JP2022106535A - Power supply plan formulation support device and power supply plan formulation support program - Google Patents
Power supply plan formulation support device and power supply plan formulation support program Download PDFInfo
- Publication number
- JP2022106535A JP2022106535A JP2021001612A JP2021001612A JP2022106535A JP 2022106535 A JP2022106535 A JP 2022106535A JP 2021001612 A JP2021001612 A JP 2021001612A JP 2021001612 A JP2021001612 A JP 2021001612A JP 2022106535 A JP2022106535 A JP 2022106535A
- Authority
- JP
- Japan
- Prior art keywords
- power source
- power
- electric energy
- power supply
- price
- 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.)
- Pending
Links
- 239000000203 mixture Substances 0.000 title claims abstract description 47
- 238000009472 formulation Methods 0.000 title claims abstract description 44
- 239000000446 fuel Substances 0.000 claims abstract description 75
- 238000010248 power generation Methods 0.000 claims abstract description 58
- 238000010801 machine learning Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 abstract description 39
- 230000008859 change Effects 0.000 abstract description 9
- 238000011156 evaluation Methods 0.000 description 82
- 230000005540 biological transmission Effects 0.000 description 29
- 230000005611 electricity Effects 0.000 description 13
- 238000000034 method Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 239000002028 Biomass Substances 0.000 description 4
- 239000003245 coal Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000002551 biofuel Substances 0.000 description 3
- 239000002803 fossil fuel Substances 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- 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)
Abstract
Description
この発明は、電源計画策定支援装置および電源計画策定支援プログラムに関し、具体的には、収益性に基づいて電源の存続または廃止ならびに新設または中止に係る計画の策定を支援する技術に関する。 The present invention relates to a power supply planning support device and a power supply planning support program, and specifically to a technique for supporting the survival or abolition of a power source and the formulation of a plan for new construction or cancellation based on profitability.
電力取引市場において取引される電力の約定価格を予測する従来の技術として、過去の気象情報を含む環境実績情報や燃料価格実績などと電力市場価格とを関連づけて記憶し、気象情報を含む環境予報情報や燃料価格などに基づいて電力市場価格を予測するシステムが知られている（特許文献１参照）。 As a conventional technique for predicting the contract price of electric power traded in the electric power trading market, the environmental actual information including past weather information and fuel price actual information are stored in association with the electric power market price, and the environmental forecast including the weather information is stored. A system for predicting the electric power market price based on information, fuel price, etc. is known (see Patent Document 1).
ところで、中長期的な電源計画を策定するためには各電源の収益性を評価して既設の電源それぞれを存続または廃止したり新規の電源を新設したりした場合の収益の変化の情報が必要とされる。しかしながら、特許文献１に記載のシステムでは、既設の電源それぞれを存続または廃止したり新規の電源を新設したりした場合の収益の変化を予測することはできない。
By the way, in order to formulate a medium- to long-term power supply plan, it is necessary to evaluate the profitability of each power source and provide information on changes in profits when each existing power source is continued or abolished or a new power source is newly installed. It is said that. However, in the system described in
そこでこの発明は、各電源の収益性を評価して既設の電源それぞれを存続または廃止したり新規の電源を新設したりした場合の収益の変化に関する情報を提供することが可能な、電源計画策定支援装置および電源計画策定支援プログラムを提供することを目的とする。 Therefore, the present invention can evaluate the profitability of each power source and provide information on the change in profit when each existing power source is continued or abolished or a new power source is newly installed. The purpose is to provide support equipment and power planning support programs.
上記課題を解決するために、請求項１の発明は、電源の発電電力量に市場における電力量価格を乗じて前記電源の電力量収入を計算する手段と、前記電源の発電余力に市場における供給力価格を乗じて前記電源の容量収入を計算する手段と、前記電力量収入と前記容量収入との合計から前記電源の燃料費と固定費との合計を減算して前記電源の収益を計算する手段と、前記収益に基づいて前記電源の取扱いを判定する手段と、を有する、ことを特徴とする電源計画策定支援装置である。
In order to solve the above problems, the invention of
請求項２の発明は、電源の発電電力量に市場における電力量価格を乗じて前記電源の電力量収入を計算する手段と、前記電源の発電余力に市場における供給力価格を乗じて前記電源の容量収入を計算する手段と、前記電力量収入と前記容量収入との合計から前記電源の燃料費と固定費との合計を減算して前記電源の収益を計算する手段と、前記収益と前記電源の初期投資額とを用いて前記電源の収益率を計算する手段と、前記収益率に基づいて前記電源の取扱いを判定する手段と、を有する、ことを特徴とする電源計画策定支援装置である。 The invention of claim 2 is a means for calculating the electric energy income of the power source by multiplying the electric energy generated by the power source by the electric energy price in the market, and the power generation surplus capacity of the power source multiplied by the supply capacity price in the market. A means for calculating the capacity income, a means for calculating the profit of the power source by subtracting the total of the fuel cost and the fixed cost of the power source from the sum of the electric energy income and the capacity income, and the profit and the power source. It is a power supply plan formulation support device characterized by having a means for calculating the rate of return of the power source using the initial investment amount of the above and a means for determining the handling of the power source based on the rate of return. ..
請求項３の発明は、請求項１または２に記載の電源計画策定支援装置において、電力量価格要因を入力とするとともに電力量価格を出力として機械学習によって構築される予測モデルを用いて前記市場における前記電力量価格を推計する手段を有する、ことを特徴とする。
The invention of claim 3 is the above-mentioned market in the power supply planning support device according to
請求項４の発明は、請求項２に記載の電源計画策定支援装置において、収益率要因を入力とするとともに収益率を出力として機械学習によって構築される予測モデルを用いて前記電源の前記収益率を推計する手段を有する、ことを特徴とする。 The invention of claim 4 is the power supply planning support device according to claim 2, wherein the rate of return of the power source is used by using a prediction model constructed by machine learning with the rate of return as an input and the rate of return as an output. It is characterized by having a means for estimating.
請求項５の発明は、コンピュータを、電源の発電電力量に市場における電力量価格を乗じて前記電源の電力量収入を計算する手段、前記電源の発電余力に市場における供給力価格を乗じて前記電源の容量収入を計算する手段、前記電力量収入と前記容量収入との合計から前記電源の燃料費と固定費との合計を減算して前記電源の収益を計算する手段、および、前記収益に基づいて前記電源の取扱いを判定する手段、として機能させる、ことを特徴とする電源計画策定支援プログラムである。 The invention of claim 5 is a means for calculating the electric energy income of the power source by multiplying the electric energy generated by the power source by the electric energy price in the market, and multiplying the power generation surplus capacity of the power source by the supply capacity price in the market. Means for calculating the capacity income of the power source, means for calculating the income of the power source by subtracting the total of the fuel cost and the fixed cost of the power source from the sum of the electric energy income and the capacity income, and the income. It is a power supply plan formulation support program characterized in that it functions as a means for determining the handling of the power source based on the above.
請求項６の発明は、コンピュータを、電源の発電電力量に市場における電力量価格を乗じて前記電源の電力量収入を計算する手段、前記電源の発電余力に市場における供給力価格を乗じて前記電源の容量収入を計算する手段、前記電力量収入と前記容量収入との合計から前記電源の燃料費と固定費との合計を減算して前記電源の収益を計算する手段、前記収益と前記電源の初期投資額とを用いて前記電源の収益率を計算する手段、および、前記収益率に基づいて前記電源の取扱いを判定する手段、として機能させる、ことを特徴とする電源計画策定支援プログラムである。 The invention of claim 6 is a means for calculating the electric energy income of the power source by multiplying the electric energy generated by the power source by the electric energy price in the market, and multiplying the power generation surplus capacity of the power source by the supply capacity price in the market. A means for calculating the capacity income of the power source, a means for calculating the income of the power source by subtracting the total of the fuel cost and the fixed cost of the power source from the sum of the electric energy income and the capacity income, the income and the power source. A power supply plan formulation support program characterized in that it functions as a means for calculating the profitability of the power source using the initial investment amount of the power source and a means for determining the handling of the power source based on the profit rate. be.
請求項７の発明は、請求項５または６に記載の電源計画策定支援プログラムにおいて、コンピュータを、電力量価格要因を入力とするとともに電力量価格を出力として機械学習によって構築される予測モデルを用いて前記市場における前記電力量価格を推計する手段として機能させる、ことを特徴とする。 The invention of claim 7 uses a prediction model constructed by machine learning in the power supply planning support program according to claim 5 or 6, using a computer as an input of an electric energy price factor and an output of an electric energy price. It is characterized in that it functions as a means for estimating the electric energy price in the market.
請求項８の発明は、請求項６に記載の電源計画策定支援プログラムにおいて、コンピュータを、収益率要因を入力とするとともに収益率を出力として機械学習によって構築される予測モデルを用いて前記電源の前記収益率を推計する手段として機能させる、ことを特徴とする。 The invention of claim 8 is the power supply planning support program according to claim 6, wherein the computer uses a prediction model constructed by machine learning with the rate of return as an input and the rate of return as an output. It is characterized in that it functions as a means for estimating the rate of return.
請求項１や請求項５の発明によれば、電力量収入と容量収入との合計から電源の燃料費と固定費との合計を減算して計算される収益に基づいて電源の取扱いを判定するので、収益を評価指標として用いて各電源の収益性を評価して既設の電源それぞれを存続または廃止したり新規の電源を新設したりした場合の収益の変化に関する情報を提供することが可能となる。
According to the inventions of
請求項２や請求項６の発明によれば、電力量収入と容量収入との合計から電源の燃料費と固定費との合計を減算して得られる収益と電源の初期投資額とを用いて計算される収益率に基づいて電源の取扱いを判定するので、収益率を評価指標として用いて各電源の収益性を評価して既設の電源それぞれを存続または廃止したり新規の電源を新設したりした場合の収益の変化に関する情報を提供することが可能となる。 According to the inventions of claims 2 and 6, the profit obtained by subtracting the total of the fuel cost and the fixed cost of the power source from the total of the electricity amount income and the capacity income and the initial investment amount of the power source are used. Since the handling of power supplies is determined based on the calculated rate of return, the profitability of each power source is evaluated using the rate of return as an evaluation index, and each existing power source can be continued or abolished, or a new power source can be newly installed. It is possible to provide information on changes in profits in the event of such a situation.
請求項３や請求項７の発明によれば、電力量価格要因を入力とするとともに電力量価格を出力として機械学習によって構築される予測モデルを用いて市場における電力量価格を推計するので、過去の電力量価格に関する実績情報が反映された一層実際的な電力量価格を推計することが可能となり、延いては電源計画の策定を支援する技術としての信頼性の向上を図ることが可能となる。 According to the inventions of claim 3 and 7, the electric energy price in the market is estimated by using the electric energy price factor as an input and the electric energy price as an output by a prediction model constructed by machine learning. It will be possible to estimate a more realistic electric energy price that reflects the actual information on the electric energy price, and it will be possible to improve the reliability as a technology that supports the formulation of the power supply plan. ..
請求項４や請求項８の発明によれば、収益率要因を入力とするとともに収益率を出力として機械学習によって構築される予測モデルを用いて電源の収益率を推計するので、過去の収益率に関する実績情報が反映された一層実際的な収益率を推計することが可能となり、延いては電源計画の策定を支援する技術としての信頼性の向上を図ることが可能となる。 According to the inventions of claim 4 and 8, the rate of return of the power source is estimated using the prediction model constructed by machine learning with the rate of return as the input and the rate of return as the output. It will be possible to estimate a more practical rate of return that reflects the actual information on the above, and it will be possible to improve the reliability as a technology that supports the formulation of power supply plans.
以下、この発明を図示の実施の形態に基づいて説明する。 Hereinafter, the present invention will be described based on the illustrated embodiment.
この発明では、既設の電源の存続または廃止ならびに新規の電源（即ち、新設が予定されている電源や新設の計画案がある電源など）の新設または中止を所定のサイクルで判断することを「電源計画」と呼び、電源計画を策定する際のサイクルそれぞれのことを「評価期」と呼ぶ。電源計画を策定する際の１サイクル即ち評価期は、特定の時間長さに限定されるものではないものの、例えば１年，６か月，或いは３ヶ月程度に設定されることが考えられる。 In the present invention, it is determined in a predetermined cycle to determine the continuation or abolition of an existing power source and the new or discontinued new power source (that is, a power source scheduled to be newly installed or a power source having a new plan) in a predetermined cycle. It is called a "plan", and each cycle when formulating a power supply plan is called an "evaluation period". One cycle, that is, the evaluation period when formulating a power supply plan is not limited to a specific time length, but may be set to, for example, one year, six months, or three months.
電源計画は過去のデータや実績などを参照しつつ策定される基本的には将来に向けての計画であり、電源計画が対象とする計画期間の長さは、特定の期間長に限定されるものではないものの、例えば今後１０年間，２０年間，或いは３０年間程度に設定されることが考えられる。電源計画が対象とする計画期間の長さは、また、後述する期待収益率計算タスク１５８による、新規の電源の収益率を計算する際の評価期間の期間長が考慮されて設定されるようにしてもよい。
The power supply plan is basically a plan for the future, which is formulated with reference to past data and actual results, and the length of the planning period covered by the power supply plan is limited to a specific period length. Although it is not a thing, it is conceivable that it will be set for the next 10 years, 20 years, or 30 years, for example. The length of the planning period covered by the power supply plan is also set in consideration of the length of the evaluation period when calculating the rate of return of a new power source by the expected rate of
電源は、発電設備のことであり、例えば原子力発電所，ガス／石炭／石油火力発電所，水力発電所，および再生可能エネルギー発電所（具体的には例えば、太陽光発電所，風力発電所，バイオマス発電所，地熱発電所，揚水発電所等）などを含む。 A power source is a power generation facility, such as a nuclear power plant, a gas / coal / oil-fired power plant, a hydroelectric power plant, and a renewable energy power plant (specifically, for example, a solar power plant, a wind power plant, etc. Includes biomass power plants, geothermal power plants, pumping power plants, etc.).
電源計画は、所定の地域ごとに策定され、例えば送電・配電線網の広がり／纏まりや電源によって電力の供給が想定される地域の範囲などが考慮されるなどしたうえで設定される。電源計画を策定する際の地域の範囲それぞれのことを「計画エリア」と呼ぶ。なお、計画エリアは、日本国内の所定の地域の範囲に限定されるものではなく、外国の所定の地域の範囲であっても構わない。 The power supply plan is formulated for each predetermined area, and is set after considering, for example, the spread / aggregation of the power transmission / distribution line network and the range of the area where power is expected to be supplied by the power source. Each area range when formulating a power supply plan is called a "planning area". The planned area is not limited to the range of the predetermined area in Japan, but may be the range of the predetermined area in a foreign country.
図１は、この発明の実施の形態に係る電源計画策定支援装置１の概略構成を示す機能ブロック図である。図２は、電源計画策定支援装置１の処理結果の一例を示す図である。図２に示す例では、或る計画エリアについて、既設の電源として発電所Ａ，発電所Ｂ，および発電所Ｃがあり、新規（新設）の電源として発電所αおよび発電所βがあるとしている。図２では、また、各評価期（即ち、１サイクル）の時間長さが１年であり、電源計画が対象とする計画期間の始まりの評価期が「２０ＸＸ年」であるとともに終わりの評価期が「２０ＹＹ年」であるとしている。そして、電源計画は計画エリア別に策定されるところ、下記では上記或る計画エリアを対象として電源計画策定支援装置１による処理が行われる場合を説明する。
FIG. 1 is a functional block diagram showing a schematic configuration of a power supply plan
電源計画策定支援装置１は、各電源の収益性を評価して既設の電源それぞれを存続または廃止したり新規の電源を新設したりした場合の収益の変化に関する情報を作成して電源計画の策定を支援するための機序であり、主として、入力部１１、表示部１２、記憶部１３、メモリ１４、メインタスク１５、通信部１７、およびこれらを制御などする中央処理部１８を備える。
The power supply plan
電源計画策定支援装置１は、例えば、各種のコンピュータなどに、装置全体の制御プログラムや電源計画の策定の支援に纏わる各種処理を行うためのアプリケーション（電源計画策定支援プログラム１９）がインストールされて実行されることによって構成される。
The power supply plan
入力部１１は、利用者の命令などを受けて電源計画策定支援装置１へと入力する機能を備えるインターフェースであり、例えばキーボードやマウスによって構成される。
The
表示部１２は、入力部１１を介して入力される内容を表示したり、電源計画策定支援装置１としての処理結果（図２参照）を表示したりなどする機能を備え、例えば液晶ディスプレイによって構成される。
The
記憶部１３は、各種の情報，プログラム，およびデータなどを記憶する機能を備える記憶領域／記憶装置であり、例えばハードディスク（ＨＤＤ：Ｈard Ｄisk Ｄrive の略）によって構成される。
The
記憶部１３には、電源計画策定支援装置１全体の制御プログラムや電源計画策定支援プログラム１９が格納されるとともに、電源データベース１３１および実績データベース１３２が格納される。
The
電源データベース１３１は、電源それぞれの情報が記録・蓄積されているデータベースであり、電源計画策定支援装置１が電源計画の策定の支援に纏わる各種処理を行う際に電源について必要とされる情報を取得するために適宜参照される。
The
電源データベース１３１には、具体的には、各電源に関する、電力を供給する計画エリア，発電容量，燃種，熱効率，および固定費など、電源計画策定支援装置１が電源計画の策定の支援に纏わる各種処理を行う際に電源について必要とされる種々の情報が記録・蓄積される。電源データベース１３１には、既設の電源それぞれの情報に加えて、新規の電源それぞれの情報も記録・蓄積され、新規の電源については初期投資額（尚、後述する期待収益率計算タスク１５８による、新規の電源の収益率を計算する際に必要とされる初期投資額であり、言い換えると、初期の事業費である）も記録・蓄積される。
Specifically, in the
実績データベース１３２については後述する。
The
なお、電源データベース１３１と実績データベース１３２とのうちのどちらか一方もしくは両方がサーバなどの外部記憶装置に格納されるようにしてもよく、この場合には、電源計画策定支援装置１が、通信部１７を介して外部記憶装置にアクセスして各種データや情報を取得するようにしてもよく、あるいは、種々の信号回線を介して外部記憶装置との間でデータや制御指令等の信号の送受信／入出力を行うための接続インターフェースを備えるようにして当該接続インターフェースを介して外部記憶装置にアクセスして各種データや情報を取得するようにしてもよい。
In addition, either one or both of the
メモリ１４は、中央処理部１８が電源計画の策定の支援に纏わる演算処理を実行する際に生成されるデータや情報を一時的に記憶などするための作業領域となる機能を備える記憶領域／記憶装置であり、例えばＲＡＭ（Ｒandom Ａccess Ｍemory の略）によって構成される。
The
メインタスク１５は、記憶部１３に格納されている電源計画策定支援プログラム１９が実行されることによって実現される、電源計画の策定の支援に纏わる各種処理を実行するためのタスク群である。
The
通信部１７は、例えばＬＡＮ（Ｌocal Ａrea Ｎetwork の略）やＷＡＮ（Ｗide Ａrea Ｎetwork の略）を含む各種の無線／有線通信回線網を介して伝送される信号・情報の送受信／入出力を行う機能を備える通信インターフェースである。
The
中央処理部１８は、電源計画策定支援装置１を構成する各部を統制して制御などする機能を備え、例えば、中央演算処理装置（ＣＰＵ：Ｃentral Ｐrocessing Ｕnit の略）を含んで構成され、記憶部１３に格納されている制御プログラムや電源計画策定支援プログラム１９に従って各機能を実現する。
The
そして、電源計画策定支援装置１は、電源の発電電力量に市場における電力量価格を乗じて電源の電力量収入を計算する手段（電力量収入計算タスク１５３）と、電源の発電余力に市場における供給力価格を乗じて電源の容量収入を計算する手段（容量収入想定タスク１５４）と、電力量収入と容量収入との合計から電源の燃料費と固定費との合計を減算して電源の収益を計算する手段（収益計算タスク１５７）と、収益と電源の初期投資額とを用いて電源の収益率を計算する手段（期待収益率計算タスク１５８）と、収益や収益率に基づいて電源の取扱いを判定する手段（判定タスク１５９）と、を有する、ようにしている。
Then, the power source planning
電源計画の策定の支援に纏わる各種処理を実行するために、記憶部１３に格納されている電源計画策定支援プログラム１９が実行されることにより、メインタスク１５が構成される。メインタスク１５は、電力量想定タスク１５１，価格想定タスク１５２，電力量収入計算タスク１５３，容量収入想定タスク１５４，燃料費想定タスク１５５，固定費想定タスク１５６，収益計算タスク１５７，期待収益率計算タスク１５８，判定タスク１５９，および学習タスク１６０を含む。
The
電力量想定タスク１５１は、評価期ごとの、電力需要〔ＭＷ〕に基づいて電源それぞれの発電電力量〔ＭＷｈ〕を想定するタスクである。電力需要として、具体的には例えば毎時の電力需要が想定される。
The electric
電力量想定タスク１５１は、具体的には、まず、評価期ごとに、例えば、過去および現在の人口や産業の立地の状況などと電力需要との間の関係に基づいて予め求められる回帰方程式に従って、今後の開発計画などもふまえて予測される将来の人口や産業の立地の状況などに基づいて将来の電力需要（「ベースの電力需要」と呼ぶ）を推計する。
Specifically, the electric
電力量想定タスク１５１は、そのうえで、必要に応じて、ベースの電力需要を変動させる要因がある場合にはその要因に応じてベースの電力需要を補正して最終的な電力需要を推計する。すなわち、各評価期において電力需要を押し下げる要因がある場合には、その要因による電力需要への影響の程度に応じて、ベースの電力需要を下方修正する。また、各評価期において電力需要を押し上げる要因がある場合には、その要因による電力需要への影響の程度に応じて、ベースの電力需要を上方修正する。
The electric
電力需要の変動要因としては、例えば、気候や気温などの自然条件の変化や、産業構造の変化、あるいは景気の動向などが考慮され得る。 As factors for fluctuations in electric power demand, for example, changes in natural conditions such as climate and temperature, changes in industrial structure, and economic trends can be considered.
なお、既に推計などされている将来の電力需要のデータが用いられたり、現状のまま推移するとして現在の電力需要が将来の電力需要として用いられたりするようにしてもよい。ここで、この発明の説明における「想定」は、電源計画策定支援装置１において推計する値，既に推計などされている値，および現在の値のままの値を設定することを含む。
It should be noted that the future power demand data that has already been estimated may be used, or the current power demand may be used as the future power demand assuming that the current power demand remains unchanged. Here, the "assuming" in the description of the present invention includes setting a value estimated by the power supply
電力量想定タスク１５１は、さらに、上記において想定される評価期ごとの電力需要に基づいて、評価期ごとに、前記電力需要に応じて必要とされる、電源計画の対象の計画エリア内の電源それぞれの発電電力量を計算する。この際、前記電力需要を賄うために必要とされる電力量が電源計画の対象の計画エリアへと電力を供給する電源それぞれの発電電力量の合計によって供給されることおよび各電源の発電能力（発電容量）を超えないことが制約条件とされ、また、例えば、電源の長期におよぶ保全作業の予定などが考慮されるようにしてもよい。
The electric
電力量想定タスク１５１は、また、電源計画の対象の計画エリア（言い換えると、検討対象の電源が存在する計画エリア）ではない他のエリアへと電力を供給／売電する状況を考慮して、他のエリアへと供給する発電電力量を加算するようにしてもよい。この場合には、計画エリアと他のエリアとの間の連系線／送電系統の送電制約（例えば、エリア間の送電亘長，電圧，および容量など）が考慮されるようにしてもよい。
The electric
そして、電力量想定タスク１５１は、評価期ごとの、電源それぞれの発電電力量を出力する。
Then, the electric
価格想定タスク１５２は、評価期ごとの、市場における電力量価格（具体的には例えば、卸電力市場などでの電力量の取引における市場価格）〔円／ＭＷｈ〕を想定するタスクである。
The
ここで、計画エリア間の送電ロスや送電容量を無視した、計画エリア共通の電力量の単価のことを「システム価格」と呼び、計画エリア間の送電ロスや送電容量を考慮した電力量の単価のことを「電力量価格」と呼ぶ。そして、電力量価格は、計画エリア別の電力需要の偏在性や電源構成の差異、また、計画エリア間の送電系統の制約（具体的には、送電ロス、送電容量等）などから、通常はエリア別に異なる値となる。 Here, the unit price of electric energy common to the planned areas, ignoring the transmission loss and transmission capacity between the planned areas, is called the "system price", and the unit price of the electric energy considering the transmission loss and transmission capacity between the planned areas. This is called the "electric energy price". The electric energy price is usually set due to the uneven distribution of electric power demand by planned area, the difference in power source composition, and the restrictions of the transmission system between the planned areas (specifically, transmission loss, transmission capacity, etc.). The value will be different for each area.
価格想定タスク１５２は、具体的には、評価期ごとに、例えば、過去から現在にかけての卸電力市場での電力量の取引における市場価格のトレンドに基づいて予め求められる回帰方程式（即ち、トレンド推計法におけるトレンド回帰式，トレンド推計式）に従って電力量価格（「ベースの電力量価格」と呼ぶ）を推計する。
Specifically, the
価格想定タスク１５２は、そのうえで、必要に応じて、ベースの電力量価格を変動させる要因がある場合にはその要因に応じてベースの電力量価格を補正して最終的な電力量価格を推計する。すなわち、各評価期において電力量価格を押し下げる要因がある場合には、その要因による電力量価格への影響の程度に応じて、ベースの電力量価格を下方修正する。また、各評価期において電力量価格を押し上げる要因がある場合には、その要因による電力量価格への影響の程度に応じて、ベースの電力量価格を上方修正する。
The
電力量価格の変動要因としては、例えば、下記の項目が考慮され得る。
１）電力需要
ア）電力需要（即ち、計画エリア別の電力需要の合計）が大きいと、システム価格は高くなる。
For example, the following items can be considered as factors for fluctuations in the electric energy price.
1) Electric power demand a) If the electric power demand (that is, the total electric power demand by planning area) is large, the system price will be high.
２）エリア別の電源情報
イ）原子力の発電容量が大きいと、システム価格は安くなる。
ウ）石炭火力の発電容量が大きいと、システム価格は高くなる。
エ）再生可能エネルギーの発電容量が大きいと、システム価格は安くなる。
オ）熱効率が高いと、当該電源の発電電力量が大きくなる。
2) Power source information by area a) If the power generation capacity of nuclear power is large, the system price will be low.
C) If the power generation capacity of coal-fired power is large, the system price will be high.
D) If the power generation capacity of renewable energy is large, the system price will be low.
E) When the thermal efficiency is high, the amount of power generated by the power source increases.
３）計画エリア別の燃料価格
カ）計画エリア別の発電用燃料の価格が上昇すると、システム価格は高くなる。
3) Fuel price by planning area f) When the price of fuel for power generation by planning area rises, the system price rises.
４）送電系統の情報
キ）送電亘長が長いと、システム価格と計画エリア別の電力量価格との差異が大きくなる（尚、計画エリア間の送電ロスが大きくなることに起因する）。
ク）送電電圧が高いと、システム価格と計画エリア別の電力量価格との差異が小さくなる（尚、計画エリア間の送電ロスが小さくなることに起因する）。
ケ）計画エリア間の送電容量が小さいと、システム価格と計画エリア別の電力量価格との差異が大きくなる（尚、送電量が送電容量に達し、経済的な発電所が稼働できなくなることに起因する）。
4) Information on the transmission system g) If the transmission length is long, the difference between the system price and the electric energy price for each planned area becomes large (because the transmission loss between the planned areas becomes large).
H) When the transmission voltage is high, the difference between the system price and the electric energy price for each planned area becomes small (because the transmission loss between the planned areas becomes small).
K) If the transmission capacity between planned areas is small, the difference between the system price and the electric energy price for each planned area will be large (note that the transmission capacity will reach the transmission capacity and economical power plants will not be able to operate. to cause).
５）電力需要と電源情報
コ）計画エリア別の電力需要の偏在性や計画エリア別の電源情報（具体的には例えば、発電容量，燃種，熱効率，固定費など）の差異が大きいと、システム価格と計画エリア別の電力量価格との差異が大きくなる（尚、計画エリア間の送電量が増加することによって送電ロスが増加するとともに、送電量が送電容量に達して経済的な発電所が稼働できなくなることに起因する）。
5) Electric power demand and power source information co) If there is a large difference in the uneven distribution of electric power demand by planned area and the power source information by planned area (specifically, for example, power generation capacity, fuel type, thermal efficiency, fixed cost, etc.), The difference between the system price and the electric energy price for each planned area becomes large (note that the increased transmission amount between the planned areas increases the transmission loss, and the transmission amount reaches the transmission capacity, making it an economical power plant. Due to the inability to operate).
また、価格想定タスク１５２は、評価期ごとに、電力量価格要因を説明変数とするとともに電力量価格を目的変数とする重回帰式に従って電力量価格を推計するようにしてもよい。この場合は、電源計画の対象の計画エリアについての過去から現在にかけての複数時点における電力量価格要因と電力量価格との実績の組み合わせデータ群が用いられて予め求められる重回帰式に従って電力量価格が推計される。
Further, the
重回帰式の説明変数である電力量価格要因は、特定の項目に限定されるものではなく、電力量価格に対する影響が有意であるか否かが考慮されるなどして適宜選択されて設定される。重回帰式の説明変数である電力量価格要因として、例えば、上記ア乃至コとして挙げた電力量価格の変動要因である、電力需要，原子力の発電容量，石炭火力の発電容量，再生可能エネルギーの発電容量，熱効率，発電用燃料の価格，送電亘長，送電電圧，計画エリア間の送電容量，計画エリア別の電力需要，および計画エリア別の電源情報（言い換えると、電源構成の内容）が挙げられる。 The electric energy price factor, which is an explanatory variable of the multiple regression equation, is not limited to a specific item, and is appropriately selected and set in consideration of whether or not the influence on the electric energy price is significant. To. Electric energy price factors that are explanatory variables of the multiple regression equation include, for example, electric power demand, nuclear power generation capacity, coal-fired power generation capacity, and renewable energy, which are factors that change the electric energy price listed above. Power generation capacity, thermal efficiency, price of fuel for power generation, transmission length, transmission voltage, transmission capacity between planned areas, power demand by planned area, and power supply information by planned area (in other words, contents of power source composition) are listed. Be done.
価格想定タスク１５２は、或いは、評価期ごとに、電力量価格要因を入力とするとともに電力量価格を出力とする予測モデルに従って電力量価格を推計するようにしてもよい。この場合は、電源計画の対象の計画エリアについての過去から現在にかけての複数時点における電力量価格要因と電力量価格との実績の組み合わせデータ群が用いられて機械学習によって予め構築される予測モデル（学習モデル）に従って電力量価格が推計される。
Alternatively, the
予測モデル（学習モデル）としては、特に連続値の予測に好適な機械学習の手法が用いられることが考えられ、具体的には例えば、エクストリームラーニングマシン（ＥＬＭ：Ｅxtreme Ｌearning Ｍachine の略），ディープニューラルネットワーク（ＤＮＮ：Ｄeep Ｎeural Ｎetwork の略），サポートベクターマシン（ＳＶＭ：Ｓupport Ｖector Ｍachine の略）などが用いられ得る。 As a prediction model (learning model), it is conceivable that a machine learning method particularly suitable for predicting continuous values is used. Specifically, for example, an extreme learning machine (ELM: an abbreviation for Extreme Learning Machine), a deep neural network, etc. A network (DNN: an abbreviation for Deep Neural Network), a support vector machine (SVM: an abbreviation for Support Vector Machine), and the like can be used.
機械学習によって構築される予測モデルの入力である電力量価格要因は、特定の項目に限定されるものではなく、電力量価格に対する影響が有意であるか否かが考慮されるなどして適宜選択されて設定される。予測モデルの入力である電力量価格要因として、例えば、上記ア乃至コとして挙げた電力量価格の変動要因である、電力需要，原子力の発電容量，石炭火力の発電容量，再生可能エネルギーの発電容量，熱効率，発電用燃料の価格，送電亘長，送電電圧，計画エリア間の送電容量，計画エリア別の電力需要，および計画エリア別の電源情報（言い換えると、電源構成の内容）が挙げられる。 The electric energy price factor, which is the input of the prediction model constructed by machine learning, is not limited to a specific item, and is appropriately selected by considering whether or not the influence on the electric energy price is significant. Is set. Electric energy price factors that are input to the forecast model include, for example, electric power demand, nuclear power generation capacity, coal-fired power generation capacity, and renewable energy power generation capacity, which are factors that change the electric energy price listed above. , Thermal efficiency, price of fuel for power generation, transmission length, transmission voltage, transmission capacity between planned areas, power demand by planned area, and power supply information by planned area (in other words, contents of power source composition).
なお、既に推計などされている将来の電力量価格のデータが用いられたり、現状のまま推移するとして現在の電力量価格が将来の電力量価格として用いられたりするようにしてもよい。 It should be noted that the data of the future electric energy price that has already been estimated may be used, or the current electric energy price may be used as the future electric energy price assuming that the current electricity amount price remains unchanged.
そして、価格想定タスク１５２は、評価期ごとの、電力量価格を出力する。
Then, the
電力量収入計算タスク１５３は、評価期ごとの、電源それぞれの電力量収入〔円〕を計算するタスクである。
The electric energy
電力量収入計算タスク１５３は、具体的には、電力量想定タスク１５１から出力される評価期ごとの電源それぞれの発電電力量の入力を受けるとともに、価格想定タスク１５２から出力される評価期ごとの電力量価格の入力を受け、評価期ごとに、前記電源それぞれの発電電力量に前記電力量価格を乗じて各電源の電力量収入（尚、評価期各々の全体における積分値（別言すると、積算値）である）を計算する。
Specifically, the electric energy
そして、電力量収入計算タスク１５３は、評価期ごとの、電源それぞれの電力量収入（図２におけるＲe）を出力する。
Then, the electric energy
なお、「評価期ごと」とは、図２に示す例のように、既設の電源（同図では、発電所Ａ，Ｂ，Ｃ）については電源計画が対象とする計画期間の始まりの評価期（同図では、２０ＸＸ年）を処理の対象として含めることであり、新規の電源（同図では、発電所α，β）については電源計画が対象とする計画期間の始まりの評価期から終わりの評価期（同図では、２０ＹＹ年）までの間の各評価期を処理の対象として含めることである。 As shown in the example shown in Fig. 2, "each evaluation period" means the evaluation period at the beginning of the planning period covered by the power supply plan for existing power sources (power plants A, B, and C in the figure). (20XX years in the figure) is included as the processing target, and for new power sources (power plants α and β in the figure), the evaluation period at the beginning and end of the planning period covered by the power supply plan Each evaluation period up to the evaluation period (20YY in the figure) is included as the processing target.
なお、図２に示す例では、既設の電源について、電源計画が対象とする計画期間の始まりの評価期（同図では、２０ＸＸ年）のみを表示するようにしているが、電源計画が対象とする計画期間の始まりの評価期から終わりの評価期（同図では、２０ＹＹ年）までの間の評価期についても表示するようにしてもよい。 In the example shown in FIG. 2, only the evaluation period (20XX years in the figure) at the beginning of the planning period targeted by the power supply plan is displayed for the existing power supply, but the power supply plan is targeted. The evaluation period from the beginning evaluation period to the end evaluation period (20YY in the figure) may also be displayed.
また、図２に示す例では、新規（新設）の電源について、電源計画が対象とする計画期間の始まりの評価期（同図では、２０ＸＸ年）および終わりの評価期（同図では、２０ＹＹ年）のみを表示するようにしているが、電源計画が対象とする計画期間の始まりの評価期から終わりの評価期までの間の評価期についても表示するようにしてもよい。 Further, in the example shown in FIG. 2, for a new (newly installed) power source, the evaluation period at the beginning (20XX years in the figure) and the evaluation period at the end (20YY in the figure) of the planning period targeted by the power supply plan (20YY in the figure). ) Is displayed, but the evaluation period from the beginning evaluation period to the end evaluation period of the planning period targeted by the power supply plan may also be displayed.
容量収入想定タスク１５４は、評価期ごとの、電源それぞれの容量収入〔円〕を想定するタスクである。
The capacity
容量収入は、「発電することができる能力」（具体的には、将来必要と想定される電気の量（需要）に相当する供給力〔ＭＷ〕）を取引することによって得られる収入である。「発電することができる能力」は、日本では、電力広域的運営推進機関が市場管理者となっている容量市場において取引される。 Capacity income is income obtained by trading "capacity capable of generating electricity" (specifically, supply capacity [MW] corresponding to the amount (demand) of electricity expected to be required in the future). "Capacity to generate electricity" is traded in Japan in the capacity market, where the OCCTO is the market manager.
容量収入想定タスク１５４は、具体的には、電力量想定タスク１５１から出力される評価期ごとの電源それぞれの発電電力量の入力を受け、評価期ごとに、各電源の発電能力（発電容量）を超えないことを制約条件として、電源それぞれの発電余力〔ＭＷ〕を計算する。
Specifically, the capacity
容量収入想定タスク１５４は、また、評価期ごとに、例えば、過去から現在にかけての容量市場での将来の供給力の取引における市場価格のトレンドに基づいて予め求められる回帰方程式（即ち、トレンド推計法におけるトレンド回帰式，トレンド推計式）に従って市場における供給力価格〔円／ＭＷ〕（「ベースの供給力価格」と呼ぶ）を推計する。
Capacity
容量収入想定タスク１５４は、そのうえで、必要に応じて、ベースの供給力価格を変動させる要因がある場合にはその要因に応じてベースの供給力価格を補正して最終的な供給力価格を推計する。すなわち、各評価期において供給力価格を押し下げる要因がある場合には、その要因による供給力価格への影響の程度に応じて、ベースの供給力価格を下方修正する。また、各評価期において供給力価格を押し上げる要因がある場合には、その要因による供給力価格への影響の程度に応じて、ベースの供給力価格を上方修正する。
In the capacity
容量収入想定タスク１５４は、ベースの供給力価格を推計する際に、或いは、供給力価格の変動要因として、容量市場における指標価格である「Ｎｅｔ ＣＯＮＥ」（Ｎet Ｃost Ｏf Ｎew Ｅntry の略）を考慮するようにしてもよい。Ｎｅｔ ＣＯＮＥは、新規の電源が固定費（例えば、建設費を中心とする、複数年にわたって計上される固定的費用）を回収できる水準であり、具体的には、新規に建設される典型的な電源の１年あたりの固定費から卸電力市場などで得られる利益（即ち、卸電力収入から燃料費などの可変費を控除した後のキャッシュフロー）を差し引いた金額である。
The capacity
なお、既に推計などされている将来の供給力価格のデータが用いられたり、現状のまま推移するとして現在の供給力価格が将来の供給力価格として用いられたりするようにしてもよい。 It should be noted that the data of the future supply capacity price that has already been estimated may be used, or the current supply capacity price may be used as the future supply capacity price assuming that the current supply capacity price will remain unchanged.
そのうえで、容量収入想定タスク１５４は、評価期ごとに、上記において計算される評価期ごとの電源それぞれの発電余力に上記において想定される供給力価格を乗じて各電源の容量収入（尚、評価期各々の全体における積分値（別言すると、積算値）である）を計算する。
Then, the capacity
また、容量収入想定タスク１５４は、評価期ごとに、容量収入要因を説明変数とするとともに容量収入を目的変数とする重回帰式に従って電源それぞれの容量収入を推計するようにしてもよい。この場合は、電源計画の対象の計画エリアについての過去から現在にかけての複数時点における容量収入要因と容量収入との実績の組み合わせデータ群が用いられて予め求められる重回帰式に従って容量収入が推計される。
In addition, the capacity
重回帰式の説明変数である容量収入要因は、特定の項目に限定されるものではなく、容量収入に対する影響が有意であるか否かが考慮されるなどして適宜選択されて設定される。重回帰式の説明変数である容量収入要因として、例えば、各電源の発電能力（発電容量），発電電力量，および発電余力、ならびに、容量市場での供給力の取引における市場価格，および容量市場における指標価格である「Ｎｅｔ ＣＯＮＥ」が挙げられる。 The capacity income factor, which is an explanatory variable of the multiple regression equation, is not limited to a specific item, and is appropriately selected and set in consideration of whether or not the influence on the capacity income is significant. Capacity income factors that are explanatory variables of the multiple regression equation include, for example, the power generation capacity (power generation capacity), power generation amount, and power generation capacity of each power source, and the market price in the transaction of supply capacity in the capacity market, and the capacity market. "Net CONE" which is an index price in.
容量収入想定タスク１５４は、或いは、評価期ごとに、容量収入要因を入力とするとともに容量収入を出力とする予測モデルに従って電源それぞれの容量収入を推計するようにしてもよい。この場合は、電源計画の対象の計画エリアについての過去から現在にかけての複数時点における容量収入要因と容量収入との実績の組み合わせデータ群が用いられて機械学習によって予め構築される予測モデル（学習モデル）に従って容量収入が推計される。
The capacity
予測モデル（学習モデル）としては、特に連続値の予測に好適な機械学習の手法が用いられることが考えられ、具体的には例えば、エクストリームラーニングマシン（ＥＬＭ），ディープニューラルネットワーク（ＤＮＮ），サポートベクターマシン（ＳＶＭ）などが用いられ得る。 As a prediction model (learning model), it is conceivable that a machine learning method particularly suitable for predicting continuous values is used. Specifically, for example, an extreme learning machine (ELM), a deep neural network (DNN), and support. A vector machine (SVM) or the like can be used.
機械学習によって構築される予測モデルの入力である容量収入要因は、特定の項目に限定されるものではなく、容量収入に対する影響が有意であるか否かが考慮されるなどして適宜選択されて設定される。予測モデルの入力である容量収入要因として、例えば、各電源の発電能力（発電容量），発電電力量，および発電余力、ならびに、容量市場での供給力の取引における市場価格，および容量市場における指標価格である「Ｎｅｔ ＣＯＮＥ」が挙げられる。 The capacity income factor, which is the input of the prediction model constructed by machine learning, is not limited to a specific item, but is appropriately selected by considering whether or not the influence on the capacity income is significant. Set. The capacity income factors that are the inputs of the forecast model are, for example, the power generation capacity (power generation capacity), power generation amount, and power generation capacity of each power source, and the market price in the transaction of supply capacity in the capacity market, and the index in the capacity market. The price "Net CONE" can be mentioned.
そして、容量収入想定タスク１５４は、評価期ごとの、電源それぞれの容量収入（図２におけるＲc）を出力する。
Then, the capacity
燃料費想定タスク１５５は、評価期ごとの、各電源の種類，仕様，および特性などに合わせた、電源それぞれの燃料費〔円〕を想定するタスクである。
The fuel
燃料費想定タスク１５５は、具体的には、評価期ごとに、例えば、各電源の燃料それぞれについて、過去から現在にかけての発電用燃料の価格（単価）のトレンドに基づいて予め求められる回帰方程式（即ち、トレンド推計法におけるトレンド回帰式，トレンド推計式）に従って発電用燃料の価格（単価；「ベースの燃料価格」と呼ぶ）を推計する。
Specifically, the fuel
燃料費想定タスク１５５は、そのうえで、必要に応じて、ベースの燃料価格を変動させる要因がある場合にはその要因に応じてベースの燃料価格を補正して最終的な発電用燃料の価格を推計する。すなわち、各評価期において発電用燃料の価格を押し下げる要因がある場合には、その要因による発電用燃料の価格への影響の程度に応じて、ベースの燃料価格を下方修正する。また、各評価期において発電用燃料の価格を押し上げる要因がある場合には、その要因による発電用燃料の価格への影響の程度に応じて、ベースの燃料価格を上方修正する。
The fuel
発電用燃料の価格の変動要因としては、例えば、ガス，石炭，および石油といった化石燃料価格の変化や、木質バイオマスなどのバイオ燃料価格の変化などが考慮され得る。 As factors for fluctuations in the price of fuel for power generation, for example, changes in fossil fuel prices such as gas, coal, and petroleum, and changes in biofuel prices such as woody biomass can be considered.
なお、既に推計などされている発電用燃料の将来の価格のデータが用いられたり、現状のまま推移するとして発電用燃料の現在の価格が将来の価格として用いられたりするようにしてもよい。 It should be noted that the data on the future price of the fuel for power generation, which has already been estimated, may be used, or the current price of the fuel for power generation may be used as the future price assuming that the current price will remain unchanged.
そのうえで、燃料費想定タスク１５５は、評価期ごとに、上記において想定される評価期ごとの発電用燃料の価格（単価）や電力量想定タスク１５１から出力される評価期ごとの各電源の発電電力量などに基づいて各電源の燃料費（尚、評価期各々の全体における積分値（別言すると、積算値）である）を計算する。
In addition, the fuel
また、燃料費想定タスク１５５は、評価期ごとに、燃料費要因を説明変数とするとともに燃料費を目的変数とする重回帰式に従って電源それぞれの燃料費を推計するようにしてもよい。この場合は、電源計画の対象の計画エリアについての過去から現在にかけての複数時点における燃料費要因と燃料費との実績の組み合わせデータ群が用いられて予め求められる重回帰式に従って燃料費が推計される。
Further, in the fuel
重回帰式の説明変数である燃料費要因は、特定の項目に限定されるものではなく、燃料費に対する影響が有意であるか否かが考慮されるなどして適宜選択されて設定される。重回帰式の説明変数である燃料費要因として、例えば、各電源の発電電力量、ならびに、ガス，石炭，および石油といった化石燃料価格や、木質バイオマスなどのバイオ燃料価格が挙げられる。 The fuel cost factor, which is an explanatory variable of the multiple regression equation, is not limited to a specific item, and is appropriately selected and set in consideration of whether or not the effect on the fuel cost is significant. Fuel cost factors that are explanatory variables of the multiple regression equation include, for example, the amount of power generated by each power source, the price of fossil fuels such as gas, coal, and petroleum, and the price of biofuels such as woody biomass.
燃料費想定タスク１５５は、或いは、評価期ごとに、燃料費要因を入力とするとともに燃料費を出力とする予測モデルに従って電源それぞれの燃料費を推計するようにしてもよい。この場合は、電源計画の対象の計画エリアについての過去から現在にかけての複数時点における燃料費要因と燃料費との実績の組み合わせデータ群が用いられて機械学習によって予め構築される予測モデル（学習モデル）に従って燃料費が推計される。
Alternatively, the fuel
予測モデル（学習モデル）としては、特に連続値の予測に好適な機械学習の手法が用いられることが考えられ、具体的には例えば、エクストリームラーニングマシン（ＥＬＭ），ディープニューラルネットワーク（ＤＮＮ），サポートベクターマシン（ＳＶＭ）などが用いられ得る。 As a prediction model (learning model), it is conceivable that a machine learning method particularly suitable for predicting continuous values is used. Specifically, for example, an extreme learning machine (ELM), a deep neural network (DNN), and support. A vector machine (SVM) or the like can be used.
機械学習によって構築される予測モデルの入力である燃料費要因は、特定の項目に限定されるものではなく、燃料費に対する影響が有意であるか否かが考慮されるなどして適宜選択されて設定される。予測モデルの入力である燃料費要因として、例えば、各電源の発電電力量、ならびに、ガス，石炭，および石油といった化石燃料価格や、木質バイオマスなどのバイオ燃料価格が挙げられる。 The fuel cost factor, which is the input of the prediction model constructed by machine learning, is not limited to a specific item, but is appropriately selected by considering whether or not the effect on the fuel cost is significant. Set. Fuel cost factors that are input to the forecast model include, for example, the amount of power generated by each power source, fossil fuel prices such as gas, coal, and petroleum, and biofuel prices such as woody biomass.
そして、燃料費想定タスク１５５は、評価期ごとの、電源それぞれの燃料費（図２におけるＣf）を出力する。
Then, the fuel
固定費想定タスク１５６は、評価期ごとの、電源それぞれの固定費〔円〕を想定するタスクである。
The fixed
固定費想定タスク１５６は、具体的には、各電源の種類，仕様，および特性などをふまえつつ、各評価期において計上する固定費を想定する。なお、固定費としての例えば建設費などについては、総額が評価期あたりの金額に割り戻されて用いられる。また、電源の運用・運営の維持に必要な費用が固定費として適宜見込まれるようにしてもよい。
Specifically, the fixed
そして、固定費想定タスク１５６は、評価期ごとの、電源それぞれの固定費（図２におけるＣc）を出力する。
Then, the fixed
収益計算タスク１５７は、評価期ごとの、電源それぞれの収益〔円〕を計算するタスクである。
The
収益計算タスク１５７は、具体的には、電力量収入計算タスク１５３から出力される評価期ごとの電源それぞれの電力量収入と、容量収入想定タスク１５４から出力される評価期ごとの電源それぞれの容量収入と、燃料費想定タスク１５５から出力される評価期ごとの電源それぞれの燃料費と、固定費想定タスク１５６から出力される評価期ごとの電源それぞれの固定費との入力を受け、評価期ごとに、電源それぞれの前記電力量収入と前記容量収入との合計から前記燃料費と前記固定費との合計を減算して各電源の収益（尚、評価期各々の全体における積分値（別言すると、積算値）である）を計算する。
Specifically, the
そして、収益計算タスク１５７は、評価期ごとの、電源それぞれの収益（図２におけるＲ）を出力する。
Then, the
期待収益率計算タスク１５８は、新規の電源それぞれの収益率を計算するタスクである。
The expected rate of
期待収益率計算タスク１５８は、具体的には、収益計算タスク１５７から出力される評価期ごとの新規の電源それぞれの収益の入力を受け、新規の電源それぞれについて、電源計画が対象とする計画期間の評価期ごとの前記収益（図２に示す例では、２０ＸＸ年から２０ＹＹ年までの間の年ごとの収益）と、当該電源の初期投資額とを用いて収益率（尚、「期待収益率」とも呼ばれる）を計算する。
Specifically, the expected rate of
収益率は、電源のライフサイクルが考慮されるなどしたうえで評価期間の期間長が設定されて計算される。そして、収益率を計算する際の評価期間の期間長が考慮されて電源計画が対象とする計画期間の長さが設定されるようにしてもよい。 The rate of return is calculated by setting the length of the evaluation period, taking into consideration the life cycle of the power source. Then, the length of the planning period targeted by the power supply plan may be set in consideration of the period length of the evaluation period when calculating the rate of return.
期待収益率計算タスク１５８は、具体的には例えば、内部収益率（ＩＲＲ：Ｉnternal Ｒate of Ｒeturn の略），投資収益率，或いはプロジェクトＩＲＲ（ＰＩＲＲ：Ｐroject Ｉnternal Ｒate of Ｒeturn の略）とも呼ばれる指標（単位はいずれも％）を計算するようにしてもよい。
Specifically, the expected rate of
そして、期待収益率計算タスク１５８は、新規の電源それぞれの収益率（図２におけるＥＲ）を出力する。
Then, the expected rate of
判定タスク１５９は、既設の電源それぞれについて存続または廃止を判定し、また、新規の電源それぞれについて新設または中止を判定するタスクである。ここで、電源の存続や廃止ならびに新設や中止を「電源の取扱い」とも呼ぶ。
The
判定タスク１５９は、具体的には、既設の電源それぞれについて、収益計算タスク１５７から出力される既設の電源それぞれの評価期ごとの収益の入力を受け、前記収益が所定の収益閾値以上である場合には存続と判定し、また、前記収益が所定の収益閾値未満である場合には廃止と判定する。
Specifically, the
上記の所定の収益閾値は、特定の値に限定されるものではないものの、例えば０に設定されることが考えられる。この場合はすなわち、収益が赤字でなければ当該の電源については存続と判定され、収益が赤字であれば当該の電源については廃止と判定される。 The above-mentioned predetermined profit threshold value is not limited to a specific value, but may be set to 0, for example. In this case, that is, if the profit is not in the red, the power supply is judged to be alive, and if the profit is in the red, the power supply is judged to be abolished.
判定タスク１５９は、また、新規の電源それぞれについて、期待収益率計算タスク１５８から出力される新規の電源それぞれの収益率の入力を受け、前記収益率が所定の収益率閾値以上である場合には新設と判定し、また、前記収益率が所定の収益率閾値未満である場合には中止と判定する。
The
上記の所定の収益率閾値は、特定の値に限定されるものではなく、収益率としての指標の種類が考慮されるなどしたうえで適当な値に適宜設定され得るものの、例えば内部収益率（ＩＲＲ）が用いられる場合には８％程度に設定されることが考えられる。 The above-mentioned predetermined rate of return threshold is not limited to a specific value, and may be appropriately set to an appropriate value after considering the type of index as the rate of return, but for example, the internal rate of return ( When IRR) is used, it is considered to be set to about 8%.
そして、判定タスク１５９は、既設の電源それぞれについて存続または廃止の判定結果（図２におけるＪ）を出力し、また、新規の電源それぞれについて新設または中止の判定結果（図２におけるＪ）を出力する。
Then, the
なお、判定タスク１５９から出力される、新規の電源それぞれについての新設または中止の判定結果は、例えば、独立系発電事業（Ｉndependent Ｐower Ｐroducer の略）が整備する電源に出資するか否かの判断指標としても位置づけられる。
The determination result of new installation or cancellation for each new power source output from the
学習タスク１６０は、新規の電源それぞれについて、収益率要因を入力とするとともに収益率を出力とする予測モデルに従って収益率を予測するとともに、前記収益率に基づいて電源の取扱いとして新設または中止を判定するタスクである。
The
学習タスク１６０は、具体的には、電源計画の対象の計画エリアについての過去から現在にかけての複数時点における収益率要因と収益率との実績の組み合わせデータ群が用いられて機械学習によって構築される予測モデル（学習モデル）に従って収益率を予測する。学習タスク１６０が予測する収益率は、期待収益率計算タスク１５８による収益率の計算処理において計算される収益率と同じ種類の収益率に設定される。
Specifically, the
予測モデル（学習モデル）としては、特に連続値の予測に好適な機械学習の手法が用いられることが考えられ、具体的には例えば、エクストリームラーニングマシン（ＥＬＭ），ディープニューラルネットワーク（ＤＮＮ），サポートベクターマシン（ＳＶＭ）などが用いられ得る。 As a prediction model (learning model), it is conceivable that a machine learning method particularly suitable for predicting continuous values is used. Specifically, for example, an extreme learning machine (ELM), a deep neural network (DNN), and support. A vector machine (SVM) or the like can be used.
機械学習によって構築される予測モデルの入力である収益率要因は、特定の項目に限定されるものではなく、収益率に対する影響が有意であるか否かが考慮されるなどして適宜選択されて設定される。予測モデルの入力である収益率要因として、例えば、電源それぞれの計画エリアおよび発電の種類、また、上記のタスク１５１乃至１５７から出力される、電源それぞれの発電電力量，電力量収入，容量収入，燃料費，固定費，および収益、ならびに、当該の電源が存在する計画エリアにおける電力量価格、のうちの一部もしくは全部が、収益率に対する影響が有意であるか否かが考慮されるなどして適宜選択されて設定される。また、上記のタスク１５１乃至１５７から出力される項目以外の項目が収益率要因として設定されるようにしてもよい。
The rate of return factor, which is the input of the prediction model constructed by machine learning, is not limited to a specific item, but is appropriately selected by considering whether or not the effect on the rate of return is significant. Set. As the rate of return factor that is the input of the prediction model, for example, the planned area and power generation type of each power source, and the power generation amount, electric energy income, capacity income of each power source output from the
学習タスク１６０は、記憶部１３に格納される実績データベース１３２に記録・蓄積されている収益率の実績データを用いて前記収益率の実績データに対して収益率の予測にかかる学習処理を実行して、前記収益率の実績データに基づいて予測モデル（学習モデル）を構築し、所定の情報・条件が入力された場合に的確な収益率の予測結果が得られるように構成される。
The
実績データベース１３２は、過去の電源整備についての収益率に関する実績情報が記録・蓄積されているデータベースであり、過去に実施された電源整備についての、発電所ごとの、収益率要因の組み合わせデータと、前記組み合わせデータのもとで計算された収益率と、実際の収益率とが対応付けられたデータが過去の実績情報として記録・蓄積されている（図３参照）。
The
収益率要因について、時間の経過に伴って値が変動し得る項目（言い換えると、評価期によって値が異なり得る項目；具体的には例えば、電源それぞれの発電電力量，電力量収入，容量収入，燃料費，固定費，および収益、ならびに、当該の電源が存在する計画エリアにおける電力量価格）については、電源計画が対象とする計画期間の始まりの評価期から終わりの評価期までの間の評価期ごとのデータが実績情報として記録・蓄積される。 Regarding the profitability factor, items whose values can fluctuate with the passage of time (in other words, items whose values may differ depending on the evaluation period; specifically, for example, the amount of power generated by each power source, the amount of electric energy, the amount of income, Fuel costs, fixed costs, and revenues, as well as energy prices in the planning area where the power source is located) are evaluated between the beginning and end evaluation periods of the planning period covered by the power supply plan. Data for each period is recorded and accumulated as actual information.
学習タスク１６０は、例えば、ニューラルネットワークを利用した機械学習を用いて、実績データベース１３２に記録・蓄積されている実績情報から取得したデータに基づいて、収益率要因を入力層とするとともに、収益率を出力層とする、中間層を含むニューラルネットワークを作成する。
In the
そして、学習タスク１６０は、過去に実施された電源整備についての実績としての実際の収益率を学習データ（教師データ）として用いて中間層を作成して、中間層における各種パラメータについて学習を行う。学習タスク１６０は、予測される収益率と、学習データ（教師データ）に含まれる実際の収益率との誤差を最小化するように、中間層における各種パラメータの学習を行う。
Then, the
学習タスク１６０は、上記のようにして構築した予測モデルに従って、新規の電源それぞれについて、上記のタスク１５１乃至１５７から出力される項目のうちの一部もしくは全部や他の項目が設定されている収益率要因から収益率を予測する。
The
学習タスク１６０は、さらに、上記のようにして予測される収益率に基づいて、新規の電源それぞれについて新設または中止を判定する。
The
学習タスク１６０は、具体的には、新規の電源それぞれについて、上記のようにして予測される収益率が、所定の収益率閾値以上である場合には新設と判定し、所定の収益率閾値未満である場合には中止と判定する。
Specifically, the
上記の所定の収益率閾値は、判定タスク１５９による判定処理において用いられる収益率閾値と同じ値に設定される。
The above-mentioned predetermined rate of return threshold value is set to the same value as the rate of return threshold value used in the determination process by the
そして、学習タスク１６０は、新規の電源それぞれについて収益率（図２におけるＥＲm）を出力するとともに新設または中止の判定結果（図２におけるＪm）を出力する。
Then, the
ここで、図２に示す例のように、期待収益率計算タスク１５８によって計算される収益率の値（同図におけるＥＲ）と学習タスク１６０によって予測される収益率の値（同図におけるＥＲm）とは異なる場合もある。そして、収益率の値が異なることに伴って、判定結果（同図におけるＪとＪm）が異なる場合もある。 Here, as in the example shown in FIG. 2, the value of the rate of return calculated by the expected rate of return calculation task 158 (ER in the figure) and the value of the rate of return predicted by the learning task 160 (ERm in the figure). May differ from. Then, as the value of the rate of return is different, the determination result (J and Jm in the figure) may be different.
図２に示す例のうちの発電所αについては、期待収益率計算タスク１５８によって計算される収益率(ＥＲ)が９．２であるとともに学習タスク１６０によって予測される収益率(ＥＲm)が８．９であり、収益率閾値を８とすると、期待収益率計算タスク１５８による計算結果に基づく判定タスク１５９による判定結果(Ｊ)と学習タスク１６０による予測結果に基づく判定結果(Ｊm)とのどちらも「新設」となる。
For the power plant α in the example shown in FIG. 2, the rate of return (ER) calculated by the expected rate of
図２に示す例のうちの発電所βについては、期待収益率計算タスク１５８によって計算される収益率(ＥＲ)が８．４であるとともに学習タスク１６０によって予測される収益率(ＥＲm)が７．８であり、収益率閾値を８とすると、期待収益率計算タスク１５８による計算結果に基づく判定タスク１５９による判定結果(Ｊ)は「新設」となる一方で、学習タスク１６０による予測結果に基づく判定結果(Ｊm)は「中止」となる。
For the power plant β in the example shown in FIG. 2, the rate of return (ER) calculated by the expected rate of
このように、期待収益率計算タスク１５８による計算結果に基づく判定タスク１５９による判定結果(Ｊ)と学習タスク１６０による予測結果に基づく判定結果(Ｊm)とを提供することにより、２つの結果が相互補完的に解釈されるなどして電源計画の策定において有用な情報として利用され得る。
In this way, by providing the judgment result (J) by the
以上のように、この電源計画策定支援装置１および電源計画策定支援プログラム１９によれば、電力量収入と容量収入との合計から電源の燃料費と固定費との合計を減算して計算される収益に基づいて電源の取扱いを判定するので、収益を評価指標として用いて各電源の収益性を評価して既設の電源それぞれを存続または廃止したり新規の電源を新設したりした場合の収益の変化に関する情報を提供することが可能となる。
As described above, according to the power supply plan
この電源計画策定支援装置１および電源計画策定支援プログラム１９によれば、また、電力量収入と容量収入との合計から電源の燃料費と固定費との合計を減算して得られる収益と電源の初期投資額とを用いて計算される収益率に基づいて電源の取扱いを判定するので、収益率を評価指標として用いて各電源の収益性を評価して既設の電源それぞれを存続または廃止したり新規の電源を新設したりした場合の収益の変化に関する情報を提供することが可能となる。
According to the power supply plan
また、この電源計画策定支援装置１および電源計画策定支援プログラム１９は、電力量価格要因を入力とするとともに電力量価格を出力として機械学習によって構築される予測モデルを用いて市場における電力量価格を推計するようにした場合には、過去の電力量価格に関する実績情報が反映された一層実際的な電力量価格を推計することが可能となり、延いては電源計画の策定を支援する技術としての信頼性の向上を図ることが可能となる。
In addition, the power supply plan
また、この電源計画策定支援装置１および電源計画策定支援プログラム１９は、収益率要因を入力とするとともに収益率を出力として機械学習によって構築される予測モデルを用いて電源の収益率を推計するようにした場合には、過去の収益率に関する実績情報が反映された一層実際的な収益率を推計することが可能となり、延いては電源計画の策定を支援する技術としての信頼性の向上を図ることが可能となる。
Further, the power supply plan
以上、この発明の実施の形態について説明したが、具体的な構成は、上記の実施の形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計の変更等があっても、この発明に含まれる。 Although the embodiment of the present invention has been described above, the specific configuration is not limited to the above-described embodiment, and even if there is a design change or the like within a range that does not deviate from the gist of the present invention, this embodiment is described. Included in the invention.
例えば、上記の実施の形態では既設の電源についての判定と新規の電源についての判定との両方を行うようにしているが、既設の電源についての判定と新規の電源についての判定とのうちのどちらか一方のみを行うようにしてもよい。なお、既設の電源についての判定のみを行う場合には、期待収益率計算タスク１５８を有しない構成となる。
For example, in the above embodiment, both the determination of the existing power source and the determination of the new power source are performed, but which of the determination of the existing power source and the determination of the new power source is performed. You may try to do only one of them. When only the determination of the existing power source is performed, the configuration does not have the expected rate of
また、上記の実施の形態では判定タスク１５９に加えて学習タスク１６０を有するようにしているが、判定タスク１５９と学習タスク１６０とのうちのどちらか一方のみを有するようにしてもよい。判定タスク１５９による新規の電源についての判定の結果と学習タスク１６０による新規の電源についての判定の結果とを相互補完的に提供することにより、電源計画の策定に纏わる想定・推計の精度が向上し、電源の収益性の評価を一層高精度に行って電源計画の策定を支援する技術としての信頼性の一層の向上を図ることが可能となるものの、判定タスク１５９と学習タスク１６０とのうちのどちらか一方の判定の結果のみを提供することによっても電源計画の策定を支援することは可能である。
Further, in the above embodiment, the
１ 電源計画策定支援装置
１１ 入力部
１２ 表示部
１３ 記憶部
１３１ 電源データベース
１３２ 実績データベース
１４ メモリ
１５ メインタスク
１５１ 電力量想定タスク
１５２ 価格想定タスク
１５３ 電力量収入計算タスク
１５４ 容量収入想定タスク
１５５ 燃料費想定タスク
１５６ 固定費想定タスク
１５７ 収益計算タスク
１５８ 期待収益率計算タスク
１５９ 判定タスク
１６０ 学習タスク
１７ 通信部
１８ 中央処理部
１９ 電源計画策定支援プログラム
1 Power supply plan
Claims (8)
前記電源の発電余力に市場における供給力価格を乗じて前記電源の容量収入を計算する手段と、
前記電力量収入と前記容量収入との合計から前記電源の燃料費と固定費との合計を減算して前記電源の収益を計算する手段と、
前記収益に基づいて前記電源の取扱いを判定する手段と、を有する、
ことを特徴とする電源計画策定支援装置。 A means of calculating the electric energy income of the power source by multiplying the electric energy generated by the power source by the electric energy price in the market.
A means for calculating the capacity income of the power source by multiplying the power generation capacity of the power source by the supply capacity price in the market.
A means for calculating the revenue of the power source by subtracting the sum of the fuel cost and the fixed cost of the power source from the sum of the electric energy income and the capacity income.
It has means for determining the handling of the power source based on the profit.
A power supply planning support device characterized by this.
前記電源の発電余力に市場における供給力価格を乗じて前記電源の容量収入を計算する手段と、
前記電力量収入と前記容量収入との合計から前記電源の燃料費と固定費との合計を減算して前記電源の収益を計算する手段と、
前記収益と前記電源の初期投資額とを用いて前記電源の収益率を計算する手段と、
前記収益率に基づいて前記電源の取扱いを判定する手段と、を有する、
ことを特徴とする電源計画策定支援装置。 A means of calculating the electric energy income of the power source by multiplying the electric energy generated by the power source by the electric energy price in the market.
A means for calculating the capacity income of the power source by multiplying the power generation capacity of the power source by the supply capacity price in the market.
A means for calculating the revenue of the power source by subtracting the sum of the fuel cost and the fixed cost of the power source from the sum of the electric energy income and the capacity income.
A means for calculating the rate of return of the power source using the profit and the initial investment amount of the power source, and
It has means for determining the handling of the power source based on the rate of return.
A power supply planning support device characterized by this.
ことを特徴とする請求項１または２に記載の電源計画策定支援装置。 It has a means for estimating the electric energy price in the market by using a prediction model constructed by machine learning with the electric energy price factor as an input and the electric energy price as an output.
The power supply planning support device according to claim 1 or 2, characterized in that.
ことを特徴とする請求項２に記載の電源計画策定支援装置。 It has a means for estimating the rate of return of the power source by using a prediction model constructed by machine learning with the rate of return factor as an input and the rate of return as an output.
The power supply plan formulation support device according to claim 2, characterized in that.
電源の発電電力量に市場における電力量価格を乗じて前記電源の電力量収入を計算する手段、
前記電源の発電余力に市場における供給力価格を乗じて前記電源の容量収入を計算する手段、
前記電力量収入と前記容量収入との合計から前記電源の燃料費と固定費との合計を減算して前記電源の収益を計算する手段、および、
前記収益に基づいて前記電源の取扱いを判定する手段、として機能させる、
ことを特徴とする電源計画策定支援プログラム。 Computer,
A means of calculating the electric energy income of the power source by multiplying the electric energy generated by the power source by the electric energy price in the market.
A means for calculating the capacity income of the power source by multiplying the power generation capacity of the power source by the supply capacity price in the market.
A means for calculating the revenue of the power source by subtracting the sum of the fuel cost and the fixed cost of the power source from the sum of the electric energy income and the capacity income, and
It functions as a means for determining the handling of the power source based on the profit.
A power supply planning support program characterized by this.
電源の発電電力量に市場における電力量価格を乗じて前記電源の電力量収入を計算する手段、
前記電源の発電余力に市場における供給力価格を乗じて前記電源の容量収入を計算する手段、
前記電力量収入と前記容量収入との合計から前記電源の燃料費と固定費との合計を減算して前記電源の収益を計算する手段、
前記収益と前記電源の初期投資額とを用いて前記電源の収益率を計算する手段、および、
前記収益率に基づいて前記電源の取扱いを判定する手段、として機能させる、
ことを特徴とする電源計画策定支援プログラム。 Computer,
A means of calculating the electric energy income of the power source by multiplying the electric energy generated by the power source by the electric energy price in the market.
A means for calculating the capacity income of the power source by multiplying the power generation capacity of the power source by the supply capacity price in the market.
A means for calculating the revenue of the power source by subtracting the sum of the fuel cost and the fixed cost of the power source from the sum of the electric energy income and the capacity income.
A means for calculating the rate of return of the power source using the profit and the initial investment amount of the power source, and
It functions as a means for determining the handling of the power source based on the rate of return.
A power supply planning support program characterized by this.
電力量価格要因を入力とするとともに電力量価格を出力として機械学習によって構築される予測モデルを用いて前記市場における前記電力量価格を推計する手段として機能させる、
ことを特徴とする請求項５または６に記載の電源計画策定支援プログラム。 Computer,
It functions as a means for estimating the electric energy price in the market by using a prediction model constructed by machine learning with the electric energy price factor as an input and the electric energy price as an output.
The power supply planning support program according to claim 5 or 6, characterized in that.
収益率要因を入力とするとともに収益率を出力として機械学習によって構築される予測モデルを用いて前記電源の前記収益率を推計する手段として機能させる、
ことを特徴とする請求項６に記載の電源計画策定支援プログラム。 Computer,
It functions as a means for estimating the rate of return of the power source by using a prediction model constructed by machine learning with the rate of return factor as an input and the rate of return as an output.
The power supply plan formulation support program according to claim 6, characterized in that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021001612A JP2022106535A (en) | 2021-01-07 | 2021-01-07 | Power supply plan formulation support device and power supply plan formulation support program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021001612A JP2022106535A (en) | 2021-01-07 | 2021-01-07 | Power supply plan formulation support device and power supply plan formulation support program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2022106535A true JP2022106535A (en) | 2022-07-20 |
Family
ID=82457091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021001612A Pending JP2022106535A (en) | 2021-01-07 | 2021-01-07 | Power supply plan formulation support device and power supply plan formulation support program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2022106535A (en) |
-
2021
- 2021-01-07 JP JP2021001612A patent/JP2022106535A/en active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11398000B2 (en) | Methods and systems for machine-learning for prediction of grid carbon emissions | |
| Nikoobakht et al. | Assessing increased flexibility of energy storage and demand response to accommodate a high penetration of renewable energy sources | |
| Agnew et al. | Causal loop modelling of residential solar and battery adoption dynamics: A case study of Queensland, Australia | |
| Botterud et al. | Wind power trading under uncertainty in LMP markets | |
| Gil et al. | Wind power and electricity prices at the PJM market | |
| Benalcazar | Sizing and optimizing the operation of thermal energy storage units in combined heat and power plants: An integrated modeling approach | |
| US11551176B2 (en) | Methods and systems for determining economic viability of microgrid | |
| Delarue et al. | Effect of the accuracy of price forecasting on profit in a price based unit commitment | |
| Nikpour et al. | Day-ahead optimal bidding of microgrids considering uncertainties of price and renewable energy resources | |
| JP5248372B2 (en) | Power generation plan creation method, device, program, and storage device | |
| Wilkerson et al. | Survey of Western US electric utility resource plans | |
| Reichelstein et al. | Relating product prices to long‐run marginal cost: Evidence from solar photovoltaic modules | |
| Guerra et al. | Coordinated operation of electricity and natural gas systems from day-ahead to real-time markets | |
| Oliveira et al. | Capacity expansion under uncertainty in an oligopoly using indirect reinforcement-learning | |
| Elliott | Investment, emissions, and reliability in electricity markets | |
| Rasjidin et al. | A system dynamics conceptual model on retail electricity supply and demand system to minimize retailer's cost in eastern Australia | |
| Brito-Pereira et al. | Adjusting the aim of capacity mechanisms: Future-proof reliability metrics and firm supply calculations | |
| JP2022015383A (en) | Deciding method for optimum combination of power generation and power transmission, and support system | |
| Cullen et al. | Dynamic response to environmental regulation in the electricity industry | |
| CN107077105A (en) | Utilize the economic optimization of the electricity generation system of alternate mode of operation | |
| Sastry Musti | Multicriteria Decision Analysis for Sustainable Green Financing in Energy Sector | |
| Ela et al. | Long-term resource adequacy, long-term flexibility requirements, and revenue sufficiency | |
| Nandakumar et al. | Impact of increased renewables on natural gas markets in eastern United States | |
| Logan et al. | Modeling renewable energy resources in integrated resource planning | |
| JP2022106535A (en) | Power supply plan formulation support device and power supply plan formulation support program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240105 |