JP6848647B2 - 需給計画計算支援装置、方法、及びプログラム - Google Patents

Description

本発明は、概して、需給計画計算支援装置、需給計画計算支援方法、及び需給計画計算支援プログラムに関する。特に、本発明は、負荷設備及び供給設備の内の少なくとも一方の設備を含むエネルギー系統において、需給バランスを保ちつつエネルギーの供給、売買、及び託送等を行うための長期的な計画を効率よく計算することを支援する装置、方法、及びプログラムに関する。

電力系統では発電電力と電力負荷との需給バランスが釣り合うことが必要である。そこで、発電事業者は、保有する複数台の発電設備を効率的に運転するために、需要予測に基づいて発電計画を予め立てる。発電計画は、設備の起動停止等の離散値を含む最適化問題であり、一般的に計算量が多い。

発電計画には、当日或いは翌日といった短期のものから、週間、月間、或いは年間といった長期のものがある。短期の発電計画は、主に需給バランスを満たすために用いられる。長期の発電計画は、電気事業者の燃料調達や設備のメンテナンス計画等に用いられ、市場取引や託送契約等の外部との取引の際に求められる場合もある。

発送電分離や電力小売り自由化といったエネルギー政策の変化に伴い、電力の売買を行う事業者も、電力が取り引きされる機会も増えている。そこで、発電事業者にとっては、効率的な発電計画を策定するニーズはますます高まっている。また、消費者にとっても、年間計画等の長期計画を俯瞰して見ることは契約電力を決める上で有用であり、小売電力事業者の選定の一助となる。

従来、短期気象予報等による詳細な需要予測を長期計画で用いることは難しいことから、過去年度の需要実績が長期計画としてそのまま参照されたり、季節性等の長期気象予報等を活用した大雑把な需要予測を基にして長期計画が立てられていた。大雑把な需要予測に基づく場合、需要予測データのパターンはかなり限られるため、年間計画等の長期計画は、例えば、夏季、冬季、中間季、及び休日の４パターンの単日計画の繰り返し等により求められていた。すなわち、時点数が少ない単日計画に長期計画を分解し、更に単日計画のパターン数を絞ることで、長期計画の計算量を削減していた。

なお、関連する技術として、特許文献１及び２に記載の技術が知られている。
特許文献１では、経済負荷配分調整装置は、需給計画装置から最適水力発電量、最適需要量、及び発電単価を取得し、水位計画装置が計画した計画水力発電量を取得し、充電制御装置が計画した計画需要量を取得する。経済負荷配分調整装置は、計画水力発電量が最適発電量を超えている時間の電力価格を下げて水位計画装置に水力発電量を再計画させ、計画需要量が最適需要量を超えている時間の電力価格を上げて貯水温度制御装置に需要量を再計画させる。

特許文献２では、発電機運用計画作成方法は、第一の反復処理と第二の反復処理とで構成される。第一の反復処理は、起動停止計画処理に必要な想定条件を変動させながら各発電機の起動停止計画作成手段を繰り返す。第二の反復処理は、第一の反復処理で得られた複数の起動停止計画の各々について、経済負荷配分処理に必要な想定条件を変動させながら各発電機の経済負荷配分決定手段を繰り返す。該発電機運用計画作成方法では、起動停止計画の各々について想定条件が変動した場合の費用評価若しくは環境評価に関する確率的な統計情報が計算される。

国際公開第２０１３／０８４３００号 特開２０１０−１１６７０号公報

電力小売り自由化を始めとするエネルギー政策の変化により、電気又はガス等に従来分化していた事業者が総合エネルギー事業者へと転換しつつある。エネルギー活用の効率化は、環境問題の観点から従来も重要な課題であったが、電気、熱、ガス、及び水素等の様々なエネルギーを総合的に効率化したい要望はますます高まっている。

しかしながら、必要とされるエネルギー種別が異なったり、需要家や負荷設備が異なると、需給の増減に影響を与える因子が異なったり、同じ因子でも影響の与え方が異なる。このため、エネルギーを総合的に効率化するためのエネルギー需給計画の要件は複雑化し、計算量は増大する。また、需給予測因子が複雑なこうした総合エネルギー需給計画では、前述したような単純なパターン分けが難しく、計算対象の時間範囲が長い長期計画の計算量は増大する。

本発明の一側面にかかる目的は、週間、月間、或いは年間といった長期のエネルギー需給計画を効率的に計算することを支援する需給計画計算支援装置を提供することである。

一実施形態に従った需給計画計算支援装置はデータ記憶部、予測因子決定部、組合せパターン導出部、及び需給計画計算部を含む。データ記憶部は、予測対象となる複数の設備に対して設定された１つ以上の予測因子と、１つ以上の予測因子に対応する予測データとを含む予測組合せデータベースを記憶する。予測因子決定部は、予測組合せデータベースを基に作成された決定木であって、設備毎に決定された予測因子と該予測因子に対応する予測データとが紐づけられた決定木を設備毎に記憶する。組合せパターン導出部は、所定単位で分析された予測因子に対応する予測データを設備毎の決定木に基づき所定単位に割り当てると共に、所定期間に出現する予測データの組合せパターンを導出する。需給計画計算部は、導出された前記予測データの組合せパターンを用いて複数の設備を含むエネルギー系統の所定期間における需給計画を計算する。

一実施形態に従った需給計画計算支援装置によれば、長期のエネルギー需給計画を効率的に計算することを支援できる。

実施形態に従った需給計画計算支援装置の例示的な構成図である。 実施形態に従った需給計画計算支援方法の例示的なフロー図である。 予測組合せデータベースの一実施例を示す構成図である。 実施形態に従った例示的な予測因子決定処理の説明図である。 実施形態に従った、設備と予測因子との組合せの一例である。 実施形態に従った、４つの設備と予測因子との組合せの一例である。 カレンダー形式で分解された各設備の予測因子の一例である。 カレンダー形式で分解された各設備の予測データの一例である。 実施形態に従った需給計画計算支援プログラムを実行するコンピュータの構成例を示す図である。

以下、図面に基づいて実施形態について詳細を説明する。
図１は、実施形態に従った需給計画計算支援装置の例示的な構成図である。図２は、実施形態に従った需給計画計算支援方法の例示的なフロー図である。図１に示す構成例では、需給計画計算支援装置１は、入力部１１、処理部１２、記憶部１３、出力部１４、通信部１５、及び記憶媒体読み書き部１６を含む。

処理部１２は、ＣＰＵ（Central Processing Unit）、マルチコアＣＰＵ、又はプログラマブルなディバイス（ＦＰＧＡ（Field Programmable Gate Array）やＰＬＤ（Programmable Logic Device）等）である。処理部１２は、予測因子決定部１２１、組合せパターン導出部１２２、及び需給計画計算部１２３を備える。

予測因子決定部１２１は、長期需給計画の作成対象であるエネルギー系統に含まれる設備毎の決定木を記憶する（図２のステップＳ１）。決定木は、記憶部１３が記憶する予測組合せデータベース１３１を基に作成され、予測因子と予測データとが紐づけられている。

予測因子とは、当該設備の需給予測に影響を与える因子を指す。長期需給計画に用いられる予測因子としては、例えば、次の２種類の因子が挙げられる。まず、需要予測に用いられる需要予測因子としては、例えば、季節毎の大まかな気象予報データ又は過去の気象実績データの季節別平均、平日や土日といった曜日種別、季時別の電力料金等の各種単価、操業カレンダー、及び年間生産計画等が挙げられる。次に、供給予測因子としては、例えば、季節毎の大まかな気象予報データ又は過去の気象実績データの季節別平均、及び設備のメンテナンス計画等が挙げられる。こうした予測因子が需給に与える影響は、設備毎、エネルギー種別毎に異なる。そこで、記憶部１３が記憶する予測組合せデータベース１３１内で各設備に対して予め設定された１つ以上の予測因子の中から、当該設備の需給に影響を与える予測因子が決定される。

予測対象の設備が、エネルギーを消費する負荷設備である場合、決定された予測因子に対応する予測データは需要予測データである。また、予測対象の設備が、エネルギーを供給する供給設備である場合、決定された予測因子に対応する予測データは供給予測データである。予測データは、予測生データの平均値であってもよい。また、予測データは、予測生データの最大値若しくは最小値であってもよい。予測生データは、予測データが計算される基となる日付単位のデータであってもよく、当該予測日と同じ日付の過去の実績値や過去の気象データ等を基に予め設定される。記憶部１３は、予測対象となる複数の設備に対して設定された１つ以上の予測因子と共に、対応する予測データを予測組合せデータベースに予めを記憶する。

組合せパターン導出部１２２は、所定単位で分析された予測因子に対応する予測データを、設備毎の決定木に基づいて所定単位に割り当てる（図２のステップＳ２）。例えば、組合せパターン導出部１２２は、複数の設備夫々に対して、決定された予測因子に対応する予測データをカレンダーの形式に従い日単位に割り当てる。

組合せパターン導出部１２２は、各設備の予測データを所定単位で纏める（図２のステップＳ３）。そして、組合せパターン導出部１２２は、所定単位で纏められた予測データの組合せの中から、所定期間に出現する予測データの組合せパターンを導出する（図２のステップＳ４）。

上述したように、需給に影響を与える予測因子は、設備毎、エネルギー種別毎に異なり得る。しかしながら、複数の設備を含むエネルギー系統において実際に起こり得る予測因子の組合せは多くない。そこで、組合せパターン導出部１２２は、上述したような処理を通じて予測データの有限数の組合せパターンを導出する。

需給計画計算部１２３は、予測データの組合せパターンを用いて、予測対象である複数の設備を含むエネルギー系統の所定期間における需給計画を計算する（図２のステップＳ５）。

このように、導出された予測データの有限数の組合せパターンを所定期間内の需給予測の代表パターンとして用いることで、長期需給計画は効率的に計算できる。したがって、実施形態に従った需給計画計算支援装置によれば、長期のエネルギー需給計画を効率的に計算することを支援できる。

処理部１２の処理に用いられる各種データは、入力部１１、通信部１５、及び／又は記憶媒体読み書き部１６を通じて記憶部１３に記憶され、処理部１２による処理結果は記憶部１３に記憶される。

入力部１１は、例えば、キーボード、マウス、及び／又はタッチパネル等である。通信部１５は、例えば、有線又は無線の送受信機である。記憶部１３は、例えば、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）等である。記憶媒体読み書き部１６は、可搬型記憶媒体に記憶されたデータを読み出し、処理部１２により処理されたデータを可搬型記憶媒体に書き込む装置である。可搬型記憶媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、又はフラッシュメモリ等である。

記憶部１３は、予測組合せデータベース１３１を有する。図３は、予測組合せデータベースの一実施例を示す構成図である。この構成例では、予測組合せデータベース１３１は、予測対象マスタ１３１１、予測因子マスタ１３１２、予測組合せテーブル１３１３、及び予測データマスタ１３１４を含む。

予測対象マスタ１３１１には予測対象となる設備が登録される。例えば、予測が必要とされる負荷設備や自然エネルギー発電設備等の他、同じく未来のデータである運用計画等が与えられている設備（例えば、事務設備）等も予測対象マスタ１３１１に登録され得る。この実施例では、「設備番号」、「設備種別」、及び「設備名称」が予測対象マスタ１３１１の項目に含まれる。下線がひかれた項目「設備番号」は、リレーショナルデータベースでは主キーとして用いられる。

予測因子マスタ１３１２には、予測対象である複数の設備の内の少なくとも１つの設備に紐付けられる予測因子が登録される。予測因子はカテゴリと因子とで構成される。カテゴリは決定木の階層に対応し、因子は決定木のノードに対応する。例えば「季節」というカテゴリには「夏季」、「冬季」、及び「中間季」といった因子が設定される。１つのカテゴリには複数の因子が定義され、全ての各カテゴリについて、所定期間内の全ての日が何れか１つの因子で重複無く且つ欠落無く定義される。各因子は、最終的にはカレンダーの形式で日単位の定義に分解される。例えば、同じ因子「夏季」であっても、系統受電電力におけるカテゴリ「季時別料金」としての夏季料金の期間と、ある設備におけるカテゴリ「冷房が稼働する時期」としての夏季では日程が異なるかもしれない。日程が異なる場合には、異なるカテゴリの因子として定義される。季節等の連続した期間や、定周期でループする曜日等のように定義できないランダムな日でも、カレンダーの形式で定義できる。図３に示した実施例では、「因子番号」、「カテゴリ」、「因子名称」、及び「カレンダー」が予測因子マスタ１３１２の項目に含まれる。下線がひかれた項目「因子番号」は、リレーショナルデータベースでは主キーとして用いられる。

予測組合せテーブル１３１３には、予測対象の設備と予測因子との組み合わせが登録される。前述したように、予測対象の設備と予測因子との組み合わせは、予測因子決定部１２１により決定される。この実施例では、「設備番号」、「組合せ番号」、「予測データ番号」、及び「因子番号」が予測組合せテーブル１３１３の項目に含まれる。下線がひかれた項目「設備番号」及び項目「組合せ番号」は、リレーショナルデータベースでは主キーとして用いられる。

予測データマスタ１３１４には、予測因子に紐付けられる予測データが定義される。決定木では、予測データは、葉ノードである因子に対応するデータである。なお、予測データは予測組合せデータベース１３１内に直接格納されずに、参照パスの定義（外部ファイルやXMLのタグ等）で定義されてもよい。この実施例では、「予測データ番号」、「予測データ名称」、及び「予測データ」が予測データマスタ１３１４の項目に含まれる。下線がひかれた項目「予測データ番号」は、リレーショナルデータベースでは主キーとして用いられる。

例えば、図４を参照しながら以下で説明するように、予測因子決定部１２１は、設備毎に予め選択された１つ以上の因子を予測因子として決定する。図４は、実施形態に従った予測因子決定処理の説明図である。

予測因子決定部１２１は、図４の（Ａ）に示すような予測因子決定画面を出力部１４に表示する。需給計画計算支援装置１の利用者は、予測対象マスタ１３１１に事前に登録された設備の中から、予測対象「設備（１）」を項目「予測対象設備」の欄に入力部１１を介して入力する（図４の（Ａ））。

利用者が選択ボタン「因子選択」をクリックすると、予測因子決定部１２１は、予測因子マスタ１３１２に事前に登録されたカテゴリを含むカテゴリ一覧のダイアログを開く（図４の（Ｂ））。

予測対象「設備（１）」に影響を与える予測因子が「設備（１）」の操業日程である場合、利用者は、ダイアログの中からカテゴリ「操業日程」を選択する。予測因子決定部１２１は、予測因子マスタ１３１２に事前に登録されたカテゴリ「操業日程」の因子一覧を予測因子決定画面に表示する（図４の（Ｃ））。利用者は、表示された因子「操業日」及び因子「休業日」の夫々に対して、選択ボタン「因子選択」を介してカテゴリを更に選択する。或いは、利用者は、表示された因子「操業日」及び因子「休業日」の夫々に対して、選択ボタン「データ割当」を介して予測データを直接割り当ててもよい。

図４に示した一例では、利用者は、因子「休業日」に対して選択ボタン「データ割当」をクリックする。予測因子決定部１２１は、予測データマスタ１３１４に事前に登録された予測データを含む予測データ一覧を表示する（図４の（Ｄ））。表示された予測データ一覧の中から予測データ「設備（１）休日」を利用者が選択すると、予測因子決定部１２１は、予測データ「設備（１）休日」を因子「休業日」に紐付けて予測因子決定画面に表示する（図４の（Ｅ））。

また、利用者が因子「操業日」に対して選択ボタン「因子選択」を更にクリックすると、予測因子決定部１２１は、カテゴリ一覧のダイアログを再び開く（図４の（Ｆ））。予測対象「設備（１）」の因子「操業日」の次に影響を与える予測因子が「設備（１）」の季節である場合、利用者は、ダイアログの中からカテゴリ「季節」を選択する。予測因子決定部１２１は、予測因子マスタ１３１２に事前に登録されたカテゴリ「季節」の因子一覧を予測因子決定画面に表示する（図４の（Ｇ））。利用者は、表示された因子「夏季」、因子「冬季」、及び因子「中間季」の夫々に対して、選択ボタン「因子選択」を介してカテゴリを更に選択してもよい。或いは、利用者は、表示された因子「夏季」、因子「冬季」、及び因子「中間季」の夫々に対して、選択ボタン「データ割当」を介して予測データを割り当ててもよい。

図４に示した一例では、因子「夏季」に対して利用者が選択ボタン「データ割当」をクリックする。予測因子決定部１２１は、予測データマスタ１３１４に事前に登録された予測データを含む予測データ一覧を表示する（図４の（Ｈ））。表示された予測データ一覧の中から予測データ「設備（１）夏季」を利用者が選択すると、予測因子決定部１２１は、予測データ「設備（１）夏季」を因子「操業日」及び因子「夏季」に紐付けて予測因子決定画面に表示する（図４の（Ｉ））。同様に、予測因子決定部１２１は、利用者の選択に従って、因子「操業日」及び因子「冬季」に対して予測データ「設備（１）冬季」を紐付け、因子「操業日」及び因子「中間季」に対して予測データ「設備（１）中間季」を紐付ける。

上述したような処理によって予測対象「設備（１）」に対して決定された１つ以上の因子と、該１つ以上の因子に紐付けられた予測データとを予測因子決定部１２１は予測組合せテーブル１３１３に登録する。予測対象「設備（１）」に対して登録された予測組合せテーブル１３１３は、例えば、図５に示すような決定木によって表現可能である。図５は、実施形態に従った、設備と予測因子との組合せの一例である。

このように、予測因子決定部１２１は、１つ以上の因子の選択と予測データの割り当てとの指示に従って、所定期間に出現する予測データであって、１つ以上の因子に紐付けられた予測データの決定木を予測対象の複数の設備夫々に対して作成する。

なお、上述の説明では、当該設備の予測の決定要因となる因子を利用者が知っていることを前提とした。仮に、当該設備の予測の決定要因となる因子を利用者が知らない場合には、予測因子決定部１２１は、例えば、データマイニング手法等を用いて各設備の予測因子を決定してもよい。

具体的には、例えば、予測因子決定部１２１は、予測対象の所定期間に含まれる各日の予測生データを比較し、予測生データの類似性の有無を判断する。予測生データは、予測データが作成される基となるデータであってもよく、予測組合せデータベース１３１に事前に登録されていてもよい。また、予測生データには需給データと、その需給データの条件（日にちや季節、稼働条件、気象条件などの因子になるうる情報）とが含まれる。また、類似性の有無は、予測生データの差が所定の閾値以内にあるか否かによって判断されてもよい。

予測因子決定部１２１は、類似性を有すると判断された複数の予測生データに共通する１つ以上の因子を抽出し、抽出した１つ以上の因子を該複数の予測生データと紐付ける。この際、全ての予測生データは、該1つ以上の因子のいずれかに、重複なく欠落なく一意に紐付けられる。また、予測因子決定部１２１は、類似性を有すると判断された複数の予測生データを代表する予測データを１つ以上の因子に割り当てる。割り当てられる予測データは、１つ以上の因子に紐付けられた予測生データの平均値であってもよい。また、割り当てられる予測データは、１つ以上の因子に紐付けられた予測生データの最大値若しくは最小値であってもよい。

このように、予測因子決定部１２１は、複数の設備に対する因子と需給データとからなる複数の予測生データから、類似性を有する予測生データに共通する１つ以上の因子を予測因子として決定してもよい。そして、予測因子決定部１２１は、予測生データを代表する予測データを１つ以上の因子に割り当ててもよい。１つ以上の因子と、該１つ以上の因子に紐付けられた予測データとは予測組合せテーブル１３１３に登録される。こうした処理によっても、図５に示されるような予測データの決定木を作成することが可能である。

図６は、実施形態に従った、４つの設備と予測因子との組合せの一例である。例えば、以下で記すような条件によって予測データに差異が生じる４つの設備Ａ〜Ｄが予測対象の設備として設定されていたと仮定する。予測因子決定部１２１は、上述した処理と同様の処理によって４つの設備夫々に対する予測因子を決定する。

工場生産設備Ａは、工場の操業日に稼働し、休業日に停止する。季節による需要の違いはあまりなく、工場生産設備Ａの操業日程で予測データに差異が出る。そこで、図６の（Ａ）に示されるように、予測因子決定部１２１は、工場生産設備Ａの予測因子として、カテゴリ「操業日程」と因子「操業日」及び因子「休業日」とから構成される予測因子を決定する。そして、予測因子決定部１２１は、因子「操業日」に予測データ「Ａ１」を紐付け、因子「休業日」に予測データ「Ａ２」を紐付ける。

空調設備Ｂは、休業日にほぼ停止し、操業日には気温の影響を受ける。夏季と冬季では空調設備Ｂの使用パターンがやや異なり、中間季には空調設備Ｂはほぼ使用されない。そこで、図６の（Ｂ）に示されるように、予測因子決定部１２１は、空調設備Ｂの予測因子として、カテゴリ「操業日程」と因子「操業日」及び因子「休業日」とから構成される予測因子を決定する。また、予測因子決定部１２１は、空調設備Ｂの予測因子として、カテゴリ「季節」と因子「夏季」、因子「冬季」、及び因子「中間季」とから構成される予測因子を決定する。そして、予測因子決定部１２１は、因子「操業日」が細分化された因子「夏季」に予測データ「Ｂ１」を紐付け、因子「操業日」が細分化された因子「冬季」に予測データ「Ｂ２」を紐付け、因子「操業日」が細分化された因子「中間季」に予測データ「Ｂ３」を紐付ける。また、予測因子決定部１２１は、因子「休業日」に予測データ「Ｂ３」を紐付ける。なお、図６の（Ｂ）に示す決定木では休業日の場合と操業日の中間季とでは枝が異なるが、どちらも空調設備Ｂがほぼ使用されないパターンであるため、同じ予測データ「Ｂ３」が割り当てられている。

太陽光発電設備Ｃは、曜日や操業日程に一切影響受けないが、日射量に影響を受ける。このため、太陽光発電設備Ｃの発電量は季節により変動する。しかしながら、気温の年間ピークと日射量の年間ピークとは異なるため、太陽光発電設備Ｃで定義される季節の範囲は、空調設備Ｂで定義される季節の範囲が若干異なる。したがって、太陽光発電設備Ｃの日射量は、「季節」ではなく「日射」というカテゴリで定義される。そこで、図６の（Ｃ）に示されるように、予測因子決定部１２１は、太陽光発電設備Ｃの予測因子として、カテゴリ「日射」と因子「夏季」、因子「冬季」、及び因子「中間季」とから構成される予測因子を決定する。そして、予測因子決定部１２１は、因子「夏季」に予測データ「Ｃ１」を紐付け、因子「冬季」に予測データ「Ｃ２」を紐付け、因子「中間季」に予測データ「Ｃ３」を紐付ける。

受電電力設備Ｄでは、電力会社との契約で取り決めた季時別の電力従量料金単価によって需給計画の条件が変えられる。電力従量料金は、夏季は高く、休日（日曜日、祝日）は安く設定される。受電電力設備Ｄの操業日程における休業日と、一般的なカレンダーにおける休日とは一致しない日もある。そこで、図６の（Ｄ）に示されるように、予測因子決定部１２１は、受電電力設備Ｄの予測因子として、カテゴリ「電力単価」と因子「夏季」、因子「その他季」、及び因子「休日」とから構成される予測因子を決定する。そして、予測因子決定部１２１は、因子「夏季」に予測データ「Ｄ１」を紐付け、因子「その他季」に予測データ「Ｄ２」を紐付け、因子「休日」に予測データ「Ｄ３」を紐付ける。なお、受電電力設備Ｄに設定される予測データ「Ｄ１」、「Ｄ２」、及び「Ｄ３」は、工場生産設備Ａ及び空調設備Ｂに設定されるような負荷予測データではなく、コスト条件である料金単価である。しかしながら、需給計画計算部１２３を呼び出す際に渡す入力パラメータを示すタグが設備によって異なるにすぎず、データの種類が設備によって異なっていても構わない。

組合せパターン導出部１２２は、設備Ａ〜Ｄ夫々に対して決定された１つ以上の因子をカレンダーの形式で日単位の定義に分解する（図２のステップＳ２）。図７は、カレンダー形式で分解された各設備の予測因子の一例である。図７に示した一例では、予測対象とされる所定期間は、２０１５年４月１日（水）から２０１５年７月３１日（金）までの４ヶ月間である。

図７において、工場生産設備Ａについては、紐付けられたカテゴリ「操業日程」に含まれる因子「操業日」及び因子「休業日」が日単位のカレンダー形式で示されている。また、空調設備Ｂについては、紐付けられたカテゴリ「操業日程」及びカテゴリ「季節」に含まれる因子「夏季」及び因子「中間季」が日単位のカレンダー形式で示されている。なお、図７に示した所定期間では、カテゴリ「操業日程」及びカテゴリ「季節」に含まれる因子「冬季」及び因子「休業日」は示されていない。

図７において、太陽光発電設備Ｃについては、紐付けられたカテゴリ「日射」に含まれる因子「夏季」及び因子「中間季」が日単位のカレンダー形式で示されている。なお、図７に示した所定期間では、カテゴリ「日射」に含まれる因子「冬季」は示されていない。受電電力設備Ｄについては、紐付けられたカテゴリ「電力単価」に含まれる因子「夏季」、因子「その他季」、及び因子「休日」が日単位のカレンダー形式で示されている。

組合せパターン導出部１２２は、設備Ａ〜Ｄ夫々に対して、カレンダーの形式で分解された予測因子に、該予測因子に紐付けられた予測データを割り当てる。図８は、カレンダー形式で分解された各設備の予測データの一例である。図８に示す一例では、図７のカテゴリ「操業日程」に含まれる因子「操業日」には予測データ「Ａ１」が割当られ、図７の因子「休業日」には予測データ「Ａ２」が割り当てられる。同様に図７のカテゴリ「操業日程」及びカテゴリ「季節」に含まれる因子「夏季」には予測データ「Ｂ１」が割当られ、因子「中間季」には予測データ「Ｂ３」が割り当てられる。カテゴリ「日射」に含まれる因子「夏季」には予測データ「Ｃ１」が割り当てられ、因子「中間季」には予測データ「Ｃ３」が割り当てられる。カテゴリ「電力単価」に含まれる因子「夏季」には予測データ「Ｄ１」が割り当てられ、因子「その他季」には予測データ「Ｄ２」が割り当てられ、因子「休日」には予測データ「Ｄ３」が割り当てられる。

組合せパターン導出部１２２は、設備Ａ〜Ｄ夫々に対する所定期間の予測データであって、予測因子に紐付けられた予測データを日単位で纏める（図２のステップＳ３）。図８に示した一例では、例えば、２０１５年４月１日（水）については、予測データ「Ａ１」、「Ｂ３」、「Ｃ３」、「Ｄ２」が２０１５年４月１日（水）の予測データの組合せとして纏められる。同様に、２０１５年４月１日（水）から２０１５年７月３１日（金）までの４ヶ月間について、日付単位の予測データの組合せが纏められる。

組合せパターン導出部１２２は、日単位で纏められた予測データの組合せの中から、所定期間における予測データの組合せパターンを導出する（図２のステップＳ４）。図８に示した一例では、２０１５年４月１日（水）から２０１５年７月３１日（金）までの４ヶ月間において予測データのユニークな組合せとして次の１６パターンが導出される。すなわち、Ａ１＋Ｂ１＋Ｃ１＋Ｄ１、Ａ１＋Ｂ１＋Ｃ３＋Ｄ１、Ａ１＋Ｂ２＋Ｃ２＋Ｄ２、Ａ１＋Ｂ２＋Ｃ３＋Ｄ２、Ａ１＋Ｂ２＋Ｃ３＋Ｄ３、Ａ１＋Ｂ３＋Ｃ１＋Ｄ２、Ａ１＋Ｂ３＋Ｃ２＋Ｄ２、Ａ１＋Ｂ３＋Ｃ３＋Ｄ２、Ａ２＋Ｂ３＋Ｃ１＋Ｄ１、Ａ２＋Ｂ３＋Ｃ１＋Ｄ２、Ａ２＋Ｂ３＋Ｃ１＋Ｄ３、Ａ２＋Ｂ３＋Ｃ２＋Ｄ２、Ａ２＋Ｂ３＋Ｃ２＋Ｄ３、Ａ２＋Ｂ３＋Ｃ３＋Ｄ１、Ａ２＋Ｂ３＋Ｃ３＋Ｄ２、及びＡ２＋Ｂ３＋Ｃ３＋Ｄ３の１６パターンが導出される。

需給計画計算部１２３は、組合せパターン導出部１２２により導出された予測データの組合せパターンを用いて、所定期間におけるエネルギー系統の需給計画を計算する（図２のステップＳ５）。

具体的には、例えば、１つ以上の特定の因子に紐付けられる予測生データの平均値が予測データとして設定されていると仮定する。この場合、需給計画計算部１２３は、前述した１６パターンの予測データの組合せパターンを用いて、所定の４ヶ月において４つの設備Ａ〜Ｄを含むエネルギー系統における平均的な需給差やエネルギーコストの標準値を計算することができる。

また、例えば、１つ以上の特定の因子に紐付けられる負荷予測生データの最大値が負荷予測データとして設定され、１つ以上の特定の因子に紐付けられる供給予測生データの最小値が供給予測データとして設定されていると仮定する。この場合、需給計画計算部１２３は、前述した１６パターンの予測データの組合せパターンを用いて、所定の４ヶ月において４つの設備Ａ〜Ｄを含むエネルギー系統で想定し得る最大需給差やエネルギーコストの最大値を計算することができる。

更に、例えば、需給計画計算部１２３は、前述した１６パターンの予測データの組合せパターンを用いて、所定の４ヶ月において４つの設備Ａ〜Ｄの需給差を補完する自家発電設備（例えば、火力発電設備）のエネルギーコストを最小化する最適化問題を計算することができる。

図６に示した一例では、設備毎の予測データのパターン数は、夫々次の通りである。すなわち、工場生産設備Ａでは２パターンであり、空調設備Ｂでは３パターンであり、太陽光発電設備Ｃでは３パターンであり、受電電力設備Ｄでは３パターンである。そこで、４つの設備Ａ〜Ｄでは、５４パターンの予測データの組合せが想定し得る。しかしながら、各設備に紐付けられた予測因子の特徴や、予測対象とされた期間に従って、実際には存在しない組合せがある。すなわち、図８に示した一例では、導出される組合せパターンは１６通りに限定される。そこで、組合せパターン導出部１２２は、所定期間において実際に存在する予測データの組合せパターンを導出し、需給計画計算部１２３は、導出された予測データの組合せパターンを用いて需給計画を計算する。

このように、実施形態に従った需給計画計算支援装置によれば、計算量の多くなり得る総合的なエネルギー需給計画を最小限の計算量で策定することを支援できる。

次に、上述したような実施形態に従った需給計画計算支援計算方法は、実施形態に従った需給計画計算支援方法の手順を規律する需給計画計算支援プログラムを実行するコンピュータによっても実施可能である。図９は、実施形態に従った需給計画計算支援プログラムを実行するコンピュータの構成例を示す図である。

図９に示す構成例では、コンピュータ２は、プロセッサの一例であるＣＰＵ２１と、ＲＡＭ等の主記憶装置２２と、ハードディスクドライブ等の補助記憶装置２３とを含む。また、コンピュータ２は、キーボードやマウス等の入力装置２４と、液晶ディスプレイ又はＣＲＴディスプレイ等の出力装置２５とを更に含む。そして、コンピュータ２は、可搬型記憶媒体へデータを書き込み且つ可搬型記憶媒体からデータを読み取る可搬型記憶媒体読み書き装置２６と、インターネット等の通信ネットワークと接続する通信インタフェース装置２７とを更に含む。コンピュータ２に含まれるこれらの構成要素２１〜２７は、バス２８を介して相互に接続される。

実施形態に従った需給計画計算支援プログラムは、磁気ディスク、光ディスク、光磁気ディスク、又はフラッシュメモリ等の可搬型記憶媒体に記憶されてもよい。可搬型記憶媒体に記憶された需給計画計算支援計算プログラムは、可搬型記憶媒体読み書き装置２６を介して読み取られ、補助記憶装置２３にインストールされる。また、実施形態に従った需給計画計算支援プログラムは、他のコンピュータ装置（図示せず）に格納された需給計画計算支援プログラムを通信インタフェース装置２７を介してコンピュータ２が取得することによって、補助記憶装置２３にインストールされてもよい。ＣＰＵ２１は、需給計画計算支援プログラムを補助記憶装置２３から主記憶装置２２に読み出して需給計画計算支援プログラムを実行することによって、実施形態に従った需給計画計算支援プログラムを実行する。

実施形態に従った需給計画計算支援プログラムをコンピュータに実行させることによっても、実施形態に従った需給計画計算支援方法から得られる上述の効果を得ることができる。

本発明は、以上の実施の形態に限定されるものでなく、本発明の要旨を逸脱しない範囲内で種々の改良、変更が可能である。

１ 需給計画計算支援装置
２ コンピュータ
１１ 入力部
１２ 処理部
１３ 記憶部
１４ 出力部
１５ 通信部
１６ 記憶媒体読み書き部
２１ ＣＰＵ
２２ 主記憶装置
２３ 補助記憶装置
２４ 入力装置
２５ 出力装置
２６ 可搬型記憶媒体読み書き装置
２７ 通信インタフェース装置
２８ バス
１２１ 予測因子決定部
１２２ 組合せパターン導出部
１２３ 需給計画計算部
１３１ 予測組合せデータベース
１３１１ 予測対象マスタ
１３１２ 予測因子マスタ
１３１３ 予測組合せテーブル
１３１４ 予測データマスタ

Claims (8)

1. 予測対象となる複数の設備に対して設定された１つ以上の予測因子と、前記１つ以上の予測因子に対応する予測データとを含む予測組合せデータベースを記憶するデータ記憶部と、
   前記予測組合せデータベースを基に作成された決定木であって、設備毎に決定された予測因子と前記予測因子に対応する予測データとが紐づけられた前記決定木を前記設備毎に記憶する予測因子決定部と、
   所定単位で分析された前記予測因子に対応する前記予測データを前記設備毎の前記決定木に基づき前記所定単位に割り当てると共に、所定期間に出現する前記予測データの組合せパターンを導出する組合せパターン導出部と、
   導出された前記予測データの組合せパターンを用いて前記複数の設備を含むエネルギー系統の前記所定期間における需給計画を計算する需給計画計算部と、
   を備える需給計画計算支援装置。
2. 前記予測因子決定部は、前記設備毎に予め選択された１つ以上の因子を前記予測因子として決定することを特徴とする請求項１記載の需給計画計算支援装置。
3. 前記予測因子決定部は、複数の設備に対する因子と需給データとからなる複数の予測生データから、類似性を有する前記予測生データに共通する１つ以上の因子を前記予測因子として決定することを特徴とする請求項１記載の需給計画計算支援装置。
4. 前記予測因子決定部は、前記１つ以上の因子の選択と前記予測データの割り当てとの指示に従って、前記所定期間に出現する前記予測データであって、前記１つ以上の因子に紐付けられた前記予測データの決定木を前記複数の設備夫々に対して作成すること
   を特徴とする請求項１又は２に記載の需給計画計算支援装置。
5. 前記予測因子決定部は、前記所定期間に含まれる各日の予測生データの類似性に従って前記予測生データを前記１つ以上の予測因子に紐付け、前記１つ以上の予測因子に紐付けられた前記予測データの決定木を前記複数の設備夫々に対して作成すること
   を特徴とする請求項１又は３に記載の需給計画計算支援装置。
6. 前記予測データは、前記１つ以上の予測因子に紐付けられる予測生データの平均値、又は前記１つ以上の予測因子に紐付けられる予測生データの最大値若しくは最小値である、請求項１〜４の何れか一項に記載の需給計画計算支援装置。
7. 予測対象となる複数の設備に対して設定された１つ以上の予測因子と、前記１つ以上の予測因子に対応する予測データとを含む予測組合せデータベースを基に作成された決定木であって、設備毎に決定された予測因子と前記予測因子に対応する予測データとが紐づけられた前記決定木を前記設備毎に記憶し、
   所定単位で分析された前記予測因子に対応する前記予測データを前記設備毎の前記決定木に基づき前記所定単位に割り当てると共に、所定期間に出現する前記予測データの組合せパターンを導出し、
   導出された前記予測データの組合せパターンを用いて前記複数の設備を含むエネルギー系統の前記所定期間における需給計画を計算すること
   を含む、需給計画計算支援方法。
8. 予測対象となる複数の設備に対して設定された１つ以上の予測因子と、前記１つ以上の予測因子に対応する予測データとを含む予測組合せデータベースを基に作成された決定木であって、設備毎に決定された予測因子と前記予測因子に対応する予測データとが紐づけられた前記決定木を前記設備毎に記憶し、
   所定単位で分析された前記予測因子に対応する前記予測データを前記設備毎の前記決定木に基づき前記所定単位に割り当てると共に、所定期間に出現する前記予測データの組合せパターンを導出し、
   導出された前記予測データの組合せパターンを用いて前記複数の設備を含むエネルギー系統の前記所定期間における需給計画を計算すること
   を含む処理をコンピュータに実行させる需給計画計算支援プログラム。

Images