JP7281136B2 - 電力価格予測装置、電力価格予測方法、電力価格予測プログラム、及びコンピュータ読取可能な記録媒体 - Google Patents

Description

本発明は、電力価格予測装置、電力価格予測方法、電力価格予測プログラム、及びコンピュータ読取可能な記録媒体に関する。

従来、電力価格を予測する電力価格予測装置として、一般的に次のようなものが知られている。例えば、電力価格予測装置は、対象領域内に存在する複数の発電機の想定発電単価を各種データに基づいて演算する。そして、電力価格予測装置は、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列したモデル（メリットオーダーモデル）を作成し、当該モデルと想定電力需要とを照らし合わせることで、電力価格を予測する。このように、演算による電力価格の予測が行われており、例えば、非特許文献１にも演算によって電力価格を予測することが記載されている。

河本 薫、他１名、"発電機起動停止モデルを用いた国内卸電力市場の構造分析"、２０１０年３月、エネルギー資源学会誌 Ｖｏｌ．３１ Ｎｏ．２

しかしながら、演算による電力価格予測装置においては、想定発電単価を演算するために、各発電機における燃料費の他に、発電に関わる諸経費などの情報を取得する必要があり、情報の取得に手間がかかるという問題があった。また、正確に電力価格を予測するために複雑な演算を行う必要があり、演算の負荷が大きくなるという問題もあった。それに対し電力価格予測のための方法として、過去の電力価格の情報に基づいて電力価格を予測する方法がある。当該方法は、演算のための情報の取得が容易であるとともに、演算の負荷も軽いというメリットがあるが、電力価格の予測の正確性の点で問題があった。

本発明は、このような課題を解決するためになされたものであり、電力価格の予測の容易性及び正確性を高めることができる電力価格予測装置、電力価格予測方法、プログラム、及び記録媒体を提供することを目的とする。

本発明に係る電力価格予測装置は、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得部と、発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算部と、発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算部と、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成部と、電力供給領域内の想定電力需要を演算する想定電力需要演算部と、供給可能電力情報および想定電力需要に基づいて、電力価格を予測する予測部と、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正部と、を備える。

本発明に係る電力価格予測装置は、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得部を備えている。発電機情報は、少なくとも発電種別及び稼働状況が含まれていればよい情報であるため、公開されている情報などから容易に入手可能である。また、発電機情報は、情報量も限定的であるため、想定発電出力演算部及び想定発電単価演算部は、少ない演算の負荷にて、想定発電出力及び想定発電単価をそれぞれ演算することができる。その一方、電力価格予測装置は、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正部を有している。補正部は、過去における電力価格の予測結果を用いるため、過剰に演算の負荷を増加することなく、より正確性の高い補正を行うことができる。従って、供給可能電力情報作成部は、容易に入手可能な発電機情報を用いて少ない演算の負荷で供給可能電力情報を作成しつつも、補正部で想定発電単価の補正を行うことで、供給可能電力情報の正確性を高めることができる。予測部は、このような供給可能電力情報を用いることで、電力価格をより正確に予測することができる。以上より、電力価格の予測の容易性及び正確性を高めることができる。

補正部は、過去における電力価格の予測値と、当該過去における電力価格の実績値との間の誤差に基づく補正値を用いて、想定発電単価を補正してよい。これにより、補正部は、予測値と実績値との間で実際に生じた誤差に基づいて補正を行うことができる。

補正部は、過去における所定の時間範囲の中で、各期間において予測値を決定した発電種別を特定すると共に、当該発電種別を関連付けて各期間における誤差を演算し、発電種別が互いに同一となる期間を抽出すると共に、抽出した期間における誤差に対して演算処理を行い、想定発電単価を補正するときは、当該想定発電単価に対応する発電種別での演算処理の結果に基づく補正値を用いて補正を行う。これにより、補正部は、発電種別ごとに誤差の演算処理がなされた補正値を用いることで、より正確に想定発電単価の補正を行うことができる。

補正部は、各発電種別に対する補正値を格納する格納部を有し、特定の発電種別に対する補正値が新たに取得されたタイミングで、当該発電種別に対する補正値を更新してよい。この場合、補正部は、発電種別ごとに、最新の補正値を用いて想定発電単価の補正を行うことができる。

補正部は、想定発電単価を補正するときの状況を参照し、当該補正を行うか否かの判定を行う判定部を有してよい。例えば、曜日、天気及び季節などの状況によっては、補正を行わないほうが良い場合もある。従って、補正部の判定部は、補正を行うか否かの判定を行うことにより、状況によっては補正を行わないようにすることができる。

判定部は、想定発電単価を補正するときの状況が、所定の条件を満たしているか否かを判定する第１の判定を行い、第１の判定において所定の条件を満たしていると判定された場合、補正部は、想定発電単価を補正してよい。過去の状況を考慮して予め所定の条件を設定しておくことで、判定部は、補正を行うことでかえって誤差が大きくなるような状況で、補正を行うように判定することを抑制できる。

判定部は、過去における電力価格の予測値と、当該過去における電力価格の実績値との間の誤差に基づく補正値が、第１の閾値以下であるか否かを判定する第２の判定を行い、第２の判定において第１の閾値以下であると判定された場合、補正部は、補正値を用いて想定発電単価を補正し、第２の判定において閾値を超えると判定された場合、補正部は、予め設定された固定値を用いて想定発電単価を補正してよい。これにより、補正部が、補正を行うことでかえって誤差が大きくなることを抑制することができる。

判定部は、想定発電単価を補正するときにおいて、補正対象に係る想定発電単価に対応する発電種別が特定の発電種別であるか否かを判定する第３の判定を行い、補正部は、第３の判定に基づいて想定発電単価を補正してよい。この場合、発電種別を考慮して、適切な補正を行うことができる。

判定部は、電力価格の予測の基となる想定電力需要が第２の閾値以下であるかを判定する第４の判定を行い、補正部は、第４の判定に基づいて想定発電単価を補正してよい。この場合、想定電力需要を考慮して、適切な補正を行うことができる。

判定部の判定条件を設定する判定条件設定部を更に備え、判定条件設定部は、過去の複数のデータで構成されるデータセットを取得するデータセット取得部と、各々のデータが有する複数の情報項目に基づいて、データセットのクラスタリングを行い、複数のデータを複数のクラスタに分けるクラスタリング部と、各々のクラスタについて、補正を行うべきクラスタであったか、補正を行うべきでないクラスタであったかを評価する評価部と、を含み、評価部の評価結果に基づいて判定条件を設定してよい。このように、複数に分けられたクラスタを評価した評価結果を用いることで、判定条件設定部は、補正を行うべき状況で適切な補正を行うことができるような、判定条件を設定できる。

データセットに含まれる個々のデータは、少なくとも、補正を行った後の予測電力価格である補正後予測値、補正を行う前の予測電力価格である補正前予測値、及び電力価格の実績値を情報項目として有し、評価部は、補正後予測値と実績値との誤差、及び補正前予測値と実績値との誤差に基づいて、各々のクラスタについての評価を行い、判定条件設定部は、判定部の判定対象となる状況が、補正を行うべきクラスタに属すか否かを判定可能とするために、各々のクラスタの分類情報を判定条件として設定してよい。これにより判定条件設定部は、判定対象となる状況が、補正を行うべきクラスタに属するかを判定することができるため、補正を行うべき状況で適切な補正を行うことができるような、判定条件を設定できる。

分類情報では、クラスタの分類として、補正を行うべきか否かの判断を要する分類が設けられており、判定条件設定部は、補正を行うべきか否かの判断を行うための判断情報として、複数の情報項目の中の何れかの情報項目が、所定の条件を満たすか否かという判断情報を設定してよい。これにより、判定条件設定部は、判定対象に係るクラスタが、補正を行うべき状況と補正を行うべきでない状況が混在するようなクラスタおいて、補正を行うべき状況で適切な補正を行うことができるような、判定条件を設定できる。

本発明に係る電力価格予測方法は、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップと、発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップと、発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップと、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップと、電力供給領域内の想定電力需要を演算する想定電力需要演算ステップと、供給可能電力情報および想定電力需要に基づいて、電力価格を予測する予測ステップと、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正ステップと、を備える。

本発明に係る電力価格予測プログラムは、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップと、発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップと、発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップと、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップと、電力供給領域内の想定電力需要を演算する想定電力需要演算ステップと、供給可能電力情報および想定電力需要に基づいて、電力価格を予測する予測ステップと、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正ステップと、をコンピュータシステムに実行させる。

本発明に係るコンピュータ読取可能な記録媒体は、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップと、発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップと、発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップと、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップと、電力供給領域内の想定電力需要を演算する想定電力需要演算ステップと、供給可能電力情報および想定電力需要に基づいて、電力価格を予測する予測ステップと、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正ステップと、をコンピュータシステムに実行させる電力価格予測プログラムを記憶する。

電力価格予測方法、電力価格予測プログラム、及びコンピュータ読取可能な記録媒体によれば、上述の電力価格予測装置と同様な作用・効果を得ることができる。

本発明によれば、電力価格の予測の容易性及び正確性を高めることができる電力価格予測装置、電力価格予測方法、電力価格予測プログラム、及びコンピュータ読取可能な記録媒体を提供することができる。

本発明の第１実施形態に係る電力価格予測装置のブロック構成を示すブロック構成図である。 供給可能電力情報作成部が作成する供給可能電力情報の一例を示すモデルであり、（ａ）は、時間帯と各発電種別の発電機による供給電力との関係を示すモデルであり、（ｂ）は、発電単価順に各発電機の供給電力を積み上げた場合の、電力と想定発電単価との関係を示すグラフである。 過去の予測結果の一例を示すグラフである。 第１実施形態に係る電力価格予測方法の処理内容の一例を示すフローチャートである。 補正値を演算する補正値演算処理の処理内容の一例を示すフローチャートである。 本発明の第２実施形態に係る電力価格予測装置のブロック構成を示すブロック構成図である。 図７（ａ）は誤差のレベルを示す表であり、図７（ｂ）は各クラスタについて各データを誤差のレベルに応じて振り分けた表である。 図８（ａ）は誤差の絶対値の差のレベルを示す表であり、図８（ｂ）は各クラスタについて各データを誤差の絶対値の差のレベルに応じて振り分けた表である。 過補正データの発生状況を、クラスタ及び時間帯別にヒストグラムで表したグラフである。 過補正データにおける誤差の絶対値の差をクラスタ及び時間帯別にプロットしたグラフである。 各クラスタについて各データを時刻に応じて振り分けた表である。 各クラスタについて各データを月に応じて振り分けた表である。 各クラスタの情報項目や誤差などの特徴をまとめた表である。 補正項と、補正前後の誤差の絶対値の差と、の関係を示すグラフである。 実際の電力需要と補正前後の誤差の絶対値の差の関係を示すグラフである。 第２実施形態に係る電力価格予測方法うち、判定条件を設定する判定条件設定処理の処理内容の一例を示すフローチャートである。 第２実施形態に係る電力価格予測方法うち、判定対象となる状況が分類４に分類されたときの判定部の判定内容、及び補正部の補正処理の内容を示すフローチャートである。

以下、本発明の好適な実施形態について、図面を参照しながら説明する。

［第１実施形態］
図１は、本発明の第１実施形態に係る電力価格予測装置１のブロック構成を示すブロック構成図である。電力価格予測装置１は、電力価格を予測する装置である。電力価格予測装置１は、電力価格を予測するための演算、及び過去のデータに基づいて、電力価格を予測する。電力価格予測装置１は、後述の発電情報が入手可能となった後であれば、どのタイミングで電力価格を予測してもよいものである。例えば、電力価格予測装置１は、夜間に翌日の電力価格を予測してよく、早朝に当日の電力価格を予想してもよい。あるいは、発電情報を早期に入手できる場合は、電力価格予測装置１は、数日後の電力価格や、次週の電力価格を予測してもよい。また、例えば、電力価格予測装置１は、一日分（０時から２４時まで）の電力価格を予測することができるが、予測する期間は特に限定されるものではなく、一日の中の必要な数時間分だけの電力価格を予測してもよく、一日より長い期間（数日分や一週間分など）の電力価格を予測してもよい。電力価格予測装置１は、演算装置２と、入力部３と、出力部４と、を備える。

入力部３は、ユーザーからの操作によって各種情報を演算装置２へ入力するための機器である。入力部３は、例えば、キーボード、マウス、タッチパネル、レバー、ボタン、及びマイクなどの機器によって構成される。出力部４は、演算装置２からの情報をユーザーに対して出力するための機器である。出力部４は、モニタ、及びスピーカなどの機器によって構成される。

演算装置２は、プロセッサ、メモリ、ストレージ、通信インターフェース等を備え、一般的なコンピュータなどの情報端末として構成されている。プロセッサは、ＣＰＵ（Central Processing Unit）などの演算器である。メモリは、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などの記録媒体である。ストレージは、ＨＤＤ（Hard Disk Drive）などの記録媒体である。通信インターフェースは、データ通信を実現する通信機器である。プロセッサは、メモリ、ストレージ、通信インターフェース及びユーザインターフェースを統括し、後述する機能を実現する。演算装置２では、では、例えば、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＲＡＭにロードされたプログラムをＣＰＵで実行することにより各種の機能を実現する。演算装置２は、複数のコンピュータから構成されていてもよい。演算装置２は、発電機情報取得部１１と、想定発電出力演算部１２と、想定発電単価演算部１３と、供給可能電力情報作成部１４と、想定電力需要演算部１５と、予測部１６と、補正部１７と、を備える。

発電機情報取得部１１は、対象領域内に存在する複数の発電機から、発電機情報を取得する。対象領域とは、例えば、５０Ｈｚの東日本エリア、６０Ｈｚの西日本エリア、九州エリア、北海道エリアなどのように分けられる。電力価格予測装置１を用いるユーザーが東日本エリアにて電力を使用する場合などは、東日本エリア内の各発電所の発電機の発電機情報を取得する。なお、当該対象領域は、必ずしも東日本エリア及び西日本エリアのような広い範囲で設定されていなくともよく、更に狭い範囲として設定されてもよい。発電機情報は、それぞれの発電機の発電種別、及び稼働状況を少なくとも有する情報である。発電種別とは、発電機がどのような燃料を用いて発電を行うかを示す情報である。発電種別として、例えば、原子力、水力、石炭、副生ガス、ＬＮＧ（液化天然ガス）、都市ガス、原油、重油、軽油、灯油、その他が挙げられる。また、発電種別は、例えばＬＮＧをＬＮＧ複合発電とＬＮＧ汽力発電のように更に細分化しても良い。稼働状況は、発電機が稼働しているか、または停止しているかの状況を示す情報である。その他、発電機情報は、発電機が設置されている発電所名、許可出力、発電効率などの情報を有してよい。発電機情報は、一般的に公開（例えば、発電情報公開システム（ＨＪＫＳ）が公開）されており入手可能な情報であることが好ましい。発電機情報取得部１１は、例えば、インターネットを介して予測対象となる期間に係る発電機情報を取得する。例えば、翌日の電力価格を予測する場合、発電機情報取得部１１は、翌日の発電機情報を取得する。発電機情報取得部１１は、対象領域内のすべての発電機についての発電機情報を取得する。

想定発電出力演算部１２は、発電機情報に基づいて、各発電機の想定発電出力を演算する。想定発電出力とは、各発電機が発電すると想定される発電出力の想定値である。想定発電出力演算部１２は、一つの発電機に対して一つの想定発電出力を演算してよい。具体的には、想定発電出力演算部１２は、ある発電機について「許可出力×（１－所内率）×（１－予備率）」という式を用いて想定発電出力を演算してよい。なお、「所内率」とは、発電した電力が発電所内で消費される割合を示す。「予備率」とは、系統の予備力として割り当てられる容量である。ただし、想定発電出力の演算方法は上述の式に限定されず、他の演算方法が採用されてもよい。例えば、各発電種別に対して代表値などを予め設定しておき、想定発電出力演算部１２は、演算対象に係る発電機の発電種別を取得した場合、当該発電種別に対して設定された代表値を想定発電出力としてよい。また、想定発電出力演算部１２は、ＨＪＫＳや電気事業便覧に記載されている発電機の平均値を取得して、当該値を想定発電出力としてよい。また、想定発電出力演算部１２は、互いに発電条件が近く発電出力が同一であると近似可能な場合などは、複数の発電機に対して一つの想定発電出力を演算してよい。

想定発電単価演算部１３は、発電機情報に基づいて、各発電機の想定発電単価を演算する。想定発電単価とは、各発電機によって発電される電力の単価の想定値である。想定発電単価演算部１３は、一つの発電機に対して一つの想定発電単価を演算してよい。ここで、想定発電単価を演算する場合の従来の演算方法の一例として、ある発電機について「燃料費＋燃料・発電諸経費＋起動停止費」という式を用いて想定発電単価を演算する方法が挙げられる。しかしながら、燃料・発電諸経費や起動停止費などの演算項目は、外部から正確な情報を取得することが難しい情報である。また、これらの演算項目を正確に予想して演算を行おうとする場合、演算の負荷が大きくなる。従って、本実施形態における想定発電単価演算部１３は、容易に取得可能な情報（例えば、燃料費）に演算項目を絞って、想定発電単価を演算する。なお、発電種別が原子力及び水力の場合は、例えば最低入札価格を想定発電単価とすることが考えられる。ただし、想定発電単価の演算方法は上述の方法に限定されず、他の演算方法が採用されてもよい。また、想定発電単価演算部１３は、互いに発電種別が同一であるなどにより、発電単価が同一であると近似可能な場合などは、複数の発電機に対して一つの想定発電単価を演算してよい。想定発電単価演算部１３は、稼働予定の発電機の全てについて、想定発電出力及び想定発電単価を演算する。

供給可能電力情報作成部１４は、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する。図２は、供給可能電力情報作成部１４が作成する供給可能電力情報の一例を示すモデルである。図２（ａ）は、時間帯と各発電種別の発電機による供給電力との関係を示すモデルである。図２（ａ）のグラフの横軸は、０時から２４時までの時間範囲における時間帯を示し、縦軸は電力を示す。図２（ｂ）は、発電単価順に各発電機の供給電力を積み上げた場合の、電力と想定発電単価との関係を示すグラフである。図２（ｂ）の横軸は電力を示し、縦軸は価格を示す。なお、以降の説明においては、複数の発電機は、発電種別１～７の七種類に分けられるものとして説明する。想定発電単価は、発電種別１から発電種別７の順で高くなる。なお、供給可能電力とは、複数の発電機によって供給可能な電力を示し、各発電機の想定電力出力の合計値によって求められる値である。例えば、「発電種別Ｘの供給電力」とは、発電種別Ｘの発電機のうち、稼働予定の発電機の全ての想定発電出力の合計値である。

供給可能電力情報作成部１４は、各発電種別の供給電力を示すブロックを想定発電単価の安い順に配列したモデルを作成する。当該モデルは、いわゆるメリットオーダモデルと称されるモデルである。まず、発電種別１の想定発電単価が最も安くなるため、供給可能電力情報作成部１４は、図２（ａ）の最下段に、発電種別１の供給電力を示すブロックを作成する。当該ブロックの縦軸に対する大きさは、発電種別１の発電機（稼働している発電機）による全ての想定発電出力の合計値を示す。なお、本実施形態では、発電機情報取得部１１で取得される発電機情報は、ある発電機が稼働しているかどうかだけを示しており、各時間帯における稼働状況の情報までは含んでいなくてよい。従って、供給可能電力情報作成部１４は、稼働している発電機が０時から２４時まで一定の供給電力を供給するものとしてブロックを作成する。

次に、発電種別２の想定発電単価が二番目に安くなるため、供給可能電力情報作成部１４は、発電種別１のブロックの上段に、発電種別２の供給電力を示すブロックを積み上げる。当該ブロックの縦軸に対する大きさは、発電種別２の発電機による全ての想定発電出力の合計値を示す。なお、図２（ａ）のグラフ中の発電種別２のブロックの電力の絶対値は、発電種別２に属す発電機の供給電力に、既に積み上げられたブロックの供給電力の合計値（ここでは、発電種別１のブロックのみ）を加算したものとなる。同様の趣旨により、供給可能電力情報作成部１４は、発電種別３～７の供給電力を示すブロックを、この順で積み上げる。これにより、図２（ａ）に示すように、下から順に発電種別１～７のブロックが積み上げられたモデルが作成される。

次に、供給可能電力情報作成部１４は、図２（ｂ）に示すグラフＧ２を作成する。図２（ｂ）の実線で示すグラフＧ２は、図２（ａ）のモデルで積み上げられた各発電種別１～７のブロックの供給電力に対して、発電種別に対応する想定発電単価をプロットすることで、作成される。なお、発電種別が同じ場合であっても、発電機によって若干の想定発電単価の違いが生じる。従って、図２（ｂ）のグラフＧ２は、同じ発電種別の中で若干傾きが生じている。また、図２（ａ）のモデルでは、各時間帯における供給電力を一定としたため、図２（ｂ）の実線のグラフＧ２は、各時間帯において同一となる。また、実線のグラフＧ２が示す想定発電単価は、補正部１７による補正が行われた場合には変化する。例えば、図２（ｂ）の二点鎖線で示すグラフＧ３，Ｇ４は、発電種別４，５に対して補正部１７による補正が行われた場合の想定発電単価を示している。

想定電力需要演算部１５は、電力供給領域内の想定電力需要を演算する。想定電力需要は、電力供給領域内において、どの程度の電力の需要が想定されるかを示す情報である。当該電力供給領域内において、再生可能エネルギー（太陽光、風力等）による発電がなされる場合、電力需要から当該発電量を差し引いた「見かけの電力需要」が想定電力需要として用いられる。このような想定電力需要としての「見かけの電力需要」の取得方法としては、公知の方法を採用すればよい。例えば、想定電力需要演算部１５は、国際公開番号２０１６－１３６３２３号に示すように、領域内に存在する店舗や工場などの施設ごとの電力需要を周知のカルマンフィルターを用いた予測方法で演算し、天気予報に基づく情報から再生可能エネルギーの発電量を演算する。なお、想定電力需要の演算方法はこのような例に限定されるものではなく、他の公知の方法を採用してよい。なお、電力供給領域とは各発電機によって電力供給がなされる範囲を示す。電力供給領域は、発電機情報取得部１１が発電機情報を取得した対象領域と同一であってもよいが、必ずしも同一でなくともよい。例えば、対象領域内の発電機が、当該対象領域外に対して電力を供給する場合などは、電力供給領域を対象領域よりも広くしてよい。

想定電力需要演算部１５は、各時間帯における想定電力需要を演算してよい。この場合、想定電力需要演算部１５は、取得した想定電力需要の時間変化を示すグラフを図２（ａ）に示すモデル中にプロットする。図２（ａ）では、各時間帯における想定電力需要の推移は、実線のグラフＧ１で示される。なお、想定電力需要演算部１５は、各時間帯における想定電力需要を演算しなくともよい。例えば、一週間分の電力価格を予測する場合などには、想定電力需要演算部１５は、一日あたり一つの想定電力需要の値を演算すればよい。

予測部１６は、供給可能電力情報及び想定電力需要に基づいて、電力価格を予測する。すなわち、予測部１６は、供給可能電力情報作成部１４が作成したモデルと、想定電力需要演算部１５が取得した想定電力需要に基づいて電力価格を予測する。所定の時間範囲（例えば０時から２４時）の各時間帯における想定電力需要が取得された場合、予測部１６は、当該時間範囲の各時間帯における電力価格を予測できる。

例えば、図２を参照して、ある時間帯における価格を予測する手順について説明する。図２（ａ）に示すように、グラフＧ１を参照すると、８時における想定電力需要が「５３ＧＷ」であることが分かる。そして、図２（ｂ）のグラフＧ２を参照すると、想定電力需要が「５３ＧＷ」のときの想定発電単価が「１２．９５円／ｋＷｈ」であると分かる。これにより、予測部１６は、８時における電力価格が「１２．９５円／ｋＷｈ」であると予測することができる。後述の補正部１７によって補正がなされた場合、予測部１６は、補正された想定発電単価を用いて予測する。例えば、図２（ｂ）には、発電種別４，５（図中の「Ｅ４，Ｅ５」で示す部分）の想定発電単価の補正がなされた様子が示されている。従って、予測部１６は、補正後のグラフＧ３，Ｇ４などの想定発電単価を用いる。従って、補正がなされた場合、予測部１６は、「５３ＧＷ」に対応するグラフＧ４の想定発電単価を電力価格と予測する。予測部１６は、当該手順を０時から２４時の全ての時間帯について行うことで、０時から２４時の時間範囲における各時間帯の電力価格を予測する。なお、発電種別４，５以外の発電種別についても補正がなされるが、補正後のグラフについてはグラフＧ３，Ｇ４と同趣旨であるため省略する。

補正部１７は、過去における電力価格の予測結果を用いて、想定発電単価を補正する。補正部１７は、過去における電力価格の予測値と、当該過去における電力価格の実績値との間の誤差に基づく補正値を用いて想定発電単価を補正する。補正部１７は、供給可能電力情報のモデルにおいて設定されている想定発電単価を補正してよい。例えば、補正部１７は、図２（ｂ）に示すグラフＧ２の想定発電単価を補正する。なお、図２に示す例では、補正部１７は、供給可能電力情報のモデルを作成した後に補正を行っているが、補正を行うタイミングは特に限定されず、補正後の想定発電単価を用いて供給可能電力情報が作成されてもよい。具体的に、補正部１７は、情報取得部２１と、補正値演算部２２と、補正処理部２３と、判定部２４と、格納部２５と、を備える。

情報取得部２１は、過去における電力価格の予測値と、当該過去における電力価格の実績値と、を示すデータを取得する。情報取得部２１は、過去の所定の時間範囲における予測結果を示すデータを取得する。情報取得部２１は、前日の一日分の予測結果を示すデータを取得してよい。ただし、情報取得部２１が取得するデータは、前日のものに限定されず、数日前や数週間前のデータを取得してもよい。また、時間範囲は一日分の範囲に限定されず、例えば、一日の中の数時間分だけに設定されてよく、あるいは複数日の範囲に設定されてよい。例えば、情報取得部２１は、図３に示すような予測結果を取得してよい。図３は、過去の予測結果の一例を示すグラフである。図３では、電力価格の予測対象に係る日の前日の０時から２４時までの時間範囲の予測結果が示されている。図３のグラフの横軸は０時から２４時の時間範囲における時間帯を示す。縦軸は電力を示している。図３には、予測結果に係る価格を示す予測値ＥＰと、実際の価格を示す実績値ＲＰと、がプロットされている。なお、図３には、図２（ａ）と同様に、価格が安い順に各電力種別のブロックが積み上げられている。

補正値演算部２２は、過去の所定の時間範囲におけるデータを用いて補正値を演算する。補正値演算部２２は、過去の所定の時間範囲の中で、各期間において予測値を決定した発電種別を特定すると共に、当該発電種別を関連付けて各期間における誤差を演算する。また、補正値演算部２２は、所定の時間範囲において、発電種別が互いに同一となる誤差を抽出すると共に、抽出した誤差に対して演算処理を行う。補正処理部２３は、補正値を用いて想定発電単価を補正する。補正処理部２３は、想定発電単価を補正するときは、想定発電単価に対応する発電種別での演算処理の結果に基づく補正値を用いて補正を行う。

例えば、図３に示す予測結果を用いる場合、補正値演算部２２は、予測値ＥＰと実績値ＲＰとの間の誤差を演算し、当該誤差に基づく補正値を用いて、想定発電単価を補正する。補正値演算部２２は、ある時間帯の予測値ＥＰが発電種別１～７のうちのどの発電種別と重なるかを判断し、当該発電種別が予測値ＥＰを決定した発電種別として特定する。例えば、補正値演算部２２は、８時において予測値ＥＰを決定したのは発電種別４であると特定する。そして、補正値演算部２２は、８時における予測値ＥＰと実績値ＲＰとの間の誤差を発電種別４における誤差として演算する。また、補正値演算部２２は、１２時において予測値ＥＰを決定したのは発電種別５であると特定する。そして、補正値演算部２２は、１２時における予測値ＥＰと実績値ＲＰとの間の誤差を発電種別５における誤差として演算する。補正値演算部２２は、このような手順により、０時から２４時までの全ての時間帯について、発電種別と関連付けた誤差の演算を行う。

補正値演算部２２は、前日の０時から２４時の範囲で前述の手法で演算した誤差のうち、関連付けられた発電種別が同一のものを抽出する。補正値演算部２２は、発電種別４の誤差として、０時から１０時の誤差、及び２３時の誤差を抽出し、それらの誤差の平均値を演算する。補正処理部２３は、図２（ｂ）のグラフＧ２のうち、発電種別４に属する想定発電単価（図中、「Ｅ４」で示す範囲の想定発電単価）を補正する際には、当該平均値を発電種別４の補正値として用いる。また、補正値演算部２２は、発電種別５の誤差として、１１時から１４時、及び２２時の誤差を抽出し、それらの誤差の平均を演算する。補正処理部２３は、当該平均値を発電種別５の補正値として用いる。補正処理部２３は、図２（ｂ）のグラフＧ２のうち、発電種別５に属する想定発電単価（図中、「Ｅ５」で示す範囲の想定発電単価）を補正する際には、当該平均値を発電種別５の補正値として用いる。なお、図２（ｂ）では、発電種別４に対する補正値よりも、発電種別５に対する補正値が大きい場合の例を示している。従って、補正後の発電種別５の想定価格を示すグラフＧ４は、補正後の発電種別４の想定発電単価を示すグラフＧ３よりも、グラフＧ２に対する増加率が大きくなっている。

同様に、補正値演算部２２は、発電種別６の誤差として、２１時の誤差を抽出し、誤差の平均値を演算する。ただし、発電種別６の誤差は、２１時の誤差の一つしかないため、当該２１時における誤差を補正値として用いる。補正値演算部２２は、発電種別７の誤差として、１５時から２０時の誤差を抽出し、それらの誤差の平均値を演算する。なお、誤差は、特に限定されないが、例えば、「（実績値－予測値）」などの式によって示される値であってよい。なお、予測値より実績値が大きい場合には誤差はプラスの値となり、予測値より実績値が小さい場合はマイナスの値となる。この場合、補正処理部２３は、想定発電単価演算部１３が演算した想定発電単価に対して、誤差を足し合わせることによって、補正を行うことができる。あるいは、誤差を「（実績値－予測値）／予測値」として、補正処理部２３は、想定発電単価演算部１３が演算した想定発電単価に対して、「１＋誤差」を掛け合わせることによって、補正を行ってもよい。

なお、補正値演算部２２による補正値の演算方法は、上述したような方法に限定されない。また、補正値演算部２２が各期間において予測値を決定した発電種別を特定する際には、一時間単位で区分けされた各時間帯について発電種別を特定したが、当該期間は分単位で設定されてもよく、数時間単位で設定されてもよい。あるいは、補正値演算部２２は、過去のデータの時間範囲を複数日の範囲（例えば週や月など）に設定した場合、発電種別を特定する期間として、一日または数日を一つの期間として単位を設定してよい。また、補正値演算部２２は、演算処理として、誤差の平均値を演算する方法を採用したが、例えば、外れ値の影響を抑えるために中央値などの他の演算処理を採用してもよい。また、補正値演算部２２は、閾値以上の誤差となった場合の最新値を補正値としてよい。また、補正値演算部２２は、上述の方法では、発電種別６のように一日の中で誤差が一つしか存在していない場合でも新たな補正値の演算を行った。しかし、補正値演算部２２は、誤差が所定量以下の発電種別に対しては、新たな補正値を演算しないようにしてもよい。

格納部２５は、各発電種別に対する補正値を格納する。補正値演算部２２は、特定の発電種別に対する補正値が新たに取得されたタイミングで、格納部２５内における、当該発電種別に対する補正値を更新する。例えば、図３に示す予測結果を用いて補正値を演算した場合、発電種別４、発電種別５、発電種別６、及び発電種別７に対する補正値が得られる。従って、補正値演算部２２は、格納部２５に格納されている補正値のうち、発電種別４、発電種別５、発電種別６、及び発電種別７の補正値を更新する。その一方、図３に示す予測結果では、発電種別１～３に対する誤差の演算がなされていないため、補正値演算部２２は、これらの発電種別に対する補正値を更新しない。従って、補正処理部２３が発電種別１～３の想定発電単価を補正するときは、既に格納部２５に格納されていた補正値を用いる。これらの補正値は、図３の予測結果よりも更に過去の予測結果に基づいて、前回更新された分の補正値である。

判定部２４は、想定発電単価を補正するとき（すなわち、電力価格予測装置１での予測を行うとき）の状況を参照し、当該補正を行うか否かの判定を行う。判定部２４は、想定発電単価を補正するときの状況として、時間的要素を参照してよい。例えば、判定部２４は、時間的要素として曜日を参照してよい。平日と休日とでは、市場価格の値動き、発電所の稼働状況が異なる。従って、休日の電力価格を予測するときに、補正処理部２３が、平日の予測結果に基づいて演算された補正値を用いて補正することが必ずしも適切でない場合がある。従って、判定部２４は、休日の電力価格を予測するときは、補正を行わないと判定してよい。また、判定部２４は、時間的要素として季節を参照してよい。例えば、夏及び冬は電力需要が多くなり易く、より多くの発電機が稼働している状況であり、春及び秋は需要が緩くなるため、多くの発電機の定期点検がなされる状況である。このように、季節によって発電機の稼働状況が変わるため、判定部２４は、季節を参照して補正を行うか否かを判定してよい。また、判定部２４は、想定発電単価を補正するときの気象状況（気温、特異気象など）を参照してよい。暑い日と寒い日とでは発電機の稼働状況が異なる。また、台風や雪などの日は、電力会社が予備率を多く取りやすく（予備としてとっておく）なるため、市場への入札量が減少する。また、晴れの日は、太陽光発電量が増加し、市場への入札量が増加する。従って、雨の日の電力予測を行う場合は、判定部２４は、晴れの日の予測結果に基づいて演算された補正値を用いた補正を行わないようにしてよい。

なお、判定部２４が「補正を行う」と判定した場合、補正処理部２３は発電種別１～７の全ての想定発電単価を補正する。判定部２４が「補正を行わない」と判定した場合、補正処理部２３は発電種別１～７の全ての想定発電単価の補正を行わない。ただし、状況によっては、季節や天気などの影響によって特定の発電種別は大きく影響を受ける一方で、他の発電種別はあまり影響を受けないような場合もあり得る。このような場合、判定部２４は「発電種別Ｘについては補正を行う」「発電種別Ｙについては補正を行わない」などのように、発電種別ごとに判定を行ってもよい。例えば、図２（ｂ）の例において、判定部２４が「発電種別４，５だけについては補正を行い、他の発電種別については補正を行わない」と判定した場合、補正処理部２３は、発電種別４，５の想定発電単価だけを補正する。その結果、グラフ２Ｇは、発電種別４，５の箇所だけグラフＧ３，Ｇ４に補正され、その他の箇所は補正がなされない。

なお、補正部１７は、状況に合わせて補正値のデータテーブルを複数準備して、格納部２５に格納してよい。例えば、補正部１７は、平日用の補正値のデータテーブルと、休日用の補正値のデータテーブルとを分けて準備しておいてよい。この場合、補正部１７は、休日での予測結果を用いて休日用のデータテーブルの補正値を更新すると共に、休日の電力価格を予測するときに、当該データテーブルの補正値を用いてよい。

次に、図４及び図５を参照して、本実施形態に係る電力価格予測方法の一例について説明する。図４は、本実施形態に係る電力価格予測方法の処理内容の一例を示すフローチャートである。図５は、補正値を演算する補正値演算処理の処理内容の一例を示すフローチャートである。ただし、図４及び図５に示す各処理の順序は一例にすぎず、趣旨を逸脱しない範囲で適宜順序を変更してよい。

図４に示すように、まず、発電機情報取得部１１が、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップを実行する（ステップＳ１００）。次に、想定発電出力演算部１２が、ステップＳ１００で取得された発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップを実行すると共に、想定発電単価演算部１３が、ステップＳ１００で取得された発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップを実行する（ステップＳ１１０）。

次に、供給可能電力情報作成部１４が、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップを実行する（ステップＳ１２０）。これにより、例えば図２に示すような供給可能電力情報のモデルが作成される。

次に、補正部１７の判定部２４は、想定発電単価を補正するときの状況を参照し、当該補正を行うか否かの判定を行う判定ステップを実行する（ステップＳ１３０）。ステップＳ１３０において、補正部１７の判定部２４が補正を行わないと判定した場合、後述のステップＳ１５０へ移行する。一方、ステップＳ１３０において、補正部１７の判定部２４が補正を行うと判定した場合、補正部１７の補正処理部２３は、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正ステップを実行する（ステップＳ１４０）。例えば、図２（ｂ）に示すように、補正部１７の補正処理部２３は、発電種別４に対する補正値を用いて、発電種別４に対応する想定発電単価を補正する（グラフＧ３参照）。また、補正部１７の補正処理部２３は、発電種別５に対する補正値を用いて、発電種別５に対応する想定発電単価を補正する（グラフＧ４参照）。他の発電種別に対応する想定発電単価に対しても、同趣旨の補正がなされる。

想定電力需要演算部１５は、電力供給領域内の想定電力需要を演算する想定電力需要演算ステップを実行する（ステップＳ１５０）。これにより、例えば、図２（ａ）に示すモデルに対して、想定電力需要の推移を示すグラフＧ１が設定される。次に、予測部１６は、ステップＳ１２０で作成された供給可能電力情報およびステップＳ１５０で演算された想定電力需要に基づいて、電力価格を予測する予測ステップを実行する（ステップＳ１６０）。例えば、予測部１６は、図２（ａ）のモデルから、特定の時間帯の想定需要電力を取得し、当該想定需要電力を図２（ｂ）の補正後の想定需要電力を示すグラフＧ３，Ｇ４（補正がなされない場合はグラフＧ２）などと照らし合わせることで、想定発電単価を導き出す。予測部１６は、当該処理を０時から２４時まで行うことにより、各時間帯における電力価格の予測を行う。予測部１６は、電力価格の予測結果を出力部４に出力する。以上により、図４に示す処理が終了する。

次に、図５に示す補正値演算処理について説明する。補正値演算処理は、図４に示す処理とは別のタイミングで行われてよい。例えば、電力価格の予測を行った日が終了し、当該日における実績値が取得できた段階で、図５に示す補正値演算処理が行われてよい。図５に示すように、補正部１７の情報取得部２１は、過去における所定の時間範囲の予測結果を示すデータを取得するデータ取得ステップを実行する（ステップＳ２００）。補正部１７の情報取得部２１は、例えば、図３に示すように、前日の予測結果を示すデータを取得する。

次に、補正部１７の補正値演算部２２は、過去における所定の時間範囲の中で、各期間において予測値を決定した発電種別を特定する発電種別特定ステップを実行する（ステップＳ２１０）。例えば、補正部１７の補正値演算部２２は、図３に示す各時間帯における予測値と、発電種別のブロックとを比較して、各時間帯における予測値がどの発電種別で決定されたかを特定する。次に、補正部１７の補正値演算部２２は、発電種別を関連付けて各期間における誤差を演算する誤差演算ステップを実行する（ステップＳ２２０）。補正部１７は、図３に示す各時間帯における予測値ＥＰの実績値ＲＰに対する誤差を演算する。例えば、補正部１７の補正値演算部２２は、８時における誤差を、発電種別４に対する誤差として設定する。

次に、補正部１７の補正値演算部２２は、発電種別が互いに同一となる期間を抽出する抽出ステップを実行する（ステップＳ２３０）。補正部１７の補正値演算部２２は、例えば、図３に示す例では、発電種別が「発電種別４」で同一となる期間として、０時から１０時の時間帯、及び２３時の時間帯を抽出する。同様に、補正部１７の補正値演算部２２は、発電種別が「発電種別５」「発電種別６」「発電種別７」で同一となる期間をそれぞれ抽出する。次に、補正部１７の補正値演算部２２は、ステップＳ２３０における抽出結果に基づき、発電種別が互いに同一となる期間における誤差の平均値を演算し（演算処理）、補正値として取得する補正値取得ステップを実行する（ステップＳ２４０）。例えば、図３に示す例では、補正部１７の補正値演算部２２は、発電種別が発電種別４で同一となる０時から１０時の時間帯における誤差、及び２３時の時間帯における誤差の平均値を演算する。そして、補正部１７の補正値演算部２２は、当該平均値を発電種別４に対する補正値として取得する。補正部１７の補正値演算部２２は、発電種別５，６，７についても同様に平均値を演算して補正値を取得する。補正部１７の補正値演算部２２は、Ｓ２４０で取得された各発電種別に対する補正値を新たな補正値として更新する更新ステップを実行する（ステップＳ２５０）。例えば、補正部１７の補正値演算部２２は、図３に示すデータに基づいて発電種別４，５，６，７に対する補正値を取得したため、格納部２５に発電種別４，５，６，７に対する補正値として格納されている値を、新たに取得された補正値に更新する。以上により、図５に示す処理が終了する。

上述のような電力価格予測方法は、電力価格予測プログラムがコンピュータシステムに実行させる。電力価格予測プログラムは、発電機情報取得モジュールと、想定発電出力演算モジュールと、想定発電単価演算モジュールと、供給可能電力情報作成モジュールと、想定電力需要演算モジュールと、予測モジュールと、補正モジュールと、を含む。これらのモジュールを実行することで、発電機情報取得部１１と、想定発電出力演算部１２と、想定発電単価演算部１３と、供給可能電力情報作成部１４と、想定電力需要演算部１５と、予測部１６と、補正部１７と、が実現する。また、補正モジュールは、情報取得モジュールと、補正値演算モジュールと、補正処理モジュールと、判定モジュールと、格納モジュールと、を含む。これらのモジュールを実行することで、情報取得部２１と、補正値演算部２２と、補正処理部２３と、判定部２４と、格納部２５と、が実現する。

電力価格予測プログラムは、ＣＤ－ＲＯＭやＤＶＤ－ＲＯＭ、半導体メモリなどの有形の記録媒体に固定的に記録された上で提供されてもよい。あるいは、電力価格予測プログラムは、搬送波に重畳されたデータ信号として通信ネットワークを介して提供されてもよい。

次に、本実施形態に係る電力価格予測装置１、電力価格予測方法、電力価格予測プログラム、及びコンピュータ読取可能な記録媒体の作用・効果について説明する。

本実施形態に係る電力価格予測装置１は、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得部１１を備えている。発電機情報は、少なくとも発電種別及び稼働状況が含まれていればよい情報であるため、公開されている情報などから容易に入手可能である。また、発電機情報は、情報量も限定的であるため、想定発電出力演算部１２及び想定発電単価演算部１３は、少ない演算の負荷にて、想定発電出力及び想定発電単価をそれぞれ演算することができる。その一方、電力価格予測装置１は、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正部１７を有している。補正部１７は、過去における電力価格の予測結果を用いるため、過剰に演算の負荷を増加することなく、より正確性の高い補正を行うことができる。従って、供給可能電力情報作成部１４は、容易に入手可能な発電機情報を用いて少ない演算の負荷で供給可能電力情報を作成しつつも、補正部１７で想定発電単価の補正を行うことで、供給可能電力情報の正確性を高めることができる。予測部１６は、このような供給可能電力情報を用いることで、電力価格をより正確に予測することができる。以上より、電力価格の予測の容易性及び正確性を高めることができる。

補正部１７は、過去における電力価格の予測値と、当該過去における電力価格の実績値との間の誤差に基づく補正値を用いて、想定発電単価を補正してよい。これにより、補正部１７は、予測値と実績値との間で実際に生じた誤差に基づいて補正を行うことができる。

補正部１７は、過去における所定の時間範囲の中で、各期間において予測値を決定した発電種別を特定すると共に、当該発電種別を関連付けて各期間における誤差を演算し、発電種別が互いに同一となる期間を抽出すると共に、抽出した期間における誤差に対して演算処理を行い、想定発電単価を補正するときは、当該想定発電単価に対応する発電種別での演算処理の結果に基づく補正値を用いて補正を行う。これにより、補正部１７は、発電種別ごとに誤差の演算処理がなされた補正値を用いることで、より正確に想定発電単価の補正を行うことができる。

補正部１７は、各発電種別に対する補正値を格納する格納部２５を有し、特定の発電種別に対する補正値が新たに取得されたタイミングで、当該発電種別に対する補正値を更新してよい。この場合、補正部１７は、発電種別ごとに、最新の補正値を用いて想定発電単価の補正を行うことができる。

補正部１７は、想定発電単価を補正するときの状況を参照し、当該補正を行うか否かの判定を行う判定部２４を有してよい。例えば、曜日、天気及び季節などの状況によっては、補正を行わないほうが良い場合もある。従って、補正部１７の判定部２４は、補正を行うか否かの判定を行うことにより、状況によっては補正を行わないようにすることができる。

本実施形態に係る電力価格予測方法は、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップ（ステップＳ１００）と、発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップ（ステップＳ１１０）と、発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップ（ステップＳ１１０）と、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップ（ステップＳ１２０）と、電力供給領域内の想定電力需要を演算する想定電力需要演算ステップ（ステップＳ１５０）と、供給可能電力情報および想定電力需要に基づいて、電力価格を予測する予測ステップ（ステップＳ１６０）と、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正ステップ（ステップＳ１４０）と、を備える。

本実施形態に係る電力価格予測プログラムは、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップ（ステップＳ１００）と、発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップ（ステップＳ１１０）と、発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップ（ステップＳ１１０）と、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップ（ステップＳ１２０）と、電力供給領域内の想定電力需要を演算する想定電力需要演算ステップ（ステップＳ１５０）と、供給可能電力情報および想定電力需要に基づいて、電力価格を予測する予測ステップ（ステップＳ１６０）と、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正ステップ（ステップＳ１４０）と、をコンピュータシステムに実行させる。

本発明に係るコンピュータ読取可能な記録媒体は、対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップ（ステップＳ１００）と、発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップ（ステップＳ１１０）と、発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップ（ステップＳ１１０）と、複数の発電機のそれぞれについて想定発電出力を関連付けた状態で、当該複数の発電機を想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップ（ステップＳ１２０）と、電力供給領域内の想定電力需要を演算する想定電力需要演算ステップ（ステップＳ１５０）と、供給可能電力情報および想定電力需要に基づいて、電力価格を予測する予測ステップ（ステップＳ１６０）と、過去における電力価格の予測結果を用いて、想定発電単価を補正する補正ステップ（ステップＳ１４０）と、をコンピュータシステムに実行させる電力価格予測プログラムを記憶する。

本実施形態に係る電力価格予測方法、電力価格予測プログラム、及びコンピュータ読取可能な記録媒体によれば、上述の電力価格予測装置１と同様な作用・効果を得ることができる。

［第２実施形態］
次に、本発明の第２実施形態に係る電力価格予測装置１００について説明する。図６は、本発明の第２実施形態に係る電力価格予測装置１００のブロック構成を示すブロック構成図である。第２実施形態に係る電力価格予測装置１００は、演算装置２が判定条件設定部３０を備える点で第１実施形態に係る電力価格予測装置１と相違する。判定条件設定部３０は、判定部２４の判定条件を設定する。判定条件設定部３０は、クラスタリング分析を用いて、誤差が大きくなる状況に共通する特徴の抽出を行うことで、条件設定を行う。判定条件設定部３０は、過去の複数のデータで構成されるデータセットに対してクラスタリングを行い、誤差分析を行うことで、誤差に対する複数の情報項目との相関を抽出する。図６に示すように、判定条件設定部３０は、データセット取得部３１と、クラスタリング部３２と、評価部３３と、設定部３４と、を備える。

データセット取得部３１は、過去の複数のデータで構成されるデータセットを取得する。データセットは、過去の所定の時間範囲内に存在する複数のデータで構成される。一つあたりのデータは、任意に設定した時間単位における各種情報によって構成される。データセット取得部３１は、直近の一年分のデータセットを取得してよい。ただし、データセット取得部３１が取得するデータセットは、直近のものに限定されず、数ヶ月前の特定日や数年前の特定日から数えて一年分のものであってもよい。また、時間範囲は一年に限定されず、数ヶ月であってもよく、数年であってもよい。

一つあたりのデータの時間単位は、一時間であってよい。この場合、データセット取得部３１が一年分（すなわち８７６０時間）のデータセットを取得すると、当該データセットの中には８７６０個のデータが含まれる事となる。ただし、一つあたりのデータの時間単位は特に限定されず、数時間であってもよい。また、時間単位は、分単位であってもよく、日単位でもよい。

個々のデータは、複数の情報項目に係る情報を有している。個々のデータは、少なくとも、補正を行った後の予測電力価格である補正後予測値、補正を行う前の予測電力価格である補正前予測値、及び電力価格の実績値を情報項目として有する。具体的には、個々のデータは、情報項目として、補正後予測値（円／ｋｗｈ）、補正前予測値（円／ｋｗｈ）、需要量（ｋｗ）、太陽光の発電量（ｋｗ）、気温（℃）、各発電種別（水力・石炭・ガスコンバインドサイクル・ガスシングルサイクル・石油）の発電機合計出力（ｋｗ）、及び補正項（円／ｋｗｈ）を有してよい。すなわち、データセット取得部３１は、クラスタリング分析の対象として、１１次元（１１個の情報項目）のデータセットを用意することができる。なお、ここでの補正項とは、補正後予測値と、電力価格の実績値との間の誤差である。このように、電力価格の実績値は、当該実績値が直接情報項目となっていなくともよく、補正項のように、実績値を用いて求められる値が情報項目となっていてよい。なお、データは、ある時間における情報を示すものであるため、月や時間帯などの時間的要素も、情報項目として含まれている。情報項目には、更に多数の情報が含まれてもよく、必ずしも全ての情報項目がクラスタリングのための演算に用いられる必要はなく、クラスタリングに用いられなかった情報はクラスタリングされた後のデータに紐付けられていればよい。

なお、データの各情報項目は、次元やスケールがそれぞれ異なっている。従って、データセット取得部３１は、クラスタリングを行えるように、各情報項目の数値を正規化してよい。データセット取得部３１は、各情報項目の数値に対し、平均が０、分散が１になるように正規化してよい。なお、当該正規化の処理は、クラスタリング部３２が行ってもよい。

クラスタリング部３２は、各々のデータが有する複数の情報項目に基づいて、データセットのクラスタリングを行い、複数のデータを複数のクラスタに分ける。クラスタリング部３２は、データセットの全てのデータをクラスタリングする。クラスタリングとは、２つ以上のデータがあるとき、類似度や距離（非類似度）を手がかりとして、データを決定したクラスタ数のグループ（このようなグループがクラスタと称される）に分類する方法である。クラスタリング部３２がデータセットのクラスタリングを行うことにより、当該データセットに含まれる全てのデータが、複数のクラスタのうちのいずれかに分けられる。

クラスタリングの方法として、大別すると、階層的方法と非階層的方法の二通りの計算方法がある。階層的方法は、まず各標本点を１つのクラスタとして、最も距離の近い標本点から順に合併させ、新たなクラスタを形成していく方法である。階層的方法の例として、最短距離法、最長距離法、群平均法、重心法、メジアン法、ward法などの公知の方法が挙げられる。非階層的方法は、あらかじめいくつのクラスタ数にするかを決めておき、その数に従って標本点を振り分けていく方法である。非階層的方法の例として、k－means法、 k-means++法、超体積法などの公知の方法が挙げられる。クラスタリング部３２は、非階層的方法を用いてクラスタリングを行う場合には、公知のクラスタ数決定法を用いて、クタスタ数を決定する。クタスタ数決定法として、例えば、Jain-Dubes（JD）法、x-means 法、Upper Tail 法などの公知の方法が挙げられる。

具体的な例として、２０１８年４月１日から２０１９年３月３１日までの全８７６０時間分のデータを有するデータセットを準備した。クラスタリング部３２は、クラスタ数決定手法として、Jain-Dubes（JD）法を用いた。このときの最適クラスタ数は１０（クラスタ１～クラスタ１０）となった。また、クラスタリング部３２はクラスタリング手法として、k-means++法を用いて、８７６０個のデータを「クラスタ１」から「クラスタ１０」にクラスタリングした。なお、クラスタ数決定やクラスタリングの際には、Ｒという統計分析ソフトを用いて行った。以降の説明において、具体的な例を用いて処理内容について説明を行う場合は、上記方法で「クラスタ１」から「クラスタ１０」に分類されたデータを用いたものとする。

評価部３３は、各々のクラスタについて、補正を行うべきクラスタであったか、補正を行うべきでないクラスタであったかを評価する。すなわち、評価部３３は、予めクラスタの分類情報を準備しておき、クラスタがどの分類に属するかを評価する。分類情報では、クラスタの分類として、補正を行うべきか否かに関して複数の分類が設けられている。例えば、分類情報では、クラスタの分類として、「分類１：補正を行うべき分類」「分類２：補正を行うべきでない分類」「分類３：補正を行っても行わなくてもどちらでもよい分類」「分類４：補正を行うべきか否かの判断を要する分類（状況によって補正を行うべき分類）」という分類が設けられてよい。

例えば、あるクラスタにおいて、補正を行うことで誤差が小さくなったデータが多く存在する場合、評価部３３は、当該クラスタを補正を行うべきクラスタ（分類１）であったと評価する。また、あるクラスタにおいて、補正を行うことでかえって誤差が大きくなったデータが多く存在する場合、評価部３３は、当該クラスタを補正を行うべきでないクタスタ（分類２）であったと評価する。また、あるクラスタにおいて、補正を行っても誤差の変化が少なかったデータが多く存在する場合、評価部３３は、当該クラスタを補正を行っても行わなくてもどちらでもよいクラスタ（分類３）であったと評価する。また、あるクラスタにおいて、状況によっては補正を行うことで誤差が小さくなったデータが多く存在し、他の状況によっては補正を行うことで誤差が大きくなったデータが多く存在する場合、状況によって補正を行うべきクラスタ（分類４）であったと評価する。

また、評価部３３は、データに含まれる情報項目がどのような特徴を示す場合に、補正を行うべきかどうかなどについても評価を行うことができる。特に、分類４に分類されたクラスタに関し、評価部３３は、どのような状況であれば補正を行い、どのような状況であれば補正を行うべきでなかったかについて評価することができる。

評価部３３が、各々のクラスタをどのようにして評価するかの一例について説明する。評価部３３は、各々のクラスタに含まれる各データの分析を行うことによって、各々のクラスタについての評価を行う。なお、評価部３３は、複数の分析方法によって分析を行い、それらの分析結果を総合的に判断して、各々のクラスタについての評価を行ってよい。

＜クラスタ別の誤差の傾向の分析＞
評価部３３は、補正後予測値と実績値との誤差に基づいて、各々のクラスタについての評価を行ってよい。すなわち、評価部３３は、各々のクラスタに含まれる各データにおける誤差の大きさを分析することによって、各々のクラスタについての評価を行ってよい。例えば、評価部３３は、誤差の大きさを示す複数段階のレベルを設定する。例えば、評価部３３は、各クラスタに含まれるデータについて、図７（ａ）に示すように誤差の程度によって８レベルに分ける。「レベルＡ」はマイナス側に誤差が大きいことを示し、「レベルＥ´」はプラス側に誤差が大きいことを示す。そして、「レベルＣ～レベルＤ´」は誤差が小さいことを示す。評価部３３は、各クラスタについて、各データの誤差の大きさを参照して、それらを該当するレベルに振り分ける。それにより、例えば図７（ｂ）に示すような表が作成される。

例えば、クラスタ１には８６８個のデータが含まれるが、それらのデータのうち２４個のデータが「レベルＡ」に属し、９０個のデータが「レベルＢ」に属していることが示されている。このように、図７（ｂ）の表では、各クラスタについて、どのレベルに何個のデータが振り分けられているかが示されている。また、図７（ｂ）の表には、各クラスタの合計のデータ数、及び当該データ数の全データ数に対する割合が含まれている。各クラスタのデータ数は「合計」の欄に記載され、データ数の割合は、図７（ｂ）の「合計（％）」の欄に記載されている。また、図７（ｂ）の表には、あるレベルに振り分けられたデータ数の全クラスタにわたる合計が含まれている。レベルに振り分けられたデータ数の合計は、図７（ｂ）の「レベル別合計」に記載されている。例えば、クラスタ１の中のデータ数は、８６８個である。また、全データ数が８７６０個であるため、クラスタ１のデータ数の割合は９．９％となる。また、レベルＡに振り分けられたデータ数のクラスタ１～クラスタ１０の合計値は５４９個である。

評価部３３は、各クラスタについて、データの分布の傾向を分析する。例えば評価部３３は、分析対象に係るクラスタのデータの分布の傾向を分析するときは、当該分析対象に係るクラスタの中のデータ数の全データ数に対する割合を取得する。前述のように、クラスタ１のデータ数の割合は９．９％となる。また、評価部３３は、分析対象に係るクラスタの各レベルに対応するデータ数を取得すると共に、当該データ数のレベル全体での個数の合計値に対する割合を取得する。例えば、評価部３３は、クラスタ１のレベルＡに属するデータ数（２４個）を取得すると共に、当該データ数のレベル全体での個数（５４９個）に対する割合を取得する。また、評価部３３は、あるレベルに属するデータ数の割合が、分析対象に係るクラスタの割合から、どの程度乖離しているかを分析する。評価部３３は、乖離の度合に対して予め閾値を設定しておき、当該閾値を超えるか否かによって、乖離の度合いを分析してよい。

すなわち、分析対象に係るクラスタ内において、各レベルに対して偏りなくデータが存在している場合、各レベルにおけるデータ数の割合は、分析対象に係るクラスタのデータ数の割合に近くなるはずである。これに対し、あるレベルにおけるデータ数の割合が、分析対象に係るクラスタのデータ数の割合から大きく乖離している場合、当該レベルにデータ数が偏っていると判断することができる。例えば、クラスタ１のデータ数の割合は９．９％であるため、クラスタ１の分布に偏りが無い場合は、レベルＡ～レベルＥ´におけるデータ数の割合も９．９％前後の割合になるはずである。しかし、クラスタ１のレベルＥ´には、当該レベルＥ´全体のデータ数の１１６１個に対する２１．７％にあたる２５２個のデータ数が存在している。このように、レベルＥ´では、クラスタ１のデータ数の割合である９．９％よりも＋１２％程度も大きくなっている。従って、評価部３３は、「クラスタ１は、レベルＥ´にデータ数が偏ったクラスタである」と分析することができる。

例えば、図７（ｂ）の表では、乖離度合に対して第１の閾値として当該クラスタのデータ数の割合を設定すると共に、第２の閾値として当該クラスタのデータ数の割合＋５％を設定する。データ数のうち、第１の閾値を超えるものは太字で示され、更に、第２の閾値を超えるものについては枠内が塗られて表示されている。評価部３３は、あるクラスタにおいて、データ数の割合が第１の閾値又は第２の閾値を超えるレベルが存在している場合、当該レベルにデータ数が偏ったクラスタであると分析することができる。このように図７（ｂ）を分析した場合、クラスタ６は誤差が小さいレベルＣ～レベルＤ´にデータ数が偏って存在する比較的優秀なクラスタと分析できる。その一方、クラスタ７やクラスタ１０には誤差がマイナスに大きいレベルとプラスに大きいレベルにデータ数が混在している特徴的なクラスタであると分析できる。なお、各クラスタにおける誤差の分布の傾向を分析する際の判断基準は上述の例に限定されるものではなく、傾向を分析できるかぎり、あらゆる方法を採用可能である。

＜クラスタ別の誤差補正の有効性の分析＞
上述のように、補正後誤差の分布を見るだけでは、補正が有効に機能した時間などの条件を抽出し切れない場合がある。従って、評価部３３は、補正後予測値と実績値との誤差、及び補正前予測値と実績値との誤差に基づいて、各々のクラスタについての評価を行ってよい。すなわち、評価部３３は、各々のクラスタに含まれる各データにおける誤差の絶対値の差を分析することによって、各々のクラスタについての評価を行ってよい。誤差の絶対値の差は「（補正前予測値と実績値との誤差の絶対値）－（補正後予測値と実績値との誤差の絶対値）」という式によって求められる。誤差の絶対値の差は、プラス側に大きくなるほど、補正を行うことによって誤差を小さくすることができた、ということを示す。

例えば、評価部３３は、誤差の絶対値の差を示す複数段階のレベルを設定する。例えば、評価部３３は、各クラスタに含まれるデータについて、図８（ａ）に示すように誤差の絶対値の差によって７レベルに分ける。「レベルａ～レベルｃ」に該当するデータは補正によってむしろ、予測精度が悪化してしまったデータ（以下、過補正データと称する場合がある）であることを示す。「レベルｄ～レベルｇ」に該当するデータは、補正によって誤差が改善したデータであることを示す。評価部３３は、各クラスタについて、各データの誤差の絶対値の差を参照して、それらを該当するレベルに振り分ける。それにより、例えば図８（ｂ）に示すような表が作成される。なお、表の見方については図７（ｂ）と同趣旨である。

評価部３３は、各クラスタについて、誤差補正の有効性を分析する。例えば評価部３３は、分析対象に係るクラスタの誤差補正の有効性を分析するときは、当該分析対象に係るクラスタの中のデータ数の全データ数に対する割合を取得する。また、評価部３３は、分析対象に係るクラスタの各レベルに対応するデータ数を取得すると共に、当該データ数のレベル全体での個数に対する合計値に対する割合を取得する。また、評価部３３は、あるレベルに属するデータ数の割合が、分析対象に係るクラスタの割合から、どの程度乖離しているかを分析する。評価部３３は、乖離度合に対して予め閾値を設定しておき、当該閾値を超えるか否かによって、乖離の度合いを分析してよい。これらの分析を行う際の表の見方は、図７（ｂ）で説明したものと同趣旨である。

分析対象に係るクラスタ内において、「レベルｄ～レベルｇ」特に「レベルｆ、レベルｇ」におけるデータ数の割合が、分析対象に係るクラスタのデータ数の割合から大きく乖離している場合、当該レベルにデータ数が偏っているため、補正によって誤差が改善した傾向にあると判断することができる。一方、分析対象に係るクラスタ内において、「レベルａ～レベルｃ」特に「レベルａ、レベルｂ」におけるデータ数の割合が、分析対象に係るクラスタのデータ数の割合から大きく乖離している場合、当該レベルにデータ数が偏っているため、補正によって予測精度が悪化した傾向にあると判断することができる。

例えば、図８（ｂ）の表では、乖離度合に対して第１の閾値として当該クラスタのデータ数の割合を設定すると共に、第２の閾値として当該クラスタのデータ数の割合＋５％を設定する。データ数のうち、第１の閾値を超えるものは太字で示され、更に、第２の閾値を超えるものについては枠内が塗られて表示されている。評価部３３は、あるクラスタにおいて、データ数の割合が第１の閾値又は第２の閾値を超えるレベルが存在している場合、当該レベルにデータ数が偏ったクラスタであると分析することができる。このように図８（ｂ）を分析した場合、クラスタ２、クラスタ３、及びクラスタ７は、補正によって誤差が大きく改善したデータ数が多いと分析できる。その一方、レベル１は、補正によって予測精度が悪化したデータ数が多いと分析できる。そして、図７（ｂ）の分析でクラスタ７と同様に特徴的であったクラスタ１０については、誤差が改善したデータ数も多いものの、予測精度が悪化したデータ数も多いと分析できる。なお、各クラスタにおける誤差補正の有効性を分析する際の判断基準は上述の例に限定されるものではなく、誤差補正の有効性を分析できるかぎり、あらゆる方法を採用可能である。

上述までの分析では、各々のクラスタの誤差の傾向や誤差補正が有効であったかなどについて分析をおこなっていたが、次の分析では、過補正データの発生状況についての分析を行う。図９は、過補正データの発生状況を、クラスタ及び時間帯別にヒストグラムで表したグラフである。図１０は、過補正データにおける誤差の絶対値の差をクラスタ及び時間帯別にプロットしたグラフである。まず、図９からわかるように、過補正データが多い時間帯として、早朝と昼ごろに２度ピークが存在している。早朝のピークに多いのはクラスタ５、クラスタ８、クラス９であり、昼ごろのピークに多いのはクラスタ１、クラスタ５である。一方、図１０をみると、過補正データの数が多い時間帯と、過補正が大きい時間帯は、必ずしも一致していないことがわかる。さらに、大外し（過補正データの中でも、補正による精度悪化が大きいデータ）に関しては、そのほとんどがクラスタ１０に集中していることが読み取れる。つまり、評価部３３は、クラスタ１０に存在する時間帯に対しては、補正を行うか補正を行わないかについての分析を行うことが好ましい。

＜時刻の偏りの分析＞
評価部３３は、各クラスタのデータに、該当する時刻の偏りが存在するかについての分析を行ってよい。評価部３３は、各クラスタについて、各データの時刻を参照して、それらを該当する時刻に振り分ける。それにより、例えば図１１に示すような表が作成される。評価部３３は、各クラスタについて、時刻の偏りを分析する。例えば評価部３３は、分析対象に係るクラスタの時刻の偏りを分析するときは、当該分析対象に係るクラスタの中のデータ数の全データ数に対する割合を取得する。また、評価部３３は、分析対象に係るクラスタの各時間帯に対応するデータ数を取得すると共に、当該データ数の時刻全体での個数に対する合計値（１年なので３６５個に固定される）に対する割合を取得する。また、評価部３３は、ある時刻に属するデータ数の割合が、分析対象に係るクラスタの割合から、どの程度乖離しているかを分析する。評価部３３は、乖離度合に対して予め閾値を設定しておき、当該閾値を超えるか否かによって、乖離の度合いを分析してよい。これらの分析を行う際の表の見方は、図７（ｂ）で説明したものと同趣旨である。

例えば、図１１の表では、乖離度合に対して第１の閾値として当該クラスタのデータ数の割合を設定すると共に、第２の閾値として当該クラスタのデータ数の割合＋５％を設定する。データ数のうち、第１の閾値を超えるものは太字で示され、更に、第２の閾値を超えるものについては枠内が塗られて表示されている。評価部３３は、あるクラスタにおいて、データ数の割合が第１の閾値又は第２の閾値を超える月が存在している場合、当該月にデータ数が偏ったクラスタであると分析することができる。図１１に示すように、クラスタ３、クラスタ５、クラスタ６、クラスタ８には深夜～早朝にかけてのデータが多く存在していることが分析される。一方、クラスタ１、クラスタ２、クラスタ７には昼あるいは夕方のデータが集中していることが分析される。

＜月の偏りの分析＞
評価部３３は、各クラスタのデータに、該当する月の偏りが存在するかについての分析を行ってよい。評価部３３は、各クラスタについて、各データの月を参照して、それらを該当する月に振り分ける。それにより、例えば図１２に示すような表が作成される。評価部３３は、各クラスタについて、月の偏りを分析する。例えば評価部３３は、分析対象に係るクラスタの月の偏りを分析するときは、当該分析対象に係るクラスタの中のデータ数の全データ数に対する割合を取得する。また、評価部３３は、分析対象に係るクラスタの各時間帯に対応するデータ数を取得すると共に、当該データ数の月全体での個数に対する合計値に対する割合を取得する。また、評価部３３は、ある月に属するデータ数の割合が、分析対象に係るクラスタの割合から、どの程度乖離しているかを分析する。評価部３３は、乖離度合に対して予め閾値を設定しておき、当該閾値を超えるか否かによって、乖離の度合いを分析してよい。これらの分析を行う際の表の見方は、図７（ｂ）で説明したものと同趣旨である。

例えば、図１２の表では、乖離度合に対して第１の閾値として当該クラスタのデータ数の割合を設定すると共に、第２の閾値として当該クラスタのデータ数の割合＋５％を設定する。データ数のうち、第１の閾値を超えるものは太字で示され、更に、第２の閾値を超えるものについては枠内が塗られて表示されている。評価部３３は、あるクラスタにおいて、データ数の割合が第１の閾値又は第２の閾値を超える月が存在している場合、当該月にデータ数が偏ったクラスタであると分析することができる。図１２に示すように、全てのクラスタに、特定の月のデータが大きく偏って存在しており、時刻のケースよりも強い偏りが確認できた。年間のクラスタリングによって、データの特徴が季節に大きく依存していることが分析される。

＜クラスタの特徴の分析＞
前述までの分析でまでで得られた、各クラスタの１１個の情報項目や誤差などの特徴を図１３にまとめ、それぞれの年間の平均値と比較した。枠内を塗ったものは年平均値より高い値、枠内を塗っていないものは年平均値より低い値であることを示す。例えば、図１２に示したように、クラスタ３、クラスタ７、クラスタ１０には、夏（７月、８月）のデータが集まっているが、そのなかでもクラスタ３は深夜～早朝のデータが多いという特徴が分かる（図１１）。さらに、クラスタ７、クラスタ１０は全ての項目で似た傾向を持つが、クラスタ１０に関しては補正値が極端に大きいという違いがある。評価部３３は、誤差が平均より大きいクラスタは夏に偏っていると分析することができる。従って、評価部３３は、特定の月（ここでは７，８月）に焦点を当てて分析を行ってよい。

＜特定の月における各種分析＞
評価部３３は、特定の月について、補正項と、補正前後における誤差の絶対値の差と、の関係について分析してよい。図１４は、補正項と、補正前後の誤差の絶対値の差と、の関係を示すグラフである。図１４に示すように、７，８月において、大外し（誤差の絶対値の差が大きくなること）は補正項が１０円／ｋｗｈを超えたあたりから多くなる傾向にあり、誤差の絶対値の差が－５円／ｋｗｈ以下となった時間帯は、すべて補正項の大きさが１０円／ｋｗｈ以上であったと分析できる。

評価部３３は、補正対象に係る想定発電単価に対応する発電種別と、補正前後の誤差の大きさとの関係を分析してよい。例えば、評価部３３は、発電種別が石油である時間帯は、補正前の誤差が比較的大きく、補正項が大きいほうが適切と考えられる時間帯であると分析することができる。

評価部３３は、実際の電力需要と補正前後の誤差の絶対値の差の関係を分析してよい。図１５は、実際の電力需要と補正前後の誤差の絶対値の差の関係を示すグラフである。図１５より、評価部３３は、実際の電力需要が５０００万ｋｗｈから５５００万ｋｗｈの範囲に大外しが多く、それを超えると大当たりが多くなると分析できる。

次に、設定部３４について説明する。設定部３４は、評価部３３の評価結果に基づいて判定条件を設定する。設定部３４は、判定部２４による判定対象となる状況が、補正を行うべきクラスタに属すか否かを判定可能とするために、各々のクラスタの分類情報を判定条件として設定する。判定条件として用いられる分類情報は、評価部３３が用いていた分類情報を用いてよい。すなわち、分類情報では、クラスタの分類として、「分類１：補正を行うべき分類」「分類２：補正を行うべきでない分類」「分類３：補正を行っても行わなくてもどちらでもよい分類」「分類４：補正を行うべきか否かの判断を要する分類（状況によって補正を行うべき分類）」という分類が設けられてよい。

設定部３４は、判定部２４による判定対象となる状況が、分類１～４のどれに属するかを分類できるような判定条件を設定する。例えば、設定部３４は、判定部２４による判定対象となる状況が、評価部３３で評価された複数のクラスタのどれに属するかを判定条件とする。図７～図１３で示したような例について評価部３３での評価結果を用いる場合、設定部３４は、判定部２４による判定対象となる状況が、クラスタ２，３，７に属することを、分類１に分類されるための判定条件とする。設定部３４は、判定部２４による判定対象となる状況が、クラスタ１に属することを、分類２に分類されるための判定条件とする。設定部３４は、判定部２４による判定対象となる状況が、クラスタ４，５，６，８に属することを、分類３に分類されるための判定条件とする。設定部３４は、判定部２４による判定対象となる状況が、クラスタ１０に属することを、分類４に分類されるための判定条件とする。

設定部３４は、判定部２４による判定対象となる状況が分類４に分類された場合において、補正を行うべきか否かの判断を行うための判断情報を設定する。設定部３４は、複数の情報項目の中の何れかの情報項目が、所定の条件を満たすか否かという判断情報を設定してよい。設定部３４は、月や時間帯などの時間的要素が、所定の条件を満たすか否かという判断情報を設定してよい。例えば、設定部３４は、判断対象となる月が７，８月であるか否かを判定情報としてよい。なお、当該判断情報の具体例については、後述の判定部２４の処理と共に詳細に説明する。

また、設定部３４は、状況によっては、補正値ではなく固定値を用いた補正がなされるような条件、及び固定値を設定してよい。設定部３４は、発電種別や想定電力需要などに基づいて、固定値を用いた補正を行うか否かを判定する判定条件を設定してよい。なお、当該判定条件の具体例については、後述の判定部２４の処理と共に詳細に説明する。

また、第２実施形態に係る電力価格予測装置１００では、判定部２４は、評価部３３での評価結果に基づいて設定された判定条件を用いて判定を行うことができる。

判定部２４は、判定対象となる状況、すなわち補正を行う時の状況が、補正を行うべきクラスタに属すか否かを判定することで、補正するか否かの判定を行う。すなわち、判定部２４は、判定を行うときの情報項目について、クラスタリング部３２と同様な方法でクラスタリングを行う。そして、判定部２４は、判定対象となる状況がクラスタ１～クラスタ１０のどのクラスタに属するかを判定し、分類１～分類４のいずれかに分類する。判定部２４は、分類１に属すると判定した場合、ただちに補正値を用いて補正を行うように判定する。判定部２４は、分類２に属すると判定した場合、ただちに補正を行わないと判定する。判定部２４は、分類３に属すると判定した場合、補正を行ってもよく、補正を行わなくともよく、どのようにするかは予め設定されてよい。判定部２４は、分類４に属すると判定した場合、補正をおこなうべきか否かの判断を行う。

分類４に属することで、補正を行うべきか否かの判断が必要になった場合は、次のような処理を行う。すなわち、判定部２４は、想定発電単価を補正するときの状況が、所定の条件を満たしているか否かを判定する第１の判定を行う。当該判定において所定の条件を満たしていると判定された場合、補正部１７は、想定発電単価を補正する。例えば、判定部２４は、判定対象となる状況として時間的要素を判定する。具体的には、判定部２４は、図６～図１３の結果に基づいて、判定を行う時の季節が７，８月であるか否かを判定する。当該季節が７，８月であると判定された場合は、補正部１７は補正を行い、７，８月でないと判定された場合は、補正部１７は補正を行わない。なお、判定部２４の判定対象となる状況は、時間的要素だけでなく、気象条件（例えば、最高気温が３０℃以上など）で夏季と判定してもよい、また、判定部２４は、寒波や大雪などの異常気象の日であるか否かを判定してもよい。

また、判定部２４は、過去における電力価格の予測値と、当該過去における電力価格の実績値との間の誤差に基づく補正値が、閾値（第１の閾値）以下であるか否かを判定する第２の判定を行ってよい。当該判定において閾値以下であると判定された場合、補正部１７は、補正値を用いて想定発電単価を補正し、当該判定において閾値を超えると判定された場合、補正部１７は、予め設定された固定値を用いて想定発電単価を補正してよい。例えば、図１４での分析結果に基づいて、季節が７，８月である場合には、判定部２４は、補正項（すなわち補正値）が１０円／ｋｗｈ以下であるか否かを判定する。また、１０円／ｋｗｈを固定値とする。これにより、補正値が１０円／ｋｗｈ以下であると判定された場合、補正部１７は、補正値を用いて補正を行い、補正値が１０円／ｋｗｈを超える場合、補正部１７は、固定値を用いて補正を行う。この場合は、夏場において、大外しと大当たり（補正による制度改善効果が大きいデータ）が両方とも減少するが、大外しの削減の度合いの方が大きいため、平均誤差を低減することができる。なお、閾値と固定値はかならずしも一致していなくともよい。

また、判定部２４は、想定発電単価を補正するときにおいて、補正対象に係る想定発電単価に対応する発電種別が特定の発電種別であるか否かを判定する第３の判定を行ってよい。当該判定において特定の発電種別であると判定された場合、補正部１７は、第２の判定の結果に関わらず、補正値を用いて想定発電単価を補正する。第３の判定において特定の発電種別でないと判定された場合、補正部１７は、第２の判定の結果に基づいて、補正値又は固値を用いて想定発電単価を補正してよい。例えば、評価部３３での分析結果に基づいて、判定部２４は、補正対象に係る想定発電単価に対応する発電種別が石油である場合、補正値に対して上限値（すなわち固定値）を設けないようにする。これにより、第２の判定のみを行う場合と異なり、大当たりでの補正を可能としつつ、大外しだけを効率よく減らすことができる。

また、判定部２４は、電力価格の予測の基となる想定電力需要が閾値（第２の閾値）以下であるかを判定する第４の判定を行ってよい。判定において想定電力需要が閾値以下であると判定された場合、補正部１７は、第２の判定の結果に基づいて、補正値又は固定値を用いて想定発電単価を補正する。また、第４の判定において想定電力需要が第２の閾値を超えると判定された場合、補正部１７は、第２の判定の結果に関わらず、補正値を用いて想定発電単価を補正してよい。例えば、図１５での分析結果に基づいて、想定電力需要が５５００万ｋｗｈ以下であると判定された場合、補正部１７は第２の判定に基づいて補正値又は固定値を用いて想定発電結果を補正する。これにより、大当たりでの補正を増やすことができる。

次に、図１６を参照して、第２実施形態に係る電力価格予測方法の一例について説明する。図１６は、第２実施形態に係る電力価格予測方法うち、判定条件を設定する判定条件設定処理の処理内容の一例を示すフローチャートである。ただし、図１６に示す各処理の順序は一例にすぎず、趣旨を逸脱しない範囲で適宜順序を変更してよい。

図１６に示すように、まず、データセット取得部３１は、過去の複数のデータで構成されるデータセットを取得するデータセット取得ステップを実行する（ステップＳ３００）。次に、クラスタリング部３２は、各々のデータが有する複数の情報項目に基づいて、ステップＳ３００で取得したデータセットのクラスタリングを行い、複数のデータを複数のクラスタに分けるクラスタリングステップを実行する（ステップＳ３１０）。次に、評価部３３は、各々のクラスタについて、補正を行うべきクラスタであったか、補正を行うべきでないクラスタであったかを評価する評価ステップを（ステップＳ３２０）。次に、設定部３４は、ステップＳ３２０での評価部３３の評価結果に基づいて判定条件を設定する判定条件設定ステップを実行する（ステップＳ３３０）。以上により、図１６に示す処理が終了する。

図１７は、第２実施形態に係る電力価格予測方法うち、判定対象となる状況が分類４に分類されたときの判定部２４の判定内容、及び補正部１７の補正処理の内容を示すフローチャートである。ただし、図１７に示す各処理の順序は一例にすぎず、趣旨を逸脱しない範囲で適宜順序を変更してよい。

図１７に示すように、まず、判定部２４は、判定対象となるときの季節が７，８月であるか否かを判定する第１の判定ステップを実行する（ステップＳ４００）。ステップＳ４００において、７，８月ではないと判定された場合、補正部１７は補正を行うことなく（ステップＳ４４０）、図１７に示す処理が終了する。

ステップＳ４００において、７，８月であると判定された場合、判定部２４は、想定発電単価を補正するときにおいて、補正対象に係る想定発電単価に対応する発電種別が石油であるか、又は発電種別が石油ではないかを判定する第３の判定ステップを実行する（ステップＳ４１０）。ステップＳ４１０において発電種別が石油であると判定された場合、補正部１７は、固定値ではなく、補正値で補正を行う補正ステップを実行する（ステップＳ４５０）。ステップＳ４１０において発電種別が石油でないと判定された場合、判定部２４は、電力価格の予測の基となる想定電力需要が閾値（第２の閾値）である５５００万ｋｗｈ以下であるか否かを判定する第４の判定ステップを実行する（ステップＳ４２０）。ステップＳ４２０において、想定電力需要が閾値を超えると判定された場合、補正部１７は、固定値ではなく、補正値で補正を行う補正ステップを実行する（ステップＳ４５０）。ステップＳ４２０において、想定電力需要が閾値以下であると判定された場合、判定部２４は、補正値が閾値（第１の閾値）である１０円／ｋｗｈを超えるか否かを判定する第２の判定ステップを実行する（ステップＳ４３０）。ステップＳ４３０において、補正値が閾値を超えると判定された場合、補正部１７は、固定値である１０円／ｋｗｈを用いて補正を行う補正ステップを実行する（ステップＳ４６０）。一方、ステップＳ４３０において、補正値が閾値以下であると判定された場合、補正部１７は、補正値で補正を行う補正ステップを実行する（ステップＳ４５０）。以上により、図１７に示す処理が終了する。

なお、評価部３３による評価結果に応じて、ステップＳ４００、Ｓ４１０、Ｓ４２０、Ｓ４３０に係る判定ステップの何れかを適宜省略してよく、各ステップをどのように組み合わせて処理を行ってもよい。また、ステップＳ４００、Ｓ４１０、Ｓ４２０、Ｓ４３０の何れかの判定ステップを単独で行い、他の判定ステップを省略してよい。例えば、判定部２４がステップＳ４１０だけを行い、発電種別が石油の場合は補正値を用いて補正し、それ以外の発電種別の場合は補正を行わないようにしてもよい。

次に、第２実施形態に係る電力価格予測装置１００の作用・効果について説明する。

上述の第２実施形態に係る電力価格予測装置１００では、判定部２４は、想定発電単価を補正するときの状況が、所定の条件を満たしているか否かを判定する第１の判定を行い、第１の判定において所定の条件を満たしていると判定された場合、補正部１７は、想定発電単価を補正してよい。過去の状況を考慮して予め所定の条件を設定しておくことで、判定部２４は、補正を行うことでかえって誤差が大きくなるような状況で、補正を行うように判定することを抑制できる。

判定部２４は、過去における電力価格の予測値と、当該過去における電力価格の実績値との間の誤差に基づく補正値が、第１の閾値以下であるか否かを判定する第２の判定を行い、第２の判定において第１の閾値以下であると判定された場合、補正部１７は、補正値を用いて想定発電単価を補正し、第２の判定において閾値を超えると判定された場合、補正部１７は、予め設定された固定値を用いて想定発電単価を補正してよい。これにより、補正部１７が、補正を行うことでかえって誤差が大きくなることを抑制することができる。

判定部２４は、想定発電単価を補正するときにおいて、補正対象に係る想定発電単価に対応する発電種別が特定の発電種別であるか否かを判定する第３の判定を行い、補正部１７は、第３の判定に基づいて想定発電単価を補正してよい。この場合、発電種別を考慮して、適切な補正を行うことができる。

判定部２４は、電力価格の予測の基となる想定電力需要が第２の閾値以下であるかを判定する第４の判定を行い、補正部１７は、第４の判定に基づいて想定発電単価を補正してよい。この場合、想定電力需要を考慮して、適切な補正を行うことができる。

判定部２４の判定条件を設定する判定条件設定部３０を更に備え、判定条件設定部３０は、過去の複数のデータで構成されるデータセットを取得するデータセット取得部３１と、各々のデータが有する複数の情報項目に基づいて、データセットのクラスタリングを行い、複数のデータを複数のクラスタに分けるクラスタリング部３２と、各々のクラスタについて、補正を行うべきクラスタであったか、補正を行うべきでないクラスタであったかを評価する評価部３３と、を含み、評価部３３の評価結果に基づいて判定条件を設定してよい。このように、クラスタリングによって複数に分けられたクラスタを評価した評価結果を用いることで、判定条件設定部３０は、補正を行うべき状況で適切な補正を行うことができるような、判定条件を設定できる。

データセットに含まれる個々のデータは、少なくとも、補正を行った後の予測電力価格である補正後予測値、補正を行う前の予測電力価格である補正前予測値、及び電力価格の実績値を情報項目として有し、評価部３３は、補正後予測値と実績値との誤差、及び補正前予測値と実績値との誤差に基づいて、各々のクラスタについての評価を行い、判定条件設定部３０は、判定部２４の判定対象となる状況が、補正を行うべきクラスタに属すか否かを判定可能とするために、各々のクラスタの分類情報を判定条件として設定してよい。これにより判定条件設定部３０は、判定対象となる状況が、補正を行うべきクラスタに属するかを判定することができるため、補正を行うべき状況で適切な補正を行うことができるような、判定条件を設定できる。

分類情報では、クラスタの分類として、補正を行うべきか否かの判断を要する分類が設けられており、判定条件設定部３０は、補正を行うべきか否かの判断を行うための判断情報として、複数の情報項目の中の何れかの情報項目が、所定の条件を満たすか否かという判断情報を設定してよい。これにより、判定条件設定部３０は、判定対象に係るクラスタが、補正を行うべき状況と補正を行うべきでない状況が混在するようなクラスタにおいて、補正を行うべき状況で適切な補正を行うことができるような、判定条件を設定できる。

本発明は、上述の実施形態に限定されるものではない。

例えば、上述の実施形態では、補正部１７は、発電種別ごとに互いに異なる補正値を設定していた。これに代えて、補正部１７は、発電種別を区別することなく、同一の補正値を用いて想定発電単価を補正してよい。

上述の実施形態では、補正部１７は、想定発電単価を補正するときの状況を参照し、当該補正を行うか否かの判定を行っていた。これに代えて、補正部１７は、判定を行うことなく、状況に関わらず一律補正を行ってもよい。ただし、その場合は、補正部１７は、状況に応じて補正値を使い分けるような処理を行ってもよい。

１，１００…電力価格予測装置、１１…発電機情報取得部、１２…想定発電出力演算部、１３…想定発電単価演算部、１４…供給可能電力情報作成部、１５…想定電力需要演算部、１６…予測部、１７…補正部、２４…判定部、２５…格納部。

Claims (15)

1. 対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得部と、
   前記発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算部と、
   前記発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算部と、
   前記複数の発電機のそれぞれについて前記想定発電出力を関連付けた状態で、当該複数の発電機を前記想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成部と、
   電力供給領域内の想定電力需要を演算する想定電力需要演算部と、
   前記供給可能電力情報および前記想定電力需要に基づいて、電力価格を予測する予測部と、
   過去における電力価格の予測結果を用いて、前記想定発電単価を補正する補正部と、を備えることを特徴とする、電力価格予測装置。
2. 前記補正部は、過去における電力価格の予測値と、当該過去における電力価格の実績値との間の誤差に基づく補正値を用いて、前記想定発電単価を補正することを特徴とする、請求項１に記載の電力価格予測装置。
3. 前記補正部は、
   過去における所定の時間範囲の中で、各期間において前記予測値を決定した発電種別を特定すると共に、当該発電種別を関連付けて各期間における前記誤差を演算し、
   発電種別が互いに同一となる期間を抽出すると共に、抽出した期間における前記誤差に対して演算処理を行い、
   前記想定発電単価を補正するときは、当該想定発電単価に対応する発電種別での前記演算処理の結果に基づく前記補正値を用いて補正を行うことを特徴とする、請求項２に記載の電力価格予測装置。
4. 前記補正部は、各発電種別に対する前記補正値を格納する格納部を有し、特定の発電種別に対する前記補正値が新たに取得されたタイミングで、当該発電種別に対する前記補正値を更新することを特徴とする、請求項２又は３に記載の電力価格予測装置。
5. 前記補正部は、前記想定発電単価を補正するときの状況を参照し、当該補正を行うか否かの判定を行う判定部を有することを特徴とする、請求項１～４の何れか一項に記載の電力価格予測装置。
6. 前記判定部は、前記想定発電単価を補正するときの状況が、所定の条件を満たしているか否かを判定する第１の判定を行い、
   前記第１の判定において前記所定の条件を満たしていると判定された場合、前記補正部は、前記想定発電単価を補正する、請求項５に記載の電力価格予測装置。
7. 前記判定部は、過去における電力価格の予測値と、当該過去における電力価格の実績値との間の誤差に基づく補正値が、第１の閾値以下であるか否かを判定する第２の判定を行い、
   前記第２の判定において前記第１の閾値以下であると判定された場合、前記補正部は、前記補正値を用いて前記想定発電単価を補正し、
   前記第２の判定において前記閾値を超えると判定された場合、前記補正部は、予め設定された固定値を用いて前記想定発電単価を補正する、請求項５又は６に記載の電力価格予測装置。
8. 前記判定部は、前記想定発電単価を補正するときにおいて、補正対象に係る前記想定発電単価に対応する発電種別が特定の発電種別であるか否かを判定する第３の判定を行い、
   前記補正部は、前記第３の判定に基づいて、前記想定発電単価を補正する、請求項５～７の何れか一項に記載の電力価格予測装置。
9. 前記判定部は、前記電力価格の予測の基となる前記想定電力需要が第２の閾値以下であるかを判定する第４の判定を行い、
   前記補正部は、前記第４の判定に基づいて、前記想定発電単価を補正する、請求項５～８の何れか一項に記載の電力価格予測装置。
10. 前記判定部の判定条件を設定する判定条件設定部を更に備え、
    前記判定条件設定部は、
    過去の複数のデータで構成されるデータセットを取得するデータセット取得部と、
    各々の前記データが有する複数の情報項目に基づいて、前記データセットのクラスタリングを行い、複数の前記データを複数のクラスタに分けるクラスタリング部と、
    各々の前記クラスタについて、補正を行うべきクラスタであったか、補正を行うべきでないクラスタであったかを評価する評価部と、を含み、
    前記評価部の評価結果に基づいて前記判定条件を設定する、請求項５～９の何れか一項に記載の電力価格予測装置。
11. 前記データセットに含まれる個々のデータは、少なくとも、補正を行った後の予測電力価格である補正後予測値、補正を行う前の予測電力価格である補正前予測値、及び電力価格の実績値を前記情報項目として有し、
    前記評価部は、前記補正後予測値と前記実績値との誤差、及び前記補正前予測値と前記実績値との誤差に基づいて、各々の前記クラスタについての評価を行い、
    前記判定条件設定部は、前記判定部の判定対象となる状況が、補正を行うべきクラスタに属すか否かを判定可能とするために、各々の前記クラスタの分類情報を前記判定条件として設定する、請求項１０に記載の電力価格予測装置。
12. 前記分類情報では、クラスタの分類として、補正を行うべきか否かの判断を要する分類が設けられており、
    前記判定条件設定部は、補正を行うべきか否かの判断を行うための判断情報として、複数の前記情報項目の中の何れかの情報項目が、所定の条件を満たすか否かという判断情報を設定する、請求項１１に記載の電力価格予測装置。
13. 対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップと、
    前記発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップと、
    前記発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップと、
    前記複数の発電機のそれぞれについて前記想定発電出力を関連付けた状態で、当該複数の発電機を前記想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップと、
    電力供給領域内の想定電力需要を演算する想定電力需要演算ステップと、
    前記供給可能電力情報および前記想定電力需要に基づいて、電力価格を予測する予測ステップと、
    過去における電力価格の予測結果を用いて、前記想定発電単価を補正する補正ステップと、を備えることを特徴とする、電力価格予測方法。
14. 対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップと、
    前記発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップと、
    前記発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップと、
    前記複数の発電機のそれぞれについて前記想定発電出力を関連付けた状態で、当該複数の発電機を前記想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップと、
    電力供給領域内の想定電力需要を演算する想定電力需要演算ステップと、
    前記供給可能電力情報および前記想定電力需要に基づいて、電力価格を予測する予測ステップと、
    過去における電力価格の予測結果を用いて、前記想定発電単価を補正する補正ステップと、をコンピュータシステムに実行させる電力価格予測プログラム。
15. 対象領域内に存在する複数の発電機から、少なくとも当該複数の発電機のそれぞれの発電種別および稼働状況を含む発電機情報を取得する発電機情報取得ステップと、
    前記発電機情報に基づいて、各発電機の想定発電出力を演算する想定発電出力演算ステップと、
    前記発電機情報に基づいて、各発電機の想定発電単価を演算する想定発電単価演算ステップと、
    前記複数の発電機のそれぞれについて前記想定発電出力を関連付けた状態で、当該複数の発電機を前記想定発電単価の安い順に配列して供給可能電力情報を作成する供給可能電力情報作成ステップと、
    電力供給領域内の想定電力需要を演算する想定電力需要演算ステップと、
    前記供給可能電力情報および前記想定電力需要に基づいて、電力価格を予測する予測ステップと、
    過去における電力価格の予測結果を用いて、前記想定発電単価を補正する補正ステップと、をコンピュータシステムに実行させる電力価格予測プログラムを記憶するコンピュータ読取可能な記録媒体。

Images