JP7366352B2 - Power generation control device, power generation control method, power generation control program, and power generation system - Google Patents
Power generation control device, power generation control method, power generation control program, and power generation system Download PDFInfo
- Publication number
- JP7366352B2 JP7366352B2 JP2020179886A JP2020179886A JP7366352B2 JP 7366352 B2 JP7366352 B2 JP 7366352B2 JP 2020179886 A JP2020179886 A JP 2020179886A JP 2020179886 A JP2020179886 A JP 2020179886A JP 7366352 B2 JP7366352 B2 JP 7366352B2
- Authority
- JP
- Japan
- Prior art keywords
- power
- power generation
- power consumption
- time
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/20—Climate change mitigation technologies for sector-wide applications using renewable energy
Description
本発明は、発電制御システムに用いられる発電制御装置、発電制御方法及び発電制御プログラムに関する。 The present invention relates to a power generation control device , a power generation control method, and a power generation control program used in a power generation control system.
従来、太陽光発電システムなどの発電システムは、電力会社との売買契約に基づいて、その余剰電力は商用電力線に逆潮流させ電力会社に売電されていた。しかし、各種分散電源が増加するにともない、逆潮流による電力系統の電圧変動という弊害が生じることとなった。
そのため、現在では発電システムから電力会社への逆潮流を回避しなければならない場合があり、発電量（発電電力）を制御する必要が生じてきた。
発電量の制御方法として、逆潮流を抑制するための制御方法が公知である。
Conventionally, in power generation systems such as photovoltaic power generation systems, surplus power is reversely flowed into commercial power lines and sold to the power company based on a sales contract with the power company. However, as the number of distributed power sources increases, the problem of voltage fluctuations in the power system due to reverse power flow has arisen.
Therefore, there are now cases where it is necessary to avoid reverse power flow from the power generation system to the electric power company, and it has become necessary to control the amount of power generated (generated power) .
As a method for controlling the amount of power generation , a control method for suppressing reverse power flow is known.
現実の消費電力は、時々刻々変化する一方で、パワーコンディショナーに発電量の制御にはタイムラグが発生する。そのため、発電量が消費電力を超過しないように、消費電力の変化を想定して、発電量の上限を設定する必要がある。すなわち、分単位や秒単位の短い時間で消費電力が変化するため、現実的には、この変化を考慮して、過剰にマージン（余裕）を持たせた低い上限値での発電制御を行うことになる。その結果、発電効率が低下することになる。 While actual power consumption changes from moment to moment, there is a time lag when power conditioners control the amount of power generated. Therefore, it is necessary to assume changes in power consumption and set an upper limit on the amount of power generation so that the amount of power generation does not exceed power consumption. In other words, power consumption changes over short periods of time, such as minutes or seconds, so in reality, power generation should be controlled at a low upper limit with an excessive margin, taking these changes into account. It turns out. As a result, power generation efficiency will decrease.
上記課題を鑑み、本発明は、過剰に発電量を制限することを防止し、発電効率を向上させることができる発電システム及び発電制御方法を提供することを課題とする。 In view of the above problems, an object of the present invention is to provide a power generation system and a power generation control method that can prevent excessive restriction of power generation amount and improve power generation efficiency.
本発明に係る発電制御装置は、
パワーコンディショナーを具備する発電システムにおいて、前記パワーコンディショナーに指令値を送出することにより発電量を制御するための発電制御装置であって、
前記発電制御装置は、消費電力を取得し、直近の過去の時刻における計測値に基づいて複数の時刻の消費電力から所定時間経過後の消費電力の予測値を算出すると共に、
前記予測値に基づき前記予測値以下となる発電電力を指定する指令値を算出して、前記パワーコンディショナーに出力する演算処理部を具備することを特徴とする。
The power generation control device according to the present invention includes:
In a power generation system equipped with a power conditioner, a power generation control device for controlling the amount of power generation by sending a command value to the power conditioner,
The power generation control device acquires power consumption , calculates a predicted value of power consumption after a predetermined time has elapsed from the power consumption at a plurality of times based on the measured value at the most recent past time, and
The power conditioner is characterized by comprising an arithmetic processing unit that calculates a command value specifying generated power that is less than or equal to the predicted value based on the predicted value and outputs the command value to the power conditioner.
本発明に係る発電制御方法は、パワーコンディショナーを備えた発電システムに対して発電制御を行う発電制御装置において、
直近の過去の時刻における計測値に基づいて
複数の時刻の消費電力から所定時間経過後の消費電力の予測値を算出する第１の工程と、
前記パワーコンディショナーに対して前記予測値以下となる発電電力を指定する指令値を算出する第２の工程と、
前記パワーコンディショナーが前記指令値に従って前記発電システムの発電量を前記予測値以下に制御する第３の工程と、を実行させることを特徴とする。
The power generation control method according to the present invention includes a power generation control device that performs power generation control on a power generation system equipped with a power conditioner.
a first step of calculating a predicted value of power consumption after a predetermined period of time from power consumption at a plurality of times based on measured values at the most recent past time;
a second step of calculating a command value for the power conditioner to specify a generated power that is less than or equal to the predicted value;
A third step is performed in which the power conditioner controls the power generation amount of the power generation system to be equal to or less than the predicted value in accordance with the command value.
上記予測値及び上記指令値の算出は、演算処理部において実行されるプログラムによって実施される。本発明に係る発電システムは、発電装置と、パワーコンディショナーと、上記の発電制御装置とを含む構成により実現される。 The calculation of the predicted value and the command value is performed by a program executed in the arithmetic processing section. A power generation system according to the present invention is realized by a configuration including a power generation device, a power conditioner, and the power generation control device described above..
本発明によれば、過剰に発電量を制限することを防止し、発電効率を向上させることができる発電システムやそれを実現するために適用可能な発電制御装置、発電制御方法、発電制御のためのプログラムを得ることができる。 According to the present invention, a power generation system capable of preventing excessive restriction of power generation amount and improving power generation efficiency, a power generation control device applicable to realizing the same, a power generation control method, and a method for power generation control. You can get the program .
以下、図面を参照して本発明の実施形態について説明する。但し、以下の実施形態は、いずれも本発明の要旨の認定において限定的な解釈を与えるものではない。また、同一又は同種の部材については同じ参照符号を付して、説明を省略することがある。以下の実施形態では、分散電源の一例として太陽光発電システムについて説明する。 Embodiments of the present invention will be described below with reference to the drawings. However, none of the following embodiments is intended to provide a limiting interpretation in determining the gist of the present invention. Moreover, the same reference numerals may be given to the same or similar members, and the description thereof may be omitted. In the following embodiments, a solar power generation system will be described as an example of a distributed power source.
（第１の実施形態）
図１は、本発明にかかる太陽光発電制御システム１（以下、単に発電制御システムと称す。）の一実施形態の主要構成を示す。
発電制御システム１は、太陽電池２、ＰＣＳ（パワーコンディショナ）３及び発電制御装置４（以下単に、制御装置と称す）を備え、太陽電池２により発電された電力を自家消費する発電システムである。
なお、発電制御システム１は、受変電部５（配電盤）を含んでも良い。さらに発電制御システム１は、太陽電池２により発電された電力を蓄える蓄電池を備えてもよい。
(First embodiment)
FIG. 1 shows the main configuration of an embodiment of a solar power generation control system 1 (hereinafter simply referred to as a power generation control system) according to the present invention.
The power
Note that the power
ＰＣＳ３は太陽電池２から出力された直流電力を交流電力に変換するとともに太陽電池２の発電量（発電電力）を制御する。すなわち、ＰＣＳ３は、太陽電池２のＩ－Ｖ特性に従って太陽電池２の発電量を制御することができ、例えば公知のＭＰＰＴ法により発電量が最大となるように制御することができる。
The PCS 3 converts the DC power output from the
ＰＣＳ３は、電力線によって受変電部５と電気的に接続されており、さらに受変電部５は、例えばエアコン等の１つ以上の電気設備である負荷６と電気的に接続されている。
従って、発電された電力は、ＰＣＳ３及び受変電部５を経由して、負荷６に送電され消費される。
The PCS 3 is electrically connected to a power receiving/transforming
Therefore, the generated power is transmitted to the
また、受変電部５は、電力会社７（外部電源）等からの商用電力線に接続されており、商用電力線から電力供給を受け負荷６に電力を供給することができる。従って、受変電部５は、複数の電力源に対して電力線により電気的に接続されており、それらの複数の電力源から受電した電力を、電気的に接続されている負荷６へと電力の分配を行う。
さらに受変電部５は、電力源の供給電圧と負荷６の電気設備の規格電圧に差がある場合、電気設備の規格電圧に応じて変電を行う変圧器の機能を備えてもよい。
Further, the power receiving/transforming
Furthermore, when there is a difference between the supply voltage of the power source and the standard voltage of the electrical equipment of the
制御装置４は、太陽電池２の発電量の上限値を設定するため、負荷６の消費電力、又は受変電部５から負荷６への供給電力を計測する計測部を備える。
なお、受変電部５側に負荷６へ供給電力を計測する機能がある場合、制御装置４は、受変電部５から負荷への供給電力の値を取得すればよい。
また、電力の計測部は、受変電部５内に設けてもよく、制御装置４に内蔵して計測部のみを電力線に設置してもよく、別途独立して設けても良い。計測部は公知の電力計を用いることができる。例えば、電力会社等が消費電力を測定する際に使用する電力計を用いることができる。
なお、消費電力の取得方法は、上記に限定されず、公知の方法により取得することができ、例えば、電力会社等からの買電力と太陽電池２の発電電力との総和から算出してもよい。
The
Note that if the power receiving and transforming
Further, the power measurement section may be provided within the power receiving and transforming
Note that the method for acquiring power consumption is not limited to the above, and can be acquired by any known method, for example, by calculating it from the sum of the power purchased from the electric power company and the power generated by the
制御装置４は、消費電力を超過しないように、計測した消費電力に基づき、発電量の上限を算出し、ＰＣＳ３に対して、発電量の上限（又は上限を指定する値）を指令値として出力する。ＰＣＳ３は、指令値に従って、太陽電池２の発電量を、指定された上限以下となるように制御する。
図２は、消費電力とＰＣＳ３に対する指令値の時間的推移を示すグラフである。図２において、点線は消費電力、実線は指令値を示す。指令値は、例えば消費電力の一次関数や消費電力から所定量減ずることにより、消費電力より低い値に設定されている。
図２（ａ）に観察されるように、消費電力の変化は、相対的に緩やかに変化する曲線に短周期で変化する成分が重畳された挙動を示す。
The
FIG. 2 is a graph showing temporal changes in power consumption and command values for the PCS3. In FIG. 2, the dotted line indicates power consumption, and the solid line indicates command value. The command value is set to a value lower than the power consumption, for example, by a linear function of the power consumption or by subtracting a predetermined amount from the power consumption .
As observed in FIG. 2A, the change in power consumption exhibits a behavior in which a component that changes in a short period is superimposed on a curve that changes relatively slowly.
図２（ａ）に示す例の場合、逆潮流を防止するため、いずれの時間においても指令値は消費電力より低い値に設定されている。
しかし、現実にＰＣＳ３が太陽電池２の発電量を制御する場合には、有限の制御遅れ時間（応答時間）が存在し、消費電力が計測された時刻と、太陽電池２の発電量制御が完了する時刻との間に、有限の時間経過が生じ、例えば数秒程度の時間的なずれ（タイムラグ）が生じる。
In the example shown in FIG. 2A, the command value is set to a value lower than the power consumption at any time in order to prevent reverse power flow.
However, when the
例えば、消費電力を時間ｔの関数ＣＷ（ｔ）とし、時刻ｔ１において、消費電力ＣＷ（ｔ１）に基づいて、発電量の指令値ＰＷ（ｔ１）（＜ＣＷ（ｔ１））を確定し、ＰＣＳ３が太陽電池２の発電量がＰＷ（ｔ１）となるよう指令したとする。そして、有限の時間（Δｔ）経過後に太陽電池２の発電量がＰＷ（ｔ１）となるとする。
消費電力は、時々刻々変化するため、時刻ｔ１+ΔｔにおいてはＣＷ１（ｔ１+Δｔ）となる。もし消費電力が減少した場合、ＣＷ（ｔ１+Δｔ）＜ＣＷ（ｔ１）となる。
この場合、ＰＷ（ｔ１）＜ＣＷ（ｔ１）であるが、消費電力の減少量ＣＷ（ｔ１）－ＣＷ（ｔ１+Δｔ）が、消費電力と指令値とのマージンＣＷ（ｔ１）－ＰＷ（ｔ１）を上回ると、ＣＷ（ｔ１）－ＣＷ（ｔ１+Δｔ）＞ＣＷ（ｔ１）－ＰＷ（ｔ１）となる。制御遅れ時間により、時刻ｔ１＋Δｔにおいて太陽電池２の発電量は、ＰＷ（ｔ１）となり、消費電力より大きくなる（ＰＷ（ｔ１）＞ＣＷ（ｔ１+Δｔ））。その結果、時刻ｔ１＋Δｔにおいて、逆潮流が発生することになる。
For example, let the power consumption be a function CW(t) of time t, and at time t1, determine the command value PW(t1) (<CW(t1)) for the amount of power generation based on the power consumption CW(t1). , it is assumed that the
Since power consumption changes from moment to moment, it becomes CW1 (t1+Δt) at time t1+Δt. If power consumption decreases, CW(t1+Δt)<CW(t1).
In this case, PW (t1) < CW (t1), but the amount of decrease in power consumption CW (t1) - CW (t1 + Δt) is the margin between power consumption and command value CW (t1) - PW (t1), CW(t1)-CW(t1+Δt)>CW(t1)-PW(t1). Due to the control delay time, the amount of power generated by the
図２（ｂ）は、図２（ａ）の円で囲んだ領域近傍を拡大したグラフである。円で囲んだ領域は、消費電力が減少する谷の部分が存在する。図２（ｂ）に示すように、時間Δｔのずれ（制御遅れ時間）が生じた場合には、上記のように指令値ＰＷ（ｔ１）が、消費電力ＣＷ（ｔ１+Δｔ）を上回り、逆潮流が生じることになる。
このように、発電制御の制御遅れ時間と同程度の短周期での消費電力の変化は、逆潮流を引き起こすリスクを高める。
FIG. 2(b) is an enlarged graph of the vicinity of the circled area in FIG. 2(a). In the circled area, there is a valley where power consumption decreases. As shown in FIG. 2(b), when a deviation of time Δt (control delay time) occurs, command value PW (t1) exceeds power consumption CW (t1+Δt) as described above, A reverse power flow will occur.
In this way, a change in power consumption in a short cycle comparable to the control delay time of power generation control increases the risk of causing reverse power flow.
そのため従来は、図２（ｃ）に示すように、例えば、１日の内の全ての時刻での消費電力の短周期の変動幅の最大量（図中ΔＰ）を予め推定しておき、この最大量の変動が生じても逆潮流が生じないよう十分に大きなマージンを持たせて、ＰＣＳ３の指令値を設定する必要があった。
この場合、日によって消費電力の挙動が変化し、変動の最大量も変わることがあるため、最大量は過去の実績等から推定する必要がある。
また、この最大量の変動が生じる時刻は不明であるため、全ての時刻に対して、この最大量の変動が生じても逆潮流が生じないよう、ＰＣＳ３の指令値を設定する必要がある。
従って、逆潮流のリスクを防止するため、多くの時刻において、消費電力の短周期の変動は過大評価されることとなる。
太陽電池２の発電量は、このように設定されたマージンのために過剰に制限（低減）されてしまい、結果的に、太陽電池２の発電効率を低下させてしまうことがある。
Therefore, conventionally, as shown in FIG. 2(c), for example, the maximum amount of short-term fluctuation width of power consumption at all times of the day (ΔP in the figure) is estimated in advance, It was necessary to set the command value of the
In this case, the behavior of power consumption changes depending on the day, and the maximum amount of fluctuation may also change, so the maximum amount needs to be estimated from past results.
Furthermore, since the time at which this maximum amount of variation occurs is unknown, it is necessary to set the command value of the
Therefore, in order to prevent the risk of reverse power flow, short-term fluctuations in power consumption are overestimated at many times.
The power generation amount of the
なお、実際には、発電制御の有限の制御遅れ時間は、（１）ＰＣＳ３自体の制御特性の他、（２）消費電力の計測（電力計測器から制御端末への通信）、（３）指令値の計算（ただし、これは一瞬で完了するため無視できる）、（４）指令値の送信（計測端末からＰＣＳ３への通信）が合わさった値であるが、実測により求めることもできる。 In reality, the finite control delay time for power generation control is determined by (1) the control characteristics of the PCS3 itself, (2) measurement of power consumption (communication from the power meter to the control terminal), and (3) This value is a combination of command value calculation (however, this can be ignored as it is completed in an instant) and (4) command value transmission (communication from the measurement terminal to PCS 3), but it can also be obtained by actual measurement.
従って、直近の過去の時刻における計測値に基づいて複数の時刻の消費電力から短周期の消費電力の変化を予測し、太陽電池２の発電量の上限を決定することで、逆潮流を防止しつつ太陽電池２の発電効率を、従来より向上させることができる。
すなわち、制御遅れ時間に相当する時間の経過後の消費電力を、直近の消費電力のデータに基づいて予測し、太陽電池２の発電量の上限を消費電力の予測値以下に設定する。
具体的には、過去の数点の消費電力の値から、将来の消費電力を予測する。推定する時刻は、制御遅れ時間相当の短時間後の時刻であり、例えば制御遅れ時間の２倍から１０倍の時間が経過した時刻の値を予測する。このように短周期での消費電力の予測をするものであり、従って、長周期の消費電力の予測は不要である。
なお、上記のように、制御遅れ時間は、消費電力の計測開始時から発電量の出力までであり、実測も可能である。
Therefore, by predicting changes in short-term power consumption from power consumption at multiple times based on measured values at the most recent past time and determining the upper limit of the power generation amount of
That is, the power consumption after a time corresponding to the control delay time has elapsed is predicted based on the latest power consumption data, and the upper limit of the power generation amount of the
Specifically, future power consumption is predicted from several past power consumption values. The time to be estimated is a time after a short time corresponding to the control delay time, and for example, the value of the time when twice to ten times the control delay time has elapsed is predicted. In this way, the power consumption is predicted in a short period, so there is no need to predict the power consumption in a long period.
Note that, as described above, the control delay time is from the start of measurement of power consumption to the output of the amount of power generation, and can be actually measured.
このように短周期での消費電力の変動を予測して追随するため、従来のように、全時刻での短周期の変動幅の最大量を見込んで、消費電力と指令値とのマージンを設定する必要がなくなり、予測値と指令値とのマージンは、変動幅の最大量（ΔＰ）より小さくすることができる。その結果、発電効率が向上する。 In order to predict and track short-term fluctuations in power consumption in this way, as in the past, the margin between power consumption and command value is calculated by taking into account the maximum amount of short-period fluctuations at all times. There is no need to set , and the margin between the predicted value and the command value can be made smaller than the maximum amount of variation (ΔP). As a result, power generation efficiency improves.
（消費電力の予測１）
基本的に、その時点の消費電力の動き、速度と加速度から次の値を予測する。予測方法として、例えば多項式を用いた回帰分析を用いてもよい。具体的には、直近の３点の時刻の消費電力のデータより、消費電力の時間に関しての回帰分析により以下の二次関数（以下、二次回帰関数と称す）を求める。
Ｙ＝Ａ＋ＢＸ＋ＣＸ２ （式１）
ここでＹは消費電力、Ｘは時間である。
３点の時刻と消費電力の計測値、すなわち時刻Ｘ１、Ｘ２、Ｘ３の消費電力の値Ｙ１、Ｙ２、Ｙ３が得られれば、Ａ、Ｂ、Ｃの値は一意に求めることができる。
上記回帰関数により、時刻Ｘにおける消費電力Ｙを算出することができる。
なお、上記のように短周期の変化を求めるものであり、予測する時刻Ｘは、制御遅れ時間に相当する時間程度経過した時刻である。なお、制御遅れ時間は、システム全体やＰＣＳ３により変動するため、時刻Ｘは可変に設定できる。
なお、二次方程式におけるＡ、Ｂ、Ｃを求めることは速度、加速度を求める事と同等であることは言うまでもない。
( Power consumption prediction 1)
Basically, the next value is predicted from the movement, speed and acceleration of power consumption at that point. As a prediction method, for example, regression analysis using polynomials may be used. Specifically, the following quadratic function (hereinafter referred to as a quadratic regression function) is obtained from power consumption data at the most recent three points of time by regression analysis of power consumption with respect to time.
Y=A+BX+CX2 (Formula 1)
Here, Y is power consumption and X is time.
If the measured values of time and power consumption at three points, that is, the power consumption values Y1, Y2, and Y3 at times X1, X2, and X3 are obtained, the values of A, B, and C can be uniquely determined.
Power consumption Y at time X can be calculated using the above regression function.
Note that, as described above, short-period changes are obtained, and the predicted time X is a time after which a time corresponding to the control delay time has elapsed. Note that since the control delay time varies depending on the entire system and the
It goes without saying that finding A, B, and C in a quadratic equation is equivalent to finding velocity and acceleration.
（消費電力の予測２）
さらに一層、消費電力データの過去の挙動を反映させて、消費電力を予測することが可能である。
本実施形態においては、反映させる過去の消費電力データ数を自動的に変更し、将来の消費電力を予測することができる。具体的には、３点以上の時間に関する消費電力の近似式を二次関数（二次回帰関数）として求め、その近似式の実測データに対する相関係数から、近似式の妥当性を判断し、妥当であると判断される最大のデータ数を採用する。
以下、本実施形態２について、詳細に説明する。
( Power consumption prediction 2)
Furthermore, it is possible to predict power consumption by reflecting past behavior of power consumption data.
In this embodiment, it is possible to automatically change the amount of past power consumption data to be reflected and predict future power consumption . Specifically, an approximation formula for power consumption related to time at three or more points is determined as a quadratic function (quadratic regression function), and the validity of the approximation formula is determined from the correlation coefficient of the approximation formula with the actual measured data. , adopt the maximum number of data that is judged to be appropriate.
具体的には、以下の手順に従って、制御装置４の演算処理部は、二次関数（二次回帰関数）を求める。
ステップ０： 相関係数の閾値（Ｒｃ）を設定する。
ステップ１： 直近のｎ＝３点の時刻と消費電力から二次回帰関数を算出する。
ステップ２： ｎを１増加して（ｎ＝ｎ＋１）、直近のｎ点の時刻と消費電力から二次回帰関数を算出する。
ステップ３： 得られた二次回帰関数に対して相関係数を算出し、閾値Ｒｃと比較する。
ステップ４： 算出した相関係数が、閾値Ｒｃ以上であれば、処理継続と判断し、ステップ２に戻り、閾値Ｒｃより小さければ、処理完了と判断し、ｎを１減じて（ｎ＝ｎ－１）、直近のｎ点の時刻と消費電力から算出した二次回帰関数を採用し、手順を終了する。
すなわち、相関係数ｒが閾値Ｒｃ以上であれば、ステップ２、３を繰り返し、相関係数ｒが閾値Ｒｃより小さければステップ４により、手順は終了する。
Specifically, the arithmetic processing unit of the
Step 0: Set the correlation coefficient threshold (Rc).
Step 1: Calculate a quadratic regression function from the time and power consumption of the most recent n=3 points.
Step 2: Increase n by 1 (n=n+1) and calculate a quadratic regression function from the time and power consumption of the most recent n points.
Step 3: Calculate the correlation coefficient for the obtained quadratic regression function and compare it with the threshold value Rc.
Step 4: If the calculated correlation coefficient is greater than or equal to the threshold Rc, it is determined to continue the process, and the process returns to step 2. If it is smaller than the threshold Rc, it is determined that the process is complete, and n is subtracted by 1 (n=n- 1) A quadratic regression function calculated from the time and power consumption of the most recent n points is adopted, and the procedure is ended.
That is, if the correlation coefficient r is greater than or equal to the threshold value Rc, steps 2 and 3 are repeated, and if the correlation coefficient r is less than the threshold value Rc, the procedure ends at
上記ステップにより、制御装置４は、消費電力の予測値を算出することができる。その後、その消費電力の予測値に基づき、太陽電池２の発電量の上限値を算出し、ＰＣＳ３に指令値として出力し、ＰＣＳ３は、その上限値以下となるよう太陽電池２の発電量を制御する。
Through the above steps, the
二次回帰関数（式１）は、直近の連続した計測時刻Ｘｉを用い、時刻Ｘｉのときの消費電力をＹｉとし、データ数をｎ（自然数）とすると、
Ｃ＝（Ｓｘ２ｙＳｘｘ－ＳｘｙＳｘｘ２）／（ＳｘｘＳｘ２ｘ２－（Ｓｘｘ２）２）
Ｂ＝（ＳｘｙＳｘ２ｘ２－Ｓｘ２ｙＳｘｘ２）／（ＳｘｘＳｘ２ｘ２－（Ｓｘｘ２）２）
Ａ＝＜Ｙ＞－Ｂ＜Ｘ＞－Ｃ＜Ｘ２＞
となる。
ここで、
＜Ｘ＞＝ΣＸｉ／ｎ
＜ｙ＞＝ΣＹｉ／ｎ
＜Ｘ２＞＝ΣＸｉ２／ｎ
Ｓｘｘ＝Σ（Ｘｉ－＜Ｘ＞）２／ｎ
＝ΣＸｉ２／ｎ－＜Ｘ＞２
Ｓｘｙ＝Σ（Ｘｉ－＜Ｘ＞）（Ｙｉ－＜Ｙ＞）／ｎ
＝ΣＸｉＹｉ／ｎ－＜Ｘ＞＜Ｙ＞
Ｓｘｘ２＝Σ（Ｘｉ－＜Ｘ＞）（Ｘｉ２－＜Ｘ２＞）／ｎ
＝ΣＸｉ３／ｎ－＜Ｘ＞＜Ｘ２＞
Ｓｘ２ｘ２＝Σ（Ｘｉ２－＜Ｘ２＞）２／ｎ
＝ΣＸｉ４／ｎ－＜Ｘ２＞＜Ｘ２＞
Ｓｘ２ｙ＝Σ（Ｘｉ２－＜Ｘ２＞）（Ｙｉ－＜Ｙ＞）／ｎ
＝ΣＸｉ２Ｙｉ／ｎ－＜Ｘ２＞＜Ｙ＞
である。
なお、Σは、インデックス（ｉ）が１からｎまでの総和を示す。
また、相関係数ｒは、
ｒ＝√（１－Σ（Ｙｉ－（Ａ＋ＢＸｉ＋ＣＸｉ２））２／（Σ（Ｙｉ－＜Ｙ＞）２））
で定義した。
なお、「√」は平方根を示す。
The quadratic regression function (Equation 1) uses the most recent consecutive measurement times Xi, where the power consumption at time Xi is Yi, and the number of data is n (a natural number).
C=(Sx2ySxx-SxySxx2)/(SxxSx2x2-(Sxx2)2)
B=(SxySx2x2-Sx2ySxx2)/(SxxSx2x2-(Sxx2)2)
A=<Y>-B<X>-C<X2>
becomes.
here,
<X>=ΣXi/n
<y>=ΣYi/n
<X2>=ΣXi2/n
Sxx=Σ(Xi-<X>)2/n
=ΣXi2/n-<X>2
Sxy=Σ(Xi-<X>)(Yi-<Y>)/n
=ΣXiYi/n-<X><Y>
Sxx2=Σ(Xi-<X>)(Xi2-<X2>)/n
=ΣXi3/n-<X><X2>
Sx2x2=Σ(Xi2-<X2>)2/n
=ΣXi4/n-<X2><X2>
Sx2y=Σ(Xi2-<X2>)(Yi-<Y>)/n
=ΣXi2Yi/n-<X2><Y>
It is.
Note that Σ indicates the sum of indexes (i) from 1 to n.
Also, the correlation coefficient r is
r=√(1-Σ(Yi-(A+BXi+CXi2))2/(Σ(Yi-<Y>)2))
Defined by .
Note that "√" indicates a square root.
上記のように四則演算により容易に二次回帰関数及び相関係数を求めることができ、演算処理装置、例えばマイコン等により、上記手順を実行することができる。
従って、公知の電力計により消費電力値を定期的に計測し、得られた計測値を順次記憶装置に保存し、演算処理装置は、記憶装置に保存した消費電力値を、読み出して算出することができる。
なお、消費電力は、上記に限らず公知の方法により取得すればよい。
As described above, the quadratic regression function and the correlation coefficient can be easily obtained by the four arithmetic operations, and the above procedure can be executed by an arithmetic processing device such as a microcomputer.
Therefore, the power consumption value is periodically measured using a known wattmeter, the obtained measured values are sequentially stored in a storage device, and the arithmetic processing unit reads out and calculates the power consumption value stored in the storage device. can do.
Note that the power consumption is not limited to the above method, and may be obtained by a known method.
以下図３を参照し、消費電力の予測値を算出する具体例を示す。
以降の消費電力の予測値を算出する各ステップにおいては、記憶装置に保存されているデータを、最新の現在の計測値から順に、過去の時刻の計測値を、演算処理装置が読み出すこととなる。
例えば、直近の５点の時刻Ｘ［秒］と消費電力Ｙ［ｋＷ］の組合わせ（Ｘｉ、Ｙｉ）が、（０、６）、（－１、７）、（－２、５）、（－３、４）、（－４、５）であったとする。
なお、時刻Ｘは、１秒毎に測定を行い、現時点を０秒とし、過去の時刻を負の値で表現している。
なお、「直近」とは、最新の時刻とそれに連続した過去の時刻を意味し、上記例のように、各ステップで回帰分析に使用する計測値は、そのステップ実行時刻に対して直近の時刻の計測値である。
A specific example of calculating the predicted value of power consumption will be described below with reference to FIG.
In each subsequent step of calculating the predicted value of power consumption, the arithmetic processing unit reads out the measured values at past times from the data stored in the storage device in order from the latest current measured value. Become.
For example, the combinations (Xi, Yi) of the most recent five points of time X [seconds] and power consumption Y [kW] are (0, 6), (-1, 7), (-2, 5), Suppose that they are (-3, 4) and (-4, 5).
Note that the time X is measured every second, the current time is set as 0 seconds, and past times are expressed as negative values.
Note that "recent" means the latest time and consecutive past times, and as in the example above, the measured values used for regression analysis at each step are the most recent time relative to the step execution time. This is the measured value.
ステップ０：
相関係数の閾値（判定値）Ｒｃを０．８に設定する。
このステップは、一度実行すればよく、以下のステップと異なり、各時刻において、消費電力の予測値を算出する毎に実行する必要はない。そのため、予め閾値（判定値）Ｒｃを記憶装置に保存しておけばよい。
以下、ステップ１から４は、太陽電池２を制御する各時刻に対して実行する。
Step 0:
The threshold value (judgment value) Rc of the correlation coefficient is set to 0.8.
This step only needs to be executed once, and unlike the following steps, it is not necessary to execute it every time a predicted value of power consumption is calculated at each time. Therefore, the threshold value (judgment value) Rc may be stored in the storage device in advance.
Hereinafter, steps 1 to 4 are executed for each time when the
ステップ１：
図３（ａ）に示すように、直近のｎ＝３点の時刻、すなわち時刻Ｘ＝０、－１、－２［秒］における各消費電力の値を用い、二次回帰関数を求める。
二次関数の各係数は、Ａ＝６、Ｂ＝－２．５、Ｃ＝－１．５となる。
例えば、１秒後（Ｘ＝１）の消費電力の予測値は、Ｙ＝２．０［ｋＷ］となる。
なお、この場合、言うまでもなくｒ＝１である。
Step 1:
As shown in FIG. 3(a), a quadratic regression function is determined using the power consumption values at the most recent n=3 points, that is, times X=0, -1, and -2 [seconds].
The coefficients of the quadratic function are A=6, B=-2.5, and C=-1.5.
For example, the predicted value of power consumption after one second (X=1) is Y=2.0 [kW].
Note that in this case, needless to say, r=1.
ステップ２：
図３（ｂ）に示すように、直近のｎ＋１＝４点の時刻、すなわち時刻Ｘ＝０、－１、－２、－３［秒］における各消費電力の値を用い、二次回帰関数を求める。
二次関数の各係数は、Ａ＝６．２、Ｂ＝－０．７、Ｃ＝－０．５となる。
例えば、１秒後（Ｘ＝１）の消費電力の予測値はＹ＝４．０［ｋＷ］となる。
Step 2:
As shown in FIG. 3(b), the quadratic regression function is seek.
The coefficients of the quadratic function are A=6.2, B=-0.7, and C=-0.5.
For example, the predicted value of power consumption after one second (X=1) is Y=4.0 [kW].
ステップ３：
得られた二次回帰関数に対して相関係数ｒを算出すると、ｒ＝０．９２となる。
Step 3:
When the correlation coefficient r is calculated for the obtained quadratic regression function, r=0.92.
ステップ４：
算出した相関係数ｒ（０．９２）が、閾値Ｒｃ（０．８）以上であるため、ステップ２に戻る。
Step 4:
Since the calculated correlation coefficient r (0.92) is greater than or equal to the threshold value Rc (0.8), the process returns to step 2.
ステップ２：
図３（ｃ）に示すように、直近のｎ＋１＝５点の時刻、すなわち時刻Ｘ＝０、－１、－２、－３、－４［秒］における各消費電力の値を用い、二次回帰関数を算出する。
二次関数の各係数は、Ａ＝６．５４、Ｂ＝－０．７９、Ｃ＝０．０７となる。
例えば、１秒後（Ｘ＝１）の消費電力の予測値はＹ＝４．０［ｋＷ］となる。
Step 2:
As shown in FIG. 3(c), using the values of power consumption at the most recent n+1=5 points, that is, time X=0, -1, -2, -3, -4 [seconds], Calculate the following regression function.
The coefficients of the quadratic function are A=6.54, B=-0.79, and C=0.07.
For example, the predicted value of power consumption after one second (X=1) is Y=4.0 [kW].
ステップ３：
得られた二次回帰関数に対して相関係数ｒを算出すると、ｒ＝０．７０となる。
Step 3:
When the correlation coefficient r is calculated for the obtained quadratic regression function, r=0.70.
ステップ４：
算出した相関係数ｒ（０．７０）が、閾値Ｒｃ（０．８）より小さいため、直近のｎ－１＝４点の時刻に対する二次回帰関数を採用し、手順を終了する。
Step 4:
Since the calculated correlation coefficient r (0.70) is smaller than the threshold value Rc (0.8), a quadratic regression function for the latest n-1=4 points of time is adopted, and the procedure ends.
従って、採用された二次回帰関数は、直近のｎ＝４点の実測データから得られた二次関数を採用し、二次関数の各係数は、Ａ＝６．２、Ｂ＝－０．７、Ｃ＝－０．５となる。
消費電力の予測値はＹ＝４．０［ｋＷ］となる。
Therefore, the adopted quadratic regression function is a quadratic function obtained from actual measurement data of the latest n=4 points, and each coefficient of the quadratic function is A=6.2, B=-0. 7.C=-0.5.
The predicted value of power consumption is Y=4.0 [kW].
このように、複数の直近の過去及び現在の時刻と消費電力との相関関係から、所定時間後の消費電力の予測値を算出できる。ここで、所定時間とは、ＰＣＳ３の制御遅れ時間程度に設定されるが、制御遅れ時間の変動を考慮すると、好適には、例えば制御遅れ時間の２倍から１０倍である。
In this way, a predicted value of power consumption after a predetermined period of time can be calculated from the correlation between a plurality of recent past and current times and power consumption . Here, the predetermined time is set to about the control delay time of the
制御する太陽電池２の発電量の上限を、消費電力の予測値以下に設定する。
例えば、消費電力の予測値より一定数少ない値又は消費電力の予測値の関数（比例、一次関数等）とし、例えば３．５［ｋＷ］とする。
The upper limit of the power generation amount of the
For example, it may be a value that is a certain number smaller than the predicted value of power consumption or a function (proportional, linear function, etc.) of the predicted value of power consumption, such as 3.5 [kW].
制御装置４により求められた太陽電池２の発電量の上限は、ＰＣＳ３に出力され、ＰＣＳ３は、太陽電池２の発電量を制御する。消費電力の予測値は、制御遅れ時間に相当する時間が経過した時刻の値であるため、有限の制御遅れ時間が経過した時刻において、消費電力の予測値を上回らないように太陽電池２は制御されることとなる。
The upper limit of the power generation amount of the
なお、上記のステップ０から４により、複数の予測値が得られる場合、最も多くのデータ点数から予測値を採用したが、上記ステップ０から４により求めた各二次回帰関数から算出された予測値のうち、最も低い値となる予測値を採用してもよい。
In addition, if multiple predicted values were obtained from
（第２の実施形態）
第１の実施形態においては、取得された消費電力から直接回帰分析により消費電力の予測値を算出した。本実施形態においては、取得された消費電力の移動平均を算出し、算出された移動平均から回帰分析により消費電力を算出する。
取得された消費電量の時間推移の短周期の変動が激しい場合、消費電力の予測値が過剰に大きくなるか又は小さくなる、すなわち消費電力を過大評価又は過小評価する場合がある。消費電力を過大評価した場合、逆潮流のリスクが増大し、消費電力を過小評価した場合、太陽電池２の発電効率を低下することになる。
(Second embodiment)
In the first embodiment, a predicted value of power consumption was calculated by direct regression analysis from the acquired power consumption. In this embodiment, a moving average of the acquired power consumption is calculated, and the power consumption is calculated from the calculated moving average by regression analysis.
When short-term fluctuations in the acquired power consumption change over time are severe, the predicted value of power consumption may become excessively large or small, that is, the power consumption may be overestimated or underestimated. If the power consumption is overestimated, the risk of reverse power flow increases, and if the power consumption is underestimated, the power generation efficiency of the
以下に示すように、消費電力の移動平均に基づいて消費電力の予測値を算出することで、過大評価又は過小評価を低減することができる。
図４は、第１の実施形態及び第２の実施形態により消費電力の予測値の時間的推移例を比較して示す。
点線Ａは、実際に取得された消費電力、破線Ｂは、消費電力の値から算出した予測値、実線Ｃは、消費電力の移動平均から回帰分析により算出した予測値を示す。
この場合、破線Ｂ及び実線Ｃは、それぞれ直近の３点のデータから回帰分析により２次関数を求め、予測値を算出した。
As shown below, overestimation or underestimation can be reduced by calculating the predicted value of power consumption based on the moving average of power consumption.
FIG. 4 compares and shows examples of temporal changes in predicted values of power consumption according to the first embodiment and the second embodiment.
The dotted line A shows the actually acquired power consumption , the broken line B shows the predicted value calculated from the power consumption value, and the solid line C shows the predicted value calculated by regression analysis from the moving average of the power consumption .
In this case, for the broken line B and the solid line C, a quadratic function was obtained by regression analysis from the data of the most recent three points, and predicted values were calculated.
破線Ｂは、点線Ａと比べ、短周期の変動量が大きいことが分かる。一方、実線Ｃは、破線Ｂと比べ、短周期の変動が抑えられ、過大評価又は過小評価が抑制されていることが分かる。
以下具体的に、制御装置４による、移動平均を用いた消費電力の予測方法及び太陽電池２の発電量の制御方法について説明する。
なお、移動平均とは、時系列データにおいて直近の複数のデータを用いて平均値を計算する手法であるが、簡単のため、移動平均によって得られた平均値を「移動平均」と称することがある。
It can be seen that the broken line B has a larger amount of short-term fluctuation than the dotted line A. On the other hand, it can be seen that, compared to the broken line B, the solid line C suppresses short-term fluctuations and suppresses overestimation or underestimation.
Hereinafter, a method of predicting power consumption using a moving average and a method of controlling the power generation amount of the
Note that a moving average is a method of calculating an average value using the most recent data in time series data, but for simplicity, the average value obtained by a moving average may be referred to as a "moving average." be.
まず、消費電力の移動平均を算出するための時間間隔を決定する。これは、その時間間隔に相当するデータ点数（以下このデータ点数をｋとする。）を決定することと同じである。例えば、実際に得られた消費電力から、短周期で変動する平均的周期を求め、その０．５～１倍の時間間隔とすることができる。
また、ＰＣＳ３のＭＰＰＴ法による発電量が最大となる条件の探索に要する時間（以下探索時間と称す）に相当する時間間隔で平均を行ってもよい。探索時間は、実際に使用しているＰＣＳ３に依存し、実測が可能である。特に探索時間に比べ消費電量の変動の周期が短い場合、探索時間に相当する時間（例えば探索時間の１倍から２倍の時間）の間隔で、消費電力の移動平均を算出してもよい。
First, a time interval for calculating a moving average of power consumption is determined. This is the same as determining the number of data points (hereinafter this number of data points will be referred to as k) corresponding to that time interval. For example, it is possible to find an average cycle that fluctuates in a short period from the actually obtained power consumption, and set the time interval to be 0.5 to 1 times the average cycle.
Further, the averaging may be performed at time intervals corresponding to the time required to search for a condition that maximizes the amount of power generation using the MPPT method of the PCS 3 (hereinafter referred to as search time). The search time depends on the PCS3 actually used and can be measured. In particular, if the cycle of fluctuations in power consumption is shorter than the search time, the moving average of power consumption may be calculated at intervals of time equivalent to the search time (for example, from 1 to 2 times the search time). .
各時刻において、得られた消費電力に対して、直近のｋ個、例えば３～５個の消費電力の移動平均を算出する。
なお、移動平均は、ｋ個の単純移動平均であってもよいが、ｋ個のデータに対して、それぞれに重みを付けた加重移動平均であってもよい。加重移動平均の場合、最新の消費電力の重みを大きくし、線形加重移動平均や指数加重移動平均等を用いてもよい。
At each time, a moving average of the k most recent power consumptions , for example 3 to 5 power consumptions , is calculated for the obtained power consumption.
Note that the moving average may be a simple moving average of k pieces of data, but may also be a weighted moving average of k pieces of data, each of which is weighted. In the case of a weighted moving average, the weight of the latest power consumption may be increased, and a linear weighted moving average, an exponentially weighted moving average, or the like may be used.
このようにして、各時刻において移動平均を求めておき、記憶装置に保存する。
その後、記憶装置に保存した消費電力の移動平均に対して、（消費電力の予測１）又は（消費電力の予測２）に記載の方法により、回帰分析に基づいて近似関数を導出し、得られた近似関数から予測値を算出する。
得られた予測値に対して、太陽電池２の発電量の上限を決定することができる。
In this way, a moving average is obtained at each time and stored in a storage device.
After that, an approximate function is derived based on regression analysis using the method described in (Power consumption prediction 1) or (Power consumption prediction 2) for the moving average of power consumption stored in the storage device. , calculate the predicted value from the obtained approximation function.
The upper limit of the power generation amount of the
なお、太陽電池２の発電量の上限を決定するために使用する消費電力の値として、得られた実際の消費電力が増加傾向にある場合、第１の実施形態により算出した消費電力の予測値は、過大評価となるリスクがあるため、第２の実施形態により算出した消費電力の予測値を使用してもよい。
また、得られた実際の消費電力が減少傾向にある場合、第１の実施形態により算出した消費電力の予測値は過小評価の傾向があるが、逆潮流のリスク低減を優先して、第１の実施形態により算出した消費電力の予測値を使用してもよい。
また、得られた実際の消費電力、第１の実施形態により算出した消費電力の予測値、第２の実施形態により算出した消費電力の予測値を比較し、逆潮流のリスク低減を優先して、最も低い値を予測値として使用してもよい。
In addition, as the value of power consumption used to determine the upper limit of the power generation amount of the
Furthermore, if the obtained actual power consumption is on a decreasing trend, the predicted value of power consumption calculated by the first embodiment tends to be an underestimate, but with priority given to reducing the risk of reverse power flow, The predicted value of power consumption calculated according to the first embodiment may be used.
In addition, the actual power consumption obtained, the predicted value of power consumption calculated by the first embodiment, and the predicted value of power consumption calculated by the second embodiment are compared to reduce the risk of reverse power flow. Preference may be given to using the lowest value as the predicted value.
このようにして得られた太陽電池２の発電量の上限に基づき、制御装置４は、ＰＣＳ３に対して発電量の制御値を出力し、ＰＣＳ３が、太陽電池２の発電量を制御することができる。
Based on the upper limit of the power generation amount of the
なお、上記の各実施形態において、消費電力の予測のために二次関数を用いた回帰分析について説明したが、さらに高次の多項式で表される関数を用いてもよい。例えば、ｍ次多項式を用いた回帰分析の場合、ステップ１においてｎを３ではなくｍ＋１とし、二次回帰関数をｍ次多項式とすればよい。この場合、最小二乗法によりｍ次多項式の係数を代数的に求めることができるため、四則演算可能なマイコン等によって容易にｍ次多項式を算出できる。
なお、さらに三角関数や他の関数（例えば直交関数）やガウス関数等を用いて予測値を計算してもよい。ただし、上記のようにｍ次多項式を用いることで、代数的にｍ次多項式の係数を求めることができ、高度な演算処理が可能なＣＰＵを必要とせず、安価なマイコンによってもシステムを構成することができる。
Note that in each of the above embodiments, regression analysis using a quadratic function for predicting power consumption has been described , but a function expressed by a higher-order polynomial may also be used. For example, in the case of regression analysis using an m-th degree polynomial, n may be set to m+1 instead of 3 in
Note that the predicted value may be further calculated using trigonometric functions, other functions (for example, orthogonal functions), Gaussian functions, or the like. However, by using the m-th degree polynomial as described above, the coefficients of the m-th degree polynomial can be found algebraically, and the system can be constructed using an inexpensive microcomputer without requiring a CPU capable of advanced arithmetic processing. be able to.
以上のように、太陽電池２の発電量の制御遅れ時間を考慮し、直近の消費電力のデータから、所定時間経過後の消費電力を予測値を算出し、算出された消費電力を予測値を下回るように太陽電池２の発電量が制御される。そのため、消費電力の短周期の変動の最大量（ΔＰ）を見積もる必要もなく、全ての時刻に対して過大にマージンを持たせてＰＣＳ３の指令値を設定することがない。
そのため、太陽電池２の発電量の上限を不要に低く設定することを防止でき、その結果、太陽電池２の発電量の効率を、向上させることができる。
As described above, taking into account the control delay time of the power generation amount of the
Therefore, it is possible to prevent the upper limit of the power generation amount of the
また、既存の太陽電池２及びＰＣＳ３に、上記制御を実行する制御装置４を組み込むことが可能であり、既存の太陽光発電システムを有効に活用し、発電効率を向上させることが可能である。
Moreover, it is possible to incorporate the
本発明は、パワーコンディショナを具備する発電システムにおける発電制御装置に適用され、消費電力を取得し、直近の過去の時刻における計測値に基づいて複数の時刻の消費電力から所定時間経過後の消費電力の予測値を算出し、その予測値に基づき予測値以下となる発電電力を指定する指令値を算出することにより、逆潮流を防止しつつ発電効率を向上させることができ、特に既存の発電システムの発電効率を向上させることも可能であり、産業上の利用可能性は極めて大きい。 The present invention is applied to a power generation control device in a power generation system equipped with a power conditioner, acquires power consumption, and calculates the power consumption after a predetermined period of time from the power consumption at a plurality of times based on the measured value at the most recent past time. By calculating the predicted value of electric power and, based on the predicted value, calculating a command value that specifies the generated power that will be less than the predicted value, it is possible to improve power generation efficiency while preventing reverse power flow . It is also possible to improve the power generation efficiency of power generation systems, and the industrial applicability is extremely large.
１ 太陽光発電制御システム
２ 太陽電池
３ ＰＣＳ（パワーコンディショナ）
４ 発電制御装置
５ 受変電部（配電盤）
６ 負荷
７ 電力会社（外部電源）
1 Solar power
4 Power
6
Claims (4)
前記発電制御装置は、消費電力を取得し、直近の過去の時刻における計測値に基づいて複数の時刻の消費電力から所定時間経過後の消費電力の予測値を算出すると共に、
前記予測値に基づき前記予測値以下となる発電電力を指定する指令値を算出して、前記パワーコンディショナーに出力する演算処理部を具備する発電制御装置。 In a power generation system equipped with a power conditioner, a power generation control device for controlling the amount of power generation by sending a command value to the power conditioner,
The power generation control device acquires power consumption , calculates a predicted value of power consumption after a predetermined time has elapsed from the power consumption at a plurality of times based on the measured value at the most recent past time, and
A power generation control device comprising an arithmetic processing unit that calculates a command value specifying generated power that is less than or equal to the predicted value based on the predicted value and outputs the command value to the power conditioner.
直近の過去の時刻における計測値に基づいて
複数の時刻の消費電力から所定時間経過後の消費電力の予測値を算出する第１の工程と、
前記パワーコンディショナーに対して前記予測値以下となる発電電力を指定する指令値を算出する第２の工程と、
前記パワーコンディショナーが前記指令値に従って前記発電システムの発電量を前記予測値以下に制御する第３の工程と、を実行させることを特徴とする発電制御方法。 In a power generation control device that controls power generation for a power generation system equipped with a power conditioner,
Based on measurements at the most recent past time
a first step of calculating a predicted value of power consumption after a predetermined time from power consumption at a plurality of times;
a second step of calculating a command value for the power conditioner to specify a generated power that is less than or equal to the predicted value;
A power generation control method, characterized in that the power conditioner executes a third step of controlling the power generation amount of the power generation system to be equal to or less than the predicted value in accordance with the command value.
前記予測値の算出と、前記指令値の算出と、を実行させるための発電制御プログラム。 In the power generation control device according to claim 1, the arithmetic processing section
A power generation control program for executing calculation of the predicted value and calculation of the command value .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020179886A JP7366352B2 (en) | 2019-08-08 | 2020-10-27 | Power generation control device, power generation control method, power generation control program, and power generation system |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019146624A JP6792272B1 (en) | 2019-08-08 | 2019-08-08 | Power generation control system and power generation control method |
| JP2020179886A JP7366352B2 (en) | 2019-08-08 | 2020-10-27 | Power generation control device, power generation control method, power generation control program, and power generation system |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019146624A Division JP6792272B1 (en) | 2019-08-08 | 2019-08-08 | Power generation control system and power generation control method |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2021027800A JP2021027800A (en) | 2021-02-22 |
| JP2021027800A5 JP2021027800A5 (en) | 2022-07-15 |
| JP7366352B2 true JP7366352B2 (en) | 2023-10-23 |
Family
ID=73455249
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019146624A Active JP6792272B1 (en) | 2019-08-08 | 2019-08-08 | Power generation control system and power generation control method |
| JP2020179886A Active JP7366352B2 (en) | 2019-08-08 | 2020-10-27 | Power generation control device, power generation control method, power generation control program, and power generation system |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019146624A Active JP6792272B1 (en) | 2019-08-08 | 2019-08-08 | Power generation control system and power generation control method |
Country Status (1)
| Country | Link |
|---|---|
| JP (2) | JP6792272B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7194767B2 (en) * | 2021-03-26 | 2022-12-22 | 株式会社コンテック | power generation control system |
| WO2022210768A1 (en) * | 2021-03-31 | 2022-10-06 | 株式会社ラプラス・システム | Control terminal of power generation system and control program therefor, and production method for power generation system |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008066016A (en) | 2006-09-05 | 2008-03-21 | Ebara Ballard Corp | Operation method of fuel cell system and fuel cell system |
| JP2011176948A (en) | 2010-02-24 | 2011-09-08 | Panasonic Corp | Billing apparatus, billing method, and billing system |
| JP2012213283A (en) | 2011-03-31 | 2012-11-01 | Noritz Corp | Power generation system |
| JP2014110649A (en) | 2012-11-30 | 2014-06-12 | Tbk:Kk | Power generation system and control method thereof |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017038432A (en) * | 2015-08-07 | 2017-02-16 | シャープ株式会社 | Control device, system, and control method |
| JP6364567B1 (en) * | 2018-03-09 | 2018-07-25 | 株式会社ラプラス・システム | Power generation control device and power generation control system using the same |
-
2019
- 2019-08-08 JP JP2019146624A patent/JP6792272B1/en active Active
-
2020
- 2020-10-27 JP JP2020179886A patent/JP7366352B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008066016A (en) | 2006-09-05 | 2008-03-21 | Ebara Ballard Corp | Operation method of fuel cell system and fuel cell system |
| JP2011176948A (en) | 2010-02-24 | 2011-09-08 | Panasonic Corp | Billing apparatus, billing method, and billing system |
| JP2012213283A (en) | 2011-03-31 | 2012-11-01 | Noritz Corp | Power generation system |
| JP2014110649A (en) | 2012-11-30 | 2014-06-12 | Tbk:Kk | Power generation system and control method thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6792272B1 (en) | 2020-11-25 |
| JP2021027775A (en) | 2021-02-22 |
| JP2021027800A (en) | 2021-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11502534B2 (en) | Electrical energy storage system with battery state-of-charge estimation | |
| JP7366352B2 (en) | Power generation control device, power generation control method, power generation control program, and power generation system | |
| US8527110B2 (en) | Charge/discharge control device and power generation system | |
| JP5312611B2 (en) | Method and system for reducing feeder circuit losses using demand response | |
| JPWO2017217466A1 (en) | Power management system | |
| JP6402731B2 (en) | Electricity supply and demand prediction system, electric power supply and demand prediction method, and electric power supply and demand prediction program | |
| US11177659B2 (en) | Computer-implemented method, system, and computer program product for setting a target power demand corresponding to a consumer | |
| JP6299743B2 (en) | Power flow control system and power flow control method | |
| JP2021027800A5 (en) | ||
| JP2023016944A (en) | Power generation control system and power generation control method | |
| JPWO2016143239A1 (en) | Power adjustment apparatus, power distribution system, and program | |
| KR101787538B1 (en) | Charging and discharging method of energy storage device based on uncertainty of demand load and apparatus thereof | |
| KR102052247B1 (en) | Method and Device to manage electric power estimating electric power consumption and providing demand response and energy saving actively | |
| Li et al. | Uncertainty modeling and prediction for customer load demand in smart grid | |
| CN111492552A (en) | Energy storage management and control method, system, computer equipment and storage medium | |
| JP5818089B2 (en) | Demand power control apparatus and power demand control method | |
| JP5779417B2 (en) | Operation management apparatus, operation management method, and operation management program | |
| WO2016132796A1 (en) | Power consumption estimating device, power consumption estimating method and program | |
| JP6839820B2 (en) | Power generation control systems, programs, and control methods | |
| WO2017163934A1 (en) | Power control system, control device, control method, and computer program | |
| WO2017212497A1 (en) | Automatic real-time load side voltage optimization | |
| Luo et al. | Load scheduling based on an advanced real-time price forecasting model | |
| JP6452071B2 (en) | Power control apparatus, power control system, and power control method | |
| TWI783826B (en) | Power system state analysis method | |
| CN117117904B (en) | Frequency modulation contribution evaluation method and device and electronic equipment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220706 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220706 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230807 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230829 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230928 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7366352 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |