特開 2023-113344 電力需要予測装置及び電力需要予測方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023113344

(43)【公開日】2023-08-16

(54)【発明の名称】電力需要予測装置及び電力需要予測方法

(51)【国際特許分類】

   H02J 3/00 20060101AFI20230808BHJP

   G06Q 50/06 20120101ALI20230808BHJP

【ＦＩ】

H02J3/00 130

G06Q50/06

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022015646

(22)【出願日】2022-02-03

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110002365

【氏名又は名称】弁理士法人サンネクスト国際特許事務所

(72)【発明者】

【氏名】金川 慎史

(72)【発明者】

【氏名】寺崎 雄亮

【テーマコード（参考）】

5G066

5L049

【Ｆターム（参考）】

5G066AA02

5G066AE03

5G066AE09

5L049CC06

(57)【要約】

【課題】
予測実行日より後の予測対象日に近い日の電力需要を考慮して、予測対象日の電力需要を精度よく予測する。
【解決手段】
電力需要予測装置１は、演算を行うプロセッサ１０と、予測実行日の前日までの電力需要の実績値を格納する記憶装置２０と、を備え、プロセッサ１０は、記憶装置２０に格納された電力需要の実績値を用いて、予測実行日から予測対象期間の初日の前日までの電力需要の予測値を算出する翌日予測実行部１３と、翌日予測実行部１３が算出した予測値を、当該日の電力需要の実績値に置き換えて記憶装置２０に格納する予測値編集部１４と、予測値編集部１４によって置き換えられた実績値を用いて、予測対象期間の電力需要の予測値を算出する需要予測実行部１５と、を有する。
【選択図】図１

【特許請求の範囲】

【請求項1】

将来の予測対象期間の電力需要を予測する電力需要予測装置であって、
予測実行日の前日までの電力需要の実績値を格納する記憶装置と、
演算を行うプロセッサと、
を備え、
前記プロセッサは、
前記記憶装置に格納された電力需要の実績値を用いて、予測実行日から予測対象期間の初日の前日までの電力需要の予測値を算出する翌日予測実行部と、
前記翌日予測実行部が算出した前記予測値を、当該日の電力需要の実績値に置き換えて前記記憶装置に格納する予測値編集部と、
前記予測値編集部によって置き換えられた実績値を用いて、前記予測対象期間の電力需要の予測値を算出する需要予測実行部と、
を有することを特徴とする電力需要予測装置。

【請求項2】

前記翌日予測実行部は、対象日の前日までの電力需要の実績値を用いて当該対象日の電力需要の予測値を算出する翌日予測の手法を再帰的に実行し、
前記予測値編集部は、前記翌日予測の手法が実行されるごとに、算出された前記対象日の電力需要の予測値を当該対象日の電力需要の実績値に置き換えて前記記憶装置に格納する
ことを特徴とする請求項１に記載の電力需要予測装置。

【請求項3】

前記記憶装置は、所定種別の気象情報に関して、前記予測実行日の前日までの実績値と前記予測実行日以降の予測値とをさらに格納し、
前記翌日予測の手法の実行において、前記翌日予測実行部は、
前記記憶装置に格納された前記対象日の前日までの前記電力需要の実績値と前記気象情報とに基づいて、前記対象日における電力需要のピーク予測値を算出し、
前記記憶装置に格納されたデータに基づいて、前記対象日に類似する過去の１日分の電力需要カーブを取得し、
前記取得した電力需要カーブを前記ピーク予測値に合うようにカーブフィッティングによって最適化し、最適化した電力需要カーブから前記対象日の電力需要の予測値を算出する
ことを特徴とする請求項２に記載の電力需要予測装置。

【請求項4】

前記翌日予測実行部は、説明変数に気象情報の実績値、目的変数に電力需要の実績値を代入して重回帰分析によって回帰係数を算出して得られる線形モデルの予測モデルを用いて、前記ピーク予測値を算出する
ことを特徴とする請求項３に記載の電力需要予測装置。

【請求項5】

前記翌日予測実行部は、説明変数に気象情報の実績値、目的変数に電力需要の実績値を代入して誤差逆伝播法によって重み係数を算出して得られるニューラルネットワークの予測モデルを用いて、前記ピーク予測値を算出する
ことを特徴とする請求項３に記載の電力需要予測装置。

【請求項6】

前記需要予測実行部は、前記予測値編集部によって置き換えられた実績値のうちから、所定の条件に合致する日の実績値を選択し、当該選択した実績値を用いて前記予測対象期間の電力需要の予測値を算出する
ことを特徴とする請求項１に記載の電力需要予測装置。

【請求項7】

前記需要予測実行部は、前記予測値編集部によって置き換えられた実績値のうちから、前記予測対象期間から近い所定日数分の実績値を用いて、前記予測対象期間の電力需要の予測値を算出する
ことを特徴とする請求項１に記載の電力需要予測装置。

【請求項8】

前記需要予測実行部は、前記予測値編集部によって置き換えられた実績値と、前記記憶装置に格納されている前記予測実行日の前日までの電力需要の実績値とを用いて、前記予測対象期間の電力需要の予測値を算出する
ことを特徴とする請求項１に記載の電力需要予測装置。

【請求項9】

前記需要予測実行部は、前記翌日予測の手法によって前記予測対象期間の電力需要の予測値を算出する
ことを特徴とする請求項２に記載の電力需要予測装置。

【請求項10】

将来の予測対象期間の電力需要を予測する電力需要予測装置による電力需要予測方法であって、
前記電力需要予測装置は、
予測実行日の前日までの電力需要の実績値を格納する記憶装置と、
演算を行うプロセッサと、
を有し、
前記プロセッサが、前記記憶装置に格納された電力需要の実績値を用いて、予測実行日から予測対象期間の初日の前日までの電力需要の予測値を算出する翌日予測実行ステップと、
前記プロセッサが、前記翌日予測実行ステップで算出された前記予測値を、当該日の電力需要の実績値に置き換えて前記記憶装置に格納する予測値編集ステップと、
前記プロセッサが、前記予測値編集ステップで置き換えられた実績値を用いて、前記予測対象期間の電力需要の予測値を算出する需要予測実行ステップと、
を備えることを特徴とする電力需要予測方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、電力需要予測装置及び電力需要予測方法に関し、予測対象日の電力需要を予測する電力需要予測装置及び電力需要予測方法に適用して好適なものである。

【背景技術】

【0002】

従来、電力需要の予測では、予測実行日の翌日を予測対象日としてその電力需要を予測する翌日予測の他、予測実行日から数日先を予測対象日（単日でも複数日でもよく、予測対象期間とも称する）として予測する将来予測がある。また、天気、気温、湿度、日射量等の気象情報と電力需要との間に線形な関係が成り立つとして、電力需要と気象情報とに基づく予測モデルを用いて電力需要を予測する手法が知られている。

【0003】

このような従来の電力需要予測においては、一般的に、予測実行日よりも数日先に予測対象日（予測対象期間）が設定されるとき、予測実行日から予測対象日までの間の日については電力需要の実績値が存在しないことから、種々の条件が類似する過去の日の電力需要の実績値を利用して、予測対象日の電力需要が予測される。

【0004】

一方、電力需要を予測する上では、予測対象日の直近（例えばその前日や前々日等）の実績値を使用することの重要性が高い。特に、日本のように四季の変化が顕著で一年を通じて気候の変動が大きい地域では、電力需要についても同様に変動が大きいため、直近の実績値による影響が大きい。そのため、直近の電力需要の実績値を用いずに予測対象日（予測対象期間）の電力需要を予測すると、予測精度が低下する要因となり得る。

【0005】

従来技術の一例として、特許文献１には、電力需要の予測手法が開示されており、「予想対象日の予想気象だけでなく、予想対象日とその前の日々を含め少なくとも３日間における気象の変動を考慮することにより、電力需要の予測精度を向上することにある」ことが記載されている。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特許第３１４１１６４号公報

【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、特許文献１に開示された電力需要の予測手法は、予測対象日の３日前までの気象情報の予測値を利用して電力需要を補正しているものの、その補正に用いる電力需要のデータは、予測実行日よりも過去の、気象情報が類似する日の電力需要の実績値である。すなわち、特許文献１に開示された電力需要の予測手法は、予測対象日の直近の電力需要の実績値を使用するものではないため、電力需要の予測精度が低くなるおそれがあった。

【0008】

また近年では、電気自動車（ＥＶ：Electric Vehicle）の普及等によって電気の用途が大幅に変化しており、過去の電力需要の実績値だけに基づく電力需要予測では、近年の電力需要の変化パターンに追従できず、精度の高い予測結果を得ることが難しくなっている。このような観点からも、上述した特許文献１に開示された電力需要の予測手法は、電力需要の予測精度が低くなるおそれがあった。

【0009】

本発明は以上の点を考慮してなされたもので、予測実行日より後の予測対象日に近い日の電力需要を考慮して、予測対象日の電力需要を精度よく予測することが可能な電力需要予測装置及び電力需要予測方法を提案しようとするものである。

【課題を解決するための手段】

【0010】

かかる課題を解決するため本発明においては、将来の予測対象期間の電力需要を予測する電力需要予測装置であって、予測実行日の前日までの電力需要の実績値を格納する記憶装置と、演算を行うプロセッサと、を備え、前記プロセッサは、前記記憶装置に格納された電力需要の実績値を用いて、予測実行日から予測対象期間の初日の前日までの電力需要の予測値を算出する翌日予測実行部と、前記翌日予測実行部が算出した前記予測値を、当該日の電力需要の実績値に置き換えて前記記憶装置に格納する予測値編集部と、前記予測値編集部によって置き換えられた実績値を用いて、前記予測対象期間の電力需要の予測値を算出する需要予測実行部と、を有することを特徴とする電力需要予測装置が提供される。

【0011】

また、かかる課題を解決するため本発明においては、将来の予測対象期間の電力需要を予測する電力需要予測装置による電力需要予測方法であって、前記電力需要予測装置は、予測実行日の前日までの電力需要の実績値を格納する記憶装置と、演算を行うプロセッサと、を有し、前記プロセッサが、前記記憶装置に格納された電力需要の実績値を用いて、予測実行日から予測対象期間の初日の前日までの電力需要の予測値を算出する翌日予測実行ステップと、前記プロセッサが、前記翌日予測実行ステップで算出された前記予測値を、当該日の電力需要の実績値に置き換えて前記記憶装置に格納する予測値編集ステップと、前記プロセッサが、前記予測値編集ステップで置き換えられた実績値を用いて、前記予測対象期間の電力需要の予測値を算出する需要予測実行ステップと、を備えることを特徴とする電力需要予測方法が提供される。

【発明の効果】

【0012】

本発明によれば、予測実行日より後の予測対象日に近い日の電力需要を考慮して、予測対象日の電力需要を精度よく予測することができる。

【図面の簡単な説明】

【0013】

【図1】本発明の一実施形態に係る電力需要予測装置１の構成例を示すブロック図である。

【図2】電力需要予測装置１によって実行される電力需要予測処理の処理手順例を示すフローチャートである。

【図3】翌日予測処理の実行イメージを段階的に示した図である。

【図4】翌日予測の手法の具体例を説明するための図である。

【図5】電力需要の予測手法に線形モデルを適用した例を説明するための図である。

【図6】電力需要の予測手法にニューラルネットワークを適用した例を説明するための図である。

【図7】需要予測処理の実行イメージを段階的に示した図である。

【発明を実施するための形態】

【0014】

以下、図面を参照して、本発明の実施形態を詳述する。以下に説明する実施形態は請求の範囲に係る発明を限定するものではなく、また実施形態の中で説明されている諸要素及びその組み合わせの全てが発明の解決手段に必須であるとは限らない。また、図面において、同一の機能を有する箇所には同一の符号を付し、その繰り返しの説明を省略する。

【0015】

（１）構成
図１は、本発明の一実施形態に係る電力需要予測装置１の構成例を示すブロック図である。電力需要予測装置１は、ユーザが指定した予測対象日（予測対象期間）における電力需要を予測する情報処理装置であって、例えば一般的な計算機で実現することができる。図１の場合、電力需要予測装置１は、プロセッサ１０、記憶装置２０、データ入力装置３０、及びデータ出力装置４０を備えて構成されるが、データ入力装置３０及びデータ出力装置４０は、電力需要予測装置１に接続される外部機器として構成されてもよい。

【0016】

なお、本説明において、「予測対象日」は電力需要を予測する対象日を意味する。予測対象期間は、予測対象日と略同義であるが、厳密には、連続する複数日に亘って予測対象日が指定される場合に、複数日の全体を予測対象期間とし、個々の日を予測対象日と考えることもできる。また、本説明では、１日を単位とするが、本発明を適用可能な電力需要予測における単位はこれに限定されるものではなく、所定の時間を単位としてもよいことは明らかである。

【0017】

また、詳細は後述するが、本実施形態に係る電力需要予測装置１は、予測実行日から予測対象日の前日までの電力需要の予測値を作成して電力需要の実績値として置き換え（置き換え実績値を算出し）、置き換え実績値の少なくとも一部を、予測対象期間の電力需要の予測に利用する。したがって、置き換え実績値を算出するまでの処理において、予測対象日（予測対象期間）が単日であるか複数日であるかによる差異はない。そこで、以下では、説明の重複を避けるために、予測対象日が単日である場合を中心に説明し、必要に応じて、予測対象日が複数日である場合について補足する。

【0018】

プロセッサ１０は、データの入出力や演算を制御する制御装置１１と、プログラムに記述された命令を実行する演算装置１２で構成される。プロセッサ１０は、ＣＰＵ（Central Processing Unit）であってもよいし、ＧＰＵ（Graphics Processing Unit）であってもよい。プロセッサ１０は、シングルコアプロセッサであってもよいし、マルチコアプロセッサであってもよい。プロセッサ１０は、処理の一部または全部を行うハードウェア回路（例えばＦＰＧＡ（Field-Programmable Gate Array）またはＡＳＩＣ（Application Specific Integrated Circuit））を備えていてもよい。プロセッサ１０は、１つまたは複数の半導体チップとして構成してもよいし、計算サーバのようなコンピュータ装置として構成してもよい。プログラムの実行は、複数のプロセッサやコンピュータに分担させてもよい。

【0019】

制御装置１１は、演算装置１２、データ入力装置３０、及びデータ出力装置４０の各装置を制御し動作させる機能を有する。制御装置１１は、演算装置１２、データ入力装置３０、及びデータ出力装置４０と制御信号５１で繋がれる。

【0020】

演算装置１２は、電力需要の予測に関する処理等を実行する機能を有し、翌日予測実行部１３、予測値編集部１４、及び需要予測実行部１５から構成される。演算装置１２は、制御装置１１と制御信号５１で繋がれ、データ入力装置３０と入力信号５２で繋がれ、記憶装置２０とデータ信号５３で繋がれ、データ出力装置４０と出力信号５４で繋がれる。

【0021】

翌日予測実行部１３は、翌日予測の手法により、実績値を用いて翌日の電力需要の予測値を算出する。翌日予測で用いられる実績値は、記憶装置２０の電力需要データベース２２に格納されており、翌日予測で算出された予測値も電力需要データベース２２に格納される。

【0022】

予測値編集部１４は、翌日予測実行部１３によって算出された「翌日」の電力需要の予測値を、「翌日」の実績値に置き換えて電力需要データベース２２に格納する。予測値編集部１４によって置き換えられた実績値を「置き換え実績値」と称する。

【0023】

需要予測実行部１５は、記憶装置２０に格納された情報、具体的には、気象情報データベース２１に格納された気象情報の実績値または予想値と、電力需要データベース２２に格納された電力需要の実績値（置き換え実績値を含む）とを用いて、予測対象日（予測対象期間）の電力需要を予測する。

【0024】

記憶装置２０は、大容量の記憶容量を有する記憶デバイスであり、例えば、ハードディスク装置やＳＳＤ（Solid State Drive）である。記憶装置２０は、各種プログラムの実行ファイルやプログラムの実行に用いられるデータを保持する。記憶装置２０は、気象情報データベース２１及び電力需要データベース２２を有する。また、記憶装置２０は、翌日予測実行部１３による翌日予測を実行するための翌日予測プログラム、及び需要予測実行部１５による電力需要予測を実行するための需要予測プログラムを保持する。記憶装置２０は、演算装置１２とデータ信号５３で繋がれる。

【0025】

気象情報データベース２１は、天気、気温、湿度、日射量等の所定種別の気象情報について、所定単位（例えば、１日単位や１時間単位等）で、その実績値及び予測値を格納することができる。電力需要データベース２２は、所定単位（例えば、１日単位や１時間単位等）で、電力需要の実績値及び予測値を格納することができる。

【0026】

なお、図１では、電力需要予測装置１が記憶装置２０内に気象情報データベース２１及び電力需要データベース２２を保持する構成を示したが、気象情報データベース２１及び電力需要データベース２２の少なくとも何れかは、クラウドサーバに保持される構成であってもよい。

【0027】

データ入力装置３０は、演算装置１２を動作させるための各種条件等を入力する。データ入力装置３０は、例えばキーボードやマウス等の入力装置であり、タッチパネルまたは音声指示装置等の少なくとも何れか１つを備えるようにしてもよい。データ入力装置３０は、制御装置１１と制御信号５１で繋がれ、演算装置１２と入力信号５２で繋がれる。

【0028】

データ出力装置４０は、演算装置１２による各種処理で扱われるパラメータ、及び各種処理の処理結果等を表示する。データ出力装置４０は、例えば、ディスプレイ装置であってもよいし、ディスプレイ装置とともにプリンタ装置または音声出力装置等を使用してもよい。データ出力装置４０は、制御装置１１と制御信号５１で繋がれ、演算装置１２と出力信号５４で繋がれる。

【0029】

（２）電力需要予測処理
図２は、電力需要予測装置１によって実行される電力需要予測処理の処理手順例を示すフローチャートである。電力需要予測処理は、電力需要予測装置１が予測実行日に予測対象日の電力需要を予測する処理であって、予測実行日から予測対象日の前日までの電力需要を翌日予測によって予測し、その予測値を実績値に置き換えて記憶装置２０に格納する翌日予測処理と、予測対象日より前の実績値（翌日予測処理によって算出された置き換え実績値を含む）を用いて予測対象日（予測対象期間）の電力需要を予測する需要予測処理と、に大別することができる。翌日予測処理は、図２のステップＳ１２～ステップＳ１８の処理に相当し、主に翌日予測実行部１３及び予測値編集部１４によって実行される。需要予測処理は、図２のステップＳ１９の処理に相当し、主に需要予測実行部１５によって実行される。

【0030】

なお、各処理の説明において、動作主体を「ＸＸ部」と表記する場合、詳細には、図1に示したプロセッサ１０が、プログラムである「ＸＸ部」を読み出し、ＤＲＡＭ（Dynamic Random Access Memory）にロードした上で「ＸＸ部」の機能を実現することを意味する。

【0031】

図２によればまず、電力需要予測の実行を開始するための指示が行われる（ステップＳ１１）。具体的には、電力需要予測処理の開始を指示する制御装置１１からの制御信号５１、及び予測対象日を指定するデータ入力装置３０からの入力信号５２を受けて、演算装置１２がステップＳ１２以降の処理を開始する。予測対象日は、例えばユーザがデータ入力装置３０を操作することにより、将来の任意の日を指定することができる。なお、ステップＳ１１で演算装置１２に送信される制御信号５１及び入力信号５２は、上記した以外の情報を含んでもよい。

【0032】

次に、翌日予測実行部１３が、「翌日予測日」のパラメータ値に予測実行日（すなわち本日）をセットする（ステップＳ１２）。「翌日予測日」は、翌日予測によって予測値を予測する対象日を示すパラメータであり、翌日予測日の前日までの電力需要の実績値が存在することが条件となる。ステップＳ１２では、予測実行日の前日までしか電力需要の実績値が存在していないと想定して、翌日予測日に予測実行日を設定している。仮に、予測実行日の当日の電力需要の実績値が得られている場合には、ステップＳ１２の処理後、ステップＳ１３～Ｓ１６の処理をスキップしてステップＳ１７の処理に進めばよい。

【0033】

次に、演算装置１２（翌日予測実行部１３）からのデータ信号５３を受けて、記憶装置２０が、気象情報データベース２１に格納されている気象情報の実績値と、電力需要データベース２２に格納されている電力需要の実績値とを演算装置１２に出力する（ステップＳ１３）。演算装置１２に取り込まれた各実績値は、翌日予測実行部１３に送られる。

【0034】

ステップＳ１３の処理後、翌日予測実行部１３が、記憶装置２０から受け取った実績値を用いて、翌日予測の手法により、「翌日予測日」の電力需要の予測値を算出する（ステップＳ１４）。

【0035】

なお、ステップＳ１４で実行される翌日予測の手法は、既知の確立された手法であれば、何れの手法を使用してもよく、予測精度が高い手法が使用されることが好ましい。翌日予測の詳細については、図４～図６を参照しながら後述する。

【0036】

次に、翌日予測実行部１３は、ステップＳ１４で算出した翌日予測日の電力需要の予測値を、記憶装置２０の電力需要データベース２２に格納する（ステップＳ１５）。

【0037】

次に、予測値編集部１４が、ステップＳ１４で算出された翌日予測日の電力需要の予測値を、当該日の電力需要の実績値に置き換え、記憶装置２０の電力需要データベース２２に実績値として格納する（ステップＳ１６）。ステップＳ１６で置き換えた実績値を置き換え実績値と称する。

【0038】

次に、翌日予測実行部１３は、「翌日予測日」のパラメータ値を１日追加し（ステップＳ１７）、追加後の翌日予測日が予測対象日に該当するか否かを判定する（ステップＳ１８）。追加後の翌日予測日が予測対象日に該当しない場合は（ステップＳ１８のＮＯ）、ステップＳ１３に戻り、ステップＳ１３～Ｓ１７の処理を繰り返し、追加後の翌日予測日に対して、他の電力需要の実績値と先のステップＳ１６で置き換えた実績値とを用いて、翌日予測処理を実行する。このように、翌日予測を回帰的に実行することにより、電力需要予測装置１は、予測実行日から予測対象日前日までの電力需要の予測値を作成し、作成した予測値を当該日の実績値として置き換えることで、予測対象日の直近の電力需要の実績値のデータ点数を増やすことができる。

【0039】

一方、ステップＳ１８において追加後の翌日予測日が予測対象日に該当する場合は（ステップＳ１８のＹＥＳ）、置き換え実績値の作成が十分に進んだことを意味するため、ステップＳ１９に進み、需要予測処理が開始される。

【0040】

ステップＳ１９では、需要予測実行部１５が、これまでの翌日予測処理（ステップＳ１２～Ｓ１８）で作成された実績値の少なくとも一部を利用して、所定の予測手法により、予測対象日の電力需要の予測値を算出する。そして需要予測実行部１５は、算出した予測値を記憶装置２０の電力需要データベース２２に予測値として格納し、需要予測処理を終了する。需要予測処理の詳細については、図７を参照しながら後述するが、翌日予測処理で作成された置き換え実績値を利用できることから、需要予測実行部１５は、予測対象日の直近の実績値がない状態で電力需要を予測する場合に比べて、予測の精度を高め得る多くデータに基づいて、予測対象日の電力需要を予測することができる。

【0041】

以上、図２のステップＳ１１～Ｓ１９の処理が実行されることにより、電力需要予測装置１は、予測対象日の直近の電力需要の実績値（置き換え実績値を含む）を用いて予測対象日の電力需要を予測することができるため、電力需要の予測精度を高めることができる。

【0042】

以下では、上述した電力需要予測処理に含まれる翌日予測処理及び需要予測処理について、より詳しく説明する。

【0043】

（２－１）翌日予測処理
図３は、翌日予測処理の実行イメージを段階的に示した図である。図３には、図３（Ａ），図３（Ｂ），図３（Ｃ）が時系列で示されている。図３（Ａ）は、初回の翌日予測の実行イメージを示し、図３（Ｂ）は、２回目の翌日予測の実行イメージを示し、図３（Ｃ）は、翌日予測処理における翌日予測の再帰的な実行イメージを示している。前述した通り、図２のフローチャートは、ステップＳ１８でＮＯと判定された場合に、ステップＳ１３～Ｓ１７の処理が繰り返される。図３（Ａ）はこのようなループ処理の初回に相当し、図３（Ｂ）はループ処理の２回目に相当する。そして、図３（Ｃ）は、ループ処理のたびに繰り返される翌日予測の回帰的な実行イメージを示している。

【0044】

図３の場合、予測実行日が「１２日」であり、予測対象日が「１６日～２２日」に設定されている。前述したように、予測対象日は単日（例えば１６日のみ）でもよいし、連続した複数日（例えば１６日～２２日の７日間）でもよい。また、図３に示す「気象情報」及び「電力需要」は、記憶装置２０の各データベースに格納された情報を示している。具体的には、図３（Ａ）の場合、予測実行日の前日（１１日）までは、気象情報及び電力需要ともに実績値が格納されていることが分かる。なお、気象情報については、予測実行日以降の日に予測値が格納されているが、これらは、任意の予測手法や気象情報の提供サービス等によって取得及び格納される。

【0045】

図３（Ａ）の場合、予測実行日の１２日から予測対象日の前日の１５日までの期間は、電力需要の実績値が存在しないため、このままでは、需要予測処理において予測対象日（１６日以降）の電力需要を予測する際に、上記期間の実績値を利用することができない。そこで、本実施形態では、このような予測対象日より前の将来の期間（本例だと１２日～１５日）に対して、確立された任意の翌日予測の手法を再帰的に利用することにより、当該期間における電力需要の予測値を作成し、これらを暫定的に実績値に置き換える。この結果、需要予測処理で利用可能な実績値の候補及びその精度を高めることができる。以下、図３（Ａ）～図３（Ｃ）を参照しながら、具体的に確認していく。

【0046】

まず、図３（Ａ）では、初回のステップＳ１３の処理によって、予測実行日より前の実績値として、４日～１１日の気象情報及び電力需要の実績値が記憶装置２０から演算装置１２に出力され、これらの実績値を用いてステップＳ１４の翌日予測が行われる。このとき、翌日予測日は予測実行日の１２日であるから、１２日の電力需要の予測値が算出される。そして、ステップＳ１６の処理により、この予測値は１２日の置き換え実績値として記憶装置２０（電力需要データベース２２）に格納される。

【0047】

次に、ステップＳ１７で翌日予測日が１日加算されて１３日となるが、この翌日予測日は予測対象日（１６日）に該当しないため、ステップＳ１８でＮＯと判定されて２回目のループ処理が行われる。このとき、図３（Ｂ）によれば、図３（Ａ）の翌日予測で算出された１２日の電力需要の予測値は「置き換え実績値」となっていることから、ステップＳ１４において１２日までの実績値（置き換え実績値を含む）を用いて翌日予測が行われることにより、１３日の電力需要の予測値が算出され、ステップＳ１６においてこの予測値が１３日の置き換え実績値として記憶装置２０（電力需要データベース２２）に格納される。

【0048】

そして以降は、図３（Ｃ）に示すように、翌日予測日を１日ずつ進めながら、翌日予測を回帰的に実行することで、実績値に基づく翌日予測によって電力需要の予測値を精度よく算出していくことができる。そして最終的には、ステップＳ１７で１日加算された翌日予測日が予測対象日（１６日）に該当するとき、ステップＳ１８でＹＥＳと判定され、ステップＳ１９の需要予測処理に進むことができる。需要予測処理の実行イメージは、後述する図７に示される。

【0049】

以上が、翌日予測処理における翌日予測の再帰的な利用である。なお、翌日予測の再帰的な利用によって電力需要の予測値（置き換え実績値）を作成する期間は、特定の期間に限定されなくてもよい（必ずしも予測実行日から開始しなくてもよいし、必ずしも予測対象日の前日まで実行しなくてもよい）が、電力需要予測処理（需要予測処理）における予測精度を高めるためには、予測実行日から予測対象日の前日までを対象とすることが好適である。また、翌日予測の再帰的な利用により、予測対象日まで上記期間に含めて、電力需要の予測値を作成することもできる。

【0050】

図４は、翌日予測の手法の具体例を説明するための図である。図４には、図２のステップＳ１４で実行される翌日予測の手法の一例として、カーブフィッティングを利用した手法が示されている。図４の左側には、翌日予測の詳細な処理手順例がステップＳ２１～Ｓ２３で示され、図４の右側には、各ステップの処理の具体的なイメージ例が（Ａ）～（Ｃ）に示されている。

【0051】

まず、ステップＳ２１では、翌日予測実行部１３は、所定の電力需要の予測手法を使用して、翌日予測日における気象情報の予測値のうちの所定項目（例えば、最高気温やピーク時日射量など）の予測値を予測モデルに代入し、翌日予測日において電力需要が最大になる時間の予測値（ピーク電力需要予測値）を算出する。上記で使用可能な電力需要の予測手法としては、例えば、線形モデルを適用した手法、及びニューラルネットワークを適用した手法を挙げることができる。

【0052】

図５は、電力需要の予測手法に線形モデルを適用した例を説明するための図である。一般に、線形モデルは、説明変数Ｘと目的変数Ｙとの間に、線形な関係が成り立つとして、回帰係数ａを使用して重回帰式「目的変数Ｙ＝回帰係数ａ×説明変数Ｘ＋定数ｂ」で表される。この重回帰式に説明変数Ｘと目的変数Ｙを代入して重回帰分析を行い、回帰係数ａを算出することで、予測モデルを作成する。

【0053】

上記の電力需要の予測においては、説明変数Ｘに気象情報の実績値、目的変数Ｙに電力需要の実績値を代入して重回帰分析を行い、回帰係数ａを算出することで、図５に示したような予測モデル（線形モデル）を作成する。そして、作成した予測モデルに対して、説明変数Ｘとして翌日予測日の気象情報の予測値のうち最高気温やピーク時日射量等を代入することにより、目的変数Ｙである翌日予測日のピーク電力需要予測値を算出することができる。

【0054】

図６は、電力需要の予測手法にニューラルネットワークを適用した例を説明するための図である。一般に、ニューラルネットワークは、脳の働きを模擬した階層型ネットワークモデルであり、入力層、中間層、出力層で構成される。各階層では、ニューロンと呼ばれる各変数が結合しており、入力層の変数Ｘ_１～Ｘ_ｎは、中間層の変数Ｖ_１～Ｖ_ｍと重み係数ａ_１１～ａ_ｎｍで対応付けられ、中間層の変数Ｖ_１～Ｖ_ｍは、出力層の変数Ｙと重み係数ｂ_１～ｂ_ｍで対応付けられる。このようなニューラルネットワークに説明変数Ｘ及び目的変数Ｙを代入し、誤差逆伝播法のアルゴリズムによって重み係数ａ_１１～ａ_ｎｍ，ｂ_１～ｂ_ｍを算出することで、予測モデルを作成する。

【0055】

上記の電力需要の予測においては、説明変数Ｘに気象情報の実績値、目的変数Ｙに電力需要の実績値を代入して誤差逆伝播法を行い、重み係数ａ_１１～ａ_ｎｍ，ｂ_１～ｂ_ｍを算出することで予測モデルを作成する。そして、作成した予測モデルに対して、説明変数Ｘとして翌日予測日の気象情報の予測値のうち最高気温やピーク時日射量等を代入することにより、目的変数Ｙである翌日予測日のピーク電力需要予測値を算出することができる。

【0056】

図４の説明に戻る。図４のステップＳ２１で翌日予測日のピーク電力需要予測値が算出された後、ステップＳ２２において、翌日予測実行部１３は、記憶装置２０に実績値が格納された過去データを候補として、これらの候補のうちから、翌日予測日との類似度が高い日を選択し、選択した日の１日分の電力需要カーブを取得する。電力需要カーブは、予め記憶装置２０に格納されていてもよいし、記憶装置２０（電力需要データベース２２の実績値に基づいて生成される等してもよい。図４（Ｂ）には、ステップＳ２１で算出したピーク電力需要予測値と、ステップＳ２２で取得した電力需要カーブとが描画されている。なお、電力需要カーブを取得する日を選択する方法は、特定の手法に限定されないが、例えば、ステップＳ２１で算出したピーク電力需要予測値や、気象情報の予測値等を参考にして、類似度の高い日を選択すればよい。

【0057】

次に、ステップＳ２３において、翌日予測実行部１３は、ステップＳ２１で算出したピーク電力需要予測値に合うように、カーブフィッティングの手法によって、ステップＳ２２で選択した電力需要カーブを最適化する（図４（Ｃ）参照）。そして翌日予測実行部１３は、カーブフィッティングで最適化した後の電力需要カーブから、翌日予測日における全時間帯の予測値を算出する。

【0058】

以上、ステップＳ２１～Ｓ２３の処理を行うことにより、翌日予測実行部１３は、翌日予測日における電力需要の予測値を算出することができる。

【0059】

（２－２）需要予測処理
図７は、需要予測処理の実行イメージを段階的に示した図である。図７には、図７（Ａ）から図７（Ｂ）または図７（Ｃ）への状態の変化が時系列で示されている。図７（Ａ）は、需要予測処理開始時の記憶装置２０における気象情報及び電力需要の格納状態を示している。図７（Ｂ），図７（Ｃ）はそれぞれ、需要予測処理の実行イメージの一例を示している。

【0060】

まず、図７（Ａ）では、図３（Ｃ）で説明したように翌日予測処理で翌日処理を回帰的に実行したことにより、電力需要データベース２２において、予測実行日である１２日から予測対象日（予測対象期間）の開始前日である１５日まで期間について、電力需要の置き換え実績値が格納されている。すなわち、電力需要予測装置１は、予測対象日の直近の電力需要の実績値のデータ点数を増やした状態で、需要予測処理を開始することができる。そして、需要予測処理において需要予測実行部１５は、このような予測対象日の前日までの電力需要の実績値を用いて、予測対象日（予測対象期間）の電力需要の予測値を算出する。

【0061】

なお、図７（Ａ）にも示したように、需要予測処理では、予測実行日（１２日）から予測対象日前日（１５日）までの置き換え実績値のすべてを利用しなくてもよく、後述する電力需要の予測手法にしたがって、予測実行日から予測対象日前日までの期間のうちの少なくとも１日以上を候補日として選択し、当該候補日の置き換え実績値が利用されればよい。

【0062】

電力需要の予測手法としては、例えば、予測実行日から予測対象日前日までの電力需要の置き換え実績値を１日分だけ使用して、予測対象日（単日でも複数日に亘る期間でもよい）の電力需要の予測値を算出する方法が挙げられる。図７（Ｂ）は、このような電力需要の予測手法の実行イメージを示している。具体的には図７（Ｂ）の場合、需要予測実行部１５は、予測対象日の前日である１５日を候補日として選択し、１５日の置き換え実績値を用いて、予測対象日である１６日から２２日までの電力需要の予測値を算出する。なお、図７（Ｂ）では予測対象日の前日の置き換え実績値を選択したが、他の日の置き換え実績値を選択して電力需要の予測値を算出してもよい。

【0063】

また、別の電力需要の予測手法としては、例えば、予測実行日から予測対象日前日までの電力需要の置き換え実績値のうち複数日分（すべてでもよい）を使用して、予測対象日（単日でも複数日に亘る期間でもよい）の電力需要の予測値を算出する方法が挙げられる。図７（Ｃ）は、このような電力需要の予測手法の実行イメージを示している。具体的には図７（Ｃ）の場合、需要予測実行部１５は、１２日から１５日までを候補日として選択し、各候補日の置き換え実績値を用いて、予測対象日である１６日から２２日までの電力需要の予測値を算出する。

【0064】

なお、図７（Ｃ）では予測実行日から予測対象日前日までのすべてを候補日として選択したが、所定日数分だけを候補日として選択するようにしてもよい。この場合、所定日数分の候補日は、所定の条件に基づいて選択される。具体的には例えば、予測対象日の前日から順に遡って予測対象日に近い所定日数を候補日として選択したり、気象情報の予測値を考慮して関連度が高いと判断される日を候補日として抽出したり、平日や週末といった暦の種別に基づいて候補日を抽出したりすることが考えられる。

【0065】

また、上記したそれぞれの電力需要の予測手法で電力需要の予測値を算出する際は、予測実行日から予測対象日前日までの電力需要の置き換え実績値だけを用いて予測値を算出することに限定されず、予測実行日より前の電力需要の実績値（これは置き換え実績値ではない）と組み合わせて予測値を算出するようにしてもよい。

【0066】

また、さらに別の電力需要の予測手法として、翌日予測処理で再帰的に実行される翌日予測の手法を、需要予測処理でも使用するようにしてもよい。このとき、予測対象期間が１日である場合は、当該日の前日までの置き換え実績値を用いて翌日予測を行うことで、当該日の電力需要を予測することができる。また、予測対象期間が複数日である場合は、予測対象期間の初日から順次、翌日予測を繰り返し実行することにより、予測対象期間の各日の電力需要を予測することができる。

【0067】

以上をまとめると、本実施形態に係る需要予測処理では、予測実行日から予測対象日前日までの少なくとも何れかの日の電力需要の置き換え実績値を含めて、電力需要の実績値に基づいて、予測対象日（予測対象期間）における電力需要の予測値を算出するものである。さらに言えば、予測対象日の電力需要の予測値を算出するために、電力需要の実績値だけでなく、気象情報の実績値または予測値も利用してもよい。

【0068】

また、これまでの説明では、翌日予測の回帰的な実行により、予測実行日から予測対象日の前日までの日々について置き換え実績値を作成したが、本実施形態の変形例として、予測対象日当日あるいは予測対象日以降の日々についても置き換え実績値を作成するようにしてもよく、さらにこれらの予測対象日以降の置き換え実績値も需要予測処理における電力需要の予測で利用可能としてもよい。

【0069】

以上のように、上述した何れの電力需要の予測手法を採用する場合であっても、本実施形態に係る電力需要予測装置１によれば、予測実行日以降の予測対象日に近い日の電力需要の実績値のデータ点数を翌日予測の回帰的な実行によって増やし、これらの実績値を用いて予測対象日の電力需要を予測することができる。このようにして算出された電力需要の予測値は、変動が大きい近年の電力需要の変化パターンにも追従しやすいものであり、高い予測精度を実現することができる。

【0070】

なお、本発明は、上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、上述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、実施形態の構成の一部について、他の構成の追加、削除または置換をすることができる。

【0071】

また、上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施形態に示した機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が、前述した実施形態の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は、本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ハードディスク、ＳＳＤ、光ディスク、光磁気ディスク、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等が用いられる。

【0072】

また、実施形態に記載した機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｊａｖａ（登録商標）等の広範囲のプログラムまたはスクリプト言語で実装できる。

【0073】

さらに、実施形態に記載した機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段またはＣＤ－ＲＷ、ＣＤ－Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。

【符号の説明】

【0074】

１ 電力需要予測装置
１０ プロセッサ
１１ 制御装置
１２ 演算装置
１３ 翌日予測実行部
１４ 予測値編集部
１５ 需要予測実行部
２０ 記憶装置
２１ 気象情報データベース
２２ 電力需要データベース
３０ データ入力装置
４０ データ出力装置
５１ 制御信号
５２ 入力信号
５３ データ信号
５４ 出力信号

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】