JP7209523B2

JP7209523B2 - 需要家選定システム、需要家の提示方法及びプログラム

Info

Publication number: JP7209523B2
Application number: JP2018232686A
Authority: JP
Inventors: 智也藤峰; 貴亮染川; 怜加藤; 侑松本
Original assignee: Tokyo Gas Co Ltd
Current assignee: Tokyo Gas Co Ltd
Priority date: 2018-12-12
Filing date: 2018-12-12
Publication date: 2023-01-20
Anticipated expiration: 2038-12-12
Also published as: JP2020095462A

Description

本発明は、需要家選定システム、需要家の提示方法及びプログラムに関する。

特許文献１では、合計電力需要を精度良く予測することが可能な電力需要予測システムを提供するために、複数の需要家の所定の時間毎の消費電力量を示す実績データが順次記録されるデータベースと、実績データに基づいて、需要家を複数のグループに分類するグループ分類部と、実績データに基づいて、順次到来する所定時間長の将来の単位期間における需要家の電力需要の合計である合計電力需要を予測する電力需要予測部とを備え、電力需要予測部は、グループのそれぞれから一部の需要家を選択的に抽出し、抽出した需要家の実績データに基づいて合計電力需要を予測している。

特開２０１６－１８１０６０号公報

電気を小売する事業者（以下「小売業者」という）が供給計画を立てる段階では、供給の安定性を第一に確保しつつ、予想される需要量に対して自社電源の運転計画と外部からの電力調達が添うように供給計画を作成し、可能な限り電力調達コストを下げる努力を行っている。
しかし、供給計画を作成する段階で予想される需要量は、基本的に前年の電力需要量の実績値である。このため、契約先としての小売業者を切替える需要家が増えると、小売業者側の供給計画と実際の需要量との乖離が大きくなり、乖離を埋め合わせる電力を調達するためのコストが上昇してしまう。このコストの上昇は、小売業者と需要家の一方又は両方に様々な不利益を与える可能性がある。

本発明は、エネルギーの小売業者の供給計画に適合する負荷パターンを有する需要家を集めない場合に比べ、より安価にエネルギーを供給することを目的とする。

請求項１に記載の発明は、小売業者によるエネルギーの供給計画を取得する供給計画取得手段と、エネルギーを消費する需要家毎の消費電力の時間変化を表す負荷パターンを取得する負荷パターン取得手段と、取得された前記供給計画による供給電力の時間変化の形状に適合する需要家を、取得された前記負荷パターンの形状との類似性に基づいて選定する需要家選定手段と、需要家毎の前記負荷パターンを複数集めた集合負荷パターンを算出する算出手段と、を有し、前記需要家選定手段は、算出された前記集合負荷パターンの形状との類似性に基づいて、前記供給計画による供給電力の時間変化の形状により適合する需要家の集合を選定することを特徴とする需要家選定システムである。
請求項２に記載の発明は、エネルギーを消費する需要家毎の消費電力の時間変化を表す負荷パターンを取得する処理と、取得された供給計画による供給電力の時間変化の形状に適合する需要家を、取得された前記負荷パターンの形状との類似性に基づいて選定する処理と、選定された需要家を、エネルギーを供給する小売業者の供給計画に適合する需要家として提示する処理と、需要家毎の前記負荷パターンを複数集めた集合負荷パターンを算出する処理と、をコンピュータが実行する需要家の提示方法であり、前記需要家を選定する処理は、算出された前記集合負荷パターンの形状との類似性に基づいて、前記供給計画による供給電力の時間変化の形状により適合する需要家の集合を選定することを特徴とする需要家の提示方法である。
請求項３に記載の発明は、コンピュータに、小売業者によるエネルギーの供給計画を取得する機能と、エネルギーを消費する需要家毎の消費電力の時間変化を表す負荷パターンを取得する機能と、取得された前記供給計画による供給電力の時間変化の形状に適合する需要家を、取得された前記負荷パターンの形状との類似性に基づいて選定する機能と、需要家毎の前記負荷パターンを複数集めた集合負荷パターンを算出する機能と、を実現させるためのプログラムであり、前記需要家を選定する機能は、算出された前記集合負荷パターンの形状との類似性に基づいて、前記供給計画による供給電力の時間変化の形状により適合する需要家の集合を選定することを特徴とするプログラムである。

請求項１記載の発明によれば、供給計画に適合する需要家を個別に選定する場合に比べ、供給計画との適合性を一段と高めることができる。
請求項２記載の発明によれば、供給計画に適合する需要家を個別に選定する場合に比べ、供給計画との適合性を一段と高めることができる。
請求項３記載の発明によれば、供給計画に適合する需要家を個別に選定する場合に比べ、供給計画との適合性を一段と高めることができる。

実施の形態１で想定するネットワークシステムの構成例を説明する図である。実施の形態１で用いられる仲介事業者に配置されるコンピュータ端末の機能構成を説明する図である。実施の形態１における需要家の選定動作の概要を説明する図である。実施の形態２で用いられる仲介事業者に配置されるコンピュータ端末の機能構成を説明する図である。実施の形態２における需要家の選定動作の概要を説明する図である。実施の形態３で用いられる仲介事業者に配置されるコンピュータ端末の機能構成を説明する図である。

以下、図面を参照して、本発明の実施の形態を説明する。

＜実施の形態１＞
＜システム＞
本実施の形態における小売業者は、電気又はガスの小売事業を手掛ける者を指すが、以下では、電気の小売事業を手掛ける小売業者について説明する。
図１は、実施の形態１で想定するネットワークシステム１の構成例を説明する図である。
ネットワークシステム１は、供給計画に基づいて電力系統に電気を提供する複数の小売業者１０（小売業者Ａ、小売業者Ｂ、小売業者Ｃ…）と、電気を消費する複数の需要家２０（需要家Ａ、需要家Ｂ、需要家Ｃ、需要家Ｄ、需要家Ｅ、需要家Ｆ…）と、小売業者１０の供給計画に適合する需要家２０を仲介する仲介事業者３０とで構成される。
本実施の形態では、小売業者１０、需要家２０及び仲介事業者３０を、インターネット等を通じて接続されたコンピュータ端末の意味でも使用する。

前述したように、小売業者１０は、家庭や小規模事業所向けに電気の小売事業を手掛ける者である。本実施の形態の場合、小売業者１０は、自前の電源を有している。
供給源の一例である電源には、例えば火力発電、水力発電、太陽光発電、風力発電、バイオマス発電が含まれる。電源の発電規模は任意である。従って、小売業者１０に個人が含まれてもよい。個人の場合には、コジェネレーション発電（燃料電池を含む）等の分散型の電源を想定する。
小売業者は、複数の種類の電源を有していてもよいが、本実施の形態では説明を簡略化するために、自前の電源を有する小売業者は１種類の電源だけを有するものとする。もっとも、小売業者１０は、自前の電源を有していなくてもよいし、自前の電源を有する場合でも供給する電気の一部を、市場を通じて調達してもよい。例えば市場価格が安価な時間帯には市場から調達する電気を供給してもよい。

本実施の形態の場合、需要家２０の建物内には、スマートメータと呼ばれる通信機能を有する電力計が配置されている。スマートメータは、需要家２０における電気の使用量を例えば３０分単位で計測する。計測された使用量は、スマートメータを管理するサーバ（スマートメータ管理サーバ）を通じて小売業者１０に送信される他、例えば需要家２０の建物内に配置されたＨＥＭＳ（Home Energy Management System）機器等にも送信される。需要家２０は、ＨＥＭＳ機器を通じて自身の使用実績等を知ることができる。
前述したスマートメータ管理サーバには、例えば一般電気事業者が保有するＭＤＭＳ（Meter Data Management System）がある。なお、計測された電気の使用量は、送配電事業者から入手してもよい。

本実施の形態における仲介事業者３０は、小売業者１０の個別の供給計画に適合する需要家２０を取りまとめて小売業者１０に提示するサービスを提供する事業者である。仲介事業者３０は、第三者に限らず、このシステムに参加する小売業者１０の一部でもよいし、特定の建物や地域内に存在する複数の需要家２０の代表者でもよい。
仲介事業者３０は、小売業者１０の供給計画を取得する。供給計画の取得は、小売業者１０との通信を通じて個別に実行してもよいし、電力広域的運営推進機関等との通信を通じて実行してもよい。
本実施の形態における供給計画は、小売業者１０が電力広域的運営推進機関に提出する供給計画に限定されず、仲介事業者３０との取り決めによって提供される供給計画でもよい。
また、仲介事業者３０は、需要家２０の個別の使用実績を含む情報（以下「需要家データ」ともいう）を取得する。需要家データは、需要家２０との通信を通じて個別に取得してもよいし、スマートメータ管理サーバとの通信を通じて取得してもよい。

図２は、実施の形態１で用いられる仲介事業者３０に配置されるコンピュータ端末の機能構成を説明する図である。
ここでのコンピュータ端末は、例えばクラウドサーバであり、プログラム（基本ソフトウェアを含む）の実行を通じて装置全体を制御するＣＰＵ（Central Processing Unit）と、ＢＩＯＳ（Basic Input Output System）等を記憶するＲＯＭ（Read Only Memory）と、プログラムの実行領域として使用されるＲＡＭ（Random Access Memory）と、記憶領域として使用される不揮発性記録デバイスを有している。不揮発性記録デバイスとしては、例えば、ＳＳＤ（Solid State Drive）等の半導体メモリやＨＤＤ（Hard Disk Drive）等の磁気ディスク装置などが挙げられる。
図２に示す機能構成は、ＣＰＵにより実行されるアプリケーションプログラムや不揮発性記録デバイスを用いて実現される。
この機能構成を実行する装置は、需要家選定システムの一例にあたる。

図２に示す仲介事業者３０は、小売業者別供給計画データ３１が記憶される記憶部と、需要家データ３２が記憶される記憶部と、小売業者毎に供給計画を取得する供給計画取得部３３と、需要家毎に負荷パターンを取得する需要家別負荷パターン取得部３４と、供給計画に適合する需要家２０を個別に選定する適合需要家選定部３５と、選定された需要家２０をまとまりとして対応する小売業者１０に提示する適合需要家提示部３６として機能する。
図２の場合、小売業者別供給計画データ３１と需要家データ３２の両方が仲介事業者３０の不揮発性記録デバイスに格納される例を表しているが、いずれか一方又は両方が外部の記憶装置に格納されていてもよい。外部の記憶装置は、前述した小売業者１０が管理する記憶装置でもよいし、電力広域的運営推進機関の記憶装置でもよいし、需要家２０が管理する記憶装置でもよいし、スマートメータ管理サーバの記憶装置でもよいし、第三者が管理するクラウドサーバ等の記憶装置でもよい。

供給計画取得部３３は、小売業者に対応する小売業者別供給計画データ３１にアクセスし、各小売業者に対応する供給計画を取得する。この供給計画取得部３３は、供給計画取得手段の一例である。
本実施の形態の場合、供給計画の単位は１年、すなわち年間計画とする。もっとも、取得する供給計画の単位は、月、週、日、時間でもよい。また、取得する供給計画の範囲は、年、特定の期間、特定の月、特定の週、特定の日でもよい。
取得した供給計画をそのまま用いても良いが、本実施の形態における供給計画取得部３３は、取得された供給計画を例えば年、季節、月、週、日等の幾つかの単位でパターンに分類する。例えば年間を通して供給が一定、夏の供給が多く冬の供給は少ない、平日の供給が多く週末の供給が少ない、日中の供給が多く夜間の供給が少ない等のパターンに分類する。

分類処理には、プログラムに記述した判定基準による分類の他、対応関係を機械学習したモデルに供給計画を与え、前述したパターンを出力とする手法を用いてもよい。すなわち、人工知能を用いて分類することも可能である。例えば対応関係を機械学習したモデルに供給計画データを与え、前述したパターンを出力としてもよい。なお、機械学習では、事前に教師データを与える手法を用いてもよいが、強化学習のように教師データを用いない学習を採用してもよい。
なお、小売業者が採用する電源の種類や設置の場所等が分かれば、過去の発電実績等から、おおよそのパターンの推測が可能である。この場合には、電源に関する情報から推測される発電実績を供給計画として扱ってもよい。また、小売業者又は第三者が与える供給計画のパターンを供給計画として扱ってもよい。

需要家別負荷パターン取得部３４は、例えばサービスの対象として想定する需要家２０の過去の消費実績等を含む需要家データ３２にアクセスし、各需要家に対応する負荷パターンを取得する。この需要家別負荷パターン取得部３４は、負荷パターン取得手段の一例である。
本実施の形態の場合、需要家データの単位は１年でも、過去数ヶ月でもよい。なお、特定の月、特定の週、特定の日に対応するデータでもよい。また、過去数年分のデータを取得してもよい。
もっとも、負荷パターンの取得に用いる情報は、過去の消費実績に限らず、例えば居住地域、居住物件の種類（例えば戸建て、集合住宅）、世帯構成、年齢層等又はそれらを組み合わせた情報を使用してもよい。

取得した需要家データをそのまま用いても良いが、本実施の形態における需要家別負荷パターン取得部３４は、取得された需要家データを例えば年、季節、月、週、日等の幾つかの単位でパターンに分類する。例えば年間を通して消費の変動が少ない、夏の消費が多く冬の消費は少ない、平日の消費が多く週末の消費が少ない、平日の消費が少なく週末の消費が多い、日中の消費が多く夜間の消費が少ない等に分類してもよい。
分類処理には、プログラムに記述した判定基準による分類の他、対応関係を機械学習したモデルに需要家データを与え、前述した負荷パターンを出力とする手法を用いてもよい。すなわち、人工知能を用いて分類することも可能である。
本実施の形態の場合、需要家データ自体も負荷パターンの一例とする。なお、機械学習では、事前に教師データを与える手法を用いてもよいが、強化学習のように教師データを用いない学習を採用してもよい。

適合需要家選定部３５は、個別の小売業者の供給計画に適合する負荷パターンを有する需要家２０を個別に選定する。この適合需要家選定部３５は、需要家選定手段の一例である。
本実施の形態の場合、適合需要家選定部３５は、小売業者の自動的な切り替えを仲介事業者３０に委託している需要家２０を対象に選定処理を実行する。もっとも、選定の結果を営業に使用する目的であれば、小売業者の自動的な切り替えを委託していない需要家２０を選定の対象に含めてもよい。
なお、需要家２０の負荷パターンが複数の小売業者の供給計画に適合する場合もあり得るが、その場合には、需要家２０が事前に入力した条件を優先させてもよいし、他の観点から評価したスコア値の合計値の比較によって適合する需要家２０を選定してもよい。

適合するか否かは、例えば小売業者の自動的な切り替えを委託している需要家２０の負荷パターンの特徴と供給計画の特徴とが類似の傾向を有するか否かによって判定される。例えば時間変化が少ない火力発電を電源として使用する小売業者の供給計画には、１日の時間変化が少ない負荷パターンを有する需要家が適合すると判定される。
適合の判定には、プログラムに記述した判定基準による選定の他、対応関係を機械学習したモデルに負荷パターンを与え、適合する小売業者を出力とする手法を用いてもよい。すなわち、人工知能を用いて分類することも可能である。なお、機械学習では、事前に教師データを与える手法を用いてもよいが、強化学習のように教師データを用いない学習を採用してもよい。
適合需要家提示部３６は、供給計画別に選定された需要家２０の集合を対応する小売業者１０に提示する。なお、小売業者の自動的な切り替えが委託されている場合には、仲介事業者３０が、提示と並行して、小売業者の契約情報を更新してもよい。

＜需要家の選定動作＞
図３は、実施の形態１における需要家２０の選定動作の概要を説明する図である。
図３では、小売業者１０が小売業者Ａ、Ｂ及びＣの３事業者であり、各事業者の供給計画Ａ、Ｂ及びＣはいずれも異なるものとする。具体的には、太陽光発電を電源に用いる小売業者Ａの供給計画Ａは日中の供給電力が多い山型であり、夜間の余剰電力を供給する小売業者Ｂの供給計画Ｂは日中の供給電力が少ない谷型であり、火力発電を電源に用いる小売業者Ｃの供給計画Ｃは一日の供給電力に変動が少ない安定型である。
なお、図３に示す供給計画Ａ、Ｂ及びＣの横軸は１日を単位とした時間であり、縦軸は供給電力の量である。

図３の場合、適合需要家選定部３５は、各需要家２０の負荷パターンを、負荷パターンＡ、Ｂ及びＣとそれ以外の４種類に分類している。図３に示す負荷パターンＡ、Ｂ及びＣの横軸も１日を単位とした時間であり、縦軸は消費電力の量である。単位は例えばｋＷｈである。
負荷パターンＡは、日中に消費電力が増える需要家２０に代表的な負荷パターンを示し、負荷パターンＢは、日中に消費電力が減る需要家２０に代表的な負荷パターンを示し、負荷パターンＣは、消費電力の変動が少ない需要家２０に代表的な負荷パターンを示す。
図３に示す負荷パターンＡ、Ｂ及びＣの縦軸と供給計画Ａ、Ｂ及びＣの縦軸では電力の単位が異なっている。図３では、負荷パターンＡ、Ｂ及びＣの形状と、供給計画Ａ、Ｂ及びＣの形状との類似性を説明するために波形を誇張して描いている。
図３の場合、白丸の１つ１つが需要家２０に対応し、集合２０Ａ、２０Ｂ及び２０Ｃは類似の負荷パターンを有する需要家２０の集りを表している。

図３に示すように、１日の供給電力が山型に変化する供給計画Ａに対応する小売業者Ａに対しては、一日の消費電力が山型に変化する需要家２０の集合２０Ａが選定される。
同様に、１日の供給電力が谷型に変化する供給計画Ｂに対応する小売業者Ｂに対しては、一日の消費電力が谷型に変化する需要家２０の集合２０Ｂが選定される。
同様に、１日の供給電力の変化が少ない供給計画Ｃに対応する小売業者Ｃに対しては、消費電力の変化が少ない需要家２０の集合２０Ｃが選定される。
図３に示すように、小売業者Ａ、Ｂ及びＣは、それぞれの供給計画Ａ、Ｂ及びＣとの適合の度合いが高い理想的な需要家２０の集まりを顧客として集めることができる。適合の度合いが高い理想的な需要家２０を集めることができれば、小売業者側の供給計画と実際の需要量との乖離が小さくなるため、乖離を埋め合わせる電力を調達するためのコストが少なく済み、より安価にエネルギーを提供することもできる。
なお、供給計画Ａ、Ｂ及びＣとの適合の度合いが高い理想的な需要家２０であっても全員を小売業者Ａ、Ｂ及びＣに割り当ててしまうと、需要家全体の負荷パターン（以下「集合負荷パターン」という）が供給計画Ａ、Ｂ及びＣを越えてしまう可能性もある。このため、適合需要家選定部３５や適合需要家提示部３６に集合負荷パターンを計算する機能を設け、各小売業者Ａ、Ｂ及びＣに提示する需要家２０の集合負荷パターンが供給計画Ａ、Ｂ及びＣを越えないようにしてもよい。

＜実施の形態２＞
以下では、個々の小売業者１０に適した需要家２０の集まりを選定する処理に他の処理手法を適用した実施の形態２について説明する。
本実施の形態でも、図１に示すネットワークシステム１を前提とする。
図４は、実施の形態２で用いられる仲介事業者３０に配置されるコンピュータ端末の機能構成を説明する図である。図４には、図２との対応部分に対応する符号を付して示している。
図４に示すコンピュータ端末の機能構成と、図２に示すコンピュータ端末の機能構成との違いは２点である。

１つ目の違いは、需要家別負荷パターン取得部３４によって取得された個々の需要家２０の負荷パターンを任意に組み合わせて複数の集合負荷パターンを算出する集合負荷パターン算出部３７を設ける点である。ここでの集合負荷パターン算出部３７は、算出手段の一例である。
本実施の形態の場合、同じ集合に属する需要家２０の組み合わせや人数が異なる複数の集合のそれぞれについて集合負荷パターンが更に算出される。
なお、集合負荷パターンは、個々の需要家２０に対応する需要家データ３２から直接算出してもよい。もっとも、負荷パターンが消費実績そのものである場合には、需要家データ３２から直接算出される集合負荷パターンと、需要家別負荷パターン取得部３４から出力される負荷パターンを用いて算出される集合負荷パターンとは実質的に同じである。
なお、負荷パターンの任意の組み合わせは、例えば機械学習したモデルに負荷パターンを与えて求めてもよいし、負荷パターンに関連する居住地域、居住物件の種類（例えば戸建て、集合住宅）、世帯構成、年齢層等又はそれらを組み合わせた情報を使用して組み合わせを求めてもよい。

２つ目の違いは、適合需要家選定部３５（図２参照）に代えて適合需要家集合選定部３８を設ける点である。
適合需要家集合選定部３８は、供給計画に適合する集合負荷パターンを有する集合の構成員たる需要家２０を選定する。実施の形態１の場合には、個別の需要家２０の負荷パターンが供給計画に適合するかを判定していたが、本実施の形態では、供給計画に適合する集合負荷パターンに対応する集合に属する需要家２０、又は、適合の度合いが高い集合負荷パターンに対応する集合に属する需要家２０が選定される。ここでの適合需要家集合選定部３８は、需要家選定手段の一例である。

図５は、実施の形態２における需要家２０の選定動作の概要を説明する図である。
図５には、図３との対応部分に対応する符号を付して示す。
図５の場合、需要家２０側の負荷パターンが、需要家２０の集合を対象とした集合負荷パターンＡ、Ｂ、Ｃに置き換わっている点で相違する。図５における集合負荷パターンの場合も、その横軸は１日を単位とした時間であり、縦軸は消費電力の量である。
図５の場合には、記載を省略しているが、実際には、供給計画との適合の度合いが低いと判定される集合負荷パターンを有する多数の集合が存在する。図５では、小売業者Ａ、Ｂ及びＣの各供給計画Ａ、Ｂ及びＣとの適合の度合いが高い集合負荷パターンＡ、Ｂ及びＣだけを代表的に示している。
本実施の形態のように、個々の小売業者１０に提示する需要家２０の集まりを単位として適合の度合いを事前に判断することで、供給計画に適合する需要家２０を個別に選定する場合に比べ、選定された需要家全員の負荷パターンと供給計画との適合性を一段と高めることができる。

＜実施の形態３＞
以下では、個々の小売業者１０に適した需要家２０の集まりを選定する処理に他の処理手法を適用した実施の形態３について説明する。
本実施の形態でも、図１に示すネットワークシステム１を前提とする。
図６は、実施の形態３で用いられる仲介事業者３０に配置されるコンピュータ端末の機能構成を説明する図である。図６には、図２との対応部分に対応する符号を付して示している。
図６に示すコンピュータ端末の機能構成と、図２に示すコンピュータ端末の機能構成との違いは、適合需要家選定部３５（図２参照）に代えて適合需要家集合選定部３９を設ける点である。ここでの適合需要家集合選定部３９も、需要家選定手段の一例である。

本実施の形態における適合需要家集合選定部３９は、実施の形態２の場合とは異なり、集合負荷パターンが供給計画に適合するように需要家の組み合わせを調整する。
すなわち、実施の形態２の場合には、供給計画との適合の度合いが最も高い集合負荷パターンを複数の集合負荷パターンの中から探索する手法であったが、本実施の形態の場合には、供給計画との適合の度合いが高い集合負荷パターンが得られるように集合の構成員たる需要家２０の組み合わせを探索する。
具体的には、算出される集合負荷パターンが供給計画に近づくように需要家の組み合わせの調整と適合の度合いの確認を繰り返す。このため、適合需要家集合選定部３９には、指定された需要家の組み合わせの集合負荷パターンを計算する集合負荷パターン算出部３９Ａが設けられる。ここでの集合負荷パターン算出部３９Ａは、算出手段の一例である。
このような手法でも、実施の形態２の場合と同様に、供給計画との適合性が高い需要家２０の集合を選定することができる。

＜他の実施形態＞
以上、本発明の実施の形態について説明したが、本発明の技術的範囲は上述の実施の形態に記載の範囲に限定されない。前述した実施の形態に、種々の変更又は改良を加えたものも、本発明の技術的範囲に含まれることは、特許請求の範囲の記載から明らかである。
例えば前述した実施の形態では、説明を簡単にするために、１つの小売業者１０が１種類の電源を用いるものとして説明したが、種類が異なる電源を組み合わせた供給計画や市場からの調達分を組み合わせた供給計画を前提としてもよい。
また複数の電源を用いる場合（異種の電源の組み合わせに限らず、同種の電源の組み合わせも含む）に、個々の電源又は任意の管理単位の電源を組み合わせた集合電源を単位とする供給計画毎に、適合する需要家２０を選定してもよい。この手法を採用することで、供給計画に適合する需要家の組み合わせを直接選定する場合に比して、供給計画との適合性を高めることができる。また、この手法のように、電源毎に適合する需要家の組み合わせを選定している場合には、一部の電源を供給計画から削除する場合や追加する場合に、供給計画に変更を加える電源等を単位として需要家２０の選定を変更することができる。換言すると、選定する需要家の計算負荷を低減できる。
前述の実施の形態においては、小売業者が供給するエネルギーが電気の場合を想定しているが、小売の対象となるエネルギーはガスでもよい。その場合、前述の実施の形態における小売業者に関する記載を、小売ガス事業者と読み替えればよい。なお、小売ガス事業者によるガスの供給方法は、配管による場合に限らず、容器（いわゆるガスボンベ）による供給でもよい。

１…ネットワークシステム、１０…小売業者、２０…需要家、２０Ａ、２０Ｂ、２０Ｃ…集合、３０…仲介事業者、３１…小売業者別供給計画データ、３２…需要家データ、３３…供給計画取得部、３４…需要家別負荷パターン取得部、３５…適合需要家選定部、３６…適合需要家提示部、３７…集合負荷パターン算出部、３８、３９…適合需要家集合選定部

Claims

小売業者によるエネルギーの供給計画を取得する供給計画取得手段と、
エネルギーを消費する需要家毎の消費電力の時間変化を表す負荷パターンを取得する負荷パターン取得手段と、
取得された前記供給計画による供給電力の時間変化の形状に適合する需要家を、取得された前記負荷パターンの形状との類似性に基づいて選定する需要家選定手段と、
需要家毎の前記負荷パターンを複数集めた集合負荷パターンを算出する算出手段と、
を有し、
前記需要家選定手段は、算出された前記集合負荷パターンの形状との類似性に基づいて、前記供給計画による供給電力の時間変化の形状により適合する需要家の集合を選定する
ことを特徴とする需要家選定システム。
エネルギーを消費する需要家毎の消費電力の時間変化を表す負荷パターンを取得する処理と、
取得された供給計画による供給電力の時間変化の形状に適合する需要家を、取得された前記負荷パターンの形状との類似性に基づいて選定する処理と、
選定された需要家を、エネルギーを供給する小売業者の供給計画に適合する需要家として提示する処理と、
需要家毎の前記負荷パターンを複数集めた集合負荷パターンを算出する処理と、
をコンピュータが実行する需要家の提示方法であり、
前記需要家を選定する処理は、算出された前記集合負荷パターンの形状との類似性に基づいて、前記供給計画による供給電力の時間変化の形状により適合する需要家の集合を選定する
ことを特徴とする需要家の提示方法。
コンピュータに、
小売業者によるエネルギーの供給計画を取得する機能と、
エネルギーを消費する需要家毎の消費電力の時間変化を表す負荷パターンを取得する機能と、
取得された前記供給計画による供給電力の時間変化の形状に適合する需要家を、取得された前記負荷パターンの形状との類似性に基づいて選定する機能と、
需要家毎の前記負荷パターンを複数集めた集合負荷パターンを算出する機能と、
を実現させるためのプログラムであり、
前記需要家を選定する機能は、算出された前記集合負荷パターンの形状との類似性に基づいて、前記供給計画による供給電力の時間変化の形状により適合する需要家の集合を選定する
ことを特徴とするプログラム。