(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】2024-06-24
(45)【発行日】2024-07-02
(54)【発明の名称】予測システム、及び予測値の算出方法
(51)【国際特許分類】
H02J 3/00 20060101AFI20240625BHJP
H02J 3/38 20060101ALI20240625BHJP
H02S 50/00 20140101ALI20240625BHJP
G01W 1/10 20060101ALI20240625BHJP
【ＦＩ】
H02J3/00 170
H02J3/38 130
H02J3/38 160
H02S50/00
G01W1/10 D
【請求項の数】
10
(21)【出願番号】P 2020126341
(22)【出願日】2020-07-27
(65)【公開番号】P2022023410
(43)【公開日】2022-02-08
【審査請求日】2023-03-30
(73)【特許権者】
【識別番号】000211307
【氏名又は名称】中国電力株式会社
(74)【代理人】
【識別番号】110000176
【氏名又は名称】弁理士法人一色国際特許事務所
(72)【発明者】
【氏名】河内 清次
(72)【発明者】
【氏名】三川 玄洋
【審査官】佐藤 匡
(56)【参考文献】
【文献】特開２０１４－０３５７５９（ＪＰ，Ａ）
【文献】特開２０１８－１４８７４１（ＪＰ，Ａ）
【文献】米国特許出願公開第２０２０／０００４９０８（ＵＳ，Ａ１）
【文献】特開２０１３－０５１３２６（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｈ０２Ｊ ３／００
Ｈ０２Ｊ ３／３８
Ｈ０２Ｓ ５０／００
Ｇ０１Ｗ １／１０
Ｇ０６Ｑ ５０／０６
(57)【特許請求の範囲】
【請求項1】
所定の推定方法で推定された過去の時点における発電量の推定値と、前記推定値に対応する実績値と、の誤差を示す調整係数を、複数の時点について記憶する調整係数記憶部と、前記複数の時点における前記調整係数を、前記複数の時点における気象データの観測値と予測対象時点における前記気象データの予測値との差異の大きさに応じて加重平均することにより算出される合成調整係数と、前記所定の推定方法で推定した前記予測対象時点における発電量の推定値と、に基づいて、前記予測対象時点における発電量の予測値を算出する予測部と、
を備える、予測システム。
【請求項2】
請求項１に記載の予測システムであって、前記予測部は、複数種類の気象データの前記複数の時点における観測値と前記予測対象時点における予測値とを用いて、前記気象データの種類毎に前記調整係数を加重平均することにより前記気象データの種類毎に加重調整係数を算出し、前記加重調整係数を平均することにより前記合成調整係数を算出する、予測システム。
【請求項3】
請求項２に記載の予測システムであって、前記予測部は、前記気象データの種類毎に算出した前記加重調整係数を所定の重み係数で加重平均することにより前記合成調整係数を算出する、予測システム。
【請求項4】
請求項１～３のいずれかに記載の予測システムであって、前記調整係数記憶部に記憶される前記調整係数は、前記所定の推定方法で推定された発電量の推定値及び前記推定値に対応する実績値のうち、所定の閾値よりも大きい推定値及び実績値を用いて算出された値である、予測システム。
【請求項5】
請求項１～４のいずれかに記載の予測システムであって、前記予測部は、前記合成調整係数が所定の範囲内であるか否かを判定し、前記合成調整係数が所定の範囲外であると判定した場合、前記合成調整係数を前記所定の範囲内となるように補正する、予測システム。
【請求項6】
請求項１～５のいずれかに記載の予測システムであって、前記調整係数記憶部に記憶される前記調整係数は、電力設備における、前記所定の推定方法で推定された発電量の推定値と、前記推定値に対応する実績値と、の誤差を示す値である、予測システム。
【請求項7】
請求項６に記載の予測システムであって、前記電力設備は、太陽光発電設備である、予測システム。
【請求項8】
請求項７に記載の予測システムであって、前記予測部は、前記合成調整係数と、前記予測対象時点における発電量の前記推定値と、前記太陽光発電設備のパネル上の積雪による影響を示す積雪係数と、に基づいて、前記予測対象時点における発電量の前記予測値を算出する、予測システム。
【請求項9】
請求項６に記載の予測システムであって、前記電力設備は、風力発電設備である、予測システム。
【請求項10】
コンピュータが、所定の推定方法で推定された過去の時点における発電量の推定値と、前記推定値に対応する実績値と、の誤差を示す調整係数を、複数の時点について記憶するステップと、
前記複数の時点における前記調整係数を、前記複数の時点における気象データの観測値と予測対象時点における前記気象データの予測値との差異の大きさに応じて加重平均することにより合成調整係数を算出するステップと、
前記合成調整係数と、前記所定の推定方法で推定した前記予測対象時点における発電量の推定値と、に基づいて、前記予測対象時点における発電量の予測値を算出するステップと、
を実行する、予測値の算出方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、予測システム、及び予測値の算出方法に関する。
【背景技術】
【0002】
例えば、予測対象の太陽光発電装置の周辺に設置されている太陽光発電装置の発電量の変動に基づいて、予測対象の太陽光発電装置の発電量を予測する発電量予測システムが知られている（例えば特許文献１）。
【先行技術文献】
【特許文献】
【0003】
【文献】特開第２０１３－５１３２６号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１に開示された発電量予測システムは、予測対象の太陽光発電装置における発電量の変動状況を示す予測対象変動パターンと、予測対象の太陽光発電装置の周辺の地点に設置された太陽光発電装置における発電量の変動状況を示す周辺変動パターンと、を照合することにより、予測対象の太陽光発電装置における将来の発電量を予測する。
【0005】
しかしながら、この発電量予測システムによれば、風に流される雲の影響を考慮して太陽光発電装置の発電量を予測することはできるが、設備劣化や気象条件などによる誤差要因を考慮していないため、正確に発電量の予測をすることができない虞があった。
【課題を解決するための手段】
【0006】
本発明の一実施形態に係る予測システムは、所定の推定方法で推定された過去の時点における発電量の推定値と、前記推定値に対応する実績値と、の誤差を示す調整係数を、複数の時点について記憶する調整係数記憶部と、前記複数の時点における前記調整係数を、前記複数の時点における気象データの観測値と予測対象時点における前記気象データの予測値との差異の大きさに応じて加重平均することにより算出される合成調整係数と、前記所定の推定方法で推定した前記予測対象時点における発電量の推定値と、に基づいて、前記予測対象時点における発電量の予測値を算出する予測部と、を備える。
【発明の効果】
【0007】
本発明によれば、予測値の精度を向上させることができる。
【図面の簡単な説明】
【0008】
【図1】電力システムの構成の一例を示す図である。
【図2】電力予測システムの構成の一例を示す図である。
【図3】過去ＤＢの一例を示すテーブルである。
【図4】設備ＤＢの一例を示すテーブルである。
【図5】係数ＤＢの一例を示すテーブルである。
【図6】予測ＤＢの一例を示すテーブルである。
【図7】調整係数を算出する過去の所定期間を示す図である。
【図8】調整係数を算出する過去の所定期間を示す図である。
【図9】気温加重調整係数を算出するアルゴリズムを示す図である。
【図10】風速加重調整係数を算出するアルゴリズムを示す図である。
【図11】日射量加重調整係数を算出するアルゴリズムを示す図である。
【図12】合成調整係数を算出するアルゴリズムを示す図である。
【図13】重み付けを算出するためのメンバシップ関数の例を示す図である。
【図14】予測値を算出する処理の一例を示すフローチャートである。
【図15】積雪係数の一例を示すグラフである。
【発明を実施するための形態】
【0009】
本明細書および添付図面の記載により、少なくとも以下の事項が明らかとなる。以下の説明において、同一符号を付した部分は同一の要素を表し、その基本的な構成および動作は同様であるものとする。
【0010】
＝＝＝電力システム１＝＝＝
図１は、電力システム１の構成の一例を示す図である。電力システム１は、図１に示すように、電力設備１００、気象観測計２００、電力予測システム（予測システムとも記す）１０、気象庁ＤＢ３００を含んで構成されている。それぞれの構成要素は、ＬＡＮ（Local Area Network）やインターネット、電話網等のネットワーク４００を介して通信可能に接続されている。
図１は、電力システム１の構成の一例を示す図である。電力システム１は、図１に示すように、電力設備１００、気象観測計２００、電力予測システム（予測システムとも記す）１０、気象庁ＤＢ３００を含んで構成されている。それぞれの構成要素は、ＬＡＮ（Local Area Network）やインターネット、電話網等のネットワーク４００を介して通信可能に接続されている。
【0011】
電力設備１００は、例えば送配電設備や発電設備である。電力設備１００は、その種類に応じて電力に関する様々な物理量を計測する。例えば電力設備１００が送配電設備である場合は、送電量や配電量を計測し、発電設備である場合は発電量（発電出力とも記す）を計測する。そして電力設備１００は、ネットワーク４００を介して、これらの電力に関する物理量（電力に関する各種情報）を電力予測システム１０に送信する。以下では、電力設備１００を太陽光発電設備１００として説明する。太陽光発電設備１００は、ネットワーク４００を介して、発電量の実績値を電力予測システム１０に送信する。
【0012】
気象観測計２００は、気象に関する計測機器であり、その種類に応じて異なる気象に関する様々な物理量を計測する。気象観測計２００は、例えば日射量計や気温計、風速計の少なくともいずれかを含む。気象観測計２００は、電力予測システム１０に、例えば、日射量の観測値などの日射量情報、気温の観測値などの気温情報、風速の観測値などの風速情報などの気象データを送信する。なお、電力設備１００が例えば風力発電設備である場合、気象観測計２００に風向の計測機能が含まれていてもよい。気象観測計２００は、電力予測システム１０に対して、ネットワーク４００を介してデジタル信号で各種気象データを出力するものであってもよいし、直接アナログ信号で出力するものであってもよい。
【0013】
気象庁ＤＢ３００は、気象に関する様々な種類の気象データを送信する機能を有するデータベースシステムであり、本実施形態では、例えば所定日時の日射量や気温、風速の予報値を送信する機能を有する。
【0014】
電力予測システム１０は、電力設備１００で過去に計測された物理量の実績値と、その物理量を所定の推定方法で推定した推定値との誤差を示す係数（調整係数）に基づいて、将来の予測対象時点において電力設備１００で計測される物理量の予測値を算出するシステムである。本実施形態では、電力予測システム１０は、太陽光発電設備１００の過去の発電出力の推定値と実績値との誤差を示す係数（調整係数）に基づいて、将来の予測対象時点における太陽光発電設備１００の発電出力の予測値を算出する。
【0015】
電力予測システム１０は、気象観測計２００から、日射量情報、気温情報、風速情報、風向情報などの気象データの観測値を取得する。また電力予測システム１０は、太陽光発電設備１００から発電量の実績値等の電力に関する各種情報を取得する。また電力予測システム１０は、気象庁ＤＢ３００から予測対象時点における各種の気象データの予報値を取得する。なお、電力予測システム１０が、日射量情報、気温情報、風速情報などの気象データの観測値を、ネットワーク４００を介して気象庁ＤＢ３００から取得するように構成されていてもよい。
【0016】
将来における太陽光発電設備１００の発電出力を推定する手法として、気象データ、パネル容量に基づいて推定することが考えられる。しかし、この手法では、気象データが発電出力の計算に影響を及ぼす度合を精度良く定めることが難しいこと、また、パネル容量の大きさに対してパワーコンディショナ容量が小さいことにより生じる過積載やパネルの劣化による発電出力の低下が考慮されていないことなどに起因して、発電出力の推定精度が低下する虞があった。
【0017】
これに対して、本実施形態の電力予測システム１０では、過去の発電出力の推定値とその推定値に対応する実績値との誤差を抑制するための係数（合成調整係数Ｋｐｖ）を、予測対象時点における発電出力の推定値に対して掛けることにより、発電出力の予測値を正確に算出することを可能とする。この電力予測システム１０について、以下詳細に説明する。
【0018】
【0019】
入力部１１は、電力予測システム１０に対する各種データの入力を受け付ける。
【0020】
制御部１２は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などの演算処理部１２１及びＲＡＭ（Random Access Memory）などのメモリ１２２を備えている。
【0021】
演算処理部１２１は、各種入力に基づき、記憶部１３に記憶されているプログラムを実行することで、各種機能部を動作させるものである。このプログラムは、ＣＤＲＯＭなどの記録媒体に記憶され、あるいは、ネットワーク４００を介して配布され、電力予測システム１０にインストールされるものであってもよい。
【0022】
メモリ１２２は、電力予測システム１０用プログラムにおいて処理の実行中、演算などに必要な各種情報を、一時的に記憶するためのものである。
【0023】
記憶部１３は、ハードディスクなどの記憶装置によって構成され、制御部１２における処理の実行に必要な各種プログラムや、各種プログラムの実行に必要なデータなどを記録しておくものである。本実施形態では、記憶部１３は、過去データベース（ＤＢ）１３１、設備ＤＢ１３２、係数ＤＢ（調整係数記憶部）１３３、予測ＤＢ１３４を有していることが望ましい。なお、一例として各ＤＢをリレーショナル型データベースで示す。
【0024】
過去ＤＢ１３１には、発電出力の推定値を算出するための過去の実績に関する情報が記録されている。図３に示すように、例えば、過去ＤＢ１３１は、「日時」、「地点」、「日射量」、「気温」、「風速」、「発電出力」、「推定値」を示すフィールドを有している。
【0025】
設備ＤＢ１３２には、発電出力の推定値を算出するための太陽光発電設備１００に関する情報が記録されている。図４に示すように、例えば、設備ＤＢ１３２は、「地点」、「傾斜角度」、「設置方位角度」、太陽光発電設備１００の「種別」、太陽光発電設備１００の「パネル容量」、パワーコンディショナの容量を示す「パワコン容量」、経時変化や損失等を考慮するため設備種別等に応じて汎用的に使用される固定の係数（以下，「固定係数」）を示すフィールドを有している。
【0026】
係数ＤＢ１３３には、所定の推定方法で推定された過去の時点iにおける発電出力の推定値PVforei と、この推定値に対応する実績値PVactiと、の誤差を示す調整係数f(i)が、複数の時点iについて記録されている。図５に示すように、例えば、係数ＤＢ１３３は、「時点」、「実績値」、「推定値」、「調整係数」を示すフィールドを有している。
【0027】
予測ＤＢ１３４には、推定値から予測値を算出する際に用いる合成調整係数Ｋｐｖが記録されている。図６に示すように、例えば、予測ＤＢ１３４は、「予測時点」、「推定値」、「気温加重調整係数」、「風速加重調整係数」、「日射量加重調整係数」、「合成調整係数」、「予測値」を示すフィールドを有している。
【0028】
なお、気温加重調整係数ＫｐｖＴは、気温情報を用いて調整係数を加重平均することにより算出される値であり、風速加重調整係数ＫｐｖＷは、風速情報を用いて調整係数を加重平均することにより算出される値であり、日射量加重調整係数ＫｐｖＳＲは、日射量情報を用いて調整係数を加重平均することにより算出される値である。以下、これらをまとめて加重調整係数とも記す。
【0029】
そして、合成調整係数Ｋｐｖは、気温加重調整係数ＫｐｖＴ、風速加重調整係数ＫｐｖＷ、日射量加重調整係数ＫｐｖＳＲを所定の重みで加重平均することにより算出される。
【0030】
通信部１４は、電力予測システム１０を専用回線ＶＰＮまたはネットワーク４００に接続するための通信インタフェースを有する。通信部１４は、例えば、ＬＡＮカード、アナログモデム、ＩＳＤＮモデムなどを有して構成され、これらをシステムバス等の伝送路を介して処理部と接続するためのインタフェースである。
【0031】
演算処理部１２１は、図２に示すように、機能部として、受付部１２１ａ、推定部１２１ｂ、係数算出部１２１ｃ、予測部１２１ｄを備えている。
【0032】
受付部１２１ａは、入力部１１や通信部１４を介して取得した各種データをメモリ１２２や記憶部１３に記録する機能部である。
【0033】
推定部１２１ｂは、過去ＤＢ１３１に記録されている過去の気象データや、気象庁ＤＢ３００から取得した予測対象時点における気象データ、設備ＤＢ１３２に記録されている太陽光発電設備１００に関する情報に基づいて、太陽光発電設備１００の発電出力の推定値を所定の推定方法で算出する機能部である。
【0034】
具体的には、推定部１２１ｂは、例えば、太陽光発電設備１００の、過去の所定の時点における日射量、気温、風速、パネル容量、システム出力係数に基づいて、発電出力の推定値を算出する。発電出力の推定値の推定方法は、特に限定されず、一例として以下の式（１）～（４）を用いて推定する手法が考えられる。
【0035】
Ｔｐａ＝Ｔａ＋（Ａ／（Ｂ×Ｖ０．８＋１）＋２）×Ｇａ－２ ・・・（１）
（Ｔｐａ：太陽電池パネル温度（℃），Ｔａ：外気温度（℃），Ａ：係数（例えば屋根置き型「５０」），Ｂ：係数（例えば屋根置き型「０．３８」），Ｖ：風速（ｍ／ｓ），Ｇａ：傾斜面日射量（ｋＷ／ｍ２））
Ｋｐｔ＝１＋αｍａｘ×（Ｔｐａ－２５）・・・（２）
（Ｋｐｔ：温度補正係数，αｍａｘ：最大出力温度係数（１／℃），Ｔｐａ：太陽電池パネル温度（℃））
システム出力係数＝Ｋｌｏｓｓ × Ｋｐｔ ・・・（３）
（Ｋｌｏｓｓ：経時変化（汚れ，劣化），配線抵抗損失，インバータ損失等を考慮するため設備種別等に応じて汎用的に使用される固定の係数，Ｋｐｔ：温度補正係数）
推定値（Ｐｗ）＝傾斜面日射量（Ｇａ）×システム出力係数×パネル容量・・・（４）
係数算出部１２１ｃは、過去ＤＢ１３１に記録されている過去の複数の時点iにおける、太陽光発電設備１００の発電出力の推定値PVforeiと、実際に発電した発電出力の実績値PVactiと、の誤差を示す調整係数f(i)を算出する機能部である。係数算出部１２１ｃで算出される調整係数f(i)は、例えば実績値PVactiを推定値PVforeiで除した値(PVacti / PVforei )であり、システム出力係数の低精度、パネルの過積載などによる推定値の精度の低下を解消するための係数である。係数算出部１２１ｃは、調整係数f(i)を係数ＤＢ１３３に記録する。
（Ｔｐａ：太陽電池パネル温度（℃），Ｔａ：外気温度（℃），Ａ：係数（例えば屋根置き型「５０」），Ｂ：係数（例えば屋根置き型「０．３８」），Ｖ：風速（ｍ／ｓ），Ｇａ：傾斜面日射量（ｋＷ／ｍ２））
Ｋｐｔ＝１＋αｍａｘ×（Ｔｐａ－２５）・・・（２）
（Ｋｐｔ：温度補正係数，αｍａｘ：最大出力温度係数（１／℃），Ｔｐａ：太陽電池パネル温度（℃））
システム出力係数＝Ｋｌｏｓｓ × Ｋｐｔ ・・・（３）
（Ｋｌｏｓｓ：経時変化（汚れ，劣化），配線抵抗損失，インバータ損失等を考慮するため設備種別等に応じて汎用的に使用される固定の係数，Ｋｐｔ：温度補正係数）
推定値（Ｐｗ）＝傾斜面日射量（Ｇａ）×システム出力係数×パネル容量・・・（４）
係数算出部１２１ｃは、過去ＤＢ１３１に記録されている過去の複数の時点iにおける、太陽光発電設備１００の発電出力の推定値PVforeiと、実際に発電した発電出力の実績値PVactiと、の誤差を示す調整係数f(i)を算出する機能部である。係数算出部１２１ｃで算出される調整係数f(i)は、例えば実績値PVactiを推定値PVforeiで除した値(PVacti / PVforei )であり、システム出力係数の低精度、パネルの過積載などによる推定値の精度の低下を解消するための係数である。係数算出部１２１ｃは、調整係数f(i)を係数ＤＢ１３３に記録する。
【0036】
また係数算出部１２１ｃは、過去ＤＢ１３１から過去の複数の時点iにおける発電出力の実績値PVactiおよび推定値PVforeiを取得し、取得した実績値PVactiおよび推定値PVforeiのうち、パワーコンディショナ容量に所定の係数を掛けた閾値（下限値）よりも大きいもの（以下、条件１とも記す）を抽出し、抽出した実績値PVactiおよび推定値PVforeiを用いて調整係数f(i)を算出するようにしてもよい。所定の係数は、例えば太陽光発電設備１００のパネルの定格出力に対するその出力下限を示す割合（％）である。
【0037】
このように、発電出力が所定の閾値以下となる実績値および推定値を除外することにより、太陽光発電設備１００の推定値の誤差が問題となってくる発電出力レベル以上の運転状態での実績値および推定値に基づいて調整係数を算出できるため、予測精度を向上できる。
【0038】
またさらに、係数算出部１２１ｃは、過去ＤＢ１３１から過去の所定期間内の複数の時点iにおける発電出力の実績値PVactiおよび推定値PVforeiを取得し、取得した実績値および推定値を用いて調整係数f(i)を算出するようにしてもよい。
【0039】
過去の所定期間は、図７及び図８に示すように、例えば、現在の日（予測実行日）までの直近１４日間と、現在の日の１年前の日とその前後１４日間であり、さらに、現在の日の２年前の日とその前後１４日間と、現在の日の３年前の日とその前後１４日間とを含んでもよい。ただし、上記はあくまで一例を示すものであり、現在の日と気象条件が同じような期間であればよい。このような態様により、太陽光発電設備１００の発電量に影響のある気象条件が類似の過去のデータを用いて調整係数を算出することができるので、予測精度を向上することが可能となる。なお図８に記載されているf(2)1、f(8)2、f(13)3が調整係数に相当する。
【0040】
予測部１２１ｄは、過去の複数の時点iにおける調整係数f(i)を、各時点iの気象データの観測値と、予測対象時点における気象データの予測値と、の差異の大きさに応じて加重平均することにより合成調整係数Ｋｐｖを算出し、この合成調整係数Ｋｐｖと、所定の推定方法で推定した予測対象時点における推定値と、に基づいて、予測対象時点における予測値を算出する機能部である。
【0041】
例えば本実施形態では、予測部１２１ｄは、気温、風速、及び日射量の各気象データを用いて、それぞれ調整係数f(i)を加重平均することにより、気温加重調整係数ＫｐｖＴ、風速加重調整係数ＫｐｖＷ、日射量加重調整係数ＫｐｖＳＲを算出し、これらをさらに所定の重み係数で加重平均することにより合成調整係数Ｋｐｖを算出する。
【0042】
具体的に説明すると、予測部１２１ｄは、気温を用いて各時点の調整係数f(i)を加重平均して算出した気温加重調整係数ＫｐｖＴと、風速を用いて各時点の調整係数f(i)を加重平均して算出した風速加重調整係数ＫｐｖＷと、日射量を用いて各時点の調整係数f(i)を加重平均して算出した日射量加重調整係数ＫｐｖＳＲとを、さらに、後述する所定の重み係数で加重平均することで、合成調整係数Ｋｐｖを算出する。
【0043】
図９～図１１に、それぞれ、気温加重調整係数ＫｐｖＴ、風速加重調整係数ＫｐｖＷ、日射量加重調整係数ＫｐｖＳＲを算出する際のアルゴリズムを示す。また図１２に、合成調整係数Ｋｐｖを算出する際のアルゴリズムを示す。
【0044】
まず図９を参照しながら、予測部１２１ｄが気温加重調整係数ＫｐｖＴを算出するアルゴリズムを説明する。
【0045】
予測部１２１ｄは、式（５）を演算することにより気温加重調整係数ＫｐｖＴを算出する。
【0046】
KpvT＝Σ{f(i)j×T(Tdisti)j } / ΣT(Tdisti)j …（５）
ここで、f(i)j は、過去の所定期間内の各時点iの実績値PVactiおよび推定値PVforeiのうち、上記条件１を満たす各値を用いて算出された調整係数である。またT(Tdisti)j は、実績値PVactiおよび推定値PVforeiが上記条件１を満たす各時点iにおける重み係数である。
ここで、f(i)j は、過去の所定期間内の各時点iの実績値PVactiおよび推定値PVforeiのうち、上記条件１を満たす各値を用いて算出された調整係数である。またT(Tdisti)j は、実績値PVactiおよび推定値PVforeiが上記条件１を満たす各時点iにおける重み係数である。
【0047】
そして重み係数T(Tdisti)j は、図９に示すファジー推論におけるメンバシップ関数のグレードとして算出され、具体的には、式（６）を演算することにより算出される０．５～１．０の範囲内の値である。
【0048】
T(Tdisti)j ＝Tdistmax / (Tdistmax + Tdisti) … （６）
ここで、Tdisti は、時点iにおける気温の観測値と、予測対象時点における気温の予報値と、の差の絶対値である。Tdistmax は、Tdisti の中の最大値である。
ここで、Tdisti は、時点iにおける気温の観測値と、予測対象時点における気温の予報値と、の差の絶対値である。Tdistmax は、Tdisti の中の最大値である。
【0049】
このような態様により、時点iにおける気温が予測対象時点の気温に近ければ近いほど時点iにおける値が大きくなるような重み係数T(Tdisti)j（グレード）によって調整係数f(i)を加重平均することによって気温加重調整係数ＫｐｖＴを算出することが可能となる。
【0050】
次に図１０を参照しながら、予測部１２１ｄが風速加重調整係数ＫｐｖＷを算出するアルゴリズムを説明する。
【0051】
予測部１２１ｄは、式（７）を演算することにより風速加重調整係数ＫｐｖＷを算出する。
【0052】
KpvW＝Σ{f(i)j×W(Wdisti)j } / ΣW(Wdisti)j …（７）
ここで、f(i)j は、過去の所定期間内の各時点iの実績値PVactiおよび推定値PVforeiのうち、上記条件１を満たす各値を用いて算出された調整係数である。またW(Wdisti)j は、実績値PVactiおよび推定値PVforeiが上記条件１を満たす各時点iにおける重み係数である。
ここで、f(i)j は、過去の所定期間内の各時点iの実績値PVactiおよび推定値PVforeiのうち、上記条件１を満たす各値を用いて算出された調整係数である。またW(Wdisti)j は、実績値PVactiおよび推定値PVforeiが上記条件１を満たす各時点iにおける重み係数である。
【0053】
そして重み係数W(Wdisti)j は、図１０に示すファジー推論におけるメンバシップ関数のグレードとして算出され、具体的には、式（８）を演算することにより算出される０．５～１．０の範囲内の値である。
【0054】
W(Wdisti)j ＝Wdistmax / (Wdistmax + Wdisti) … （８）
ここで、Wdisti は、時点iにおける風速の観測値と、予測対象時点における風速の予報値と、の差の絶対値である。Wdistmax は、Wdisti の中の最大値である。
ここで、Wdisti は、時点iにおける風速の観測値と、予測対象時点における風速の予報値と、の差の絶対値である。Wdistmax は、Wdisti の中の最大値である。
【0055】
このような態様により、時点iにおける風速が予測対象時点の風速に近ければ近いほど時点iにおける値が大きくなるような重み係数W(Wdisti)j（グレード）によって調整係数f(i)を加重平均することによって風速加重調整係数ＫｐｖＷを算出することが可能となる。
【0056】
次に図１１を参照しながら、予測部１２１ｄが日射量加重調整係数ＫｐｖＳＲを算出するアルゴリズムを説明する。
【0057】
予測部１２１ｄは、式（９）を演算することにより日射量加重調整係数ＫｐｖＳＲを算出する。
【0058】
KpvSR＝Σ{f(i)j×SR(SRdisti)j } / ΣSR(SRdisti)j …（９）
ここで、f(i)j は、過去の所定期間内の各時点iの実績値PVactiおよび推定値PVforeiのうち、上記条件１を満たす各値を用いて算出された調整係数である。またSR(SRdisti)j は、実績値PVactiおよび推定値PVforeiが上記条件１を満たす各時点iにおける重み係数である。
ここで、f(i)j は、過去の所定期間内の各時点iの実績値PVactiおよび推定値PVforeiのうち、上記条件１を満たす各値を用いて算出された調整係数である。またSR(SRdisti)j は、実績値PVactiおよび推定値PVforeiが上記条件１を満たす各時点iにおける重み係数である。
【0059】
そして重み係数SR(SRdisti)j は、図１１に示すファジー推論におけるメンバシップ関数のグレードとして算出され、具体的には、式（１０）を演算することにより算出される０．５～１．０の範囲内の値である。
【0060】
SR(SRdisti)j ＝SRdistmax / (SRdistmax + SRdisti) … （１０）
ここで、SRdisti は、時点iにおける日射量の観測値と、予測対象時点における日射量の予報値と、の差の絶対値である。SRdistmax は、SRdisti の中の最大値である。
ここで、SRdisti は、時点iにおける日射量の観測値と、予測対象時点における日射量の予報値と、の差の絶対値である。SRdistmax は、SRdisti の中の最大値である。
【0061】
このような態様により、時点iにおける日射量が予測対象時点の日射量に近ければ近いほど時点iにおける値が大きくなるような重み係数SR(SRdisti)j（グレード）によって調整係数f(i)を加重平均することによって日射量加重調整係数ＫｐｖＳＲを算出することが可能となる。
【0062】
次に図１２を参照しながら、予測部１２１ｄが合成調整係数Ｋｐｖを算出するアルゴリズムを説明する。
【0063】
予測部１２１ｄは、式（１１）を演算することにより合成調整係数Ｋｐｖを算出する。
【0064】
Kpv＝(a×KpvT + b×KpvW + c×KpvSR) / (a + b + c) …（１１）
ここでa、b、cは、Kpvを算出するための所定の重み係数である。例えば、式（１）～式（３）に示したように、システム出力係数は気温、風速、傾斜面日射量のそれぞれによって影響を受けることから、a=b=c（このとき、合成調整係数Ｋｐｖは、上記３種類の気象データの加重調整係数の平均値となる）としてもよいし、朝や夕方の時間帯などの日射量が低い時間帯は、a=b=1、c=0として日射量を除外するなど、状況に応じて重み係数を変化させてもよい。また電力予測システム１０により算出される予測値と実績値との誤差を分析することにより、a=0.5、b=0.2、c=0.8のように、誤差を最小にする最適なa、b、cの値を決定するようにしてもよい。
ここでa、b、cは、Kpvを算出するための所定の重み係数である。例えば、式（１）～式（３）に示したように、システム出力係数は気温、風速、傾斜面日射量のそれぞれによって影響を受けることから、a=b=c（このとき、合成調整係数Ｋｐｖは、上記３種類の気象データの加重調整係数の平均値となる）としてもよいし、朝や夕方の時間帯などの日射量が低い時間帯は、a=b=1、c=0として日射量を除外するなど、状況に応じて重み係数を変化させてもよい。また電力予測システム１０により算出される予測値と実績値との誤差を分析することにより、a=0.5、b=0.2、c=0.8のように、誤差を最小にする最適なa、b、cの値を決定するようにしてもよい。
【0065】
このように、複数種類の気象データの加重調整係数を所定の重み係数（a、b、c等）で加重平均して合成調整係数Ｋｐｖを算出するようにすることで、電力予測システム１０の予測精度をより一層向上させることが可能となる。
【0066】
なお合成調整係数Ｋｐｖは、一種類の気象データ（例えば気温）を用いて算出してもよいが、この場合、この気象データを用いて各時点iの調整係数f(i)を加重平均して算出した加重調整係数が合成調整係数Ｋｐｖとなる。
【0067】
また、上述した重み係数T(Tdisti)j 、W(Wdisti)j 、SR(SRdisti)jは、図９～図１１のメンバシップ関数に示したように、時点iにおける気象データ（気温、風速、日射量）の観測値と、予測対象時点における気象データ（気温、風速、日射量）の予報値と、の差の絶対値に対して線形に値が変化するが、図１３に示すように、非線形なメンバシップ関数によってグレード（重み係数）を決定するようにしてもよい。例えば図１３に示すように、時点iにおける気象データ（気温、風速、日射量）の観測値と、予測対象時点における気象データ（気温、風速、日射量）の予報値と、の差の絶対値が小さいほどグレードが大きくなるような非線形のメンバシップ関数を用いることにより、予測対象時点の気象データとの差がより小さい時点iの調整係数をより一層大きな重みで加重調整係数に反映することが可能になる。
【0068】
予測部１２１ｄは、上記のようにして合成調整係数Ｋｐｖを算出し、合成調整係数Ｋｐｖが所定の条件（条件２とも記す）を満たしている場合は、予測対象時点における推定値PVforeに所定の条件を満たす合成調整係数Ｋｐｖを掛けることにより予測値を算出する。本実施形態において、所定の条件とは、所定の上限閾値と所定の下限閾値との間に収まっていることをいう。このような一定の範囲に収まる合成調整係数Ｋｐｖを用いることにより、異常値を排除できるため、予測精度を向上できる。
【0069】
予測部１２１ｄは、合成調整係数ｋｐｖが所定の条件を満たしていない場合は、合成調整係数Ｋｐｖを上限閾値と下限閾値との間に収まるように補正する。合成調整係数Ｋｐｖの補正は、例えば、合成調整係数Ｋｐｖを上限閾値または下限閾値に補正することや、上限閾値と下限閾値の中間値に補正することである。
【0070】
＝＝＝電力予測システム１０の動作＝＝＝
図１４は、電力予測システム１０の処理の一例を示すフローである。図１４を参照しつつ、電力予測システム１０が太陽光発電設備１００の発電出力の予測値を算出する処理について説明する。
図１４は、電力予測システム１０の処理の一例を示すフローである。図１４を参照しつつ、電力予測システム１０が太陽光発電設備１００の発電出力の予測値を算出する処理について説明する。
【0071】
まず、電力予測システム１０は、気象観測計２００で観測された各種気象データの観測値と、太陽光発電設備１００の発電出力の実績値を取得し（Ｓ１０）、過去ＤＢ１３１にこれらの観測値及び実績値を登録する（Ｓ１１）。また、電力予測システム１０には、予め設備ＤＢ１３２が構築されている。
【0072】
電力予測システム１０は、過去ＤＢ１３１の過去の各種気象データ、設備ＤＢ１３２の設備情報を用いて、所定の推定方法に従って太陽光発電設備１００の発電出力の推定値を算出する。電力予測システム１０は、算出された推定値、該推定値に対応する実績値を係数ＤＢ１３３に登録する（Ｓ１２）。この推定値は、過去の時点における推定値である。
【0073】
以下においては、理解を容易にするために一例として、図５に示すように、所定の太陽光発電設備１００における、第１～第５時点の実績値がそれぞれ「１０５ｋＷ」「２００ｋＷ」「３２３ｋＷ」「４４１ｋＷ」「５１３ｋＷ」であり、第１～第５時点の推定値がそれぞれ「１５０ｋＷ」「２５０ｋＷ」「３８０ｋＷ」「４９０ｋＷ」「５４０ｋＷ」であるものとして説明する。
【0074】
電力予測システム１０は、時点１～時点５の調整係数f(i)を算出し、それらを係数ＤＢ１３３に登録する（Ｓ１３，Ｓ１４）。具体的には、時点１の調整係数は、時点１の実績値「１０５ｋＷ」を時点１の推定値「１５０ｋＷ」で除した「０．７」である。同様に、時点２の調整係数は「０．８」となり、時点３の調整係数は「０．８５」となり、時点４の調整係数は「０．９」となり、時点５の調整係数は「０．９５」となる。
【0075】
次に、操作者が、電力予測システム１０に予測対象日時を指定する（Ｓ１５）。
【0076】
電力予測システム１０は、係数ＤＢ１３３を参照して、例えば、時点１～時点５までの実績値および推定値のうち、所定の条件（条件１）、すなわち本実施形態ではパワーコンディショナ容量に所定の係数を掛けた閾値よりも大きいものを抽出する（Ｓ１６）。以下、一例として閾値を「１８０ｋＷ」として説明する。電力予測システム１０は、第２～第５時点の実績値および推定値を抽出する。
【0077】
電力予測システム１０は、気象庁ＤＢ３００から予測対象時点における複数種類の気象データの予報値（本実施形態では、気温、風速、日射量）を取得した上で、第２～第５時点におけるこれら複数種類の気象データの観測値と、上記予測対象時点における予報値とを用いて、気象データの種類毎に調整係数を加重平均することにより、気象データの種類毎に加重調整係数を算出する（Ｓ１７）。本実施形態では、気温加重調整係数、風速加重調整係数、日射量加重調整係数が算出される。例えば、図６に示すように、気温加重調整係数は「０．７４」、風速加重調整係数は「０．９２」、日射量加重調整係数は「０．９８」となる。
【0078】
そして電力予測システム１０は、これらの加重調整係数の平均あるいは加重平均である合成調整係数を算出する（Ｓ１８）。本実施形態ではには、図６に示すように、気温加重調整係数、風速加重調整係数、日射量加重調整係数を平均し、合成調整係数は「０．８８」となる。電力予測システム１０は、合成調整係数を予測ＤＢ１３４に登録する。
【0079】
電力予測システム１０は、合成調整係数が所定の上限閾値と、所定の下限閾値との間に収まっているか否か（条件２）を判定する（Ｓ１９）。以下、一例として上限閾値を「０．９５」とし下限閾値を「０．８５」として説明する。電力予測システム１０は、図６に示すように、合成調整係数が「０．８８」である場合、範囲内であると判定する。ここで、例えば、合成調整係数が「０．８」である場合、電力予測システム１０は、合成調整係数が範囲外であると判定し、合成調整係数を下限閾値「０．８５」に補正する。また、例えば、合成調整係数が「０．９８」である場合、電力予測システム１０は、合成調整係数が範囲外であると判定し、合成調整係数を上限閾値「０．９５」に補正する。なお、合成調整係数を下限閾値または上限閾値に補正するように説明したが、下限閾値と上限閾値との間に収まるように補正してもよい。
【0080】
電力予測システム１０は、所定の太陽光発電設備１００についての指定された予測対象日時における推定値を算出する（Ｓ２０）。電力予測システム１０は、算出された推定値に合成調整係数を乗じて、予測対象日時の予測値を算出する（Ｓ２１）。電力予測システム１０は、予測値を予測ＤＢ１３４に登録する（Ｓ２２）。
【0081】
なお、調整係数を算出するための過去の推定値、実績値は、例えば過去における予測対象日時と同日近傍、同時刻近傍の推定値、実績値であることが望ましい。また、予測対象日時の直近数週間前からの同時刻近傍の推定値、実績値であってもよい。
【0082】
＝＝＝他の実施形態＝＝＝
電力予測システム１０は、上述したように推定値に合成調整係数を乗じて予測値を算出しているが、さらに、太陽光発電設備１００のパネル上の積雪による発電出力の減少を反映するための積雪係数を乗じてもよい。積雪係数は、例えば図１５に示されるように、積雪深に応じて変化する値である。図１５に示すように、積雪係数は、所定の積雪深（ＬおよびＨ）の間で、積雪深が大きくなるにつれて積雪係数が小さくなる。
電力予測システム１０は、上述したように推定値に合成調整係数を乗じて予測値を算出しているが、さらに、太陽光発電設備１００のパネル上の積雪による発電出力の減少を反映するための積雪係数を乗じてもよい。積雪係数は、例えば図１５に示されるように、積雪深に応じて変化する値である。図１５に示すように、積雪係数は、所定の積雪深（ＬおよびＨ）の間で、積雪深が大きくなるにつれて積雪係数が小さくなる。
【0083】
電力予測システム１０は、気象観測計２００や気象庁ＤＢ３００から過去の気象データを取得することにより、過去の所定期間内に積雪があったか否かを判定し、積雪がないと判定した場合は、パネル上に積雪がないと判定し、積雪係数を「１」とする。積雪があると判定した場合は、パネル上に積雪があると判定し、電力予測システム１０は、例えば現在又は将来の時点における積雪深情報、気象情報、設備情報および定数情報から統計的手法を用いて、積雪係数を算出する。
【0084】
また、電力予測システム１０は、上述したように算出された予測値から太陽光発電設備１００で消費される自己消費分の電力をさらに差し引いて、予測値を算出してもよい。
【0085】
また、上記実施形態では、所定の電力設備１００を太陽光発電設備１００として説明したが、風力発電設備や電力需要設備などであってもよい。つまり、推定値を算出し、所定の条件を満たした推定値、実績値を用いて調整係数、合成調整係数を算出することにより、予測値を算出できる設備であればよい。
【0086】
また、図１、図２では、電力予測システム１０が一つの装置で構成されているように示したが、これに限定されない。電力予測システム１０は、複数の装置で構成されていてもよく、また、クラウド上に構成されていてもよい。
【0087】
また、電力予測システム１０は、太陽光発電設備１００の発電出力の推定値と実績値との差を示す係数（調整係数）に基づいて、将来の予測対象時点における太陽光発電設備１００の発電出力を予測するシステムであるとして説明したが、これに限定されない。当該システムは、推定値と実績値を取得して予測対象時点における予測値を算出できるものであればよく、例えば、電力需要設備や電力消費設備などの電力の需要量の推定値と実績値とを用いて予測値を算出するシステムであってもよいし、あるいは、製造設備における製造物の製造個数の推定値と実績値とを用いて予測値を算出するシステムであってもよい。
【0088】
＝＝＝まとめ＝＝＝
本実施形態に係る電力予測システム１０は、所定の推定方法で推定された過去の時点における推定値と、この推定値に対応する実績値と、の誤差を示す調整係数を、複数の時点について記憶する調整係数記憶部と、複数の時点における調整係数を、複数の時点における気象データの観測値と予測対象時点における気象データの予測値との差異の大きさに応じて加重平均することにより算出される合成調整係数と、所定の推定方法で推定した予測対象時点における推定値と、に基づいて、予測対象時点における予測値を算出する予測部と、を備える。このような態様により、予測値の精度向上を図ることが可能となる。
本実施形態に係る電力予測システム１０は、所定の推定方法で推定された過去の時点における推定値と、この推定値に対応する実績値と、の誤差を示す調整係数を、複数の時点について記憶する調整係数記憶部と、複数の時点における調整係数を、複数の時点における気象データの観測値と予測対象時点における気象データの予測値との差異の大きさに応じて加重平均することにより算出される合成調整係数と、所定の推定方法で推定した予測対象時点における推定値と、に基づいて、予測対象時点における予測値を算出する予測部と、を備える。このような態様により、予測値の精度向上を図ることが可能となる。
【0089】
また上記予測部は、複数種類の気象データの複数の時点における観測値と予測対象時点における予測値とを用いて、気象データの種類毎に上記調整係数を加重平均することにより気象データの種類毎に加重調整係数を算出し、この加重調整係数を平均することにより合成調整係数を算出するようにしてもよい。このような態様により、予測値の精度をより一層向上することができる。
【0090】
また上記予測部は、気象データの種類毎に算出した加重調整係数を所定の重み係数で加重平均することにより合成調整係数を算出するようにしてもよい。このような態様により、予測値と気象データの種類とに応じた重要度の違いを重み係数に反映でき、より一層正確な予測値を算出することが可能になる。
【0091】
また上記調整係数記憶部に記憶される調整係数は、上記の所定の推定方法で推定された推定値及びこの推定値に対応する実績値のうち、所定の閾値よりも大きい推定値及び実績値を用いて算出された値であるようにするとよい。これにより、予測対象設備に対する予測値の誤差が問題となってくる出力レベル以上の運転状態での推定値、実績値を用いて予測値を算出するため、予測値と実績値との誤差をより低減することができる。
【0092】
また、予測部は、合成調整係数が所定の範囲内であるか否かを判定し、合成調整係数が所定の範囲外であると判定した場合、合成調整係数を所定の範囲内に収まるように補正するようにするとよい。これにより、合成調整係数の異常値を排除することにより、推定値と実績値との誤差をより低減することができる。
【0093】
また、上記調整係数記憶部に記憶される調整係数は、電力設備における、所定の推定方法で推定された電力に関する推定値と、この推定値に対応する実績値と、の誤差を示す値とすることができる。このような態様により、太陽光発電設備や風力発電設備、変電所、送電設備、配電設備等の様々な電力に関する設備において計測される物理量の予測値を正確に求めることが可能となる。
【0094】
また、本実施形態に係る電力予測システム１０が発電出力を予測する所定の電力設備１００は、太陽光発電設備や風力発電設備である。これにより、設備劣化や気象条件に影響を受けやすい発電設備の発電出力を予測することで、電力系統の安定運転が可能となる。
【0095】
また、本実施形態に係る電力予測システム１０は、合成調整係数と、予測対象時点の推定値と、太陽光発電設備１００のパネル上の積雪による影響を示す積雪係数と、に基づいて、予測対象時点における予測値を算出する。これにより、パネル上の積雪を考慮して予測値を算出するため、より正確な予測値を算出することができる。
【0096】
尚、上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得るとともに、本発明にはその等価物も含まれる。
【符号の説明】
【0097】
１ 電力システム
１０ 電力予測システム
１１ 入力部
１２ 制御部
１２１ 演算処理部
１２１ａ 受付部
１２１ｂ 推定部
１２１ｃ 係数算出部
１２１ｄ 予測部
１２２ メモリ
１３ 記憶部
１３１ 過去ＤＢ
１３２ 設備ＤＢ
１３３ 係数ＤＢ
１３４ 予測ＤＢ
１４ 通信部
１００ 電力設備
２００ 気象観測計
３００ 気象庁ＤＢ
４００ ネットワーク
１０ 電力予測システム
１１ 入力部
１２ 制御部
１２１ 演算処理部
１２１ａ 受付部
１２１ｂ 推定部
１２１ｃ 係数算出部
１２１ｄ 予測部
１２２ メモリ
１３ 記憶部
１３１ 過去ＤＢ
１３２ 設備ＤＢ
１３３ 係数ＤＢ
１３４ 予測ＤＢ
１４ 通信部
１００ 電力設備
２００ 気象観測計
３００ 気象庁ＤＢ
４００ ネットワーク
【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】