特許 6552076 日射量出現確率分布解析法、日射量出現確率分布解析システムおよび日射量出現確率分布解析プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】6552076

(24)【登録日】2019年7月12日

(45)【発行日】2019年7月31日

(54)【発明の名称】日射量出現確率分布解析法、日射量出現確率分布解析システムおよび日射量出現確率分布解析プログラム

(51)【国際特許分類】

   G01W 1/12 20060101AFI20190722BHJP

【ＦＩ】

   G01W1/12 K

【請求項の数】5

【全頁数】13

(21)【出願番号】特願2019-6476(P2019-6476)

(22)【出願日】2019年1月18日

【審査請求日】2019年2月27日

【早期審査対象出願】

(73)【特許権者】

【識別番号】507309378

【氏名又は名称】株式会社ヒデ・ハウジング

(74)【代理人】

【識別番号】100137338

【弁理士】

【氏名又は名称】辻田 朋子

(72)【発明者】

【氏名】▲高▼橋 秀幸

(72)【発明者】

【氏名】堀内 良雄

【審査官】 福田 裕司

(56)【参考文献】

【文献】 特開２０１７−０８４３６０（ＪＰ，Ａ）

【文献】 特開２０１４−０２１５５５（ＪＰ，Ａ）

【文献】 特開２０１５−１３７９０３（ＪＰ，Ａ）

【文献】 中国特許出願公開第１０７７３２９７０（ＣＮ，Ａ）

【文献】 横山 良平 他，確率特性を考慮した系統独立型太陽光発電システムの性能評価法，日本機械学会論文集（Ｃ編），１９９７年，第６３巻，第６０８号，第１９１〜１９８頁

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｗ １／１２

(57)【特許請求の範囲】

【請求項1】

日射量出現確率分布解析法であって、
日射量データの入力を、受け付け、データベースに格納するステップと、
日射量出現確率分布を、前記日射量データに基づき決定するステップと、
前記日射量出現確率分布と、第１の確率密度関数および第２の確率密度関数と、に基づき、前記第１の確率密度関数に対応付けられる第１の最頻値および第１の偏差と、前記第２の確率密度関数に対応付けられる第２の最頻値および第２の偏差と、前記第１の確率密度関数の配分係数と、前記第２の確率密度関数の配分係数と、からなる、日射量推定モデルを、決定し、前記データベースに格納するステップと、
前記日射量推定モデルに基づく確率分布の重なりを示す積分値を重畳度として前記データベースに格納するステップと、
をコンピュータのプロセッサに実行させ、
前記第１の確率密度関数および第２の確率密度関数は、ガウス関数である、
日射量出現確率分布解析法。

【請求項2】

日射量出現確率分布解析法であって、
前記日射量推定モデルに含まれる前記第１の最頻値、第１の偏差、第２の最頻値、第２の偏差、前記第１の確率密度関数の配分係数および前記第２の確率密度関数の配分係数の少なくとも１つと、前記第１の確率密度関数および第２の確率密度関数と、に基づき、前記日射量データに対応付けられる日射量の加重平均を決定するステップを、
コンピュータのプロセッサに実行させる、
請求項１に記載の日射量出現確率分布解析法。

【請求項3】

日射量出現確率分布解析法であって、
前記日射量出現確率分布および前記日射量推定モデルに基づく確率分布を、重ねて表示処理するステップを、
コンピュータのプロセッサに実行させる、
請求項１又は２に記載の日射量出現確率分布解析法。

【請求項4】

日射量出現確率分布解析システムであって、
日射量データの入力を、受け付け、データベースに格納する手段と、
日射量出現確率分布を、前記日射量データに基づき決定する手段と、
前記日射量出現確率分布と、第１の確率密度関数および第２の確率密度関数と、に基づき、前記第１の確率密度関数に対応付けられる第１の最頻値および第１の偏差と、前記第２の確率密度関数に対応付けられる第２の最頻値および第２の偏差と、前記第１の確率密度関数の配分係数と、前記第２の確率密度関数の配分係数と、からなる、日射量推定モデルを、決定し、前記データベースに格納する手段と、
前記日射量推定モデルに基づく確率分布の重なりを示す積分値を重畳度として前記データベースに格納する手段と、
とを有し、
前記第１の確率密度関数および第２の確率密度関数は、ガウス関数である、
日射量出現確率分布解析システム。

【請求項5】

日射量出現確率分布解析プログラムであって、
コンピュータを、
日射量データの入力を、受け付け、データベースに格納する手段と、
日射量出現確率分布を、前記日射量データに基づき決定する手段と、
前記日射量出現確率分布と、第１の確率密度関数および第２の確率密度関数と、に基づき、前記第１の確率密度関数に対応付けられる第１の最頻値および第１の偏差と、前記第２の確率密度関数に対応付けられる第２の最頻値および第２の偏差と、前記第１の確率密度関数の配分係数と、前記第２の確率密度関数の配分係数と、からなる、日射量推定モデルを、決定し、前記データベースに格納する手段と、
前記日射量推定モデルに基づく確率分布の重なりを示す積分値を重畳度として前記データベースに格納する手段と、
として機能させ、
前記第１の確率密度関数および第２の確率密度関数は、ガウス関数である、
日射量出現確率分布解析プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、日射量出現確率分布解析法、日射量出現確率分布解析システムおよび日射量出現確率分布解析プログラムに関する。

【背景技術】

【0002】

太陽光は、地球環境におけるエネルギー源であり、生物学的、気象学的、ならびに、工学的に重要なファクターの１つである。工学分野における太陽光エネルギーの利用は、太陽光発電の態様で実施されている。太陽光発電では、発電量の計算予測を高精度に行うために、日射量評価法の確立が、重要課題の１つとして位置付けられている。

【0003】

太陽光発電量は、気象学的因子ならびに電子工学的因子により、複合的に決定される。ここでの気象学的因子とは、天候による日射量への影響と、エアロゾルによる日射量への影響とを、含む。また、電子工学的因子は、太陽光パネル等に対応する発電特性と、インバータ装置等に対応する電力変換特性とを、含む。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１７−０５３８０４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

太陽光発電量の精密予測は、気象学的因子ならびに電子工学的因子が複合的に考慮された場合計算により、実現される。具体的には、発電システムが有する、直交変換効率を超過する直流電流が発生する場合に、当該直交変換効率を考慮した場合計算を行う必要がある。そのため、発電量との相関を有する日射量は、単位時間あたりの平均値の態様ではなく、特許文献１のように、確率分布の態様で定量化される必要がある。

【0006】

日射量の出現確率分布は、複数の因子からなる気象学的因子に影響されるため、当該複数の因子のそれぞれを露わに評価できる、単純化された手法が望ましい。

【0007】

本発明は、上記のような実情に鑑みてなされたものであり、確率的解釈に基づきヒストグラム化された日射量出現確率分布を解析し、日射量を計算式として数理モデル化すること、を解決すべき課題とする。

【課題を解決するための手段】

【0008】

上記課題を解決するために、本発明は、日射量出現確率分布解析法であって、日射量データの入力を、受け付け、データベースに格納する管理ステップと、日射量出現確率分布を、データベースに格納された日射量データに基づき演算装置を用いて決定する分析ステップと、日射量出現確率分布と、第１の確率密度関数および第２の確率密度関数と、に基づき、第１の確率密度関数に対応付けられる第１の最頻値および第１の偏差と、第２の確率密度関数に対応付けられる第２の最頻値および第２の偏差と、第１の確率密度関数の配分係数と、第２の確率密度関数の配分係数と、を含む、日射量推定モデルを、演算装置を用いて決定しデータベースに格納する解析ステップと、をコンピュータのプロセッサに実行させること、を特徴とする。

【0009】

このような構成とすることで、確率的解釈に基づき、日射量を数理モデル化し、単純化できる。また、このような構成とすることで、数理モデルに基づく日射量、ならびに、日射量を変数とする計算値の期待値を、効率よく演算できるという更なる技術的効果を奏する。

【0010】

本発明の好ましい形態では、第１の確率密度関数および第２の確率密度関数は、ガウス関数であること、を特徴とする。このような構成とすることで、日射量の統計データを、中心極限定理に従う確率分布であるガウス関数に基づく、混合ガウス分布として、簡素な数理モデルとして表現できる。また、このような構成とすることで、分布曲線における非対称性を示す目的変数を含まない簡素な数理モデルとして、日射量出現確率分布の近似処理を効率化できる、という更なる技術的効果を奏する。

【0011】

本発明の好ましい形態では、日射量出現確率分布解析法であって、データベースに格納された日射量推定モデルに含まれる第１の最頻値、第１の偏差、第２の最頻値、第２の偏差、第１の確率密度関数の配分係数および第２の確率密度関数の配分係数の少なくとも１つと、第１の確率密度関数および第２の確率密度関数と、に基づき、日射量データに対応付けられる日射量の加重平均を、演算装置により決定しデータベースに格納する評価ステップを、コンピュータのプロセッサに実行させること、を特徴とする。このような構成とすることで、日射量推定モデルに基づき、日射量の期待値を簡便に評価できる。また、このような構成とすることで、データベースにおける日射量の統計データに係る参照処理の頻度を低くし、データベース負荷を軽減できる、という更なる技術的効果を奏する。

【0012】

本発明の好ましい形態では、日射量出現確率分布解析法であって、データベースに格納された日射量出現確率分布および日射量推定モデルに基づく確率分布を、出力装置により、重ねて表示処理する表示ステップを、コンピュータのプロセッサに実行させること、を特徴とする。このような構成とすることで、日射量の統計データを、ユーザに対し直感的に情報伝達できる。またこのような構成とすることで、日射量の統計データに係るデータテーブルをすべて参照することなく、確率密度分布の態様でデータ参照し、データベース負荷を軽減できる、という更なる技術的効果を奏する。

【0013】

本発明は、日射量出現確率分布解析システムであって、日射量データの入力を、受け付け、データベースに格納する管理手段と、日射量出現確率分布を、データベースに格納された日射量データに基づき演算装置を用いて決定しデータベースに格納する分析手段と、日射量出現確率分布と、第１の確率密度関数および第２の確率密度関数と、に基づき、第１の確率密度関数に対応付けられる第１の最頻値および第１の偏差と、第２の確率密度関数に対応付けられる第２の最頻値および第２の偏差と、第１の確率密度関数の配分係数と、第２の確率密度関数の配分係数と、を含む日射量推定モデルを、演算装置を用いて決定しデータベースに格納する解析手段と、を有すること、を特徴とする。

【0014】

本発明は、日射量出現確率分布解析プログラムであって、コンピュータを、日射量データの入力を、受け付け、データベースに格納する管理手段と、日射量出現確率分布を、データベースに格納された日射量データに基づき演算装置を用いて決定しデータベースに格納する分析手段と、日射量出現確率分布と、第１の確率密度関数および第２の確率密度関数と、に基づき、第１の確率密度関数に対応付けられる第１の最頻値および第１の偏差と、第２の確率密度関数に対応付けられる第２の最頻値および第２の偏差と、第１の確率密度関数の配分係数と、第２の確率密度関数の配分係数と、を含む、日射量推定モデルを、演算装置を用いて決定しデータベースに格納する解析手段と、として機能させること、を特徴とする。

【発明の効果】

【0015】

本発明によれば、時間軸上の日射量推移に着目せず、日射量出現確率分布に着目できる。また、日射量の平均線からの日射量のずれを相対値として割り出し、日射量出現確率分布をヒストグラム化できる。

【図面の簡単な説明】

【0016】

【図1】本発明の実施形態に係る機能ブロック図である。

【図2】本発明の実施形態に係るハードウェア構成図である。

【図3】本発明の実施形態に係る処理フローチャートである。

【図4】本発明の実施形態に係る日射量データおよびその近似例を示す図である。

【図5】本発明の実施形態に係る日射量出現確率分布の表示例を示す図である。

【発明を実施するための形態】

【0017】

以下、図面を用いて、本発明に係るシステム１について説明する。なお、以下に示す実施形態は本発明の一例であり、本発明を以下の実施形態に限定するものではなく、様々な構成を採用することもできる。

【0018】

本実施形態では、システム１の構成、動作などについて説明するが、同様の構成の方法、プログラム、記録媒体なども、同様の作用効果を奏する。

【0019】

本実施形態における日射量出現確率分布解析プログラム２００１は、好ましくは、非一過性の記録媒体に記録される。当該記録媒体を用いれば、コンピュータ装置２に、日射量出現確率分布解析プログラム２００１を導入できる。

【0020】

システム１に係る機能は、コンピュータ装置２に格納された日射量出現確率分布解析プログラム２００１を含むアプリケーションにおいて、当該コンピュータ装置２の計算機資源により、実現される。当該アプリケーションは、インストール型ソフトウェア、もしくは、クラウド型ソフトウェアの態様で実現される。

【0021】

図１は、本発明の実施形態に係るシステム１の機能ブロック図を示す。

【0022】

システム１におけるコンピュータ装置２は、入力手段２１と、計測手段２２と、分析手段２３と、解析手段２４と、推定手段２５と、表示手段２６と、管理手段２７と、を有する。

【0023】

入力手段２１は、システム１に係る入力処理のために用いられる。一例として、日射量データの入力処理のために用いられる。本実施形態では、入力手段２１により入力処理されたデータは、コンピュータ装置２におけるデータベースＤＢに格納される。

【0024】

入力手段２１は、複数のコンピュータ装置２において、ネットワークＮＷおよびアプリケーションプログラミングインターフェースを介して入力処理を行う構成としてもよい。

【0025】

計測手段２２は、全天日射量の計測処理のために用いられる。当該日射量は、毎秒、毎分、毎時、毎日、毎月、毎旬、もしくは、毎年、計測される。このとき、当該日射量は、計測時の瞬間日射量でもよいし、前回計測時からの通算日射量であってもよいし、単位時間辺りの平均日射量であってもよい。

【0026】

分析手段２３は、日射量出現確率分布Ｄ１を決定するために用いられる。当該日射量出現確率分布Ｄ１は、日射量データに基づいて決定される。このとき、当該日射量データは、計測手段２２によって計測された日射量であってもよいし、外部サービスにおいて公開された日射量の統計データに含まれる平均日射量であってもよい。このとき、日射量データは、日射量または平均日射量の時系列データを含む。

【0027】

分析手段２３は、日射量出現確率分布Ｄ１に係るデータを、基準日射量に基づき正規化された日射量（正規日射量）を示す無次元量および当該日射量に対応付けられる日射量出現確率を有するデータテーブルの態様で、データベースＤＢに格納する構成が好ましい。当該基準日射量は、好ましくは、日射量データに含まれる全天日射量の平均である。なお、当該基準日射量は、外部サービスにおいて公開された日射量の統計データに基づく構成としてもよい。

【0028】

分析手段２３は、日射量データＲ１に対し多項式近似を行い、日射量補間データＲ２を決定し、日別の基準日射量を抽出する構成が好ましい。当該多項式近似は、複数の三角関数を含む多項式に基づき行われる構成が好ましい。なお、本実施形態における日射量データに対する内挿は、スプライン補間の態様で行われてもよく、その手法に、制限はない。

【0029】

解析手段２４は、日射量出現確率分布Ｄ１に係るデータに対するカーブフィッティング処理を、下記の数式１で表される第１のガウス関数および第２のガウス関数からなる混合ガウス関数（Ｐ（ｘ））に基づき、行う。当該混合ガウス関数における確率変数（ｘ）は、正規化された日射量としての無次元量を指す。

【0030】

【数1】

【0031】

解析手段２４は、第１のガウス関数に対応付けられる第１の最頻値（μ＿ａ）および第１の偏差（σ＿ａ）と、第２のガウス関数に対応付けられる第２の最頻値（μ＿ｂ）および第２の偏差（σ＿ｂ）と、第１のガウス関数の配分係数（α）および第２のガウス関数の配分係数（β）とを含む目的変数を、未知の目的変数として、カーブフィッティング処理を行う。このとき、解析手段２４は、第１の最頻値、第１の偏差および第１のガウス関数の配分係数を第１の目的変数セットとして、第２の最頻値、第２の偏差および第２のガウス関数の配分係数を第２の目的変数セットとして、データベースＤＢに格納する。なお、本実施形態における配分係数は、混合係数と、同義である。

【0032】

解析手段２４は、好ましくは、非線形最小二乗法に基づき、カーブフィッティング処理を行う。当該カーブフィッティング処理における解探索は、一般化簡約勾配法、もしくは、シンプレックス法に基づき、行われる。

【0033】

本実施形態では、解析手段２４によるカーブフィッティング処理において、バックグラウンド除去が行われる構成としてもよい。このとき、解析手段２４は、任意の無次元量の近傍における日射量出現確率分布を抽出するために、直線法もしくはＳｈｉｒｌｅｙ法に基づき、日射量出現確率分布Ｄ１に対して、バックグラウンド除去を行う。

【0034】

本実施形態における確率密度関数は、ローレンツ関数、または、フォークト関数である構成としてもよい。連続型確率分布を表現可能なピーク形状関数に対応する目的変数であれば、本実施形態における日射量推定モデルとなり得る。

【0035】

解析手段２４は、第１のガウス関数に対応付けられる第１の最頻値（μ＿ａ）および第１の偏差（σ＿ａ）と、第２のガウス関数に対応付けられる第２の最頻値（μ＿ｂ）および第２の偏差（σ＿ｂ）と、第１のガウス関数および第２のガウス関数の配分係数（α）および（β）の内の１つを、既知の目的変数として、カーブフィッティング処理を行う構成としてもよい。

【0036】

推定手段２５は、解析手段２４が決定した日射量推定モデルにおける目的変数の少なくとも1つと、混合ガウス関数（Ｐ（ｘ））と、に基づき、推定日射量出現確率分布Ｄ２を決定する。このとき、推定手段２５は、推定日射量出現確率分布Ｄ２に基づき、日射量の加重平均を決定し、データベースＤＢに格納する。

【0037】

表示手段２６は、システム１に係る表示処理のために用いられる。表示手段２６は、一例として、日射量出現確率分布Ｄ１、もしくは、推定日射量出現確率分布Ｄ２に基づいた、表示処理を行う。本実施形態における確率分布は、グラフ、チャートもしくはプロットの態様で、表示処理される。なお、当該表示処理は、Ｊａｖａ Ｓｃｒｉｐｔ（登録商標）言語を一例とするオブジェクト指向スクリプト言語に基づき、複数のコンピュータ装置２が協調して行う構成としてもよい。

【0038】

管理手段２７は、システム１に係るデータベースＤＢの管理のために用いられる。管理手段２７は、日射量データの入力処理を受け付け、データベースＤＢに格納する。管理手段２７は、日射量の計測地点に係る情報を示す地域データと、日射量の計測時期に係る情報を示す時期データと、日射量データ、日射量出現確率分布Ｄ１、日射量推定モデル、推定日射量出現確率分布Ｄ２および加重平均と、を対応付け、データベースＤＢを更新する。データベースＤＢは、リレーショナルデータベース、カラム型データベース、もしくは、キーバリューストアの態様で構築される。なお、本実施形態における、データベースＤＢに含まれるデータは、一方向性関数に基づき、暗号化されてもよい。

【0039】

管理手段２７は、第１の確率密度関数および第２の確率密度関数に基づく重畳度を、データベースＤＢに格納する構成としてもよい。当該重畳度は、推定日射量出現確率分布Ｄ２における、第１のガウス関数に基づく確率分布および第２のガウス関数に基づく確率分布の重なりが、積分値の態様で表された値を、指す。当該重畳度は、好ましくは、地域データおよび／または時期データと対応付けられる。

【0040】

管理手段２７は、第１の確率密度関数および第２の確率密度関数に基づく離別度を、データベースＤＢに格納する構成としてもよい。当該離別度は、推定日射量出現確率分布Ｄ２における、第１の最頻値および第２の最頻値との差分を示す値を、指す。当該離別度は、好ましくは、地域データおよび／または時期データと対応付けられる。

【0041】

図２は、本発明の実施形態に係るシステム１のハードウェア構成図を示す。

【0042】

コンピュータ装置２は、演算装置２０１と、主記憶装置２０２と、補助記憶装置２０３と、入力装置２０４と、出力装置２０５と、通信装置２０６と、計測装置２０７と、相互接続のためのバスインタフェースと、を備える。

【0043】

演算装置２０１は、命令セットを実行可能なプロセッサを備える。主記憶装置２０２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を一例とする揮発性メモリを備える。本実施形態では、演算装置２０１および主記憶装置２０２を備えるＳｏＣ（Ｓｙｓｔｅｍ−ｏｎ−Ｃｈｉｐ）が、コンピュータ装置２に備えられてもよい。当該ＳｏＣには、符号化や機械学習を含む特定用途に最適化された集積回路を含むコプロセッサが、備えられる構成としてもよい。

【0044】

補助記憶装置２０３は、システム１に係る各種データの格納先であるデータベースＤＢとして用いられる。補助記憶装置２０３は、不揮発性メモリを備える。当該不揮発性メモリには、フラッシュメモリを一例とする半導体メモリの他に、ハードディスクドライブが用いられてもよく、その記録方式に、制限はない。

【0045】

補助記憶装置２０３には、日射量出現確率分布解析プログラム２００１の他に、オペレーティングシステム（ＯＳ２００２）と、入力装置２０４、出力装置２０５、通信装置２０６または計測装置２０７に対応するデバイスドライバと、が記憶される。

【0046】

補助記憶装置２０３には、日射量出現確率分布解析システム用のウェブページを利用する為の、ブラウザアプリケーションや、システム１に係る通知を確認する為のメーラーアプリケーションを記憶される構成としてもよい。

【0047】

入力装置２０４は、入力手段２１により行われる入力処理をユーザが行うために用いられる。入力装置２０４は、キーボードもしくはタッチパネルを備え、その入力方式に、制限はない。出力装置２０５は、表示手段２６により行われる表示処理のために用いられる。出力装置２０５は、表示処理に係るフレームバッファを記憶するビデオメモリと、ディスプレイと、を備える。なお、ディスプレイの駆動方式に、制限はない。

【0048】

通信装置２０６は、無線ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）およびＰＡＮ（Ｐｅｒｓｏｎａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）の少なくとも１つを介し、ネットワークＮＷにおける通信処理を行うために用いられる。当該通信処理は、有線通信規格もしくは無線通信規格に基づく。当該有線通信規格には、一例として、Ｅｔｈｅｒｎｅｔ（登録商標）が用いられる。当該無線通信規格には、Ｗｉ−Ｆｉ（登録商標）が用いられ、当該無線通信規格の通信媒体には、電波、音波または光波が利用できる。

【0049】

本実施形態におけるネットワークＮＷは、例えば、通信プロトコルにＴＣＰ／ＩＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ／Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）を用いる。なお、ネットワークＮＷは、ＣＡＴＶ（Ｃｏｍｍｕｎｉｔｙ Ａｎｔｅｎｎａ Ｔｅｌｅｖｉｓｉｏｎ）回線や、移動体通信網、航空通信網、衛星通信網を利用でき、その種別に、制限はない。

【0050】

計測装置２０７は、熱電素子または光電素子を含む全天日射計を備える。本実施形態では、計測装置２０７は、ネットワークＮＷを介して、コンピュータ装置２にリモート制御される構成としてもよい。このとき、計測装置２０７により得られた全天日射量に係るデータは、ネットワークＮＷを介して送信され、データベースＤＢに格納される。当該データが、日射量データに含まれる構成としてもよい。

【0051】

なお、本実施形態におけるコンピュータ装置２は、ワークステーションの他に、スマートフォン、タブレットを含む携帯端末の態様をとり得る。当該コンピュータ装置２は、Ｒａｓｐｂｅｒｒｙ Ｐｉ（登録商標）を一例とする、シングルボード型装置としてもよい。

【0052】

図３は、システム１における処理フローチャートを図示している。

【0053】

図３（ａ）に示すとおり、本実施形態では、まず、入力手段２１、もしくは、入力手段２１および計測手段２２により、日射量データの入力処理が行われ、管理手段２７により受け付けられる（第１のステップＳ１０）。次に、分析手段２３により、日射量出現確率分布Ｄ１が決定される（第２のステップＳ２０）。その後、解析手段２４により、日射量推定モデルが決定される（第３のステップＳ３０）。最後に、推定手段２５により、推定日射量出現確率分布Ｄ２および日射量の加重平均が決定される（第４のステップＳ４０）。なお、表示手段２６および管理手段２７は、各ステップにおいて、逐次、その機能を発揮する構成が好ましい。

【0054】

図３（ｂ）に示すとおり、第３のステップＳ３０では、日射量出現確率分布Ｄ１と、第１の確率密度関数および第２の確率密度関数と、に基づき、未知の目的変数の解探索が行われる（第１の解析ステップＳ３１）。当該解探索の過程で得られた解候補に基づく確率分布と、日射量出現確率分布Ｄ１と、の残差二乗和が所定値を下回った場合（第２の解析ステップＳ３２でＹｅｓ（Ｙ））、当該解候補を日射量推定モデルとして、データベースＤＢに格納する（第３の解析ステップＳ３３）。当該残差二乗和が所定値を下回らない場合（第２の解析ステップＳ３２でＮｏ（Ｎ））、第２の解析ステップＳ３２の直前の状態に遷移する。

【0055】

図４は、日射量データおよびその近似例を図示している。

【0056】

前述のとおり、分析手段２３は、日射量データＲ１に基づく多項式補間を行い、日射量補間データＲ２を、決定する。このとき、当該日射量補間データＲ２から、日別の基準日射量が抽出される構成が好ましい。

【0057】

図５は、日射量出現確率分布Ｄ１および推定日射量出現確率分布Ｄ２の表示例を図示している。

【0058】

前述のとおり、推定日射量出現確率分布Ｄ２は、日射量出現確率分布Ｄ１へのカーブフィッティング処理により決定される。推定日射量出現確率分布Ｄ２は、第１の確率密度関数に基づく確率分布と、第２の確率密度関数に基づく確率分布と、の線形結合を含む。このとき、図５における、第１の確率密度関数（ガウス関数）に対応付けられる第１の最頻値（μ＿ａ）および第１の偏差（σ＿ａ）と、第２の確率密度関数（ガウス関数）に対応付けられる第２の最頻値（μ＿ｂ）および第２の偏差（σ＿ｂ）と、第１の確率密度関数（ガウス関数）の配分係数（α）および第２の確率密度関数（ガウス関数）の配分係数（β）とは、それぞれ、―５０．３、３８．６、１．１、４２．８、２１．３および１．０と、なり、配分係数は、日射量出現回数の絶対値に基づき、適宜、倍加される。図５中の重畳部Ｄ２Ａに係る積分値は、前述の重畳度に対応する。

【0059】

なお、図５における、日射量出現確率分布Ｄ１および推定日射量出現確率分布Ｄ２は、推定日射量出現確率分布Ｄ２全体に対して６．１％比の重畳部Ｄ２Ａと、推定日射量出現確率分布Ｄ２平均に対して１４．５％比の標準誤差と、を有する。また、無次元量１．０以上の日射量出現回数の期待値合計と、無次元量１．０以下の日射量出現回数の期待値合計と、に基づく誤差率は、０．０７５％となる。このとき、推定日射量出現確率分布Ｄ２には、図５中の無次元量０．０未満の出現確率に対応する除外部は、含まれない。

【0060】

本実施形態における、第１の確率密度関数に基づく確率分布と、第２の確率密度関数に基づく確率分布とは、一例として、それぞれ、天候による日射量への影響、もしくは、エアロゾルによる日射量への影響を含む、異なる因子による日射量への影響と解釈する構成としてもよい。このとき、第１の目的変数セット、第２の目的変数セット、ならびに、重畳度は、当該因子が定量化された情報として、データベースＤＢに格納される。

【0061】

本実施形態における確率分布は、確率変数と、出現回数（発生回数）または出現確率との対応関係として、データベースＤＢに格納され、表示処理される構成としてもよい。このとき、出現確率は、出現回数の総数に基づき、決定されることはもちろんである。

【0062】

本発明によれば、日射量データの入力を、受け付ける管理ステップと、日射量出現確率分布を、日射量データに基づき決定する分析ステップと、日射量出現確率分布と、第１の確率密度関数および第２の確率密度関数と、に基づき、第１の確率密度関数に対応付けられる第１の最頻値および第１の偏差と、第２の確率密度関数に対応付けられる第２の最頻値および第２の偏差と、第１の確率密度関数の配分係数と、第２の確率密度関数の配分係数と、を含む、日射量推定モデルを、決定する解析ステップと、をコンピュータのプロセッサに実行させる。これにより、天候による影響と、エアロゾルによる影響とを含む日射量出現確率決定因子を、２つのガウス分布として、６つの目的変数を用いて数理モデル化できる。このため、日射量を変数とする場合計算が要される計算予測を、単純化できる。

【符号の説明】

【0063】

１ システム
２ コンピュータ装置
２１ 入力手段
２２ 計測手段
２３ 分析手段
２４ 解析手段
２５ 推定手段
２６ 表示手段
２７ 管理手段
２０１ 演算装置
２０２ 主記憶装置
２０３ 補助記憶装置
２０４ 入力装置
２０５ 出力装置
２０６ 通信装置
２０７ 計測装置
２００１ 日射量出現確率分布解析プログラム
２００２ ＯＳ
ＤＢ データベース
Ｄ１ 日射量出現確率分布
Ｄ２ 推定日射量出現確率分布
Ｄ２Ａ 重畳部
Ｄ２Ｂ 除外部
ＮＷ ネットワーク
Ｒ１ 日射量データ
Ｒ２ 日射量補間データ
Ｓ１０ 第１のステップ
Ｓ２０ 第２のステップ
Ｓ３０ 第３のステップ
Ｓ４０ 第４のステップ
Ｓ３１ 第１の解析ステップ
Ｓ３２ 第２の解析ステップ
Ｓ３３ 第３の解析ステップ

【要約】

【課題】
確率的解釈に基づきヒストグラム化された日射量出現確率分布を解析し、計算式として数理モデル化すること、を解決すべき課題とする。
【解決手段】
日射量データの入力を、受け付ける管理ステップと、日射量出現確率分布を、日射量データに基づき決定する分析ステップと、日射量出現確率分布と、第１の確率密度関数および第２の確率密度関数と、に基づき、日射量推定モデルを、決定する解析ステップと、をコンピュータのプロセッサに実行させる。これにより、天候による影響と、エアロゾルによる影響とを含む日射量出現確率決定因子を、２つのガウス分布として、６つの目的変数を用いて、数理モデル化できる。このため、日射量を変数とする場合計算が要される計算予測を、単純化できる。
【選択図】図５

【図1】

【図2】

【図3】

【図4】

【図5】