JP2019091335A - 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム - Google Patents

発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム Download PDF

Info

Publication number
JP2019091335A
JP2019091335A JP2017220691A JP2017220691A JP2019091335A JP 2019091335 A JP2019091335 A JP 2019091335A JP 2017220691 A JP2017220691 A JP 2017220691A JP 2017220691 A JP2017220691 A JP 2017220691A JP 2019091335 A JP2019091335 A JP 2019091335A
Authority
JP
Japan
Prior art keywords
power generation
solar radiation
amount
radiation amount
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2017220691A
Other languages
English (en)
Other versions
JP6937227B2 (ja
Inventor
知奈実 橋本
Chinami Hashimoto
知奈実 橋本
孝雄 野坂
Takao Nosaka
孝雄 野坂
木村　浩二
Koji Kimura
浩二 木村
建司 皆川
Kenji Minagawa
建司 皆川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Toshiba Infrastructure Systems and Solutions Corp
Original Assignee
Toshiba Corp
Toshiba Infrastructure Systems and Solutions Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp, Toshiba Infrastructure Systems and Solutions Corp filed Critical Toshiba Corp
Priority to JP2017220691A priority Critical patent/JP6937227B2/ja
Publication of JP2019091335A publication Critical patent/JP2019091335A/ja
Application granted granted Critical
Publication of JP6937227B2 publication Critical patent/JP6937227B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Photovoltaic Devices (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

【課題】多種のデータを扱うことなく、発電量を予測する精度を向上させることが可能である発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラムを提供する。【解決手段】発電量予測装置１１は、発電量・日射量実績日射量区分部１１０１と、発電効率算出・判定部１１０２と、発電効率係数算出部１１０３と、予測日射量区分判定部１１０４と、発電量予測部１１０５とを持つ。発電量・日射量実績日射量区分部は、日射量実績値の集合を複数の日射量区分に区分する。発電効率算出・判定部は、日射量実績値ごとに発電効率を取得する。発電効率係数算出部は、発電効率に基づいて日射量区分ごとに係数を取得する。予測日射量区分判定部は、日射量予測値が含まれている日射量区分がいずれの日射量区分であるかを判定する。発電量予測部は、日射量予測値が含まれている日射量区分の係数と日射量予測値とに基づいて発電量予測値を取得する。【選択図】図１

Description

本発明の実施形態は、発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラムに関する。
太陽光発電（PV：Photovoltaic）システムの発電量は、太陽光発電システムの発電効率と、電力の出力先である機器の状態とに応じて変化する。発電量予測装置は、太陽光発電システムの発電量を予測する場合がある。しかしながら、従来の発電量予測装置は、太陽位置気象補正係数、エリア気象環境係数、ＰＶシステム係数等の多種のデータを扱わなければ、発電量を精度よく予測することができない場合があった。
特開２０１４−０６３３７２号公報 特開２０１４−２１７０９２号公報 特開２０１５−０７０６４０号公報 特開２０１６−１２３１７０号公報 特開２０１６−１３６８０７号公報
D. King, W. Boyson, and J. Kratochvil, Photovoltaic Array Performance Model, SAND2004-3535, Sandia National Laboratories, Albuquerque, NM, December 2004.
本発明が解決しようとする課題は、多種のデータを扱うことなく、発電量を予測する精度を向上させることが可能である発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラムを提供することである。
実施形態の発電量予測装置は、区分部と、発電効率取得部と、係数取得部と、区分判定部と、予測部とを持つ。区分部は、日射量実績値の集合を複数の日射量区分に区分する。発電効率取得部は、日射量実績値ごとに発電効率を取得する。係数取得部は、発電効率に基づいて日射量区分ごとに係数を取得する。区分判定部は、日射量予測値が含まれている日射量区分がいずれの日射量区分であるかを判定する。予測部は、日射量予測値が含まれている日射量区分の係数と日射量予測値とに基づいて発電量予測値を取得する。
第１の実施形態の発電量予測システムの構成の例を示す図。 第１の実施形態の日射量の判定ラインの例を示す図。 第１の実施形態の発電効率の判定ラインの例を示す図。 第１の実施形態の発電効率の算出の例を示す図。 第１の実施形態の発電効率に関する係数の例を示す図。 第１の実施形態の発電量予測装置の動作の例を示すフローチャート。 第２の実施形態の発電効率の算出の例を示す図。 第２の実施形態の発電量の予測値を表す近似式の例を示す図。 第２の実施形態の日射量の区分の例を示す図。 第２の実施形態の発電量の予測値の例を示す図。 第２の実施形態の時間帯ごとの発電量の予測値の例を示す図。
以下、実施形態の発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラムを、図面を参照して説明する。
図１は、発電量予測システム１０の構成の例を示す図である。発電量予測システム１０は、エネルギー機器最適運用システム１と、太陽光発電設備２と、気象情報提供設備３と、エネルギー設備４と、蓄電池設備５とを備える。エネルギー機器最適運用システム１は、例えば、分散電源ＥＭＳ（Energy Management System）である。エネルギー機器最適運用システム１は、発電量の予測値に基づく制御信号を生成する。エネルギー機器最適運用システム１は、太陽光発電設備２、エネルギー設備４及び蓄電池設備５に、制御信号を出力する。以下において「取得する」とは、効率や係数等の値をデータテーブルから取得するという意味でもよいし、効率や係数等の値を算出するという意味でもよい。
太陽光発電設備２は、太陽光を用いて発電する設備である。太陽光発電設備２の発電量は、太陽光発電システムの発電効率と、電力の出力先であるエネルギー設備の機器の状態等とに応じて変化する。太陽光発電システムの発電効率は、日射量に応じて変化する。エネルギー設備の機器の状態とは、例えば、電力を消費する機器の動作状態や、パワーコンディショナの変換効率である。
気象情報提供設備３は、気象情報を提供する設備である。気象情報は、例えば、日射量予報、風の強さの予報である。気象情報提供設備３は、日射量の予測値である日射量予報データを、気象情報に基づいて生成する。気象情報提供設備３は、日射量予報データをエネルギー機器最適運用システム１に提供する。
エネルギー設備４は、電力や燃料等のエネルギーを消費する設備である。エネルギー設備４は、電力等のエネルギーを消費する機器を備える。エネルギー設備４の機器は、エネルギー機器最適運用システム１から出力された制御信号に応じて、電力等のエネルギーを消費する。
蓄電池設備５は、リチウムイオン電池等の蓄電池を備える設備である。蓄電池は、エネルギー機器最適運用システム１から取得された制御信号に応じて、太陽光発電設備２によって発電された電力を蓄積する。蓄電池は、エネルギー機器最適運用システム１から取得された制御信号に応じて、エネルギー設備４に電力を出力する。
次に、エネルギー機器最適運用システム１の構成の例を説明する。
エネルギー機器最適運用システム１は、発電量予測装置１１と、入出力部１２と、発電量・日射量実績収集部１３と、気象情報収集部１４と、エネルギー機器計画部１５と、エネルギー機器制御部１６と、エネルギー機器運用パターン記憶部１７とを備える。
発電量予測装置１１は、発電量を予測する情報処理装置である。発電量予測装置１１は、太陽光発電設備２による発電量を、日射量予報に基づいて予測する。発電量予測装置１１は、時間単位の発電量の予測値を表す発電量予測データを、エネルギー機器計画部１５に出力する。
以下、予測に用いられる日射量の上限閾値を「日射量上限判定ライン」という。以下、予測に用いられる日射量の下限閾値を「日射量下限判定ライン」という。
入出力部１２は、キーボード、マウス、タッチパネル等の操作デバイスである。入出力部１２は、データを送信及び受信する通信装置でもよい。入出力部１２は、日射量の区分を表す日射量区分データと、日射量上限判定ラインと、日射量下限判定ラインと、発電効率に関する係数（固定値）を算出するために必要とされる発電効率データの個数データとを取得する。入出力部１２は、日射量区分データと、日射量上限判定ラインと、日射量下限判定ラインと、発電効率データの個数データとを、発電量予測装置１１に出力する。
発電量・日射量実績収集部１３は、太陽光発電設備２における発電量の実績値である発電量実績データを、所定周期で太陽光発電設備２から収集する。発電量・日射量実績収集部１３は、太陽光発電設備２における日射量の実績値である日射量実績データを、太陽光発電設備２から収集する。日射量実績データが１時間ごとに収集されており、予測対象の時間帯が９時から１７時までであり、予測に使う実績日数が３０日分の日射量実績データが取得されている場合、収集される日射量実績データの個数は、２４０（＝８×３０）個である。発電量・日射量実績収集部１３は、発電量実績データ及び日射量実績データを、発電量予測装置１１に出力する。日射量実績データは、数分間ごとの日射量の複数の実績値の平均値でもよい。
気象情報収集部１４は、気象情報を気象情報提供設備３から収集する。気象情報収集部１４は、日射量予報データを含む気象情報を、発電量予測装置１１に出力する。
エネルギー機器計画部１５は、発電量予測データを発電量予測装置１１から取得する。エネルギー機器計画部１５は、エネルギー設備４の機器の運用パターンを表す運用パターン情報を、発電量予測データに基づいて生成する。
エネルギー機器制御部１６は、エネルギー設備４の機器の動作を制御するための制御信号を、運用パターン情報に基づいて生成する。エネルギー機器制御部１６は、エネルギー設備４に制御信号を出力する。
エネルギー機器運用パターン記憶部１７は、エネルギー設備４の機器の運用パターン情報を記憶する。
次に、発電量予測装置１１の構成の例を説明する。
発電量予測装置１１は、発電量・日射量実績日射量区分部１１０１と、発電効率算出・判定部１１０２と、発電予測可否判定・発電効率係数算出部１１０３と、予測日射量区分判定部１１０４と、発電量予測部１１０５と、日射量区分データ記憶部１１０６と、発電量・日射量実績データ記憶部１１０７と、発電量・日射量実績・日射量区分データ記憶部１１０８と、発電効率上下限データ記憶部１１０９と、実績データ単位発電効率データ記憶部１１１０と、発電予測可否判定データ記憶部１１１１と、日射量区分別発電効率係数記憶部１１１２と、日射量予報データ記憶部１１１３と、日射量予報日射量区分データ記憶部１１１４と、予測発電量データ記憶部１１１５とを備える。
各機能部のうち一部又は全部は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサが、プログラムを実行することにより実現される。各機能部のうち一部又は全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェアを用いて実現されてもよい。また、各機能部は、クラウド技術によって複数の情報処理装置に分散されていてもよい。
各記憶部は、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）などの不揮発性の記憶媒体（非一時的な記憶媒体）を有する。各記憶部は、例えば、ＲＡＭ（Random Access Memory）やレジスタなどの揮発性の記憶媒体を有していてもよい。
発電量・日射量実績日射量区分部１１０１は、発電量実績データ及び日射量実績データを、発電量・日射量実績データ記憶部１１０７から取得する。発電量・日射量実績日射量区分部１１０１は、日射量実績データが表す日射量の実績値の有効範囲を、複数の日射量区分に区分する。
図２は、日射量の判定ラインの例を示す図である。横軸は、所定時間帯において測定された日射量実績データの瞬時値を表す。所定時間帯の長さは、例えば、数分間、３０分間、１時間である。以下では、所定時間帯の長さは、一例として１時間である。縦軸は、同じ所定時間帯において発電された電力量（発電電力量）を表す。以下に示す図２、図３、図４、図７における各横軸は、瞬時値の平均値を表してもよく、例えば、時刻ＸＸ：００から時刻ＸＸ：３０までの発電量に対して、時刻ＸＸ：００と時刻ＸＸ：３０との２点の瞬時値の平均値を表してもよい。
発電量・日射量実績日射量区分部１１０１は、日射量上限判定ラインから日射量下限判定ラインまでの日射量の実績値の範囲を表す有効範囲データと、区分の一例としての「区分１」から「区分５」までの各日射量区分を表す日射量区分データとを、日射量区分データ記憶部１１０６から取得する。発電量・日射量実績日射量区分部１１０１は、日射量の実績値の有効範囲に含まれない日射量実績データを除外する。
発電量・日射量実績日射量区分部１１０１は、日射量区分データに基づいて、日射量の実績値の有効範囲を複数の日射量区分に区分する。図２では、発電量・日射量実績日射量区分部１１０１は、区分の一例としての「区分１」から「区分５」までの日射量区分に、日射量の実績値の有効範囲を区分する。
発電効率算出・判定部１１０２は、発電量実績データ及び日射量実績データを、発電量・日射量実績・日射量区分データ記憶部１１０８から取得する。発電効率算出・判定部１１０２は、有効範囲データ及び日射量区分データを、発電量・日射量実績・日射量区分データ記憶部１１０８から取得する。
発電効率算出・判定部１１０２は、発電量実績データ及び日射量実績データに基づいて、太陽光発電設備２の発電効率を日射量実績データごとに算出する。発電効率算出・判定部１１０２は、発電効率データを日射量実績データごとに、実績データ単位発電効率データ記憶部１１１０に記録する。
以下、予測に用いられる発電効率の上限閾値を「発電効率上限判定ライン」という。以下、予測に用いられる発電効率の下限閾値を「発電効率下限判定ライン」という。
図３は、発電効率の判定ラインの例を示す図である。発電効率算出・判定部１１０２は、発電効率上限判定ラインから発電効率下限判定ラインからまでの発電効率の有効範囲に発電効率データが含まれているか否かを、日射量実績データごとに判定する。発電効率算出・判定部１１０２は、発電効率の有効範囲に含まれていない発電効率データの日射量実績データを、予測に用いられる発電効率の日射量実績データの集合から除外する。
発電予測可否判定・発電効率係数算出部１１０３は、発電効率に関する係数を算出するために必要とされる発電効率データの個数データを、発電予測可否判定データ記憶部１１１１から取得する。発電予測可否判定・発電効率係数算出部１１０３は、個数データが表す個数以上の発電効率データを、実績データ単位発電効率データ記憶部１１１０から取得する。
発電予測可否判定・発電効率係数算出部１１０３は、発電効率に関する係数を算出するために必要とされる個数以上の発電効率データを取得したか否かを、「区分１」から「区分５」までの日射量区分ごとに判定する。発電予測可否判定・発電効率係数算出部１１０３は、発電効率に関する係数を算出するために必要とされる個数以上の発電効率データを取得した場合、日射量区分における発電効率に関する係数を算出する。発電予測可否判定・発電効率係数算出部１１０３は、発電効率に関する係数を算出した場合、発電量の予測が可能であると判定する。
図４は、発電効率の算出の例を示す図である。発電予測可否判定・発電効率係数算出部１１０３は、日射量区分ごとの発電効率に基づいて、発電量の予測に用いられる発電効率に関する係数を日射量区分ごとに算出する。日射量上限判定ラインから日射量下限判定ラインまでの日射量の実績値の範囲を表す有効範囲では、発電効率に関する係数は、日射量に応じて非線形に変化する。発電予測可否判定・発電効率係数算出部１１０３は、日射量の実績値の有効範囲において日射量に応じて非線形に変化する発電効率に関する係数を、日射量区分ごとの発電効率に関する係数に置き換える。
発電予測可否判定・発電効率係数算出部１１０３は、日射量区分ごとの複数の発電効率に基づいて、発電効率に関する係数を日射量区分ごとに算出する。例えば、発電予測可否判定・発電効率係数算出部１１０３は、日射量区分ごとの複数の発電効率の実績値の平均値に基づいて、発電効率に関する係数を日射量区分ごとに算出する。発電予測可否判定・発電効率係数算出部１１０３は、日射量区分ごとの発電効率に関する係数を、日射量区分別発電効率係数記憶部１１１２に記録する。
図５は、発電効率に関する係数の例を示す図である。図５では、日射量区分「区分１」の発電効率に関する係数は、「１．９３９８」である。日射量区分「区分１」に対応付けられている式は、「ｙ＝１．９３９８ｘ」である。第１実施形態では、式のｙ切片は０である。
図１に戻り、発電量予測装置１１の構成の説明を続ける。予測日射量区分判定部１１０４は、予測対象の時間帯における日射量予報データが表す日射量の予測値ｘがいずれの日射量区分に含まれているかを判定する。発電量予測部１１０５は、日射量の予測値ｘが含まれている日射量区分の発電効率に関する係数と日射量予報データとに基づいて、予測対象の時間帯における発電量の予測値ｙを算出する。予測対象の時間帯における日射量予報データが表す日射量の予測値ｘが日射量区分「区分１」に含まれている場合、発電量予測部１１０５は、日射量区分「区分１」の発電効率に関する係数「１．９３９８」を日射量の予測値ｘに乗算することによって、予測対象の時間帯における発電量の予測値ｙ（＝１．９３９８ｘ）を算出する。
なお、発電量予測部１１０５は、式を用いて発電量の予測値ｙを算出する代わりに、発電量の予測値ｙと日射量予報データが表す日射量の実績値ｘとの関係を表すデータテーブルを参照することによって、データテーブルから発電量ｙを取得してもよい。データテーブルは、例えば、日射量区分別発電効率係数記憶部１１１２に記憶される。
日射量区分データ記憶部１１０６は、入出力部１２の出力に基づいて、有効範囲データと日射量区分データとを記憶する。
発電量・日射量実績データ記憶部１１０７は、例えば３０分間ごとの発電量実績データ及び日射量実績データを、発電量・日射量実績収集部１３から取得する。発電量・日射量実績データ記憶部１１０７は、発電量実績データ及び日射量実績データを記憶する。
発電量・日射量実績・日射量区分データ記憶部１１０８は、日射量の有効範囲に含まれている日射量実績データを、３０分間等の時間単位で記憶する。発電量・日射量実績・日射量区分データ記憶部１１０８は、発電量・日射量実績日射量区分部１１０１から出力された日射量区分データを記憶する。
発電効率上下限データ記憶部１１０９は、発電効率の有効範囲データを記憶する。
実績データ単位発電効率データ記憶部１１１０は、発電効率データを発電量実績データごとに記憶する。
発電予測可否判定データ記憶部１１１１は、発電効率に関する係数を算出するために必要とされる発電効率データの個数データ（必要数データ）を記憶する。
日射量区分別発電効率係数記憶部１１１２は、発電効率に関する係数データを日射量区分ごとに記憶する。
日射量予報データ記憶部１１１３は、所定時間帯の日射量予報データを、例えば１時間等の時間単位で記憶する。
日射量予報日射量区分データ記憶部１１１４は、例えば１時間等の時間単位の日射量予報データを、日射量区分データごとに記憶する。
予測発電量データ記憶部１１１５は、例えば１時間等の時間単位の発電量予測データを、発電量予測部１１０５から取得する。予測発電量データ記憶部１１１５は、時間単位の発電量予測データを記憶する。
次に、発電量予測装置１１の動作の例を説明する。
図６は、発電量予測装置１１の動作の例を示すフローチャートである。発電量・日射量実績日射量区分部１１０１及び発電効率算出・判定部１１０２は、予測に用いられる日射量実績データの数だけ、ステップＳ１０１からステップＳ１０２までの手順を、日射量実績データごとに繰り返す。発電量・日射量実績日射量区分部１１０１は、日射量の実績値の有効範囲に含まれない日射量実績データを除外する（ステップＳ１０１）。発電効率算出・判定部１１０２は、発電量実績データ及び日射量実績データに基づいて、太陽光発電設備２の発電効率を日射量実績データごとに算出する。発電効率算出・判定部１１０２は、発電効率の有効範囲に含まれていない発電効率データの日射量実績データを、予測に用いられる発電効率の日射量実績データの集合から除外する（ステップＳ１０２）。
発電予測可否判定・発電効率係数算出部１１０３は、発電効率に関する係数を算出するために必要とされる個数以上の発電効率データを取得したか否かを、日射量区分ごとに判定する（ステップＳ１０３）。発電予測可否判定・発電効率係数算出部１１０３は、発電効率に関する係数を算出するために必要とされる個数以上の発電効率データを取得した場合、日射量区分における発電効率に関する係数を算出する（ステップＳ１０４）。
予測日射量区分判定部１１０４及び発電量予測部１１０５は、予測対象日における予測対象の時間帯の個数だけ、ステップＳ１０５からステップＳ１０６までの手順を、予測対象の時間帯ごとに繰り返す。予測日射量区分判定部１１０４は、予測対象の時間帯における日射量予報データが表す日射量の予測値ｘがいずれの日射量区分に含まれているかを判定する（ステップＳ１０５）。発電量予測部１１０５は、日射量の予測値ｘが含まれている日射量区分の発電効率に関する係数と日射量予報データとに基づいて、予測対象の時間帯における発電量の予測値ｙを算出する（ステップＳ１０６）。
以上のように、第１の実施形態の発電量予測装置１１は、発電量・日射量実績日射量区分部１１０１と、発電効率算出・判定部１１０２と、発電予測可否判定・発電効率係数算出部１１０３と、予測日射量区分判定部１１０４と、発電量予測部１１０５とを持つ。発電量・日射量実績日射量区分部１１０１は、日射量実績データの集合を複数の日射量区分に区分する。発電効率算出・判定部１１０２は、日射量実績データごとに発電効率を取得する。発電予測可否判定・発電効率係数算出部１１０３は、発電効率に基づいて日射量区分ごとに係数を取得する。予測日射量区分判定部１１０４は、日射量予測データが含まれている日射量区分がいずれの日射量区分であるかを判定する。発電量予測部１１０５は、日射量予測データが含まれている日射量区分の係数と日射量予測データとに基づいて。発電量の予測値を取得する。
これにより、第１の実施形態の発電量予測装置１１は、多種のデータを扱うことなく、発電量を予測する精度を向上させることが可能である。
第１の実施形態の発電量予測装置１１は、日射量区分に区分せずに日射量の有効範囲の全体で発電効率を算出する場合と比較して、発電効率を精度よく算出することができるので、発電量を予測する精度を向上させることが可能である。第１の実施形態の発電量予測装置１１は、日射量に対して非線形である発電効率に関する係数を精度よく算出することができるので、発電量を予測する精度を向上させることが可能である。
（第２の実施形態）
第２の実施形態では、日射量区分ごとの固定値である発電効率の平均値を発電量予測部１１０５が用いる代わりに、発電効率の近似式を用いて発電量予測部１１０５が発電量を算出する点が、第１の実施形態と相違する。第２の実施形態では、第１の実施形態との相違点についてのみ説明する。
図７は、発電効率の算出の例を示す図である。発電予測可否判定・発電効率係数算出部１１０３は、日射量区分ごとの発電効率に基づいて、発電量の予測に用いられる発電効率を表す近似式の係数及び切片を、日射量区分ごとに算出する。
図８は、発電量の予測値を表す近似式の例を示す図である。図８では、日射量区分「区分１」に対応付けられている一次近似式は、「ｙ＝１．９５４５ｘ−２．９６４５」である。第２実施形態では、発電量に関する式のｙ切片は０でなくてもよい。
図９は、日射量の区分の例を示す図である。予測日射量区分判定部１１０４は、予測対象の時間帯における日射量予報データが表す日射量の予測値ｘがいずれの日射量区分に含まれているかを判定する。図９では、日射量予報データが表す日射量は、一例として６８９．５Ｗ／ｍ２であり、「区分３」に含まれている。
図１０は、発電量の予測値の例を示す図である。発電量予測部１１０５は、日射量の予測値ｘが含まれている日射量区分の発電効率に関する係数と日射量予報データとに基づいて、予測対象の時間帯における発電量の予測値ｙを算出する。予測対象の時間帯における日射量予報データが表す日射量の予測値ｘが日射量区分「区分３」に含まれている場合、発電量予測部１１０５は、日射量区分「区分３」に対応付けられた一次近似式「ｙ＝２．１２５９ｘ−１９７．５４」に基づいて、予測対象の時間帯における発電量の予測値ｙを算出する。
図１１は、時間帯ごとの発電量の予測値の例を示す図である。１４時から１５時までの時間帯における日射量の予測値ｘが６８９．５Ｗ／ｍ２である場合、予測日射量区分判定部１１０４は、予測対象の時間帯における日射量予報データが表す日射量の予測値ｘが日射量区分「区分３」に含まれていると判定する。発電量予測部１１０５は、日射量区分「区分３」に対応付けられた一次近似式「ｙ＝２．１２５９ｘ−１９７．５４」に基づいて、予測対象の時間帯における発電量の予測値ｙを１２６８．３ｋＷｈと算出する。
以上のように、第２の実施形態の発電量予測装置１１は、発電量予測装置１１は、発電量・日射量実績日射量区分部１１０１と、発電効率算出・判定部１１０２と、発電予測可否判定・発電効率係数算出部１１０３と、予測日射量区分判定部１１０４と、発電量予測部１１０５とを持つ。発電量予測部１１０５は、日射量予測データが含まれている日射量区分の係数を含む近似式と日射量予測データとに基づいて。発電量の予測値を取得する。
これにより、第２の実施形態の発電量予測装置１１は、多種のデータを扱うことなく、発電量を予測する精度を向上させることが可能である。
以上述べた少なくともひとつの実施形態によれば、日射量予測データが含まれている日射量区分の係数と日射量予測データとに基づいて発電量の予測値を取得する発電量予測部とを持つことにより、多種のデータを扱うことなく、発電量を予測する精度を向上させることができる。
以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
１…エネルギー機器最適運用システム、２…太陽光発電設備、３…気象情報提供設備、４…エネルギー設備、５…蓄電池設備、１０…発電量予測システム、１１…発電量予測装置、１２…入出力部、１３…発電量・日射量実績収集部、１４…気象情報収集部、１５…エネルギー機器計画部、１６…エネルギー機器制御部、１７…エネルギー機器運用パターン記憶部、１１０１…発電量・日射量実績日射量区分部、１１０２…発電効率算出・判定部、１１０３…発電予測可否判定・発電効率係数算出部、１１０４…予測日射量区分判定部、１１０５…発電量予測部、１１０６…日射量区分データ記憶部、１１０７…発電量・日射量実績データ記憶部、１１０８…発電量・日射量実績・日射量区分データ記憶部、１１０９…発電効率上下限データ記憶部、１１１０…実績データ単位発電効率データ記憶部、１１１１…発電予測可否判定データ記憶部、１１１２…日射量区分別発電効率係数記憶部、１１１３…日射量予報データ記憶部、１１１４…日射量予報日射量区分データ記憶部、１１１５…予測発電量データ記憶部

Claims (9)

  1. 日射量実績値の集合を複数の日射量区分に区分する区分部と、
    前記日射量実績値ごとに発電効率を取得する発電効率取得部と、
    前記発電効率に基づいて前記日射量区分ごとに係数を取得する係数取得部と、
    日射量予測値が含まれている前記日射量区分がいずれの前記日射量区分であるかを判定する区分判定部と、
    前記日射量予測値が含まれている前記日射量区分の前記係数と前記日射量予測値とに基づいて発電量予測値を取得する予測部と
    を備える発電量予測装置。
  2. 前記日射量実績値は、第１の時間ごとの日射量の実績値である、請求項１に記載の発電量予測装置。
  3. 前記日射量実績値は、第２の時間ごとの日射量の複数の実績値の平均値である、請求項１に記載の発電量予測装置。
  4. 前記区分判定部は、前記発電効率の有効範囲から外れた前記発電効率を示す前記日射量実績値を、前記日射量実績値の集合から除外する、請求項１から請求項３のいずれか一項に記載の発電量予測装置。
  5. 前記係数取得部は、予め定められた個数以上の前記発電効率に基づいて、前記日射量区分ごとに前記係数を取得する、請求項１から請求項４のいずれか一項に記載の発電量予測装置。
  6. 前記予測部は、前記日射量区分の前記係数を含む式と前記日射量予測値とに基づいて発電量予測値を取得する、請求項１から請求項４のいずれか一項に記載の発電量予測装置。
  7. 日射量実績値の集合を複数の日射量区分に区分する区分部と、
    前記日射量実績値ごとに発電効率を取得する発電効率取得部と、
    前記発電効率に基づいて前記日射量区分ごとに係数を取得する係数取得部と、
    日射量予測値が含まれている前記日射量区分がいずれの前記日射量区分であるかを判定する区分判定部と、
    前記日射量予測値が含まれている前記日射量区分の前記係数と前記日射量予測値とに基づいて発電量予測値を取得する予測部と、
    前記発電量予測値に基づく制御信号に応じて蓄電する蓄電池と
    を備える発電量予測システム。
  8. 発電量予測装置が実行する発電量予測方法であって、
    日射量実績値の集合を複数の日射量区分に区分するステップと、
    前記日射量実績値ごとに発電効率を取得するステップと、
    前記発電効率に基づいて前記日射量区分ごとに係数を取得するステップと、
    日射量予測値が含まれている前記日射量区分がいずれの前記日射量区分であるかを判定するステップと、
    前記日射量予測値が含まれている前記日射量区分の前記係数と前記日射量予測値とに基づいて発電量予測値を取得するステップと
    を含む発電量予測方法。
  9. コンピュータに、
    日射量実績値の集合を複数の日射量区分に区分する手順と、
    前記日射量実績値ごとに発電効率を取得する手順と、
    前記発電効率に基づいて前記日射量区分ごとに係数を取得する手順と
    日射量予測値が含まれている前記日射量区分がいずれの前記日射量区分であるかを判定する手順と、
    前記日射量予測値が含まれている前記日射量区分の前記係数と前記日射量予測値とに基づいて発電量予測値を取得する手順と
    を実行させるための発電量予測プログラム。
JP2017220691A 2017-11-16 2017-11-16 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム Active JP6937227B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017220691A JP6937227B2 (ja) 2017-11-16 2017-11-16 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017220691A JP6937227B2 (ja) 2017-11-16 2017-11-16 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム

Publications (2)

Publication Number Publication Date
JP2019091335A true JP2019091335A (ja) 2019-06-13
JP6937227B2 JP6937227B2 (ja) 2021-09-22

Family

ID=66836511

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017220691A Active JP6937227B2 (ja) 2017-11-16 2017-11-16 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム

Country Status (1)

Country Link
JP (1) JP6937227B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021145509A (ja) * 2020-03-13 2021-09-24 オムロン株式会社 異常検知装置、異常検知方法、および異常検知プログラム
KR20220167555A (ko) * 2021-06-14 2022-12-21 한국전력공사 발전량 관리 시스템 및 방법
CN117040030A (zh) * 2023-10-10 2023-11-10 国网浙江宁波市鄞州区供电有限公司 新能源消纳能力风险管控方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013191672A (ja) * 2012-03-13 2013-09-26 Omron Corp 情報処理装置、異常検出方法、プログラム、および、太陽光発電システム
JP2014179464A (ja) * 2013-03-14 2014-09-25 Omron Corp 太陽光発電システム、異常判断処理装置、異常判断処理方法、およびプログラム
JP2016065484A (ja) * 2014-09-24 2016-04-28 トヨタ自動車株式会社 スロットル上流圧力の推定装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013191672A (ja) * 2012-03-13 2013-09-26 Omron Corp 情報処理装置、異常検出方法、プログラム、および、太陽光発電システム
JP2014179464A (ja) * 2013-03-14 2014-09-25 Omron Corp 太陽光発電システム、異常判断処理装置、異常判断処理方法、およびプログラム
JP2016065484A (ja) * 2014-09-24 2016-04-28 トヨタ自動車株式会社 スロットル上流圧力の推定装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021145509A (ja) * 2020-03-13 2021-09-24 オムロン株式会社 異常検知装置、異常検知方法、および異常検知プログラム
JP7435073B2 (ja) 2020-03-13 2024-02-21 オムロン株式会社 異常検知装置、異常検知方法、および異常検知プログラム
KR20220167555A (ko) * 2021-06-14 2022-12-21 한국전력공사 발전량 관리 시스템 및 방법
KR102621374B1 (ko) * 2021-06-14 2024-01-08 한국전력공사 발전량 관리 시스템 및 방법
CN117040030A (zh) * 2023-10-10 2023-11-10 国网浙江宁波市鄞州区供电有限公司 新能源消纳能力风险管控方法及***
CN117040030B (zh) * 2023-10-10 2024-04-02 国网浙江宁波市鄞州区供电有限公司 新能源消纳能力风险管控方法及***

Also Published As

Publication number Publication date
JP6937227B2 (ja) 2021-09-22

Similar Documents

Publication Publication Date Title
Khan et al. Review of solar photovoltaic and wind hybrid energy systems for sizing strategies optimization techniques and cost analysis methodologies
Abuella et al. Solar power forecasting using support vector regression
Mellit et al. Performance prediction of 20 kWp grid-connected photovoltaic plant at Trieste (Italy) using artificial neural network
KR101856320B1 (ko) 태양광 발전량 예측 장치 및 방법
da Silva Fonseca Jr et al. Use of support vector regression and numerically predicted cloudiness to forecast power output of a photovoltaic power plant in Kitakyushu, Japan
Ghiassi-Farrokhfal et al. Solar power shaping: An analytical approach
Gupta et al. Solar energy prediction using decision tree regressor
JP6003247B2 (ja) 情報処理装置、情報処理装置の制御方法及びプログラム
JP6937227B2 (ja) 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム
Li et al. Photovoltaic power forecasting: Models and methods
Shah et al. A novel prediction error-based power forecasting scheme for real pv system using pvusa model: A grey box-based neural network approach
Almaktar et al. Artificial neural network‐based photovoltaic module temperature estimation for tropical climate of Malaysia and its impact on photovoltaic system energy yield
Touati et al. Photo-Voltaic (PV) monitoring system, performance analysis and power prediction models in Doha, Qatar
CN115759467A (zh) 一种误差修正的分时刻集成学习光伏预测方法
CN113033136B (zh) 简化的光伏电池物理参数提取优化方法及***
CN104346659A (zh) 应用于高倍聚光光伏发电***的短期发电量预测方法
Alanazi et al. Day-ahead solar forecasting using time series stationarization and feed-forward neural network
EP4122072A1 (en) Systems and methods for enhanced reactive power management in a hybrid environment
KR20190131808A (ko) 태양광 발전기의 발전량 예측 장치 및 방법
Markovic et al. Efficiency analysis of grid-connected photovoltaic power plants
Dong et al. Very short-term photovoltaic power forecasting using uncertain basis function
TW201740296A (zh) 再生能源發電量預測方法與系統
Jogunuri et al. Artificial intelligence methods for solar forecasting for optimum sizing of PV systems: A review
Shukla et al. An explainable artificial intelligence based approach for the prediction of key performance indicators for 1 megawatt solar plant under local steppe climate conditions
Chen et al. Short-term wind power forecasting based on spatial correlation and artificial neural network

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200911

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210630

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210706

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210719

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210803

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210830

R150 Certificate of patent or registration of utility model

Ref document number: 6937227

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150