JP7206964B2

JP7206964B2 - Forecasting system, forecasting method

Info

Publication number: JP7206964B2
Application number: JP2019015337A
Authority: JP
Inventors: 清次河内; 玄洋三川
Original assignee: Chugoku Electric Power Co Inc
Current assignee: Chugoku Electric Power Co Inc
Priority date: 2019-01-31
Filing date: 2019-01-31
Publication date: 2023-01-18
Anticipated expiration: 2039-01-31
Also published as: JP2020123200A

Description

本発明は、予測システム、予測方法に関する。 The present invention relates to a prediction system and a prediction method.

例えば、予測対象の太陽光発電装置の周辺に設置されている太陽光発電装置の発電量の変動に基づいて、予測対象の太陽光発電装置の発電量を予測する発電量予測システムが知られている（例えば特許文献１）。 For example, there is known a power generation amount prediction system that predicts the power generation amount of a prediction target solar power generation apparatus based on fluctuations in the power generation amount of the solar power generation apparatuses installed in the vicinity of the prediction target solar power generation apparatus. (For example, Patent Document 1).

特開第２０１３－５１３２６号公報Japanese Patent Application Laid-Open No. 2013-51326

特許文献１に開示された発電量予測システムは、予測対象の太陽光発電装置における発電量の変動状況を示す予測対象変動パターンと、予測対象の太陽光発電装置の周辺の地点に設置された太陽光発電装置における発電量の変動状況を示す周辺変動パターンと、を照合することにより、予測対象の太陽光発電装置における将来の発電量を予測する。この発電量予測システムによれば、風に流される雲の影響を考慮して太陽光発電装置の発電量を予測することはできるが、設備劣化や気象条件などによる誤差要因を考慮していないため、正確に発電量の予測をすることができない虞があった。 The power generation amount prediction system disclosed in Patent Document 1 includes a prediction target fluctuation pattern that indicates the fluctuation state of the power generation amount in the prediction target solar power generation device, and a solar power generation device installed at a point around the prediction target solar power generation device. The future power generation amount of the prediction target photovoltaic power generation apparatus is predicted by collating it with a peripheral variation pattern that indicates the fluctuation state of the power generation amount of the photovoltaic power generation apparatus. According to this power generation prediction system, it is possible to predict the power generation of a photovoltaic power generation device considering the influence of clouds blown by the wind, but it does not consider error factors such as equipment deterioration and weather conditions. , there is a possibility that the power generation amount cannot be predicted accurately.

前述した課題を解決する主たる本発明は、所定の推定方法で推定した推定値と、前記推定値に対応する実績値と、の誤差を示す係数を算出する係数算出部と、前記係数算出部で算出された前記係数の平均値を示す平均係数を算出し、前記平均係数と、予測日の前記所定の推定方法で推定した推定値と、に基づいて、前記予測日における予測値を算出する予測部と、を備え、前記係数算出部は、前記所定の推定方法で推定した推定値のうち所定の閾値以上の推定値を抽出し、前記実績値のうち所定の閾値以上の前記実績値を抽出し、抽出された前記推定値と前記実績値との誤差を示す係数を算出する。
本発明の他の特徴については、添付図面および本明細書の記載により明らかとなる。
The main aspect of the present invention for solving the above-described problems is a coefficient calculation unit for calculating a coefficient indicating an error between an estimated value estimated by a predetermined estimation method and an actual value corresponding to the estimated value, and the coefficient calculation unit Prediction for calculating an average coefficient indicating the average value of the calculated coefficients, and calculating a forecast value for the forecast date based on the average coefficient and the estimated value for the forecast date estimated by the predetermined estimation method wherein the coefficient calculation unit extracts an estimated value equal to or greater than a predetermined threshold among the estimated values estimated by the predetermined estimation method, and extracts the actual value equal to or greater than the predetermined threshold among the actual values. Then, a coefficient indicating an error between the extracted estimated value and the actual value is calculated .
Other features of the present invention will become apparent from the accompanying drawings and the description herein.

本発明によれば、推定値と実測値との誤差を縮小することができるため、予測精度が向上する。 According to the present invention, the error between the estimated value and the measured value can be reduced, thereby improving the prediction accuracy.

電力システムの構成の一例を示す図である。It is a figure which shows an example of a structure of an electric power system. 電力予測システムの構成の一例を示す図である。It is a figure which shows an example of a structure of a power prediction system. 過去ＤＢの一例を示すテーブルである。It is a table which shows an example of past DB. 設備ＤＢの一例を示すテーブルである。It is a table which shows an example of equipment DB. 係数ＤＢの一例を示すテーブルである。It is a table which shows an example of coefficient DB. 予測ＤＢの一例を示すテーブルである。It is a table which shows an example of prediction DB. 予測日を予測する処理の一例を示すフローチャートである。6 is a flow chart showing an example of a process of predicting a predicted date; 積雪係数の一例を示すグラフである。It is a graph which shows an example of a snow coverage coefficient.

本明細書および添付図面の記載により、少なくとも以下の事項が明らかとなる。以下の説明において、同一符号を付した部分は同一の要素を表し、その基本的な構成および動作は同様であるものとする。 At least the following matters will become apparent from the description of the present specification and the accompanying drawings. In the following description, parts with the same reference numerals represent the same elements, and their basic configurations and operations are the same.

＝＝＝電力システム１＝＝＝
図１は、電力システム１の構成の一例を示す図である。電力システム１は、図１に示すように、電力設備１００、気象観測計２００、電力予測システム１０を含んで構成されている。それぞれの構成要素は、ネットワーク４００を介して接続されている。 ===Power System 1===
FIG. 1 is a diagram showing an example of the configuration of a power system 1. As shown in FIG. The power system 1 includes power equipment 100, a weather station 200, and a power prediction system 10, as shown in FIG. Each component is connected via a network 400 .

電力設備１００は、例えば送配電設備や発電設備である。以下では、電力設備１００を太陽光発電設備１００として説明する。太陽光発電設備１００は、ネットワーク４００を介して電力に関する各種情報を電力予測システム１０に送信する。 The power equipment 100 is, for example, power transmission/distribution equipment or power generation equipment. Below, the electric power equipment 100 is demonstrated as the solar power generation equipment 100. As shown in FIG. The photovoltaic power generation facility 100 transmits various information about power to the power prediction system 10 via the network 400 .

気象観測計２００は、気象に関する計測機器であり、例えば日射量計、気温計、風速計を含む。気象観測計２００は、電力予測システム１０に、例えば、日射量を示す日射量情報、気温、風速を示す気温情報を送信する。なお、電力設備１００が例えば風力発電設備である場合、気象観測計２００に風向の計測が含まれていてもよい。気象観測計２００は、電力予測システム１０に対して、ネットワーク４００を介してデジタル信号で各種情報を出力するものであってもよいし、直接アナログ信号で出力するものであってもよい。 The meteorological station 200 is a meteorological instrument, and includes, for example, a pyranometer, a thermometer, and an anemometer. The weather station 200 transmits to the power prediction system 10, for example, the amount of solar radiation information indicating the amount of solar radiation, the temperature, and the temperature information indicating the wind speed. Note that if the power facility 100 is, for example, a wind power generation facility, the weather station 200 may include wind direction measurement. The weather station 200 may output various types of information to the electric power forecasting system 10 via the network 400 as digital signals, or directly as analog signals.

電力予測システム１０は、太陽光発電設備１００の発電出力の推定値と実績値との差を示す係数（調整係数）に基づいて、将来における太陽光発電設備１００の発電出力を予測するシステムである。電力予測システム１０は、気象観測計２００から、日射量情報、気温情報、風速情報など、係数を算出するための情報を取得する。なお、電力予測システム１０が、日射量情報、気温情報、風速情報を、ネットワーク４００を介して気象庁データベース３００から取得するように構成されていてもよい。 The power prediction system 10 is a system that predicts the power output of the photovoltaic power generation equipment 100 in the future based on a coefficient (adjustment coefficient) that indicates the difference between the estimated value and the actual value of the power output of the photovoltaic power generation equipment 100. . The power prediction system 10 acquires information for calculating coefficients, such as solar radiation information, temperature information, and wind speed information, from the weather station 200 . Note that the power prediction system 10 may be configured to acquire the information on the amount of solar radiation, the temperature information, and the wind speed information from the Meteorological Agency database 300 via the network 400 .

将来における太陽光発電設備１００の発電出力を推定する手法として、気象データ、パネル容量に基づいて推定することが考えられる。しかし、この手法では、気象データが発電出力の計算に影響を及ぼす度合を精度良く定めることが難しいこと、また、パネル容量の大きさに対してパワーコンディショナ容量が小さいことにより生じる過積載やパネルの劣化による発電出力の低下が考慮されていないことなどに起因して、発電出力の推定精度が低下する虞があった。 As a method for estimating the power output of the photovoltaic power generation facility 100 in the future, it is possible to estimate based on weather data and panel capacity. However, with this method, it is difficult to accurately determine the extent to which weather data affects the calculation of power generation output. There is a concern that the accuracy of estimating the power output may be degraded because the decrease in the power output due to the deterioration of the power is not taken into account.

これに対して、本実施形態の電力予測システム１０では、発電出力の推定値とその推定値に対応する実績値との誤差を抑制するための係数（平均係数）を、該推定値に対して掛けることにより、発電出力の正確な予測を可能とする。この電力予測システム１０について、以下詳細に説明する。 On the other hand, in the power prediction system 10 of the present embodiment, a coefficient (average coefficient) for suppressing the error between the estimated value of the power generation output and the actual value corresponding to the estimated value is set to the estimated value Multiplying allows an accurate prediction of power output. This power prediction system 10 will be described in detail below.

＝＝＝電力予測システム１０＝＝＝
図２は、電力予測システム１０の構成例を示す。図２に示すように、電力予測システム１０は、入力部１１、制御部１２、記憶部１３及び通信部１４を備えている。 === Power Prediction System 10 ===
FIG. 2 shows a configuration example of the power prediction system 10. As shown in FIG. As shown in FIG. 2, the power prediction system 10 includes an input unit 11, a control unit 12, a storage unit 13, and a communication unit 14.

入力部１１は、電力予測システム１０に対する各種入力を受信する。 The input unit 11 receives various inputs to the power prediction system 10 .

制御部１２は、ＣＰＵやＭＰＵなどの演算処理部１２１及びＲＡＭなどのメモリ１２２を備えている。演算処理部１２１は、各種入力に基づき、記憶部１３に記憶されているプログラムを実行することで、各種機能部を動作させるものである。このプログラムは、ＣＤＲＯＭなどの記録媒体に記憶され、あるいは、ネットワーク４００を介して配布され、コンピュータにインストールされるものであってもよい。メモリ１２２は、電力予測システム１０用プログラムにおいて処理の実行中、演算などに必要な各種情報を、一時的に記憶するためのものである。 The control unit 12 includes an arithmetic processing unit 121 such as a CPU or MPU and a memory 122 such as a RAM. The arithmetic processing unit 121 operates various functional units by executing programs stored in the storage unit 13 based on various inputs. This program may be stored in a recording medium such as a CDROM, or distributed via the network 400 and installed in the computer. The memory 122 is for temporarily storing various kinds of information necessary for calculations and the like during execution of processing in the program for the power prediction system 10 .

記憶部１３は、ハードディスクなどの記憶装置によって構成され、制御部１２における処理の実行に必要な各種プログラムや、各種プログラムの実行に必要なデータなどを記録しておくものである。本実施形態では、記憶部１３は、過去データベース（ＤＢ）１３１、設備ＤＢ１３２、係数ＤＢ１３３、予測ＤＢ１３４を有していることが望ましい。なお、一例として各ＤＢをリレーショナル型データベースで示す。 The storage unit 13 is configured by a storage device such as a hard disk, and stores various programs necessary for executing processes in the control unit 12, data necessary for executing various programs, and the like. In this embodiment, the storage unit 13 preferably has a past database (DB) 131, an equipment DB 132, a coefficient DB 133, and a prediction DB 134. Note that each DB is shown as a relational database as an example.

過去ＤＢ１３１には、発電出力の推定値を算出するための過去の実績に関する情報が登録されている。図３に示すように、例えば、過去ＤＢ１３１は、少なくとも、「日時」、「地点」、「日射量」、「気温」、「発電出力」、「推定値」を示すフィールドを有している。 In the past DB 131, information about past results for calculating the estimated value of power generation output is registered. As shown in FIG. 3, for example, the past DB 131 has at least fields indicating "date and time", "location", "insolation amount", "temperature", "power generation output", and "estimated value".

設備ＤＢ１３２には、発電出力の推定値を算出するための太陽光発電設備１００に関する情報が登録されている。図４に示すように、例えば、設備ＤＢ１３２は、「地点」、「傾斜角度」、「設置方位角度」、太陽光発電設備１００の「種別」、太陽光発電設備１００の「パネル容量」、パワーコンディショナの容量を示す「パワコン容量」、経時変化や損失等を考慮するため設備種別等に応じて汎用的に使用される固定の係数（以下，「固定係数」）を示すフィールドを有している。 Information about the photovoltaic power generation equipment 100 for calculating the estimated value of the power generation output is registered in the equipment DB 132 . As shown in FIG. 4 , for example, the facility DB 132 includes “point”, “inclination angle”, “installation azimuth angle”, “type” of the photovoltaic power generation facility 100, “panel capacity” of the photovoltaic power generation facility 100, power It has a field that indicates the "inverter capacity" that indicates the capacity of the conditioner, and a fixed coefficient (hereafter, "fixed coefficient") that is used for general purposes according to the equipment type, etc., in order to consider changes over time and losses. there is

係数ＤＢ１３３には、推定値と実績値との誤差を示す調整係数が登録されている。図５に示すように、例えば、係数ＤＢ１３３は、「時点」、「実績値」、「推定値」、「調整係数」を示すフィールドを有している。 The coefficient DB 133 registers adjustment coefficients that indicate errors between estimated values and actual values. As shown in FIG. 5, for example, the coefficient DB 133 has fields indicating "point of time", "actual value", "estimated value", and "adjustment coefficient".

予測ＤＢ１３４には、推定値から予測値を算出するための平均係数が登録されている。図６に示すように、例えば、予測ＤＢ１３４は、「予測時点」、「推定値」、「平均係数」、「予測値」を示すフィールドを有している。 Average coefficients for calculating predicted values from estimated values are registered in the prediction DB 134 . As shown in FIG. 6, for example, the prediction DB 134 has fields indicating "prediction time", "estimated value", "average coefficient", and "predicted value".

通信部１４は、電力予測システム１０を専用回線ＶＰＮまたはネットワーク４００に接続するための通信インタフェースを有する。通信部１４は、例えば、ＬＡＮカード、アナログモデム、ＩＳＤＮモデムなどであり、これらをシステムバス等の伝送路を介して処理部と接続するためのインタフェースである。 The communication unit 14 has a communication interface for connecting the power prediction system 10 to the private line VPN or network 400 . The communication unit 14 is, for example, a LAN card, an analog modem, an ISDN modem, etc., and is an interface for connecting these with the processing unit via a transmission line such as a system bus.

演算処理部１２１は、図２に示すように、機能部として、受付部１２１ａ、推定部１２１ｂ、係数算出部１２１ｃ、予測部１２１ｄを備えている。 As shown in FIG. 2, the arithmetic processing unit 121 includes, as functional units, a reception unit 121a, an estimation unit 121b, a coefficient calculation unit 121c, and a prediction unit 121d.

受付部１２１ａは、受信した各種データを過去ＤＢ１３１に登録する機能部である。 The receiving unit 121a is a functional unit that registers received various data in the past DB 131 .

推定部１２１ｂは、過去ＤＢ１３１に登録されている気象観測データに基づいて、太陽光発電設備１００の発電出力の推定値を算出する機能部である。具体的には、推定部１２１ｂは、例えば、太陽光発電設備１００の、過去の所定の時間における日射量、気温、風速、パネル容量、システム出力係数に基づいて、発電出力の推定値を算出する。発電出力推定値の推定方法は、特に限定されず、一例として以下の式（１）～（４）を用いて推定する手法が考えられる。 The estimation unit 121b is a functional unit that calculates an estimated value of the power output of the photovoltaic power generation equipment 100 based on the meteorological observation data registered in the past DB 131 . Specifically, the estimating unit 121b calculates an estimated power output based on, for example, the solar radiation amount, temperature, wind speed, panel capacity, and system output coefficient of the photovoltaic power generation equipment 100 at a predetermined time in the past. . A method of estimating the power output estimated value is not particularly limited, and one example is a method of estimating using the following equations (1) to (4).

Ｔｐａ＝Ｔａ＋（Ａ／（Ｂ×Ｖ^０．８＋１）＋２）×Ｇａ－２・・・（１）
（Ｔｐａ：太陽電池パネル温度（℃），Ｔａ：外気温度（℃），Ａ：係数（例えば屋根置き型「５０」），Ｂ：係数（例えば屋根置き型「０．３８」），Ｖ：風速（ｍ／ｓ），Ｇａ：傾斜面日射量（ｋＷ／ｍ^２）） Tpa=Ta+(A/(B× ^V0.8 +1)+2)×Ga−2 (1)
(Tpa: Solar panel temperature (° C.), Ta: Outside air temperature (° C.), A: Coefficient (for example, roof type “50”), B: Coefficient (for example, roof type “0.38”), V: Wind speed (m/s), Ga: Inclined surface solar radiation (kW/m ² ))

Ｋｐｔ＝１＋αｍａｘ×（Ｔｐａ－２５）・・・（２）
（Ｋｐｔ：温度補正係数，αｍａｘ：最大出力温度係数（１／℃），Ｔｐａ：太陽電池パネル温度（℃）） Kpt=1+αmax×(Tpa−25) (2)
(Kpt: temperature correction coefficient, αmax: maximum output temperature coefficient (1/°C), Tpa: solar cell panel temperature (°C))

システム出力係数＝Ｋｌｏｓｓ × Ｋｐｔ・・・（３）
（Ｋｌｏｓｓ：経時変化（汚れ，劣化），配線抵抗損失，インバータ損失等を考慮するため設備種別等に応じて汎用的に使用される固定の係数，Ｋｐｔ：温度補正係数） System output coefficient=Kloss×Kpt (3)
(Kloss: A fixed coefficient that is generally used according to the equipment type, etc. to consider changes over time (dirt, deterioration), wiring resistance loss, inverter loss, etc., Kpt: temperature correction coefficient)

推定値（Ｐｗ）＝傾斜面日射量（Ｇａ）×システム出力係数×パネル容量・・・（４） Estimated value (Pw) = Inclined surface solar radiation amount (Ga) x system output coefficient x panel capacity (4)

係数算出部１２１ｃは、所定の時間における、太陽光発電設備１００の発電出力の推定値と、実際に発電した発電出力の実績値と、の誤差を示す調整係数を算出する機能部である。係数算出部１２１ｃで算出される調整係数は、例えば実績値を推定値で除したものであり、システム出力係数の低精度、パネルの過積載などによる推定値の精度の低下を解消するための係数である。係数算出部１２１ｃは、調整係数を係数ＤＢ１３３に登録する。 The coefficient calculator 121c is a functional unit that calculates an adjustment coefficient indicating an error between the estimated value of the power output of the photovoltaic power generation facility 100 and the actual value of the actually generated power output at a predetermined time. The adjustment coefficient calculated by the coefficient calculator 121c is obtained by dividing the actual value by the estimated value, for example, and is a coefficient for eliminating deterioration in the accuracy of the estimated value due to low accuracy of the system output coefficient, overloading of the panel, etc. is. The coefficient calculator 121c registers the adjustment coefficient in the coefficient DB 133. FIG.

係数算出部１２１ｃは、過去ＤＢ１３１から所定の期間における実績値および推定値を取得し、取得した実績値および推定値のうち、パワーコンディショナ容量に所定の係数を掛けた閾値よりも大きいものを抽出する。所定の係数は、例えば太陽光発電設備１００（パネル）の定格出力に対するその出力下限を示す割合である。そして、係数算出部１２１ｃは、抽出された実績値および推定値に対応する調整係数を係数ＤＢ１３３から抽出する。このように、発電出力が小さい日の実績値および推定値を除外することにより、太陽光発電設備１００の推定値の誤差が問題となってくる発電出力レベル以上の運転状態での実績値および推定値に基づいて調整係数を算出できるため、予測精度を向上できる。 The coefficient calculation unit 121c acquires the actual value and the estimated value in a predetermined period from the past DB 131, and extracts, from among the acquired actual values and estimated values, those larger than the threshold obtained by multiplying the power conditioner capacity by a predetermined coefficient. do. The predetermined coefficient is, for example, a ratio indicating the lower limit of output to the rated output of the photovoltaic power generation equipment 100 (panel). Then, the coefficient calculator 121c extracts adjustment coefficients corresponding to the extracted actual values and estimated values from the coefficient DB 133 . In this way, by excluding the actual values and estimated values on days when the power generation output is small, the error in the estimated values of the photovoltaic power generation equipment 100 becomes a problem. Since the adjustment coefficient can be calculated based on the value, the prediction accuracy can be improved.

予測部１２１ｄは、抽出された調整係数の平均である平均係数を算出し、平均係数が所定の条件を満たしている場合は、推定値に所定の条件を満たす平均係数を掛けることにより予測値を算出する機能部である。本実施形態において、所定の条件とは、所定の上限閾値と所定の下限閾値との間に収まっていることをいう。このような一定の範囲に収まる平均係数を用いることにより、異常値を排除できるため、予測精度を向上できる。 The prediction unit 121d calculates an average coefficient that is an average of the extracted adjustment coefficients, and if the average coefficient satisfies a predetermined condition, multiplies the estimated value by the average coefficient that satisfies the predetermined condition to obtain a predicted value. It is a function part that calculates. In this embodiment, the predetermined condition means being between a predetermined upper threshold and a predetermined lower threshold. By using such an average coefficient that falls within a certain range, abnormal values can be eliminated, so prediction accuracy can be improved.

予測部１２１ｄは、平均係数が所定の条件を満たしていない場合は、平均係数を上限閾値と下限閾値との間に収まるように補正する。平均係数の補正は、例えば、平均係数を上限閾値または下限閾値に補正することや、上限閾値と下限閾値の中間値に補正することである。 If the average coefficient does not satisfy a predetermined condition, the prediction unit 121d corrects the average coefficient so that it falls between the upper threshold and the lower threshold. The correction of the average coefficient is, for example, correcting the average coefficient to the upper limit threshold value or the lower limit threshold value, or correcting it to an intermediate value between the upper limit threshold value and the lower limit threshold value.

＝＝＝電力予測システム１０の動作＝＝＝
図７は、電力予測システム１０の処理の一例を示すフローである。図７を参照しつつ、電力予測システム１０が太陽光発電設備１００の発電出力の予測値を算出する処理について説明する。 ===Operation of Power Prediction System 10===
FIG. 7 is a flow showing an example of processing of the power prediction system 10. As shown in FIG. Referring to FIG. 7, the process of calculating the predicted value of the power generation output of the photovoltaic power generation equipment 100 by the power prediction system 10 will be described.

まず、電力予測システム１０の受付部１２１ａは、気象観測計２００で観測した各種気象データを予め取得し（Ｓ１０）、過去ＤＢ１３１に実績値を登録する（Ｓ１１）。また、電力予測システム１０には、予め設備ＤＢ１３２が構築されている。 First, the reception unit 121a of the power prediction system 10 acquires in advance various weather data observed by the weather station 200 (S10), and registers actual values in the past DB 131 (S11). In addition, the facility DB 132 is built in advance in the power prediction system 10 .

電力予測システム１０の推定部１２１ｂは、過去ＤＢ１３１の過去の各種気象情報、設備ＤＢ１３２の設備情報に基づいて、太陽光発電設備１００の発電出力の推定値を算出する。電力予測システム１０は、算出された推定値、該推定値に対応する実績値を係数ＤＢ１３３に登録する（Ｓ１２）。この推定値は、過去における推定値である。 The estimation unit 121b of the power prediction system 10 calculates an estimated value of the power output of the photovoltaic power generation equipment 100 based on past various weather information in the past DB 131 and equipment information in the equipment DB 132 . The power prediction system 10 registers the calculated estimated value and the actual value corresponding to the estimated value in the coefficient DB 133 (S12). This estimated value is an estimated value in the past.

以下においては、理解を容易にするために一例として、図５に示すように、所定の太陽光発電設備１００における、第１～第５時点の実績値がそれぞれ「１０５ｋＷ」「２００ｋＷ」「３２３ｋＷ」「４４１ｋＷ」「５１３ｋＷ」であり、第１～第５時点の推定値がそれぞれ「１５０ｋＷ」「２５０ｋＷ」「３８０ｋＷ」「４９０ｋＷ」「５４０ｋＷ」であるものとして説明する。 In the following, as an example for ease of understanding, as shown in FIG. 5, the actual values at the first to fifth points in time in the predetermined photovoltaic power generation facility 100 are respectively "105 kW", "200 kW" and "323 kW". 441 kW and 513 kW, and the estimated values at the first to fifth time points are 150 kW, 250 kW, 380 kW, 490 kW and 540 kW, respectively.

電力予測システム１０の係数算出部１２１ｃは、時点１～時点５の調整係数を算出し、それらを係数ＤＢ１３３に登録する（Ｓ１３，Ｓ１４）。具体的には、時点１の調整係数は、時点１の実績値「１０５ｋＷ」を時点１の推定値「１５０ｋＷ」で除した「０．７」である。同様に、時点２の調整係数は「０．８」となり、時点３の調整係数は「０．８５」となり、時点４の調整係数は「０．９」となり、時点５の調整係数は「０．９５」となる。 The coefficient calculation unit 121c of the power prediction system 10 calculates adjustment coefficients from time 1 to time 5 and registers them in the coefficient DB 133 (S13, S14). Specifically, the adjustment coefficient at time 1 is “0.7” obtained by dividing the actual value at time 1 “105 kW” by the estimated value at time 1 “150 kW”. Similarly, the adjustment factor at point 2 is "0.8", the adjustment factor at point 3 is "0.85", the adjustment factor at point 4 is "0.9", and the adjustment factor at point 5 is "0.8". .95”.

次に、操作者が、電力予測システム１０に予測日を指定する（Ｓ１５）。 Next, the operator designates a prediction date to the power prediction system 10 (S15).

係数算出部１２１ｃは、係数ＤＢ１３３を参照して、例えば、時点１～時点５までの実績値および推定値のうち、所定の条件、すなわち本実施形態ではパワーコンディショナ容量に所定の係数を掛けた閾値よりも大きいものを抽出する（Ｓ１６）。以下、一例として閾値を「１８０ｋＷ」として説明する。電力予測システム１０は、第２～第５時点の実績値および推定値を抽出する。 The coefficient calculation unit 121c refers to the coefficient DB 133 and, for example, among the actual value and the estimated value from time 1 to time 5, multiplies a predetermined condition, that is, the power conditioner capacity in this embodiment, by a predetermined coefficient. Those larger than the threshold are extracted (S16). Hereinafter, as an example, the threshold value will be described as "180 kW". Power prediction system 10 extracts actual values and estimated values at the second to fifth points in time.

電力予測システム１０の予測部１２１ｄは、抽出した時点２～時点５の実績値および推定値に対応する調整係数の平均である平均係数を算出する（Ｓ１７）。具体的には、時点２～時点５の調整係数の平均係数は「０．８８」となる。予測部１２１ｄは、平均係数を予測ＤＢ１３４に登録する。 The prediction unit 121d of the power prediction system 10 calculates an average coefficient, which is the average of the adjustment coefficients corresponding to the extracted actual values and estimated values from time 2 to time 5 (S17). Specifically, the average coefficient of the adjustment coefficients from time 2 to time 5 is "0.88". The prediction unit 121d registers the average coefficients in the prediction DB 134. FIG.

予測部１２１ｄは、平均係数が所定の上限閾値と、所定の下限閾値との間に収まっているか否かを判定する（Ｓ１８）。以下、一例として上限閾値を「０．９５」とし下限閾値を「０．８５」として説明する。予測部１２１ｄは、図６に示すように、平均係数が「０．８８」である場合、範囲内であると判定する。ここで、例えば、平均係数が「０．８」である場合、予測部１２１ｄは、平均係数が範囲外であると判定し、平均係数を下限閾値「０．８５」に補正する。また、例えば、平均係数が「０．９８」である場合、予測部１２１ｄは、平均係数が範囲外であると判定し、平均係数を上限閾値「０．９５」に補正する。なお、平均係数を下限閾値または上限閾値に補正するように説明したが、下限閾値と上限閾値との間に収まるように補正してもよい。 The prediction unit 121d determines whether or not the average coefficient falls between a predetermined upper threshold and a predetermined lower threshold (S18). Hereinafter, as an example, the upper threshold is set to "0.95" and the lower threshold is set to "0.85". As shown in FIG. 6, the prediction unit 121d determines that it is within the range when the average coefficient is "0.88". Here, for example, when the average coefficient is "0.8", the prediction unit 121d determines that the average coefficient is out of range, and corrects the average coefficient to the lower threshold "0.85". Further, for example, when the average coefficient is "0.98", the prediction unit 121d determines that the average coefficient is out of range, and corrects the average coefficient to the upper limit threshold "0.95". Although the average coefficient is corrected to the lower threshold value or the upper threshold value, it may be corrected to be between the lower threshold value and the upper threshold value.

電力予測システム１０の推定部１２１ｂは、所定の太陽光発電設備１００についての指定された予測日における推定値を算出する（Ｓ１９）。予測部１２１ｄは、算出された推定値に平均係数を乗じて、予測日の予測値を算出する（Ｓ２０）。予測部１２１ｄは、予測値を予測ＤＢ１３４に登録する（Ｓ２１）。 The estimating unit 121b of the power prediction system 10 calculates an estimated value on the specified prediction date for the predetermined photovoltaic power generation facility 100 (S19). The prediction unit 121d multiplies the calculated estimated value by an average coefficient to calculate a predicted value for the predicted date (S20). The prediction unit 121d registers the predicted value in the prediction DB 134 (S21).

なお、調整係数を算出するための過去の推定値、実績値は、例えば過去における予測日と同日近傍、同時刻近傍の推定値、実績値であることが望ましい。また、予測日の直近数週間前からの同時刻近傍の推定値、実績値であってもよい。 It is desirable that the past estimated values and actual values for calculating the adjustment coefficients are, for example, estimated values and actual values near the same day and time as the predicted date in the past. Alternatively, it may be an estimated value or an actual value around the same time from several weeks before the prediction date.

＝＝＝他の実施形態＝＝＝
予測部１２１ｄは、上述したように推定値に平均係数を乗じて予測値を算出しているが、さらに、太陽光発電設備１００のパネル上の積雪による発電出力の減少を反映するための積雪係数を乗じてもよい。積雪係数は、例えば図８に示されるような値を示す。図８は、例えば縦軸を「積雪係数」とし横軸を「積雪深」とする座標である。図８に示すように、積雪係数は、所定の積雪深（ＬおよびＨ）の間で、積雪深が大きくなるにつれて積雪係数が小さくなる。予測部１２１ｄは、過去の所定の時間以内に積雪があったか否かを判定し、積雪がないと判定した場合は、パネル上に積雪がないと判定し、積雪係数を「１」とする。積雪があると判定した場合は、パネル上に積雪があると判定し、予測部１２１ｄは、例えば現在又は将来の時点における積雪深情報、気象情報、設備情報および定数情報から統計的手法を用いて、積雪係数を算出する。 ===Other Embodiments===
The prediction unit 121d calculates the predicted value by multiplying the estimated value by the average coefficient as described above. can be multiplied by The snow coverage coefficient indicates values such as those shown in FIG. 8, for example. FIG. 8 shows coordinates, for example, with the vertical axis as "snow coverage coefficient" and the horizontal axis as "snow depth". As shown in FIG. 8, the snow coefficient decreases as the snow depth increases between predetermined snow depths (L and H). The prediction unit 121d determines whether or not there was snow within a predetermined time in the past, and if it determines that there was no snow, it determines that there is no snow on the panel and sets the snow coefficient to "1". If it is determined that there is snow cover, it is determined that there is snow cover on the panel. , to calculate the snow coefficient.

また、予測部１２１ｄは、上述したように算出された予測値から太陽光発電設備１００で消費される自己消費分の電力を差し引いて、予測値を算出してもよい。 Further, the prediction unit 121d may calculate the predicted value by subtracting the self-consumed power consumed by the photovoltaic power generation equipment 100 from the predicted value calculated as described above.

また、所定の電力設備１００を、太陽光発電設備１００として説明したが、風力発電設備や電力需要設備などであってもよい。つまり、推定値を算出し、所定の条件を満たした推定値、実績値を用いて調整係数、平均係数を算出することにより、予測値を算出できる設備であればよい。 Moreover, although the predetermined power equipment 100 has been described as the photovoltaic power generation equipment 100, it may be a wind power generation equipment, a power demand equipment, or the like. In other words, any facility that can calculate the predicted value by calculating the estimated value and calculating the adjustment coefficient and the average coefficient using the estimated value and the actual value that satisfy a predetermined condition may be used.

また、図１，図２では、電力予測システム１０が一の装置で構成されているように示したが、これに限定されない。電力予測システム１０は、複数の装置で構成されていてもよく、また、クラウド上に構成されていてもよい。 In addition, in FIGS. 1 and 2, the power prediction system 10 is shown as being composed of one device, but it is not limited to this. The power prediction system 10 may be configured with a plurality of devices, or may be configured on the cloud.

また、電力予測システム１０は、太陽光発電設備１００の発電出力の推定値と実績値との差を示す係数（調整係数）に基づいて、将来における太陽光発電設備１００の発電出力を予測するシステムであるとして説明したが、これに限定されない。当該システムは、推定値と実績値を取得できるものであればよく、例えば、電力需要設備や電力消費設備などの電力設備全般、あるいは、製造設備による製造物の個数を予測するシステムであってもよい。 In addition, the power prediction system 10 predicts the future power output of the photovoltaic power generation equipment 100 based on a coefficient (adjustment coefficient) that indicates the difference between the estimated value and the actual value of the power output of the photovoltaic power generation equipment 100. However, it is not limited to this. The system should be able to acquire estimated values and actual values. good.

＝＝＝まとめ＝＝＝
本実施形態に係る電力予測システム１０は、所定の推定方法で推定した電力に関する推定値と、推定値に対応する実績値と、の誤差を示す係数を算出する係数算出部１２１ｃと、係数算出部１２１ｃで算出された係数の平均値を示す平均係数を算出し、平均係数と、予測日の推定値と、に基づいて、予測日における予測値を算出する予測部１２１ｄと、を備える。これにより、推定値と実績値との誤差を低減することができる。 ===Summary===
The power prediction system 10 according to the present embodiment includes a coefficient calculation unit 121c for calculating a coefficient indicating an error between an estimated value related to power estimated by a predetermined estimation method and an actual value corresponding to the estimated value, and a coefficient calculation unit and a prediction unit 121d that calculates an average coefficient indicating an average value of the coefficients calculated in 121c, and calculates a predicted value on the predicted date based on the average coefficient and the estimated value on the predicted date. Thereby, the error between the estimated value and the actual value can be reduced.

また、本実施形態に係る電力予測システム１０の係数算出部１２１ｃは、推定値のうち所定の閾値以上の推定値を抽出し、実績値のうち所定の閾値以上の実績値を抽出し、抽出された推定値と実績値との誤差を示す係数を算出する。これにより、予測対象設備の推定値の誤差が問題となってくる発電出力レベル以上の運転状態での推定値、実績値を用いて予測するため、推定値と実績値との誤差をより低減することができる。 Further, the coefficient calculation unit 121c of the power prediction system 10 according to the present embodiment extracts an estimated value that is equal to or greater than a predetermined threshold from among the estimated values, extracts an actual value that is equal to or greater than a predetermined threshold from among the actual values, and extracts the extracted Calculate the coefficient that indicates the error between the estimated value and the actual value. As a result, the error between the estimated value and the actual value is further reduced because the prediction is made using the estimated value and the actual value in the operating state above the power generation output level, where the error in the estimated value of the prediction target facility becomes a problem. be able to.

また、本実施形態に係る電力予測システム１０の予測部１２１ｄは、平均係数が所定の範囲内であるか否かを判定し、平均係数が所定の範囲外であると判定した場合、平均係数を所定の範囲内に収まるように補正する。これにより、平均係数の異常値を排除することにより、推定値と実績値との誤差をより低減することができる。 Further, the prediction unit 121d of the power prediction system 10 according to the present embodiment determines whether or not the average coefficient is within a predetermined range. Correct it so that it falls within a predetermined range. As a result, the error between the estimated value and the actual value can be further reduced by eliminating the abnormal value of the average coefficient.

また、本実施形態に係る電力予測システム１０の係数算出部１２１ｃは、電力設備１００における、所定の推定方法で推定した電力に関する推定値と、推定値に対応する実績値と、の誤差を示す係数を算出する。これにより、設備劣化や気象条件に影響を受けやすい電力設備の出力を予測することで、電力系統の安定運転が可能となる。 In addition, the coefficient calculation unit 121c of the power prediction system 10 according to the present embodiment provides a coefficient indicating an error between an estimated value related to power estimated by a predetermined estimation method and a performance value corresponding to the estimated value in the power equipment 100. Calculate This enables stable operation of power systems by predicting the output of power facilities that are susceptible to facility deterioration and weather conditions.

また、本実施形態に係る電力予測システム１０が発電出力を予測する所定の電力設備１００は、太陽光発電設備や風力発電設備である。これにより、設備劣化や気象条件に影響を受けやすい発電設備の発電出力を予測することで、電力系統の安定運転が可能となる。 Further, the predetermined power equipment 100 whose power generation output is predicted by the power prediction system 10 according to this embodiment is a solar power generation equipment or a wind power generation equipment. This enables stable operation of the power system by predicting the power output of power generation facilities that are susceptible to facility deterioration and weather conditions.

また、本実施形態に係る電力予測システム１０の予測部１２１ｄは、平均係数と、予測日の推定値と、所定の電力設備１００のパネル上の積雪による影響を示す積雪係数と、に基づいて、予測日における予測値を算出する。これにより、パネル上の積雪を考慮して予測値を算出するため、より正確な予測値を算出することができる。 Further, the prediction unit 121d of the power prediction system 10 according to the present embodiment, based on the average coefficient, the estimated value of the prediction date, and the snow coefficient indicating the influence of snow accumulation on the panel of the predetermined power equipment 100, Calculate the forecast value on the forecast date. As a result, the predicted value is calculated in consideration of the amount of accumulated snow on the panel, so that a more accurate predicted value can be calculated.

尚、上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得るとともに、本発明にはその等価物も含まれる。 It should be noted that the above-described embodiments are intended to facilitate understanding of the present invention, and are not intended to limit and interpret the present invention. The present invention may be modified and improved without departing from its spirit, and the present invention also includes equivalents thereof.

１０電力予測システム
１００電力設備
１２１ｃ係数算出部
１２１ｄ予測部 10 power prediction system 100 power equipment 121c coefficient calculation unit 121d prediction unit

Claims

a coefficient calculation unit that calculates a coefficient indicating an error between an estimated value estimated by a predetermined estimation method and an actual value corresponding to the estimated value;
calculating an average coefficient indicating an average value of the coefficients calculated by the coefficient calculation unit, and making a prediction on the prediction date based on the average coefficient and the estimated value estimated by the predetermined estimation method on the prediction date a prediction unit that calculates a value;
with
The coefficient calculation unit extracts estimated values equal to or greater than a predetermined threshold from the estimated values estimated by the predetermined estimation method, extracts the actual values equal to or greater than the predetermined threshold from the actual values, and extracts the extracted A prediction system that calculates a coefficient that indicates an error between an estimated value and the actual value .

The prediction unit determines whether the average coefficient is within a predetermined range, and if it is determined that the average coefficient is outside the predetermined range, adjusts the average coefficient to be within the predetermined range. The prediction system according to claim 1 , wherein the correction is performed.

2. The coefficient calculation unit calculates a coefficient indicating an error between an estimated value of electric power estimated by a predetermined estimation method and an actual value corresponding to the estimated value in power equipment. The prediction system according to claim 2 .

The power equipment is a photovoltaic power generation equipment,
The prediction system according to claim 3 , characterized by:

The prediction unit calculates the predicted value for the prediction date based on the average coefficient, the estimated value for the prediction date, and the snow coefficient indicating the influence of snow accumulation on the panels of the power equipment. The prediction system according to claim 4 , wherein

The power facility is a wind power facility,
The power prediction system according to claim 3 , characterized by:

a coefficient calculation step of calculating a coefficient indicating an error between an estimated value estimated by a computer by a predetermined estimation method and an actual value corresponding to the estimated value;
calculating an average coefficient indicating the average value of the coefficients calculated in the coefficient calculating step, and making a prediction on the prediction date based on the average coefficient and the estimated value estimated by the predetermined estimation method on the prediction date a prediction step of calculating a value;
A prediction method for realizing
The coefficient calculating step extracts an estimated value equal to or greater than a predetermined threshold among the estimated values estimated by the predetermined estimation method, extracts the actual value equal to or greater than the predetermined threshold among the actual values, and extracts the extracted A prediction method for calculating a coefficient indicating an error between an estimated value and the actual value.