JP7075772B2 - 電力需要予測装置、電力需要予測方法及び電力需要予測プログラム - Google Patents

Description

本発明は、電力需要予測装置、電力需要予測方法及び電力需要予測プログラムに関する。

電力の供給を受ける需要家の中には、至近一年間の電力の最大需要により決定される契約電力に基づく料金体系で電力会社と契約する者もいる。特に法人などが、契約電力を利用する場合が多い。

上述したように、契約電力は至近一年の電力の最大需要により決定されることから、契約電力を低く抑えるためには、最大需要をなるべく低くすることが効果的である。そこで、需要家毎に電力需要の最大値についての高精度の予測を事前に行うことができれば、需要が増大する時間帯に備えるための事前の警報を需要家へ通知することが可能となる。その結果、需要家は、電力の最大需要を低く抑えることができ、契約電力を抑えることができる。

また、電力需要の高精度の予測の結果の通知を受けた需要家は、需要家設備を用いて適当なタイミングで電力消費を行うことができる。このような通知を受けた需要家は、需要予測結果に応じて蓄電池や負荷を含む需要家設備を制御することにより、各時間帯での電力需要をコントロールすることができる。これにより、需要家は、例えば、電気の時間帯別料金への対策を取ることができる。これにより、系統全体での電力消費を低減させることができ、需要予測結果に応じた需要家設備の制御による省エネルギー化を推進することもできる。

このような電力需要予測の技術として、需要家によって電力需要予測の手法を異ならせて各需要家に合わせた電力需要予測を行う従来技術がある。また、休業日と稼働日との間の需要の変動傾向を考慮して電力需要予測を行う従来技術がある。

特開２０１７－１７５８４５号公報

紺野剛史、高橋悟、北島弘伸、寺西佑太、園田俊浩 「事業所タイプにおける需要予測手法の評価」、情報処理学会研究報告 ２０１３年１月１６日

しかしながら、需要家の種類は、一般家庭、オフィスビル、病院及び学校など多岐にわたる。そして、数千件にも及ぶ需要家の電力需要を高精度に予測することは、例え種類毎に電力の使用状況に一定の傾向があるとしても、その種類の多さなどから実現することは困難である。

このように、電力会社管轄区域内の需要予測と比べて、需要家毎の需要予測は難しいため、ニューラルネットワーク等の複雑な手法による予測では、予測の大外れが起きやすい。このため簡易的な予測手法による堅実な予測が好ましい。しかし、簡易的な予測手法は汎用性に欠ける問題点がある。

さらに、電力需要予測の精度を向上させるために需要家によって電力需要の予測手法を異ならせる場合、需要家毎に適切な予測手法を選定し、各需要家に応じて選定した予測手法のチューニングを行うことが好ましい。しかし、この予測手法の選定やチューニングを人手で行う場合、多大な労力を強いることになり、実現困難である。また、休業日と稼働日との間の需要の変動傾向を考慮する従来技術を用いても、需要家毎に適切な予測手法の切り替えは考慮されておらず、電力需要予測の精度を向上させることは困難である。

本発明は、上記に鑑みてなされたものであって、電力需要予測の精度を向上させる電力需要予測装置、電力需要予測方法及び電力需要予測プログラムを提供することを目的とする。

本願の開示する電力需要予測装置、電力需要予測方法及び電力需要予測プログラムの一つの態様において、手法別予測部は、需要家において計測された電力実測値を基に、複数の予測手法を用いて、過去の所定時刻及び所定時間後における前記需要家の電力需要の各予測手法に応じた手法別予測値を求める。重み算出部は、前記電力実測値を計測した日の中から前記電力実測値の大きい順に所定数の特定の日を選択し、前記手法別予測部により求められた各前記手法別予測値に前記予測手法毎の重みを乗算した値の総和と各前記特定の日の前記電力実測値との誤差が最小となるように前記予測手法毎の重みを求める。電力需要予測部は、前記予測手法毎の重み及び前記所定時間後における前記手法別予測値を基に、前記所定時間後における前記需要家の電力需要予測値を算出する。

１つの側面では、本発明は、電力需要予測の精度を向上させることができる。

図１は、電力需要予測システムの一例を表す模式図である。 図２は、電力管理サーバの一例を表すブロック図である。 図３は、手法別予測部が算出した予測値をまとめた情報の一例の図である。 図４は、実施形態１に係る電力管理サーバによる電力需要の予測処理のフローチャートである。 図５は、特定の需要家における１日の電力需要の予測結果を表す図である。 図６は、実施形態３に係る電力管理サーバのブロック図である。 図７は、１年間の需要実績を電力需要の大きい順に並べた状態を表す図である。 図８は、実施形態４に係る電力管理サーバのブロック図である。 図９は、電力需要予測プログラムを実行するコンピュータを示す図である。

以下に、本願の開示する電力需要予測装置、電力需要予測方法及び電力需要予測プログラムの実施形態を図面に基づいて詳細に説明する。なお、以下の実施形態により本願の開示する電力需要予測装置、電力需要予測方法及び電力需要予測プログラムが限定されるものではない。

［実施形態１］
図１は、電力需要予測システムの一例を表す模式図である。電力需要予測システム１００は、電気事業者１が有する電力管理サーバ１０及び需要家２が有する使用電力管理装置２０が含まれる。

電気事業者１は、需要家２に対して電力供給を行う電力会社などの機関である。電気事業者１は、複数の需要家２に対して電力供給を行う。そして、電気事業者１は、予め需要家２との間で決められた所定の料金体系に基づき、需要家２に供給した電力に応じて料金を徴収する。例えば、電気事業者１は、契約電力を用いた料金体系を用いた電気料金の契約を需要家２との間で結ぶ。

ここで、契約電力に基づく料金体系について説明する。契約電力は、例えば、過去１年間の電力の最大需要によって決定される。具体的には、契約電力は、予め段階的な設定値が決められており、過去１年の最大需要を超える最小の設定値が契約電力として決定される。そして、電気事業者１は、契約電力に応じて決められる基本料金と実際の使用量から求められる使用料金とを加算した料金を需要家２に請求する。また、特定の需要家２において使用した最大需要が契約電力を超えた場合、次の月からの契約電力を前月の契約電力を超えた最大需要の値を基に新たに決定する。

電力管理サーバ１０は、各需要家２における電力需要の実測値を使用電力管理装置２０から取得する。そして、電力管理サーバ１０は、取得した過去の電力需要の実測値を基に各需要家２における電力需要を予測する。電力管理サーバ１０は、電力需要の予測結果や契約電力の超過の警告などを需要家２に報知する。この電力管理サーバ１０による電力需要の予測については後で詳細に説明する。この電力管理サーバ１０が、「電力需要予測装置」の一例にあたる。

需要家２は、例えば、一般家庭、工場、病院などといった電力消費を行う様々な施設である。需要家２は、電気事業者１から供給された電力を消費する負荷を有する。また、需要家２は、蓄電池などを有する場合もある。需要家２は、消費した電力に応じて、予め決められた料金体系を基に算出される電気料金を電気事業者１に支払う。

使用電力管理装置２０は、スマートメータなどの電力量計を含む。また、使用電力管理装置２０は、需要家２が有する負荷の動作制御や蓄電池の充放電を管理する。使用電力管理装置２０は、需要家２の電力需要を電力管理サーバ１０へ通知する。さらに、使用電力管理装置２０は、需要家２における電力需要の予測結果や契約電力の超過の警告などの報知を電力管理サーバ１０から受信する。そして、使用電力管理装置２０は、電力管理サーバ１０から受信した各種情報を需要家２における管理者に提供する。その後、管理者からの指示を受けて、使用電力管理装置２０は、負荷の動作制御や蓄電池の充放電の制御などを行う。また、使用電力管理装置２０は、電力管理サーバ１０からの報知情報に応じて自動的に負荷の動作制御や蓄電池の充放電の制御などを行ってもよい。

次に、電力管理サーバ１０による電力需要の予測について説明する。ここでは、特定の需要家２についての電力需要の予測について説明する。図２は、電力管理サーバの一例を表すブロック図である。図２に示すように、本実施形態に係る電力管理サーバ１０は、データ取得部１１、手法別予測部１２、予測手法格納部１３、重み算出部１４、電力需要予測部１５及び報知部１６を有する。

データ取得部１１は、電力需要の計測結果を使用電力管理装置２０から受信する。そして、データ取得部１１は、受信した計測結果の情報を蓄積する。その後、データ取得部１１は、予め決められた所定期間毎の電力需要を算出する。本実施形態では、データ取得部１１は、３０分毎の電力需要を算出する。具体的には、データ取得部１１は、ある時刻ｔ－３０から時刻ｔまでの電力需要の積分値を時刻ｔにおける需要実績として算出する。そして、データ取得部１１は、算出した３０分毎の各時刻における需要実績を蓄積する。これにより、データ取得部１１は、需要家２における過去の電力の需要実績を保持する。例えば、データ取得部１１は、過去１年分の電力の需要実績を保持する。

予測手法格納部１３は、電力需要を予測するための複数の予測手法をそれぞれ個別に用いた場合の予測値の算出手順を保持する。ここで、電力需要の予測手法は、過去のデータから将来の電力需要を予測可能な手法であれば特に制限は無い。ただし、これらの予測手法は、簡易的な予測手法であることが好ましい。例えば、予測手法は、移動平均、ＡＲＭＡ（Autoregressive Moving Average）モデル、ＳＡＲＩＭＡ（Seasonal Autoregressive Integrated Moving Average）モデルなどの時系列モデルを用いることができる。また、予測手法は、重回帰などの線形回帰モデルを用いてもよい。

本実施形態では、４つの予測手法を用いる場合で説明する。すなわち、予測手法格納部１３は、以下の４つの予測手法に応じた式を保持する。

第１の予測手法は、以下の数式（１）によって表される。第１の予測手法は、予測実施時刻から所定期間前の需要実績をそのまま電力需要の予測値とする手法である。第１の予測手法は、電力需要がほぼ変わらない場合に予測精度が向上する。

ここで、ｔは、１から４８までの整数である。そして、１から４８までの数字がそれぞれ、時刻０：３０、０１：００、・・・、２４：００を表す。そして、Ｄ^１ _ｔは、第１の予測手法を用いた場合のｔが表す時刻の電力需要の予測値である。また、Ｄ_ｔ－τは、ｔ－τが表す時刻における電力の需要実績である。以下では、上付きの数字が付加されたＤは予測値を表し、上付きの数字が付加されていないＤは、実測値を表す。Ｄに付加された上付きの数字がｉ＝１，２，・・・の場合、第ｉの予測手法を用いて算出された電力需要の予測値である手法別予測値である。

τは、適当な時間帯を選択することができる。そして、負の値で表される時刻は２４：００から値に相当する時間を早めた時刻である。この場合、予測実施時刻と予測対象時刻の間にτステップの時間差が存在する。すなわち、予測実施時時刻で観測できる需要実績Ｄ_ｔ－τを用いて予測が行われ、最大でもτステップ後の電力需要の予測となる。

第２の予測手法は、以下の数式（２）によって表される。第２の予測手法は、予測実施時刻から所定期間前の第１タイミング及び第１タイミングから所定期間前の第２タイミングにおける需要実績の平均を電力需要の予測値とする手法である。第２の予測手法は、電力需要の変化が発生し且つその変化の幅が小さい場合に予測精度が向上する。

ここで、Ｄ^２ _ｔは、第２の予測手法を用いた場合のｔが表す時刻の電力需要の予測値である。また、Ｄ_ｔ－τは、時刻ｔ－τにおける電力の需要実績である。また、Ｄ_{ｔ－τ－１}は、ｔ－τ－１が表す時刻における電力の需要実績である。

第３の予測手法は、以下の数式（３）によって表される。

ここで、Ｄ^３ _ｔは、第３の予測手法を用いた場合のｔが表す時刻の電力需要の予測値である。また、Ｄ_ｔ－τは、時刻ｔ－τにおける電力の需要実績である。β_０は定数項であり、β_１は回帰係数であり、それぞれ実施日の至近過去１週間の学習データに対して予測式の二乗誤差を最小化することで決定される。

第４の予測手法は、第３の予測手法の学習データを至近過去二週間としたものである。

ここで、本実施形態では、上記４つの予測手法を電力需要の予測に用いたが、予測手法はこれに限らない。例えば、予測手法には、以下の数式（４）で表される３時間帯の移動平均が用いられてもよい。

他にも、予測手法として、以下の数式（５）で表される線形回帰による予測手法が用いられてもよい。

ここで、β_０は、定数項であり、β_１，β_２，β_３は、回帰係数であり、それぞれ学習データに対して予測式の二乗誤差などを最小化することで決定される。学習データとしては、至近過去１週間の学習データや至近過去２週間の学習データなどが用いられる。この他にも学習データとして用いる期間には特に制限は無い。予測結果は、学習データの選び方により精度が変わるので、需要家２の電力需要に応じて適切な学習データが選択されることが好ましい。

さらに、Ｅ_ｔ－τは、ｔ－τで表される時刻の気温実績である。また、Ｆ_ｔ－τは曜日変数であり、例えば、その日が日曜日であれば１であり、日曜以外であれば０となる変数である。ここでは、Ｄ_ｔ－τ、Ｅ_ｔ－τ、Ｆ_ｔ－τを説明変数と呼ぶ。線形回帰では、説明変数によっても予測精度が変化する。特に予測への貢献度が低い説明変数は、ノイズとなりかえって予測精度を悪化させる場合がある。そのため、需要家２の電力需要に応じて適切な説明変数が選択されることが好ましい。説明変数の他の例としては、例えば、気象予報や、別の需要家２の需要実績などを用いることができる。

また、他にも線形回帰による予測手法としては、線形回帰とｋ近傍法とを組み合わせた予測手法などを用いることも可能である。

また、本実施形態では、４つの予測手法を用いたが用いる予測手法の数はこれに限らない。また、上記４つの手法は予め決められた数式に対して過去のデータを用いて電力需要の予測値を算出したが、予測手法はこれに限らず、過去のデータを基に式以外の所定のアルゴリズムを用いて予測値を算出するなどの方法でもよい。

さらに、本実施形態では、予測対象とする需要家２の過去のデータを用いた予測手法を用いたが、これ以外にも他の需要家２の相関を考慮してもよい。例えば、上述した第１～第４の予測手法に加えて、他の需要家２の需要実績などを説明変数として、他の需要家２との相関を取る予測手法を予測対象の需要家２における電力需要の予測に用いてもよい。その場合、例えば、予測対象の需要家２と相関の強い他の需要家２が存在する場合に、それらの需要家２との相関を取る予測手法を用いてもよい。

手法別予測部１２は、需要家２の過去の需要実績をデータ取得部１１から取得する。そして、手法別予測部１２は、予測手法格納部１３に格納されたそれぞれの予測手法に対して取得した過去の需要実績を用いて、過去の所定のタイミングにおける各予測手法を用いた予測値を算出する。さらに、手法別予測部１２は、予測手法格納部１３に格納されたそれぞれの予測手法に対して取得した過去の需要実績を用いて、今回予測する予測対象時刻における予測値を算出する。

図３は、手法別予測部が算出した予測値をまとめた情報の一例の図である。ここでは、手法別予測部１２は、１月１日からの各日のｔで表される時刻の予測値を求める。Ｄ^ｉ _ｊ，ｔは、手法別予測部１２が算出した予測値である。また、Ｄ_ｊ，ｔは予測値に対応する需要実績である。ただし、Ｄ_ｎ，ｔは、予測対象であり、この時点では求まっていない。ここで、Ｄ^ｉ _ｊ，ｔ及びＤ_ｊ，ｔにおける添え字ｊは１月１日から数えた日数を表す。すなわち、Ｄ^１ _２，ｔは、第１の予測手法を用いた場合の、１月１日から数えて２日目の１月２日のｔが表す時刻の予測値である。そして、図３の場合、例えば１０月１３日が予測対象日であり、１０月１３日のｔで表される時刻が予測対象時刻である場合で説明する。

その後、手法別予測部１２は、過去の所定のタイミングにおける各予測手法を用いた予測値を重み算出部１４へ出力する。すなわち、手法別予測部１２は、図３における１０月１３日以外の予測値を重み算出部１４へ出力する。

また、手法別予測部１２は、予測対象時刻における各予測手法を用いた場合の予測値を電力需要予測部１５へ出力する。すなわち、手法別予測部１２は、図３における１０月１３日の予測値を電力需要予測部１５へ出力する。

重み算出部１４は、過去の所定のタイミングにおける各予測手法を用いた予測値の入力を手法別予測部１２から受ける。さらに、重み算出部１４は、各予測値に対応する需要実績をデータ取得部１１から取得する。

次に、重み算出部１４は、次の数式（６）で表される最小化問題を解いて予測手法毎の重みＷ_ｎ，ｉを算出する。例えば、重み算出部１４は、数式（６）で表される最小化問題を線形計画ソルバーで計算して重みＷ_ｎ，ｉを求める。

ここで、重みＷ_ｎ，ｉは、第ｉの予測手法に対する重みである。また、Ｊは予測手法毎の予測値を求めた過去の所定のタイミングを表すｊの集合である。また、Ｊとして、特定の日を選択することで、選択された日の予測精度を向上させることができる。例えば、過去の需要が大きかった日の上位２０日をＪとすることで、需要が大きい日の予測精度を向上させることができる。

その後、重み算出部１４は、求めた重みを電力需要予測部１５へ出力する。重み算出部１４は、予測手法毎の重みＷ_ｎ，ｉを需要家２毎に算出する。すなわち、重みＷ_ｎ，ｉは、需要家２毎に異なる値が与えられる。

電力需要予測部１５は、予測対象時刻における各予測手法を用いた場合の予測値の入力を手法別予測部１２から受ける。さらに、電力需要予測部１５は、予測手法毎の重みＷ_ｎ，ｉの入力を重み算出部１４から受ける。そして、電力需要予測部１５は、次の数式（７）を用いて、予測対象の需要家２の予測対象時刻における電力需要の予測値を算出する。その後、電力需要予測部１５は、電力需要の予測値を報知部１６へ出力する。

さらに、電力需要予測部１５は、予測対象の需要家２の契約電力の情報を有する。そして、電力需要予測部１５は、電力需要の予測値が契約電力を超えるか否かを判定する。契約電力を超える場合、電力需要予測部１５は、契約電力超過の警告の通知を報知部１６へ依頼する。

報知部１６は、予測対象時刻における電力需要の予測値の入力を電力需要予測部１５から受ける。そして、報知部１６は、予測対象時刻における電力需要の予測値を使用電力管理装置２０へ送信し、需要家２の管理者への通知をおこなわせる。

ここで、本実施形態では、電力管理サーバ１０は、３０分毎に予測を行い、予測直後の３０分間で契約電力の超過が発生するか否かの判定を行い警告の報知を行った。ただし、予測の周期は３０分に限らず、１分間隔でもよいし１時間間隔でもよい。また、予測対象タイミング直前に予測を行わなくてもよく、例えば、電力管理サーバ１０は、朝にまとめてその日一日の予測を行ってもよい。

また、警告のタイミングも運用に応じて決定することが好ましい。例えば、電力管理サーバ１０は、朝にその日一日の予測を行い、契約電力の超過が発生すると予測された場合、何時間後に超過が発生するといった内容を報知してもよい。また、電力管理サーバ１０は、次の日の予測を前日に行い、明日は契約電力の超過が発生するといった内容の警告を報知してもよい。

次に、図４を参照して、本実施形態に係る電力管理サーバ１０による電力需要の予測処理の流れについて説明する。図４は、実施形態１に係る電力管理サーバによる電力需要の予測処理のフローチャートである。

データ取得部１１は、電力需要の測定結果を需要家２が有する使用電力管理装置２０から取得する（ステップＳ１）。

次に、データ取得部１１は、取得した電力需要の測定結果から、３０分毎の需要実績を算出し、算出した需要実績を記憶する（ステップＳ２）。

手法別予測部１２は、予測手法格納部１３に格納された予測手法毎の過去の所定タイミング及び予測対象時刻における手法別予測値を算出するための需要実績のデータをデータ取得部１１から取得する。次に、手法別予測部１２は、取得した需要実績のデータを予測手法格納部１３に格納された各予測手法に用いて、予測手法毎の過去の所定タイミング及び予測対象時刻における手法別予測値を算出する（ステップＳ３）。そして、手法別予測部１２は、算出した過去の所定タイミングにおける各手法別予測値を重み算出部１４へ出力する。また、手法別予測部１２は、算出した予測対象時刻における各手法別予測値を電力需要予測部１５へ出力する。

重み算出部１４は、過去の所定タイミングにおける各手法別予測値の入力を手法別予測部１２から受ける。さらに、重み算出部１４は、過去の所定タイミングにおける需要実績のデータをデータ取得部１１から受ける。そして、重み算出部１４は、過去の所定タイミングにおける各手法別予測値及び需要実績を用いて作成した最小化問題を解いて予測手法毎の重みを算出する（ステップＳ４）。その後、重み算出部１４は、算出した予測手法毎の重みを電力需要予測部１５へ出力する。

電力需要予測部１５は、予測対象時刻における各手法別予測値の入力を手法別予測部１２から受ける。また、電力需要予測部１５は、予測手法毎の重みの入力を重み算出部１４から受ける。そして、電力需要予測部１５は、予測対象時刻における各手法別予測値に予測手法毎の重みを付加して予測対象時刻における各予測手法を組み合わせた電力需要の予測値を算出する（ステップＳ５）。

その後、電力需要予測部１５は、予測結果を報知部１６へ出力する。報知部１６は、電力需要予測部１５から入力された予測結果を使用電力管理装置２０へ送信し、需要家２の管理者に予測結果を報知する（ステップＳ６）。

さらに、電力需要予測部１５は、予測結果が契約電力を超過するか否かを判定する（ステップＳ７）。予測結果が契約電力を超過しない場合（ステップＳ７：否定）、電力需要予測部１５は、電力需要の予測処理を終了する。

これに対して、予測結果が契約電力を超過する場合（ステップＳ７：肯定）、電力需要予測部１５は、契約電力超過の警告の報知を報知部１６に依頼する。報知部１６は、電力需要予測部１５からの依頼を受けて契約電力超過の警告のメッセージを使用電力管理装置２０へ送信し、需要家２の管理者に契約電力超過の警告を報知する（ステップＳ８）。

以上に説明したように、本実施形態に係る電力管理サーバは、過去の電力需要実績から各需要家に合うように複数の予測手法を重みづけして予測に用いて電力需要の予測を行う。これにより、各需要家に応じた適切な予測手法の組み合わせを選択することができ、電力需要予測の精度を向上させることができる。さらに、電力需要の予測を行うタイミングで、重みを計算するので、電力需要の予測のタイミング毎に重みを変更でき、時間毎に応じた予測手法の予測結果を用いることができ、より電力需要の予測の精度を向上させることができる。

そして、電力需要の予測の精度を向上させることで、１つには契約電力の超過を精度よく予測することができる。例えば、図５は、特定の需要家における１日の電力需要の予測結果を表す図である。この場合、２５０ｋｗが契約電力であり、期間Ｔにおいて契約電力の超過が発生すると予測される。そこで、この契約電力の超過の警告を受けた需要家は、期間Ｔにおける電力消費を低減させたり、自己が有する蓄電池から放電させたりすることで、契約電力内に電力需要を収めることができる。これにより、需要家は、契約電力の上昇を抑えることができ経済的メリットを受けることができるとともに、電力系統全体としても電力消費を抑えることができ、省電力化に寄与することができる。

さらに、電力需要の精度を向上させることで、軽負荷高負荷に関わらずに電力需要全体の推定を正確に行うことができる。電力の売買において、例えば３０分毎単位で電力を売買する場合がある。そのような取引において、電力需要が契約した電力を一定以上超えるとペナルティが発生する場合がある。そのような契約において、電力需要全体の推定を正確に行うことで、電力需要を契約値内に収めることができ、電力を売買する者はペナルティを回避することができる。また、適切な電力の売買により、電力事業者は、電力供給と電力需要とのバランスを取ることができ、電気が不安定になることや停電の発生を回避することができる。

［実施形態２］
次に、実施形態２について説明する。本実施形態に係る電力管理サーバは、電力需要の予測値を高い側に補正することが実施形態１と異なる。本実施形態に係る電力管理サーバのブロック図も図２で表される。以下の説明では、実施形態１と同じ各部の動作については説明を省略する。

電力需要予測部１５は、予測対象時刻における各手法別予測値を手法別予測部１２から取得する。また、電力需要予測部１５は、予測手法毎の重みを重み算出部１４から取得する。そして、電力需要予測部１５は、各手法別予測値と重みを用いて予測対象時刻における電力需要の予測値を算出する。

次に、電力需要予測部１５は、過去の予測結果における電力需要の予測値の誤差を算出する。例えば、電力需要予測部１５は、平均平方誤差（ＲＭＳＥ：Root Mean Squared Error）や、平均絶対値誤差（ＭＡＥ：Mean Absolute Error）を求める。そして、電力需要予測部１５は、誤差を予測値に加算して、予測値を高めに補正する。具体的には、電力需要予測部１５は、次の数式（８）を用いて電力需要の予測値の補正を行う。

ここで、αは、補正倍率である。そして、αが正の場合に高めの予測値補正となる。また、σは、ＲＭＳＥまたはＭＡＥの算出結果である。

ここで、予測値の補正方法はこれに限らず、電力需要の予測値を適切に高く算出できる方法であれば他の方法でもよい。例えば、電力需要予測部１５は、算出した予測対象時刻における電力需要の予測値と各手法別予測値とを比較する。そして、電力需要予測部１５は、予測対象時刻における電力需要の予測値とその予測値よりも大きい値となる手法別予測値との差が所定割合だけ短くなるように、予測値を補正する。すなわち、電力需要予測部１５は、電力需要の予測値を高めに補正する。

他にも、電力需要予測部１５は、算出した予測値に予め決められた補正値を加算することで予測値の補正を行ってもよい。ただし、予測値の補正があまりに高くなった場合、実際には契約電力を超える危険が少ない場合にも、予測値上では危険と判定されるおそれがある。そのため、予測値の補正は、電力需要予測システムの運用に合わせて適切に調整されることが好ましい。

その後、電力需要予測部１５は、補正を加えた予測値を報知部１６に報知させる。さらに、電力需要予測部１５は、補正を加えた予測値を用いて契約電力を超過するか否かを判定し、契約電力を超過する場合、報知部１６に警告を報知させる。

ここで、本実施形態では電力需要予測部１５が予測値を高めに補正する場合で説明したが予測値を補正可能であれば他の構成を用いてもよい。例えば、重み算出部１４が、重みを算出する際に、より手法別予測値が高い予測手法の重みが高くなるように重みを決定してもよい。

以上に説明したように、本実施形態に係る電力管理サーバは、補正値を高めに補正する。これにより、より安全な予測値が算出されることになり、需要家は、契約電力の超過をより確実に回避することができる。

さらに、本実施形態では、契約電力の超過の発生をなるべく減らすために予測値を高めに補正する場合で説明したが、逆に、契約電力をなるべく使い切るように予測値を低めに補正してもよい。例えば、数式（８）におけるαを負の値とすることで、電力需要予測部１５は、電力需要の予測値を低めに補正することも可能である。

［実施形態３］
図６は、実施形態３に係る電力管理サーバのブロック図である。本実施形態に係る電力管理サーバ１０は、電力需要の予測のタイミングを変更することが実施形態１と異なる。本実施形態に係る電力管理サーバ１０は、実施形態１の電力管理サーバ１０の各部に加えて、予測間隔切替部１７を有する。以下の説明では、実施形態１と同じ各部の動作については説明を省略する。

予測間隔切替部１７は、過去１年間の３０分単位の需要実績のデータをデータ取得部１１から取得する。次に、予測間隔切替部１７は、取得した過去１年間の３０分単位の需要実績のデータを図７に示すように電力需要の大きい順に並べる。図７は、１年間の需要実績を電力需要の大きい順に並べた状態を表す図である。図７の縦軸は電力需要を表し、横軸は１年分の３０分単位の需要実績の個数を表す。ここでは、１年を３６５日として、１日で３０分単位の区分が２４×２であることから、横軸には全部で３６５×４８個の需要実績が並ぶ。そして、予測間隔切替部１７は、電力需要の大きい順に２０個の需要実績を取得する。すなわち、予測間隔切替部１７は、図７における領域２１に含まれる１～２０個までの需要実績を取得する。

次に、予測間隔切替部１７は、取得した需要実績を用いて予測間隔切替用の閾値を決定する。例えば、予測間隔切替部１７は、取得した２０個の需要実績のうち最も小さい需要実績の値を予測間隔切替用の閾値としてもよい。他にも、予測間隔切替部１７は、取得した２０個の需要実績の平均を取って予測間隔切替用の閾値としてもよい。

その後、予測間隔切替部１７は、データ取得部１１、手法別予測部１２及び電力需要予測部１５に通常の３０分単位の電力需要の予測を実行させる。そして、予測間隔切替部１７は、予測対象時刻の電力需要の予測結果を電力需要予測部１５から取得する。そして、予測間隔切替部１７は、取得した予測結果と閾値とを比較する。

予測結果が閾値未満であれば、予測間隔切替部１７は、３０分単位の予測をデータ取得部１１、手法別予測部１２及び電力需要予測部１５に維持させる。これに対して、予測結果が閾値以上であれば、予測対象時刻前にデータ取得部１１、手法別予測部１２及び電力需要予測部１５に対して予測間隔の１分単位への切り替えを指示する。

その後、次の３０分単位の予測が可能になった場合、予測間隔切替部１７は、データ取得部１１、手法別予測部１２及び電力需要予測部１５に３０分単位の予測を実行させる。そして、その予測結果が閾値以上であれば、予測間隔切替部１７は、１分単位の予測をデータ取得部１１、手法別予測部１２及び電力需要予測部１５に維持させる。これに対して、その予測結果が閾値未満であれば、予測間隔切替部１７は、契約電力を超過する可能性が低いと判定して、データ取得部１１、手法別予測部１２及び電力需要予測部１５に対して予測間隔の３０分単位への切り替えを指示する。

データ取得部１１、手法別予測部１２及び電力需要予測部１５は、予測間隔切替部１７から３０分単位の予測の実行を指示された場合、３０分単位での予測対象時刻における電力需要の予測を実行する。

また、予測間隔切替部１７から１分単位の予測の実行を指示された場合、データ取得部１１、手法別予測部１２及び電力需要予測部１５は、１分単位での予測対象時刻における電力需要の予測を実行する。そして、電力需要予測部１５は、１分単位での予測値を用いて３０分単位の予測値を求める。本実施形態では契約電力の基準となる電力需要は３０分単位であるので、電力需要予測部１５は、１分単位での予測値を用いて３０分単位の予測値を用いて契約電力を超過するか否かの判定を行う。

この場合、３０分単位の中で既に経過した時間の需要実績を使用することができ、より正確に３０分単位のその後の需要状態を予測することができる。例えば、契約電力の判定の基準となる３０分単位の中での１５分が経過した時点で、電力需要予測部１５は、経過した１５分間の需要実績を用いてその後の電力需要を予測することができる。そして、電力需要予測部１５は、既に決定した需要実績と予測値とを用いて、３０分単位の電力需要の予測を行うことができる。そのため、電力需要予測部１５は、契約電力の判定の基準となる３０分単位の中での使用状況により正確に３０分単位の予測を行うことができる。

ここで、以上の説明では通常の予測間隔を３０分単位で行い、予測間隔を短くした場合は１分単位で予測を行う場合で説明するが、予測を行う単位時間には特に制限はない。

（変形例）
また、予測間隔切替部１７は、データ閾値ではなく切り替えのタイミングを取得した需要実績のデータから決定してもよい。例えば、予測間隔切替部１７は、電力需要の上位２０個の需要実績を取得する際に、各需要実績となった日にちと時間を取得する。

その後、予測間隔切替部１７は、例えば、上位２０個の需要実績を有する日にちを契約電力を超過する可能性が高い詳細予測日として特定する。そして、予測間隔切替部１７は、詳細予測日では、データ取得部１１、手法別予測部１２及び電力需要予測部１５に対して予測間隔の１分単位への切り替えを指示する。

他にも、例えば、予測間隔切替部１７は、上位２０個の需要実績を有する日にちが所定数以上含まれる月を契約電力を超過する可能性が高い詳細予測月として特定する。さらに、予測間隔切替部１７は、上位２０個の需要実績を有する時間帯を契約電力を超過する可能性が高い詳細予測時間帯として特定する。そして、予測間隔切替部１７は、詳細予測付きの詳細時間帯において、データ取得部１１、手法別予測部１２及び電力需要予測部１５に対して予測間隔の１分単位への切り替えを指示してもよい。

このように、切り替えのタイミングの決定方法は、電力需要予測システムの運用状況に合わせて選択されることが好ましい。

以上に説明したように、本実施形態に係る電力管理サーバは、電力需要が契約電力を超える可能性が高い場合に、予測の間隔を短くする。この場合、３０分単位の中でより適切な予測手法の組み合わせの選択が行われることになり、より現実に沿った電力需要の予測が行える。すなわち、本実施形態に係る電力管理サーバは、契約電力を超える可能性が高い場合により精度の良い予測を行うことができる。したがって、需要家は、より確実に契約電力の超過を抑えることができる。また、需要家は、契約電力の算定の基準となる３０分の間に、その３０分での電力需要が契約電力を超えることを把握でき、その３０分の中でも電力需要の調整を行うことができる。

また、常に１分単位で予測を行った場合、予測の精度を常に向上させることができるが、電気事業者と需要家との間の通信量が増加してしまい、システムに負荷がかかる。これに対して、本実施形態に係る電力管理サーバは、電力需要が契約電力を超える可能性が高い場合に予測の間隔を短くするので、電気事業者と需要家との間の通信量を抑えつつ、契約電力の超過を高精度で予測することができる。

［実施形態４］
図８は、実施形態４に係る電力管理サーバのブロック図である。本実施形態に係る電力管理サーバ１０は、蓄電地の残量を予測して、予測した蓄電池の残量に応じて契約電力超過の通知を行うことが実施形態１と異なる。

図８に示すように、本実施形態に係る電力管理サーバ１０は、実施形態１の各部に加えて、蓄電池残量予測部１８を有する。以下の説明では、実施形態１と同様の各部の動作については説明を省略する。

データ取得部１１は、例えば１分間隔などで、蓄電池の残量の情報を使用電力管理装置２０から取得する。ここで、需要家２が蓄電池を有していない場合、データ取得部１１は、その需要家２における蓄電池の残量を０として記憶する。

蓄電池残量予測部１８は、予測対象時刻の入力を電力需要予測部１５から受ける。そして、蓄電池残量予測部１８は、予測対象時刻における需要家２が有する蓄電池の残量を予測するための過去の蓄電池の残量の情報をデータ取得部１１から取得する。

次に、蓄電池残量予測部１８は、取得した過去の蓄電池の残量の情報から予測対象時刻における蓄電池の残量の予測値を算出する。例えば、蓄電池残量予測部１８は、蓄電池の数時間前から直近までの電圧値の変化と蓄電池の放電特性とを用いて、予測対象時刻における蓄電池の残量の予測値を算出する。ただし、蓄電池の残量の予測方法には特に制限は無く、例えば、予測対象時刻と同じ月の同じ時刻の平均を算出して蓄電池の残量の予測値を算出するなどしてもよい。

そして、蓄電池残量予測部１８は、予測対象時刻における蓄電池の残量の予測値を電力需要予測部１５に通知する。

電力需要予測部１５は、各手法別予測値と重みを用いて予測対象時刻における電力需要の予測値を算出する。次に、電力需要予測部１５は、予測対象時刻を蓄電池残量予測部１８に通知する。その後、電力需要予測部１５は、予測対象時刻における蓄電池の残量の予測値の通知を蓄電池残量予測部１８から受ける。

その後、電力需要予測部１５は、予測対象時刻における電力需要の予測値と契約電力とを比較する。そして、電力需要の予測値が契約電力よりも高い場合、電力需要予測部１５は、電力需要が契約電力を超える時間帯における電力需要の予測値と契約電力との差分の積分値を求め、超過電力量を算出する。次に、電力需要予測部１５は、算出した超過電力量と蓄電池の残量とを比較する。

超過電力量が蓄電池の残量よりも少ない場合、電力需要予測部１５は、蓄電池の使用の通知を報知部１６に指示する。これに対して、超過電力量が蓄電池の残量よりも多い場合、電力需要予測部１５は、契約電力超過の警告の通知を報知部１６に依頼する。

報知部１６は、蓄電池の使用の通知の指示を報知部１６から受けた場合、使用電力管理装置２０に蓄電池の使用を通知するメッセージを使用電力管理装置２０へ送信する。また、契約電力超過の警告の通知を受けた場合、報知部１６は、契約電力超過の警告のメッセージを使用電力管理装置２０へ送信する。

以上に説明したように、本実施形態に係る電力管理サーバは、契約電力を電力需要が超過する場合、超過する時間帯における超過電力量を需要家が有する蓄電池の残量で賄えるか否かを判定する。そして、超過する時間帯における超過電力量を需要家が有する蓄電池の残量で賄えない場合に、電力管理サーバは、契約電力の超過を通知する。

これにより、需要家は蓄電池で超過分を賄える場合には、負荷の量を減らすことなく契約電力を維持することができ、無用な負荷の軽減を回避することができる。例えば、太陽光発電などを有する需要家の場合、８月などには蓄電池に多くの電力が残っていることが考えられる。そのため、冷房などにより電力需要が上昇しても蓄電池を用いることで契約電力超過を回避することができ、需要家は、冷房などを停止することなく過ごすことができる。

さらに、以上の各実施形態では、電気事業者１が有する電力管理サーバ１０に電力需要予測装置の機能を実装させたが、例えば、需要家２が有するスマートメータなどの使用電力管理装置２０に電力需要予測装置の機能を実装させてもよい。

［予測プログラム］
また、上記の実施形態で説明した各種の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することもできる。上述した電力管理サーバ１０も以下で説明する構成を有してもよい。そこで、以下では、上記の実施形態と同様の機能を有するプログラムを実行するコンピュータシステムの一例を説明する。図９は、電力需要予測プログラムを実行するコンピュータを示す図である。

図９示すように、コンピュータ３００は、ＣＰＵ（Central Processing Unit）３１、ＨＤＤ（Hard Disk Drive）３２、ＲＡＭ（Random Access Memory）３３を有する。これら３１～３３の各部は、バス４０を介して接続される。

ＨＤＤ３２には上記のデータ取得部１１、手法別予測部１２、重み算出部１４、電力需要予測部１５及び報知部１６と同様の機能を発揮する電力需要予測プログラム３２０を含む各種プログラムが予め記憶される。なお、電力需要予測プログラム３２０については、適宜分離してもよい。また、ＨＤＤ３２は、予測手法格納部１３の機能も有し、各種の予測手法を記憶する。

そして、ＣＰＵ３１が、電力需要予測プログラム３２０を含む各種プログラムをＨＤＤ３２から読み出してＲＡＭ３３に展開し、実行することで、実施形態の各処理部の機能を実現する。すなわち、電力需要予測プログラム３２０は、データ取得部１１、手法別予測部１２、重み算出部１４、電力需要予測部１５及び報知部１６と同様の動作を実行する。

なお、上記した電力需要予測プログラム３２０については、必ずしも最初からＨＤＤ３２に記憶させることを要しない。

例えば、コンピュータ３００に挿入されるに挿入されるフレキシブルディスク、いわゆる「可搬用の物理媒体」に情報処理プログラムを記憶させる。可搬用の物理媒体には、例えば、ＦＤ（Floppy Disk）、ＣＤ（Compact Disk）－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）、光磁気ディスク、ＩＣ（Integrated Circuit）カードなどがある。そして、コンピュータ３００がこれらからプログラムを読み出して実行するようにしてもよい。

さらには、公衆回線、インターネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）などを介してコンピュータ３００に接続される「他のコンピュータ」などにプログラムを記憶させておく。そして、コンピュータ３００がこれらからプログラムを読み出して実行するようにしてもよい。

１ 電気事業者
２ 需要家
１０ 電力管理サーバ
１１ データ取得部
１２ 手法別予測部
１３ 予測手法格納部
１４ 重み算出部
１５ 電力需要予測部
１６ 報知部
１７ 予測間隔切替部
１８ 蓄電池残量予測部
２０ 使用電力管理装置
１００ 電力需要予測システム

Claims (9)

1. 需要家において計測された電力実測値を基に、複数の予測手法を用いて、過去の所定時刻及び所定時間後における前記需要家の電力需要の各予測手法に応じた手法別予測値を求める手法別予測部と、
   前記電力実測値を計測した日の中から前記電力実測値の大きい順に所定数の特定の日を選択し、前記手法別予測部により求められた各前記手法別予測値に前記予測手法毎の重みを乗算した値の総和と各前記特定の日の前記電力実測値との誤差が最小となるように前記予測手法毎の重みを求める重み算出部と、
   前記予測手法毎の重み及び前記所定時間後における前記手法別予測値を基に、前記所定時間後における前記需要家の電力需要予測値を算出する電力需要予測部と
   を備えたことを特徴とする電力需要予測装置。
2. 前記重み算出部は、前記手法別予測値及び前記電力実測値のうち、１つ又は複数の特定日における前記手法別予測値及び前記電力実測値を用いて重みを算出することを特徴とする請求項１に記載の電力需要予測装置。
3. 前記電力需要予測部は、第１期間毎に前記電力需要予測値の算出を実行し、所定タイミングにおいて前記第１期間よりも短い第２期間毎に前記電力需要予測値の算出を実行することを特徴とする請求項１又は２に記載の電力需要予測装置。
4. 前記電力需要予測部は、前記第１期間毎に算出し前記電力需要予測値が予め決められた所定値を超える場合、前記第２期間毎の前記電力需要予測値の算出を実行することを特徴とする請求項３に記載の電力需要予測装置。
5. 前記電力需要予測部は、前記電力実測値を基に前記所定タイミングを特定し、特定した前記所定タイミングにおいて前記第２期間毎の前記電力需要予測値の算出を実行することを特徴とする請求項４に記載の電力需要予測装置。
6. 前記電力需要予測部は、算出される前記電力需要予測値の値が高くなるように補正することを特徴とする請求項１～５のいずれか一つに記載の電力需要予測装置。
7. 前記電力需要予測部は、前記需要家が有する蓄電池に蓄えられた電気容量の情報を取得し、前記所定時間後における蓄電池の残量を予測し、前記重み及び前記所定時間後における前記手法別予測値に加えて予測した前記残量を基に、前記所定時間後における前記需要家の電力需要予測値を算出することを特徴とする請求項１～６のいずれか一つに記載の電力需要予測装置。
8. 需要家において計測された電力実測値を基に、複数の予測手法を用いて、過去の所定時刻及び所定時間後における前記需要家の電力需要の各予測手法に応じた手法別予測値を求め、
   前記電力実測値を計測した日の中から前記電力実測値の大きい順に所定数の特定の日を選択し、各前記手法別予測値に前記予測手法毎の重みを乗算した値の総和と各前記特定の日の前記電力実測値との誤差が最小となるように前記予測手法毎の重みを求め、
   前記予測手法毎の重み及び前記所定時間後における前記手法別予測値を基に、前記所定時間後における前記需要家の電力需要予測値を算出する
   ことを特徴とする電力需要予測方法。
9. 需要家において計測された電力実測値を基に、複数の予測手法を用いて、過去の所定時刻及び所定時間後における前記需要家の電力需要の各予測手法に応じた手法別予測値を求め、
   前記電力実測値を計測した日の中から前記電力実測値の大きい順に所定数の特定の日を選択し、各前記手法別予測値に前記予測手法毎の重みを乗算した値の総和と各前記特定の日の前記電力実測値との誤差が最小となるように前記予測手法毎の重みを求め、
   前記予測手法毎の重み及び前記所定時間後における前記手法別予測値を基に、前記所定時間後における前記需要家の電力需要予測値を算出する
   処理をコンピュータに実行させることを特徴とする電力需要予測プログラム。

Images