SMデータを用いた上げDRにおけるPV発電量予測の特徴量把握による効果

カテゴリ: 研究会(論文単位)

論文No: FTE21053

グループ名: 【B】電力・エネルギー部門 新エネルギ－・環境研究会

発行日: 2021/11/28

タイトル(英語): Effect of grasping the feature value of PV prediction in positive DR using SM data

著者名: 河浦 崇人(福井大学),重信 颯人(福井大学),伊藤 雅一(福井大学)

著者名(英語): Takato Kawaura(University of Fukui),Ryuto Shigenobu(University of Fukui),Masakazu Ito(University of Fukui)

キーワード: スマートメータ|デマンドレスポンス|ＰＶ発電量予測|機械学習|ＳＨＡＰ|アグリゲータ|Smart meter|Demand response|PV prediction|Machine learning|SHAP|Aggregator

要約(日本語): アグリゲータがあるエリアの住宅等のPVを集約してDRへの参加が想定され、SMデータを用いた上げDRにおけるPV発電量予測向け機械学習利用法について検討している。機械学習では効果のある説明変数を利用することが重要であるが、効果のない説明変数を含めてしまうと、精度が悪くなる可能性がある。そこで、本研究ではSHAPを用い、説明変数の重要性を可視化する。重要性高い説明変数のみを用いた予測を実施し、その効果を検証する。

要約(英語): It is expected that the aggregator will participate in the DR by aggregating the residential PV in an area, and a method to use machine learning for predicting the amount of PV power generation in the positive DR using SM data is studied. Using effective explanatory variables in machine learning is important, and ineffective explanatory variables may lead to low accuracy. Therefore, this study uses SHAP which can visualize the importance of various explanatory variables. The SHAP is used to make the prediction method using only important explanatory variables and verify the effects.

本誌: 2021年12月1日新エネルギ－・環境研究会

本誌掲載ページ: 47-50 p

原稿種別: 日本語

PDFファイルサイズ: 1,041 Kバイト