特許 5871635 日射量算出装置、日射量算出装置の制御方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5871635

(24)【登録日】2016年1月22日

(45)【発行日】2016年3月1日

(54)【発明の名称】日射量算出装置、日射量算出装置の制御方法及びプログラム

(51)【国際特許分類】

   G01W 1/12 20060101AFI20160216BHJP

【ＦＩ】

   G01W1/12 K

【請求項の数】6

【全頁数】17

(21)【出願番号】特願2012-13330(P2012-13330)

(22)【出願日】2012年1月25日

(65)【公開番号】特開2013-152156(P2013-152156A)

(43)【公開日】2013年8月8日

【審査請求日】2014年12月15日

(73)【特許権者】

【識別番号】000005234

【氏名又は名称】富士電機株式会社

(73)【特許権者】

【識別番号】508296738

【氏名又は名称】富士電機機器制御株式会社

(74)【代理人】

【識別番号】110000176

【氏名又は名称】一色国際特許業務法人

(72)【発明者】

【氏名】飯坂 達也

(72)【発明者】

【氏名】鈴木 立夫

(72)【発明者】

【氏名】壹岐 浩幸

(72)【発明者】

【氏名】大平 涼子

【審査官】 田中 秀直

(56)【参考文献】

【文献】 特開２０１１−０５３１６８（ＪＰ，Ａ）

【文献】 特開２００６−３１８２６３（ＪＰ，Ａ）

【文献】 特開２０１０−２６７２１７（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｗ １／００−１／１８

(57)【特許請求の範囲】

【請求項1】

所定種類の気象データと日射量との関係を表す関係式に基づいて、日射量の予測値を算出する日射量算出装置であって、
前記所定種類の気象データの観測値と、前記日射量の観測値と、観測地点から見た太陽の位置により求まる晴天時日射量とを、観測日時を示す情報と対応付けて記憶する気象データテーブルと、
前記気象データテーブルに記憶されている、過去の所定期間内における、前記所定種類の気象データの観測値と、前記日射量の観測値と、前記晴天時日射量と、に基づいて、これらの各値の関係を表す第１関係式を、部分的最小二乗法を用いて算出する第１関係式算出部と、
前記第１関係式に対して統計指標を用いることにより第２関係式を算出する第２関係式算出部と、
日射量の予測値を算出する日時を指定する情報を受け付ける情報入力部と、
指定された前記日時における、前記所定種類の気象データの予報値と、前記晴天時日射量と、前記第２関係式と、に基づいて、指定された前記日時における日射量の予測値を算出する予測値算出部と、
前記日射量の予測値を出力する予測値出力部と、
を備えることを特徴とする日射量算出装置。

【請求項2】

請求項１に記載の日射量算出装置であって、
前記所定種類の気象データには、大気圧が第１大気となる高度における雲量、及び前記第１気圧とは異なる第２気圧となる高度における雲量が含まれる
ことを特徴とする日射量算出装置。

【請求項3】

請求項１または２に記載の日射量算出装置であって、
前記所定種類の気象データには、大気圧が第３気圧となる高度における湿度、及び前記第３気圧とは異なる第４気圧となる高度における湿度が含まれる
ことを特徴とする日射量算出装置。

【請求項4】

請求項１〜３のいずれかに記載の日射量算出装置であって、
前記晴天時日射量は、大気外水平面日射量である
ことを特徴とする日射量算出装置。

【請求項5】

所定種類の気象データと日射量との関係を表す関係式に基づいて、日射量の予測値を算出する日射量算出装置の制御方法であって、
前記日射量算出装置は、前記所定種類の気象データの観測値と、前記日射量の観測値と、観測地点から見た太陽の位置により求まる晴天時日射量とを、観測日時を示す情報と対応付けて気象データテーブルに記憶し、
前記日射量算出装置は、前記気象データテーブルに記憶されている、過去の所定期間内における、前記所定種類の気象データの観測値と、前記日射量の観測値と、前記晴天時日射量と、に基づいて、これらの各値の関係を表す第１関係式を、部分的最小二乗法を用いて算出し、
前記日射量算出装置は、前記第１関係式に対して統計指標を用いることにより第２関係式を算出し、
前記日射量算出装置は、日射量の予測値を算出する日時を指定する情報を受け付け、
前記日射量算出装置は、指定された前記日時における、前記所定種類の気象データの予報値と、前記晴天時日射量と、前記第２関係式と、に基づいて、指定された前記日時における日射量の予測値を算出し、
前記日射量算出装置は、前記日射量の予測値を出力する、
ことを特徴とする日射量算出装置の制御方法。

【請求項6】

所定種類の気象データと日射量との関係を表す関係式に基づいて、日射量の予測値を算出する日射量算出装置を実現するコンピュータに、
前記所定種類の気象データの観測値と、前記日射量の観測値と、観測地点から見た太陽の位置により求まる晴天時日射量とを、観測日時を示す情報と対応付けて記憶する手順と、
前記気象データテーブルに記憶されている、過去の所定期間内における、前記所定種類の気象データの観測値と、前記日射量の観測値と、前記晴天時日射量と、に基づいて、これらの各値の関係を表す第１関係式を、部分的最小二乗法を用いて算出する手順と、
前記第１関係式に対して統計指標を用いることにより第２関係式を算出する手順と、
日射量の予測値を算出する日時を指定する情報を受け付ける手順と、
指定された前記日時における、前記所定種類の気象データの予報値と、前記晴天時日射量と、前記第２関係式と、に基づいて、指定された前記日時における日射量の予測値を算出する手順と、
前記日射量の予測値を出力する手順と、
を実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、日射量算出装置、日射量算出装置の制御方法及びプログラムに関する。

【背景技術】

【0002】

近年、自然エネルギーを利用した発電システム、特に太陽光発電システムが普及しつつある。太陽光発電システムによる発電量は日射量に大きく左右されるため、電力システムの安定的な運用のためには、日射量の予測を正確に行うことが重要である。
この点に関して、気象庁から発表される気象予報は重要である。気象予報は、気象庁により気象モデルと呼ばれる数値モデルにて計算され予報されている。気象モデルとは、全地球もしくはその一部を水平面に対して数十ｋｍメッシュ、鉛直方向に数十層に分けて大気や水蒸気などの動きを数値的に計算する手法である。

【0003】

この方法によれば、風速、風向、温度、湿度、雲量などを、１時間単位で数十時間先まで計算することができる。しかしながら気象庁の気象モデルでは日射量を計算することはできない。
このため、例えば下記の特許文献１や非特許文献１、２等のように、雲量や湿度等の気象データを用いて日射量を予測する技術が開発されている。

【0004】

特許文献１には、複数層の雲量・湿度データと日射量との関係を表す回帰式を求め、複数層の雲量・湿度データを入力データとして、日射量を予測する技術が示されている。
また非特許文献１及び非特許文献２には、複数層の湿度データと日射量との関係を表す回帰式を求め、複数層の湿度データを入力情報として、日射量を予測する技術が示されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１１−５３１６８号公報

【非特許文献】

【0006】

【非特許文献1】平成16,17年度 独立行政法人 新エネルギー・産業技術総合開発機構構委託業務成果報告書,革新次世代太陽光発電システム技術研究開発,「自律度向上型太陽光発電システム先導研究開発」,p.56-60,独立行政法人 産業技術総合研究所、2006

【非特許文献2】片岡、「雲量の数値データ予報を用いた日射量予測」、太陽/風力エネルギー講演論文集、2009

【発明の概要】

【発明が解決しようとする課題】

【0007】

しかしながら一般的に、回帰式は、説明変数がそれぞれ独立であることを前提にしている。従って複数のデータ間の関係を表す回帰式を求める場合、説明変数同士に強い従属関係があると、回帰式の精度が低下する。
この点、例えば気象庁から発表される上層、中層、下層の各層の雲量は、日射量に与える影響が大きいため、日射量を算出する際の説明変数として大変重要ではあるが、例えば曇りの日には、３層とも雲が多く、晴れの日には３層とも雲が少ないことが普通である。つまり、これら３層の雲量にはそれぞれ相関があり、独立した関係ではない。
従って、これら各層の雲量と日射量との関係を表す回帰式を求めても、精度の向上はあまり期待できない。

【0008】

そこで例えば、各層の雲量のデータに加え、湿度のデータも説明変数に加えて回帰式を求めるようにすることも考えられるが、湿度が高いときには雲量も多くなるから、これらのデータにも高い相関関係がある。
そのため、このような高い相関を持つデータを用いることによる欠点を、データのサンプル数を増やすことで解決することも考えられる。しかしながら、例えば気象観測装置を設置して間もない期間などには十分な量のサンプルが揃わず、常に十分な精度の回帰式を構築できるとは限らない。
あるいは、相互に高い相関を持つ複数の説明変数をその中の一つの説明変数で代表し、残りの説明変数を削除することで、相関のない説明変数だけで回帰式を構築することも考えられる。例えば、上層、中層、下層の３層の雲量のデータのうち、上層、中層の雲量に関するデータを削除し、下層の雲量のデータだけで回帰式を構築するような場合である。このようにして構築した回帰式を用いて算出した目的変数の値は、数値的には安定するが、削除した説明変数が変化しても目的変数の値が変化しないことになる。

【0009】

本発明はこのような課題を鑑みてなされたものであり、相関関係を有する気象データを用いた場合であっても日射量の予測値を適切に算出可能な日射量算出装置、日射量算出装置の制御方法及びプログラムを提供することを一つの目的とする。

【課題を解決するための手段】

【0010】

本発明は、所定の気象データと日射量との関係を表す関係式に基づいて、日射量の予測値を算出する日射量算出装置であって、前記所定の気象データの観測値と、前記日射量の観測値と、観測地点から見た太陽の位置により求まる晴天時日射量とを、観測日時を示す情報と対応付けて記憶する気象データテーブルと、前記気象データテーブルに記憶されている、過去の所定期間内における、前記気象データの観測値と、前記日射量の観測値と、前記晴天時日射量と、に基づいて、これらの各値の関係を表す第１関係式を、部分的最小二乗法を用いて算出する第１関係式算出部と、前記第１関係式に対して統計指標を用いることにより第２関係式を算出する第２関係式算出部と、日射量の予測値を算出する日時を指定する情報を受け付ける情報入力部と、指定された前記日時における、前記気象データの予報値と、前記晴天時日射量と、前記第２関係式と、に基づいて、指定された前記日時における日射量の予測値を算出する予測値算出部と、前記日射量の予測値を出力する予測値出力部と、を備える。

【0011】

その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄の記載、及び図面の記載等により明らかにされる。

【発明の効果】

【0012】

本発明によれば、相関関係を有する気象データを用いた場合であっても日射量の予測値を適切に算出することができる。

【図面の簡単な説明】

【0013】

【図1】日射量算出システムの全体構成例を示す図である。

【図2】日射量算出装置のハードウェア構成例を示す図である。

【図3】日射量算出装置の記憶装置を示す図である。

【図4】湿度データテーブルを示す図である。

【図5】雲量データテーブルを示す図である。

【図6】日射量データテーブルを示す図である。

【図7】日射量算出装置の機能ブロックを示す図である。

【図8】日射量算出装置の処理の流れを示すフローチャートである。

【図9】日射量算出装置の処理の流れを示すフローチャートである。

【図10】日射量の算出結果を示す図である。

【図11】日射量の算出結果を示す図である。

【図12】日射量の算出結果を示す図である。

【発明を実施するための形態】

【0014】

＝＝日射量算出システム＝＝
本発明の実施形態に係る日射量算出システム１０００について、図１を参照しながら説明する。

【0015】

日射量算出システム１０００は、日射量算出装置１００と気象情報提供装置２００とが、ネットワーク３００を介して通信可能に接続されて構成される。

【0016】

気象情報提供装置２００は、各種の気象観測結果や気象予報を含む気象データを提供するコンピュータである。気象情報提供装置２００は、例えば、毎日所定時刻（例えば０時、３時、６時、９時、１２時、１５時、１８時、２１時）における気象観測の結果、及び、将来の所定時刻における気象データの予測値を、定期的に提供する。

【0017】

日射量算出装置１００は、気象情報提供装置２００から各種気象データを取得し、過去の所定期間の気象データに基づいて、所定種類の気象データと日射量との関係を定量的に解析し、この所定種類の気象データと日射量との関係を表す関係式を求めるコンピュータである。また日射量算出装置１００は、指定された日時の気象データの予報値と、上記関係式と、に基づいて日射量の予測値を算出する。

【0018】

詳しくは以下に記述するが、本実施形態の日射量算出装置１００は、図７に示すように、日射量の予測値を算出する地点の位置情報（例えば緯度、経度）及び日時に基づいて、その地点から見える太陽の位置から晴天時日射量を算出し、気象データテーブル５００に記憶されている過去の日射量の観測値と、過去の雲量の観測値と、過去の湿度の観測値と、に基づいて、これらの観測値と日射量との関係式を求め、この関係式を用いて、指定された日の日射量の予測値を算出する。

【0019】

＝＝日射量算出装置の構成＝＝
次に、日射量算出装置１００の構成について、適宜図面を参照しながら説明する。
日射量算出装置１００は、図２に例示するように、ＣＰＵ（Central Processing Unit）１１０、メモリ１２０、通信Ｉ／Ｆ（インタフェース）１３０、記憶装置１４０、入力Ｉ／Ｆ１５０、出力Ｉ／Ｆ１６０、を備える。また日射量算出装置１００は、記録媒体読取装置１９０と接続されている。

【0020】

ＣＰＵ１１０は日射量算出装置１００の全体の制御を司るもので、記憶装置１４０に記憶された日射量算出プログラム４００をメモリ１２０に読み出して実行することにより、日射量算出装置１００としての各種機能を実現する。

【0021】

記録媒体読取装置１９０は、記録媒体８００に記録されているプログラムやデータの読み取りや書き込みを行うための装置である。読み取られたプログラムやデータはメモリ１２０や記憶装置１４０に格納される。

【0022】

記録媒体８００としてはフレキシブルディスクや磁気テープ、光磁気ディスク、半導体メモリ等を用いることができる。

【0023】

入力Ｉ／Ｆ１５０は、入力装置１７０と接続されている。入力装置１７０はオペレータ等による日射量算出装置１００へのデータ入力等のために用いられる装置であり、ユーザインタフェースとして機能する。入力装置１７０としては例えばキーボードやマウス等を用いることができる。

【0024】

出力Ｉ／Ｆ１６０は、出力装置１８０と接続されている。出力装置１８０は情報を外部に出力するための装置であり、ユーザインタフェースとして機能する。出力装置１８０としては例えばディスプレイやプリンタ等を用いることができる。

【0025】

通信Ｉ／Ｆ１３０は通信を行うための装置である。通信Ｉ／Ｆ１３０は、例えばネットワーク３００を介して気象情報提供装置２００と接続され、気象情報提供装置２００から提供される各種気象データを受信する。また通信Ｉ／Ｆ１３０は、ネットワーク３００を介して他のコンピュータと通信可能に接続されるようにしても良い。

【0026】

記憶装置１４０は例えばハードディスク装置により構成される。図３に示すように、記憶装置１４０には日射量算出プログラム４００、気象データテーブル５００（湿度データテーブル５１０、雲量データテーブル５２０、日射量データテーブル５３０）が記憶される。

【0027】

＜気象データテーブル＞
気象データテーブル５００は、気象情報提供装置２００から送信されてくる各種気象データを記憶しておくテーブルである。
図３には、日射量算出装置１００が気象情報提供装置２００から取得した各種気象データのうち、湿度、雲量、日射量の各気象データを、それぞれ、湿度データテーブル５１０、雲量データテーブル５２０、日射量データテーブル５３０に格納し、これらのテーブルがまとめて気象データテーブル５００に記憶されている場合の例を示す。
気象データテーブル５００には、例えば過去数年間の各種気象データが記憶されている。

【0028】

＜湿度データテーブル＞
湿度データテーブル５１０は、日射量算出装置１００が気象情報提供装置２００から取得した湿度に関する気象データを、湿度が観測された日時と対応付けて記憶したテーブルである。

【0029】

湿度データテーブル５１０を図４に示す。図４に示すように、本実施形態においては、大気圧が所定気圧（1000hPa、925hPa、850hPa、700hPa、600hPa、500hPa、400hPa、300hPa）となる高度においてそれぞれ観測された湿度の値が、観測日時を示す情報と対応付けられて、湿度データテーブル５１０に記憶されている。なお図４には、例えば毎日午前９時における湿度の値が示されている。

【0030】

＜雲量データテーブル＞
雲量データテーブル５２０は、日射量算出装置１００が気象情報提供装置２００から取得した雲量に関する気象データを、雲量が観測された日時と対応付けて記憶したテーブルである。

【0031】

雲量データテーブル５２０を図５に示す。図５に示すように、本実施形態においては、上層、中層、下層、及び全層の雲量が、観測日時を示す情報と対応付けられて、雲量データテーブル５２０に記憶されている。なお図５には、毎日午前９時における雲量の値が示されている。

【0032】

なお雲量は、例えば、各層とも０〜１００％で示される。また上層、中層、下層とは、気圧面による高さの区分である。例えば、上層は大気圧が300hPa〜400hPaとなる高度における雲量、中層は大気圧が500hPa〜750hPaとなる高度における雲量、下層は大気圧が850hPa〜925hPaとなる高度における雲量である。

【0033】

＜日射量データテーブル＞
日射量データテーブル５３０は、日射量算出装置１００が気象情報提供装置２００から取得した日射量の観測値、及び、後述する晴天時日射量算出部１０１によって算出された晴天時日射量を、日時と対応付けて記憶したテーブルである。

【0034】

日射量データテーブル５３０を図６に示す。図６に示すように、本実施形態の日射量データテーブル５３０においては、晴天時日射量算出部１０１により算出された晴天時日射量が「晴天時日射量」欄に記憶され、気象情報提供装置２００から取得した日射量の観測値が「実績値」欄に記憶されている。なお図６には、毎日午前９時における日射量の値が示されている。

【0035】

＝＝＝処理の流れ＝＝＝
次に、本実施形態に係る日射量算出装置１００により実行される処理の流れについて、図８〜図９に示すフローチャートを適宜参照しながら説明する。

【0036】

まず日射量算出装置１００は、日射量の予測値を求める日時と位置を指定する情報の入力を受け付ける（S1000）。これらの値は、例えばキーボード等の入力装置１７０からオペレータ等によって入力される。

【0037】

予測値を求める日時を指定する情報には、例えば、年月日及び時刻を指定する情報が含まれる。また予測値を求める位置を指定する情報には、例えば、緯度、経度を指定する情報が少なくとも含まれ、標高を指定する情報が含まれていても良い。または、都市名や地域名等により指定しても良い。

【0038】

次に日射量算出装置１００は、晴天時日射量を算出する（S1010）。より具体的には、図７に示す晴天時日射量算出部１０１によって晴天時日射量が算出される。晴天時日射量算出部１０１は、日射量算出装置１００が日射量算出プログラム４００を実行することにより実現される。

【0039】

晴天時日射量は、観測地点から見た太陽の位置によって決まり、天候などの気象条件の影響を受けない日射量である。晴天時日射量は、観測地点の緯度や経度、日時、大気の透過率、散乱等を考慮した所定の算出式から算出される。

【0040】

本実施形態においては、日射量算出装置１００は、上記指定された日時及び位置における大気外の水平面日射量(H0)を下記算出式(1)〜(6)を用いて算出し、そしてこの大気外水平面日射量を晴天時日射量として求める。

【0041】

日射量算出装置１００は、上記指定された日時から例えば過去３０日分の晴天時日射量を求める。そして日射量算出装置１００は、上記算出した晴天時日射量を、日時情報と対応付けて日射量データテーブル５３０の「晴天時日射量」欄に記憶する。

【0042】

H₀ ＝ I₀×sin h …（１）
sin h ＝ sin(δ)×sin(φ)＋cos(δ)×cos(φ)×cos(ω) …（２）
(但し、sin h < 0のときsin h ＝ 0)
δ＝360／2π×(0.006918−0.399912×cosχ＋0.070257×sinχ−0.006758×cos2χ＋0.000908×sin2χ) …（３）
χ＝(n−1)×360／365 …（４）
ω＝15 ×（JST＋ λ／15 −9 ＋ET−12） …（５）
ET＝（0.0172＋0.4281×cos(χ)−7.3515×sin(χ)−3.3495× cos (2χ)−9.3619×sin(2χ)）／60 …（６）

ただし、H₀：大気外水平面日射量 (W/m²)、I₀：太陽定数 (1366W/m²)、h：太陽高度 (rad)、δ：赤緯 (rad)、χ：係数、n：元日を1とした年間の通し日、φ：緯度(rad)、ω：時角 (rad)、JST：日本標準時 (h)、λ：経度 (rad)、ET：均時差 (h)である。

【0043】

指定された地点における晴天時日射量は、厳密には、大気の透過率や、大気による散乱の影響なども考慮して算出する必要がある。しかしながら、式(1)〜(6)により求めた大気外水平面日射量H0の値は、厳密に算出した晴天時日射量と比べて、数値的に大きな差が生じないため、本実施形態では、上式のとおり、大気外水平日射量を晴天時日射量として算出する。これにより、晴天時日射量の算出処理を単純化できるため、日射量算出装置１００は、晴天時日射量の算出処理を高速化することが可能になる。

【0044】

次に日射量算出装置１００は、気象データテーブル５００から、過去所定日数分（例えば３０日分）の雲量、湿度、及び日射量を取得する（S1020）。
気象データテーブル５００から取得する日射量としては、「晴天時日射量」欄に記憶されている晴天時日射量と、「実績値」欄に記憶されている日射量の実績値と、が含まれる。

【0045】

また気象データテーブル５００から取得する雲量としては、「上層」、「中層」、「下層」の各雲量の観測値が含まれる。
また気象データテーブル５００から取得する湿度としては、各気圧面における湿度の観測値が含まれる。

【0046】

次に日射量算出装置１００は、気象データテーブル５００から上記取得した晴天時日射量、日射量の観測値、雲量の観測値、湿度の観測値、に基づいて、雲量及び湿度と、日射量と、の間の関係を記述した関係式（日射量予測モデル）を、部分的最小二乗法（ＰＬＳ（Partial Least Squares Regression）法）を用いて求める（S1030）。

【0047】

そして日射量算出装置１００は、指定された地点における日射量に影響を及ぼす要因となる各層（上層、中層、下層）の雲量、各大気圧面（1000hPa、925hPa、850hPa、700hPa、600hPa、500hPa、400hPa、300hPa）での湿度、及び晴天時日射量（大気外水平面日射量）から、下記の行列Ｘｄ（式７）を生成する。

【0048】

【0049】

この行列Ｘｄはｎ行×Ｎ列の行列となっている。また添え字の「ｉ」は「日」に対応しており、ｉ日の１日前はｉ−１である。これらデータは縦の列で平均が０になるように個々の値から縦の平均値を差し引き、さらに縦の列の標準偏差で除して正規化されるようにしても良い。

【0050】

また日射量算出装置１００は、指定された地点における日射量の観測値から、下記の行列ｙｄ（式８）を算出する。

【0051】

【0052】

行列ｙｄはｎ行×１列の行列となっている。これらデータは縦の列で平均が０になるように個々の値から縦の平均値を差し引き、さらに縦の列の標準偏差で除して正規化されるようにしても良い。

【0053】

次に日射量算出装置１００は、ＰＬＳ法を用いて、Ｘｄを構成する上記Ｎ列のデータのうち、他の列と強い相関関係にある列や、強い一次従属関係がある列（多重共線性を有する列）の除去を行い、Ｐ（≦Ｎ）列の行列に変換する。そして例えば、Ｐ＝１の場合は、関係式は下記の式（９）（１０）で表現される。

【0054】

【0055】

この場合、日射量算出装置１００は、下記式（１１）〜（１６）のように、行列Ｘ０に行列Ｘｄを代入し、行列ｙ０に行列ｙｄを代入することで、係数行列ｗ１，ｔ１，ｐ１，Ｘ１，ｙ１を算出する。

【0056】

【0057】

なお、ｗ1はＮ行×１列のベクトルである。ｔ1はｎ行×１列のベクトルである。p1はN行×１列のベクトルである。ｐ1^Tは１行×N列のベクトルである。またｑ1はスカラーである。

【0058】

次に、例えば、Ｐ＝２の場合は、関係式は下記の式（１７）、（１８）で表現される。

【0059】

【0060】

そして日射量算出装置１００は、式（１９）〜（２４）により、Ｐ＝２の場合の係数を求める。

【0061】

【0062】

日射量算出装置１００は、Ｐ＝３以上の場合も同様にして係数を求めることができ、一般化してＰ＝ａの場合は、下記の式（２５）〜（３２）のようになる。

【0063】

【0064】

日射量算出装置１００は、Ｐ＝１から順に、最適な関係式が得られるまでＰ（≦Ｎ）を増加させていく。

【0065】

Ｐの値が最適値に対して少ない場合には、関係式により求められる日射量の予測値が粗くなるため、実測値との誤差が大きくなる。逆に最適値に対してＰの値が多い場合には、いわゆる過学習と呼ばれる状態になり、気象データテーブル５００から得られたデータにはより正確に適合するが、例えば一過性のノイズに過ぎないようなデータに対しても適合しているため、このような過学習された関係式を用いて日射量を予測すると、かえって実測値との誤差が増大する。

【0066】

そこで、Ｐの値を１から順次多くし、式（３３）が最小となるときのＰの値を最適値とする。なお、次式はAIC（Akaike's Information Criterion）と呼ばれる統計指標であるが、本実施形態は、次式（３３）にしばられるものではなく、例えば自由度調整寄与率など他の統計指標を用いて潜在変数を決定しても良い。

【0067】

【0068】

日射量算出装置１００が、式（３３）を用いて、Ｐ＝１から順に、最適な関係式が得られるまでＰ（≦Ｎ）を増加させていく際の処理の流れを、図９に示すフローチャートを参照しながら説明する。なお図９では、各処理の内容は、Ｐ＝ａ（ａ≧１）の場合として一般化して記載されている。

【0069】

まず日射量算出装置１００は、ａ＝１（すなわちＰ＝１）の場合について、係数Wa、ta、pa、qa、Xa、yaを算出する（S2000、S2010）。
そしてこれらの係数を用いて、式（３３）からAICの値を求める。なおＰ＝ａの場合について求めたAICの値を、AICaと記す。
今はａ＝１なので、日射量算出装置１００は、S2030において"No"に進み、ａ＝２とする（S2050）。
そして日射量算出装置１００は、ａ＝２の場合についても同様に式（３３）に従ってAICの値（AIC2）を求める（S2010〜S2030）。そしてS2040において、日射量算出装置１００は、AIC1とAIC2とを比較する（S2040）。
AIC2＜AIC1であれば、AIC2はまだ最小値に到達していないため、日射量算出装置１００は、引き続きAIC3を求める。
日射量算出装置１００は、AICa≧AICa-1となった場合には、S2040において"No"に進み、Ｐ＝１からＰ＝ａまでの全ての係数を記憶装置１４０に保存する（S2060）。

【0070】

以上のようにして日射量算出装置１００は、AICaが最小値となるときの式（２５）〜（３２）を、雲量及び湿度の値から日射量の値を算出するための関係式として求める。

【0071】

なお、部分的最小二乗法を用いた場合の関係式は前述のとおり複雑である。しかしながら、部分的最小二乗法を用いて導出した関係式は、回帰式の形式に変換することができる。回帰式の形式に変換した関係式は、下記の式（３４）〜（３７）により示すことができる。

【0072】

これにより、雲量及び湿度がどの程度日射量に影響しているのかを容易に判断できるようになる。

【0073】

【0074】

次に日射量算出装置１００は、上記のようにして求めた雲量及び湿度の値から日射量の値を算出するための関係式を用いて、予測対象日の日射量の予測値を算出する（S1040）。例えばＰ＝２の場合は、日射量算出装置１００は、予測対象日における各層（上層、中層、下層）の雲量の予測値、各大気圧面（1000hPa、925hPa、850hPa、700hPa、600hPa、500hPa、400hPa、300hPa）での湿度の予測値、及び晴天時日射量の予測値を、下記の式（３８）〜（４０）に入力して、日射量を算出する。

【0075】

【0076】

なお、上記関係式（３８）〜（４０）を用いて日射量の予測値を算出する際には、予測対象日の１日分の気象データを用いるため、行列Ｘは１行×Ｎ列の行列となり、y、t1、t2がスカラーとなる。

【0077】

そして日射量算出装置１００は、算出した日射量の予測値を、ディスプレイやプリンタ等の出力装置１８０に出力する。

【0078】

以上のようにして、ある年の７月１日から７月３１日までの各日について、日射量の予測値を算出した結果を図１０及び図１１に示す。なお、降雨時には日射量がほぼ０になるため、％で評価できない。そのため評価指標はMJ（メガジュール）/m2とした。

【0079】

図１０は、過去１ヶ月分の気象データを用いて部分的最小二乗法（PLS法）によって、日射量と気象データとの関係式を求め、そしてその関係式を用いて求めた日射量の予測値を示す（「PLS」欄）。また比較のために、過去１ヶ月分の気象データを用いて最小二乗法を用いて日射量と気象データとの関係式を求め、そしてその関係式を用いて求めた日射量の予測値も記す（「回帰式」欄）。

【0080】

図１１は、過去３ヶ月分の気象データを用いて部分的最小二乗法（PLS法）によって日射量と気象データとの関係式を求め、そしてその関係式を用いて求めた日射量の予測値を示す（「PLS」欄）。また比較のために、過去１ヶ月分の気象データを用いて最小二乗法を用いて日射量と気象データとの関係式を求め、そしてその関係式を用いて求めた日射量の予測値も記す（「回帰式」欄）。

【0081】

図１０や図１１に示されているように、ＰＬＳ法を用いて求めた関係式によって算出された日射量の予測値は、実測値に良く適合している。

【0082】

例えば図１２に示すように、ＰＬＳ法を用いて求めた関係式により算出した日射量の予測値と実測値との誤差と、最小二乗法を用いて求めた関係式（回帰式）により算出した日射量の予測値と実測値との誤差とを、それぞれ１ヶ月の平均値を求めて比較してみると、３か月分の学習データを用いて関係式を求めた場合は、回帰式を用いた場合もＰＬＳ法を用いた場合もほぼ誤差は同じであるが、１か月分の学習データを用いて関係式を求めた場合には、ＰＬＳ法を用いた場合の方が、回帰式を用いた場合よりも誤差が小さく、良好な結果を示している。

【0083】

以上、本実施形態に係る日射量算出装置、日射量算出装置の制御方法、プログラムについて説明したが、本実施形態によれば、相関関係を有する気象データを用いた場合であっても日射量の予測値を適切に算出することができる。

【0084】

例えば、所定種類の気象データと日射量との関係を表す関係式を求める際に、上層、中層、下層の各雲量等のように、互いに相関性が比較的高い気象データを用いる場合であっても、これらの気象データから日射量を高精度に算出可能な関係式を求めることが可能となる。

【0085】

以上、本発明の好適な実施形態を説明したが、これらは本発明の説明のための例示であって、本発明の範囲を上記実施形態のみに限定する趣旨ではない。本発明は、他の種々の形態でも実施することが可能である。

【0086】

例えば、上記実施形態では、雲量と湿度と日射量との間の関係式を求める場合について説明したが、雲量と日射量との間の関係式や、湿度と日射量との間の関係式を求めて、日射量の予測値を算出するようにしてもよい。

【符号の説明】

【0087】

１００ 日射量算出装置
１０１ 晴天時日射量算出部
１０２ 日射量算出部
１１０ ＣＰＵ
１２０ メモリ
１３０ 通信Ｉ／Ｆ
１４０ 記憶装置
１５０ 入力Ｉ／Ｆ
１６０ 出力Ｉ／Ｆ
１７０ 入力装置
１８０ 出力装置
１９０ 記録媒体読取装置
２００ 気象情報提供装置
３００ ネットワーク
４００ 日射量算出プログラム
５００ 気象データテーブル
５１０ 湿度データテーブル
５２０ 雲量データテーブル
５３０ 日射量データテーブル
１０００ 日射量算出システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】