ニューロ自己回帰モデルを用いた翌日最大電力需要予測手法

カテゴリ: 全国大会

論文No: 6-042

グループ名: 【全国大会】平成17年電気学会全国大会論文集

発行日: 2005/03/15

タイトル(英語): Forecasting of Power Demands Based on Neuro Autoregressive Approach

著者名: 大田能孝 (東京都立大学),町 秀一(東京都立大学),横山 隆一(東京都立大学)

著者名(英語): Ohta Yoshitaka(Tokyo Metropolitan University),Machi Shuichi(Tokyo Metropolitan University),Yokoyama Ryuichi(Tokyo Metropolitan University)

キーワード: 翌日最大電力需要予測

要約(日本語): 近年，電気事業における規制緩和および自由化，とりわけ送電系統接続の規制緩和により，既存の電力系統の送電設備を利用して契約需要家に電力供給することが可能となった。そこで，新たな発電事業者の市場参入が促され，競争的な電力市場が形成されつつある。そのため，短期需要予測においては，電力発電供給事業者(PPS)の参入などにより需要の変動が多くなることが予測され，より高精度な需要予測手法が必要とされている。特に，翌日最大電力需要予測は安定した電力供給の維持及び経済的に効率的な運用のために重要である。そこで本論文では，ニューロ自己回帰モデルを用いた電力需要予測手法を提案する。不確かな電力需要はニューラルネットワークの考え方を用いた自己回帰モデルによって推定される。

原稿種別: 日本語

PDFファイルサイズ: 748 Kバイト