JP6818491B2 - Demand response planning system, demand response planning method, and demand response planning program - Google Patents
Demand response planning system, demand response planning method, and demand response planning program Download PDFInfo
- Publication number
- JP6818491B2 JP6818491B2 JP2016195863A JP2016195863A JP6818491B2 JP 6818491 B2 JP6818491 B2 JP 6818491B2 JP 2016195863 A JP2016195863 A JP 2016195863A JP 2016195863 A JP2016195863 A JP 2016195863A JP 6818491 B2 JP6818491 B2 JP 6818491B2
- Authority
- JP
- Japan
- Prior art keywords
- power data
- demand response
- data
- power
- baseline
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 44
- 238000004364 calculation method Methods 0.000 claims description 81
- 230000007547 defect Effects 0.000 claims description 27
- 230000000295 complement effect Effects 0.000 claims description 25
- 230000007812 deficiency Effects 0.000 claims description 16
- 239000013589 supplement Substances 0.000 claims description 10
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000003169 complementation method Methods 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000005611 electricity Effects 0.000 description 4
- 239000007789 gas Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000006735 deficit Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/58—The condition being electrical
- H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明の実施形態は、デマンドレスポンス計画システム、デマンドレスポンス計画方法、及びデマンドレスポンス計画プログラムに関する。 Embodiments of the present invention relate to a demand response planning system, a demand response planning method, and a demand response planning program.
電力負荷を低減するためのデマンドレスポンスシステムが普及しつつある。デマンドレスポンスシステムとは、電力需給が逼迫することが事前に予測される場合にデマンドレスポンス(DR)を需要家に発令し、消費電力の低減を促すものである。電力削減目標を達成した需要家には所定のインセンティブが与えられる。需要家が削減した電力量の予測値は、デマンドレスポンスが無ければ需要家が消費したであろう電力消費量の予測値であるベースラインに基づいて判定される。理想的にはベースラインは、需要家が消費した電力データが全て揃ってから計算される。 Demand response systems for reducing power loads are becoming widespread. The demand response system issues a demand response (DR) to consumers when it is predicted that the power supply and demand will be tight in advance, and promotes reduction of power consumption. Consumers who have achieved their power reduction targets are given certain incentives. The predicted value of the electric energy reduced by the consumer is determined based on the baseline which is the predicted value of the electric energy consumed by the consumer if there is no demand response. Ideally, the baseline is calculated after all the power data consumed by the consumer is available.
デマンドレスポンス実施後に電力削減量が通知される現行のデマンドレスポンスシステムに対して、デマンドレスポンスの発令時にベースラインに基づいた目標電力削減量を知りたいという需要家の要請がある。しかし、デマンドレスポンスの発令時には、ベースラインの計算に必要な需要家の電力データに欠損がある場合がある。そのため、デマンドレスポンスの発令時に計算される予測ベースライン値には、電力データが確定した後に計算される確定ベースライン値と比して誤差が生じる場合がある。 For the current demand response system in which the amount of power reduction is notified after the demand response is implemented, there is a demand from consumers who want to know the target power reduction amount based on the baseline when the demand response is issued. However, when the demand response is issued, there may be a lack of consumer power data required for baseline calculation. Therefore, the predicted baseline value calculated when the demand response is issued may have an error as compared with the fixed baseline value calculated after the power data is fixed.
本発明が解決しようとする課題は、デマンドレスポンスの発令の際に計算されるベースライン値の誤差を低減することができるデマンドレスポンス計画システム、デマンドレスポンス計画方法、及びデマンドレスポンス計画プログラムを提供することである。 An object to be solved by the present invention is to provide a demand response planning system, a demand response planning method, and a demand response planning program capable of reducing an error in a baseline value calculated when a demand response is issued. Is.
実施形態のデマンドレスポンス計画システムは、電力データ欠損判定部と、欠損電力データ補完部と、予測ベースライン計算部と、を持つ。電力データ欠損判定部は、電力需給抑制を促すためのデマンドレスポンスの発令時点において、顧客の過去の電力使用状態が記録された電力データを取得し、前記発令時点において前記電力データに欠損が生じているか否かを判定する。欠損電力データ補完部は、所定の補完方法に基づいて、前記電力データ欠損判定部により生じていると判定された前記欠損を補完する。予測ベースライン計算部は、前記欠損電力データ補完部により欠損が補完された前記電力データに基づいて、前記デマンドレスポンスの発令の際に顧客に通知される予測ベースラインを計算する。 The demand response planning system of the embodiment includes a power data loss determination unit, a missing power data complement unit, and a prediction baseline calculation unit. The power data loss determination unit acquires power data in which the customer's past power usage status is recorded at the time of issuing a demand response for promoting suppression of power supply and demand, and the power data is lost at the time of the issuance. Judge whether or not. The missing power data complementing unit complements the loss determined to be caused by the power data missing determining unit based on a predetermined complementing method. The prediction baseline calculation unit calculates a prediction baseline to be notified to the customer when the demand response is issued, based on the power data whose loss is complemented by the missing power data supplementing unit.
以下、実施形態のデマンドレスポンス計画システム、デマンドレスポンス計画方法、及びデマンドレスポンス計画プログラムを、図面を参照して説明する。デマンドレスポンスとは、電力需給の逼迫時に電力削減を行った顧客に対しインセンティブを与え、電力消費を抑えて電力の安定供給を図る仕組みのことである。デマンドレスポンス計画システムは、電力需給が逼迫することが事前に予測される場合にデマンドレスポンスを顧客に発令すると共に、顧客の目標電力削減量を通知する。 Hereinafter, the demand response planning system, the demand response planning method, and the demand response planning program of the embodiment will be described with reference to the drawings. Demand response is a mechanism that provides incentives to customers who have reduced power consumption when the supply and demand of power is tight, and suppresses power consumption to ensure a stable supply of power. The demand response planning system issues a demand response to the customer when it is predicted that the power supply and demand will be tight in advance, and also notifies the customer of the target power reduction amount of the customer.
(第1の実施形態)
図1は、デマンドレスポンス計画システム1のシステム構成を示すブロック図である。デマンドレスポンス計画システム1は、例えば、第1電力データベース100と、第2電力データベース110と、ベースライン算出部200と、予測ベースライン値データベース150と、確定ベースライン値データベース151と、需要家とのインセンティブ計算部310と、電気事業者とのインセンティブ計算部311と、デマンドレスポンス受信部400と、デマンドレスポンス発令部410とを備える。
(First Embodiment)
FIG. 1 is a block diagram showing a system configuration of the demand
第1電力データベース100には、各顧客の過去の使用電力データ(電力データ)が記憶されている。第2電力データベース110には、各顧客がデマンドレスポンス発令後に行った電力削減の実施結果のデータ(DR電力データ)が記憶されている。ベースライン算出部200は、デマンドレスポンス受信部400から電力事業者によるデマンドレスポンスの発令を受け取ると、過去の使用電力データに基づいてベースラインを算出する。ベースラインは、電力削減量を計算する際に基準となる電力使用量の予測値となる。
The first
これらの機能部のうち少なくともベースライン算出部200は、例えば、CPU(Central Processing Unit)などのプロセッサがベースライン算出プログラムを実行することにより実現される。また、ベースライン算出部200のうち一部の機能部は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)などのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアが協働するものであってもよい。また、ベースライン算出部200以外の機能部は、同様にプロセッサとプログラムによって実現されてもよいし、LSIやASIC、FPGAなどのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアが協働するものであってもよい。
Of these functional units, at least the
ベースライン算出部200は、例えば、予測ベースライン計算処理部210と、確定ベースライン計算処理部220とを備える。予測ベースライン計算処理部210は、デマンドレスポンス発令後に計算される予測ベースラインを計算する。予測ベースライン計算処理部210は、例えば、第1電力データ欠損判定部211と、第1欠損電力データ補完部212と、予測ベースライン計算部213とを備える。予測ベースライン計算処理部210では、上記の各機能ブロックが協働することにより、予測ベースラインを計算する。
The
第1電力データ欠損判定部211は、第1電力データベース100に格納された電力データのうち、予測ベースラインの計算に用いられる第1電力データを取得する。電力データは、例えば、各顧客の電力メータ(スマートメータ等)から有線又は無線回線で収集されたデータである。そのため、回線の状況によっては、電力データが全て揃わずに電力データの中に欠損が生じている場合がある。第1電力データ欠損判定部211は、第1電力データに第1欠損が生じているかどうかを判定する。
The first power data loss determination unit 211 acquires the first power data used for the calculation of the prediction baseline among the power data stored in the
第1欠損電力データ補完部212は、第1欠損が生じていると判定された場合、第1欠損を所定の補完方法に基づいて補完する。所定の補完方法については後に詳述する。 When it is determined that the first loss has occurred, the first missing power data complementing unit 212 complements the first missing based on a predetermined complementing method. The predetermined complement method will be described in detail later.
予測ベースライン計算部213は、補完された第1電力データに基づいて顧客に通知される予測ベースライン値を計算する。予測ベースライン計算部213は、計算された予測ベースライン値に基づいて予測ベースラインを計算する。予測ベースラインは、予測ベースライン値をデマンドレスポンス実施時間帯内の各時間帯別に割り当てたものである。予測ベースラインは、電力削減目標値や顧客インセンティブ値の計算に用いられる。顧客インセンティブ値は、顧客が削減した電力量に従って顧客に与えられるインセンティブを示す指標である。 The prediction baseline calculation unit 213 calculates the prediction baseline value notified to the customer based on the supplemented first power data. The prediction baseline calculation unit 213 calculates the prediction baseline based on the calculated prediction baseline value. The forecast baseline is the forecast baseline value assigned to each time zone within the demand response execution time zone. Forecast baselines are used to calculate power reduction targets and customer incentives. The customer incentive value is an index showing the incentive given to the customer according to the amount of power reduced by the customer.
予測ベースライン計算部213は、予測ベースラインを予測ベースライン値データベース150に記憶する。デマンドレスポンス発令部410は、顧客にデマンドレスポンスを発令すると共に、予測ベースラインに基づいた顧客の目標とする電力削減量を通知する。
The prediction baseline calculation unit 213 stores the prediction baseline in the prediction
確定ベースライン計算処理部220は、例えば、第2電力データ欠損判定部221と、第2欠損電力データ補完部222と、確定ベースライン計算部223とを備える。確定ベースライン計算処理部220は、デマンドレスポンス実施後に確定ベースライン値を計算する。確定ベースライン値は、デマンドレスポンス実施後の一定期間経過後、第1電力データが補完された状態で計算される。
The definite baseline
確定ベースライン計算処理部220は、確定ベースライン値に基づいて確定ベースラインを計算する。確定ベースラインは、確定ベースライン値をデマンドレスポンス実施時間帯内の各時間帯別に割り当てたものである。確定ベースライン計算処理部220は、第2電力データ欠損判定部221と、第2欠損電力データ補完部と、222確定ベースライン計算部223とを備える。確定ベースライン計算処理部220では、上記の各機能ブロックが協働することにより、確定ベースラインを計算する。
The deterministic baseline
第2電力データ欠損判定部221は、デマンドレスポンス実施後の所定の期間経過後に、第1電力データベース100から第1電力データの第1欠損が補完された第2電力データを取得する。第2電力データは、第1電力データに生じている第1欠損のデータが各顧客の電力メータから収集されることによって補完されたものである。しかし、第2電力データも完全なものではなく、一部に欠損が生じている場合がある。
The second power data loss determination unit 221 acquires the second power data in which the first loss of the first power data is complemented from the
第2電力データ欠損判定部221は、第2電力データに第2欠損が生じているかどうか判定する。第2電力データの第2欠損は、第1電力データの第1欠損よりも小さくなる。従って、第2電力データのデータ量は第1電力データのデータ量よりも大きい。ここで、第2欠損電力データ補完部222でも新たに第2欠損を補完して、確定ベースラインを計算する必要がある。 The second power data loss determination unit 221 determines whether or not the second power data has a second loss. The second loss of the second power data is smaller than the first loss of the first power data. Therefore, the amount of data of the second power data is larger than the amount of data of the first power data. Here, it is necessary for the second missing power data complementing unit 222 to newly complement the second missing and calculate the definite baseline.
第2欠損電力データ補完部222は、判定された第2欠損を予め定められた補完方法に基づいて補完する。ここでの補完方法は様々な方法が用いられ得る。例えば後述する補完方法に準じた方法を用いてもよい。いずれの方法を用いるかは顧客との間の契約事項に依存するものとする。確定ベースライン計算部223は、補完された第2電力データに基づいて顧客に通知される確定ベースライン値を計算する。確定ベースライン計算部223は、確定ベースライン値に基づいて確定ベースラインを計算する。 The second missing power data complementing unit 222 complements the determined second missing power based on a predetermined complementing method. Various methods can be used as the complement method here. For example, a method according to the complementing method described later may be used. Which method to use depends on the contractual terms with the customer. The fixed baseline calculation unit 223 calculates the fixed baseline value notified to the customer based on the supplemented second power data. The fixed baseline calculation unit 223 calculates the fixed baseline based on the fixed baseline value.
確定ベースライン値は、確定した電力削減量や事業者インセンティブ値の計算に用いられる。事業者インセンティブ値は、電力削減量に従って事業者から与えられるインセンティブを示す指標である。確定ベースライン計算部223は、計算された確定ベースラインを確定ベースライン値データベース151に記憶させる。
The fixed baseline value is used to calculate the fixed power reduction amount and the operator incentive value. The business operator incentive value is an index showing the incentive given by the business operator according to the amount of power reduction. The fixed baseline calculation unit 223 stores the calculated fixed baseline in the fixed
次に、デマンドレスポンス実施後、電力削減量に対して顧客に与えられるインセンティブについて説明する。電力削減量は、顧客との契約時に予め予測ベースライン値から求めるように決定されている。デマンドレスポンス実施後の所定の期間経過後に、需要家とのインセンティブ計算部310は、顧客インセンティブ値を計算する。需要家とのインセンティブ計算部310は、予測ベースラインと第2電力データベース110に記憶されている電力削減量に関するDR電力データとに基づいて顧客インセンティブ値を計算する。顧客インセンティブ値は、例えばデマンドレスポンス実施後に顧客に対して通知手段(不図示)によって通知される。
Next, the incentive given to the customer for the amount of power reduction after the demand response is implemented will be described. The amount of power reduction is determined in advance from the forecast baseline value at the time of contract with the customer. After a predetermined period of time has elapsed after the demand response is executed, the
電気事業者とのインセンティブ計算部311は、デマンドレスポンス実施後の一定期間経過後に、確定ベースライン値と第2電力データベース110に記憶されているDR電力データとに基づいて電力削減量と事業者インセンティブ値とを計算する。事業者インセンティブ値は、デマンドレスポンスの実施後の所定の期間経過後に通知される。事業者インセンティブ値と顧客インセンティブ値との差額がデマンドレスポンス事業における利益となる。本実施の形態では顧客インセンティブ値の計算に予測ベースラインを用いているが、デマンドレスポンス実施後に確定する確定ベースラインも用い得る。
The
しかし、デマンドレスポンス発令時に顧客に対して予測ベースラインに基づいた電力削減量を通知しているため、後日異なった確定ベースラインが通知されることは顧客に不利益が生じる可能性がある。そこで、本実施の形態では、予測ベースラインに基づいたインセンティブ値を通知するものとしている。どのような通知を行うかということは、顧客との間の契約事項に依存する。本実施の形態では、予測ベースラインに基づいたインセンティブ値を通知しているので、予測ベースラインを確定ベースラインに近づけることが重要となる。 However, since the customer is notified of the amount of power reduction based on the forecast baseline when the demand response is issued, it may be disadvantageous for the customer to be notified of a different confirmed baseline at a later date. Therefore, in the present embodiment, the incentive value based on the prediction baseline is notified. What kind of notification is given depends on the contract with the customer. In the present embodiment, since the incentive value based on the forecast baseline is notified, it is important to bring the forecast baseline closer to the definite baseline.
以下、欠損が生じている第1電力データを第1欠損電力データ補完部212が補完する方法について詳述する。まず、予測ベースラインの基本的な計算方法について説明する。図2は、第1の手法による予測ベースラインの計算例を示す図である。第1の手法とは、デマンドレスポンスの実施日の電力データと実施日より以前の過去の電力データとを比較して、実施日の電力データと過去の電力データとの差分を考慮してデマンドレスポンス発令後の予測ベースラインを算出する手法である。以下第1の手法について説明する。 Hereinafter, a method in which the first missing power data complementing unit 212 complements the missing first power data will be described in detail. First, the basic calculation method of the forecast baseline will be described. FIG. 2 is a diagram showing a calculation example of the prediction baseline by the first method. The first method is to compare the power data of the demand response implementation date with the past power data before the implementation date, and consider the difference between the power data of the implementation date and the past power data to obtain the demand response. It is a method to calculate the prediction baseline after the announcement. The first method will be described below.
例えば、デマンドレスポンス実施日(5/18)のデマンドレスポンス実施時間帯(13:00−15:00)の予測ベースラインを算出するために、先ずデマンドレスポンス実施日の直近5日間(5/11−5/15)のうち、デマンドレスポンス実施時間帯における平均電力量の多い4日間の需要データが選定される(1)。 For example, in order to calculate the forecast baseline for the demand response implementation time zone (13: 00-15: 00) on the demand response implementation date (5/18), first, the most recent 5 days (5 / 11-) of the demand response implementation date. Of 5/15), demand data for 4 days with a large average amount of power during the demand response implementation time is selected (1).
ここで、最も使用電力量の平均値が低い5/13のデータを除いた上位4日間の過去データが選定される。選定された4日間の過去データから、それぞれの日の時間帯別(9:00−12:00,13:00−15:00)の平均値データが算出される(2)。9:00−12:00の時間帯を当日補正調整用時間帯(A)とし、13:00−15:00の時間帯をデマンドレスポンス実施時間帯(B)とする。当日補正調整用時間帯(A)は、当日のデマンドレスポンス実施時間帯(B)における予測ベースラインの算出のために、データを参照する時間帯である。デマンドレスポンス実施日では、電力需要が高まっているため、過去データに比べて電力データの値が高い。 Here, the past data of the top 4 days excluding the data of 5/13, which has the lowest average value of power consumption, is selected. From the selected 4-day past data, the average value data for each time zone (9: 00-12: 00, 13: 00-15: 00) is calculated (2). The time zone from 9:00 to 12:00 is set as the correction adjustment time zone (A) on the day, and the time zone from 13:00 to 15:00 is set as the demand response execution time zone (B). The current day correction adjustment time zone (A) is a time zone in which data is referred to for calculating the prediction baseline in the current day demand response execution time zone (B). On the demand response implementation date, the value of the power data is higher than that of the past data because the power demand is increasing.
そのため、デマンドレスポンス実施日の予測ベースラインの計算では、単純に過去データの平均を用いるのではなく、当日の高い電力需要の傾向に従って予測ベースラインを計算する。そこで、デマンドレスポンス実施時間帯の予測ベースラインの算出にあたり、デマンドレスポンス実施日当日に計測された電力データの平均値と4日間の過去データの平均値との差分が計算される。 Therefore, in the calculation of the forecast baseline of the demand response implementation date, the forecast baseline is calculated according to the tendency of high power demand on the day, instead of simply using the average of the past data. Therefore, in calculating the prediction baseline of the demand response execution time zone, the difference between the average value of the power data measured on the day of the demand response implementation day and the average value of the past data for 4 days is calculated.
デマンドレスポンス実施日において、デマンドレスポンス実施開始時間(13:00)の4時間前〜1時間前(9:00−12:00)の6コマ分(1コマは例えば30分単位)の当日データが記録されている。そして、当日データの6コマ分の各平均と4日間の過去データの同時間帯の6コマ分の各平均値との6コマ分の差分の各データが算出される(3)。そして、6コマ分の差分のデータの平均値(150kWh/コマ)が算出され、この値を当日補正調整量とする(4)。そして、デマンドレスポンス実施時間帯の時間別の各平均値データに当日補正調整量を加算して予測ベースライン値(kWh)が計算される。そして、予測ベースライン値をデマンドレスポンス実施時間帯の各時間別に配分して予測ベースラインとする(5)。 On the demand response implementation date, the data for 6 frames (1 frame is, for example, 30 minutes) from 4 hours to 1 hour (9: 00-12: 00) before the demand response execution start time (13:00) is displayed. It has been recorded. Then, each data of the difference of 6 frames from each average value of 6 frames of the current day data and each average value of 6 frames of the past data of 4 days in the same time zone is calculated (3). Then, the average value (150 kWh / frame) of the difference data for 6 frames is calculated, and this value is used as the correction adjustment amount on the day (4). Then, the predicted baseline value (kWh) is calculated by adding the correction adjustment amount on the day to each average value data for each time of the demand response execution time zone. Then, the predicted baseline value is allocated to each time of the demand response execution time zone to obtain a predicted baseline (5).
次に、第2の手法によって予測ベースラインを計算する例を示す。図3は、第2の手法による予測ベースラインの計算例を示す図である。第2の手法とは、デマンドレスポンスが発令される時点から前の時間帯に事前計測された当日の電力データを用いて予想ベースラインを計算するものである。例えば、デマンドレスポンスが実施される時刻(9:40)の10分前(9:30)にデマンドレスポンス発令予告が行われる場合を示す。予測ベースラインbは、デマンドレスポンス発令前の一定時間帯における電力データaの平均値を予測ベースライン値とし、予測ベースライン値をデマンドレスポンスが実施される各時間帯別に配分することで決定される。 Next, an example of calculating the prediction baseline by the second method is shown. FIG. 3 is a diagram showing a calculation example of the prediction baseline by the second method. The second method is to calculate the expected baseline using the power data of the day pre-measured in the time zone before the time when the demand response is issued. For example, the case where the demand response issuance notice is given 10 minutes (9:30) before the time (9:40) when the demand response is executed is shown. The prediction baseline b is determined by using the average value of the power data a in a certain time zone before the demand response issuance as the prediction baseline value and allocating the prediction baseline value to each time zone in which the demand response is performed. ..
具体的には、9:30に、デマンドレスポンス発令予告が行われる場合、9:00から9:30までの電力データの平均値を予測ベースライン値とする。例えば、ベースライン計算対象時間帯(9:00から9:30までの間の6コマ:1コマは例えば5分単位)の電力データの平均値が予測ベースライン値である。例えば、予測ベースライン値は、(508+513+525+535+531+526)/6=523(kWh)と計算される。そして、予測ベースライン値(523kWh)をデマンドレスポンス実施時間(9:40−10:40)における各時間帯別に配分することにより予測ベースラインbが決定される。 Specifically, when the demand response issuance notice is given at 9:30, the average value of the power data from 9:00 to 9:30 is used as the prediction baseline value. For example, the average value of the power data in the baseline calculation target time zone (6 frames from 9:00 to 9:30: 1 frame is, for example, in units of 5 minutes) is the predicted baseline value. For example, the predicted baseline value is calculated as (508 + 513 + 525 + 535 + 531 + 526) / 6 = 523 (kWh). Then, the prediction baseline value b is determined by allocating the prediction baseline value (523kWh) to each time zone in the demand response execution time (9: 40-10: 40).
次に、11/17にデマンドレスポンスが実施され、第1の手法に用いられる予測ベースライン算定対象時間帯のデータaに欠損がある場合の予測ベースラインの算出について説明する。図4は、電力データの補完について説明する図である。図4の上段に示されるように、デマンドレスポンスが実施される時間帯(9:00−11:00)の過去の電力データに欠損が生じている。 Next, the calculation of the prediction baseline when the demand response is performed on 11/17 and the data a of the prediction baseline calculation target time zone used in the first method is missing will be described. FIG. 4 is a diagram illustrating complementation of power data. As shown in the upper part of FIG. 4, there is a loss in the past power data in the time zone (9: 00-11: 00) when the demand response is executed.
例えば、11/10のデータでは、10:00−10:30の時間帯のデータが欠損している。この欠損を補完するために10:00−10:30の時間帯データの前後の時間帯(9:30−10:00,10:30−11:00)の2個のデータ(110と130)が用いられる。図4に示されるように、2個のデータの平均値(110+130)/2=120が補完データとして用いられる。他の日の電力データに生じているそれぞれの欠損も同様の方法によって補完される。 For example, in the data of 11/10, the data of the time zone from 10:00 to 10:30 is missing. To make up for this deficiency, two data (110 and 130) of the time zone (9: 30-10: 00, 10: 30-11: 00) before and after the time zone data of 10: 00-10: 30 Is used. As shown in FIG. 4, the average value (110 + 130) / 2 = 120 of the two data is used as the complementary data. Each loss in the power data of the other day is complemented in a similar way.
次に、11/17の当日補正調整時間帯の過去データに欠損がある場合について説明する。図5は、電力データの補完について説明する図である。図5の上段に示されるように、11/17の当日補正調整時間帯(5:00−8:00)の一部の時間帯(6:00−6:30)に、電力データの欠損が生じている。この欠損を補完するために6:00−6:30の時間帯のデータの前後の時間帯(5:30−6:00,6:30−7:00)の2個のデータ(80、90)が用いられる。図5の下段に示されるように、この2個のデータの平均値(80+90)/2=85が補完データとして用いられる。 Next, a case where there is a defect in the past data of the correction adjustment time zone on the day of 11/17 will be described. FIG. 5 is a diagram illustrating complementation of power data. As shown in the upper part of FIG. 5, there is a loss of power data in a part of the time zone (6: 00-6: 30) of the day correction adjustment time zone (5: 00-8: 00) on 11/17. It is happening. To make up for this deficiency, two data (80, 90) in the time zone (5: 30-6: 00, 6: 30-7: 00) before and after the data in the time zone of 6: 00-6: 30 ) Is used. As shown in the lower part of FIG. 5, the average value (80 + 90) / 2 = 85 of these two data is used as complementary data.
次に、11/17にデマンドレスポンスが実施され、第2の手法に用いられる予測ベースライン算定対象時間帯のデータに欠損がある場合について説明する。図6は、電力データの補完について説明する図である。図6の上段に示されるように、11/17の予測ベースライン算定対象時間帯(A)(8:20−8:50)の一部の時間帯(C)(8:30−8:35)に、電力データの欠損が生じている。この欠損を補完するために時間帯(C)のデータの前後の時間帯(8:25−8:30,8:35−8:40)の2個のデータ(520、560)が補完のための計算に用いられる。 Next, a case where the demand response is executed on 11/17 and the data of the prediction baseline calculation target time zone used in the second method is missing will be described. FIG. 6 is a diagram illustrating complementation of power data. As shown in the upper part of FIG. 6, a part of the time zone (C) (8: 30-8: 35) of the forecast baseline calculation target time zone (A) (8: 20-8: 50) on 11/17. ), There is a loss of power data. In order to complement this defect, two data (520, 560) in the time zone (8: 25-8: 30, 8: 35-8: 40) before and after the data in the time zone (C) are complemented. Used in the calculation of.
図6の下段に示されるように、欠損データに隣接する2個のデータの平均値(520+560)/2=540が補完データとして用いられる。そして予測ベースラインはデマンドレスポンス発令予告の30分前からデマンドレスポンス発令予告時までの6コマ(1コマは5分単位)の平均値を予測ベースライン値とする。予測ベースライン値は、(500+520+540+560+540+520)÷6=530(kWh)と計算される。そして、予測ベースライン値530(kWh)をデマンドレスポンス実施時間(B)(9:40−10:40)の各時間帯別に配して予測ベースラインbが決定される。 As shown in the lower part of FIG. 6, the average value (520 + 560) / 2 = 540 of the two data adjacent to the missing data is used as the complementary data. The prediction baseline value is the average value of 6 frames (1 frame is in units of 5 minutes) from 30 minutes before the announcement of the demand response issuance to the time of the announcement of the demand response issuance. The predicted baseline value is calculated as (500 + 520 + 540 + 560 + 540 + 520) ÷ 6 = 530 (kWh). Then, the prediction baseline value 530 (kWh) is arranged for each time zone of the demand response execution time (B) (9: 40-10: 40) to determine the prediction baseline b.
上述したように、第1欠損電力データ補完部212は、第1欠損が生じている時間帯の前後の時間帯に記憶されているデータの平均値を算出して第1欠損を補完する。補完方法について、データの欠損を平均値で算出する手法の他、最小二乗法、スプライン補間等の関数を用いる補間法によってデータを補完してもよい。 As described above, the first missing power data complementing unit 212 complements the first missing by calculating the average value of the data stored in the time zones before and after the time zone in which the first missing occurs. As for the complement method, in addition to the method of calculating the data loss by the average value, the data may be complemented by an interpolation method using a function such as a least squares method or a spline interpolation method.
以下、デマンドレスポンス計画システム1における処理方法のフローについて説明する。図7は、デマンドレスポンス計画システム1の処理の流れを示すフローチャートである。電力需給が逼迫し、デマンドレスポンス受信部400が電力事業者からデマンドレスポンスの発令を受信する。そのとき、予測ベースライン計算処理部210は、デマンドレスポンス発令時点での予測ベースライン値の計算を開始する(ステップS100)。第1電力データ欠損判定部211は、ベースライン計算に必要な電力データ(第1電力データベースから取得した第1電力データ)に欠損があるかどうか判定する(ステップS101)。
Hereinafter, the flow of the processing method in the demand
第1電力データに欠損があると判定された場合(ステップS101:Yes)、第1欠損電力データ補完部212は、第1電力データの第1欠損を所定の補完方法に基づいて補完又は予測する(ステップS102)。予測ベースライン計算部213は、補完された第1電力データに基づいて、デマンドレスポンス発令時点での予測ベースラインを計算する(ステップS103)。ステップS101で第1電力データに欠損がないと判定された場合は、ステップS103が実行される。 When it is determined that the first power data has a defect (step S101: Yes), the first missing power data complement unit 212 complements or predicts the first defect of the first power data based on a predetermined complement method. (Step S102). The prediction baseline calculation unit 213 calculates the prediction baseline at the time when the demand response is issued based on the supplemented first power data (step S103). If it is determined in step S101 that there is no loss in the first power data, step S103 is executed.
デマンドレスポンス発令部410は、顧客にデマンドレスポンスを発令し(ステップS104)、予測ベースラインに基づいた電力削減量を同時に通知する。デマンドレスポンスの発令に従って顧客はデマンドレスポンスを実施する(ステップS105)。デマンドレスポンス実施後に確定ベースライン計処理算部220は、確定ベースラインを計算開始する。第2電力データ欠損判定部221は、デマンドレスポンス実施後の一定期間経過後に、第1電力データベース100から第2電力データを取得する。第2電力データ欠損判定部221は、ベースライン計算に必要な電力データ(第2電力データ)に欠損があるかどうかを判定する(ステップS106)。
The demand
電力データ第2欠損があると判定された場合(ステップS106:Yes)、第2欠損電力データ補完部222は、第2欠損を予め定められた補完方法に基づいて第2欠損を補完する(ステップS107)。確定ベースライン計算部223は、補完された第2電力データに基づいて確定ベースラインを計算する(ステップS108)。デマンドレスポンス実施後の一定期間経過後、インセンティブ計算部311は、確定ベースラインとDR電力データとに基づいて顧客が行った節電による電力削減量を算出する(ステップS109)。
When it is determined that there is a second loss of power data (step S106: Yes), the second loss power data complement unit 222 complements the second loss based on a predetermined complement method (step). S107). The fixed baseline calculation unit 223 calculates the fixed baseline based on the supplemented second power data (step S108). After a certain period of time has elapsed after the demand response is executed, the
インセンティブ計算部310は、過去のそれぞれのデマンドレスポンス実施毎に記憶されたDR電力データと予測ベースラインとに基づいて、それぞれのデマンドレスポンスの節電結果を導出する。そして、インセンティブ計算部311は、過去のそれぞれのデマンドレスポンス実施毎に記憶されたDR電力データと確定ベースライン値とに基づいて、顧客が実際に行ったデマンドレスポンス実施毎のデマンドレスポンスの結果を導出する(ステップS110)。
The
インセンティブ計算部311は、それぞれのデマンドレスポンス実施毎の節電結果から顧客インセンティブ値を算出する。そして、インセンティブ計算部311は、節電結果からそれぞれのデマンドレスポンス実施毎の報奨金額(事業者インセンティブ値)を算出する(ステップS111)。
The
上述したように、デマンドレスポンス計画システム1によると、デマンドレスポンスが発令される時点で顧客が削減すべき電力量の基準となる予測ベースラインを計算することができる。そして、デマンドレスポンス計画システム1は、予測ベースラインの計算に使用する電力データに欠損があっても補完することにより予測ベースラインを計算することができる。これにより、デマンドレスポンス計画システム1は、デマンドレスポンス発令時に予測ベースラインに基づいて目標とする電力削減量を顧客に対して通知することができる。
As described above, according to the demand
(第2の実施形態)
以下、第2の実施形態について説明する。第1の実施形態では、デマンドレスポンス計画システム1において、予測ベースラインの計算に使用する電力データに欠損がある場合に前後のデータの平均値を算出することで欠損データを補完するものとした。これに対し、第2の実施形態におけるデマンドレスポンス計画システム1は、電力データの欠損を、同時間帯の過去の数日分のデータの平均値を算出することにより補完するものである。
(Second Embodiment)
Hereinafter, the second embodiment will be described. In the first embodiment, in the demand
11/17の予測ベースライン算定対象時間帯のデータに欠損がある場合について説明する。図8は、電力データの補完について説明する図である。図8に示されるように、11月17日のデマンドレスポンスに対する予測ベースラインの算定の元となる過去データに欠損が生じている。例えば、ベースライン算定対象時間帯(9:00−11:00)の数日分の過去データの内、11月14日の一部の時間帯(10:30−11:00)に欠損が生じている。この欠損を補完するために、欠損のあった日からn日間分(nは任意の数字)の過去のデータの平均値を用いる。 The case where there is a deficiency in the data of the forecast baseline calculation target time zone on 11/17 will be described. FIG. 8 is a diagram illustrating complementation of power data. As shown in FIG. 8, there is a defect in the historical data that is the basis for calculating the forecast baseline for the demand response on November 17. For example, out of the past data for several days in the baseline calculation target time zone (9: 00-11: 00), a defect occurs in a part of the time zone (10: 30-11: 00) on November 14th. ing. In order to supplement this deficiency, the average value of the past data for n days (n is an arbitrary number) from the date of the deficiency is used.
ここでn=4とすると、10:30−11:00の時間帯における11/10から11/13までの4日分の過去データが選択される。そして、10:30−11:00の時間帯における4日分のデータの平均値(140+130+140+130)/4=135が補完データとして用いられる。また、図8でn=3とすると、10:30−11:00の時間帯における11/11−11/13の3日分のデータの平均値(130+140+130)/3=133が補完データとして用いられる。 Here, assuming that n = 4, the past data for 4 days from 11/10 to 11/13 in the time zone of 10:30-11: 00 is selected. Then, the average value (140 + 130 + 140 + 130) / 4 = 135 of the data for four days in the time zone of 10:30-11: 00 is used as the complementary data. Further, assuming that n = 3 in FIG. 8, the average value (130 + 140 + 130) / 3 = 133 of the data for 3 days of 11 / 11-11 / 13 in the time zone of 10:30-11: 00 is used as the complementary data. Be done.
上述したように、第1欠損電力データ補完部212は、第1欠損が生じている日付の前のn日分(nは自然数)の第1欠損が生じている同じ時間帯のデータの平均値を算出し、この平均値を用いて第1欠損を補完する。これにより、デマンドレスポンス計画システム1は、予測ベースライン値の計算に使用する電力データに欠損がある場合に日付を時間軸とした補完方法により予測ベースラインを計算することができる。
As described above, the first missing power data complementing unit 212 is the average value of the data in the same time zone in which the first loss occurs for n days (n is a natural number) before the date when the first loss occurs. Is calculated, and this average value is used to supplement the first defect. As a result, the demand
(第3の実施形態)
以下、第3の実施形態について説明する。第2の実施形態では、デマンドレスポンス計画システム1は、予測ベースライン値の計算に使用する電力データに欠損がある場合に日付を時間軸として補完するものとした。第3の実施形態におけるデマンドレスポンス計画システム1では、欠損が生じている日のデータの傾向から欠損データの予測値を算出して補完する。
(Third Embodiment)
Hereinafter, the third embodiment will be described. In the second embodiment, the demand
11/17に第2の手法の手法による予測ベースラインを算定する際に、算定対象時間帯のデータに欠損がある場合について説明する。図9は、電力データの補完について説明する図である。図9に示されるように、11月17日の予測ベースライン算定対象時間帯(A)(8:20−8:50)の一部の時間帯(C)(8:45−8:50)に、電力データの欠損が生じている。 A case where there is a deficiency in the data of the calculation target time zone when calculating the prediction baseline by the method of the second method will be described on 11/17. FIG. 9 is a diagram illustrating complementation of power data. As shown in FIG. 9, a part of the time zone (C) (8: 45-8: 50) of the forecast baseline calculation target time zone (A) (8: 20-8: 50) on November 17th. There is a loss of power data.
この欠損データは、予測ベースライン算定対象時間帯(A)の最後の時間帯(C)に位置しているため、隣接する2つの時間帯のデータで補完する方法は適さない。この日の電力需要の傾向に着目すると、時間帯(C)の直前の5コマ(1コマは5分単位)分の時間帯(8:20−8:45)の電力需要に上昇傾向が見られる。そうすると、時間帯(C)の欠損データはこの上昇傾向に従うと予想される。 Since this missing data is located in the last time zone (C) of the prediction baseline calculation target time zone (A), the method of supplementing with the data of two adjacent time zones is not suitable. Focusing on the trend of electricity demand on this day, we can see that the electricity demand in the time zone (8: 20-8: 45) for the 5 frames (1 frame is in units of 5 minutes) immediately before the time zone (C) is on an upward trend. Be done. Then, the missing data in the time zone (C) is expected to follow this upward trend.
そこで、この欠損を補完するために時間帯(C)(8:45−8:50)のデータの直前のnコマ分(nは任意の自然数)の電力データの傾向に基づいて欠損部分のデータの予測値が算出される。例えば、予測ベースライン算定対象時間帯(A)のn=5コマ分の時間帯のデータには、y=5x+500…(式1)に従った上昇傾向があるため、時間帯(C)の欠損データの予測値は、式1に基づいて525と算出される。図9に示されるように、予測値525が補完データとして用いられる。
Therefore, in order to supplement this defect, the data of the defective portion is based on the tendency of the power data for n frames (n is an arbitrary natural number) immediately before the data in the time zone (C) (8: 45-8: 50). The predicted value of is calculated. For example, the data for the time zone of n = 5 frames in the prediction baseline calculation target time zone (A) tends to increase according to y = 5x + 500 ... (Equation 1), so that the time zone (C) is missing. The predicted value of the data is calculated as 525 based on
そして予測ベースライン算定対象時間帯(A)の6コマ(1コマは5分単位)の平均値が予測ベースライン値として表される。予測ベースライン値は、(500+505+510+515+520+525)÷6=512.5(kWh)と計算される。そして、予測ベースライン値512.5(kWh)をデマンドレスポンス実施時間(B)(9:00−10:00)の各時間帯別に配して予測ベースラインbが決定される。 Then, the average value of 6 frames (1 frame is in units of 5 minutes) in the prediction baseline calculation target time zone (A) is expressed as the prediction baseline value. The predicted baseline value is calculated as (500 + 505 + 510 + 515 + 520 + 525) ÷ 6 = 512.5 (kWh). Then, the prediction baseline value 512.5 (kWh) is arranged for each time zone of the demand response execution time (B) (9: 00-10: 00) to determine the prediction baseline b.
この補完方法は、予測ベースライン算定対象時間帯(A)の最初の1コマの時間帯(8:20−8:25)のデータに欠損がある場合に適用してもよい。また、傾向が一致する日は1日に限られず、n日分(nは自然数)のデータに基づいて欠損がある時間帯と同じ時間帯の電力データの平均値を計算し、欠損の補完を行ってもよい。 This complementation method may be applied when there is a defect in the data of the time zone (8: 20-8: 25) of the first frame of the prediction baseline calculation target time zone (A). In addition, the days when the trends match are not limited to one day, and the average value of the power data in the same time zone as the time zone in which there is a defect is calculated based on the data for n days (n is a natural number) to supplement the defect. You may go.
上述したように、第1欠損電力データ補完部212は、第1電力データに第1欠損が生じている場合に、過去の同時間帯に記憶されているデータの傾向に基づいて予想値を算出し、この予想値を用いて第1欠損を補完する。そして、デマンドレスポンス計画システム1によると、予測ベースラインの算定に用いるデータの欠損が算定時間帯の時間別の配列の最初又は最後にある場合でも欠損データの予想値を算出して予測ベースラインを算出することができる。
As described above, the first missing power data complementing unit 212 calculates the expected value based on the tendency of the data stored in the same time zone in the past when the first missing power data has the first loss. Then, this predicted value is used to supplement the first defect. Then, according to the demand
(第4の実施形態)
第3の実施形態では、デマンドレスポンス計画システム1は、予測ベースラインの計算に使用する電力データに欠損がある場合にデマンドレスポンス実施日の電力データの傾向に従って補完するものとした。これに対し、第4の実施形態におけるデマンドレスポンス計画システム1は、電力データの欠損を過去のデータから傾向が最も一致する日のデータを選択し、選択されたデータから欠損データの予測値を算出して補完する。
(Fourth Embodiment)
In the third embodiment, the demand
11/17に第2の手法の手法による予測ベースラインを算定する際に、予測ベースライン算定対象時間帯のデータに欠損がある場合について説明する。図10は、電力データの補完について説明する図である。図11の上段に示されるように、11/17の予測ベースライン算定対象時間帯(A)(8:20−8:50)の一部の時間帯(C)(8:45−8:50)に、電力データの欠損が生じている。図10の中段に示されるように、過去のn日分(nは自然数)のそれぞれのデータの各電力需要の傾向に着目すると、11/10の予測ベースライン算定対象時間帯(A)電力データと11/17の予測ベースライン算定対象時間帯(A)の電力データとの傾向が最も一致している。 A case where there is a deficiency in the data of the time zone for which the prediction baseline is calculated will be described when calculating the prediction baseline by the method of the second method on 11/17. FIG. 10 is a diagram illustrating complementation of power data. As shown in the upper part of FIG. 11, a part of the time zone (C) (8: 45-8: 50) of the forecast baseline calculation target time zone (A) (8: 20-8: 50) on 11/17. ), There is a loss of power data. As shown in the middle part of FIG. 10, focusing on the tendency of each power demand of each data for the past n days (n is a natural number), the forecast baseline calculation target time zone (A) power data of 11/10 And the tendency with the power data of the forecast baseline calculation target time zone (A) on November 17 are the most consistent.
そこで、図10の下段に示されるように、時間帯(C)の欠損データは、11/10の電力データに基づいて予測値が525と算出される。従って予測ベースライン値は、(500+505+510+515+520+525)÷6=512.5(kWh)と算出される。そして予測ベースライン値512.5(kWh)をデマンドレスポンス実施時間(B)(9:00−10:00)の各時間帯別に配して予測ベースラインbが決定される。上記手法では電力データの傾向が数値として一致している日のデータを選択しているが、傾向が相似形で一致しているデータが選択されてもよい。 Therefore, as shown in the lower part of FIG. 10, the predicted value of the missing data in the time zone (C) is calculated to be 525 based on the power data of 11/10. Therefore, the predicted baseline value is calculated as (500 + 505 + 510 + 515 + 520 + 525) ÷ 6 = 512.5 (kWh). Then, the prediction baseline value 512.5 (kWh) is arranged for each time zone of the demand response execution time (B) (9: 00-10: 00) to determine the prediction baseline b. In the above method, the data of the day when the tendency of the power data matches as a numerical value is selected, but the data whose tendency matches in a similar form may be selected.
上述したように、第1欠損電力データ補完部212は、第1欠損が生じている日付の前のn日分(nは自然数)の各データから第1欠損が生じている日付のデータの傾向と最も近い傾向を有する日付のデータに基づく予想値を算出し、この予想値を用いて第1欠損を補完する。そして、デマンドレスポンス計画システム1によると、算出された予想値を用いて予測ベースラインを決定することができる。
As described above, the first missing power data complementing unit 212 tends to collect data on the date on which the first loss occurs from each data for n days (n is a natural number) before the date on which the first loss occurs. A predicted value based on the data of the date having the closest tendency is calculated, and this predicted value is used to supplement the first defect. Then, according to the demand
上記の第1〜第4の実施形態にかかるデマンドレスポンス計画システム1におけるデータの補完方法は個別に説明したが、これらの各方法はそれぞれを任意に組み合わせて最適な解を求めるものであってもよい。補完方法を組み合わせる等して変更する場合は、顧客と予め契約により定める条項を設けてもよい。
The data complementation methods in the demand
以上説明した少なくとも一つの実施形態によれば、電力需給抑制を促すためのデマンドレスポンスの発令時点において、顧客の過去の電力使用状態が記録された電力データを取得し、発令時点において電力データに欠損が生じているか否かを判定する電力データ欠損判定部211と、所定の補完方法に基づいて、電力データ欠損判定部211により生じていると判定された欠損を補完する欠損電力データ補完部212と、欠損電力データ補完部により欠損が補完された電力データに基づいて、デマンドレスポンスの発令の際に顧客に通知される予測ベースラインを計算する予測ベースライン計算部213と、を持つことにより、デマンドレスポンスの発令の際に計算されるベースライン値の誤差を低減することができる。 According to at least one embodiment described above, at the time of issuance of the demand response for promoting the suppression of power supply and demand, the power data in which the customer's past power usage status is recorded is acquired, and the power data is lost at the time of issuance. A power data loss determination unit 211 that determines whether or not a defect has occurred, and a missing power data complement unit 212 that complements a defect determined by the power data loss determination unit 211 based on a predetermined complement method. , Demand by having a prediction baseline calculation unit 213 that calculates a prediction baseline notified to the customer when a demand response is issued based on the power data whose loss is complemented by the missing power data supplementing unit. It is possible to reduce the error of the baseline value calculated when the response is issued.
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。 Although some embodiments of the present invention have been described, these embodiments are presented as examples and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the gist of the invention. These embodiments and modifications thereof are included in the scope and gist of the invention as well as the invention described in the claims and the equivalent scope thereof.
例えば、上記各実施形態では、電力量削減のためのデマンドレスポンス計画システム1を例に挙げて説明したが、この場合に限られず、デマンドレスポンス計画システム1は、電力以外のガスや熱などのエネルギー資源を供給するエネルギー資源供給システムに適用してもよい。また、デマンドレスポンス計画システム1は、CO2の排出取引に関するCO2クレジットや、他の温室効果ガス等のエネルギー資源の排出量を対象とするシステムに適用してもよい。即ち、デマンドレスポンス計画システム1は、電力需給抑制の目的以外に、プラント等の供給設備を介して市場取引の対象となるガス、熱、エネルギー資源、排出ガス、水等の需給対象物の需給抑制のために用いられてもよい。
For example, in each of the above embodiments, the demand
1…デマンドレスポンス計画システム、100…第1電力データベース、110…第2電力データベース、150…予測ベースライン値データベース、151…確定ベースライン値データベース、200…ベースライン算出部、210…予測ベースライン計算処理部、211…第1電力データ欠損判定部、212…第1欠損電力データ補完部、213…予測ベースライン計算部、220…確定ベースライン計処理算部、221…第2電力データ欠損判定部、222…第2欠損電力データ補完部、223…確定ベースライン計算部、需要家との310…インセンティブ計算部、311…電気事業者とのインセンティブ計算部、400…デマンドレスポンス受信部、410…デマンドレスポンス発令部 1 ... Demand response planning system, 100 ... 1st power database, 110 ... 2nd power database, 150 ... Predicted baseline value database, 151 ... Confirmed baseline value database, 200 ... Baseline calculation unit, 210 ... Predicted baseline calculation Processing unit, 211 ... 1st power data loss determination unit, 212 ... 1st power data loss determination unit, 213 ... Prediction baseline calculation unit, 220 ... Confirmed baseline total processing calculation unit, 221 ... Second power data loss determination unit , 222 ... 2nd Missing Power Data Complementary Unit, 223 ... Fixed Baseline Calculation Unit, 310 ... Incentive Calculation Unit with Consumers, 311 ... Incentive Calculation Unit with Electricity Provider, 400 ... Demand Response Receiver, 410 ... Demand Response issuing department
Claims (3)
所定の補完方法に基づいて、前記電力データ欠損判定部により生じていると判定された前記欠損を補完する欠損電力データ補完部と、
前記欠損電力データ補完部により前記欠損が補完された前記電力データに対して、デマンドレスポンス実施時間帯に応じた期間について統計処理を行うことで、前記デマンドレスポンスの発令の際に顧客に通知される予測ベースラインを計算する予測ベースライン計算部と、
を備え、
前記欠損電力データ補完部は、前記欠損が生じている日付の前のn日分(nは自然数)の前記電力データから、前記欠損が生じている日付の前記電力データの傾向と最も近い傾向を有する日付の前記電力データを選択し、前記選択した前記電力データに基づく予想値を算出し、前記算出した前記予想値を用いて前記欠損を補完する、
デマンドレスポンス計画システム。 In issuance time of demand response for prompting power supply repression issued by the power company, the acquired historical power data power use state is recorded in the power company customer from the power database, and the acquired the A power data loss determination unit that determines whether or not the power data is missing,
Based on a predetermined complement method, a missing power data complementing unit that complements the loss determined to be caused by the power data missing determining unit, and
By performing statistical processing on the power data whose loss has been supplemented by the missing power data supplementing unit for a period corresponding to the demand response execution time zone , the customer is notified when the demand response is issued. Prediction baseline calculation unit that calculates the prediction baseline, and
Equipped with a,
The missing power data complementing unit obtains a tendency closest to the tendency of the power data on the date on which the loss occurs from the power data for n days (n is a natural number) before the date on which the loss occurs. The power data of the date of possession is selected, an expected value based on the selected electric power data is calculated, and the calculated expected value is used to supplement the defect.
Demand response planning system.
電力事業者により発令される電力需給抑制を促すためのデマンドレスポンスの発令時点において、顧客の過去の電力使用状態が記録された電力データを電力データベースから取得し、
前記取得した前記電力データに欠損が生じているか否かを判定し、
所定の補完方法に基づいて、生じていると判定された前記欠損を補完し、
前記欠損が補完された前記電力データに対して、デマンドレスポンス実施時間帯に応じた期間について統計処理を行うことで、前記デマンドレスポンスの発令の際に顧客に通知される予測ベースラインを計算し、
前記欠損を補完する際に、前記欠損が生じている日付の前のn日分(nは自然数)の前記電力データから、前記欠損が生じている日付の前記電力データの傾向と最も近い傾向を有する日付の前記電力データを選択し、前記選択した前記電力データに基づく予想値を算出し、前記算出した前記予想値を用いて前記欠損を補完する、
デマンドレスポンス計画方法。 The computer
At the time of the issuance of the demand response to promote the suppression of the power supply and demand issued by the electric power company, the electric power data in which the customer's past electric power usage status is recorded is acquired from the electric power database .
It is determined whether or not the acquired power data is missing, and the result is determined.
Complement the defect determined to be occurring based on a predetermined complementation method,
By performing statistical processing on the power data to which the deficiency is complemented for a period corresponding to the demand response execution time zone, a prediction baseline to be notified to the customer when the demand response is issued is calculated .
When compensating for the deficiency, the tendency closest to the tendency of the power data on the date on which the deficiency occurs is obtained from the power data for n days (n is a natural number) before the date on which the deficiency occurs. The power data of the date to have is selected, an expected value based on the selected electric power data is calculated, and the calculated expected value is used to supplement the defect.
Demand response planning method.
電力事業者により発令される電力需給抑制を促すためのデマンドレスポンスの発令時点において、顧客の過去の電力使用状態が記録された電力データを電力データベースから取得させ、
前記取得した前記電力データに欠損が生じているか否かを判定させ、
所定の補完方法に基づいて、生じていると判定された前記欠損を補完させ、
前記欠損が補完された前記電力データに対して、デマンドレスポンス実施時間帯に応じた期間について統計処理を行うことで、前記デマンドレスポンスの発令の際に顧客に通知される予測ベースラインを計算させ、
前記欠損を補完させる際に、前記欠損が生じている日付の前のn日分(nは自然数)の前記電力データから、前記欠損が生じている日付の前記電力データの傾向と最も近い傾向を有する日付の前記電力データを選択させ、前記選択した前記電力データに基づく予想値を算出させ、前記算出させた前記予想値を用いて前記欠損を補完させる、
デマンドレスポンス計画プログラム。 On the computer
At the time of the issuance of the demand response to promote the suppression of the power supply and demand issued by the electric power company, the electric power data in which the customer's past electric power usage status is recorded is acquired from the electric power database .
It is made to judge whether or not the acquired power data has a defect, and it is determined.
Based on a predetermined complementation method, the defect determined to be occurring is complemented and
By performing statistical processing on the power data to which the deficiency is complemented for a period corresponding to the demand response execution time zone, the prediction baseline notified to the customer when the demand response is issued is calculated .
When compensating for the defect, the tendency closest to the tendency of the power data on the date on which the defect occurs is obtained from the power data for n days (n is a natural number) before the date on which the defect occurs. The electric power data of the date of possession is selected, an expected value based on the selected electric power data is calculated, and the calculated expected value is used to supplement the defect.
Demand response planning program.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016195863A JP6818491B2 (en) | 2016-10-03 | 2016-10-03 | Demand response planning system, demand response planning method, and demand response planning program |
PCT/JP2017/030456 WO2018066260A1 (en) | 2016-10-03 | 2017-08-25 | Demand response planning system, demand response planning method, and demand response planning program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016195863A JP6818491B2 (en) | 2016-10-03 | 2016-10-03 | Demand response planning system, demand response planning method, and demand response planning program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018061314A JP2018061314A (en) | 2018-04-12 |
JP6818491B2 true JP6818491B2 (en) | 2021-01-20 |
Family
ID=61831670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016195863A Active JP6818491B2 (en) | 2016-10-03 | 2016-10-03 | Demand response planning system, demand response planning method, and demand response planning program |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6818491B2 (en) |
WO (1) | WO2018066260A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230087870A (en) * | 2021-12-10 | 2023-06-19 | 한국전력공사 | Apparatus and method for estimating amount of electricity used |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6783712B2 (en) * | 2017-06-27 | 2020-11-11 | 京セラ株式会社 | Management method and management device |
CN116881234B (en) * | 2023-06-20 | 2024-08-02 | 北京自动化控制设备研究所 | Method and system for predicting complement of telemetry data of magnetic detection system in real time |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015075794A1 (en) * | 2013-11-20 | 2015-05-28 | 株式会社 東芝 | Power demand prediction system, power demand prediction method, customer profiling system, and customer profiling method |
JP5954370B2 (en) * | 2014-07-31 | 2016-07-20 | ダイキン工業株式会社 | Equipment management device |
EP3190683A4 (en) * | 2014-07-31 | 2017-12-20 | Nec Corporation | Control device, apparatus control device, reporting method, and recording medium |
-
2016
- 2016-10-03 JP JP2016195863A patent/JP6818491B2/en active Active
-
2017
- 2017-08-25 WO PCT/JP2017/030456 patent/WO2018066260A1/en active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230087870A (en) * | 2021-12-10 | 2023-06-19 | 한국전력공사 | Apparatus and method for estimating amount of electricity used |
KR102648458B1 (en) * | 2021-12-10 | 2024-03-19 | 한국전력공사 | Apparatus and method for estimating amount of electricity used |
Also Published As
Publication number | Publication date |
---|---|
WO2018066260A1 (en) | 2018-04-12 |
JP2018061314A (en) | 2018-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6254109B2 (en) | Power transaction management system and power transaction management method | |
JP6818491B2 (en) | Demand response planning system, demand response planning method, and demand response planning program | |
JP2016062191A (en) | Power transaction support device, power transaction support system, control method, and program | |
CN101159046A (en) | Electric power trading support system | |
Mohammadnezhad-Shourkaei et al. | Incorporating service quality regulation in distribution system maintenance strategy | |
US20150213466A1 (en) | Demand response aggregation optimization | |
JP7099805B2 (en) | Predictors, prediction systems, prediction methods and programs | |
JP5954370B2 (en) | Equipment management device | |
JP2015104137A (en) | Power saving optimization system and power saving optimization method | |
JP2009230555A (en) | Demand forecast method, inventory plan decision method, demand forecast system and inventory plan decision system | |
JP2016164712A (en) | Electric power transaction support system and method | |
Bakal et al. | Value of supplier’s capacity information in a two-echelon supply chain | |
JP2018023227A (en) | Power demand prediction method and power demand prediction program | |
JP2016148945A (en) | Electricity transaction support system, electricity transaction support method and program | |
JP2023041784A (en) | Demand adjustment system, demand adjustment method and program | |
Smolek et al. | A method for real-time aggregation of a product footprint during manufacturing | |
Heralova | Life Cycle Costing of Public Construction Projects | |
JP2015124987A (en) | Refrigeration machine performance evaluation device and refrigeration machine performance evaluation method | |
US20190140450A9 (en) | Energy curtailment event implementation based on uncertainty of demand flexibility | |
JP2018013934A (en) | Power price prediction device | |
CN105844342A (en) | Short-term electricity market forecasting system and method | |
Mendes et al. | A study of the quantitative methods that support RCM operation | |
Ibn-Mohammed et al. | A decision support framework for evaluation of environmentally and economically optimal retrofit of non-domestic buildings | |
JP2015019543A (en) | Power consumption calculation method, and power consumption calculation device | |
JP7201930B2 (en) | generator, system and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200414 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200611 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20200702 Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20200702 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200702 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6818491 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |