WO2018066370A1 - 発電設備情報推定システムおよび発電設備情報推定方法 - Google Patents

発電設備情報推定システムおよび発電設備情報推定方法 Download PDF

Info

Publication number
WO2018066370A1
WO2018066370A1 PCT/JP2017/034055 JP2017034055W WO2018066370A1 WO 2018066370 A1 WO2018066370 A1 WO 2018066370A1 JP 2017034055 W JP2017034055 W JP 2017034055W WO 2018066370 A1 WO2018066370 A1 WO 2018066370A1
Authority
WO
WIPO (PCT)
Prior art keywords
power generation
amount
value
estimated
parameter
Prior art date
Application number
PCT/JP2017/034055
Other languages
English (en)
French (fr)
Inventor
竜也 溝端
Original Assignee
パナソニックＩｐマネジメント株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by パナソニックＩｐマネジメント株式会社 filed Critical パナソニックＩｐマネジメント株式会社
Publication of WO2018066370A1 publication Critical patent/WO2018066370A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks

Definitions

  • the present invention relates to a power generation facility information estimation system that estimates information on power generation facilities.
  • Patent Document 1 Conventionally, techniques for predicting the power generation amount of power generation facilities have been proposed.
  • the technique described in Patent Document 1 is an example of such a technique.
  • the power management apparatus described in Patent Literature 1 predicts the power generation amount of the power generation facility based on the facility information of the power generation facility.
  • the facility information of the power generation facility may be unknown. In such a case, it is difficult to appropriately predict the power generation amount of the power generation facility.
  • an object of the present invention is to provide a power generation facility information estimation system and the like that can appropriately estimate facility information of a power generation facility.
  • a power generation facility information estimation system includes an actual amount acquisition unit that acquires one actual amount of power generation amount of a power generation facility and power consumption amount of a customer facility, A first estimated amount of the power generation amount is obtained by estimating the power generation amount based on a first candidate value of a parameter of the power generation facility, and the power generation is based on a relationship between the first estimated amount and the actual amount.
  • the power generation facility information estimation method includes an acquisition step of acquiring one actual amount of the power generation amount of the power generation facility and the power consumption amount of the customer facility, and a parameter of the power generation facility.
  • a first estimation amount of the power generation amount is obtained by estimating the power generation amount based on one candidate value, and a parameter value of the power generation facility is estimated based on a relationship between the first estimation amount and the actual amount Estimating step.
  • the power generation facility information estimation system can appropriately estimate the facility information of the power generation facility.
  • FIG. 1 is a block diagram showing a configuration of a power generation facility information estimation system according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing the operation of the power generation facility information estimation system according to the embodiment of the present invention.
  • FIG. 3 is a block diagram showing the configuration of the power generation amount prediction system in the first specific example.
  • FIG. 4 is a flowchart showing the operation of the power generation amount prediction system in the first specific example.
  • FIG. 5 is a data flow diagram showing a data flow of estimation processing executed by the power generation facility information estimation system in the first specific example.
  • FIG. 6 is a graph schematically showing a first example of a plurality of estimated amounts acquired by the power generation facility information estimation system in the first specific example.
  • FIG. 1 is a block diagram showing a configuration of a power generation facility information estimation system according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing the operation of the power generation facility information estimation system according to the embodiment of the present invention.
  • FIG. 7 is a graph schematically showing a second example of a plurality of estimated amounts acquired by the power generation facility information estimation system in the first specific example.
  • FIG. 8 is a graph schematically showing a relationship between candidate values and similarities used by the power generation facility information estimation system in the first specific example.
  • FIG. 9 is a schematic diagram showing the power generation amount predicted for each hour by the power generation amount prediction system in the first specific example.
  • FIG. 10 is a schematic diagram showing the power generation amount predicted for each period by the power generation amount prediction system in the first specific example.
  • FIG. 11 is a block diagram showing the configuration of the power generation amount prediction system in the second specific example.
  • FIG. 12 is a flowchart showing the operation of the power generation amount prediction system in the second specific example.
  • FIG. 13 is a data flow diagram showing a data flow of estimation processing executed by the power generation facility information estimation system in the second specific example.
  • FIG. 14 is a graph schematically showing a first example of an estimated amount obtained by the power generation facility information estimation system in the second specific example.
  • FIG. 15 is a graph schematically showing a second example of the estimated amount obtained by the power generation facility information estimation system in the second specific example.
  • FIG. 16 is a graph schematically showing the relationship between candidate values and evaluation values used by the power generation facility information estimation system in the second specific example.
  • FIG. 17 is a schematic diagram illustrating a first example of the power generation amount and the power consumption amount predicted for each time by the power generation amount prediction system in the second specific example.
  • FIG. 18 is a schematic diagram showing a first example of reverse tide flow rate, private consumption amount, and tide flow rate predicted for each period by the power generation amount prediction system in the second specific example.
  • FIG. 19 is a schematic diagram showing a second example of the power generation amount and the power consumption predicted for each time by the power generation amount prediction system in the second specific example.
  • FIG. 20 is a schematic diagram showing a second example of reverse tide flow rate, private consumption amount, and tide flow rate predicted for each period by the power generation amount prediction system in the second specific example.
  • Embodiment shows the structure of the power generation equipment information estimation system which estimates the information of power generation equipment, and its operation
  • FIG. 1 is a block diagram showing a configuration of a power generation facility information estimation system in the present embodiment.
  • the power generation facility information estimation system 100 illustrated in FIG. 1 includes a performance amount acquisition unit 101 and an estimation unit 102.
  • the power generation facility information estimation system 100 estimates a parameter value of a power generation facility that is or should be installed at a customer facility as facility information of the power generation facility.
  • the actual amount acquisition unit 101 is an acquisition unit that acquires one actual amount of the power generation amount of the power generation facility and the power consumption amount of the customer facility.
  • the achievement amount acquisition unit 101 may be a computer, a general-purpose or dedicated circuit, or a general-purpose or dedicated processor.
  • the power generation facility is a solar power generation facility or a wind power generation facility installed in a customer facility.
  • the customer facility is an electric device or the like installed in a customer facility.
  • the actual amount acquisition unit 101 may acquire the actual amount of power generation from the power generation facility, or may acquire the actual amount of power generation from a measuring instrument that measures the amount of power generation.
  • the actual amount acquisition unit 101 may acquire the actual amount of power consumption from the customer facility, or may acquire the actual amount of power consumption from a measuring instrument that measures the power consumption.
  • the actual amount may be an actual amount for each hour.
  • the actual amount for each hour indicates the time transition of the actual amount and can also be expressed as the actual amount transition.
  • the estimation unit 102 is an estimator that estimates the parameter value of the power generation facility.
  • the estimation unit 102 may be a computer, a general-purpose or dedicated circuit, or a general-purpose or dedicated processor.
  • the parameters of the power generation equipment are also expressed as equipment information or equipment conditions of the power generation equipment, and may be an installation location of the power generation equipment, an equipment capacity, an installation azimuth angle or an installation inclination angle. For example, when the power generation facility is a solar power generation facility, the installation azimuth angle and the installation tilt angle of the power generation facility are the installation azimuth angle and the installation tilt angle of the solar panel.
  • the value estimated by the estimation unit 102 may be an actual value of a parameter of power generation equipment already installed in the customer's facility, or may be a recommended value of a parameter of power generation equipment installed in the customer's facility in the future. .
  • the estimation unit 102 acquires the estimated amount of power generation by estimating the power generation amount based on the candidate value of the parameter of the power generation facility.
  • the estimated amount may be an estimated amount for each time.
  • the estimated amount for each hour is acquired by estimating the power generation amount for each hour.
  • the estimated amount for every time shows the time transition of an estimated amount, and can also be expressed as an estimated transition.
  • the estimation unit 102 estimates the parameter value of the power generation facility based on the estimated amount (estimated transition) acquired based on the candidate value and the actual amount (actual transition) acquired by the actual amount acquiring unit 101. .
  • the actual amount of power generation may be acquired by the actual amount acquisition unit 101. Then, the estimation unit 102 may estimate the parameter value based on the similarity between the estimated amount of power generation and the actual amount of power generation. At this time, when the similarity is higher than a predetermined reference, the estimation unit 102 may estimate the parameter candidate value as the parameter value.
  • the estimation unit 102 may acquire a plurality of estimated amounts of power generation by estimating the power generation based on a plurality of parameter candidate values.
  • the estimation part 102 selects the candidate value corresponding to the estimated amount with the highest similarity with respect to the performance amount of the power generation amount from the plurality of estimated values, and selects the selected candidate value as the parameter value. It may be estimated. Alternatively, the estimation unit 102 derives an approximate function (approximate expression) that matches the relationship between the plurality of candidate values and the plurality of similarities between the plurality of estimated amounts and the actual amount of power generation, and the derived approximation A candidate value having the highest similarity in the function may be estimated as a parameter value.
  • the actual amount of power consumption may be acquired by the actual amount acquisition unit 101. Then, the estimation unit 102 estimates a parameter value based on at least one of a portion that exceeds the actual amount of power consumption in the estimated amount and a portion that does not exceed the actual amount of power consumption in the estimated amount. May be.
  • the portion of the estimated amount that exceeds the actual amount of power consumption corresponds to the portion of the estimated amount that excludes the actual amount of power consumption.
  • the portion of the estimated amount that does not exceed the actual amount of power consumption corresponds to the portion of the estimated amount that is included in the actual amount of power consumption.
  • the estimation part 102 may estimate the value of a parameter based on the evaluation value of estimated amount.
  • the estimated value of the estimated amount may be higher as the self-consumption amount or the ratio thereof is larger.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that does not exceed the actual amount of power consumption is larger.
  • the estimated value of the estimated amount is higher as the portion of the estimated amount that exceeds the actual amount of power consumption is smaller, and the higher the portion of the estimated amount that does not exceed the actual amount of power consumption is higher. Also good.
  • the estimated value of the estimated amount may be higher as the reverse tide flow rate or the ratio thereof is larger.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that exceeds the actual amount of power consumption is larger.
  • the estimated value of the estimated amount is higher as the portion of the estimated amount that exceeds the actual amount of power consumption is larger, and the smaller the portion of the estimated amount that does not exceed the actual amount of power consumption is smaller. Also good.
  • the estimation unit 102 may estimate the parameter candidate value as the parameter value when the evaluation value of the estimated amount acquired based on the parameter candidate value is higher than a predetermined reference.
  • the estimation unit 102 may acquire a plurality of estimated amounts by estimating a power generation amount based on a plurality of parameter candidate values. Then, the estimation unit 102 may select a candidate value corresponding to an estimated amount having the highest evaluation value from among a plurality of estimated amounts, and estimate the selected candidate value as a parameter value. Alternatively, the estimation unit 102 derives an approximation function that matches the relationship between the plurality of candidate values and the plurality of evaluation values of the plurality of estimation amounts, and sets the candidate value having the highest evaluation value in the derived approximation function as the parameter value. It may be estimated as a value.
  • the estimation unit 102 may use weather information for estimating the amount of power generation, or may use values of other parameters of the power generation equipment. Moreover, the estimation part 102 may output the estimated value of the parameter of a power generation facility, and may estimate the electric power generation amount of a power generation facility using the estimated value of the parameter of a power generation facility.
  • FIG. 2 is a flowchart showing the operation of the power generation facility information estimation system 100 shown in FIG.
  • the actual amount acquisition unit 101 acquires one actual amount of the power generation amount of the power generation facility and the power consumption amount of the customer facility (S101).
  • the estimation unit 102 acquires the estimated amount of power generation by estimating the power generation amount based on the candidate value of the power generation facility parameter, and sets the parameter value of the power generation facility based on the estimated amount and the actual amount. Estimate (S102).
  • the power generation facility information estimation system 100 determines the parameter of the power generation facility based on the relationship between the estimated amount of power generation based on the candidate value of the power generation facility parameter and the actual amount of power generation or power consumption.
  • the value can be estimated appropriately.
  • the power generation facility information estimation system 100 can appropriately estimate the actual value of the power generation facility parameter, or the value of the power generation facility parameter that maximizes the private consumption or the reverse power flow. it can.
  • the power generation facility information estimation system 100 can support the confirmation of the power generation facility information or the prediction of the power generation amount of the power generation facility based on the power generation facility information.
  • the power generation facility information estimation system 100 can support the determination of the installation method of the power generation facility that maximizes the economic merit.
  • the power generation facility information estimation system 100 can suppress input time and input mistakes when information for predicting the power generation amount of the power generation facility is input to the power generation amount prediction system or the like.
  • FIG. 3 is a block diagram showing the configuration of the power generation amount prediction system in this example.
  • the power generation amount prediction system 200 shown in FIG. 3 includes the power generation facility information estimation system 100 shown in FIG.
  • the power generation amount prediction system 200 further includes a weather information distribution device 201, a weather information acquisition unit 202, a power generation facility 203, a parameter acquisition unit 204, a prediction unit 205, an input device 206, and an output device 207.
  • the power generation facility information estimation system 100 estimates the actual value of the parameter of the power generation facility 203 already installed in the customer's facility.
  • the weather information distribution device 201 is a distributor that distributes weather information.
  • the weather information distribution apparatus 201 is a computer, and distributes weather information of each place in the past, present, and future via a wired or wireless network.
  • the weather information may include weather, temperature, humidity, sunshine duration, cloud cover, wind speed, and the like.
  • the weather information acquisition unit 202 is an acquisition device that acquires weather information.
  • the weather information acquisition unit 202 may be a computer, a general purpose or dedicated circuit, or a general purpose or dedicated processor.
  • the weather information acquisition unit 202 acquires past, present, and future weather information of the place where the power generation facility 203 is installed from the weather information distribution apparatus 201 via a wired or wireless network.
  • the power generation facility 203 is a generator that generates power.
  • the power generation facility 203 is a solar power generation facility or a wind power generation facility installed in a customer's facility, and generates power using natural energy.
  • the actual amount acquisition unit 101 is a component shown in FIG. 1 and acquires the actual amount of power generation of the power generation facility 203 in this specific example.
  • the actual amount acquisition unit 101 may acquire the actual amount of power generation from the power generation facility 203, or may acquire the actual amount of power generation from a measuring instrument that measures the power generation amount of the power generation facility 203.
  • the estimation unit 102 is a component shown in FIG. 1 and estimates a parameter value of the power generation facility 203.
  • the estimation unit 102 estimates the power generation amount in the period (estimation target period) in which the actual amount of power acquired by the actual amount acquisition unit 101 is generated based on the parameter value of the power generation facility 203. By doing so, the estimated amount of power generation in that period is acquired. Then, the estimation unit 102 estimates the parameter value of the power generation facility 203 based on the estimated amount acquired based on the parameter candidate value of the power generation facility 203 and the actual amount acquired by the actual amount acquisition unit 101. To do.
  • the estimation unit 102 may estimate the parameter value based on the similarity between the estimated amount of power generation and the actual amount of power generation. At this time, when the similarity is higher than a predetermined reference, the estimation unit 102 may estimate the parameter candidate value as the parameter value.
  • the estimation unit 102 may acquire a plurality of estimated amounts of power generation by estimating the power generation based on a plurality of parameter candidate values.
  • the estimation unit 102 selects a candidate value corresponding to the estimated amount having the highest similarity to the actual amount from the plurality of estimated amounts, and estimates the selected candidate value as a parameter value. Also good. Alternatively, the estimation unit 102 derives an approximate function that matches the relationship between the plurality of candidate values and the plurality of similarities between the plurality of estimated amounts and the actual amount, and the similarity is the highest among the derived approximate functions.
  • Candidate values may be estimated as parameter values.
  • the estimation unit 102 may use the weather information acquired by the weather information acquisition unit 202 for estimating the power generation amount. For example, the estimation unit 102 may acquire weather information of the estimation target period via the weather information acquisition unit 202 and estimate the power generation amount based on the acquired weather information. Specifically, if the power generation facility 203 is a solar power generation device and the weather in the estimation target period is sunny, the estimation unit 102 may estimate a relatively large power generation amount as the power generation amount in the estimation target period. .
  • the estimation unit 102 may use the values of other parameters acquired by the parameter acquisition unit 204 for estimating the power generation amount. For example, the estimation unit 102 may acquire the values of other parameters of the power generation facility 203 via the parameter acquisition unit 204. Then, the estimation unit 102 may estimate the power generation amount based on the parameter candidate values of the power generation facility 203 and the values of other parameters of the power generation facility 203.
  • the parameter acquisition unit 204 is an acquisition unit that acquires the parameter value of the power generation facility 203.
  • the parameter acquisition unit 204 may be a computer, a general-purpose or dedicated circuit, or a general-purpose or dedicated processor.
  • the parameter acquisition unit 204 acquires the parameter value of the power generation facility 203 from the input device 206.
  • the parameter acquisition unit 204 may acquire the parameter value of the power generation facility 203 from the input device 206 via a network.
  • the parameter whose value is acquired by the parameter acquisition unit 204 is different from the parameter whose value is estimated by the estimation unit 102.
  • a parameter whose value is acquired by the parameter acquisition unit 204 may be referred to as another parameter.
  • a parameter whose value is acquired by the parameter acquisition unit 204 may be referred to as a first parameter
  • a parameter whose value is estimated by the estimation unit 102 may be referred to as a second parameter.
  • the prediction unit 205 is a predictor that predicts the power generation amount.
  • the prediction unit 205 may be a computer, a general-purpose or dedicated circuit, or a general-purpose or dedicated processor.
  • the prediction unit 205 acquires the estimated value of the parameter of the power generation facility 203 from the estimation unit 102, and predicts the power generation amount of the power generation facility 203 in the future based on the estimated value of the parameter of the power generation facility 203.
  • the prediction unit 205 may use the weather information acquired by the weather information acquisition unit 202 for the prediction of the power generation amount. For example, the prediction unit 205 may acquire the weather information of the prediction target period via the weather information acquisition unit 202 and predict the power generation amount based on the acquired weather information. Specifically, if the power generation facility 203 is a solar power generation device and the weather in the prediction target period is sunny, the prediction unit 205 may predict a relatively large power generation amount as the power generation amount in the prediction target period. .
  • the prediction unit 205 may use the values of other parameters acquired by the parameter acquisition unit 204 for the prediction of the power generation amount. For example, the prediction unit 205 may acquire the values of other parameters of the power generation facility 203 via the parameter acquisition unit 204. Then, the prediction unit 205 may predict the power generation amount based on the estimated value of the parameter of the power generation facility 203 and the value of another parameter of the power generation facility 203.
  • the input device 206 is an input device for inputting information by the user.
  • the input device 206 may be an input interface such as a keyboard, a mouse, or a touch panel, or may be a computer including the input interface.
  • values of other parameters of the power generation facility 203 are input to the input device 206.
  • the parameter acquisition unit 204 acquires values of other parameters of the power generation facility 203 via the input device 206.
  • the output device 207 is an output device that outputs information.
  • the output device 207 may be an output interface such as a display or a touch panel, or may be a computer including an output interface.
  • the output device 207 outputs the estimation result and the prediction result by displaying the estimation result in the estimation unit 102 and the prediction result in the prediction unit 205.
  • the output device 207 and the input device 206 may be an integrated input / output device.
  • Such an input / output device may be a touch panel, a computer, a mobile phone, or a smartphone.
  • the power generation facility information estimation system 100 may include all or some of the components included in the power generation amount prediction system 200.
  • the power generation facility information estimation system 100 may further include a weather information acquisition unit 202 or a parameter acquisition unit 204.
  • the power generation facility information estimation system 100 may be a single device included in a single housing or may be configured by a plurality of devices.
  • the actual amount acquisition unit 101, the estimation unit 102, the weather information acquisition unit 202, the parameter acquisition unit 204, and the prediction unit 205 may constitute the power generation facility information estimation system 100 or the power generation amount prediction system 200 as one device. .
  • each component may include a storage unit such as a memory. Then, processing results (acquisition results, estimation results, prediction results, etc.) may be accumulated in the storage unit.
  • each component may include a communication unit for communicating with other components in a wired or wireless manner.
  • the weather information may not be used for the estimation and prediction of the power generation amount, and the values of other parameters may not be used.
  • the power generation amount prediction system 200 may not include the weather information acquisition unit 202, the parameter acquisition unit 204, and the like.
  • FIG. 4 is a flowchart showing the operation of the power generation amount prediction system 200 shown in FIG.
  • the weather information acquisition unit 202 acquires weather information in the estimation target period and the prediction target period from the weather information distribution apparatus 201 (S201).
  • the parameter acquisition part 204 acquires the value of the 1st parameter of the electric power generation equipment 203 via the input device 206 (S202).
  • the performance amount acquisition part 101 acquires the performance amount of the electric power generation amount of the power generation equipment 203 in an estimation object period (S203).
  • the estimation part 102 is based on the weather information in the estimation target period, the value of the first parameter of the power generation facility 203, and the candidate value of the second parameter of the power generation facility 203.
  • An estimated amount of power generation is acquired (S204).
  • the estimation unit 102 Based on the weather information in the estimation target period, the value of the first parameter of the power generation facility 203, and the plurality of candidate values of the second parameter of the power generation facility 203, the estimation unit 102 generates power from the power generation facility 203 in the estimation target period.
  • a plurality of estimated quantities of quantities may be obtained.
  • the estimation unit 102 estimates the value of the second parameter of the power generation facility 203 based on the similarity between the estimated amount in the estimation target period and the actual amount in the estimation target period (S205).
  • the estimating unit 102 estimates the second parameter candidate value as the second parameter value. Also good.
  • This predetermined criterion may be defined by the similarity between the estimated amount based on another candidate value and the actual amount.
  • the estimation unit 102 estimates a candidate value corresponding to an estimated amount having the highest similarity to the actual amount among a plurality of estimated amounts based on the plurality of candidate values of the second parameter as the value of the second parameter. Also good. Further, for example, the estimation unit 102 derives an approximate function that matches the relationship between a plurality of candidate values and a plurality of similarities, and estimates the candidate value having the highest similarity in the approximate function as the value of the second parameter. May be.
  • the plurality of similarities are a plurality of similarities between a plurality of estimated amounts and actual amounts based on a plurality of candidate values.
  • the prediction unit 205 determines the power generation facility 203 in the prediction target period.
  • a predicted power generation amount is acquired (S206).
  • the output device 207 displays the predicted power generation amount of the power generation facility 203 in the prediction target period (S207).
  • FIG. 5 is a data flow diagram showing a data flow of estimation processing executed by the power generation facility information estimation system 100 shown in FIG. In this example, a plurality of candidate values are used. Hereinafter, the estimation process will be described along the data flow shown in FIG.
  • the actual amount acquisition unit 101 acquires the actual amount of power generation (S301).
  • the estimation unit 102 estimates the power generation amount based on the weather information, the value of the first parameter of the power generation facility 203, and the plurality of candidate values of the second parameter of the power generation facility 203, thereby generating a plurality of power generation amounts. Is obtained (S302). Note that the estimation unit 102 does not have to use weather information or estimate the value of the first parameter for estimating the power generation amount.
  • the estimation unit 102 compares the actual amount of power generation amount with each of the plurality of estimated amounts of power generation amount, and calculates a plurality of values between the actual amount of power generation amount and the plurality of estimated amounts of power generation amount.
  • the similarity is acquired (S303).
  • the estimation unit 102 estimates the value of the second parameter of the power generation facility 203 based on the plurality of candidate values of the second parameter of the power generation facility 203 and the plurality of similarities based on the plurality of candidate values.
  • an estimated value of the second parameter of the power generation equipment 203 is acquired (S304).
  • the estimation unit 102 may estimate a candidate value corresponding to the highest similarity among a plurality of similarities based on a plurality of candidate values as the value of the second parameter of the power generation facility 203.
  • the estimation unit 102 derives an approximate function that matches the relationship between the plurality of candidate values and the plurality of similarities based on the plurality of candidate values, and sets the candidate value having the highest similarity in the approximate function of the power generation facility 203.
  • the value of the second parameter may be estimated.
  • FIG. 6 is a graph schematically showing a first example of a plurality of estimated amounts acquired by the power generation facility information estimation system 100 shown in FIG.
  • the estimation unit 102 may acquire a plurality of estimated amounts having different peak times by estimating the power generation amount of the power generation facility 203 based on a plurality of candidate values related to the orientation parameter or the inclination parameter of the power generation facility 203. it can. And the estimation part 102 may estimate the candidate value from which the estimated amount similar to a performance amount is obtained as a value of the azimuth
  • the similarity between the estimated amount and the actual amount may be defined according to the correlation coefficient between the estimated amount and the actual amount.
  • FIG. 7 is a graph schematically showing a second example of a plurality of estimated amounts acquired by the power generation facility information estimation system 100 shown in FIG.
  • the installation capacity of the power generation facility 203 corresponds to the amount of power that can be generated by the power generation facility 203 and affects the amount of power generation. Therefore, the estimation unit 102 can acquire a plurality of estimated amounts having different power generation amounts by estimating the power generation amount of the power generation facility 203 based on a plurality of candidate values related to the capacity parameter of the power generation facility 203. . And the estimation part 102 may estimate the candidate value from which the estimated amount similar to a performance amount is obtained as a value of the capacity
  • the similarity between the estimated amount and the actual amount may be defined according to the Euclidean distance between the estimated amount and the actual amount.
  • the similarity between the estimated amount and the actual amount may be defined by a combination of the correlation coefficient between the estimated amount and the actual amount and the Euclidean distance between the estimated amount and the actual amount. That is, the similarity between the estimated amount and the actual amount may be higher as the correlation coefficient between the estimated amount and the actual amount is larger, and may be higher as the Euclidean distance between the estimated amount and the actual amount is smaller.
  • the similarity may be expressed by the following equation using positive constants C1, C2, C3, and C4.
  • FIG. 8 is a graph schematically showing the relationship between the candidate value and the similarity used by the power generation facility information estimation system 100 shown in FIG.
  • the estimation unit 102 acquires a plurality of estimated amounts based on a plurality of candidate values. Then, the estimation unit 102 acquires a plurality of similarities by acquiring a similarity between each of the plurality of estimated amounts and the actual amount. Thereby, the estimation unit 102 acquires a plurality of similarities based on a plurality of candidate values. The estimation unit 102 may acquire a candidate value corresponding to the highest similarity among a plurality of similarities as an estimated value of a parameter.
  • the estimation unit 102 may derive an approximate function that matches the relationship between a plurality of candidate values and a plurality of similarities, and obtain a candidate value having the highest similarity in the approximate functions as an estimated value of a parameter. Thereby, the estimation part 102 can acquire the new candidate value different from the some candidate value given previously as an estimated value of a parameter.
  • FIG. 9 is a schematic diagram showing the power generation amount predicted for each hour by the power generation amount prediction system 200 shown in FIG.
  • an inclination parameter that is information on the installation inclination angle is unknown.
  • the parameter acquisition unit 204 acquires a location parameter value, a capacity parameter value, and an orientation parameter value.
  • the estimation unit 102 acquires an estimated amount of power generation based on weather information, a location parameter value, a capacity parameter value, a direction parameter value, and a tilt parameter candidate value. And the estimation part 102 acquires the estimated value of an inclination parameter based on the similarity degree with the estimated amount of electric power generation, and the performance amount of electric power generation.
  • the prediction unit 205 acquires the predicted amount of power generation based on the weather information, the value of the location parameter, the value of the capacity parameter, the value of the direction parameter, and the estimated value of the inclination parameter. In this example, the prediction unit 205 acquires a predicted amount of power generation for each hour. Then, the output device 207 displays the estimated value as the value of the tilt parameter, and displays the predicted amount for each hour as the power generation amount.
  • FIG. 10 is a schematic diagram showing the power generation amount predicted for each period by the power generation amount prediction system 200 shown in FIG. Also in this example, the inclination parameter which is information on the installation inclination angle is unknown. And the estimation part 102 acquires the estimated value of an inclination parameter similarly to the example of FIG.
  • the prediction unit 205 acquires the predicted amount of power generation based on the weather information, the value of the location parameter, the value of the capacity parameter, the value of the direction parameter, and the estimated value of the inclination parameter. In this example, the prediction unit 205 acquires a predicted amount of power generation amount for each period (monthly). Then, the output device 207 displays the estimated value as the value of the tilt parameter, and displays the predicted amount for each period as the power generation amount.
  • the power generation facility information estimation system 100 in the first specific example estimates the parameter value (actual value) of the power generation facility 203 already installed in the customer's facility.
  • the power generation amount prediction system 200 predicts the power generation amount of the power generation facility 203 based on the estimated values of the parameters of the power generation facility 203.
  • FIG. 11 is a block diagram showing the configuration of the power generation amount prediction system in this specific example.
  • a power generation amount prediction system 300 shown in FIG. 11 includes the power generation facility information estimation system 100 shown in FIG.
  • the power generation amount prediction system 300 further includes a weather information distribution device 201, a weather information acquisition unit 202, a customer facility 303, a parameter acquisition unit 204, a prediction unit 205, an input device 206, and an output device 207.
  • a customer facility 303 is shown instead of the power generation facility 203. Note that some of the plurality of components described above (particularly, the weather information distribution device 201, the customer facility 303, the input device 206, and the output device 207) may not be included in the power generation amount prediction system 300. .
  • the power generation facility information estimation system 100 in this specific example estimates recommended values of parameters of a power generation facility to be newly installed.
  • the actual amount acquisition unit 101 is a component shown in FIG. 1, and acquires the actual amount of power consumption of the customer facility 303 in this specific example.
  • the actual amount acquisition unit 101 may acquire the actual amount of power consumption from the customer facility 303, or may acquire the actual amount of power consumption from a measuring instrument that measures the power consumption of the customer facility 303. Also good.
  • the estimation unit 102 is a component shown in FIG. 1 and estimates the parameter value of the power generation facility. Specifically, the estimation unit 102 estimates the power generation amount in the period (estimation target period) in which the power consumption of the actual amount acquired by the actual amount acquisition unit 101 is performed based on the parameter values of the power generation facility. By doing so, the estimated amount of power generation in that period is acquired. Then, the estimation unit 102 estimates the parameter value of the power generation facility based on the estimated amount acquired based on the candidate value of the power generation facility parameter and the actual amount acquired by the actual amount acquisition unit 101.
  • the value of the parameter of the power generation facility is not the actual value of the parameter of the power generation facility but the desired value of the parameter of the power generation facility. That is, the estimation unit 102 estimates a desirable value as the parameter value of the power generation facility.
  • the estimation unit 102 is based on at least one of a portion that exceeds the actual amount of power consumption in the estimated amount of power generation and a portion that does not exceed the actual amount of power consumption in the estimated amount of power generation.
  • the value of the parameter may be estimated.
  • the estimation part 102 may estimate the value of a parameter based on the evaluation value of estimated amount.
  • the estimated value of the estimated amount may be higher as the self-consumption amount or the ratio thereof is larger.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that does not exceed the actual amount is larger.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that exceeds the actual amount is smaller, and may be higher as the portion of the estimated amount that does not exceed the actual amount is larger.
  • the estimated value of the estimated amount may be higher as the reverse tide flow rate or the ratio thereof is larger.
  • the evaluation value of the estimated amount may be higher as the portion of the estimated amount that exceeds the actual amount is larger.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that exceeds the actual amount is larger, and may be higher as the portion of the estimated amount that does not exceed the actual amount is smaller.
  • the estimation unit 102 may estimate the parameter candidate value as the parameter value when the evaluation value of the estimated amount acquired based on the parameter candidate value is higher than a predetermined reference.
  • the estimation unit 102 may acquire a plurality of estimated amounts by estimating the power generation amount based on a plurality of parameter candidate values.
  • the estimation unit 102 may select a candidate value corresponding to an estimated amount having the highest evaluation value from among a plurality of estimated amounts, and estimate the selected candidate value as a parameter value.
  • the estimation unit 102 derives an approximation function that matches the relationship between the plurality of candidate values and the plurality of evaluation values of the plurality of estimation amounts based on the plurality of candidate values, and the evaluation value is the highest in the derived approximation function.
  • High candidate values may be estimated as parameter values.
  • the prediction unit 205 is a predictor that predicts the power generation amount of the power generation facility in the future, as shown in the first specific example.
  • the prediction unit 205 may further predict the future power consumption of the customer facility 303 based on the actual amount of power consumption of the customer facility 303.
  • the prediction unit 205 may further predict the power balance at the customer's facility.
  • FIG. 12 is a flowchart showing the operation of the power generation amount prediction system 300 shown in FIG.
  • the weather information acquisition unit 202 acquires weather information in the estimation target period and the prediction target period from the weather information distribution apparatus 201 (S401).
  • the parameter acquisition part 204 acquires the value of the 1st parameter of power generation equipment via the input device 206 (S402).
  • the actual amount acquisition unit 101 acquires the actual amount of power consumption of the customer facility 303 (S403).
  • the estimation unit 102 determines the power generation amount of the power generation facility in the estimation target period based on the weather information in the estimation target period, the value of the first parameter of the power generation facility, and the candidate value of the second parameter of the power generation facility.
  • An estimated amount is acquired (S404).
  • the estimation unit 102 determines a plurality of power generation amounts of the power generation facility in the estimation target period. May be obtained.
  • the estimation unit 102 estimates the value of the second parameter of the power generation facility based on at least one of a portion that exceeds the actual amount of the estimated amount and a portion that does not exceed the actual amount of the estimated amount ( S405).
  • the estimation unit 102 may estimate the candidate value of the second parameter as the value of the second parameter when the evaluation value of the estimated amount based on the candidate value of the second parameter is higher than a predetermined reference.
  • This predetermined criterion may be defined by an estimated value of an estimated amount based on another candidate value.
  • the estimation unit 102 selects a candidate value corresponding to an estimated amount having the highest evaluation value from among a plurality of estimated amounts based on a plurality of candidate values of the second parameter, and selects the selected candidate The value may be estimated as the value of the second parameter. Further, for example, the estimation unit 102 derives an approximation function that matches the relationship between the plurality of candidate values of the second parameter and the plurality of evaluation values of the plurality of estimation amounts based on the plurality of candidate values, and the derived approximation The candidate value having the highest evaluation value in the function may be estimated as the value of the second parameter.
  • the prediction unit 205 obtains a predicted amount of power generation amount of the power generation facility in the future based on the weather information in the future, the value of the first parameter of the power generation facility, and the estimated value of the second parameter of the power generation facility. (S406). Next, the prediction unit 205 acquires a predicted amount of power consumption of the customer facility 303 in the future based on the actual amount of power consumption of the customer facility 303 in the past (S407).
  • the prediction unit 205 predicts the power balance at the customer's facility based on the predicted amount of power generation and the predicted amount of power consumption (S408).
  • the power balance in the customer's facility indicates a normal tide flow that is the amount of power flowing into the customer's facility, and a reverse tide flow that is the amount of power flowing out of the customer's facility.
  • the power balance in the customer's facility may further indicate the amount of power generated by the power generation facility, may indicate the power consumption of the customer facility 303, or is generated by the power generation facility and consumed by the customer facility 303. It may indicate the amount of self-consumption that is the amount of electric power.
  • the output device 207 displays the estimation result in the estimation unit 102 and the prediction result in the prediction unit 205 (S409). For example, the output device 207 displays the power balance estimated based on the estimated value of the second parameter of the power generation facility and the estimated value of the second parameter of the power generation facility.
  • FIG. 13 is a data flow diagram showing a data flow of estimation processing executed by the power generation facility information estimation system 100 shown in FIG. In this example, a plurality of candidate values are used. Hereinafter, the estimation process will be described along the data flow shown in FIG.
  • the actual amount acquisition unit 101 acquires the actual amount of power consumption (S501).
  • the estimation unit 102 estimates the power generation amount based on the weather information, the value of the first parameter of the power generation facility, and the plurality of candidate values of the second parameter of the power generation facility, so that a plurality of estimations of the power generation amount are performed.
  • the amount is acquired (S502). Note that the estimation unit 102 does not have to use weather information or estimate the value of the first parameter for estimating the power generation amount.
  • the estimation unit 102 acquires a plurality of estimated amounts by obtaining each evaluation value of the plurality of estimated amounts based on the relationship between the actual amount of power consumption and each of the plurality of estimated amounts of power generation. Are obtained (S503).
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that does not exceed the actual amount is larger.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that exceeds the actual amount is larger.
  • the estimation unit 102 estimates the value of the second parameter of the power generation facility based on the plurality of candidate values of the second parameter of the power generation facility and the plurality of evaluation values based on the plurality of candidate values.
  • An estimated value of the second parameter of the power generation facility is acquired (S504).
  • the estimation unit 102 may estimate the candidate value corresponding to the highest evaluation value among the plurality of evaluation values based on the plurality of candidate values as the value of the second parameter of the power generation facility.
  • the estimation unit 102 derives an approximate function that matches the relationship between the plurality of candidate values and the plurality of evaluation values based on the plurality of candidate values, and sets the candidate value having the highest evaluation value in the approximate function as the first value of the power generation facility. You may estimate as a value of 2 parameters.
  • FIG. 14 is a graph schematically showing a first example of an estimated amount acquired by the power generation facility information estimation system 100 shown in FIG.
  • the portion of the estimated amount of power generation that exceeds the actual amount of power consumption is shown by dot shading, and the portion of the estimated amount of power generation that does not exceed the actual amount of power consumption This is indicated by hatching.
  • the portion exceeding the actual amount of power consumption corresponds to the reverse tidal flow.
  • the portion that does not exceed the actual amount of power consumption corresponds to the amount of personal consumption.
  • the reverse tidal flow (power outflow) is relatively small and the private consumption is relatively large.
  • the tide flow rate (power inflow amount) is reduced, and the power generated by the power generation facility is used more in the customer's facility.
  • FIG. 15 is a graph schematically showing a second example of an estimated amount acquired by the power generation facility information estimation system 100 shown in FIG.
  • the portion of the estimated amount of power generation that exceeds the actual amount of power consumption is indicated by a shaded dot, and the actual amount of power consumption of the estimated amount of power generation is shown. Portions that do not exceed the amount are indicated by hatching.
  • the reverse tidal flow (power outflow) is relatively large and the private consumption is relatively small.
  • the reverse tidal flow (power outflow) increases, and the power generated by the power generation facility is used more in the power plant or other customer facilities.
  • the generated power of the power generation facility is used more in the customer's facility, and the transmission loss is suppressed.
  • the generated power of the power generation facility may be used (shared) more in the entire power system, and the power supply and demand may be optimized as a whole. Whether the estimated amount in FIG. 14 is appropriate or whether the estimated amount in FIG. 15 is appropriate depends on the situation.
  • the evaluation value of the estimated amount may be higher as the proportion of the self-consumption amount is larger, or may be higher as the proportion of the reverse tide flow rate is larger.
  • the characteristic of the estimated value of the estimated amount may be switched according to the power status or a user instruction.
  • the relationship between the power sale unit price and the power purchase unit price may be used as an index indicating the power status.
  • the estimated value of the estimated amount may be higher as the ratio of the reverse power flow is larger.
  • the estimated value of the estimated amount may be higher as the proportion of the private consumption amount is larger.
  • Equation 2 An example of an evaluation value that is higher as the proportion of self-consumption is larger is expressed by Equation 2 or Equation 3 below.
  • Evaluation value portion of the estimated amount that does not exceed the actual amount (self-consumption)-portion of the estimated amount that exceeds the actual amount (reverse tide flow) (Equation 3)
  • Evaluation value portion of the estimated amount that exceeds the actual amount (reverse flow rate) / estimated amount (Equation 4)
  • Evaluation value portion of the estimated amount that exceeds the actual amount (reverse tidal flow)-portion of the estimated amount that does not exceed the actual amount (private consumption) (Equation 5)
  • the ratio of self consumption or the ratio of reverse tide flow is used as the evaluation value, but the size of self consumption or the magnitude of reverse tide flow is used as the evaluation value. Also good.
  • the evaluation value may be expressed by the following Expression 6 or Expression 7 or the like.
  • Evaluation value portion of the estimated amount that does not exceed the actual amount (in-house consumption) (Equation 6)
  • the estimated amount may be evaluated. Then, the parameter value may be estimated based on the estimated value evaluation value.
  • FIG. 16 is a graph schematically showing the relationship between candidate values and evaluation values used by the power generation facility information estimation system 100 shown in FIG.
  • the estimation unit 102 acquires a plurality of estimated amounts based on a plurality of candidate values. Then, the estimation unit 102 acquires a plurality of evaluation values by acquiring an evaluation value based on the relationship between each of the plurality of estimated amounts and the actual amount. Thereby, the estimation unit 102 acquires a plurality of evaluation values based on a plurality of candidate values. The estimation unit 102 may acquire a candidate value corresponding to the highest evaluation value among a plurality of evaluation values as an estimated value of the parameter.
  • the estimation unit 102 may derive an approximation function that matches the relationship between a plurality of candidate values and a plurality of evaluation values, and obtain a candidate value having the highest evaluation value in the approximation function as a parameter estimation value. Thereby, the estimation part 102 can acquire the new candidate value different from the some candidate value given previously as an estimated value of a parameter.
  • FIG. 17 is a schematic diagram showing a first example of the power generation amount and the power consumption predicted for each hour by the power generation amount prediction system 300 shown in FIG.
  • the orientation parameter that is information on the installation orientation angle is unknown.
  • the parameter acquisition unit 204 acquires a location parameter value, a capacity parameter value, and an orientation parameter value.
  • the estimation unit 102 acquires an estimated amount of power generation based on weather information, a location parameter value, a capacity parameter value, an inclination parameter value, and a direction parameter candidate value. And the estimation part 102 acquires the estimated value of a direction parameter based on the relationship between the estimated amount of electric power generation, and the performance amount of electric power consumption. In this example, the estimation unit 102 acquires a candidate value corresponding to a higher evaluation value as the estimated value of the orientation parameter based on the higher evaluation value as the portion of the estimated amount that does not exceed the actual amount is larger.
  • the prediction unit 205 acquires the predicted amount of power generation based on the weather information, the value of the location parameter, the value of the capacity parameter, the value of the inclination parameter, and the estimated value of the orientation parameter. In this example, the prediction unit 205 acquires a predicted amount of power generation for each hour. Further, the prediction unit 205 acquires a predicted amount of power consumption for each hour. Then, the output device 207 displays the estimated value as the value of the azimuth parameter, displays the predicted power generation amount for each hour as the power generation amount, and displays the predicted power consumption amount for each hour as the power consumption amount.
  • the portion of the power generation that exceeds the power consumption is small, and the portion of the power generation that does not exceed the power consumption is large. That is, in this example, the power generation facility information estimation system 100 reduces the portion of the power generation amount that exceeds the power consumption amount and the value of the orientation parameter for increasing the portion of the power generation amount that does not exceed the power consumption amount. Is estimated.
  • FIG. 18 is a schematic diagram showing a first example of reverse tide flow rate, private consumption amount, and tide flow rate predicted for each period by the power generation amount prediction system 300 shown in FIG. Also in this example, the azimuth parameter which is information on the installation azimuth angle is unknown. And the estimation part 102 acquires the estimated value of an orientation parameter similarly to the example of FIG.
  • the prediction unit 205 acquires a predicted amount of the future power generation amount based on the weather information, the value of the location parameter, the value of the capacity parameter, the value of the inclination parameter, and the estimated value of the orientation parameter. . Further, the prediction unit 205 acquires a predicted amount of future power consumption based on the actual amount of power consumption. And the prediction part 205 acquires the predicted amount of a reverse tide flow rate, a self-consumption amount, and a tide flow rate for every time.
  • the prediction unit 205 aggregates the predicted amounts of the reverse tide flow rate, the private consumption amount, and the tide flow rate every period (monthly). Then, the output device 207 displays the estimated value as the value of the azimuth parameter, displays the predicted amount of the reverse tidal flow for each period as the reverse tidal flow, and displays the predicted amount of the private consumption for each period as the self consumed amount. Then, the predicted amount of the tide flow for each period is displayed as the tide flow.
  • the power generation facility information estimation system 100 estimates the value of the azimuth parameter for increasing the self-consumption amount and reducing the reverse tidal flow rate.
  • FIG. 19 is a schematic diagram showing a second example of the power generation amount and the power consumption predicted for each hour by the power generation amount prediction system 300 shown in FIG. Also in this example, the azimuth parameter which is information on the installation azimuth angle is unknown.
  • the estimation unit 102 acquires an estimated amount of power generation based on weather information, a location parameter value, a capacity parameter value, an inclination parameter value, and a direction parameter candidate value. And the estimation part 102 acquires the estimated value of a direction parameter based on the relationship between the estimated amount of electric power generation, and the performance amount of electric power consumption. In this example, the estimation unit 102 acquires a candidate value corresponding to a higher evaluation value as the estimated value of the orientation parameter based on a higher evaluation value as the portion of the estimated amount that exceeds the actual amount is larger.
  • the portion of the power generation that exceeds the power consumption is large, and the portion of the power generation that does not exceed the power consumption is small. That is, in this example, the power generation facility information estimation system 100 increases the direction parameter value for increasing the portion of the power generation amount that exceeds the power consumption amount and reducing the portion of the power generation amount that does not exceed the power consumption amount. Is estimated.
  • FIG. 20 is a schematic diagram showing a second example of the reverse tide flow rate, the private consumption amount, and the tide flow rate predicted for each period by the power generation amount prediction system 300 shown in FIG. Also in this example, the azimuth parameter which is information on the installation azimuth angle is unknown. And the estimation part 102 acquires the estimated value of an orientation parameter similarly to the example of FIG.
  • the prediction unit 205 predicts the future power generation amount based on the weather information, the value of the location parameter, the value of the capacity parameter, the value of the inclination parameter, and the estimated value of the direction parameter. Get the quantity. Further, the prediction unit 205 acquires a predicted amount of future power consumption based on the actual amount of power consumption. And the prediction part 205 acquires the predicted amount of a reverse tide flow rate, a self-consumption amount, and a tide flow rate for every time.
  • the prediction unit 205 aggregates the predicted amounts of the reverse tide flow rate, the private consumption amount, and the tide flow rate every period (monthly). Then, the output device 207 displays the estimated value as the value of the azimuth parameter, displays the predicted amount of the reverse tidal flow for each period as the reverse tidal flow, and displays the predicted amount of the private consumption for each period as the self consumed amount. Then, the predicted amount of the tide flow for each period is displayed as the tide flow.
  • the power generation facility information estimation system 100 estimates the value of the azimuth parameter for reducing the self-consumption amount and increasing the reverse tidal flow rate.
  • the power generation facility information estimation system 100 in the second specific example estimates the parameter value (recommended value) of the power generation facility to be installed in the customer's facility.
  • the power generation amount prediction system 300 predicts the power generation amount of the power generation facility based on the estimated value of the power generation facility parameter.
  • the parameter value of the power generation facility, the predicted amount of the power generation amount of the power generation facility, and the like may be transmitted to the power generation amount management server and centrally managed.
  • the similarity in the first specific example may be used like the evaluation value in the second specific example. That is, the similarity of the estimated amount with respect to the actual amount may be used as the estimated value of the estimated amount. In this case, the higher the similarity of the estimated amount to the actual amount, the higher the estimated value of the estimated amount.
  • the similarity can be used in the same framework as the second specific example.
  • values of some parameters may be estimated based on the initial cost of the power generation equipment and the performance of the power balance at the customer's facility. That is, the value of the parameter may be estimated so that high performance can be obtained at a low initial cost.
  • the value of the capacity parameter of the power generation facility affects the initial cost of the power generation facility.
  • the value of the capacity parameter of the power generation facility may be estimated so that the initial cost of the power generation facility and the performance of the power balance are balanced.
  • the power generation facility information estimation system according to the present invention has been described based on the embodiment, the power generation facility information estimation system according to the present invention is not limited to the embodiment. A form obtained by subjecting the embodiment to modifications conceived by those skilled in the art and another form realized by arbitrarily combining a plurality of components in the embodiment are also included in the power generation facility information estimation system according to the present invention. included.
  • another component may execute a process executed by a specific component.
  • the order in which the processes are executed may be changed, or a plurality of processes may be executed in parallel.
  • the power generation amount, power consumption amount, estimated amount, actual amount, predicted amount, tide flow rate, reverse tide flow rate, and private consumption amount in the above description correspond to the amount of power. These sizes are expressed in units such as kW or kWh. Each of these may be an amount for each hour.
  • Power generation per hour, power consumption per hour, estimated amount per hour, actual amount per hour, and predicted amount per hour are respectively power generation transition, power consumption transition, estimated transition, actual transition, and forecast. It can also be expressed as a transition.
  • the forward tide flow rate for each hour, the reverse tide flow rate for each hour, and the private consumption amount for each hour can be expressed as a forward tide flow transition, a reverse tide flow transition, and a personal consumption transition, respectively.
  • the present invention can be realized not only as a power generation facility information estimation system but also as a power generation facility information estimation method including steps (processes) performed by each component constituting the power generation facility information estimation system.
  • this invention is realizable as a program for making a computer etc. perform the power generation equipment information estimation method. This program may be recorded on a non-temporary recording medium such as a CD-ROM.
  • the power generation facility information estimation system 100 includes a performance amount acquisition unit 101 and an estimation unit 102.
  • the actual amount acquisition unit 101 acquires one actual amount of the power generation amount of the power generation facility and the power consumption amount of the customer facility.
  • the estimation unit 102 acquires a first estimated amount of power generation by estimating a power generation amount based on a first candidate value of a parameter of the power generation facility, and generates power generation facility based on the relationship between the first estimated amount and the actual amount. Estimate the value of the parameter.
  • the power generation facility information estimation system 100 determines the parameter of the power generation facility based on the relationship between the estimated amount of power generation based on the candidate value of the power generation facility parameter and the actual amount of power generation or power consumption. The value can be estimated appropriately. That is, the power generation facility information estimation system 100 can appropriately estimate the facility information of the power generation facility. Therefore, the power generation facility information estimation system 100 can support the confirmation of the facility information of the power generation facility or the prediction of the power generation amount of the power generation facility.
  • the actual amount may be the actual amount of power generation.
  • the estimation part 102 may estimate the value of a parameter based on the 1st similarity which is the similarity of a 1st estimated amount and a performance amount.
  • the power generation facility information estimation system 100 sets the parameter value of the power generation facility based on the similarity between the estimated amount obtained as the power generation amount from the parameter value of the power generation facility and the actual amount of the actual power generation amount. Can be estimated appropriately.
  • the estimation unit 102 may estimate the parameter first candidate value as the parameter value.
  • the power generation facility information estimation system 100 when the estimated amount obtained as the power generation amount from the power generation facility parameter candidate value and the actual amount of actual power generation amount are similar to each other, the power generation facility parameter candidate value Can be estimated as a parameter value of the power generation facility.
  • the estimation unit 102 may acquire a plurality of estimated amounts including the first estimated amount by estimating the power generation amount based on a plurality of candidate values including the first candidate value of the parameter. And the estimation part 102 may select the candidate value corresponding to the estimated amount with the highest similarity with respect to performance amount among several estimated amounts from several candidate values. Then, the estimation unit 102 may estimate the selected candidate value as a parameter value.
  • the power generation facility information estimation system 100 selects an appropriate candidate value from which a suitable estimated amount similar to the actual amount of actual power generation is obtained from the plurality of candidate values, and selects the selected appropriate candidate value. It can be estimated as a parameter value.
  • the estimation unit 102 may acquire a plurality of estimated amounts including the first estimated amount by estimating the power generation amount based on a plurality of candidate values including the first candidate value of the parameter. Then, the estimation unit 102 may derive an approximation function that matches the relationship between the plurality of candidate values and the plurality of similarities between the plurality of estimated amounts and the actual amount. And the estimation part 102 may estimate the candidate value with the highest similarity in an approximate function as a parameter value.
  • the power generation facility information estimation system 100 can estimate a value more consistent with the actual amount of power generation as a parameter value of the power generation facility based on a continuous value rather than a discrete value.
  • the actual amount may be the actual amount of power consumption.
  • the estimation part 102 may estimate the value of a parameter based on at least one among the part exceeding a performance amount among 1st estimation amounts, and the part which does not exceed a performance amount among 1st estimation amounts. .
  • the power generation facility information estimation system 100 can appropriately estimate the parameter value of the power generation facility based on at least one of the portion corresponding to the reverse tidal flow rate and the portion corresponding to the private consumption. .
  • the estimation unit 102 may estimate the parameter first candidate value as the parameter value.
  • the evaluation value of the first estimated amount may be higher as the portion of the first estimated amount that does not exceed the actual amount is larger.
  • the power generation facility information estimation system 100 can estimate the candidate value for increasing the private consumption as the parameter value. That is, the power generation facility information estimation system 100 can estimate, as parameter values, candidate values for suppressing power transmission loss, which are used for more use of the generated power of the power generation facilities in the customer facilities. it can.
  • the estimation unit 102 may acquire a plurality of estimated amounts including the first estimated amount by estimating the power generation amount based on a plurality of candidate values including the first candidate value of the parameter. And the estimation part 102 may select the candidate value corresponding to the estimated amount with the highest evaluation value from several estimated values from several candidate values. Then, the estimation unit 102 may estimate the selected candidate value as a parameter value.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that does not exceed the actual amount is larger.
  • the power generation facility information estimation system 100 can select an appropriate candidate value for increasing the self-consumption amount from a plurality of candidate values and estimate it as a parameter value of the power generation facility.
  • the power generation facility information estimation system 100 can select an appropriate candidate value for using more of the generated power of the power generation facility in the customer facility from a plurality of candidate values and estimate it as a parameter value of the power generation facility. it can.
  • the estimation unit 102 may acquire a plurality of estimated amounts including the first estimated amount by estimating the power generation amount based on a plurality of candidate values including the first candidate value of the parameter. Then, the estimation unit 102 may derive an approximation function that matches the relationship between a plurality of candidate values and a plurality of evaluation values of a plurality of estimation amounts. And the estimation part 102 may estimate the candidate value with the highest evaluation value in an approximate function as a parameter value.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that does not exceed the actual amount is larger.
  • the power generation facility information estimation system 100 sets the parameter values of the power generation facility so that the generated power of the power generation facility is more used in the customer facility based on the continuous value rather than the discrete value. Can be estimated appropriately.
  • the estimation unit 102 may estimate the parameter first candidate value as the parameter value.
  • the evaluation value of the first estimated amount may be higher as the portion of the first estimated amount that exceeds the actual amount is larger.
  • the power generation facility information estimation system 100 can estimate a candidate value for increasing the reverse flow rate as a parameter value. That is, the power generation facility information estimation system 100 can estimate, as parameter values, candidate values for using more of the generated power of the power generation facility in the entire power system.
  • the estimation unit 102 may acquire a plurality of estimated amounts including the first estimated amount by estimating the power generation amount based on a plurality of candidate values including the first candidate value of the parameter. And the estimation part 102 may select the candidate value corresponding to the estimated amount with the highest evaluation value from several estimated values from several candidate values. Then, the estimation unit 102 may estimate the selected candidate value as a parameter value.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that exceeds the actual amount is larger.
  • the power generation facility information estimation system 100 can select an appropriate candidate value for increasing the reverse power flow rate from a plurality of candidate values and estimate it as a parameter value of the power generation facility. That is, the power generation facility information estimation system 100 can select an appropriate candidate value for using more of the generated power of the power generation facility in the entire power system from a plurality of candidate values and estimate the value as a parameter value of the power generation facility. it can.
  • the estimation unit 102 may acquire a plurality of estimated amounts including the first estimated amount by estimating the power generation amount based on a plurality of candidate values including the first candidate value of the parameter. Then, the estimation unit 102 may derive an approximation function that matches the relationship between a plurality of candidate values and a plurality of evaluation values of a plurality of estimation amounts. And the estimation part 102 may estimate the candidate value with the highest evaluation value in an approximate function as a parameter value.
  • the estimated value of the estimated amount may be higher as the portion of the estimated amount that exceeds the actual amount is larger.
  • the power generation facility information estimation system 100 sets the parameter values of the power generation facility so that the generated power of the power generation facility is more widely used in the entire power system based on continuous values rather than discrete values. Can be estimated appropriately.
  • the power generation facility information estimation system 100 may further include a weather information acquisition unit 202 that acquires weather information. And the estimation part 102 may utilize weather information for estimation of electric power generation amount.
  • the power generation facility information estimation system 100 can estimate the power generation amount more appropriately based on the weather information.
  • the power generation facility information estimation system 100 can more appropriately estimate the power generation amount based on weather information.
  • the power generation facility information estimation system 100 can more appropriately estimate the parameter value of the power generation facility based on a more appropriate amount of power generation.
  • the power generation facility information estimation system 100 may further include a parameter acquisition unit 204 that acquires values of other parameters of the power generation facility. And the estimation part 102 may utilize the value of another parameter for estimation of electric power generation amount. Thereby, the power generation facility information estimation system 100 can estimate the power generation amount more appropriately based on the values of other parameters of the power generation facility. Therefore, the power generation facility information estimation system 100 can more appropriately estimate the parameter value of the power generation facility based on a more appropriate estimation amount of the power generation amount.
  • the power generation facility information estimation method includes an acquisition step (S101) and an estimation step (S102).
  • the acquisition step (S101) the actual amount of one of the power generation amount of the power generation facility and the power consumption amount of the customer facility is acquired.
  • the estimation step (S102) a power generation amount is estimated based on a first candidate value of a power generation facility parameter to obtain a first power generation amount, and based on the relationship between the first estimated amount and the actual amount. Estimate the parameter values of the power generation equipment.
  • the parameter value of the power generation facility is appropriately estimated based on the relationship between the estimated amount of power generation based on the candidate value of the parameter of the power generation facility and the actual amount of power generation or actual power consumption. That is, the facility information of the power generation facility is appropriately estimated. Therefore, it is possible to appropriately support the confirmation of the facility information of the power generation facility or the prediction of the power generation amount of the power generation facility.
  • a program according to an aspect of the present invention is a program for causing a computer to execute a power generation facility information estimation method. Thereby, the power generation facility information estimation method is realized by the program.

Abstract

本発明の一態様に係る発電設備情報推定システム（１００）は、発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する実績量取得部（１０１）と、発電設備のパラメータの第１候補値に基づいて発電量を推定することにより発電量の第１推定量を取得し、第１推定量と実績量との関係に基づいて発電設備のパラメータの値を推定する推定部（１０２）とを備える。

Description

発電設備情報推定システムおよび発電設備情報推定方法
　本発明は、発電設備の情報を推定する発電設備情報推定システム等に関する。
　従来、発電設備の発電量を予測する技術が提案されている。特許文献１に記載の技術は、このような技術の一例である。具体的には、特許文献１に記載の電力管理装置は、発電設備の設備情報等に基づいて、発電設備の発電量を予測する。
特開２０１５－２３１２７３号公報
　しかしながら、発電設備の設備情報が不明である場合がある。このような場合、発電設備の発電量を適切に予測することは困難である。
　そこで、本発明は、発電設備の設備情報を適切に推定することができる発電設備情報推定システム等を提供することを目的とする。
　上記目的を達成するため、本発明の一態様に係る発電設備情報推定システムは、発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する実績量取得部と、前記発電設備のパラメータの第１候補値に基づいて前記発電量を推定することにより前記発電量の第１推定量を取得し、前記第１推定量と前記実績量との関係に基づいて前記発電設備のパラメータの値を推定する推定部とを備える。
　また、本発明の一態様に係る発電設備情報推定方法は、発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する取得ステップと、前記発電設備のパラメータの第１候補値に基づいて前記発電量を推定することにより前記発電量の第１推定量を取得し、前記第１推定量と前記実績量との関係に基づいて前記発電設備のパラメータの値を推定する推定ステップとを含む。
　本発明の一態様に係る発電設備情報推定システム等は、発電設備の設備情報を適切に推定することができる。
図１は、本発明の実施の形態における発電設備情報推定システムの構成を示すブロック図である。 図２は、本発明の実施の形態における発電設備情報推定システムの動作を示すフローチャートである。 図３は、第１具体例における発電量予測システムの構成を示すブロック図である。 図４は、第１具体例における発電量予測システムの動作を示すフローチャートである。 図５は、第１具体例における発電設備情報推定システムによって実行される推定処理のデータフローを示すデータフロー図である。 図６は、第１具体例における発電設備情報推定システムによって取得される複数の推定量の第１例を摸式的に示すグラフである。 図７は、第１具体例における発電設備情報推定システムによって取得される複数の推定量の第２例を摸式的に示すグラフである。 図８は、第１具体例における発電設備情報推定システムが用いる候補値と類似度との関係を摸式的に示すグラフである。 図９は、第１具体例における発電量予測システムによって時間毎に予測される発電量を示す摸式図である。 図１０は、第１具体例における発電量予測システムによって期間毎に予測される発電量を示す摸式図である。 図１１は、第２具体例における発電量予測システムの構成を示すブロック図である。 図１２は、第２具体例における発電量予測システムの動作を示すフローチャートである。 図１３は、第２具体例における発電設備情報推定システムによって実行される推定処理のデータフローを示すデータフロー図である。 図１４は、第２具体例における発電設備情報推定システムによって得られる推定量の第１例を摸式的に示すグラフである。 図１５は、第２具体例における発電設備情報推定システムによって得られる推定量の第２例を摸式的に示すグラフである。 図１６は、第２具体例における発電設備情報推定システムが用いる候補値と評価値との関係を摸式的に示すグラフである。 図１７は、第２具体例における発電量予測システムによって時間毎に予測される発電量および電力消費量の第１例を示す摸式図である。 図１８は、第２具体例における発電量予測システムによって期間毎に予測される逆潮流量、自家消費量および順潮流量の第１例を示す摸式図である。 図１９は、第２具体例における発電量予測システムによって時間毎に予測される発電量および電力消費量の第２例を示す摸式図である。 図２０は、第２具体例における発電量予測システムによって期間毎に予測される逆潮流量、自家消費量および順潮流量の第２例を示す摸式図である。
　以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示す。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置および接続形態、動作の順序等は、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素は、任意の構成要素として説明される。
　また、以下の説明における第１および第２などの序数は、適宜、付け替えられてもよい。
　（実施の形態）
　本実施の形態は、発電設備の情報を推定する発電設備情報推定システムの構成、および、その動作を示す。まず、図１および図２を用いて、発電設備情報推定システムの構成および動作を説明する。
　図１は、本実施の形態における発電設備情報推定システムの構成を示すブロック図である。図１に示された発電設備情報推定システム１００は、実績量取得部１０１および推定部１０２を備える。発電設備情報推定システム１００は、需要家の施設に設置された、あるいは、設置されるべき発電設備のパラメータの値を発電設備の設備情報として推定する。
　実績量取得部１０１は、発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する取得器である。実績量取得部１０１は、コンピュータでもよいし、汎用または専用の回路でもよいし、汎用または専用のプロセッサでもよい。発電設備は、需要家の施設に設置される太陽光発電設備または風力発電設備等である。需要家設備は、需要家の施設に設置される電気機器等である。
　例えば、実績量取得部１０１は、発電設備から発電量の実績量を取得してもよいし、発電量を計測する計測器から発電量の実績量を取得してもよい。また、実績量取得部１０１は、需要家設備から電力消費量の実績量を取得してもよいし、電力消費量を計測する計測器から電力消費量の実績量を取得してもよい。ここで、実績量は、時間毎の実績量でもよい。時間毎の実績量は、実績量の時間推移を示し、実績推移とも表現され得る。
　推定部１０２は、発電設備のパラメータの値を推定する推定器である。推定部１０２は、コンピュータでもよいし、汎用または専用の回路でもよいし、汎用または専用のプロセッサでもよい。発電設備のパラメータは、発電設備の設備情報または設備条件とも表現され、発電設備の設置場所、設備容量、設置方位角または設置傾斜角等でもよい。例えば、発電設備が太陽光発電設備である場合、発電設備の設置方位角および設置傾斜角は、太陽光パネルの設置方位角および設置傾斜角である。
　推定部１０２によって推定される値は、需要家の施設に既に設置された発電設備のパラメータの実際の値でもよいし、将来、需要家の施設に設置される発電設備のパラメータの推奨値でもよい。
　例えば、推定部１０２は、発電設備のパラメータの候補値に基づいて発電量を推定することにより発電量の推定量を取得する。ここで、推定量は、時間毎の推定量でもよい。時間毎の推定量は、発電量を時間毎に推定することにより取得される。また、時間毎の推定量は、推定量の時間推移を示し、推定推移とも表現され得る。推定部１０２は、候補値に基づいて取得された推定量（推定推移）と、実績量取得部１０１で取得された実績量（実績推移）とに基づいて、発電設備のパラメータの値を推定する。
　具体的には、実績量取得部１０１によって発電量の実績量が取得されてもよい。そして、推定部１０２は、発電量の推定量と、発電量の実績量との類似度に基づいてパラメータの値を推定してもよい。その際、推定部１０２は、類似度が所定の基準よりも高い場合、パラメータの候補値をパラメータの値として推定してもよい。
　また、例えば、推定部１０２は、パラメータの複数の候補値に基づいて発電量を推定することにより発電量の複数の推定量を取得してもよい。
　そして、推定部１０２は、複数の推定量のうち発電量の実績量に対する類似度が最も高い推定量に対応する候補値を複数の候補値から選択し、選択された候補値をパラメータの値として推定してもよい。あるいは、推定部１０２は、複数の候補値と、複数の推定量および発電量の実績量の間における複数の類似度との関係に適合する近似関数（近似式）を導出し、導出された近似関数において類似度が最も高い候補値をパラメータの値として推定してもよい。
　また、実績量取得部１０１によって電力消費量の実績量が取得されてもよい。そして、推定部１０２は、推定量のうち電力消費量の実績量を超える部分と、推定量のうち電力消費量の実績量を超えない部分とのうち少なくとも一方に基づいて、パラメータの値を推定してもよい。推定量のうち電力消費量の実績量を超える部分は、推定量のうち電力消費量の実績量を除く部分に相当する。推定量のうち電力消費量の実績量を超えない部分は、推定量のうち電力消費量の実績量に含まれる部分に相当する。また、推定部１０２は、推定量の評価値に基づいて、パラメータの値を推定してもよい。
　ここで、推定量の評価値は、自家消費量またはその割合が大きいほど高くてもよい。例えば、推定量の評価値は、推定量のうち電力消費量の実績量を超えない部分が大きいほど高くてもよい。また、例えば、推定量の評価値は、推定量のうち電力消費量の実績量を超える部分が小さいほど高く、かつ、推定量のうち電力消費量の実績量を超えない部分が大きいほど高くてもよい。
　あるいは、推定量の評価値は、逆潮流量またはその割合が大きいほど高くてもよい。例えば、推定量の評価値は、推定量のうち電力消費量の実績量を超える部分が大きいほど高くてもよい。また、例えば、推定量の評価値は、推定量のうち電力消費量の実績量を超える部分が大きいほど高く、かつ、推定量のうち電力消費量の実績量を超えない部分が小さいほど高くてもよい。
　そして、推定部１０２は、パラメータの候補値に基づいて取得された推定量の評価値が所定の基準よりも高い場合、パラメータの候補値をパラメータの値として推定してもよい。
　また、推定部１０２は、パラメータの複数の候補値に基づいて発電量を推定することにより複数の推定量を取得してもよい。そして、推定部１０２は、複数の推定量のうち評価値が最も高い推定量に対応する候補値を複数の候補値から選択し、選択された候補値をパラメータの値として推定してもよい。あるいは、推定部１０２は、複数の候補値と、複数の推定量の複数の評価値との関係に適合する近似関数を導出し、導出された近似関数において評価値が最も高い候補値をパラメータの値として推定してもよい。
　また、推定部１０２は、発電量の推定に、気象情報を利用してもよいし、発電設備の他のパラメータの値を利用してもよい。また、推定部１０２は、発電設備のパラメータの推定値を出力してもよいし、発電設備のパラメータの推定値を用いて、発電設備の発電量を予測してもよい。
　図２は、図１に示された発電設備情報推定システム１００の動作を示すフローチャートである。まず、実績量取得部１０１は、発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する（Ｓ１０１）。次に、推定部１０２は、発電設備のパラメータの候補値に基づいて発電量を推定することにより発電量の推定量を取得し、推定量と実績量とに基づいて発電設備のパラメータの値を推定する（Ｓ１０２）。
　これにより、発電設備情報推定システム１００は、発電設備のパラメータの候補値に基づく発電量の推定量と、実際の発電量または電力消費量の実績量との関係に基づいて、発電設備のパラメータの値を適切に推定することができる。具体的には、例えば、発電設備情報推定システム１００は、発電設備のパラメータの実際の値、あるいは、自家消費量または逆潮流量を最大にする発電設備のパラメータの値を適切に推定することができる。
　したがって、発電設備情報推定システム１００は、発電設備の設備情報の確認、または、発電設備の設備情報に基づく発電設備の発電量の予測を支援することができる。例えば、発電設備情報推定システム１００は、経済メリットを最大にする発電設備の設置方法の決定を支援することができる。
　また、例えば、発電設備情報推定システム１００は、発電設備の発電量を予測するための情報が発電量予測システム等に入力される際の入力時間および入力ミスを抑制することができる。
　（第１具体例）
　次に、図３～図１０を用いて、図１に示された発電設備情報推定システム１００に関する第１具体例を説明する。なお、本具体例において推定に用いられる実績量は、発電設備の発電量の実績量である。
　図３は、本具体例における発電量予測システムの構成を示すブロック図である。図３に示された発電量予測システム２００は、図１に示された発電設備情報推定システム１００を備える。発電量予測システム２００は、さらに、気象情報配信装置２０１、気象情報取得部２０２、発電設備２０３、パラメータ取得部２０４、予測部２０５、入力装置２０６、および、出力装置２０７を備える。
　なお、上記の複数の構成要素のうちの一部（特に、気象情報配信装置２０１、発電設備２０３、入力装置２０６および出力装置２０７等）は、発電量予測システム２００に含まれなくてもよい。本具体例における発電設備情報推定システム１００は、需要家の施設に既に設置された発電設備２０３のパラメータの実際の値を推定する。
　気象情報配信装置２０１は、気象情報を配信する配信器である。例えば、気象情報配信装置２０１は、コンピュータであって、有線または無線のネットワークを介して、過去、現在および将来における各場所の気象情報を配信する。気象情報は、天気、気温、湿度、日照時間、雲量および風速等を含んでいてもよい。
　気象情報取得部２０２は、気象情報を取得する取得器である。気象情報取得部２０２は、コンピュータでもよいし、汎用または専用の回路でもよいし、汎用または専用のプロセッサでもよい。例えば、気象情報取得部２０２は、気象情報配信装置２０１から有線または無線のネットワークを介して、発電設備２０３が設置された場所の、過去、現在および将来における気象情報を取得する。
　発電設備２０３は、発電を行う発電機である。例えば、発電設備２０３は、需要家の施設に設置された太陽光発電設備または風力発電設備等であって、自然エネルギーを用いて発電を行う。
　実績量取得部１０１は、図１に示された構成要素であり、本具体例において、発電設備２０３の発電量の実績量を取得する。実績量取得部１０１は、発電設備２０３から発電量の実績量を取得してもよいし、発電設備２０３の発電量を計測する計測器から発電量の実績量を取得してもよい。
　推定部１０２は、図１に示された構成要素であり、発電設備２０３のパラメータの値を推定する。
　具体的には、推定部１０２は、発電設備２０３のパラメータの候補値に基づいて、実績量取得部１０１で取得された実績量の発電が行われた期間（推定対象期間）における発電量を推定することにより、その期間における発電量の推定量を取得する。そして、推定部１０２は、発電設備２０３のパラメータの候補値に基づいて取得された推定量と、実績量取得部１０１で取得された実績量とに基づいて、発電設備２０３のパラメータの値を推定する。
　例えば、推定部１０２は、発電量の推定量と、発電量の実績量との類似度に基づいてパラメータの値を推定してもよい。その際、推定部１０２は、類似度が所定の基準よりも高い場合、パラメータの候補値をパラメータの値として推定してもよい。
　また、例えば、推定部１０２は、パラメータの複数の候補値に基づいて発電量を推定することにより発電量の複数の推定量を取得してもよい。
　そして、推定部１０２は、複数の推定量のうち実績量に対する類似度が最も高い推定量に対応する候補値を複数の候補値から選択し、選択された候補値をパラメータの値として推定してもよい。あるいは、推定部１０２は、複数の候補値と、複数の推定量および実績量の間における複数の類似度との関係に適合する近似関数を導出し、導出された近似関数において類似度が最も高い候補値をパラメータの値として推定してもよい。
　また、推定部１０２は、発電量の推定に、気象情報取得部２０２によって取得される気象情報を利用してもよい。例えば、推定部１０２は、気象情報取得部２０２を介して、推定対象期間の気象情報を取得し、取得された気象情報に基づいて発電量を推定してもよい。具体的には、発電設備２０３が太陽光発電装置であり、推定対象期間の天気が晴れであれば、推定部１０２は、比較的大きい発電量を推定対象期間の発電量として推定してもよい。
　また、推定部１０２は、発電量の推定に、パラメータ取得部２０４によって取得される他のパラメータの値を利用してもよい。例えば、推定部１０２は、パラメータ取得部２０４を介して、発電設備２０３の他のパラメータの値を取得してもよい。そして、推定部１０２は、発電設備２０３のパラメータの候補値と、発電設備２０３の他のパラメータの値とに基づいて、発電量を推定してもよい。
　パラメータ取得部２０４は、発電設備２０３のパラメータの値を取得する取得器である。パラメータ取得部２０４は、コンピュータでもよいし、汎用または専用の回路でもよいし、汎用または専用のプロセッサでもよい。例えば、パラメータ取得部２０４は、入力装置２０６から発電設備２０３のパラメータの値を取得する。パラメータ取得部２０４は、入力装置２０６からネットワークを介して発電設備２０３のパラメータの値を取得してもよい。
　パラメータ取得部２０４によって値が取得されるパラメータは、推定部１０２によって値が推定されるパラメータとは異なる。パラメータ取得部２０４によって値が取得されるパラメータを他のパラメータと呼ぶ場合がある。また、パラメータ取得部２０４によって値が取得されるパラメータを第１パラメータと呼び、推定部１０２によって値が推定されるパラメータを第２パラメータと呼ぶ場合がある。
　予測部２０５は、発電量を予測する予測器である。予測部２０５は、コンピュータでもよいし、汎用または専用の回路でもよいし、汎用または専用のプロセッサでもよい。例えば、予測部２０５は、推定部１０２から発電設備２０３のパラメータの推定値を取得し、発電設備２０３のパラメータの推定値に基づいて、将来における発電設備２０３の発電量を予測する。
　また、予測部２０５は、発電量の予測に、気象情報取得部２０２によって取得される気象情報を利用してもよい。例えば、予測部２０５は、気象情報取得部２０２を介して、予測対象期間の気象情報を取得し、取得された気象情報に基づいて発電量を予測してもよい。具体的には、発電設備２０３が太陽光発電装置であり、予測対象期間の天気が晴れであれば、予測部２０５は、比較的大きい発電量を予測対象期間の発電量として予測してもよい。
　また、予測部２０５は、発電量の予測に、パラメータ取得部２０４によって取得される他のパラメータの値を利用してもよい。例えば、予測部２０５は、パラメータ取得部２０４を介して、発電設備２０３の他のパラメータの値を取得してもよい。そして、予測部２０５は、発電設備２０３のパラメータの推定値と、発電設備２０３の他のパラメータの値とに基づいて、発電量を予測してもよい。
　入力装置２０６は、ユーザーによって情報が入力される入力器である。具体的には、入力装置２０６は、キーボード、マウスまたはタッチパネル等の入力インターフェースでもよいし、入力インターフェースを含むコンピュータでもよい。例えば、入力装置２０６には、発電設備２０３の他のパラメータの値が入力される。そして、パラメータ取得部２０４は、入力装置２０６を介して、発電設備２０３の他のパラメータの値を取得する。
　出力装置２０７は、情報を出力する出力器である。具体的には、出力装置２０７は、ディスプレイまたはタッチパネル等の出力インターフェースでもよいし、出力インターフェースを含むコンピュータでもよい。例えば、出力装置２０７は、推定部１０２における推定結果、および、予測部２０５における予測結果を表示することにより、推定結果および予測結果を出力する。
　なお、出力装置２０７と入力装置２０６とは、一体化された入出力装置でもよい。このような入出力装置は、タッチパネルでもよいし、コンピュータでもよいし、携帯電話でもよいし、スマートフォンでもよい。
　また、発電設備情報推定システム１００は、発電量予測システム２００が備える構成要素のうちの全部または一部を備えてもよい。特に、発電設備情報推定システム１００は、さらに、気象情報取得部２０２を備えてもよいし、パラメータ取得部２０４を備えてもよい。また、発電設備情報推定システム１００は、１つの筐体に含まれる１つの装置でもよいし、複数の装置で構成されてもよい。
　例えば、実績量取得部１０１、推定部１０２、気象情報取得部２０２、パラメータ取得部２０４および予測部２０５が、１つの装置として発電設備情報推定システム１００または発電量予測システム２００を構成してもよい。
　また、各構成要素は、それぞれ、メモリ等の記憶部を備えてもよい。そして、処理結果（取得結果、推定結果または予測結果等）が、記憶部に蓄積されてもよい。また、各構成要素は、他の構成要素と有線または無線で通信するための通信部を備えてもよい。
　また、発電量の推定および予測に、気象情報が利用されなくてもよいし、他のパラメータの値が利用されなくてもよい。この場合、発電量予測システム２００は、気象情報取得部２０２およびパラメータ取得部２０４等を備えなくてもよい。
　図４は、図３に示された発電量予測システム２００の動作を示すフローチャートである。まず、気象情報取得部２０２は、気象情報配信装置２０１から推定対象期間および予測対象期間における気象情報を取得する（Ｓ２０１）。そして、パラメータ取得部２０４は、入力装置２０６を介して、発電設備２０３の第１パラメータの値を取得する（Ｓ２０２）。そして、実績量取得部１０１は、推定対象期間における発電設備２０３の発電量の実績量を取得する（Ｓ２０３）。
　次に、推定部１０２は、推定対象期間における気象情報と、発電設備２０３の第１パラメータの値と、発電設備２０３の第２パラメータの候補値とに基づいて、推定対象期間における発電設備２０３の発電量の推定量を取得する（Ｓ２０４）。推定部１０２は、推定対象期間における気象情報と、発電設備２０３の第１パラメータの値と、発電設備２０３の第２パラメータの複数の候補値とに基づいて、推定対象期間における発電設備２０３の発電量の複数の推定量を取得してもよい。
　次に、推定部１０２は、推定対象期間における推定量と、推定対象期間における実績量との類似度に基づいて、発電設備２０３の第２パラメータの値を推定する（Ｓ２０５）。
　例えば、推定部１０２は、第２パラメータの候補値に基づく推定量と、実績量との類似度が所定の基準よりも高い場合、第２パラメータの候補値を第２パラメータの値として推定してもよい。この所定の基準は、他の候補値に基づく推定量と、実績量との類似度で規定されてもよい。
　また、例えば、推定部１０２は、第２パラメータの複数の候補値に基づく複数の推定量のうち実績量に対する類似度が最も高い推定量に対応する候補値を第２パラメータの値として推定してもよい。また、例えば、推定部１０２は、複数の候補値と複数の類似度との関係に適合する近似関数を導出し、その近似関数において類似度が最も高い候補値を第２パラメータの値として推定してもよい。ここで、複数の類似度は、複数の候補値に基づく複数の推定量と実績量との間における複数の類似度である。
　次に、予測部２０５は、予測対象期間における気象情報と、発電設備２０３の第１パラメータの値と、発電設備２０３の第２パラメータの推定値とに基づいて、予測対象期間における発電設備２０３の発電量の予測量を取得する（Ｓ２０６）。最後に、出力装置２０７は、予測対象期間における発電設備２０３の発電量の予測量を表示する（Ｓ２０７）。
　図５は、図３に示された発電設備情報推定システム１００によって実行される推定処理のデータフローを示すデータフロー図である。この例では、複数の候補値が利用される。以下、図５に示されるデータフローに沿って、推定処理を説明する。
　実績量取得部１０１は、発電量の実績量を取得する（Ｓ３０１）。一方、推定部１０２は、気象情報と、発電設備２０３の第１パラメータの値と、発電設備２０３の第２パラメータの複数の候補値とに基づいて発電量を推定することにより、発電量の複数の推定量を取得する（Ｓ３０２）。なお、推定部１０２は、発電量の推定に、気象情報を利用しなくてもよいし、第１パラメータの値を利用しなくてもよい。
　次に、推定部１０２は、発電量の実績量と、発電量の複数の推定量のそれぞれとを比較して、発電量の実績量と、発電量の複数の推定量との間における複数の類似度を取得する（Ｓ３０３）。次に、推定部１０２は、発電設備２０３の第２パラメータの複数の候補値と、複数の候補値に基づく複数の類似度とに基づいて、発電設備２０３の第２パラメータの値を推定することにより、発電設備２０３の第２パラメータの推定値を取得する（Ｓ３０４）。
　例えば、推定部１０２は、複数の候補値に基づく複数の類似度のうち最も高い類似度に対応する候補値を発電設備２０３の第２パラメータの値として推定してもよい。あるいは、推定部１０２は、複数の候補値と、複数の候補値に基づく複数の類似度との関係に適合する近似関数を導出し、近似関数において類似度が最も高い候補値を発電設備２０３の第２パラメータの値として推定してもよい。
　図６は、図３に示された発電設備情報推定システム１００によって取得される複数の推定量の第１例を摸式的に示すグラフである。
　例えば、発電設備２０３が太陽光発電装置である場合、太陽光パネルの設置方位角および設置傾斜角の変化に伴って、発電量のピークの時間が変化する。したがって、推定部１０２は、発電設備２０３の方位パラメータまたは傾斜パラメータに関する複数の候補値に基づいて発電設備２０３の発電量を推定することにより、ピークの時間が異なる複数の推定量を取得することができる。そして、推定部１０２は、実績量に類似する推定量が得られる候補値を発電設備２０３の方位パラメータまたは傾斜パラメータの値として推定してもよい。
　ここで、推定量と実績量との相関係数が大きいほど、推定量と実績量との類似度が高いと想定される。したがって、推定量と実績量との類似度は、推定量と実績量との相関係数に従って、規定されてもよい。
　図７は、図３に示された発電設備情報推定システム１００によって取得される複数の推定量の第２例を摸式的に示すグラフである。
　例えば、発電設備２０３の設備容量は、発電設備２０３の発電可能量に相当し、発電量の大きさに影響する。したがって、推定部１０２は、発電設備２０３の容量パラメータに関する複数の候補値に基づいて発電設備２０３の発電量を推定することにより、発電量の大きさが異なる複数の推定量を取得することができる。そして、推定部１０２は、実績量に類似する推定量が得られる候補値を発電設備２０３の容量パラメータの値として推定してもよい。
　また、推定量と実績量とのユークリッド距離（差）が小さいほど、推定量と実績量との類似度が高いと想定される。したがって、推定量と実績量との類似度は、推定量と実績量とのユークリッド距離に従って、規定されてもよい。
　また、推定量と実績量との類似度は、推定量と実績量との相関係数と、推定量と実績量とのユークリッド距離との組み合わせによって規定されてもよい。つまり、推定量と実績量との類似度は、推定量と実績量との相関係数が大きいほど高く、かつ、推定量と実績量とのユークリッド距離が小さいほど高くてもよい。例えば、類似度は、正の定数Ｃ１、Ｃ２、Ｃ３、Ｃ４を用いて、以下の式によって表現されてもよい。
　類似度＝（Ｃ１×相関係数＋Ｃ２）／（Ｃ３×ユークリッド距離＋Ｃ４）　・・・（式１）
　図８は、図３に示された発電設備情報推定システム１００によって用いられる候補値と類似度との関係を摸式的に示すグラフである。
　推定部１０２は、複数の候補値に基づいて複数の推定量を取得する。そして、推定部１０２は、複数の推定量のそれぞれと実績量との間の類似度を取得することにより、複数の類似度を取得する。これにより、推定部１０２は、複数の候補値に基づく複数の類似度を取得する。推定部１０２は、複数の類似度のうち最も高い類似度に対応する候補値をパラメータの推定値として取得してもよい。
　あるいは、推定部１０２は、複数の候補値と複数の類似度との関係に適合する近似関数を導出し、近似関数において類似度が最も高い候補値をパラメータの推定値として取得してもよい。これにより、推定部１０２は、予め与えられた複数の候補値とは異なる新たな候補値をパラメータの推定値として取得することができる。
　図９は、図３に示された発電量予測システム２００によって時間毎に予測された発電量を示す摸式図である。この例では、設置傾斜角の情報である傾斜パラメータが未知である。
　例えば、発電設備２０３の設置場所、設備容量および設置方位角の情報が入力装置２０６に入力される。つまり、場所パラメータの値、容量パラメータの値、および、方位パラメータの値が入力装置２０６に入力される。パラメータ取得部２０４は、場所パラメータの値、容量パラメータの値、および、方位パラメータの値を取得する。
　推定部１０２は、気象情報、場所パラメータの値、容量パラメータの値、方位パラメータの値、および、傾斜パラメータの候補値に基づいて、発電量の推定量を取得する。そして、推定部１０２は、発電量の推定量と発電量の実績量との類似度に基づいて傾斜パラメータの推定値を取得する。
　そして、予測部２０５は、気象情報、場所パラメータの値、容量パラメータの値、方位パラメータの値、および、傾斜パラメータの推定値に基づいて、発電量の予測量を取得する。この例では、予測部２０５は、時間毎の発電量の予測量を取得する。そして、出力装置２０７は、傾斜パラメータの値として推定値を表示し、発電量として時間毎の予測量を表示する。
　図１０は、図３に示された発電量予測システム２００によって期間毎に予測された発電量を示す摸式図である。この例でも、設置傾斜角の情報である傾斜パラメータが未知である。そして、図９の例と同様に、推定部１０２は、傾斜パラメータの推定値を取得する。
　そして、予測部２０５は、気象情報、場所パラメータの値、容量パラメータの値、方位パラメータの値、および、傾斜パラメータの推定値に基づいて、発電量の予測量を取得する。この例では、予測部２０５は、期間毎（月毎）の発電量の予測量を取得する。そして、出力装置２０７は、傾斜パラメータの値として推定値を表示し、発電量として期間毎の予測量を表示する。
　上記の通り、第１具体例における発電設備情報推定システム１００は、需要家の施設に既に設置された発電設備２０３のパラメータの値（実際の値）を推定する。そして、発電量予測システム２００は、発電設備２０３のパラメータの推定値に基づいて、発電設備２０３の発電量を予測する。
　（第２具体例）
　次に、図１１～図２０を用いて、図１に示された発電設備情報推定システム１００に関する第２具体例を説明する。なお、以下において、第１具体例と同じ説明を省略する場合がある。なお、本具体例において推定に用いられる実績量は、需要家設備の電力消費量の実績量である。
　図１１は、本具体例における発電量予測システムの構成を示すブロック図である。図１１に示された発電量予測システム３００は、図１に示された発電設備情報推定システム１００を備える。発電量予測システム３００は、さらに、気象情報配信装置２０１、気象情報取得部２０２、需要家設備３０３、パラメータ取得部２０４、予測部２０５、入力装置２０６、および、出力装置２０７を備える。
　すなわち、本具体例において、発電設備２０３の代わりに需要家設備３０３が示されている。なお、上記の複数の構成要素のうちの一部（特に、気象情報配信装置２０１、需要家設備３０３、入力装置２０６および出力装置２０７等）は、発電量予測システム３００に含まれなくてもよい。本具体例における発電設備情報推定システム１００は、新たに設置される予定の発電設備のパラメータの推奨値を推定する。
　気象情報配信装置２０１、気象情報取得部２０２、パラメータ取得部２０４、入力装置２０６および出力装置２０７は、それぞれ、第１具体例に示された構成要素と同じである。
　実績量取得部１０１は、図１に示された構成要素であり、本具体例において、需要家設備３０３の電力消費量の実績量を取得する。実績量取得部１０１は、需要家設備３０３から電力消費量の実績量を取得してもよいし、需要家設備３０３の電力消費量を計測する計測器から電力消費量の実績量を取得してもよい。
　推定部１０２は、図１に示された構成要素であり、発電設備のパラメータの値を推定する。具体的には、推定部１０２は、発電設備のパラメータの候補値に基づいて、実績量取得部１０１で取得された実績量の電力消費が行われた期間（推定対象期間）における発電量を推定することにより、その期間における発電量の推定量を取得する。そして、推定部１０２は、発電設備のパラメータの候補値に基づいて取得された推定量と、実績量取得部１０１で取得された実績量とに基づいて、発電設備のパラメータの値を推定する。
　なお、本具体例において、発電設備のパラメータの値は、発電設備のパラメータの実際の値ではなく、発電設備のパラメータの所望の値である。すなわち、推定部１０２は、発電設備のパラメータの値として望ましい値を推定する。
　例えば、推定部１０２は、発電量の推定量のうち電力消費量の実績量を超える部分と、発電量の推定量のうち電力消費量の実績量を超えない部分とのうち少なくとも一方に基づいて、パラメータの値を推定してもよい。その際、推定部１０２は、推定量の評価値に基づいて、パラメータの値を推定してもよい。
　ここで、推定量の評価値は、自家消費量またはその割合が大きいほど高くてもよい。例えば、推定量の評価値は、推定量のうち実績量を超えない部分が大きいほど高くてもよい。また、例えば、推定量の評価値は、推定量のうち実績量を超える部分が小さいほど高く、かつ、推定量のうち実績量を超えない部分が大きいほど高くてもよい。
　あるいは、推定量の評価値は、逆潮流量またはその割合が大きいほど高くてもよい。例えば、推定量の評価値は、推定量のうち実績量を超える部分が大きいほど高くてもよい。また、例えば、推定量の評価値は、推定量のうち実績量を超える部分が大きいほど高く、かつ、推定量のうち実績量を超えない部分が小さいほど高くてもよい。
　そして、推定部１０２は、パラメータの候補値に基づいて取得された推定量の評価値が所定の基準よりも高い場合、パラメータの候補値をパラメータの値として推定してもよい。また、推定部１０２は、パラメータの複数の候補値に基づいて発電量を推定することにより複数の推定量を取得してもよい。
　そして、推定部１０２は、複数の推定量のうち評価値が最も高い推定量に対応する候補値を複数の候補値から選択し、選択された候補値をパラメータの値として推定してもよい。あるいは、推定部１０２は、複数の候補値と、複数の候補値に基づく複数の推定量の複数の評価値との関係に適合する近似関数を導出し、導出された近似関数において評価値が最も高い候補値をパラメータの値として推定してもよい。
　また、推定部１０２は、第１具体例と同様に、発電量の推定に、気象情報を利用してもよいし、発電設備の他のパラメータの値を利用してもよい。例えば、発電設備の他のパラメータの値は、新たに設置される予定の発電設備に関して既に確定しているパラメータの値である。
　予測部２０５は、第１具体例において示した通り、将来における発電設備の発電量を予測する予測器である。本具体例において、予測部２０５は、さらに、需要家設備３０３の電力消費量の実績量に基づいて、将来における需要家設備３０３の電力消費量を予測してもよい。予測部２０５は、さらに、需要家の施設における電力収支を予測してもよい。
　図１２は、図１１に示された発電量予測システム３００の動作を示すフローチャートである。まず、気象情報取得部２０２は、気象情報配信装置２０１から推定対象期間および予測対象期間における気象情報を取得する（Ｓ４０１）。そして、パラメータ取得部２０４は、入力装置２０６を介して、発電設備の第１パラメータの値を取得する（Ｓ４０２）。そして、実績量取得部１０１は、需要家設備３０３の電力消費量の実績量を取得する（Ｓ４０３）。
　次に、推定部１０２は、推定対象期間における気象情報と、発電設備の第１パラメータの値と、発電設備の第２パラメータの候補値とに基づいて、推定対象期間における発電設備の発電量の推定量を取得する（Ｓ４０４）。推定部１０２は、推定対象期間における気象情報と、発電設備の第１パラメータの値と、発電設備の第２パラメータの複数の候補値とに基づいて、推定対象期間における発電設備の発電量の複数の推定量を取得してもよい。
　次に、推定部１０２は、推定量のうち実績量を超える部分と、推定量のうち実績量を超えない部分とのうち少なくとも一方に基づいて、発電設備の第２パラメータの値を推定する（Ｓ４０５）。
　例えば、推定部１０２は、第２パラメータの候補値に基づく推定量の評価値が所定の基準よりも高い場合、第２パラメータの候補値を第２パラメータの値として推定してもよい。この所定の基準は、他の候補値に基づく推定量の評価値で規定されてもよい。
　また、例えば、推定部１０２は、第２パラメータの複数の候補値に基づく複数の推定量のうち評価値が最も高い推定量に対応する候補値を複数の候補値から選択し、選択された候補値を第２パラメータの値として推定してもよい。また、例えば、推定部１０２は、第２パラメータの複数の候補値と、複数の候補値に基づく複数の推定量の複数の評価値との関係に適合する近似関数を導出し、導出された近似関数において評価値が最も高い候補値を第２パラメータの値として推定してもよい。
　次に、予測部２０５は、将来における気象情報と、発電設備の第１パラメータの値と、発電設備の第２パラメータの推定値とに基づいて、将来における発電設備の発電量の予測量を取得する（Ｓ４０６）。次に、予測部２０５は、過去における需要家設備３０３の電力消費量の実績量に基づいて、将来における需要家設備３０３の電力消費量の予測量を取得する（Ｓ４０７）。
　次に、予測部２０５は、発電量の予測量と電力消費量の予測量とに基づいて、需要家の施設における電力収支を予測する（Ｓ４０８）。ここで、需要家の施設における電力収支は、需要家の施設へ電力が流入する量である順潮流量、および、需要家の施設から電力が流出する量である逆潮流量を示す。需要家の施設における電力収支は、さらに、発電設備の発電量を示してもよいし、需要家設備３０３の電力消費量を示してもよいし、発電設備で発電され需要家設備３０３で消費される電力の量である自家消費量を示してもよい。
　最後に、出力装置２０７は、推定部１０２における推定結果、および、予測部２０５における予測結果を表示する（Ｓ４０９）。例えば、出力装置２０７は、発電設備の第２パラメータの推定値、および、発電設備の第２パラメータの推定値に基づいて予測された電力収支を表示する。
　図１３は、図１１に示された発電設備情報推定システム１００によって実行される推定処理のデータフローを示すデータフロー図である。この例では、複数の候補値が利用される。以下、図１３に示されるデータフローに沿って、推定処理を説明する。
　実績量取得部１０１は、電力消費量の実績量を取得する（Ｓ５０１）。一方、推定部１０２は、気象情報と、発電設備の第１パラメータの値と、発電設備の第２パラメータの複数の候補値とに基づいて発電量を推定することにより、発電量の複数の推定量を取得する（Ｓ５０２）。なお、推定部１０２は、発電量の推定に、気象情報を利用しなくてもよいし、第１パラメータの値を利用しなくてもよい。
　次に、推定部１０２は、電力消費量の実績量と、発電量の複数の推定量のそれぞれとの関係に基づいて複数の推定量のそれぞれの評価値を取得することにより、複数の推定量の複数の評価値を取得する（Ｓ５０３）。例えば、推定量の評価値は、推定量のうち実績量を超えない部分が大きいほど高くてもよい。あるいは、推定量の評価値は、推定量のうち実績量を超える部分が大きいほど高くてもよい。
　次に、推定部１０２は、発電設備の第２パラメータの複数の候補値と、複数の候補値に基づく複数の評価値とに基づいて、発電設備の第２パラメータの値を推定することにより、発電設備の第２パラメータの推定値を取得する（Ｓ５０４）。
　例えば、推定部１０２は、複数の候補値に基づく複数の評価値のうち最も高い評価値に対応する候補値を発電設備の第２パラメータの値として推定してもよい。あるいは、推定部１０２は、複数の候補値と、複数の候補値に基づく複数の評価値との関係に適合する近似関数を導出し、近似関数において評価値が最も高い候補値を発電設備の第２パラメータの値として推定してもよい。
　図１４は、図１１に示された発電設備情報推定システム１００によって取得される推定量の第１例を摸式的に示すグラフである。図１４において、発電量の推定量のうち、電力消費量の実績量を超える部分が、ドットの網掛けで示され、発電量の推定量のうち、電力消費量の実績量を超えない部分が、斜線の網掛けで示されている。発電量の推定量のうち、電力消費量の実績量を超える部分は、逆潮流量に相当する。発電量の推定量のうち、電力消費量の実績量を超えない部分は、自家消費量に相当する。
　図１４の例では、逆潮流量（電力流出量）が比較的小さく、自家消費量が比較的大きい。これにより、順潮流量（電力流入量）が減り、発電設備の発電電力が需要家の施設においてより多く利用される。
　図１５は、図１１に示された発電設備情報推定システム１００によって取得される推定量の第２例を摸式的に示すグラフである。図１５において、図１４と同様に、発電量の推定量のうち、電力消費量の実績量を超える部分が、ドットの網掛けで示され、発電量の推定量のうち、電力消費量の実績量を超えない部分が、斜線の網掛けで示されている。
　図１５の例では、逆潮流量（電力流出量）が比較的大きく、自家消費量が比較的小さい。これにより、逆潮流量（電力流出量）が増え、発電設備の発電電力が発電所または他の需要家の施設等においてより多く利用される。
　図１４の例では、発電設備の発電電力が需要家の施設においてより多く利用され、送電ロスが抑制される。一方、図１５の例では、発電設備の発電電力が電力系統全体でより多く利用（共用）され、電力需給が全体として最適化される場合がある。図１４の推定量が適切であるか図１５の推定量が適切であるかは状況により異なる。
　そのため、推定量の評価値は、自家消費量の割合が大きいほど高くてもよいし、逆潮流量の割合が大きいほど高くてもよい。推定量の評価値の特性は、電力の状況、または、ユーザーの指示によって、切り替えられてもよい。
　より具体的には、電力の状況を示す指標として、売電単価と買電単価との関係が用いられてもよい。売電単価が買電単価よりも高い場合に、推定量の評価値は、逆潮流量の割合が大きいほど高くてもよい。そして、買電単価が売電単価よりも高い場合に、推定量の評価値は、自家消費量の割合が大きいほど高くてもよい。
　自家消費量の割合が大きいほど高い評価値の例は、以下の式２または式３等によって表現される。
　評価値＝推定量のうち実績量を超えない部分（自家消費量）／推定量　・・・（式２）
　評価値＝推定量のうち実績量を超えない部分（自家消費量）－推定量のうち実績量を超える部分（逆潮流量）　・・・（式３）
　また、逆潮流量の割合が大きいほど高い評価値の例は、以下の式４または式５等によって表現される。
　評価値＝推定量のうち実績量を超える部分（逆潮流量）／推定量　・・・（式４）
　評価値＝推定量のうち実績量を超える部分（逆潮流量）－推定量のうち実績量を超えない部分（自家消費量）　・・・（式５）
　なお、上記では、自家消費量の割合、または、逆潮流量の割合が評価値に用いられているが、自家消費量の大きさ、または、逆潮流量の大きさが評価値に用いられてもよい。例えば、評価値は、以下の式６または式７等によって表現されてもよい。
　評価値＝推定量のうち実績量を超えない部分（自家消費量）　・・・（式６）
　評価値＝推定量のうち実績量を超える部分（逆潮流量）　・・・（式７）
　つまり、式６または式７のように、推定量のうち実績量を超えない部分（自家消費量）と、推定量のうち実績量を超える部分（逆潮流量）とのうち一方のみに基づいて、推定量が評価されてもよい。そして、推定量の評価値に基づいて、パラメータの値が推定されてもよい。
　図１６は、図１１に示された発電設備情報推定システム１００によって用いられる候補値と評価値との関係を摸式的に示すグラフである。
　推定部１０２は、複数の候補値に基づいて複数の推定量を取得する。そして、推定部１０２は、複数の推定量のそれぞれと実績量との関係に基づいて評価値を取得することにより、複数の評価値を取得する。これにより、推定部１０２は、複数の候補値に基づく複数の評価値を取得する。推定部１０２は、複数の評価値のうち最も高い評価値に対応する候補値をパラメータの推定値として取得してもよい。
　あるいは、推定部１０２は、複数の候補値と複数の評価値との関係に適合する近似関数を導出し、近似関数において評価値が最も高い候補値をパラメータの推定値として取得してもよい。これにより、推定部１０２は、予め与えられた複数の候補値とは異なる新たな候補値をパラメータの推定値として取得することができる。
　図１７は、図１１に示された発電量予測システム３００によって時間毎に予測された発電量および電力消費量の第１例を示す摸式図である。この例では、設置方位角の情報である方位パラメータが未知である。
　例えば、発電設備の設置場所、設備容量および設置傾斜角の情報が入力装置２０６に入力される。つまり、場所パラメータの値、容量パラメータの値、および、傾斜パラメータの値が入力装置２０６に入力される。パラメータ取得部２０４は、場所パラメータの値、容量パラメータの値、および、方位パラメータの値を取得する。
　推定部１０２は、気象情報、場所パラメータの値、容量パラメータの値、傾斜パラメータの値、および、方位パラメータの候補値に基づいて、発電量の推定量を取得する。そして、推定部１０２は、発電量の推定量と電力消費量の実績量との関係に基づいて、方位パラメータの推定値を取得する。この例では、推定部１０２は、推定量のうち実績量を超えない部分が大きいほど高い評価値に基づいて、高い評価値に対応する候補値を方位パラメータの推定値として取得する。
　そして、予測部２０５は、気象情報、場所パラメータの値、容量パラメータの値、傾斜パラメータの値、および、方位パラメータの推定値に基づいて、発電量の予測量を取得する。この例では、予測部２０５は、時間毎の発電量の予測量を取得する。また、予測部２０５は、時間毎の電力消費量の予測量を取得する。そして、出力装置２０７は、方位パラメータの値として推定値を表示し、発電量として時間毎の発電量の予測量を表示し、電力消費量として時間毎の電力消費量の予測量を表示する。
　図１７の例において、発電量のうち電力消費量を超える部分が小さく、発電量のうち電力消費量を超えない部分が大きい。つまり、この例において、発電設備情報推定システム１００は、発電量のうち電力消費量を超える部分を小さくし、かつ、発電量のうち電力消費量を超えない部分を大きくするための方位パラメータの値を推定する。
　図１８は、図１１に示された発電量予測システム３００によって期間毎に予測された逆潮流量、自家消費量および順潮流量の第１例を示す摸式図である。この例でも、設置方位角の情報である方位パラメータが未知である。そして、図１７の例と同様に、推定部１０２は、方位パラメータの推定値を取得する。
　また、この例において、予測部２０５は、気象情報、場所パラメータの値、容量パラメータの値、傾斜パラメータの値、および、方位パラメータの推定値に基づいて、将来の発電量の予測量を取得する。また、予測部２０５は、電力消費量の実績量に基づいて、将来の電力消費量の予測量を取得する。そして、予測部２０５は、時間毎に、逆潮流量、自家消費量および順潮流量の予測量を取得する。
　そして、予測部２０５は、期間毎（月毎）に、逆潮流量、自家消費量および順潮流量の予測量を集約する。そして、出力装置２０７は、方位パラメータの値として推定値を表示し、逆潮流量として期間毎の逆潮流量の予測量を表示し、自家消費量として期間毎の自家消費量の予測量を表示し、順潮流量として期間毎の順潮流量の予測量を表示する。
　図１８の例において、自家消費量が大きく、逆潮流量が小さい。つまり、この例において、発電設備情報推定システム１００は、自家消費量を大きくし、かつ、逆潮流量を小さくするための方位パラメータの値を推定する。
　図１９は、図１１に示された発電量予測システム３００によって時間毎に予測された発電量および電力消費量の第２例を示す摸式図である。この例でも、設置方位角の情報である方位パラメータが未知である。
　推定部１０２は、気象情報、場所パラメータの値、容量パラメータの値、傾斜パラメータの値、および、方位パラメータの候補値に基づいて、発電量の推定量を取得する。そして、推定部１０２は、発電量の推定量と電力消費量の実績量との関係に基づいて、方位パラメータの推定値を取得する。この例では、推定部１０２は、推定量のうち実績量を超える部分が大きいほど高い評価値に基づいて、高い評価値に対応する候補値を方位パラメータの推定値として取得する。
　そして、予測部２０５は、気象情報、場所パラメータの値、容量パラメータの値、傾斜パラメータの値、および、方位パラメータの推定値に基づいて、時間毎の発電量の予測量を取得する。また、予測部２０５は、時間毎の電力消費量の予測量を取得する。そして、出力装置２０７は、方位パラメータの値として推定値を表示し、発電量として時間毎の発電量の予測量を表示し、電力消費量として時間毎の電力消費量の予測量を表示する。
　図１９の例において、発電量のうち電力消費量を超える部分が大きく、発電量のうち電力消費量を超えない部分が小さい。つまり、この例において、発電設備情報推定システム１００は、発電量のうち電力消費量を超える部分を大きくし、かつ、発電量のうち電力消費量を超えない部分を小さくするための方位パラメータの値を推定する。
　図２０は、図１１に示された発電量予測システム３００によって期間毎に予測された逆潮流量、自家消費量および順潮流量の第２例を示す摸式図である。この例でも、設置方位角の情報である方位パラメータが未知である。そして、図１９の例と同様に、推定部１０２は、方位パラメータの推定値を取得する。
　そして、図１８の例と同様に、予測部２０５は、気象情報、場所パラメータの値、容量パラメータの値、傾斜パラメータの値、および、方位パラメータの推定値に基づいて、将来の発電量の予測量を取得する。また、予測部２０５は、電力消費量の実績量に基づいて、将来の電力消費量の予測量を取得する。そして、予測部２０５は、時間毎に、逆潮流量、自家消費量および順潮流量の予測量を取得する。
　そして、予測部２０５は、期間毎（月毎）に、逆潮流量、自家消費量および順潮流量の予測量を集約する。そして、出力装置２０７は、方位パラメータの値として推定値を表示し、逆潮流量として期間毎の逆潮流量の予測量を表示し、自家消費量として期間毎の自家消費量の予測量を表示し、順潮流量として期間毎の順潮流量の予測量を表示する。
　図２０の例において、自家消費量が小さく、逆潮流量が大きい。つまり、この例において、発電設備情報推定システム１００は、自家消費量を小さくし、かつ、逆潮流量を大きくするための方位パラメータの値を推定する。
　上記の通り、第２具体例における発電設備情報推定システム１００は、需要家の施設に設置されるべき発電設備のパラメータの値（推奨値）を推定する。そして、発電量予測システム３００は、発電設備のパラメータの推定値に基づいて、発電設備の発電量を予測する。
　（補足）
　上記の説明では、１つのパラメータの値が推定されているが、複数のパラメータの各値が推定されてもよい。これにより、複数のパラメータに関して複数の値の適切な組み合わせが推定される。そして、発電設備の発電量を予測するための複数のパラメータの各値が推定されることで、入力時間および入力ミスが削減される。
　また、第１具体例において、発電設備のパラメータの値、および、発電設備の発電量の予測量等が、発電量管理サーバに送信され、集中管理されてもよい。
　また、第１具体例における類似度が第２具体例における評価値のように利用されてもよい。すなわち、実績量に対する推定量の類似度が、推定量の評価値として利用されてもよい。この場合、実績量に対する推定量の類似度が高いほど、推定量の評価値は高い。このような評価値が利用されることで、第２具体例と同じ枠組みで、類似度が利用され得る。
　また、第２具体例において、一部のパラメータの各値が、発電設備のイニシャルコストと、需要家の施設における電力収支のパフォーマンスとに基づいて、推定されてもよい。つまり、低いイニシャルコストで高いパフォーマンスが得られるように、パラメータの値が推定されてもよい。例えば、発電設備の容量パラメータの値は、発電設備のイニシャルコストに影響を与える。発電設備の容量パラメータの値は、発電設備のイニシャルコストと、電力収支のパフォーマンスとが釣り合うように、推定されてもよい。
　以上、本発明に係る発電設備情報推定システムについて、実施の形態に基づいて説明したが、本発明に係る発電設備情報推定システムは、実施の形態に限定されない。実施の形態に対して当業者が思いつく変形を施して得られる形態、および、実施の形態における複数の構成要素を任意に組み合わせて実現される別の形態も本発明に係る発電設備情報推定システムに含まれる。
　例えば、特定の構成要素が実行する処理を別の構成要素が実行してもよい。また、処理を実行する順番が変更されてもよいし、複数の処理が並行して実行されてもよい。
　また、上記の説明における発電量、電力消費量、推定量、実績量、予測量、順潮流量、逆潮流量および自家消費量等は、それぞれ、電力の量に相当する。これらの大きさは、ｋＷまたはｋＷｈ等の単位で表現される。また、これらは、それぞれ、時間毎の量でもよい。
　時間毎の発電量、時間毎の電力消費量、時間毎の推定量、時間毎の実績量、および、時間毎の予測量は、それぞれ、発電推移、電力消費推移、推定推移、実績推移、予測推移とも表現され得る。同様に、時間毎の順潮流量、時間毎の逆潮流量、および、時間毎の自家消費量は、それぞれ、順潮流推移、逆潮流推移、および、自家消費推移と表現され得る。
　また、本発明は、発電設備情報推定システムとして実現できるだけでなく、発電設備情報推定システムを構成する各構成要素が行うステップ（処理）を含む発電設備情報推定方法として実現できる。また、本発明は、発電設備情報推定方法をコンピュータ等に実行させるためのプログラムとして実現できる。このプログラムは、ＣＤ－ＲＯＭ等の非一時的な記録媒体に記録されてもよい。
　最後に、発電設備情報推定システム等の基本的な構成例、および、複数の変形例等を示す。これらは、適宜、組み合わされてもよい。
　（１）例えば、本発明の一態様に係る発電設備情報推定システム１００は、実績量取得部１０１と、推定部１０２とを備える。実績量取得部１０１は、発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する。推定部１０２は、発電設備のパラメータの第１候補値に基づいて発電量を推定することにより発電量の第１推定量を取得し、第１推定量と実績量との関係に基づいて発電設備のパラメータの値を推定する。
　これにより、発電設備情報推定システム１００は、発電設備のパラメータの候補値に基づく発電量の推定量と、実際の発電量または電力消費量の実績量との関係に基づいて、発電設備のパラメータの値を適切に推定することができる。すなわち、発電設備情報推定システム１００は、発電設備の設備情報を適切に推定することができる。したがって、発電設備情報推定システム１００は、発電設備の設備情報の確認、または、発電設備の発電量の予測を支援することができる。
　（２）例えば、実績量は、発電量の実績量でもよい。そして、推定部１０２は、第１推定量と実績量との類似度である第１類似度に基づいてパラメータの値を推定してもよい。これにより、発電設備情報推定システム１００は、発電設備のパラメータの候補値により発電量として得られる推定量と、実際の発電量の実績量との類似度に基づいて、発電設備のパラメータの値を適切に推定することができる。
　（３）例えば、推定部１０２は、第１類似度が所定の基準よりも高い場合、パラメータの第１候補値をパラメータの値として推定してもよい。これにより、発電設備情報推定システム１００は、発電設備のパラメータの候補値により発電量として得られる推定量と、実際の発電量の実績量とが互いに類似する場合に、発電設備のパラメータの候補値を発電設備のパラメータの値として推定することができる。
　（４）例えば、推定部１０２は、パラメータの第１候補値を含む複数の候補値に基づいて発電量を推定することにより第１推定量を含む複数の推定量を取得してもよい。そして、推定部１０２は、複数の推定量のうち実績量に対する類似度が最も高い推定量に対応する候補値を複数の候補値から選択してもよい。そして、推定部１０２は、選択された候補値をパラメータの値として推定してもよい。
　これにより、発電設備情報推定システム１００は、複数の候補値から、実際の発電量の実績量に類似する適切な推定量が得られる適切な候補値を選択し、選択された適切な候補値をパラメータの値として推定することができる。
　（５）例えば、推定部１０２は、パラメータの第１候補値を含む複数の候補値に基づいて発電量を推定することにより第１推定量を含む複数の推定量を取得してもよい。そして、推定部１０２は、複数の候補値と、複数の推定量および実績量の間における複数の類似度との関係に適合する近似関数を導出してもよい。そして、推定部１０２は、近似関数において類似度が最も高い候補値をパラメータの値として推定してもよい。
　これにより、発電設備情報推定システム１００は、離散的な値でなく連続的な値に基づいて、より発電量の実績量に整合する値を発電設備のパラメータの値として推定することができる。
　（６）例えば、実績量は、電力消費量の実績量でもよい。そして、推定部１０２は、第１推定量のうち実績量を超える部分と、第１推定量のうち実績量を超えない部分とのうち少なくとも一方に基づいて、パラメータの値を推定してもよい。これにより、発電設備情報推定システム１００は、逆潮流量に相当する部分と、自家消費量に相当する部分とのうち少なくとも一方に基づいて、発電設備のパラメータの値を適切に推定することができる。
　（７）例えば、推定部１０２は、第１推定量の評価値が所定の基準よりも高い場合、パラメータの第１候補値をパラメータの値として推定してもよい。ここで、第１推定量の評価値は、第１推定量のうち実績量を超えない部分が大きいほど高くてもよい。
　これにより、発電設備情報推定システム１００は、自家消費量を大きくするための候補値をパラメータの値として推定することができる。すなわち、発電設備情報推定システム１００は、送電ロスを抑制するための候補値であって、発電設備の発電電力を需要家設備でより多く利用するための候補値をパラメータの値として推定することができる。
　（８）例えば、推定部１０２は、パラメータの第１候補値を含む複数の候補値に基づいて発電量を推定することにより第１推定量を含む複数の推定量を取得してもよい。そして、推定部１０２は、複数の推定量のうち評価値が最も高い推定量に対応する候補値を複数の候補値から選択してもよい。そして、推定部１０２は、選択された候補値をパラメータの値として推定してもよい。
　ここで、複数の推定量のそれぞれについて、推定量の評価値は、推定量のうち実績量を超えない部分が大きいほど高くてもよい。
　これにより、発電設備情報推定システム１００は、自家消費量を大きくするための適切な候補値を複数の候補値から選択して発電設備のパラメータの値として推定することができる。すなわち、発電設備情報推定システム１００は、発電設備の発電電力を需要家設備でより多く利用するための適切な候補値を複数の候補値から選択して発電設備のパラメータの値として推定することができる。
　（９）例えば、推定部１０２は、パラメータの第１候補値を含む複数の候補値に基づいて発電量を推定することにより第１推定量を含む複数の推定量を取得してもよい。そして、推定部１０２は、複数の候補値と複数の推定量の複数の評価値との関係に適合する近似関数を導出してもよい。そして、推定部１０２は、近似関数において評価値が最も高い候補値をパラメータの値として推定してもよい。
　ここで、複数の推定量のそれぞれについて、推定量の評価値は、推定量のうち実績量を超えない部分が大きいほど高くてもよい。
　これにより、発電設備情報推定システム１００は、離散的な値でなく連続的な値に基づいて、発電設備の発電電力が需要家設備でより多く利用されるような、発電設備のパラメータの値を適切に推定することができる。
　（１０）例えば、推定部１０２は、第１推定量の評価値が所定の基準よりも高い場合、パラメータの第１候補値をパラメータの値として推定してもよい。ここで、第１推定量の評価値は、第１推定量のうち実績量を超える部分が大きいほど高くてもよい。
　これにより、発電設備情報推定システム１００は、逆潮流量を大きくするための候補値をパラメータの値として推定することができる。すなわち、発電設備情報推定システム１００は、発電設備の発電電力を電力系統全体でより多く利用するための候補値をパラメータの値として推定することができる。
　（１１）例えば、推定部１０２は、パラメータの第１候補値を含む複数の候補値に基づいて発電量を推定することにより第１推定量を含む複数の推定量を取得してもよい。そして、推定部１０２は、複数の推定量のうち評価値が最も高い推定量に対応する候補値を複数の候補値から選択してもよい。そして、推定部１０２は、選択された候補値をパラメータの値として推定してもよい。
　ここで、複数の推定量のそれぞれについて、推定量の評価値は、推定量のうち実績量を超える部分が大きいほど高くてもよい。
　これにより、発電設備情報推定システム１００は、逆潮流量を大きくするための適切な候補値を複数の候補値から選択して発電設備のパラメータの値として推定することができる。すなわち、発電設備情報推定システム１００は、発電設備の発電電力を電力系統全体でより多く利用するための適切な候補値を複数の候補値から選択して発電設備のパラメータの値として推定することができる。
　（１２）例えば、推定部１０２は、パラメータの第１候補値を含む複数の候補値に基づいて発電量を推定することにより第１推定量を含む複数の推定量を取得してもよい。そして、推定部１０２は、複数の候補値と複数の推定量の複数の評価値との関係に適合する近似関数を導出してもよい。そして、推定部１０２は、近似関数において評価値が最も高い候補値をパラメータの値として推定してもよい。
　ここで、複数の推定量のそれぞれについて、推定量の評価値は、推定量のうち実績量を超える部分が大きいほど高くてもよい。
　これにより、発電設備情報推定システム１００は、離散的な値でなく連続的な値に基づいて、発電設備の発電電力が電力系統全体でより多く利用されるような、発電設備のパラメータの値を適切に推定することができる。
　（１３）例えば、発電設備情報推定システム１００は、さらに、気象情報を取得する気象情報取得部２０２を備えてもよい。そして、推定部１０２は、発電量の推定に気象情報を利用してもよい。
　これにより、発電設備情報推定システム１００は、気象情報に基づいて、より適切に発電量を推定することができる。特に、発電設備が自然エネルギーを用いて発電を行う場合、発電設備情報推定システム１００は、気象情報に基づいて、より適切に発電量を推定することができる。そして、発電設備情報推定システム１００は、発電量のより適切な推定量に基づいて、発電設備のパラメータの値をより適切に推定することができる。
　（１４）例えば、発電設備情報推定システム１００は、さらに、発電設備の他のパラメータの値を取得するパラメータ取得部２０４を備えてもよい。そして、推定部１０２は、発電量の推定に他のパラメータの値を利用してもよい。これにより、発電設備情報推定システム１００は、発電設備の他のパラメータの値に基づいて、より適切に発電量を推定することができる。したがって、発電設備情報推定システム１００は、発電量のより適切な推定量に基づいて、発電設備のパラメータの値をより適切に推定することができる。
　（１５）例えば、本発明の一態様に係る発電設備情報推定方法は、取得ステップ（Ｓ１０１）と、推定ステップ（Ｓ１０２）とを含む。取得ステップ（Ｓ１０１）では、発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する。推定ステップ（Ｓ１０２）では、発電設備のパラメータの第１候補値に基づいて発電量を推定することにより発電量の第１推定量を取得し、第１推定量と実績量との関係に基づいて発電設備のパラメータの値を推定する。
　これにより、発電設備のパラメータの候補値に基づく発電量の推定量と、実際の発電量または電力消費量の実績量との関係に基づいて、発電設備のパラメータの値が適切に推定される。すなわち、発電設備の設備情報が適切に推定される。したがって、発電設備の設備情報の確認、または、発電設備の発電量の予測を適切に支援することが可能である。
　（１６）例えば、本発明の一態様に係るプログラムは、発電設備情報推定方法をコンピュータに実行させるためのプログラムである。これにより、発電設備情報推定方法がプログラムにより実現される。
　　１００　発電設備情報推定システム
　　１０１　実績量取得部
　　１０２　推定部
　　２０２　気象情報取得部
　　２０４　パラメータ取得部

Claims (16)

  1. 　発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する実績量取得部と、
    　前記発電設備のパラメータの第１候補値に基づいて前記発電量を推定することにより前記発電量の第１推定量を取得し、前記第１推定量と前記実績量との関係に基づいて前記発電設備のパラメータの値を推定する推定部とを備える
    　発電設備情報推定システム。
  2. 　前記実績量は、前記発電量の実績量であり、
    　前記推定部は、前記第１推定量と前記実績量との類似度である第１類似度に基づいて前記パラメータの値を推定する
    　請求項１に記載の発電設備情報推定システム。
  3. 　前記推定部は、前記第１類似度が所定の基準よりも高い場合、前記パラメータの第１候補値を前記パラメータの値として推定する
    　請求項２に記載の発電設備情報推定システム。
  4. 　前記推定部は、前記パラメータの第１候補値を含む複数の候補値に基づいて前記発電量を推定することにより前記第１推定量を含む複数の推定量を取得し、前記複数の推定量のうち前記実績量に対する類似度が最も高い推定量に対応する候補値を前記複数の候補値から選択し、選択された前記候補値を前記パラメータの値として推定する
    　請求項２に記載の発電設備情報推定システム。
  5. 　前記推定部は、前記パラメータの第１候補値を含む複数の候補値に基づいて前記発電量を推定することにより前記第１推定量を含む複数の推定量を取得し、前記複数の候補値と、前記複数の推定量および前記実績量の間における複数の類似度との関係に適合する近似関数を導出し、前記近似関数において類似度が最も高い候補値を前記パラメータの値として推定する
    　請求項２に記載の発電設備情報推定システム。
  6. 　前記実績量は、前記電力消費量の実績量であり、
    　前記推定部は、前記第１推定量のうち前記実績量を超える部分と、前記第１推定量のうち前記実績量を超えない部分とのうち少なくとも一方に基づいて、前記パラメータの値を推定する
    　請求項１に記載の発電設備情報推定システム。
  7. 　前記推定部は、前記第１推定量の評価値が所定の基準よりも高い場合、前記パラメータの第１候補値を前記パラメータの値として推定し、
    　前記第１推定量の評価値は、前記第１推定量のうち前記実績量を超えない部分が大きいほど高い
    　請求項６に記載の発電設備情報推定システム。
  8. 　前記推定部は、前記パラメータの第１候補値を含む複数の候補値に基づいて前記発電量を推定することにより前記第１推定量を含む複数の推定量を取得し、前記複数の推定量のうち評価値が最も高い推定量に対応する候補値を前記複数の候補値から選択し、選択された前記候補値を前記パラメータの値として推定し、
    　前記複数の推定量のそれぞれについて、当該推定量の評価値は、当該推定量のうち前記実績量を超えない部分が大きいほど高い
    　請求項６に記載の発電設備情報推定システム。
  9. 　前記推定部は、前記パラメータの第１候補値を含む複数の候補値に基づいて前記発電量を推定することにより前記第１推定量を含む複数の推定量を取得し、前記複数の候補値と前記複数の推定量の複数の評価値との関係に適合する近似関数を導出し、前記近似関数において評価値が最も高い候補値を前記パラメータの値として推定し、
    　前記複数の推定量のそれぞれについて、当該推定量の評価値は、当該推定量のうち前記実績量を超えない部分が大きいほど高い
    　請求項６に記載の発電設備情報推定システム。
  10. 　前記推定部は、前記第１推定量の評価値が所定の基準よりも高い場合、前記パラメータの第１候補値を前記パラメータの値として推定し、
    　前記第１推定量の評価値は、前記第１推定量のうち前記実績量を超える部分が大きいほど高い
    　請求項６に記載の発電設備情報推定システム。
  11. 　前記推定部は、前記パラメータの第１候補値を含む複数の候補値に基づいて前記発電量を推定することにより前記第１推定量を含む複数の推定量を取得し、前記複数の推定量のうち評価値が最も高い推定量に対応する候補値を前記複数の候補値から選択し、選択された前記候補値を前記パラメータの値として推定し、
    　前記複数の推定量のそれぞれについて、当該推定量の評価値は、当該推定量のうち前記実績量を超える部分が大きいほど高い
    　請求項６に記載の発電設備情報推定システム。
  12. 　前記推定部は、前記パラメータの第１候補値を含む複数の候補値に基づいて前記発電量を推定することにより前記第１推定量を含む複数の推定量を取得し、前記複数の候補値と前記複数の推定量の複数の評価値との関係に適合する近似関数を導出し、前記近似関数において評価値が最も高い候補値を前記パラメータの値として推定し、
    　前記複数の推定量のそれぞれについて、当該推定量の評価値は、当該推定量のうち前記実績量を超える部分が大きいほど高い
    　請求項６に記載の発電設備情報推定システム。
  13. 　前記発電設備情報推定システムは、さらに、気象情報を取得する気象情報取得部を備え、
    　前記推定部は、前記発電量の推定に前記気象情報を利用する
    　請求項１～１２のいずれか１項に記載の発電設備情報推定システム。
  14. 　前記発電設備情報推定システムは、さらに、前記発電設備の他のパラメータの値を取得するパラメータ取得部を備え、
    　前記推定部は、前記発電量の推定に前記他のパラメータの値を利用する
    　請求項１～１３のいずれか１項に記載の発電設備情報推定システム。
  15. 　発電設備の発電量と需要家設備の電力消費量とのうち一方の実績量を取得する取得ステップと、
    　前記発電設備のパラメータの第１候補値に基づいて前記発電量を推定することにより前記発電量の第１推定量を取得し、前記第１推定量と前記実績量との関係に基づいて前記発電設備のパラメータの値を推定する推定ステップとを含む
    　発電設備情報推定方法。
  16. 　請求項１５に記載の発電設備情報推定方法をコンピュータに実行させるための
    　プログラム。
PCT/JP2017/034055 2016-10-04 2017-09-21 発電設備情報推定システムおよび発電設備情報推定方法 WO2018066370A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-196755 2016-10-04
JP2016196755A JP6893323B2 (ja) 2016-10-04 2016-10-04 発電設備情報推定システムおよび発電設備情報推定方法

Publications (1)

Publication Number Publication Date
WO2018066370A1 true WO2018066370A1 (ja) 2018-04-12

Family

ID=61832157

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/034055 WO2018066370A1 (ja) 2016-10-04 2017-09-21 発電設備情報推定システムおよび発電設備情報推定方法

Country Status (2)

Country Link
JP (1) JP6893323B2 (ja)
WO (1) WO2018066370A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020013456A (ja) * 2018-07-20 2020-01-23 三井物産株式会社 評価支援装置、評価支援システム、プログラム及び方法
US20200236204A1 (en) * 2019-01-18 2020-07-23 Fujitsu Component Limited Wireless communication device and wireless communication method
JP2022025698A (ja) * 2020-07-29 2022-02-10 株式会社日立パワーソリューションズ 再生可能エネルギー発電システム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004336890A (ja) * 2003-05-08 2004-11-25 Hitachi Ltd 電力売買支援システム
JP2005302054A (ja) * 2005-05-24 2005-10-27 Fujitsu Ltd 類似事例に基づく予測を行う予測装置および方法
JP2012010489A (ja) * 2010-06-25 2012-01-12 Hitachi Ltd 同時同量装置、その制御方法およびそのプログラム
JP2014063372A (ja) * 2012-09-21 2014-04-10 Toshiba Corp 発電量予測装置およびその方法
JP2015041321A (ja) * 2013-08-23 2015-03-02 大日本印刷株式会社 情報処理装置、表示システム及びプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004336890A (ja) * 2003-05-08 2004-11-25 Hitachi Ltd 電力売買支援システム
JP2005302054A (ja) * 2005-05-24 2005-10-27 Fujitsu Ltd 類似事例に基づく予測を行う予測装置および方法
JP2012010489A (ja) * 2010-06-25 2012-01-12 Hitachi Ltd 同時同量装置、その制御方法およびそのプログラム
JP2014063372A (ja) * 2012-09-21 2014-04-10 Toshiba Corp 発電量予測装置およびその方法
JP2015041321A (ja) * 2013-08-23 2015-03-02 大日本印刷株式会社 情報処理装置、表示システム及びプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020013456A (ja) * 2018-07-20 2020-01-23 三井物産株式会社 評価支援装置、評価支援システム、プログラム及び方法
US20200236204A1 (en) * 2019-01-18 2020-07-23 Fujitsu Component Limited Wireless communication device and wireless communication method
US11228670B2 (en) * 2019-01-18 2022-01-18 Fujitsu Component Limited Wireless communication device and wireless communication method
JP2022025698A (ja) * 2020-07-29 2022-02-10 株式会社日立パワーソリューションズ 再生可能エネルギー発電システム

Also Published As

Publication number Publication date
JP6893323B2 (ja) 2021-06-23
JP2018061335A (ja) 2018-04-12

Similar Documents

Publication Publication Date Title
Akçay et al. Short-term wind speed forecasting by spectral analysis from long-term observations with missing values
JP5940922B2 (ja) 自然エネルギー量予測装置
CN102930356B (zh) 基于气象因素敏感度的短期负荷预测方法
US10282687B2 (en) Systems and methods for managing power generation resources
US20160043548A1 (en) Rolling stochastic optimization based operation of distributed energy systems with energy storage systems and renewable energy resources
KR101875329B1 (ko) 전력 사용량 예측 장치 및 방법
WO2018066370A1 (ja) 発電設備情報推定システムおよび発電設備情報推定方法
AU2014389497B2 (en) Combing multiple trending models for photovoltaic plant output forecasting
US10211777B2 (en) Photovoltaic power generator output estimation method and device, and power system monitoring device using same
JP5389061B2 (ja) 配電系統制御装置及び配電系統制御方法
KR101676926B1 (ko) 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법
JP2012023816A (ja) 情報処理装置およびそのプログラム
JP2013164286A (ja) 日射量予測方法、太陽光発電出力予測方法、及びシステム
US10546313B2 (en) Determining sensor placement and a reward sharing mechanism based on shared energy forecasting information
JP5989754B2 (ja) 予測装置
JP2015104171A (ja) 電力需要予測装置、電力需要予測方法および電力需要予測プログラム
JP2016038816A (ja) 太陽光発電システム監視制御装置、監視制御プログラム及び太陽光発電システム
JP5937167B2 (ja) 需要予測装置、需要予測方法、及びプログラム
JP6086875B2 (ja) 発電量予測装置および発電量予測方法
JP2016073156A (ja) 発電量予測装置、発電量予測方法、及びプログラム
Abbasi et al. Impact of workload and renewable prediction on the value of geographical workload management
JP2011061963A (ja) 電力供給制御システム、電力供給制御方法
JP2013161239A (ja) 発電出力変動量推定方法、発電出力変動量推定装置、及び発電出力変動量推定プログラム
JP7257117B2 (ja) 太陽光発電システム分布推定装置、太陽光発電システム分布推定方法及び太陽光発電出力予測装置
JP6135454B2 (ja) 推定プログラム、推定装置及び推定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17858209

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17858209

Country of ref document: EP

Kind code of ref document: A1