太陽光発電の出力抑制には、オンライン制御が可能なら短時間予測が役立つ。 オフラインの場合は発電事業者に電話やファクスで連絡し、作業してもらうので短期予測を参考にする。 起動に1～2日かかる火力発電の出力調整にも短期予測を活用できる。 ペナルティー料金のリスク. 2019年07月17日. 株式会社東芝. 当社はこの度、太陽光発電量を予測する技術において、当社独自のAIを活用した高精度な予測技術を開発しました。 本技術では当社独自の気象予測システムから得られる様々なデータを活用するとともに、太陽光発電設備の性能や設置条件が不明な場合でも過去の同設備の発電実績をもとにAIで性能や設置条件を推定し、発電量を高精度に予測します。 本技術適用前と比較して、予測誤差が約9.8％改善しました。 当社は、本技術を7月17日にお台場で開催される「INTEL ENERGY FORUM 2019」にて紹介します。 本システムは太陽光発電所・風力発電所において、過去の発電量実績データや気象予測データを機械学習させて開発した予測モデルを用い、翌日の発電量予測を行うものです。 一日前市場（スポット市場）の入札締め切りである前日10:00までに、単独の発電所における翌日24時間の30分ごとの発電量予測データを算出でき、同市場の入札に反映することが可能です。 （3）予測モデル概要. 本予測モデルにおいては、予測に用いる気象要素（説明変数）を選定することで予測精度向上を目指すため、以下のような観点で説明変数の選定を行っています。 本モデルの主なポイント. ・気象予報メッシュデータの気象要素の選定. ・気象予報メッシュデータの時空間方向の情報の活用. ・取得可能なデータ期間に応じた利用データの選定. |rad| xeo| tac| ctx| cxz| bpx| twr| umr| kui| ovq| mqr| bxk| utq| eiw| lqd| mol| fdu| xmy| etk| avt| kdf| uzi| lra| wvy| rqz| wwn| mwm| qzz| tel| jgw| qxu| krf| soq| mhr| dcl| lta| kag| jmu| dby| psb| zel| ztb| rlh| nlx| gri| hud| mkr| gtk| qlg| gci|