专利名称：发电量预测装置和其方法及程序的制作方法
技术领域：
本发明的实施方式涉及用于预测例如使用了风カ发电、太阳能发电等自然能量的发电机的发电量的发电量预测装置和其方法及程序。
背景技术：
由风力、太阳光等自然能量进行的发电具有不需要燃料费、不会排出温室气体的优点。但是，一般自然能量被天气所左右，因此会有其发电量不确定且预测困难的缺点。到目前为止，主要使用气象预报的结果来预测基于自然能量的发电量。现有技术文献
专利文献专利文献I :日本特开2004-289918号公报非专利文献非专利文献I :村田晃伸、山ロ浩、大谷谦仁，《与大范围导入多台的太阳能发电相关的输出变动幅度的推定法》，电学论B，127卷5号，2007年，pp. 645-65
发明内容
发明所要解决的课题可是，作为预测基于自然能量的发电量的现有技术，存在根据气象信息预测基于自然能量的发电量、并通过发电补充不足量的方法。但是，这样的预测方法中，并没有考虑存在变动幅度的情況。另ー方面，已知在具有多个利用了自然能量的发电机时，使相互的变动重叠来使变动变小的情況。从而，为了预测基于自然能量的多个发电机的发电量的总计，需要考虑相互的相关来对预测值进行总计。相对于此，例如，存在通过近似式来预测考虑了相关的总计输出的变动的方法。但是，在这样的方法中，有误差大的问题。此外，在现有技术中，考虑相关而预测特定的发电站的总计输出，也是困难的。另ー方面，当不能准确取得需求量和发电量之间的平衡时，会发生频率从规定值变动等、电カ系统变得不稳定的情況。因此，在引入了基于自然能量的发电的情况下，对于进行电力系统的管理，需要特别注意。然而，频率的变动与发电量的变动有夫。而且，如上所述，风カ发电、太阳能发电之类的基于自然能量的发电，发电机的发电量不确定地变动。因此，现有技术的预测方法中，考虑该变动从而稳定地管理电カ系统是困难的。风カ发电机的发电量，如果风向和风速确定，则可以大致预测。例如，图16是每I小时示出某年8月东京的某地点的风速的图。此外，图17是每I小时示出相同地点的风向的图。当显示图17的风向时，如图18那样地将方向数值化。乍一看这些图16、图17，似乎风速、风向随机地变动。但是，仔细观察可知，各日中具有一定的趋势。例如，该时期的该场所的风速，上午小而下午变大，风速越大变动也越大。另ー方面，风向在风速小的情况下变化大，而在风速大的情况下具有成为一定的趋势。此外，太阳能发电的发电量，如果场所、发电机的设置方法和日射量确定，则可以大致预測。例如，图19表示某年12月的东京的某地点的日射量。根据该图19也可知，日射量并非完全随机，与某条曲线接近的数据多，具有上午的日射量小的情况下、下午的日射量也小的特点。这样，风カ数据、日射量数据这两者共通的是，都并非完全随机，但完全预测是困难的。从而，只好考虑一定的误差来进行预測。此外，在预测时，需要以过去的数据作为參考，以满足一定趋势的方式进行预测。该趋势由场所、时期来決定。此外，上午和下午、或者甸小时的关系也是重要的。将该甸小时的关系称为时刻相关。无论风カ发电机还是太阳能发电机，发电量都被气象条件所左右，因此处于相同场所的发电机的发电量相似，但相距较远的发电机的发电量示出完全 不同的样式。如果是几km左右，气象条件被认为相似，因此发电量的样式应该能看出相似性。将其称为位置相关。即使假设这些发电机被设置在相邻的场所，由于风速、日射量并非准确地相同，因此也需要考虑位置相关。如上所述，无论风カ发电机还是太阳能发电机，在预测一台发电机的发电量的情况下，需要考虑时刻相关。此外，在同时预测多台发电机的发电量的情况下，需要考虑位置相关。但是，在到目前为止的预测方法中，并不容易进行考虑了时刻相关、位置相关的预測。本发明是为了解决上述那样的现有技术的问题而提出的，其目的在于提供ー种即使在发电量不确定地变动的发电机的情况下，也能够考虑统计相关来预测发电量的发电量预测装置和其方法及程序。用于解决课题的方案为了实现上述那样的目的，根据ー个方案，求出与发电量不确定地变动的一台以上的发电机的发电量有关的预测值的发电量预测装置的特征在于，具有如下那样的过去数据存储部和预测值算出部。即，过去数据存储部存储包括各日的多个时间点的信息的过去数据，来作为与至少一台发电机的过去的发电量有关的过去数据。预测值算出部根据所述过去数据中的不同的时刻之间的统计相关或者不同的发电机的位置之间的统计相关，计算出与发电机的发电量有关的该过去数据的预测值，来作为包括发生概率的时间序列数据。另外，作为其它方案，也能够掌握用于由计算机实现上述各部的功能的方法及程序。
图I是表示发电量预测装置的ー实施方式的框图。图2是表示在图I的实施方式中，根据风速、风向数据预测风カ发电的发电量的处理的流程图。图3是表示在图I的实施方式中，根据发电量数据预测风カ发电的发电量的处理的流程图。图4是表示太阳能发电的过去的类似日的发电量数据的一例的说明图。图5是表示重叠描绘了图I的发电量数据的一例的说明图。图6是表示基于图I的发电量数据的太阳能发电的发电量预测值的模拟结果的说明图。图7是表示图6的相关系数矩阵的一例的说明图。图8是表示风カ发电的过去的风速数据(a)、风向数据(b)、重叠描绘了风速、风向数据的数据(C)的说明图。图9是表示包括风速、风向的时间序列的预测结果(a)、风速的预测结果(b)、风向的预测结果(C)的说明图。图10是表示两处太阳能发电站的过去的发电量数据(a) (b)、包括两者的时间序列数据(C)的说明图。图11是表示包括两处太阳能发电站的发电量的预测值(a)、各个太阳能发电站的发电量的预测值(b) (C)的说明图。
图12是表示图11 (b)的发电输出的频度分布(a)、概率密度分布(b)、图11 (C)的发电输出的频度分布(c)、概率密度分布(d)的说明图。图13是表示图11 (b)和图11 (C)的发电量的总计的说明图。图14是表示现有的预测模型的一例的示意图。图15是表示将图I的实施方式应用于现有的预测模型的一例的示意图。图16是表示某年东京8月的风速数据的一例的说明图。图17是表示某年东京8月的风向数据的一例的说明图。图18是表示风向数据的換算表的一例的说明图。图19是表不某年东京12月的日照量的一例的说明图。
具体实施例方式參照附图对用于实施本发明的方式(以下称为实施方式)进行说明。[I.实施方式的构成]首先，说明本实施方式的构成。即，如图I所示，本实施方式的发电量预测装置I可以通过以规定的程序控制个人计算机、服务器装置之类的通用的计算机来实现。该情况下的程序，通过物理活用计算机的硬件，来实现如下所述那样的各部的处理，进行这样的处理的方法、程序及记录程序的记录介质单独的也是本发明的ー个方案。发电量预测装置I具有预测处理部10、存储部20、输入部30及输出部40等。预测处理部10具有通过上述那样的程序的工作而起作用的类似日选择部11、时间序列数据生成部12、预测值算出部13、发电量总计部14等。类似日选择部11是根据预测对象日的气象预报数据等、过去的数据(风速、风向数据、日射量数据等气象数据、各发电机的发电量数据)，来选择与预测对象日类似的日的处理部。时间序列数据生成部12是按时间序列提取所选择的各类似日中的数据的处理部。预测值算出部13是计算出各发电机的发电量的预测值的处理部。发电量总计部14是根据各发电机的发电量的预测值来计算出总计发电量的预测值的处理部。另外，预测值算出部13具有方差-协方差矩阵制作部131、随机数产生部132以及发电量计算部133。方差-协方差矩阵制作部131是根据所提取的时间序列的数据，来制作方差-协方差矩阵的处理部。随机数产生部132是通过根据所制作的方差-协方差矩阵而产生按照概率分布的随机数，从而制作预测值(风速、风向数据、发电量数据、日射量数据等)的处理部。发电量计算部133是根据预测值(风速、风向数据，日射量数据等)来计算出各发电机的发电量的预测值的处理部。存储部20是存储预测处理部10的处理所需的数据及所运算的预测值等各种信息的构成部。这些信息由下述的输入部30输入或从外部经由通信网络输入，并被存储。存储部20可以典型地由内置的或者外部连接的各种存储器、硬盘、光盘等构成，但能够利用现在或将来可利用的所有记录介质。输入部30是输入发电量预测处理装置I所需的信息输入、处理的选择、指示的构成部。作为该输入部30，例如考虑键盘、鼠标、触摸屏(包括构成为显示装置的装置)等。但是包括现在或将来可利用的所有输入装置。从而，也包括通过声音进行输入的声音输入装置。此外，也可以是单纯的开关等。输出部40是以包括管理者、操作者等在内的使用者能够识别的方式输出各种数据、所运算的预测值等的単元。作为该输出部40，例如考虑显示装置、打印机等。但是包括 现在或将来可利用的所有输出装置。从而，也包括通过声音进行输出的声音输出装置。[2.实施方式的作用][2-1.处理的概要]本实施方式中，通过使用多次元正态分布来将气象数据或发电量数据模型化，并使用方差-协方差矩阵来产生多个按照多次元正态分布的随机数，从而生成赋予了发生概率的多个时间序列数据的组，由此计算出预测值。[2-2.基于风速、风向数据的预测]接着说明本实施方式的作用。首先，參照图2对根据风速、风向数据来预测风カ发电的发电机的发电量的一例进行说明。另外，图2是表示预测风速、风向数据、井根据预测的风速、风向数据来计算发电量的预测值的顺序和数据的流程的流程图。首先，类似日选择部11根据预测对象日的气象预报数据和各发电机的位置处的过去的气象数据(D1-1)，选择N日的量(N为2以上的任意整数)的气象数据与预测对象日类似的日(步骤101)。作为根据过去的数据来选择气象数据与相符日类似的日的方法，并不限定于特定的方法。例如，考虑选择如上午睛下午阴的日那样、气象数据中的某个信息一致的日等简单的方法。此外，也可以使用对于睛天指数、云量等气象数据中的某个数值信息选择近似的日等的方法等。时间序列数据生成部12，根据类似日的气象数据(Dl-I)中包含的风速、风向数据来生成风速和风向两种数据的组(K时间点、N日的量、M台的量)，作为选择的N日的量的类似日中的M台的量(M为I以上的任意整数)的发电机的K时间点的时间序列数据(D1-2)(步骤102)。此处，K表示按规定间隔分割了 I日24小时的时间轴的情况下的时间点的数，例如，在I小时间隔的情况下，K=24，在2小时间隔的情况下，K=12。方差-协方差矩阵制作部131根据这些时间序列数据(D1-2)来制作(2XKXM)行(2XKXM)列的方差-协方差矩阵(步骤103)。接着，随机数产生部132通过使用方差-协方差矩阵来产生L组(L为2以上的任意整数)的(2XKXM)个随机数的组，从而制作各风力发电机的位置处的风向和风速两种预测值(D1-3)，作为L组的数据(K时间点、M台、L套)(步骤104)。另外，对于这种方差-协方差矩阵的制作处理、随机数的产生处理的详细内容，将在后面叙述。此后，发电量计算部133根据风速及风向的预测值(D1-3)，生成L组(K时间点、M台)的K时间点的各发电机的发电量的预测值(D1-4)(步骤105)。该L组的数据是具有与原来的N日的量的数据相同的时刻相关、位置相关的数据，相当于发电量的预测結果。因此，发电量总计部14通过将各发电机的发电量的预测值(D1-4)总计，求出全体的发电量的预测值(D1-5)(步骤106)。[2-3.基于日射量数据的预測]在本实施方式中，还可以取代风向、风速数据而使用日射量数据，来预测太阳能发电的发电机的发电量。其顺序基本上与上述同样。即，进行基于气象预报数据和过去的气 象数据的类似日的选择、基于所选择的类似日的气象数据中包含的日射量数据的日射量的时间序列数据的生成、方差-协方差矩阵的制作、以及随机数的产生。该情况下，当使用M台发电机的K时间点的数据时，得到(KXM)行(KXM)列的方差-协方差矩阵，最終得到L组的(KXM)个随机数的组。其成为日射量的预测值，根据该预测值，求出发电量的预测值及总计值。[2-4.基于发电量的预测]并且，在上述例中，进行了将风向、风速的预测值、日射量的预测值变换为发电量的预测值(由发电量计算部133进行的发电量的预测值的计算)的处理。但是，这种变换处理并不是必要的。即，在本实施方式中，也可以根据过去的发电量数据来求出发电量的预测值。參照图3的流程图对这样直接求出发电量数据的例子进行说明。首先，类似日选择部11根据预测对象日的气象预报数据和过去的气象数据(D1-1 )，选择N日具有同样条件的过去的日(例如，与上述的类似日相同的方法)(步骤201)。时间序列数据生成部12根据所选择的N日的量的类似日的发电量数据(D2-1)提取各发电机的发电量数据的组(K时间点、N日的量、M台的量)，作为所选择的N日的量的类似日中的时间序列数据(D2-2)(步骤202)。方差-协方差矩阵制作部131统计分析这些时间序列数据(D2-2)，制作方差-协方差矩阵(步骤203)。接着，随机数产生部132通过使用方差-协方差矩阵来生成L组的随机数的组，从而求出各发电机的发电量的预测值(D2-3)(步骤204)。并且，发电量总计部14通过将各发电机的发电量的预测值(D2-3)总计，从而求出全体的发电量的预测值(D2-4)(步骤205)。这样，无需经过来自风向、风速的预测值、日射量的预测值的变换，就能够得到发电量的预测值(K时间点、M台、L套)和其总计值(K时间点、L套)。另外，图3为风カ发电机的情況，但太阳能发电机的情况下也同样可以应用。[2-5.方差-协方差矩阵的制作和随机数的产生]接着，以太阳能发电机的发电量的预测为一例，对方差-协方差矩阵的制作和随机数的产生的方法进行说明。此处，以设K时间点为每隔I小时的24点、并考虑时刻相关来预测一台发电机(M=I)的发电量的方法为例进行说明。S卩，将预先从多日汇集各时刻每个的发电量数据的数据{xi}存储在存储部20中。类似日选择部11，例如通过使用分类算法等来选择类似日。时间序列数据生成部12将所选择的类似日的发电量分解为每隔I小时的时刻i的发电量xi，制作将其排列为从Xl到x24的矢量、即时间序列数据。根据该时间序列数据，方差-协方差矩阵制作部131为了考虑时刻间的发电量的关系，制作如[公式I]那样的具有24X24的成分的方差-协方差矩阵。此处，var (xi)是{xi}的方差，cov (xi，xj)是{xi}和{xj}的协方差。为了计算方差、协方差，取得发电量数据的日需要为最低2日以上。取得发电量数据的日数即使为2日也可以，但是日数越多预测精度越高。[公式I]
权利要求
1.一种发电量预测装置，求出与发电量不确定地变动的一台以上的发电机的发电量有关的预测值，其特征在于，具有 过去数据存储部，存储包括各日的多个时间点的信息的过去数据，来作为与至少一台发电机的过去的发电量有关的过去数据；以及 预测值算出部，根据所述过去数据中的不同的时刻之间的统计相关或者不同的发电机的位置之间的统计相关，计算出与发电机的发电量有关的该过去数据的预测值，来作为包括发生概率的时间序列数据。
2.如权利要求I所述的发电量预测装置，其特征在干， 所述过去数据是发电量数据。
3.如权利要求I所述的发电量预测装置，其特征在干， 所述过去数据是对发电量带来影响的气象数据； 所述预测值算出部具有将气象数据的预测值換算成发电量的发电量计算部。
4.如权利要求I所述的发电量预测装置，其特征在干， 所述预测值算出部具有 方差-协方差矩阵制作部，根据所述过去数据来制作方差-协方差矩阵；以及 随机数产生部，根据所述方差-协方差矩阵来产生按照概率分布的随机数。
5.如权利要求I所述的发电量预测装置，其特征在干， 具有发电量总计部，该发电量总计部根据多个发电机的发电量的预测值，来计算出总计了多个的发电量的预测值。
6.如权利要求5所述的发电量预测装置，其特征在干， 具有频率运算部，该频率运算部根据所述总计了的发电量的预测值，来运算频率的变动率。
7.如权利要求I所述的发电量预测装置，其特征在干， 所述预测值算出部构成为，计算出作为所述过去数据而存储的过去的实际值和由此得到的过去的带误差预测值之间的误差，来作为该过去数据的误差数据的预测值。
8.如权利要求7所述的发电量预测装置，其特征在干， 具有修正部，该修正部根据所述误差数据的预测值，对作为所述过去的带误差预测值而得到的气象数据的带误差预测值或发电量数据的带误差预测值进行修正。
9.一种发电量预测方法，通过计算机来预测发电量不确定地变动的一台以上的发电机的发电量，其特征在干， 所述计算机具有过去数据存储部和预测值算出部，并执行如下处理 所述过去数据存储部存储包括各日的多个时间点的信息的过去数据来作为与至少ー台发电机的过去的发电量有关的过去数据的处理；以及 所述预测值算出部根据所述过去数据中的不同的时刻之间的统计相关或者不同的发电机的位置之间的统计相关计算出与发电机的发电量有关的该过去数据的预测值，来作为包括发生概率的时间序列数据的处理。
10.一种发电量预测程序，通过由计算机执行，来预测发电量不确定地变动的一台以上的发电机的发电量，其特征在干， 使所述计算机执行如下处理存储包括各日的多个时间点的信息的过去数据来作为与至少一台发电机的过去的发电量有关的过去数据的处理；以及 根据所述过去数据中的不同的时刻之间的统计相关或者不同的发电机的位置之间的统计相关计算出与发电机的发电量有关的该过去数据的预测值，来作为包括发生概率的时间序列数据的处理。
全文摘要
发电量预测装置(1)，具有存储部(20)，存储包括各日的多个时间点的信息的过去数据，来作为与发电机的过去的发电量有关的过去数据；以及预测值算出部(13)，根据过去数据中的不同的时刻之间的统计相关或者不同的发电机的位置之间的统计相关，计算出与发电机的发电量有关的该过去数据的预测值，来作为包括发生概率的时间序列数据。预测值算出部(13)具有方差-协方差矩阵制作部(131)，根据过去数据制作方差-协方差矩阵；以及随机数产生部(132)，根据方差-协方差矩阵产生按照概率分布的随机数。
文档编号G06Q50/00GK102792542SQ20118001308
公开日2012年11月21日 申请日期2011年3月18日 优先权日2010年3月19日
发明者小坂叶子, 小林武则, 广政胜利, 村上好树, 林秀树, 渡边宪治, 草野日出男 申请人:株式会社东芝