JP5777468B2 - Estimating the total output of renewable energy power generation - Google Patents
Estimating the total output of renewable energy power generation Download PDFInfo
- Publication number
- JP5777468B2 JP5777468B2 JP2011211196A JP2011211196A JP5777468B2 JP 5777468 B2 JP5777468 B2 JP 5777468B2 JP 2011211196 A JP2011211196 A JP 2011211196A JP 2011211196 A JP2011211196 A JP 2011211196A JP 5777468 B2 JP5777468 B2 JP 5777468B2
- Authority
- JP
- Japan
- Prior art keywords
- output
- power generation
- energy power
- natural energy
- total output
- 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.)
- Active
Links
Images
Description
本発明の実施形態は、風力や太陽光を利用する自然エネルギー発電の対象エリア内における総出力を推定する方法に関する。 Embodiments of the present invention relate to a method for estimating a total output in a target area of natural energy power generation using wind power or sunlight.
電力は同時同量の原則に基づき発電されている。すなわち、電力は需給が一致し、発電量と消費量とが同量となるべきである。電力の需給バランスが崩れると、周波数や電圧の変化を招き、電気機器の誤作動を引き起こすおそれが生じるためである。そこで、電力会社は各発電所を中央制御し、短い周期で発電量を調整し、需給バランスを取っている。 Electricity is generated based on the principle of the same amount at the same time. In other words, the supply and demand of electricity should match, and the amount of power generation and consumption should be the same. This is because if the balance between supply and demand of electric power is lost, changes in frequency and voltage are caused, which may cause malfunction of electrical equipment. Therefore, the electric power company centrally controls each power plant, adjusts the amount of power generation in a short cycle, and balances supply and demand.
一方で、近年の燃料費の高騰や環境保護意識の高まりを受けて、風力や太陽光を利用する自然エネルギー発電が注目を集めている。自然エネルギー発電は、燃料費が不要であり、また温暖化ガスを放出しないためである。特に太陽光パネルは各家庭やビルにも急速に普及し始めている。 On the other hand, in response to the recent rise in fuel costs and growing awareness of environmental protection, natural energy power generation using wind power and sunlight is attracting attention. This is because renewable energy power generation does not require fuel costs and does not release greenhouse gases. In particular, solar panels have begun to spread rapidly in homes and buildings.
但し、これら自然エネルギー発電は、気象変動を要因として発電量が短期間に大きく変動する。そのため、これら自然エネルギー発電の発電機が大量に電力系統に連系された場合、大きな問題が生じる可能性がある。すなわち、自然エネルギー発電の発電量が大きく変動すると、周波数制御のために多くの調整用の発電機を準備する必要が生じてしまう。 However, these natural energy power generations vary greatly in a short period of time due to weather fluctuations. Therefore, when these natural energy power generators are connected to a power system in large quantities, a big problem may occur. That is, if the amount of power generated by natural energy power generation varies greatly, it will be necessary to prepare a large number of generators for adjustment for frequency control.
そこで、自然エネルギー発電の出力を可能な限り精度よく推定することが必要になる。 Therefore, it is necessary to estimate the output of natural energy power generation as accurately as possible.
この場合、調整対象は、一定のエリア全体の自然エネルギー発電の総出力であるから、この総出力を推定することが必要である。このとき、複数の地点での自然エネルギー発電の出力が合計された場合、出力変動のランダム成分が打ち消し合って平滑化効果が見られることが報告されている（例えば、非特許文献１参照）。従って、一定のエリア全体としての自然エネルギー発電の総出力を推定するには、この平滑化効果の程度を加味することが必要である。 In this case, since the adjustment target is the total output of the natural energy power generation in the entire fixed area, it is necessary to estimate this total output. At this time, it has been reported that when the outputs of natural energy power generation at a plurality of points are summed, random components of output fluctuations cancel each other and a smoothing effect is seen (for example, see Non-Patent Document 1). Therefore, in order to estimate the total output of natural energy power generation as a whole area, it is necessary to consider the level of this smoothing effect.
非特許文献１のように学術的には平滑化効果を利用した自然エネルギー発電の総出力を推定する方法は多く報告されているが、それら推定方法が現実的な労力及びコストの観点から実用可能であるとは言い難い。 Many non-patent literature 1 methods for estimating the total output of renewable energy generation using the smoothing effect have been reported academically, but these estimation methods are practical from the viewpoint of realistic labor and cost. It is hard to say.
例えば、非特許文献１では平滑化効果を自然エネルギー発電の設置点間の距離を用いて推定している。しかしながら、自然エネルギー発電の設置点間の距離を調査するのは現実的に困難である。特に、太陽光パネルの場合は、それが多数の家庭に普及することを考えると、電力会社側で太陽光パネルの設置位置や設置タイミングを把握することは現実的ではない。 For example, in Non-Patent Document 1, the smoothing effect is estimated using the distance between installation points of natural energy power generation. However, it is practically difficult to investigate the distance between installation points of natural energy power generation. In particular, in the case of a solar panel, it is not realistic to grasp the installation position and installation timing of the solar panel on the electric power company side, considering that it is widely used in many homes.
従って、現実的な労力やコストの観点から、対象エリア内における平滑化効果の簡便な推定方法、及びその平滑化効果を利用した簡便な総出力の推定方法が待望されている。 Therefore, from the viewpoint of realistic labor and cost, a simple estimation method for the smoothing effect in the target area and a simple total output estimation method using the smoothing effect are desired.
本発明の実施形態は、上記の課題を解消するために提案されたものであり、簡便に平滑化効果を推定でき、かつその平滑化効果を利用して簡便に自然エネルギーの総出力を推定することができる方法を提供することを目的としている。 Embodiments of the present invention have been proposed in order to solve the above-described problems, and can easily estimate a smoothing effect, and easily estimate the total output of natural energy using the smoothing effect. It aims to provide a way that can be.
上記の目的を達成するために、実施形態の推定方法は、対象エリアのＭ箇所の地点に設けられた自然エネルギー発電の総出力の推定方法であって、対象エリアの２以上のＮ箇所の地点の自然エネルギー発電の出力を時間成分のまま平均してから周波数成分に分けた結果を対象エリアの一地点の自然エネルギー発電の出力を周波数成分に分けた結果で割ったものを関数近似することで、平滑効果の度合いを周波数成分毎に示す関数を求めておき、一地点の出力と前記関数とからＭ箇所の地点の出力の平均値を求め、前記平均値に基づき、Ｍ箇所の地点の前記自然エネルギー発電の総出力を求めること、を特徴とする。 To achieve the above object, the estimation method embodiment is a method of estimating the total output of the renewable energy power provided to a point M points of interest areas, of N points on 2 or more of the target area to function approximating the divided by the result of dividing the frequency component outputs of the natural energy power generation a point of target area results were divided from the average to the frequency components left temporal components the output of the natural energy power generation point in, to previously obtain a function representing the degree of smoothing effect for each frequency component, calculates the average value of the output point in the M position from said function and the output of one point, on the basis of the average value, the point M locations The total output of the natural energy power generation is obtained.
以下、自然エネルギー発電の総出力の推定方法に係る各実施形態について図面を参照しつつ詳細に説明する。 Hereinafter, embodiments according to a method for estimating the total output of natural energy power generation will be described in detail with reference to the drawings.
（第１の実施形態）
第１の実施形態に係る推定方法では、２以上のＮ地点に設けられた自然エネルギー発電の出力結果からならし効果関数Ｓ（ｆ）が予め作成され、一地点の自然エネルギー発電の出力とならし効果関数Ｓ（ｆ）とから対象エリア内のＭ地点に設けられた自然エネルギー発電の総出力が推定される。自然エネルギー発電は、太陽光又は風力を電力に変換する発電機である。対象エリアは、天候が概ね一致する地域であり、例えば県や市単位である。
(First embodiment)
In the estimation method according to the first embodiment, the smoothing effect function S (f) is created in advance from the output results of the natural energy power generation provided at two or more N points, and the output of the natural energy power generation at one point is obtained. The total output of natural energy generation provided at point M in the target area is estimated from the effect function S (f). Natural energy power generation is a generator that converts sunlight or wind power into electric power. The target area is an area where the weather generally matches, for example, in prefectures or cities.
図１は、ならし効果関数Ｓ（ｆ）を示すグラフであり、横軸は周波数、縦軸は平滑化の度合いである。ならし効果関数Ｓ（ｆ）は、複数の自然エネルギー発電の出力を合計した場合、個々の自然エネルギー発電の出力の変動がどの程度打ち消されるかを示しており、その打ち消された結果を平滑化の度合いとして周波数成分毎に示している。平滑化の度合いは、打ち消し前後の出力変動の比率である。出力変動が全く打ち消されない場合には、平滑化の度合いは１となり、平滑化の効果が高いほど数値は低くなる。 FIG. 1 is a graph showing the leveling effect function S (f), where the horizontal axis represents frequency and the vertical axis represents the degree of smoothing. The leveling effect function S (f) indicates how much the fluctuation of the output of each natural energy power generation is canceled when the outputs of a plurality of natural energy power generations are summed, and the canceled result is smoothed. Is shown for each frequency component. The degree of smoothing is the ratio of output fluctuation before and after cancellation. When the output fluctuation is not canceled at all, the degree of smoothing becomes 1, and the higher the smoothing effect, the lower the numerical value.
複数の自然エネルギー発電の総出力の変動は、個々の自然エネルギー発電の出力変動に比べて、平滑化されることが知られている。太陽光発電の場合には、雲の移動等による出力の増減が打ち消し合って平滑化され、相対的な変動が小さくなるためと考えられている。そのため、低い周波数の出力変動は同期性が高いために平滑効果は低いが、周波数が高くなるに連れて出力変動の独立性が高まるために平滑化の度合いが強くなっていき、所定の周波数以降は出力変動が独立とみなせるために一定の平滑化の度合いとなる。ならし効果関数Ｓ（ｆ）は、このような自然エネルギー発電において現れる周波数成分毎の平滑化の度合いを示している。 It is known that fluctuations in the total output of a plurality of natural energy power generations are smoothed compared to output fluctuations of individual natural energy power generations. In the case of photovoltaic power generation, it is considered that the increase and decrease in output due to cloud movement and the like cancel each other out and smooth, and the relative fluctuation becomes small. Therefore, low frequency output fluctuations have high synchronicity, so the smoothing effect is low.However, as the frequency increases, the independence of output fluctuations increases, and the degree of smoothing increases. Since the output fluctuation can be regarded as independent, the degree of smoothing is constant. The leveling effect function S (f) indicates the degree of smoothing for each frequency component that appears in such natural energy power generation.
従って、ならし効果関数Ｓ（ｆ）は、周波数が高くなるに連れて平滑化の度合いが連続的に強くなっていく変動部分のならし効果関数Ｓ１（ｆ）と、一定の平滑化の度合いとなる平坦部分のならし効果関数Ｓ２（ｆ）とからなる。 Therefore, the leveling effect function S (f) is equal to the leveling effect function S 1 (f) of the fluctuation portion in which the degree of smoothing continuously increases as the frequency increases, and a constant smoothing function. It consists of the smoothing effect function S 2 (f) of the flat part which is the degree.
（ならし効果関数の作成方法）
このならし効果関数Ｓ（ｆ）の作成方法を図２乃至図４に基づき説明する。図２に示すように、まず、一地点の出力を実空間から周波数空間の出力変動Ｐ１（ｆ）に変換する。具体的には、一地点の出力をフーリエ変換して周波数成分に分ける。
(How to create a leveling effect function)
A method of creating the leveling effect function S (f) will be described with reference to FIGS. As shown in FIG. 2, first, the output at one point is converted from the real space to the output fluctuation P 1 (f) in the frequency space. Specifically, the output of one point is Fourier-transformed and divided into frequency components.
また、図３に示すように、対象エリア内のＮ地点の出力を時間成分のまま平均し、周波数空間の出力変動Ｐａｖｒ（ｆ）に変換する。平均することで、Ｎ地点の自然エネルギー発電が合計されて平滑効果が反映され、さらにＮで除されてスケールが合わせられることとなる。地点数Ｎは、２以上であればよいが、数が多いほど推定精度は高くなる。 Also, as shown in FIG. 3, the outputs at the N points in the target area are averaged with the time components, and converted into output fluctuations P avr (f) in the frequency space. By averaging, the natural energy power generation at the N points is totaled to reflect the smoothing effect, and further divided by N to be scaled. The number N of spots may be two or more, but the estimation accuracy increases as the number increases.
次に、図４の実線で示すように、出力変動Ｐ１（ｆ）と出力変動Ｐａｖｒ（ｆ）の比を周波数成分毎に取る。すなわち、図３に示したＰａｖｒ（ｆ）を図２に示したＰ１（ｆ）で割ることにより、図４の実線の波形が得られる。比を取ることで、周波数成分毎の平滑効果の度合いが算出される。平均を元にした出力変動Ｐａｖｒ（ｆ）は平滑効果が反映されており、一地点の出力変動Ｐ１（ｆ）には平滑効果が反映されていないためである。 Next, as shown by the solid line in FIG. 4, the ratio between the output fluctuation P 1 (f) and the output fluctuation P avr (f) is taken for each frequency component. That is, by dividing P avr (f) shown in FIG. 3 by P 1 (f) shown in FIG. 2, the solid line waveform of FIG. 4 is obtained. By taking the ratio, the degree of smoothing effect for each frequency component is calculated. This is because the output fluctuation P avr (f) based on the average reflects the smoothing effect and the output fluctuation P 1 (f) at one point does not reflect the smoothing effect.
次に、図４の破線で示すように、比を取った結果を関数近似する。この関数近似された結果がならし効果関数Ｓ（ｆ）である。ここで、自然エネルギーの出力変動が完全に独立している場合、出力変動をその標準偏差で評価したとき、ｉ番目の発電所の定格出力をＰｉとしたとき、定格出力で規格化された出力変動の標準偏差σＴＯＴは、以下の数式１のように表される。 Next, as shown by a broken line in FIG. 4, the result of taking the ratio is approximated by a function. The result approximated by this function is the leveling effect function S (f). Here, if the output fluctuation of the natural energy is completely independent, when evaluating the output variation in the standard deviation, when the rated output of the i-th power plant was P i, normalized by the rated output The standard deviation σ TOT of the output fluctuation is expressed as the following formula 1.
そして、Ｐ１＝Ｐ２＝・・・Ｐｎ＝Ｐ、σ１＝σ２＝・・・σＮ＝σＰＶであれば、以下の数式２となる。
If P 1 = P 2 =... P n = P and σ 1 = σ 2 =... Σ N = σ PV , then the following
従って、数式２に示されるように、Ｎ個の自然エネルギー発電の出力変動が完全に独立していれば、それらの合計の出力の規格化された標準偏差σＴＯＴは、個々の自然エネルギー発電の出力の標準偏差σＰＶのＮの平方根分の１となる。すなわち、Ｎ個の自然エネルギー発電の出力変動が完全に独立していれば、個々の自然エネルギー発電の出力変動に対して、Ｎ個の自然エネルギー発電の出力変動の平均は、Ｎの平方根分の１に低減される。
Therefore, as shown in
図４に戻ると、高い周波数帯ＦＨにおける比の値は、一定値を中心とした平坦部となっている。この高い周波数帯ＦＨがＮ個の自然エネルギー発電の出力変動が完全に独立している部分であり、一定値とはＮの平方根分の１である。 Returning to FIG. 4, the value of the ratio in the high frequency band FH is a flat part centered on a constant value. This high frequency band FH is a part where the output fluctuations of N natural energy power generations are completely independent, and the constant value is 1 / N of the square root of N.
そこで、関数近似では、周波数帯ＦＨのならし効果関数Ｓ２（ｆ）を平滑化の度合いをＮの平方根分の１の定数項とする。 Therefore, in the function approximation, the smoothing degree of the smoothing effect function S 2 (f) of the frequency band FH is set to a constant term that is 1 / N of the square root of N.
また、出力変動が独立とみなすことのできない低い周波数帯ＦＬのならし効果関数Ｓ1（ｆ）は、周波数が高くなるにつれて比の値が１からＮの平方根分の１まで連続的に変化していく回帰式として作成する。低い周波数帯ＦＬは、例えば、移動平均がＮの平方根分の１から所定値以上離れた値を有する連続周波数帯とすることで仮定することができる。本実施形態では、この仮定された領域についてＳ1（ｆ）を作成する。 Further, the leveling effect function S 1 (f) of the low frequency band FL whose output fluctuation cannot be regarded as independent changes continuously from 1 to the square root of N as the frequency increases. Create it as a regression equation. The low frequency band FL can be assumed to be a continuous frequency band whose moving average has a value that is a predetermined value or more away from 1 / N of the square root of N, for example. In the present embodiment, S 1 (f) is created for this assumed region.
Ｓ1（ｆ）の作成においては、簡単な場合として、周波数の１次式で近似することができる。例えば、周波数をｆとすると、周波数帯ＦＬについては、
以上により、地点数Ｎについてのならし効果関数Ｓ（ｆ）は、低い周波数帯ＦＬのならし効果関数Ｓ1（ｆ）、及び高い周波数帯ＦＨのならし効果関数Ｓ２（ｆ）として作成される。尚、この回帰分析では、低い周波数帯ＦＬについて、一次式で近似させても、二次式で近似させてもよい。 Thus creating, S leveling effect function for the point number N (f) is, as Shi become a low frequency band FL effect function S 1 (f), and Shi become high frequency band FH effect function S 2 (f) Is done. In this regression analysis, the low frequency band FL may be approximated by a linear expression or a quadratic expression.
次に、この地点数Ｎについてのならし効果関数Ｓ（ｆ）を対象エリア内の地点数Ｍについてのならし効果関数Ｓ（ｆ）に換算する。まず、高い周波数帯ＦＨにおけるならし効果関数Ｓ２（ｆ）は、一定であり、対象エリア内の自然エネルギー発電の設置数Ｍの平方根分の１である。 Next, the smoothing effect function S (f) for the number N of points is converted into a smoothing effect function S (f) for the number M of points in the target area. First, the leveling effect function S 2 (f) in the high frequency band FH is constant and is 1 / square root of the number M of installed natural energy power generations in the target area.
そして、Ｓ１（ｆ）が適用される周波数の上限は、Ｓ１（ｆ）とＳ２（ｆ）との交点となる。そこで、数式４により、交点の周波数ｆｘを求めて、その交点の周波数ｆｘ未満についてはＳ１（ｆ）とし、交点の周波数ｆｘ以上についてはＳ２（ｆ）＝１／√Ｍとする。
And the upper limit of the frequency to which S 1 (f) is applied is the intersection of S 1 (f) and S 2 (f). Therefore, using
これにより、以下の数式５のように、ならし効果関数Ｓ（ｆ）が作成される。尚、数式５の１分の３６００×２４は、１日を単位とした周波数である。
なお、出力変動が独立しているとみなせる周波数帯ＦＨについては、平滑効果によって地点数Ｍの自然エネルギー発電の平均はＭの平方根分の１に平滑化されるため、Ｓ２（ｆ）＝１／√Ｍとみなした。その他にも、比を取った結果に含まれているグラフ上の平坦部の実際値Ｒを用い、以下の数式６によってＳ２（ｆ）を決定するようにしてもよい。この数式６は、地点数Ｎにおける平坦部のならし効果Ｓ２（ｆ）＝Ｒを地点数Ｍにおける平坦部のならし効果関数Ｓ２（ｆ）に変換するものである。
（総出力の推定方法）
Ｍ地点の自然エネルギー発電の総出力の推定では、地点数Ｍの平均出力変動の算出と、その算出結果を元にした総出力の算出とを行う。
(Total output estimation method)
In the estimation of the total output of natural energy power generation at point M, calculation of the average output fluctuation at the number M of points and calculation of the total output based on the calculation result are performed.
すなわち、地点数Ｍの平均出力変動の算出では、一地点の自然エネルギー発電の出力変動を周波数成分に分けることで、出力変動Ｐ１（ｆ）を求める。そして、数式７により、出力変動Ｐ１（ｆ）とならし効果関数Ｓ（ｆ）とを周波数毎に乗じることで、地点数Ｍの平均の出力変動Ｐｍ（ｆ）を求める。 That is, in calculating the average output fluctuation at the number M of points, the output fluctuation P 1 (f) is obtained by dividing the output fluctuation of the natural energy power generation at one point into frequency components. Then, the average output fluctuation P m (f) of the number of points M is obtained by multiplying the output fluctuation P 1 (f) and the smoothing effect function S (f) for each frequency by Expression 7.
そして、この出力変動Ｐｍ（ｆ）を時間成分である実空間に戻し、すなわち、逆フーリエ変換を行い、その結果に対して、対象エリア内に設けられている自然エネルギー発電の設置数Ｍを乗じる。これにより、対象エリア内に設けられているＭ地点の自然エネルギー発電の総出力が推定される。 And this output fluctuation Pm (f) is returned to the real space which is a time component, that is, an inverse Fourier transform is performed, and the number M of installed natural energy power generations provided in the target area is calculated for the result. Multiply. Thereby, the total output of the natural energy power generation at the M point provided in the target area is estimated.
（実施例）
以上の自然エネルギー発電の総出力の推定方法では、キーボードやマウス等の入力装置、ディスプレイ等の出力装置、推定プログラムの命令を順番に実行するＣＰＵ、推定プログラムの実行に必要なデータ及び計算結果を記憶する記憶装置を構成要素とするコンピュータを用いて行われる。
(Example)
In the above method for estimating the total output of natural energy power generation, an input device such as a keyboard and a mouse, an output device such as a display, a CPU that sequentially executes instructions of the estimation program, data and calculation results necessary for execution of the estimation program This is performed using a computer having a storage device as a component.
図５は、ならし効果関数Ｓ（ｆ）を作成するコンピュータの動作を示すフローチャートである。この動作は、推定プログラムをコンピュータに記憶させておき、順次命令を実行させていくことにより実現される。 FIG. 5 is a flowchart showing the operation of the computer that creates the leveling effect function S (f). This operation is realized by storing an estimation program in a computer and sequentially executing instructions.
まず、ユーザにより、入力装置を用いてデータの入力が行われる（ステップＳ０１）。データは、対象エリア内のＮ地点の自然エネルギー発電の出力を示すデータである。Ｎ地点は、対象エリア内に均等に分散していることが望ましい。出力を示すデータの範囲としては、個別の日の特殊要因や個別の地点の特殊効果を除外するために、複数の日の平均を用いることが有効である。例えば、対象エリア内に均等に分散した１６地点の４日分の出力データを採取して、それらを入力装置を用いてコンピュータに入力する。 First, data is input by a user using an input device (step S01). The data is data indicating the output of natural energy power generation at N points in the target area. It is desirable that the N points are evenly distributed in the target area. As a range of data indicating output, it is effective to use an average of a plurality of days in order to exclude special factors of individual days and special effects of individual points. For example, the output data for 4 days at 16 points evenly distributed in the target area are collected and input to a computer using an input device.
次に、ユーザは、入力装置を用いて、採取したＮ地点の自然エネルギー発電の出力を示すデータから一地点を代表点として選択する（ステップＳ０２）。代表点は、Ｎ地点の中心であることが望ましい。 Next, the user uses the input device to select one point as a representative point from the collected data indicating the output of natural energy power generation at N points (step S02). The representative point is preferably the center of the N point.
Ｎ地点の出力データの入力、及び代表点の選択が終了すると、ＣＰＵは、推定プログラムを実行することで、代表点の出力データをフーリエ変換し、周波数空間の出力変動Ｐ１（ｆ）を算出する（ステップＳ０３）。さらに、ＣＰＵは、Ｎ地点の出力データを平均し（ステップＳ０４）、フーリエ変換することで周波数空間の出力変動Ｐａｖｒ（ｆ）を算出する（ステップＳ０５）。 When the input of the output data at N points and the selection of the representative points are completed, the CPU executes the estimation program to Fourier-transform the output data at the representative points and calculate the output fluctuation P 1 (f) in the frequency space. (Step S03). Further, the CPU averages the output data at N points (step S04), and calculates the output fluctuation P avr (f) in the frequency space by performing Fourier transform (step S05).
フーリエ変換が終了すると、ＣＰＵは、出力変動Ｐ１（ｆ）及びＰａｖｒ（ｆ）の比を取る（ステップＳ０６）。具体的には、ＣＰＵは、周波数成分毎に出力変動Ｐ１（ｆ）及びＰａｖｒ（ｆ）の値を取り出し、それらの比を計算し、比の値を周波数に関連づけて記憶装置に記憶させる。 When the Fourier transform is completed, the CPU takes a ratio between the output fluctuations P 1 (f) and P avr (f) (step S06). Specifically, the CPU extracts the values of the output fluctuations P 1 (f) and P avr (f) for each frequency component, calculates the ratio thereof, and stores the value of the ratio in the storage device in association with the frequency. .
周波数毎の比の値が計算されると、ＣＰＵは、そのデータ群を回帰分析してならし効果関数Ｓ（ｆ）を作成する（ステップＳ０７）。具体的には、周波数毎の移動平均を求め、移動平均値とＮの平方根分の１との差を算出し、差が所定値以上の移動平均に対応する周波数帯を導く。そして、この周波数帯の比の値を用いて回帰分析を行い、ならし効果関数Ｓ１（ｆ）を算出する。さらに、Ｓ１（ｆ）とＳ２（ｆ）＝１／√Ｍとの交点を求め、その交点の周波数ｆｘよりも低い周波数帯を周波数帯ＦＬとして、ならし効果関数Ｓ１（ｆ）とを関連づけて記憶装置に記憶させ、周波数ｆｘ以上の高い周波数帯ＦＨとならし効果関数Ｓ２（ｆ）とを関連づけて記憶装置に記憶させる。 When the ratio value for each frequency is calculated, the CPU performs a regression analysis on the data group to create a smoothing effect function S (f) (step S07). Specifically, a moving average for each frequency is obtained, a difference between the moving average value and 1 / (square root of N) is calculated, and a frequency band corresponding to a moving average having a difference equal to or greater than a predetermined value is derived. Then, a regression analysis is performed using the frequency band ratio value to calculate the leveling effect function S 1 (f). Furthermore, S 1 (f) and S 2 (f) = 1 / √M find the intersection with the lower frequency band than the frequency f x of the intersection as the frequency band FL, leveling effect function S 1 (f) is stored bets in the storage device in association with, in the storage device in association with the effect function S 2 (f) normalizing the frequency f x higher than the frequency band FH.
図６は、予め作成されたならし効果関数Ｓ（ｆ）を用いて総出力を計算するコンピュータの動作を示すフローチャートである。この動作は、推定プログラムをコンピュータに記憶させておき、順次命令を実行させていくことにより実現される。 FIG. 6 is a flowchart showing the operation of the computer for calculating the total output using the preliminarily created smoothing effect function S (f). This operation is realized by storing an estimation program in a computer and sequentially executing instructions.
まず、ユーザにより、入力装置を用いてデータの入力が行われる（ステップＳ１１）。入力されるデータは、一地点の自然エネルギー発電の出力である。一地点としては、対象エリア内の気象変動が反映されやすいエリア中心に位置するものが望ましい。尚、この出力データは、キーボードやマウス等の入力装置を用いてコンピュータに入力する他、自然エネルギー発電とコンピュータとをネットワークで接続し、自然エネルギー発電とコンピュータの通信によって入力されるようにしてもよい。 First, data is input by the user using an input device (step S11). The input data is the output of natural energy power generation at one point. The one point is preferably located at the center of the area where weather fluctuations in the target area are easily reflected. The output data is input to the computer using an input device such as a keyboard or a mouse, or the natural energy power generation and the computer are connected via a network, and may be input by communication between the natural energy power generation and the computer. Good.
データが入力されると、ＣＰＵは、推定プログラムを実行することで、一地点の自然エネルギー発電の出力をフーリエ変換して、周波数空間の出力変動Ｐ１（ｆ）を算出する（ステップＳ１２）。 When the data is input, the CPU executes an estimation program to Fourier-transform the output of the natural energy power generation at one point to calculate the output fluctuation P 1 (f) in the frequency space (step S12).
そして、ＣＰＵは、地点数Ｍについてのならし効果関数Ｓ（ｆ）を記憶装置から読み出し（ステップＳ１３）、Ｍ地点の平均の出力変動Ｐｍ（ｆ）を平滑化効果を加味して算出する（ステップＳ１４）。具体的には、Ｐｍ（ｆ）＝Ｐ１（ｆ）×Ｓ（ｆ）を計算する。すなわち、周波数帯ＦＬに対応する周波数ｆのＰ１（ｆ）を読み出し、その周波数ｆについてのＳ１（ｆ）を乗じる。また、周波数帯ＦＨに対応する周波数ｆのＰ１（ｆ）を読み出し、Ｍの平方根分の１を乗じる。 Then, the CPU reads the leveling effect function S (f) for the number M of points from the storage device (step S13), and calculates the average output fluctuation P m (f) at the point M taking into account the smoothing effect. (Step S14). Specifically, P m (f) = P 1 (f) × S (f) is calculated. That is, P 1 (f) of the frequency f corresponding to the frequency band FL is read out and multiplied by S 1 (f) for the frequency f. Also, P 1 (f) of the frequency f corresponding to the frequency band FH is read and multiplied by 1 / the square root of M.
Ｍ地点の平均出力変動Ｐｍ（ｆ）を算出すると、ＣＰＵは、この出力変動Ｐｍ（ｆ）を逆フーリエ変換することで時間成分の出力変動に変換する（ステップＳ１５）。そして、ＣＰＵは、この時間成分で表されたＭ地点の平均の出力変動Ｐｍ（ｆ）に地点数Ｍを乗算することで、対象エリア内のＭ地点の自然エネルギー発電の総出力を算出する（ステップＳ１６）。 When the average output fluctuation P m (f) at point M is calculated, the CPU converts the output fluctuation P m (f) into an output fluctuation of a time component by performing inverse Fourier transform (step S15). Then, the CPU multiplies the average output fluctuation P m (f) at the M point represented by the time component by the number M of points, thereby calculating the total output of natural energy power generation at the M point in the target area. (Step S16).
（効果）
以上のように、第１の実施形態の推定方法は、対象エリアのＭ地点に設けられた自然エネルギー発電の総出力の推定方法であって、一地点の出力を周波数成分に分け、２箇所以上のＮ地点の出力を時間成分のまま平均してから周波数成分に分け、両結果の比を周波数成分毎に取って関数近似することで、平滑効果の度合いを周波数成分毎に示す関数を求めておき、一地点の出力と前記関数とからＭ地点の出力の平均値を求め、前記平均値に基づき、Ｍ地点の前記自然エネルギー発電の総出力を求めるようにした。
(effect)
As described above, the estimation method according to the first embodiment is a method for estimating the total output of the natural energy power generation provided at the M point in the target area, and the output at one point is divided into frequency components, and two or more points are obtained. The output of the N points is averaged as time components and then divided into frequency components, and a function indicating the degree of smoothing effect is obtained for each frequency component by taking the ratio of both results for each frequency component and approximating the function. The average value of the output at the M point is obtained from the output at one point and the function, and the total output of the natural energy power generation at the M point is obtained based on the average value.
これにより、ならし効果関数Ｓ（ｆ）を簡便に求めることができ、一地点の自然エネルギー発電の出力から対象エリアのＭ地点に設けられた自然エネルギー発電の総出力を簡単に推定することができる。 As a result, the leveling effect function S (f) can be easily obtained, and the total output of the natural energy power generation provided at the M point in the target area can be easily estimated from the output of the natural energy power generation at one point. it can.
（第２の実施形態）
次に、第２の実施形態に係る推定方法について説明する。太陽光発電の場合、その出力は、天候によって特徴的な出力波形を示し、出力の変動の程度も天候によって大きな影響を受ける。
(Second Embodiment)
Next, an estimation method according to the second embodiment will be described. In the case of photovoltaic power generation, the output shows a characteristic output waveform depending on the weather, and the degree of fluctuation of the output is greatly influenced by the weather.
図７は、各種の天候とその天候の影響を受けた出力波形を示すグラフである。（ａ）に示すように、快晴の日には、短時間の雲の通過に伴い、釣鐘状の出力カーブから出力減少方向へ過渡的な出力急変が生じるドロップタイプの出力波形となる。（ｂ）に示すように、頻繁な出力変動が見られる日もあり、くし状タイプの出力波形となる。（ｃ）に示すように、快晴の日と雨あるいは曇りの日の中間的な日には、曇りがちな天候に短時間の晴れ間が生じて出力増加方向へ過渡的な出力急変が生じるスパイクタイプの出力波形となる。（ｄ）に示すように、雨あるいは曇りの日には、発電出力自体が小さく、直達日射量の影響が少ないために変動自体が小さい曇り／雨タイプの出力波形となる。 FIG. 7 is a graph showing various weathers and output waveforms affected by the weathers. As shown in (a), on a clear day, it becomes a drop-type output waveform in which a transient output sudden change occurs from a bell-shaped output curve in the direction of decreasing output as the cloud passes for a short time. As shown in (b), there are days when frequent output fluctuations are seen, resulting in a comb-shaped output waveform. As shown in (c), on a day between a clear day and a rainy or cloudy day, a spike type in which a transient output sudden change occurs in the direction of increase in output due to a short sunny day in the cloudy weather. Output waveform. As shown in (d), on a rainy or cloudy day, the power generation output itself is small, and since the influence of direct solar radiation is small, the fluctuation itself has a small cloudy / rainy type output waveform.
そのため、第２の実施形態に係る推定方法では、平滑効果についても天候毎に分析し、天候毎にならし効果関数Ｓ（ｆ）を作成する。尚、天候のタイプは、曇りと雨とを分けて５種類とすることもできるし、くし状タイプとスパイクタイプを合わせて３種類とすることもできる。また、１日単位ではなく、半日単位、１時間単位で天候を分類し、それら天候毎にならし効果関数Ｓ（ｆ）を作成することもできる。 Therefore, in the estimation method according to the second embodiment, the smoothing effect is also analyzed for each weather, and the smoothing effect function S (f) is created for each weather. In addition, the type of weather can be classified into five types by separating cloudy and rainy, and can be classified into three types including comb type and spike type. It is also possible to classify the weather not in units of one day but in units of half a day and in units of one hour, and create a smoothing effect function S (f) for each weather.
（実施例）
図８は、第２の実施形態に係るならし効果関数Ｓ（ｆ）を作成するコンピュータの動作を示すフローチャートである。
(Example)
FIG. 8 is a flowchart showing the operation of the computer that creates the leveling effect function S (f) according to the second embodiment.
まず、ユーザにより、入力装置を用いて出力データの入力が行われる（ステップＳ２１）。また、ユーザにより、入力装置を用いて出力データに関連づけられる天候タイプが入力される（ステップＳ２２）。 First, the user inputs output data using the input device (step S21). In addition, the weather type associated with the output data is input by the user using the input device (step S22).
そして、ユーザは、入力装置を用いて、採取したＮ地点の自然エネルギー発電の出力を示すデータから一地点を代表点として選択し（ステップＳ２３）、ＣＰＵは、推定プログラムを実行することで、代表点の出力データをフーリエ変換し、図９に示すように、各天候タイプの周波数空間の出力変動Ｐ１（ｆ）を算出する（ステップＳ２４）。さらに、ＣＰＵは、Ｎ地点の出力データを平均し（ステップＳ２５）、フーリエ変換することで、図１０に示すように、各天候タイプの周波数空間の出力変動Ｐａｖｒ（ｆ）を算出する（ステップＳ２６）。 Then, the user uses the input device to select one point as a representative point from the collected data indicating the output of the natural energy power generation at the N point (step S23), and the CPU executes the estimation program, thereby representing the representative point. The point output data is Fourier transformed to calculate the output fluctuation P 1 (f) in the frequency space of each weather type as shown in FIG. 9 (step S24). Further, the CPU averages the output data at the N points (step S25) and performs Fourier transform to calculate the output fluctuation P avr (f) in the frequency space of each weather type as shown in FIG. S26).
フーリエ変換が終了すると、ＣＰＵは、天候タイプ毎に出力変動Ｐ１（ｆ）及びＰａｖｒ（ｆ）の比を取り（ステップＳ２７）、比を取った結果を回帰分析してならし効果関数Ｓ（ｆ）を作成し（ステップＳ２８）、天候タイプに関連づけて記憶装置に記憶させる（ステップＳ２９）。 When the Fourier transform is completed, the CPU calculates the ratio of the output fluctuations P 1 (f) and P avr (f) for each weather type (step S27), and performs a regression analysis on the result of the ratio to obtain a smoothing effect function S. (F) is created (step S28) and stored in the storage device in association with the weather type (step S29).
図１１は、天候タイプ毎のならし効果関数Ｓ（ｆ）を示す図である。図１１（ａ）に示すように、天候タイプ毎に異なるならし効果関数Ｓ（ｆ）が作成され、図１１の（ｂ）に示すように、天候タイプ毎に低い周波数帯ＦＬに対するならし効果関数Ｓ１（ｆ）＝ａ×ｆ＋ｂの係数ａ及び係数ｂが記憶される。 FIG. 11 is a diagram illustrating the leveling effect function S (f) for each weather type. As shown in FIG. 11 (a), a smoothing effect function S (f) different for each weather type is created, and as shown in FIG. 11 (b), a smoothing effect for a low frequency band FL for each weather type. The coefficient a and the coefficient b of the function S 1 (f) = a × f + b are stored.
図１１に示すように、くし状タイプの場合には、比較的に長周期まで平滑化効果が大きいが、曇／雨タイプでは短周期においてのみ平滑化効果が見られることが示されている。 As shown in FIG. 11, in the case of the comb type, the smoothing effect is relatively large up to a long period, but in the cloud / rain type, it is shown that the smoothing effect is seen only in the short period.
図１２は、第２の実施形態に係るならし効果関数Ｓ（ｆ）を用いて総出力を計算するコンピュータの動作を示すフローチャートである。 FIG. 12 is a flowchart showing the operation of the computer that calculates the total output using the leveling effect function S (f) according to the second embodiment.
まず、ユーザにより、入力装置を用いて代表点の出力データの入力が行われる（ステップＳ３１）。また、ユーザにより、入力装置を用いて天候タイプが選択される（ステップＳ３２）。代表点の出力データの入力及び天候タイプの入力が行われると、ＣＰＵは、その出力データをフーリエ変換して、周波数空間の出力変動Ｐ１（ｆ）を算出する（ステップＳ３３）。 First, the user inputs representative point output data using an input device (step S31). The weather type is selected by the user using the input device (step S32). When the representative point output data and the weather type are input, the CPU performs Fourier transform on the output data to calculate the output fluctuation P 1 (f) in the frequency space (step S33).
そして、ＣＰＵは、選択された天候タイプに関連づけられているならし効果関数Ｓ（ｆ）を記憶装置から読み出し（ステップＳ３４）、Ｍ地点の平均の出力変動を平滑化効果を加味して算出する（ステップＳ３５）。 Then, the CPU reads the smoothing effect function S (f) associated with the selected weather type from the storage device (step S34), and calculates the average output fluctuation at the M point by taking the smoothing effect into consideration. (Step S35).
ここで、第１の実施形態では、周波数帯ＦＬと周波数帯ＦＨの境界となる周波数ｆｘを予め算出しておき、周波数帯ＦＬに対応する周波数ｆのＰ１（ｆ）を読み出し、その周波数ｆについてのＳ１（ｆ）を乗じ、周波数帯ＦＨに対応する周波数ｆのＰ１（ｆ）を読み出し、Ｍの平方根分の１を乗じた。 Here, in the first embodiment, the frequency fx serving as the boundary between the frequency band FL and the frequency band FH is calculated in advance, P 1 (f) of the frequency f corresponding to the frequency band FL is read, and the frequency f Was multiplied by S 1 (f), and P 1 (f) of the frequency f corresponding to the frequency band FH was read out and multiplied by 1 / the square root of M.
その他にも、周波数帯ＦＬと周波数帯ＦＨの境界となる周波数ｆｘは算出せずにＭ地点の平均の出力変動を算出することもできる。具体的には、ＣＰＵは、周波数ｆを順次高くしていき、周波数帯ＦＬに対応するならし効果関数Ｐ１（ｆ）を算出していく。そして、ＣＰＵは、このならし効果関数Ｐ１（ｆ）の結果が、Ｍの平方根分の１と等しくなれば、それ以降の周波数ｆに対してはＭの平方根分の１を関連づける。この方法によると、ならし効果関数Ｓ（ｆ）を予め作成する手間を省くことができる。 In addition, the average output fluctuation at the M point can be calculated without calculating the frequency fx that is the boundary between the frequency band FL and the frequency band FH. Specifically, the CPU sequentially increases the frequency f and calculates the leveling effect function P 1 (f) corresponding to the frequency band FL. Then, when the result of the leveling effect function P 1 (f) is equal to 1 / M of the square root of M, the CPU associates 1 / M of the square root of M with the subsequent frequency f. According to this method, it is possible to save the trouble of creating the leveling effect function S (f) in advance.
フローチャートに戻り、Ｍ地点の平均出力変動Ｐｍ（ｆ）を算出すると、ＣＰＵは、この出力変動Ｐｍ（ｆ）を逆フーリエ変換することで時間成分の出力変動に変換する（ステップＳ３６）。そして、ＣＰＵは、この時間成分で表されたＭ地点の平均出力変動Ｐｍ（ｆ）に地点数Ｍを乗算することで、対象エリア内のＭ地点の自然エネルギー発電の総出力を算出する（ステップＳ３７）。 Returning to the flowchart, when the average output fluctuation P m (f) at point M is calculated, the CPU converts the output fluctuation P m (f) into an output fluctuation of a time component by performing inverse Fourier transform (step S36). Then, the CPU multiplies the average output fluctuation P m (f) at the M point represented by this time component by the number M of points to calculate the total output of natural energy power generation at the M point in the target area ( Step S37).
図１３は、実際に第２の実施形態に係るならし効果関数Ｓ（ｆ）を用いて代表点の出力を平滑化した結果を示すグラフである。本実験では、快晴の日に見られるドロップタイプの天候、頻繁な出力変動が見られるくし状タイプの天候、快晴の日と雨あるいは曇りの日の中間的な日に見られるスパイクタイプの天候、及び曇りあるいは雨の日に見られる曇り／雨タイプの天候のそれぞれについて、ならし効果関数Ｓ（ｆ）を作成し、同一代表点の出力変動に適用した。元の出力データは、４日間の平均であり、地点数Ｎは１６である。各グラフの左側は、代表点の出力変動率を規格化した値を示し、真ん中は、本実施形態の推定方法を用いた総出力変動率の規格化した値を示し、右側は、Ｍ地点の出力を単純に合計して変動率を規格化した値を示している。 FIG. 13 is a graph showing the result of actually smoothing the output of the representative point using the leveling effect function S (f) according to the second embodiment. In this experiment, the drop-type weather seen on a clear day, the comb-type weather with frequent output fluctuations, the spike-type weather seen on a day between a clear day and a rainy or cloudy day, For each of the cloudy / rainy weather seen on a cloudy or rainy day, a leveling effect function S (f) was created and applied to the output variation at the same representative point. The original output data is an average of 4 days, and the number N of points is 16. The left side of each graph shows the normalized value of the output fluctuation rate of the representative point, the middle shows the normalized value of the total output fluctuation rate using the estimation method of this embodiment, and the right side shows the M point. The values are obtained by simply summing the outputs and standardizing the fluctuation rate.
図１３に示すように、各天候タイプにおいても、真ん中のグラフが示す変動率は、右側のグラフが示す変動率に近い値を示しており、本実施形態のならし効果関数Ｓ（ｆ）が精度よく平滑効果を反映していることを示している。 As shown in FIG. 13, even in each weather type, the variation rate indicated by the middle graph shows a value close to the variation rate indicated by the right graph, and the leveling effect function S (f) of the present embodiment is It shows that the smoothing effect is accurately reflected.
また、図１４は、実際に第２の実施形態に係る推定方法により総出力を推定した結果を示すグラフである。本実験では、各天候について、ならし効果関数Ｓ（ｆ）を作成し、同一代表点の出力変動からＭ地点の総出力を求めた。図１４の上段は、代表点の出力変動を規格化した値を示し、中段は、本実施形態の推定方法を用いた総出力の規格化した値を示し、下段は、Ｍ地点の出力を単純に合計して規格化した値を示している。 FIG. 14 is a graph showing the result of actually estimating the total output by the estimation method according to the second embodiment. In this experiment, a leveling effect function S (f) was created for each weather, and the total output at M points was obtained from the output fluctuation at the same representative point. The upper part of FIG. 14 shows the normalized value of the output fluctuation of the representative point, the middle part shows the normalized value of the total output using the estimation method of the present embodiment, and the lower part simply shows the output of the M point. The values normalized to the total are shown.
図１４に示すように、本実施形態の推定方法を用いた中段の出力波形は、下段の単純合計の出力波形に非常によく似ており、本実施形態のならし効果関数Ｓ（ｆ）の作成方法を用いると、簡便で精度のよい総出力の推定が可能となっていることがわかる。 As shown in FIG. 14, the output waveform of the middle stage using the estimation method of this embodiment is very similar to the output waveform of the simple total of the lower stage, and the leveling effect function S (f) of this embodiment is It can be seen that the use of the creation method makes it possible to estimate the total output easily and accurately.
以上のように、第２の実施形態の推定方法は、自然エネルギー発電の出力波形を天候に応じて分類し、その分類毎に前記関数を作成する。これにより、より精度の高い総出力の推定が可能となる。 As described above, the estimation method of the second embodiment classifies the output waveform of natural energy power generation according to the weather, and creates the function for each classification. This makes it possible to estimate the total output with higher accuracy.
（第３の実施形態）
次に、第３の実施形態に係る推定方法について説明する。第２の実施形態では、天候タイプを晴れや雨というように離散的に分類した。この他にも、連続値を算出して、連続値の分類により天候タイプを分類するようにしてもよい。
(Third embodiment)
Next, an estimation method according to the third embodiment will be described. In the second embodiment, the weather type is discretely classified as clear or rainy. In addition to this, it is also possible to calculate the continuous value and classify the weather type by classification of the continuous value.
そこで、本実施形態の推定方法では、数式８に示される快晴度Ｋｓを算出し、その快晴度Ｋｓによって天候を数値的に評価して、天候タイプを分類する。
Therefore, in the estimation method of the present embodiment calculates the Sunny degree K s shown in
図１５に示すように、この数式８は、理想的な日射量に対する日射量の比によって天候を数値化したものである。ＳＭＥＳ（ｔ）は、測定された水平面全天日射量の瞬間値である。ＳＭＡＸ（ｔ）は、その日射量の理論的最大値、すなわち快晴時の値である。時刻Ｔ１及びＴ２は快晴度を算出する積分区間であるが、１時間又は１日のように、総出力を推定する時間範囲に応じて設定可能である。
As shown in FIG. 15,
例えば、快晴度Ｋｓ＝０．８〜１．０はドロップタイプに分類される快晴の日に対応させ、快晴度Ｋｓ＝０．６５〜０．８はくし状タイプに分類される日に対応させ、快晴度Ｋｓ＝０．３〜０．６５はスパイクタイプに分類される日に対応させ、快晴度Ｋｓ＝０〜０．３は曇／雨タイプに分類される日に対応させる。 For example, clearness K s = 0.8 to 1.0 corresponds to a clear day classified as a drop type, and clearness K s = 0.65 to 0.8 corresponds to a day classified as a comb type. The clearness K s = 0.3 to 0.65 corresponds to the day classified as the spike type, and the clearness K s = 0 to 0.3 corresponds to the day classified as the cloudy / rain type.
また、天候と日射量と発電量とは一定の相関性を有している。従って、理論的な日射量と実際の日射量との比の代わりに、快晴時の発電量と実際の発電量との比を取って快晴度Ｋｓとしてもよい。快晴時の発電出力は、快晴時の日射量に太陽光発電パネルの電力変換効率を乗じたり、実測値を計測したりするようにしてもよい。 The weather, the amount of solar radiation, and the amount of power generation have a certain correlation. Thus, instead of the ratio of the actual amount of solar radiation and theoretical amount of solar radiation may be Sunny degree K s taking the ratio of the actual power generation amount and the power generation amount during fine weather. The power generation output at the time of fine weather may be obtained by multiplying the amount of solar radiation at the time of fine weather by the power conversion efficiency of the photovoltaic power generation panel or by measuring an actual measurement value.
以上のように、日射量又は発電量に応じてならし効果関数Ｓ（ｆ）を作成しておき、一地点の実際の日射量又は発電量に応じてならし効果関数Ｓ（ｆ）を選択して、Ｍ地点の自然エネルギー発電の総出力を求めるようにした。これにより、運用者の目視に基づき天候を判断する必要はなく、ならし効果関数Ｓ（ｆ）の選択ミスに基づく推定精度の低下を防止することができる。 As described above, a smoothing effect function S (f) is created according to the amount of solar radiation or power generation, and a smoothing effect function S (f) is selected according to the actual amount of solar radiation or power generation at one point. Then, the total output of natural energy power generation at point M was calculated. Thereby, it is not necessary to judge the weather based on the visual observation of the operator, and it is possible to prevent a decrease in estimation accuracy based on a selection error of the leveling effect function S (f).
（第４の実施形態）
次に、第４の実施形態に係る推定方法について説明する。第１乃至３の実施形態では、各地点の自然エネルギー発電の定格出力が等しいものとして総出力を推定した。但し、実際には地点毎の定格出力は異なることが普通である。そこで、第４の実施形態では、地点数Ｍは、総出力の比を用いて算出する。すなわち、地点数Ｍは、対象エリア全体の合計出力を一地点の定格出力で除した比の値によって算出される。
(Fourth embodiment)
Next, an estimation method according to the fourth embodiment will be described. In the first to third embodiments, the total output is estimated on the assumption that the rated output of the natural energy power generation at each point is equal. In practice, however, the rated output at each point is usually different. Therefore, in the fourth embodiment, the number of points M is calculated using the ratio of the total output. That is, the number M of points is calculated by a ratio value obtained by dividing the total output of the entire target area by the rated output at one point.
これにより、各定格出力の自然エネルギー発電が対象エリア内に混在する場合であっても精度の高い総出力の推定が可能となる。 Thereby, even if the natural energy power generation of each rated output is mixed in the target area, it is possible to estimate the total output with high accuracy.
［その他の実施の形態］
本明細書においては、本発明に係る複数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って、発明の範囲を限定することを意図していない。具体的には、第１乃至第４の実施形態を全て又はいずれかを組み合わせたものも包含される。以上のような実施形態は、その他の様々な形態で実施されることが可能であり、発明の範囲を逸脱しない範囲で、種々の省略や置き換え、変更を行うことができる。これらの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。
[Other embodiments]
In the present specification, a plurality of embodiments according to the present invention have been described. However, these embodiments are presented as examples and are not intended to limit the scope of the invention. Specifically, a combination of all or any of the first to fourth embodiments is also included. The above embodiments can be implemented in other various forms, and various omissions, replacements, and changes can be made without departing from the scope of the invention. These embodiments and modifications thereof are included in the invention described in the claims and equivalents thereof as well as included in the scope and gist of the invention.
Claims (7)
対象エリアの２以上のＮ箇所の地点の自然エネルギー発電の出力を時間成分のまま平均してから周波数成分に分けた結果を対象エリアの一地点の自然エネルギー発電の出力を周波数成分に分けた結果で割ったものを関数近似することで、平滑効果の度合いを周波数成分毎に示す関数を求めておき、
一地点の出力と前記関数とからＭ箇所の地点の出力の平均値を求め、
前記平均値に基づき、Ｍ箇所の地点の前記自然エネルギー発電の総出力を求めること、
を特徴とする自然エネルギー発電の総出力の推定方法。 A method for estimating the total output of renewable energy power generation provided at M points in a target area,
Was divided into frequency components the output of renewable energy power of one point of the target area to an output of the natural energy power generation point N locations on 2 or more from the average leave time component results divided into frequency components of the target area By approximating the result divided by the function, a function indicating the degree of smoothing effect for each frequency component is obtained,
From the output of one point and the function, find the average value of the output of M points ,
Obtaining a total output of the natural energy power generation at M points based on the average value;
A method for estimating the total output of natural energy power generation.
低周波成分を１次関数で近似し、高周波成分を前記対象エリア内の地点数Ｍの平方根分の１とした定数項で近似すること、
を特徴とする請求項１記載の自然エネルギー発電の総出力の推定方法。 In the function approximation,
Approximating the low frequency component with a linear function and approximating the high frequency component with a constant term that is 1 / square root of the number M of points in the target area;
The method for estimating the total output of natural energy power generation according to claim 1.
低周波成分を２次関数で近似し、高周波成分を前記対象エリア内の地点数Ｍの平方根分の１とした定数項で近似すること、
を特徴とする請求項１記載の自然エネルギー発電の総出力の推定方法。 In the function approximation,
Approximating the low frequency component with a quadratic function and approximating the high frequency component with a constant term that is 1 / square root of the number M of points in the target area;
The method for estimating the total output of natural energy power generation according to claim 1.
一地点の天候に応じて前記関数を選択して、Ｍ箇所の地点の前記自然エネルギー発電の総出力を求めること、
を特徴とする請求項１乃至３の何れかに記載の自然エネルギー発電の総出力の推定方法。 Create the function according to the type of weather,
Selecting the function according to the weather at one point and obtaining the total output of the natural energy power generation at M points ;
The method for estimating the total output of natural energy power generation according to any one of claims 1 to 3.
対象エリアの一地点の実際の日射量に応じて前記関数を選択して、Ｍ箇所の地点の前記自然エネルギー発電の総出力を求めること、
を特徴とする請求項１乃至３の何れかに記載の自然エネルギー発電の総出力の推定方法。 Create the function according to the amount of solar radiation,
Selecting the function according to the actual amount of solar radiation at one point in the target area, and obtaining the total output of the natural energy power generation at M points ;
The method for estimating the total output of natural energy power generation according to any one of claims 1 to 3.
対象エリアの一地点の実際の発電量に応じて前記関数を選択して、Ｍ箇所の地点の前記自然エネルギー発電の総出力を求めること、
を特徴とする請求項１乃至３の何れかに記載の自然エネルギー発電の総出力の推定方法。 Create the function according to the power generation amount,
Selecting the function according to the actual power generation amount at one point in the target area, and obtaining the total output of the natural energy power generation at M points ;
The method for estimating the total output of natural energy power generation according to any one of claims 1 to 3.
を特徴とする請求項１乃至６の何れかに記載の自然エネルギー発電の総出力の推定方法。
The M is a value of a ratio obtained by dividing the total output of the entire target area by the rated output at one point,
The method for estimating the total output of natural energy power generation according to any one of claims 1 to 6.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011211196A JP5777468B2 (en) | 2011-09-27 | 2011-09-27 | Estimating the total output of renewable energy power generation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011211196A JP5777468B2 (en) | 2011-09-27 | 2011-09-27 | Estimating the total output of renewable energy power generation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013074697A JP2013074697A (en) | 2013-04-22 |
| JP5777468B2 true JP5777468B2 (en) | 2015-09-09 |
Family
ID=48478765
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011211196A Active JP5777468B2 (en) | 2011-09-27 | 2011-09-27 | Estimating the total output of renewable energy power generation |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5777468B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5953913B2 (en) * | 2012-05-01 | 2016-07-20 | 東京電力ホールディングス株式会社 | Generated power estimation device, generated power estimation method, and generated power estimation program |
| JP5989571B2 (en) * | 2013-02-21 | 2016-09-07 | 一般財団法人電力中央研究所 | Fluctuation estimation method, fluctuation estimation apparatus, and fluctuation estimation program for total power output of natural energy type distributed power supply group |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4992134B2 (en) * | 2007-08-31 | 2012-08-08 | 国立大学法人福井大学 | Control method and apparatus of photovoltaic power generation system |
| JP5335522B2 (en) * | 2009-03-31 | 2013-11-06 | 北陸電力株式会社 | Analysis method, analysis program, and estimation method of natural energy generation output fluctuation |
| JP2011124287A (en) * | 2009-12-08 | 2011-06-23 | Sony Corp | Electric power generation volume estimating apparatus, electric power generation volume estimating system, electric power generation amount estimating method, and computer program |
| JP2011159199A (en) * | 2010-02-03 | 2011-08-18 | Gifu Univ | System and method for predicting generation amount of electricity of photovoltaic power generator |
| US8606416B2 (en) * | 2010-02-18 | 2013-12-10 | Abb Research Ltd. | Energy generating system and control thereof |
-
2011
- 2011-09-27 JP JP2011211196A patent/JP5777468B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013074697A (en) | 2013-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sawle et al. | PV-wind hybrid system: A review with case study | |
| Martinez-Anido et al. | The value of day-ahead solar power forecasting improvement | |
| Nguyen et al. | High PV penetration impacts on five local distribution networks using high resolution solar resource assessment with sky imager and quasi-steady state distribution system simulations | |
| De Giorgi et al. | Error analysis of hybrid photovoltaic power forecasting models: A case study of mediterranean climate | |
| Gomes et al. | Wind speed and wind power forecasting using statistical models: autoregressive moving average (ARMA) and artificial neural networks (ANN) | |
| JP7104561B2 (en) | Energy operation equipment and methods and systems | |
| Pöchacker et al. | The microgrid simulation tool RAPSim: Description and case study | |
| JP5989754B2 (en) | Prediction device | |
| Goić et al. | Simulation of aggregate wind farm short-term production variations | |
| KR102488667B1 (en) | System of predicting photovoltaic power generation using machine learning | |
| Junior et al. | Forecasting regional photovoltaic power generation-a comparison of strategies to obtain one-day-ahead data | |
| Sun et al. | Factoring behind-the-meter solar into load forecasting: Case studies under extreme weather | |
| Sengupta et al. | PV ramping in a distributed generation environment: A study using solar measurements | |
| Nomiyama et al. | A study on global solar radiation forecasting using weather forecast data | |
| Nespoli et al. | Validation of ANN training approaches for day-ahead photovoltaic forecasts | |
| Paulescu et al. | Tools for PV (photovoltaic) plant operators: Nowcasting of passing clouds | |
| Hummon et al. | Variability of photovoltaic power in the state of Gujarat using high resolution solar data | |
| Haupt | Short-range forecasting for energy | |
| JP5777468B2 (en) | Estimating the total output of renewable energy power generation | |
| Martín et al. | Analysis of wind power productions by means of an analog model | |
| Han et al. | A study of the reduction of the regional aggregated wind power forecast error by spatial smoothing effects in the Maritimes Canada | |
| Anand et al. | FPGA based substantial power evolution controlling strategy for solar and wind forecasting grid connected system | |
| JP5953913B2 (en) | Generated power estimation device, generated power estimation method, and generated power estimation program | |
| Pouraltafi-kheljan et al. | Power generation nowcasting of the behind-the-meter photovoltaic systems | |
| JP5946742B2 (en) | Fluctuation estimation method, fluctuation estimation apparatus and fluctuation estimation program for total output of natural energy type distributed power supply group |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140522 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150119 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150127 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150320 |
|
| 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: 20150609 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150707 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5777468 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |