JP2010239782A - Method and program for analysis of fluctuation in natural energy generation output, and estimation method - Google Patents
Method and program for analysis of fluctuation in natural energy generation output, and estimation method Download PDFInfo
- Publication number
- JP2010239782A JP2010239782A JP2009085344A JP2009085344A JP2010239782A JP 2010239782 A JP2010239782 A JP 2010239782A JP 2009085344 A JP2009085344 A JP 2009085344A JP 2009085344 A JP2009085344 A JP 2009085344A JP 2010239782 A JP2010239782 A JP 2010239782A
- Authority
- JP
- Japan
- Prior art keywords
- output fluctuation
- fluctuation
- output
- time
- transition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 70
- 238000004458 analytical method Methods 0.000 title claims description 34
- 230000007704 transition Effects 0.000 claims abstract description 81
- 238000010248 power generation Methods 0.000 claims abstract description 38
- 230000014509 gene expression Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 61
- 238000005259 measurement Methods 0.000 claims description 60
- 238000012545 processing Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 26
- 230000001360 synchronised effect Effects 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 21
- 230000001427 coherent effect Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 238000009499 grossing Methods 0.000 description 11
- 238000001228 spectrum Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Control Of Eletrric Generators (AREA)
Abstract
Description
本発明は、電力系統に自然エネルギー発電機が現在複数連系されている場合において、自然現象によって変動する発電出力を分析する方法、及びプログラムに関する。また、電力系統に自然エネルギー発電機が現在複数連系されている場合において、将来さらに自然エネルギー発電機が連系されることによって変動する出力を推定する方法に関する。 The present invention relates to a method and a program for analyzing a power generation output that fluctuates due to a natural phenomenon when a plurality of natural energy generators are currently connected to a power system. Further, the present invention relates to a method for estimating an output that fluctuates when a natural energy generator is further connected in the future when a plurality of natural energy generators are currently connected to an electric power system.
風力や太陽光のような自然エネルギーは、CO2排出抑制の有力な手段として期待されているが、出力が自然現象によって変動する。このため、マクロな問題として、出力変動が電力系統の周波数変動を引き起こす恐れがある。 Natural energy such as wind and solar is expected to be an effective means of reducing CO 2 emissions, but its output varies depending on natural phenomena. For this reason, as a macro problem, output fluctuations may cause frequency fluctuations in the power system.
マクロな問題への対策については、現在のところ風力発電所などに二次電池やキャパシタを併設して出力変動を平滑化する研究などが行われている（非特許文献１）。また、海外に目を向けると、風力発電の導入を積極的に進めているドイツ・デンマーク等においては、すでに総電力需要のうちの３割以上を風力発電により供給するエリア、最軽負荷時における風力発電の割合が５割を超えるエリアなどが存在し、その系統運用上の問題点や対策が報告されている（非特許文献２）。しかし、風況はその国および地域の地形や気候特性により大きく異なることが予想されるため、日本国内でも各地域における実測データの収集および蓄積と、実測データに基づく分析が重要と考えられる。 As countermeasures against macro problems, research is currently being conducted on smoothing output fluctuations by installing secondary batteries and capacitors in a wind power plant or the like (Non-Patent Document 1). Looking overseas, Germany and Denmark, which are actively introducing wind power, are already supplying more than 30% of the total power demand by wind power, at lightest loads. There are areas where the ratio of wind power generation exceeds 50%, and problems and countermeasures in system operation have been reported (Non-Patent Document 2). However, since wind conditions are expected to vary greatly depending on the topography and climate characteristics of the country and region, it is considered that collection and accumulation of measured data in each region and analysis based on the measured data are important in Japan.
＜スペクトル解析による風力出力変動の分析方法＞
電力系統の周波数は、図１に示すように対象とする負荷および発電の変動周期によって給電調整、ＬＦＣ等の幾つかの異なる手段を組み合わせることにより制御されている。このことから、風力発電の影響を評価するにあたっては、その出力変動がどのような周波数成分を持つかを調べることが有効であると考えられる。
<Method of analyzing wind power fluctuation by spectral analysis>
As shown in FIG. 1, the frequency of the power system is controlled by combining several different means such as power supply adjustment and LFC according to the target load and the fluctuation cycle of power generation. From this, it is considered effective to examine what frequency component the output fluctuation has in evaluating the influence of wind power generation.
大規模ウィンドファームの導入などにより、出力変動の短周期成分の平滑化効果が指摘されており（非特許文献３）、国内においても出力変動の実測データの収集・検討が実施されている（非特許文献３、４）。 Due to the introduction of large-scale wind farms, the smoothing effect of short-period components of output fluctuations has been pointed out (Non-patent Document 3), and the collection and examination of measured data of output fluctuations has been carried out in Japan (non-patent document 3) Patent Documents 3 and 4).
しかし、メソスケール（〜数百km）での平滑化現象の分析は今後の課題とされており、比較的広い地域にわたる実測データによる検討は十分に行われているとは言い難い。 However, the analysis of the smoothing phenomenon on the mesoscale (up to several hundred km) is considered as a future issue, and it is difficult to say that the examination based on the measured data over a relatively wide area has been sufficiently conducted.
＜周波数成分の分析＞
また、周波数成分の分析には、横軸に周期ないし周波数を、縦軸に風力発電出力のパワースペクトル密度（ｋＷ２/Ｈｚ）をとるグラフを用いる例が多い（非特許文献６）。仮にＴ秒間のデータについてFast Fourier Transform （以後ＦＦＴ）解析を実施した場合、基本周波数１／Ｔ（Hz）の整数倍ごとの周波数成分が得られ、これを用いてパワースペクトルを算出・表示すると図２のようになり、周波数の高い部分が見にくくなる。
<Analysis of frequency components>
In many cases, frequency components are analyzed using a graph in which the horizontal axis represents the period or frequency and the vertical axis represents the power spectral density (kW 2 / Hz) of the wind power generation output (Non-Patent Document 6). If Fast Fourier Transform (hereinafter referred to as FFT) analysis is performed on T-second data, frequency components for every integral multiple of the fundamental frequency 1 / T (Hz) are obtained, and the power spectrum is calculated and displayed using this. 2 and it becomes difficult to see the high frequency part.
このため、便宜的にＦＦＴで算出された各次数のパワースペクトルを周波数の対数目盛り(0.001, 0.01, 0.1, 1, 10)に対して１０等分刻みで(例えば対数目盛り0.1〜1の間を１０等分刻みで)合計し、さらにその平方根を算出することで、縦軸を当該の周波数帯域の理想的なバンドパスフィルタを通過した出力値の標準偏差（kW）に相当する値で表示する手法がある（非特許文献５）。 Therefore, for convenience, the power spectrum of each order calculated by FFT is divided into 10 equal increments (for example, between logarithmic scales 0.1 to 1) with respect to the logarithmic scale (0.001, 0.01, 0.1, 1, 10) of the frequency. By summing and calculating the square root, the vertical axis is displayed as a value corresponding to the standard deviation (kW) of the output value that has passed through the ideal bandpass filter of the frequency band concerned. There is a technique (Non-Patent Document 5).
この手法を用いた例として、定格出力２７５kWの風車について、ある程度の風が吹いた１日を無作為に抽出し、周波数成分に分解した結果を図３に示す。０．５秒周期あたりに塔体影効果（Tower Shadow Effect）による鋭いピークが見られる。また、全周波数領域にわたる変動成分の合計値は９２kWで、これは定格出力の３３％にもなる。 As an example using this method, FIG. 3 shows a result of randomly extracting a day when a certain amount of wind was blown from a wind turbine with a rated output of 275 kW and decomposing it into frequency components. A sharp peak due to the Tower Shadow Effect is seen every 0.5 second period. The total value of the fluctuation components over the entire frequency range is 92 kW, which is 33% of the rated output.
＜ランダム及び同期した出力変動の特性＞
周波数ｆにおける、Ｎ箇所の風力発電機ないしサイトの出力変動Si(f)（ｉ=1〜N）の総計をＳ（ｆ）とすると、もし各出力変動が完全に同期（coherent）していれば、同期仮説の総出力変動Ｓcoh（ｆ）として下記の数式（１）が成り立つ。
If the sum of the output fluctuations Si (f) (i = 1 to N) of N wind turbine generators or sites at frequency f is S (f), the output fluctuations are completely coherent. For example, the following formula (1) is established as the total output fluctuation Scoh (f) of the synchronization hypothesis.
一つの風力発電サイト内では、１〜１０分程度を境にして、これより長周期では同期、短周期ではランダムに近くなるとの報告がなされている(非特許文献６)。これから、複数サイト間の平滑化に関しても、次のような傾向があると考えられる。
・「風が吹く日、吹かない日」というような気象レベルの遅い変動は同期する傾向がある。
・１０秒周期のような速い変動はランダムである。
In one wind power generation site, it has been reported that the time is about 1 to 10 minutes as a boundary, and the longer period is closer to synchronization and the shorter period is closer to random (Non-Patent Document 6). From this, it can be considered that the following tendency also exists regarding smoothing between a plurality of sites.
・ Slow fluctuations in weather levels, such as “day when wind blows, day when wind does not blow,” tend to be synchronized.
-Fast fluctuations such as a 10 second period are random.
＜時系列の実測データによる風力出力変動の分析＞
上述したスペクトルによる解析は、変動をランダムな周期的変動として扱うＬＦＣに対しては有効であるが、合計出力の突変が問題となる予備力評価には向かない。そこで、実測された風力発電の出力変動について、時系列の実測データをそのまま用いる分析も考えられる。時系列の実測データを用いる手法としては、一定時間間隔での出力変化(time variation)や、一定時間幅内の最大出力変動幅(widest span)により分析を行っている（非特許文献３、７、８、９）。なお、この明細書での時系列の実測データとは、電力系統の観測点で計測した時系列の電圧、電流データから求められた時系列の有効電力データのことをいう。
<Analysis of wind power fluctuations using time-series measured data>
The above-described analysis by spectrum is effective for an LFC that handles fluctuations as random periodic fluctuations, but is not suitable for reserve capacity evaluation in which sudden change in total output is a problem. Therefore, an analysis using the measured data of time series as it is for the output fluctuation of the actually measured wind power generation is also conceivable. As a method using time-series measured data, analysis is performed based on output variation at a certain time interval (time variation) or maximum output fluctuation width (widest span) within a certain time width (Non-Patent Documents 3 and 7). , 8, 9). Note that the time-series actual measurement data in this specification refers to time-series active power data obtained from time-series voltage and current data measured at observation points of the power system.
本発明は、メソスケール領域での複数サイトにおける自然エネルギー発電機の発電出力の出力変動を分析して一般式で表現すること、また、自然エネルギー発電機を将来導入した時における発電出力の出力変動を推定するに当たって、平滑化効果を一般式で表現することを目的とする。 The present invention analyzes the output fluctuation of the output of the natural energy generator at a plurality of sites in the mesoscale region and expresses it with a general formula, and the output fluctuation of the power output when the natural energy generator is introduced in the future. The purpose of this is to express the smoothing effect by a general formula.
請求項１の発明は、自然エネルギー発電機（発電設備も含む。）がＮ箇所に設けられた場合であって、Ｎ箇所で取得した時系列の実測データを時間成分のまま総計してから周波数成分に分けることによって、ある周波数ｆにおける実測型総出力変動Ｓ（ｆ）を求め、一方、Ｎ箇所で取得した時系列の実測データをＮ箇所それぞれについて個別に周波数成分に分け、ある周波数ｆにおける各箇所の実測データを実測型個別出力変動Ｓｉ（ｆ）として求め（ｉ＝１〜Ｎ）、ある変動周期Ｔｘから同期が崩れランダムに移行すると仮定して前述の数式（１）と（２）を引用する下記の数式（３）で示す遷移型総出力変動Ｓｔｒａ（ｆ）により実測型総出力変動Ｓ（ｆ）を表現するために、数式（３）で用いる変動周期Ｔｘを変化させた遷移型総出力変動Ｓｔｒａ（ｆ）と、実測型総出力変動Ｓ（ｆ）との誤差が小さくなる変動周期Ｔｘを、遷移時定数として求める自然エネルギー発電出力変動の分析方法である。
請求項２の発明は、自然エネルギー発電機（発電設備も含む。）がＮ箇所に設けられた場合であって、Ｎ箇所で取得した時系列の各実測データと、Ｎ箇所の実測データを時間成分のまま総計した時系列の総計データについて、出力変動幅算出処理を行い、出力変動幅算出処理では、出力変動幅を評価する時間窓としての基準時間間隔の始点前後における短時間間隔での出力平均値と、基準時間間隔の終点前後における短時間間隔での出力平均値との差からなる出力変動幅を算出処理し、この算出処理を、時間窓を各実測データの時系列の先頭から末尾へ移動させながら繰り返すことによって、その時間窓における時系列の出力変動幅を求め、その時間窓における時系列の出力変動幅の確率分布に基づいてその時間窓における出力変動幅を決定するまでの一連の処理を行い、出力変動幅算出処理を、時間窓の基準時間間隔を変化させながら繰り返すことによって、各基準時間間隔についての時間窓における出力変動幅を求め、基準時間間隔の逆数をｆとし、時系列の総計データに対する各基準時間間隔についての時間窓における出力変動幅を、ｆを変数とする実測型総出力変動Ｓ（ｆ）として求め、一方、Ｎ箇所の実測データに対する各基準時間間隔についての時間窓における出力変動を、ｆを変数とする実測型個別出力変動Ｓｉ（ｆ）としてそれぞれ求め（ｉ＝１〜Ｎ）、ある変動周期Ｔｘから同期が崩れランダムに移行すると仮定して上述の数式（１）と（２）を引用する上述の数式（３）で示す遷移型総出力変動Ｓｔｒａ（ｆ）により実測型総出力変動Ｓ（ｆ）を表現するために、数式（３）で用いる変動周期Ｔｘを変化させた遷移型総出力変動Ｓｔｒａ（ｆ）と、実測型総出力変動Ｓ（ｆ）との誤差が小さくなる変動周期Ｔｘを、遷移時定数として求める自然エネルギー発電出力変動の分析方法である。 The invention of claim 2 is a case where a natural energy generator (including power generation facilities) is provided at N locations, and each time-series measured data acquired at the N locations and the measured data at the N locations are timed. Output fluctuation range calculation processing is performed on time-series aggregate data totaled as components. In the output fluctuation range calculation process, output is performed at short intervals before and after the start of the reference time interval as a time window for evaluating the output fluctuation range. Calculates the output fluctuation range consisting of the difference between the average value and the output average value at short time intervals before and after the end point of the reference time interval, and calculates the time window from the beginning to the end of the time series of each measured data. The output fluctuation width of the time series in the time window is obtained by repeating while moving to the time window, and the output fluctuation width in the time window is determined based on the probability distribution of the output fluctuation width of the time series in the time window. The output fluctuation width calculation process is repeated while changing the reference time interval of the time window to obtain the output fluctuation width in the time window for each reference time interval, and the reciprocal of the reference time interval. F, and the output fluctuation width in the time window for each reference time interval with respect to the time series total data is obtained as an actual measurement type output fluctuation S (f) with f as a variable, Output fluctuations in the time window with respect to the reference time interval are respectively obtained as actually measured individual output fluctuations Si (f) with f as a variable (i = 1 to N), and it is assumed that synchronization is lost from a certain fluctuation period Tx and shifts randomly. In order to express the measured total output fluctuation S (f) by the transition type total output fluctuation Stra (f) shown in the above-described mathematical expression (3) that quotes the above mathematical expressions (1) and (2). , A fluctuation period Tx in which an error between the transition type total output fluctuation Stra (f) obtained by changing the fluctuation period Tx used in Equation (3) and the actual measurement type total output fluctuation S (f) is reduced is obtained as a transition time constant. It is a method for analyzing fluctuations in the output of renewable energy.
請求項３の発明は、自然エネルギー発電機（発電設備も含む。）が現在設けられている場合であって、自然エネルギー発電機が将来導入されるときの発電出力の出力変動を推定するにあたって、請求項１もしくは請求項２に記載の自然エネルギー発電出力変動の分析方法により求められた遷移時定数Ｔｘを用いる遷移型総出力変動Ｓｔｒａ（ｆ）又は現在までの測定により得られた実測型総出力変動Ｓ（ｆ）を表す総出力変動Ｓｐｒｅ（ｆ）と、下記数式（５）のゲイン関数Ｇ（ｆ）とに基づく下記数式（４）により、将来導入されるときの想定変動Ｓｅｓｔ（ｆ）を求める自然エネルギー発電出力変動の推定方法である。但し、ゲイン関数Ｇ（ｆ）の遷移時定数Ｔｙおよびαを現在の自然エネルギー発電機の分布密度と将来のそれとの状況に応じて変化させる係数とする。
請求項４の発明は、請求項１又は請求項２に記載の自然エネルギー発電出力変動の分析方法により求められた遷移時定数Ｔｘと、その遷移時定数Ｔｘを用いる遷移型総出力変動Ｓｔｒａ（ｆ）又は現在までの測定により得られた実測型総出力変動Ｓ（ｆ）の何れかを表す総出力変動Ｓｐｒｅ（ｆ）と、下記数式（６）とにより、将来導入されるときの想定変動Ｓｅｓｔ（ｆ）を求める自然エネルギー発電出力変動の推定方法である。但し、βを現在の自然エネルギー発電機の分布密度と将来のそれとの状況に応じて変化させる係数とする。
請求項５の発明は、Ｎ箇所で取得した自然エネルギー発電機の出力を分析するためにコンピュータに、Ｎ個所の風力発電所における時系列の実測データを記憶装置に保存するデータ入力ステップと、Ｎ箇所の実測データを時間成分のまま総計してから周波数成分に分けることによって、分析対象となる時間範囲に基づく周波数ｆにおける実測型総出力変動Ｓ（ｆ）を求め、一方、Ｎ箇所の実測データそれぞれについて個別に周波数成分に分け、周波数ｆにおける各箇所の自然エネルギー発電機の出力変動を実測型個別出力変動Ｓｉ（ｆ）として求める（ｉ＝１〜Ｎ）周波数分析ステップと、実測型個別出力変動Ｓｉ（ｆ）を前述の数式（１）の通りに計算処理を行って、その計算処理結果を同期型出力変動Ｓcoh（ｆ）として記憶装置に保存すると共に、ランダム値計算ステップでは、実測型個別出力変動Ｓｉ（ｆ）を前述の数式（２）の通りに計算処理を行って、その計算処理結果をランダム型出力変動Ｓran（ｆ）として記憶装置に保存するコヒーレント・ランダム値計算ステップと、変動周期Ｔｘを変数とし且つ前述の数式（１）と（２）を引用する前述の数式（３）で示す遷移型総出力変動Ｓｔｒａ（ｆ）と、実測型総出力変動Ｓ（ｆ）との誤差が小さくなる変動周期Ｔｘを遷移時定数として求める遷移時定数計算ステップを実行させるための自然エネルギー発電出力変動の分析プログラムである。 The invention of claim 5 is a data input step for storing time series measured data at N wind power plants in a storage device in a computer in order to analyze the output of the natural energy generator acquired at N locations; The actual measurement data at the location is summed up as time components and then divided into frequency components to obtain the actual measurement type output fluctuation S (f) at the frequency f based on the time range to be analyzed. Each is divided into frequency components individually, and the output fluctuation of the natural energy generator at each location at the frequency f is obtained as the actual measurement type individual output fluctuation Si (f) (i = 1 to N), the frequency analysis step, and the actual measurement type individual output The fluctuation Si (f) is calculated according to the above formula (1), and the calculation processing result is stored in the storage device as a synchronous output fluctuation Scoh (f). At the same time, in the random value calculation step, the actual measurement type individual output fluctuation Si (f) is calculated according to the above formula (2), and the calculation processing result is stored in the storage device as the random type output fluctuation Sran (f). A coherent random value calculation step to be stored, a transition type total output fluctuation Stra (f) represented by the above-described equation (3) using the variation period Tx as a variable and quoting the above-described equations (1) and (2), and actual measurement This is a natural energy power generation output fluctuation analysis program for executing a transition time constant calculation step for obtaining a fluctuation period Tx as a transition time constant in which an error from the type total output fluctuation S (f) is small.
請求項６の発明は、Ｎ箇所で取得した自然エネルギー発電機の出力を分析するためにコンピュータに、Ｎ個所の風力発電所における時系列の実測データを記憶装置に保存するデータ入力ステップと、Ｎ箇所の実測データを時間成分のまま総計して総計データを記憶装置に保存する総計ステップと、出力変動幅を評価する時間窓としての基準時間間隔の始点前後における短時間間隔での出力平均値と、基準時間間隔の終点前後における短時間間隔での出力平均値との差からなる出力変動幅を算出処理し、この算出処理を、時間窓を各実測データの時系列の先頭から末尾へ移動させながら繰り返すことによって、その時間窓における時系列の出力変動幅を求め、その時間窓における時系列の出力変動幅の確率分布に基づいてその時間窓における出力変動幅を決定する一連の処理を行う出力変動幅算出処理ステップと、出力変動幅算出処理ステップを、時間窓の基準時間間隔を変化させながら繰り返すことによって、各基準時間間隔についての時間窓における出力変動幅を求めるループ処理ステップと、基準時間間隔の逆数をｆとし、時系列の総計データに対する各基準時間間隔についての時間窓における出力変動幅を、ｆを変数とする実測型総出力変動Ｓ（ｆ）として求め、一方、Ｎ箇所の実測データに対する各基準時間間隔についての時間窓における出力変動を、ｆを変数とする実測型個別出力変動Ｓｉ（ｆ）としてそれぞれ求める（ｉ＝１〜Ｎ）周波数相当分析ステップと、Ｎ箇所の実測データを時間成分のまま総計してから周波数成分に分けることによって、分析対象となる時間範囲に基づく周波数ｆにおける実測型総出力変動Ｓ（ｆ）を求め、一方、Ｎ箇所の実測データそれぞれについて個別に周波数成分に分け、周波数ｆにおける各箇所の自然エネルギー発電機の出力変動を実測型個別出力変動Ｓｉ（ｆ）として求める（ｉ＝１〜Ｎ）周波数相当分析ステップと、実測型個別出力変動Ｓｉ（ｆ）を前述の数式（１）の通りに計算処理を行って、その計算処理結果を同期型出力変動Ｓcoh（ｆ）として記憶装置に保存すると共に、ランダム値計算ステップでは、実測型個別出力変動Ｓｉ（ｆ）を前述の数式（２）の通りに計算処理を行って、その計算処理結果をランダム型出力変動Ｓran（ｆ）として記憶装置に保存するコヒーレント・ランダム値計算ステップと、変動周期Ｔｘを変数とし且つ前述の数式（１）と（２）を引用する前述の数式（３）で示す遷移型総出力変動Ｓｔｒａ（ｆ）と、実測型総出力変動Ｓ（ｆ）との誤差が小さくなる変動周期Ｔｘを遷移時定数として求める遷移時定数計算ステップを実行させるための自然エネルギー発電出力変動の分析プログラムである。 The invention of claim 6 is a data input step for storing time series measured data at N wind power plants in a storage device in a computer in order to analyze the output of the natural energy generator acquired at N locations; A total step that totals the actual measurement data of the locations as time components and saves the total data in the storage device, and an output average value at short intervals before and after the start of the reference time interval as a time window for evaluating the output fluctuation range , Calculate the output fluctuation range consisting of the difference from the output average value at short time intervals before and after the end point of the reference time interval, and move this time window from the beginning to the end of the time series of each measured data The time series output fluctuation range in the time window is obtained by repeating the process, and the output in the time window is calculated based on the probability distribution of the time series output fluctuation range in the time window. Output in the time window for each reference time interval by repeating the output fluctuation width calculation processing step for performing a series of processes for determining the fluctuation width and the output fluctuation width calculation processing step while changing the reference time interval of the time window. The loop processing step for obtaining the fluctuation range and the reciprocal of the reference time interval as f, and the output fluctuation width in the time window for each reference time interval for the time series total data, the measured total output fluctuation S (where f is a variable) f), and on the other hand, the output fluctuation in the time window for each reference time interval for the N measured data is obtained as measured individual output fluctuation Si (f) with f as a variable (i = 1 to N). Analyze time by dividing the frequency equivalent analysis step and the measured data at N locations into frequency components after totaling them as time components The actual measurement type output fluctuation S (f) at the frequency f based on the enclosure is obtained, and on the other hand, the N-point actual measurement data is individually divided into frequency components, and the output fluctuation of the natural energy generator at each location at the frequency f is measured. The frequency equivalent analysis step obtained as the individual output fluctuation Si (f) (i = 1 to N) and the actual measurement type individual output fluctuation Si (f) are calculated according to the above equation (1), and the calculation processing is performed. The result is stored in the storage device as the synchronous output fluctuation Scoh (f), and in the random value calculation step, the actual measurement type individual output fluctuation Si (f) is calculated as in the above-described equation (2), A coherent random value calculation step for storing the calculation processing result as a random output fluctuation Sran (f) in a storage device, the fluctuation period Tx as a variable, and the above-described mathematical formulas (1) and (2) Transition time constant calculation step for obtaining, as a transition time constant, a fluctuation period Tx in which an error between the transition type total output fluctuation Stra (f) indicated by the above-described mathematical formula (3) to be cited and the actually measured type total output fluctuation S (f) is small. This is an analysis program for fluctuations in the output of natural energy power generation.
本発明の分析方法、分析プログラム及び推定方法によれば、いずれも遷移時定数を用いた一般式で容易に出力変動の影響の検討を実現することができる。 According to the analysis method, the analysis program, and the estimation method of the present invention, it is possible to easily study the influence of output fluctuations using a general formula using a transition time constant.
本発明は、背景技術で記載したように、一つの風力発電サイト内での傾向から、複数サイト間の風力出力変動の傾向を推測したことに基づくものである。つまり、「風が吹く日、吹かない日」というような気象レベルの遅い変動は同期するであろう。１０秒周期のような速い変動はランダムであろう。という傾向を推測したものである。そして、推測した傾向が正しいことを、比較的短周期の場合と、長周期の場合で次のように確認した。 As described in the background art, the present invention is based on inferring a tendency of wind power fluctuation among a plurality of sites from a tendency in one wind power generation site. In other words, slow fluctuations in weather levels, such as “day when the wind blows and day when the wind blows,” will be synchronized. Fast fluctuations such as a 10 second period will be random. This is a guess of the tendency. And it was confirmed as follows in the case of a comparatively short period and the case of a long period that the presumed tendency was correct.
＜比較的短周期の出力変動＞
そこで、このような気象レベルの遅い出力変動と速い出力変動との中間部分において、数十秒から数十分周期（ガバナフリーやＬＦＣが対処すべき周期）の出力変動について時系列の実測データを用いて傾向を調査した。対象とした風力発電サイトは、３箇所（Ａ〜Ｃとする）で、ほぼ一直線上に並んでおり、サイトＡＢ間は約９０km、サイトＢＣ間は約８０km離れている。３サイトの合計出力は6.3ＭＷである。各サイトの発電機出力合計値は、ＧＰＳ時計により時刻同期をとって１秒ごとに計測されている。約１日間のデータについて、背景技術の＜周波数成分の分析＞で説明した方法（縦軸を当該の周波数帯域の理想的なバンドパスフィルタを通過した出力値の標準偏差（ｋＷ）に相当する値で表示する手法）によりスペクトラムを作成した結果を図４に示す。図４において、同期（coherent）およびランダム（random）で示す曲線は、前述した数式（１）および（２）により求めたものであり、measuredで示す曲線は、全サイトの出力（時系列の実測データ）を時間成分のまま合計した総計データに対してスペクトル解析した結果である。今回の時系列の総計データでは比較的短周期の出力変動については、ランダム仮説に近い結果が得られた。
<Output fluctuation with relatively short cycle>
Therefore, in the middle of such slow and fast output fluctuations of the weather level, time-series measured data on output fluctuations of several tens of seconds to several tens of minutes (periods that governor-free and LFC should deal with) Used to investigate trends. The target wind power generation sites are arranged in a straight line at three locations (assumed A to C). The sites AB are about 90 km apart, and the sites BC are about 80 km apart. The total output of 3 sites is 6.3MW. The total generator output value at each site is measured every second with time synchronization by a GPS clock. For the data for about one day, the method described in <Analysis of frequency components> in the background art (the vertical axis is a value corresponding to the standard deviation (kW) of the output value that has passed through an ideal bandpass filter of the frequency band concerned) FIG. 4 shows the result of creating a spectrum by the method of (1). In FIG. 4, the curves indicated by coherent and random are obtained by the above-described formulas (1) and (2), and the curve indicated by measured indicates the output of all sites (measured in time series). (Data) is a result of spectrum analysis on the total data obtained by adding up the time components. In this time series aggregate data, the output fluctuation of relatively short period was close to the random hypothesis.
＜長周期の出力変動＞
次に、さらに長期の出力変動について確認する。同じ風力3サイトについて1秒サンプリングした時系列の実測データの1分平均をとり、2006年8月30日から2007年2月末までの約182日間（218分間）の連続データをFFT解析してスペクトラムを作成した。結果を図5に示す。同図から遅い出力変動は同期する一方、速い出力変動はランダムとなる傾向があることがわかる。
<Long cycle output fluctuation>
Next, check for longer-term output fluctuations. Spectrum of 1-second average of time-series measured data sampled for 1 second at the same wind power 3 sites, FFT analysis of about 182 days (218 minutes) of continuous data from August 30, 2006 to the end of February 2007 It was created. The results are shown in FIG. The figure shows that slow output fluctuations are synchronized, while fast output fluctuations tend to be random.
本発明の第一実施形態である風力出力変動の分析方法は、スペクトラムのこのような傾向を確認した上で創作された。つまり、ある変動周期Txから同期が崩れランダムに移行すると仮定すると、スペクトラム（遷移型出力変動）Stra(f)は前述した下記の数式(3)のように表現できる。式中、fは周波数（周期の逆数）、jは虚数単位である。また、以後Txを「遷移時定数」と呼ぶこととする。
数式(3)において、遷移時定数Txを変化させ、合成スペクトラムと遷移スペクトラムS(f)の誤差が最小となる遷移時定数を求めたところ、約17万秒（48時間）となった。この時間は、「風の吹く日、吹かない日」のような気象状況による影響が支配的な時間間隔である。給電調整では1週間を一つの単位とすることから、遅い同期した風力出力変動の考慮が重要になることが予想される。 In Equation (3), when the transition time constant Tx is changed and the transition time constant that minimizes the error between the combined spectrum and the transition spectrum S (f) is obtained, it is about 170,000 seconds (48 hours). This time is a time interval in which the influence of weather conditions such as “day when wind blows and day when wind does not blow” is dominant. In the power supply adjustment, since one week is a unit, it is expected that it will be important to take into account the slow synchronized wind power fluctuation.
次に、合計出力の突変が問題となる予備力評価に適した本発明の第二実施形態である、時系列データによる風力出力変動の分析方法について述べる。 Next, a method of analyzing wind power output fluctuations based on time-series data, which is a second embodiment of the present invention suitable for reserve power evaluation in which sudden change in total output is a problem, will be described.
複数サイト間の時系列の実測データによる風力出力変動の分析方法を下記の表１に示す。手法A〜Dは、従来から行われているものであり、一定時間間隔（基準時間間隔）での出力変化(time variation)や、一定時間間隔内の最大出力変動幅(widest span)により評価を実施している。このうち通常の平均方式を採用したtime variationとは次の通りである。まず、時系列の実測データに対して基準時間間隔（Time span：例えば１時間）ごとに、短時間間隔（基準時間間隔よりも短い、例えば１０分間）における出力変動の平均値を求める。その後に、時系列順に前後する両者の出力変化（平均値の差）を求めるものである。 Table 1 below shows a method for analyzing wind power fluctuations using time-series measured data between multiple sites. Methods A to D have been used in the past, and are evaluated based on output variation (time variation) at a fixed time interval (reference time interval) and maximum output fluctuation width (widest span) within a fixed time interval. We are carrying out. Among these, the time variation using the normal averaging method is as follows. First, an average value of output fluctuations in a short time interval (shorter than the reference time interval, for example, 10 minutes) is obtained for each time series measurement data with respect to a reference time interval (Time span: for example, 1 hour). After that, the output change (difference in average value) between the two in the order of time series is obtained.
Eの手法は今回採用した出力変動幅算出処理手法で、移動平均方式を採用したtime variationである。これは、出力変動を評価する時間窓としての基準時間間隔、図6中のTime spanを利用するものである。そして、時系列の実測データに対して時間窓の基準時間間隔（Time span：例えば１時間）の始点前後と終点前後の短時間間隔（例えば、図６ではTime spanの半分、３０分間）における出力変動の平均値を求めてから両者の差を求め、この時間窓を短時間間隔よりも短い時間、例えば１分ごとに移動させながら同様の計算処理を繰り返して、各時間窓における時系列の出力変動幅を求めるものである。 The method E is an output fluctuation range calculation processing method adopted this time, and is a time variation that uses a moving average method. This uses a reference time interval as a time window for evaluating output fluctuation, and Time span in FIG. Then, with respect to time-series measured data, output at a short time interval (for example, half of the time span in FIG. 6, 30 minutes) before and after the start point of the reference time interval (Time span: 1 hour, for example) of the time window. After obtaining the average value of fluctuations, the difference between the two is obtained, and the same calculation process is repeated while moving this time window for a time shorter than the short time interval, for example, every minute, and time series output in each time window The fluctuation range is obtained.
これらの手法の比較に用いた時系列の実測データは、上述の＜長周期の出力変動＞で用いた３サイトの１分サンプリングデータ182日分と同一のものであり、出力変動の評価時間を1時間とした。最大出力変動幅については、変化の符号を無視する場合もあるが、ここでは他の手法との整合性をとるため、符号を考慮した。 The time-series measured data used for the comparison of these methods is the same as the 182 days of 1-minute sampling data for the three sites used in the above-mentioned <Long-period output fluctuation>. 1 hour. For the maximum output fluctuation range, the sign of the change may be ignored, but the sign is taken into consideration here for consistency with other methods.
表２は各手法による分析結果を示したものである。各サイトの定格発電機出力の合計値を１p.u.とした。最大および最小の行は、各手法における正方向および負方向への変化幅が最大であったデータを示しており、その絶対値はA、Dを除けば０．５p.u.程度となっている。
±3σおよび±2σの行は、求めた変動幅の確率分布の標準偏差を算出し、これを3倍および2倍した値である。また、Top、Bot.0.13%およびTop、Bot.2.3%の行は、求めた変動幅の分布の両端から0.13%および2.3%の位置（それぞれ正規分布における±3σおよび±2σの位置）における変動幅の値である。 The rows of ± 3σ and ± 2σ are values obtained by calculating the standard deviation of the probability distribution of the obtained fluctuation range and multiplying this by three and two. The rows of Top, Bot.0.13% and Top, Bot.2.3% are the fluctuations at the positions of 0.13% and 2.3% (± 3σ and ± 2σ positions in the normal distribution, respectively) from both ends of the obtained fluctuation width distribution. The width value.
例えばTop 2.3%の値は+2σの値より大きくなっており、Bot. 2.3%の値は-2σの値より小さくなっている。これは、±2σ範囲の外側に、確率95.4%の範囲が来ることを意味している。A〜Eいずれの手法を用いても、今回測定した変動幅の分布は正規分布と比べ端の部分の確率が高いことがわかる。 For example, the value of Top 2.3% is larger than the value of + 2σ, and the value of Bot. 2.3% is smaller than the value of −2σ. This means that the range of probability 95.4% is outside the ± 2σ range. Regardless of which method is used, it can be seen that the distribution of fluctuation width measured this time has a higher probability of the edge portion than the normal distribution.
図7では、出力変動幅１％刻みでその確率をプロットした（いわゆるアンブレラカーブ）。Aは平滑化していないため短周期成分を含む変動を評価することとなり、他の方式に比べて変動幅が大きい部分の確率が高くなる傾向にある。また、手法B〜Dにおいては、変動幅の大きい存在確率の少ない部分についてはデータが欠落しやすい。それに比べて、手法Eは、手法B〜Dと類似の傾向を示すが、手法B〜Dにおいてはデータの欠落しやすい部分（変動幅の大きい存在確率の少ない部分）についても、欠落ないカーブが得られることがわかる。以降はこのEの方法を用いることにする。 In FIG. 7, the probability is plotted in increments of 1% of the output fluctuation range (so-called umbrella curve). Since A is not smoothed, fluctuations including short-period components are evaluated, and the probability of a part having a large fluctuation range tends to be higher than in other methods. In the methods B to D, data is likely to be lost in a portion with a large fluctuation range and a small existence probability. In contrast, Method E shows a similar tendency to Methods B to D, but in Methods B to D, there is a curve that does not lack even in the portion where data is likely to be lost (the portion with a large fluctuation range and a small existence probability). It turns out that it is obtained. In the following, this method E will be used.
＜複数サイトでの出力変動幅の平滑化＞
ここでは複数のサイトがある場合、各サイト出力の変動幅と全サイト合計出力の変動幅の間にはどのような関係があるかを分析した。
<Smoothing of the output fluctuation range at multiple sites>
Here, when there are multiple sites, we analyzed the relationship between the fluctuation range of each site output and the fluctuation range of the total output of all sites.
対象とした時系列の実測データは、＜長周期の出力変動＞と同様の３サイトの182日間の1分サンプリングデータである。図6におけるTime span: Tを20分、および20時間としてプロットした例を図8に示す。Tが短い20分の場合には、個別サイトのアンブレラカーブに比べてサイト合計のアンブレラカーブが顕著に狭くなっているのに対し、Tが長い20時間の場合には、すべてのアンブレラカーブが重なってくることがわかる。これは、長周期の各サイト出力変動が同時に発生する傾向を示しており、＜長周期の出力変動＞の分析結果とも定性的に一致する。 The target time-series measured data is 1-minute sampling data for 182 days at three sites, similar to <Long cycle output fluctuation>. FIG. 8 shows an example in which Time span: T in FIG. 6 is plotted as 20 minutes and 20 hours. When T is 20 minutes, the umbrella curve of the total site is significantly narrower than that of individual sites, whereas when T is 20 hours, all umbrella curves overlap. I can see it coming. This shows a tendency that long-term site output fluctuations occur simultaneously, and qualitatively agrees with the analysis result of <long-period output fluctuations>.
そこで、出力変動幅を評価する時間窓を、10分から約10日まで変化させて、各時間窓における時系列の出力変動幅の確率分布に基づいてその時間窓における出力変動幅を求めた上で、各サイトの変動幅の単純合計、２乗和の平方根および全サイト合計値の変動幅を求めた。ここでは、確率分布に基づいて時間窓における出力変動幅はTop0.13%とBot0.13%の絶対値の平均値とした。ただし、予備力評価という観点からすれば、時間窓における出力変動幅には、どのような値を用いても良く、確率分布とは無関係にMax、Minを採用しても良い。なお、単純合計等を求める際には、周波数に相当する値として、基準時間間隔（単位：秒）の逆数ｆを採用する。ｘ軸を時間窓、ｙ軸を変動幅としてプロットした結果を図9に示す。以下、前述の検証結果にならって、単純合計を「同期(coherent)」、2乗和の平方根を「ランダム(random)」、また全サイト合計の出力変動幅を便宜的にmeasured（実測型出力変動）と呼ぶこととする。 Therefore, after changing the time window for evaluating the output fluctuation range from 10 minutes to about 10 days, the output fluctuation range in that time window was obtained based on the probability distribution of the time series output fluctuation range in each time window. The simple sum of the fluctuation range of each site, the square root of the sum of squares, and the fluctuation range of the total value of all sites were obtained. Here, based on the probability distribution, the output fluctuation width in the time window is the average of the absolute values of Top 0.13% and Bot 0.13%. However, from the viewpoint of reserve capacity evaluation, any value may be used for the output fluctuation range in the time window, and Max and Min may be employed regardless of the probability distribution. When obtaining a simple sum or the like, the reciprocal f of the reference time interval (unit: second) is adopted as a value corresponding to the frequency. FIG. 9 shows the results plotted with the x-axis as the time window and the y-axis as the fluctuation range. In the following, based on the above-mentioned verification results, the simple total is “coherent”, the square root of the sum of squares is “random”, and the output fluctuation range of all sites is conveniently measured (measured output) Will be referred to as fluctuation).
時間窓が2時間程度より短い場合には、measuredはランダムとほぼ一致ないしそれより小さいが、それより長い周期においては、周期が長くなるにつれて、「ランダム」に比べて大きくなり、「同期」のカーブに近づいていく傾向にあることがわかる。 When the time window is shorter than about 2 hours, measured is almost equal to or less than random, but in longer periods, it becomes larger than "random" as the period becomes longer, and "synchronous" It turns out that it tends to approach the curve.
前述した数式（３）を用いて「ランダム」と「同期」の遷移を表現すると、遷移時定数の値は、約15000秒（約4.2時間）程度となり、先の48時間と比較すると1/10程度の値となっている。これは、図１においてはLFCよりも長周期のEDCの領域に相当することから、大量導入時にはEDC領域に、より大きな変動が生じることが想定される。 When the transition between “random” and “synchronous” is expressed using the above formula (3), the value of the transition time constant is about 15000 seconds (about 4.2 hours), which is 1/10 compared to the previous 48 hours. It is a value of the degree. Since this corresponds to the EDC region having a longer period than that of the LFC in FIG. 1, it is assumed that a larger fluctuation occurs in the EDC region at the time of mass introduction.
＜風力大量導入時の検討＞
これまでの検討から得られた知見を用いて、風力発電が大量に導入された場合を検討する。これが、本発明の第三実施形態である、風力出力変動の推定方法である。
<Examination when introducing a large amount of wind power>
Using the knowledge obtained from previous studies, we will examine the case where a large amount of wind power generation is introduced. This is the wind power output fluctuation estimation method according to the third embodiment of the present invention.
＜海外データによる検討＞
風力発電大量導入時の想定にあたり、風力発電機出力の規模に応じて、最大出力変動幅がどの程度になるかを海外における時系列の実測データを用いて検討した。非特許文献８の15分平均の時系列の実測データを基に作成された風力発電機1台、1箇所のウィンドファーム、ドイツ全体の出力変動のアンブレラカーブを使用し、表１のCの方法に相当すると考えられる最大出力変動幅を求めた。図10に、発電機定格合計出力(MW)をx軸に、1時間最大出力変動幅(MW)をy軸にプロットした。図中の点Aは風力発電機1台、点BはAの発電機が含まれる1箇所のウィンドファーム、点Cはドイツ全体を示す。出力変動が1時間の領域で完全にランダムであれば、ｘの0.5乗に比例するはずだが、これよりも大きい0.88程度に比例している。
<Examination based on overseas data>
Based on the assumptions at the time of large-scale introduction of wind power generation, we examined the maximum output fluctuation range according to the scale of the wind power generator output using time-series measured data overseas. Method C in Table 1 using a wind power generator, one wind farm, and an umbrella curve of output fluctuations throughout Germany, based on the 15-minute average time-series measurement data of Non-Patent Document 8. The maximum output fluctuation range considered to be equivalent to In FIG. 10, the generator rated total output (MW) is plotted on the x-axis, and the maximum output fluctuation width (MW) for 1 hour is plotted on the y-axis. Point A in the figure represents one wind power generator, point B represents one wind farm that includes the A generator, and point C represents Germany as a whole. If the output fluctuation is completely random in the region of 1 hour, it should be proportional to x to the 0.5th power, but it is proportional to 0.88, which is larger than this.
この理由としては、次のような説明が考えられる。
・非常に長周期の出力変動では、サイト内、サイト間とも変動が同期する傾向にあるため、変動幅は発電機定格合計出力のほぼ1乗に比例する。
・一方、非常に短周期の変動では、サイト内、サイト間とも変動はランダムであるため、変動幅は発電機定格合計出力のほぼ0.5乗に比例する。
・その中間的な1時間程度の領域では、サイト間ではランダムだが、サイト内は同期しているため、先ほどの例においては0.88乗に比例する結果となった。
The following explanation can be considered as this reason.
・ For very long-period output fluctuations, fluctuations tend to be synchronized within and between sites, so the fluctuation range is almost proportional to the power generator rated total output.
・ On the other hand, in the case of very short-period fluctuations, fluctuations are random within and between sites, so the fluctuation range is proportional to approximately the 0.5th power of the generator rated total output.
・ In the middle of about 1 hour, the site is random, but the site is synchronized, so in the previous example, the result was proportional to the power of 0.88.
以上の推測をもとに、現時点の測定により得られた変動幅が大量導入時にどの程度になるかについて検討する。
現在までの測定により得られた変動幅としては、図9において横軸の1/Time
span をfとし、measuredで示す曲線（実測型総出力変動S(f)）をfの関数とした総出力変動Spre(f)を用いる。なお、遷移型総出力変動Stra(f)も誤差が小さければ実測型総出力変動S(f)とほぼ同じとなるので、Stra(f)をSpre(f)としても良い。また、大量導入時の想定変動をSest(f)とする。Sest(f)とSpre(f)の間に前述した下記の数式(４)の関係式があるものと仮定する。
The fluctuation range obtained by the measurement up to now is shown as 1 / Time on the horizontal axis in Fig. 9.
The total output fluctuation Spre (f) is used, where span is f and the curve indicated by measured (measured total output fluctuation S (f)) is a function of f. Since the transition type total output fluctuation Stra (f) is almost the same as the actual measurement type total output fluctuation S (f) if the error is small, Stra (f) may be set to Spre (f). In addition, the assumed fluctuation at the time of mass introduction is Sest (f). It is assumed that there is a relational expression of the following mathematical formula (4) between Sest (f) and Spre (f).
ここで、Sest(f)を算出するためには、G(f)を想定する必要がある。ここでは図11に例示するような、４つのケースを想定しながら、前述した下記の数式（５）を採用した。この式は風力出力がＭ倍になると同期変動はＭ倍に、ランダム変動は√Ｍ倍となる特性を考慮した式である。ゲイン関数Ｇ（ｆ）の遷移時定数Ｔｙおよびαを現在の自然エネルギー発電機の分布密度と将来のそれとの状況に応じて変化させる係数とする。
・ケース１は現在のサイト分布状況と同じように、サイト間距離が比較的離れた状況でサイト数が増加する場合を想定したものである。上記の数式（５）のG(f)としては、α＝０、Ｔｙ＝Ｔｘを採用する。 Case 1 assumes a case where the number of sites increases in a situation where the distance between sites is relatively far, as in the current site distribution situation. As G (f) in the above equation (5), α = 0 and Ty = Tx are adopted.
・ケース２は、風力適地が地域的に偏在しており、既存サイトの増設に近いような状況で風力が導入されていく場合を想定したものである。これらの近接した発電機群の出力は、比較的短周期から同期が始まることとなり、G(f)は、ケース１に比較して短周期側のゲインが高くなると想定される。そこで、数式（５）の遷移時定数Tyには、Ｔｘとは別にサイト近傍での遷移時定数T’を用いることとし、その値としては非特許文献文６を参考にT’=600秒を仮定した。さらに、同期からランダムへの移行について、次の3パターンを想定した。 ・ Case 2 assumes the case where wind power is introduced in a situation where the appropriate wind power sites are unevenly distributed and are close to the expansion of existing sites. The outputs of these adjacent generator groups start to synchronize from a relatively short cycle, and G (f) is assumed to have a higher gain on the short cycle side than Case 1. Therefore, the transition time constant T 'in the vicinity of the site is used as the transition time constant Ty in Equation (5) separately from Tx, and T' = 600 seconds with reference to Non-Patent Document 6 as the value. Assumed. Furthermore, the following three patterns were assumed for the transition from synchronous to random.
a)ケース2aは同期からランダムに移行する角周波数を1/T’とした。すなわち数式（５）のα=0に相当する。この場合、ランダムから同期に移行する周波数は高くなる。 a) In case 2a, the angular frequency that randomly shifts from synchronization is set to 1 / T ′. That is, it corresponds to α = 0 in Expression (5). In this case, the frequency for shifting from random to synchronous becomes high.
b)ケース2bはランダムから同期に移行する角周波数を1/T’とした。すなわち数式（５）のα=0.5に相当する。この場合、同期からランダムに移行する周波数が低くなる。 b) In case 2b, the angular frequency for shifting from random to synchronous is 1 / T '. That is, it corresponds to α = 0.5 in Expression (5). In this case, the frequency that shifts from synchronization to random becomes lower.
c)ケース2cはケース2aおよびケース2bの中間的な特性を考えた。すなわち数式（５）のα=0.25に相当する。
なお図11においては、Ｍ=100、Ty=15000、 T’=600としている。
c) Case 2c considered intermediate characteristics of Case 2a and Case 2b. That is, it corresponds to α = 0.25 in Equation (5).
In FIG. 11, M = 100, Ty = 15000, and T ′ = 600.
非特許文献８中のデータによると、ドイツ全体で16.8GWの風力発電機が存在し、1時間幅の最大変動が4.4GWであったとの報告がある。そこで、当社（北陸電力株式会社）で測定された合計最大出力6.3MWにおける1時間変動幅をベースとして、仮に16.8GW導入された状況における変動幅を各想定ケースについて算出したところ、表3に示すようにケース2cがドイツでの実態（4.4GW）に近い値となった。
＜大量導入時の検討＞
直前の分析手法を用いて、図9の結果をもとに、風力大量導入時の出力変動幅について検討した。風力発電の定格出力合計を最大負荷の40%と仮定した例を図12に示す。変動幅は3σ相当（上下0.13%位置）の値とし、あわせて負荷の変動幅もプロットした。先の検討において比較的実態に近いと考えられたケース2cに基づく想定では、1時間程度の幅の部分で風力の変動幅が負荷の変動幅と同程度となり、また数時間〜数十分程度の部分でも両者はごく近接している。すなわち、風力大量導入時には数時間〜数10分の変動に及ぼす影響が大きくなる可能性が高いことが予想される。
<Examination at the time of mass introduction>
Using the analysis method just before, we examined the output fluctuation range when a large amount of wind power was introduced based on the results in Fig. 9. An example assuming that the total rated output of wind power generation is 40% of the maximum load is shown in FIG. The fluctuation range was a value equivalent to 3σ (up and down 0.13% position), and the load fluctuation range was also plotted. In the assumption based on Case 2c, which was considered to be relatively close to the actual situation in the previous examination, the fluctuation range of the wind power is about the same as the fluctuation range of the load in the part of about 1 hour, and about several hours to several tens of minutes The two parts are very close together. That is, it is expected that there is a high possibility that the influence on the fluctuation of several hours to several tens of minutes will become large when a large amount of wind power is introduced.
負荷の変動幅は、日間変動のため約半日の部分に顕著なピークが出るが、その変動はかなりの精度で予測できる反面、現状では出力変動の予測精度はそれほど高くないため、この領域についても出力変動は無視できないと考えられる。よって、今後風力出力変動の予測精度向上が重要になってくると考えられる。また、前述したように風力の変動が、正規分布と比べ端の部分の存在確率が高い分布であることから、図示した負荷の変動をより大きく上回るような出力変動が発生する可能性も無視できないことに留意する必要があると考えられる。 The fluctuation range of the load has a remarkable peak in about half a day due to daily fluctuations, but although the fluctuation can be predicted with considerable accuracy, the prediction accuracy of output fluctuation is not so high at present, so this area also It is thought that output fluctuation cannot be ignored. Therefore, it is thought that improvement of the prediction accuracy of wind power fluctuation will become important in the future. Further, as described above, since the fluctuation of the wind force has a higher probability of existence of the end portion than the normal distribution, the possibility of the output fluctuation that greatly exceeds the illustrated fluctuation of the load cannot be ignored. It is considered necessary to pay attention to this.
・ケース３Ａは、極端な例として、全ての新設風車が既存サイトの増設により導入されていく場合を考えた（図１３ ケース3A）。この場合、数式（５）の遷移時定数Ty＝０として、大量導入時の想定変動Sest(f)を表現できる。 -Case 3A was considered as an extreme example when all newly installed wind turbines were introduced by adding existing sites (Case 3A in FIG. 13). In this case, the assumed fluctuation Sest (f) at the time of mass introduction can be expressed by using the transition time constant Ty = 0 in Expression (5).
・ケース３Ｂは、全ての風車が満遍なく分布し、各サイトの規模は現状と同程度の場合を考えた（図１３ ケース3B）。遅い変動の振幅は、ケース3Aと同じくM・Stra(f)となろう。また、速い変動の振幅は、Sran(f)を現状のランダム仮説による遷移型総変動変動とすると、M0.5
・Sran(f)となろう。すなわち、数式（５）の代わりに前述した下記の数式（６）において、β=0.5とすることにより、大量導入時の想定変動Sest(f)を表現できる。
・ Sran (f). That is, by assuming that β = 0.5 in the above-described equation (6) instead of equation (5), the assumed fluctuation Sest (f) at the time of mass introduction can be expressed.
・実態はケース３Ａと３Ｂの中庸に近いと考えられるので、ケース３ＡＢとして、上記の数式(６)において、例えばβ=0.75とすることにより、大量導入時の想定変動Sest(f)を表現できる。 ・ Since the actual situation is considered to be close to the middle of cases 3A and 3B, the assumed fluctuation Sest (f) at the time of mass introduction can be expressed by setting β = 0.75 in the above equation (6) as case 3AB. .
上述した自然エネルギー発電出力変動の分析方法は、キーボードやマウス等からなる入力装置、ディスプレイ等からなる出力装置、分析プログラムの命令を順番に実行するＣＰＵ、分析プログラムや分析プログラムの実行に必要なデータ及び計算結果等を保存する記憶装置を構成要素とする標準的なコンピュータを用いて行われる。 The above-described analysis method of natural energy generation output fluctuation includes an input device such as a keyboard and a mouse, an output device such as a display, a CPU that sequentially executes instructions of the analysis program, and data necessary for executing the analysis program and analysis program. And a standard computer having a storage device for storing calculation results and the like as a constituent element.
図１４のフローチャートは前述した第一実施形態をコンピュータで実行させるための分析プログラムの第一例である。分析プログラムをコンピュータに実行させることにより、コンピュータが各種の手段として機能し、各種のステップが順番に行われる。 The flowchart in FIG. 14 is a first example of an analysis program for causing a computer to execute the first embodiment described above. By causing the computer to execute the analysis program, the computer functions as various means, and various steps are performed in order.
まず、データ入力ステップが行われる。データ入力ステップでは、複数個所の風力発電所における同一時刻範囲内の発電機出力データ（時系列の有効電力データ）を入力する行列状の入力フォームを記憶装置から読み込んで、出力装置に表示する。入力フォームは、見出し欄の項目の１列目に通し番号、２列目に日時（年月日及び時分秒）、３列目以降に各風力発電所の実測データ（有効電力データ）を並列して表示したものである。これら見出し欄の下に各内容の入力欄が時系列順（例えば１秒経過毎）に設けてある。この入力欄に、作業者が実測データ等を、入力装置から手作業で入力し、実測データ等の入力が完了したことを入力装置から入力すると、実測データ等が記憶装置に保存される。また、入力作業を簡略化するために、このコンピュータに別の記憶装置を接続した上で、この別の記憶装置に記憶されているファイルを入力装置から指定し、分析プログラムの入力フォームにファイルの内容を取り込む操作をすることによって、そのファイルの内容（入力欄に実測データが登録されたのもの）をこのコンピュータの記憶装置に保存させるものでも良い。続いて、対象指定ステップが実行される。 First, a data input step is performed. In the data input step, a matrix-like input form for inputting generator output data (time-series active power data) within the same time range at a plurality of wind power plants is read from the storage device and displayed on the output device. The input form has serial numbers in the first column of the heading column, date and time (year / month / day and hour / minute / second) in the second column, and measured data (active power data) of each wind farm in the third and subsequent columns. Is displayed. Below these heading fields, an input field for each content is provided in chronological order (for example, every 1 second). In this input field, when the operator manually inputs actual measurement data or the like from the input device and inputs that the input of actual measurement data or the like is completed from the input device, the actual measurement data or the like is stored in the storage device. In addition, in order to simplify the input work, after connecting another storage device to this computer, the file stored in this other storage device is designated from the input device, and the file is displayed in the input form of the analysis program. It is also possible to save the contents of the file (in which the measured data is registered in the input field) in the storage device of this computer by performing an operation of fetching the contents. Subsequently, an object specifying step is executed.
対象指定ステップでは、先のデータ入力ステップで入力された実測データのうち、分析対象となる時間範囲及び風力発電所並びに遷移時定数の探索範囲を指定する指定フォームを記憶装置から読み込んで、出力装置に表示する。指定フォームは、見出し欄の項目として時間範囲及び風力発電所並びに遷移時定数の探索範囲を表示し、各項目の下に指定欄を表示するものである。時間範囲の指定欄は、日時（何年何月何日何時何分何秒〜何年何月何日何時何分何秒）を指定（入力）するものである。また、風力発電所の指定欄は、風力発電所（例えばＡ発電所、Ｂ発電所）を指定（入力）するものである。遷移時定数の探索範囲の指定欄は、後述の遷移時定数計算ステップでのループ処理で用いられる数値としての初期値、増分、終値を、例えば１万、１０００、１００万と指定（入力）するものである。この値は、経験値である。そして、これらデータの指定が完了したこと入力手段から入力すると、これら指定データが記憶装置に保存されると共に、周波数分析ステップが実行される。また、これらデータの指定をしなくとも、予め経験値等のデフォルト条件が初期設定として記憶装置に保存されている場合には、対象指定ステップを通り越して、周波数分析ステップが実行される。 In the target specification step, a specification form for specifying the time range to be analyzed, the wind power plant, and the search range for the transition time constant is read from the storage device among the actual measurement data input in the previous data input step, and the output device To display. The designation form displays the time range, the wind power plant, and the search range for the transition time constant as items in the heading column, and displays the designation column below each item. The time range designation field designates (inputs) a date and time (year, month, day, hour, minute, hour to year, month, day, hour, minute, and second). The wind power plant designation field designates (inputs) a wind power plant (for example, A power plant, B power plant). In the transition time constant search range designation field, initial values, increments, and final values as numerical values used in loop processing in the transition time constant calculation step described later are designated (input) as 10,000, 1,000, 1,000,000, for example. Is. This value is an empirical value. When the designation of these data is completed and input from the input means, the designation data is stored in the storage device and a frequency analysis step is executed. Even if these data are not specified, if a default condition such as an experience value is stored in the storage device as an initial setting in advance, the frequency analysis step is executed past the target specifying step.
周波数分析ステップでは、データ入力ステップで入力された実測データのうち指定された対象について、以下の第一〜第三の処理を行う。 In the frequency analysis step, the following first to third processes are performed on the specified target in the actual measurement data input in the data input step.
第一の処理。まず、先のステップで指定された時間範囲を記憶装置から読み込んで時間長（秒数）に換算し、時間長を記憶装置に保存する。便宜上、時間長がＴ秒に換算されたものとする。 First processing. First, the time range specified in the previous step is read from the storage device, converted to a time length (seconds), and the time length is stored in the storage device. For convenience, it is assumed that the time length is converted to T seconds.
第二の処理。次に、指定された対象の全ての風力発電所について、指定された時間範囲の実測データを記憶装置から読み込んで、同一時刻毎に実測データを総計（時間成分のまま総計）して総計データを求め、全風力発電所の総計データを記憶装置に保存する。また、全風力発電所の総計データについてＦＦＴ解析を行い、基本周波数１／Ｔ（Ｈｚ）、即ち周波数ｆの整数倍ごとの周波数成分を計算し、その計算結果を実測型総出力変動Ｓ（ｆ）として記憶装置に保存する。 Second processing. Next, for all wind power plants of the specified target, the measured data in the specified time range is read from the storage device, and the measured data is totaled (totaled with time components) at the same time, and the total data is obtained. Find the total data for all wind farms in storage. In addition, the FFT analysis is performed on the total data of all wind power plants, the fundamental frequency 1 / T (Hz), that is, the frequency component for every integer multiple of the frequency f is calculated, and the calculation result is obtained as the measured total output fluctuation S (f ) To the storage device.
第三の処理。次に、指定された対象について、風力発電所毎に、指定された時間範囲の実測データを記憶装置から読み込んで、ＦＦＴ解析を行い、周波数ｆの整数倍ごとの周波数成分を計算し、その計算結果を実測型個別出力変動Ｓｉ（ｆ）として記憶装置に保存する。指定された風力発電所の全てについて、これらの処理が行われる。なお、ここでのｉには、実測データが読み込まれた風力発電所の順番通りの数が付与される。以上の３つの処理が終わった後、コヒーレント、ランダム値計算ステップが実行される。 Third processing. Next, for the specified target, for each wind power plant, the measured data in the specified time range is read from the storage device, the FFT analysis is performed, and the frequency component for each integer multiple of the frequency f is calculated, and the calculation is performed. The result is stored in the storage device as an actual measurement type individual output fluctuation Si (f). These treatments are performed for all designated wind farms. Here, i is given the number in the order of the wind power plant from which the actual measurement data is read. After the above three processes are completed, a coherent and random value calculation step is executed.
コヒーレント、ランダム値計算ステップでは、まず、コヒーレント値計算ステップが実行される。コヒーレント値の計算ステップでは、指定された風力発電所の全てについて先の第三の処理で計算された実測型個別出力変動Ｓｉ（ｆ）を記憶装置から読み込んで、前述した数式（１）の通りに計算処理を行って、その計算処理結果を同期型出力変動Ｓcoh（ｆ）として記憶装置に保存する。 In the coherent and random value calculation step, first, a coherent value calculation step is executed. In the coherent value calculation step, the actually measured individual output fluctuations Si (f) calculated in the third process for all the designated wind power plants are read from the storage device, and the equation (1) described above is obtained. Then, the calculation processing result is stored in the storage device as the synchronous output fluctuation Scoh (f).
次にランダム値計算ステップが実行される。ランダム値計算ステップでは、指定された風力発電所の各々について、先の第三の処理で計算された実測型個別出力変動Ｓｉ（ｆ）を記憶装置から読み込んで、前述した数式（２）の通りに計算処理を行って、その計算処理結果をランダム型出力変動Ｓran（ｆ）として記憶装置に保存する。 Next, a random value calculation step is executed. In the random value calculation step, for each of the designated wind power plants, the actual measurement type individual output fluctuation Si (f) calculated in the third process is read from the storage device, and the equation (2) described above is obtained. The calculation process is performed, and the calculation process result is stored in the storage device as a random output fluctuation Sran (f).
続いて、平滑化ステップが実行される。平滑化ステップでは、実測型総出力変動Ｓｉ（ｆ）、同期型出力変動Ｓcoh（ｆ）、及びランダム型出力変動Ｓran（ｆ）のそれぞれについて順番に同じ処理を行う。まず、実測型総出力変動Ｓｉ（ｆ）を記憶装置から読み込んで、周波数の0.001〜0.01の間、0.01〜0.1の間、0.1〜1の間、1〜10の間のそれぞれについて、対数スケールの均等な割合で等分（例えば１０等分）した範囲のデータを合計し、さらにその合計値の平方根を算出し、この平方根の結果を平滑化した実測型総出力変動Ｓｉ（ｆ）として記憶装置に保存する。同期型出力変動Ｓcoh（ｆ）、及びランダム型出力変動Ｓran（ｆ）についても同処理を行って、それぞれ平滑化した同期型出力変動Ｓcoh（ｆ）、及びランダム型出力変動Ｓran（ｆ）として、記憶装置に保存する。 Subsequently, a smoothing step is performed. In the smoothing step, the same processing is sequentially performed for each of the actual measurement type total output fluctuation Si (f), the synchronous type output fluctuation Scoh (f), and the random type output fluctuation Sran (f). First, the actual measurement type total output fluctuation Si (f) is read from the storage device, and the logarithmic scale of each of the frequencies between 0.001 to 0.01, 0.01 to 0.1, 0.1 to 1, and 1 to 10 is obtained. Data of a range equally divided by an equal ratio (for example, 10 equal parts) is summed, a square root of the total value is calculated, and a storage device as a measured total output fluctuation Si (f) obtained by smoothing the result of the square root Save to. The same processing is performed for the synchronous output fluctuation Scoh (f) and the random output fluctuation Sran (f), and the respective synchronous output fluctuation Scoh (f) and random output fluctuation Sran (f) are smoothed. Save to storage.
続いて遷移時定数計算ステップが実行される。遷移時定数計算ステップでは、記憶装置に保存されている数値としての初期値、増分、終値（例えば１万、１０００、１００万）を変数Tx(i)とする遷移時定数の探索範囲においてループ処理を行う。ループ処理では、最初に、遷移時定数の探索範囲のうち、次の遷移時定数候補である変数Tx(i)、ここでは初期値を選択して、記憶装置から読み込む。その上で、平滑化した同期型出力変動Ｓcoh（ｆ）、及びランダム型出力変動Ｓran（ｆ）を記憶装置から読み込んで、前述した数式（３）により遷移型総出力変動Stra（ｆ）を計算し、変数iと関連付けた形でその計算結果を記憶装置に保存する。次に、この計算結果と平滑化した実測型総出力変動Ｓｉ（ｆ）とを記憶装置から読み込んで、最小二乗法によって誤差二乗和を算出する。今回の誤差二乗和Ｅrr（ｉ）を前回までの誤差二乗和Ｅrr（ｉ）と比較する。最初のループ処理のみ、初期設定された非常に大きな条件値を、前回までの誤差二乗和Ｅrr（ｉ）として用いる。そして、今回の誤差二乗和Ｅrr（ｉ）が小さければ、変数Tx(i)を遷移時定数Txとして記憶装置に保存し、最後の処理に移って、遷移時定数がその探索範囲の終値に達したか否かを判定する。一方、今回の誤差二乗和Ｅrr（ｉ）が小さくなければ、そのまま最後の処理に移って、遷移時定数候補である変数Tx(i)がその探索範囲の終値に達したか否かを判定する。ここでは、変数Tx(i)に初期値が使われているので、終値には達していない場合となり、このステップの最初の処理に戻り、遷移時定数の探索範囲のうち次の遷移時定数候補を、初期値に増分を加算した値として記憶装置に保存し、以後同様の処理を繰り返す。一方、処理を繰り返しているうちに、最後の処理で、遷移時定数候補である変数Tx(i)が終値に達し、その処理が終了した場合には、遷移時定数Txが確定し、計算結果出力ステップが実行される。 Subsequently, a transition time constant calculation step is executed. In the transition time constant calculation step, loop processing is performed in the search range of the transition time constant using the initial value, increment, and final value (for example, 10,000, 1,000, and 1,000,000) as numerical values stored in the storage device as a variable Tx (i). I do. In the loop processing, first, a variable Tx (i), which is the next transition time constant candidate, out of the search range of the transition time constant, here, an initial value is selected and read from the storage device. After that, the smoothed synchronous output fluctuation Scoh (f) and random output fluctuation Sran (f) are read from the storage device, and the transition type total output fluctuation Stra (f) is calculated by the above-described equation (3). Then, the calculation result is stored in the storage device in a form associated with the variable i. Next, this calculation result and the smoothed actual measurement type total output fluctuation Si (f) are read from the storage device, and the sum of squared errors is calculated by the least square method. The current error square sum Err (i) is compared with the previous error square sum Err (i). Only for the first loop processing, the very large condition value that is initially set is used as the previous error square sum Err (i). If the current error square sum Err (i) is small, the variable Tx (i) is stored in the storage device as the transition time constant Tx, and the process proceeds to the final processing, where the transition time constant reaches the closing price of the search range. Determine whether or not. On the other hand, if the current error sum of squares Err (i) is not small, the process proceeds to the last process, and it is determined whether or not the variable Tx (i) that is a transition time constant candidate has reached the closing price of the search range. . Here, since the initial value is used for the variable Tx (i), the closing price has not been reached, and the process returns to the first processing of this step, and the next transition time constant candidate in the search range of the transition time constant Is stored in the storage device as a value obtained by adding an increment to the initial value, and the same processing is repeated thereafter. On the other hand, while the process is repeated, the variable Tx (i), which is a transition time constant candidate, reaches the closing price in the last process, and when the process ends, the transition time constant Tx is determined and the calculation result An output step is executed.
最後の計算結果出力ステップとして、出力装置の画面に遷移時定数Txを表示すると共に、行列状の出力フォームを記憶装置から読み込んで、出力装置に表示する。出力フォームは、見出し欄の項目の１列目にｆ、２列目以降に遷移時定数Txと同じ値の変数Tx(i)に関連付けた形の平滑化した同期型出力変動Ｓcoh（ｆ）、及びランダム型出力変動Ｓran（ｆ）、並びに平滑化した実測型総出力変動Ｓｉ（ｆ）の順で並列して表示したものである。これら見出し欄の下に各内容の出力欄が時系列順に設けてある。また、行列状の出力フォームを出力装置に表示する代わりに、遷移時定数Txと同じ値の変数Tx(i)に関連付けた形の平滑化した同期型出力変動Ｓcoh（ｆ）、及びランダム型出力変動Ｓran（ｆ）、並びに平滑化した実測型総出力変動Ｓｉ（ｆ）を、ｘ軸に出力（kＷ）を、ｙ軸にｆ（ｓ）をそれぞれ取った折れ線グラフの中で同時に出力装置に表示してもよい。これにより、分析プログラムの第一例の全てのステップが終了する。 As the final calculation result output step, the transition time constant Tx is displayed on the screen of the output device, and the matrix-like output form is read from the storage device and displayed on the output device. The output form has a smoothed synchronous output fluctuation Scoh (f) in the form associated with the variable Tx (i) having the same value as the transition time constant Tx in the first column of the f in the first column of the item in the header column, And the random type output fluctuation Sran (f) and the smoothed actual measurement type total output fluctuation Si (f) in parallel. Below these heading columns, output columns for each content are provided in chronological order. Also, instead of displaying the matrix-like output form on the output device, the smoothed synchronous output fluctuation Scoh (f) associated with the variable Tx (i) having the same value as the transition time constant Tx, and the random output The fluctuation Sran (f) and the smoothed measured total output fluctuation Si (f) are simultaneously output to the output device in a line graph with the output (kW) on the x-axis and f (s) on the y-axis. It may be displayed. This completes all the steps of the first example of the analysis program.
図１５のフローチャートは前述した第二実施形態をコンピュータで実行させるための分析プログラムの第二例である。最初に第一例の分析プログラムと同様にデータ入力ステップが実行される。続いて、実行される対象指定ステップでは、先例の分析プログラムと同様の分析対象となる時間範囲、風力発電所、及び遷移時定数の探索範囲に加え、後述の出力変動幅算出処理ステップで用いる時間窓の基準時間間隔を指定する指定フォームを記憶装置から読み込んで、出力装置に表示する。指定フォームは、見出し欄の項目として時間範囲及び風力発電所並びに遷移時定数の探索範囲の他に、時間窓の基準時間間隔、時間窓の移動時間を表示し、各項目の下に指定欄を表示するものである。また、時間窓の基準時間間隔の指定欄は、ループ処理で用いられる数値としての初期値、増分、終値を、例えば初期値１０分、増分１０分、終値１０日と指定（入力）するものである。時間窓の移動時間の指定欄は、同じくループ処理ステップで用いられる数値を、例えば１分と指定（入力）するものである。そのほかの時間範囲及び風力発電所並びに遷移時定数の探索範囲の各指定欄は、先例の指定フォームと同様である。そして、これらデータの指定が完了したことを入力手段から入力すると、これら指定データが記憶装置に保存されると共に、総計ステップが実行される。 The flowchart of FIG. 15 is a second example of an analysis program for causing a computer to execute the second embodiment described above. First, the data input step is executed in the same manner as the analysis program of the first example. Subsequently, in the target specifying step to be executed, in addition to the time range to be analyzed similar to the analysis program of the previous example, the wind power plant, and the search range of the transition time constant, the time used in the output fluctuation range calculation processing step described later A designation form for designating the reference time interval of the window is read from the storage device and displayed on the output device. The designation form displays the time window reference time interval and time window travel time in addition to the time range, wind power plant and transition time constant search range as heading fields, and a designation field is displayed below each item. To do. In addition, the specification field for the reference time interval of the time window is used to specify (input) the initial value, increment, and closing price as numerical values used in the loop processing as, for example, an initial value of 10 minutes, an increment of 10 minutes, and a closing price of 10 days. is there. The time window moving time designation field designates (inputs) a numerical value used in the same loop processing step as, for example, 1 minute. The other designation fields for the other time range, wind power plant, and transition time constant search range are the same as the previous designation form. Then, when it is input from the input means that the designation of these data has been completed, these designation data are stored in the storage device and the total step is executed.
総計ステップでは、指定された対象の全ての風力発電所について、指定された時間範囲の実測データを記憶装置から読み込んで、同一時刻毎に実測データを総計して（時間成分のまま総計）、その総計データを記憶装置に保存する。 In the grand total step, the measured data in the specified time range is read from the storage device for all the wind power plants of the specified target, and the measured data is totaled at the same time (the total is kept in the time component). Save the aggregate data to the storage device.
続いて、ループ処理ステップが実行される。ループ処理ステップの中では、出力変動幅算出処理ステップが実行される。出力変動幅算出処理ステップでは、時間窓の基準時間間隔の初期値１０分が記憶装置から読み込まれ、その１／２の値を計算し、計算値（５分）を短時間間隔として記憶装置に保存する。その後に、全風力発電所の総計データを記憶装置から読み込み、基準時間間隔１０分の始点前後と終点前後の短時間間隔５分における出力変動の平均値をそれぞれ算出し、両者の平均値の差を算出処理することを、総計データの先頭から末尾まで時間窓を移動時間１分ごとに移動させながら繰り返し、その時間窓における時系列の出力変動幅を求め、求めた結果を記憶装置に保存する。続いて、指定された対象の風力発電所の各々についてその指定された時間範囲の実測データについても、同様に、その時間窓における時系列の出力変動幅を記憶装置に保存する。 Subsequently, a loop processing step is executed. In the loop processing step, the output fluctuation range calculation processing step is executed. In the output fluctuation range calculation processing step, the initial value 10 minutes of the reference time interval of the time window is read from the storage device, a half value thereof is calculated, and the calculated value (5 minutes) is stored in the storage device as a short time interval. save. After that, the total data of all wind power plants is read from the storage device, and the average value of output fluctuations at the short time interval of 5 minutes before and after the start point of 10 minutes and the end point of the reference time interval is calculated, respectively. The calculation processing is repeated while moving the time window from the beginning to the end of the total data every moving time every one minute, the time series output fluctuation width in the time window is obtained, and the obtained result is stored in the storage device. . Subsequently, for the actually measured data in the designated time range for each of the designated target wind power plants, the time-series output fluctuation width in the time window is similarly stored in the storage device.
続いて、出力変動幅算出処理ステップでは、全風力発電所の総計データについて求められた時間窓における時系列の出力変動幅に対して確率分布をそれぞれ適用する。そして、時系列の出力変動幅に対する全体の個数を１００％として取り扱い、確率分布の上位Ｘ（例えば0.13）％、下位Ｘ％の位置における出力変動幅を抽出し、これら出力変動幅の絶対値の平均値を求め、その時間窓における出力変動幅として記憶装置に保存する。なお、0＜Ｘ≦100とする。各風力発電所の実測データついて求められた時間窓における時系列の出力変動幅に対しても、同様に、その時間窓における時系列の出力変動幅を求める。そして、ループ処理ステップの終端では、基準時間間隔がその終値に達しているか否かを判定する。そして、達していなければ、ループ処理ステップの始端に戻り、増分１０分を基準時間間隔に加算して時間窓を変更し、以後同様に、全風力発電所の総計データ及び各風力発電所の実測データについて、その時間窓における時系列の出力変動幅をそれぞれ求める。最終的にループ処理ステップの終端で基準時間間隔がその終値に達した場合には、周波数相当分析ステップが実行される。 Subsequently, in the output fluctuation range calculation processing step, probability distributions are respectively applied to the time series output fluctuation ranges in the time window obtained for the total data of all wind power plants. Then, the total number with respect to the time series output fluctuation range is treated as 100%, the output fluctuation ranges at the positions of the upper X (for example, 0.13)% and the lower X% of the probability distribution are extracted, and the absolute value of these output fluctuation ranges is calculated. The average value is obtained and stored in the storage device as the output fluctuation width in the time window. Note that 0 <X ≦ 100. Similarly, for the time series output fluctuation width in the time window obtained for the measured data of each wind power plant, the time series output fluctuation width in the time window is similarly obtained. Then, at the end of the loop processing step, it is determined whether or not the reference time interval has reached its closing price. If not, the process returns to the beginning of the loop processing step, and the time window is changed by adding an increment of 10 minutes to the reference time interval. After that, similarly, the total data of all wind power plants and the actual measurement of each wind power plant For data, the time series output fluctuation width in the time window is obtained. When the reference time interval finally reaches its closing value at the end of the loop processing step, the frequency equivalent analysis step is executed.
周波数相当分析ステップでは、ループ処理ステップで求めた、総計データに対する各基準時間間隔についての時間窓における出力変動幅を、基準時間間隔の逆数ｆを用い、ｆを変数とする実測型総出力変動Ｓ（ｆ）として求める。また、ループ処理ステップで求めた、各風力発電所の発電機出力データに対する各基準時間間隔についての時間窓における出力変動幅を、ｆを変数とする実測型個別出力変動Ｓｉ（ｆ）としてそれぞれ求める。 In the frequency equivalent analysis step, the output fluctuation width in the time window for each reference time interval with respect to the total data obtained in the loop processing step is used as the measured total output fluctuation S using the reciprocal f of the reference time interval and f as a variable. Obtained as (f). Further, the output fluctuation width in the time window for each reference time interval with respect to the generator output data of each wind power plant obtained in the loop processing step is obtained as an actual measurement type individual output fluctuation Si (f) with f as a variable. .
以後、第一例と同様に、コヒーレント、ランダム値計算ステップ、遷移時定数計算ステップ、計算結果出力ステップが順次実行され、遷移時定数Tx、出力フォームが出力装置にそれぞれ表示され、これにより、分析プログラムの第二例の全てのステップが終了する。 Thereafter, as in the first example, the coherent, random value calculation step, transition time constant calculation step, and calculation result output step are sequentially executed, and the transition time constant Tx and the output form are respectively displayed on the output device, thereby analyzing. All steps of the second example of the program are finished.
Claims (6)
ある変動周期Ｔｘから同期が崩れランダムに移行すると仮定して下記数式（１）と（２）を引用する下記の数式（３）で示す遷移型総出力変動Ｓｔｒａ（ｆ）により実測型総出力変動Ｓ（ｆ）を表現するために、数式（３）で用いる変動周期Ｔｘを変化させた遷移型総出力変動Ｓｔｒａ（ｆ）と、実測型総出力変動Ｓ（ｆ）との誤差が小さくなる変動周期Ｔｘを、遷移時定数として求める自然エネルギー発電出力変動の分析方法。
Assuming that the synchronization is lost from a certain fluctuation period Tx and the random transition is made, the actual total output fluctuation is measured by the transition type total output fluctuation Stra (f) shown in the following mathematical expression (3) that quotes the following mathematical expressions (1) and (2). In order to express S (f), the fluctuation between the transition type total output fluctuation Stra (f) in which the fluctuation period Tx used in the equation (3) is changed and the actual measurement type total output fluctuation S (f) is small. A method for analyzing fluctuations in the output of natural energy power, which determines the period Tx as a transition time constant.
Ｎ箇所で取得した時系列の各実測データと、Ｎ箇所の実測データを時間成分のまま総計した時系列の総計データについて、出力変動幅算出処理を行い、
出力変動幅算出処理では、出力変動幅を評価する時間窓としての基準時間間隔の始点前後における短時間間隔での出力平均値と、基準時間間隔の終点前後における短時間間隔での出力平均値との差からなる出力変動幅を算出処理し、この算出処理を、時間窓を各実測データの時系列の先頭から末尾へ移動させながら繰り返すことによって、その時間窓における時系列の出力変動幅を求め、その時間窓における時系列の出力変動幅の確率分布に基づいてその時間窓における出力変動幅を決定するまでの一連の処理を行い、
出力変動幅算出処理を、時間窓の基準時間間隔を変化させながら繰り返すことによって、各基準時間間隔についての時間窓における出力変動幅を求め、
基準時間間隔の逆数をｆとし、時系列の総計データに対する各基準時間間隔についての時間窓における出力変動幅を、ｆを変数とする実測型総出力変動Ｓ（ｆ）として求め、
一方、Ｎ箇所の実測データに対する各基準時間間隔についての時間窓における出力変動を、ｆを変数とする実測型個別出力変動Ｓｉ（ｆ）としてそれぞれ求め（ｉ＝１〜Ｎ）、
ある変動周期Ｔｘから同期が崩れランダムに移行すると仮定して下記の数式（１）と（２）を引用する下記の数式（３）で示す遷移型総出力変動Ｓｔｒａ（ｆ）により実測型総出力変動Ｓ（ｆ）を表現するために、数式（３）で用いる変動周期Ｔｘを変化させた遷移型総出力変動Ｓｔｒａ（ｆ）と、実測型総出力変動Ｓ（ｆ）との誤差が小さくなる変動周期Ｔｘを、遷移時定数として求める自然エネルギー発電出力変動の分析方法。
For each time-series measured data acquired at N locations and time-series total data obtained by totaling the measured data at N locations as time components, output fluctuation range calculation processing is performed.
In the output fluctuation range calculation process, an output average value at a short time interval before and after the start point of the reference time interval as a time window for evaluating the output fluctuation range, and an output average value at a short time interval before and after the end point of the reference time interval The output fluctuation range consisting of the difference between the time series is calculated, and this calculation process is repeated while moving the time window from the beginning to the end of the time series of each measured data to obtain the time series output fluctuation range in that time window. , Based on the probability distribution of the output fluctuation width of the time series in that time window, a series of processing until the output fluctuation width in that time window is determined,
By repeating the output fluctuation range calculation process while changing the reference time interval of the time window, the output fluctuation range in the time window for each reference time interval is obtained,
The reciprocal of the reference time interval is set to f, and the output fluctuation width in the time window for each reference time interval with respect to the time series total data is obtained as an actual measurement type output change S (f) with f as a variable,
On the other hand, output fluctuations in the time window for each reference time interval with respect to N pieces of actually measured data are obtained as actually measured individual output fluctuations Si (f) with f as a variable (i = 1 to N),
Assuming that the synchronization is lost from a certain fluctuation period Tx and the transition is made randomly, the measured total output is expressed by the transition type total output fluctuation Stra (f) shown in the following formula (3) that quotes the following formulas (1) and (2). In order to express the fluctuation S (f), an error between the transition type total output fluctuation Stra (f) obtained by changing the fluctuation period Tx used in Equation (3) and the actual measurement type total output fluctuation S (f) is reduced. A method of analyzing natural energy power generation output fluctuations, in which the fluctuation period Tx is obtained as a transition time constant.
請求項１もしくは請求項２に記載の自然エネルギー発電出力変動の分析方法により求められた遷移時定数Ｔｘを用いる遷移型総出力変動Ｓｔｒａ（ｆ）又は現在までの測定により得られた実測型総出力変動Ｓ（ｆ）を表す総出力変動Ｓｐｒｅ（ｆ）と、下記数式（５）のゲイン関数Ｇ（ｆ）とに基づく下記数式（４）により、将来導入されるときの想定変動Ｓｅｓｔ（ｆ）を求める自然エネルギー発電出力変動の推定方法。但し、ゲイン関数Ｇ（ｆ）の遷移時定数Ｔｙおよびαを現在の自然エネルギー発電機の分布密度と将来のそれとの状況に応じて変化させる係数とする。
Transition type total output fluctuation Stra (f) using the transition time constant Tx obtained by the method of analyzing natural energy power generation output fluctuation according to claim 1 or claim 2, or an actual measurement type total output obtained by measurement up to the present. Estimated fluctuation Sest (f) to be introduced in the future by the following formula (4) based on the total output fluctuation Spre (f) representing the fluctuation S (f) and the gain function G (f) of the following formula (5) The estimation method of the fluctuation of the natural energy power generation output. However, the transition time constants Ty and α of the gain function G (f) are coefficients that change according to the current distribution density of the natural energy generator and the future situation.
Ｎ個所の風力発電所における時系列の実測データを記憶装置に保存するデータ入力ステップと、
Ｎ箇所の実測データを時間成分のまま総計してから周波数成分に分けることによって、分析対象となる時間範囲に基づく周波数ｆにおける実測型総出力変動Ｓ（ｆ）を求め、一方、Ｎ箇所の実測データそれぞれについて個別に周波数成分に分け、周波数ｆにおける各箇所の自然エネルギー発電機の出力変動を実測型個別出力変動Ｓｉ（ｆ）として求める（ｉ＝１〜Ｎ）周波数分析ステップと、
実測型個別出力変動Ｓｉ（ｆ）を下記の数式（１）の通りに計算処理を行って、その計算処理結果を同期型出力変動Ｓcoh（ｆ）として記憶装置に保存すると共に、ランダム値計算ステップでは、実測型個別出力変動Ｓｉ（ｆ）を下記の数式（２）の通りに計算処理を行って、その計算処理結果をランダム型出力変動Ｓran（ｆ）として記憶装置に保存するコヒーレント・ランダム値計算ステップと、
変動周期Ｔｘを変数とし且つ下記数式（１）と（２）を引用する下記数式（３）で示す遷移型総出力変動Ｓｔｒａ（ｆ）と、実測型総出力変動Ｓ（ｆ）との誤差が小さくなる変動周期Ｔｘを遷移時定数として求める遷移時定数計算ステップ
を実行させるための自然エネルギー発電出力変動の分析プログラム。
A data input step for storing time-series measured data at N wind power plants in a storage device;
The actual measurement data at N locations is aggregated as time components and then divided into frequency components to obtain the actual measurement type total output fluctuation S (f) at the frequency f based on the time range to be analyzed. A frequency analysis step in which each data is individually divided into frequency components, and the output fluctuation of the natural energy generator at each location at the frequency f is obtained as an actually measured individual output fluctuation Si (f) (i = 1 to N);
The actual measurement type individual output fluctuation Si (f) is calculated as shown in the following formula (1), the calculation processing result is stored in the storage device as the synchronous type output fluctuation Scoh (f), and the random value calculation step Then, a coherent random value is stored in the storage device as a random output fluctuation Sran (f) by performing a calculation process on the actual measurement type individual output fluctuation Si (f) according to the following formula (2). A calculation step;
An error between the transition type total output fluctuation Stra (f) represented by the following mathematical formula (3) that uses the fluctuation cycle Tx as a variable and quotes the following mathematical formulas (1) and (2) and the measured total output fluctuation S (f) is A program for analyzing fluctuations in natural energy power generation output for executing a transition time constant calculation step for obtaining a transition period constant as a transition period constant.
Ｎ個所の風力発電所における時系列の実測データを記憶装置に保存するデータ入力ステップと、
Ｎ箇所の実測データを時間成分のまま総計して総計データを記憶装置に保存する総計ステップと、
出力変動幅を評価する時間窓としての基準時間間隔の始点前後における短時間間隔での出力平均値と、基準時間間隔の終点前後における短時間間隔での出力平均値との差からなる出力変動幅を算出処理し、この算出処理を、時間窓を各実測データの時系列の先頭から末尾へ移動させながら繰り返すことによって、その時間窓における時系列の出力変動幅を求め、その時間窓における時系列の出力変動幅の確率分布に基づいてその時間窓における出力変動幅を決定する一連の処理を行う出力変動幅算出処理ステップと、
出力変動幅算出処理ステップを、時間窓の基準時間間隔を変化させながら繰り返すことによって、各基準時間間隔についての時間窓における出力変動幅を求めるループ処理ステップと、
基準時間間隔の逆数をｆとし、時系列の総計データに対する各基準時間間隔についての時間窓における出力変動幅を、ｆを変数とする実測型総出力変動Ｓ（ｆ）として求め、一方、Ｎ箇所の実測データに対する各基準時間間隔についての時間窓における出力変動を、ｆを変数とする実測型個別出力変動Ｓｉ（ｆ）としてそれぞれ求める（ｉ＝１〜Ｎ）周波数相当分析ステップと、
Ｎ箇所の実測データを時間成分のまま総計してから周波数成分に分けることによって、分析対象となる時間範囲に基づく周波数ｆにおける実測型総出力変動Ｓ（ｆ）を求め、一方、Ｎ箇所の実測データそれぞれについて個別に周波数成分に分け、周波数ｆにおける各箇所の自然エネルギー発電機の出力変動を実測型個別出力変動Ｓｉ（ｆ）として求める（ｉ＝１〜Ｎ）周波数相当分析ステップと、
実測型個別出力変動Ｓｉ（ｆ）を下記の数式（１）の通りに計算処理を行って、その計算処理結果を同期型出力変動Ｓcoh（ｆ）として記憶装置に保存すると共に、ランダム値計算ステップでは、実測型個別出力変動Ｓｉ（ｆ）を下記の数式（２）の通りに計算処理を行って、その計算処理結果をランダム型出力変動Ｓran（ｆ）として記憶装置に保存するコヒーレント・ランダム値計算ステップと、
変動周期Ｔｘを変数とし且つ下記数式（１）と（２）を引用する下記数式（３）で示す遷移型総出力変動Ｓｔｒａ（ｆ）と、実測型総出力変動Ｓ（ｆ）との誤差が小さくなる変動周期Ｔｘを遷移時定数として求める遷移時定数計算ステップ
を実行させるための自然エネルギー発電出力変動の分析プログラム。
A data input step for storing time-series measured data at N wind power plants in a storage device;
A total step of totaling the measured data at N locations as time components and storing the total data in a storage device;
Output fluctuation range consisting of the difference between the average output value in the short time interval before and after the start point of the reference time interval as the time window for evaluating the output fluctuation range and the output average value in the short time interval before and after the end point of the reference time interval By repeating the calculation process while moving the time window from the beginning to the end of the time series of each measured data, the time series output fluctuation width in the time window is obtained, and the time series in the time window is obtained. Output fluctuation range calculation processing step for performing a series of processes for determining the output fluctuation range in the time window based on the probability distribution of the output fluctuation range of
A loop processing step for obtaining an output fluctuation width in the time window for each reference time interval by repeating the output fluctuation width calculation processing step while changing the reference time interval of the time window;
The reciprocal of the reference time interval is set to f, and the output fluctuation width in the time window for each reference time interval with respect to the time-series total data is obtained as the measured total output fluctuation S (f) with f as a variable. A frequency equivalent analysis step (i = 1 to N) for obtaining output fluctuations in a time window for each reference time interval with respect to the actual measurement data as an individual measurement type output fluctuation Si (f) with f as a variable;
The actual measurement data at N locations is aggregated as time components and then divided into frequency components to obtain the actual measurement type total output fluctuation S (f) at the frequency f based on the time range to be analyzed. Each data is individually divided into frequency components, and the output fluctuation of the natural energy generator at each location at the frequency f is obtained as an actual measurement type individual output fluctuation Si (f) (i = 1 to N).
The actual measurement type individual output fluctuation Si (f) is calculated as shown in the following formula (1), the calculation processing result is stored in the storage device as the synchronous type output fluctuation Scoh (f), and the random value calculation step Then, a coherent random value is stored in the storage device as a random output fluctuation Sran (f) by performing a calculation process on the actual measurement type individual output fluctuation Si (f) according to the following formula (2). A calculation step;
An error between the transition type total output fluctuation Stra (f) represented by the following mathematical formula (3) that uses the fluctuation cycle Tx as a variable and quotes the following mathematical formulas (1) and (2) and the measured total output fluctuation S (f) is A program for analyzing fluctuations in natural energy power generation output for executing a transition time constant calculation step for obtaining a transition period constant as a transition period constant.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009085344A JP5335522B2 (en) | 2009-03-31 | 2009-03-31 | Analysis method, analysis program, and estimation method of natural energy generation output fluctuation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009085344A JP5335522B2 (en) | 2009-03-31 | 2009-03-31 | Analysis method, analysis program, and estimation method of natural energy generation output fluctuation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2010239782A true JP2010239782A (en) | 2010-10-21 |
| JP5335522B2 JP5335522B2 (en) | 2013-11-06 |
Family
ID=43093626
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009085344A Expired - Fee Related JP5335522B2 (en) | 2009-03-31 | 2009-03-31 | Analysis method, analysis program, and estimation method of natural energy generation output fluctuation |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5335522B2 (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012175758A (en) * | 2011-02-18 | 2012-09-10 | Hokuriku Electric Power Co Inc:The | Estimation method of output fluctuation by natural energy generation |
| JP2013074697A (en) * | 2011-09-27 | 2013-04-22 | Toshiba Corp | Estimation method for total output of natural energy power generation |
| JP2014082868A (en) * | 2012-10-16 | 2014-05-08 | Central Research Institute Of Electric Power Industry | Variation estimation method for total output of natural-energy distributed power source group, variation estimation apparatus and variation estimation program |
| JP2014165934A (en) * | 2013-02-21 | 2014-09-08 | Central Research Institute Of Electric Power Industry | Method, device and program for estimating variation of total power generation output from natural energy type distributed power source group |
| JP2017058202A (en) * | 2015-09-15 | 2017-03-23 | 北陸電力株式会社 | Estimation method of quantity of solar irradiation |
| US9705334B2 (en) | 2011-08-23 | 2017-07-11 | Wobben Properties Gmbh | Method for operating a wind energy installation |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000145614A (en) * | 1998-11-06 | 2000-05-26 | Tohoku Electric Power Co Inc | Wind generator installation position determination method and wind power generation amount prediction method |
| JP2001234845A (en) * | 2000-02-22 | 2001-08-31 | Okinawa Electric Power Co Ltd | Output control method in operating plural wind power generators |
| JP2004282878A (en) * | 2003-03-14 | 2004-10-07 | Hitachi Ltd | Distributed power supply output fluctuation simulation system and method |
| JP2007009804A (en) * | 2005-06-30 | 2007-01-18 | Tohoku Electric Power Co Inc | Schedule system for output-power control of wind power-plant |
-
2009
- 2009-03-31 JP JP2009085344A patent/JP5335522B2/en not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000145614A (en) * | 1998-11-06 | 2000-05-26 | Tohoku Electric Power Co Inc | Wind generator installation position determination method and wind power generation amount prediction method |
| JP2001234845A (en) * | 2000-02-22 | 2001-08-31 | Okinawa Electric Power Co Ltd | Output control method in operating plural wind power generators |
| JP2004282878A (en) * | 2003-03-14 | 2004-10-07 | Hitachi Ltd | Distributed power supply output fluctuation simulation system and method |
| JP2007009804A (en) * | 2005-06-30 | 2007-01-18 | Tohoku Electric Power Co Inc | Schedule system for output-power control of wind power-plant |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012175758A (en) * | 2011-02-18 | 2012-09-10 | Hokuriku Electric Power Co Inc:The | Estimation method of output fluctuation by natural energy generation |
| US9705334B2 (en) | 2011-08-23 | 2017-07-11 | Wobben Properties Gmbh | Method for operating a wind energy installation |
| KR101800927B1 (en) * | 2011-08-23 | 2017-11-23 | 보벤 프로퍼티즈 게엠베하 | Method for operating a wind energy installation |
| JP2013074697A (en) * | 2011-09-27 | 2013-04-22 | Toshiba Corp | Estimation method for total output of natural energy power generation |
| JP2014082868A (en) * | 2012-10-16 | 2014-05-08 | Central Research Institute Of Electric Power Industry | Variation estimation method for total output of natural-energy distributed power source group, variation estimation apparatus and variation estimation program |
| JP2014165934A (en) * | 2013-02-21 | 2014-09-08 | Central Research Institute Of Electric Power Industry | Method, device and program for estimating variation of total power generation output from natural energy type distributed power source group |
| JP2017058202A (en) * | 2015-09-15 | 2017-03-23 | 北陸電力株式会社 | Estimation method of quantity of solar irradiation |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5335522B2 (en) | 2013-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5335522B2 (en) | Analysis method, analysis program, and estimation method of natural energy generation output fluctuation | |
| CN105429129B (en) | A Confidence Assessment Method for Intermittent Energy Generation Capacity Considering Network Constraints | |
| Liu et al. | Numerical weather prediction wind correction methods and its impact on computational fluid dynamics based wind power forecasting | |
| Böhme et al. | Wake effect measurement in complex terrain-A case study in Brazilian wind farms | |
| Yang et al. | Oscillation mode analysis for power grids using adaptive local iterative filter decomposition | |
| JP5756649B2 (en) | Method for estimating fluctuations in output from renewable energy generation | |
| CN113705885B (en) | VMD, XGBoost and TCN fused power distribution network voltage prediction method and system | |
| Canul-Reyes et al. | Analysis of offshore wind energy and solar photovoltaic production and its relationship with regional electricity demand in the Yucatan peninsula | |
| KR102019075B1 (en) | Optimized System for Fatigue Damage Calculation of Spectrum and Related Methods | |
| Richter et al. | Uncertainty quantification of offshore wind farms using Monte Carlo and sparse grid | |
| JP5946742B2 (en) | Fluctuation estimation method, fluctuation estimation apparatus and fluctuation estimation program for total output of natural energy type distributed power supply group | |
| CN104849750B (en) | Nuclear power floor based on the analysis of target waveform composes artificial ripple approximating method | |
| CN104251184B (en) | Automatically recommend the method and system of optimum Wind turbines | |
| JP5989571B2 (en) | Fluctuation estimation method, fluctuation estimation apparatus, and fluctuation estimation program for total power output of natural energy type distributed power supply group | |
| CN112070319B (en) | An ultra-short-term photovoltaic power generation power prediction method based on time series dynamic regression | |
| JP5777468B2 (en) | Estimating the total output of renewable energy power generation | |
| CN112067893A (en) | Wind turbine generator harmonic evaluation method and system based on dynamic time warping | |
| Tizgui et al. | Estimation of electricity production for a Moroccan wind farm | |
| Montasar et al. | A new approach on development of power system operational flexibility index by combination of generation unit flexibility indices | |
| CN112699904B (en) | Electric power energy consumption prediction method and device | |
| CN116402229A (en) | A Hierarchical Coordinated Forecasting Method for Photovoltaic Power in a Deterministic Framework | |
| Milan et al. | Stochastic modeling of wind power production | |
| Yabo et al. | Research on overhead line Engineering Cost prediction based on PCA-LSSVM model | |
| Wang et al. | Capacity credit assessment of regional renewable generation considering multi-time-scale forecast errors | |
| Nie et al. | Unraveling the Dynamic Characteristics of Inertia Fluctuations in Modern Power Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120131 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130619 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130625 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130731 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5335522 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |