リカレント型ニューラルネットワークを用いた風力発電機の短時間先出力電力予測

カテゴリ: 部門大会

論文No: 49

グループ名: 【B】平成18年電気学会電力・エネルギー部門大会講演論文集

発行日: 2006/09/13

タイトル(英語): Application of Recurrent Neural Network to Short-Time-Ahead Generating Power Forecasting for Wind Power Generator

著者名: 千住 智信(琉球大学),與那 篤史(琉球大学),浦崎 直光(琉球大学),舟橋 俊久(明電舎),関根 秀臣(琉球大学)

著者名(英語): Tomonobu Senjyu(University of the Ryukyus),Atsushi Yona(University of the Ryukyus),Urasaki Naomitsu(University of the Ryukyus),Toshihisa Funabashi(Meidensha Corporation),Hideomi Sekine(University of the Ryukyus)

キーワード: ニューラルネットワーク|短時間先予測|風力発電電力|風速予測|neural network|short-time-ahead forecasting|wind power generation|wind speed forecasting

要約(日本語): 近年、新エネルギー導入目標達成を目指す背景から風力発電機の生産量が増加しており、今後さらにその普及が進むと考えられる。しかしながら、風力発電電力は風速の3乗に比例して変動するため、電力系統に与える影響が懸念されている。電力システムの制御性能向上の観点から、風力発電機の出力電力予測による電力系統の効率的運用ならびに風力発電機の出力電力平準化のために、風速予測に基づく発電電力予測手法が求められている。しかし、風速予測に基づく風力発電機の出力電力予測は大量の気象データや地形データを用いて複雑な微分方程式を解析する必要があり、実現するためには運用コストが高価となる。この問題を解決するためには、経済的に有利であり、予測性能にも所望の精度を有する予測手法が望まれる。数式モデルに拘束されない予測手法としてパターン学習により一定時間先の風速予測を可能とするニューラルネットワーク(NN:Neural Network)を用いた手法が提案されている。NNの適用に関しては一般的に多分野で使用される階層型NN(FNN:Feedforward Neural Network)を採用した風速予測手法が提案されているが、リカレント型NN(RNN:Recurrent Neural Network)を採用した有効性は検討されていない。そこで筆者らは、RNNを用いて一定時間先の風速予測を行い、その風速の予測値から風力発電機の出力電力を予測する手法を提案する。提案手法では、風速データのみで簡単に風力発電機の出力電力が予測可能となる。本論文ではFNNとRNNの2種のNNを適用した場合の有効性を数時間先の風速予測シミュレーション結果より比較検討し、風力発電機の出力電力予測がRNNを用いることで実現可能であることを示す。

PDFファイルサイズ: 4,227 Kバイト