▶ 出光興産株式会社の特許一覧 ▶ 株式会社クリーンエナジージャパンの特許一覧
特開2024-85771パネル制御システム、パネル制御方法、及びパネル制御プログラム
(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】P2024085771
(43)【公開日】2024-06-27
(54)【発明の名称】パネル制御システム、パネル制御方法、及びパネル制御プログラム
(51)【国際特許分類】
H02S 50/00 20140101AFI20240620BHJP
A01G 7/00 20060101ALI20240620BHJP
H02S 20/30 20140101ALN20240620BHJP
【ＦＩ】
H02S50/00
A01G7/00 601Z
H02S20/30
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2022200491
(22)【出願日】2022-12-15
(71)【出願人】
【識別番号】000183646
【氏名又は名称】出光興産株式会社
(71)【出願人】
【識別番号】514158800
【氏名又は名称】株式会社クリーンエナジージャパン
(74)【代理人】
【識別番号】110002354
【氏名又は名称】弁理士法人平和国際特許事務所
(72)【発明者】
【氏名】岩田 恭彰
(72)【発明者】
【氏名】野村 裕宗
(72)【発明者】
【氏名】丹保 省吾
(72)【発明者】
【氏名】中村 暢之
(72)【発明者】
【氏名】井原 邦宣
【テーマコード（参考）】
2B022
5F151
5F251
【Ｆターム（参考）】
2B022AA05
2B022DA01
2B022DA05
5F151JA14
5F151KA07
5F251JA14
5F251KA07
(57)【要約】
【課題】電力コストを最小化し、作物の販売価格を最大化する。
【解決手段】 農地５の上方に設けられ、傾斜角αを変動可能な太陽光パネル４を備えたパネル制御システムＳにおいて、過去に太陽光パネル４により太陽光発電された電力を示す情報に基づいて、将来太陽光パネル４により太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段１１０と、過去に施設７において消費された電力を示す情報に基づいて、将来の施設７において消費される電力の予測情報を取得する施設需要電力情報取得手段１２０と、農地５で育成する作物５１に関する情報を取得する作物情報取得手段１３０と、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報に基づいて、傾斜角αの角度を決定する傾斜角度決定手段１６０と、決定された角度に傾斜角αを調整する制御手段１４０と、を備える。
【選択図】図１
【解決手段】 農地５の上方に設けられ、傾斜角αを変動可能な太陽光パネル４を備えたパネル制御システムＳにおいて、過去に太陽光パネル４により太陽光発電された電力を示す情報に基づいて、将来太陽光パネル４により太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段１１０と、過去に施設７において消費された電力を示す情報に基づいて、将来の施設７において消費される電力の予測情報を取得する施設需要電力情報取得手段１２０と、農地５で育成する作物５１に関する情報を取得する作物情報取得手段１３０と、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報に基づいて、傾斜角αの角度を決定する傾斜角度決定手段１６０と、決定された角度に傾斜角αを調整する制御手段１４０と、を備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
農地の上方に設けられ、傾斜角を変動可能な太陽光パネルを備えたパネル制御システムにおいて、
過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段と、
過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得する施設需要電力情報取得手段と、
前記農地で育成する作物に関する情報を取得する作物情報取得手段と、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定する傾斜角度決定手段と、
前記決定された角度に前記傾斜角を調整する制御手段と、を備えた
ことを特徴とするパネル制御システム。
過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段と、
過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得する施設需要電力情報取得手段と、
前記農地で育成する作物に関する情報を取得する作物情報取得手段と、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定する傾斜角度決定手段と、
前記決定された角度に前記傾斜角を調整する制御手段と、を備えた
ことを特徴とするパネル制御システム。
【請求項2】
前記作物に関する情報には、作物の種類及び季節を特定可能な情報が含まれ、
前記傾斜角度決定手段は、
対象の季節において前記太陽光発電される電力の予測情報、前記季節において前記施設にて消費される電力の予測情報、及び、前記季節における前記作物に関する情報に基づいて、前記季節及び前記作物の種類毎に、前記傾斜角の角度を決定する
ことを特徴とする請求項１に記載のパネル制御システム。
前記傾斜角度決定手段は、
対象の季節において前記太陽光発電される電力の予測情報、前記季節において前記施設にて消費される電力の予測情報、及び、前記季節における前記作物に関する情報に基づいて、前記季節及び前記作物の種類毎に、前記傾斜角の角度を決定する
ことを特徴とする請求項１に記載のパネル制御システム。
【請求項3】
作物情報取得手段は、
前記作物の成長率を特定する成長率特定手段と、
前記成長率に基づいて前記作物の出荷可能期間を特定する出荷可能期間特定手段と、
過去の前記作物の価格に基づいて、前記出荷可能期間における前記作物の価格の予測情報を取得する作物価格情報取得手段と、
出荷可能期間における作物の価格の予測情報に基づいて出荷目標日を決定する出荷目標日決定手段と、
前記出荷目標日に対する前記作物の成長速度を判定する成長速度判定手段と、を備え、
前記傾斜角度決定手段は、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物の成長速度に基づいて、前記傾斜角の角度を決定する
ことを特徴とする請求項１又は２に記載のパネル制御システム。
前記作物の成長率を特定する成長率特定手段と、
前記成長率に基づいて前記作物の出荷可能期間を特定する出荷可能期間特定手段と、
過去の前記作物の価格に基づいて、前記出荷可能期間における前記作物の価格の予測情報を取得する作物価格情報取得手段と、
出荷可能期間における作物の価格の予測情報に基づいて出荷目標日を決定する出荷目標日決定手段と、
前記出荷目標日に対する前記作物の成長速度を判定する成長速度判定手段と、を備え、
前記傾斜角度決定手段は、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物の成長速度に基づいて、前記傾斜角の角度を決定する
ことを特徴とする請求項１又は２に記載のパネル制御システム。
【請求項4】
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記施設に対する前記太陽光発電電力の供給と、前記作物の成長速度とのうちの一方を優先する判定を行う判定手段を備え、
前記傾斜角度決定手段は、
前記判定手段により、前記太陽光発電電力の供給の方を優先すると判定された場合、前記太陽光パネルに太陽光を照射させ易い角度に前記傾斜角の角度を決定し、前記作物の成長速度の方を優先すると判定された場合、前記太陽光パネルに太陽光を照射させ難い角度に前記傾斜角の角度を決定する
ことを特徴とする請求項１に記載のパネル制御システム。
前記傾斜角度決定手段は、
前記判定手段により、前記太陽光発電電力の供給の方を優先すると判定された場合、前記太陽光パネルに太陽光を照射させ易い角度に前記傾斜角の角度を決定し、前記作物の成長速度の方を優先すると判定された場合、前記太陽光パネルに太陽光を照射させ難い角度に前記傾斜角の角度を決定する
ことを特徴とする請求項１に記載のパネル制御システム。
【請求項5】
前記施設には、電力会社が運営する電力系統に基づく電力を供給可能であり、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記施設における電力のコストと、前記作物の売上額とを算出する算出手段を備え、
前記傾斜角度決定手段は、
前記算出手段の算出結果に基づいて前記傾斜角の角度を決定する
ことを特徴とする請求項１に記載のパネル制御システム。
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記施設における電力のコストと、前記作物の売上額とを算出する算出手段を備え、
前記傾斜角度決定手段は、
前記算出手段の算出結果に基づいて前記傾斜角の角度を決定する
ことを特徴とする請求項１に記載のパネル制御システム。
【請求項6】
前記太陽光発電情報取得手段は、
過去に前記太陽光パネルにより太陽光発電された電力、及び、当該電力が発電されたときの前記太陽光パネルの傾斜角を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力、及び、当該電力が発電されるときの前記太陽光パネルの傾斜角を示す情報とを取得する
ことを特徴とする請求項５に記載のパネル制御システム。
過去に前記太陽光パネルにより太陽光発電された電力、及び、当該電力が発電されたときの前記太陽光パネルの傾斜角を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力、及び、当該電力が発電されるときの前記太陽光パネルの傾斜角を示す情報とを取得する
ことを特徴とする請求項５に記載のパネル制御システム。
【請求項7】
農地の上方に設けられた太陽光パネルの傾斜角を変動可能な制御方法において、
過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得するステップと、
過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得するステップと、
前記農地で育成する作物に関する情報を取得するステップと、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定するステップと、
前記決定された角度に前記傾斜角を調整するステップと、を有する
ことを特徴とするパネル制御方法。
過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得するステップと、
過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得するステップと、
前記農地で育成する作物に関する情報を取得するステップと、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定するステップと、
前記決定された角度に前記傾斜角を調整するステップと、を有する
ことを特徴とするパネル制御方法。
【請求項8】
農地の上方に設けられた太陽光パネルの傾斜角を変動可能に制御するコンピュータを、
過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段、
過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得する施設需要電力情報取得手段、
前記農地で育成する作物に関する情報を取得する作物情報取得手段、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定する傾斜角度決定手段、
前記決定された角度に前記傾斜角を調整する制御手段、として機能させる
ことを特徴とするパネル制御プログラム。
過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段、
過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得する施設需要電力情報取得手段、
前記農地で育成する作物に関する情報を取得する作物情報取得手段、
前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定する傾斜角度決定手段、
前記決定された角度に前記傾斜角を調整する制御手段、として機能させる
ことを特徴とするパネル制御プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、太陽光パネルにより太陽光発電を行いつつ、当該太陽光パネルの下方において作物を育成する営農型太陽光発電において、太陽光が太陽光パネルや作物に対し適切に照射されるように太陽光パネルの傾斜角を調整可能に制御するパネル制御システム、パネル制御方法、及びパネル制御プログラムに関する。
【背景技術】
【0002】
農地の上にヤグラなどの支柱を建て、その上に太陽光パネルを設けて太陽光発電しながら営農を継続する営農型太陽光発電が知られている。
例えば、特許文献１には、ソーラーパネルと、反射板とを設け、ソーラーパネルの傾斜角を反射板の傾斜角より所定角度小さくなるように制御するシステムが開示されている。
この文献には、反射板を、太陽光パネルと太陽光パネルとの間に設けることで、太陽光が反射板で反射して作物を効果的に照射することが記載されている。
例えば、特許文献１には、ソーラーパネルと、反射板とを設け、ソーラーパネルの傾斜角を反射板の傾斜角より所定角度小さくなるように制御するシステムが開示されている。
この文献には、反射板を、太陽光パネルと太陽光パネルとの間に設けることで、太陽光が反射板で反射して作物を効果的に照射することが記載されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２０－１８４９８７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、特許文献１に係る発明は、太陽光パネルと太陽光パネルとの間に反射板を設けるため、農地全体に隙間なく太陽光パネルを配することができず、面積の割に太陽光発電の発電量が小さくなる。
このため、農地に隣接する施設において様々な電気機器が使用されるが、そのための供給電力としては不十分であった。
このため、施設用の電力としては、電力会社が運営する電力系統の電力に依存せざるを得ず、ピーク値を超過して電気代が高額になり易いという問題があった。
この問題に対し、太陽光パネルを農地全体に隙間なく配すれば太陽光発電を多く得ることができ系統電力の負担を減らすことができるが、その場合、作物に対する太陽光の照射（受光）が太陽光パネルにより阻まれる。
その結果、成長が不十分になって作物の販売価格が低下する、といった別の問題が生じることになる。
これらの問題は、特に光飽和点が存在しないか高い作物に対する問題ではあるが、従来の営農型太陽光発電において、作物や太陽光パネルに対する太陽光の照射量を自動的に調整する技術は存在せず、改良すべき余地があった。
このため、農地に隣接する施設において様々な電気機器が使用されるが、そのための供給電力としては不十分であった。
このため、施設用の電力としては、電力会社が運営する電力系統の電力に依存せざるを得ず、ピーク値を超過して電気代が高額になり易いという問題があった。
この問題に対し、太陽光パネルを農地全体に隙間なく配すれば太陽光発電を多く得ることができ系統電力の負担を減らすことができるが、その場合、作物に対する太陽光の照射（受光）が太陽光パネルにより阻まれる。
その結果、成長が不十分になって作物の販売価格が低下する、といった別の問題が生じることになる。
これらの問題は、特に光飽和点が存在しないか高い作物に対する問題ではあるが、従来の営農型太陽光発電において、作物や太陽光パネルに対する太陽光の照射量を自動的に調整する技術は存在せず、改良すべき余地があった。
【0005】
本発明は、以上のような事情に鑑みなされたものであり、営農型太陽光発電において、傾斜角を変動可能な太陽光パネルを採用し、条件に基づいて傾斜角を適切な角度に自動調整できるようにしたパネル制御システム、パネル制御方法、及びパネル制御プログラムの提供を目的とする。
【課題を解決するための手段】
【0006】
上記目的を達成するため、本発明の一態様に係るパネル制御システムは、過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段と、過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得する施設需要電力情報取得手段と、前記農地で育成する作物に関する情報を取得する作物情報取得手段と、前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定する傾斜角度決定手段と、前記決定された角度に前記傾斜角を調整する制御手段と、を備えるようにしている。
【0007】
また、本発明の他の一態様に係るパネル制御方法は、農地の上方に設けられた太陽光パネルの傾斜角を変動可能な制御方法において、過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得するステップと、過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得するステップと、前記農地で育成する作物に関する情報を取得するステップと、前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定するステップと、前記決定された角度に前記傾斜角を調整するステップと、を有するようにしてある。
【0008】
また、本発明の他の一態様に係るパネル制御プログラムは、農地の上方に設けられた太陽光パネルの傾斜角を変動可能に制御するコンピュータを、過去に前記太陽光パネルにより太陽光発電された電力を示す情報に基づいて、将来前記太陽光パネルにより太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段、過去に施設において消費された電力を示す情報に基づいて、将来の前記施設において消費される電力の予測情報を取得する施設需要電力情報取得手段、前記農地で育成する作物に関する情報を取得する作物情報取得手段、前記太陽光発電される電力の予測情報、前記施設において消費される電力の予測情報、及び、前記作物に関する情報に基づいて、前記傾斜角の角度を決定する傾斜角度決定手段、前記決定された角度に前記傾斜角を調整する制御手段、として機能させるようにしてある。
【発明の効果】
【0009】
本発明によれば、電力コストを最小化し、作物の販売価格を最大化することができる。
【図面の簡単な説明】
【0010】
【図1】本発明の一実施形態に係るパネル制御システムの概略図である。
【図2】サーバのハードウェア構成図である。
【図3】太陽光パネルの平面図である。
【図4】太陽光パネルの側面図である。（ａ）は傾斜角α＝３０°の図であり、（ｂ）は傾斜角３０°＜α＜１２０°のうちの一例を示す図であり、（ｃ）は傾斜角α＝１２０°の図である。
【図5】パネル制御システムの機能ブロック図である。
【図6】（ａ）は太陽光発電電力予測モデルの生成に関する説明図であり、（ｂ）は太陽光発電電力予測モデルに所定の情報を入力することにより太陽光発電の予測情報が出力されることを示す図である。
【図7】（ａ）は太陽光発電電力（実績）が記憶されている太陽光発電電力ＤＢの一例である。（ｂ）は天気及び気温・湿度（実績）が記憶されている天気情報ＤＢの一例である。（ｃ）は太陽光発電電力予測モデルにより出力された太陽光発電の発電量（予測）を含む情報の一例である。
【図8】（ａ）は施設需要電力予測モデルの生成に関する説明図であり、（ｂ）は施設需要電力予測モデルに所定の情報を入力することにより施設需要電力の予測情報が出力されることを示す図である。
【図9】（ａ）は施設需要電力（実績）が記憶されている施設需要電力ＤＢの一例である。（ｂ）は施設需要電力予測モデルにより出力された施設需要電力の消費量（予測）を含む情報の一例である。
【図10】（ａ）は作物の成長率に基づき出荷可能期間を特定することを示す図である。（ｂ）は過去の作物価格（実績）等に基づき出荷可能期間における作物価格を予測し、そのうちの高価格日を出荷目標日に決定することを示す図である。
【図11】（ａ）は作物の成長率及び農地（土）の水分量を示す図表であり、（ｂ）は出荷可能期間に関する説明図である。
【図12】（ａ）は過去の作物価格（実績）が記憶されている作物価格ＤＢの一例であり、（ｂ）は作物価格（予測）を示す図表である。
【図13】作物価格推移（予測）を示すグラフである。
【図14】成長速度と太陽光発電電力（予測）と施設需要電力（予測）とに基づいて傾斜角の角度を判定する判定パターンａ～ｈを示す図表である。
【図15】本発明のパネル制御方法に係るメインフローチャート図である。
【図16】太陽光発電電力の予測情報を取得する手順を示すサブフローチャートである。
【図17】施設需要電力の予測情報を取得する手順を示すサブフローチャートである。
【図18】作物情報を取得する手順を示すサブフローチャートである。
【発明を実施するための形態】
【0011】
本発明のパネル制御システム、パネル制御方法、及びパネル制御プログラムの好ましい実施形態について図面を参照しながら説明する。
【0012】
図１は、本発明の一実施形態に係るパネル制御システムＳの概略図である。
図１に示すように、本実施形態のパネル制御システムＳは、サーバ１と、天気情報提供装置２と、太陽光パネル４を備えた太陽光発電システム４Ｓと、作物５１が植えられている農地５と、ドローン６と、施設７と、施設７を管理する施設管理システム７Ｓと、を備えている。
各構成部は、インターネット９などの通信回線を介して通信可能に接続される。
図１に示すように、本実施形態のパネル制御システムＳは、サーバ１と、天気情報提供装置２と、太陽光パネル４を備えた太陽光発電システム４Ｓと、作物５１が植えられている農地５と、ドローン６と、施設７と、施設７を管理する施設管理システム７Ｓと、を備えている。
各構成部は、インターネット９などの通信回線を介して通信可能に接続される。
【0013】
（サーバ１のハードウェア構成）
図２は、サーバ１のハードウェア構成図である。
サーバ１は、所定条件に応じ太陽光パネル４の傾斜角αを自動的に変動させる制御を行う。
サーバ１は、プロセッサ１０１と、メモリ１０２と、ストレージ１０３と、通信装置１０４と、を備えた情報処理装置である。
プロセッサ１０１は、プログラムを実行することにより、サーバ１の各部を制御し、サーバ１の機能を実現する処理を行う。プロセッサ１０１には、例えばＣＰＵ（Central Processing Unit）が用いられる。
メモリ１０２は、コンピュータが読み取り可能な記録媒体であり、プロセッサ１０１により実行されるプログラムを記憶する。メモリ１０２には、例えばＲＡＭ（Random Access Memory）及びＲＯＭ（Read Only Memory）が用いられる。
ストレージ１０３は、コンピュータが読み取り可能な記録媒体であり、プロセッサ１０１により用いられる各種のデータ及びプログラムを記憶する。ストレージ１０３には、例えばＨＤＤ（Hard Disk Drive）又はＳＳＤ（Solid State Drive）が用いられる。
プログラムには、本発明のパネル制御プログラムが含まれている。
通信装置１０４は、インターネット９に接続され、例えばインターネット９を介して天気情報提供装置２、太陽光発電システム４Ｓ、ドローン６、施設管理システム７Ｓ等の各通信手段と情報の送受信を行う。
図２は、サーバ１のハードウェア構成図である。
サーバ１は、所定条件に応じ太陽光パネル４の傾斜角αを自動的に変動させる制御を行う。
サーバ１は、プロセッサ１０１と、メモリ１０２と、ストレージ１０３と、通信装置１０４と、を備えた情報処理装置である。
プロセッサ１０１は、プログラムを実行することにより、サーバ１の各部を制御し、サーバ１の機能を実現する処理を行う。プロセッサ１０１には、例えばＣＰＵ（Central Processing Unit）が用いられる。
メモリ１０２は、コンピュータが読み取り可能な記録媒体であり、プロセッサ１０１により実行されるプログラムを記憶する。メモリ１０２には、例えばＲＡＭ（Random Access Memory）及びＲＯＭ（Read Only Memory）が用いられる。
ストレージ１０３は、コンピュータが読み取り可能な記録媒体であり、プロセッサ１０１により用いられる各種のデータ及びプログラムを記憶する。ストレージ１０３には、例えばＨＤＤ（Hard Disk Drive）又はＳＳＤ（Solid State Drive）が用いられる。
プログラムには、本発明のパネル制御プログラムが含まれている。
通信装置１０４は、インターネット９に接続され、例えばインターネット９を介して天気情報提供装置２、太陽光発電システム４Ｓ、ドローン６、施設管理システム７Ｓ等の各通信手段と情報の送受信を行う。
【0014】
（太陽光発電システム４Ｓ）
太陽光発電システム４Ｓについて説明する。
図３は、太陽光パネル４の平面図である。
図４は、太陽光パネル４の様々な傾斜角を説明するための側面図である。
図５は、パネル制御システムＳの機能ブロック図である。
これらの図に示すように、太陽光発電システム４Ｓは、太陽光パネル４と、傾斜角可動部４１０と、制御処理部４２０と、発電量管理部４３０と、を備えている。
太陽光発電システム４Ｓについて説明する。
図３は、太陽光パネル４の平面図である。
図４は、太陽光パネル４の様々な傾斜角を説明するための側面図である。
図５は、パネル制御システムＳの機能ブロック図である。
これらの図に示すように、太陽光発電システム４Ｓは、太陽光パネル４と、傾斜角可動部４１０と、制御処理部４２０と、発電量管理部４３０と、を備えている。
【0015】
太陽光パネル４は、パネル面に太陽光が照射されて太陽光発電が行われる。
太陽光発電された電力は、施設７において管理されているドローン６や各種電気機器７１０に対し供給が可能になっている。
パネル制御システムＳは営農型太陽光発電に係るシステムであることから、太陽光パネル４は、農地５（作物５１）の上方に設けられている。
太陽光発電された電力は、施設７において管理されているドローン６や各種電気機器７１０に対し供給が可能になっている。
パネル制御システムＳは営農型太陽光発電に係るシステムであることから、太陽光パネル４は、農地５（作物５１）の上方に設けられている。
【0016】
傾斜角可動部４１０は、太陽光パネル４を任意の傾斜角に変動させるための可動部品である。
傾斜角可動部４１０は、図４に示すように、例えば、ねじ歯車（ウォーム）４１２と、それに合う斜歯歯車（ウォームホイール）４１３とを組み合わせたウォームギアによって構成されている。
ウォームホイール４１３を太陽光パネル４の中心部にある回転軸４１１の一端又は両端に接合し、モータ（不図示）でウォーム４１２を回動させる。
これにより、ウォームホイール４１３が従動回転し、当該回転に応じた回転軸４１１の回転によって、太陽光パネル４を回転軸４１１を中心に回転させることができる。
傾斜角可動部４１０は、図４に示すように、例えば、ねじ歯車（ウォーム）４１２と、それに合う斜歯歯車（ウォームホイール）４１３とを組み合わせたウォームギアによって構成されている。
ウォームホイール４１３を太陽光パネル４の中心部にある回転軸４１１の一端又は両端に接合し、モータ（不図示）でウォーム４１２を回動させる。
これにより、ウォームホイール４１３が従動回転し、当該回転に応じた回転軸４１１の回転によって、太陽光パネル４を回転軸４１１を中心に回転させることができる。
【0017】
制御処理部４２０は、プロセッサを備え、プログラムを実行することにより、傾斜角可動部４１０に傾斜角αを所定角度に調整させる。
具体的には、制御処理部４２０は、サーバ１から受信した命令に基づき、傾斜角αを任意の角度に変動させて固定することができる。
なお、本実施形態の太陽光パネル４は複数設けられるところ、制御手段１４０は、すべての制御処理部４２０に対し同時に命令を行うため、各太陽光パネル４の傾斜角は常に同一角度に調整される（図３）。
具体的には、制御処理部４２０は、サーバ１から受信した命令に基づき、傾斜角αを任意の角度に変動させて固定することができる。
なお、本実施形態の太陽光パネル４は複数設けられるところ、制御手段１４０は、すべての制御処理部４２０に対し同時に命令を行うため、各太陽光パネル４の傾斜角は常に同一角度に調整される（図３）。
【0018】
図４は、サーバ１から傾斜角αの角度情報を含む命令信号の受信に応じ、制御処理部４２０が、傾斜角可動部４１０に傾斜角αを所定角度に調整したときの図である。
図４（ａ）は、傾斜角α＝３０°の太陽光パネル４の側面図であり、図４（ｂ）は、傾斜角３０＜α＜１２０°のうちの一例（α＝４５°）を示す側面図であり、図４（ｃ）は、α＝１２０°の太陽光パネル４の側面図である。
太陽光パネル４の傾斜角は、季節、時間帯、方位等によって異なるが、ここでは、便宜上、傾斜角α＝３０°のときに太陽光がパネル面に対し垂直に進行する。
このため、傾斜角α＝３０°のときに太陽光パネル４に対する太陽光の照射量が最も多く、ゆえに、太陽光発電による発電量が最も多く、他方、作物５１に対する太陽光の照射量は最も少ない（図４（ａ））。
また、傾斜角α＝１２０°のときに、太陽光は、パネル面に対し並行に進行するため、太陽光パネル４に対する太陽光の照射量は最も少なく、ゆえに、太陽光発電による発電量は最も少なく、他方、作物５１に対する太陽光の照射量は最も多い（図４（ｃ））。
図４（ａ）は、傾斜角α＝３０°の太陽光パネル４の側面図であり、図４（ｂ）は、傾斜角３０＜α＜１２０°のうちの一例（α＝４５°）を示す側面図であり、図４（ｃ）は、α＝１２０°の太陽光パネル４の側面図である。
太陽光パネル４の傾斜角は、季節、時間帯、方位等によって異なるが、ここでは、便宜上、傾斜角α＝３０°のときに太陽光がパネル面に対し垂直に進行する。
このため、傾斜角α＝３０°のときに太陽光パネル４に対する太陽光の照射量が最も多く、ゆえに、太陽光発電による発電量が最も多く、他方、作物５１に対する太陽光の照射量は最も少ない（図４（ａ））。
また、傾斜角α＝１２０°のときに、太陽光は、パネル面に対し並行に進行するため、太陽光パネル４に対する太陽光の照射量は最も少なく、ゆえに、太陽光発電による発電量は最も少なく、他方、作物５１に対する太陽光の照射量は最も多い（図４（ｃ））。
【0019】
以上のことから、太陽光発電の発電量は、傾斜角α＝３０°のときに最も多く、傾斜角α＝１２０°のときに最も低く、作物５１に対する太陽光の照射量は、傾斜角α＝３０°のときに最も低く、傾斜角α＝１２０°のときに最も多い。
つまり、太陽光発電の発電量と、作物５１に対する太陽光の照射量とは、傾斜角αは３０°～１２０°の範囲で変動し（図４（ｂ））、一方が高いと他方が低くなるトレードオフの関係を有している。
発電量管理部４３０は、太陽光発電の発電量を日毎に管理（記憶）しており、管理されている情報はサーバ１に送信される。
つまり、太陽光発電の発電量と、作物５１に対する太陽光の照射量とは、傾斜角αは３０°～１２０°の範囲で変動し（図４（ｂ））、一方が高いと他方が低くなるトレードオフの関係を有している。
発電量管理部４３０は、太陽光発電の発電量を日毎に管理（記憶）しており、管理されている情報はサーバ１に送信される。
【0020】
（農地５、作物５１）
農地５には、作物５１が植えられており、その上方には、太陽光パネル４が設けられている。
作物５１は、光合成を行うため太陽光の照射を必要とする。
特に、光飽和点が存在しない作物５１は、太陽光の照射量が多いほど光合成を行う速度が上昇する。
このため、作物５１は、太陽光の照射量が多い（光の強度が強い）ほど、早く成長し、太陽光の照射量が少ないほど遅く成長する。
なお、光飽和点が存在する作物５１についても、光飽和点未満においては、太陽光の照射量の多少に応じて作物５１の成長速度は変化する。
作物５１は、適量の水分も成長に必要な要素であり、例えば土壌含有水分量が適量の場合には健全に成長するが、土壌含有水分量が少ない場合には成長が滞る。
以上のことから、作物５１は、一定の条件下、太陽光の照射量や土壌含有水分量が多いほど成長速度は速く、太陽光の照射量や土壌含有水分量が少ないほど成長速度は遅い。
なお、作物５１は１種類でも２種類以上でもよく、特定の種類に限定されるものではない。
農地５には、作物５１が植えられており、その上方には、太陽光パネル４が設けられている。
作物５１は、光合成を行うため太陽光の照射を必要とする。
特に、光飽和点が存在しない作物５１は、太陽光の照射量が多いほど光合成を行う速度が上昇する。
このため、作物５１は、太陽光の照射量が多い（光の強度が強い）ほど、早く成長し、太陽光の照射量が少ないほど遅く成長する。
なお、光飽和点が存在する作物５１についても、光飽和点未満においては、太陽光の照射量の多少に応じて作物５１の成長速度は変化する。
作物５１は、適量の水分も成長に必要な要素であり、例えば土壌含有水分量が適量の場合には健全に成長するが、土壌含有水分量が少ない場合には成長が滞る。
以上のことから、作物５１は、一定の条件下、太陽光の照射量や土壌含有水分量が多いほど成長速度は速く、太陽光の照射量や土壌含有水分量が少ないほど成長速度は遅い。
なお、作物５１は１種類でも２種類以上でもよく、特定の種類に限定されるものではない。
【0021】
（天気情報提供装置２）
天気情報提供装置２は、公知の天気予報サービスを担うＷｅｂサーバであり、将来の晴、曇、雨などの予測情報をインターネット９を介して提供する。
また、天気情報提供装置２は、将来の気温・湿度の予測情報をインターネット９を介して提供する。
サーバ１は、翌日から１ヶ月間、６ヶ月間など特定期間における日毎の天気や気温・湿度の予測情報をインターネット９を介して天気情報提供装置２から受信することができる。
天気情報提供装置２は、公知の天気予報サービスを担うＷｅｂサーバであり、将来の晴、曇、雨などの予測情報をインターネット９を介して提供する。
また、天気情報提供装置２は、将来の気温・湿度の予測情報をインターネット９を介して提供する。
サーバ１は、翌日から１ヶ月間、６ヶ月間など特定期間における日毎の天気や気温・湿度の予測情報をインターネット９を介して天気情報提供装置２から受信することができる。
【0022】
（施設７及び施設管理システム７Ｓ）
施設７は、作物５１を育成している農家が居住又は運営する建物などの構造物である。
施設７には、後述するドローン６や他の電気機器７１０（例えば、ドローン６や電気自動車の充電器、空調機器、照明器具などの家電器具等）が備えられ、各電気機器７１０に対し適宜電力が供給され消費される。
施設７には、電力会社から供給される系統電力８１と、太陽光発電システム４Ｓから供給される太陽光発電電力８２とがある。
本実施形態では、太陽光発電電力８２が優先的に供給・消費されるが、太陽光発電電力８２でカバーできない分の負荷に対しては系統電力８１が供給・消費される。
このため、太陽光発電電力８２の発電量が多いほど、系統電力８１の消費を抑えることができる。
消費電力管理部７１１は、施設７における消費電力量を管理（記憶）しており、日毎に消費電力量がサーバ１に送信される。
施設７は、作物５１を育成している農家が居住又は運営する建物などの構造物である。
施設７には、後述するドローン６や他の電気機器７１０（例えば、ドローン６や電気自動車の充電器、空調機器、照明器具などの家電器具等）が備えられ、各電気機器７１０に対し適宜電力が供給され消費される。
施設７には、電力会社から供給される系統電力８１と、太陽光発電システム４Ｓから供給される太陽光発電電力８２とがある。
本実施形態では、太陽光発電電力８２が優先的に供給・消費されるが、太陽光発電電力８２でカバーできない分の負荷に対しては系統電力８１が供給・消費される。
このため、太陽光発電電力８２の発電量が多いほど、系統電力８１の消費を抑えることができる。
消費電力管理部７１１は、施設７における消費電力量を管理（記憶）しており、日毎に消費電力量がサーバ１に送信される。
【0023】
（ドローン６）
ドローン６は、無人飛翔体の一例であり、複数の作業を実施可能な複合用途型ドローンである。
「複数の作業」は、例えば、作物５１に対する上空からの水やり、肥料や農薬の散布、作物５１に対する上空からの撮影（点検）等などある。
ドローン６は、通常の飛翔体に備えられる一般的な飛行機能のほか、通信機能、測位部、電源部、撮影部、液体散布部、及び、制御機能を備える。
通信機能は、例えば、ＬＴＥなどの携帯電話網や、インターネット９などの固定通信網等のネットワークを介してサーバ１との間で各種データの送受信を行う機能である。
測位部は、例えば、ＧＰＳを含むＧＮＳＳ（global navigation satellite system）などの測位手段であり、ドローン６の位置情報（緯度・経度）を計測する。このため、作物５１や農地５の位置情報を指定すれば当該作物５１や農地５の上空を飛行（ホバリング）させることができる。
電源部は、バッテリーを備え、このバッテリーによりドローン６に対して駆動電力を供給する。
ドローン６は、待機時は施設７に配置されており、バッテリーは、ドローン６が施設７に配置された状態で充電器により充電される。
撮影部は、動画又は静止画を撮影するカメラである。
撮影部は、点検対象である作物５１や農地５を上空から撮影する場合に使用される。
撮影された撮影データは、サーバ１に送信される。
液体散布部は、水、肥料、農薬などの液体を上空から散布するための部品である。
ドローン６は、無人飛翔体の一例であり、複数の作業を実施可能な複合用途型ドローンである。
「複数の作業」は、例えば、作物５１に対する上空からの水やり、肥料や農薬の散布、作物５１に対する上空からの撮影（点検）等などある。
ドローン６は、通常の飛翔体に備えられる一般的な飛行機能のほか、通信機能、測位部、電源部、撮影部、液体散布部、及び、制御機能を備える。
通信機能は、例えば、ＬＴＥなどの携帯電話網や、インターネット９などの固定通信網等のネットワークを介してサーバ１との間で各種データの送受信を行う機能である。
測位部は、例えば、ＧＰＳを含むＧＮＳＳ（global navigation satellite system）などの測位手段であり、ドローン６の位置情報（緯度・経度）を計測する。このため、作物５１や農地５の位置情報を指定すれば当該作物５１や農地５の上空を飛行（ホバリング）させることができる。
電源部は、バッテリーを備え、このバッテリーによりドローン６に対して駆動電力を供給する。
ドローン６は、待機時は施設７に配置されており、バッテリーは、ドローン６が施設７に配置された状態で充電器により充電される。
撮影部は、動画又は静止画を撮影するカメラである。
撮影部は、点検対象である作物５１や農地５を上空から撮影する場合に使用される。
撮影された撮影データは、サーバ１に送信される。
液体散布部は、水、肥料、農薬などの液体を上空から散布するための部品である。
【0024】
制御機能において、ＣＰＵがＲＯＭに記憶されたプログラムを実行することにより以下の制御を行うことができる。
例えば、制御機能において、毎日定時になると、ドローン６を施設７の待機場所から離陸させ、指定された位置情報に基づいて対象の農地５や作物５１の上空を飛行させつつ、カメラに農地５や作物５１を撮影させることができる。撮影した農地５や作物５１の映像をサーバ１に送信させる。
また、制御機能において、サーバ１からの命令に基づき、指定された位置情報に基づいて対象の農地５や作物５１の上空を飛行させつつ、液体散布部に水、肥料、農薬を散布させることができる。
例えば、制御機能において、毎日定時になると、ドローン６を施設７の待機場所から離陸させ、指定された位置情報に基づいて対象の農地５や作物５１の上空を飛行させつつ、カメラに農地５や作物５１を撮影させることができる。撮影した農地５や作物５１の映像をサーバ１に送信させる。
また、制御機能において、サーバ１からの命令に基づき、指定された位置情報に基づいて対象の農地５や作物５１の上空を飛行させつつ、液体散布部に水、肥料、農薬を散布させることができる。
【0025】
（サーバ１及びパネル制御システムＳにおける動作）
サーバ１は、図５に示すように、データベース１５０を、ストレージ１０３の内部に備えると共に、太陽光発電情報取得手段１１０、施設需要電力情報取得手段１２０、作物情報取得手段１３０、及び、制御手段１４０を備える。
データベース１５０は、例えば、過去の太陽光発電電力８２の実績情報を記憶する太陽光発電電力ＤＢ１５１、過去の天気や気温・湿度の実績情報を記憶する天気情報ＤＢ１５２、過去の施設消費電力の実績情報を記憶する施設需要電力ＤＢ１５３、過去の作物５１の価格情報を記憶する作物価格ＤＢ１５４などのデータベース１５０がある。
サーバ１は、図５に示すように、データベース１５０を、ストレージ１０３の内部に備えると共に、太陽光発電情報取得手段１１０、施設需要電力情報取得手段１２０、作物情報取得手段１３０、及び、制御手段１４０を備える。
データベース１５０は、例えば、過去の太陽光発電電力８２の実績情報を記憶する太陽光発電電力ＤＢ１５１、過去の天気や気温・湿度の実績情報を記憶する天気情報ＤＢ１５２、過去の施設消費電力の実績情報を記憶する施設需要電力ＤＢ１５３、過去の作物５１の価格情報を記憶する作物価格ＤＢ１５４などのデータベース１５０がある。
【0026】
太陽光発電電力ＤＢ１５１は、太陽光発電システム４Ｓの発電量管理部４３０において管理している過去（例えば、直近１０年分）の太陽光発電電力８２の情報を、サーバ１が、インターネット９を介して受信・記憶することで構成される。
天気情報ＤＢ１５２は、過去（例えば、直近１０年分）の天気、気温、室温の実績情報を記憶することで構成される。
施設需要電力ＤＢ１５３は、施設管理システム７Ｓの消費電力管理部７１１において管理している過去（例えば、直近１０年分）の施設需要電力（施設７で消費された電力）の情報を、サーバ１が、インターネット９を介して受信・記憶することで構成される。
作物価格ＤＢ１５４は、過去（例えば、直近１０年分）の作物５１の販売価格、卸売価格、小売価格などの価格情報を記憶することで構成される。
天気情報ＤＢ１５２は、過去（例えば、直近１０年分）の天気、気温、室温の実績情報を記憶することで構成される。
施設需要電力ＤＢ１５３は、施設管理システム７Ｓの消費電力管理部７１１において管理している過去（例えば、直近１０年分）の施設需要電力（施設７で消費された電力）の情報を、サーバ１が、インターネット９を介して受信・記憶することで構成される。
作物価格ＤＢ１５４は、過去（例えば、直近１０年分）の作物５１の販売価格、卸売価格、小売価格などの価格情報を記憶することで構成される。
【0027】
太陽光発電情報取得手段１１０は、過去に太陽光パネル４により太陽光発電された電力を示す情報に基づいて、将来太陽光パネル４により太陽光発電される電力の予測情報を取得する。
具体的には、図６（ａ）に示すように、過去の日付（時刻を含む）、その日付の太陽光発電電力８２（実績）、及び、その日付の天気（実績）の組み合わせをデータセットとし、当該データセットを長期間に亘る多数セット用意して機械学習を行うことで、将来の特定日や特定期間における太陽光発電電力８２の予測量を出力可能なプログラム（太陽光発電電力予測モデル）を生成する。
太陽光発電電力８２（実績）は太陽光発電電力ＤＢ１５１から取得し、天気（実績）は天気情報ＤＢ１５２から取得すればよい。
例えば、２０１０年５月１日から１０年間の実績を学習する場合、２０１０年５月１日～２０２０年４月３０日の各日の日付、日付毎の太陽光発電電力８２の発電量の実績情報（図７（ａ））、及び、日付毎の天気の実績情報（図７（ｂ））を、日付別に組み合わせたデータセットを用意する。
そして、これらデータセットを、入力層と複数の中間層と出力層とからなるニューラルネットワークに入力することで、日付と天気と太陽光発電電力８２との相関関係を自律的に学習させる。
この学習により、日付と天気とを入力すると、対応する太陽光発電電力８２を出力するプログラム（太陽光発電電力予測モデル）を生成する（図６（ａ）、（ｂ））。
具体的には、図６（ａ）に示すように、過去の日付（時刻を含む）、その日付の太陽光発電電力８２（実績）、及び、その日付の天気（実績）の組み合わせをデータセットとし、当該データセットを長期間に亘る多数セット用意して機械学習を行うことで、将来の特定日や特定期間における太陽光発電電力８２の予測量を出力可能なプログラム（太陽光発電電力予測モデル）を生成する。
太陽光発電電力８２（実績）は太陽光発電電力ＤＢ１５１から取得し、天気（実績）は天気情報ＤＢ１５２から取得すればよい。
例えば、２０１０年５月１日から１０年間の実績を学習する場合、２０１０年５月１日～２０２０年４月３０日の各日の日付、日付毎の太陽光発電電力８２の発電量の実績情報（図７（ａ））、及び、日付毎の天気の実績情報（図７（ｂ））を、日付別に組み合わせたデータセットを用意する。
そして、これらデータセットを、入力層と複数の中間層と出力層とからなるニューラルネットワークに入力することで、日付と天気と太陽光発電電力８２との相関関係を自律的に学習させる。
この学習により、日付と天気とを入力すると、対応する太陽光発電電力８２を出力するプログラム（太陽光発電電力予測モデル）を生成する（図６（ａ）、（ｂ））。
【0028】
例えば、将来の日付を指定すると、その日付の天気（予測）の情報を天気情報提供装置２から取得し、その日付と抽出した天気（予測）の情報とを太陽光発電電力予測モデルに入力する（図６（ｂ））。
なお、天気（予測）を、サーバ１において予測して当該予測結果を「天気（予測）の情報」として太陽光発電電力予測モデルに入力してもよい。
これにより、太陽光発電電力予測モデルから、その日付の太陽光発電電力８２（予測）を出力させることができる（図６（ｂ））。
このため、２０２０年５月１日～５月３１日までの各日付を指定することで、２０２０年５月における太陽光発電電力８２の発電量の予測情報を取得することができる（図７（ｃ）参照）。
本実施形態では、３０分間隔のデータセットを用意して学習しているため、３０分間隔で太陽光発電電力８２の発電量（予測値）を出力させることができる（図７（ａ）～（ｃ）参照）。
なお、時間間隔は３０分以下の間隔（例えば１０分）でもよく、３０分以上の間隔（例えば、１時間、１日）でもよい。
学習対象に、気温や湿度を加えることもできる。
なお、天気（予測）を、サーバ１において予測して当該予測結果を「天気（予測）の情報」として太陽光発電電力予測モデルに入力してもよい。
これにより、太陽光発電電力予測モデルから、その日付の太陽光発電電力８２（予測）を出力させることができる（図６（ｂ））。
このため、２０２０年５月１日～５月３１日までの各日付を指定することで、２０２０年５月における太陽光発電電力８２の発電量の予測情報を取得することができる（図７（ｃ）参照）。
本実施形態では、３０分間隔のデータセットを用意して学習しているため、３０分間隔で太陽光発電電力８２の発電量（予測値）を出力させることができる（図７（ａ）～（ｃ）参照）。
なお、時間間隔は３０分以下の間隔（例えば１０分）でもよく、３０分以上の間隔（例えば、１時間、１日）でもよい。
学習対象に、気温や湿度を加えることもできる。
【0029】
施設需要電力情報取得手段１２０は、過去に施設７において消費された電力（施設需要電力）を示す情報に基づいて、将来の施設７において消費される電力（施設需要電力）の予測情報を取得する。
具体的には、図８（ａ）に示すように、過去の日付（時刻を含む）、その日付の施設需要電力（実績）、その日付の気温・湿度（実績）、及び、その日付の曜日の組み合わせをデータセットとし、当該データセットを多数用意して機械学習を行うことで、将来の特定日や特定期間における施設需要電力の予測量を出力可能なプログラム（施設需要電力予測モデル）を生成する。
施設需要電力（実績）は施設需要電力ＤＢ１５３から取得し、気温・湿度（実績）は天気情報ＤＢ１５２から取得すればよい。
例えば、２０１０年５月１日から１０年間の実績を学習する場合、２０１０年５月１日～２０２０年４月３０日の各日の日付、日毎の施設需要電力の消費量の実績情報（図９（ａ））、日毎の気温・湿度の実績情報（図７（ｂ））、及び、曜日の情報（図９（ａ））を、日別に組み合わせたデータセットを用意する。
そして、これらデータセットを、入力層と複数の中間層と出力層とからなるニューラルネットワークに入力することで、日付と気温・湿度と曜日と施設需要電力との関係を自律的に学習させる。
この学習により、日付と気温・湿度と曜日とを入力すると、対応する施設需要電力を出力するプログラム（施設需要電力予測モデル）を生成する（図８（ａ）、（ｂ））。
具体的には、図８（ａ）に示すように、過去の日付（時刻を含む）、その日付の施設需要電力（実績）、その日付の気温・湿度（実績）、及び、その日付の曜日の組み合わせをデータセットとし、当該データセットを多数用意して機械学習を行うことで、将来の特定日や特定期間における施設需要電力の予測量を出力可能なプログラム（施設需要電力予測モデル）を生成する。
施設需要電力（実績）は施設需要電力ＤＢ１５３から取得し、気温・湿度（実績）は天気情報ＤＢ１５２から取得すればよい。
例えば、２０１０年５月１日から１０年間の実績を学習する場合、２０１０年５月１日～２０２０年４月３０日の各日の日付、日毎の施設需要電力の消費量の実績情報（図９（ａ））、日毎の気温・湿度の実績情報（図７（ｂ））、及び、曜日の情報（図９（ａ））を、日別に組み合わせたデータセットを用意する。
そして、これらデータセットを、入力層と複数の中間層と出力層とからなるニューラルネットワークに入力することで、日付と気温・湿度と曜日と施設需要電力との関係を自律的に学習させる。
この学習により、日付と気温・湿度と曜日とを入力すると、対応する施設需要電力を出力するプログラム（施設需要電力予測モデル）を生成する（図８（ａ）、（ｂ））。
【0030】
例えば、将来の日付を指定すると、その日付の気温・湿度（予測）の情報を天気情報提供装置２から取得し、その日付と曜日と抽出した気温・湿度（予測）の情報とを施設需要電力予測モデルに入力する処理を行う。
これにより、施設需要電力予測モデルから、その日付の施設需要電力（予測）を出力させることができる（図８（ｂ））。
このため、２０２０年５月１日～５月３１日までの各日付を指定することで、施設需要電力予測モデルから２０２０年５月の毎日における施設７の電力の消費量の予測情報を出力させることができる（図９（ｂ）参照）。
これにより、施設需要電力情報取得手段１２０は、特定期間における施設７での需要電力の予測情報を取得することができる（図８（ｂ））。
本実施形態では、３０分間隔のデータセットを用意して学習しているため、３０分間隔で施設需要電力の消費量（予測値）を出力させることができる（図９（ａ）～（ｂ）参照）。
なお、時間間隔は３０分以下の間隔（例えば１０分）でもよく、３０分以上の間隔（例えば、１時間、１日）でもよい。
学習対象に、天気を加えることもできる。
これにより、施設需要電力予測モデルから、その日付の施設需要電力（予測）を出力させることができる（図８（ｂ））。
このため、２０２０年５月１日～５月３１日までの各日付を指定することで、施設需要電力予測モデルから２０２０年５月の毎日における施設７の電力の消費量の予測情報を出力させることができる（図９（ｂ）参照）。
これにより、施設需要電力情報取得手段１２０は、特定期間における施設７での需要電力の予測情報を取得することができる（図８（ｂ））。
本実施形態では、３０分間隔のデータセットを用意して学習しているため、３０分間隔で施設需要電力の消費量（予測値）を出力させることができる（図９（ａ）～（ｂ）参照）。
なお、時間間隔は３０分以下の間隔（例えば１０分）でもよく、３０分以上の間隔（例えば、１時間、１日）でもよい。
学習対象に、天気を加えることもできる。
【0031】
作物情報取得手段１３０は、農地５で育成する作物５１に関する情報を取得する。
作物情報取得手段１３０は、成長率特定手段１３１、出荷可能期間特定手段１３２、作物価格情報取得手段１３３、出荷目標日決定手段１３４、及び、成長速度判定手段１３５を備えている。
作物情報取得手段１３０は、成長率特定手段１３１、出荷可能期間特定手段１３２、作物価格情報取得手段１３３、出荷目標日決定手段１３４、及び、成長速度判定手段１３５を備えている。
【0032】
成長率特定手段１３１は、作物５１の成長率を特定する。
具体的には、育成中、定期又は不定期に、ドローン６を農地５や作物５１の上空を飛行させ、撮影部により撮影させた作物５１の映像をサーバ１に送信し、サーバ１は、受信した作物５１の映像について公知の画像認識技術を用いて特徴点を抽出し、当該特徴点から特定される作物５１の大きさ、形状、色などに基づいて成長率を特定し、日付と共に記憶する。
例えば、とうもろこしは、播種（育成開始）から８～９日で高さが５ｃｍほどに成長し（成長率約１０％）、育成開始から２０～３０日で高さが１０ｃｍほどに成長し（成長率約２５％）、育成開始から４０～４５日で高さが５０ｃｍほどに成長し（成長率約５０％）、育成開始から５０日で雄穂が出て高さが１００ｃｍほどに成長し（成長率約５８％）、育成開始８６日で絹糸が褐色の実が成って収穫可能になる（成長率１００％）。
このため、画像認識により特定した作物５１の高さ、穂や絹糸の状態に基づいて成長率を特定することができる。
例えば、図１１（ａ）は、２０２０年５月４日時点の作物５１の成長率は５７％であり、２０２０年５月５日時点の作物５１の成長率は５８％であり、２０２０年５月３１日時点の作物５１の成長率は７９％であることを示している。
具体的には、育成中、定期又は不定期に、ドローン６を農地５や作物５１の上空を飛行させ、撮影部により撮影させた作物５１の映像をサーバ１に送信し、サーバ１は、受信した作物５１の映像について公知の画像認識技術を用いて特徴点を抽出し、当該特徴点から特定される作物５１の大きさ、形状、色などに基づいて成長率を特定し、日付と共に記憶する。
例えば、とうもろこしは、播種（育成開始）から８～９日で高さが５ｃｍほどに成長し（成長率約１０％）、育成開始から２０～３０日で高さが１０ｃｍほどに成長し（成長率約２５％）、育成開始から４０～４５日で高さが５０ｃｍほどに成長し（成長率約５０％）、育成開始から５０日で雄穂が出て高さが１００ｃｍほどに成長し（成長率約５８％）、育成開始８６日で絹糸が褐色の実が成って収穫可能になる（成長率１００％）。
このため、画像認識により特定した作物５１の高さ、穂や絹糸の状態に基づいて成長率を特定することができる。
例えば、図１１（ａ）は、２０２０年５月４日時点の作物５１の成長率は５７％であり、２０２０年５月５日時点の作物５１の成長率は５８％であり、２０２０年５月３１日時点の作物５１の成長率は７９％であることを示している。
【0033】
出荷可能期間特定手段１３２は、成長率に基づいて作物５１の出荷可能期間を特定する。
図１１（ｂ）は、成長率に基づいて出荷可能期間を特定する方法を示す図である。
同図に示すように、作物５１が線形に成長する場合には、回帰式ｙ＝ａｘ＋ｂ（ｙは成長率、ｘは日付）を作成し、ｙが１００％のときの日付ｘを標準出荷時期とする。
そして、光合成の多少によって変動させることが可能な出荷時期の幅をβ日とすると、その作物５１の出荷可能期間は（ｘ－β）日～（ｘ＋β）日と特定できる。
本例では、２０２０年５月３１日時点において、作物５１の出荷可能期間を特定するものとする。
つまり、前述した成長率（２０２０年５月４日時点の作物５１の成長率：５７％、２０２０年５月５日時点の作物５１の成長率：５８％、２０２０年５月３１日時点の作物５１の成長率：７９％など）に基づいて、出荷可能期間を特定する。
この結果、図１１（ｂ）に示すように、出荷可能期間：２０２０年６月５日～２０２０年６月１５日が特定されたものとする。
なお、出荷可能期間は、光合成の多少だけでなく、農地５の水分量、肥料の多少によっても変動するので、これらの要素を加味した期間を設定することもできる。
図１１（ｂ）は、成長率に基づいて出荷可能期間を特定する方法を示す図である。
同図に示すように、作物５１が線形に成長する場合には、回帰式ｙ＝ａｘ＋ｂ（ｙは成長率、ｘは日付）を作成し、ｙが１００％のときの日付ｘを標準出荷時期とする。
そして、光合成の多少によって変動させることが可能な出荷時期の幅をβ日とすると、その作物５１の出荷可能期間は（ｘ－β）日～（ｘ＋β）日と特定できる。
本例では、２０２０年５月３１日時点において、作物５１の出荷可能期間を特定するものとする。
つまり、前述した成長率（２０２０年５月４日時点の作物５１の成長率：５７％、２０２０年５月５日時点の作物５１の成長率：５８％、２０２０年５月３１日時点の作物５１の成長率：７９％など）に基づいて、出荷可能期間を特定する。
この結果、図１１（ｂ）に示すように、出荷可能期間：２０２０年６月５日～２０２０年６月１５日が特定されたものとする。
なお、出荷可能期間は、光合成の多少だけでなく、農地５の水分量、肥料の多少によっても変動するので、これらの要素を加味した期間を設定することもできる。
【0034】
作物価格情報取得手段１３３は、過去の作物５１の価格に基づいて、出荷可能期間における作物５１の価格の予測情報を取得する。
具体的には、過去の日付、作物５１の価格（実績）、及び、気温・湿度（実績）の組み合わせをデータセットとし、当該データセットを多数用意して機械学習を行うことで、少なくとも出荷可能期間における作物価格の予測情報を出力可能なプログラム（作物価格予測モデル）を生成する。
なお、天気を学習対象に含めてもよい。
過去の作物価格（実績）は作物価格ＤＢ１５４（図１２（ａ））から取得し、気温・湿度（実績）は天気情報ＤＢ１５２（図７（ｂ））から取得すればよい。
学習方法は、太陽発電電力予測モデルにおける学習方法と同様であるため詳細な説明を省略する。
これにより、作物価格予測モデルから、将来の日付の作物価格（予測）を出力させることができる。
このため、出荷可能期間を含む２０２０年６月１日～６月２０日を指定することで、図１２（ｂ）に示すように、その期間の毎日の作物価格の予測情報を得ることができる。
具体的には、過去の日付、作物５１の価格（実績）、及び、気温・湿度（実績）の組み合わせをデータセットとし、当該データセットを多数用意して機械学習を行うことで、少なくとも出荷可能期間における作物価格の予測情報を出力可能なプログラム（作物価格予測モデル）を生成する。
なお、天気を学習対象に含めてもよい。
過去の作物価格（実績）は作物価格ＤＢ１５４（図１２（ａ））から取得し、気温・湿度（実績）は天気情報ＤＢ１５２（図７（ｂ））から取得すればよい。
学習方法は、太陽発電電力予測モデルにおける学習方法と同様であるため詳細な説明を省略する。
これにより、作物価格予測モデルから、将来の日付の作物価格（予測）を出力させることができる。
このため、出荷可能期間を含む２０２０年６月１日～６月２０日を指定することで、図１２（ｂ）に示すように、その期間の毎日の作物価格の予測情報を得ることができる。
【0035】
出荷目標日決定手段１３４は、出荷可能期間における作物５１の価格の予測情報に基づいて出荷目標日を決定する。
具体的には、出荷可能期間のうち作物５１の価格が高価格の日を出荷目標日に決定する。
本例の場合、図１２（ｂ）や図１３に示すように、２０２０年６月１２日が出荷可能期間の中で最高価格（２２３円／ｋｇ）なのでこの日を出荷目標日に決定する。
具体的には、出荷可能期間のうち作物５１の価格が高価格の日を出荷目標日に決定する。
本例の場合、図１２（ｂ）や図１３に示すように、２０２０年６月１２日が出荷可能期間の中で最高価格（２２３円／ｋｇ）なのでこの日を出荷目標日に決定する。
【0036】
成長速度判定手段１３５は、出荷目標日に対する作物５１の成長速度を判定する。
例えば、ある日の作物５１の成長率がｘ％であることにもとづき、その作物５１の成長率が１００％になると予測される日が出荷目標日より早い場合には、成長速度は「早い」と判定し、他方、作物５１の成長率が１００％になると予測される日が出荷目標日より遅い場合には、成長速度は「遅い」と判定する。
具体例として、２０２０年５月３１日時点において、作物５１の成長率は７９％であるため標準出荷日は２０２０年６月１０日であるところ、出荷目標日は２０２０年６月１２日であるため、その時点において成長速度は「早い」と判定される。
その後、例えば、２０２０年６月５日時点における作物５１の成長率に基づき導出した標準出荷日が２０２０年６月１４日である場合、その時点において成長速度は「遅い」と判定される。
例えば、ある日の作物５１の成長率がｘ％であることにもとづき、その作物５１の成長率が１００％になると予測される日が出荷目標日より早い場合には、成長速度は「早い」と判定し、他方、作物５１の成長率が１００％になると予測される日が出荷目標日より遅い場合には、成長速度は「遅い」と判定する。
具体例として、２０２０年５月３１日時点において、作物５１の成長率は７９％であるため標準出荷日は２０２０年６月１０日であるところ、出荷目標日は２０２０年６月１２日であるため、その時点において成長速度は「早い」と判定される。
その後、例えば、２０２０年６月５日時点における作物５１の成長率に基づき導出した標準出荷日が２０２０年６月１４日である場合、その時点において成長速度は「遅い」と判定される。
【0037】
傾斜角度決定手段１６０は、太陽光パネル４により太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報（作物５１の成長速度）に基づいて、傾斜角の角度を決定する。
そして、制御手段１４０は、決定された角度に傾斜角を調整する。
そして、制御手段１４０は、決定された角度に傾斜角を調整する。
【0038】
「太陽光発電される電力」及び「施設において消費される電力」を用いたのは、それぞれの多寡によって、施設７における系統電力８１がピーク値を超過して高額負担になる場合や、その場合でも太陽光発電量が多い場合には高額負担を回避又は軽減できるところ、傾斜角を調整することでこれらをコントロールするためである。
「作物の成長速度」を用いたのは、作物５１が高価格で出荷できる日に成長率１００％を目指すところ、成長速度が早い場合と遅い場合とで育成方法が異なるところ、これを、傾斜角を調整することでコントロールするためである。
具体的には、成育中において、定期（例えば毎日）又は不定期に、図１４に示すａ～ｈの判定パターンに基づいて傾斜角を決定する。
「作物の成長速度」を用いたのは、作物５１が高価格で出荷できる日に成長率１００％を目指すところ、成長速度が早い場合と遅い場合とで育成方法が異なるところ、これを、傾斜角を調整することでコントロールするためである。
具体的には、成育中において、定期（例えば毎日）又は不定期に、図１４に示すａ～ｈの判定パターンに基づいて傾斜角を決定する。
【0039】
図１４の「成長速度」について、「早」は、その日の作物５１の成長率に基づき特定される標準出荷日が出荷目標日より早いことが予測されることを示し、「遅」は、その日の作物５１の成長率に基づき特定される標準出荷日が出荷目標日より遅いことが予測されることを示す。
図１４の「太陽光発電電力」について、「高」は、その日の太陽光発電電力８２の発電量が高いことを示し、「低」は、その日の太陽光発電電力８２の発電量が低いことを示す。
なお、太陽光発電電力８２の発電量についての「高／低」は、基準発電量に基づいて判定してもよく、施設需要電力の電力量と比較した相対的な判定でもよい。
図１４の「施設需要電力」について、「高」は、その日の施設需要電力量が高いことを示し、「低」は、その日の施設需要電力量が低いことを示す。
施設需要電力量についての「高／低」は、基準電力量（電気料金が高額になるか否かの境界であるピーク値）に基づいて判定してもよく、太陽光発電電力８２の電力量と比較した相対的な判定でもよい。
図１４の「太陽光発電電力」について、「高」は、その日の太陽光発電電力８２の発電量が高いことを示し、「低」は、その日の太陽光発電電力８２の発電量が低いことを示す。
なお、太陽光発電電力８２の発電量についての「高／低」は、基準発電量に基づいて判定してもよく、施設需要電力の電力量と比較した相対的な判定でもよい。
図１４の「施設需要電力」について、「高」は、その日の施設需要電力量が高いことを示し、「低」は、その日の施設需要電力量が低いことを示す。
施設需要電力量についての「高／低」は、基準電力量（電気料金が高額になるか否かの境界であるピーク値）に基づいて判定してもよく、太陽光発電電力８２の電力量と比較した相対的な判定でもよい。
【0040】
パターンａは、当日において、成長速度「早」、太陽光発電電力「高」、施設需要電力「高」の場合であり、この場合、当日の太陽光パネル４の傾斜角を３０°に決定・調整する。
傾斜角を３０°にすることで作物５１に対する太陽光の照射量を最小にでき、成長速度を遅くできるからである。つまり、成長を遅くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
また、傾斜角を３０°にすることで太陽光パネル４に対する太陽光の照射量を最大にでき、太陽光発電電力８２の発電量を増やすことができる。つまり、系統電力８１の消費を抑え、電力コストの低減を図ることができる。
また、当日の施設需要電力は「高」であり、系統電力８１の消費量がピーク値を超える可能性が高いことから、傾斜角を３０°にすることで、系統電力８１がピーク値を超えないように抑えることができる。つまり、電力コストの低減を二重に図ることができる。
このように、パターンａにおいて傾斜角を３０°に決定・調整することで、作物５１の高価格化や電力コストの低減を図ることができる。
傾斜角を３０°にすることで作物５１に対する太陽光の照射量を最小にでき、成長速度を遅くできるからである。つまり、成長を遅くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
また、傾斜角を３０°にすることで太陽光パネル４に対する太陽光の照射量を最大にでき、太陽光発電電力８２の発電量を増やすことができる。つまり、系統電力８１の消費を抑え、電力コストの低減を図ることができる。
また、当日の施設需要電力は「高」であり、系統電力８１の消費量がピーク値を超える可能性が高いことから、傾斜角を３０°にすることで、系統電力８１がピーク値を超えないように抑えることができる。つまり、電力コストの低減を二重に図ることができる。
このように、パターンａにおいて傾斜角を３０°に決定・調整することで、作物５１の高価格化や電力コストの低減を図ることができる。
【0041】
パターンｂは、当日において、成長速度「早」、太陽光発電電力「高」、施設需要電力「低」の場合であり、この場合、当日の太陽光パネル４の傾斜角を３０°に決定・調整する。
傾斜角を３０°にすることで作物５１に対する太陽光の照射量を最小にでき、成長速度を遅くできるからである。つまり、成長を遅くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
また、傾斜角を３０°にすることで太陽光パネル４に対する太陽光の照射量を最大にでき、太陽光発電電力８２の発電量を増やすことができる。つまり、系統電力８１の消費を抑えることで電力コストの低減を図ることができる。
なお、当日の施設需要電力は「低」であり、系統電力８１の消費量がピーク値を超える可能性は低い。
このように、パターンｂにおいて傾斜角を３０°に決定・調整することで、作物５１の高価格化や電力コストの低減を図ることができる。
傾斜角を３０°にすることで作物５１に対する太陽光の照射量を最小にでき、成長速度を遅くできるからである。つまり、成長を遅くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
また、傾斜角を３０°にすることで太陽光パネル４に対する太陽光の照射量を最大にでき、太陽光発電電力８２の発電量を増やすことができる。つまり、系統電力８１の消費を抑えることで電力コストの低減を図ることができる。
なお、当日の施設需要電力は「低」であり、系統電力８１の消費量がピーク値を超える可能性は低い。
このように、パターンｂにおいて傾斜角を３０°に決定・調整することで、作物５１の高価格化や電力コストの低減を図ることができる。
【0042】
パターンｃは、当日において、成長速度「早」、太陽光発電電力「低」、施設需要電力「高」の場合であり、この場合、当日の太陽光パネル４の傾斜角を３０°に決定・調整する。
傾斜角を３０°にすることで作物５１に対する太陽光の照射量を最小にでき、成長速度を遅くできるからである。つまり、成長を遅くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
当日の施設需要電力は「高」であり、太陽光発電電力８２は「低」である。
このため、当日は、系統電力８１の消費量がピーク値を超える可能性があるが、太陽光発電によりピーク値を抑えるほどの大きな電力供給は期待できない。
しかしながら、この場合でも、傾斜角を３０°にすることで、太陽光パネル４に対する太陽光の照射量を最大にでき、系統電力８１の消費量（電力コスト）を極力抑えることができる。
このように、パターンｃにおいて傾斜角を３０°に決定・調整することで、作物５１の高価格化や電力コストの低減を図ることができる。
傾斜角を３０°にすることで作物５１に対する太陽光の照射量を最小にでき、成長速度を遅くできるからである。つまり、成長を遅くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
当日の施設需要電力は「高」であり、太陽光発電電力８２は「低」である。
このため、当日は、系統電力８１の消費量がピーク値を超える可能性があるが、太陽光発電によりピーク値を抑えるほどの大きな電力供給は期待できない。
しかしながら、この場合でも、傾斜角を３０°にすることで、太陽光パネル４に対する太陽光の照射量を最大にでき、系統電力８１の消費量（電力コスト）を極力抑えることができる。
このように、パターンｃにおいて傾斜角を３０°に決定・調整することで、作物５１の高価格化や電力コストの低減を図ることができる。
【0043】
パターンｄは、当日において、成長速度「遅」、太陽光発電電力「高」、施設需要電力「高」の場合であり、この場合、当日の太陽光パネル４の傾斜角を３０°～１２０°の範囲内の角度に決定・調整する。
太陽光発電電力８２の発電量と、作物５１に対する太陽光の照射量とは、トレードオフの関係があり、成長速度を早くすることを優先し過ぎると電力コストの面において不利益が著しく大きくなるおそれがあり、他方、電力コストの低減を優先し過ぎると作物価格が著しく低下するおそれがあるからである。
このため、例えば、３０°と１２０°の中間値である７５°を傾斜角に決定・調整することができる。
また、運営方針により、作物５１の成長速度や価格をバランスよく調整するのであれば７５°～１２０°の間（例えば９７．５°）に決定・調整してもよく、電力コストの低減を比較的優先するのであれば３０°～７５°の間（例えば、５２．５°）に決定・調整してもよい。
作物５１の売上額と電力コストとに基づき算出される総合コストに着目し、総合コストが最小となる角度に傾斜角を決定・調整することもできる。
なお、総合コストが最小となる傾斜角に決定・調整する構成については、後記「変形例４」にて詳細に説明する。
太陽光発電電力８２の発電量と、作物５１に対する太陽光の照射量とは、トレードオフの関係があり、成長速度を早くすることを優先し過ぎると電力コストの面において不利益が著しく大きくなるおそれがあり、他方、電力コストの低減を優先し過ぎると作物価格が著しく低下するおそれがあるからである。
このため、例えば、３０°と１２０°の中間値である７５°を傾斜角に決定・調整することができる。
また、運営方針により、作物５１の成長速度や価格をバランスよく調整するのであれば７５°～１２０°の間（例えば９７．５°）に決定・調整してもよく、電力コストの低減を比較的優先するのであれば３０°～７５°の間（例えば、５２．５°）に決定・調整してもよい。
作物５１の売上額と電力コストとに基づき算出される総合コストに着目し、総合コストが最小となる角度に傾斜角を決定・調整することもできる。
なお、総合コストが最小となる傾斜角に決定・調整する構成については、後記「変形例４」にて詳細に説明する。
【0044】
パターンｅは、当日において、成長速度「早」、太陽光発電電力「低」、施設需要電力「低」の場合であり、この場合、当日の太陽光パネル４の傾斜角を３０°に決定・調整する。
傾斜角を３０°にすることで作物５１に対する太陽光の照射量を最小にでき、成長速度を遅くできるからである。つまり、成長を遅くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
当日の太陽光発電電力８２は「低」であり大きな電力供給は期待できないが、施設需要電力は「低」であることから、系統電力８１の消費量がピーク値を超える可能性はないため、電力コストが高額になる可能性は低い。
このように、パターンｅにおいて傾斜角を３０°に決定・調整することで、電力コストの問題なく、作物５１の高価格化を図ることができる。
傾斜角を３０°にすることで作物５１に対する太陽光の照射量を最小にでき、成長速度を遅くできるからである。つまり、成長を遅くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
当日の太陽光発電電力８２は「低」であり大きな電力供給は期待できないが、施設需要電力は「低」であることから、系統電力８１の消費量がピーク値を超える可能性はないため、電力コストが高額になる可能性は低い。
このように、パターンｅにおいて傾斜角を３０°に決定・調整することで、電力コストの問題なく、作物５１の高価格化を図ることができる。
【0045】
パターンｆは、当日において、成長速度「遅」、太陽光発電電力「高」、施設需要電力「低」の場合であり、この場合、当日の太陽光パネル４の傾斜角を１２０°に決定・調整する。
傾斜角を１２０°にすることで作物５１に対する太陽光の照射量を最大にでき、成長速度を早くできるからである。つまり、成長を早くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
当日の施設需要電力は「低」であるため、系統電力８１の消費量がピーク値を超える可能性は少ない。つまり、電力コストが高額になる可能性は低い。
このように、パターンｆにおいて傾斜角を１２０°に決定・調整することで、電力コストの問題なく、作物５１の高価格化を図ることができる。
なお、パターンｄと同様、作物５１の売上額と電力コストとに基づき算出される総合コストに着目し、総合コストが最小となる傾斜角を決定・調整することもできる。
傾斜角を１２０°にすることで作物５１に対する太陽光の照射量を最大にでき、成長速度を早くできるからである。つまり、成長を早くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
当日の施設需要電力は「低」であるため、系統電力８１の消費量がピーク値を超える可能性は少ない。つまり、電力コストが高額になる可能性は低い。
このように、パターンｆにおいて傾斜角を１２０°に決定・調整することで、電力コストの問題なく、作物５１の高価格化を図ることができる。
なお、パターンｄと同様、作物５１の売上額と電力コストとに基づき算出される総合コストに着目し、総合コストが最小となる傾斜角を決定・調整することもできる。
【0046】
パターンｇは、当日において、成長速度「遅」、太陽光発電電力「低」、施設需要電力「高」の場合であり、この場合、当日の太陽光パネル４の傾斜角を３０°～１２０°の範囲内の角度に決定・調整する。
太陽光発電電力８２の発電量と、作物５１に対する太陽光の照射量とは、トレードオフの関係があり、成長速度を早くすることを優先し過ぎると電力コストの面において不利益が著しく大きくなるおそれがあり、他方、電力コストの低減を優先し過ぎると作物価格が著しく低下するおそれがあるからである。
このため、例えば、３０°と１２０°の中間値である７５°を傾斜角に決定・調整することができる。
また、運営方針により、作物５１の成長速度や価格をバランスよく調整するのであれば７５°～１２０°の間（例えば９７．５°）に決定・調整してもよく、電力コストの低減を比較的優先するのであれば３０°～７５°の間（例えば、５２．５°）に決定・調整してもよい。
パターンｄと同様、作物５１の売上額と電力コストとに基づき算出される総合コストに着目し、総合コストが最小となる傾斜角を決定・調整することもできる。
太陽光発電電力８２の発電量と、作物５１に対する太陽光の照射量とは、トレードオフの関係があり、成長速度を早くすることを優先し過ぎると電力コストの面において不利益が著しく大きくなるおそれがあり、他方、電力コストの低減を優先し過ぎると作物価格が著しく低下するおそれがあるからである。
このため、例えば、３０°と１２０°の中間値である７５°を傾斜角に決定・調整することができる。
また、運営方針により、作物５１の成長速度や価格をバランスよく調整するのであれば７５°～１２０°の間（例えば９７．５°）に決定・調整してもよく、電力コストの低減を比較的優先するのであれば３０°～７５°の間（例えば、５２．５°）に決定・調整してもよい。
パターンｄと同様、作物５１の売上額と電力コストとに基づき算出される総合コストに着目し、総合コストが最小となる傾斜角を決定・調整することもできる。
【0047】
パターンｈは、当日において、成長速度「遅」、太陽光発電電力「低」、施設需要電力「低」の場合であり、この場合、当日の太陽光パネル４の傾斜角を１２０°に決定・調整する。
傾斜角を１２０°にすることで作物５１に対する太陽光の照射量を最大にでき、成長速度を早くできるからである。つまり、成長を早くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
当日の太陽光発電電力８２は「低」であり大きな電力供給は期待できないが、施設需要電力は「低」であることから、系統電力８１の消費量がピーク値を超える可能性はないため、電力コストが高額になる可能性は低い。
このように、パターンｈにおいて傾斜角を１２０°に決定・調整することで、電力コストの問題なく、作物５１の高価格化を図ることができる。
傾斜角を１２０°にすることで作物５１に対する太陽光の照射量を最大にでき、成長速度を早くできるからである。つまり、成長を早くすることで、成長完了日を、作物５１が高価になる目標出荷日に一致又は近づけることができる。
当日の太陽光発電電力８２は「低」であり大きな電力供給は期待できないが、施設需要電力は「低」であることから、系統電力８１の消費量がピーク値を超える可能性はないため、電力コストが高額になる可能性は低い。
このように、パターンｈにおいて傾斜角を１２０°に決定・調整することで、電力コストの問題なく、作物５１の高価格化を図ることができる。
【0048】
このように、判定手段１８０は、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報に基づいて、施設７に対する太陽光発電電力８２の供給と、作物５１の成長速度とのうちの一方を優先すると判定する。
そして、傾斜角度決定手段１６０は、判定手段１８０により、太陽光発電電力８２の供給の方を優先すると判定された場合、太陽光パネル４に太陽光を照射させ易い角度（３０°又は３０°寄りの角度）に傾斜角の角度を決定し、作物５１の成長速度の方を優先すると判定された場合、太陽光パネル４に太陽光を照射させ難い角度（１２０°又は１２０°寄りの角度）に傾斜角の角度を決定する。
そして、傾斜角度決定手段１６０は、判定手段１８０により、太陽光発電電力８２の供給の方を優先すると判定された場合、太陽光パネル４に太陽光を照射させ易い角度（３０°又は３０°寄りの角度）に傾斜角の角度を決定し、作物５１の成長速度の方を優先すると判定された場合、太陽光パネル４に太陽光を照射させ難い角度（１２０°又は１２０°寄りの角度）に傾斜角の角度を決定する。
【0049】
【0050】
図１５に示すように、パネル制御方法では、太陽光発電電力８２の予測情報を取得し（Ｓ１０１）、施設需要電力（施設７で消費される電力）の予測情報を取得し（Ｓ１０２）、作物情報を取得する（Ｓ１０３）処理を行う。
なお、Ｓ１０１～Ｓ１０３は、上記順序に限らず、如何なる順序でもよい。
なお、Ｓ１０１～Ｓ１０３は、上記順序に限らず、如何なる順序でもよい。
【0051】
図１６は、太陽光発電電力８２の予測情報を取得する手順を示すサブフローチャートである。
同図に示すように、太陽光発電電力８２の予測情報の取得では、まず、過去の日付と天気と太陽光発電電力８２との相関関係を学習する（Ｓ２０１）。
具体的には、過去の日付、太陽光発電電力８２（実績）、及び、天気（実績）の組み合わせ（図７（ａ），（ｂ））をデータセットとし、当該データセットを多数セット用意して機械学習を行う（図６）。
学習の結果、将来における太陽光発電電力８２の予測量を出力可能な太陽光発電電力予測モデルが生成される（Ｓ２０２））。
次に、太陽光発電電力予測モデルに所定情報（将来の特定期間の各日付）を入力することで、特定期間における太陽光発電電力８２の予測情報を日付毎に出力させる（Ｓ２０３）。
これにより、太陽光発電情報取得手段１１０は、将来の特定期間に亘る太陽光発電電力８２の予測情報を取得する（図７（ｃ））。
同図に示すように、太陽光発電電力８２の予測情報の取得では、まず、過去の日付と天気と太陽光発電電力８２との相関関係を学習する（Ｓ２０１）。
具体的には、過去の日付、太陽光発電電力８２（実績）、及び、天気（実績）の組み合わせ（図７（ａ），（ｂ））をデータセットとし、当該データセットを多数セット用意して機械学習を行う（図６）。
学習の結果、将来における太陽光発電電力８２の予測量を出力可能な太陽光発電電力予測モデルが生成される（Ｓ２０２））。
次に、太陽光発電電力予測モデルに所定情報（将来の特定期間の各日付）を入力することで、特定期間における太陽光発電電力８２の予測情報を日付毎に出力させる（Ｓ２０３）。
これにより、太陽光発電情報取得手段１１０は、将来の特定期間に亘る太陽光発電電力８２の予測情報を取得する（図７（ｃ））。
【0052】
図１７は、施設需要電力の予測情報を取得する手順を示すサブフローチャートである。
同図に示すように、施設需要電力の予測情報の取得では、まず、過去の日付と気温・湿度と曜日と施設需要電力との相関関係を学習する（Ｓ３０１）。
具体的には、過去の日付、施設需要電力（実績）、気温・室温（実績）、及び、曜日の組み合わせ（図９（ａ），図７（ｂ））をデータセットとし、当該データセットを多数セット用意して機械学習を行う（図８）。
学習の結果、将来における施設需要電力の予測量を出力可能な施設需要電力予測モデルが生成される（Ｓ３０２））。
次に、施設需要電力予測モデルに所定情報（将来の特定期間の各日付）を入力することで、特定期間における施設需要電力の予測情報を出力させる（Ｓ３０３）。
これにより、施設需要電力情報取得手段１２０は、将来の特定期間における施設需要電力の予測情報を取得する（図９（ｂ））。
同図に示すように、施設需要電力の予測情報の取得では、まず、過去の日付と気温・湿度と曜日と施設需要電力との相関関係を学習する（Ｓ３０１）。
具体的には、過去の日付、施設需要電力（実績）、気温・室温（実績）、及び、曜日の組み合わせ（図９（ａ），図７（ｂ））をデータセットとし、当該データセットを多数セット用意して機械学習を行う（図８）。
学習の結果、将来における施設需要電力の予測量を出力可能な施設需要電力予測モデルが生成される（Ｓ３０２））。
次に、施設需要電力予測モデルに所定情報（将来の特定期間の各日付）を入力することで、特定期間における施設需要電力の予測情報を出力させる（Ｓ３０３）。
これにより、施設需要電力情報取得手段１２０は、将来の特定期間における施設需要電力の予測情報を取得する（図９（ｂ））。
【0053】
図１８は、作物情報を取得する手順を示すサブフローチャートである。
同図に示すように、作物情報の取得では、まず、作物の成長率を特定する（Ｓ４０１）。
具体的には、成長率特定手段１３１が、作物５１の成長率を特定する。
より具体的には、ドローン６を農地５や作物５１の上空を飛行させ、撮影部により撮影させた作物５１の映像をサーバ１に送信し、サーバ１は、受信した作物５１の映像について公知の画像認識技術を用いて特徴点を抽出し、当該特徴点から特定される作物５１の大きさ、形状、色などに基づいて成長率を特定し、日付と共に記憶する（図１１（ａ））。
同図に示すように、作物情報の取得では、まず、作物の成長率を特定する（Ｓ４０１）。
具体的には、成長率特定手段１３１が、作物５１の成長率を特定する。
より具体的には、ドローン６を農地５や作物５１の上空を飛行させ、撮影部により撮影させた作物５１の映像をサーバ１に送信し、サーバ１は、受信した作物５１の映像について公知の画像認識技術を用いて特徴点を抽出し、当該特徴点から特定される作物５１の大きさ、形状、色などに基づいて成長率を特定し、日付と共に記憶する（図１１（ａ））。
【0054】
次に、出荷可能期間を特定する（Ｓ４０２）。
具体的には、出荷可能期間特定手段１３２が、作物５１の成長率に基づいて当該作物５１の出荷可能期間を特定する。
より具体的には、作物５１の成長率に基づきその作物５１の標準出荷日を特定し、当該標準出荷日に±β日を加えた期間を出荷可能期間として特定する（図１１（ｂ））。
なお、標準出荷日を機械学習を用いて予測することもできる。
この場合、成長率と日付との相関関係を学習することで将来の成長率を入力すると日付が出力されるモデルを生成し、当該モデルに成長率１００％を入力することで標準出荷日の予測日を出力させればよい。
具体的には、出荷可能期間特定手段１３２が、作物５１の成長率に基づいて当該作物５１の出荷可能期間を特定する。
より具体的には、作物５１の成長率に基づきその作物５１の標準出荷日を特定し、当該標準出荷日に±β日を加えた期間を出荷可能期間として特定する（図１１（ｂ））。
なお、標準出荷日を機械学習を用いて予測することもできる。
この場合、成長率と日付との相関関係を学習することで将来の成長率を入力すると日付が出力されるモデルを生成し、当該モデルに成長率１００％を入力することで標準出荷日の予測日を出力させればよい。
【0055】
続いて、作物価格情報を取得する（Ｓ４０３）。
具体的には、作物価格情報取得手段１３３が、過去の作物５１の価格（図１２（ａ））に基づいて、出荷可能期間における作物５１の価格の予測情報を取得する（図１２（ｂ））。
より具体的には、過去の日付、作物５１の価格（実績）、及び、気温・湿度（実績）の組み合わせをデータセットとし、当該データセットを多数用意して機械学習を行うことで、出荷可能期間における作物価格の予測情報を出力可能なプログラム（作物価格予測モデル）を生成する。
そして、この作物価格予測モデルに将来の日付を入力することで、その日付の作物価格（予測）を出力させることができる。
具体的には、作物価格情報取得手段１３３が、過去の作物５１の価格（図１２（ａ））に基づいて、出荷可能期間における作物５１の価格の予測情報を取得する（図１２（ｂ））。
より具体的には、過去の日付、作物５１の価格（実績）、及び、気温・湿度（実績）の組み合わせをデータセットとし、当該データセットを多数用意して機械学習を行うことで、出荷可能期間における作物価格の予測情報を出力可能なプログラム（作物価格予測モデル）を生成する。
そして、この作物価格予測モデルに将来の日付を入力することで、その日付の作物価格（予測）を出力させることができる。
【0056】
次に、出荷目標日を決定する（Ｓ４０４）。
具体的には、出荷目標日決定手段１３４が、出荷可能期間における作物５１の価格の予測情報に基づいて出荷目標日を決定する。
より具体的には、出荷可能期間のうち作物５１の価格が高価格の日を出荷目標日に決定する（図１２（ｂ）、図１３）。
具体的には、出荷目標日決定手段１３４が、出荷可能期間における作物５１の価格の予測情報に基づいて出荷目標日を決定する。
より具体的には、出荷可能期間のうち作物５１の価格が高価格の日を出荷目標日に決定する（図１２（ｂ）、図１３）。
【0057】
続いて、成長速度を判定する（Ｓ４０５）。
具体的には、成長速度判定手段１３５が、出荷目標日に対する作物５１の成長速度を判定する。
例えば、ある日の作物５１の成長率がｘ％であることにもとづき、その作物５１の成長率が１００％になると予測される日が出荷目標日より早い場合には、成長速度は「早い」と判定し、他方、作物５１の成長率が１００％になると予測される日が出荷目標日より遅い場合には、成長速度は「遅い」と判定する。
具体的には、成長速度判定手段１３５が、出荷目標日に対する作物５１の成長速度を判定する。
例えば、ある日の作物５１の成長率がｘ％であることにもとづき、その作物５１の成長率が１００％になると予測される日が出荷目標日より早い場合には、成長速度は「早い」と判定し、他方、作物５１の成長率が１００％になると予測される日が出荷目標日より遅い場合には、成長速度は「遅い」と判定する。
【0058】
メインフローチャートに戻り、太陽光パネル４の傾斜角を決定する（Ｓ１０４）。
具体的には、傾斜角度決定手段１６０が、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報（作物５１の成長速度）に基づいて、傾斜角の角度を決定する（図１４）。
より具体的には、判定手段１８０により、太陽光発電電力８２の供給の方が優先度が高いと判定された場合、太陽光パネル４に太陽光を照射させ易い角度に傾斜角の角度を決定し、作物５１の成長速度の方が優先度が高いと判定された場合、太陽光パネル４に太陽光を照射させ難い角度に傾斜角の角度を決定する（図１４）。
また、後述の変形例４に示すように、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報に基づいて、施設７における電力のコストと、作物５１の売上額とを算出し、その算出結果に基づいて傾斜角の角度を決定することもできる。
具体的には、傾斜角度決定手段１６０が、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報（作物５１の成長速度）に基づいて、傾斜角の角度を決定する（図１４）。
より具体的には、判定手段１８０により、太陽光発電電力８２の供給の方が優先度が高いと判定された場合、太陽光パネル４に太陽光を照射させ易い角度に傾斜角の角度を決定し、作物５１の成長速度の方が優先度が高いと判定された場合、太陽光パネル４に太陽光を照射させ難い角度に傾斜角の角度を決定する（図１４）。
また、後述の変形例４に示すように、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報に基づいて、施設７における電力のコストと、作物５１の売上額とを算出し、その算出結果に基づいて傾斜角の角度を決定することもできる。
【0059】
そして、決定した傾斜角に太陽光パネルを可動させる（Ｓ１０５）。
具体的には、制御手段１４０が、太陽光発電システム４Ｓの制御処理部４２０に命令を行い、制御処理部４２０が各太陽光パネル４の傾斜角可動部４１０を動作させることで、決定した角度に傾斜角を変動させる。
具体的には、制御手段１４０が、太陽光発電システム４Ｓの制御処理部４２０に命令を行い、制御処理部４２０が各太陽光パネル４の傾斜角可動部４１０を動作させることで、決定した角度に傾斜角を変動させる。
【0060】
（変形例１）
農地５をドローン６（撮影部）で撮影し、その映像に基づき農地５（土壌）に含まれる水分量を特定したり、予め農地５に土壌水分センサーを設けることで農地５に含まれる水分量を特定することもできる。
図１１（ａ）の図表には、農地５に含まれる水分量の検出結果が示されている。
例えば、サーバ１において、過去の日付、作物５１の成長率（実績）、農地５の水分量（実績）の相関関係を学習することで、将来の日付に対し、農地５の水分量を加味した作物５１の成長率（予測）を導出することができる。
また、傾斜角の調整に加え、ドローン６による作物５１に対する水やりを制御することで作物５１の成長速度を早めたり遅めたりすることができる。
さらに、ドローン６による肥料の散布を制御することで作物５１の成長速度を早めたり遅めたりすることもできる。
農地５をドローン６（撮影部）で撮影し、その映像に基づき農地５（土壌）に含まれる水分量を特定したり、予め農地５に土壌水分センサーを設けることで農地５に含まれる水分量を特定することもできる。
図１１（ａ）の図表には、農地５に含まれる水分量の検出結果が示されている。
例えば、サーバ１において、過去の日付、作物５１の成長率（実績）、農地５の水分量（実績）の相関関係を学習することで、将来の日付に対し、農地５の水分量を加味した作物５１の成長率（予測）を導出することができる。
また、傾斜角の調整に加え、ドローン６による作物５１に対する水やりを制御することで作物５１の成長速度を早めたり遅めたりすることができる。
さらに、ドローン６による肥料の散布を制御することで作物５１の成長速度を早めたり遅めたりすることもできる。
【0061】
（変形例２）
傾斜角の実績を記憶・加味して、太陽光発電による発電量の予測情報を導出することもできる。
この場合、太陽光発電情報取得手段１１０は、過去に太陽光パネル４により太陽光発電された電力、及び、当該電力を発電されたときの太陽光パネル４の傾斜角を示す情報に基づいて、将来太陽光パネル４により太陽光発電される電力、及び、当該電力が発電されるときの太陽光パネルの傾斜角を示す情報とを取得する。
これにより、例えば、太陽光発電電力予測モデルの生成において、過去の日付、天気（実績）、太陽光発電電力８２（実績）に加え、その電力を発電したときの太陽光パネル４の傾斜角との相関関係を学習させることで、将来、どのような傾斜角で、どれくらいの太陽光発電を行うのか（発電量）を予測情報として出力させることができる。
これにより、例えば、特定期間における太陽光発電による電力量と、対応する傾斜角とを日毎に予測することができる。
傾斜角の実績を記憶・加味して、太陽光発電による発電量の予測情報を導出することもできる。
この場合、太陽光発電情報取得手段１１０は、過去に太陽光パネル４により太陽光発電された電力、及び、当該電力を発電されたときの太陽光パネル４の傾斜角を示す情報に基づいて、将来太陽光パネル４により太陽光発電される電力、及び、当該電力が発電されるときの太陽光パネルの傾斜角を示す情報とを取得する。
これにより、例えば、太陽光発電電力予測モデルの生成において、過去の日付、天気（実績）、太陽光発電電力８２（実績）に加え、その電力を発電したときの太陽光パネル４の傾斜角との相関関係を学習させることで、将来、どのような傾斜角で、どれくらいの太陽光発電を行うのか（発電量）を予測情報として出力させることができる。
これにより、例えば、特定期間における太陽光発電による電力量と、対応する傾斜角とを日毎に予測することができる。
【0062】
（変形例３）
変形例２に加え、傾斜角の実績を記憶・加味して、作物価格の予測情報を導出することもできる。
この場合、作物価格情報取得手段１３３は、過去の作物５１の価格、及び、太陽光パネル４の傾斜角を示す情報に基づいて、出荷可能期間における作物５１の価格の予測情報を取得することができる。
例えば、出荷可能期間における作物価格は、過去の日付、作物価格（実績）、気温・湿度（実績）に加え、太陽光パネル４の傾斜角との相関関係を学習させることで、将来、どのような傾斜角でどれくらいの作物価格で販売可能かを予測情報として出力可能なモデル（作物価格予測モデル）を生成することができる。
これにより、例えば、特定期間における作物５１の価格と、対応する傾斜角とを日毎に予測することができる。
変形例２に加え、傾斜角の実績を記憶・加味して、作物価格の予測情報を導出することもできる。
この場合、作物価格情報取得手段１３３は、過去の作物５１の価格、及び、太陽光パネル４の傾斜角を示す情報に基づいて、出荷可能期間における作物５１の価格の予測情報を取得することができる。
例えば、出荷可能期間における作物価格は、過去の日付、作物価格（実績）、気温・湿度（実績）に加え、太陽光パネル４の傾斜角との相関関係を学習させることで、将来、どのような傾斜角でどれくらいの作物価格で販売可能かを予測情報として出力可能なモデル（作物価格予測モデル）を生成することができる。
これにより、例えば、特定期間における作物５１の価格と、対応する傾斜角とを日毎に予測することができる。
【0063】
（変形例４）
変形例３の構成を備えることで、作物価格と電力コストとに基づき算出される総合コストが最小となる傾斜角を決定・調整する構成を備えることもできる。
すなわち、サーバ１の算出手段１７０は、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、作物５１に関する情報（価格情報）、及び、傾斜角の予測情報に基づいて、施設７における電力のコストと、作物５１の売上額とを算出し、傾斜角度決定手段１６０が、算出手段１７０の算出結果に基づいて傾斜角の角度を決定する。
以下、一例を説明する。
変形例３の構成を備えることで、作物価格と電力コストとに基づき算出される総合コストが最小となる傾斜角を決定・調整する構成を備えることもできる。
すなわち、サーバ１の算出手段１７０は、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、作物５１に関する情報（価格情報）、及び、傾斜角の予測情報に基づいて、施設７における電力のコストと、作物５１の売上額とを算出し、傾斜角度決定手段１６０が、算出手段１７０の算出結果に基づいて傾斜角の角度を決定する。
以下、一例を説明する。
【0064】
「施設７における電力のコストＡ」は、公知の電気料金の計算式に基づく下記式１により算出できる。
Ａ＝基本料金（基本料金単価×契約電力）＋力率割引・割増し＋電力量料金（使用電力量（施設需要電力の電力量（予測）－太陽光発電電力の発電量（予測））×電力量料金単価）＋燃料費調整額（使用電力量（施設需要電力の電力量（予測）－太陽光発電電力の発電量（予測））×燃料費調整額単価）＋再生可能エネルギー発電促進賦課金（使用電力量（施設需要電力の電力量（予測）－太陽光発電電力の発電量（予測））×再生可能エネルギー発電促進賦課金単価）・・・・・式１
ここで、太陽光発電電力の発電量は、太陽光パネル４に対する太陽光の照射量に比例することから、傾斜角α＝３０°のときに最大であり、傾斜角α＝１２０°のときに最小なので、発電量Ｍは下記式２により算出できる。
Ｍ＝－αＸ１＋Ｙ１（※Ｘ１及びＹ１は係数）・・・・・式２
このため、式１は、下記式３により表すことができる。
Ａ＝基本料金（基本料金単価×契約電力）＋力率割引・割増し＋電力量料金（使用電力量（施設需要電力の電力量（予測）－（－αＸ１＋Ｙ１））×電力量料金単価）＋燃料費調整額（使用電力量（施設需要電力の電力量（予測）－（－αＸ１＋Ｙ１））×燃料費調整額単価）＋再生可能エネルギー発電促進賦課金（使用電力量（施設需要電力の電力量（予測）－（－αＸ１＋Ｙ１））×再生可能エネルギー発電促進賦課金単価）・・・・・式３
Ａ＝基本料金（基本料金単価×契約電力）＋力率割引・割増し＋電力量料金（使用電力量（施設需要電力の電力量（予測）－太陽光発電電力の発電量（予測））×電力量料金単価）＋燃料費調整額（使用電力量（施設需要電力の電力量（予測）－太陽光発電電力の発電量（予測））×燃料費調整額単価）＋再生可能エネルギー発電促進賦課金（使用電力量（施設需要電力の電力量（予測）－太陽光発電電力の発電量（予測））×再生可能エネルギー発電促進賦課金単価）・・・・・式１
ここで、太陽光発電電力の発電量は、太陽光パネル４に対する太陽光の照射量に比例することから、傾斜角α＝３０°のときに最大であり、傾斜角α＝１２０°のときに最小なので、発電量Ｍは下記式２により算出できる。
Ｍ＝－αＸ１＋Ｙ１（※Ｘ１及びＹ１は係数）・・・・・式２
このため、式１は、下記式３により表すことができる。
Ａ＝基本料金（基本料金単価×契約電力）＋力率割引・割増し＋電力量料金（使用電力量（施設需要電力の電力量（予測）－（－αＸ１＋Ｙ１））×電力量料金単価）＋燃料費調整額（使用電力量（施設需要電力の電力量（予測）－（－αＸ１＋Ｙ１））×燃料費調整額単価）＋再生可能エネルギー発電促進賦課金（使用電力量（施設需要電力の電力量（予測）－（－αＸ１＋Ｙ１））×再生可能エネルギー発電促進賦課金単価）・・・・・式３
【0065】
「作物の売上額Ｂ」は、下記式４により算出することができる。
Ｂ＝作物５１の価格×単位面積あたりの作物５１の重量×面積・・・・式４
ここで作物５１の価格は、作物５１に対する太陽光の照射量が多いほど高価格で太陽光の照射量が少ないほど低価格になると仮定する。
そうすると、作物５１は、太陽光パネル４の傾斜角αが１２０°に近いほど高価格で、傾斜角αが３０°に近いほど低価格になるため、作物５１の価格Ｎは下記式５により算出することができる。
Ｎ＝αＸ２＋Ｙ２（※Ｘ２及びＹ２は係数）・・・・・式５
このため、式４は、下記式６により表すことができる。
Ｂ＝（αＸ２＋Ｙ２）×単位面積あたりの作物の重量×面積・・・・・式６
このため、式３により算出される「Ａ」から、式６により算出される「Ｂ」を減じた結果が最小になる傾斜角αを３０°～１２０°の範囲内から特定し、当該特定した傾斜角を「総合コストが最小となる傾斜角」として決定・調整すればよい。
ところで、「契約電力」（式１等参照）は、「その月の最大需要電力と、前１１ヶ月の最大需要電力のうち、いずれか大きい値」により決定する。
このため、施設需要電力の電力量（消費量）のピークを抑えることで「契約電力」の上昇を抑えることができる。
したがって、施設需要電力の電力量がピーク値に到達することが見込める場合には、最優先で太陽光発電電力の発電量を増やすよう、太陽光パネル４の傾斜角αを制御することもできる。
つまり、この場合、傾斜角αを太陽光に対し垂直になる角度に調整する。
これにより、作物の成長が一時的に阻害されるおそれがあるが、長期的には総合コストを低下することが期待できる。
Ｂ＝作物５１の価格×単位面積あたりの作物５１の重量×面積・・・・式４
ここで作物５１の価格は、作物５１に対する太陽光の照射量が多いほど高価格で太陽光の照射量が少ないほど低価格になると仮定する。
そうすると、作物５１は、太陽光パネル４の傾斜角αが１２０°に近いほど高価格で、傾斜角αが３０°に近いほど低価格になるため、作物５１の価格Ｎは下記式５により算出することができる。
Ｎ＝αＸ２＋Ｙ２（※Ｘ２及びＹ２は係数）・・・・・式５
このため、式４は、下記式６により表すことができる。
Ｂ＝（αＸ２＋Ｙ２）×単位面積あたりの作物の重量×面積・・・・・式６
このため、式３により算出される「Ａ」から、式６により算出される「Ｂ」を減じた結果が最小になる傾斜角αを３０°～１２０°の範囲内から特定し、当該特定した傾斜角を「総合コストが最小となる傾斜角」として決定・調整すればよい。
ところで、「契約電力」（式１等参照）は、「その月の最大需要電力と、前１１ヶ月の最大需要電力のうち、いずれか大きい値」により決定する。
このため、施設需要電力の電力量（消費量）のピークを抑えることで「契約電力」の上昇を抑えることができる。
したがって、施設需要電力の電力量がピーク値に到達することが見込める場合には、最優先で太陽光発電電力の発電量を増やすよう、太陽光パネル４の傾斜角αを制御することもできる。
つまり、この場合、傾斜角αを太陽光に対し垂直になる角度に調整する。
これにより、作物の成長が一時的に阻害されるおそれがあるが、長期的には総合コストを低下することが期待できる。
【0066】
（変形例５）
ドローン６の役割を、水やり、肥料の散布に限定せず、点検や農薬散布を加えることもできる。
例えば、ドローン６に農地５の点検として監視映像を撮影させ、監視映像をサーバ１に送信する。
サーバ１は、受信した監視映像を画像認識・解析して作物５１の病気を発見したり、病気の種別や程度を分析することができる。
サーバ１は、病気を発見した場合には、その病気の種別や程度に応じた農薬を選択し、選択された農薬をドローン６に散布させる。
ドローン６の役割を、水やり、肥料の散布に限定せず、点検や農薬散布を加えることもできる。
例えば、ドローン６に農地５の点検として監視映像を撮影させ、監視映像をサーバ１に送信する。
サーバ１は、受信した監視映像を画像認識・解析して作物５１の病気を発見したり、病気の種別や程度を分析することができる。
サーバ１は、病気を発見した場合には、その病気の種別や程度に応じた農薬を選択し、選択された農薬をドローン６に散布させる。
【0067】
（変形例６）
太陽光パネル４の傾斜角αは、「季節に応じて」且つ「作物の種類に応じて」最適な角度に調整することができる。
例えば、春（３月～５月）に収穫が見込まれる作物Ａや、夏（６月～９月）に収穫が見込まれる作物Ｂなど、その季節にしか収穫できなかったり、その季節に高価に取引きされる作物がある。
例えば、作物Ａについては、対象季節である春（３月～５月）における施設電力量及び太陽光発電量並びに作物価格の予測値を予め取得し、その季節において作物Ａが高価な出荷日に成長率が１００％になるように太陽光パネル４の傾斜角αを設定・制御すると、作物Ａを好適な状態で収穫・出荷できる。
サーバ１の構成としては、傾斜角度決定手段１６０が、太陽光発電される電力の予測情報、施設において消費される電力の予測情報、及び、作物に関する情報（作物の種類及び季節を特定可能な情報を含む）に基づいて、作物の種類毎に、太陽光パネル４の傾斜角αの角度を決定する。
詳細には、作物Ａの成長率を特定し（成長率特定手段１３１）、過去の作物Ａの価格に基づいて対象季節（春）における作物Ａの価格の予測情報を取得し（作物価格情報取得手段１３３）、作物Ａの価格の予測情報に基づいて出荷目標日を決定し（出荷目標日決定手段１３４）、作物Ａの成長速度を判定する（成長速度判定手段１３５）。
そして、傾斜角度決定手段１６０は、対象季節（春）において太陽光発電される電力の予測情報、対象季節（春）において施設にて消費される電力の予測情報、及び、作物Ａの成長速度に基づいて、傾斜角の角度を決定する。
作物Ｂについても同様の制御を行えばよい。
このように、本発明によれば、季節及び作物の種類に応じて、太陽光パネル４の傾斜角αを最適に調整することができる。
太陽光パネル４の傾斜角αは、「季節に応じて」且つ「作物の種類に応じて」最適な角度に調整することができる。
例えば、春（３月～５月）に収穫が見込まれる作物Ａや、夏（６月～９月）に収穫が見込まれる作物Ｂなど、その季節にしか収穫できなかったり、その季節に高価に取引きされる作物がある。
例えば、作物Ａについては、対象季節である春（３月～５月）における施設電力量及び太陽光発電量並びに作物価格の予測値を予め取得し、その季節において作物Ａが高価な出荷日に成長率が１００％になるように太陽光パネル４の傾斜角αを設定・制御すると、作物Ａを好適な状態で収穫・出荷できる。
サーバ１の構成としては、傾斜角度決定手段１６０が、太陽光発電される電力の予測情報、施設において消費される電力の予測情報、及び、作物に関する情報（作物の種類及び季節を特定可能な情報を含む）に基づいて、作物の種類毎に、太陽光パネル４の傾斜角αの角度を決定する。
詳細には、作物Ａの成長率を特定し（成長率特定手段１３１）、過去の作物Ａの価格に基づいて対象季節（春）における作物Ａの価格の予測情報を取得し（作物価格情報取得手段１３３）、作物Ａの価格の予測情報に基づいて出荷目標日を決定し（出荷目標日決定手段１３４）、作物Ａの成長速度を判定する（成長速度判定手段１３５）。
そして、傾斜角度決定手段１６０は、対象季節（春）において太陽光発電される電力の予測情報、対象季節（春）において施設にて消費される電力の予測情報、及び、作物Ａの成長速度に基づいて、傾斜角の角度を決定する。
作物Ｂについても同様の制御を行えばよい。
このように、本発明によれば、季節及び作物の種類に応じて、太陽光パネル４の傾斜角αを最適に調整することができる。
【0068】
以上説明したように、本発明のパネル制御システムＳにおいては、太陽光パネル４により太陽光発電される電力の予測情報を取得する太陽光発電情報取得手段１１０と、施設７において消費される電力の予測情報を取得する施設需要電力情報取得手段１２０と、農地５で育成する作物５１に関する情報を取得する作物情報取得手段１３０と、太陽光発電される電力の予測情報、施設７において消費される電力の予測情報、及び、作物５１に関する情報に基づいて、傾斜角αの角度を決定する傾斜角度決定手段１６０と、決定された角度に傾斜角αを調整する制御手段１４０と、を備える。
これにより、電力コストの最小化、及び、作物５１の販売価格の最大化を図ることができる。
これにより、電力コストの最小化、及び、作物５１の販売価格の最大化を図ることができる。
【0069】
以上、本発明の好ましい実施形態について説明したが、本発明は上述した実施形態にのみ限定されるものではなく、本発明の範囲で種々の変更実施が可能であることは言うまでもない。
例えば、パネル制御システムＳの構成は、上述の実施形態に限らず、一装置の構成の一部又は全部を他の装置が備えることもできる。
また、パネル制御方法及びパネル制御プログラムにおける処理手順は、上記手順に限らず、一部の手順が変更されていてもよい。
例えば、パネル制御システムＳの構成は、上述の実施形態に限らず、一装置の構成の一部又は全部を他の装置が備えることもできる。
また、パネル制御方法及びパネル制御プログラムにおける処理手順は、上記手順に限らず、一部の手順が変更されていてもよい。
【符号の説明】
【0070】
Ｓ：パネル制御システム、１：サーバ、１１０：太陽光発電情報取得手段、１２０：施設需要電力情報取得手段、１３０：作物情報取得手段、１３１：成長率特定手段、１３２：出荷可能期間特定手段、１３３：作物価格情報取得手段、１３４：出荷目標日決定手段、１３５：成長速度判定手段、１４０：制御手段、１５０データベース、１５１：太陽光発電電力ＤＢ、１５２：天気情報ＤＢ、１５３：施設需要電力ＤＢ、１５４：作物価格ＤＢ、１６０：傾斜角度決定手段、１７０：算出手段、１８０：判定手段、２：天気情報提供装置、４：太陽光パネル、４Ｓ：太陽光発電システム、４１０：傾斜角可動部、４１１：回転軸、４１２：ウォーム、４１３：ウォームホイール、４２０：制御処理部、４３０：発電量管理部、５：農地、５１：作物、６：ドローン、７：施設、７Ｓ：施設管理システム、７１０：電気機器、７１１：消費電力管理部、８１：系統電力、８２：太陽光発電電力、９：インターネット、α：傾斜角
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】