2020/02/20 18:03

現時点で6人の方からご支援いただき、心より感謝申し上げます。

クラウドファンディング終了まで残すところ8日となり、達成率1%でほぼ厳しい状況ですが、
一方で、
興味を持ってくださる企業様からご連絡いただいたり、プロジェクトのご説明をさせていただく機会が途切れてない状況もあり、
全てをポジティブに捉え諦めず最終日まで走り抜きます。
引き続きご支援いただきますよう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5本目は、太陽光発電量を予測するのに大事な要素について、あまりにも当たり前過ぎて強調してこなかったけど、念のためお伝えいたします!


以下のようなスペックの太陽光発電所のことを過積載と言います。

設備容量(公称最大出力×パネル枚数)> パワコン容量

初期設定で設備容量とパワコン容量を入力しますが、アルゴリズムとしては、まず設備容量に応じた発電量を予測し、その後パワコン容量で出力をカットする処理をします。


太陽光発電は、太陽光パネルの温度が25℃を超えると発電効率が落ちていきます。太陽光パネルの温度上昇については車のダッシュボード同様に、真夏の炎天下では70℃以上にも達します。

この状況についてアルゴリズムでは、まず、日射がパネルに当たることで生じる輻射熱と気温とを考慮してパネル温度を推定します。
次に、推定したパネル温度から発電効率を計算し、発電量予測値を調整します。


数値予報の日射量予測データは、全天日射量の仕様となっています。
全天日射量は、フラットに設置されたパネルに対してはそのまま活用することができますが、角度が付いたパネルに対し発電量を正しく予測するためには、全天日射量を直達成分(直達日射量)と散乱成分(散乱日射量)に分離する必要があります。

私たちのアルゴリズムも、当然この直散分離処理をした日射量をインプットして発電量を計算します。


当サービスは徹底的に安い発電量予測値をご提供するという設計思想なため、予測モデルは汎用的なアルゴリズムになっています。
太陽光パネルの種類は、多結晶やCIS等たくさんあることはもちろん承知していますが、これらの出力特性もアルゴリズムの中で平均化しています。
つまりこれは、発電量予測値はパネル特性の平均的な値になっており、特定の発電所(もしくはBG)の出力特性に対して微調整する必要がある可能性があります。
この微調整(チューニング)の必要を考慮し、当アルゴリズムに調整項を設けています。

一方で、「パネルの種類で出力特性の違いはほとんどない」(産総研の太陽光発電予測研究者談)という話もあるので、実際に使ってみて、予測が大き過ぎるor少な過ぎるというのが気になるようでしたら、調整項でチューニングしてみていただければと思います。


今回は、太陽光発電予測の基本のキのような内容でしたが、私たちのサービスも当然このことをしっかり組込んだアルゴリズムからの予測値をご提供するものであることをお伝えする内容でした。


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?