再生可能エネルギーベストミックスのコミュニティモデル実証実験ーPVの発電量予測(3)ー

カテゴリ: 部門大会

論文No: OS1-3

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Community model demonstration experiment of the best mix of renewable energy-Prediction of PV power generation (3)-

著者名: 鈴木 啓太（金沢工業大学）,西田 義人（金沢工業大学）,泉井 良夫（金沢工業大学）,夏梅 大輔（金沢工業大学）,田畑 浩数（金沢工業大学）

著者名(英語): Keita Suzuki (Kanazawa Institute of Technology),Yoshito Nishita (Kanazawa Institute of Technology),Yoshio Izui (Kanazawa Institute of Technology),Daisuke Natsuume (Kanazawa Institute of Technology),Hirokazu Tabata (Kanazawa Institute of Technology)

要約(日本語): 近年、我が国では、新エネルギー導入目標達成を目指す背景から太陽光発電システム（PV）の生産量および導入量はともに増加を続けている。一方で、2019年以降から固定価格買取制度（FIT）が順次終了することに伴い、電力需要家内のPVが発電した電力を自家消費することが求められる。しかし、PVの発電量は日射量やパネル面の温度などの影響を大きく受ける。そして、PVによる電力の供給量に応じて蓄電池などの電力貯蔵装置を効率良く制御するためには、PV発電量を正確に予測する必要がある。本研究では、キャンパス内のパネル上の積雪状態を気象データ等から推定することで、降雪地域において積雪を考慮したPV発電量を予測する手法を検討した。本研究では、ディープラーニングを用いてパネル上の積雪状態を推定する方法について検討し、さらに、推定した積雪状態からPV発電量を予測する手法について検討した。そして、精度評価によりその有効性について確認した。