WO2023054476A1 - 発電電力予測方法、発電電力予測装置及び太陽光発電システム - Google Patents

Abstract

【課題】　所望の日時の発電電力を予測することが可能な太陽光発電電力の予測方法、太陽光発電予測装置、太陽光発電システムの提供を課題とする。 【解決手段】　太陽光発電の予測方法は、予測対象日前の少なくとも１年間のＰＣＳを介して出力された太陽電池の発電データと天気データとを関連付けた過去データを保存する第１のステップと、過去データから快晴発電カーブを算出する第２のステップと、総発電量の年間推移を示す年間推移曲線を得る第３のステップと、年間推移曲線に合わせて快晴発電カーブから快晴発電モデルを得る第４のステップと、１年間の全ての快晴発電モデルを得る第５のステップと、天気係数を得る第６のステップと、天気予報を入手し、快晴発電モデルと天気係数とから予測発電電力を得る第７のステップとをこの順に実行する。

Description

発電電力予測方法、発電電力予測装置及び太陽光発電システム

　本発明は、太陽光発電の発電電力予測方法、発電電力予測装置及び太陽光発電システムに関する。

　従来より再生可能エネルギーとして太陽光を用いて発電する太陽光発電システムが知られている。太陽光発電は気象条件に発電電力が左右される。そのため、太陽光により発電された電力を効率的に運用するためには、発電電力を予測することが要望される。
　例えば特許文献１、特許文献２は、太陽光発電電力の予測方法を開示する。

特開２０１７－１２７１４０号公報 特開２０１２－１２４１８８号公報

　従来の発電電力の予測方法は、日射量をベースとしており、日射量の実測値と、発電電力の実測値の相関関係を必要とする。インターネットから入手可能な日射量の実測値は限定的であり、太陽電池が設置されている箇所での正確な日射量の実測値を得るためには日射量計の設置が必要となる。

　本発明は、太陽光発電システムにおいて、日射量計を必要とせず、所望の日時の発電電力を予測することが可能な太陽光発電電力の予測方法、太陽光発電予測装置、太陽光発電システムの提供を課題とする。

　なお、太陽光発電システムとは、太陽電池とパワーコンディショナを備えた発電システムを意味する。

　本発明に係る発電電力の予測方法は、
　太陽電池及びパワーコンディショナを含む太陽光発電システムに対する発電電力の予測方法であって、
　発電電力の予測対象日前の少なくとも１年間の前記パワーコンディショナを介して出力された前記太陽電池の発電データと天気データとを関連付けた過去データを保存する第１のステップと、
　前記過去データから選択された日の発電電力値から快晴発電カーブを得る第２のステップと、
　前記快晴発電カーブを積算して得られた総発電量の年間推移を示す年間推移曲線を得る第３のステップと、
　前記年間推移曲線に合わせて前記快晴発電カーブをスケーリングし快晴発電モデルを得る第４のステップと、
　前記快晴発電モデルを１年間の全ての日に対して得る第５のステップと、
　各天気に応じた天気係数を得る第６のステップと、
　予測対象日の天気予報を入手し、予測対象日の前記快晴発電モデルと前記天気係数とから前記パワーコンディショナから出力される発電電力を予測する第７のステップとをこの順に実行することを特徴とする。

　このような発電電力の予測方法とすることで、日射量計を必要とせず、太陽光発電の発電電力の予測が可能となる。

　また、本発明に係る発電電力の予測方法は、
　前記快晴発電カーブは発電時間の中央の時間軸に対して軸対称となる関数により表されることを特徴とする。

　このような関数を用いることにより、少ないパラメータにより快晴発電カーブを再現することが可能となる。

　また、本発明に係る発電電力の予測方法は、
前記第２のステップにおいて、前記抽出日は、総発電時間に対して総快晴時間が４０％以上であることを特徴とする。

　このような構成とすることにより、快晴発電カーブを算出可能な日が増加するため、年間推移曲線を構成するためのデータ点が増大し、予測の正確性が向上する効果が得られる。

　また、本発明に係る発電電力の予測方法は、
前記天気係数は時刻毎又は月毎に定義されることを特徴とする。

　このような構成とすることで、さらに細やかな発電電力の予測が可能となる。

　また、本発明に係る発電電力の予測方法は、
前記ステップ２において、
前記発電電力予測装置は、
　発電電力値が前記パワーコンディショナの定格出力以下となる時刻の発電電力値に基づいて前記快晴発電カーブを求め、
　前記ステップ７において、時刻毎に前記快晴発電モデルと前記天気係数とから算出された前記予測発電電力と前記定格出力との最小値をその時刻の前記予測発電電力として採用することを特徴とする。

　このような構成とすることにより、例えば太陽電池を過積載した太陽光発電システムにおいてピークカットが生じるような場合においても、発電電力の予測が可能となる。

　また、本発明に係る発電電力の予測方法は、
予測対象日に実測した前記パワーコンディショナから出力される発電電力と、予測発電電力との比較により、予測対象日以降の予測発電電力を補正することを特徴とする。

　このような構成とすることにより、発電電力の予測の精度を、さらに向上させることができる。

　本発明に係る太陽光発電システムは、
太陽電池とパワーコンディショナと発電電力予測装置とを備える太陽光発電システムであって、
　前記発電電力予測装置は、請求項１乃至６のいずれか１項記載の予測方法を実行することを特徴とする。

　このような太陽光発電システムにより、日射量計を必要とせず、太陽光の発電電力を予測することが可能となる。

　本発明に係る発電電力予測装置は、
　太陽電池とパワーコンディショナとを備えた太陽光発電システムに対して、その発電電力を予測するための発電電力予測装置であり、
　演算処理装置と記憶装置とを備え、
　前記演算処理装置は、請求項１乃至６のいずれか１項記載の予測方法を実行することを特徴とする。

　発電予測装置は、既存の太陽電池及びパワーコンディショナを備えた太陽光発電システムに組み込むことが可能であり、その結果、発電電力を予測可能な太陽光発電システムを構築することができる。

　本発明によれば、日射量計を必要とせず、所望の日時の発電電力を予測することが可能な太陽光発電電力の予測方法、太陽光発電予測装置、太陽光発電システムを得ることができる。

図１は、太陽光発電システム１００の主要構成を示す概念図である。 図２（Ａ）は、終日快晴日における発電電力の実測値についての時間推移（時刻依存性）を例示するグラフである。図２（Ｂ）は、発電電力（実測値）の時間依存性を再現する近似曲線（快晴発電カーブと称する。）を例示するグラフである。 図３は、部分的に快晴である日の例を示す太陽電池２の発電電力の時刻依存性を示す。 図４は、快晴日総発電量の年間推移を示し、快晴日総発電量の年間推移を近似する年間推移曲線を示すグラフである。 図５（Ａ）は補間により終日快晴日に補正することができない部分快晴日の例を示し、図５（Ｂ）は、部分快晴日の発電電力の実測値を基に作成した快晴発電カーブの例を示す。

　以下、図面を参照して本発明の実施形態について説明する。但し、以下の実施形態は、いずれも本発明の要旨の認定において限定的な解釈を与えるものではない。また、同一又は同種の部材については同じ参照符号を付して、説明を省略することがある。

　以下に記載された用語「発電電力」とは単位時間当たりに発電する発電能力であり、例えば単位ｋＷで表され、「発電量」は発電電力の所定の時間（例えば１日の総発電時間）の積算値であり、例えば単位ｋＷｈで表される。

（実施形態１）
　図１は、太陽光発電システム１００の主要構成を示す概念図である。
　実施形態１の太陽光発電システム１００は、発電電力予測装置１、太陽電池２及びパワーコンディショナ３を備えている。
　太陽電池２の直流の発電電力は、パワーコンディショナ３（ＰＣＳと称す。）を介して交流の電力に変換されて不図示の負荷へ出力される。太陽電池２及びＰＣＳ３は、公知のパワーコンディショナを利用することができる。
　ＰＣＳ３は、太陽電池２が発電する電力を受け、太陽電池２のＩＶ特性に従い太陽電池２の発電効率を向上するよう制御し、発電電力を出力することが可能な装置を利用することができる。例えば、ＰＣＳ３は山登り法等により、太陽電池２が出力する発電電力が最大となるよう出力を制御し、太陽電池２の発電効率を向上させることが可能な装置を使用することができる。

　ＰＣＳ３は、発電電力値（発電電力の出力値）を発電電力予測装置１へ出力する。
なお、ＰＣＳ３から出力される発電電力を計測する電力計を別途設け、電力計が発電電力予測装置１へ出力するよう構成してもよい。
　従って、発電電力予測装置１は、ＰＣＳ３を介して出力される太陽電池２の発電電力を入手可能である。

　発電電力予測装置１は、演算処理装置１１、記憶装置１２を備えている。
　発電電力予測装置１の演算処理装置１１はＰＣＳ３から時々刻々変化する発電電力値を入力し、日時とともに記憶装置１２に記録し、また記憶装置１２に記録された発電電力値を読み出すことが可能である。演算処理装置１１は、公知のマイクロプロセッサ等を使用することができ、記憶装置１２は半導体メモリや電磁的手法によりデータを記憶する公知の装置を使用することができる。

　なお、発電電力予測装置１は、太陽電池２の設置箇所に設置してもよいが、ネットワークに接続された遠隔地等の異なる場所に配置してもよい。発電電力予測装置１は、インターネット、ＬＡＮ等のデータ通信手段によりＰＣＳ３又は電力計に接続され、発電電力値を受信できればよい。発電電力予測装置１は、例えば監視室等に配置してもよく、リモート端末に配置してもよい。
　また、発電電力予測装置１は、演算処理装置１１、記憶装置１２とを備えていればよい。そのため、発電電力予測装置１は、いわゆるＩｏＴ機器のような独立したコンピュータ等を利用して、１つの装置として構成することも可能であるが、クラウド上のコンピュータを利用してもよく、発電電力を監視又は可視化する監視装置等に組み込まれた演算処理装置及び記憶装置を利用してもよく、またＰＣＳ３の制御装置に含まれる演算処理装置及び記憶装置を活用することも可能である。
　また、以下に示す予測方法を構成する各ステップを、複数の異なるコンピュータ等の装置により処理することも可能であり、発電電力予測装置１は、複数の演算処理装置１１及び／又は記憶装置１２から構成されてもよい。

　発電電力予測装置１はネットワークインターフェース（不図示）を介してインターネット（回線）４に接続可能であり、インターネット４を介して雲量、気温、湿度等の気象情報、天気予報を入手することができる。気象情報や天気予報は、日時とともに記憶装置１２に記録し、また記憶装置１２に記録された気象情報や天気予報を読み出すことができる。
　なお、発電電力予測装置１は、気象情報として、現在又は過去の気象情報を入手することができる。

　発電電力予測装置１は映像信号を出力できるほか、表示装置１３、例えばフラットパネルディスプレー等を備えてもよい。この場合、発電電力予測装置１は、太陽電池２の発電電力値を表示装置１３に出力し、可視化することができる。

　発電電力予測装置１は例えばキーボード、タッチパネル、音声入力等の入力装置１４を介して、操作者の指令を受け入れることができる。なお、表示装置１３にタッチパネルの機能を搭載し、入力装置１４としても構成することができる。

　記憶装置１２は、過去１年間における各日の太陽電池２の発電電力値を所定の時間毎に記憶している。例えば過去１年間（１月１日から１２月３１日）の発電電力値を例えば１分毎に記憶している。

　以下、発電電力予測装置１による、太陽電池２の発電電力を予測する方法について説明する。

　ステップ１：予測日前の発電と天気データを準備する。
　予測日（予測対象日）より前の１月１日～１２月３１日の発電データと天気データとを準備する。
　発電電力予測装置１は、記憶装置１２に月日時分毎にＰＣＳ３を介して出力された太陽電池２の時刻毎の発電電力及びインターネット４等から入手した少なくとも雲量を含む天気情報（雲量、気温、湿度）を、発電データ及び天気データとして互いに日毎に関連付けた過去データをデータベースとして保存し、蓄積する。
　なお、少なくとも予測を実行する日（当日）より過去１年間の発電データ及び天気データであればよく、発電データ及び天気データの起点は１月１日に限定するものではない。また、１年以上の発電データ及び天気データの過去データを記憶装置１２に保存してもよい。

ステップ２：過去の発電電力のデータから快晴日を抽出（選択）し、その快晴時の発電電力の実測値から、快晴発電カーブ（快晴発電曲線）を得る。

　記憶装置１２に保存されている過去の発電電力の実測値から発電開始時刻（又は日の出）から発電終了時刻（又は日の入り）までに亘って快晴である日を抽出する。以下、抽出（選択）された日を抽出日と称することがある。
　なお、発電開始時刻（又は日の出）から発電終了時刻（又は日の入り）までを単に終日と称し、発電開始時刻から発電終了時刻までに亘って快晴である日を終日快晴日と称することがある。

　図２（Ａ）は、終日快晴日における発電電力の実測値についての時間推移（時刻依存性）を例示するグラフである。縦軸は、発電電力値をＰＣＳ３の定格電力で規格化した値（＝［発電電力値］／［ＰＣＳ３の定格電力］）であり、横軸は時刻を示す。
　図２（Ｂ）は、発電電力の実測値の時間依存性を再現する近似曲線（快晴発電カーブと称する。）を例示するグラフである。以下、発電電力及び発電量はＰＣＳ３の定格電力で規格化した値を用いる。なお、ＰＣＳ３の定格電力とはＰＣＳ３が出力可能な最大の電力値である。

　発電電力（実測値）の時間依存性を示すグラフの形状から終日快晴日の抽出が可能である。例えば、図２（Ａ）に示すように、発電電力（実測値）の時間依存性を示すグラフの形状が、全体的にはガウス分布に類似した形状であり、なだらかな曲線であることから、終日快晴日の発電電力のデータであると判断することができる。
　後述するように発電電力の値から自動で各時刻において快晴か否かの判定が可能であり、終日快晴であると判断された日を終日快晴日として抽出することが可能である。
　このような終日快晴日の抽出は、演算処理装置１１が記憶装置１２に保存されている過去の発電電力の実測値を順次読み出し、自動判定により終日快晴日であるか否かを判定することにより可能であり、終日快晴日であると判定した日は終日快晴日として記憶装置１２に登録される。

　また、抽出する快晴日は、終日快晴日だけでなく、特定の時刻において部分的に快晴である日（部分快晴日と称す。）であってもよい。
　図３は、部分的に快晴である日の例を示す太陽電池２の発電電力の時刻依存性を示す。
　図３において、白矢印で示された時刻において、発電電力が大きく変動していることが理解できる。白矢印で示された時刻の発電電力は、快晴日の発電電力の時刻依存性から推定される発電電力から外れた値を示す。これらの時刻での発電電力値は、快晴日の発電電力を示すと判定される前後の発電電力値で線形補間し、快晴日の発電電力値として補正することができる。部分快晴日は、補間により終日快晴日に補正が可能となる。

　補間により終日快晴日に補正が可能な部分快晴日は、補間可能な部分快晴日として記憶装置１２に登録することができる。
　または、補間により終日快晴日に補正が可能な部分快晴日は、発電電力のデータの外れた値を補間により修正し、修正後の発電電力のデータを終日快晴日として記憶装置１２に登録してもよい。

　抽出した終日快晴日（又は終日快晴日に補正可能な部分快晴日）の発電電力（実測値）の時間依存性を、所定の連続関数（Ｆ（ｔ）：ｔは時間）により近似して終日快晴日の発電カーブ（快晴発電カーブと称す。）を得る。得られた快晴発電カーブは、終日快晴である日の発電電力の時刻依存性を示すこととなる。
　発電電力を再現する連続関数（Ｆ（ｔ））は、発電電力（実測値）の時間依存性から例えば最小二乗法等の回帰分析により得ることができる。

　所定の関数として例えば、図２（Ｂ）に示すように、時間の進行する順にＡ領域、Ｂ領域、Ｃ領域の３つの領域に区分し、Ａ領域の始まり時刻を発電開始時刻、Ｃ領域の終了時刻を発電終了時刻とし、さらにＣ領域の近似関数をＡ領域の関数の反転（軸対称）とする。
Ａ領域とＢ領域との境界、Ｂ領域とＣ領域との境界において、近似関数が連続に接続される。
　発電開始時と発電終了時の情報を含ませること、及びＡ領域とＣ領域の関数を互いに軸対称な関係とすることで、近似関数を決定するパラメータ数を少なくすることができる。
すなわち、少ないパラメータにより快晴発電カーブを再現することが可能となる。

　具体的な関数として、例えば、Ａ領域及びＣ領域において三角関数、Ｂ領域において二次関数の組み合わせを用いることができる。
　発電開始時刻（発電電力が０より大きくなり始めた時刻）をＴｓ、発電終了時刻（発電電力が減少し０となる時刻）をＴｅとし、Ａ領域及びＣ領域の時間をγとする。時刻をｔとすると、Ａ領域はＴｓ≦ｔ≦Ｔｓ＋γ、Ｃ領域はＴｅ－γ≦ｔ≦Ｔｅの範囲となり、Ａ領域及びＣ領域での近似式として、以下の関数を採用することができる。
Ａ領域：ｄＦ（ｔ）／ｄｔ＝α＊ｓｉｎ（２π（ｔ－Ｔｓ）／β）　　・・・（式１）
Ｃ領域：ｄＦ（ｔ）／ｄｔ＝α＊ｓｉｎ（２π（Ｔｅ－ｔ）／β）　　・・・（式２）
ここで、ｄＦ（ｔ）／ｄｔはＦ（ｔ）の時間による１階微分を意味する。

　Ｂ領域において近似関数は時刻ｔの二次関数とし、ｔの二次の項の係数を負とし、Ａ領域とＢ領域との境目（ｔ＝Ｔｓ＋γ）においてＡ領域の近似式と滑らかに連続し、Ｂ領域とＣ領域の境目（ｔ＝Ｔｅ－γ）においてＣ領域の近似式と滑らかに連続する。
なお、滑らかに連続するとは、少なくとも１階微分まで連続であることを意味する。
　Ｂ領域の近似式を決定する二次関数は、太陽電池２が発電している時間の中央（ｔ＝（Ｔｓ＋Ｔｅ）／２）において最大となり、パラメータα、β、及びγにより一意に確定する。

　なお、発電開始時刻及び発電終了時刻は、日付と緯度及び経度とから定まる日の出・日の入り時刻に設定することができる。ただし、太陽電池２の周囲の地形や地物の影響を考慮し修正することも可能である。

　発電電力の実測値に基づいて快晴発電カーブを取得するため、快晴発電カーブを再現する連続関数は、太陽電池２のＩ－Ｖ特性、太陽電池２の出力を制御するＰＣＳ３の性能の影響等を含むこととなる。

　なお、快晴発電カーブを近似する関数形は上記に限定するものではなく、適宜設定することが可能である。ただし、上記のように対称性を有する関数を用いることで、少ないパラメータを用いて快晴発電カーブを再現することができ、快晴発電カーブの経時的なトレンド解析が容易となる。
　また、発電電力データから得られる快晴発電カーブが複雑な形状を示す場合、普遍性定理によりニューラルネットワークによって近似式を得ることも可能である。

ステップ３：快晴日の１日の総発電量の一年間の推移を示す年間推移曲線を得る。
　ステップ２で得られた複数の日の快晴発電カーブから各時刻の発電電力を積算し、それぞれの日の１日の総発電量（快晴日総発電量と称す。）を算出し、快晴日総発電量の１年間の推移（年間推移曲線と称す。）を得る。
　図４は、快晴日総発電量の年間推移（日依存性）を示し、さらに快晴日総発電量の年間推移を近似する年間推移曲線を示すグラフである。縦軸は発電量、横軸は時間（日）である。
　図４に示す各点は快晴日総発電量を示し、実線は年間推移曲線を示す。図４は、終日快晴日に限定されず部分快晴日の快晴発電カーブにより求めた快晴日総発電量を含む。快晴日総発電量は、各点の日付（τ）においてＦ（ｔ）を発電開始時刻Ｔｓから発電終了時刻Ｔｅまで積分した値である。
　なお、Ｆ（ｔ）は、日付（τ）にも依存し、τとｔの関数であるため、厳密にはＦ（ｔ）＝Ｆ（τ、ｔ）である。

　図４の各点に示される快晴日総発電量の日依存性を再現する近似関数（年間推移近似関数Ｇ（τ））を回帰分析により取得する。ここでτは日である。
年間推移曲線は、関数Ｇ（τ）により表すことができる。
　関数Ｇ（τ）は、例えば２つの周期関数の組み合わせから構成してもよい。

　具体的な関数として、例えば式３に示すように、一年を周期とする周期関数と半年を周期とする周期関数との線形結合により年間推移曲線を構成してもよい。
Ｇ（τ）＝ａ＊ｓｉｎ（２π＊（τ－ｂ）／３６５）＋ｃ＊ｓｉｎ（２π＊（τ－ｄ）／１８２．５）＋ｅ　　　・・・（式３）
　ａ、ｂ、ｃ、ｄ、ｅはパラメータである。
　式３のように年間推移曲線を２つの異なる周期を有する関数の線形結合から構成される関数で近似することで、太陽の軌道の年間推移の影響や気候や地学的要因を反映することができる。

ステップ４：年間推移曲線に合わせて、快晴発電カーブをスケーリングし快晴発電モデル（Ｆｍ（ｔ））を得る。
　各快晴発電カーブは、快晴日毎に求めたものであるため、各快晴発電カーブから算出された各快晴日総発電量の相互の関係において、ばらつきが生じることがある。
　快晴日総発電量は、なだらかに変化するものであるため、年間推移曲線に合わせて各快晴発電カーブに補正係数を乗じてスケーリングする。
　例えば、ステップ２において抽出された快晴日（抽出日と称す。）の快晴発電カーブを用いて積算した快晴日総発電量と、年間推移曲線から算出された総発電量（算出総発電量と称す。）が一致しない場合、快晴発電カーブに補正係数Ｃｍを乗じて、快晴発電モデルを得る。抽出日（τ）における補正係数Ｃｍは、以下により算出される。
Ｃｍ（τ）＝［算出総発電量］／［快晴日総発電量］
　　　　　＝Ｇ（τ）／∫Ｆ（τ、ｔ）　　　　　　　・・・（式４）
　なお、Ｃｍは、時刻（ｔ）に依存しないという意味においては定数であるが、抽出日（τ）毎に決定される（Ｃｍ＝Ｃｍ（τ））。そのため、Ｃｍ（τ）は日（τ）の関数である。
　抽出日（τ）の快晴発電カーブに、算出された補正係数Ｃｍを乗じて、快晴発電モデル（Ｆｍ（τ、ｔ））を得ることができる。
Ｆｍ（τ、ｔ）＝Ｃｍ（τ）ｘＦ（τ、ｔ）　・・・（式５）

ステップ５：１年間の全ての快晴発電モデルを得る。
　抽出日以外の快晴発電モデルを得るために、抽出日以外の快晴発電モデルは、過去データにおいて、快晴発電モデルを生成する日（快晴発電モデル生成対象日（τ））の直近の前の抽出日（τ１；ただしτ１＜τ）及び直近の後の抽出日（τ２；ただしτ２＞τ）の快晴発電モデル（すなわち、Ｆｍ（τ１、ｔ）及びＦｍ（τ２、ｔ））を補間して生成される。例えば補間方法として、例えば線形補間を採用する。
　補間された快晴発電モデルをＦｍ’（τ、ｔ）とし、例として線形補間を採用した場合、Ｆｍ’（τ、ｔ）は以下のとおり。
Ｆｍ’（τ、ｔ）＝Ｆｍ（τ１、ｔ）＋｛（τ－τ１）／（τ２－τ１）｝×｛Ｆｍ（τ２、ｔ）－Ｆｍ（τ１、ｔ）｝　・・・（式６）
　なお、補間により得られた快晴発電モデル生成対象日（τ）の快晴発電モデルＦｍ’（τ、ｔ）が、年間推移曲線に合致するように、補正係数Ｃｍ’（τ）を算出し、Ｆｍ’（τ、ｔ）をスケーリングしてもよい。
　補正係数Ｃｍ’（τ）は、ステップ４と同様に以下の式で算出可能である。
Ｃｍ’（τ）＝［算出総発電量］／［補間された快晴発電モデルの総発電量］）
　　　　　　＝Ｇ（τ）／∫Ｆｍ’（τ、ｔ）　　・・・（式７）
　快晴発電モデル生成対象日（τ）の快晴発電モデルＦｍ（τ、ｔ）は以下のとおり算出できる。
Ｆｍ（τ、ｔ）＝Ｃｍ’（τ）×Ｆｍ’（τ、ｔ）　・・・（式８）
　なお、補間された快晴発電モデルをＦｍ’（τ、ｔ）としＦｍ（τ、ｔ）と区別して表すのは、理解を容易にするためである。

　以上により、１年間の全ての日の快晴発電モデルを得ることができる。生成された全ての快晴発電モデルは、日付及び時刻とともに記憶装置１２に保存される。
　快晴発電モデルは、快晴日のパワーコンディショナ３から出力された発電電力の実測値をベースに年間推移を反映した発電電力の時刻依存性を示す。そのため、年間の日射量の変化だけでなく、気温等の気候の影響を含み、さらに太陽電池２及びパワーコンディショナ３の特性を総合的に反映することができる。

　なお、過去データにおいて、快晴発電モデルを生成する日（快晴発電モデル生成対象日（τ））の前及び後の抽出日がなく、快晴発電モデル生成対象日（τ）の前又は後の抽出日（τ１又はτ２）の一方のみがある場合、その快晴発電モデル生成対象日の快晴発電モデルを、直近の前又は後の抽出日の快晴発電モデルを採用する。ただしこの場合、年間推移曲線に合うように、直近の快晴発電モデルを用いて計算した補正係数Ｃｍ’を直近の快晴発電モデルに乗じて算出してもよい。
Ｃｍ’＝［算出総発電量］／［直近の快晴発電モデルの総発電量］　・・・（式９）
　例えばτ１又はτ２の一方をτｋとすると、
Ｃｍ’（τ）＝Ｇ（τ）／∫Ｆｍ（τｋ、ｔ）　　・・・（式１０）
となり、快晴発電モデル生成対象日（τ）の快晴発電モデルＦｍ（τ、ｔ）は以下のとおり算出できる。
Ｆｍ（τ、ｔ）＝Ｃｍ’（τ）×Ｆｍ（τｋ、ｔ）　　・・・（式１１）

　さらに、その快晴発電モデル生成対象日の発電開始時刻と発電終了時刻を再現するため、発電開始時刻と発電終了時刻を緯度及び経度から算出し、前記の定数倍して得られた快晴発電モデルに対して、時間軸をスケーリングし（発電時間を縮小又は拡大し）てもよい。
　例えば、快晴発電モデル生成対象日の日の出と日の入りから算出された発電開始時刻がＴ１ｉ、発電終了時刻がＴ１ｅであり、直近の抽出日の発電開始時刻がＴ０ｉ、発電終了時刻がＴ０ｅである場合、発電開始時刻と発電終了時刻の中央の時刻を中心に抽出日の快晴発電モデルの発電時間をスケーリング（（Ｔ０ｅ－Ｔ０ｉ）／（Ｔ１ｅ－Ｔ１ｉ）倍）してもよい。例えば、発電開始時刻と発電終了時刻の中央の時刻Ｔｃ＝（Ｔ１ｅ＋Ｔ１ｓ）／２とすると、以下の式１２により補正可能である。
Ｆｍ（τ、ｔ）＝Ｃｍ’（τ）×Ｆｍ（τｋ、Ｔｃ＋α×（ｔ－Ｔｃ））・・・（式１２）
　なお、上記の補間により求めた快晴発電モデルＦｍ（τ、ｔ）に対しても、快晴発電モデル生成対象日の発電開始時刻と発電終了時刻を再現するため、以下に示すように時間のスケーリング（又は調整）を行ってもよい。
Ｆｍ（τ、ｔ）＝Ｃｍ’（τ）×Ｆｍ’（τ、Ｔｃ＋α×（ｔ－Ｔｃ））・・・（式１３）

ステップ６：各天気に応じた天気係数を算出する。
　各天気（雲量）での実測発電量と快晴発電モデルとを比較し、各時刻における雲量での実測発電電力と快晴発電モデルの発電電力との比の平均値を天気係数（Ｒｗ）と定義し、各雲量に対する天気係数を算出する。発電電力予測装置１は、雲量に対応させて天気係数を記憶装置１２に保存する。
Ｒｗ（雲量）＝＜［実測発電電力］／［快晴発電モデルの発電電力］＞・・・（式１４）
ここで、＜　＞は平均値を示す。
平均は、例えば各時刻で得られた複数の比の算術平均である。
　なお、上記のとおり、該当時刻の雲量はインターネット４から入手し、記憶装置１２に予め保存されている天気データを使用することができる。
　天気係数は、雲量毎に決定され、快晴発電モデルの発電電力から雲量に対応した発電電力を算出することを可能にする。

　以下に示すように、雲量は、例えば５段階で設定することができる。
　レベル１：雲量１０％以下（快晴に相当する）
　レベル２：雲量１１％以上～２５％以下
　レベル３：雲量２６％以上～５０％以下
　レベル４：雲量５１％以上～８４％以下
　レベル５：雲量８５％以上～１００％以下
天気係数ＲｗはレベルＬに依存した関数Ｒｗ（Ｌ）として決定される。
　なお、Ｒｗ（Ｌ）は、記憶装置１２に保存された各日付の発電電力の実測値から算出可能であるため、雲量Ｌに応じて得られた複数の比の平均値により算出される。
Ｒｗ（Ｌ）＝＜［実測発電電力］／［快晴発電モデルの発電電力］＞・・・（式１５）
ここで、＜　＞は平均値を示す。

ステップ７：予測対象日の発電電力を予測する。
　発電電力予測装置１は、太陽電池２が設置されている地区の予測対象日の天気予報をインターネット４から入手する。天気予報は、予測対象日（τ）の時刻（ｔ）毎の雲量（Ｌ）についての予報を含む。
　発電電力予測装置１は、予測対象日の日付（τ）に対応した快晴発電モデル（Ｆｍ（τ、ｔ））及び天気係数（Ｒｗ（Ｌ））を記憶装置１２から読み出し、時刻（ｔ）毎に、雲量に対応した天気係数を快晴発電モデルの発電電力に乗じて、発電電力を算出し、発電電力の予測値である予測発電電力（Ｐｆ（τ、ｔ））を得る。
　以下に示すように、予測発電電力（Ｐｆ（τ、ｔ））は時刻（ｔ）毎に発電電力を予測することができ、予測された発電電力の時間依存性を提供する。
Ｐｆ（τ、ｔ）＝Ｒｗ（Ｌ）×Ｆｍ（τ、ｔ）　・・・（式１６）
　以上のステップ１からステップ７により、発電電力予測装置１は、予測対象日（τ）の各時刻（ｔ）毎に予測発電電力Ｐｆ（τ、ｔ）を得ることができる。

　上記ステップ１～ステップ７をこの順に実行するプログラムは記憶装置１２に保存されており、演算処理装置１１は、保存されたプログラムに従って発電電力の予測を実行する。
　演算処理装置１１は、予測対象日の発電電力を表示装置１３に出力することが可能であり、また外部のコンピュータ等の制御装置に出力するよう構成してもよい。
　なお、記憶装置１２の形態は特に限定されず、演算処理装置１１に内蔵されてもよく、外部に設けられてもよい。

　また、上記ステップを実行する発電電力予測装置１の形態は既述のように種々の態様を取り得る。

　なお、上記ステップ１～ステップ７までの処理を、全て自動で処理を実行することも可能であるが、上記ステップの一部又は各ステップにおいて作業者が介在し、結果等を確認しながら、上記ステップ１～ステップ７を順に実行してもよい。処理の実行において、人的操作を排除するものではない。

　発電予測装置１は、既存の太陽光発電システムに組み込むことが可能である。そのため、太陽光発電電力を予測可能な太陽光発電システム１００を容易に構築することができる。

（実施形態２）
　上記ステップ２において、抽出日（抽出する快晴日）は、終日快晴日の他に、終日快晴日に補正可能な部分快晴日を採用した。しかし、補間により終日快晴日に補正が可能でない部分快晴日であっても、抽出日として採用することができる。以下に説明するように、発電電力予測装置１は、記憶装置１２に保存された発電電力のデータから、快晴カーブを算出可能な日を抽出して、快晴カーブを算出することが可能である。

　図５（Ａ）は補間により終日快晴日に補正することができない部分快晴日の例を示し、図５（Ｂ）は、部分快晴日の発電電力の実測値を基に作成した快晴発電カーブの例を示す。
　図５（Ｂ）に示す快晴発電カーブＦ（ｔ）は上記のように三角関数と二次関数を組み合わせ、発電時間の中央の時間軸に対して軸対称となる関数を採用している。

　図５（Ａ）において、時間帯（時間領域）Ａ及び時間帯（時間領域）Ｂの発電電力値は快晴時の発電電力値と見なせるが、他の時間帯の発電電力値は５分程度の分単位で大きく増減しており、発電電力値を補間して快晴日の発電電力を得ることはできない。
　しかし、快晴である時間（快晴時間）が総発電時間（発電開始時刻から発電終了時刻までの時間）の所定の割合、例えば４０％以上存在すれば、快晴と見なせる時間帯の発電電力の実測値のみを用い、快晴発電カーブを再現する関数を得ることができる。
　快晴発電カーブを算出可能な日が増加するため、年間推移曲線を構成するためのデータ点が増大し、予測の正確性が向上する効果が得られる。

　図５（Ａ）に示す例においては、発電開始時刻は６時４６分であり発電終了時刻は１７時２３分であり、総発電時間は６３７分である。快晴と見なせる時間帯Ａ及び時間帯Ｂはそれぞれ１２６分及び１４８分であり合計２７４分となり、総快晴時間は総発電時間の４３％となる。
　時間帯Ａ及び時間帯Ｂ以外の発電電力値を排除し、時間帯Ａ及び時間帯Ｂの発電電力値のみを用いて回帰分析を行った結果を図５（Ｂ）に示す。図５（Ｂ）に示すように、補間により終日快晴日に補正することができない部分快晴日であっても、快晴カーブ計算可能日であれば快晴発電カーブを得ることができる。

　なお、終日快晴日、補間により終日快晴日に補正可能な電力を得られる日及び終日快晴日に補正困難であるが部分的に快晴日と同等の発電電力を所定時間以上得られる日を、快晴カーブ計算可能日と称することがある。

　発電電力予測装置１の演算処理装置１１は、記憶装置１２に日毎に保存された発電電力から、記憶装置１２に保存された各日が快晴カーブ計算可能日であるか否かについて自動的に判別することができる。
　以下、快晴カーブ計算可能日の自動判別方法について説明する。

　快晴カーブ計算可能日の自動判別のため、図５（Ａ）に示される発電電力のデータから、発電電力が分単位で大きく増減する時間帯は快晴でないと判断し、排除する必要がある。
　演算処理装置１１は記憶装置１２に保存された発電電力のデータを読み出し、所定の時間間隔ΔＴ（例えば５分）を定め、所定の時間間隔に対する依存性から各時刻が快晴か否かを判定する。
　演算処理装置１１は、以下の判定プロセスを開始時刻Ｔｓから順に各時刻ｔに対して実行することができる。

判定プロセス１：
　時刻ｔから時刻ｔ＋ΔＴまでの発電電力の合計変動量(｜Ｐ（ｔ）－Ｐ（ｔ＋∂ｔ）｜＋｜Ｐ（ｔ＋∂ｔ）－Ｐ（ｔ＋２∂ｔ）｜＋・・・＋｜Ｐ（ｔ＋ΔＴ－∂ｔ）－Ｐ（ｔ＋ΔＴ）｜)が一定以上ならば快晴でないと判断（判定）する。
　なお、Ｐ（ｔ）は時刻ｔでの発電電力、∂ｔは発電電力Ｐ（ｔ）の測定時間間隔（又は実測値の出力時間間隔）、｜｜は絶対値を示す。
判定プロセス２：
　時刻ｔから時刻ｔ＋ΔＴまでの発電電力の積算値が両隣のΔＴの発電電力の積算値より小さい、すなわち時刻ｔ－ΔＴから時刻ｔまでの発電電力の積算値より小さく、且つ時刻ｔ＋ΔＴから時刻ｔ＋２ΔＴまでの発電電力の積算値より小さければ快晴でないと判断（判定）する。
判定プロセス３：
　時刻ｔから時刻ｔ＋ΔＴまでの発電電力の積算値が、前後１５日間の時刻ｔから時刻ｔ＋ΔＴまでの、発電電力の積算値の平均未満ならば、快晴でないと判定する。
　演算処理装置１１は、上記判定プロセス１、２、３を実行し、１つでも快晴でないと判定された場合、時刻ｔは快晴でないと判断（判定）する。
　なお、判定プロセス１、２、３の実行順は任意であり、限定されない。

　演算処理装置１１は、上記判定プロセスにより快晴でないと判断された時刻を、発電時間（発電開始時刻から終了時刻まで）から排除し、排除した残りの時間を、快晴と判断する。
　演算処理装置１１は快晴と判断した時間の総和を算出する。演算処理装置１１は快晴と判断した時間の総和が発電時間の所定の時間割合（例えば４０％）以上である日を快晴カーブ計算可能日と認定し、記憶装置１２に快晴カーブ計算可能日として登録するとともに、その快晴カーブ計算可能日の快晴と判断した時間を登録することができる。

　発電電力予測装置１の演算処理装置１１は、記憶装置１２に保存された快晴カーブ計算可能日の発電電力の快晴と判断された時間の実測値のみを用いて、回帰分析をし、快晴発電カーブを得ることができる。

（実施形態３）
　上記実施形態においては、天気係数は雲量に依存して決定した。天気係数は、さらに季節や時間帯に依存して変化するよう定義してもよい。例えば太陽電池２に照射される日射量は、雲量以外に大気中の水蒸気量も影響するものと考えられ、気温や湿度の影響も受けるものと考えられる。
　そのため、天気係数は、月毎に各天気に応じて算出し、発電電力予測装置１の記憶装置１２に記録し、予測対象日の月に応じて天気係数を選択して、天気予報の雲量と合わせて発電電力を予測してもよい。

　また、太陽電池２の向きに依存して、太陽光が直接入射する成分（直達成分）と雲により散乱された太陽光が入射する成分（散乱成分）の割合が変化する等により、天気係数は時刻にも依存する場合がある。
　そのため、天気係数は時刻毎、又は時間帯毎に算出し、発電電力予測装置１の記憶装置１２に記録し、予測対象日の時刻に応じて天気係数を選択して、天気予報の雲量と合わせて発電電力を予測してもよい。

　天気係数（Ｒｗ）を月毎に定義する場合、天気係数（Ｒｗ）を月毎に式１４、又は式１５に従って算出し、平均値を決定することができる。
天気係数（Ｒｗ）は月（Ｍ）と雲量（Ｌ）に依存するため
Ｒｗ（Ｌ）＝Ｒｗ（Ｍ、Ｌ）　　・・・（式１７）
と表すことができる。
　また、Ｒｗ（Ｍ、Ｌ）において、複数月ごと、例えば３ヶ月毎に設定し、季節毎に設定してもよい。図４に示すように年間推移は２つの極大と２つの極小を有することになるため、これらの極大、極小を含むように季節を設定してもよい。

　また、天気係数（Ｒｗ）を時間帯毎に定義する場合、例えば、発電時間（発電開始時刻から終了時刻まで）を複数の時間区分、例えば３区分に分割して決定することができる。　分割は発電時間を例えば等分割することができる。また、例えば発電電力を再現する連続関数Ｆ（ｔ）を上記例のように３種の関数で構成し、図２（Ｂ）に示すようにＡ領域、Ｂ領域、Ｃ領域の３つの領域に分割してもよい。
　発電時間の時間区分毎に定義する場合、天気係数（Ｒｗ）を時間区分毎に式１４、又は式１５に従って算出し、平均値を決定することができる。
天気係数（Ｒｗ）は時間区分（Ｊ）と雲量（Ｌ）に依存するため
Ｒｗ（Ｌ）＝Ｒｗ（Ｊ、Ｌ）　　・・・（式１８）
と表すことができる。

　なお、月毎、時間区分毎に天気係数（Ｒｗ）を定義する場合、各月（Ｍ）毎及び時間区分（Ｊ）毎に式１５に従って得られた値を平均化して天気係数（Ｒｗ）を求めることができる。
　この場合、天気係数（Ｒｗ）は、雲量（Ｌ）の他に月（Ｍ）及び時間区分（Ｊ）に依存するため、
Ｒｗ（Ｌ）＝Ｒｗ（Ｍ、Ｊ、Ｌ）　　・・・（式１９）
と表すことができる。
　このように、天気係数（Ｒｗ）を月、季節又は時刻に依存する関数として定義することで、さらに細やかな発電電力の予測が可能となる。

（実施形態４）
　太陽光発電システム１００は、総発電量を向上させるため、太陽電池２を過積載とすることがある。このような構成では、例えば日射量が大きい正午近傍では、太陽電池２から出力可能な発電電力がＰＣＳ３の定格容量より大きくなることがある。
　上記例に示されるように、太陽電池２から出力される発電電力がＰＣＳ３の定格電力によって制限されることがある。なお、発電電力がＰＣＳ３の定格電力によって制限され、それ以上の発電電力が出力されない状態をピークカットと称する。
　ピークカットが発生した場合、ＰＣＳ３から出力される発電電力は、ＰＣＳ３の定格電力に等しくなる。
　以下では、ピークカットが生じる場合の太陽光発電システム１００の発電予測について説明する。
　本実施形態においては、実施形態１の発電予測方法に対して以下のステップに変更を加える。

ステップ２：
　上記ステップ２の工程において、抽出した快晴日の発電電力データについて、所定の時間間隔、例えば１分毎にピークカットが発生しているか否かを判定し、ピークカットが発生している時刻は快晴時刻から除外し、ピークカットが発生していない時刻から快晴発電カーブを算出する。
　ピークカットが発生したか否かは、ＰＣＳ３から出力される発電電力の値がＰＣＳ３の定格出力（定格電力）と同じであるか否かを判定することにより判定する。
　除外されていない残りの時刻、すなわちＰＣＳ３から出力される発電電力の値がＰＣＳ３の定格出力以下である時刻の発電電力を再現する近似関数を、最小二乗法等の回帰分析により求め、快晴発電カーブを得る。

　なお、例えばＰＣＳ３の制御の特性等の影響によりピークカットが発生した際の発電電力は、定格出力より低い値で変動する場合がある。この場合、ＰＣＳ３から出力される発電電力の値は、必ずしもＰＣＳ３の定格出力と全く同じとはならない。ＰＣＳ３から出力される発電電力の値が、定格出力付近、すなわち定格出力との差が所定の範囲内（例えば定格出力の５％以内）であり、所定の時間以上（例えば１０分以上）連続して、所定の範囲に収まるときに、ピークカットが発生したと判定してもよい。
　従って、ＰＣＳ３から出力される発電電力の値がＰＣＳ３の定格出力と実質に同等であるか否かを判定する。なお、実質的に同等であるとは、同じ又は差が所定の範囲内であることを意味する。

ステップ７：
　上記ステップ７の工程において、発電電力予測装置１は、予測対象日（τ）の各時刻（ｔ）毎に予測された予測発電電力Ｐｆ（τ、ｔ）とＰＣＳ３の定格出力とを比較し、最小値を、その時刻における発電電力の予測値である予測発電電力として採用する。
Ｐｆ（τ、ｔ）＝ｍｉｎ（Ｐｆ（τ、ｔ）、［ＰＣＳ３の定格出力］）・・・（式２０）
　なお、式２０において”ｍｉｎ”は最小値を出力する関数である。Ｐｆ（τ、ｔ）とＰＣＳ３の定格出力が同じ値であれば、その値を出力する。

（実施形態５）
　予測対象日に実測した発電電力又は実測した発電電力の積算値である発電量と、予測した発電電力又は予測した発電電力の積算値である発電量との比較により、予測対象日以降の予測発電電力を補正することが可能である。
　それにより、発電電力の予測の精度を、さらに向上させることができる。

補正方法１：
　予測対象日において、実測した発電量と予測した発電量とを比較し、その比を発電量補正比率（Ｒｐ）として算出する。
Ｒｐ＝［実測した発電量］／［予測した発電量］　　・・・（式２１）
　得られた発電量補正比率を予測発電電力に乗じて、その後の（予測対象日以降の）予測発電電力を修正する。
　例えば、予測対象日Ｘ月Ｙ日の実測の発電量と予測発電電力を積算した発電量とから発電量補正比率を算出し、予測発電電力に発電量補正比率を乗じることでＸ月Ｙ＋１日以降の予測発電電力を補正する。
　なお、発電量補正比率は記憶装置１２に保存してもよい。

　また、予測対象日Ｘ月Ｙ日が快晴カーブ計算可能日であれば、実測された発電電力のデータから快晴発電カーブを求め、式２１において［実測した発電量］の代わりに快晴発電カーブの積算値を使用し、［予測した発電量］の代わりにＸ月Ｙ日の予測された快晴発電モデルの積算値を使用してもよい。
　得られたＲｐを用いて、予測対象日以降の快晴発電モデルを補正し、補正後の快晴発電モデルを記憶装置１２に保存してもよい。
　なお、Ｒｐにより快晴モデルを補正することができるため、快晴モデル補正比率と称す。

補正方法２：
　予測対象日において、発電開始後にさらに発電電力を調整することも可能である。
すなわち、予測対象日より前に予測した時刻毎の発電電力を、発電開始後に得られた発電電力の実測値により補正してもよい。
　予測対象日の発電開始後の所定の時間において快晴であれば、その快晴である時間の実測した発電電力の積算値と予測された発電電力の積算値とを比較し、その比（＝［実測した発電電力の積算値］／［予測された発電電力の積算値］）を発電電力補正比率Ｒｐとして算出し、予測された発電電力に補正比率を乗じて、上記所定の時刻以降の予測発電電力を修正する。
　例えば、発電開始時刻が時刻Ａであり、時刻Ａから時刻Ｂまでの間は快晴であり、時刻Ａから時刻Ｂまでの発電電力の実測値を積算した積算値と、予測した発電電力を積算した積算値とから発電電力補正比率Ｒｐを算出する。算出された発電電力補正比率Ｒｐを時刻Ｂ以降の予測発電電力に乗じて、予測発電電力を補正する。

補正方法３：
　天気係数を補正することも可能である。予測対象日の各時刻において、発電電力の実測値と、インターネットを介して天気観測データ、例えば雲量を得ることができる。
　そのため、式１４により天気係数Ｒｗを算出し、随時更新することが可能である。
なお、算出された天気係数Ｒｗは、月毎、時間区分毎に定義された天気係数Ｒｗとして更新してもよい。

　本発明によれば、日射量計を使用することなく、過去の発電電力のデータと天気情報、及び予測日の天気予報から、太陽光発電の発電電力を予測することができる発電システムを提供することができる。既存の太陽光発電システムを活用することが可能であり、産業上の利用可能性は高い。

１００　太陽光発電システム
１　発電電力予測装置
　１１　演算処理装置
　１２　記憶装置
　１３　表示装置
　１４　入力装置
２　太陽電池
３　パワーコンディショナ
４　インターネット

Claims (8)

1. 　太陽電池及びパワーコンディショナを含む太陽光発電システムに対する発電電力の予測方法であって、
   　発電電力の予測対象日前の少なくとも１年間の前記パワーコンディショナを介して出力された前記太陽電池の発電データと天気データとを関連付けた過去データを保存する第１のステップと、
   　前記過去データから選択された日の発電電力値から快晴発電カーブを得る第２のステップと、
   　前記快晴発電カーブを積算して得られた総発電量の年間推移を示す年間推移曲線を得る第３のステップと、
   　前記年間推移曲線に合わせて前記快晴発電カーブをスケーリングし快晴発電モデルを得る第４のステップと、
   　前記快晴発電モデルを１年間の全ての日に対して得る第５のステップと、
   　各天気に応じた天気係数を得る第６のステップと、
   　予測対象日の天気予報を入手し、予測対象日の前記快晴発電モデルと前記天気係数とから前記パワーコンディショナから出力される発電電力を予測する第７のステップとをこの順に実行することを特徴とする発電電力の予測方法。
2. 　前記快晴発電カーブは発電時間の中央の時間軸に対して軸対称となる関数により表されることを特徴とする請求項１記載の発電電力の予測方法。
3. 　前記第２のステップにおいて、前記抽出日は、総発電時間に対して総快晴時間が４０％以上であることを特徴とする請求項１又は２記載の発電電力の予測方法。
4. 　前記天気係数は時刻毎又は月毎に定義されることを特徴とする請求項１乃至３のいずれか１項記載の発電電力の予測方法。
5. 前記ステップ２において、
   前記発電電力予測装置は、
   発電電力値が前記パワーコンディショナの定格出力以下となる時刻の発電電力値に基づいて前記快晴発電カーブを求め、
   　前記ステップ７において、時刻毎に前記快晴発電モデルと前記天気係数とから算出された前記予測発電電力と前記定格出力との最小値をその時刻の前記予測発電電力として採用することを特徴とする請求項１乃至４のいずれか１項記載の発電電力の予測方法。
6. 　予測対象日に実測した前記パワーコンディショナから出力される発電電力と、予測発電電力との比較により、予測対象日以降の予測発電電力を補正することを特徴とする請求項１乃至４のいずれか１項記載の発電電力の予測方法。
7. 　太陽電池とパワーコンディショナと発電電力予測装置とを備える太陽光発電システムであって、
   　前記発電電力予測装置は、請求項１乃至６のいずれか１項記載の予測方法を実行することを特徴とする太陽光発電システム。
8. 　太陽電池とパワーコンディショナとを備えた太陽光発電システムに対して、その発電電力を予測するための発電電力予測装置であり、
   　演算処理装置と記憶装置とを備え、
   　前記演算処理装置は、請求項１乃至６のいずれか１項記載の予測方法を実行することを特徴とする発電電力予測装置。

Images