知財求人 - 知財ポータルサイト「IP Force」
特開2024-87518揚水発電システム、情報処理システム及び情報処理方法、並びに、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】P2024087518
(43)【公開日】2024-07-01
(54)【発明の名称】揚水発電システム、情報処理システム及び情報処理方法、並びに、プログラム
(51)【国際特許分類】
G06Q 50/06 20240101AFI20240624BHJP
【ＦＩ】
G06Q50/06
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2022202380
(22)【出願日】2022-12-19
(71)【出願人】
【識別番号】521495404
【氏名又は名称】Ｔｅａｍ Ｅｎｅｒｇｙ 株式会社
(74)【代理人】
【識別番号】100126000
【弁理士】
【氏名又は名称】岩池 満
(74)【代理人】
【識別番号】100154748
【弁理士】
【氏名又は名称】菅沼 和弘
(72)【発明者】
【氏名】中村 誠司
【テーマコード（参考）】
5L049
5L050
【Ｆターム（参考）】
5L049CC06
5L050CC06
(57)【要約】
【課題】電力市場で電力売買をして収益の最適化を図ることが可能な揚水発電システムを提供すること。
【解決手段】揚水発電設備１は、電力市場ＥＭから買電した電力を用いて揚水をし、当該揚水された水を用いて発電をし、当該発電により得られた電力を電力市場ＥＭに売電する。電力価格予測システム２は、気象等情報を少なくとも含む入力パラメータ情報を用いて電力市場ＥＭにおける予測電力価格を求め、当該予測電力価格に基づいて、揚水発電設備１の用水及び発電のタイミングを制御する。
【選択図】図１
【解決手段】揚水発電設備１は、電力市場ＥＭから買電した電力を用いて揚水をし、当該揚水された水を用いて発電をし、当該発電により得られた電力を電力市場ＥＭに売電する。電力価格予測システム２は、気象等情報を少なくとも含む入力パラメータ情報を用いて電力市場ＥＭにおける予測電力価格を求め、当該予測電力価格に基づいて、揚水発電設備１の用水及び発電のタイミングを制御する。
【選択図】図１
【特許請求の範囲】
【請求項1】
所定の電力市場から買電した電力を用いて下部貯水場から上部貯水場に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備と、
当該揚水発電設備に対する揚水及び発電のタイミングを制御する情報処理システムと、
を備える揚水発電システムであって、
前記情報処理システムは、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段と、
を有する揚水発電システム。
当該揚水発電設備に対する揚水及び発電のタイミングを制御する情報処理システムと、
を備える揚水発電システムであって、
前記情報処理システムは、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段と、
を有する揚水発電システム。
【請求項2】
前記揚水発電設備は、
前記電力市場から買電した電力を用いて駆動して、前記下部貯水場から前記上部貯水場に揚水し、
前記上部貯水場から前記下部貯水場に流下された水を用いて駆動して、発電をする、
コアレスモータ、
を有する請求項１に記載の揚水発電システム。
前記電力市場から買電した電力を用いて駆動して、前記下部貯水場から前記上部貯水場に揚水し、
前記上部貯水場から前記下部貯水場に流下された水を用いて駆動して、発電をする、
コアレスモータ、
を有する請求項１に記載の揚水発電システム。
【請求項3】
所定の電力市場から買電した電力を用いて下部貯水場から上部貯水場に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備に対して、揚水及び発電のタイミングを制御する情報処理システムであって、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段と、
を有する情報処理システム。
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段と、
を有する情報処理システム。
【請求項4】
前記制御手段は、
第１基準よりも前記予測電力価格が高い時間帯においては前記揚水発電設備が発電をするように制御し、
当該第１基準以下の第２基準よりも前記予測電力価格が低い時間帯においては前記揚水発電設備が陽水をするように制御する、
請求項３に記載の情報処理システム。
第１基準よりも前記予測電力価格が高い時間帯においては前記揚水発電設備が発電をするように制御し、
当該第１基準以下の第２基準よりも前記予測電力価格が低い時間帯においては前記揚水発電設備が陽水をするように制御する、
請求項３に記載の情報処理システム。
【請求項5】
前記予測手段は、
所定の機械学習の結果得られたモデルであって、前記入力パラメータ情報を入力すると前記予測電力価格を出力するモデルを用いて、
当該予測電力価格を求める、
請求項１に記載の情報処理システム。
所定の機械学習の結果得られたモデルであって、前記入力パラメータ情報を入力すると前記予測電力価格を出力するモデルを用いて、
当該予測電力価格を求める、
請求項１に記載の情報処理システム。
【請求項6】
前記モデルは、
前記入力パラメータ情報のうち、前記気象等情報を少なくとも含む情報を入力すると、前記電力市場における需要サイド及び供給サイドの夫々の動向を出力する第１モデルと、
前記第１モデルの出力を少なくとも含む情報を入力すると、前記予測電力価格を出力する第２モデルと、
を有する請求項５に記載の情報処理システム。
前記入力パラメータ情報のうち、前記気象等情報を少なくとも含む情報を入力すると、前記電力市場における需要サイド及び供給サイドの夫々の動向を出力する第１モデルと、
前記第１モデルの出力を少なくとも含む情報を入力すると、前記予測電力価格を出力する第２モデルと、
を有する請求項５に記載の情報処理システム。
【請求項7】
前記所定の機械学習を実行することで、前記モデルを生成又は更新をする学習手段
をさらに備える請求項５又は６に記載の情報処理システム。
をさらに備える請求項５又は６に記載の情報処理システム。
【請求項8】
所定の電力市場から買電した電力を用いて下部貯水場から上部貯水場に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備に対して、揚水及び発電のタイミングを制御する情報処理システムが実行する情報処理方法であって、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得ステップと、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測ステップと、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御ステップと、
を含む情報処理方法。
気象等情報を少なくとも含む入力パラメータ情報を取得する取得ステップと、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測ステップと、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御ステップと、
を含む情報処理方法。
【請求項9】
所定の電力市場から買電した電力を用いて下部貯水場から上部貯水場に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備に対して、揚水及び発電のタイミングを制御するコンピュータに、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得ステップと、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測ステップと、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御ステップと、
を含む制御処理を実行させるプログラム。
気象等情報を少なくとも含む入力パラメータ情報を取得する取得ステップと、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測ステップと、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御ステップと、
を含む制御処理を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、揚水発電システム、情報処理システム及び情報処理方法、並びにプログラムに関する。
【背景技術】
【0002】
従来、電力会社は、ダム等の大型設備を用いた揚水発電システムについて、発電計画を立案していた（例えば、特許文献１及び２参照）。
ところで、近年、従来の電力会社とは別に、電力市場で電力売買をすることを目的とした発電システムを所有したり運営するユーザが増加している。このような発電システムとしては、太陽光発電のシステムが一般的である。
ところで、近年、従来の電力会社とは別に、電力市場で電力売買をすることを目的とした発電システムを所有したり運営するユーザが増加している。このような発電システムとしては、太陽光発電のシステムが一般的である。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２０－０１４２６２号公報
【特許文献2】特開２０１９－５２５７０５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、近年、電力市場での電力売買を目的とした揚水発電システムの実現が要望されているが、上述の特許文献１及ぶ２を含め従来の技術はあくまでも大掛かりな設備を前提としたものであり、そのまま適用したとしても収益を最適化することは非常に困難であり、当該要望に応えることができない状況である。
【0005】
本発明は、このような状況に鑑みてなされたものであり、電力市場で電力売買をして収益の最適化を図ることが可能な揚水発電システムを提供することを目的とする。
【課題を解決するための手段】
【0006】
上記目的を達成するため、本発明の一態様の揚水発電システムは、
所定の電力市場から買電した電力を用いて下部貯水場から上部貯水場に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備と、
当該揚水発電設備に対する揚水及び発電のタイミングを制御する情報処理システムと、
を備える揚水発電システムであって、
前記情報処理システムは、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段と、
を有する。
所定の電力市場から買電した電力を用いて下部貯水場から上部貯水場に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備と、
当該揚水発電設備に対する揚水及び発電のタイミングを制御する情報処理システムと、
を備える揚水発電システムであって、
前記情報処理システムは、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段と、
を有する。
【0007】
また、本発明の一態様の情報処理システムは、上述の本発明の一態様の揚水発電システムにおける情報処理システムに対応するものである。本発明の一態様の情報処理方法及びプログラムの夫々は、上述の本発明の一態様の情報処理システムに対応する方法及びプログラムの夫々である。
【発明の効果】
【0008】
本発明によれば、電力市場で電力売買をして収益の最適化を図ることが可能な揚水発電システムを提供することができる。
【図面の簡単な説明】
【0009】
【図1】本発明の揚水発電システムの一実施形態の構成例の概要を示す図である。
【図3】気象等情報のうち気温と電力価格との一日の推移の一例であって、日本国の冬の異なる２日の一例を示したものである。
【図4】気象等情報のうち気温と電力価格との一日の推移の一例であって、日本国の春の異なる２日の一例を示したものである。
【図5】気象等情報のうち気温と電力価格との一日の推移の一例であって、日本国の夏の異なる２日の一例を示したものである。
【図6】気象等情報のうち気温と電力価格との一日の推移の一例であって、日本国の秋の異なる２日の一例を示したものである。
【発明を実施するための形態】
【0010】
以下、本発明の実施形態について、図面を用いて説明する。
図１は、本発明の揚水発電システムの一実施形態の構成例の概要を示す図である。
図１に示すように、本実施形態の揚水発電システムは、揚水発電設備１と、本発明の情報処理システムの一実施形態である電力価格予測システム２と、から構成されている。
図１は、本発明の揚水発電システムの一実施形態の構成例の概要を示す図である。
図１に示すように、本実施形態の揚水発電システムは、揚水発電設備１と、本発明の情報処理システムの一実施形態である電力価格予測システム２と、から構成されている。
【0011】
揚水発電設備１は、水車可逆式発電機１１と、上部タンク１２と、下部タンク１３とを含むように構成されている。
発電時には、水車可逆式発電機１１は、上部タンク１２から下部タンク１３に流下された水により水車を回転させることで発電する。水車可逆式発電機１１の発電により得られた電力は、所定の電力市場ＥＭに売電される。
一方、揚水時には、水車可逆式発電機１１は、電力市場ＥＭから買電した電力により駆動する電動機（ポンプ）として機能して、下部タンク１３から上部タンク１２に揚水する。
発電時には、水車可逆式発電機１１は、上部タンク１２から下部タンク１３に流下された水により水車を回転させることで発電する。水車可逆式発電機１１の発電により得られた電力は、所定の電力市場ＥＭに売電される。
一方、揚水時には、水車可逆式発電機１１は、電力市場ＥＭから買電した電力により駆動する電動機（ポンプ）として機能して、下部タンク１３から上部タンク１２に揚水する。
【0012】
このように、本実施形態の揚水発電設備１は、貯水池とダムを用いた従来の大型のものとは異なり、上部タンク１２及び下部タンク１３を用いた原則５０ＫＷ以下の小型のものであり、電力市場ＥＭで電力を売買することを目的とした一般的なユーザでも所有や管理が可能となっている。
このような小型の揚水発電設備１の水車可逆式発電機１１としては、発電効率が優れたものが要求されるため、本実施形態ではトルクの小さいコアレスモータを採用している。
このような小型の揚水発電設備１の水車可逆式発電機１１としては、発電効率が優れたものが要求されるため、本実施形態ではトルクの小さいコアレスモータを採用している。
【0013】
具体的には例えば、上部タンク１２から下部タンク１３までの総落差は１３．０ｍであり、損失落差は３．０ｍであり、有効落差は１０．０ｍであるものとする。
また、上部タンク１２及び下部タンク１３の容量は５０ｔであり、サイクル時間は１ｈｒであるものとする。従って、流下する水の流量は５０．００ｔ／ｈｒ、即ち０．０１４ｍ＾２／ｓであるものとする。
この場合、本実施形態の揚水発電設備１の発電出力は、次の式（１）に示すように１．０ｋＷになる。
９．８×０．０１４×１０×０．８２×０．９・・・（１）
このため、本実施形態の揚水発電設備１の１年間の発電電力量は、設備利用率を０．９４とすると、次の式（２）に示すように、８２４５．１ｋＷｈとなる。
１．０ｋＷ×８２０８ｈｒ・・・（２）
また、上部タンク１２及び下部タンク１３の容量は５０ｔであり、サイクル時間は１ｈｒであるものとする。従って、流下する水の流量は５０．００ｔ／ｈｒ、即ち０．０１４ｍ＾２／ｓであるものとする。
この場合、本実施形態の揚水発電設備１の発電出力は、次の式（１）に示すように１．０ｋＷになる。
９．８×０．０１４×１０×０．８２×０．９・・・（１）
このため、本実施形態の揚水発電設備１の１年間の発電電力量は、設備利用率を０．９４とすると、次の式（２）に示すように、８２４５．１ｋＷｈとなる。
１．０ｋＷ×８２０８ｈｒ・・・（２）
【0014】
ところで、日本国の電源構成の変化とともに、日中のみしか発電しない太陽光発電の大量設置が続いたため、日本国の電力市場ＥＭ（例えばＪＥＰＸ（登録商標））の日中の電力取引価格（以下、単に「電力価格」と呼ぶ）が大幅な変動を続けている状況である。
具体的には例えば、１日のうちでの価格差は変動の大きい夏や冬では５０円程度となるのが常態化している他、春や秋でも２０乃至３０円の変動幅となっている。
具体的には例えば、１日のうちでの価格差は変動の大きい夏や冬では５０円程度となるのが常態化している他、春や秋でも２０乃至３０円の変動幅となっている。
【0015】
そこで、本実施形態の電力価格予測システム２は、ＡＩ等を用いて、電力市場ＥＭにおける電力価格を予測し、その予測結果に基づいて発電／揚水のタイミングを決定して、発電／揚水の切替指示を揚水発電設備１に対して出力する。
具体的には、電力価格予測システム２は、電力価格の高い時間帯では発電の指示を揚水発電設備１に出力する一方、電力価格の安い時間帯では揚水の指示を揚水発電設備１に出力する。このようにして、電力価格予測システム２は、揚水発電設備１に対して最適な揚水時間及び発電時間を制御する。
これにより、本実施形態の揚水発電システムは、結果的に蓄電システムとして機能し、利益の極大化（収益の最適化）を図ることができる。
具体的には、電力価格予測システム２は、電力価格の高い時間帯では発電の指示を揚水発電設備１に出力する一方、電力価格の安い時間帯では揚水の指示を揚水発電設備１に出力する。このようにして、電力価格予測システム２は、揚水発電設備１に対して最適な揚水時間及び発電時間を制御する。
これにより、本実施形態の揚水発電システムは、結果的に蓄電システムとして機能し、利益の極大化（収益の最適化）を図ることができる。
【0016】
さらに、このような本実施形態の揚水発電システムを複数用意して、夫々を地域の小規模分散電源として採用することができる。その際、例えばブロックチーン技術を用いた制御を行うことで、地域の安定的な電力供給の一役を担うことが可能になる。
【0017】
図２は、図１の揚水発電システムのうち電力価格予測システム、即ち、本発明の情報処理システムの一実施形態の電力価格予測システムの構成例を示す図である。
図２に示すように、本実施形態の電力価格予測システム２は、学習装置２１と、当該学習装置２１により生成又は更新されるＡＩ２２と、当該ＡＩ２２を用いる予測制御装置２３と、を備えている。
図２に示すように、本実施形態の電力価格予測システム２は、学習装置２１と、当該学習装置２１により生成又は更新されるＡＩ２２と、当該ＡＩ２２を用いる予測制御装置２３と、を備えている。
【0018】
学習装置２１は、ディープラーニング等の所定手法の機械学習を実行することで、所定の入力パラメータ情報を入力すると電力価格を予測（出力）するＡＩ２２を生成又は更新する。
生成とは、最初の学習により得られることをいい、更新とは、２回目以降の再学習により得られることをいう。
生成とは、最初の学習により得られることをいい、更新とは、２回目以降の再学習により得られることをいう。
【0019】
機械学習の手法は、特に限定されないが、ここでは例示として１つの簡単な手法について説明する。
即ち、気候や気象の情報（以下、「気象等情報」と呼ぶ）と、現状の電力価格（例えばＪＥＰＸ（登録商標）での電力取引価格）の推移との間には、大きな関連性があるとされている。
即ち、気候や気象の情報（以下、「気象等情報」と呼ぶ）と、現状の電力価格（例えばＪＥＰＸ（登録商標）での電力取引価格）の推移との間には、大きな関連性があるとされている。
【0020】
【0021】
図３は、気象等情報のうち気温と電力価格との一日の推移の一例であって、日本国の冬の異なる２日の一例を示したものである。
図３（Ａ）は、冬の晴れた日の一例である。この日は、最高気温：８．４℃、最低気温：－３．５℃、日照時間：８．９時間、最高日射量：２．０３（ＭＪ／ｍ＾２：１２時）であった。
図３（Ｂ）は、冬の雨の日の一例である。この日は、最高気温：７．２℃、最低気温：４．３℃、日照時間：０時間、最高日射量：０．２９（ＭＪ／ｍ＾２：１２時）であった。
図３（Ａ）及び（Ｂ）共に、横軸は時間を示し、縦軸は電力価格又は気温を示している。実線のグラフは、気温のグラフであり、破線のグラフは、電力価格である。
図３（Ｂ）に示すように、冬の雨の日の日中（特に午前中）でも、気温が６度程度と低く日照時間も少ないことから、需要サイドの電力の使用量（例えばエアコンの稼働状況）は高まると判断される。また、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も少ないので、発電量は必然的に少なくなる。このように、冬の雨の日については、需要サイドは電力の使用量が多くなるのに対して、供給サイドは電力の発電量は少なくなる。その結果、電力価格は高騰（午前中は８０円程度）している。
一方、図３（Ａ）に示すように、冬でも晴れていると、需要サイドの電力の使用量（例えばエアコンの稼働状況）はそこまで高くならないと判断される。また、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も多くなるので、発電量は必然的に多くなる。このように、冬の晴の日については、需要サイドは電力の使用量がさほど多くならないのに対して、供給サイドは電力の発電量は多くなる。その結果、電力価格はさほど上がらない（夕食時間の５０円程度が最高）ことになる。
図３（Ａ）は、冬の晴れた日の一例である。この日は、最高気温：８．４℃、最低気温：－３．５℃、日照時間：８．９時間、最高日射量：２．０３（ＭＪ／ｍ＾２：１２時）であった。
図３（Ｂ）は、冬の雨の日の一例である。この日は、最高気温：７．２℃、最低気温：４．３℃、日照時間：０時間、最高日射量：０．２９（ＭＪ／ｍ＾２：１２時）であった。
図３（Ａ）及び（Ｂ）共に、横軸は時間を示し、縦軸は電力価格又は気温を示している。実線のグラフは、気温のグラフであり、破線のグラフは、電力価格である。
図３（Ｂ）に示すように、冬の雨の日の日中（特に午前中）でも、気温が６度程度と低く日照時間も少ないことから、需要サイドの電力の使用量（例えばエアコンの稼働状況）は高まると判断される。また、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も少ないので、発電量は必然的に少なくなる。このように、冬の雨の日については、需要サイドは電力の使用量が多くなるのに対して、供給サイドは電力の発電量は少なくなる。その結果、電力価格は高騰（午前中は８０円程度）している。
一方、図３（Ａ）に示すように、冬でも晴れていると、需要サイドの電力の使用量（例えばエアコンの稼働状況）はそこまで高くならないと判断される。また、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も多くなるので、発電量は必然的に多くなる。このように、冬の晴の日については、需要サイドは電力の使用量がさほど多くならないのに対して、供給サイドは電力の発電量は多くなる。その結果、電力価格はさほど上がらない（夕食時間の５０円程度が最高）ことになる。
【0022】
図４は、気象等情報のうち気温と電力価格との一日の推移の一例であって、日本国の春の異なる２日の一例を示したものである。
図４（Ａ）は、春の晴れた日の一例である。この日は、最高気温：２１．７℃、最低気温：９．７℃、日照時間：１１．８時間、最高日射量：３．２９（ＭＪ／ｍ＾２：１２時）であった。
図４（Ｂ）は、春の雨の日の一例である。この日は、最高気温：９．８℃、最低気温：６．７℃、日照時間：０時間、最高日射量：０．４５（ＭＪ／ｍ＾２：１２時）であった。
図４（Ａ）及び（Ｂ）共に、横軸は時間を示し、縦軸は電力価格又は気温を示している。実線のグラフは、気温のグラフであり、破線のグラフは、電力価格である。
ここで、需要サイドの点からすると、春は冬に対してエアコンの需要はさほどなくなり、需要サイドの電力の使用量（例えばエアコンの稼働状況）も春は冬に対して低くなると判断される。
このような状況で、図４（Ａ）に示すように、春の晴れた日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も多くなるので、発電量は必然的に多くなる。このように、春の晴れの日は、冬の晴れの日よりもさらに需要サイドは電力の使用量が低くなるのに対して、供給サイドは電力の発電量は多くなる。その結果、電力価格は低くなる（昼の１２時では１０円まで下がる）ことになる。
一方、図４（Ｂ）に示すように、春の雨の日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も少ないので、発電量は必然的に少なくなる。ただし、冬の雨の日に比べて、需要サイドの電力の使用量はさほど多くない。その結果、電力価格は、春の晴れの日よりも高くなるが、冬の雨の日と比べて低くなる。
図４（Ａ）は、春の晴れた日の一例である。この日は、最高気温：２１．７℃、最低気温：９．７℃、日照時間：１１．８時間、最高日射量：３．２９（ＭＪ／ｍ＾２：１２時）であった。
図４（Ｂ）は、春の雨の日の一例である。この日は、最高気温：９．８℃、最低気温：６．７℃、日照時間：０時間、最高日射量：０．４５（ＭＪ／ｍ＾２：１２時）であった。
図４（Ａ）及び（Ｂ）共に、横軸は時間を示し、縦軸は電力価格又は気温を示している。実線のグラフは、気温のグラフであり、破線のグラフは、電力価格である。
ここで、需要サイドの点からすると、春は冬に対してエアコンの需要はさほどなくなり、需要サイドの電力の使用量（例えばエアコンの稼働状況）も春は冬に対して低くなると判断される。
このような状況で、図４（Ａ）に示すように、春の晴れた日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も多くなるので、発電量は必然的に多くなる。このように、春の晴れの日は、冬の晴れの日よりもさらに需要サイドは電力の使用量が低くなるのに対して、供給サイドは電力の発電量は多くなる。その結果、電力価格は低くなる（昼の１２時では１０円まで下がる）ことになる。
一方、図４（Ｂ）に示すように、春の雨の日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も少ないので、発電量は必然的に少なくなる。ただし、冬の雨の日に比べて、需要サイドの電力の使用量はさほど多くない。その結果、電力価格は、春の晴れの日よりも高くなるが、冬の雨の日と比べて低くなる。
【0023】
図５は、気象等情報のうち気温と電力価格との一日の推移の一例であって、日本国の夏の異なる２日の一例を示したものである。
図５（Ａ）は、夏の晴れた日の一例である。この日は、最高気温：３７．０℃、最低気温：２５．４℃、日照時間：１１．５時間、最高日射量：３．３１（ＭＪ／ｍ＾２：１２時）であった。
図５（Ｂ）は、夏の曇りのち雨の日の一例である。この日は、最高気温：２８．５℃、最低気温：２２．７℃、日照時間：０時間、最高日射量：１．１１（ＭＪ／ｍ＾２：１２時）であった。
図５（Ａ）及び（Ｂ）共に、横軸は時間を示し、縦軸は電力価格又は気温を示している。実線のグラフは、気温のグラフであり、破線のグラフは、電力価格である。
ここで、需要サイドの点からすると、夏は春に対してエアコンの需要は高くなり、需要サイドの電力の使用量（例えばエアコンの稼働状況）も夏は春に対して高くなると判断される。
このような状況で、図５（Ａ）に示すように、夏の晴れた日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も多くなることから、発電量は必然的に多くなるものの、需要サイドのエアコンの需要に追い付けないため、電力価格は高騰する（特に夕食時間帯には２００円まで跳ね上がる）。
一方、図５（Ｂ）に示すように、夏の（曇りのち）雨の日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も少ないので、発電量は必然的に少なくなるものの、夏の晴れの日に比べて、需要サイドの電力の使用量はさほど多くない。その結果、電力価格は、夏の晴れの日よりも低くなる。
図５（Ａ）は、夏の晴れた日の一例である。この日は、最高気温：３７．０℃、最低気温：２５．４℃、日照時間：１１．５時間、最高日射量：３．３１（ＭＪ／ｍ＾２：１２時）であった。
図５（Ｂ）は、夏の曇りのち雨の日の一例である。この日は、最高気温：２８．５℃、最低気温：２２．７℃、日照時間：０時間、最高日射量：１．１１（ＭＪ／ｍ＾２：１２時）であった。
図５（Ａ）及び（Ｂ）共に、横軸は時間を示し、縦軸は電力価格又は気温を示している。実線のグラフは、気温のグラフであり、破線のグラフは、電力価格である。
ここで、需要サイドの点からすると、夏は春に対してエアコンの需要は高くなり、需要サイドの電力の使用量（例えばエアコンの稼働状況）も夏は春に対して高くなると判断される。
このような状況で、図５（Ａ）に示すように、夏の晴れた日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も多くなることから、発電量は必然的に多くなるものの、需要サイドのエアコンの需要に追い付けないため、電力価格は高騰する（特に夕食時間帯には２００円まで跳ね上がる）。
一方、図５（Ｂ）に示すように、夏の（曇りのち）雨の日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も少ないので、発電量は必然的に少なくなるものの、夏の晴れの日に比べて、需要サイドの電力の使用量はさほど多くない。その結果、電力価格は、夏の晴れの日よりも低くなる。
【0024】
図６は、気象等情報のうち気温と電力価格との一日の推移の一例であって、日本国の秋の異なる２日の一例を示したものである。
図６（Ａ）は、秋の晴れた日の一例である。この日は、最高気温：２０．７℃、最低気温：９．７℃、日照時間：９．７時間、最高日射量：２．６３（ＭＪ／ｍ＾２：１２時）であった。
図６（Ｂ）は、夏の曇りのち雨の日の一例である。この日は、最高気温：１３．３℃、最低気温：１１．３℃、日照時間：０時間、最高日射量：０．２３（ＭＪ／ｍ＾２：１２時）であった。
図６（Ａ）及び（Ｂ）共に、横軸は時間を示し、縦軸は電力価格又は気温を示している。実線のグラフは、気温のグラフであり、破線のグラフは、電力価格である。
ここで、需要サイドの点からすると、秋は夏に対してエアコンの需要は低くなり、需要サイドの電力の使用量（例えばエアコンの稼働状況）も秋は夏に対して低くなると判断される。この点、需要サイドの秋の動向は、春と似ているとも把握できる。
このような状況で、図４（Ａ）に示すように、秋の晴れた日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も多くなることから、発電量は必然的に多くなるのに対して、需要サイドのエアコンの需要はないため、電力価格は暴落する（特に昼１２時頃には０円近くまで暴落する）。電力価格という点でみると、秋の動向は夏の動向と真逆になる。
一方、図６（Ｂ）に示すように、夏の（曇りのち）雨の日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も少ないので、発電量は必然的に少なくなるものの、夏の晴れの日に比べて、需要サイドの電力の使用量はさほど多くない。その結果、電力価格は、夏の晴れの日よりも低くなる。
図６（Ａ）は、秋の晴れた日の一例である。この日は、最高気温：２０．７℃、最低気温：９．７℃、日照時間：９．７時間、最高日射量：２．６３（ＭＪ／ｍ＾２：１２時）であった。
図６（Ｂ）は、夏の曇りのち雨の日の一例である。この日は、最高気温：１３．３℃、最低気温：１１．３℃、日照時間：０時間、最高日射量：０．２３（ＭＪ／ｍ＾２：１２時）であった。
図６（Ａ）及び（Ｂ）共に、横軸は時間を示し、縦軸は電力価格又は気温を示している。実線のグラフは、気温のグラフであり、破線のグラフは、電力価格である。
ここで、需要サイドの点からすると、秋は夏に対してエアコンの需要は低くなり、需要サイドの電力の使用量（例えばエアコンの稼働状況）も秋は夏に対して低くなると判断される。この点、需要サイドの秋の動向は、春と似ているとも把握できる。
このような状況で、図４（Ａ）に示すように、秋の晴れた日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も多くなることから、発電量は必然的に多くなるのに対して、需要サイドのエアコンの需要はないため、電力価格は暴落する（特に昼１２時頃には０円近くまで暴落する）。電力価格という点でみると、秋の動向は夏の動向と真逆になる。
一方、図６（Ｂ）に示すように、夏の（曇りのち）雨の日は、供給サイド（例えば太陽光発電）については、日射時間も最高日射量も少ないので、発電量は必然的に少なくなるものの、夏の晴れの日に比べて、需要サイドの電力の使用量はさほど多くない。その結果、電力価格は、夏の晴れの日よりも低くなる。
【0025】
以上説明したように、気象等情報と電力価格とは関連性があるものの、単純な関連性ではなく、１段階目として、気象等情報と供給サイド（例えば太陽光発電）の動向との間の関連性（以下、「供給サイド関連性」と呼ぶ）と、気象等情報と需要サイド（例えばエアコンの稼働）の動向との間の関連性（以下、「需要サイド関連性」と呼ぶ）とが存在するものと把握される。
ここで、気象等情報は、単純に晴れとか日射量とかだけでなく、何年何月何日何時といった時間（季節という概念も含む）の情報も結び付けられている。即ち、気象等情報には、季節も含む時間情報が含まれている。
供給サイド関連性については、気象等情報のうち日照時間や日射量と、太陽光発電の発電量（供給サイドの動向）とが密接な関係となっていることは明確である。
需要サイド関連性については、気象等情報のうち、季節、天候、気温、湿度等の項目（情報）が、エアコン稼働状況（需要サイドの動向の一例）に大きな影響を及ぼしているとみられており、気象×人間の行動＝生気象の研究の必要性が近年取りざたされている。
そして、２段階目として、供給サイド及び需要サイドの動向と、電力価格とが関連していると把握される。
ここで、気象等情報は、単純に晴れとか日射量とかだけでなく、何年何月何日何時といった時間（季節という概念も含む）の情報も結び付けられている。即ち、気象等情報には、季節も含む時間情報が含まれている。
供給サイド関連性については、気象等情報のうち日照時間や日射量と、太陽光発電の発電量（供給サイドの動向）とが密接な関係となっていることは明確である。
需要サイド関連性については、気象等情報のうち、季節、天候、気温、湿度等の項目（情報）が、エアコン稼働状況（需要サイドの動向の一例）に大きな影響を及ぼしているとみられており、気象×人間の行動＝生気象の研究の必要性が近年取りざたされている。
そして、２段階目として、供給サイド及び需要サイドの動向と、電力価格とが関連していると把握される。
【0026】
図２に戻り、そこで、本実施形態の学習装置２１は、気象等情報と供給サイドの動向との組の過去の多数の実績、及び、気象等情報と需要サイドの動向との組の過去の多数の実績を学習用データとして取得する。
学習装置２１は、これらの学習用データを用いて機械学習を実行する。これにより、気象等情報を入力パラメータ情報として入力すると、需要サイド及び供給サイドの夫々の動向を出力（予測）するＡＩが生成又は更新される。なお以下、このようなＡＩを「需給予測ＡＩ」と呼ぶ。
学習装置２１は、これらの学習用データを用いて機械学習を実行する。これにより、気象等情報を入力パラメータ情報として入力すると、需要サイド及び供給サイドの夫々の動向を出力（予測）するＡＩが生成又は更新される。なお以下、このようなＡＩを「需給予測ＡＩ」と呼ぶ。
【0027】
また、上述したように、需要サイド及び供給サイドの夫々の動向と、電力価格との間に密接な関連性があることは明らかである。
そこで、学習装置２１は、供給サイドの動向と電力価格との組の過去の多数の実績、及び、需要サイドの動向と電力価格との組の過去の多数の実績を学習用データとして取得する。
学習装置２１は、これらの学習用データを用いて機械学習を実行する。これにより、需要サイド及び供給サイドの夫々の動向（需給予測ＡＩの出力）を入力パラメータ情報として入力すると、電力価格を出力（予測）するＡＩが生成又は更新される。なお以下、このようなＡＩを「電力価格予測ＡＩ」と呼ぶ。
そこで、学習装置２１は、供給サイドの動向と電力価格との組の過去の多数の実績、及び、需要サイドの動向と電力価格との組の過去の多数の実績を学習用データとして取得する。
学習装置２１は、これらの学習用データを用いて機械学習を実行する。これにより、需要サイド及び供給サイドの夫々の動向（需給予測ＡＩの出力）を入力パラメータ情報として入力すると、電力価格を出力（予測）するＡＩが生成又は更新される。なお以下、このようなＡＩを「電力価格予測ＡＩ」と呼ぶ。
【0028】
以上の電力価格予測ＡＩは簡単な一例であるが、実際には、電力価格の動向は、供給サイドの動向と需要サイドの動向の他、さらに、原油等の燃料価格、その時々の天候情報や燃料価格見通し、加えて天候不順等による人間の感覚や気分等の複数の要素が絡み合って、大きく変動するとみられる。
そこで、本実施形態では、学習装置２１は、供給サイドの動向と電力価格との組の過去の多数の実績、及び、需要サイドの動向と電力価格との組の過去の多数の実績に加えて、さらに、これらの複数の要素と電力価格との組の過去の多数の実績を学習用データとして取得する。
学習装置２１は、これらの学習用データを用いて機械学習を実行する。これにより、需要サイド及び供給サイドの夫々の動向、並びに他の１以上の要素を入力パラメータ情報として入力すると、電力価格を出力（予測）する電力価格予測ＡＩが生成又は更新される。
そこで、本実施形態では、学習装置２１は、供給サイドの動向と電力価格との組の過去の多数の実績、及び、需要サイドの動向と電力価格との組の過去の多数の実績に加えて、さらに、これらの複数の要素と電力価格との組の過去の多数の実績を学習用データとして取得する。
学習装置２１は、これらの学習用データを用いて機械学習を実行する。これにより、需要サイド及び供給サイドの夫々の動向、並びに他の１以上の要素を入力パラメータ情報として入力すると、電力価格を出力（予測）する電力価格予測ＡＩが生成又は更新される。
【0029】
以上まとめると、本実施形態では、需給予測ＡＩと電力価格予測ＡＩの２段階からなるＡＩが、ＡＩ２２として学習装置２１により生成又は更新される。
【0030】
予測制御装置２３は、気象等情報を少なくとも含む入力パラメータ情報を取得すると、当該入力パラメータ情報をＡＩ２２に入力して電力価格を予測（出力）し、その予測した電力価格に基づいて発電／揚水のタイミングを決定して、そのタイミングでの発電／揚水の切替指示を、揚水発電設備１に対して出力する。
【0031】
【0032】
予測制御装置２３は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｙ）３３と、バス３４と、入出力インターフェース３５と、入力部３６と、出力部３７と、記憶部３８と、通信部３９と、ドライブ４０と、を備えている。
【0033】
ＣＰＵ３１は、ＲＯＭ３２に記録されているプログラム、又は記憶部３８からＲＡＭ３３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ３３には、ＣＰＵ３１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
ＲＡＭ３３には、ＣＰＵ３１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
【0034】
ＣＰＵ３１、ＲＯＭ３２及びＲＡＭ３３は、バス３４を介して相互に接続されている。このバス３４にはまた、入出力インターフェース３５も接続されている。入出力インターフェース３５には、入力部３６、出力部３７、記憶部３８、通信部３９及びドライブ４０が接続されている。
【0035】
入力部３６は、各種ハードウェア釦等で構成され、操作者の指示操作に応じて各種情報を入力する。
出力部３７は、液晶等のディスプレイにより構成され、各種画像を表示する。
出力部３７は、液晶等のディスプレイにより構成され、各種画像を表示する。
【0036】
記憶部３８は、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種データを記憶する。
通信部３９は、インターネットを含むネットワークを介して他の装置（図２に示した学習装置２１等）との間で行う通信を制御する。
通信部３９は、インターネットを含むネットワークを介して他の装置（図２に示した学習装置２１等）との間で行う通信を制御する。
【0037】
ドライブ４０は、必要に応じて設けられる。ドライブ４０には、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア４１が適宜装着される。ドライブ４０によってリムーバブルメディア４１から読み出されたプログラムは、必要に応じて記憶部３８にインストールされる。また、リムーバブルメディア４１は、記憶部３８に記憶されている各種データも、記憶部３８と同様に記憶することができる。
【0038】
なお、図示はしないが、学習装置２１も図７と同様のハードウェア構成を有している。
【0039】
【0040】
図４に示すように、予測制御装置２３には、パラメータ取得部５１と、予測部５２と、修正可否判定部５３と、スイッチ５４と、予測修正部５５と、発電／揚水制御部５６と、が設けられている。
【0041】
パラメータ取得部５１は、気象等情報を少なくとも含む入力パラメータ情報を外部から取得する。
予測部５２は、入力パラメータ情報をＡＩ２２に入力して電力価格を予測（出力）する。
具体的には例えば、本実施形態では学習装置２１（図２）により、ＡＩ２２として、需給予測ＡＩ２２１と電力価格予測ＡＩ２２２とが生成又は更新されて、予測部５２に提供される。
予測部５２は、入力パラメータ情報のうち、気象等情報の少なくとも一部を含む情報を需給予測ＡＩ２２１に入力させ、当該需給予測ＡＩ２２１の出力、即ち、需要サイド及び供給サイドの夫々の予測動向を取得する。
予測部５２は、需給予測ＡＩ２２１の出力、即ち、需要サイド及び供給サイドの夫々の予測動向を少なくとも含む情報を電力価格予測ＡＩ２２２に入力させ、当該電力価格予測ＡＩ２２２の出力、即ち電力価格の予測値を外部に出力する。
予測部５２は、入力パラメータ情報をＡＩ２２に入力して電力価格を予測（出力）する。
具体的には例えば、本実施形態では学習装置２１（図２）により、ＡＩ２２として、需給予測ＡＩ２２１と電力価格予測ＡＩ２２２とが生成又は更新されて、予測部５２に提供される。
予測部５２は、入力パラメータ情報のうち、気象等情報の少なくとも一部を含む情報を需給予測ＡＩ２２１に入力させ、当該需給予測ＡＩ２２１の出力、即ち、需要サイド及び供給サイドの夫々の予測動向を取得する。
予測部５２は、需給予測ＡＩ２２１の出力、即ち、需要サイド及び供給サイドの夫々の予測動向を少なくとも含む情報を電力価格予測ＡＩ２２２に入力させ、当該電力価格予測ＡＩ２２２の出力、即ち電力価格の予測値を外部に出力する。
【0042】
ここで、本実施形態の予測制御装置２３は、例えば１時間毎に、電力価格の予測値と電力価格の実価格とを比較し、予測値を修正する必要がある場合は他の予測方法（回帰分析等）により調整や修正をする。
このため、予測制御装置２３には、修正可否判定部５３と、スイッチ５４と、予測修正部５５とが設けられている。
このため、予測制御装置２３には、修正可否判定部５３と、スイッチ５４と、予測修正部５５とが設けられている。
【0043】
修正可否判定部５３は、予測部５２から出力された電力価格の予測値と、電力市場ＥＭから取得した電力価格の実価格とを比較し、当該予測値の修正可否を判定する。
修正可否判定部５３は、修正不要と判断した場合、スイッチ５４の出力を発電／揚水制御部５６側に切替える。これにより、予測部５２から出力された電力価格の予測値は、発電／揚水制御部５６に提供される。
これに対して、修正可否判定部５３は、修正不要と判断した場合、スイッチ５４の出力を予測修正部５５側に切替える。これにより、予測部５２から出力された電力価格の予測値は、予測修正部５５に提供される。
予測修正部５５は、予測部５２から出力された電力価格の予測値に対して、他の予測方法（回帰分析等）により調整や修正をしたうえで、発電／揚水制御部５６に提供する。
修正可否判定部５３は、修正不要と判断した場合、スイッチ５４の出力を発電／揚水制御部５６側に切替える。これにより、予測部５２から出力された電力価格の予測値は、発電／揚水制御部５６に提供される。
これに対して、修正可否判定部５３は、修正不要と判断した場合、スイッチ５４の出力を予測修正部５５側に切替える。これにより、予測部５２から出力された電力価格の予測値は、予測修正部５５に提供される。
予測修正部５５は、予測部５２から出力された電力価格の予測値に対して、他の予測方法（回帰分析等）により調整や修正をしたうえで、発電／揚水制御部５６に提供する。
【0044】
発電／揚水制御部５６は、電力価格の予測値に基づいて、揚水及び発電のタイミングを決定して、当該タイミングに発電／揚水の切替指示を揚水発電設備１に対して出力する。
【0045】
具体的には例えば、発電／揚水制御部５６は、最大４時間サイクルの揚水発電設備１を利用するものとして、揚水及び発電のタイミングに関しては、揚水効率と発電効率分を減じる必要があるため、揚水→発電→揚水のサイクルの夫々で、６５円以上の値差が生じる時間帯のうち、最安値のタイミングを揚水のタイミングとして決定する一方、最高値のタイミングを発電のタイミングとして決定する。
発電／揚水制御部５６における電力価格の予測値の確定タイミングについては、気象等情報に関しては最長でも６時間間隔で最新の情報をアップデートしたうえで予測部５２に予測させることで、確定していく。
加えて、上述したように、修正可否判定部５３は、１時間毎に電力価格の予測値と実価格とを比較する。修正可否判定部５３により修正が必要と判定された場合、予測修正部５５は、他の予測方法（回帰分析など）により予測値の調整や修正をする。
発電／揚水制御部５６における電力価格の予測値の確定タイミングについては、気象等情報に関しては最長でも６時間間隔で最新の情報をアップデートしたうえで予測部５２に予測させることで、確定していく。
加えて、上述したように、修正可否判定部５３は、１時間毎に電力価格の予測値と実価格とを比較する。修正可否判定部５３により修正が必要と判定された場合、予測修正部５５は、他の予測方法（回帰分析など）により予測値の調整や修正をする。
【0046】
【0047】
図９は、図８の発電／揚水制御部により決定された冬の揚水及び発電のタイミングの具体例を示す図である。
図９（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図９（Ｂ）には、図９（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、密な右上りのハッチング（以下、「右上りハッチング」と呼ぶ）の時間帯は揚水（蓄電）の時間帯を示しており、右下りのハッチング（以下、「右下りハッチング」と呼ぶ）の時間帯は発電（売電）の時間帯を示している。なお、疎な右上がりのハッチング（以下、「疎ハッチング」と呼ぶ）の時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図９の例では、図８のパラメータ取得部５１は、季節が冬という情報と、図９（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図９（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図９（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
図９（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図９（Ｂ）には、図９（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、密な右上りのハッチング（以下、「右上りハッチング」と呼ぶ）の時間帯は揚水（蓄電）の時間帯を示しており、右下りのハッチング（以下、「右下りハッチング」と呼ぶ）の時間帯は発電（売電）の時間帯を示している。なお、疎な右上がりのハッチング（以下、「疎ハッチング」と呼ぶ）の時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図９の例では、図８のパラメータ取得部５１は、季節が冬という情報と、図９（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図９（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図９（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
【0048】
図１０は、図８の発電／揚水制御部により決定された冬の揚水及び発電のタイミングの具体例であって、図９とは異なる例を示す図である。
図１０（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１０（Ｂ）には、図１０（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１０の例では、図８のパラメータ取得部５１は、季節が冬という情報と、図１０（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１０（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１０（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
図１０（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１０（Ｂ）には、図１０（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１０の例では、図８のパラメータ取得部５１は、季節が冬という情報と、図１０（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１０（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１０（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
【0049】
図１１は、図８の発電／揚水制御部により決定された春の揚水及び発電のタイミングの具体例を示す図である。
図１１（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１１（Ｂ）には、図１１（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１１の例では、図８のパラメータ取得部５１は、季節が春という情報と、図１１（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１１（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１１（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
図１１（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１１（Ｂ）には、図１１（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１１の例では、図８のパラメータ取得部５１は、季節が春という情報と、図１１（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１１（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１１（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
【0050】
図１２は、図８の発電／揚水制御部により決定された春の揚水及び発電のタイミングの具体例であって、図１１とは異なる例を示す図である。
図１２（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１２（Ｂ）には、図１２（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１２の例では、図８のパラメータ取得部５１は、季節が春という情報と、図１２（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１２（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１１（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
図１２（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１２（Ｂ）には、図１２（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１２の例では、図８のパラメータ取得部５１は、季節が春という情報と、図１２（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１２（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１１（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
【0051】
図１３は、図８の発電／揚水制御部により決定された夏の揚水及び発電のタイミングの具体例を示す図である。
図１３（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１３（Ｂ）には、図１３（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１３の例では、図８のパラメータ取得部５１は、季節が夏という情報と、図１３（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１３（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１３（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
図１３（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１３（Ｂ）には、図１３（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１３の例では、図８のパラメータ取得部５１は、季節が夏という情報と、図１３（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１３（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１３（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
【0052】
図１４は、図８の発電／揚水制御部により決定された夏の揚水及び発電のタイミングの具体例であって、図１３とは異なる例を示す図である。
図１４（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１４（Ｂ）には、図１４（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１４の例では、図８のパラメータ取得部５１は、季節が夏という情報と、図１４（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１４（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１４（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
図１４（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１４（Ｂ）には、図１４（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１４の例では、図８のパラメータ取得部５１は、季節が夏という情報と、図１４（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１４（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１４（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
【0053】
図１５は、図８の発電／揚水制御部により決定された秋の揚水及び発電のタイミングの具体例を示す図である。
図１５（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１５（Ｂ）には、図１５（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１５の例では、図８のパラメータ取得部５１は、季節が秋という情報と、図１５（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１５（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１５（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
図１５（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１５（Ｂ）には、図１５（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１５の例では、図８のパラメータ取得部５１は、季節が秋という情報と、図１５（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１５（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１５（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
【0054】
図１６は、図８の発電／揚水制御部により決定された冬の揚水及び発電のタイミングの具体例であって、図１５とは異なる例を示す図である。
図１６（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１６（Ｂ）には、図１６（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１６の例では、図８のパラメータ取得部５１は、季節が冬という情報と、図１６（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１６（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１６（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
図１６（Ａ）には、入力パラメータ情報としての気象等情報の一部として、気温と日射量の夫々の予報値が示されている。
図１６（Ｂ）には、図１６（Ａ）の入力パラメータ情報を用いて予測された電力価格の予測値と、当該予測値に基づいて決定された揚水及び発電のタイミングが示されている。同図中、右上りハッチングの時間帯は揚水（蓄電）の時間帯を示しており、右下りハッチングの時間帯は発電（売電）の時間帯を示している。なお、疎ハッチングの時間帯は、揚水も発電も行われない予備時間帯である。
即ち、図１６の例では、図８のパラメータ取得部５１は、季節が冬という情報と、図１６（Ａ）に示す気温と日射量の夫々の予報値とを少なくとも含む入力パラメータ情報を取得した。予測部５２は、この入力パラメータ情報を用いて、図１６（Ｂ）に示すように、電力価格の予測値を１時間間隔で予測した。発電／揚水制御部５６は、当該予測値に基づいて、図１６（Ｂ）に示すように、揚水及び発電のタイミングを決定した。
【0055】
以上、本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
【0056】
例えば、揚水発電設備は、上述の実施形態では、水車可逆式発電機１１と、上部タンク１２と、下部タンク１３とを含むように構成されたが、特にこれに限定されない。
即ち、所定の電力市場から買電した電力を用いて下部貯水場から上部貯水場に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備であれば足りる。
換言すると、所定の電力市場の一例が図１の電力市場ＥＭであり、上部貯水場の一例が図１の上部タンク１２であり、下部貯水場の一例が図１の下部タンク１３である。
そして、所定の電力市場と電力を売買するための発電設備という点では、従来のようなダムを用いた大掛かりな設備では不適であり、図１の水車可逆式発電機１１と、上部タンク１２と、下部タンク１３とを含むように構成された小型の揚水発電設備１が好適である。
さらに小型という点で、水車可逆式発電機１１としては、コアレスモータが採用されると好適である。コアレスモータならば、電力市場から買電した電力を用いて駆動して、下部貯水場から上部貯水場に揚水をするための十分なトルクを発生すると共に、上部貯水場から下部貯水場に流下された水を用いて駆動して、発電をするためのトルクを十分に発生することが可能だからである。
即ち、所定の電力市場から買電した電力を用いて下部貯水場から上部貯水場に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備であれば足りる。
換言すると、所定の電力市場の一例が図１の電力市場ＥＭであり、上部貯水場の一例が図１の上部タンク１２であり、下部貯水場の一例が図１の下部タンク１３である。
そして、所定の電力市場と電力を売買するための発電設備という点では、従来のようなダムを用いた大掛かりな設備では不適であり、図１の水車可逆式発電機１１と、上部タンク１２と、下部タンク１３とを含むように構成された小型の揚水発電設備１が好適である。
さらに小型という点で、水車可逆式発電機１１としては、コアレスモータが採用されると好適である。コアレスモータならば、電力市場から買電した電力を用いて駆動して、下部貯水場から上部貯水場に揚水をするための十分なトルクを発生すると共に、上部貯水場から下部貯水場に流下された水を用いて駆動して、発電をするためのトルクを十分に発生することが可能だからである。
【0057】
例えば、所定の電力市場の電力価格の予測値（以下、「予測電力価格」と呼ぶ）の予測手法は、上述の実施形態に特に限定されず、例えばルールベースを用いた手法でもよい。
しかしながら、電力価格の動向（変動）は、上述したように、需要サイドと供給サイドの夫々の動向が関連しており、需要サイドと供給サイドの夫々の動向は気象等情報が関連していることはわかるものの、これらがどの程度かつどのように関連しているのかについては未知な部分も存在する。また、これら以外の各種各様な要素、例えば、原油等の燃料価格、その時々の天候情報や燃料価格見通し、加えて天候不順等による人間の感覚や気分等の複数の要素が絡み合って、電力価格が大きく変動するとみられることは上述した通りである。
このようなことから鑑みると、予測電力価格を求める予測装置（システム）は、ディープラーニング型のＡＩによる開発が適していると判断される。
そして、このような開発により得られるＡＩモデルについては、その開発の中で適切な入力パラメータ情報が同定されていくため、上述の図２のＡＩ２２（図８の需給予測ＡＩ２２１及び電力価格予測ＡＩ２２２）に特に限定されない。
しかしながら、電力価格の動向（変動）は、上述したように、需要サイドと供給サイドの夫々の動向が関連しており、需要サイドと供給サイドの夫々の動向は気象等情報が関連していることはわかるものの、これらがどの程度かつどのように関連しているのかについては未知な部分も存在する。また、これら以外の各種各様な要素、例えば、原油等の燃料価格、その時々の天候情報や燃料価格見通し、加えて天候不順等による人間の感覚や気分等の複数の要素が絡み合って、電力価格が大きく変動するとみられることは上述した通りである。
このようなことから鑑みると、予測電力価格を求める予測装置（システム）は、ディープラーニング型のＡＩによる開発が適していると判断される。
そして、このような開発により得られるＡＩモデルについては、その開発の中で適切な入力パラメータ情報が同定されていくため、上述の図２のＡＩ２２（図８の需給予測ＡＩ２２１及び電力価格予測ＡＩ２２２）に特に限定されない。
【0058】
また例えば、揚水発電設備に対する制御手法は、予測電力価格を用いるものであれば足り、上述の例に特に限定されない。
例えば、第１基準よりも予測電力価格が高い時間帯においては揚水発電設備が発電をするように制御し、当該第１基準以下の第２基準よりも予測電力価格が低い時間帯においては揚水発電設備が陽水をするように制御するような制御手法であれば、各種各様な制御手法を採用することができる。
例えば、第１基準よりも予測電力価格が高い時間帯においては揚水発電設備が発電をするように制御し、当該第１基準以下の第２基準よりも予測電力価格が低い時間帯においては揚水発電設備が陽水をするように制御するような制御手法であれば、各種各様な制御手法を採用することができる。
【0059】
また例えば、電力価格予測システム２の構成は、上述の図２の構成に特に限定されない。例えば、図２の例では、学習装置２１と、いわゆる推論装置としての予測制御装置２３とは別々の装置とされたが、学習装置２１に対応する学習部と、予測制御装置２３に対応する推論部とを共に有する１つの装置とされてもよい。
【0060】
また例えば、上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
換言すると、図８の予測制御装置２３の機能的構成は例示に過ぎず、特に限定されない。
即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に図８の例に限定されない。例えば、各種処理の実行に必要となる機能ブロック及びデータベース（需給予測ＡＩ２２１及び電力価格予測ＡＩ２２２含む）の少なくとも一部を、他の情報処理装置（サーバ）に移譲させてもよい。逆に他の情報処理装置（サーバ）の機能ブロック及びデータベースを予測制御装置２３等に移譲させてもよい。
また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
換言すると、図８の予測制御装置２３の機能的構成は例示に過ぎず、特に限定されない。
即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に図８の例に限定されない。例えば、各種処理の実行に必要となる機能ブロック及びデータベース（需給予測ＡＩ２２１及び電力価格予測ＡＩ２２２含む）の少なくとも一部を、他の情報処理装置（サーバ）に移譲させてもよい。逆に他の情報処理装置（サーバ）の機能ブロック及びデータベースを予測制御装置２３等に移譲させてもよい。
また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
【0061】
一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。
また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。
また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
【0062】
このようなプログラムを含む記録媒体は、ユーザにプログラムを提供するために装置本体とは別に配布される図示せぬリムーバブルメディアにより構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される記録媒体等で構成される。
【0063】
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。
【0064】
以上を換言すると、本発明が適用される揚水発電システムは、次のような構成を有していれば足り、各種各様な実施の形態を取ることができる。
即ち、本発明が適用される陽水発電システムは、
所定の電力市場（例えば図１の電力市場ＥＭ）から買電した電力を用いて下部貯水場（例えば図１の下部タンク１３）から上部貯水場（例えば図１の上部タンク１２）に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備（例えば図１の揚水発電設備１）と、
当該揚水発電設備に対する揚水及び発電のタイミングを制御する情報処理システム（例えば図１の電力価格予測システム２）と、
を備える揚水発電システムであって、
前記情報処理システムは、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段（例えば図８のパラメータ取得部５１）と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段（例えば図８の予測部５２）と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段（例えば図８の発電／揚水制御部５６）と、
を有すれば足りる。
即ち、本発明が適用される陽水発電システムは、
所定の電力市場（例えば図１の電力市場ＥＭ）から買電した電力を用いて下部貯水場（例えば図１の下部タンク１３）から上部貯水場（例えば図１の上部タンク１２）に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備（例えば図１の揚水発電設備１）と、
当該揚水発電設備に対する揚水及び発電のタイミングを制御する情報処理システム（例えば図１の電力価格予測システム２）と、
を備える揚水発電システムであって、
前記情報処理システムは、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段（例えば図８のパラメータ取得部５１）と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段（例えば図８の予測部５２）と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段（例えば図８の発電／揚水制御部５６）と、
を有すれば足りる。
【0065】
ここで、前記揚水発電設備は、
前記電力市場から買電した電力を用いて駆動して、前記下部貯水場から前記上部貯水場に揚水をし、
前記上部貯水場から前記下部貯水場に流下された水を用いて駆動して、発電をする、
コアレスモータ（例えば図１の水車可逆式発電機１１）
を有することができる。
前記電力市場から買電した電力を用いて駆動して、前記下部貯水場から前記上部貯水場に揚水をし、
前記上部貯水場から前記下部貯水場に流下された水を用いて駆動して、発電をする、
コアレスモータ（例えば図１の水車可逆式発電機１１）
を有することができる。
【0066】
また、本発明が適用される情報処理システムは、次のような構成を有していれば足り、各種各様な実施の形態を取ることができる。
即ち、本発明が適用される情報処理システムは、
所定の電力市場（例えば図１の電力市場ＥＭ）から買電した電力を用いて下部貯水場（例えば図１の下部タンク１３）から上部貯水場（例えば図１の上部タンク１２）に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備（例えば図１の揚水発電設備１）に対して、揚水及び発電のタイミングを制御する情報処理システム（例えば図１の電力価格予測システム２）であって、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段（例えば図８のパラメータ取得部５１）と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段（例えば図８の予測部５２）と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段（例えば図８の発電／揚水制御部５６）と、
を備えれば足りる。
即ち、本発明が適用される情報処理システムは、
所定の電力市場（例えば図１の電力市場ＥＭ）から買電した電力を用いて下部貯水場（例えば図１の下部タンク１３）から上部貯水場（例えば図１の上部タンク１２）に揚水をし、前記上部貯水場から前記下部貯水場に流下された水を用いて発電をし、当該発電により得られた電力を前記電力市場に売電する揚水発電設備（例えば図１の揚水発電設備１）に対して、揚水及び発電のタイミングを制御する情報処理システム（例えば図１の電力価格予測システム２）であって、
気象等情報を少なくとも含む入力パラメータ情報を取得する取得手段（例えば図８のパラメータ取得部５１）と、
前記入力パラメータ情報を用いて前記電力市場における予測電力価格を求める予測手段（例えば図８の予測部５２）と、
前記予測電力価格に基づいて、当該揚水発電設備の用水及び発電のタイミングを制御する制御手段（例えば図８の発電／揚水制御部５６）と、
を備えれば足りる。
【0067】
ここで、前記制御手段は、
第１基準よりも前記予測電力価格が高い時間帯においては前記揚水発電設備が発電をするように制御し、
当該第１基準以下の第２基準よりも前記予測電力価格が低い時間帯においては前記揚水発電設備が陽水をするように制御する（例えば図９乃至図１６に示すように制御する）、
ことができる。
第１基準よりも前記予測電力価格が高い時間帯においては前記揚水発電設備が発電をするように制御し、
当該第１基準以下の第２基準よりも前記予測電力価格が低い時間帯においては前記揚水発電設備が陽水をするように制御する（例えば図９乃至図１６に示すように制御する）、
ことができる。
【0068】
また、前記予測手段は、
所定の機械学習の結果得られたモデルであって、前記入力パラメータ情報を入力すると前記予測電力価格を出力するモデル（例えば図２のＡＩ２２）を用いて、
当該予測電力価格を求める、
ことができる。
所定の機械学習の結果得られたモデルであって、前記入力パラメータ情報を入力すると前記予測電力価格を出力するモデル（例えば図２のＡＩ２２）を用いて、
当該予測電力価格を求める、
ことができる。
【0069】
さらに、前記モデルは、
前記入力パラメータ情報のうち、前記気象等情報を少なくとも含む情報を入力すると、前記電力市場における需要サイド及び供給サイドの夫々の動向を出力する第１モデル（例えば図８の需給予測ＡＩ２２１）と、
前記第１モデルの出力を少なくとも含む情報を入力すると、前記予測電力価格を出力する第２モデル（例えば図８の電力価格予測ＡＩ２２２）と、
を有するようにすることができる。
前記入力パラメータ情報のうち、前記気象等情報を少なくとも含む情報を入力すると、前記電力市場における需要サイド及び供給サイドの夫々の動向を出力する第１モデル（例えば図８の需給予測ＡＩ２２１）と、
前記第１モデルの出力を少なくとも含む情報を入力すると、前記予測電力価格を出力する第２モデル（例えば図８の電力価格予測ＡＩ２２２）と、
を有するようにすることができる。
【0070】
また、前記所定の機械学習を実行することで、前記モデルを生成又は更新をする学習手段（例えば図２の学習装置２１）
をさらに備えることができる。
をさらに備えることができる。
【符号の説明】
【0071】
１・・・揚水発電設備、２・・・電力価格予測システム、１１・・・水車可逆式発電機、１２・・・上部タンク、１３・・・下部タンク、２１・・・学習装置、２２・・・ＡＩ、２３・・・予測制御装置、３１・・・ＣＰＵ、３２・・・ＲＯＭ、３３・・・ＲＡＭ、３４・・・バス、３５・・・入出力インターフェース、３６・・・入力部、３７・・・出力部、３８・・・記憶部、３９・・・通信部、４０・・・ドライブ、４１・・・リムーバブルメディア、５１・・・パラメータ取得部、５２・・・予測部、５３・・・修正可否判定部、５４・・・スイッチ、５５・・・予測修正部、５６・・・発電／揚水制御部、２１１・・・需給予測ＡＩ、２２２・・・電力価格予測ＡＩ、ＥＭ・・・電力市場
【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】