実測データ類型化に基づく短期間の学習データを用いた商業需要家の翌日電力需要量予測手法

カテゴリ: 全国大会

論文No: 6-101

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Next-day electricity demand forecasting method for commercial facilities using short-term learning data based on actual measurement data classification

著者名: 檜山勇人（東京理科大学）,植田譲（東京理科大学）

著者名(英語): Yuto Hiyama (Tokyo University of Science),Yuzuru Ueda (Tokyo University of Science)

キーワード: 需要予測|demand forecasting

要約(日本語): 再生可能エネルギー普及拡大に伴い，電力需要予測によるエネルギーマネジメントが必要である。本研究では少ないデータ数と計算量で予測を行い，かつ運用者が理解しやすい予測手法の開発を行った。 提案手法では電力需要データを固定成分，周期性成分，気温応答成分の3要素で分析し，スコアリングを行うことで需要家の類型化を行った。更に類型化した後の集団毎に，翌日予測値に用いる参照日の決定や気温応答による補正割合などを決定し，最適な予測モデルを構築した。 直近過去30日間のデータを用いて翌日の電力需要を予測したところ，最大

原稿種別: 日本語

PDFファイルサイズ: 559 Kバイト