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-降雪地域における太陽光発電予測について-

カテゴリ: 研究会(論文単位)

論文No: IS20036

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2020/10/12

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

著者名: 西田 義人(金沢工業大学),泉井 良夫(金沢工業大学),鈴木 啓太(金沢工業大学),岩井 良輔(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),Keita Suzuki(Kanazawa Institute of Technology),Ryousuke Iwai(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|太陽光発電量予測|ディープラーニング|降雪地域|Renewable Energy Resources|Solar Power Prediction|Deep Learning|Snowfall Area

要約(日本語): 太陽光発電は天候依存型の再生可能エネルギーであるため、その発電量を予測することはマイクログリッドの運用制御に不可欠であり、通常は、日射量に比例した予測が実施される。しかしながら、降雪地域では、日射量が存在するにもかかわらず、パネル上の降雪のため予測が不正確となる。そこで、ディープラーニングを用いて、降雪量を加味した太陽光発電予測を検討したので、その結果を報告する

要約(英語): The solar power generation prediction is conducted using deep learning considering the amount of snowfall for snowfall area. The reason is that solar radiation is inaccurate for the prediction due to snow accumulated on the solar panel.

原稿種別: 日本語

PDFファイルサイズ: 1,383 Kバイト