2020/02/12 14:46

こんにちは!

現在6名の方からご支援をいただいております。ありがとうございます!

プロジェクトの終了まで残り16日となりましたが、私たちの太陽光発電予測サービスについてもご支援いただけるよう、発電予測を必要としている再エネ利活用推進事業者様へ訪問したり、これから訪問する予定があったり、最後まで諦めず活動してまいります。
引き続きどうぞ宜しくお願いいたします!


さて、サービス内容について詳細を丁寧に伝えていくシリーズを、この活動報告の場で続けています。
シリーズ4本目は、インバランスリスクを最少化するには気象理論に基づく発電予測が必要であることについてお伝えいたします。


太陽光発電量を予測する方法は多種多様にあり、更なる精度向上のため、公的な研究機関や気象会社や電力業界、そして私たちも、新たなアルゴリズム開発に取り組んでいます。

今回は、その中からリードタイムが数日~5時間程度の予測手法にフォーカスしてお伝えいたします。

リードタイムが数日ある場合、最も手軽にタダで導入できる発電予測手法は、持続予報になるかと思います。
持続予報とは、例えば、
・前年の同日とその前後3日間の発電実績平均値を予測値として採用する
・予測対象日の天気と類似する天気だった日を過去1週間から選び、その日の実績値を予測値として採用する
・直近過去3日間の発電実績平均値を予測値として採用する
等が挙げられますが、このような手法の発電予測は、気象予測技術に基づいてない予測です。

いっぽうで、タダではないけど、気象予測技術に基づいた発電予測手法で最も有効なのが数値予報を使う手法です。
数値予報とは、未来の大気の状態をコンピュータで計算し、日射量や気温を時系列で予測をするものです。
そして今回、私たちがクラファンを通じてご提供するのは、この数値予報を使った予測によるサービスです。


1回目の活動報告で、知人所有の発電所の実績データ1年分を使って予測実験した結果をお伝えしました。
またここでは、今回私たちが開発したアルゴリズムと、以下3種の持続予報とで予測誤差を比較しましたが、私たちのアルゴリズムの誤差のほうが3~4割少ないという結果になりました。

▼パフォーマンス比較した持続予報3種
・前日の発電実績値を予測値として採用
・直近過去の類似天気日の実績値を予測値として採用
・月平均実績値を予測値として採用

つまり、長期的な目線に立つと、数値予報を活用した気象理論に基づく発電予測を採用することでインバランスリスクを3~4割抑えられるということが言えます。


その他のサービス内容詳細について、また追って活動報告の場で解説させていただきます。
もしくは、直接説明させていただく機会をいただけると幸甚です。
※東京近郊であれば貴社へ訪問し直接ご説明させていただきます。
※遠方の場合はSkype等のwebミーティング等を使ってご説明させていただきます。

引き続きどうぞ宜しくお願いいたします。

この活動報告が気に入ったら、
シェアしてみませんか?