JP2017034797A - ベースライン負荷推定装置及びベースライン負荷推定プログラム - Google Patents

Abstract

【課題】精度高くＤＲ評価を行うことができるベースライン負荷推定装置を提供する。【解決手段】需要家のベースライン負荷を推定するベースライン負荷推定装置であって、需要家によって選択された需要家のベースライン負荷の推定方式に応じて、需要家の過去の消費電力の情報を含む実績データを用いてベースライン負荷を推定するベースライン計算部と、需要家によって選択された、推定されたベースライン負荷を調整するベースライン負荷調整方式であって、ベースライン負荷の推定日と異なる日の実績データを基準として調整するベースライン負荷調整方式に応じて、実績データを用いて推定されたベースライン負荷を調整するベースライン調整部とを備える。【選択図】図１

Description

本発明は、電力事業者がデマンドレスポンスを実施するために用いるエネルギーマネジメントシステムに関する。

デマンドレスポンス（ＤＲ）とは、米国エネルギー省（ＤＯＥ）の定義によると、「時間ごとに変化する電力価格単価や卸電力価格が高い場合、また電力系統が信頼度面で危機にある場合に、電力の節約を促すように設計されたインセンティブの支払いに応じて、最終需要家自らが通常の電力消費パターンから電力消費を変化させること」である。

ＥＭＳ（エネルギーマネジメントシステム）と呼ばれる需給制御システムは、発電予測、需給予測などを行い、電力需給の運用計画を立てるとともに、発電機、蓄電池などを制御し需給バランスをとる。電力需給の運用計画を作成する際には、需給バランスを考慮して、需要家の需要変化を促すＤＲを実施する。

ＤＲの中でも、需要家が需要抑制を行った対価として報酬を得るインセンティブ型ＤＲが注目されている。需要削減量に応じて需要家に払い戻しを行うので、通常のピーク料金以上の負担がなく、需要家にとって受容しやすい利点がある。

インセンティブ型ＤＲでは、もしＤＲを実施しなかったら、どれだけ電力を使用していたかという基準線（ベースライン負荷：ＢＬ）を用いて、実際にＤＲを実施して消費した電力、すなわち消費電力を示す負荷実績値と比較して負荷削減量を算出する。この負荷削減量を基に、需要家に支払われるインセンティブが決定される。したがって、ＢＬを正確に推定することはインセンティブ型ＤＲにとって重要である。ＢＬを推定するＢＬ推定方式の従来技術が下記の非特許文献１に開示されている。

ＢＬの推定には、ＤＲを実施しなかった平日（ＢＬ計算対象日）、すなわち需要家が需要抑制を行わなかった平日の需要家の過去の負荷実績値を用いる。ＢＬ推定値の計算は、例えば以下の４つのＢＬ推定方式のいずれかで行う。
・ＢＬ計算対象日の至近の５日の平均値を求める。
・ＢＬ計算対象日の至近の１０日の平均値を求める。
・ＢＬ計算対象日の至近の１０日の気温回帰で求める。
・ＢＬ計算対象日の前週同曜日の負荷とする（該当日が無い場合は過去に遡る）。

上記の推定方式で求めたＢＬ推定値を、過去の負荷実績値を含む実績データを用いて、以下の式（１）及び式（２）で調整する。

Ｄ_ＢＬａｄ（ｄ、ｅ、ｔ）：調整後のＢＬ（ベースライン負荷）推定値
ｃ（ｄ、ｅ）：調整係数
Ｄ_ＢＬ（ｄ、ｔ）：調整前のＢＬ（ベースライン負荷）推定値
ｄ：ＢＬを推定する日
ｔ：ＢＬを推定する時刻
ｅ：負荷調整の基準となる日
ｓ：負荷調整の基準となる時刻
Ｄ_Ｔ（ｅ、ｓ）：需要家の負荷実績値
ここで、当日負荷調整と呼ばれる調整方式では、負荷調整の基準となる日（ｅ）はＢＬを推定する日（ｄ）である。つまり、ｅ＝ｄである。また、負荷調整の基準となる時刻（ｓ）は、ＢＬを推定する時刻（ｔ）の１から２時間前の時刻である。

非特許文献１では、夏季の午後（１３時から１７時）に行ったＤＲにおいて、当日負荷調整を行うとＢＬ推定精度が向上することが報告されている。

「デマンドレスポンス実証試験におけるベースライン負荷推定方式の評価」、平成２６年電気学会全国大会、６−０１５（２０１４−３）

しかし、非特許文献１では、冬季の朝（８時から１０時）に行ったＤＲにおいて、当日負荷調整を行うとＢＬ推定精度が悪くなることが報告されている。つまり、冬季の朝に行うＤＲでは当日負荷調整により、ＢＬの推定精度が悪くなる。これは以下の要因によると考えられている。

ＤＲを実施すると、ＤＲ時間帯の負荷は減少する。減少した負荷の一部は、ＤＲ時間帯以外の時間帯で消費されることが分かっている（負荷シフト）。例えば、冬季の朝にＤＲを実施すると、ＤＲ時間帯に消費される電力が、ＤＲ直前の時間帯に消費される。したがって、ＤＲ直前の時間帯の負荷は、ＤＲを実施していないときに比べて増加することになる。

従来のＢＬ推定方式の当日負荷調整では、当日のＤＲ時間帯の直前の負荷実績値を基準に用いる。冬季においては、ＤＲ時間帯の直前の負荷実績値は、負荷シフトにより増大するため、基準の値が増大してしまう。つまり、当日負荷調整が過剰に行われてしまい、ＢＬ推定値が大きくなってしまう。これにより、ＢＬ推定精度が悪くなってしまい、正確なＤＲの評価ができなくなるという問題がある。

本発明は、上記課題に鑑み、精度高くＤＲ評価を行うことができる装置（エネルギーマネジメントシステム）などを提供することを目的とする。

上記目的を達成するために、本発明のベースライン負荷推定装置は、前記需要家によって選択された前記需要家のベースライン負荷の推定方式に応じて、前記需要家の過去の消費電力の情報を含む実績データを用いて前記ベースライン負荷を推定するベースライン負荷計算部と、前記需要家によって選択された、前記推定されたベースライン負荷を調整するベースライン負荷調整方式であって、前記ベースライン負荷の推定日と異なる日の実績データを基準として調整する前記ベースライン負荷調整方式に応じて、前記実績データを用いて前記推定されたベースライン負荷を調整するベースライン負荷調整部とを備える。ベースライン負荷推定装置は後述するＥＭＳに相当し、消費電力は後述する電力需要に相当する。

また、本発明のベースライン負荷推定装置において、前記ベースライン負荷調整方式の選択時に、選択の指標となるデータを前記ベースライン負荷調整方式とともに前記需要家の表示部に提示させる調整方式提示部を更に備えることは、好ましい態様である。調整方式提示部は、後述するＢＬ調整方式決定部に相当する。

また、本発明のベースライン負荷推定装置において、前記ベースライン負荷調整方式が、前記ベースライン負荷の計算対象日のうち、前記ベースライン負荷の推定日に最も近い日の実績データを用いて、前記推定されたベースライン負荷を調整する方式であることは、好ましい態様である。

また、本発明のベースライン負荷推定装置において、前記ベースライン負荷調整方式が、前記ベースライン負荷の計算対象日のうち、前記ベースライン負荷の推定日の気象に類似した気象類似日の実績データを用いて、前記推定されたベースライン負荷を調整する方式であることは、好ましい態様である。

また、本発明のベースライン負荷推定装置において、前記ベースライン負荷の推定方式の選択時に、選択の指標となるデータを前記推定方式とともに前記需要家の表示部に提示させる推定方式提示部を更に備えるは、好ましい態様である。推定方式提示部は、後述するＢＬ推定方式決定部に相当する。

また、本発明のベースライン負荷推定プログラムは、前記需要家によって選択された前記需要家のベースライン負荷の推定方式に応じて、前記需要家の過去の消費電力の情報を含む実績データを用いて前記ベースライン負荷を推定するステップと、前記需要家によって選択された、前記推定されたベースライン負荷を調整するベースライン負荷調整方式であって、前記ベースライン負荷の推定日と異なる日の実績データを基準として調整する前記ベースライン負荷調整方式に応じて、前記実績データを用いて前記推定されたベースライン負荷を調整するステップとをコンピュータに実行させるためのプログラムである。

本発明によれば、精度高くＤＲ評価を行うことができる。

実施の形態に係るＥＭＳを含むシステムの構成の一例を示す構成図である。 実施の形態における需要家用モニタに表示されるＤＲ実施予定日時の表示例を示す図である。 実施の形態に係るＥＭＳのＢＬ推定部の構成の一例を示す構成図である。 実施の形態に係るＥＭＳを実現するハードウェア構成の一例を示す構成図である。 実施の形態に係るＥＭＳにおけるＢＬの推定フローの一例を示すフローチャートである。 実施の形態に係るＥＭＳの実績データベースに蓄積される実績データの一例を示す図である。 実施の形態における需要家用モニタに表示されるＢＬ推定方式及びＢＬ推定精度の表示例を示す図である。 実施の形態における２つのＢＬ調整方式によるＢＬ推定精度と従来のＢＬ調整方式によるＢＬ推定精度を示す図である。

以下、実施の形態について図面を参照して説明する。図１には、実施の形態に係るエネルギーマネジメントシステム（ＥＭＳ）１０を含むシステムの構成の一例を示す構成図が示されている。ＥＭＳ１０と、需要家側の需要家スマートメータ１７及び需要家用モニタ１８とは、ネットワーク１９を介して接続されている。ＥＭＳ１０は、例えば電気事業者（例えば、発電事業者など）側に設置されている。

スマートメータ１７及び需要家用モニタ１８は、各需要家側（オフィス、工場、一般家庭など）に備えられている。各需要家側に備えられるスマートメータ１７及び需要家用モニタ１８は、それぞれ１つに限られるものではなく、複数備えられている場合もある。また、図１に示す例では、１つの需要家のみが示されているが、一般的には複数の需要家が存在し、それぞれがネットワーク１９を介してＥＭＳ１０に接続されている。また、需要家は、上記のようにオフィス、工場、一般家庭など個別の単位ではなく、オフィス、工場、一般家庭などを含む一定の範囲のコミュニティを単位としてもよい。

ネットワーク１９は、インターネットや専用回線などの通信回線である。ネットワーク１９を介して、ＥＭＳ１０、スマートメータ１７、需要家用モニタ１８の間でデータの送受信が行われる。

スマートメータ１７は、通信機能を備える電力などの計測器である。スマートメータ１７は、各種のデータを需要家用モニタ１８や、ネットワーク１９を介してＥＭＳ１０へ送信する。送信されるデータは、例えば電力需要計測値（後述する図５に示す電力需要の値）などである。電力需要とは、消費電力や負荷実績値と同義である。

需要家用モニタ１８は、電力の使用状況やＥＭＳ１０からの情報を表示する装置である。ＤＲを実施する需要家の需要家用モニタ１８は、ＥＭＳ１０からＤＲ実施予定日時などのデータを受信し、受信したデータに応じて、例えば図２に示すような表示を行う。図２では、需要家用モニタ１８の液晶画面にＤＲの実施予定日時（２０１２年８月２日 １３：００から１７：００）が表示されており、この表示により、需要家はＤＲの実施日時を確認することができる。なお、図２に示すように、ＤＲの実施予定日時のデータ送信は、ＤＲ実施予定日の前日（２０１２年８月１日）などに行われる。

また、需要家用モニタ１８は、後述するＢＬ推定方式、ＢＬ調整方式、推定又は調整されたＢＬを液晶画面などに表示する。これら表示される情報は、ネットワーク１９を介してＥＭＳ１０から受信する。なお、需要家用モニタ１８は、不図示のベースライン負荷推定方式表示部、ＢＬ調整方式表示部、ＢＬ表示部を有し、それぞれの表示部に、ＢＬ推定方式、ＢＬ調整方式、推定又は調整されたＢＬをそれぞれ表示するようにしてもよい。

ＥＭＳ１０は、データ入力部１１、電力需要予測部１２、需要計画部１３、ベースライン負荷（ＢＬ）推定部１４、デマンドレスポンス（ＤＲ）評価部１５、実績データベース１６から構成されている。なお、実績データベース１６は、不図示の補助記憶装置に記憶させ、電力需要予測部１２、需要計画部１３、ＢＬ推定部１４、ＤＲ評価部１５は、ＲＡＭ上に読み出されて、ＣＰＵにより実行されるプログラムとして機能させることもできる。

データ入力部１１は、各種のデータを入力する。データ入力部１１は、例えば、キーボードやマウスなどの入力手段からのデータや、ネットワーク１９を介してスマートメータ１７から送信されるデータなどを入力する。また、ネットワーク１９には、例えば不図示の気象予報サイトが接続されており、気象予報サイトから翌日以降の気温や湿度などの気象条件の予報情報のデータをデータ入力部１１から入力することができる。

実績データベース１６は、少なくとも需要家の電力需要を含む各種データを実績データとしてテーブル形式で記憶している。ＥＭＳ１０は、ネットワーク１９を介して需要家のスマートメータ１７から実績データを収集している。収集された実績データは実績データベース１６に蓄積されていく。

電力需要予測部１２は、予測対象の日のデータ（予測対象日データ）と、気象予報データと、実績データベース１６の実績データとを用いて、予測対象日（例えば、翌日）の電力需要予測を行う。予測対象日データは、予測対象日の年月日、曜日、平日／休日などのデータである。予測対象日データは、データ入力部１１から入力することができる。気象予報データは、予測対象日（翌日又はそれ以降）の気温、湿度、風速、天候などの気象条件に関するデータであり、上述したように、例えば気象予報サイトから取得することができる。実績データは、実績データベース１６から取得することができる。

予測対象日データと、気象予報データと、実績データとを用いて、電力需要を予測する手法は既知であり、例えば参考文献（Proceedings of the IASTED International Conference 248-039, “Peak Load Forecasting using Neutral Networks and Fuzzy Interference”）に記載されている既存手法を用いることができる。つまり、需要予測は、実績データの過去の電力需要、天候、気温、季節、曜日、電力価格単価などを入力データとして、出力が電力需要予測値となるような需要予測モデルにより算出される。需要予測モデルとしては、上記参考文献に開示されているニューラルネットワークなどを用いることができる。

需給計画部１３は、電力需要予測部１２が算出した翌日の電力需要予測値と需要目標値を比較して、差異がある場合（例えば、電力需要予測値が需要目標値を上回る場合など）にはＤＲを実施し、差異がない場合にはＤＲを実施しない判定を行う。ここで、需要目標値とは、電力需給の運用計画などで算出される供給計画値を言う。電力需要予測値と需要目標値との差を計算し、需給バランスをとるために需要変化が必要な場合に、需要変化を起こすためのＤＲが実施される。

ＤＲを実施する場合には、上述したように、需要家用モニタ１８にＤＲ実施予定日時などを表示させるために、表示に必要なデータがネットワーク１９を介してＥＭＳ１０から需要家用モニタ１８へ送信される。

ＢＬ推定部１４は、ＤＲを行うときのＢＬを推定するものであり、図３に示すように、ベースライン負荷（ＢＬ）推定方式決定部３１、ベースライン負荷（ＢＬ）計算部３２、ベースライン負荷（ＢＬ）調整方式決定部３３、ベースライン負荷（ＢＬ）調整部３４から構成されている。ＢＬ推定部１４の各構成の詳細については後述する。

ＤＲ評価部１５は、推定したＢＬとＤＲにより変化した負荷実績値の差異を計算し、ＤＲの効果を評価する。ＤＲの手法の１つであるピーク時リベート（ＰＴＲ）では、ピーク時間帯の電力需要の変化量（ｋｗｈ）に応じて、需要家にインセンティブを与える。インセンティブは以下の式（３）により求められる。

ここで、電力需要の変化量は、ベースライン負荷（ＢＬ）と実際の負荷実績値との差である。なお、インセンティブとしては、金銭的な報酬に限られるものではなく、例えばポイントの付与やクーポン券の付与など何らかの形で需要家に報酬が与えられるものであってもよい。

次に、ＥＭＳ１０を実現するハードウェア構成の一例について図４を用いて説明する。図４に示すハードウェア構成は、例えば、ＣＰＵ（Central Processor Unit）４１、ＲＡＭ（Random Access Memory）４２、ＨＤＤ（Hard Disk Drive）４３、通信インタフェース４４、バス４５を備えている。ＣＰＵ４１、ＲＡＭ４２、ＨＤＤ４３、通信インタフェース４４は、例えば、バス４５を介して互いに接続されている。

ＣＰＵ４１は、バス４５を介して、ＨＤＤ４３などに格納されるＥＭＳ１０の各種処理を行うためのプログラムを読み込み、読み込んだプログラムをＲＡＭ４２に一時的に格納し、そのプログラムにしたがって各種処理を行うものであり、例えば、主として上述した電力需要予測部１２、需要計画部１３、ＢＬ推定部１４、ＤＲ評価部１５として機能する。

ＲＡＭ４２には、ＣＰＵ４１に実行させるためのＯＳ（Operating System）プログラムやアプリケーションプログラムの一部が一時的に格納される。また、ＲＡＭ４２には、ＣＰＵ４１による処理に必要な各種データが格納される。ＨＤＤ４３には、ＥＭＳ１０の各種処理を行うためのアプリケーションプログラムや、ＥＭＳ１０の処理に必要なデータなどが格納され、例えば、主として上述した実績データベース１６として機能する。

通信インタフェース４４は、外部（スマートメータ１７や需要家用モニタ１８）とデータの送受信を行うものであり、例えば、主として上述したデータ入力部１１として機能する。バス４５は、各装置間の制御信号、データ信号などの授受を媒介する通信路である。

次に、実施の形態に係るＥＭＳ１０を含むシステムの動作フローの一例について図５を用いて説明する。図５に示すように、需要家のスマートメータ１７は、ネットワーク１９を介して、電力需要を含む実績データを所定間隔ごと（例えば、３０分ごとや１時間ごと）にＥＭＳ１０に対して送信し、ＥＭＳ１０は実績データを取得する（ステップＳ５０１）。そして、ＥＭＳ１０は、取得した実績データを実績ベータベース１６に蓄積（記憶）する（ステップＳ５０２）。

ここで、図６は実績データベース１６のデータ構成例を示している。実績データベース１６に蓄積される実績データは過去のデータである。図６では、実績データベース１６に蓄積される実績データはテーブル形式になっているが、テーブル形式以外の形式で記憶されてもよい。

図６に示すように、実績データベース１６の実績データは、ヘッダー部とデータ部から構成されている。ヘッダー部は需要家番号（図６では需要家Ｎｏ）又はグループ番号（図６ではグループＮｏ）を有している。上述したように、需要家番号は、予め各需要家に割り当てられる需要家識別用ＩＤである。需要家は所定数のグループ（例えば、オフィスビルや商業施設などのグループ）に分けられる場合もあり、その場合には、各グループをグループ番号（グループＮｏ）により識別する。なお、図６に示す実績データでは、需要家番号又はグループ番号は「１」となっている。

データ部は、日時、曜日、休日／平日、気温、湿度、電力需要、電力価格単価、ＤＲフラグのデータ項目を有している。電力価格単価は、例えば、上述したインセンティブ係数に相当するものであり、金銭的なインセンティブを算出する際などに用いられる。また、ＤＲフラグは、ＤＲを実施したか否かを示す指標で、実施した場合は「１」、実施しなかった場合は「０」が記憶される。なお、図６に示すデータ部の各情報は一例であり、これら以外の情報を有していてもよく、全ての情報を有していなくてもよい。

図６に示す実績データの最初の行は、「２０１２年４月１日の１０：００」、「月曜日」、「平日」、「気温２０℃」、「湿度４５％」、「電力需要７５ｋｗ」、「電力価格単価２０円／ｋｗｈ」、「ＤＲフラグ０」であることを示している。図６に示す例では、３０分ごとに各種データが取得され、実績データベース１６に蓄積されていく。そのため、３０分ごとに蓄積される過去の実績データになる。

図５の動作フローに戻り、ＢＬ推定方式決定部（推定方式提示部とも言う）３１は、需要家によってあらかじめ選択されたＢＬ推定方式を用いることを決定する（ステップＳ５０３）。例えば、ＢＬ推定方式決定部３１は、需要家番号（又はグループ番号）とあらかじめ需要家によって選択されたＢＬ推定方式の情報とが関連付けられた関連付け情報を記憶する不図示の記憶部などの記憶情報を参照し、需要家に対応するＢＬ推定方式を認識して、その推定方式を用いることを決定する。後述するＢＬ調整方式決定部（調整方式提示部とも言う）３３においても同様に、需要家番号（又はグループ番号）とあらかじめ需要家によって選択されたＢＬ調整方式の情報とが関連付けられた関連付け情報を記憶する不図示の記憶部などの記憶情報を参照し、需要家に対応するＢＬ調整方式を用いることを決定する。

ここで、ＢＬ推定方式をあらかじめ需要家に選択させる方法について説明する。ＢＬ推定方式を需要家に選択させるために、ＢＬ推定方式決定部３１は、後述するように、ＢＬ推定方式及びその方式によるＢＬ推定精度を需要家に対して提示する。具体的には、ＢＬ推定方式決定部３１は、１つ又は複数のＢＬ推定方式を用意しており、これらを需要家に対して提示するとともに、それぞれのＢＬ推定方式のＢＬ推定精度を算出し、算出されたＢＬ推定精度を需要家に対して提示する。

提示するＢＬ推定方式の一例としては以下の４つが考えられるが、これらに限られるものではなく、他のＢＬ推定方式であってもよい。これらのＢＬ推定方式は、ＢＬ推定値を算出する際に用いられる。ＢＬ推定値の具体的な算出については後述する。なお、ＢＬ計算対象日は、上述したように、ＤＲを実施しなかった平日（需要家が需要抑制を行わなかった平日）を言う。
・ＢＬ計算対象日の至近の５日の平均値を求める。
・ＢＬ計算対象日の至近の１０日の平均値を求める。
・ＢＬ計算対象日の至近の１０日の気温回帰で求める。
・ＢＬ計算対象日の前週同曜日の負荷とする（該当日が無い場合は過去に遡る）。

ここで、ＢＬ推定方式の一例の「ＢＬ計算対象日の至近の５日の平均値を求める」というＢＬ推定方式について説明する。「ＢＬ計算対象日の至近の５日の平均値を求める」とは、ＤＲを実施しなかった平日の５日間（任意であってもよい）の需要家の負荷実績値の平均値を所定の時刻ごと（例えば、３０分ごと）に算出することを言い、算出されたそれらをこのＢＬ推定方式におけるＢＬ推定値とする。より具体的には、あるＢＬ計算対象日（８月１日（金））を含む至近５日のＤＲを実施しなかった平日（８月１日（金）、７月３１日（木）、７月３０日（水）、７月２８日（月）、７月２５日（金））の需要家の負荷実績値の平均値を所定の時刻ごとに算出することを言う。

また、ＢＬ推定方式決定部３１は、過去のＢＬ計算対象日（例えば、３０日分）についてＢＬ推定値を計算し、負荷実績値との絶対誤差を求めることで、ＢＬ推定精度を算出する。絶対誤差が小さいほど推定精度が高い。絶対誤差は以下の式（４）によって求められる。この場合、ｍは３０であり、２４時間を３０分ごとの時刻で区切る場合であればｎは４８である。これらの値に基づいて絶対誤差を求める。

ｄ：ＢＬ計算対象日（ｍ個）
ｔ：ＢＬ計算対象時刻（ｎ個）
Ｄ_ＢＬ（ｄ、ｔ）：ＢＬ推定値
Ｄ_Ｃ（ｄ、ｔ）：負荷実績値
ＢＬ推定方式及びＢＬ推定精度を需要家に提示する方法として、ＥＭＳ１０（例えば、ＢＬ推定方式決定部３１）が、ネットワーク１９を介して提示用のデータ（ＢＬ推定方式及びＢＬ推定精度の情報）を送信し、需要家用モニタ１８に提示する方法がある。需要家用モニタ１８の液晶画面におけるＢＬ推定方式及びＢＬ推定精度の提示の一例が図７に示されている。図７では、４つのＢＬ推定方式とそれぞれのＢＬ推定精度（絶対誤差）が提示されており、この例では「ＢＬ計算対象日の至近の１０日の平均値」というＢＬ推定方式の絶対誤差が最も小さく、推定精度が最もよい。

なお、ＢＬ推定方式を需要家に選択してもらう方法は、需要家用モニタ１８に提示する具体例に限定されない。ＢＬ推定方式を選択する頻度は、新たに契約を結んだり契約を継続したりするときに実施することが多いので、年に一回程度である。よって、ＢＬ推定方式を需要家に選択してもらう方法の他の具体例としては、書面でやり取りしたり、インターネット上のサイトで選択してもらうことが考えられる。

需要家は、需要家用モニタ１８に提示されたＢＬ推定方式及びＢＬ推定精度を確認し、ＢＬ推定方式を決定する。選択時の信号がネットワーク１９を介してＥＭＳ１０に送信される。そして、上述したように、ＢＬ推定方式決定部３１は、需要家によって選択されたＢＬ推定方式を用いることを決定することができる。

なお、ここでは、需要家によるＢＬ推定方式の決定（選択）をサポートする指標としてＢＬ推定精度を提示しているが、需要家が納得できる決定を行うことが可能な１つ又は複数のシナリオ（データ）を需要家に提示するようにしてもよい。例えば、あるＢＬ推定方式を選択した場合、夏場にはメリットを受けられるが冬場にはメリットをあまり受けられないなどの情報を、ＢＬ推定方式ごとに提示するようにしてもよい。後述するＢＬ調整方式決定部３３によるＢＬ推定精度の提示においても同様である。

ＢＬ計算部３２は、決定されたＢＬ推定方式に需要家の実績データを適用してＢＬを推定（ＢＬ推定値を算出）する（ステップＳ５０４）。例えば、ＢＬ推定方式として、「ＢＬ計算対象日の至近の５日の平均値を求める」というＢＬ推定方式が選択された場合、ＤＲを実施しなかった平日の５日間の負荷実績値の平均値を所定の時刻ごと（例えば、３０分ごと）に算出し、それらをＢＬ推定値とする。ここでは、３０分ごとのＢＬ推定値を２４時間分算出しているが、所望の時間帯（例えば、ＤＲを実施する時間帯）の分のみを算出するようにしてもよい。

次に、ＢＬ調整方式決定部３３は、需要家によって選択されたＢＬ調整方式を用いることを決定する（ステップＳ５０５）。
ここで、ＢＬ調整方式をあらかじめ需要家に選択させる方法について説明する。ＢＬ調整方式を需要家に選択させるために、ＢＬ調整方式決定部３３は、後述するように、ＢＬ調整方式及びその方式によるＢＬ推定精度を需要家に対して提示する。具体的には、ＢＬ調整方式決定部３３は、１つ又は複数のＢＬ調整方式を用意しており、これらを需要家に対して提示するとともに、それぞれのＢＬ調整方式のＢＬ推定精度を算出し、算出されたＢＬ推定精度を需要家に対して提示する。

実施の形態で提示するＢＬ調整方式は、ＢＬ計算対象日のうち、ＢＬ推定日と同日ではない異なる日の実績データを基準として調整するＢＬ調整方式であって、一例として以下の２つが考えられるが、これらに限られるものではない。ここで、ＢＬ推定日とは、ＢＬを推定しようとする日、すなわちＢＬを推定したい日を言う。ここでのＢＬ調整方式は、例えば、ＢＬ推定日が８月１日（金）の場合、８月１日（金）と異なる日のＢＬ計算対象日の７月３１日（木）の実績データを基準として調整するＢＬ調整方式である。

１つのＢＬ調整方式は、至近日負荷調整方式である。この方式は、ＢＬ計算対象日のうち、ＢＬ推定日に最も近い日（至近日）の実績データを基準にしてＢＬを調整する方式であり、上述した式（１）及び式（２）において、負荷調整の基準となる日（ｅ）をＢＬ計算対象日のうちＢＬ推定日（ｄ）に最も近い日とする方式である。

もう１つのＢＬ調整方式は、気象類似日負荷調整方式である。この方式は、ＢＬ計算対象日のうち、ＢＬ推定日の気象類似日の実績データを基準にしてＢＬを調整する方式であり、上述した式（１）及び式（２）において、負荷調整の基準となる日（ｅ）をＢＬ計算対象日のうちＢＬ推定日（ｄ）の気象類似日とする方式である。気象類似日とは、例えば、最高気温、最低気温、最高湿度、最低湿度、天気など気象に関する指標の１つ又は複数が類似している日を言う。類似していると判断する場合としては、例えば、対比する指標の差分が所定の閾値以内である場合などである。最高気温の対比の場合、例えば温度差が±３℃以内であれば類似すると判断する。類似すると判断される実績データがない場合には、温度差を、例えば±４℃以内に広げて類似の判断を行うようにしてもよい。

また、ＢＬ調整方式決定部３３は、過去のＢＬ計算対象日（例えば、３０日分）についてＢＬを調整し、負荷実績値との絶対誤差を求めることで、ＢＬ推定精度を算出する。絶対誤差は上述した式（４）を用いて求める。

ＢＬ調整方式及びＢＬ推定精度を需要家に提示する方法は、上述したＢＬ推定方式及びＢＬ推定精度の提示の方法と提示される内容が異なるのみで、提示用のデータの送信方法や提示形式は同様であるため、説明を省略する。

需要家は、需要家用モニタ１８に提示されたＢＬ調整方式及び推定精度を確認し、ＢＬ調整方式を決定する。選択時の信号がネットワーク１９を介してＥＭＳ１０に送信される。そして、上述したように、ＢＬ調整方式決定部３３は、需要家によって選択されたＢＬ調整方式を用いることを決定することができる。

ＢＬ調整部３４は、決定されたＢＬ調整方式に応じた需要家の実績データを適用し、上述した式（１）及び式（２）を用いてＢＬを調整（ＢＬ推定値を調整）する（ステップＳ５０６）。例えば、ＢＬ調整方式として、「至近日負荷調整方式」が選択された場合、ＤＲを実施しなかった平日のうち、ＢＬ推定日に最も近い日（至近日）の実績データを用いて、ＢＬ計算部３２によって推定されたＢＬ推定値を式（１）及び式（２）で調整する。

図８では、本発明のＥＭＳ１０による効果が示されている。図８は、従来のＢＬ調整方式で算出したＢＬと、本発明のＢＬ調整方式で算出したＢＬとの精度評価を行った結果を示すものである。本発明のＢＬ調整方式で算出したＢＬの方が、従来のＢＬ調整方式で算出したＢＬよりも絶対誤差が小さく、推定精度が高いことがわかる。ＢＬの推定精度が高ければ、精度高くＤＲの評価を行うことができ、信頼性の高いエネルギーマネジメントシステムを提供することができる。

なお、上述した実施の形態では、ＥＭＳの主な処理をＣＰＵによるソフトウェア処理によって実行するものとして説明したが、この処理の全部又は一部をハードウェアによって実現するようにしてもよい。

また、上述した実施の形態は、上述したものに限定されるものではなく、実施の形態の要旨を逸脱しない範囲において種々の変更を加えることができる。

１０ ＥＭＳ
１１ データ入力部
１２ 電力需要予測部
１３ 需要計画部
１４ ベースライン負荷（ＢＬ）推定部
１５ デマンドレスポンス（ＤＲ）評価部
１６ 実績データベース
１７ 需要家スマートメータ
１８ 需要家用モニタ
１９ ネットワーク
３１ ベースライン負荷（ＢＬ）推定方式決定部
３２ ベースライン負荷（ＢＬ）計算部
３３ ベースライン負荷（ＢＬ）調整方式決定部
３４ ベースライン負荷（ＢＬ）調整部
４１ ＣＰＵ
４２ ＲＡＭ
４３ ＨＤＤ
４４ 通信インタフェース
４５ バス

Claims (6)

1. 需要家のベースライン負荷を推定するベースライン負荷推定装置であって、
   前記需要家によって選択された前記需要家のベースライン負荷の推定方式に応じて、前記需要家の過去の消費電力の情報を含む実績データを用いて前記ベースライン負荷を推定するベースライン負荷計算部と、
   前記需要家によって選択された、前記推定されたベースライン負荷を調整するベースライン負荷調整方式であって、前記ベースライン負荷の推定日と異なる日の実績データを基準として調整する前記ベースライン負荷調整方式に応じて、前記実績データを用いて前記推定されたベースライン負荷を調整するベースライン負荷調整部とを、
   備えることを特徴とするベースライン負荷推定装置。
2. 前記ベースライン負荷調整方式の選択時に、選択の指標となるデータを前記ベースライン負荷調整方式とともに前記需要家の表示部に提示させる調整方式提示部を更に備えることを特徴とする請求項１に記載のベースライン負荷推定装置。
3. 前記ベースライン負荷調整方式は、前記ベースライン負荷の計算対象日のうち、前記ベースライン負荷の推定日に最も近い日の実績データを用いて、前記推定されたベースライン負荷を調整する方式であることを特徴とする請求項１又は２に記載のベースライン負荷推定装置。
4. 前記ベースライン負荷調整方式は、前記ベースライン負荷の計算対象日のうち、前記ベースライン負荷の推定日の気象に類似した気象類似日の実績データを用いて、前記推定されたベースライン負荷を調整する方式であることを特徴とする請求項１又は２に記載のベースライン負荷推定装置。
5. 前記ベースライン負荷の推定方式の選択時に、選択の指標となるデータを前記推定方式とともに前記需要家の表示部に提示させる推定方式提示部を更に備えることを特徴とする請求項１から４のいずれか１つに記載のベースライン負荷推定装置。
6. 需要家のベースライン負荷を推定するためのベースライン負荷推定プログラムであって、
   前記需要家によって選択された前記需要家のベースライン負荷の推定方式に応じて、前記需要家の過去の消費電力の情報を含む実績データを用いて前記ベースライン負荷を推定するステップと、
   前記需要家によって選択された、前記推定されたベースライン負荷を調整するベースライン負荷調整方式であって、前記ベースライン負荷の推定日と異なる日の実績データを基準として調整する前記ベースライン負荷調整方式に応じて、前記実績データを用いて前記推定されたベースライン負荷を調整するステップとを、
   コンピュータに実行させるためのベースライン負荷推定プログラム。