WO2024057581A1 - 充電状態計算装置 - Google Patents

充電状態計算装置 Download PDF

Info

Publication number
WO2024057581A1
WO2024057581A1 PCT/JP2023/008013 JP2023008013W WO2024057581A1 WO 2024057581 A1 WO2024057581 A1 WO 2024057581A1 JP 2023008013 W JP2023008013 W JP 2023008013W WO 2024057581 A1 WO2024057581 A1 WO 2024057581A1
Authority
WO
WIPO (PCT)
Prior art keywords
power
predicted
calculation unit
charge
power transmission
Prior art date
Application number
PCT/JP2023/008013
Other languages
English (en)
French (fr)
Inventor
亨 河野
隼 角田
絵里 磯崎
慧土 秋月
直樹 吉田
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Publication of WO2024057581A1 publication Critical patent/WO2024057581A1/ja

Links

Images

Classifications

    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers

Definitions

  • the present invention relates to a technology for determining the state of charge that a storage battery should maintain when transmitting electric power generated by a power generation system composed of a solar cell and a storage battery between bases via a power transmission network.
  • Self-consignment is when a business operator with power generation equipment uses the power transmission network owned by the electric power company to transmit the electricity generated by the power generation equipment between bases.
  • OCCTO operating organization
  • OCCTO operating organization
  • Patent Document 1 provides a power monitoring and control device that is capable of self-consigning surplus power according to a planned value.
  • the power monitoring and control device includes a performance value determination unit (14) that determines whether or not the transportation performance value within a predetermined transportation period has reached the performance value upper limit threshold; A control unit (16) that performs consignment suppression control of the target device when the consignment performance value within the consignment period reaches the performance value upper limit threshold. ” (see summary).
  • Patent Document 2 describes ⁇ a rational evaluation method for the minimum capacity of installed storage batteries and the optimal charging and discharging of small capacity storage batteries, taking into account the occurrence of prediction errors inherent in solar radiation prediction technology and storage battery management technology.
  • Provide control logic. The power storage equipment management device 1 determines the consignment time period in which a predicted surplus power value will occur based on the predicted power demand value predicted by referring to a predetermined database 5 and the predicted value of generated power from renewable energy. is specified, and when the consignment time period extends over a plurality of unit times equal to or more than a predetermined value, the consignment time period is divided into a plurality of time segments each consisting of one or more of the unit times, and the consigned power is determined for each of the time segments.
  • a charging/discharging plan formulation unit 2 is provided that formulates a charging/discharging plan for the power storage equipment so as to be constant, and stores the formulated charging/discharging plan in a predetermined storage unit 4. ” (see summary).
  • patent application No. 2021-128374 is not related to self-consignment, it describes a technology for learning the correspondence between solar radiation prediction data and detailed weather classification.
  • JP 2021-141769 Publication JP2020-058141A
  • a power generation system that generates power to be transmitted by self-consignment is composed of, for example, solar cells and storage batteries.
  • self-consignment in order to transmit power in accordance with the advance plan, if the power generated by the solar cells is less than the scheduled power to be consigned, it is necessary to compensate for the insufficient power by discharging from the storage battery. be.
  • the output power from solar cells varies depending on the amount of solar radiation.
  • the amount of solar radiation has various fluctuation patterns depending on the weather, such as cases where it fluctuates greatly during the day and cases where it is relatively stable.
  • the output power from the solar cells also exhibits various fluctuation patterns depending on the weather, such as cases where it fluctuates greatly and cases where it is relatively stable. Therefore, the charging capacity (state of charge: SOC) that the storage battery should maintain in order to comply with the scheduled power for consignment also changes variously depending on the weather.
  • SOC state of charge
  • the present invention has been made in view of the above-mentioned problems, and it is an object of the present invention to provide a technology that can accurately determine the state of charge that a storage battery needs to maintain in a self-consignment system based on weather forecasts. With the goal.
  • the state of charge calculation device calculates the amount of power generated by the solar cell even if the actual power generation amount of the solar cell is less than the predicted power generation amount during the power transmission period when the weather with the largest fluctuation range and number of fluctuations in solar radiation is predicted.
  • the state of charge of the storage battery is determined so that the shortage can be compensated for by discharge from the storage battery.
  • the state of charge that a storage battery needs to maintain in a self-consignment system can be accurately determined based on weather forecasts. Issues, configurations, advantages, etc. other than those described above will become clear from the description of the embodiments below.
  • FIG. 2 is a schematic diagram showing how self-consignment is carried out between bases.
  • FIG. 2 is a diagram illustrating an imbalance in transmitted power.
  • An example of a weather code provided by a weather information provider is shown below.
  • FIG. 2 is a diagram comparing actual measured solar radiation and predicted solar radiation data in one day. It is a figure which compares the measured solar radiation amount and the solar radiation amount prediction data in another day.
  • FIG. 2 is a schematic diagram showing a procedure in which the power control device 1 learns detailed weather classification.
  • FIG. 7 is a diagram illustrating a procedure for estimating detailed weather classification using the results learned by the procedure in FIG. 6.
  • FIG. It is a graph comparing consignment results and consignment predictions when the weather code is 12.
  • 12 is a flowchart illustrating a procedure for calculating an SOC that can secure scheduled power for consignment in weather code 12. It is a graph comparing the consignment performance and consignment prediction when the weather code is 11.
  • 2 is a flowchart illustrating a procedure for calculating an SOC that can secure scheduled power for consignment in weather code 11.
  • 12 is a flowchart illustrating a procedure for calculating an SOC that can secure scheduled power for consignment in weather code 21.
  • 12 is a flowchart illustrating a procedure for calculating an SOC that can secure scheduled power for consignment in weather code 10 or 20. This is an example of a user interface provided by the power control device 1. This is an example of a user interface provided by the power control device 1.
  • FIGS. 1A and 1B are configuration examples of power generation systems provided by businesses that implement self-consignment.
  • the power generation system is composed of a solar cell (PV) and a storage battery (battery).
  • the solar cells are connected to the power grid via a DCDC converter and a DCAC converter.
  • the power control device 1 controls the respective operations of the solar cell and the storage battery by transmitting operation commands to the solar cell drive device and the storage battery drive device (each constituted by the converter described above).
  • a plurality of solar cells and storage batteries may be arranged.
  • FIG. 2 is a schematic diagram showing how self-consignment is carried out between bases.
  • Base A is equipped with the power generation system described in FIG. 1, and the power generated at base A is transmitted to base B via the power grid.
  • the power control device 1 (state of charge calculation device) controls transmitted power based on demand forecast data, measurement data of each facility, etc. according to a procedure described later.
  • the power control device 1 includes a calculation section 11 and a storage section 12. These will be described later.
  • FIG. 3 is a diagram illustrating the imbalance of transmitted power.
  • the business operator submits a consignment plan that describes the scheduled power to be consigned in units of, for example, 30 minutes to the power management organization.
  • the scheduled power to be consigned is obtained, for example, by subtracting the demand forecast from the power generation forecast by the power generation system, and multiplying the result by a coefficient ( ⁇ 1.0).
  • This coefficient is a coefficient for providing operating capacity to the power generation system, and in this embodiment, it will be referred to as likelihood.
  • the solar cell By instructing the solar cell to generate power based on the result of multiplying the likelihood, the solar cell will operate at an operating point that outputs less power than the maximum power point.
  • the excess amount is balanced by suppressing the output power of the solar cell below the maximum power point and charging the storage battery. If the actual generated power is short of the scheduled power to be consigned, the shortfall is compensated for by discharging from the storage battery.
  • the storage battery needs to maintain a state of charge sufficient to secure the scheduled power for consignment during the consignment period.
  • solar radiation prediction data during the consignment implementation period is obtained from a weather information provider, etc., and is used to predict the weather during the consignment implementation period. Furthermore, it was decided to calculate in advance the SOC that would ensure the amount of power scheduled for consignment for each predicted weather condition. Below, a method for predicting weather will be explained first, and then a procedure for determining SOC for each predicted weather will be explained.
  • FIG. 4 shows an example of a weather code provided by a weather information provider.
  • Weather codes are generally provided by major classifications such as 10 to 50 shown in FIG.
  • the present invention takes this further and classifies weather in more detail. For example, sunny weather is classified into two detailed weather codes 11 to 12.
  • FIG. 5A is a diagram comparing the measured solar radiation amount and the solar radiation prediction data in one day. This graph shows an example of a day when the weather code is 10 (sunny). In this example, it can be seen that the measured solar radiation and the predicted solar radiation data match relatively well.
  • FIG. 5B is a diagram comparing the measured solar radiation and the predicted solar radiation data on another day.
  • This graph shows an example of another day where the weather code is 10 (sunny).
  • the weather code is 10 (sunny), which is the same as in FIG. 5A, but it can be seen that there is a large discrepancy between the measured solar radiation amount and the solar radiation prediction data. In this way, even with the same weather code, the amount of solar radiation may deviate greatly from the predicted data.
  • FIG. 6 is a schematic diagram showing a procedure in which the power control device 1 learns detailed weather classification.
  • the power control device 1 can learn the correlation between the solar radiation prediction data and detailed weather classification using a learning device constructed by a neural network, for example.
  • a neural network is illustrated in which the input layer receives 12 hours' worth of predicted solar radiation values, the intermediate layer (hidden layer) is composed of three neurons, and the output layer is composed of two neurons.
  • This neural network was constructed to further classify the weather code 10 into two detailed weather classifications 11 and 12. If the outputs from the two neurons in the output layer are "1" and "0", respectively, it means that the input predicted solar radiation value is for weather code 11. If the outputs from the two neurons of the output layer are "0" and "1", respectively, it means that the input predicted solar radiation value is for weather code 12.
  • the predicted solar radiation amount for 12 hours on the first day (DAY1) is input to the first neuron of the hidden layer.
  • the first neuron of the hidden layer has a weight matrix made up of 12 elements that is multiplied by each of the 12 elements of a matrix that describes predicted solar radiation values.
  • the result of multiplying both matrices is substituted into the sigmoid function represented by the first calculation formula in the lower part of FIG.
  • the threshold of the first neuron of the hidden layer is defined as 15.02.
  • the predicted value of solar radiation for 12 hours on the second day (DAY2) is input to the second neuron of the hidden layer.
  • input is similarly made to the corresponding neurons in the hidden layer.
  • the output y of each hidden layer is calculated in the same way.
  • solar radiation prediction data up to the third day is used, but the same applies to the fourth day and thereafter.
  • the output y of the first neuron of the hidden layer is input to the first neuron of the output layer.
  • the first neuron of the output layer has a weight matrix composed of three elements by which the output y of each of the first to third neurons of the hidden layer is multiplied. The result of multiplying both matrices is substituted into the sigmoid function represented by the second calculation formula in the lower part of FIG.
  • the threshold of the first neuron in the output layer is defined as 19.84.
  • the output of the first neuron in the output layer was 1.00, and the output of the second neuron in the output layer was 0.33.
  • the correct answer for the weather code for DAY1 is "1" and "0”
  • the error Q between the output from the output layer and the correct answer can be calculated as in the third calculation formula in the lower part of FIG. 10A. Similar calculations are made for DAY2 to DAY3. Learning is completed by optimizing the matrix elements and threshold values of each layer so that the error Q is minimized.
  • a method for optimizing a neural network a method such as backpropagation is well known, so a description thereof will be omitted.
  • FIG. 7 is a diagram illustrating a procedure for estimating detailed weather classification using the results learned by the procedure in FIG. 6.
  • the power control device 1 inputs solar radiation prediction data to the neural network constructed according to FIG. Obtain the output from each neuron in the output layer using the same procedure as during learning. For example, if the output from the first neuron of the output layer is greater than or equal to the threshold value and the output from the second neuron is less than the threshold value, the estimation result by the neural network is "1" or "0", that is, the weather code is 11. As a result, detailed weather classification estimation results can be obtained.
  • the power control device 1 learns in advance the correlation between the estimated amount of solar radiation and the predicted amount of solar radiation data for each detailed weather classification.
  • the power control device 1 estimates the amount of solar radiation to the solar cells using the correlation corresponding to the estimated detailed weather classification.
  • the power control device 1 can predict the amount of power generated by the solar cell using the estimated amount of solar radiation.
  • the expected amount of solar radiation can be estimated using the output current and output voltage of the solar cell. Any known technique can be used as the estimation method, and examples include those described in Japanese Patent Application No. 2020-127908 and Japanese Patent Application No. 2021-128374.
  • the consignment system of the present invention performs consignment when the weather code is any one of 11, 12, and 21. Alternatively, the consignment is performed when the weather code is either 10 or 20 for the entire consignment period. Therefore, for cases where the weather code is one of these, the SOC that can secure the scheduled consignment power is calculated in advance.
  • the weather code provided by the weather information provider is further classified in detail using the methods shown in FIGS. 6 and 7. This corresponds to the case where the weather code is one of 11, 12, and 21. If the weather is expected to change frequently over the consignment period, use the weather code provided by the weather information provider. This is the case when the weather code fluctuates between 10 and 20.
  • FIG. 8 is a graph comparing the consignment performance and consignment prediction when the weather code is 12.
  • the fluctuation range and number of fluctuations in the amount of solar radiation are large compared to other weather codes.
  • power generation results also fluctuate greatly and frequently. Therefore, the difference between the predicted power generation and the actual power generation is also large. Therefore, when determining the state of charge of the storage battery for the weather code 12, the power control device 1 performs a process different from that for other weather codes. Details of the processing will be described later.
  • the following procedure can be used to compare the variation range and number of variations in the amount of solar radiation with other weather codes.
  • the solar radiation data provided by the weather information provider is described at each predetermined time.
  • the solar radiation fluctuation range between hours is equal to or greater than the threshold value, it is counted as one solar radiation fluctuation, and the one with the largest count value among the weather codes corresponds to weather code 12.
  • an alternative method may be used, such as summing up the absolute values of the differences in solar radiation between times over the entire consignment period.
  • the amount of solar radiation corresponds to the power generated by the solar cells
  • the history data of the power generated by the solar cells at each time we can use the history data of the power generated by the solar cells at each time to similarly calculate the range of fluctuations and the number of fluctuations in the power generated. You can also measure it. The fact that the vertical axis in FIG. 8 is power is related to this.
  • the power generation command value for the solar cells is set by multiplying the consignment prediction by a predetermined coefficient (referred to as likelihood, ⁇ 1.0) so that the solar cells have a certain amount of surplus power generation capacity. . Therefore, the actual predicted transmission power is calculated by multiplying the transmission prediction by the likelihood.
  • the likelihood in weather code 12 is assumed to be 1.
  • FIG. 9 is a flowchart illustrating the procedure for calculating the SOC that can secure the scheduled power for consignment in weather code 12. This flowchart (the same goes for the following flowcharts) can be executed during the period when the power control device 1 is carrying out consignment. Each step in FIG. 9 will be explained below.
  • the power control device 1 acquires the following data during the consignment period: power generation prediction data, power generation performance data. Data is acquired at time intervals (eg, 1 minute) shorter than the time intervals (eg, 30 minutes) in which the consignment schedule is described during the consignment period.
  • the power control device 1 adds a value obtained by multiplying ⁇ P by the time interval of S901 (1 minute in this example) to Q1 [kWh].
  • the initial value of Q1 is 0.
  • ⁇ P is positive, the actual consignment result is smaller than the consignment prediction, so it is necessary to hold the power in the storage battery to ensure the scheduled consignment power by discharging the battery.
  • Q1 corresponds to the amount of electric power.
  • the power control device 1 determines the ratio (Q1/Q0) of Q1 to the full charge capacity Q0 [kWh] of the storage battery as the state of charge SOC1 that the storage battery needs to maintain in the weather code 12. It is considered that by securing SOC1 for the storage battery in advance at the start of the consignment period when the subsequent weather code is 12, it is possible to secure the consignment scheduled power for the consignment period.
  • FIG. 10 is a graph comparing the consignment performance and consignment prediction when the weather code is 11.
  • the weather code is 11
  • both the fluctuation range and the number of fluctuations in the amount of solar radiation are smaller than the weather code 12.
  • the likelihood in weather code 11 is assumed to be likelihood 2.
  • FIG. 11 is a flowchart illustrating the procedure for calculating the SOC that can secure the scheduled consignment power in the weather code 11. Each step in FIG. 11 will be explained below.
  • the power control device 1 subtracts a value obtained by multiplying ⁇ P by the time interval of S1101 (1 minute in this example) from Q21 [kWh].
  • the initial value of Q21 is 0. If ⁇ P is negative, the actual consignment result is greater than the consignment prediction, so the surplus power can be used to charge the storage battery.
  • Q21 corresponds to the amount of electric power.
  • the power control device 1 determines the ratio (Q21/Q0) of Q21 to the full charge capacity Q0 [kWh] of the storage battery. This corresponds to the SOC at which the storage battery can be charged with a current likelihood of 2. If the calculation result is less than SOC1, likelihood 2 is changed and the process returns to S1101. That is, a search is made for likelihood 2 that can realize SOC 1 that can secure the scheduled power for consignment in weather code 12.
  • the power control device 1 determines the state of charge SOC2 that should be maintained by the storage battery in the weather code 11 using a procedure similar to that shown in FIG.
  • Step S1106 Supplementary Part 1
  • likelihood 2 is determined so that the state of charge becomes SOC1 or higher by charging the storage battery when the actual power generation exceeds the predicted power generation.
  • SOC2 the state of charge SOC2 required for discharging the storage battery when the actual power generation is less than the predicted power generation is determined. Therefore, in the time interval (every minute) where the actual power generation exceeds the predicted power generation, SOC1 or more is charged, and in the time interval where the actual power generation falls below the predicted power generation, SOC2 or more is secured in advance.
  • the state of charge of the storage battery when the weather code is 11 is at most SOC1+SOC2 (or higher depending on the actual value) at the end of the consignment period. This is because SOC2 is secured in advance in case of a power generation shortage, and then SOC1 or higher is further secured when there is surplus power.
  • the storage battery will secure SOC2 in advance at the start time and a maximum of SOC1+SOC2 (or more) at the end time to secure the consignment scheduled power. It is thought that it can be done.
  • FIG. 12 is a graph comparing the consignment performance and consignment prediction when the weather code is 21.
  • the weather code is 21
  • both the fluctuation range and the number of fluctuations in the amount of solar radiation are smaller than the weather code 12 and larger than the weather code 11.
  • the likelihood in the weather code 21 is assumed to be likelihood 3.
  • FIG. 13 is a flowchart illustrating the procedure for calculating the SOC that can secure the scheduled consignment power in the weather code 21. Since FIG. 13 is similar to FIG. 11 except that likelihood 3 is used, details will be omitted. During the subsequent consignment period when the weather code is 21, the storage battery will secure SOC3 in advance at the start time and a maximum of SOC1+SOC3 (or more) at the end time to secure the consignment scheduled power. It seems possible.
  • FIG. 14 is a graph comparing the consignment performance and consignment prediction when the weather code is 10 or 20.
  • the weather code is 10 or 20
  • both the fluctuation range and the number of fluctuations in the amount of solar radiation are smaller than weather code 12 and larger than weather code 11.
  • the likelihood in weather code 10 or 20 is assumed to be likelihood 4.
  • FIG. 15 is a flowchart illustrating the procedure for calculating the SOC that can secure the scheduled power for consignment in weather code 10 or 20. Since FIG. 15 is similar to FIG. 11 except that likelihood 4 is used, details will be omitted. During the subsequent consignment period when the weather code is 10 or 20, the storage battery will secure SOC4 in advance at the start time and a maximum of SOC1+SOC4 (or more) at the end time, so that the scheduled consignment power will be reduced. It is thought that it is possible to secure the following.
  • FIGS. 8 to 15 examples are shown in which when the weather code is 12, the fluctuation range and the number of fluctuations in the amount of solar radiation are larger than other weather codes. This is an example in consideration of the fact that such fluctuations in the amount of solar radiation are likely to occur when the weather is between clear skies and cloudy weather.
  • the power control device 1 is not limited to this, and the power control device 1 acquires the history of solar radiation amount (or the power generation history of solar cells) for each weather code, and determines whether the range of fluctuation of solar radiation amount and the number of fluctuations is the highest among each weather code. You can also specify the larger one. Alternatively, as in the above embodiment, results specified in advance may be used.
  • the power control device 1 described in the first embodiment can include the calculation unit 11 that performs the operations described in FIGS. 4 to 15.
  • the calculation unit 11 can be configured using hardware such as a circuit device that implements the function, or can be configured by a calculation device executing software that implements the function.
  • the power control device 1 can further include a storage unit 12 that stores a history of each data described in the first embodiment (for example, power generation amount prediction data, demand data, demand prediction data, etc.).
  • 16A to 16B are examples of user interfaces provided by the power control device 1.
  • the user interface can be presented by the calculation unit 11 on a display device such as a display.
  • the user interface can display the state of charge that the battery should have at the start and end times of the consignment period for each weather code (FIG. 16A).
  • the numerical values of the scheduled power to be consigned and the consigned results for each consignment period can be displayed (FIG. 16B).
  • the present invention is not limited to the embodiments described above, and includes various modifications.
  • the above-described embodiments have been described in detail to explain the present invention in an easy-to-understand manner, and the present invention is not necessarily limited to having all the configurations described.
  • the procedure in which the power control device 1 (computation unit 11) determines the state of charge and likelihood of the storage battery has been described, but the storage battery is further controlled by instructing the determined state of charge to the storage battery.
  • the determined likelihood may be used to control the amount of power generated by the solar cell. Control can be performed, for example, via commands to a drive device (eg, converter) that drives a storage battery or a solar cell.
  • Power control device 11 Arithmetic unit 12: Storage unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本発明は、自己託送システムにおいて蓄電池が維持することが必要な充電状態を、天候予測に基づき正確に決定することができる技術を提供することを目的とする。本発明に係る充電状態計算装置は、日射量の変動幅と変動回数が最も大きい天候が予測されている送電期間については、太陽電池の実際の発電量が予測発電量未満であったとしても、蓄電池からの放電によってその不足分を補填できるように、前記蓄電池の充電状態を決定する（図９）。

Description

充電状態計算装置
　本発明は、太陽電池と蓄電池によって構成されている発電システムが発電した電力を送電ネットワークによって拠点間で送電するときにおいて蓄電池が確保すべき充電状態を決定する技術に関するものである。
　自己託送は、発電設備を備える事業者などが、その発電設備によって発電された電力を拠点間において送電する際に、電力事業者が有する送電網を利用するものである。自己託送を実施する際には、託送を開始する前（例えば前日）までに、運営機関（例：電力広域的運営推進機関：ＯＣＣＴＯ）に対して送電計画を提出する必要がある。さらに自己託送を実施している間は、所定時間間隔（例：３０分）ごとに、あらかじめ計画した通りの電力を送電する必要がある。事前計画に対して実際の送電電力が逸脱した（インバランス）場合、ペナルティを課せられるのが一般的である。
　下記特許文献１は、『余剰電力を計画値通りに自己託送することができる電力監視制御装置を提供する。』ことを課題として、『電力監視制御装置（１０）は、所定の託送期間の期間内における託送実績値が実績値上限閾値に達したか否かを判定する実績値判定部（１４）と、前記託送期間の期間内における前記託送実績値が前記実績値上限閾値に達した場合に、対象機器の託送抑制制御を行う制御部（１６）とを備える。』という技術を記載している（要約参照）。
　下記特許文献２は、『日射量予測技術ならびに蓄電池管理技術が内包する予測誤差の発生を考慮した上で、設備する蓄電池の最小限容量の合理的評価手法や、小容量蓄電池の最適な充放電制御ロジックを提供する。』ことを課題として、『蓄電設備管理装置１は、所定のデータベース５を参照することで予測した需要電力予想値と再生可能エネルギーによる発電電力予測値に基づき余剰電力予測値が発生する託送時間帯を特定し、前記託送時間帯が所定値以上の複数の単位時間にわたる場合、前記託送時間帯を１または複数の前記単位時間からなる複数の時間区分に分割し、前記時間区分毎に託送電力が一定となるように蓄電設備の充放電計画を策定し、策定した前記充放電計画を所定の記憶部４に記憶する充放電計画策定部２を備える。』という技術を記載している（要約参照）。
　特願２０２１－１２８３７４は、自己託送に関するものではないが、日射量予測データと詳細天候分類との間の対応関係を学習する技術について記載している。
特開２０２１－１４１７６９号公報 特開２０２０－０５８１４１号公報
　自己託送によって送電する電力を発電する発電システムが、例えば太陽電池と蓄電池によって構成されている場合について考える。自己託送を実施している間において、事前計画に準拠しながら送電するためには、太陽電池が発電した電力が託送予定電力に満たない場合、不足電力を蓄電池からの放電によって補うことが必要である。
　太陽電池からの出力電力は、日射量によって変動する。日射量は天候に応じて、１日のなかで大きく変動する場合や、比較的安定している場合など、様々な変動パターンが存在する。これにともなって、太陽電池からの出力電力も、天候に応じて、大きく変動する場合や比較的安定している場合など、様々な変動パターンを示す。したがって、託送予定電力を遵守するために蓄電池が保持しておくべき充電容量（Ｓｔａｔｅ　Ｏｆ　Ｃｈａｒｇｅ：ＳＯＣ）も、天候に応じて様々に変化する。従来の託送技術においては、このように様々に変動する蓄電池の所要充電状態を、正確に決定することについては、十分考慮されてこなかった。
　本発明は、上記のような課題に鑑みてなされたものであり、自己託送システムにおいて蓄電池が維持することが必要な充電状態を、天候予測に基づき正確に決定することができる技術を提供することを目的とする。
　本発明に係る充電状態計算装置は、日射量の変動幅と変動回数が最も大きい天候が予測されている送電期間については、太陽電池の実際の発電量が予測発電量未満であったとしても、蓄電池からの放電によってその不足分を補填できるように、前記蓄電池の充電状態を決定する。
　本発明に係る充電状態計算装置によれば、自己託送システムにおいて蓄電池が維持することが必要な充電状態を、天候予測に基づき正確に決定することができる。上記以外の課題、構成、利点などについては、以下の実施形態の説明によって明らかになる。
自己託送を実施する事業者が備える発電システムの構成例である。 自己託送を実施する事業者が備える発電システムの構成例である。 拠点間で自己託送を実施する様子を示す模式図である。 送電電力のインバランスを説明する図である。 気象情報プロバイダが提供する天候コードの例を示す。 ある１日における実測日射量と日射量予測データを対比する図である。 別の１日における実測日射量と日射量予測データを対比する図である。 電力制御装置１が詳細天候分類を学習する手順を示す模式図である。 図６の手順によって学習した結果を用いて、詳細天候分類を推定する手順を説明する図である。 天候コードが１２であるときの託送実績と託送予測を比較するグラフである。 天候コード１２において託送予定電力を確保できるＳＯＣを算出する手順を説明するフローチャートである。 天候コードが１１であるときの託送実績と託送予測を比較するグラフである。 天候コード１１において託送予定電力を確保できるＳＯＣを算出する手順を説明するフローチャートである。 天候コードが２１であるときの託送実績と託送予測を比較するグラフである。 天候コード２１において託送予定電力を確保できるＳＯＣを算出する手順を説明するフローチャートである。 天候コードが１０または２０であるときの託送実績と託送予測を比較するグラフである。 天候コード１０または２０において託送予定電力を確保できるＳＯＣを算出する手順を説明するフローチャートである。 電力制御装置１が提供するユーザインターフェースの例である。 電力制御装置１が提供するユーザインターフェースの例である。
＜実施の形態１＞
　図１Ａ～図１Ｂは、自己託送を実施する事業者が備える発電システムの構成例である。発電システムは、太陽電池（ＰＶ）と蓄電池（バッテリ）によって構成されている。太陽電池は、ＤＣＤＣコンバータとＤＣＡＣコンバータを介して、送電網に対して接続されている。蓄電池も同様である。電力制御装置１は、太陽電池の駆動装置と蓄電池の駆動装置（それぞれ上記コンバータによって構成されている）に対して動作指令を送信することにより、太陽電池と蓄電池それぞれの動作を制御する。太陽電池と蓄電池いずれも、複数配置されている場合がある。
　図２は、拠点間で自己託送を実施する様子を示す模式図である。拠点Ａは図１で説明した発電システムを備えており、拠点Ａにおいて発電した電力を、電力網経由で拠点Ｂに対して送電する。電力制御装置１（充電状態計算装置）は、後述する手順にしたがって、需要予測データや各設備の計測データなどに基づき、送電電力を制御する。電力制御装置１は、演算部１１と記憶部１２を備える。これらについては後述する。
　図３は、送電電力のインバランスを説明する図である。事業者は、自己託送を実施する前（例えば前日）までに、託送予定電力を例えば３０分単位で記述した託送計画を、電力運営機関に対して提出する。託送予定電力は例えば、発電システムによる発電量予測から需要予測を差し引き、その結果に対して係数（≦１．０）を乗算することにより求める。この係数は、発電システムに運転余力を持たせるための係数であり、本実施形態においてはこれを尤度と呼ぶことにする。尤度を乗算した結果を発電するように太陽電池に対して指示することにより、太陽電池は最大電力点よりも小さい電力を出力する動作点で動作することになる。
　託送予定電力に対して実際の発電電力が超過する場合、その超過分は、太陽電池の出力電力を最大電力点よりも抑制するとともに蓄電池を充電することによって、バランスされる。託送予定電力に対して実際の発電電力が不足する場合、その不足分は、蓄電池から放電することによって、補われる。
　託送予定電力を算出する際には、太陽電池が発電する電力を予測し、さらに電力需要を予測する必要がある。発電予測から需要予測を減算した残余を、託送電力として拠点間で送電することになる。発電予測が需要予測に対して不足する場合は、蓄電池から放電することによってその不足分を補う必要がある。したがって蓄電池は、託送を実施する期間において託送予定電力を確保できるだけの充電状態を維持する必要がある。
　しかし太陽電池の発電量は、天候に応じて、大きく変動する場合や比較的安定している場合など、様々な変動パターンを有する。そこで本発明においては、気象情報プロバイダなどから託送実施期間における日射量予測データを取得し、これを用いて、託送実施期間における天候を予測することとした。さらに、その予測した天候ごとに、託送予定電力を確保できるＳＯＣをあらかじめ算出しておくこととした。以下ではまず天候を予測する手法について説明し、次に予測した天候ごとにＳＯＣを決定する手順を説明する。
　図４は、気象情報プロバイダが提供する天候コードの例を示す。天候コードは、図４に示す１０～５０のような大分類によって提供されるのが一般的である。本発明においてはこれをさらに進め、天候をより詳細に分類する。例えば晴れを詳細天候コード１１～１２の２つに分類する。
　図５Ａは、ある１日における実測日射量と日射量予測データを対比する図である。このグラフは天候コードが１０（晴）である日の例を示す。この例においては、実測日射量と日射量予測データは比較的よく一致していることが分かる。
　図５Ｂは、別の１日における実測日射量と日射量予測データを対比する図である。このグラフは天候コードが１０（晴）である別の日の例を示す。この例においては、天候コードは図５Ａと同じ１０（晴）だが、実測日射量と日射量予測データとの間で大きな乖離があることが分かる。このように、同じ天候コードであっても日射量が予測データから大きく乖離する場合がある。
　図６は、電力制御装置１が詳細天候分類を学習する手順を示す模式図である。電力制御装置１は、例えばニューラルネットワークによって構築された学習器を用いて、日射量予測データと詳細天候分類との間の相関関係を学習することができる。ここでは、入力層が１２時間分の日射量予測値を受け取り、中間層（隠れ層）が３つのニューロンによって構成され、出力層が２つのニューロンによって構成されたニューラルネットワークを例示する。
　このニューラルネットワークは、天候コード１０をさらに２つの詳細天候分類１１と１２へ分類するために構築されたものである。出力層の２つのニューロンからの出力がそれぞれ『１』『０』であれば、入力された日射量予測値は天候コード１１のものであることを意味する。出力層の２つのニューロンからの出力がそれぞれ『０』『１』であれば、入力された日射量予測値は天候コード１２のものであることを意味する。
　１日目（ＤＡＹ１）の１２時間分の日射量予測値を、隠れ層の第１ニューロンに対して入力する。この例においては、ＤＡＹ１の詳細天候分類は、天候コード１１（出力層『１』『０』）が正解であるものとする。隠れ層の第１ニューロンは、日射量予測値を記述した行列の１２個の要素それぞれに対して乗算する１２個の要素によって構成された重み行列を有している。両行列を乗算した結果を、図６下段の第１計算式が表すシグモイド関数に代入する。隠れ層の第１ニューロンの閾値は、１５．０２として規定されている。以上の手順によって、隠れ層の第１ニューロンの出力ｙを求める。
　２日目（ＤＡＹ２）の１２時間分の日射量予測値を、隠れ層の第２ニューロンに対して入力する。３日目以降についても同様に、隠れ層の対応するニューロンに対して入力する。各隠れ層の出力ｙを同様に計算する。記載の便宜上、この例においては３日目までの日射量予測データを用いているが、４日目以降についても同様である。
　隠れ層の第１ニューロンの出力ｙを、出力層の第１ニューロンに対して入力する。出力層の第１ニューロンは、隠れ層の第１～第３ニューロンそれぞれの出力ｙに対して乗算する３個の要素によって構成された重み行列を有している。両行列を乗算した結果を、図６下段の第２計算式が表すシグモイド関数に代入する。出力層の第１ニューロンの閾値は、１９．８４として規定されている。以上の手順によって、出力層の第１ニューロンの出力ｚを求める。出力層の第２ニューロンについても同様である。
　以上の計算により、出力層の第１ニューロンの出力は１．００、出力層の第２ニューロンの出力は０．３３となった。他方でＤＡＹ１の天候コードの正解は『１』『０』であるので、出力層からの出力と正解との間の誤差Ｑは、図１０Ａ下段の第３計算式のように求めることができる。ＤＡＹ２～ＤＡＹ３についても同様に計算する。誤差Ｑが最小化されるように、各層の行列要素と閾値を最適化することにより、学習が完了する。ニューラルネットワークの最適化手法としては、例えばバックプロパゲーションなどの手法が公知であるので説明を省略する。
　図７は、図６の手順によって学習した結果を用いて、詳細天候分類を推定する手順を説明する図である。電力制御装置１は、図６によって構築したニューラルネットワークに対して、日射量予測データを入力する。学習時と同じ手順により、出力層の各ニューロンからの出力を得る。例えば出力層の第１ニューロンからの出力が閾値以上であり第２ニューロンからの出力が閾値未満であれば、ニューラルネットワークによる推定結果は『１』『０』すなわち天候コード１１である。これにより、詳細天候分類の推定結果が得られる。
　電力制御装置１は、各詳細天候分類について、想定日射量と日射量予測データとの間の相関関係をあらかじめ学習しておく。電力制御装置１は、推定した詳細天候分類に対応する相関関係を用いて、太陽電池に対する日射量を推定する。電力制御装置１は、推定した日射量を用いて、太陽電池の発電量を予測することができる。想定日射量は、太陽電池の出力電流と出力電圧を用いて、推定することができる。推定手法としては任意の公知技術を用いることができるが、１例として特願２０２０－１２７９０８や特願２０２１－１２８３７４が記載しているものが挙げられる。
　次に天候ごとにＳＯＣを決定する手順を説明する。本発明における託送システムは、天候コードが１１、１２、２１、のうちいずれかであるときにおいて、託送を実施する。あるいは、託送期間全体にわたって天候コードが１０または２０のいずれかであるとき、託送を実施する。したがって、天候コードがこれらのうちいずれかである場合について、託送予定電力を確保できるＳＯＣをあらかじめ算出しておくこととする。
　託送期間にわたって天候が安定していると予測されている場合は、気象情報プロバイダから与えられた天候コードを、図６～図７の手法によってさらに詳細に分類する。天候コードが１１、１２、２１、のうちいずれかである場合がこれに相当する。託送期間にわたって天候が頻繁に変動することが予想されている場合は、気象情報プロバイダから与えられた天候コードをそのまま用いる。天候コードが１０または２０の間で変動する場合がこれに相当する。
　図８は、天候コードが１２であるときの託送実績と託送予測を比較するグラフである。天候コードが１２であるときは、他の天候コードと比較して、日射量の変動幅と変動回数が大きい。発電実績もこれにともなって大きくかつ頻繁に変動する。したがって発電予測と発電実績との間の差異も大きい。そこで電力制御装置１は、天候コード１２について蓄電池の充電状態を決定する際には、他の天候コードとは異なる処理を実施する。処理の詳細は後述する。
　日射量の変動幅と変動回数を他の天候コードと比較する手順としては、例えば以下のようなものを用いることができる。気象情報プロバイダから与えられた日射量データは、所定時刻ごとに記述されている。時刻間の日射量変動幅が閾値以上であるとき、１回の日射量変動としてカウントし、そのカウント値が天候コードのなかで最も大きいものが、天候コード１２に相当する。あるいはこれに代えて、日射量の時刻間の差分の絶対値を託送期間全体にわたって合算するなどの代替的手法を用いてもよい。さらには、日射量と太陽電池の発電電力は対応しているので、日射量データに代えて、時刻ごとの太陽電池の発電電力履歴データを用いて、発電電力の変動幅や変動回数を同様に計測してもよい。図８の縦軸が電力であることは、このことに関連している。
　本発明においては、太陽電池の発電能力がある程度の余力を有するように、太陽電池に対する発電指令値は託送予測に対して所定係数（尤度と呼ぶ、≦１．０）を乗じたものとする。したがって実質的な予測託送電力は、託送予測×尤度となる。以下では天候コード１２における尤度を尤度１とする。
　図９は、天候コード１２において託送予定電力を確保できるＳＯＣを算出する手順を説明するフローチャートである。本フローチャート（以下のフローチャートも同様）は、電力制御装置１が託送を実施している期間において実施することができる。以下図９の各ステップについて説明する。
（図９：ステップＳ９０１）
　電力制御装置１は、託送期間における以下のデータを取得する：発電予測データ、発電実績データ。データは託送期間において託送予定を記述する時間間隔（例：３０分）よりも短い時間間隔（例：１分）ごとに取得する。
（図９：ステップＳ９０２）
　電力制御装置１は、託送予測に対して尤度１を乗算し、その結果から託送実績を減算する。計算結果はΔＰとして保存する。託送予測は、太陽電池の発電量予測から需要予測を減算することにより得られる。託送実績は、太陽電池の発電実績から需要実績を減算することにより得られる。ΔＰが０よりも大きければＳ９０３へ進み、それ以外であればＳ９０４へスキップする。
（図９：ステップＳ９０３）
　電力制御装置１は、ΔＰに対してＳ９０１の時間間隔（この例においては１分）を乗算した値を、Ｑ１［ｋＷｈ］に対して加算する。Ｑ１の初期値は０である。ΔＰが正である場合、託送予測に対して託送実績のほうが小さいことになるので、蓄電池から放電することにより託送予定電力を確保するための電力を、蓄電池内に保持しておく必要がある。Ｑ１はその電力量に相当する。
（図９：ステップＳ９０４）
　電力制御装置１は、託送期間が終了するまで、Ｓ９０１～Ｓ９０３を繰り返し実施する。
（図９：ステップＳ９０５）
　電力制御装置１は、蓄電池の満充電容量Ｑ０［ｋＷｈ］に対するＱ１の比率（Ｑ１／Ｑ０）を、天候コード１２において蓄電池が確保する必要がある充電状態ＳＯＣ１として求める。以後の天候コードが１２である託送期間の開始時点において、蓄電池がＳＯＣ１をあらかじめ確保しておくことにより、その託送期間における託送予定電力を確保できると考えられる。
　図１０は、天候コードが１１であるときの託送実績と託送予測を比較するグラフである。天候コードが１１であるときは、日射量の変動幅と変動回数ともに、天候コード１２と比較して小さい。天候コード１１における尤度を尤度２とする。
　図１１は、天候コード１１において託送予定電力を確保できるＳＯＣを算出する手順を説明するフローチャートである。以下図１１の各ステップについて説明する。
（図１１：ステップＳ１１０１～Ｓ１１０２）
　これらのステップはＳ９０１～Ｓ９０２と同様である。ΔＰが０よりも大きければＳ１１０４へスキップし、それ以外であればＳ１１０３へ進む。
（図１１：ステップＳ１１０３）
　電力制御装置１は、ΔＰに対してＳ１１０１の時間間隔（この例においては１分）を乗算した値を、Ｑ２１［ｋＷｈ］から減算する。Ｑ２１の初期値は０である。ΔＰが負である場合、託送予測に対して託送実績のほうが大きいことになるので、その余剰電力を蓄電池に対して充電できることになる。Ｑ２１はその電力量に相当する。
（図１１：ステップＳ１１０４）
　電力制御装置１は、託送期間が終了するまで、Ｓ１１０１～Ｓ１１０３を繰り返し実施する。
（図１１：ステップＳ１１０５）
　電力制御装置１は、蓄電池の満充電容量Ｑ０［ｋＷｈ］に対するＱ２１の比率（Ｑ２１／Ｑ０）を求める。これは現在の尤度２によって蓄電池が充電することができるＳＯＣに相当する。計算結果がＳＯＣ１に満たない場合は、尤度２を変更してＳ１１０１へ戻る。すなわち、天候コード１２において託送予定電力を確保できるＳＯＣ１を実現できる尤度２を探索する。
（図１１：ステップＳ１１０６）
　電力制御装置１は、図９と同様の手順により、天候コード１１において蓄電池が確保しておくべき充電状態ＳＯＣ２を求める。
（図１１：ステップＳ１１０６：補足その１）
　Ｓ１１０１～Ｓ１１０５においては、発電実績が発電予測を上回るとき蓄電池を充電することにより充電状態がＳＯＣ１以上となるように、尤度２を定める。さらにＳ１１０６においては、発電実績が発電予測以下であるとき蓄電池から放電するために必要な充電状態ＳＯＣ２を求める。したがって、発電実績が発電予測を上回る時間間隔（１分ごと）においてはＳＯＣ１以上を充電し、発電実績が発電予測を下回る時間間隔においてはＳＯＣ２以上をあらかじめ確保しておくことになる。結果として天候コード１１のときの蓄電池の充電状態は、託送期間の終了時刻において最大でＳＯＣ１＋ＳＯＣ２（実績値によってはそれ以上）となる。発電不足に備えてあらかじめＳＯＣ２を確保した上で、余剰電力があるときはＳＯＣ１以上をさらに確保するからである。以後の天候コードが１１である託送期間においては、開始時刻に蓄電池がＳＯＣ２をあらかじめ確保しておき、終了時刻に最大でＳＯＣ１＋ＳＯＣ２（またはそれ以上）を確保しておくことにより、託送予定電力を確保できると考えられる。
（図１１：ステップＳ１１０６：補足その２）
　天候コード１１の開始時点において必要な充電状態はＳＯＣ２である。その上で、次の託送期間の天候コードが１２であったとしてもその開始時点においてＳＯＣ１を確保しておきたい。そうすると、仮に天候コード１１の託送期間においてＳＯＣ２を使い切ったとしても、次の天候コード１２の託送期間が開始するときＳＯＣ１を確保するためには、ＳＯＣ２に加えてＳＯＣ１を追加的に充電する必要がある。これにより、天候コード１１において蓄電池を全く使わなければ次の託送期間開始時点においてＳＯＣ１＋ＳＯＣ２が確保されることになり、蓄電池を使い切れば次の託送期間開始時点においてＳＯＣ１が確保されることになる。すなわち、天候コード１２の終了時点における充電状態は、最小でＳＯＣ１、最大でＳＯＣ１＋ＳＯＣ２（またはそれ以上）となる。
（図１１：ステップＳ１１０６：補足その３）
　天候コード１２の終了時点において少なくともＳＯＣ１を確保するのは、気象予測の精度が必ずしも高くないからである。したがって、実際の天候コードが何であるのかによらず、託送期間の開始時点においてＳＯＣ１を確保できるように、図１１前半のステップを実施することとした。
　図１２は、天候コードが２１であるときの託送実績と託送予測を比較するグラフである。天候コードが２１であるときは、日射量の変動幅と変動回数ともに、天候コード１２よりも小さく天候コード１１よりも大きい。天候コード２１における尤度を尤度３とする。
　図１３は、天候コード２１において託送予定電力を確保できるＳＯＣを算出する手順を説明するフローチャートである。図１３は尤度３を用いる点を除いて図１１と同様であるので、詳細は省略する。以後の天候コードが２１である託送期間においては、開始時刻に蓄電池がＳＯＣ３をあらかじめ確保しておき、終了時刻において最大でＳＯＣ１＋ＳＯＣ３（またはそれ以上）を確保しておくことにより、託送予定電力を確保できると考えられる。
　図１４は、天候コードが１０または２０であるときの託送実績と託送予測を比較するグラフである。天候コードが１０または２０であるときは、日射量の変動幅と変動回数ともに、天候コード１２よりも小さく天候コード１１よりも大きい。天候コード１０または２０における尤度を尤度４とする。
　図１５は、天候コード１０または２０において託送予定電力を確保できるＳＯＣを算出する手順を説明するフローチャートである。図１５は尤度４を用いる点を除いて図１１と同様であるので、詳細は省略する。以後の天候コードが１０または２０である託送期間においては、開始時刻に蓄電池がＳＯＣ４をあらかじめ確保しておき、終了時刻において最大でＳＯＣ１＋ＳＯＣ４（またはそれ以上）を確保しておくことにより、託送予定電力を確保できると考えられる。
　図８～図１５においては、天候コードが１２のとき、日射量の変動幅と変動回数が他の天候コードよりも多い例を示した。これは、天候が快晴と曇りとの間の状態であるときこのような日射量変動となると考えられることに鑑みた例示である。ただしこれに限られるものではなく、電力制御装置１は各天候コードについて日射量の履歴（または太陽電池の発電履歴）を取得し、日射量の変動幅と変動回数が各天候コードのなかで最も大きいものを特定してもよい。あるいは以上の実施形態のように、あらかじめ特定した結果を用いてもよい。
＜実施の形態２＞
　実施形態１で説明した電力制御装置１は、図４～図１５で説明した動作を実施する演算部１１を備えることができる。演算部１１は、その機能を実装した回路デバイスなどのハードウェアを用いて構成することもできるし、その機能を実装したソフトウェアを演算装置が実行することにより構成することもできる。電力制御装置１はさらに、実施形態１で説明した各データ（例えば発電量予測データ、需要データ、需要予測データなど）の履歴を記憶する記憶部１２を備えることができる。
　図１６Ａ～図１６Ｂは、電力制御装置１が提供するユーザインターフェースの例である。ユーザインターフェースは、演算部１１がディスプレイなどの表示装置上で提示することができる。ユーザインターフェースは例えば、各天候コードについて託送期間の開始時刻と終了時刻それぞれで蓄電池が確保すべき充電状態を表示することができる（図１６Ａ）。さらに、各託送期間における託送予定電力と託送実績それぞれの数値を表示することができる（図１６Ｂ）。
＜本発明の変形例について＞
　本発明は、前述した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
　以上の実施形態において、電力制御装置１（演算部１１）が蓄電池の充電状態と尤度を決定する手順を説明したが、さらにその決定した充電状態を蓄電池に対して指示することにより蓄電池を制御してもよいし、その決定した尤度を用いて太陽電池の発電量を制御してもよい。制御は例えば蓄電池や太陽電池を駆動する駆動装置（例：コンバータ）に対する指令を介して実施することができる。
１：電力制御装置
１１：演算部
１２：記憶部

Claims (11)

  1. 　太陽電池と蓄電池によって構成されている発電システムが発電した電力を送電ネットワークによって拠点間で送電するときにおいて前記蓄電池が保持すべき充電状態を計算する充電状態計算装置であって、
    　前記充電状態を計算する演算部を備え、
    　前記演算部は、前記拠点間で送電を実施する送電期間における天候種別を予測した結果を記述した天候コードの値ごとに、前記送電期間内の所定時刻ごとの前記太陽電池による発電実績を取得し、
    　前記演算部は、前記天候コードのうち、前記発電実績の前記所定時刻ごとの変動幅が閾値以上である回数が最も大きいものを表す第１天候が予測されている第１送電期間については、前記太陽電池が実際に発電した実績発電量が前記太陽電池の予測発電量未満であったとしても、前記蓄電池が放電することによって前記実績発電量の不足分を補填できるように、前記蓄電池の充電状態を決定する
    　ことを特徴とする充電状態計算装置。
  2. 　前記演算部は、前記第１送電期間において前記送電ネットワークに対して出力することが予測されていた第１予測電力を取得し、
    　前記演算部は、前記第１送電期間において前記送電ネットワークに対して実際に出力した第１実績電力を取得し、
    　前記演算部は、前記第１予測電力に対して第１補正係数を適用することにより得た第１補正後予測電力と、前記第１実績電力との間の第１差分を計算し、
    　前記演算部は、前記第１実績電力よりも前記第１補正後予測電力のほうが大きい場合は、前記第１送電期間を分割した時間間隔を前記第１差分に対して乗算することにより得られる第１電力量を計算し、
    　前記演算部は、前記計算した前記第１電力量にしたがって、前記充電状態を決定する
    　ことを特徴とする請求項１記載の充電状態計算装置。
  3. 　前記演算部は、前記時間間隔ごとの前記第１予測電力と前記時間間隔ごとの前記第１実績電力をそれぞれ取得し、
    　前記演算部は、前記第１送電期間が開始する時刻から終了する時刻に至るまで前記第１電力量を前記時間間隔ごとに計算するとともに、その計算結果を前記時間間隔ごとに合算することにより、以後の前記第１天候が予測されている前記送電期間の開始時点において前記不足分を前記蓄電池によって補填できるように、前記充電状態を決定する
    　ことを特徴とする請求項２記載の充電状態計算装置。
  4. 　前記演算部は、前記第１天候とは異なる第２天候が予測されている第２送電期間については、前記決定した前記充電状態以上の残容量が前記送電期間の終了時点において確保されるように、前記第２送電期間にわたる前記太陽電池の発電量を決定する
    　ことを特徴とする請求項１記載の充電状態計算装置。
  5. 　前記演算部は、前記第２送電期間において前記送電ネットワークに対して出力することが予測されていた第２予測電力を取得し、
    　前記演算部は、前記第２送電期間において前記送電ネットワークに対して実際に出力した第２実績電力を取得し、
    　前記演算部は、前記第２予測電力に対して第２補正係数を適用することにより得た第２補正後予測電力と、前記第２実績電力との間の第２差分を計算し、
    　前記演算部は、前記第２実績電力よりも前記第２補正後予測電力のほうが小さい場合は、前記第２送電期間を分割した時間間隔を前記第２差分に対して乗算することにより得られる第２電力量を計算し、
    　前記演算部は、前記計算した前記第２電力量が前記残容量を確保できるように、前記第２補正係数を決定し、
    　前記演算部は、前記決定した前記第２補正係数を適用した前記第２補正後予測電力を発電するように、前記太陽電池を制御する
    　ことを特徴とする請求項４記載の充電状態計算装置。
  6. 　前記演算部は、前記第２送電期間において前記送電ネットワークに対して出力することが予測されていた第３予測電力を取得し、
    　前記演算部は、前記第２送電期間において前記送電ネットワークに対して実際に出力した第３実績電力を取得し、
    　前記演算部は、前記第２予測電力に対して前記決定した前記第２補正係数を適用することにより得た第３補正後予測電力と、前記第３実績電力との間の第３差分を計算し、
    　前記演算部は、前記第３実績電力よりも前記第３補正後予測電力のほうが大きい場合は、前記第２送電期間を分割した時間間隔を前記第３差分に対して乗算することにより得られる第３電力量を計算し、
    　前記演算部は、前記計算した前記第３電力量にしたがって、前記充電状態を決定する
    　ことを特徴とする請求項５記載の充電状態計算装置。
  7. 　前記演算部は、前記時間間隔ごとの前記第３予測電力と前記時間間隔ごとの前記第３実績電力をそれぞれ取得し、
    　前記演算部は、前記第２送電期間が開始する時刻から終了する時刻に至るまで、前記決定した前記第２補正係数を用いて計算した前記第３電力量を前記時間間隔ごとに計算するとともに、その計算結果を前記時間間隔ごとに合算することにより、以後の前記第２天候が予測されている前記送電期間の開始時点において前記不足分を前記蓄電池によって補填できるように、前記充電状態を決定する
    　ことを特徴とする請求項６記載の充電状態計算装置。
  8. 　前記演算部は、前記第２送電期間の開始時点においては、以後の前記第２天候が予測されている前記送電期間の開始時点において前記不足分を前記蓄電池によって補填できるように、前記充電状態を決定し、
    　前記演算部は、前記第２送電期間の終了時点においては、少なくとも、前記第１送電期間について決定した前記充電状態を確保するように、前記充電状態を決定し、
    　前記演算部は、前記第２送電期間の終了時点においては、最大で、
    　　前記第１送電期間について決定した前記充電状態、
    　　以後の前記第２天候が予測されている前記送電期間の開始時点において前記不足分を前記蓄電池によって補填できる前記充電状態、
    　を合算した充電状態を確保するように、前記充電状態を決定する
    　ことを特徴とする請求項５記載の充電状態計算装置。
  9. 　前記演算部は、日射量を気象情報に基づき予測した結果を記述した予測データを取得し、
    　前記演算部は、前記太陽電池からの出力電流と前記太陽電池からの出力電圧を用いて前記日射量の第１予測値を計算し、
    　前記演算部は、前記予測データが記述している前記日射量の第２予測値を取得し、
    　前記演算部は、前記第１予測値と前記第２予測値との間の相関関係をあらかじめ学習し、
    　前記演算部は、前記学習の結果として得られた前記相関関係に対して、前記予測データが記述している予測値を当てはめることにより、前記日射量を推定し、
    　前記演算部は、前記相関関係を用いて推定した前記日射量を用いて、前記太陽電池の発電量を予測する
    　ことを特徴とする請求項１記載の充電状態計算装置。
  10. 　前記演算部は、前記天候コードをさらに細かく分類した詳細天候コードごとに、前記相関関係を学習し、
    　前記演算部は、前記予測データが記述している予測値を、前記詳細天候コードごとに学習した前記相関関係に対して適用することにより、前記詳細天候コードを推定し、
    　前記演算部は、前記推定した前記詳細天候コードに対応する前記相関関係に対して、前記予測データが記述している予測値を当てはめることにより、前記日射量を推定する
    　ことを特徴とする請求項９記載の充電状態計算装置。
  11. 　前記演算部は、ユーザインターフェースを出力し、
    　前記ユーザインターフェースは、前記送電期間の開始時刻と終了時刻それぞれについて決定した前記充電状態を提示するように構成されている
    　ことを特徴とする請求項１記載の充電状態計算装置。
PCT/JP2023/008013 2022-09-13 2023-03-03 充電状態計算装置 WO2024057581A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022144965A JP2024040552A (ja) 2022-09-13 2022-09-13 充電状態計算装置
JP2022-144965 2022-09-13

Publications (1)

Publication Number Publication Date
WO2024057581A1 true WO2024057581A1 (ja) 2024-03-21

Family

ID=90274795

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/008013 WO2024057581A1 (ja) 2022-09-13 2023-03-03 充電状態計算装置

Country Status (2)

Country Link
JP (1) JP2024040552A (ja)
WO (1) WO2024057581A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017225300A (ja) * 2016-06-17 2017-12-21 積水ハウス株式会社 エネルギーマネジメントシステム
JP2017225299A (ja) * 2016-06-17 2017-12-21 積水ハウス株式会社 エネルギーマネジメントシステム
JP2020054085A (ja) * 2018-09-26 2020-04-02 清水建設株式会社 電源システムおよび電源システムの制御方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017225300A (ja) * 2016-06-17 2017-12-21 積水ハウス株式会社 エネルギーマネジメントシステム
JP2017225299A (ja) * 2016-06-17 2017-12-21 積水ハウス株式会社 エネルギーマネジメントシステム
JP2020054085A (ja) * 2018-09-26 2020-04-02 清水建設株式会社 電源システムおよび電源システムの制御方法

Also Published As

Publication number Publication date
JP2024040552A (ja) 2024-03-26

Similar Documents

Publication Publication Date Title
US20140350743A1 (en) Tiered power management system for microgrids
WO2019153305A1 (en) Charging station and method and device for controlling charging station
CN114372417A (zh) 基于充电网的电动汽车电池健康状态和剩余寿命评估方法
EP4141460A1 (en) Battery capacity measuring device and method, and battery control system comprising battery capacity measuring device
CN112103980A (zh) 一种联合火电机组agc调频的混合储能系统能量管理方法
KR102090476B1 (ko) 클라우드 및 빅데이터를 활용한 bms 최적화 시스템
CN105631528A (zh) 一种基于nsga-ii和近似动态规划的多目标动态最优潮流求解方法
CN114035098A (zh) 一种融合未来工况信息和历史状态信息的锂电池健康状态预测方法
US20220393467A1 (en) Method and system for energy scheduling of shared energy storage considering degradation cost of energy storage
Copp et al. Adaptive model predictive control for real-time dispatch of energy storage systems
CN114865668A (zh) 一种储能调度支撑评估方法
Kim et al. Optimize the operating range for improving the cycle life of battery energy storage systems under uncertainty by managing the depth of discharge
Vašak et al. A battery management system for efficient adherence to energy exchange commands under longevity constraints
CN115219904A (zh) 用于运行用来提供电化学电池组模型的系统的方法和装置
CN115864611B (zh) 储能电池安全储能管理方法、系统、设备及存储介质
WO2024057581A1 (ja) 充電状態計算装置
CN115730708B (zh) 一种基于器件级电池模型的并网储能系统优化运行方法
CN116306214A (zh) 提供确定储能器的老化状态的老化状态模型的方法和设备
Zuo et al. Post-prognostics decision making strategy to manage the economic lifetime of a two-stack PEMFC system
Sanusi et al. Power management optimisation for hybrid electric systems using reinforcement learning and adaptive dynamic programming
Uiterkamp et al. Offline and online scheduling of electric vehicle charging with a minimum charging threshold
CN115236526A (zh) 一种剩余充电时间预测方法、装置、存储介质和车辆
Maree et al. Low-complexity Risk-averse MPC for EMS
KR102136195B1 (ko) 복수의 수용가를 대상으로 전력을 효율적으로 공급하고 남는 전력을 매전할 수 있도록 하는 예측 시스템 및 방법
CN117220318B (zh) 电网数字化驱动控制方法及系统

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: 23864947

Country of ref document: EP

Kind code of ref document: A1