルギーインフラストラクチャは、そのような電力に対する需要が増加するにつれて、迅速な改善を必要とする数多くの制約を受けており、グリッドセキュリティに関する重要性が増すとともに、「環境に優しい（green）」資源を使用することに関する規制上の要件が目立つようになってきた。

太陽光、風力、波力及び太陽熱等の再生可能エネルギーから引き出される電力は、次第に信頼性が増してきているが、いずれも、これらの電力が、広く普及し、コストが低く、効率的であり、持続的に実用的な電力源になるのを妨げるいくつかの制約を含む。各資源に関する構成要素の最大限の性能を管理するのが非常に難しいことを意味する、時間帯による変化及び気象条件の変動等の要因に起因して、いずれの電力も本来信頼性がない。これらの電力のいずれかを組み合わせると、エネルギー需要を満たすためにデバイス及び構成要素を運用することに関わる元来の非効率性を管理することが一層難しくなるのは明らかである。

それにもかかわらず、「クリーン」又は「環境に優しい」再生可能資源から生成された電力を使用する必要性が迅速に高まりつつある。生態学及び環境に関する意識の高まり、並びに、炭素系の化石燃料へのエネルギー依存を減らしたいという希望、及び地政学的な懸念にさらされることから生じる入手可能性及び価格に関する懸念を減らしたいという希望により、数多くの政府が、炭素系、又は別の非再生可能エネルギー源から生成される電力の生産量及び消費量を指示するか、又はそれに関して制約を課す規制を実施することに至っている。このため、再生可能エネルギー資源から生成される効率的で、費用対効果がある電力に関して、持続的に開発したいという強い要望がある。

さらに、電力系統は単一の実在物ではなく、複数のネットワーク及び複数の発電所からなる集合体であり、複数のエネルギー事業者が様々なレベルの通信及び協調を利用している。スマートグリッドが、電力供給者と、電力消費者と、長距離送電又は地域配電のいずれかを実行するためにその電力を搬送するネットワークとの間の接続性、自動化及び協調を高める。

現時点の従来の配電系統には、複数の実在物が関与する。例えば、電力の生産が１つの実在物を表すことができ、一方、電力の長距離送電が別の実在物である。これらの実在物がそれぞれ、最終的に消費者に電力を供給する１つ以上の配電網と互いに影響を及ぼし合う。本明細書において説明される制御の分割は絶対ではないが、それでも、分散した送電系統にわたって電力を動的に制御する場合のハードルを表す。

電力系統に関するいくつかの制約が電力の流れを妨げる可能性がある。例えば、電気に対する供給及び需要、電力系統自体に関する一般条件、例えば、経年劣化、故障又は旧型機器、及び場所特有又は過負荷の問題のうちの１つ以上に基づいて、送電をサポートする電力系統の能力に関する時間依存、及び／又は地理的依存の制約が存在する場合がある。この問題は、再生可能であるが、信頼性のないエネルギー源を導入することにより一層複雑になる。例えば、電力生産者又は電力消費者は、対応する地域内に位置するエネルギー発生機と負荷との間でエネルギーを分配する地域エネルギー事業者としての役割を果たすことができる。再生可能エネルギー源に信頼性がないことを含む、種々の理由に起因して、地域エネルギー事業者は、異なる時点において、電力生産者及び電力消費者の両方になる可能性がある。例えば、地域エネルギー事業者は、その地域の発電機が複数の地域内の負荷によって要求されるエネルギーより多くのエネルギーを生産するときに電力生産者である。対照的に、地域エネルギー事業者は、その地域の発電機が複数の地域内の負荷によって要求されるエネルギーより少ないエネルギーを生産するときに電力消費者である。そのような変わりやすさ（versatility）は、電力系統に供給されるエネルギーと電力系統から消費されるエネルギーとの間のバランスを妨げる。

いくつかの方法が、各電力生産者又は電力消費者が供給又は消費する必要があるエネルギー量を判断することによって、電力系統内のエネルギーの流れのバランスを決定し、維持する。例えば、特許文献１において開示されている方法は、対応するエネルギー量を判断するために、全てのエネルギー事業者から全ての情報を収集する制御システムを教示している。しかしながら、この方法は、各エネルギー事業者が制御システムと全ての情報を共有することを必要とし、プライバシーに関する制約に起因して、状況によっては望ましくない可能性がある。

したがって、各電力生産者のプライバシーに関する制約を保護しながら、電力系統を通して送電される電力量を制御することが必要とされている。

米国特許第８，４０１，７０９号

本開示は電力系統に関し、より詳細には、電力生産者によって生産され、電力系統を通して送電される電力量を制御するシステム及び方法に関する。

いくつかの実施形態は、異なる電力生産者が、自身で、及び／又は互いに独立して、対応する生成されるエネルギー量を判断することができるという認識に基づく。そのようにして、各電力生産者は、個々の電力生産者のプライバシーを保護するために、分散方式において自らのデータ、又は公表されているデータを使用することができる。

いくつかの実施形態は、エネルギー生産コストがエネルギー生産量の影響を受けやすいという認識に基づく。具体的には、本開示は、生産コストに及ぼすエネルギー生産量の影響力（sensitivity）に基づいて、電力生産者が自らのエネルギー生産量をスケジューリングする能力（sensibility）を実現する。しかしながら、いくつかの実施形態は、そのコストに対する直接の影響力に基づいてエネルギー生産量を推定することが、適用例によっては実効的でない可能性があり、結果として、独立系統運用機関（ＩＳＯ）によって実行されるバランシング問題に過大な計算労力を要する可能性があるという理解に基づく。それは１つには、電力生産者が、２つの異なるエネルギータイプ、すなわち、第一に、送電系統の消費者によって要求される実際のエネルギー、及び第二に、送電系統の安定した運用を維持するために独立系統運用機関によって電力生産者間で確保されることになるエネルギーを生産するように要求されるためである。それら２つのタイプのエネルギーは、同じ生成コストを有するが、エネルギー市場において異なる価値を有する可能性がある。

例えば、前日電力市場（day-ahead electricity market）において、通常の電力生産者は、１２ＰＭ等の所与の時刻前に、ＩＳＯに最適な段階的供給オファー曲線を提示することを目指す。電力生産者の供給オファーは、時間ステップごとの価格及び量（需要エネルギー及び予備エネルギー）を対にしたものであることに留意されたい。例えば、これは１時間から或る特定の数の値対までを含むことができ、すなわち、これはＩＳＯによって決まる可能性があり、その値対は価格上昇順に編成される。さらに、これは、１０個までの値対において需要エネルギーに関する供給オファーを許可できるＩＳＯを含むことができる。対照的に、予備エネルギーに関する供給オファーは、１時間あたりの予備エネルギーの価格及び量の単一の対として与えられる。

いくつかの実施形態は、需要エネルギー及び予備エネルギーの生成が同時に最適化される必要があるという理解に基づく。その場合、本開示のいくつかの実施形態は、生産量に及ぼす、エネルギーを生産することによる電力生産者の値関数の影響力に基づいて、エネルギー生産量を決定する。電力生産者の値関数は、販売エネルギーによる収入から生成コストを減算することによって計算することができる。したがって、値関数の影響力は、生産量に及ぼす生産コストの影響力にも依存するが、結果として生じる量は需要エネルギー及び予備エネルギーの差を反映し、それゆえ、ＩＳＯによって実行されるエネルギーバランシングを簡略化する。

しかしながら、生産コストはエネルギー市場に関する状況から独立しているが、値関数は、エネルギーに関する市場清算価格及び／又は他の電力生産者からのオファー等の、市場条件に依存する。そのような情報は容易に入手できず、及び／又は不確実であり、それゆえ、電力生産者は、市場条件に関する情報不足から生じる収入の不正確な計算に起因して、自らの生成決定を最適化できない。

いくつかの実施形態は、不確実な前日市場清算価格及び競合者の動向を残存曲線の形でモデル化できるという理解に基づく。時間ステップごとに、残存曲線は、市場清算価格を、電力生産者のエネルギー割当量の単調非増加関数と定義する。電力生産者の割当量は、電力生産者によって生産されるエネルギー量であり、前日市場において清算される全エネルギー生産量と定義される。残存曲線は、電力系統内の全清算済エネルギーから、競合者によって提示される量を減算することによって取得される。残存曲線が取得されると、それらの曲線を用いて、前日市場清算価格と、前日エネルギー割当量との間の関係を最終的に規定することができる。

残存曲線は通常、電力系統に供給されるエネルギーに関する曲線のみを含む。これらの曲線は、本明細書において、残存需要曲線（ＲＤＣ：residual demand curve）と呼ばれる。しかしながら、いくつかの実施形態は、残存需要曲線の概念が、残存予備力曲線（ＲＲＣ：residual reserve curve）の形でモデル化されることになる予備エネルギー市場に拡張できるという理解に基づく。理論的には、瞬動予備力はあらかじめ決定することができるが、実際には、電力生産者の予備力も電力生産者間の競合に直面しつつある。したがって、いくつかの実施形態は、残存予備力曲線も、電力生産者の予備力割当量の関数として、市場清算予備力価格をモデル化できることを認識した。そのようにして、残存需要曲線及び残存予備力曲線は、需要エネルギー及び予備エネルギーの同時最適化のための制約としての役割を果たすことができる。残存需要曲線及び残存予備力曲線を同時に使用するとき、統合需要エネルギー及び予備エネルギー市場において需要エネルギー及び予備エネルギーの両方を供給する場合の同時最適化を保証することができる。

いくつかの実施形態は、残存曲線が、エネルギー生産量の全範囲に及ぶことができるという認識に基づく。例えば、需要エネルギー及び予備エネルギーを同時に最適化するエネルギー生産量は、解かれるべき非線形確率的最適化問題としてモデル化することができる。しかしながら、混合整数線形計画法（mixed integer linear programming）等の、そのような非線形確率的最適化問題を解くための解法は計算規模が大きく、すなわち、大量の計算能力及びメモリ使用量を必要とする。

したがって、いくつかの実施形態は、残存曲線が市場需要の関数であり、それゆえ、市場需要自体が、最適な生産量に関する探索空間を制限する可能性があるという認識に基づく。その場合に、いくつかの実施形態は、履歴データを用いて、電力系統によって要求されるエネルギー及び電力生産者によって確保されることになるエネルギーの必要な量を推定し、決定された量の近傍内でエネルギー生産量の同時最適化を実行する。そのようにして、電力生産者の運用をスケジューリングするための計算要件を緩和することができ、それゆえ、電力生産者は、あまり時間をかけることなく、同時最適化問題を解くことができる。

本開示の一実施形態によれば、電気を生成し、独立系統運用機関（ＩＳＯ）によって運用される電力システムに供給するための電力生産者の発電システムを開示する。複数の電力生産者が電力システムに電気を供給し、複数の電力消費者が電力システムから電気を要求する。電力生産者の発電システムは、電力生産者の一組の発電機を備える。この発電システムは、ＩＳＯから、将来のエネルギー生成期間にわたる電力システムに関する需要エネルギー量の予測を受信し、ＩＳＯから、その将来のエネルギー生成期間にわたる、電力システムに関する予備エネルギー量の予測を受信する受信機を備える。受信機と通信するプロセッサは、時間ステップごとの需要エネルギーの受信された予測に基づいて、将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する需要エネルギーの価格及び量に関連する残存需要曲線を決定するように構成される。残存需要曲線は、１つの区間が電力生産者に関する最も可能性が高い需要エネルギー量を含むような、複数の区間を含む。時間ステップごとの予備エネルギーの受信された予測に基づいて、将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する予備エネルギーの価格及び量に関連する残存予備力曲線を決定する。残存予備力曲線は、１つの区間が電力生産者に関する最も可能性が高い予備エネルギー量を含むような、複数の区間を含む。電力生産者によって、需要エネルギー及び予備エネルギーを生成することからの収入と、生成されるエネルギーを生産するコストとの間の差の値関数を最適化することによって、将来のエネルギー生成期間の時間ステップごとの一組の発電機の運用スケジュールを決定する。各需要エネルギー量を生成することに関する収入は、残存需要曲線に従って決定され、各予備エネルギー量を生成することに関する収入は残存予備力曲線に従って決定される。生成される各エネルギー量を生産するコストは、一組の発電機の各発電機の状態によって決まる。値関数最適化は、残存需要曲線の区間及び残存予備力曲線の区間の影響を受けるだけでなく、発電機の運用に関する制約、及び生成されるエネルギー量に関する制約の両方の制約も受ける。この発電システムは、受信機がＩＳＯから運用スケジュールの承諾を受信すると、その運用スケジュールに従ってエネルギーを生産するように一組の発電機を制御するコントローラを備える。

本開示の一実施形態によれば、電気を生成し、独立系統運用機関（ＩＳＯ）によって運用される電力システムに供給するための電力生産者のエネルギー生成システムを開示する。複数の電力生産者が電力システムに電気を供給し、複数の電力消費者が電力システムから電気を要求する。電力生産者のエネルギー生成システムは、電力生産者の一組の発電機を有する。この生成システムは、ＩＳＯから、将来のエネルギー生成期間にわたる電力システムに関する需要エネルギー量の予測を受信し、ＩＳＯから、その将来のエネルギー生成期間にわたる、電力システムに関する予備エネルギー量の予測を受信する受信機を備える。電力生産者のエネルギー生成システムは、受信機と通信するプロセッサを備える。プロセッサは、時間ステップごとの需要エネルギーの受信された予測に基づいて、将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する需要エネルギーの価格及び量に関連する残存需要曲線を決定するように構成される。将来のエネルギー生成期間は少なくとも前日期間であり、残存需要曲線は、１つの区間が電力生産者に関する最も可能性が高い需要エネルギー量を含むような、複数の区間を含む。時間ステップごとの予備エネルギーの受信された予測に基づいて、将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する予備エネルギーの価格及び量に関連する残存予備力曲線を決定する。残存予備力曲線は、１つの区間が電力生産者に関する最も可能性が高い予備エネルギー量を含むような、複数の区間を含む。電力生産者によって、需要エネルギー及び予備エネルギーを生成することからの収入と、生成されるエネルギーを生産するコストとの間の差の値関数を最適化することによって、将来のエネルギー生成期間の時間ステップごとの一組の発電機の運用スケジュールを決定する。各需要エネルギー量を生成することに関する収入は、残存需要曲線に従って決定され、各予備エネルギー量を生成することに関する収入は残存予備力曲線に従って決定される。生成される各エネルギー量を生産するコストは、一組の発電機の各発電機の状態によって決まる。値関数最適化は、残存需要曲線の区間及び残存予備力曲線の区間の影響を受けるだけでなく、発電機の運用に関する制約、及び生成されるエネルギー量に関する制約の両方の制約も受ける。この生成システムは、受信機がＩＳＯから運用スケジュールの承諾を受信すると、その運用スケジュールに従ってエネルギーを生産するように一組の発電機を制御するコントローラを備える。

本開示は、本開示の例示的な実施形態の非限定的な例として述べる複数の図面に関する以下の詳細な説明において更に説明される。これらの図面において、同様の参照符号は、図面のいくつかの図を通して同様の部分を表している。示されている図面は、必ずしも一律の縮尺というわけではなく、その代わり、一般的に、以下に開示する実施形態の原理を示すことに強調が置かれている。

本開示のいくつかの実施形態による、電気を生成し、電力システムに供給するための電力生産者の発電システムのいくつかのステップの概略的なブロック図である。 本開示のいくつかの実施形態による、電気を生成し、電力システムに供給するための電力生産者の発電システムの構成要素及びステップを示す概略図である。 本開示のいくつかの実施形態による、独立系統運用機関（ＩＳＯ）によって調整される電力システムと接続される電力生産者を示す概略図である。 本開示のいくつかの実施形態による、機械学習ベース近似状態−空間動的計画法を使用するために、電力生産者のための自己スケジューリング計画を決定するいくつかの方法ステップを示すブロック図である。 本開示のいくつかの実施形態による、人工ニューラルネットワークベース機械学習法を用いて、市場清算需要価格を予測することを示す概略図である。 本開示のいくつかの実施形態による、人工ニューラルネットワークベース機械学習法を用いて、市場清算予備力価格を予測することを示す概略図である。 本開示のいくつかの実施形態による、電力生産者に関する残存需要曲線を示すグラフである。 本開示のいくつかの実施形態による、人工ニューラルネットワークを用いて、複合競合者需要供給オファー曲線を市場清算需要価格、及び市場清算需要価格の範囲によってクラスタリングされるシステム清算済需要にマッピングするいくつかの方法ステップを示すブロック図である。 本開示のいくつかの実施形態による、電力生産者に関する残存需要曲線を決定するいくつかの方法ステップを示すブロック図である。 本開示のいくつかの実施形態による、複合需要供給オファー曲線を市場清算需要価格及びシステム需要予測にマッピングするために使用される人工ニューラルネットワークに関する入力設定及び出力設定を示す概略図である。 本開示のいくつかの実施形態による、人工ニューラルネットワークを用いて、複合競合業者予備力供給オファー曲線を市場清算予備力価格、及び市場清算予備力価格の範囲によってクラスタリングされるシステム予備力要件にマッピングするいくつかの方法ステップを示すブロック図である。 本開示のいくつかの実施形態による、電力生産者に関する残存予備力曲線を決定するいくつかの方法ステップを示すブロック図である。 本開示のいくつかの実施形態による、複合予備力供給オファー曲線を市場清算予備力価格及びシステム予備力予測にマッピングするために使用される人工ニューラルネットワークに関する入力設定及び出力設定を示す概略図である。 本開示のいくつかの実施形態による、市場清算需要価格及び予備力価格と、システム需要予測及び予備力予測とに基づいて、人工ニューラルネットワークを用いて、電力生産者に関する、取り得る清算済需要割当量及び予備力割当量と、予備力使用済比とを推定するための入力設定及び出力設定を示す概略図である。 本開示のいくつかの実施形態による、熱発電機の運用状態を示すグラフである。 本開示のいくつかの実施形態による、需要割当量及び予備力割当量と、所与の発電状況組み合わせとの組み合わせに関する、時間ステップｋ＝１における予想将来値を示すグラフである。 本開示のいくつかの実施形態による、後方反復方式を使用する動的計画法の意思決定手順を示す概略図である。 本開示のいくつかの実施形態による、前方反復方式を使用する動的計画法の意思決定手順を示す概略図である。 本開示のいくつかの実施形態による、後方反復方式を用いて、自己スケジューリングを解くためのいくつかの方法ステップを示すブロック図である。 本開示のいくつかの実施形態による、前方反復方式を用いて、自己スケジューリング問題を解くためのいくつかの方法ステップを示すブロック図である。 本開示のいくつかの実施形態による、前方反復方式を用いて、自己スケジューリング問題を解くためのいくつかの方法ステップを示すブロック図である。 本開示の実施形態による、代替の電力生産者コントローラを用いて実施することができる、図１Ａの方法を示すブロック図である。

上記で明らかにされた図面は、ここに開示されている実施形態を記載しているが、この論述において言及されるように、他の実施形態も意図されている。この開示は、限定ではなく代表例として例示の実施形態を提示している。ここに開示されている実施形態の原理の範囲及び趣旨に含まれる非常に多くの他の変更及び実施形態を当業者は考案することができる。

概略
本開示は電力系統に関し、より詳細には、電力生産者によって生産され、電力系統を通して送電される電力量を制御することに関する。

本開示の実施形態は、異なる電力生産者が、自身で、及び／又は互いに独立して、対応する生成されるエネルギー量を判断することができるという認識に基づく。そのようにして、各電力生産者は、個々の電力生産者のプライバシーを保護するために、分散方式において自らのデータ、又は公表されているデータを使用することができる。

いくつかの実施形態は、エネルギー生産コストがエネルギー生産量の影響を受けやすいという認識に基づく。具体的には、本開示は、生産コストに及ぼすエネルギー生産量の影響力に基づいて、電力生産者が自らのエネルギー生産量をスケジューリングすることが合理的である。しかしながら、いくつかの実施形態は、そのコストに対する直接の影響力に基づいてエネルギー生産量を推定することが、実効的ではなく、結果として、独立系統運用機関（ＩＳＯ）によって実行されるバランシング問題に過大な計算労力を要する可能性があるという理解に基づく。それは１つには、電力生産者が、２つの異なるエネルギータイプ、すなわち、送電系統の消費者によって要求される実際のエネルギー、及び、システムの安定した運用を維持するために独立系統運用機関によって電力生産者のもとで確保されることになるエネルギーを生産するように要求されるためである。それら２つのタイプのエネルギーは、同じ生成コストを有するが、エネルギー市場において異なる価値を有する可能性がある。

例えば、前日電力市場において、通常の電力生産者は、１２ＰＭ等の所与の時刻前に、ＩＳＯに最適な段階的供給オファー曲線を提示することを目指す。電力生産者の供給オファーは、時間ステップごとの価格及び量を対にしたものであり、例えば、１時間から或る特定の数の値対までであり（すなわち、ＩＳＯによって決まる）、その値対は価格上昇順に編成されることに留意されたい。例えば、ＩＳＯは、１０個の値対までの供給オファーを許容することができる。対照的に、予備力オファーは、１時間あたりのエネルギーの価格及び予備力量の単一の対として与えられる。

いくつかの実施形態は、需要エネルギー及び予備エネルギーの生成が同時に最適化される必要があるという理解に基づく。そのため、いくつかの実施形態は、生産量に及ぼす、エネルギーを生産することによる電力生産者の値関数の影響力に基づいて、エネルギー生産量を決定する。電力生産者の値関数は、販売エネルギーによる収入から生成コストを減算することによって計算することができる。したがって、値関数の影響力は、生産量に及ぼす生産コストの影響力にも依存するが、結果として生じる量は需要エネルギー及び予備エネルギーの差を反映し、それゆえ、ＩＳＯによって実行されるエネルギーバランシングを簡略化する。

しかしながら、生産コストはエネルギー市場に関する状況から独立しているが、値関数は、エネルギーに関する市場清算価格及び／又は他の電力生産者からのオファー等の、市場条件に依存する。そのような情報は容易に入手できず、及び／又は不確実である。

いくつかの実施形態は、不確実な前日市場清算価格及び競合者の動向を残存曲線の形でモデル化できるという理解に基づく。時間ステップごとに、残存曲線は、市場清算価格を、電力生産者のエネルギー割当量の単調非増加関数と定義する。電力生産者のエネルギー割当量は、電力生産者によって生産されるエネルギー量であり、前日市場において清算される全エネルギー生産量と定義される。残存曲線は、電力系統内の全清算済エネルギーから、競合者によって提示される量を減算することによって取得される。

残存曲線は通常、電力系統に供給されるエネルギーに関する曲線のみを含む。これらの曲線は、本明細書において、残存需要曲線（ＲＤＣ）と呼ばれる。しかしながら、いくつかの実施形態は、残存需要曲線の概念が、残存予備力曲線（ＲＲＣ）の形でモデル化されることになる予備エネルギー市場に拡張できるという理解に基づく。理論的には、瞬動予備力はあらかじめ決定することができるが、実際には、電力生産者の予備力も電力生産者間の競合に直面しつつある。したがって、いくつかの実施形態は、残存予備力曲線も、電力生産者の予備力割当量の関数として、市場清算予備力価格をモデル化できることを認識した。そのようにして、残存需要曲線及び残存予備力曲線は、需要エネルギー及び予備エネルギーの同時最適化のための制約としての役割を果たすことができる。

いくつかの実施形態は、残存曲線が、エネルギー生産量の全範囲に及ぶことができるという認識に基づく。例えば、需要エネルギー及び予備エネルギーを同時に最適化するエネルギー生産量は、解かれるべき非線形確率的最適化問題としてモデル化することができる。しかしながら、混合整数線形計画法等の、そのような非線形確率的最適化問題を解くための解法は計算規模が大きく、すなわち、大量の計算能力及びメモリ使用量を必要とする。

しかしながら、いくつかの実施形態は、残存曲線が市場需要の関数であり、それゆえ、市場需要自体が、最適な生産量に関する探索空間を制限する可能性があるという認識に基づく。そのため、いくつかの実施形態は、履歴データを用いて、電力系統によって要求されるエネルギー及び電力生産者によって確保されることになるエネルギーの必要な量を推定し、決定された量の近傍内でエネルギー生産量の同時最適化を実行する。そのようにして、電力生産者の運用をスケジューリングするための計算要件を緩和することができる。

図１Ａは、本開示のいくつかの実施形態による、電気を生成し、電力システムに供給するための電力生産者の発電システムのいくつかのステップの概略的なブロック図である。電力生産者の発電システム１００は、電気を生成し、独立系統運用機関（ＩＳＯ）によって運用される電力システムに供給するためのものである。複数の電力生産者が電力システムに電気を供給し、複数の電力消費者が電力システムから電気を要求する。電力生産者の発電システムは、電力生産者の一組の発電機を備える。電力生産者の発電システムは、１つのコンピュータ１５１若しくは同様のデバイス、又は複数のコンピュータを備えることができる。コンピュータ（複数の場合もある）は異なる場所に位置し、互いに通信することができると考えられる。さらに、コンピュータの他の構成要素が他の場所に位置する場合があるが、ネットワーク又は何らかの同様の構成を介して接続される。

図１Ａのステップ１１６は、受信機１５３を介して、ＩＳＯから、将来のエネルギー生成期間にわたる、電力システムに関する需要エネルギー量の予測を受信することと、ＩＳＯから、将来のエネルギー生成期間にわたる、電力システムに関する予備エネルギー量の予測を受信することとを含む。

図１Ａのステップ１２６は、受信機１５３と通信するプロセッサ１５５が、時間ステップごとの需要エネルギーの受信された予測に基づいて、将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する需要エネルギーの価格及び量に関連する残存需要曲線を決定するように構成されることを含む。残存需要曲線は、１つの区間が電力生産者に関する最も可能性が高い需要エネルギー量を含むような、複数の区間を含む。

図１Ａのステップ１３６は、プロセッサ１５５を用いて、時間ステップごとの予備エネルギーの受信された予測に基づいて、将来のエネルギー生成期間の各時間ステップにおける、その時間ステップに関する予備エネルギーの価格及び量に関連する残存予備力曲線を決定するように処理される。残存予備力曲線は、１つの区間が電力生産者に関する最も可能性が高い予備エネルギー量を含むような、複数の区間を含む。適用例に応じて、複数のプロセッサが使用される場合もあると考えられる。

図１Ａのステップ１４６は、プロセッサ１５５を用いて、電力生産者による、需要エネルギー及び予備エネルギーを生成することからの収入と、生成されるエネルギーを生産するコストとの間の差の値関数を最適化することによって、将来のエネルギー生成期間の時間ステップごとの一組の発電機の運用スケジュールを決定するように処理される。各需要エネルギー量を生成することに関する収入は残存需要曲線に従って決定され、各予備エネルギー量を生成することに関する収入は残存予備力曲線に従って決定される。生成される各エネルギー量を生産するコストは、一組の発電機の各発電機の状態によって決まる。値関数最適化は、残存需要曲線の区間及び残存予備力曲線の区間の影響を受けるだけでなく、発電機の運用に関する制約、及び生成されるエネルギー量に関する制約の両方の制約も受ける。

図１Ａのステップ１５６は、受信機がＩＳＯから運用スケジュールの承諾を受信すると、コントローラ１５７を用いて、一組の発電機を制御して、運用スケジュールに従ってエネルギーを生産できることを含む。ここでもまた、複数のコントローラは異なる場所に位置することができるとともに、適用例に応じて、複数のコントローラを使用できることが考えられる。

図１Ｂは、本開示のいくつかの実施形態による、電気を生成し、電力システムに供給するための電力生産者の発電システムの構成要素及びステップを示す概略図である。

電力生産者の発電システム１００は、電気を生成し、独立系統運用機関（ＩＳＯ）１４０によって運用することができる電力システム１１５に電気を供給する。電力生産者の発電システム１００は、一組の発電機１５０と、１つのコンピュータ１５１若しくは同様のデバイス、又は複数のコンピュータとを備えることができる。

図１Ｂを更に参照すると、発電システムの受信機１５３が、ＩＳＯから、将来のエネルギー生成期間にわたる電力システムに関する需要エネルギー量の予測を受信し、ＩＳＯから、将来のエネルギー生成期間にわたる電力システムに関する予備エネルギー量の予測を受信する（ステップ１１６）。

その後、受信機１５３と通信するプロセッサ１５５が、時間ステップごとの需要エネルギーの受信された予測に基づいて、将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する需要エネルギーの価格及び量に関連する残存需要曲線を決定し（ステップ１２６）、時間ステップごとの予備エネルギーの受信された予測に基づいて、将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する予備エネルギーの価格及び量に関連する残存予備力曲線を決定する（ステップ１３６）。残存需要曲線及び残存予備力曲線が決定された後に、プロセッサ１５５は、電力生産者による、需要エネルギー及び予備エネルギーを生成することからの収入と、生成されるエネルギーを生産するコストとの間の差の値関数を最適化することによって、将来のエネルギー生成期間の時間ステップごとの一組の発電機の運用スケジュールを決定する（ステップ１４６）。

図１Ｂを更に参照すると、電力生産者の発電システム１００が、将来のエネルギー生成期間の時間ステップごとの一組の発電機の決定された運用スケジュールをＩＳＯ１４０に送信し、受信機１５３を介して、ＩＳＯ１４０から決定されたスケジュールに関する承諾が受信されると、コントローラ１５７が、運用スケジュールに従って、エネルギーを生産するように一組の発電機１５０を制御する（ステップ１５６）。

任意選択で、電力生産者の発電システム１００は、競合者の供給オファー曲線、システムエネルギー及び価格データをコンピュータ可読メモリ１４４に記憶することができ、コンピュータ可読メモリは、プロセッサ１５５及びコントローラ１５７と通信する。さらに、入力インターフェース１４５が、メモリ１４４及びプロセッサ１５５及びコントローラ１５７と通信可能とすることができる。例えば、ユーザが、入力インターフェース１４５のユーザインターフェースを介して、所定の条件、すなわち、先渡契約量及び価格、並びに値関数不一致に関する所定の閾値を入力することができる。具体的な適用例（複数の場合もある）に応じて、受信機、プロセッサ及びコントローラは、単一のコンピュータシステムとすることができるか、又は異なる場所に位置する複数のコンピュータシステムとすることができると考えられる。

図１Ｃは、本開示のいくつかの実施形態による、独立系統運用機関（ＩＳＯ）によって調整される電力システムと接続される電力生産者を示す概略図である。詳細には、図１Ｃは、電力市場環境下にある電力システムを示す。電力システムは、電力生産者１１０Ａ、１１０Ｂ及び１１０Ｃと呼ばれる、そのシステムのための電力を生産する一組の発電所を備えることができる。各電力生産者１１０Ａ、１１０Ｂ及び１１０Ｃは、発電機と呼ばれる、複数の発電ユニット１５０を有することができる。また、電力システムは、送電線１３０によって接続されるネットワークを通して、電力生産者１１０Ａ、１１０Ｂ及び１１０Ｃによって供給される電力を消費する、電力消費者と呼ばれる、一組のエンドユーザ１２０Ａ、１２０Ｂを含むこともできる。独立系統運用機関（ＩＳＯ）１４０が、電力システムの安定した運用を維持管理するために、生産者と消費者との間を協調させる責任を負う。通信リンク１６０を通して、ＩＳＯと、生産者又は消費者との間で情報を交換するために通信ネットワークを使用することができる。図１Ｃにおいて、一例として、３つの電力生産者１１０Ａ、１１０Ｂ及び１１０Ｃと、２つの電力消費者１２０Ａ、１２０Ｂと、５つの送電線１３０とが存在する。各生産者１１０Ａ、１１０Ｂ及び１１０Ｃは４つの発電機を有することができる。電力生産者の発電スケジューリングは、ＩＳＯによって集中方式において、又は電力生産者自体によって分散方式において決定することができる。本開示の一態様は、電力生産者の最適な自己スケジューリングに重点を置く。

規制緩和された電力市場は、電力生産者間の競合を容易にし、それにより、最終的には、エンドユーザのための電気料金を下げることが期待される。競争電力市場において、電力生産者の目的は、前日及びリアルタイムの両方の需要エネルギー及び予備エネルギー市場における自らの発電機の自己スケジューリングによる金銭的利益を最大化することである。本開示は、便宜上、プライスメーカーである電力生産者に重点を置く。しかしながら、本開示の方法は、プライステイカー、プライスメーカーの両方に関して容易に使用することができる。プライスメーカーは市場清算価格（ＭＣＰ）に影響を及ぼす力を有し、一方、プライステイカーは、スケジューリング問題において、自らの推定される市場清算価格を使用できることに留意されたい。

図１Ｃを更に参照すると、前日電力市場において、電力生産者は、１２ＰＭ等の所与の時刻前に、独立系統運用機関に最適な段階的供給オファー曲線を提示することを目指す。電力生産者の供給オファーは、時間ステップごとの価格及び量を対にしたものであることに留意されたい。例えば、１時間から或る特定の数のステップまでがあり（すなわち、ＩＳＯによって決まる）、そのステップは価格上昇順に編成される。また、ＩＳＯは、最大で１０ステップにおいて、供給オファーを許可することができる。予備力オファーは、１時間あたりの価格及び予備力の単一又は複数の対として与えられる。電力生産者は、不確実な市場清算需要価格及び予備力価格、気象予報及び競合者オファー下で、自らの発電機を自己スケジューリングすることによって、これらのオファーを取得する。

自己スケジューリング問題の目的は、電力生産者の純利益を最大化することであり、それは、販売電力による収入から、発電コストを減算することによって計算される。発電コストは、運用コスト、固定費及び運転開始／停止コストを含む。販売電力による収入は、販売価格と販売エネルギーとの乗算によって計算され、それは非線形である。制約は、発電限界、最短関与／非関与時間（committed/de-committed times）、発電機の出力上昇／降下速度、及び電力生産者と接続される送電線に関する容量限界である。これらの制約のうちのいくつかも非線形である。

電力生産者の自己スケジューリングは、解かれるべき非線形確率的最適化問題としてモデル化することができる。広く用いられている解法は、混合整数線形計画法（ＭＩＬＰ）及び動的計画法を含む。ＭＩＬＰソルバーは結果として、１時間あたり一定の発電スケジュールをもたらすので、不確実な状況下でリアルタイムに決定を行うのに役に立たない。さらに、残存需要曲線、残存予備力曲線及び非線形制約が、段階的又は区分的線形曲線として近似されなければならない。非線形制約、残存予備力曲線及び残存需要曲線に対する近似の精度を上げるにつれて、整数変数の数が増加するので、結果として、計算時間が著しく増加する。動的計画法は、結果として最適な解をもたらし、不確実な状況下でリアルタイムに決定を行う完全なツールを提供する。しかしながら、動的計画法は、状態空間、決定空間及び結果空間の次元数に難点がある。

図１Ｃを更に参照すると、不確実な前日市場清算価格及び競合者の動向は、残存需要曲線（ＲＤＣ）の形でモデル化することができる。残存需要曲線は、需要エネルギーに関する市場清算価格を、時間ステップあたりの需要エネルギーに関する電力生産者の割当量の単調非増加関数として定義する。電力生産者の割当量は、前日市場において清算される全エネルギー生産量と定義される。残存需要曲線は、全清算済需要から競合者によって提示される量を減算することによって取得される。残存需要曲線を推定するために、広範な異なる手法が提案されてきた。例えば、残存需要曲線は、過去数日間の複合競合者オファー曲線及びノンパラメトリック手法を仮定して取得される。電力生産者は、需要予測、気象及び競合者の動向に応じて、自らの前日オファーを対抗して更新する。しかしながら、電力市場によっては、日々のエネルギー市場オファーデータは、或る一定の期間後にのみ、例えば、４か月遅れでのみ入手可能である。数か月前の競合者の供給オファー曲線を仮定すると、結果として解の精度が低下する。従来、予備力があらかじめわかっているものと仮定されるが、実際には、電力生産者の予備力も、電力生産者間の競合に直面している。残存需要曲線の概念を予備力にも拡張し、残存予備力曲線（ＲＲＣ）を用いて、予備エネルギーに関する市場清算価格を予備エネルギーに関する電力生産者の割当量の関数としてモデル化することが望ましい。

本開示は、一組の発電機を備え、送電線を通して電力システムに物理的に接続する電力生産者の発電スケジューリングを制御する方法を開示し、電力システムは、独立系統運用機関（ＩＳＯ）によって運用され、電力を生産する少なくとも１つの電力生産者と、電力を消費する少なくとも１つの電力消費者とを有し、電力生産者は、双方向通信リンクを通して、ＩＳＯと通信する。本開示は、電力生産者の自己スケジューリング問題をマルコフ決定過程（Markov decision process）としてモデル化し、それを機械学習ベース状態−空間近似動的計画法を用いて解き、クラスタリングベース人工ニューラルネットワーク手法を使用することによって生成される残存需要曲線及び残存予備力曲線を用いて、競合者の動向が不確実である状況下で、市場清算需要及び予備力価格と、電力生産者の需要割当量及び予備力割当量との間の関係をモデル化する。

図１Ｃを更に参照すると、フィードフォワードニューラルネットワークモデルを用いて、翌日の電力生産者に関する取り得る清算済需要及び予備力割当量が推定される。ニューラルネットワークは、入力として、１時間あたりの市場清算需要価格、１時間あたりの市場清算予備力価格、全システム需要及び全システム予備力要件をとり、出力として、生産者に関する、１時間あたりの需要割当量、１時間あたりの予備力割当量及び１時間あたりの予備力使用済比をとるように構成される。ニューラルネットワークは、或る日数にわたる一組の履歴データセットでトレーニングされ、特定の日に対応する各データセットが、入力として、１時間あたりの市場清算需要価格、１時間あたりの市場清算予備力価格、全システム需要及び全システム予備力要件を含み、出力として、生産者に関する、１時間あたりの需要割当量、１時間あたりの予備力割当量及び１時間あたりの予備力使用済比を含む。入力として、予測される１時間あたりの市場清算需要価格、予測される１時間あたりの市場清算予備力価格、全システム需要予測及び全システム予備力要件予測に送り込まれることによって生成されるトレーニングされたニューラルネットワークの出力に基づいて、翌日の生産者に関する、取り得る清算済みの１時間あたりの需要割当量及び１時間あたりの予備力割当量を決定することができる。翌日の電力生産者に関する取り得る清算済需要割当量及び予備力割当量は、１つのニューラルネットワークを用いて翌日の全ての時間ステップを同時に予測することによって、又は時間ステップごとに独立したニューラルネットワークを用いて翌日の各時間ステップを別々に予測することによって取得することができる。

動的計画法プロセス中に、全ての取り得る需要割当量及び予備力割当量と、取り得る発電機状況の組み合わせとから予想される将来利益を表すために、決定対象期間（decision horizon）において時間ステップごとに値関数が生成される。これらの値関数を用いて、電力生産者に関する前日市場のための最適な入札曲線を生成し、不確実な状況下でも最適にしておくために、リアルタイム決定及びリアルタイム入札を支援する。リアルタイム市場における各時間ステップにおいて、値関数を用いて、ベルマン最適性条件を解くことによって、現在の発電を所与としたときの次の時間ステップのための最適な需要割当量及び予備力割当量を決定することができる。現在の発電は、前日市場においてＩＳＯによって承諾された需要割当量及び予備力割当量の量と、予測できない使用される予備力の量とによって決まる。これを所与とすると、電力生産者は、リアルタイム市場における自らの価格を調整することができ、ベルマン最適性条件に従って最適にしておくために、最良の発電決定を行うことができる。

図２は、本開示のいくつかの実施形態による、機械学習ベース近似状態−空間動的計画法を使用するために、電力生産者のための自己スケジューリング計画を決定するいくつかの方法ステップを示すブロック図である。

図２は、翌日の１時間あたりの電力システムに関する全需要予測及び全予備力予測を取得するためにＩＳＯと通信することと（ステップ２１０）と、ＩＳＯから取得されたデータに従って翌日の１時間あたりの市場清算需要価格及び市場清算予備力価格を予測すること（ステップ２２０）と、予測された市場清算需要価格及び予備力価格と、履歴による競合者需要及び予備力供給オファー曲線とに基づいて、電力生産者に関する翌日の１時間あたりの残存需要曲線及び残存予備力曲線を予測すること（ステップ２３０）と、履歴による電力生産者の清算済需要及び予備力と、取得されたシステム需要及び予備力要件予測とに基づいて、電力生産者に関する翌日の１時間あたりの取り得る清算済需要割当量及び予備力割当量を推定すること（ステップ２４０）と、翌日の電力生産者に関する最適な発電スケジューリング及び１時間あたり需要−予備力入札点を決定すること（ステップ２５０）とを含む、一組の連続したステップを通して電力生産者の自己スケジューリングを解くことを示す。

図２のステップ２５０は、自己スケジューリング問題の非線形制約と、残存需要及び予備力曲線内の全ての必要な点とを正確にモデル化するのを容易にするために動的計画法を使用して実施することができる。機械学習ベース状態空間近似方式を組み込み、所望の状態のみがループオーバーされるが、解の精度が低下していないように、需要及び予備力割当量状態を削減することによって、計算労力が更に削減される。この状態空間近似方式を用いて、動的計画中に、推定される清算済需要及び予備力割当量状態に近い需要及び予備力割当量状態のみが保持される。

機械学習を通しての残存需要曲線及び残存予備力曲線のモデル化
本開示は、不確実な市場清算需要価格を需要エネルギーに関する電力生産者の割当量の関数としてモデル化する残存需要曲線（ＲＤＣ）に加えて、予備力価格を予備エネルギーに関する電力生産者の割当量の関数としてモデル化する残存予備力曲線（ＲＲＣ）を使用する。残存予備力曲線及び残存需要曲線はいずれも、クラスタリングベース人工ニューラルネットワーク（ＡＮＮ）手法を用いて推定され、結果として、ノンパラメトリック手法のみを使用するより良好な推定値が生成される。残存需要曲線を例にとると、電力生産者の残存需要曲線は、以下の手順を通して取得することができる。履歴個別需要供給オファー曲線が最初に組み合わせられ、翌日の対応する市場清算需要価格に従ってクラスタリングされる。前日最適化中に、電力生産者の推定された市場清算価格を用いて、対応するクラスタを選択する。このクラスタ内で、人工ニューラルネットワークを用いて、複合競合者需要供給オファー曲線を全システム需要及び需要価格にマッピングするモデルをトレーニングする。トレーニングされたノンパラメトリックモデルを用いて、ＩＳＯからのシステム需要予測、又は需要入札から推定されるシステム需要予測を所与として、前日複合供給オファー曲線を推定し、時間ステップごとのＲＤＣを生成する。

電力生産者に関する翌日の１時間あたりの残存需要曲線の予測は、以下のステップ、すなわち、個々の電力生産者の需要供給オファーを加算し、ＩＳＯからの前日清算済需要で複合需要供給オファー曲線の最大限度を設定することによって、日数間にわたるその時間あたりの複合競合者需要供給オファー曲線を決定するステップと、ｋ平均アルゴリズムベースのユークリッド距離を用いて、対応する市場清算需要価格に従って、複合競合者需要供給オファー曲線を一組のクラスタに分割するステップと、推定された市場清算需要価格を用いて、対応する複合競合者需要供給オファー曲線でクラスタを識別するステップと、フィードフォワードニューラルネットワークモデルをトレーニングして、競合者需要供給オファー曲線を選択されたクラスタのための対応する需要価格にマッピングするステップであって、ネットワークのための出力は１時間あたりの需要割当量及び１時間あたりの需要価格であり、ネットワークのための入力は市場清算需要価格及び全システム需要である、ステップと、前日市場清算需要価格及び全需要予測に基づいて、トレーニングされたニューラルネットワークモデルを用いて、複合需要供給オファー曲線を推定するステップと、前日清算済システム需要推定値から推定された複合競合者需要供給オファー曲線を減算することによって、残存需要曲線を決定するステップとを含む、ステップを順次に実行することによって実施することができる。

同様に、電力生産者に関する翌日の１時間あたりの残存予備力曲線は、以下のステップ、すなわち、個々の電力生産者の予備力供給オファーを加算し、ＩＳＯからの前日清算済予備力予測で複合予備力供給オファー曲線の最大限度を設定することによって、日数間にわたるその時間あたりの複合競合者予備力供給オファー曲線を決定するステップと、ｋ平均アルゴリズムベースのユークリッド距離を用いて、対応する市場清算予備力価格に従って、複合競合者予備力供給オファー曲線を一組のクラスタに分割するステップと、推定された市場清算予備力価格を用いて、対応する複合競合者予備力供給オファー曲線でクラスタを識別するステップと、フィードフォワードニューラルネットワークモデルをトレーニングして、競合者予備力供給オファー曲線を選択されたクラスタのための対応する価格にマッピングするステップであって、ネットワークのための出力は１時間あたりの予備力割当量及び１時間あたりの予備力価格であり、ネットワークのための入力は市場清算予備力価格及び全システム予備力である、ステップと、前日市場清算予備力価格及び全予備力要件に基づいて、トレーニングされたニューラルネットワークモデルを用いて、複合予備力供給オファー曲線を推定するステップと、前日清算済予備力推定値から推定された複合競合者予備力供給オファー曲線を減算することによって、残存予備力曲線を決定するステップとを含む、ステップを用いて決定することができる。

市場清算需要価格及び予備力価格に従ってクラスタリングされた履歴供給曲線に基づいて、残存需要曲線及び残存予備力曲線が決定される。正しいクラスタを選択するために、翌日に関する市場清算価格が最初に予測されなければならない。市場清算需要価格及び予備力価格はいずれも、構成は異なるが、フィードフォワードニューラルネットワークモデルを用いて予測される。

図３Ａは、本開示のいくつかの実施形態による、人工ニューラルネットワークベース機械学習法を用いて、市場清算需要価格を予測することを示す概略図である。

翌日のための電力システムに関する１時間あたりの市場清算需要価格の予測は、フィードフォワードニューラルネットワークモデルを用いて実施され、ニューラルネットワークは誤差逆伝搬アルゴリズム（backpropagation algorithm）を用いてトレーニングされる。図３Ａに示されるように、ニューラルネットワーク３１０は、入力として、１時間あたりのシステム需要３２２、初日の市場清算需要価格３２４及び二日目の１時間あたりのシステム需要３２６をとり、出力として、二日目の１時間あたりの市場清算需要価格３３０をとるように構成される。初日及び二日目は異なる時間セットを有することができる。例えば、市場が１２ＰＭにおいて、オファーを提示するように電力生産者に要求する場合には、初日は、その日の１２ＰＭ前の２４個の１時間単位の時間ステップを含むように設定することができる。それに対して、二日目は、二日目に属する厳密に２４時間の全てを含む。ニューラルネットワークは、数日間にわたる一組の履歴データセットとともに誤差逆伝搬アルゴリズムを用いてトレーニングされ、各データセットは初日及び二日目の対を含み、初日からのデータは、入力として、１時間あたりの清算済システム需要及び１時間あたりの市場清算需要価格を含み、二日目からのデータは、入力として、１時間あたりの清算済システム需要を含み、出力として、１時間あたりの市場清算需要価格を含む。翌日のための電力システムに関する１時間あたりの市場清算需要価格は、入力として、１時間あたりの清算済システム需要、当日のための１時間あたりの市場清算需要価格、及び翌日のための１時間あたりの予測されるシステム需要に送り込まれることによって、トレーニングされたニューラルネットワークから出力を生成することによって決定される。

図３Ｂは、本開示のいくつかの実施形態による、人工ニューラルネットワークベース機械学習法を用いて、市場清算予備力価格を予測することを示す概略図である。

同様に、翌日のための電力システムに関する１時間あたりの市場清算予備力価格は、図３Ｂのように構成されるフィードフォワードニューラルネットワークモデルを用いることによって予測することができる。図３Ｂにおいて、ニューラルネットワーク３４０は、入力として、１時間あたりの清算済システム予備力要件３５２、初日のための１時間あたりの市場清算予備力価格３５４、及び二日目のための１時間あたりの予備力要件３５６をとり、出力として、二日目のための１時間あたりの市場清算予備力価格３６０をとる。数日間にわたる一組の履歴データセットで誤差逆伝搬アルゴリズムを用いてニューラルネットワークをトレーニングした後に、各データセットは初日及び二日目の対を含み、初日は、入力として、１時間あたりの清算済システム予備力要件、１時間あたりの市場清算予備力価格を有し、二日目は、入力として、１時間あたりの予備力要件を、出力として、１時間あたりの市場清算予備力価格を有し、翌日のための電力システムに関する１時間あたりの市場清算予備力価格は、入力として、１時間あたりの清算済システム予備力要件、当日のための１時間あたりの市場清算予備力価格、及び翌日のための１時間あたりの予備力要件に送り込まれることによって、トレーニングされたニューラルネットワークから出力を生成することによって決定することができる。

図４Ａは、本開示のいくつかの実施形態による、電力生産者に関する残存需要曲線を示すグラフである。図４Ａは、電力生産者に関する典型的な残存需要曲線を示し、ｘ軸は発電される電力に関する生産者の需要割当量４１０を表し、ｙ軸は提示される需要価格４１２を表す。その曲線は複数の入札点４１４を有することができ、各点は、電力生産者に関する提示される需要割当量及び提示される需要価格の対を表す。その曲線は、図４Ａに示されるように段階的とすることができるか、又は区分的とすることができる。

所与の１時間における残存需要曲線が、電力システムに関する全清算済需要から、複合競合者需要供給オファー曲線全体を減算することによって取得される。複合競合者需要供給オファー曲線は、全ての提示される需要割当量が増加するにつれて増加することに留意されたい。同様に、所与の１時間における残存予備力曲線が、ＩＳＯによる全要求予備力から複合予備力供給オファー曲線全体を減算することによって生成される。

図４Ａを更に参照すると、所与のＩＳＯに関して、その履歴による電力生産者の需要及び予備力供給オファーデータと、その対応する清算済システム需要及び予備力要件とを用いて、クラスタリングベースノンパラメトリック手法を使用して、残存需要曲線及び予備力曲線をモデル化／推定する。

競合する電力生産者が少ない電力市場の場合、対応する前日曲線を推定するために、直前の日の供給オファー曲線を使用することが最良であることに留意されたい。競合する電力生産者は、需要の予測、予備力要件、気象及び競合者の動向に応じて、自らの前日オファーを対抗して更新する電力生産者と定義される。しかしながら、電力市場の大部分において、日々の供給オファーデータは、或る特定の期間後に入手可能である。例えば、電力市場では、数か月、例えば、４か月遅れになる。数か月前の競合者の供給オファー曲線を使用する結果として、解の精度が低下する。それゆえ、本開示は、直前の日の供給オファー曲線が入手できないことを仮定することができる。

この仮定が正しくなく、直前の日の曲線が入手可能であるが、生産者間の競合が激しい場合には、直前の日の曲線と、本開示の機械学習ベース方法を使用することによって予測される曲線との加重和を、電力生産者の自己スケジューリングを決定するための最終曲線として使用することができる。

これらの洞察を所与とすると、残存需要曲線はクラスタリングベースノンパラメトリック手法を用いて推定される。推定プロセスに関する詳細なステップは、図４Ｂ、図４Ｃ及び図４Ｄにおいて与えられる。

図４Ｂは、本開示のいくつかの実施形態による、人工ニューラルネットワークを用いて、複合競合者需要供給オファー曲線を市場清算需要価格によってクラスタリングされるシステム清算済需要にマッピングするいくつかの方法ステップを示すブロック図である。図４Ｂにおいて、ＩＳＯのための要求される需要エネルギーに関して、市場内にその電力生産者と競合するｍ個の競合者が存在し、複合競合者需要供給オファー曲線は、市場清算需要価格の範囲に従って、ｎ個のクラスタに分割される。

図４Ｂに示されるように、クラスタリングベースノンパラメトリック手法は最初に、１時間あたりの個々の電力生産者オファー４２０を加算することによって、長期の履歴期間（すなわち、６か月）にわたる１時間ごとの複合競合者需要供給オファー曲線を決定する（４２５）。複合需要供給オファー曲線の最大限度は、ＩＳＯからの電力システムに関する前日清算済全需要に設定される。これは、所与の需要供給オファー曲線に関して、最大需要価格が対応する日の市場清算需要価格であることを意味する。必要に応じて、複合競合者需要供給オファー曲線は、季節に応じて、又はその日のタイプ（平日、週末、及び休日等）に応じて、又は気象条件（暑い日及び寒い日等）に応じて分けることができる。

１時間ごとの決定された１時間あたりの複合競合者需要供給オファー曲線は、その後、対応する市場清算需要価格に従って、ｋ平均アルゴリズムを用いて一組のクラスタにグループ分けされる（４２７）。各クラスタは、異なる範囲の市場清算需要価格を表す。ｋ平均クラスタリングは、全観測結果を少数のクラスタに分割することを目的とし、各観測結果は、クラスタのプロトタイプとしての役割を果たす最も近い平均を有するクラスタに属する。

クラスタが生成された後に、クラスタごとに、人工ニューラルネットワークを用いて、履歴による複合需要供給オファー曲線４２４をそのクラスタに関する対応する履歴市場清算需要価格及び履歴全システム需要にマッピングするモデルをトレーニングする（４２８）。

図４Ｃは、本開示のいくつかの実施形態による、図４Ｂのステップを用いてトレーニングされた人工ニューラルネットワークが利用可能であるときに、電力生産者に関する前日スケジューリングのための残存需要曲線を決定するいくつかの方法ステップを示すブロック図である。

図４Ｃに示されるように、その時間における翌日のための推定される市場清算需要価格４６１を用いて、最初にクラスタが選択される（４６２）。その後、選択されたクラスタに関するトレーニングされた人工ニューラルネットワークを用いて、前日需要予測及び推定される市場清算需要価格に基づいて、複合需要供給オファー曲線を推定する（４６４）。その後、前日全需要予測（ＩＳＯから入手可能）４６０から、推定された複合競合者需要供給オファー曲線４６６を減算することによって、残存需要曲線が決定される（４６８）。

図４Ｄは、本開示のいくつかの実施形態による、複合需要供給オファー曲線を市場清算需要価格及びシステム需要予測にマッピングするために使用される人工ニューラルネットワークに関する入力設定及び出力設定を示す概略図である。図４Ｄにおいて、複合需要供給オファー曲線を記述するためにｐ個の入札点が使用される。

１時間ごとの、所与のクラスタに関する人工ニューラルネットワーク４７５は、入力として、市場清算需要価格４７０及び全システム需要４７２をとり、出力として、全ての入札点に関する、提示される需要割当量４７４及び需要価格４７６をとる。ニューラルネットワークは、需要供給オファー曲線、清算済システム需要及び市場清算需要価格の履歴データを用いてトレーニングされる。しかしながら、ニューラルネットワークが翌日のための複合需要オファー曲線を予測するために使用されるとき、翌日のためのシステム需要予測及び推定される市場清算需要価格が、その入力として使用される。

残存予備力曲線は、残存需要曲線を決定するのと同じ手法を用いて決定される。推定プロセスに関する詳細なステップは、図５Ａ、図５Ｂ及び図５Ｃに示される。

図５Ａは、本開示のいくつかの実施形態による、ニューラルネットワークを用いて、複合競合者予備力供給曲線を市場清算予備力価格によってクラスタリングされるシステム予備力要件にマッピングするいくつかの方法ステップを示すブロック図である。ＩＳＯのための要求される予備力を生産するために、市場内にその電力生産者と競合するｍ個の競合者が存在し、複合競合者予備力供給オファー曲線は、市場清算予備力価格の範囲に従って、ｎ個のクラスタに分割される。

図５Ａに示されるように、１時間あたりの個々の電力生産者オファー５１０を加算することによって、所定の履歴期間にわたる１時間ごとの複合競合者予備力供給オファー曲線が最初に決定される（５１５）。複合予備力供給オファー曲線の最大限度が、ＩＳＯからの電力システムに関する前日清算済全予備力要件に設定され、それゆえ、最大予備力価格は、所与の予備力供給オファー曲線に関する対応する日の市場清算予備力価格である。必要に応じて、複合競合者予備力オファー曲線も、季節に応じて、又はその日のタイプに応じて、又は気象タイプに応じて分けることができる。

１時間ごとの決定された１時間あたりの複合競合者予備力供給オファー曲線は、その後、対応する市場清算予備力価格に従って、ｋ平均アルゴリズムを用いて一組のクラスタにグループ分けされる（５１７）。各クラスタは、異なる範囲の市場清算予備力価格を表す。

クラスタが生成された後に、クラスタごとに、人工ニューラルネットワークを用いて、履歴による複合予備力供給オファー曲線５１４をそのクラスタに関する対応する履歴市場清算予備力価格及び履歴全システム予備力要件にマッピングするモデルをトレーニングする（５１８）。

図５Ｂは、本開示のいくつかの実施形態による、図５Ａのステップを用いてトレーニングされた人工ニューラルネットワークが利用可能であるときに、電力生産者に関する前日スケジューリングのための残存予備力曲線を決定するいくつかの方法ステップを示すブロック図である。

図５Ｂに示されるように、その時間における翌日のための推定される市場清算予備力価格５３２を用いて、最初にクラスタが選択される（５３４）。その後、選択されたクラスタに関するトレーニングされた人工ニューラルネットワークを用いて、前日予備力要件予測及び推定される市場清算予備力価格に基づいて、複合予備力供給オファー曲線を推定する（５３６）。その後、ＩＳＯから受信される前日全予備力予測５３０から、推定された複合競合者予備力供給オファー曲線５３８を減算することによって、残存予備力曲線が決定される（５４０）。

図５Ｃは、本開示のいくつかの実施形態による、複合予備力供給オファー曲線を市場清算予備力価格及びシステム予備力予測にマッピングするために使用される人工ニューラルネットワークに関する入力設定及び出力設定を示す概略図である。図５Ｃにおいて、複合予備力供給オファー曲線を記述するためにｐ個の入札点が使用される。

１時間ごとの、所与のクラスタに関する人工ニューラルネットワーク５５５は、入力として、市場清算予備力価格及び全システム予備力をとり、出力として、全ての入札点に関する、提示される予備力割当量及び予備力価格をとる。ニューラルネットワークは、予備力供給オファー曲線、清算済システム予備力及び市場清算予備力価格の履歴データを用いてトレーニングされる。翌日のための複合予備力オファー曲線を予測するためにニューラルネットワークが使用されるとき、その入力が、翌日のためのシステム予備力予測及び推定される市場清算予備力価格に置き換えられる。

気象情報が入手可能であり、エネルギー生産量に強い相関がある場合、特に、ソーラーパネル、ウィンドファーム及び水力発電所等の気象に依存する再生可能発電機が使用されるときに、ニューラルネットワークの入力として気象データが使用することができることに留意されたい。気象データは周囲温度、風速及び降水量を含む場合がある。

機械学習ベース状態−空間近似動的計画法とともに、クラスタリングベース手法から生成される残存需要及び予備力曲線を用いて、電力生産者の自己スケジューリング問題を解くことができる。

機械学習ベース状態−空間近似
電力生産者の自己スケジューリング問題は、日々の決定対象期間にわたる確率的最適化問題として定式化することができる。対象期間は２４時間であり、１時間の分解能で２４個の時間ステップに分割することができる。ここでは、決定時間ステップの長さに関する一例として１時間が選択される。３０分、１５分及び５分等の、異なる長さを有する他の時間ステップを使用することもできる。

電力生産者の自己スケジューリング問題を解くために、機械学習ベース状態−空間近似動的計画法が使用される。その手法は、状態−空間近似方式を動的計画法の手順に組み入れる。自己スケジューリング問題に関して、その目標は、ＩＳＯへの販売エネルギー及び予備力サービスを通して最大の利益を達成することができる、需要−予備力割当量及び発電機状況に関する最適な状態組み合わせを見つけることである。この３次元の状態−空間において全ての状態をループオーバーすることは、計算上難しいことは明らかである。この計算負荷を克服するために、機械学習を用いて、状態−空間に対する近似を行う。その目的は、解の精度を維持したまま、必要とされる状態、又は所望の状態のみをループオーバーすることである。

図６は、本開示のいくつかの実施形態による、ニューラルネットワークを用いて、推定される市場清算需要価格及び予備力価格と、システム需要予測及び予備力予測とに基づいて、電力生産者に関する清算済需要割当量及び予備力割当量を推定するための入力設定及び出力設定を示す概略図である。

本開示は、所与の１時間にわたる需要割当量状態及び予備力割当量状態が、２ステップ手順を通して近似することを規定する。最初に、図６に示されるように、所与の１時間にわたる、市場清算需要価格６１０、清算済システム需要６１５、市場清算予備力価格６２０及びＩＳＯによる予備力要件６２５（入力）を、所与の１時間にわたる、電力生産者の需要割当量６３５、予備力割当量６４０及び予備力使用済比６４５（出力）にマッピングするために、ＡＮＮを用いてノンパラメトリックモデル６３０をトレーニングする。その後、トレーニングされたノンパラメトリックモデルを用いて、推定される市場清算需要価格及び予備力価格と、所与の１時間にわたる需要及び予備力要件予測とを用いて、所与の１時間にわたる清算済前日需要割当量及び予備力割当量推定値を取得する。その後、推定された清算済需要及び予備力割当量状態を用いて、自己スケジューリング問題の対象となる状態空間を識別し、より細かい離散化を有することができる。対象地域の範囲は実験から見つけられ、機械学習からの推定値が高い誤差を有する場合には、より広くする必要がある。市場清算需要価格及び予備力価格は、データが入手可能である場合には、電力生産者の需要及び予備力割当量前の対応する市場清算需要価格及び予備力価格に置き換えることもできる。

図６に示されるように、ニューラルネットワークの入力として、気象情報を使用することができることに留意されたい。

自己スケジューリングの定式化並びに後方及び前方解法
電力生産者に関する自己スケジューリング問題の目的は、所与の決定対象期間にわたる所与の一組の発電機に関するエネルギー生産スケジュールを決定することである。そのスケジュールは、需要エネルギーからの要求及び予備エネルギーからの要求の両方を満たすべきである。決定対象期間は一組の時間ステップを含むことができる。ｇ及びｋを特定の発電機及び特定の時間ステップを表すものとし、Ｇ及びＫを発電機の全数及び時間ステップの全数を表すものとする。

電力生産者に関する状態変数は、市場清算需要価格

、市場清算予備力価格

、先渡双務契約価格

、全予備力割当量

、先渡双務契約電力

、及び全需要割当量

（先渡契約電力に含まれない）を含む。市場清算需要価格及び電力生産者の需要割当量は、残存需要曲線の形で提示され、市場清算予備力価格は、残存予備力曲線を通して予備力割当量の関数として提示される。市場清算予備力価格

は、調整能力オファー価格

及び調整サービスオファー価格

からなる。

発電機に関する状態変数は、オン／オフ状況

、現在の時間ステップにおいて発電される電力

、運転開始コマンド

、運転停止コマンド

、残りの非関与時間

、残りの関与時間

を含む。それらの状態変数を用いて、発電に関する決定を記述し、関連するコスト、報酬及び推移を計算する。

その問題に関する制約は、最大及び最小容量限界、接続される送電線の容量限界、最短関与及び非関与時間、電力生産者の発電機によって導入される出力上昇及び出力降下速度制約、並びに電力生産者の需要割当量及び予備力割当量によって導入される電力バランス要件及び最大発電要件を含む。発電機に関連する制約は、電力生産者によって使用される発電機のタイプによって決まる。熱、水力、風力及び太陽光等の異なるタイプの発電機は、異なる運用パターン及び要件を示す場合がある。熱発電機を例にとると、発電機が関与状況にあるとき、いくつかの異なる段階を含む場合があり、発電機の運用に関する異なる制約が使用される場合がある。

図７は、本開示のいくつかの実施形態による、熱発電機の運用状態を示すグラフである。ｘ軸７１０は１時間単位の時間であり、ｙ軸７２０は発電機から発電される電力を表す。

図７に示されるように、熱発電機は、５つの異なる状況を有することができる。熱発電機は、１つの非関与状況７３０と、関与するときの４つの連続した運用状況とを含み、連続した運用状況は、同期段階７４０と、ソーク（soak）段階７５０と、出力調整可能（dispatchable）段階７６０と、同期解除（desynchronization）段階７７０とを含む。同期段階、ソーク段階及び同期解除段階に要する時間はそれぞれ、τ^{ｇ，ｓｙｎ}、τ^{ｇ，ｓｏａｋ}及びτ^{ｇ，ｄｅｓ}によって与えられる。

図７を更に参照すると、同期段階中に瞬間的な時点ｔにおいて発電される電力は、同期発電限界

からソーク発電限界電力

まで線形に増加する。

ただし、ｔ^{ｇ，ｓｙｎ}は、同期段階に関する開始時間である。一方、瞬間的な時点ｔにおいて発電される電力は、ソーク段階中に、ソーク発電限界

から最小電力限界

まで線形に増加する。

ただし、ｔ^{ｇ，ｓｏａｋ}はソーク段階に関する開始時間である。さらに、同期解除段階中に、瞬間的な時点ｔにおいて発電される電力は、最小電力限界

から０まで線形に減少する。

ただし、ｔ^{ｇ，ｄｅｓ}は同期解除段階に関する開始時間である。

発電機は、出力調整可能であるときにのみ、システム予備力要件を満たすのに役立つことができる。出力調整可能段階中に、発電される電力は、最小発電限界

と最大発電限界

との間の範囲にあることができ、

これは、出力上昇速度ｒ^ｇ，ｕ及び出力降下速度ｒ^ｇ，ｄに従う。

発電機は、最短非関与時間τ^ｇ，ｄが満たされたとき

にのみ、オンに切り替える（すなわち、

）ことができる。ただし、

は時間ステップｋにおける発電機の残りの非関与時間を表す。

発電機は、最短関与時間τ^ｇ，ｕが満たされたとき

）にのみ、オフに切り替える（すなわち、

）ことができる。ただし、

は時間ステップｋにおける発電機の残りの関与時間を表す。

全ての発電機から発電される全電力は、電力生産者の需要割当量、先渡契約電力及び使用された予備力

（予備力容量

と、図６において決定される予備力使用済比との積として決定される）に等しくなければならない。

ただし、

である。

予備力割当量は

に従って、全ての時間ステップにおいて満たされなければならない。ただし、

は、出力変動速度及び最大発電限界を考慮に入れる最大可能発電である。

発電された電力は、電力生産者に接続される送電線を通して電力システムに送電される。複数の送電線が使用される場合があり、生産者は、他の生産者又は消費者と送電線を共有する場合もある。生産者に関する最大発電は、その生産者に接続される送電線の割当容量によって制限される。

ただし、

は電力生産者に接続される送電線ｌの電力容量である。α_ｌ，ｋは、生産者が使用できる、その容量の割当比である。β_ｌ，ｇは、送電線ｌに対する発電機ｇの寄与係数（contribution factor）であり、β_ｌ，ｇは、発電機ｇが送電線ｌに接続される場合には１に設定され、そうでない場合には、０に設定される。

時間ステップｋごとに、一組の状態ｓ_ｋを有することができ、各ｓ_ｋは、一組の発電機状態

及び一組の生産者状態

からなる。

ただし、

であり、

は発電機ｇに関する一組の状態である。

式（２）及び（３）は異時点間制約であるので、動的計画法を用いて自己スケジューリング問題を解くとき、それらの式を用いて、２つの連続した時間ステップにおける発電機に関する状態間の推移に制約を加える。式（２）及び（３）に基づいて、ｋからｋ＋１への発電機の状態の進展を記述するために、推移関数

が定義され、ｓ^Ｍ（・）は、発電限界、最短関与及び非関与時間、出力変動速度及び電力バランス等の発電機の運用上の制約からなるシステムモデルである。

自己スケジューリング問題の目的関数は、

によって与えられる。ただし、π^＊は最適ポリシー、すなわち、決定対象期間にわたる将来収益の予想される和を最大化する、状態πごとの行動の選択：Ｓ→Ａであり、π（ｓ_ｋ）は状態ｓ_ｋからの行動であり、Ｓ及びＡは状態空間及び行動空間であり、Ｃ_ｋ（ｓ_ｋ，π（ｓ_ｋ））は所与の時間ステップｋにおける寄与であり、それは、

によって与えられる。ただし、ｓ_ｋ＋１は、行動π（ｓ_ｋ）に従うことによって生じる時間ステップ（ｋ＋１）における状態である。

は時間ステップｋにおける予備力に関する稼働率（capacity utilization ratio）であり、サービスオファー時間を６０分で割った値と定義される。時間ステップが１時間であるとき、

である。ｃ^ｆｕｅｌ（・）は、発電機発電レベル

の線形又は非線形関数として表すことができる燃料コストであり、ｃ^{ｆｉｘｅｄ}（・）は、発電機状況

に関連する固定費であり、ｃ^{ｓｔａｒｔ}（・）は残りの非関与時間

の非線形関数と定義される運転開始コストであり、ｃ^ｓｈｕｔ（・）は、残りの関与時間

の非線形関数と定義される運転停止コストである。

寄与関数Ｃ_ｋ（ｓ_ｋ，π（ｓ_ｋ））は、販売電力による収入から発電コストを減算することによって計算される。発電コストは、運用コスト、固定費及び運転開始コスト、運転停止コストを含む。寄与は一般に、確率的な電力価格、電力生産者の割当量及び要求される予備力の影響に起因する確率変数であるので、電力生産者の自己スケジューリング問題は、予想される寄与の最適化として定式化される。

上記で定式化されたように、自己スケジューリング問題は、生産者の需要割当量、生産者の予備力割当量及び発電機状況組み合わせに関する３次元状態空間を伴う動的計画問題として扱うことができる。電力生産者状況の中で、その先渡契約電力及び価格が与えられ、その市場清算需要価格及び市場清算予備力価格は、対応する残存需要曲線及び残存予備力曲線が与えられる場合には、生産者需要割当量及び予備力割当量の関数であるので、生産者需要割当量及び予備力割当量のみが解かれるべき独立した状態として扱われる。発電機の状態に関して、対応する時間ステップ又は連続した時間ステップにおける発電機状況が与えられる場合には、その運転開始及び運転停止コマンド、並びに残りの関与時間及び非関与時間を決定することができる。非出力調整可能段階において運用される関与発電機の場合、発電される電力は、その対応するオン／オフ状況に基づいてのみ決定される。出力調整可能段階における発電機に関する発電される電力は、生産者の需要割当量及び予備力割当量、発電機状況及び初期／最終状態が与えられるときに、電力バランス及び発電限界を伴う運用コスト最小化問題を単に解くことによって決定することもできる。それゆえ、発電機オン／オフ状況組み合わせのみが、全ての発電機関連状態の中の独立した状態変数として扱われる必要がある。

（８）の問題は、分離可能な目的関数、及び推移関数のマルコフ特性に起因して、マルコフ決定過程（ＭＤＰ）として表すことができる。このことから、値関数Ｖ^π（ｓ_ｋ）を計算することによって、動的計画法が（８）のＭＤＰ形を解く。

値関数は、状態ｓ_ｋにおいて開始して、ポリシーπに従う予想将来収益と定義され、

によって与えられる。ただし、

は推移確率である。確率データが入手できないか、又は取得するのが難しいとき、予想値は最大値に置き換えることができ、すなわち、（１０ａ）の右辺が、ｓ’∈ＳにわたってＣ_ｋ（ｓ_ｋ，π（ｓ_ｋ），ｓ’）＋Ｖ^π（ｓ’）の最大値に置き換えられる。

最適ポリシーπ^＊は、（８）を最大化し、ベルマン最適性条件、すなわち、

も満たすものである。

（１１）の式は通常、後ろ向き帰納法、すなわち、値反復と呼ばれる手順を用いて計算され、その後、状態ごとの最大値行動を選択することによって、値関数から最適ポリシーが抽出される。この後方反復方式は一般に、決定対象期間の終了時の状態が既知であるときに使用される。代わりに、決定対象期間前の状態が既知であるときには、前方反復方式が使用される。本開示において、動的計画法の計算性能は、状態空間及び行動空間に対する近似を行うことによって改善される。

後方反復方式を使用するとき、状態−空間近似動的計画法は、アルゴリズム−１として記述することができる。
アルゴリズム１：
１：残存需要曲線及び残存予備力曲線をロードする
２：１日終了時状態を近似する
３：Ｖ_ｋ（ｓ_ｋ），∀ｋを初期化する
４：ｆｏｒ 時間ステップｋ＝Ｋ，．．．，１ ｄｏ
５： ｆｏｒ 需要割当量及び予備力割当量ｂ＝１，．．．，Ｂ ｄｏ
６： ｆｏｒ 発電機状況ｙ＝１，．．．，Ｙ ｄｏ
７： ｆｏｒ 将来状態ｒ＝１，．．．，Ｒ ｄｏ
８： 制約（１）〜（６）を用いて燃料コスト最小化問題を解くことによって発電機に関する最適な発電レベルを見つける
９： 固定費、運転開始及び運転停止コストを計算する
１０： （９）を用いて瞬時寄与を見つける
１１： ｅｎｄ ｆｏｒ 将来状態
１２： ベルマン方程式（１１）を解いて、現在の需要割当量及び予備力割当量、並びに発電機状況組み合わせ状態から、予想将来値を計算する
１３： ｅｎｄ ｆｏｒ 発電機状況
１４： ｅｎｄ ｆｏｒ 需要割当量及び予備力割当量
１５：ｅｎｄ ｆｏｒ 時間ステップ
１６：ｋ＝１における状態から全ての時間ステップに関する最適ポリシーを見つける

アルゴリズム−１に記述されているように、その方法は最初に、全ての時間ステップにわたる残存需要曲線及び残存予備力曲線をロードし、その問題についての知識（すなわち、履歴データ）を用いて、又は２日（又は３日以上）にわたって決定論的な発電機起動停止問題を解くことによって、１日終了時状態

及び

を近似する（ライン１〜２）。１日終了時状態を近似することを通して、所望の１日終了時状態へのパスを有しない全ての望ましくない状態を（時間を遡って）ループオーバーする必要がなくなる。

望ましくない状態にペナルティを課すか、又は所望の状態に対して恩恵を与える必要がある最後の時間ステップを除く、全ての時間ステップにわたる値関数を０に初期化する（ライン３）。所与の時間ステップにおける値関数は、全ての取り得る需要割当量、予備力割当量及び発電機状況組み合わせからの予想将来収益と定義される（すなわち、３次元値関数）。

需要割当量及び予備力割当量対の全ての取り得る組み合わせが、対応する残存需要曲線及び残存予備力曲線を用いて、所与の時間ステップにおいて生成される。割当量状態対の全数及び特定の割当量状態対がそれぞれ、Ｂ及びｂを用いて表される。需要割当量状態及び予備力割当量状態をより細かく離散化する結果として、最良の解が生じることになる。電力生産者に関する複合需要及び予備力割当量は、全ての関与する発電機からの最小発電限界より大きく、かつ生産者の全ての発電機の取り得る最大電力の合計より小さくすべきである（ライン５）。

所与の時間ステップ及び所与の需要及び予備力割当量状態対において、発電機状況の全ての取り得る組み合わせの全数（すなわち、全ての発電機に関するオン／オフ状況）及び特定の組み合わせがそれぞれ、Ｙ及びｙと定義される。発電状況の全ての取り得る組み合わせは、いかなる制約にも違反することなく、需要割当量、予備力割当量及び関与する先渡双務契約を満たすべきである（ライン６）。

所与の状態組み合わせに関して、発電機ごとの最短関与及び非関与時間、並びに出力上昇速度及び降下速度を満たす全ての取り得る将来状態を決定する。そのような状態組み合わせが存在しない場合には、現在の状態組み合わせにペナルティを課す。そうでない場合には、全ての取り得る結果Ｒをループオーバーする（ライン７）。

将来状態ｒを与えられると、対応する需要割当量、予備力割当量及び先渡双務契約電力に一致する各発電機から発電される電力を見つけなければならない。これは、燃料コストを最小化することを目的とする簡単な最適化問題である。各発電機の発電限界が、出力上昇／降下速度を満たすように変更される（ライン８）。

固定費、並びに運転開始及び運転停止コストは、次の状態組み合わせにおける発電機のオン／オフ状況を用いて計算される（ライン９）。一方、瞬時寄与は（９）を用いて計算される（ライン１０）。ベルマン方程式（１１）を用いて、現在の状態組み合わせから予想される将来値が見つけられる（ライン１２）。これは、全ての取り得る結果状態Ｒのうちの結果ｒに関する、ライン１０の複合瞬時寄与及び予想将来値のうちの最大値である。

全ての時間ステップにわたる値関数を有すると、ｋ＝１における初期状態から時間を進め、最適ポリシーを見つけることができる（ライン１６）。

図８は、本開示のいくつかの実施形態による、時間ステップｋ＝１における所与の発電機状況組み合わせの場合の需要割当量及び予備力割当量状態から予想される将来値を示すグラフである。

詳細には、図８は、時間ステップｋ＝１における所与の発電機状況組み合わせの場合の異なる需要割当量８１０及び予備力割当量状態８２０から予想される将来値８３０を示す。需要及び予備力はそれぞれ、低い値から高い値まで７つ及び５つの異なる入札点８４０を有することができる。図８に示されるように、両方の状態が高い状態及び低い状態であるとき、この状況において発電限界に違反するので、将来値は存在しない（実現可能解がない）。

図９Ａは、本開示のいくつかの実施形態による、後方反復方式を使用する動的計画法の意思決定手順を示す概略図である。図９Ａは、後方反復方式を使用する自己スケジューリング問題の簡略化された動的計画法の例を示す。

図９Ａにおいて、５つの時間ステップ９１０があり、各時間ステップｋにおいて需要割当量及び予備力割当量Ｓ_ｋの異なる値（Ｈ＝高、Ｍ＝中及びＬ＝低）に対応する３つの状態９２０がある。これらの状態はそれぞれ、自らの市場清算需要価格及び市場清算予備力価格を有することに留意されたい。ｋ＝５又はｋ＝Ｋ＋１において、所望の状態はＭ ９６０であるので、値関数を負の無限大に設定し、所望の状態の値関数を０に設定すること（９７０）によって、他の２つの望ましくない状態にペナルティを課している。ｋ＝Ｋ＋１からの行動は示されていないことに留意されたい。時間を遡りながら、全ての状態の予想将来値が計算される（９３０）。全ての状態からの予想将来値は、複合瞬時寄与９４０、及び（１１）による全ての取り得る決定の予想将来値のうちの最大値である。所与の状態からの全ての取り得る行動９５０は、全ての制約を満たすべきである。ｋ＝４又はｋ＝Ｋにおいて、Ｈ、Ｍ及びＬ状態からの予想将来値はそれぞれ３、４及び５であり、ｋ＝Ｋ＋１におけるＭ状態からの予想将来値は０であるので、それらの予想将来値は、それらの状態からの瞬時寄与のみである。最適ポリシー（破線で強調される）はｋ＝１から電力生産者に関する最大報酬を与える一組の行動である。ｋ＝１において、最大報酬はＭ状態から達成される。

前方反復方式を使用するとき、状態−空間近似動的計画法は、アルゴリズム−２として記述することができる。
アルゴリズム２
１：残存需要曲線及び残存予備力曲線をロードする
２：１日開始時において状態を初期化する
３：Ｖ_ｋ（ｓ_ｋ），∀ｋを初期化する
４：ｆｏｒ 時間ステップｋ＝１，．．．，Ｋ ｄｏ
５： ｆｏｒ 需要割当量及び予備力割当量ｂ＝１，．．．，Ｂ ｄｏ
６： ｆｏｒ 発電機状況ｙ＝１，．．．，Ｙ ｄｏ
７： ｆｏｒ 先行状態ｒ＝１，．．．，Ｒ ｄｏ
８： 制約（１）〜（６）を用いて燃料コスト最小化問題を解くことによって発電機に関する最適な発電レベルを見つける
９： 固定費、並びに運転開始及び運転停止コストを計算する
１０： （９）を用いて瞬時寄与を見つける
１１： ｅｎｄ ｆｏｒ 先行状態
１２： ｅｎｄ ｆｏｒ 発電機状況
１３： ｅｎｄ ｆｏｒ 需要割当量及び予備力割当量
１４：ｅｎｄ ｆｏｒ 時間ステップ
１５：時間ステップごとの全ての状態に関する予想将来値を計算する
１６：ｋ＝０における状態から全ての時間ステップに関する最適ポリシーを見つける

アルゴリズム−１と同様に、アルゴリズム−２は最初に、予測される残存需要曲線及び残存予備力曲線をロードする（ライン１）。その後、１日開始時における状態、ｋ＝０が、需要及び予備力、並びに発電機状況の既知の組み合わせで初期化される（ライン２）。最後の時間ｋ＝Ｋを含む、全ての時間ステップに関する将来値関数が０に初期化される（ライン３）。時間ステップｋ＝１において決定プロセスが開始し、時間ステップｋ＝Ｋにおいて終了する（ライン４）。

時間ステップｋごとに、最小及び最大発電限界を満たす需要割当量及び予備力割当量対の全ての組み合わせを生成する（ライン５）。Ｂ及びｂを用いて、需要及び予備力状態対の全数と、特定の状態対とを与える。

所与の時間ステップ及び所与の需要割当量及び予備力割当量状態対において、いかなる制約にも違反することなく、需要割当量、予備力割当量及び関与する先渡双務契約を満たす発電機状況の全ての取り得る組み合わせを生成する（ライン６）。Ｙ及びｙを用いて、発電機状態組み合わせの全数及び特定の状態組み合わせを表す。

所与の発電機状況組み合わせに関して、発電機ごとの最短関与及び非関与時間、並びに出力上昇及び降下時間が満たされるか否かを確認するために、全ての先行する発電機状態をチェックする。そのような状態組み合わせが存在しない場合には、現在の状態組み合わせにペナルティを課す。Ｒ及びｒを用いて、先行する発電機状態の全数及び特定の先行発電機状態組み合わせを表す（ライン７）。

所与の時間ステップ、需要割当量及び予備力割当量、並びに発電機状況組み合わせに関して、各発電機から発電される電力は、対応する需要割当量、予備力割当量及び先渡双務契約電力に一致するように決定されなければならない。発電機の総燃料コスト、並びに発電機の発電限界及び出力変動速度の制約を最小化することを目的として、最適化問題が定式化される（ライン８）。

その後、現在の状態組み合わせにおける発電機状況に基づいて、固定費と、運転開始及び運転停止コストとを決定することができる（ライン９）。（９）を用いて、瞬時寄与を決定することができる（ライン１０）。全ての寄与関数が決定された後に、最後のステップから時間を遡ることによって、ベルマン方程式（１１）を用いて状態組み合わせごとの予想将来値関数を決定することができる（ライン１５）。これは、ライン１０における複合瞬時寄与、及び先行する時間ステップにおける状態組み合わせに関する予想将来値のうちの最大値である。

全ての時間ステップにわたる決定された値関数に基づいて、ｋ＝０における初期状態から、ｋ＝０において結果として最大値関数を生成した、ｋ＝Ｋにおける１日終了時の状態までのパスを見つけることによって、最適ポリシーを決定することができる（ライン１５）。

図９Ｂは、本開示のいくつかの実施形態による、前方反復方式を使用する動的計画法の意思決定手順を示す概略図である。

詳細には、図９Ｂは、図９Ａと同じであるが、異なる解法である、前方反復を用いる動的計画法の例を示す。図９Ｂにおいて、５つの時間ステップがあり、各時間ステップにおいて需要割当量及び予備力割当量の異なる値（Ｈ＝高、Ｍ＝中及びＬ＝低）に対応する３つの状態がある。１日終了時である、ｋ＝Ｋにおける状態からの予想将来値は０である。全ての取り得る行動に関する瞬時寄与関数は、初期時間ステップｋ＝０から計算され、時間ステップＫに達するまで前進する。所与の状態からの全ての取り得る行動は、全ての制約を満たすべきである。初期時間ステップにおける状態が与えられる（９８０）。全ての状態の予想将来値は、時間を遡りながら計算される。全ての状態からの予想将来値は、複合瞬時寄与、及び（１１）による全ての取り得る行動からの予想将来値のうちの最大値である。ｋ＝０の所与の状態Ｍにおいて最大報酬９９０が達成されるような、時間ステップごとの一組の行動を有する最適ポリシーが取得される（破線で強調される）。

異なる状態からの最適ポリシーを用いて、前日市場のために提示される供給オファー曲線を生成することができる。推定が十分に正確である場合には、値関数から取得される結果として生じる最適な割当量が、ＩＳＯによって承諾されることになる。さらに、予期しない理由に起因して、或る特定の時間ステップにおいて生成される電力が変化するときにはリアルタイムに、電力生産者は値関数を用いて、リアルタイム入札及びリアルタイム決定を行うことによって、次の時間ステップから最適を維持することができる。予期しない理由は、予想される需要割当量又は予備力割当量がＩＳＯによって承諾されなかった時点とすることができる。

図１０Ａは、本開示のいくつかの実施形態による、後方反復方式を用いて、自己スケジューリングを解くためのいくつかの方法ステップを示すブロック図である。

図１０Ａは、決定対象期間の終了時の状態が入手可能であるときに、後方反復方式を用いて自己スケジューリング問題を解くステップを示す。自己スケジューリング問題は、単一の後方反復プロセスを通して解かれる。そのプロセスは最初に、翌日の終了に関する、すなわち、時間ステップｋ＝Ｋ＋１における状況と、状態ごとの対応する将来値とを設定する（ステップ１０５１）。そのプロセスは、降順に時間ステップを反復して、一組のタスクを実行し（ステップ１０５７）、そのタスクは、推定される清算済需要割当量及び予備力割当量の周りの所定の許容可能な偏差内にあり、発電機容量下限及び上限と、接続される送電線容量限界とを満たす需要割当量及び予備力割当量の実現可能な対を決定すること（ステップ１０５９）と、需要割当量及び予備力割当量の決定された実現可能な対に関する電力要件を満たす発電機状況に関する取り得る組み合わせを決定すること（ステップ１０６１）と、需要割当量及び予備力割当量の組み合わせの状態、及び次の時間ステップにおける発電機状況と比較することによって、最短関与若しくは非関与時間、又は出力上昇若しくは降下速度制約を満たさない、発電機状況と、需要割当量及び予備力割当量との組み合わせをフィルタリングにより除去すること（ステップ１０６３）と、需要割当量及び予備力割当量状態によって導入される電力要件に一致し、発電機容量及び出力変動速度限界を満たしながら燃料コストを最小化するように、電力生産者の発電機ごとの発電レベルを決定すること（ステップ１０６５）と、推定される残存需要／予備力曲線を用いて、時間ステップ、需要割当量及び予備力割当量、並びに発電機状況の実現可能な組み合わせごとに、電力生産者に関する発電コスト及び利益寄与を決定すること（ステップ１０７１）と、次の時間ステップの値関数と、現在の時間ステップの状態と次の時間ステップの状態との間の寄与関数とを用いて、現在の時間ステップにおける需要割当量及び予備力割当量と、発電機状況との組み合わせごとに将来値関数を更新すること（ステップ１０７３）とを含む。発電スケジューリングに関する最適ポリシーは、翌日の開始時である、時間ステップｋ＝１において最大将来値関数を有する、翌日の時間ステップごとの需要割当量及び予備力割当量と、発電機状況との組み合わせを見つけることによって決定される（ステップ１０８７）。さらに、電力生産者の供給オファー曲線を規定する役割を果たすために、その値関数が所定の閾値内で最適ポリシーに近い、需要割当量及び予備力割当量に関する一組の入札点を選択することができる（ステップ１０８９）。

図１０Ｂ及び図１０Ｃは、本開示のいくつかの実施形態による、前方反復方式を使用して自己スケジューリング問題を解くいくつかの方法ステップを示すブロック図である。詳細には、図１０Ｂ及び図１０Ｃは、決定対象期間の開始時の状態が入手可能であるときに動的計画法のための前方反復方式を使用して自己スケジューリング問題を解くためのステップを示す。

図１０Ｂを参照すると、自己スケジューリング問題は２つの反復プロセスを通して解かれる。第１のプロセスは、初期システム状態（１０５２）に基づいて昇順に時間ステップを反復して（ステップ１０５４）、推定される清算済需要割当量及び予備力割当量の周りの所定の許容可能な偏差内にあり、発電機容量下限及び上限と、接続される送電線容量限界とを満たす需要割当量及び予備力割当量の実現可能な対を決定すること（ステップ１０５６）と、需要割当量及び予備力割当量の決定された対に関して要件を満たす発電機状況に関する取り得る組み合わせを決定すること（ステップ１０５８）と、最短関与若しくは非関与時間、又は出力上昇若しくは降下速度制約とを満たさない、発電機状況と、需要割当量及び予備力割当量との組み合わせをフィルタリングにより除去すること（ステップ１０６２）と、需要割当量及び予備力割当量によって導入される電力要件に一致し、発電機容量及び出力変動速度限界を満たしながら燃料コストを最小化するように、電力生産者の発電機ごとの発電レベルを決定すること（ステップ１０６４）と、推定される残存需要／予備力曲線を用いて、時間ステップ、需要割当量及び予備力割当量、並びに発電機状況の実現可能な組み合わせごとの、電力生産者に関する発電コスト及び利益寄与を決定すること（ステップ１０６６）とを実行する。

図１０Ｃを参照すると、第２のプロセスは、降順において時間ステップを反復して（ステップ１０７６）、全ての状態に関する将来値関数を更新し、時間ステップｋ＝Ｋである翌日の終了時の状態がステップ１０７４において初期化される。次の時間ステップにおける値関数と、現在の時間ステップの状態と次の時間ステップの状態との間の寄与関数とを用いて、現在の時間ステップにおける需要割当量及び予備力割当量と、発電機状況との組み合わせごとの将来値関数が更新される（ステップ１０７８）。図１０Ａと同様に、発電スケジューリングのための最適ポリシーは、翌日の第１の時間ステップにおいて最大将来値関数を有する、翌日の時間ステップごとの需要割当量及び予備力割当量と、発電機状況との組み合わせを見つけることによって決定され（ステップ１０８４）、電力生産者の供給オファー曲線を規定する役割を果たすために、その値関数が所定の閾値内で最適ポリシーに近い、需要割当量及び予備力割当量に関する一組の入札点を選択することができる（ステップ１０８６）。

特徴
本開示のいくつかの態様は、時間ステップごとの残存需要曲線を、需要エネルギーの受信された予測から、電力システムの他の電力生産者からの複合需要エネルギー供給オファーを減算することによって決定することができることを含む。それとともに、将来のエネルギー生成期間にわたる時間ステップごとの複合需要エネルギー供給オファーが、プロセッサによるメモリへのアクセスによって決定される。メモリは、電力システムの他の電力生産者からの需要エネルギー供給オファーの履歴データと、電力システムの需要エネルギー及び市場清算需要価格の履歴データとを用いてトレーニングされた一組のニューラルネットワークを記憶しており、各トレーニングされたニューラルネットワーク出力は、或る範囲の市場清算需要価格に対応するようになっている。電力システムの需要エネルギーの受信された予測から推定される最も可能性が高い市場清算需要価格に基づいて、一組の記憶されたニューラルネットワークの市場清算需要価格の範囲からニューラルネットワークを選択する。電力システムの需要エネルギーの受信された予測の入力と、最も可能性が高い市場清算需要価格とに基づいて、選択されたニューラルネットワークを用いて、複合需要エネルギー供給オファー曲線を生成する。さらに、電力システムの最も可能性が高い市場清算需要価格は、プロセッサによってメモリにアクセスすることによって決定される。メモリは、清算済需要エネルギー及び電力システムの市場清算需要価格の履歴データを用いてトレーニングされたニューラルネットワークを記憶している。電力システムの需要エネルギーの受信された予測の入力と、メモリ内の現在のエネルギー生成期間にわたる記憶された需要エネルギー及び記憶された市場清算需要価格とに基づいて、ニューラルネットワークを用いて、電力システムの最も可能性が高い市場清算需要価格を生成する。

本開示のいくつかの他の態様によれば、本開示は、時間ステップごとの残存予備力曲線は、予備エネルギーの受信された予測から、電力システムの他の電力生産者からの複合予備エネルギー供給オファーを減算することによって決定されることを含むことができる。将来のエネルギー生成期間にわたる時間ステップごとの複合予備エネルギー供給オファー曲線が、プロセッサによるメモリへのアクセスによって決定される。メモリは、電力システムの他の電力生産者からの予備エネルギー供給オファーの履歴データと、電力システムの予備エネルギー及び市場清算予備力価格の履歴データとを用いてトレーニングされた一組のニューラルネットワークを記憶しており、各トレーニングされたニューラルネットワーク出力は、或る範囲の市場清算予備力価格に対応するようになっている。オファー曲線は、電力システムの予備エネルギーの受信された予測から推定される最も可能性が高い市場清算予備力価格に基づいて、一組の記憶されたニューラルネットワークの市場清算予備力価格の範囲からニューラルネットワークを選択することによって決定される。オファー曲線は、電力システムの予備エネルギーの受信された予測の入力と、最も可能性が高い市場清算予備力価格とに基づいて、選択されたニューラルネットワークを用いて、複合予備エネルギー供給オファー曲線を生成することによって決定される。さらに、電力システムの最も可能性が高い市場清算予備力価格は、プロセッサによってメモリにアクセスすることによって決定される。メモリは、清算済予備エネルギー及び電力システムの市場清算予備力価格の履歴データを用いてトレーニングされたニューラルネットワークを記憶している。電力システムの最も可能性が高い市場清算予備力価格は、電力システムの予備エネルギーの受信された予測の入力と、メモリ内の現在のエネルギー生成期間にわたる記憶された予備エネルギー及び記憶された市場清算予備力価格とに基づいて、ニューラルネットワークを用いて、電力システムの最も可能性が高い市場清算予備力価格を生成することによって決定される。

本開示のいくつかの他の態様によれば、本開示は、将来のエネルギー生成期間の時間ステップごとの、最も可能性が高い需要エネルギー量、最も可能性が高い予備エネルギー量、及び最も可能性が高い予備力使用済比を決定することを含むこともできる。プロセッサによってメモリにアクセスすることによって、メモリは、電気システムに関する需要エネルギー、予備エネルギー、市場清算需要価格及び市場清算予備力価格の履歴データと、発電システムに関する需要エネルギー、予備エネルギー及び予備力使用済比の履歴データとを用いてトレーニングされたニューラルネットワークを記憶している。本開示は、電力システムに関する需要エネルギー、予備エネルギーの受信された予測の入力と、電力システムに関する最も可能性が高い市場清算需要価格及び最も可能性が高い市場清算予備力価格とに基づいて、ニューラルネットワークを用いて、最も可能性が高い需要エネルギー量、最も可能性が高い予備エネルギー量及び最も可能性が高い予備力使用済比を生成することを含むことができる。将来のエネルギー生成期間の時間ステップごとの残存需要曲線の区間及び残存予備力曲線の区間が、電力生産者に関する可能性が高い需要エネルギーの状態及び電力生産者に関する可能性が高い予備エネルギーの状態の一組の組み合わせに変換される。可能性が高い需要エネルギーの状態は、その時間ステップに関する最も可能性が高い需要エネルギー量から所定の距離内にある残存需要曲線の区間に関する需要エネルギー境界値のうちの１つである。可能性が高い予備エネルギーの状態は、その時間ステップに関する最も可能性が高い予備エネルギー量から所定の距離内にある残存予備力曲線の区間に関する予備エネルギー境界値のうちの１つである。さらに、プロセッサは、時間ステップごとの可能性が高い需要エネルギーの状態及び可能性が高い予備エネルギーの状態の組み合わせごとに、発電機の運用に関する制約を満たしながら、その時間ステップに関する需要エネルギー及び予備エネルギーの要求される量を生成する発電機の状態の一組の組み合わせを決定することができる。決定は、将来の発電期間の開始時における需要エネルギーの初期状態、予備エネルギーの初期状態及び発電機の初期状態が与えられると、将来の発電期間の時間ステップごとに昇順に実行される。決定は、将来の発電期間の終了時における需要エネルギーの所望の状態、予備エネルギーの所望の状態及び発電機の所望の状態が与えられると、将来の発電期間の時間ステップごとに降順に実行される。プロセッサは、時間ステップごとの可能性が高い需要エネルギーの状態、可能性が高い予備エネルギーの状態及び発電機状況の状態の一組の組み合わせから１つの組み合わせを選択して、将来のエネルギー生成期間全体にわたる値関数を最大化する、可能性が高い需要エネルギー、可能性が高い予備エネルギー及び発電機状況の状態の一連の組み合わせを生成し、発電機状況の状態の一連の組み合わせに従って運用スケジュールを生成する。プロセッサは、将来のエネルギー生成期間の一部の時間ステップごとの可能性が高い需要エネルギーの状態、可能性が高い予備エネルギーの状態及び発電機状況の状態の一組の組み合わせから１つの組み合わせを選択して、将来のエネルギー生成期間の一部の全体にわたる値関数を最大化する、可能性が高い需要エネルギー、可能性が高い予備エネルギー及び発電機状況の状態の一連の組み合わせを生成し、発電機状況の状態の一連の組み合わせに従って運用スケジュールを生成する。

本開示のいくつかの他の態様によれば、本開示は、各発電機の状態は、オン／オフ状況、発電レベル、残りの関与時間、残りの非関与時間、運転開始コマンド及び運転停止コマンドを含むことを更に含むことができる。発電機の運用に関する制約は、最大発電限界、最小発電限界、出力上昇速度、出力降下速度、最短関与時間及び最短関与時間を含む。発電されるエネルギーの量に関する制約は、需要エネルギー及び使用される予備エネルギーに関する電力バランス式と、需要エネルギー及び予備エネルギーに関する最大発電要件とを含む。

図１１は、本開示の実施形態による、代替の電力生産者コントローラを用いて実施することができる、図１Ａの方法を示すブロック図である。コントローラ１１１１は、プロセッサ１１４０、コンピュータ可読メモリ１１１２、記憶装置１１５８、並びにディスプレイ１１５２及びキーボード１１５１を含むユーザインターフェース１１４９を備え、それらは、バス１１５６を通して接続される。例えば、プロセッサ１１４０及びコンピュータ可読メモリ１１１２と通信するユーザインターフェース１１４９は、ユーザによるユーザインターフェース１１５７の表面、キーボード表面からの入力を受信すると、データを入手し、コンピュータ可読メモリ１１１２内に記憶する。

メモリ１１１２は、プロセッサによって実行可能な命令と、履歴データと、本開示の方法及びシステムによって利用することができる任意のデータとを記憶することができることが意図されている。プロセッサ１１４０は、シングルコアプロセッサ、マルチコアプロセッサ、コンピューティングクラスタ、又は任意の数の他の構成体とすることができる。プロセッサ１１４０は、バス１１５６を通じて１つ以上の入力デバイス及び出力デバイスに接続することができる。メモリ１１１２は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、フラッシュメモリ、又は他の任意の適したメモリシステムを含むことができる。

図１１を更に参照すると、記憶デバイス１１５８は、プロセッサによって用いられる補助データ及び／又はソフトウェアモジュールを記憶するように構成することができる。例えば、記憶デバイス１１５８は、履歴データと、本開示に関して上述したような他の関連したデータとを記憶することができる。さらに又は代替的に、記憶デバイス１１５８は、本開示に関して上述したデータと同様の履歴データを記憶することができる。記憶デバイス１１５８は、ハードドライブ、光ドライブ、サムドライブ、ドライブのアレイ、又はそれらの任意の組合せを含むことができる。

システムは、任意選択で、バス１１５６を通じて、システムをディスプレイデバイス（図示せず）に接続するように構成されたディスプレイインターフェース（図示せず）にリンクすることができ、ディスプレイデバイスは、とりわけ、コンピュータモニタ、カメラ、テレビ、プロジェクタ、又はモバイルデバイスを含むことができる。

コントローラ１１１１は、電源１１５４を備えることができ、用途に応じて、電源１１５４は、任意選択でコントローラ１１１１の外部に配置されてもよい。バス１１５６を通じて、ディスプレイデバイス１１４８に接続するように構成されたユーザ入力インターフェース１１５７をリンクすることができ、ディスプレイデバイス１１４８は、とりわけ、コンピュータモニタ、カメラ、テレビ、プロジェクタ、又はモバイルデバイスを含むことができる。プリンタインターフェース１１５９も、バス１１５６を通じて接続することができ、印刷デバイス１１３２に接続するように構成することができる。印刷デバイス１１３２は、とりわけ、液体インクジェットプリンタ、固体インクプリンタ、大規模商用プリンタ、感熱式プリンタ、ＵＶプリンタ、又は昇華型プリンタを含むことができる。ネットワークインターフェースコントローラ（ＮＩＣ）１１３４は、バス１１５６を通じてネットワーク１１３６に接続するように構成され、とりわけ、データ又は他のデータは、コントローラ１１１１の外部の第三者ディスプレイデバイス、第三者画像デバイス、及び／又は第三者印刷デバイス上にレンダリングすることができる。さらに、バス１１５６はグローバルポジショニングシステム（ＧＰＳ）デバイス１１０１又は類似の関連するタイプのデバイスに接続することができる。

図１１を更に参照すると、とりわけ、データ又は他のデータは、ネットワーク１１３６の通信チャネルを介して送信することができ、及び／又は、記憶及び／又は更なる処理のために記憶システム１１５８内に記憶することができる。さらに、データ又は他のデータは、受信機１１４６（又は外部受信機１１３８）から無線又は配線接続で受信することもできるし、送信機１１４７（又は外部送信機１１３９）を介して無線又は配線接続で送信することもでき、受信機１１４６及び送信機１１４７は、ともにバス１１５６を通じて接続されている。コントローラ１１１１は、入力インターフェース１１０８を介して外部検知デバイス１１４４及び外部入力／出力デバイス１１４１に接続することができる。コントローラ１１１１は、他の外部コンピュータ１１４２、メモリデバイス１１０６、外部センサ１１０４、及びマシン１１０２に接続することができる。出力インターフェース１１０９は、プロセッサ１１４０からの処理データを出力するのに用いることができる。

上述した本開示の実施形態は、数多くの方法のうちの任意のもので実施することができる。例えば、実施形態は、ハードウェア、ソフトウェア又はそれらの組み合わせを用いて実施することができる。請求項の要素を修飾する、特許請求の範囲における「第１」、「第２」等の序数の使用は、それ自体で、或る請求項の要素の別の請求項の要素に対する優先順位も、優位性も、順序も暗示するものでもなければ、方法の動作が実行される時間的な順序も暗示するものでもなく、請求項の要素を区別するために、単に、或る特定の名称を有する或る請求項の要素を、同じ（序数の用語の使用を除く）名称を有する別の要素と区別するラベルとして用いられているにすぎない。

Claims (23)

1. 電気を生成し、独立系統運用機関（ＩＳＯ）によって運用される電力システムに供給するための電力生産者の発電システムであって、複数の電力生産者が前記電力システムに前記電気を供給し、複数の電力消費者が前記電力システムから前記電気を要求し、前記電力生産者の前記発電システムは、
   前記電力生産者の一組の発電機と、
   前記ＩＳＯから将来のエネルギー生成期間にわたる前記電力システムに関する需要エネルギーの量の予測を受信し、前記ＩＳＯから前記将来のエネルギー生成期間にわたる前記電力システムに関する予備エネルギーの量の予測を受信する受信機と、
   前記受信機と通信するプロセッサであって、前記プロセッサは、
   時間ステップごとの前記需要エネルギーの前記受信された予測に基づいて、前記将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する前記需要エネルギーの価格及び量に関連する残存需要曲線を決定することであって、前記残存需要曲線は、１つの区間が前記電力生産者に関する最も可能性が高い需要エネルギーの量を含むような、複数の区間を含むことと、
   時間ステップごとの前記予備エネルギーの前記受信された予測に基づいて、前記将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する前記予備エネルギーの価格及び量に関連する残存予備力曲線を決定することであって、前記残存予備力曲線は、１つの区間が前記電力生産者に関する最も可能性が前記予備エネルギーの量を含むような、複数の区間を含むことと、
   前記電力生産者による、前記需要エネルギー及び前記予備エネルギーを生成することからの収入と、前記生成されるエネルギーを生産するコストとの間の差の値関数を最適化することによって、前記将来のエネルギー生成期間の時間ステップごとの前記一組の発電機の運用スケジュールを決定することと、
   を行うように構成される、プロセッサと、
   前記受信機が前記ＩＳＯから前記運用スケジュールの承諾を受信すると、前記運用スケジュールに従ってエネルギーを生産するように、前記一組の発電機を制御するコントローラと、
   を備える、発電システム。
2. 時間ステップごとの前記残存需要曲線は、前記需要エネルギーの前記受信された予測から、前記電力システムの他の電力生産者からの複合需要エネルギー供給オファー曲線を減算することによって決定される、請求項１に記載の発電システム。
3. 前記将来のエネルギー生成期間のわたる時間ステップごとの前記複合需要エネルギー供給オファー曲線は、
   前記プロセッサによってメモリにアクセスすることであって、前記メモリは、前記電力システムの他の電力生産者からの需要エネルギー供給オファー曲線の履歴データと、前記電力システムの需要エネルギー及び市場清算需要価格の履歴データとを用いてトレーニングされた一組のニューラルネットワークを記憶し、各トレーニングされたニューラルネットワーク出力が或る範囲の市場清算需要価格に対応するようになっていることと、
   前記電力システムの前記需要エネルギーの前記受信された予測から推定される最も可能性が高い市場清算需要価格に基づいて、前記一組の記憶されたニューラルネットワークの、前記範囲の市場清算需要価格からニューラルネットワークを選択することと、
   前記電力システムの前記需要エネルギーの前記受信された予測の入力と、前記最も可能性が高い市場清算需要価格とに基づいて、前記選択されたニューラルネットワークを用いて前記複合需要エネルギー供給オファー曲線を生成することと、
   によって決定される、請求項２に記載の発電システム。
4. 前記電力システムの前記最も可能性が高い市場清算需要価格は、
   前記プロセッサによって前記メモリにアクセスすることであって、前記メモリは、前記電力システムの清算済需要エネルギー及び市場清算需要価格の履歴データを用いてトレーニングされたニューラルネットワークを記憶していることと、
   前記電力システムの前記需要エネルギーの前記受信された予測の入力と、前記メモリ内の現在のエネルギー生成期間にわたる前記電力システムの記憶された需要エネルギー及び記憶された市場清算需要価格とに基づいて、前記ニューラルネットワークを用いて前記電力システムの前記最も可能性が高い市場清算需要価格を生成することと、
   によって決定される、請求項３に記載の発電システム。
5. 時間ステップごとの前記残存予備力曲線は、前記予備エネルギーの前記受信された予測から、前記電力システムの他の電力生産者からの複合予備エネルギー供給オファー曲線を減算することによって決定される、請求項１に記載の発電システム。
6. 前記将来のエネルギー生成期間にわたる時間ステップごとの前記複合予備エネルギー供給オファー曲線は、
   前記プロセッサによってメモリにアクセスすることであって、前記メモリは、前記電力システムの他の電力生産者からの予備エネルギー供給オファー曲線の履歴データと、前記電力システムの予備エネルギー及び市場清算予備力価格の履歴データとを用いてトレーニングされた一組のニューラルネットワークを記憶し、各トレーニングされたニューラルネットワーク出力が或る範囲の市場清算予備力価格に対応するようになっていることと、
   前記電力システムの前記予備エネルギーの前記受信された予測から推定される最も可能性が高い市場清算予備力価格に基づいて、前記一組の記憶されたニューラルネットワークの、前記範囲の市場清算予備力価格からニューラルネットワークを選択することと、
   前記電力システムの前記予備エネルギーの前記受信された予測の入力と、前記最も可能性が高い市場清算予備力価格とに基づいて、前記選択されたニューラルネットワークを用いて、前記複合予備エネルギー供給オファー曲線を生成することと、
   によって決定される、請求項５に記載の発電システム。
7. 前記電力システムの前記最も可能性が高い市場清算予備力価格は、
   前記プロセッサによって前記メモリにアクセスすることであって、前記メモリは前記電力システムの清算済予備エネルギー及び市場清算予備力価格の履歴データを用いてトレーニングされたニューラルネットワークを記憶していることと、
   前記電力システムの前記予備エネルギーの前記受信された予測の入力と、前記メモリ内の現在のエネルギー生成期間にわたる前記電力システムの記憶された予備エネルギー及び記憶された市場清算予備力価格とに基づいて、前記ニューラルネットワークを用いて前記電力システムの前記最も可能性が高い市場清算予備力価格を生成することと、
   によって決定される、請求項６に記載の発電システム。
8. 前記プロセッサによってメモリにアクセスすることであって、前記メモリは、前記電力システムに関する前記需要エネルギー、前記予備エネルギー、市場清算需要価格及び市場清算予備力価格の履歴データと、前記電力生産者に関する前記需要エネルギー、前記予備エネルギー及び予備力使用済比の履歴データとを用いてトレーニングされたニューラルネットワークを記憶していることと、
   前記電力システムに関する前記需要エネルギー及び前記予備エネルギーの前記受信された予測の入力と、前記電力システムに関する前記最も可能性が高い市場清算需要価格及び前記最も可能性が高い市場清算予備力価格とに基づいて、前記ニューラルネットワークを用いて、最も可能性が高い需要エネルギーの量、最も可能性が高い予備エネルギーの量及び最も可能性が高い予備力使用済比を生成することと、
   によって、前記将来のエネルギー生成期間の時間ステップごとの前記最も可能性が高い需要エネルギーの量、前記最も可能性が高い予備エネルギーの量及び前記最も可能性が高い予備力使用済比を決定することを更に含む、請求項１に記載の発電システム。
9. 前記将来のエネルギー生成期間の時間ステップごとの前記残存需要曲線の区間及び前記残存予備力曲線の区間は、前記電力生産者に関する可能性が高い需要エネルギーの状態及び前記電力生産者に関する可能性が高い予備エネルギーの状態の一組の組み合わせに変換され、
   可能性が高い需要エネルギーの状態は、その時間ステップにわたる前記最も可能性が高い需要エネルギーの量から所定の距離内にある前記残存需要曲線の区間に関する需要エネルギー境界値のうちの１つであり、
   可能性が高い予備エネルギーの状態は、その時間ステップにわたる前記最も可能性が高い予備エネルギーの量から所定の距離内にある前記残存予備力曲線の区間に関する予備エネルギー境界値のうちの１つである、請求項８に記載の発電システム。
10. 前記プロセッサは、時間ステップごとの可能性が高い需要エネルギーの状態及び可能性が高い予備エネルギーの状態の組み合わせごとに、前記発電機の前記運用に関する制約を満たしながら、その時間ステップに関する需要エネルギー及び予備エネルギーの要求される量を生成する前記発電機の状態の一組の組み合わせを決定する、請求項９に記載の発電システム。
11. 前記決定は、将来の発電期間の開始時における需要エネルギーの初期状態、予備エネルギーの初期状態及び前記発電機の初期状態が与えられると、前記将来の発電期間の時間ステップごとに昇順に実行される、請求項１０に記載の発電システム。
12. 前記決定は、将来の発電期間の終了時における需要エネルギーの所望の状態、予備エネルギーの所望の状態及び前記発電機の所望の状態が与えられるときに、前記将来の発電期間の時間ステップごとに降順に実行される、請求項１０に記載の発電システム。
13. 前記プロセッサは、時間ステップごとの可能性が高い需要エネルギーの状態、可能性が高い予備エネルギーの状態及び前記発電機の状態の前記一組の組み合わせから１つの組み合わせを選択して、前記将来のエネルギー生成期間全体にわたる前記値関数を最大化する、前記可能性が高い需要エネルギー、前記可能性が高い予備エネルギー及び前記発電機の状態の一連の組み合わせを生成し、前記発電機の状態の前記一連の組み合わせに従って前記運用スケジュールを生成する、請求項１０に記載の発電システム。
14. 前記プロセッサは、前記将来のエネルギー生成期間の一部の時間ステップごとの可能性が高い需要エネルギーの状態、可能性が高い予備エネルギーの状態及び前記発電機の状態の前記一組の組み合わせから１つの組み合わせを選択して、前記将来のエネルギー生成期間の前記一部の全体にわたる前記値関数を最大化する、前記可能性が高い需要エネルギー、前記可能性が高い予備エネルギー及び前記発電機の状態の一連の組み合わせを生成し、前記発電機の状態の前記一連の組み合わせに従って前記運用スケジュールを生成する、請求項１０に記載の発電システム。
15. 各発電機の状態は、オン／オフ状況、発電レベル、残りの関与時間、残りの非関与時間、運転開始コマンド及び運転停止コマンドを含む、請求項１に記載の発電システム。
16. 前記発電機の前記運用に関する制約は、最大発電限界、最小発電限界、出力上昇速度、出力降下速度、最短関与時間及び最短非関与時間を含む、請求項１に記載の発電システム。
17. 発電されるエネルギーの量に関する制約は、前記需要エネルギー及び使用される予備エネルギーに関する電力バランス式と、前記需要エネルギー及び前記予備エネルギーに関する最大発電要件とを含む、請求項１に記載の発電システム。
18. 各時間ステップは、前日期間の１時間である、請求項１に記載の発電システム。
19. 電気を生成し、独立系統運用機関（ＩＳＯ）によって運用される電力システムに供給するための電力生産者のエネルギー生成システムであって、複数の電力生産者が前記電力システムに前記電気を供給し、複数の電力消費者が前記電力システムから前記電気を要求し、前記電力生産者の前記エネルギー生成システムは、前記電力生産者の一組の発電機と、前記ＩＳＯから将来のエネルギー生成期間にわたる前記電力システムに関する需要エネルギーの量の予測を受信し、前記ＩＳＯから前記将来のエネルギー生成期間にわたる前記電力システムに関する予備エネルギーの量の予測を受信する受信機とを有し、前記電力生産者の前記エネルギー生成システムは、
    前記受信機と通信するプロセッサであって、前記プロセッサは、
    時間ステップごとの前記需要エネルギーの前記受信された予測に基づいて、前記将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する前記需要エネルギーの価格及び量に関連する残存需要曲線を決定することであって、前記将来のエネルギー生成期間は少なくとも前日期間であることと、
    時間ステップごとの前記予備エネルギーの前記受信された予測に基づいて、前記将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップにわたる前記予備エネルギーの価格及び量に関連する残存予備力曲線を決定することと、
    前記電力生産者による、前記需要エネルギー及び前記予備エネルギーを生成することからの収入と、前記生成されるエネルギーを生産するコストとの間の差の値関数を最適化することによって、前記将来のエネルギー生成期間の時間ステップごとの前記一組の発電機の運用スケジュールを決定することと、
    を行うように構成される、プロセッサと、
    前記受信機が前記ＩＳＯから前記運用スケジュールの承諾を受信すると、前記運用スケジュールに従ってエネルギーを生産するように、前記一組の発電機を制御するコントローラと、
    を備える、エネルギー生成システム。
20. 前記残存需要曲線は、１つの区間が前記電力生産者に関する最も可能性が高い需要エネルギーの量を含むような、複数の区間を含む、請求項１９に記載のエネルギー生成システム。
21. 前記残存予備力曲線は、１つの区間が前記電力生産者に関する最も可能性が高い予備エネルギーの量を含むような、複数の区間を含む、請求項１９に記載のエネルギー生成システム。
22. 電気を生成し、独立系統運用機関（ＩＳＯ）によって運用される電力システムに供給するための電力生産者の発電システムであって、複数の電力生産者が前記電力システムに前記電気を供給し、複数の電力消費者が前記電力システムから前記電気を要求し、前記電力生産者の前記発電システムは、
    前記電力生産者の一組の発電機と、
    前記ＩＳＯから将来のエネルギー生成期間にわたる前記電力システムに関する需要エネルギーの量の予測を受信し、前記ＩＳＯから前記将来のエネルギー生成期間にわたる前記電力システムに関する予備エネルギーの量の予測を受信する受信機と、
    前記受信機と通信するプロセッサであって、前記プロセッサは、
    時間ステップごとの前記需要エネルギーの前記受信された予測に基づいて、前記将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する前記需要エネルギーの価格及び量に関連する残存需要曲線と決定することであって、前記残存需要曲線は、１つの区間が前記電力生産者に関する最も可能性が高い需要エネルギーの量を含むような、複数の区間を含むことと、
    前記電力生産者による、前記需要エネルギー及び前記予備エネルギーを生成することからの収入と、前記生成されるエネルギーを生産するコストとの間の差の値関数を最適化することによって、前記将来のエネルギー生成期間の時間ステップごとの前記一組の発電機の運用スケジュールを決定することと、
    時間ステップごとの前記予備エネルギーの前記受信された予測に基づいて、前記将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する前記予備エネルギーの価格及び量に関連する残存予備力曲線を決定することであって、前記残存予備力曲線は、１つの区間が前記電力生産者に関する最も可能性が高い前記予備エネルギーの量を含むような、複数の区間を含み、前記需要エネルギーの各量を生成することに関する前記収入は前記残存需要曲線に従って決定され、前記予備エネルギーの各量を生成することに関する前記収入は前記残存予備力曲線に従って決定され、前記生成されるエネルギーの各量を生産する前記コストは前記一組の発電機の各発電機の状態によって決まり、前記値関数の最適化は、前記残存需要曲線の区間及び前記残存予備力曲線の区間の影響を受けるだけでなく、前記発電機の運用に関する制約、及び前記生成されるエネルギーの量に関する制約の両方の制約も受けるようになっていることと、
    を行うように構成される、プロセッサと、
    前記受信機が前記ＩＳＯから前記運用スケジュールの承諾を受信すると、前記運用スケジュールに従ってエネルギーを生産するように、前記一組の発電機を制御するコントローラと、
    を備える、発電システム。
23. 電気を生成し、独立系統運用機関（ＩＳＯ）によって運用される電力システムに供給するための電力生産者のエネルギー生成システムであって、複数の電力生産者が前記電力システムに前記電気を供給し、複数の電力消費者が前記電力システムから前記電気を要求し、前記電力生産者の前記エネルギー生成システムは、
    前記電力生産者の一組の発電機と、前記ＩＳＯから将来のエネルギー生成期間にわたる前記電力システムに関する需要エネルギーの量の予測を受信し、前記ＩＳＯから前記将来のエネルギー生成期間にわたる前記電力システムに関する予備エネルギーの量の予測を受信する受信機とを有し、前記電力生産者の前記エネルギー生成システムは、
    前記受信機と通信するプロセッサであって、前記プロセッサは、
    時間ステップごとの前記需要エネルギーの前記受信された予測に基づいて、前記将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する前記需要エネルギーの価格及び量に関連する残存需要曲線を決定することであって、前記将来のエネルギー生成期間は少なくとも前日期間であることと、
    前記電力生産者による、前記需要エネルギー及び前記予備エネルギーを生成することからの収入と、前記生成されるエネルギーを生産するコストとの間の差の値関数を最適化することによって、前記将来のエネルギー生成期間の時間ステップごとの前記一組の発電機の運用スケジュールを決定することと、
    時間ステップごとの前記予備エネルギーの前記受信された予測に基づいて、前記将来のエネルギー生成期間の各時間ステップにおいて、その時間ステップに関する前記予備エネルギーの価格及び量に関連する残存予備力曲線を決定することであって、前記需要エネルギーの各量を生成することに関する前記収入は前記残存需要曲線に従って決定され、前記予備エネルギーの各量を生成することに関する前記収入は前記残存予備力曲線に従って決定され、前記生成されるエネルギーの各量を生産する前記コストは前記一組の発電機の各発電機の状態によって決まり、前記値関数の最適化は、前記残存需要曲線の区間及び前記残存予備力曲線の区間の影響を受けるだけでなく、前記発電機の運用に関する制約、及び前記生成されるエネルギーの量に関する制約の両方の制約も受けるようになっていることと、
    を行うように構成される、プロセッサと、
    前記受信機が前記ＩＳＯから前記運用スケジュールの承諾を受信すると、前記運用スケジュールに従ってエネルギーを生産するように、前記一組の発電機を制御するコントローラと、
    を備える、エネルギー生成システム。

Images