特許 7128106 ＰＶ出力予測支援装置、ＰＶ出力予測装置、ＰＶ出力予測支援方法及びＰＶ出力予測支援プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-08-22

(45)【発行日】2022-08-30

(54)【発明の名称】ＰＶ出力予測支援装置、ＰＶ出力予測装置、ＰＶ出力予測支援方法及びＰＶ出力予測支援プログラム

(51)【国際特許分類】

   H02J 3/00 20060101AFI20220823BHJP

   G06Q 50/06 20120101ALI20220823BHJP

   H02J 3/38 20060101ALI20220823BHJP

【ＦＩ】

H02J3/00 170

G06Q50/06

H02J3/38 130

【請求項の数】 10

(21)【出願番号】P 2018242198

(22)【出願日】2018-12-26

(65)【公開番号】P2020108188

(43)【公開日】2020-07-09

【審査請求日】2021-08-25

【新規性喪失の例外の表示】特許法第３０条第２項適用 平成３０年 電気学会 電力・エネルギー部門大会 講演論文集 発行日 平成３０年８月３１日 平成３０年 電気学会 電力・エネルギー部門大会 開催日 平成３０年９月１２日

(73)【特許権者】

【識別番号】000173809

【氏名又は名称】一般財団法人電力中央研究所

(73)【特許権者】

【識別番号】520242399

【氏名又は名称】九州電力送配電株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】橋本 篤

(72)【発明者】

【氏名】門倉 真二

(72)【発明者】

【氏名】野原 大輔

(72)【発明者】

【氏名】小島 健輔

(72)【発明者】

【氏名】下村 義隆

(72)【発明者】

【氏名】中村 浩幸

【審査官】下林 義明

(56)【参考文献】

【文献】特開２０１７－１０８４７５（ＪＰ，Ａ）

【文献】特開２０１４－１５７４５７（ＪＰ，Ａ）

【文献】特開２０１２－０２３８１６（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０２Ｊ ３／００ － ５／００

Ｇ０６Ｑ ５０／０６

(57)【特許請求の範囲】

【請求項1】

対象地域における過去日の日射量分布の情報、前記過去日の太陽光発電出力の測定結果及び前記太陽光発電出力の予測に用いる複数の予測モデル毎の前記過去日における予測結果を格納する格納部と、
予測対象日の日射量分布の情報を取得し、前記過去日のうち所定期間に含まれる選択対象日の中から前記予測対象日に類似する前記日射量分布を有する類似日を抽出する抽出部と、
前記測定結果及び前記予測モデル毎の前記予測結果を基に、前記抽出部により抽出された前記類似日における前記予測モデル毎の予測誤差を取得する予測誤差取得部と、
前記予測誤差取得部が取得した各前記予測誤差を、前記予測対象日の太陽光発電出力の予測の各前記予測モデルの予測誤差として通知する通知部と
を備えたことを特徴とするＰＶ出力予測支援装置。

【請求項2】

前記日射量分布を基に前記過去日を複数のグループに分類する分類部と、
前記グループ毎の前記予測モデル毎の前記予測結果を取得し、各前記グループについて前記予測モデル毎の前記予測誤差を算出する予測誤差算出部とをさらに備え、
前記予測誤差取得部は、前記抽出部により抽出された前記類似日が属する前記グループについて前記予測誤差算出部により算出された前記予測モデル毎の前記予測誤差を取得する
ことを特徴とする請求項１に記載のＰＶ出力予測支援装置。

【請求項3】

前記予測誤差算出部は、前記過去日の前記測定結果及び前記予測結果を基に、誤差評価関数を用いて前記予測誤差を求めることを特徴とする請求項２に記載のＰＶ出力予測支援装置。

【請求項4】

前記抽出部は、前記選択対象日の日射量分布を基に前記選択対象日のそれぞれが属する前記グループを特定し、前記予測対象日の日射量分布を基に各前記グループについて前記予測対象日との誤差を求め、誤差が少ない所定数の前記グループに属する前記選択対象日から類似日を求めることを特徴とする請求項２又は３に記載のＰＶ出力予測支援装置。

【請求項5】

前記抽出部は、前記予測対象日及び各前記選択対象日の日射量分布を基に前記予測対象日及び各前記選択対象日の所定気象の状態を求め、前記予測対象日及び各前記選択対象日の前記日射量分布及び前記所定気象の状態を基に前記類似日を抽出することを特徴とする請求項１～４のいずれか一つに記載のＰＶ出力予測支援装置。

【請求項6】

前記抽出部は、
前記予測対象日の日射量分布と各前記選択対象日の日射量分布とのそれぞれの第１差分を算出する第１差分算出部と、
前記予測対象日の日射量分布から前記予測対象日の雲域の移動速度を求め、各前記選択対象日の日射量分布から各前記選択対象日の雲域の移動速度を求め、前記予測対象日の雲域の移動速度と各前記選択対象日の雲域の移動速度とのそれぞれの第２差分を算出する第２差分算出部と、
前記予測対象日の日射量分布を基に前記予測対象日の雲分布を求め、各前記選択対象日の日射量分布を基に各前記選択対象日の前記雲分布を求め、前記予測対象日と各前記選択対象日との前記雲分布の差分を算出する雲分布差分取得部と、
各前記選択対象日及び前記予測対象日の相対湿度を取得し、各前記選択対象日と前記予測対象日との前記相対湿度の差分を算出する湿度差分取得部と、
前記第１差分及び前記第２差分を基に、前記選択対象日から前記雲分布の差分が第１所定値より大きい日及び前記相対湿度の差分が第２所定値より大きい日を除いた中から前記類似日を抽出する類似日抽出部と
を備えたことを特徴とする請求項１～５のいずれか一つに記載のＰＶ出力予測支援装置。

【請求項7】

前記予測誤差取得部が取得した各前記予測誤差を基に、前記予測対象日の太陽光発電出力の予測に用いる使用モデルを前記予測モデルの中から決定する使用予測モデル決定部をさらに備えたことを特徴とする請求項１～６のいずれか一つに記載のＰＶ出力予測支援装置。

【請求項8】

対象地域における過去日の日射量分布の情報、前記過去日の太陽光発電出力の測定結果及び太陽光発電出力の予測に用いる複数の予測モデル毎の前記過去日における予測結果を格納する格納部と、
予測対象日の日射量分布の情報を取得し、前記過去日のうち所定期間に含まれる選択対象日の中から前記予測対象日に類似する日射量分布を有する類似日を抽出する抽出部と、
前記測定結果及び前記予測モデル毎の前記予測結果を基に、前記抽出部により抽出された前記類似日における前記予測モデル毎の予測誤差を求める予測誤差取得部と、
前記予測誤差取得部が取得した予測誤差を基に、前記予測対象日の太陽光発電出力の予測に用いる使用モデルを前記予測モデルの中から決定する決定部と、
前記決定部により決定された前記使用モデルを用いて太陽光発電出力を予測する予測部と
を備えたことを特徴とするＰＶ出力予測装置。

【請求項9】

対象地域における過去日の日射量分布の情報、前記過去日の太陽光発電出力の測定結果及び太陽光発電出力の予測に用いる複数の予測モデル毎の前記過去日における予測結果を取得し、
予測対象日の日射量分布の情報を取得し、前記過去日のうち所定期間に含まれる選択対象日の中から前記予測対象日に類似する日射量分布を有する類似日を抽出し、
前記過去日における前記測定結果及び前記予測モデル毎の前記予測結果を基に、抽出した前記類似日における前記予測モデル毎の予測誤差を求め、
求めた各前記予測誤差を、前記予測対象日の太陽光発電出力の予測の各前記予測モデルの予測誤差として通知する
ことを特徴とするＰＶ出力予測支援方法。

【請求項10】

対象地域における過去日の日射量分布の情報、前記過去日の太陽光発電出力の測定結果及び太陽光発電出力の予測に用いる複数の予測モデル毎の前記過去日における予測結果を取得し、
予測対象日の日射量分布の情報を取得し、前記過去日のうち類似する日射量分布を有する類似日を抽出し、
前記過去日における前記測定結果及び前記予測モデル毎の前記予測結果を基に、選択した前記類似日における前記予測モデル毎の予測誤差を求め、
求めた各前記予測誤差を、前記予測対象日の太陽光発電出力の予測の各前記予測モデルの予測誤差として通知する
ことを特徴とするＰＶ出力予測支援プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ＰＶ出力予測支援装置、ＰＶ出力予測装置、ＰＶ出力予測支援方法及びＰＶ出力予測支援プログラムに関する。

【背景技術】

【0002】

低炭素社会の実現やエネルギーの効率的な利用に向け、今後太陽光発電（ＰＶ：Photovoltaics）や蓄電池などのエネルギー機器を活用する需要家が増加していくことが想定される。特に、ＦＩＴ（Feed In Tariff）施行以降、配電系統への太陽光発電システム（Photovoltaics）の導入が急速に進んでいる。

【0003】

電力会社の電力系統に太陽光発電が大量に導入されると、その出力変動により電力会社の需給運用に大きな影響を及ぼすことが懸念される。このような状況で、安定した需給運用を行うためには、電力系統全体の広域レベルから配電用変電所単位の地区レベルまで、様々な規模のエリアにおける太陽光発電の出力を即時且つ正確に予測することが求められる。以下では、太陽光発電の出力を「ＰＶ出力」と言う。

【0004】

ＰＶ出力の予測に用いる日射量は日々の気象変化によって変動する。そのため、日射量はＰＶ出力の予測における大きな誤差要因となり得る。例えば、前線に対する時間的及び空間的な予測誤差は、日射量やその変化のタイミングに大きなずれを発生させ、需給運用に大きな影響を及ぼすおそれがある。

【0005】

このような予測誤差を低減するために、複数のＰＶ出力の予測モデルを組み合わせることで、予測精度の向上を試みる技術が提案されている。ＰＶ出力は実際の日射量が分かれば求めることが可能であるので、ＰＶ出力の予測モデルは、言い換えれば実際の日射量の予測モデルと考えることもできる。この技術により、ＰＶ出力の上振れや下振れの出力変動を考慮して予測が可能となる。加えて、各予測モデルや予測結果の過去から現在までのバラつきから、予測結果の信頼性の評価が可能となる。

【0006】

ここで、天候情報の予測技術として、関連付けられた天候情報及び特徴情報を基に衛星画像をグループ化し、予測対象衛星画像の特徴情報から類似するグループを特定してそのグループに関連付けられた天候情報により将来の天候を予測する従来技術がある（特許文献１）。また、ＰＶ出力の予測技術として、予測対象日の類似日のデータに対して所定の換算式を用いて現時点のＰＶ出力を推定する従来技術がある（特許文献２）。他にも、過去の各時間帯の気象実績と気象予報とを取得して類似時間帯に分類し、類似時間帯の発電量実績及び大気外日射量に基づいて、気象実績の種類における予測対象時間帯の大気外日射量から予測発電量を算出する予測式を求める従来技術がある（特許文献３）。

【先行技術文献】

【特許文献】

【0007】

【文献】特開２０１６－２０５９３０号公報

【文献】特開２０１４－２００１６７号公報

【文献】国際公開第２０１７／０２６０１０号

【発明の概要】

【発明が解決しようとする課題】

【0008】

しかしながら、従来の複数の予測モデルを扱う技術では、ＰＶ出力の予測モデル間で予測結果のバラつきが大きい場合、需給運用にどのモデルを選択するかが重要であるが、現在は予測を行う運用者の経験などから選択が行われている。運用者の経験に基づく選択では選択ミスなどにより、ＰＶ出力の予測結果の精度が低下するおそれがある。

【0009】

また、上述した従来技術では、いずれも複数のＰＶ出力の予測モデルの取り扱いは考慮されておらず、適切なモデル選択によるＰＶ出力の予測の精度の向上は困難である。

【0010】

開示の技術は、上記に鑑みてなされたものであって、ＰＶ出力の予測の精度を向上させるＰＶ出力予測支援装置、ＰＶ出力予測装置、ＰＶ出力予測支援方法及びＰＶ出力予測支援プログラ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】

【0011】

本願の開示するＰＶ出力予測支援装置、ＰＶ出力予測装置、ＰＶ出力予測支援方法及びＰＶ出力予測支援プログラムの一つの態様において、格納部は、対象地域における過去日の日射量分布の情報、前記過去日の太陽光発電出力の測定結果及び前記太陽光発電出力の予測に用いる複数の予測モデルを用いた場合の前記過去日における各予測結果を格納する。抽出部は、予測対象日の日射量分布の情報を取得し、前記過去日のうち所定期間に含まれる選択対象日の中から前記予測対象日に類似する前記日射量分布を有する類似日を抽出する。予測誤差取得部は、前記測定結果及び各前記予測結果を基に、前記抽出部により抽出された前記類似日における前記予測モデル毎の予測誤差を取得する。通知部は、前記予測誤差取得部が取得した各前記予測誤差を、前記予測対象日の太陽光発電出力の予測の各前記予測モデルの予測誤差として通知する。

【発明の効果】

【0012】

１つの側面では、本発明は、ＰＶ出力の予測の精度を向上させることができる。

【図面の簡単な説明】

【0013】

【図1】図１は、ＰＶ出力予測支援システムの全体構成図である。

【図2】図２は、実施例１に係るＰＶ出力予測装置のブロック図である。

【図3】図３は、クラスタリングに基づく分類結果を表す図である。

【図4】図４は、各予測モデルの誤差評価結果を表す一例の図である。

【図5】図５は、各グループの評価結果をまとめた図である。

【図6】図６は、選択対象日を説明するための図である。

【図7】図７は、選択対象日のグループ判定を説明するための図である。

【図8】図８は、予測対象日の日射量分布と各グループの日射量分布との間のＲＭＳＥの算出を説明するための図である。

【図9】図９は、予測対象日の日射量分布と比較対象日の日射量分布との間のＲＭＳＥの算出を説明するための図である。

【図10】図１０は、予測対象日の日射量差分分布と比較対象日の日射量差分分布との間のＲＭＳＥの算出を説明するための図である。

【図11】図１１は、予測対象日の予測開始時刻の日射量分布及び予測対象日の日射量の平均値を用いた予測対象日の日射量の標準偏差の算出を説明するための図である。

【図12】図１２は、標準偏差による解析時の積雲の判定方法を説明するための図である。

【図13】図１３は、対象地域の気象官署の観測点を示す図である。

【図14A】図１４Ａは、日射量の予測結果の情報提供を行うＷｅｂページの第１ページを示す図である。

【図14B】図１４Ｂは、Ｗｅｂページの第１ページの日射量予測結果を示す図である。

【図15】図１５は、ＰＶ出力予測結果の情報提供を行うＷｅｂページの第２ページを示す図である。

【図16】図１６は、実施例１に係るＰＶ出力予測装置による各予測モデルの予測誤差の通知処理のフローチャートである。

【図17】図１７は、類似日の抽出処理のフローチャートである。

【図18】図１８は、実施例２に係るＰＶ出力予測装置のブロック図である。

【図19】図１９は、実施例３に係るＰＶ出力予測装置が提供するＷｅｂページの一例を示す図である。

【図20】図２０は、実施例３に係るＰＶ出力予測装置が提供する他のＷｅｂページの一例を示す図である。

【図21】図２１は、ＰＶ出力予測装置のハードウェア構成図である。

【発明を実施するための形態】

【0014】

以下に、本願の開示するＰＶ出力予測支援装置、ＰＶ出力予測装置、ＰＶ出力予測支援方法及びＰＶ出力予測支援プログラムの実施例を図面に基づいて詳細に説明する。なお、以下の実施例により本願の開示するＰＶ出力予測支援装置、ＰＶ出力予測装置、ＰＶ出力予測支援方法及びＰＶ出力予測支援プログラムが限定されるものではない。

【実施例1】

【0015】

図１は、ＰＶ出力予測支援システムの全体構成図である。図１に示すように、本実施例に係るＰＶ出力予測支援システムは、ＰＶ出力予測装置１、気象データ配信システム２、端末装置３を有する。

【0016】

気象データ配信システム２は、例えば、ひまわり８号により撮像された気象衛星画像を取得する。そして、気象データ配信システム２は、取得した気象衛星画像を蓄積する。

【0017】

ＰＶ出力予測装置１は、気象衛星画像を気象データ配信システム２から取得する。そして、ＰＶ出力予測装置１は、取得した気象衛星画像から日射量分布を算出し、算出した日射量分布を用いてＰＶ出力の予測に用いる予測モデルの選択を支援する情報を生成する。その後、ＰＶ出力予測装置１は、生成した予測モデルの選択を支援する情報を端末装置３へ提供する。ＰＶ出力予測装置１は、例えば、３０分間隔で予測モデルの選択を支援する情報を提供する。

【0018】

ここで、ＰＶ出力予測装置１は、予測モデルの選択を支援する情報を端末装置３へ直接送らなくてもよい。予測モデルの選択を支援する情報の提供方法としては、例えば、ＰＶ出力予測装置１は、予測モデルの選択を支援する予測支援情報を載せたページを端末装置３からアクセス可能なＷｅｂサーバ上に閲覧可能に作成してもよい。この場合、ＰＶ出力予測装置１は、Ｗｅｂページの情報を例えば３０分間隔で更新する。

【0019】

端末装置３は、電力会社などに配置される。端末装置３は、予測支援情報をＰＶ出力予測装置１から取得する。そして、端末装置３は、予測支援情報をモニタなどの出力装置へ出力することで利用者に提供する。利用者は、予測支援情報をモニタなどで確認して複数存在する予測モデルの中で、現時点で予測を行う際にいずれの予測モデルが適切かを判定する。そして、利用者は、最適な予測モデルを選択して現時点でのＰＶ出力の予測を行う。

【0020】

以下にＰＶ出力予測装置１による選択支援情報の作成について詳細に説明する。本実施例では、ＰＶ出力予測装置１は、予測開始時刻から３０分間隔で３時間後まで、すなわち６つの時間帯のＰＶ出力を予測する場合について説明する。以下では、ＰＶ出力予測装置１が予測を行う日を「予測対象日」という。すなわち、予測対象日は、ＰＶ出力予測装置１が予測を行う当日を指す。また、予測を開始する時刻を「予測開始時刻」といい、予測の対象とする時間帯を「予測対象時間帯」という。本実施例では、予測対象時間帯は、９時３０分を予測開始時刻とし１２:３０分を予測終了時刻とする３０分毎の時間帯を含むとして説明する。また、以下の説明では、予測モデルとして３つの異なる予測モデルを用いる場合で説明する。そして各予測モデルを、第１～第３予測モデルとする。さらに、ＰＶ出力の予測の対象とする地域を「対象地域」という。本実施例では、一例として対象地域を九州本土を含む地域とする。

【0021】

図２は、実施例１に係るＰＶ出力予測装置のブロック図である。図２に示すように、ＰＶ出力予測装置１は、日射量分布推定部１１、格納部１２、分類部１３、予測誤差算出部１４、抽出部１５、予測誤差取得部１６、通知部１７及びＰＶ出力予測部１８を有する。

【0022】

日射量分布推定部１１は、気象データ配信システム２から日々の気象衛星画像を取得する。本実施例では、予測対象日、予測対象日までの当年の日、並びに、前年及び一昨年の全ての日の時間毎の気象衛星画像を取得する。以下では、予測対象日までの当年の日、並びに、前年及び一昨年の全ての日を「過去日」という。

【0023】

次に、日射量分布推定部１１は、各日の各時間帯の気象衛星画像から対象地域の所定単位領域毎における雲アルベドを求める。ここで、所定単位領域は、例えば、１ｋｍ^２である。さらに、日射量分布推定部１１は、求めた雲アルベドを用いて地表面アルベドを算出する。その後、日射量分布推定部１１は、算出した雲アルベド及び地表面アルベドに対して、快晴時の大気の補正係数、雲の種類を考慮するための補正係数、エアマスの影響を考慮するための補正係数及び大気上端の水平な単位面積に入射する水平面日射量を用いて全天日射量を算出する。そして、日射量分布推定部１１は、対象地域における全天日射量をまとめたものを、ＰＶ出力予測に用いる日射量分布とする。その後、日射量分布推定部１１は、各過去日の各時間帯における日射量分布を日射量分布データベース１２２へ格納する。

【0024】

また、予測は１０分間隔で継続して行われ、日射量分布推定部１１は、予測開始時刻にも気象衛星画像を取得する。そこで、日射量分布推定部１１は、予測対象日の予測開始時刻における日射量分布も日射量分布データベース１２２へ格納する。

【0025】

ここで、日射量分布推定部１１は、日射量分布の推定を定期的に予め行っておき、ＰＶ出力予測処理を行うタイミングで、日射量分布の推定が行われていない日時について新たに日射量分布の推定を行って日射量分布データベース１２２に追加してもよい。

【0026】

格納部１２は、相対湿度データ１２１、日射量分布データベース１２２、ＰＶ出力実績データ１２３及びＰＶ出力予測結果データ１２４を有する。日射量分布データベース１２２は、日射量分布推定部１１により日射量分布が登録される。

【0027】

相対湿度データ１２１は、気象庁の気象官署から取得した対象領域内の所定地点における、予測対象日及び過去日の時間帯毎の相対湿度が登録される。

【0028】

ＰＶ出力実績データ１２３は、過去日の時間帯毎の対象地域におけるＰＶ出力の計測値の情報が登録される。ＰＶ出力予測結果データ１２４は、後述するＰＶ出力予測部１８が実施するＰＶ出力の予測の予測結果を格納する。すなわち、ＰＶ出力予測結果データ１２４は、過去日の時間帯毎の対象地域におけるＰＶ出力の予測モデル毎の予測値の情報が登録される。そして、ＰＶ出力予測結果データ１２４には、各過去日の各時間帯について、３つの予測結果が登録される。また、ＰＶ出力予測結果データ１２４は、予測日の予測結果も格納される。また、ＰＶ出力予測結果データ１２４は、日射量分布の予測結果も登録される。

【0029】

分類部１３は、過去日の予測対象時間帯毎の日射量分布を日射量分布データベース１２２から取得する。次に、分類部１３は、学習なしの階層クラスタリングを用いて、過去日の予測対象日の時間帯毎の日射量分布を１６個のグループに分類する。以下に具体的なクラスタリング方法を説明する。

【0030】

分類部１３は、大気外日射量で各日射量を規格化する。次に、分類部１３は、各時間帯のデータのスムージングを実施する。次に、分類部１３は、各過去日間の同時間帯の日射量の空間分布の相関係数σを総当たりで算出する。次に、分類部１３は、１から相関係数σを２乗した値を減算したもの、すなわち「１－σ^２」のσを１．０から０．００１刻みで閾値として表した値をデータ間の近さの指標Ｄとする。次に、分類部１３は、相関係数が高いペアを組み合わせる。次に、分類部１３は、組み合わせたペアで平均日射量を算出する。分類部１３は、ペアの作成を相関係数が閾値を超えない限度まで繰り返す。ここで、閾値は、例えば、σ＝０．３（Ｄ＝０．９１）である。

【0031】

このクラスタリングにより、分類部１３は、過去日を図３の分類１３１に示すような１６個のグループに分類することができる。図３は、クラスタリングに基づく分類結果を表す図である。１６個のグループ分類は、規格された日射量分布である。ここで、図３では、各グループの単位領域毎の規格化された日射量に大気外日射量を乗算することで日射量を求め、日射量の大きさに応じて色分けすることで作成した図で各グループのそれぞれを表した。図において、濃い色の部分は雲が多い領域であり、色が薄い部分は雲が少ない領域である。次に、分類部１３は、分類１３２に示すように、作成した各グループを雲が多くなる順番になるように順番を入れ替える。これにより、分類部１３は、分類１３２に示すグループ＃１～＃１６を決定する。

【0032】

すなわち、分類部１３により生成された各グループ＃１～＃１６の規格化された日射量分布に特定の日時の大気外日射量を乗算した分布は、図３における分類１３２の各画像で示される日射量分布にあたる。以下では、グループ＃１～＃１６の規格化された日射量分布に特定の日時の大気外日射量を乗算した日射量分布を、単に「グループ＃１～＃１６の日射量分布」という。

【0033】

その後、分類部１３は、分類結果を予測誤差算出部１４及び抽出部１５の選択対象日絞込部１５１へ出力する。分類結果には、各グループ＃１～＃１６のそれぞれに属する過去日の情報が含まれる。さらに、分類部１３は、各グループ＃１～＃１６のそれぞれの代表日射量分布を選択対象日絞込部１５１へ出力する。

【0034】

予測誤差算出部１４は、分類結果の入力を分類部１３から受ける。次に、予測誤差算出部１４は、各過去日の予測対象時間帯毎のＰＶ出力の測定結果をＰＶ出力実績データ１２３から取得する。また、予測誤差算出部１４は、各過去日の予測対象時間帯毎のＰＶ出力の予測結果をＰＶ出力予測結果データ１２４から取得する。

【0035】

次に、予測誤差算出部１４は、平均二乗誤差の平方根であるＲＭＳＥ（Root Mean Squared Error）を用いて各グループにおける各予測モデルの誤差評価を実施する。すなわち、予測誤差算出部１４は、次の数式（１）を用いて誤差評価を実施する。ここでは、予測対象日が含まれる対象月の前後１ヶ月を加えた３ヶ月を誤差評価に用いる対象期間とする。ここで、対象期間を対象月の前後１ヶ月を加えた３ヶ月に絞った理由は、予測対象日に近い日でなければ、季節などの違いから予測結果に大きな差が発生することが考えられるためである。ＲＭＳＥが、「誤差評価関数」の一例にあたる。

【0036】

【数1】

【0037】

ここで、ＰＶ_{ｍｏｄｅｌ}は、ＰＶ出力の予測結果である。また、ＰＶ_ｏｂｓは、ＰＶ出力の測定結果である。ここで、誤差評価を行うグループに属する対象期間内の日の数のＰＶ_{ｍｏｄｅｌ}とＰＶ_ｏｂｓとの差の２乗が算出され、算出結果の総和が求められる。また、Ｎは、誤差評価を行うグループに属する対象期間内の日数である。

【0038】

すなわち、予測誤差算出部１４は、対象期間の各日のＰＶ出力の予測結果とＰＶ出力の測定結果の差分を２乗した値の総和を対象期間の日数で割った値の平方根を取ることで、ＰＶ出力の予測値とＰＶ出力の実測値とのＲＭＳＥを求める。そして、予測誤差算出部１４は、算出したＲＭＳＥを用いて各予測モデルの誤差評価結果を表す予測誤差グラフを作成する。ただし、本実施例では、予測誤差算出部１４は、誤差評価を行うサンプル数が３つ以下の場合には、適切な誤差評価の実施が困難であるので誤差評価を行わない。

【0039】

予測誤差算出部１４は、上述した各予測モデルの誤差評価を予測対象時間帯毎に行う。すなわち、本実施例では、予測開始時刻である９時３０分から１８０分先の１２時３０分までに含まれる６つの時間帯の各予測モデルの誤差評価を行う。予測誤差算出部１４は、図４に例示する予測誤差グラフを作成する。

【0040】

図４は、各予測モデルの誤差評価結果を表す一例の図である。予測誤差グラフ４１及び４２は、グループ＃１～＃１６のいずれか２つにおける誤差評価結果を表す。予測誤差グラフ４１及び４２は、縦軸でＲＥＭＳの値を表し、横軸で時間帯を表す。予測誤差グラフ４１及び４２における線分２１が、第１予測モデルの各時間帯の誤差を表す。線分２２が、第２予測モデルの各時間帯の誤差を表す。線分２３が、第３予測モデルの各時間帯の誤差を表す。ＲＭＳＥは、値が小さいほど誤差が小さいことを表すので、予測誤差グラフ４１では、線分２２で表される第２予測モデルが最も誤差が少ない。また、予測誤差グラフ４２では、線分２３で表される第３モデルが最も誤差が少ない。

【0041】

さらに、予測誤差算出部１４は、予測誤差グラフ４１及び４２に予測開始時刻と分類番号を表すＣｌａｓｔｅｒ Ｍａｐを記載する。加えて、予測誤差算出部１４は、予測誤差グラフ４１で表されるグループに属する対象期間内の日数、すなわち、誤差評価に用いたサンプル数を記載する。ここで、本実施例では、予測誤差算出部１４は、サンプル数が１０未満の場合を、サンプル数が少なく誤差評価の評価結果の精度が低くなるおそれがある場合として、サンプル数が少ないことを通知するための強調表示２４を行う。

【0042】

図５は、各グループの評価結果をまとめた図である。予測誤差算出部１４は、グループ＃１～＃１６毎に上述した予測モデル毎の誤差評価を行い、予測誤差グラフ２０１～２１６を生成する。ここで、予測誤差グラフ２０１～２１６は、それぞれグループ＃１～＃１６に対する評価結果である。予測誤差グラフ２０３、２０７、２１０及び２１２～２１６に示すように、グループ＃３、＃７、＃１０及び＃１２～＃１６についてはサンプル数が少ないため、誤差評価が行われていない。このように、予測対象日の季節に応じて、発生しないもしくは発生が稀なグループが存在する。

【0043】

抽出部１５は、予測対象日に日射量分布及び雲分布や相対湿度などの気象状態が類似する類似の過去日からの抽出を行う。抽出部１５は、選択対象日絞込部１５１、第１差分算出部１５２、第２差分算出部１５３、相対湿度差分算出部１５４、雲分布算出部１５５及び類似日抽出部１５６を有する。

【0044】

選択対象日絞込部１５１は、図６に示すように過去日の中から予測対象日と同日の前後４５日及び予測対象日の前４５日を選択対象日として特定する。図６は、選択対象日を説明するための図である。日３１が予測対象日である。予測対象日と同日の前後４５日及び予測対象日の前４５日が、「所定期間」の一例にあたる。そして、日３２が、１年前の予測対象日と同日の日である。また、日３３が、２年前の予測対象日と同日の日である。選択対象日絞込部１５１は、期間Ｄ１、Ｄ２及びＤ３に含まれる日を選択対象日として特定する。

【0045】

次に、選択対象日絞込部１５１は、選択対象日の予測開始時刻の日射量分布を日射量分布データベース１２２から取得する。また、選択対象日絞込部１５１は、分類結果の入力を分類部１３から受ける。そして、選択対象日絞込部１５１は、各選択対象日の予測開始時刻の日射量分布がグループ＃１～＃１６のいずれに属するかを判定する。ここでは、特定の日における予測開始時刻の日射量分布が属するグループを「特定の日のグループ」という。

【0046】

例えば、図７を例に選択対象日絞込部１５１による選択対象日のグループ判定について説明する。図７は、選択対象日のグループ判定を説明するための図である。選択対象日の予測開始時刻の日射量分布の中に、図７に示す８つの日射量分布５１～５８が含まれている場合で説明する。選択対象日絞込部１５１は、分類部１３から取得した分類結果から日射量分布５１がグループ＃４に属すると判定する。また、選択対象日絞込部１５１は、日射量分布５２がグループ＃７に属すると判定する。また、選択対象日絞込部１５１は、日射量分布５３がグループ＃１６に属すると判定する。また、選択対象日絞込部１５１は、日射量分布５４がグループ＃６に属すると判定する。また、選択対象日絞込部１５１は、日射量分布５５がグループ＃８に属すると判定する。また、選択対象日絞込部１５１は、日射量分布５６がグループ＃１６に属すると判定する。また、選択対象日絞込部１５１は、日射量分布５７がグループ＃１５に属すると判定する。また、選択対象日絞込部１５１は、日射量分布５８がグループ＃１５に属すると判定する。このように、選択対象日絞込部１５１は、全ての選択対象日の予測開始時刻の日射量分布について判定を繰り返す。

【0047】

次に、選択対象日絞込部１５１は、予測対象日の予測開始時刻の日射量分布を日射量分布データベース１２２から取得する。また、選択対象日絞込部１５１は、各グループ＃１～＃１６の日射量分布を日射量分布データベース１２２から取得する。そして、選択対象日絞込部１５１は、対の数式（２）を用いて、予測対象日の予測開始時刻の日射量分布と各グループ＃１～＃１６の日射量分布との間のＲＭＳＥを求める。

【0048】

【数2】

【0049】

図８は、予測対象日の日射量分布と各グループの日射量分布との間のＲＭＳＥの算出を説明するための図である。ここで、図８におけるＲＭＳＥは、上述した数式２により求められる。予測対象日の予測開始時刻の日射量分布は、所定単位領域毎の日射量のデータを有する。図８の日射量分布図６１は、予測対象日の予測開始時刻の対象領域における日射量分布を表す図である。日射量分布図６１における格子状に並んだ各点６２が所定単位領域毎の日射量を表す。他小領域内に所定単位領域が列方向に３２１個並び行方向に５５３個並ぶ、すなわち、対象領域内には、３２１×５３５後の所定単位領域が含まれるが、図８では対象領域内に所定単位領域が列方向に９個並び行方向に９個並ぶ。ここでは、９×９個の所定単位領域が含まれる場合を例に説明する。

【0050】

日射量分布図６１の図に向かって左上下端の点を原点として行が上がる毎に番号が１つ増えるように各行に番号を振る。また、列が右へ移動する毎に番号が１つ増えるようにかく列に番号を振る。以下では、各列の番号をｉ（ｉ≧１）で表す。また、各行の番号をｊ（ｊ≧１）で表す。すなわち、日射量分布図６１の各点６２は、紙面に向かって左下端の点を（１，１）として（ｉ，ｊ）と表される。図８では、対象領域内に所定単位領域が列方向に９個並び行方向に９個並ぶ。すなわち、対象領域内には、９×９個の所定単位領域が含まれる。

【0051】

また、グループ＃ｋ（１≦ｋ≦１６）の日射量分布も、所定単位領域毎の日射量のデータを有する。図８の日射量分布図６３は、グループ＃ｋ（１≦ｋ≦１６）の日射量分布を表す図である。日射量分布図６３における格子状に並んだ各点６４が所定単位領域毎の日射量を表す。この場合も、日射量分布図６３の各点６４は、紙面に向かって左下端の点を（１，１）として（ｉ，ｊ）と表される。

【0052】

そして、選択対象日絞込部１５１は、上述した数式（２）を用いて予測対象日の予測開始時刻の日射量分布と各グループ＃１～＃１６の日射量分布との間のＲＭＳＥを求める。

【0053】

ここで、予測対象日（ｉ，ｊ）は、日射量分布図６１における（ｉ，ｊ）と表される点６２の日射量である。また、グループ＃ｋ（ｉ，ｊ）は、日射量分布図６３における（ｉ，ｊ）と表される点６４の日射量である。そして、ｎｘ＊ｎｙは、日射量分布図６１に含まれる点６２の数である。すなわち、ｎｘは、ｊの最大値であり、ｎｙはｉの最大値である。ここでは、ｎｘ＊ｎｙは９×９である。

【0054】

すなわち、選択対象日絞込部１５１は、日射量分布図６１における各点６２と日射量分布図６３における各点６４との差分を２乗した値を全ての（ｉ，ｊ）の組み合わせについて求める。そして、選択対象日絞込部１５１は、求めた結果の総和を対象領域に含まれる所定単位領域の数で除算した値の平方根を求めて、予測対象日の予測開始時刻の日射量分布と各グループ＃１～＃１６の代表日射量分との間の平均二乗誤差であるＲＭＳＥを算出する。

【0055】

次に、選択対象日絞込部１５１は、数式（２）を用いて算出されたＲＭＳＥの中で値の小さい順に３つのＲＭＳＥを有するグループを予測対象日の予測開始時刻に類似する日射量分布を有するグループを類似グループとして選択する。例えば、選択対象日絞込部１５１は、グループ＃６，７，４を類似グループとして選択する。ここで、本実施例では、３つのグループを選択したが、このグループの数は３つに限らない。選択対象日絞込部１５１は、以降の類似日の選択処理を軽くするには、より少ない数のグループを選択すればよく、類似日の選択処理の精度を向上させるには、より多くの数のグループを選択することが好ましい。

【0056】

次に、選択対象日絞込部１５１は、事前に判定した各選択対象日が属するグループの情報を用いて、選択した類似グループに含まれる選択対象日を特定する。以下では、選択対象日絞込部１５１により特定された選択対象日を、「比較対象日」という。

【0057】

その後、選択対象日絞込部１５１は、予測対象日の予測開始時刻の日射量分布及び比較対象日の予測開始時刻の日射量分布を第１差分算出部１５２へ出力する。また、選択対象日絞込部１５１は、比較対象日及び予測対象日の情報を第２差分算出部１５３へ出力する。また、選択対象日絞込部１５１は、比較対象日及び予測対象日の情報を相対湿度差分算出部１５４へ出力する。さらに、選択対象日絞込部１５１は、予測対象日の予測開始時刻の日射量分布を雲分布算出部１５５へ出力する。

【0058】

第１差分算出部１５２は、予測対象日の予測開始時刻の日射量分布及び比較対象日の予測開始時刻の日射量分布の入力を選択対象日絞込部１５１から受ける。そして、第１差分算出部１５２は、予測対象日の予測開始時刻の日射量分布及び比較対象日の予測開始時刻の日射量分布を用いて、予測対象日の予測開始時刻の日射量分布と比較対象日の予測開始時刻の日射量分布との間のＲＭＳＥを算出する。具体的には、第１差分算出部１５２は、次の数式（３）を用いて予測対象日の予測開始時刻の日射量分布と比較対象日の予測開始時刻の日射量分布との間のＲＭＳＥを算出する。

【0059】

【数3】

【0060】

以下に、図９を参照して、予測対象日の予測開始時刻の日射量分布と比較対象日の予測開始時刻の日射量分布との間のＲＭＳＥの算出について詳細に説明する。図９は、予測対象日の日射量分布と比較対象日の日射量分布との間のＲＭＳＥの算出を説明するための図である。

【0061】

図９の日射量分布図７１は、対象領域における予測対象日の予測開始時刻の日射量分布を表す。日射量分布図７１における格子状に並んだ各点７２が所定単位領域毎の日射量を表す。ここで、日射量分布図７１の各点７２は、紙面に向かって左下端の点を（１，１）として（ｉ，ｊ）と表される。

【0062】

また、図９の日射量分布図７３は、対象領域における比較対象日の予測開始時刻の日射量分布を表す。日射量分布図７３における格子状に並んだ各点７４が所定単位領域毎の日射量を表す。この場合も、日射量分布図７３の各点７４は、紙面に向かって左下端の点を（１，１）として（ｉ，ｊ）と表される。

【0063】

そして、第１差分算出部１５２は、上述した数式（３）を用いて予測対象日の予測開始時刻の日射量分布と比較対象日の予測開始時刻の日射量分布との間のＲＭＳＥを求める。

【0064】

ここで、予測対象日（ｉ，ｊ）は、日射量分布図７１における（ｉ，ｊ）と表される点７２の日射量である。また、比較対象日（ｉ，ｊ）は、日射量分布図７３における（ｉ，ｊ）と表される点７４の日射量である。そして、ｎｘ＊ｎｙは、日射量分布図７１に含まれる点７２の数である。ここでは、ｎｘ＊ｎｙは９×９である。

【0065】

すなわち、第１差分算出部１５２は、日射量分布図７１における各点７２と日射量分布図７３における各点７４との差分を２乗した値を全ての（ｉ，ｊ）の組み合わせについて求める。そして、第１差分算出部１５２は、求めた結果の総和を対象領域に含まれる所定単位領域の数で除算した値の平方根を求めて、予測対象日の予測開始時刻の日射量分布と比較対象日の予測開始時刻の日射量分布との間のＲＭＳＥを算出する。第１差分算出部１５２は、全ての比較対象日についての日射量分布のＲＭＳＥを算出する。

【0066】

その後、第１差分算出部１５２は、数式（３）を用いて算出した各比較対象日についての日射量分布のＲＭＳＥを類似日抽出部１５６へ出力する。ここで、予測対象日の予測開始時刻の日射量分布と比較対象日の予測開始時刻の日射量との間のＲＭＳＥは、比較対象日の予測開始時刻の日射量分布が予測対象日の予測開始時刻の日射量分布とどの程度異なっているかを表す。すなわち、ＲＭＳＥが小さいほど、比較対象日の予測開始時刻の日射量分布と予測対象日の予測開始時刻の日射量分布とが似ているといえる。

【0067】

第２差分算出部１５３は、予測対象日及び比較対象日の情報の入力を選択対象日絞込部１５１から受ける。そして、第２差分算出部１５３は、予測対象日の予測開始時刻の１時間前の時間帯の日射量分布及び比較対象日の予測開始時刻の１時間前及び１時間後の時間帯の日射量分布を日射量分布データベース１２２から取得する。また、第２差分算出部１５３は、予測対象日の予測開始時刻の１時間後の時間帯の日射量分布をＰＶ出力予測結果データ１２４から取得する。ここで、予測対象日の予測開始時刻の１時間後の時間帯の日射量分布は、ＰＶ出力予測部１８による予測値である。ここで、第２差分算出部１５３は、過去の予測精度が高いので過去も含めて計算するように１時間前及び１時間後の日射量分布を用いて日射量差分分布を求めるが、予測開始時刻近傍の日射量の変化を得られる時間帯であれば他の時間帯を使用してもよい。例えば、予測計算の精度が高い場合は、第２差分算出部１５３は、予測開始時刻の０時間前及び２時間後の時間帯を日射量分布の算出に使用してもよい。

【0068】

次に、第２差分算出部１５３は、予測対象日の予測開始時刻の１時間後の日射量分布から予測対象日の予測開始時刻の１時間前の日射量分布を減算して、予測対象日の日射量差分分布を生成する。また、第２差分算出部１５３は、比較対象日の予測開始時刻の１時間後の日射量分布から比較対象日の予測開始時刻の１時間前の日射量分布を減算して、比較対象日の日射量差分分布を生成する。

【0069】

第２差分算出部１５３は、予測対象日の日射量差分分布及び各比較対象日の日射量差分分布を用いて、予測対象日の日射量差分分布と各比較対象日の日射量差分分布との間のＲＭＳＥを算出する。具体的には、第２差分算出部１５３は、次の数式（４）を用いて予測対象日の日射量差分分布と各比較対象日の日射量差分分布との間のＲＭＳＥを算出する。

【0070】

【数4】

【0071】

以下に、図１０を参照して、予測対象日の日射量差分分布と比較対象日の日射量差分分布との間のＲＭＳＥの算出について詳細に説明する。図１０は、予測対象日の日射量差分分布と比較対象日の日射量差分分布との間のＲＭＳＥの算出を説明するための図である。

【0072】

図１０の日射量差分分布図８１は、対象領域における予測対象日の日射量差分分布を表す。日射量差分分布図８１における格子状に並んだ各点８２が所定単位領域毎の予測開始時刻の１時間後と１時間前と日射量の差分を表す。ここで、日射量差分分布図８１の各点８２は、紙面に向かって左下端の点を（１，１）として（ｉ，ｊ）と表される。

【0073】

また、図１０の日射量差分分布図８３は、対象領域における比較対象日の日射量差分分布を表す。日射量差分分布図８３における格子状に並んだ各点８４が所定単位領域毎の予測開始時刻と１時間前の時間帯の日射量の差分を表す。この場合も、日射量差分分布図８３の各点８４は、紙面に向かって左下端の点を（１，１）として（ｉ，ｊ）と表される。

【0074】

そして、第２差分算出部１５３は、上述した数式（４）を用いて予測対象日の日射量差分分布と各比較対象日の日射量差分分布との間のＲＭＳＥを求める。

【0075】

ここで、予測対象日差分（ｉ，ｊ）は、日射量差分分布図８１における（ｉ，ｊ）と表される点８２の日射量差分である。また、比較対象日差分（ｉ，ｊ）は、日射量差分分布図８３における（ｉ，ｊ）と表される点８４の日射量である。そして、ｎｘ＊ｎｙは、日射量差分分布図８１に含まれる点８２の数である。ここでは、ｎｘ＊ｎｙは９×９である。

【0076】

すなわち、第２差分算出部１５３は、日射量差分分布図８１における各点８２と日射量差分分布図８３における各点８４との差分を２乗した値を全ての（ｉ，ｊ）の組み合わせについて求める。そして、第２差分算出部１５３は、求めた結果の総和を対象領域に含まれる所定単位領域の数で除算した値の平方根を求めて、予測対象日の日射量差分分布と比較対象日の日射量差分分布との間の平均二乗誤差であるＲＭＳＥを算出する。第２差分算出部１５３は、全ての比較対象日についての日射量差分分布のＲＭＳＥを算出する。

【0077】

その後、第２差分算出部１５３は、算出した各比較対象日についての日射量差分分布のＲＭＳＥを類似日抽出部１５６へ出力する。ここで、日射量の差分を求めることは、雲の動きを求めることにあたる。そこで、日射量差分分布を用いて、予測対象日に雲の動きが似ている比較対象日を特定することができる。すなわち、ＲＭＳＥが小さいほど、比較対象日の雲の動きが予測対象日の雲の動きと似ているといえる。

【0078】

雲分布算出部１５５は、予測対象日の予測開始時刻の日射量分布及び比較対象日の予測開始時刻の日射量分布の入力を選択対象日絞込部１５１から受ける。次に、雲分布算出部１５５は、予測対象日の予測開始時刻の日射量分布を用いて予測対象日の予測開始時刻の日射量の平均値を算出する。また、雲分布算出部１５５は、比較対象日の予測開始時刻の日射量分布を用いて、比較対象日の予測開始時刻の日射量の平均値を算出する。

【0079】

次に、雲分布算出部１５５は、予測対象日の予測開始時刻の日射量分布及び予測対象日の日射量の平均値を用いて予測対象日の日射量の標準偏差を求める。また、雲分布算出部１５５は、各比較対象日の予測開始時刻の日射量分布及び各比較対象日の日射量の平均値を用いて予測対象日の日射量の標準偏差を求める。

【0080】

予測対象日及び比較対象日の何れにおいても日射量の標準偏差の求め方は同様である。そこで、以下に、図１１を参照して、予測対象日の予測開始時刻の日射量分布及び予測対象日の日射量の平均値を用いた予測対象日の日射量の標準偏差の算出について詳細に説明する。図１１は、予測対象日の予測開始時刻の日射量分布及び予測対象日の日射量の平均値を用いた予測対象日の日射量の標準偏差の算出を説明するための図である。

【0081】

図１１の日射量分布図９１は、対象領域における予測対象日の予測開始時刻の日射量分布を表す。日射量分布図９１における格子状に並んだ各点９２が所定単位領域毎の日射量を表す。ここで、日射量分布図９１の各点９２は、紙面に向かって左下端の点を（１，１）として（ｉ，ｊ）と表される。

【0082】

雲分布算出部１５５は、日射量分布図９１の各点９２の値を合計して日射量分布図９１に含まれる点９２の数で除算することで、予測対象日の予測開始時刻の日射量の平均値を求める。

【0083】

そして、雲分布算出部１５５は、次の数式（５）を用いて予測対象日の日射量の標準偏差を求める。

【0084】

【数5】

【0085】

ここで、予測対象日（ｉ，ｊ）は、日射量分布図９１における（ｉ，ｊ）と表される点９２の日射量である。また、予測対象日平均は、予測対象日の日射量の平均値である。そして、ｎｘ＊ｎｙは、日射量分布図９１に含まれる点９２の数である。ここでは、ｎｘ＊ｎｙは９×９である。

【0086】

すなわち、雲分布算出部１５５は、日射量分布図９１における各点９２と日射量の平均値との差分を２乗した値を全ての（ｉ，ｊ）の組み合わせについて求める。そして、雲分布算出部１５５は、求めた結果の総和を対象領域に含まれる所定単位領域の数で除算した値の平方根を求めて、予測対象日の日射量の標準偏差を算出する。第２差分算出部１５３は、各比較対象日についても同様に日射量の標準偏差を算出する。

【0087】

その後、雲分布算出部１５５は、算出した予測対象日及び各比較対象日についての日射量の標準偏差を類似日抽出部１５６へ出力する。ここで、日射量の標準偏差は、対象領域の各地点における日射量の平均からのずれをまとめた値といえる。すなわち、標準偏差が大きいほど、多くの点で平均からの日射量のずれが大きくなっているといえ、細かな雲が多く発生した状態といえる。これに対して、標準偏差が小さいほど、ほとんどの点で平均と同じ日射量となっており、雲が無い状態といえる。すなわち、日射量の標準偏差を用いて、晴れの時の細かな積雲の存否の判定を行うことができる。

【0088】

図１２は、標準偏差による解析時の積雲の判定方法を説明するための図である。例えば、画像１０１は、標準偏差が小さい場合の画像である。すなわち、画像１０１は、雲がほぼ存在しない場合を表す。一方、画像１０２は、標準偏差が大きい場合の画像である。すなわち、画像１０２は、細かな積雲が多く発生している状態を表す。これと比較する状態として画像１０３～１０５で表される状態があるとして説明する。この場合、画像１０３～１０５で表される比較状態は、標準偏差が小さい。そして、画像１０３～１０５で分かるように雲がほぼ存在していない。一方、画像１０６～１０８で表される状態は標準偏差が大きい。そして、画像１０６～１０８で分かるように雲が多く発生している。すなわち、標準偏差から、画像１０６～１０８の状態は積雲の状態が画像１０１に似ていない状態と判定できる。また、標準偏差から、画像１０３～１０５の状態は積雲の状態が画像１０２に似ていない状態と判定できる。

【0089】

相対湿度差分算出部１５４は、比較対象日及び予測対象日の情報の入力を選択対象日絞込部１５１から受ける。そして、相対湿度差分算出部１５４は、比較対象日及び予測対象日の所定の観測点における予測開始時刻の相対湿度ＲＨを相対湿度データ１２１から取得する。

【0090】

ここで、本実施例で用いる、対象地域の相対湿度を観測している気象官署の観測点は、図１３に示す地点１１１～１１８の８地点である。図１３は、対象地域の気象官署の観測点を示す図である。本実施例では、相対湿度差分算出部１５４は、地点１１１～１１８における比較対象日及び予測対象日の予測開始時刻の相対湿度を取得する。

【0091】

次に、相対湿度差分算出部１５４は、比較対象日及び予測対象日の相対湿度ＲＨ（Relative Humidity）の２乗平均誤差であるＲＭＳＥを次の数式（６）を用いて算出する。

【0092】

【数6】

【0093】

ここで、ＲＨ対象日時刻（ｒ）は、比較対象日における８つの地点ｒ（１≦ｒ≦８）のそれぞれの相対湿度ＲＨである。また、ＲＨ予測対象日（ｒ）は、予測対象日における８つの地点ｒ（１≦ｒ≦８）のそれぞれの相対湿度ＲＨである。そして、ＲＨ比較対象日（ｒ）とＲＨ予測対象日（ｒ）の差分の２乗は、それぞれの８地点について求められ合計される。また、Ｍは、観測点の数である。本実施例では、Ｍ＝８である。

【0094】

すなわち、相対湿度差分算出部１５４は、各地点１１１～１１８における予測対象日の相対湿度ＲＨと比較対象日の相対湿度ＲＨとの差分を２乗した値を全ての観測点について求める。そして、相対湿度差分算出部１５４は、求めた結果の総和を観測点の数で除算した値の平方根を求めて、比較対象日と予測対象日との間の相対湿度ＲＨのＲＭＳＥを算出する。相対湿度差分算出部１５４は、全ての比較対象日について相対湿度ＲＨのＲＭＳＥを算出する。

【0095】

その後、相対湿度差分算出部１５４は、算出した比較対象日と予測対象日との間の相対湿度のＲＭＳＥを類似日抽出部１５６へ出力する。ここで、相対湿度のＲＭＳＥは、値が大きいほど、比較対象日と予測対象日との間の湿度状態が異なることを表す。すなわち、相対湿度ＲＨのＲＭＳＥが大きい比較対象日は、湿度状態が予測対象日と大きく異なっていることが分かる。

【0096】

類似日抽出部１５６は、数式（３）を用いて算出された各比較対象日についての日射量分布のＲＭＳＥの入力を第１差分算出部１５２から受ける。また、類似日抽出部１５６は、数式（４）を用いて算出された各比較対象日についての日射量差分分布のＲＭＳＥの入力を第２差分算出部１５３から受ける。また、類似日抽出部１５６は、数式（５）を用いて算出された予測対象日及び各比較対象日についての日射量の標準偏差の入力を雲分布算出部１５５から受ける。さらに、類似日抽出部１５６は、数式（６）を用いて算出された比較対象日と予測対象日との間の相対湿度のＲＭＳＥの入力を相対湿度差分算出部１５４から受ける。

【0097】

次に、類似日抽出部１５６は、比較対象日毎に、日射量分布のＲＭＳＥと日射量差分分布のＲＭＳＥとの積を求める。そして、類似日抽出部１５６は、計算結果の値が小さい順に順位を決定する。すなわち、類似日抽出部１５６は、日射量分布と雲の移動状態がより似ている比較対象日の順位が高くなるように順位付けを行う。

【0098】

次に、類似日抽出部１５６は、各比較対象日について予測対象日との日射量の標準偏差の差を求める。そして、類似日抽出部１５６は、予測対象日の標準偏差に対して比較対象日の標準偏差が予め指定された範囲外の比較対象日を、順位付けした比較対象日から除く。すなわち、類似日抽出部１５６は、順位づけられた比較対象日の中から、積雲の状態が予測対象日と大きく異なる日を除く。

【0099】

例えば、晴れの条件で、類似日抽出部１５６は、以下のような予測対象日の除外処理を行う。類似日抽出部１５６は、予測対象日の規格化された日射量の標準偏差が０．０５未満であれば、±０．０１５の範囲外の比較対象日を除く。また、類似日抽出部１５６は、予測対象日の規格化された日射量の標準偏差が０．０５以上で０．０１未満であれば、±０．０３０の範囲外の比較対象日を除く。また、類似日抽出部１５６は、予測対象日の規格化された日射量の標準偏差が０．０．１０以上であれば、±０．０５０の範囲外の比較対象日を除く。

【0100】

次に、類似日抽出部１５６は、相対湿度ＲＨのＲＭＥＳの指定された値よりも大きい比較対象日を順位付けした比較対象日から除く。すなわち、類似日抽出部１５６は、順位づけられた比較対象日の中から、湿度の状態が予測対象日と大きく異なる日を除く。

【0101】

例えば、本実施例では、類似日抽出部１５６は、相対湿度のＲＭＳＥが１０％より大きい比較対象日を順位付けした比較対象日から除く。ただし、この条件は得られる比較対象日の数に依存して変更することが好ましい。例えば、使用する比較対象日のサンプル数が２０事例以上であることを条件とする場合、相対湿度のＲＭＳＥが１０％より大きい比較対象日を除外日とした場合に条件を満たさなければ、ＲＭＳＥの閾値を２０％や３０％として比較対象日から除く条件を緩めることが好ましい。ただし、閾値を変更する場合も、閾値の最大値を決定することが好ましく、例えば、閾値の最大値を３０％などと決めることが好ましい。

【0102】

次に、類似日抽出部１５６は、残された比較対象日について、除いた比較対象日分の順位を繰り上げて、順位を決定する。その後、類似日抽出部１５６は、上位３つの比較対象日を類似日として抽出する。そして、類似日抽出部１５６は、抽出した類似日の情報を予測誤差取得部１６へ出力する。

【0103】

予測誤差取得部１６は、予測対象日に対する類似日の情報の入力を抽出部１５の類似日抽出部１５６から受ける。そして、予測誤差取得部１６は、指定された類似日が属するグループの各予測モデルの誤差評価結果を予測誤差算出部１４から取得する。その後、予測誤差取得部１６は、取得した各類似日における各予測モデルの誤差評価の結果を通知部１７へ出力する。

【0104】

ＰＶ出力予測部１８は、ＰＶ出力の予測に用いる第１～第３予測モデルを予め有する。そして、ＰＶ出力予測部１８は、予測に必要な情報を気象データ配信システム２から取得する。そして、ＰＶ出力予測部１８は、各予測モデルを用いて、それぞれの場合の予測対象日の各予測対象時間帯におけるＰＶ出力の予測を行う。そして、ＰＶ出力予測部１８は、各予測モデルを用いた場合のＰＶ出力の予測結果を通知部１７へ出力する。ＰＶ出力予測部１８は、ＰＶ出力の予測の計算に算出される日射量予測分布を日射量分布データベース１２２へ格納する。日射量予測分布は、予測後に同時刻の日射量分布推定部１１の日射量分布で上書きされる。

【0105】

通知部１７は、各類似日における各予測モデルの誤差評価の結果の入力を予測誤差取得部１６から受ける。また、通知部１７は、抽出した類似日の予測対象開始時刻の日射量分布を日射量分布データベース１２２から取得する。また、通知部１７は、類似日におけるＰＶ出力の測定結果をＰＶ出力実績データ１２３から取得する。また、通知部１７は、類似日における各予測モデルを用いた場合のＰＶ出力の予測結果をＰＶ出力予測結果データ１２４から取得する。さらに、通知部１７は、各予測モデルを用いた場合の予測対象日のＰＶ出力の予測結果の入力をＰＶ出力予測部１８から受ける。そして、通知部１７は、類似日の予測対象開始時刻の日射量分布、類似日におけるＰＶ出力の測定結果及び各予測モデルをＰＶ出力の予測結果、類似日における各予測モデルの誤差評価の結果及び各予測モデルを用いた場合の予測対象日のＰＶ出力の予測結果を端末装置３へ送信して利用者に通知する。

【0106】

以下に、図１４Ａ、１４Ｂ及び１５を参照して、Ｗｅｂベージを使用した場合の、通知部１７による情報提供の一例について説明する。図１４Ａは、日射量の予測結果の情報提供を行うＷｅｂページの第１ページを示す図である。また、図１４Ｂは、Ｗｅｂページの第１ページの日射量予測結果を示す図である。また、図１５は、ＰＶ出力予測結果の情報提供を行うＷｅｂページの第２ページを示す図である。

【0107】

図１４Ａに示すように、Ｗｅｂページ２２０には、予測対象日の予測開始時刻の日射量分布を表す画像２２１が表示される。さらに、Ｗｅｂページ２２０には、３つの類似日のそれぞれの予測開始時刻の日射量分布を表す画像２２２～２２４が表示される。さらに、Ｗｅｂページ２２０には、予測対象日の平均日射量及び予測モデル毎の日射量の予測結果を表す画像２２５が表示される。

【0108】

画像２２５には、他にも、例えば、図１４Ｂに示すように、観測結果、予測開始時刻の前１０分平均の観測値に基づく持続モデル、快晴時を仮定した快晴モデル、１０分間隔で実施する予測値、１０分間隔で実施する予測値の過去実績及び降水短時間予報に基づく予測値などを表示させてもよい。図１４Ｂは、１０分間隔で最大６時間先までの予測計算を実施した例を示す画像２２５を表す。グラフ２２５１は観測結果を表す。また、グラフ２２５２の実線部分は推定値を表し、破線部分は前１０分平均の推定値に基づく持続モデルを表す。グラフ２２５３は、快晴時を仮定した快晴モデルを表す。また、グラフ２２５４は、３０分間隔の予測値を表す。また、グラフ２２５５は、気象庁の降水時短時間予報に基づく予測値である。

【0109】

類似日２２２～２２３に関しては、類似日の日射量及び予測モデル毎の日射量の予測結果を表す画像２２６～２２８が表示される。他にも、Ｗｅｂページ２２０には、予測開始日の予測開始時間帯に類似するグループ＃１～＃１６の情報を表示させてもよい。

【0110】

利用者は、端末装置３に表示されたＷｅｂページ２２０を参照して、予測対象日と各類似日との日射量分布の類似度合いを画像２２１～２２４から判断できる。また、利用者は、端末装置３に表示されたＷｅｂページ２２０を参照して、予測対象日の対象地域内の８つの気象官署における日射量の平均の予測がどのようになっているかを画像２２５～２２８から把握できる。さらに、利用者は、各類似日において過去の予測では各予測モデルの日射量の予測結果が実際に測定結果とどの程度ずれていたかを画像２２５～２２８から把握できる。

【0111】

さらに、利用者が、第２ページの表示を選択することで、端末装置３には、図１５に示すＷｅｂページ２３０が表示される。Ｗｅｂページ２３０には、各類似日の評価結果を示す画像２３１～２３３が表示される。また、Ｗｅｂページ２３０には、各類似日におけるＰＶ出力の測定結果と予測結果とを示す画像２３４～２３６が表示される。

【0112】

利用者は、画像２３１～２３３を参照することで、予測対象日の予測時間帯と類似した日時においてどの予測モデルが最も適切な予測を行う可能性が高いかを判断することができる。また、利用者は、画像２３４～２３６を参照することで、予測対象日の予測時間帯と類似した日時においてどの予測モデルが実際にどの程度の精度でＰＶ出力の予測を行ったかを確認することができる。すなわち、利用者は、Ｗｅｂページ２２０及び２３０を参照することで、予測対象日の予測時間帯において最も精度の良いと考えられる予測モデルを選択することが可能となる。

【0113】

次に、図１６を参照して、本実施例に係るＰＶ出力予測装置１による各予測モデルの予測誤差の通知処理の流れについて説明する。図１６は、実施例１に係るＰＶ出力予測装置による各予測モデルの予測誤差の通知処理のフローチャートである。

【0114】

分類部１３は、日射量分布データベース１２２から過去日の予測時間帯の日射量分布を取得する。そして、分類部１３は、階層クラスタリングを実施して過去日を１６個のグループ１～＃１６に分類する（ステップＳ１）。

【0115】

予測誤差算出部１４は、過去日の予測対象時間帯のＰＶ出力の測定結果をＰＶ出力実績データ１２３から取得し、また、過去日の予測対象時間帯の各予測モデル毎のＰＶ出力の予測結果をＰＶ出力予測結果データ１２４から取得する。次に、予測誤差算出部１４は、分類部１３が生成したグループ＃１～＃１６毎に各予測モデルの誤差を評価し、過去日の予測対象時間帯における予測モデル毎の予測誤差を算出する（ステップＳ２）。

【0116】

抽出部１５は、過去日に含まれる選択対象日から比較対象日を抽出する。そして、抽出部１５は、予測対象日及び比較対象日の予測開始時刻及び１時間前後の日射量分布、並びに、予測対象日及び比較対象日の相対湿度を用いて類似日の抽出処理を実行する（ステップＳ３）。

【0117】

予測誤差取得部１６は、抽出部１５により抽出された類似日の予測誤差を予測誤差算出部１４から取得する（ステップＳ４）。

【0118】

通知部１７は、予測誤差取得部１６により取得された類似日の予測誤差を端末装置３へ出力して利用者に通知する（ステップＳ５）。この際、通知部１７は、ＰＶ出力の各予測モデルを用いた場合の予測結果などを出力してもよい。

【0119】

次に、図１７を参照して、抽出部１５による類似日の抽出処理の流れについて説明する。図１７は、類似日の抽出処理のフローチャートである。

【0120】

選択対象日絞込部１５１は、日射量分布の分類結果及び各グループの日射量分布を分類部１３から取得する。また、選択対象日絞込部１５１は、選択対象日の予測開始時刻の日射量分布を日射量分布データベース１２２から取得する。さらに、選択対象日絞込部１５１は、過去日の中から予測対象日と同日の前後４５日を選択対象日として選択する。次に、選択対象日絞込部１５１は、分類部１３から取得した分類結果から、各選択対象日の予測開始時刻の日射量分布が属するグループを特定する（ステップＳ１０１）。

【0121】

次に、選択対象日絞込部１５１は、予測対象日の予測開始時刻の日射量分布を日射量分布データベース１２２から取得する。そして、選択対象日絞込部１５１は、予測対象日の予測開始時刻の日射量分布と各グループの日射量分布との間のＲＭＳＥを算出する（ステップＳ１０２）。

【0122】

次に、選択対象日絞込部１５１は、日射量分布のＲＭＳＥが小さい上位３つのグループを類似グループとする。そして、選択対象日絞込部１５１は、類似グループに属する選択対象日を比較対象日とし、比較対象日の絞り込みを行う（ステップＳ１０３）。

【0123】

第１差分算出部１５２は、予測対象日及び比較対象日の予測開始時刻の日射量分布を選択対象日絞込部１５１から取得する。そして、第１差分算出部１５２は、数式（３）を用いて予測対象日及び比較対象日の予測開始時刻との間の日射量分布のＲＭＳＥを算出する（ステップＳ１０４）。

【0124】

第２差分算出部１５３は、予測対象日及び比較対象日の情報を選択対象日絞込部１５１から取得する。そして、第２差分算出部１５３は、予測対象日及び比較対象日の予測開始時刻の１時間前後の時間帯の日射量分布を日射量分布データベース１２２から取得する。ここで、予測対象日の予測開始時刻の１時間後の日射量分布は予測値である。次に、第２差分算出部１５３は、予測開始時刻及び比較対象日のそれぞれの予測開始時刻の１時間前の時間帯の日射量分布と１時間後の時間帯の日射量分布とを差分を求めて日射量差分分布を求める。次に、第２差分算出部１５３は、数式（４）を用いて予測対象日の日射量差分分布と各に各対象日の日射量差分分布との間のＲＭＳＥを算出し、雲域の移動速度の差分を算出する（ステップＳ１０５）。

【0125】

雲分布算出部１５５は、予測対象日及び比較対象日の予測開始時刻の日射量分布を選択対象日絞込部１５１から取得する。次に、雲分布算出部１５５は、予測対象日及び比較対象日の予測開始時刻の日射量分布から予測対象日及び比較対象日の予測開始時刻の日射量の平均値を算出する。次に、雲分布算出部１５５は、数式（５）に予測対象日及び比較対象日の予測開始時刻の日射量分布及び日射量の平均値を用いて、予測対象日及び比較対象日のそれぞれにおける日射量の標準偏差を求めることで、それぞれの雲分布を求める（ステップＳ１０６）。

【0126】

相対湿度差分算出部１５４は、予測対象日及び比較対象日の情報を選択対象日絞込部１５１から取得する。次に、相対湿度差分算出部１５４は、予測対象日及び比較対象日の予測開始時刻の所定の観測点のそれぞれにおける相対湿度ＲＨを相対湿度データ１２１から取得する。そして、相対湿度差分算出部１５４は、数式（６）を用いて予測対象日の測開始時刻の相対湿度ＲＨと比較対象日の測開始時刻の相対湿度ＲＨとの間のＲＭＳＥを算出する（ステップＳ１０７）。

【0127】

類似日抽出部１５６は、各比較対象日についての日射量分布のＲＭＳＥの入力を第１差分算出部１５２から受ける。また、類似日抽出部１５６は、各比較対象日についての日射量差分分布のＲＭＳＥの入力を第２差分算出部１５３から受ける。また、類似日抽出部１５６は、予測対象日及び各比較対象日についての日射量の標準偏差の入力を雲分布算出部１５５から受ける。さらに、類似日抽出部１５６は、比較対象日と予測対象日との間の相対湿度のＲＭＳＥの入力を相対湿度差分算出部１５４から受ける。そして、類似日抽出部１５６は、比較対象日毎に、日射量分布のＲＭＳＥと日射量分布のＲＭＳＥとの積を求める。そして、類似日抽出部１５６は、計算結果の値が小さい順に順位を決定する。すなわち、類似日抽出部１５６は、日射量分布と雲の移動状態がより似ている比較対象日の順位が高くなるように順位付けを行う（ステップＳ１０８）。

【0128】

次に、類似日抽出部１５６は、各比較対象日について予測対象日との日射量の標準偏差の差を求める。そして、類似日抽出部１５６は、求めた予測対象日の標準偏差に対して値の差が大きい比較対象日を除外日として確定する。また、類似日抽出部１５６は、相対湿度のＲＭＳＥの値が大きい比較対象日も除外日として確定する。そして、類似日抽出部１５６は、順位付けした比較対象日から除外日を除く（ステップＳ１０９）。すなわち、類似日抽出部１５６は、順位づけられた比較対象日の中から、積雲の状態が予測対象日と大きく異なる日及び湿度の状態が予測対象日と大きく異なる日を除く。

【0129】

類似日抽出部１５６は、除外日を除いた比較対象日の順位を上から順に降り直し順位を確定する。そして、類似日抽出部１５６は、確定した順位の上位３つの比較対象日を予測対象日の類似日と決定する（ステップＳ１１０）。

【0130】

その後、類似日抽出部１５６は、決定した類似日を予測誤差取得部１６に通知する（ステップＳ１１１）。

【0131】

以上に説明したように、本実施例に係るＰＶ出力予測装置は、日射量分布から過去日を共通の特徴を有するグループに分類し、グループ毎に各予測モデルの予測誤差を算出する。そして、予測対象日に類似する日射環境を有する類似日を特定し、その類似日が属するグループの各予測モデルの予測誤差を利用者に通知する。これにより、利用者は、経験に頼るのではなく、合理的な計算により求められた予測誤差からＰＶ出力の予測に用いる予測モデルを決定することができる。すなわち、本実施例に係るＰＶ出力予測装置は、ＰＶ出力の予測精度の向上に寄与することができる。

【0132】

また、本実施例に係るＰＶ出力予測装置は、日射環境として、日射量分布、雲の移動状態、雲分布及び相対湿度ＲＨを用いて類似日の特定を行う。このように、ＰＶ出力に影響を与える多くの条件を網羅して類似日の特定を行うことで、ＰＶ出力が予測対象日と類似する類似日の特定の精度を向上させることができ、よりＰＶ出力の予測精度を向上させることができる。

【0133】

さらに、本実施例に係るＰＶ出力予測装置は、類似日の特定にあたって、過去日の中から予測対象日と同じ季節の選択対象日を抽出し、さらに、その選択対象日の中から日射量分布が予測日に類似するグループに属する比較対象日に絞り込む。これにより、類似日を特定の際の比較対象を少なくすることができ、処理負荷を軽減して高速に類似日の特定を行うことができる。

【0134】

さらに、本実施例に係るＰＶ出力予測装置は、予測対象日及び類似日の日射量分布、日射量予測結果、予測モデル毎の誤差評価結果及びＰＶ出力の予測結果などの多数の情報を利用者に提供する。これにより、利用者は、様々な角度から予測モデルの評価を行うことができ、より適切な予測モデルの選択が可能となる。すなわち、提供する情報の種類の点からも、本実施例に係るＰＶ出力予測装置は、ＰＶ出力の予測精度の向上に寄与することができる。

【0135】

ここで、本実施例では、ＰＶ出力予測部１８を有するＰＶ出力予測装置１として説明したが、ＰＶ出力予測部１８の機能を別の装置に持たせ、類似日抽出や類似日の予測誤差の取得といった残りの機能を有するＰＶ出力予測支援装置としてもよい。その場合も、ＰＶ出力予測支援装置は、類似日の予測誤差を利用者に提供することで、ＰＶ出力の予測精度の向上に寄与できる。すなわち、ＰＶ出力予測装置１が、「ＰＶ予測支援装置」の一例にあたる。

【0136】

さらに、本実施例では、ＰＶ出力予測装置１が日射量分布推定部１１を有したが、日射量分布推定部１１の機能を他の装置に持たせ、その装置が求めた日射量分布の情報をＰＶ出力予測装置１が取得して利用する構成でもよい。

【実施例2】

【0137】

図１８は、実施例２に係るＰＶ出力予測装置のブロック図である。本実施例に係るＰＶ出力予測装置１は、実施例１の各部に加えて、使用予測モデル決定部１９を有する。本実施例に係るＰＶ出力予測装置１は、ＰＶ出力の予測に使用する予測モデルを自動的に決定することが実施例１と異なる。以下の説明では、特に説明のない限り、図２と同じ符号を有する各部は同じ機能を有するものとして説明を省略する。

【0138】

使用予測モデル決定部１９は、類似日及び各類似日における予測モデルの誤差評価の結果を予測誤差取得部１６から取得する。次に、使用予測モデル決定部１９は、誤差評価の結果を用いて各類似日の予測時間帯毎に各予測モデルの順位を決定する。すなわち、使用予測モデル決定部１９は、ある時間帯において誤差評価の結果が良い予測モデルから順に高い順位とする。

【0139】

次に、使用予測モデル決定部１９は、上位３つの比較対象日である各類似日の各予測モデルの順位に得点を与える。得点は、誤差評価の結果の高い順位程高く与える。また、上位の比較対象日に重みを付けて上位３つの比較対象日における各予測モデルの得点の合計値を算出する。そして、使用予測モデル決定部１９は、算出した特定の合計値の値が最も高い予測モデルを使用予測モデルと決定する。その後、使用予測モデル決定部１９は、決定した使用予測モデルを通知部１７に通知する。

【0140】

通知部１７は、使用予測モデルの通知を使用予測モデル決定部１９から受ける。また、そして、通知部１７は、指定された使用予測モデルを用いて実施された、予測対象日の予測開始時刻のＰＶ出力の予測結果をＰＶ出力予測結果データ１２４から取得する。そして、通知部１７は、使用予測モデルを用いて実施された、予測対象日の予測開始時刻のＰＶ出力の予測結果を端末装置３へ送信して利用者に通知する。

【0141】

ここで、本実施例では、ＰＶ出力予測装置１は、決定した使用予測モデルを用いた予測結果を利用者に通知したが、これに加えて、他の予測モデルを用いた予測結果を参考として通知してもよい。

【0142】

以上に説明したように、本実施例に係るＰＶ出力予測装置は、誤差評価の結果から予測に使用する予測モデルを決定し、決定した予測モデルを用いたＰＶ出力の予測結果を利用者に提供する。これにより、本実施例に係るＰＶ出力予測装置は、合理的に選択された予測モデルを利用したＰＶ出力の予測結果を取得することができ、ＰＶ出力の予測精度を向上させることができる。また、利用者は、合理的に選択された適切と考えられる予測モデルを利用したＰＶ出力の予測結果を取得することができ、ＰＶ出力の制御などを適切に行うことが可能となる。

【実施例3】

【0143】

次に、実施例３について説明する。本実施例に係るＰＶ出力予測装置は、予測モデルの選択のためのさらなる情報提供を行うことが実施例１と異なる。本実施例に係るＰＶ出力予測装置も図２のブロック図で表される。以下の説明では、特に説明のない限り、図２と同じ符号を有する各部は同じ機能を有するものとして説明を省略する。

【0144】

通知部１７は、予測対象日及び類似日の予測開始時刻の前後３時間に含まれる各時間帯の日射量分布を日射量分布データベース１２２から取得する。通知部１７は、図１９に示すように、予測対象日及び類似日の予測開始時刻の日射量分布を表す画像３０３を表示するＷｅｂページを生成する。図１９は、実施例３に係るＰＶ出力予測装置が提供するＷｅｂページの一例を示す図である。

【0145】

また、通知部１７は、生成したＷｅｂページに予測時開始時刻の前後の決められた時間の画像を表示させる時刻選択ボタン３０１を表示させる。さらに、通知部１７は、時刻を連続して変更させるためのスライドバー３０２をＷｅｂページに表示させる。そして、通知部１７は、生成したＷｅｂページを端末装置３に表示させ利用者に情報を提供する。

【0146】

そして、利用者が端末装置３の入力機器を用いて時刻選択ボタン３０１のいずれかを選択した場合、通知部１７は、選択された時刻選択ボタン３０１に応じた時間帯の日射量分布図を画像３０３として表示させる。利用者が端末装置３の入力機器を用いてスライドバー３０２により特定の時刻からの連続した時刻を選択した場合、通知部１７は、選択された時刻に応じた時間帯の日射量分布から連続する時間帯の日射量分布へと画像３０３を切り替えて表示させる。

【0147】

また、通知部１７は、端末装置３の入力機器を用いた予測モデル選択のためのより詳細な情報の提供の指示の入力を受けた場合、予測時間帯を含む所定期間の各時間帯における類似日の抽出を抽出部１５に依頼する。その後、通知部１７は、抽出部１５から所定期間の各時間帯における類似日の情報及び各類似日が属するグループの情報を抽出部１５から取得する。そして、通知部１７は、図２０に示すように、所定期間の各時間帯における類似日の情報を表す類似日情報３１１及び各類似日が属するグループの情報を表すグループ情報３１２を表示するＷｅｂページを端末装置３に表示させて利用者に提供する。図２０は、実施例３に係るＰＶ出力予測装置が提供する他のＷｅｂページの一例を示す図である。

【0148】

利用者は、時刻選択ボタン３０１やスライドバー３０２を用いることで、予測時間帯近辺の日射量分布の変化を把握でき、さらに、日射量分布の変化から雲の動きを確認することができる。これにより、利用者は、予測時間帯付近の雲の動きから天候の変化を予測して予測モデルの選択に利用することで、より適切な予測モデルの選択を行うことができる。

【0149】

また、利用者は、予測時間帯を含む所定期間の各時間帯における類似日及びそれらの類似日が属するグループの情報を取得することで、予測時間帯近辺の類似日の出現率やグループの出現率を把握することができ、各類似日やグループの予測対象日に対する類似率を確認でき、より適切な予測モデルの選択を行うことができる。

【0150】

以上に説明したように、本実施例に係るＰＶ出力予測装置は、予測時間帯近辺の雲の動きや類似日及びグループの出現状況を利用者に通知する。これにより、利用者がより適切な予測モデルの選択を行うことができるようになるので、本実施例に係るＰＶ出力予測装置は、ＰＶ出力の予測精度の向上に寄与することができる。

【0151】

（ハードウェア構成）
次に、図２１を参照して、以上の各実施例で説明したＰＶ出力予測装置１のハードウェア構成について説明する。図２１は、ＰＶ出力予測装置のハードウェア構成図である。

【0152】

ＰＶ出力予測装置１は、図２１に示すように、ＣＰＵ（Central Processing Unit）９０１、メモリ９０２、ハードディスク９０３及びネットワークインタフェース９０４を有する。ＣＰＵ９０１は、メモリ９０２、ハードディスク９０３及びネットワークインタフェース９０４とバスで接続される。

【0153】

ハードディスク９０３は、補助記憶装置であり格納部１２の機能を実現する。また、ハードディスク９０３は、図２、１８及び２１に例示した、日射量分布推定部１１、分類部１３、予測誤差算出部１４、抽出部１５、予測誤差取得部１６、通知部１７、ＰＶ出力予測部１８及び使用予測モデル決定部１９の機能を実現するプログラムを含む各種プログラムを格納する。また、ネットワークインタフェース９０４は、気象データ配信システム２及び端末装置３との通信のためのインタフェースである。

【0154】

ＣＰＵ９０１は、ハードディスク９０３から各種プログラムを読み出しメモリ９０２上に展開して実行することで、図２、１８及び２１に例示した、日射量分布推定部１１、分類部１３、予測誤差算出部１４、抽出部１５、予測誤差取得部１６、通知部１７、ＰＶ出力予測部１８及び使用予測モデル決定部１９の機能を実現する。

【0155】

なお、上記した各実施例の日射量分布推定部１１、分類部１３、予測誤差算出部１４、抽出部１５、予測誤差取得部１６、通知部１７、ＰＶ出力予測部１８及び使用予測モデル決定部１９の各機能を実現するためのプログラムについては、必ずしも最初からハードディスク９０３に記憶させなくてもよい。

【0156】

例えば、ＰＶ出力予測装置１に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ（Compact Disk-Read Only Memory）、ＤＶＤ、光磁気ディスク、ＩＣ（Integrated Circuit）カードなどの「可搬用の物理媒体」にプログラムを記憶させておく。そして、ＰＶ出力予測装置１がこれらからプログラムを読み出して実行するようにしてもよい。

【0157】

さらには、公衆回線、インターネット、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）などを介してＰＶ出力予測装置１に接続される「他のコンピュータ（またはサーバ）」などにプログラムを記憶させておく。そして、ＰＶ出力予測装置１がこれらからプログラムを読み出して実行するようにしてもよい。

【符号の説明】

【0158】

１ ＰＶ出力予測装置
２ 気象データ配信システム
３ 端末装置
１１ 日射量分布推定部
１２ 格納部
１３ 分類部
１４ 予測誤差算出部
１５ 抽出部
１６ 予測誤差取得部
１７ 通知部
１８ ＰＶ出力予測部
１９ 使用予測モデル決定部
１２１ 相対湿度データ
１２２ 日射量分布データベース
１２３ ＰＶ出力実績データ
１２４ ＰＶ出力予測結果データ
１５１ 選択対象日絞込部
１５２ 第１差分算出部
１５３ 第２差分算出部
１５４ 相対湿度差分算出部
１５５ 雲分布算出部
１５６ 類似日抽出部

【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14A】

【図14B】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】