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－PVの発電量予測(4)－

カテゴリ: 部門大会

論文No: OS1-4-5

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Community Model Demonstration Experiment of Renewable Energy Best Mix -Photovoltaic Power Generation Forecast (4)-

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

キーワード: 再生可能エネルギー|降雪地域|太陽光発電量予測|積雪率予測|ディープラーニング|Renewable Energy Resources|Snowfall Area|Solar Power Prediction|Snow Cover Rate Prediction|Deep Learning

要約(日本語): 固定価格買取制度（FIT）の導入以降、家庭や工場などの電力需要家施設における太陽光発電システム（PV）の導入量が増加している。一方、FITの順次終了に伴い、PVで発電した電力は、電力需要家が自ら消費する必要がある。しかし、PVの発電量は天候に大きく左右されるため、効率的に発電量を活用するには、蓄電装置などを併用した形が望ましいが、蓄電装置を効率的に制御するためには、PVの発電量を正確に予測することが必要となる。一方、パネル上に雪が積もる降雪地域においては、積雪の影響を考慮したPVの発電量を予測する必要がある。そこで、著者らは、降雪地域におけるPVの発電量予測の高精度化を目的として、気象データを活用してパネル上の積雪状態を推定する手法について検討してきた。本論文では、パネル上の積雪状態の推定のさらなる精度向上のための比較評価を実施したため、その内容いついて報告する。