気温データを入力としたニューラルネットワークによる太陽光発電量の予測手法

カテゴリ: 研究会(論文単位)

論文No: PE13071

グループ名: 【B】電力・エネルギー部門 電力技術研究会

発行日: 2013/09/12

タイトル(英語): Prediction of solar power generation by neural network as input temperature data

著者名: 金納 朋輝(愛知工業大学),雪田 和人(愛知工業大学),後藤 泰之(愛知工業大学),一柳 勝宏(愛知工業大学),山田 富士宏(中部電力),三輪 靖(中部電力)

著者名(英語): Kinno Tomoki(Aichi Institute of Technology),Yukita Kazuto(Aichi Institute of Technology),Goto Yasuyuki(Aichi Institute of Technology),Ichiyanagi Katsuhiro(Aichi Institute of Technology),Yamada Fujihiro(Chubu Electric Power Co.,Inc.),Miwa Yasushi(Chubu Electric Power Co.,Inc.)

キーワード: 日射量予測|気温データ|ニューラルネットワーク|灰色理論|global solar radiation forecast|temperature data|Neural Network|gray theory

要約(日本語): 近年，再生可能エネルギーを用いた発電方式として太陽光発電が注目されており，今後，太陽光発電装置が電力系統内に大量に導入されることが予想される。しかし，太陽光発電量は気象状況により大きく変化するため，連系している系統における電力品質への影響が懸念される。そこで，著者らも安定した需給運用への適用を目指し，気温とニューラルネットワークを用いた太陽光発電量の予測手法を開発したので報告する。

要約(英語): In this study, a method is proposed for predicting the output of the photovoltaic power generation using a neural network and the temperature data.

原稿種別: 日本語

PDFファイルサイズ: 1,375 Kバイト