図面 (/)

技術 気象変動の実時間予測法に基づく再生可能エネルギー出力変動の予測機構

出願人 平田祥人山田泰司鈴木秀幸高橋純
発明者 平田祥人山田泰司高橋純鈴木秀幸
出願日 2012年7月30日 (8年4ヶ月経過) 出願番号 2012-179938
公開日 2014年2月6日 (6年10ヶ月経過) 公開番号 2014-026625
状態 特許登録済
技術分野 交流の給配電 特定用途計算機 気象学
主要キーワード 非線形近似 最大ステップ数 構築機構 超音波風速計 気象予測システム 時系列予測 時系列解析 風速データ
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2014年2月6日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (7)

課題

再生可能エネルギー気象条件の影響による出力変動が激しいために、電力系統不安定化させる問題がある。それを防ぐには、再生可能エネルギーの出力や気象条件を予測し、予めそれに備えればよいのだが、現行気象予報では、要求される時空局所的な予測は極めて困難である。

解決手段

将来の時空局所的な気象条件をその過去の時系列から、軽量な多時刻同時予測法により、推定誤差も併せて実時間で予測する手法を考案した。これにより、再生可能エネルギーの発電出力を推定誤差も併せて実時間で予測できるので、電力系統の不安定化を予め防ぐことが容易になる。さらには、本発明は観測対象のシステムには依存しないので、風況日射量だけでなく気温降雨量などの様々な時空局所的な気象条件を推定誤差も併せて実時間で予測でき、再生可能エネルギーの利用による地球環境への影響を予測できる、気象予測システムへの応用が可能となった。

概要

背景

従来、気象条件変動に左右される再生可能エネルギー発電出力予測するために、地球の全球モデルを用いた大規模シミュレーションが主に用いられている。この手法だと、空間的に大域的で、数日といった時間スケールの気象条件の予測を求めるのには適しているが、電力系統の安定化に求められる数秒、数分、数時間といった時間的に局所的で、かつ、発電所ピンポイントな空間的にも局所的な気象条件変動の予測や、それに伴う再生可能エネルギーの発電出力変動の予測を行うには無理がある。

特開2008−64081号公報従来、風力発電システムにおける発電効率向上を目的とする、風速時空局所的に予測する機構が提案されている(特許文献1)。この技術は、予測に大きな計算量がかかるため、電力系統の安定運用を目的とした多くの予測先を含む多時刻同時予測を実時間で行うには難があり、もし実時間に間に合わせようとすれば、多くの計算資源とそれに伴う電力消費が必要となっていまい、風力発電システムの規模によっては発電効率向上よりも計算機による電力消費の方が上回ってしまい兼ねない。

N.Gershenfeld,The Nature of Mathematical Modeling,Cambridge University Press,1999.川源四郎,時系列解析,岩波書店,2007.従来、過去の時系列から実時間で多時刻同時予測を実現する手法としてカルマンフィルタによる方法が知られている(非特許文献2、3)。しかし、対象の数理モデル、つまり、気象条件変動に左右される風力発電太陽光発電の発電出力変動に関する数理モデルが未知のときには、この手法を用いることができないという問題点がある。特に、非線形性が背後にあるような現象である気象条件変動の予測には、後に述べるように、このカルマンフィルタによる方法を使うのは不適当である。

F.Kwasniok and L.A.Smith,“Real−time construction of optimized predictors from data streams,”Phys.Rev.Lett.,Vol.92,art.no.164101,2004.山田泰司,高橋純,合原一幸,“地域風況の予測技術と風力発電(予測技術の信頼性),”The journal of Reliability Engineering Association of Japan28(7),489−496,2006−11−01.非特許文献4、5は極めて軽量な予測手法であるので、多くの計算資源を必要としないが、時間的に局所過ぎて、後に述べるように、電力系統の安定運用を目的とした多くの予測先を含む多時刻同時予測には適していない。さらに、特許文献1、4、5では推定誤差についての言及がないために、予測誤差が不明で運用面で使いにくいものであった。

また、本格的な再生可能エネルギーの普及による自然環境への影響について、その懸念が提起されることはあっても、定量的な議論は皆無である。それは、そのシステムがあまりにもマルチスケールな複雑系なため、地球の全球モデルを用いた大規模シミュレーションの時空間スケールでは、個別の再生可能エネルギーの発電システムの影響などは計り得ないからである。しかし、将来の本格的な再生可能エネルギーの普及には、こうした、再生可能エネルギーと地球環境のための気象予測システムが必要である。

概要

再生可能エネルギーは気象条件の影響による出力変動が激しいために、電力系統を不安定化させる問題がある。それを防ぐには、再生可能エネルギーの出力や気象条件を予測し、予めそれに備えればよいのだが、現行気象予報では、要求される時空局所的な予測は極めて困難である。将来の時空局所的な気象条件をその過去の時系列から、軽量な多時刻同時予測法により、推定誤差も併せて実時間で予測する手法を考案した。これにより、再生可能エネルギーの発電出力を推定誤差も併せて実時間で予測できるので、電力系統の不安定化を予め防ぐことが容易になる。さらには、本発明は観測対象のシステムには依存しないので、風況や日射量だけでなく気温降雨量などの様々な時空局所的な気象条件を推定誤差も併せて実時間で予測でき、再生可能エネルギーの利用による地球環境への影響を予測できる、気象予測システムへの応用が可能となった。

目的

本発明は、2つめは、特許文献1だけでは実現不可能であった、多くの計算資源を必要とせずに、電力系統の安定運用を目的とした多くの予測先を含む多時刻同時予測を実時間で実現したいという課題を解決するものである。

効果

実績

技術文献被引用数
2件
牽制数
1件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

時空局所的な気象条件変動をその過去の時系列から、軽量な多時刻同時予測法により、将来の気象条件変動を推定誤差も併せて実時間で予測する、気象条件変動の実時間予測機構

請求項2

請求項1記載の気象条件変動の実時間予測機構を用いて、風力発電太陽光発電などの再生可能エネルギー発電出力変動を推定誤差も併せて実時間で予測する、再生可能エネルギー出力変動の実時間予測機構。

請求項3

請求項1記載の気象条件変動の実時間予測機構を用いて、風況気温湿度日射量・降雨量積雪量海流CO2濃度などの時空局所的な気象条件変動や再生可能エネルギー発電変動を推定誤差も併せて実時間で予測する、再生可能エネルギーと地球環境のための気象予測システム

技術分野

0001

本発明は、時空局所的な気象条件変動をその過去の時系列から、軽量な多時刻同時予測法により、将来の気象条件変動を推定誤差も併せて実時間で予測する、気象条件変動の実時間予測機構、および、その予測機構を用いて、風力発電太陽光発電などの再生可能エネルギー発電出力変動を推定誤差も併せて実時間で予測する、再生可能エネルギー出力変動の実時間予測機構に関する。

背景技術

0002

従来、気象条件変動に左右される再生可能エネルギーの発電出力を予測するために、地球の全球モデルを用いた大規模シミュレーションが主に用いられている。この手法だと、空間的に大域的で、数日といった時間スケールの気象条件の予測を求めるのには適しているが、電力系統の安定化に求められる数秒、数分、数時間といった時間的に局所的で、かつ、発電所ピンポイントな空間的にも局所的な気象条件変動の予測や、それに伴う再生可能エネルギーの発電出力変動の予測を行うには無理がある。

0003

特開2008−64081号公報従来、風力発電システムにおける発電効率向上を目的とする、風速を時空局所的に予測する機構が提案されている(特許文献1)。この技術は、予測に大きな計算量がかかるため、電力系統の安定運用を目的とした多くの予測先を含む多時刻同時予測を実時間で行うには難があり、もし実時間に間に合わせようとすれば、多くの計算資源とそれに伴う電力消費が必要となっていまい、風力発電システムの規模によっては発電効率向上よりも計算機による電力消費の方が上回ってしまい兼ねない。

0004

N.Gershenfeld,The Nature of Mathematical Modeling,Cambridge University Press,1999.川源四郎,時系列解析,岩波書店,2007.従来、過去の時系列から実時間で多時刻同時予測を実現する手法としてカルマンフィルタによる方法が知られている(非特許文献2、3)。しかし、対象の数理モデル、つまり、気象条件変動に左右される風力発電や太陽光発電の発電出力変動に関する数理モデルが未知のときには、この手法を用いることができないという問題点がある。特に、非線形性が背後にあるような現象である気象条件変動の予測には、後に述べるように、このカルマンフィルタによる方法を使うのは不適当である。

0005

F.Kwasniok and L.A.Smith,“Real−time construction of optimized predictors from data streams,”Phys.Rev.Lett.,Vol.92,art.no.164101,2004.山田泰司,高橋純,合原一幸,“地域風況の予測技術と風力発電(予測技術の信頼性),”The journal of Reliability Engineering Association of Japan28(7),489−496,2006−11−01.非特許文献4、5は極めて軽量な予測手法であるので、多くの計算資源を必要としないが、時間的に局所過ぎて、後に述べるように、電力系統の安定運用を目的とした多くの予測先を含む多時刻同時予測には適していない。さらに、特許文献1、4、5では推定誤差についての言及がないために、予測誤差が不明で運用面で使いにくいものであった。

0006

また、本格的な再生可能エネルギーの普及による自然環境への影響について、その懸念が提起されることはあっても、定量的な議論は皆無である。それは、そのシステムがあまりにもマルチスケールな複雑系なため、地球の全球モデルを用いた大規模シミュレーションの時空間スケールでは、個別の再生可能エネルギーの発電システムの影響などは計り得ないからである。しかし、将来の本格的な再生可能エネルギーの普及には、こうした、再生可能エネルギーと地球環境のための気象予測システムが必要である。

発明が解決しようとする課題

0007

本発明は、1つめは、特許文献1と同様に、地球の全球モデルを用いた大規模シミュレーションなどは行なわずに、空間的にも局所的な気象条件変動の予測を可能したいという課題を解決するものである。加えて、それに伴う再生可能エネルギーの発電出力変動の予測を可能にしたいという課題を解決するものである。

0008

本発明は、2つめは、特許文献1だけでは実現不可能であった、多くの計算資源を必要とせずに、電力系統の安定運用を目的とした多くの予測先を含む多時刻同時予測を実時間で実現したいという課題を解決するものである。

0009

本発明は、3つめは、非特許文献2、3では実現不可能であった、気象条件変動に左右される風力発電や太陽光発電の発電出力変動に関する数理モデルが未知、かつ、非線形性が背後にあるような現象である気象条件変動を予測可能にしたいという課題を解決するものであり、その点については特許文献1も同様である。

0010

本発明は、4つめは、非特許文献4、5では実現不可能であった、電力系統の安定運用を目的とした多くの予測先を含む多時刻同時予測、かつ、推定誤差も併せて実時間で予測することを可能にしたいという課題を解決するものである。

0011

本発明は、以上の課題をすべて解決するものであるが、これにより、風況・気温湿度日射量・降雨量積雪量海流CO2濃度などの時空局所的な気象条件変動や再生可能エネルギー発電変動を推定誤差も併せて実時間で予測するすることが可能となるので、将来必要となる再生可能エネルギーと地球環境のための気象予測システムが構築可能となる。

課題を解決するための手段

0012

本発明は、時空局所的な気象条件変動や再生可能エネルギーの発電出力変動をその過去の時系列から、将来の気象条件変動や発電出力変動を推定誤差も併せて実時間で予測するために、軽量な多時刻同時予測法とそれに伴うデータベース更新法を導入する。

0013

それは、特許文献4、5のKwasniokとSmithの手法を拡張することで、過去の時系列データから将来の時系列データを予測し、かつ、その予測精度に関する推定値を与える手法を提案する。KwasniokとSmithの手法は、過去の時系列データが与えられた時、逐次的に1時刻の予測を与える手法である。本発明では、この手法を多時刻の予測に拡張するとともに、予測誤差の推定値も同時に算出できるようにする。

発明を実施するための最良の形態

0014

本発明は、図1に示すように、i1のように現在の気象条件変動の値を、0のような気象条件変動の観測装置観測し、Tのような時系列データの蓄積および伝送装置から、R1のような気象条件変動の実時間予測機構(請求項1記載)へ入力し、o1のように将来の気象条件変動の予測値と推定誤差を出力する。Tのような機構は必ずしも必要としないので、その場合は0から直接R1へ伝送される。

0015

この入出力は実時間で行なわれ、時々刻々と現在の値が過去のものとなる。すなわち、t1のような過去の気象条件変動の時系列データ、および、p1のような将来の気象条件変動の時系列予測値と推定誤差の波形はそれぞれ、座標軸A1の左方向へ時々刻々とずれていく。

0016

軽量な多時刻同時予測法とそれに伴うデータベース更新法は、次のように構成することができる。N個の要素からなるデータベースのセットL(図1のL)を次式のように定義する。

0017

ここで、Lの要素は、時刻tiの過去の付近での観測値sを用いて、多時刻同時予測の最大ステップ数をpとして、以下のように定義する。

0018

まず、このデータベースの構成の方法がKwasniokとSmithの手法や非特許文献5でそれを多次元に拡張した手法と異なり、予測の能力に関して本質的な違いとなる。

0019

今後、時刻t−1の時点でのLが与えられたとして、時刻tで、次の数4のアルゴリズムのようにs(t),…,s(t+p−1)を予測し、s(t)を観測し、Lを更新していく、という操作を次々と繰り返す。

0020

発想としては、KwasniokとSmithの手法や非特許文献5でそれを多次元に拡張した手法と同様に、最新のデータが過去のデータと比較して、予測精度の向上に寄与すればデータベースに取り込み、そうでなければ取り込まないというものである。しかし、KwasniokとSmithの手法や非特許文献5の方法だと、逐次的に1時刻の予測を与える手法であるので、比較も1時刻を対象としたものとなり、日和見的なデータベースの更新が起こりやすい。そこで、本発明では、比較の対象を多時刻の予測に拡張したため、最新のデータが過去のデータと比較して、多時刻同時予測の最大ステップ数pのうち過半数を越える予測に寄与しないとデータベースが更新されないので日和見的なデータベースの更新が起こりにくい。結果として、より長期の予測精度の向上が可能となっている。

0021

ここでは、比較対象として、時変線形カルマンフィルタを用いる。ここで用いる時変線形カルマンフィルタは、非特許文献2の線形カルマンフィルタを基本とし、そのパラメータを非特許文献3の方法に指数関数的な減衰の効果を入れて構築した。

0022

まずは、決定論的カオスの典型的な例であるレスラーモデルを用いて提案手法を評価した。変数xの値を0.1単位時間ごとに計測し、長さ10000の時系列データを生成した。結果の例を図4に示す。上のグラフが提案手法による結果、下のグラフが比較対象である時変線形カルマンフィルタによる結果である。実線が実際の値、点線が予測値、一点鎖線が推定誤差である。

提案手法では、実際の値が数5で定める予測の95%信頼区間に入る確率が予測先1〜50ステップに渡って0.9902〜1.0000であったのに対し、時変線形カルマンフィルタでは、0.2184〜0.8556であった。また、計算にかかった時間は提案手法が18.2秒、時変線形カルマンフィルタが32.4秒であった。計算には、Intel(R)Core(TM)2Duo1.40GhzのCPUとメモリ4GBを搭載したコンピュータを用いた。

0023

次に、これもまた決定論的カオスの典型的な例であるローレンツモデルを用いて提案手法を評価した。変数xの値を0.01単位時間ごとに計測し、長さ10000の時系列データを生成した。結果の例を図5に示す。上のグラフが提案手法による結果、下のグラフが比較対象である時変線形カルマンフィルタによる結果である。実線が実際の値、点線が予測値、一点鎖線が推定誤差である。予測先1〜50ステップで、実際の値が数5で定める予測の95%信頼区間に入る確率が、提案手法では0.9934〜1.0000であったのに対し、時変線形カルマンフィルタでは0.2916〜0.7654であった。また、予測を計算するのに、提案手法では17.9秒かかったのに対し、時変線形カルマンフィルタでは32.4秒かかった。

0024

最後に、風速の実データを用いて提案手法を評価した。この風速データは、東京大学生産技術研究所で2005年10月24日に観測した実データである。超音波風速計を用いて風速を3次元50Hzで観測した。南北方向の風が支配的であったため南北方向の風速を予測した。得られたデータを1秒ごとに移動平均を取って予測に用いた。

0025

50秒先までの予測を行った。予測の例を図6に示す。上のグラフが提案手法による結果、下のグラフが比較対象である時変線形カルマンフィルタによる結果である。実線が実際の値、点線が予測値、一点鎖線が推定誤差である。提案手法では、50秒先までの間に実際の値が数5で定める予測の95%信頼区間に入る確率は0.9744〜0.9906であったのに対し、時変線形カルマンフィルタでは0.0168〜0.1602であった。また、計算時間は、提案手法が172.3秒、時変線形カルマンフィルタが295.6秒であった。

0026

よって、上記の3つの実施例では、予測誤差と計算量の観点から本発明の方が、時変線形カルマンフィルタよりも良い予測となっていた。

0027

以上では、P1、P*1において、xiからyiへの写像の極めて簡単な関数近似として、pステップ後の平均値を予測値とする手法が用いられているが、それは本質的ではなく、非特許文献5で使用されているような非線形近似のひとつであるアファイン写像プラス動径基底関数近似や、そこで紹介されているその他の関数近似を用いても一向に構わない。すなわち、計算機に求める性能に応じて、より重量な予測手法を投入することが容易に可能である。むしろ、ここで本質的なのはデータベースの更新手法であり、特すべきは、上記のような極めて簡単な関数近似を用いたとしても、十分に性能の良い予測が可能となっている点にある。

0028

本発明は、図2に示すように、i2のように現在の発電出力変動の値を、Gのような発電出力変動の測定装置で観測し、E1のようなR1を用いた再生可能エネルギー出力変動の実時間予測機構(請求項2記載)へ入力し、o2のように将来の発電出力変動の予測値と推定誤差を出力する。

0029

E1がR1と同等の機構の場合、R1は必ずしも必要がなく、その機構を用いてg1のような過去の発電出力変動の時系列データからf1のような将来の気象条件変動の時系列予測値と推定誤差を、実時間で時々刻々と算出する。

0030

そうでない場合は、E1ではR1から得られる気象条件変動の予測値から発電出力変動を算出する線形もしくは非線形関数などを用いれば良い。

0031

本発明は、図3に示すように、請求項1の機構を必要数用いることによって、tAのような過去のi11〜i17(風況、太陽光、日射量、積雪量、降雨量、潮流、地球の自転公転および月の運行による気象条件変動)などの気象条件変動の時系列データからpAのような将来のi11〜i17などの局地的な気象条件変動の時系列予測値と推定誤差を、実時間で予測するシステムとなる(請求項3記載)。

0032

加えて、請求項2の機構を必要数用いれば、tAのような過去のW1、S1、T1(風力発電、太陽光発電、潮流・波力発電)などの発電出力変動の時系列データからpAのような将来のW1、S1、T1などの局地的な発電出力変動の時系列予測値と推定誤差を、実時間で予測するシステムとなる(請求項3記載)。

0033

なぜなら、本発明は予測対象となるシステム自体には依存しておらず、過去のデータさえあれば、どのような変動でもその将来の予測および予測誤差の推定が可能であるからである。

0034

すると、風力発電なら、その地域の風況の予測を本発明により実現することで、将来の風力発電の出力変動が推定誤差つきで得られるので、電力系統は不安定化を防ぐべく変動に備えた対応を予め取ることが初めて可能になる。太陽光発電でも同様で、その地域の日射量の予測を本発明により実現することで、将来の太陽光発電の出力変動が推定誤差つきで得られるので、同じく、電力系統は不安定化を防ぐべく変動に備えた対応を予め取ることが初めて可能になる。

0035

さらには、例えば、風況と風力発電の過去のデータ及び気温のデータの関係から、その地域における、風力発電が与える自然環境への影響を同定し、予測することも可能となる。風況に限らず、他の気象条件変動についても同様である。これは、再生可能エネルギーの本格的な普及が期待される将来において、その地球環境への影響を最小限に押えるために必要な情報を与えることが初めて可能となる。すなわち、本発明は、再生可能エネルギーと地球環境のための、地球全球モデルとは全く異なる時空局所な気象予測システムとなる。

図面の簡単な説明

0036

請求項1記載の、気象条件変動の実時間予測機構請求項2記載の、再生可能エネルギー出力変動の実時間予測機構請求項3記載の、再生可能エネルギーと地球環境のための気象予測システムレスラーモデルによる予測の例ローレンツモデルによる予測の例風速の予測の例

0037

t1 過去の気象条件変動の時系列データ
p1 将来の気象条件変動の時系列予測値と推定誤差
A1 t1、p1の座標軸(横軸が時刻、縦軸が気象条件変動の値)
i1 現在の気象条件変動の値の入力
O 気象条件変動の観測装置
T 過去および現在の気象条件変動の時系列データの蓄積および伝送装置
L 過去の気象条件変動の時系列データから構成されるデータベースのセット
L* 過去および現在の気象条件変動の時系列データから構成される仮のデータベースの セット
P1 Lを用いた、多時刻同時予測法による、将来の気象条件変動を推定誤差も併せて実 時間で予測する、気象条件変動の予測機構
P*1 L*を用いた、多時刻同時予測法による、過去の気象条件変動を推定誤差も併せ て実時間で予測する、気象条件変動の予測機構
U1 P1、P*1を用いた、データベースのセットLの実時間更新機構
R1 L、L*のデータベース構築機構およびP1、P*1、U1を用いた、P1、U1 、L、L*を含有する、請求項1記載の、気象条件変動の実時間予測機構
o1 将来の気象条件変動の予測値と推定誤差の出力
g1 過去の発電出力変動の時系列データ
f1 将来の発電出力変動の時系列予測値と推定誤差
A2 g1、f1の座標軸(横軸が時刻、縦軸が発電出力変動の値)
i2 現在の発電出力変動の値の入力
G 発電出力変動の測定装置
E1 R1を用いた、請求項2記載の、再生可能エネルギー出力変動の実時間予測機構
o2 将来の発電出力変動の予測値と推定誤差の出力
W1風力発電
S1太陽光発電
T1潮流・波力発電
i11風況
i12太陽光
i13日射量
i14積雪量
i15降雨量
i16 潮流
i17 地球の自転公転および月の運行による気象条件変動
tA 過去のi11〜i17などの気象条件変動の時系列データ
pA 将来のi11〜i17などの気象条件変動の時系列予測値と推定誤差
AA t1、p1の座標軸で横軸が時刻、縦軸が気象条件変動の値
iA 現在のi1〜i7などの気象条件変動の値の入力
OAi11〜i17などの気象条件変動の観測装置
TA 過去および現在のi11〜i17などの気象条件変動の時系列データの蓄積装置
RA 請求項1の機構を用いた、請求項3記載の、局地的な気象条件変動や再生可能エネ ルギー発電変動を推定誤差も併せて実時間で予測する、再生可能エネルギーと地球 環境のための気象予測システム
oA 将来のi11〜i17などの気象条件変動の予測値と推定誤差の出力

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ