JP2018165859A - 予測装置、予測方法および予測プログラム - Google Patents

Abstract

【課題】需要量の予測精度を向上する予測装置、方法及びプログラムを提供する。【解決手段】予測装置１０は、設置された施設における消費電力量を取得するＳ１複数の取得装置から、各施設における消費電力量を収集するＳ２収集部と、収集部により収集された消費電力量に基づいて、複数の施設における総体的な需要電力量を予測するＳ５予測部とを有する。【選択図】図１

Description

本発明の実施形態は、予測装置、予測方法および予測プログラムに関する。

近年、電力小売りの自由化に伴い、電力供給事業への新規参入がなされている。このような電力供給事業においては、電力の供給先における需要量と、発電事業者等から供給される供給量とが同じになるように、需要量をあらかじめ計画することが求められるため、需要量の予測精度の向上が求められている。

一方、一般住宅などにおける電力の需要量を予測する技術として、分電盤に設置されたブレーカ毎の電力使用量に基づいて消費電力量を予測する予測モデルを生成し、生成した予測モデルを用いて需要量を予測する技術が知られている。しかしながら、このような技術では、需要量の予測精度を向上させることができない恐れがある。例えば、上述した従来技術では、１つの住宅における消費電力量を予測するため、住宅ごとに予測した消費電力量を合計した場合は、予測誤差が積み重なる結果、需要量の予測精度が悪化する恐れがある。

特許第５６５４０７４

本発明が解決しようとする課題は、需要量の予測精度を向上させる予測装置を提供することである。

実施形態の一例に係る予測装置は、設置された施設における消費電力量を取得する複数の取得装置から、各施設における消費電力量を収集する収集部と；前記収集部により収集された消費電力量に基づいて、複数の施設における総体的な需要電力量を予測する予測部と；を有することを特徴とする。

実施形態の一例に係る予測装置によれば、需要量の予測精度を向上させることができる。

図１は、第１の実施形態に係る予測システムの一例を示す図である。 図２は、第１の実施形態に係る予測装置が有する機能構成の一例について説明する図である。 図３は、第１の実施形態に係る消費電力量データベースに登録される情報の一例を示す図である。 図４は、第１の実施形態に係る予測装置が算出するエアコン利用率の一例を示す図である。 図５は、第１の実施形態に係る予測装置が実行する予測処理の流れの一例を示すフローチャートである。 図６は、第２の実施形態に係る予測装置が実行する予測処理の一例を説明する図である。 図７は、第２の実施形態に係る予測装置が有する機能構成の一例について説明する図である。 図８は、第２の実施形態に係る予測装置が実行する予測処理の流れの一例を示すフローチャートである。 図９は、第３の実施形態に係る予測装置が実行する予測処理の一例を説明する図である。 図１０は、第３の実施形態に係る予測装置が有する機能構成の一例について説明する図である。 図１１は、第３の実施形態に係る消費電力量データベースに登録される情報の一例を示す図である。 図１２は、第３の実施形態に係る予測装置が実行する予測処理の流れの一例を示すフローチャートである。

以下、図面を参照して、実施形態に係る予測装置、予測方法および予測プログラムを説明する。実施形態において同一の機能を有する構成には同一の符号を付し、重複する説明は省略する。なお、以下の実施形態で説明する予測装置、予測方法および予測プログラムは、一例を示すに過ぎず、実施形態を限定するものではない。例えば、以下の実施形態では、予測装置、予測方法および予測プログラムは、複数の住宅において将来消費されると予測される電力量、すなわち、需要電力量を予測するが、住宅以外にも、ビルディングや工場等といった任意の施設における需要電力量を予測してもよい。なお、以下の各実施形態は、矛盾しない範囲内で適宜組みあわせてもよい。

以下の実施形態に係る予測装置１０は、収集部４１と予測部４４とを有する。収集部４１は、設置された施設（例えば、住宅ＨＭａ〜ＨＭｅ）における消費電力量を取得する複数の取得装置（例えば、ＨＧＷ１００ａ〜１００ｄ）から、各施設における消費電力量を収集する。また、予測部４４は、収集部４１により収集された消費電力量に基づいて、複数の施設における総体的な需要電力量を予測する。

また、以下の実施形態に係る予測装置１０は、スマートメータから取得装置が取得した消費電力量、分電盤ＨＤが有する主幹ブレーカまたは分岐ブレーカを介して取得装置が取得した消費電力量、または、電力を消費する負荷装置（例えば、家電群ＬＤ）から取得装置が取得した消費電力量の少なくともいずれか一つの消費電力量を取得する。

また、以下の実施形態に係る予測装置１０は、取得装置が負荷装置から取得した負荷装置の種別に関する情報をさらに収集する。そして、予測装置１０は、各施設における消費電力量の集計値を負荷装置の種別ごとに算出し、算出した各集計値に基づいて、複数の施設における総体的な需要電力量を予測する。

また、以下の実施形態に係る予測装置１０は、各施設において所定の種別の負荷装置が利用される利用期間を推定し、消費電力量と、推定した利用期間とに基づいて、複数の施設における総体的な需要電力量を予測する。

また、以下の実施形態に係る予測装置１０は、各施設のうち消費電力量の予測対象となる日時が利用期間に含まれる施設の割合を算出し、算出した割合と、所定の種別の負荷装置による消費電力量とに基づいて、複数の施設における総体的な需要電力量を予測する。

また、以下の実施形態に係る予測装置１０は、所定の期間内に所定の種別の負荷装置が利用されたか否かに基づいて、負荷装置の利用期間を推定する。

また、以下の実施形態に係る予測装置１０ｂは、施設に供給された電力量を計測する計測装置（例えば、スマートメータＭＴ）が計測した供給電力量を第１通信経路を介して収集する機能と、取得装置が取得した消費電力量を第２通信経路を介して収集する機能とを有する。そして、予測装置１０ｂは、供給電力量または消費電力量の少なくともいずれか一方を用いて、複数の施設における総体的な需要電力量を予測する。

また、以下の実施形態に係る予測装置１０ｂは、取得装置が設置されていない施設については、計測装置が計測した供給電力量を第１通信経路を介して収集するとともに、取得装置が設置されている施設については、取得装置が取得した消費電力量を第２通信経路を介して収集する。そして、予測装置１０ｂは、取得装置が設置されていない施設における総体的な需要電力量を、第１通信経路を介して収集された供給電力量に基づいて予測するとともに、取得装置が設置されている施設における総体的な需要電力量を、第２通信経路を介して収集された消費電力量に基づいて予測し、予測した各需要電力量を集計する。

また、以下の実施形態に係る予測装置１０ｂは、取得装置が設置されていない施設における総体的な需要電力量を、第１通信経路を介して収集された供給電力量と、取得装置が設置されている施設から第２通信経路を介して収集された消費電力量とに基づいて予測する。

また、以下の実施形態に係る予測装置１０ａは、複数の施設のうち分散電源（例えば、太陽光パネルＰＶ）が設置されていない全ての施設における消費電力量を予測する第１予測モデルを生成するとともに、分散電源が設置されている施設における消費電力量を予測する第２予測モデルを分散電源が設置されている施設ごとに生成し、生成した第１予測モデルおよび第２予測モデルを用いて、複数の施設における総体的な需要電力量を予測する。

また、以下の実施形態に係る予測装置１０ａは、分散電源が設置されている所定の施設の取得装置から、所定の施設における消費電力量と、分散電源により提供された提供電力量とを収集する。そして、予測装置１０ａは、所定の施設における消費電力量に基づいて、所定の施設における消費電力の予測モデルを生成し、所定の施設における提供電力量の予測モデルと、消費電力の予測モデルとに基づいて、所定の施設における需要電力量を予測する第２予測モデルを生成する。

また、以下の実施形態に係る予測装置１０ａは、気象に関する情報である気象情報をさらに収集する。そして、予測装置１０ａは、消費電力量と気象情報とに基づいて、複数の施設における総体的な需要電力量を予測する。

［第１の実施形態］
（予測システムの概要）
以下、制御装置の一例として、予測システムの一例について説明する。図１は、第１の実施形態に係る予測システムの一例を示す図である。図１に示す例では、予測システムは、予測装置１０、複数のＨＧＷ（Home Gate Way）１００ａ〜１００ｄ（以下、「ＨＧＷ１００」と総称する場合がある。）を有し、インターネット等といった任意のネットワークＮ（例えば、図２参照）を介して事業者サーバ２００と通信可能に接続され、予測装置１０及びＨＧＷ１００も任意のネットワークＮを介して接続されている。なお、予測システムに接続されるＨＧＷ１００および事業者サーバ２００の種別や数等は、任意に設定できる。また、予測システムは、複数台の予測装置１０を有していてもよい。さらに、予測装置１０、ＨＧＷ１００、事業者サーバ２００で予測システムを構成してもよい。

予測装置１０は、予測処理を実行する情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。例えば、予測装置１０は、各住宅ＨＭにおける消費電力量を収集し、収集した消費電力量に基づいて、需要電力量の予測を行う予測処理を実行する。

事業者サーバ２００は、所謂電気小売事業者が使用する情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。なお、以下の説明では、事業者サーバ２００は、所定の発電事業者等から電力を購入し、各住宅ＨＭに対して電力の供給を行う事業者が使用する情報処理装置であるものとする。

ここで、住宅ＨＭａ〜住宅ＨＭｄ（以下、「住宅ＨＭ」と総称する場合がある。）は、複数の家電を含む家電群ＬＤ等といった電力を消費する装置（以下、「負荷装置」と総称する場合がある。）が設置されており、電力を消費する施設である。例えば、住宅ＨＭａには、ＨＧＷ１００ａ、分電盤ＨＤ、家電群ＬＤ、および太陽光パネルＰＶが設置されるとともに、住宅ＨＭａの外部には、スマートメータＭＴが設置されており、所謂ＨＥＭＳ（Home Energy Management System）と呼ばれるシステムが構築されている。

系統電源ＣＰは、住宅ＨＭａに電力を供給する電源であり、例えば、事業者サーバ２００を利用する事業者により提供される電力を住宅ＨＭａに供給する。

スマートメータＭＴは、系統電源ＣＰから供給された電力、すなわち系統電源ＣＰから買電した電力や、系統電源ＣＰ側へ供給した電力、すなわち売電した電力を計量するメータである。すなわち、スマートメータＭＴは、系統電源ＣＰから供給される電力を計測する。

ここで、スマートメータＭＴは、計測した系統電源ＣＰから供給される電力に関する情報を、ホームゲートウェイＧＷに送信する。例えば、スマートメータＭＴは、図示しない変流器（ＣＴ：Current Transformer）等により、系統電源ＣＰから供給される電力を計測する。例えば、スマートメータＭＴは、売電した電力を計量するメータと、買電した電力を計量するメータとを各々含んでもよい。また、例えば、スマートメータＭＴは、住宅用分電盤ＨＤと系統電源ＣＰとの間に設けられ、売電した電力を計量したり、買電した電力を計量してもよい。また、スマートメータＭＴの計測情報は、ホームゲートウェイＧＷを介して所定の表示装置に表示させてもよい。

太陽光パネルＰＶは、例えば、太陽電池素子（セル）を必要枚数配列し、樹脂や強化ガラスなどによりパッケージ化した太陽電池モジュールであり、ソーラーパネルとも呼ばれる。なお、太陽光パネルＰＶに用いられるセルは、どのようなセルであってもよい。例えば、太陽光パネルＰＶに用いられるセルは、シリコン系のセルや化合物系のセルや有機系のセルなど、目的に応じて種々のセルが適宜選択されてもよい。

分電盤ＨＤは、住宅ＨＭａの配線に電気を分ける装置である。例えば、分電盤ＨＤは、漏電が発生した際に住宅ＨＭａ全体に供給される電力を遮断する漏電遮断器（すなわち、主幹ブレーカ）や、配線ごとに供給される電力を遮断する配線用遮断器（すなわち、分岐ブレーカ）といった種々の機器を含む。このような分電盤ＨＤは、例えば、系統電源ＣＰからスマートメータＭＴを介して供給される電力を、家電群ＬＤに含まれる各種の負荷装置に供給する。

また、分電盤ＨＤは、太陽光パネルＰＶによって発電された電力を家電群ＬＤに供給する機能を有する。なお、分電盤ＨＤは、太陽光パネルＰＶによって発電された電力を蓄電池に蓄電させ、蓄電池に蓄電させた電力を家電群ＬＤに供給してもよい。また、分電盤ＨＤは、例えば、夜間等に系統電源ＣＰから供給された電力を蓄電池に蓄電させ、蓄電池に蓄電させた電力を家電群ＬＤに供給してもよい。なお、分電盤ＨＤは、住宅ＨＭａに蓄電池が設置されている場合、系統電源ＣＰからの電力を振り分ける分電盤と、蓄電池に対する蓄電や蓄電池からの電力を振り分ける分電盤とにより構成されてもよい。

家電群ＬＤは、電力を消費する各種の負荷装置であり、いわゆる家電である。例えば、家電群ＬＤには、冷蔵庫、洗濯機、テレビジョン等という日常的に利用される負荷装置のみならず、空調装置等といった季節や気候条件等に応じて使用される負荷装置、すなわち、季節性を有する負荷装置を含む。

なお、家電群ＬＤ、分電盤ＨＤおよびスマートメータＭＴは、無線ＬＡＮ（Local Area Network）やＨＡＮ（Home Area Network）、電力メータ情報発信サービス（Ｂルートサービス）等といった任意の通信規格により通信可能であるものとする。例えば、図１において、各構成間を結ぶ点線は電気的な接続関係を示し、各構成間を結ぶ実線は情報の送受信が可能な接続関係を示す。なお、予測システムの各構成の接続関係は図１に示した接続関係に限らず、他の接続関係であってもよい。例えば、点線で結ばれた各構成間において情報の送受信が可能であってもよいし、実線で結ばれた各構成間において電気的な接続関係があってもよい。

ＨＧＷ１００ａは、ネットワークＮと住宅ＨＭａ内のネットワークとの間の情報の送受信を可能にするネットワーク機器である。なお、ＨＧＷ１００ａとネットワークＮとの間に、所定の中継機器（例えばブロードバンドルータ）等が設けられる場合があるが、図１においては説明を省略する。また、ＨＧＷ１００ａは、各構成間の情報の送受信を可能にする。例えば、ＨＧＷ１００ａは、分電盤ＨＤと家電群ＬＤとの間の情報の送受信や、家電群ＬＤに含まれる負荷装置同士の間の情報の送受信を可能としてもよい。

ここで、ＨＧＷ１００ａは、住宅ＨＭａにおける消費電力量を取得する機能を有する。例えば、ＨＧＷ１００ａは、スマートメータＭＴとの間で通信を行い、スマートメータＭＴが計測した電力量、すなわち、住宅ＨＭａに供給された電力量を供給電力量として取得する。また、ＨＧＷ１００ａは、分電盤ＨＤと太陽光パネルＰＶとの間に設置されたセンサＣＴａや、分電盤ＨＤと家電群ＬＤとの間に設置されたセンサＣＴｂと通信を行うことで、各負荷装置が消費した消費電力量を取得する。なお、ＨＧＷ１００ａは、分電盤ＨＤとの間で通信を行い、分電盤ＨＤが各系統電源ごとに測定した消費電力量を取得してもよい。また、ＨＧＷ１００ａは、各負荷装置との間で通信を行うことで、各負荷装置が消費した消費電力量を取得してもよい。

また、ＨＧＷ１００ａは、各負荷装置に関する情報（以下、「装置情報」と記載する。）を取得する。例えば、ＨＧＷ１００ａは、冷蔵庫であるか、空調装置であるか等といった各負荷装置の種別を示す装置情報を収集する。なお、ＨＧＷ１００ａは、例えば、稼働時間や稼働時期等、負荷装置に関する情報であれば、任意の情報を装置情報として収集してよい。そして、ＨＧＷ１００ａは、取得した消費電力量や装置情報を予測装置１０へと送信する。

なお、ＨＥＭＳにおいては、分電盤ＨＤが電力を供給する分岐ごとに、どの負荷装置が設置されているかを分電盤ＨＤやＨＧＷ１００ａ、図示を省略した管理サーバ等が管理する場合がある。このような場合、ＨＧＷ１００ａは、分電盤ＨＤや管理サーバ等と通信を行うことで、各分岐の先に設置された付加情報の装置情報を取得するとともに、各分岐ごとの消費電力量を取得し、取得した消費電力量や装置情報を予測装置１０へ送信してもよい。

なお、他の住宅ＨＭｂ〜ＨＭｄに設置されたＨＧＷ１００ｂ〜１００ｄは、ＨＧＷ１００ａと同様の処理を実行することで、各住宅ＨＭｂ〜ＨＭｄにおける消費電力量や負荷装置の装置情報を予測装置１０へと送信することとなる。

（予測処理について）
ここで、需要電力量の予測には、誤差が生じると考えられる。このため、各住宅ＨＭごとに需要電力量を予測した場合、各住宅ＨＭごとに生じた誤差が累積する結果、事業者が電力を供給する全ての住宅ＨＭにおける総体的な需要電力量の予測精度が悪化してしまう。そこで、予測装置１０は、それぞれ異なる住宅ＨＭに設置された複数のＨＧＷ１００から、各住宅ＨＭにおける消費電力量を取得する。そして、予測装置１０は、収集された消費電力量に基づいて、全住宅ＨＭにおける総体的な需要電力量を予測する。

以下、図１を用いて、予測装置１０が実行する予測処理の一例について説明する。まず各ＨＧＷは、各住宅ＨＭにおける消費電力量や機器情報を取得する（ステップＳ１）。そして、予測装置１０は、各住宅ＨＭに設置された各ＨＧＷ１００から、各ＨＧＷが取得した消費電力量や機器情報を収集する（ステップＳ２）。すなわち、予測装置１０は、スマートメータＭＴからＨＧＷ１００が取得した消費電力量、分電盤ＨＤが有する主幹ブレーカまたは分岐ブレーカを介して取得された消費電力量、家電群ＬＤからＨＧＷ１００が取得した消費電力量の少なくともいずれか一つの消費電力量を取得する。また、予測装置１０は、ＨＧＷ１００が家電群ＬＤから取得した種別に関する情報をさらに収集する。

このような場合、予測装置１０は、各住宅ＨＭの消費電力量を集計するとともに、各負荷装置の種別に応じて、各住宅ＨＭに設置された負荷装置の消費電力量を集計する（ステップＳ３）。より具体的には、予測装置１０は、所定の時間帯（例えば、需要電力量を予測する３０分前や一時間前）にＨＧＷ１００が取得した消費電力量の集計を行う。

例えば、予測装置１０は、住宅ＨＭ全体における消費電力量を消費電力量＃１として各住宅ＨＭごとに特定し、特定した消費電力量＃１を集計した集計値＃１を算出する。また、予測装置１０は、負荷装置のうち、各種空調を行う空調装置の消費電力量を消費電力量＃２として各住宅ＨＭごとに特定し、特定した消費電力量＃２を集計した集計値＃２を算出する。すなわち、予測装置１０は、住宅ＨＭａ〜ＨＭｄに設置された空調装置の消費電力量を集計する。

なお、予測装置１０は、空調装置以外にも、冷蔵庫、洗濯機、テレビ、照明機器等といった各種負荷装置の種別ごとに、消費電力量の集計値を算出してもよい。すなわち、予測装置１０は、需要者が電力を供給する全施設における消費電力量を算出するとともに、負荷装置の種別ごとに、全施設における同種の負荷装置の消費電力量を算出する。

続いて、予測装置１０は、気象に関する情報である気象情報をさらに収集し、集計した消費電力量と、気象情報とに基づいて、全住宅ＨＭの需要電力量を予測する予測モデルを生成する（ステップＳ４）。すなわち、予測装置１０は、各住宅ＨＭにおける消費電力量の集計値を負荷装置の種別ごとに算出し、算出した各集計値に基づいて、複数の施設における総体的な需要電力量を予測する予測モデルを生成する。

例えば、予測装置１０は、気象情報を管理する所定の外部サーバ（図示は省略）から気象情報を取得する。より具体的には、予測装置１０は、所定の時間帯（すなわち、集計した消費電力量が生じた時間帯）における気象を示す気象情報を収集する。そして、予測装置１０は、所定の時間帯における気象を示す気象情報と消費電力の集計値とに基づいて、需要電力量を予測する予測モデルを生成する。

ここで、予測装置１０は、任意の手法により予測モデルを生成してよい。例えば、予測装置１０は、ＤＮＮ（Deep Neural Network）やＳＶＭ（Support Vector Machine）等といった各種の分類器や学習器に対し、集計値が有する特徴を学習させることで、将来の需要電力量を推定する予測モデルを生成してもよい。なお、以下の説明においては、重回帰分析を用いて、需要電力量を予測する予測モデルを生成する処理の一例について説明する。

例えば、各住宅ＨＭを識別する番号を「ｈ」、日時を「ｔ」とし、日時「ｔ」において番号「ｈ」が示す住宅ＨＭにおける消費電力量の値を「Ｄ（ｈ，ｔ）」とする。また、日時「ｔ」において番号「ｈ」が示す住宅ＨＭにおける空調装置が消費した消費電力量の値を「ＡＣ（ｈ，ｔ）」とする。このような場合、例えば、予測装置１０は、３０分ごとに、各ＨＧＷ１００から「Ｄ（ｈ，ｔ）」や「ＡＣ（ｈ，ｔ）」の値を取得することとなる。また、予測装置１０は、日時「ｔ」における気象情報として、気温データ「ｔｅｍｐ（ｔ）」を収集したものとする。

このような場合、予測装置１０は、各住宅ＨＭの「Ｄ（ｈ，ｔ）」の値を合計した「Ｄａｌｌ（ｔ）」を集計値＃１として「ｔ」の値ごとに算出し、各住宅ＨＭの「ＡＣ（ｈ，ｔ）」の値を合計した「ＡＣａｌｌ（ｔ）」を集計値＃２として「ｔ」の値ごとに算出する。そして、例えば、予測装置１０は、以下の式（１）で示される予測モデルを生成する。ここで、式（１）におけるα、β、γ、およびδは、予測モデルのパラメータである。また、「ｔ１」とは、「ｔ」が示す日時の次に消費電力量の値を収集する日時である。

そして、予測装置１０は、最小二乗法を用いて、式（１）を満たすパラメータの値を算出する。すなわち、予測装置１０は、３０分ごとに消費電力量の値を収集する場合は、需要電力量を予測する時刻の３０分前（すなわち、直前の取得タイミング）において取得された消費電力量の集計値＃１および集計値＃２と、需要電力量を予測する日時における気温とから、需要電力量を算出する予測モデルを生成する。

そして、予測装置１０は、予測モデルを用いて、各住宅ＨＭ全体の需要電力量を予測する（ステップＳ５）。例えば、予測装置１０は、日時「ｔ１」の次に消費電力量を収集する日時が日時「ｔ２」である場合、時刻「ｔ１」における集計値＃１である「Ｄａｌｌ（ｔ１）」と、時刻「ｔ１」における集計値＃２である「ＡＣａｌｌ（ｔ１）」と、予測時における気温「ｔｅｍｐ（ｔ２）」の値とを式（１）に代入するとともに、ステップＳ４にて算出したパラメータの値を用いることで、時刻「ｔ２」における需要電力量「Ｄａｌｌ（ｔ２）」の値を算出する。

そして、予測装置１０は、予測した需要電力量の値を事業者に通知する（ステップＳ６）。このように、予測装置１０は、各住宅ＨＭの需要電力量をそれぞれ予測するのではなく、各住宅ＨＭの消費電力量の集計値に基づいて、全住宅ＨＭにおける総体的な需要電力量の値を予測する予測モデルを生成し、生成した予測モデルを用いた需要電力量の予測を行う。この結果、予測装置１０は、各住宅ＨＭごとに生じる消費電力量のばらつき（すなわち、ノイズ）が、総体的な需要電力量の値の予測に及ぼす誤差の値を減少させることができるので、総体的な需要電力量の予測精度を向上させることができる。

（予測装置の機能構成について）
以下、図２を用いて、上述した機能を発揮する予測装置１０が有する機能構成の一例について説明する。図２は、第１の実施形態に係る予測装置が有する機能構成の一例について説明する図である。図２に示す例では、予測装置１０は、通信部２０、記憶部３０、および制御部４０を有する。

通信部２０は、ＨＧＷ１００、事業者サーバ２００、および気象情報サーバ３００との間で双方向通信を行う通信部であり、例えば、ＮＩＣ（Network Interface Card）等により実現される。

記憶部３０は、予測装置１０が有する揮発性または不揮発性のメモリであり、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ、ＲＡＭ（Random Access Memory）等の記憶装置により実現される。また、図２に示す例では、記憶部３０には、消費電力量データベース３１、およびモデルデータベース３２が登録されている。

消費電力量データベース３１には、収集した消費電力量が登録される。例えば、図３は、第１の実施形態に係る消費電力量データベースに登録される情報の一例を示す図である。図３に示す例では、消費電力量データベース３１には、「施設ＩＤ（Identifier）」、「分散電源情報」、「ゲートウェイＩＤ」、「負荷装置ＩＤ」、「種別」、および「消費電力量」といった項目を有する情報が登録される。

ここで、「施設ＩＤ」とは、各住宅ＨＭ等といった施設を識別するための情報である。また、「分散電源情報」とは、対応づけられた「施設ＩＤ」が示す施設に、太陽光パネルＰＶ、充電池、燃料電池、ＥＶ（Electric Vehicle）等といった各種分散電源が設置されているか否かを示す情報である。また、「ゲートウェイＩＤ」とは、対応づけられた「施設ＩＤ」が示す施設に設置されたゲートウェイ装置、すなわち、ＨＧＷ１００等の消費電力量を取得する取得装置を識別するための情報である。また、「負荷装置ＩＤ」とは、対応付けられた「施設ＩＤ」が示す施設に設置された負荷装置を識別するための情報である。また、「種別」とは、対応づけられた「負荷装置ＩＤ」が示す負荷装置の種別を示す情報である。

また、「消費電力量」とは、対応づけられた「負荷装置ＩＤ」が示す負荷装置の消費電力量を示す情報である。なお、図３に示す例では、「消費電力量＃ＬＤａ―１」等といった概念的な値について記載したが、実際には、消費電力量データベース３１には、「消費電力量」として、対応づけられた「負荷装置ＩＤ」が示す負荷装置が所定の期間の間（例えば、３０分間）に消費した消費電力量が、時系列に沿って登録されているものとする。また、図３に示す情報は、あくまで一例であり、消費電力量データベース３１には、消費電力に関する任意の情報が登録されていてよい。

例えば、図３に示す例では、消費電力量データベース３１には、施設ＩＤ「ＨＭａ」、分散電源情報「有り」、ゲートウェイＩＤ「１００ａ」、負荷装置ＩＤ「ＬＤａ−１」、種別「エアコン」、および消費電力量「消費電力量＃ＬＤａ―１」が対応付けて登録されている。このような情報は、施設ＩＤ「ＨＭａ」が示す住宅ＨＭａに、分散電源が設置されており、ゲートウェイＩＤ「１００ａ」が示すＨＧＷ１００ａが設置され、負荷装置ＩＤ「ＬＤａ−１」が示す負荷装置が設置されているとともに、負荷装置ＩＤ「ＬＤａ−１」が示す負荷装置が種別「エアコン」であり、消費電力量が「消費電力量＃ＬＤａ―１」である旨を示す。

図２に戻り説明を続ける。モデルデータベース３２には、各種のモデルに関する情報が登録される。例えば、モデルデータベース３２には、式（１）における各パラメータの値が登録されることとなる。

制御部４０は、各種の情報処理を実行する演算装置であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等の電子回路や、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の集積回路を採用できる。制御部４０は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部４０は、各種のプログラムが動作することにより各種の処理部として機能する。

図２に示す例では、制御部４０は、収集部４１、集計部４２、生成部４３、予測部４４、および提供部４５を有する。収集部４１は、設置された施設における消費電力量を取得する複数の取得装置から、各施設における消費電力量を収集する。例えば、収集部４１は、各住宅ＨＭに設置されたＨＧＷ１００と通信を行うことにより、分電盤ＨＤが有する主幹ブレーカまたは分岐ブレーカを介してＨＧＷ１００が取得した消費電力量や、家電群ＬＤ等の負荷装置例からＨＧＷ１００が取得した消費電力量を取得する。また、収集部４１は、ＨＧＷ１００が負荷装置から取得した負荷装置の機器情報をさらに収集する。すなわち、収集部４１は、電力を消費した負荷装置の種別を示す情報を収集する。

そして、収集部４１は、負荷装置が設置された施設の「施設ＩＤ」と、消費電力量の取得元となる「ゲートウェイＩＤ」と、負荷装置を示す「負荷装置ＩＤ」と、負荷装置の「種別」と、負荷装置の「消費電力量」とを対応付けて消費電力量データベース３１に登録する。また、収集部４１は、ＨＧＷ１００に対して太陽光パネルＰＶ等の分散電源が設置されているか否かを問合せ、設置されている旨の応答を得た場合は、「分散電源情報」として「有り」を消費電力量データベース３１に登録する。

なお、収集部４１は、ＨＧＷ１００から直接消費電力量の収集を行ってもよく、例えば、ＨＧＷ１００から消費電力量や機器情報等を収集して管理する外部サーバを介して、消費電力量や機器情報の収集を行ってもよい。また、収集部４１は、所定の時間間隔で消費電力量の収集を行ってよい。例えば、収集部４１は、各負荷装置の消費電力量を３０分ごとに収集してもよい。このような場合、収集部４１は、各負荷装置が３０分間で消費した消費電力量を収集することとなる。

また、収集部４１は、ＨＧＷ１００ごとに異なる時間間隔で消費電力量を収集してもよい。このように、ＨＧＷ１００ごとに異なる時間間隔で消費電力量を収集した場合、収集部４１は、予測モデルの算出のため、所定の期間ごとの消費電力量を取得した消費電力量から推定し、推定した消費電力量を消費電力量データベース３１に登録してもよい。このような推定を行う場合、収集部４１は、例えば、予測モデルの算出に用いる日時の直前に測定された消費電力量をそのまま採用してもよく、予測モデルの算出に用いる日時を挟む２つ日時において測定された消費電力量の平均を採用してもよい。また、収集部４１は、公知の各種推定技術を用いて、消費電力量の推定を行ってもよい。

集計部４２は、各施設における消費電力量の集計値を負荷装置の種別ごとに算出する。例えば、集計部４２は、消費電力量データベース３１を参照し、所定の日時における各負荷装置の消費電力量を取得する。そして、集計部４２は、取得した消費電力量を集計することで、全ての住宅ＨＭにおける総体的な消費電力量、すなわち、集計値＃１を算出する。

また、集計部４２は、消費電力量データベース３１を参照し、所定の種別の負荷装置が所定の日時において消費した消費電力量を取得する。例えば、集計部４２は、種別「エアコン」と対応付けられた負荷装置の消費電力量を取得し、取得した消費電力量を集計することで、全ての住宅ＨＭに設置された負荷装置のうち、種別が「エアコン」である全負荷装置の消費電力量、すなわち集計値＃２を算出する。なお、集計部４２は、種別「エアコン」以外にも、任意の種別の負荷装置の消費電力量の集計値を算出してもよい。

また、図２に示す例では、１つの集計部４２が集計値＃１および集計値＃２を算出する例について記載したが、実施形態は、これに限定されるものではない。例えば、制御部４０は、集計値＃１を算出する集計部と、集計値＃２を算出する集計部とを別に備えていてもよい。また、制御部４０は、集計部を複数有する場合、対応する集計部が集計する消費電力量を収集する収集部を集計部ごとに備えていてもよい。

生成部４３は、消費電力量に基づいて、全住宅ＨＭの総体的な需要電力量を予測する予測モデルの生成を行う。例えば、生成部４３は、集計部４２が日時「ｔ」における消費電力量から生成した集計値＃１および集計値＃２の値と、日時「ｔ１」における消費電力量から生成した集計値＃１の値と、日時「ｔ１」における気温の値とに基づいて、上述した式（１）における各パラメータの値を算出する。そして、生成部４３は、算出したパラメータの値を予測モデルとしてモデルデータベース３２に登録する。

予測部４４は、収集された消費電力量に基づいて、複数の施設における総体的な需要電力量を予測する。より具体的には、予測部４４は、収集された消費電力量の各集計値に基づいて、複数の施設における総体的な需要電力量を予測する。また、予測装置１０は、消費電力量と気象情報とに基づいて、複数の施設における総体的な需要電力量を予測する。

例えば、予測部４４は、事業者サーバ２００から需要電力量の予測要求を受付けた場合、直前に収集された消費電力量に基づく集計値＃１および集計値＃２を取得する。また、予測部４４は、気象情報サーバ３００から、需要電力量を予測する日時の予測温度を取得する。そして、予測部４４は、モデルデータベース３２に登録されている予測モデルを読出し、集計値＃１を「Ｄａｌｌ（ｔ）」、集計値＃２を「ＡＣａｌｌ（ｔ）」、予測温度を「ｔｅｍｐ（ｔ１）」として代入し、将来の需要電力量「Ｄａｌｌ（ｔ１）」の値を算出する。

提供部４５は、予測した需要電力量の値を事業者に提供する。例えば、提供部４５は、予測部４４によって算出された需要電力量「Ｄａｌｌ（ｔ１）」の値を事業者サーバ２００へと配信する。

（予測処理のバリエーションについて）
上述した説明では、予測装置１０は、全住宅ＨＭの消費電力量の集計値と、全住宅ＨＭに設置された負荷装置のうちエアコン等といった空調装置による消費電力量の集計値と、気温とに基づいて、需要電力量を予測する予測モデルを生成した。しかしながら、実施形態は、これに限定されるものではない。

例えば、予測装置１０は、冷蔵庫、洗濯機、テレビ等、負荷装置の利用目的に応じた種別ごとに集計値を算出し、算出した集計値を用いた予測モデルを生成してもよい。例えば、予測装置１０は、住宅ＨＭ全体の消費電力の集計値である集計値＃１、エアコンの消費電力の集計値である集計値＃２、冷蔵庫の消費電力の集計値である集計値＃３、洗濯機の消費電力の集計値である集計値＃４というように、負荷装置の種別ごとに集計値を算出する。そして、予測装置１０は、各集計値＃１〜＃４および気温の値にそれぞれ異なる係数を積算した値と、さらに異なる係数との和の値が、将来の需要電力量となるように、各係数の値を算出してもよい。このような処理の結果、予測装置１０は、各住宅ＨＭ全体の消費電力量の集計値と、エアコンの消費電力量の集計値と、冷蔵庫の消費電力量の集計値と、洗濯機の消費電力量の集計値とに基づいて、需要電力量を予測する予測モデルを生成することができる。

なお、このように集計対象となる負荷装置の種別については、任意の種別が採用可能である。例えば、予測装置１０は、冷蔵庫や洗濯機などといったいわゆる白物家電の消費電力量の集計値に基づく予測モデルを算出してもよい。また、予測装置１０は、例えば、電気自動車等といった家電以外の負荷装置の消費電力量の集計値に基づく予測モデルを算出してもよい。

ここで、負荷装置には、日時によって使用されたりされなかったりする負荷装置が存在する。例えば、空調装置の利用態様は、気温によって左右されると予測される。しかしながら、同じ気温でも日時や季節が異なる場合は、利用態様が変化する場合がある。例えば、７月に気温が２７度まで上昇した場合は、ほとんどの住宅ＨＭにおいて冷房が利用されると予測される。しかしながら、例えば、５月に気温が２７度まで上昇したとしても、５月に冷房を利用する習慣がない住宅ＨＭにおいては、冷房を利用する可能性が低いと考えられる。このため、需要電力量を予測する際の日時が、負荷装置が用いられる日時であるか否かに基づいて予測モデルを生成した場合、需要電力量の予測精度が向上すると考えられる。

そこで、予測装置１０は、各施設において所定の種別の負荷装置が利用される利用期間を推定し、消費電力量と推定結果とに基づいて、複数の施設における総体的な需要電力量を予測してもよい。例えば、予測装置１０は、各施設のうち消費電力量の予測対象となる日時が利用期間に含まれる施設の割合を算出し、算出した割合と、所定の種別の負荷装置による消費電力量とに基づいて、複数の施設における総体的な需要電力量を予測してもよい。ここで、予測装置１０は、所定の期間内に所定の種別の負荷装置が利用されたか否かに基づいて、負荷装置の利用期間を推定してもよい。

例えば、予測装置１０は、式（２）に示すように、ある住宅ＨＭにおいてある時刻に空調装置が利用されているか否かを判定した時系列データ「ＡＣｏｎ（ｈ，ｔ）」を作成する。より具体的には、予測装置１０は、時系列データ「ＡＣｏｎ（ｈ，ｔ）」として、ある時刻「ｔ」において空調装置の消費電力量が１００ワットを超える場合には、稼働を示す値「１」を取り、それ以外の場合（すなわち、空調装置の消費電力量が１００ワット以下となる場合）には、非稼働を示す値「０」を取るデータを生成する。

次に、予測装置１０は、式（３）に示すように、習慣的に空調装置を利用する期間であるか否かを示す時系列データ「ＡＣｄｕｒ（ｈ，ｔ）」を住宅ＨＭごとに生成する。より具体的には、予測装置１０は、過去一週間以内に一度でも空調装置を利用している場合は、習慣的に空調装置を利用する期間である旨を示す値「１」を取り、過去一週間以内に空調装置を利用していない場合は、習慣的に空調装置を利用しない期間である旨を示す値「０」を取る時系列データ「ＡＣｄｕｒ（ｈ，ｔ）」を生成する。すなわち、予測装置１０は、一週間以内に収集された空調装置の消費電力量が１度でも１００ワットを超えている場合に、１となる時系列データ「ＡＣｄｕｒ（ｈ，ｔ）」を住宅ＨＭごとに生成する。この結果、予測装置１０は、需要電力量の予測時において負荷装置が利用される利用期間であるか否かを推定することができる。

なお、式（３）に示す例では、消費電力量を３０分毎に収集する場合について記載したため、「ｉ」の値が一週間前を示す「ｔ−３３６」から始まっているが、実施形態は、これに限定されるものではない。予測装置１０は、空調装置を利用したか否かを判定する期間の長さや、消費電力量を収集する時間間隔に応じて、「ｉ」の値を任意の値から始まるように設定して良い。

続いて、予測装置１０は、式（４）に示すように、住宅ＨＭのエアコン利用率「ＡＣｒ（ｔ）」を算出する。すなわち、予測装置１０は、全住宅ＨＭのうち、習慣的に空調装置を利用する利用期間である住宅ＨＭの割合をエアコン利用率「ＡＣｒ（ｔ）」として算出する。すなわち、予測装置１０は、各施設において所定の種別の負荷装置が利用される利用期間を推定するとともに、推定結果に基づいて、各施設のうち消費電力量の予測対象となる日時が利用期間に含まれる施設の割合をエアコン利用率「ＡＣｒ（ｔ）」として算出することができる。

なお、このようにして算出されるエアコン利用率「ＡＣｒ（ｔ）」は、例えば、図４に示すような値を取る。例えば、図４は、第１の実施形態に係る予測装置が算出するエアコン利用率の一例を示す図である。なお、図４に示す例では、各月におけるエアコン利用率の値をプロットしたグラフの一例を記載した。図４に示す例では、５月においては、エアコン利用率が「０」に近づく一方で、８月や９月においては、エアコン利用率が「１」に近づくといった傾向を読み取ることができる。

そこで、予測装置１０は、算出したエアコン利用率「ＡＣｒ（ｔ）」と、所定の種別の負荷装置による消費電力量とに基づいて、複数の施設における総体的な需要電力量を予測する。例えば、予測装置１０は、以下の式（５）で示す予測モデルを生成する。ここで、式（５）に示す予測モデルにおいては、２項目に交互作用を有する回帰モデルの項を有し、空調装置を利用する住宅ＨＭの割合に応じて、空調装置の消費電力量を予測結果に反映させることとなる。

なお、上述した例においては、予測装置１０は、空調装置の利用期間であるか否かを考慮して、空調装置の消費電力量に基づく予測モデルを生成する処理の一例について記載した。しかしながら、実施形態は、これに限定されるものではない。例えば、予測装置１０は、季節に応じて利用態様が異なる負荷装置であれば、任意の負荷装置について、利用期間の推定および利用期間である住宅ＨＭの割合を算出し、算出した割合を考慮して負荷装置の消費電力量を予測結果に反映させるような予測モデルを生成してよい。

なお、予測装置１０は、空調装置の利用期間をＨＧＷ１００が取得した消費電力量以外の情報から推定してもよい。例えば、Ｅｃｈｏｎｅｔ Ｌｉｔｅ規格に準拠した空調装置においては、電源のＯＮ／ＯＦＦ情報をＨＥＭＳで収集することができる。そこで、予測装置１０は、ＨＧＷ１００を介して、空調装置の電源のＯＮ／ＯＦＦ情報を収集する。そして、予測装置１０は、ＯＮからＯＦＦまでの期間における時系列データ「ＡＣｏｎ（ｈ，ｔ）」の値を「１」に設定し、ＯＦＦからＯＮまでの期間における時系列データ「ＡＣｏｎ（ｈ，ｔ）」の値を「０」に設定することで、時系列データ「ＡＣｏｎ（ｈ，ｔ）」を生成してもよい。このような処理の結果、予測装置１０は、消費電力量と閾値との比較結果を用いる手法よりも、確度が高い時系列データ「ＡＣｏｎ（ｈ，ｔ）」を得ることができるので、需要電力量の予測精度をさらに向上させることができる。

（予測処理の処理の流れの一例について）
次に、図５を用いて、第１の実施形態に係る予測装置１０が実行する予測処理の流れの一例について説明する。図５は、第１の実施形態に係る予測装置が実行する予測処理の流れの一例を示すフローチャートである。

例えば、予測装置１０は、各負荷装置の消費電力量を収集する（ステップＳ１０１）。また、予測装置１０は、各負荷装置の種別を収集する（ステップＳ１０２）。そして、予測装置１０は、各住宅ＨＭなどといった各施設に設置された負荷装置の消費電力量を、負荷装置の種別ごとに集計する（ステップＳ１０３）。例えば、予測装置１０は、全住宅ＨＭの消費電力量の集計である集計値＃１と共に、空調装置の消費電力量の集計である集計値＃２を算出する。そして、予測装置１０は、集計結果を用いて、全施設における需要電力量の予測モデルを生成し（ステップＳ１０４）、生成した予測モデルを用いて、需要電力量を予測して（ステップＳ１０５）、処理を終了する。

［第２の実施形態］
（予測システムの概要）
ここで、太陽光パネルＰＶや、蓄電池、ＥＶ、燃料電池、ガス発電システム等、所謂分散電源と呼ばれる電源装置が住宅ＨＭに設置され、住宅ＨＭの負荷装置に電力を提供する場合がある。このような分散電源が設置されている住宅ＨＭにおいては、消費電力量よりも系統電源ＣＰから供給される電力量（すなわち、需要電力量）が少なくなる。消費電力量は、日々の家電利用に周期性があると考えらえるため、ある程度の周期性が期待できるが、分散電源が存在する場合には、需要電力量に周期性が表れにくくなる結果、需要電力量の予測が困難となる。

そこで、第２の実施形態に係る予測装置１０ａは、複数の施設のうち分散電源が設置されていない全ての施設における消費電力量を予測する第１予測モデルを生成する。また、予測装置１０ａは、分散電源が設置されている施設における消費電力量を予測する第２予測モデルを分散電源が設置されている施設ごとに生成する。そして、予測装置１０ａは、生成した第１予測モデルおよび第２予測モデルを用いて、複数の施設における総体的な需要電力量を予測する。

また、予測装置１０ａは、分散電源が設置されている所定の施設の取得装置から、所定の施設における消費電力量と、分散電源により提供された提供電力量とを収集する。そして、予測装置１０ａは、所定の施設における消費電力量に基づいて、所定の施設における消費電力の予測モデル（以下、「消費電力量予測モデル」と記載する。）を生成し、所定の施設における提供電力量の予測モデル（以下、「提供電力量予測モデル」と記載する）と、消費電力量予測モデルとに基づいて、分散電源が設置された所定の施設における需要電力量を予測する第２予測モデルを生成する。

以下、図６を用いて、第２の実施形態に係る予測装置１０ａが実行する予測処理の一例を説明する。図６は、第２の実施形態に係る予測装置が実行する予測処理の一例を説明する図である。なお、図６に示す例では、各住宅ＨＭａ〜ＨＭｅに設置されたＨＧＷ１００ａ〜１００ｅや、太陽光パネルＰＶａ〜ＰＶｃを記載したが、実際には、各住宅ＨＭａ〜ＨＭｅには、図１に示す住宅ＨＭと同様に、スマートメータＭＴや分電盤ＨＤ、家電群ＬＤ等が設置されているものとする。

例えば、図６に示す例では、住宅ＨＭのうち、グループ１に分類される住宅ＨＭａ〜ＨＭｃに分散電源である太陽光パネルＰＶａ〜ＰＶｃが設置されている。また、住宅ＨＭのうち、グループ２に分類される住宅ＨＭｄ、ＨＭｅには、分散電源が設置されていない。

このような場合、グループ１に属する住宅ＨＭａ〜ＨＭｃに設置されたＨＧＷ１００ａ〜１００ｃは、各負荷装置の消費電力量と共に、太陽光パネルＰＶａ〜ＰＶｃが負荷装置に対して提供した提供電力量を取得する。そして、予測装置１０ａは、各ＨＧＷ１００ａ〜１００ｃが取得した消費電力量と提供電力量とを収集する（ステップＳ１）。一方、グループ２に分類される住宅ＨＭｄ、ＨＭｅに設置されたＨＧＷ１００ｄ、１００ｅは、各負荷装置の消費電力量を取得する。そして、予測装置１０ａは、各ＨＧＷ１００ｄ、１００ｅが取得した消費電力量を収集する（ステップＳ２）。なお、予測装置１０ａは、各ＨＧＷ１００が取得した機器情報についても、収集するものとする。

このような場合、予測装置１０ａは、分散電源を有さない施設について、消費電力量の集計値を算出し、算出した集計値から、負荷分散を有さない全ての施設の需要電力量を予測する第１予測モデルを生成する（ステップＳ３）。例えば、予測装置１０ａは、第１の実施例と同様に、グループ２に分類された全ての住宅ＨＭｄ、ＨＭｅにおける全消費電力量の集計値を集計値＃１として算出する。また、予測装置１０ａは、グループ２に分類された全ての住宅ＨＭｄ、ＨＭｅに設置された負荷装置のうち、空調装置が消費した消費電力量の集計値を集計値＃２として算出する。そして、予測装置１０ａは、集計値＃１、集計値＃２および気象情報として収集した温度を用いて、上述した式（１）で示される第１予測モデルを生成する。なお、予測装置１０ａは、上述した式（５）で示される第１予測モデルを生成してもよい。

続いて、予測装置１０ａは、分散電源を有する施設ごとに、各施設における需要電力量を予測する第２予測モデルを生成する（ステップＳ４）。すなわち、予測装置１０ａは、需要電力量を予測する第２予測モデルをグループ１に属する住宅ＨＭａ〜ＨＭｃごとに生成する。例えば、予測装置１０ａは、住宅ＨＭａに設置された太陽光パネルＰＶａの提供電力量に基づいて、将来における住宅ＨＭａの提供電力量を予測する提供電力量予測モデルを生成する。続いて、予測装置１０ａは、住宅ＨＭａの消費電力量から、将来における住宅ＨＭａの消費電力量を予測する消費電力量予測モデルを生成する。そして、予測装置１０ａは、提供電力量予測モデルと、提供電力量予測モデルとを用いて、住宅ＨＭａにおける需要電力量を予測する第２予測モデルを生成する。

例えば、分散電源が設置された住宅ＨＭを識別する番号を「ｈ」、日時を「ｔ」とし、日時「ｔ」において番号「ｈ」が示す住宅ＨＭにおける消費電力量の値を「Ｃ（ｈ，ｔ）」とする。また、日時「ｔ」において番号「ｈ」が示す住宅ＨＭにおいて、系統電源ＣＰから取得する電力、すなわち、住宅ＨＭが外部から購入する需要電力量を「Ｄ（ｈ，ｔ）」とする。また、日時「ｔ」において番号「ｈ」が示す住宅ＨＭにおいて、太陽光パネルＰＶが提供する提供電力量を「ＰＶ（ｈ，ｔ）」とする。このような場合、予測装置１０ａは、以下の式（６）で示される消費電力量予測モデルを生成する。

また、例えば、予測装置１０ａは、所謂Ｅｒｂｓモデルを提供電力量予測モデルとして採用し、取得した提供電力量から日時「ｔ１」における提供電力量「ＰＶ（ｈ，ｔ１）」を算出する。そして、予測装置１０ａは、以下の式（７）で示される第２予測モデルを生成する。すなわち、予測装置１０ａは、消費電力量予測モデルにより予測される消費電力量「Ｃ（ｈ，ｔ１）」と、提供電力量予測モデルとして予測される提供電力量「ＰＶ（ｈ，ｔ１）」とから、需要電力量「Ｄ（ｈ，ｔ１）」を予測する第２予測モデルを生成する。

なお、式（６）において、消費電力量「Ｃ（ｈ，ｔ１）」が提供電力量「ＰＶ（ｈ，ｔ１）」を下回る場合、需要電力量「Ｄ（ｈ，ｔ１）」の値は「０」と算出される。このような式（６）をグループ１に属する住宅ＨＭごとに生成することで、予測装置１０ａは、分散電源を有する住宅ＨＭにおける需要電力量を住宅ＨＭごとに予測することができる。

その後、予測装置１０ａは、グループ２に属する住宅ＨＭｄ、ＨＭｅ全体の需要電力量を予測する第１予測モデルと、グループ１に属する住宅ＨＭａ〜ＨＭｃそれぞれの需要電力量を予測する複数の第２予測モデルとを用いて、全住宅ＨＭａ〜ＨＭｅの総体的な需要電力量を算出する（ステップＳ５）。そして、予測装置１０ａは、予測した需要電力量を事業者に通知する（ステップＳ６）。

（予測装置の機能構成について）
以下、図７を用いて、上述した機能を発揮する予測装置１０ａが有する機能構成の一例について説明する。図７は、第２の実施形態に係る予測装置が有する機能構成の一例について説明する図である。図７に示す例では、予測装置１０ａは、通信部２０、記憶部３０、および制御部４０ａを有する。

制御部４０ａは、制御部４０と同様に、各種の情報処理を実行する演算装置であり、例えば、ＣＰＵ、ＭＰＵ等の電子回路や、ＡＳＩＣ、ＦＰＧＡ等の集積回路を採用できる。制御部４０ａは、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部４０ａは、各種のプログラムが動作することにより各種の処理部として機能する。

図７に示す例では、制御部４０ａは、収集部４１ａ、集計部４２ａ、生成部４３ａ、予測部４４ａ、および提供部４５を有する。収集部４１ａは、収集部４１と同様の機能を有するとともに、分散電源が設置された住宅ＨＭのＨＧＷ１００から、分散電源が提供した提供電力量を収集する。なお、ＨＧＷ１００は、分電盤ＨＤを介して太陽光パネルＰＶの提供電力量を取得してもよく、太陽光パネルＰＶに付属する各種の制御装置や、太陽光パネルＰＶに接続された電力計測機器の情報をＨＥＭＳ経由で取得し、取得した提供電力量を予測装置１０ａへと送信してもよい。

集計部４２ａは、分散電源が設置されていない住宅ＨＭについては、集計部４２と同様の機能を発揮することで、集計値＃１および集計値＃２を算出する。また、集計部４２ａは、分散電源が設置されている住宅ＨＭについては、１つの住宅ＨＭにおける消費電力量を算出するとともに、提供電力量の算出を行う。

生成部４３ａは、分散電源が設置されていない住宅ＨＭについては、生成部４３と同様の処理を実行することで、例えば、式（１）で示される予測モデルを第１予測モデルとして生成する。また、生成部４３ａは、分散電源が設置されている住宅ＨＭについては、住宅ごとに、式（６）で示される第２予測モデルを生成する。例えば、生成部４３ａは、住宅ＨＭａにおける消費電力量から消費電力量予測モデルを生成する。また、生成部４３ａは、Ｅｒｂｓモデルを提供電力量予測モデルとして生成する。そして、生成部４３ａは、消費電力慮予測モデルと提供電力量予測モデルとを組み合わせることで、式（６）で示される第２予測モデルを分散電源が設置された住宅ＨＭごとに生成する。

予測部４４ａは、分散電源が設置されていない住宅ＨＭについては、予測部４４と同様の処理を実行することで、例えば、式（１）で示される予測モデルから、分散電源が設置されていない住宅ＨＭの総体的な需要電力量を算出する。また、予測部４４ａは、分散電源が設置された住宅ＨＭについては、生成部４３ａが住宅ＨＭごとに生成した第２予測モデルを用いて、各住宅ＨＭの需要電力量を算出する。そして、予測部４４ａは、算出した各需要電力量の総計を算出することで、全住宅ＨＭの総体的な需要電力量を算出する。

なお、図７で示した機能構成は、あくまで一例であり、予測装置１０ａは、異なる機能構成を有していてもよい。例えば、予測装置１０ａは、第１予測モデルを生成するための集計部および生成部と、第２予測モデルを生成するための集計部および生成部を個別に有していてもよい。また、予測装置１０ａは、分散電源が設置されている住宅ＨＭごとに第２予測モデルを生成するための集計部および生成部を個別に有していてもよい。

（予測処理のバリエーションについて）
ここで、予測装置１０ａは、分散電源が設置されていない住宅ＨＭが存在しない場合は、住宅ＨＭごとに第２予測モデルを生成し、生成した第２予測モデルを用いて総体的な需要電力量を算出してもよい。また、予測装置１０ａは、分散電源が設置されていない住宅ＨＭの総体的な需要電力量を１つの第１予測モデルで予測するのではなく、消費電力量の傾向に応じたグループに応じた第１予測モデルを生成し、生成した第１予測モデルを用いた予測を行ってもよい。

例えば、予測装置１０ａは、分散電源が設置されていない住宅ＨＭから取得した消費電力量の傾向に基づいて、分散電源が設置されていない住宅ＨＭを複数のグループに分類する。より具体的な例を挙げると、予測装置１０ａは、消費電力量のピークが含まれる時間や、頻繁に使用される負荷装置の種別、住宅ＨＭに居住する利用者の構成等、各種の情報に基づいて、分散電源が設置されていない住宅ＨＭを複数のグループに分類する。そして、予測装置１０ａは、同一のグループに分類された複数の住宅ＨＭごとに、消費電力量から総体的な需要電力量を予測する第１予測モデルを生成し、生成した第１予測モデルを用いて、需要電力量の予測を行ってもよい。このような処理の結果、予測装置１０ａは、グループごとの傾向に合わせた需要電力量の予測を行え、結果として、全住宅ＨＭの総体的な需要電力量の予測精度を向上させることができる。

（予測処理の処理の流れの一例について）
次に、図８を用いて、第２の実施形態に係る予測装置１０ａが実行する予測処理の流れの一例について説明する。図８は、第２の実施形態に係る予測装置が実行する予測処理の流れの一例を示すフローチャートである。

例えば、予測装置１０ａは、各負荷装置の消費電力量を収集する（ステップＳ２０１）。また、予測装置１０ａは、分散電源が提供した提供電力量を収集する（ステップＳ２０２）。そして、予測装置１０ａは、分散電源を有さない全ての施設について、消費電力量の集計に基づいて、第１予測モデルを生成する（ステップＳ２０３）。また、予測装置１０ａは、分散原電を有する施設ごとに、消費電力量予測モデルと提供電力量予測モデルとに基づく第２予測モデルを生成する（ステップＳ２０４）。そして、予測装置１０ａは、第１予測モデルを用いて、分散電源を有さない全ての施設における需要電力量を予測するとともに（ステップＳ２０５）、各第２予測モデルを用いて、分散電源を有する各施設における需要電力量を予測する（ステップＳ２０６）。その後、予測装置１０ａは、施設全体の需要電力量を算出し（ステップＳ２０７）、処理を終了する。

［第３の実施形態］
（予測システムの概要）
ここで、スマートメータＭＴは、複数の経路を介して消費電力量を送信する機能を有する。例えば、スマートメータＭＴは、所定の通信経路を介して事業者が有するＭＤＭＳ（Meter Data Management System）と呼ばれるデータ管理システムに消費電力量を直接送信するＡルート（すなわち、第１通信経路）と、ＨＧＷ１００を介して消費電力量を送信するＢルート（すなわち、第２通信経路）とのいずれかを介して、消費電力量を送信することができる。

ここで、Ｂルートにおいては、Ａルートよりも高帯域な通信経路が用いられる場合が多い。また、Ｂルートにおいては、予測装置１０等の要求に応じて、最新の消費電力量を提供することができる。このため、Ｂルートを介して収集した消費電力量に基づいて、需要電力量を予測した場合は、Ａルートよりも新しい消費電力量に基づいて、需要電力量を予測することとなるので、予測精度を向上させることができる。

しかしながら、ＨＥＭＳが導入されていない住宅ＨＭにおいては、ＨＧＷ１００が設置されていないため、Ｂルートを介した消費電力量の収集を行うことができない。しかしながら、Ａルートを介してＨＥＭＳが導入されていない住宅ＨＭの消費電力量を収集し、収集した消費電力量を用いて需要電力量を予測した場合は、全住宅ＨＭにおける総体的な需要電力量の精度が低下する恐れがある。

そこで、第３の実施形態に係る予測装置１０ｂは、スマートメータＭＴが計測した供給電力量を第１通信経路を介して収集する機能と、ＨＧＷ１００が取得した消費電力量を第２通信経路を介して収集する機能とを有する。そして、予測装置１０ｂは、供給電力量または消費電力量の少なくともいずれか一方を用いて、複数の施設における総体的な需要電力量を予測する。

より具体的には、予測装置１０ｂは、ＨＧＷ１００が設置されていない住宅ＨＭについては、スマートメータＭＴが計測した供給電力量を第１通信経路を介して収集する。また、予測装置１０ｂは、ＨＧＷ１００が設置されている施設については、ＨＧＷ１００が取得した消費電力量を第２通信経路を介して収集する。そして、予測装置１０ｂは、ＨＧＷ１００が設置されていない施設における総体的な需要電力量を、第１通信経路を介して収集された供給電力量に基づいて予測するとともに、ＨＧＷ１００が設置されている施設における総体的な需要電力量を、第２通信経路を介して収集された消費電力量に基づいて予測する。そして、予測装置１０ｂは、予測した各需要電力量を集計する。すなわち、予測装置１０ｂは、ＨＥＭＳが導入されている住宅ＨＭとＨＥＭＳが導入されていない住宅ＨＭとで、個別に需要電力量を予測し、予測結果を集計することで、全住宅ＨＭにおける総体的な需要電力量を算出する。

以下、図９を用いて、第３の実施形態に係る予測装置１０ｂが実行する予測処理の一例を説明する。図９は、第３の実施形態に係る予測装置が実行する予測処理の一例を説明する図である。なお、図９に示す例では、各住宅ＨＭａ〜ＨＭｅに設置されたＨＧＷ１００や、太陽光パネルＰＶ、スマートメータＭＴを記載したが、実際には、各住宅ＨＭａ〜ＨＭｅには、図１に示す住宅ＨＭと同様に、分電盤ＨＤ、家電群ＬＤ等が設置されているものとする。

例えば、図９に示す例では、住宅ＨＭのうち、グループ１に分類される住宅ＨＭａ〜ＨＭｃには、ＨＥＭＳが導入されており、ＨＧＷ１００ａ〜１００ｃが設置されている。また、住宅ＨＭａには、スマートメータＭＴａが設置されている。また、住宅ＨＭのうち、グループ２に分類される住宅ＨＭｄ、ＨＭｅには、ＨＥＭＳが導入されておらず、ＨＧＷ１００が設定されていない。しかしながら、住宅ＨＭｄ、ＨＭｅには、スマートメータＭＴｄ、ＭＴｅが設置されている。

このような場合、予測装置１０ｂは、グループ１に属する住宅ＨＭａ〜ＨＭｃに設置されたＨＧＷ１００ａ〜１００ｃから、消費電力量を収集する（ステップＳ１）。すなわち、予測装置１０ｂは、ＨＧＷ１００が設置された住宅ＨＭから、Ｂルートを介して、消費電力量を収集する。また、予測装置１０ｂは、グループ２に属する住宅ＨＭｄ、ＨＭｅに設置されたスマートメータＭＴｄ、スマートメータＭＴｅから、供給電力量を収集する（ステップＳ２）。すなわち、予測装置１０ｂは、ＨＧＷ１００が設置されていない宅ＨＭから、Ａルートを介して、供給電力量を収集する。なお、予測装置１０ｂは、グループ１に属する住宅ＨＭａ〜ＨＭｃのうち、住宅ＨＭａに設置されたスマートメータＭＴａから、供給電力量を収集してもよい（ステップＳ３）。

そして、予測装置１０ｂは、ＨＧＷ１００を有する施設全体での需要電力量を予測するモデルを生成する（ステップＳ４）。例えば、予測装置１０ｂは、グループ１に属する住宅ＨＭａ〜ＨＭｃのＨＧＷ１００ａ〜１００ｃから収集した消費電力量と、気象情報とを用いて、住宅ＨＭａ〜ＨＭｃの総体的な需要電力量を予測する予測モデルを生成する。

また、予測装置１０ｂは、ＨＧＷ１００を有さない施設全体での需要電力量を予測するモデルを生成する（ステップＳ５）。例えば、予測装置１０ｂは、グループ２に属する住宅ＨＭｄ、ＨＭｅのスマートメータＭＴｄ、ＭＴｅから収集した供給電力量と、気象情報とを用いて、住宅ＨＭｄ、ＨＭｅの総体的な需要電力量を予測する予測モデルを生成する。

そして、予測装置１０ｂは、生成した各予測モデルを用いて、ＨＧＷ１００を有する施設全体での需要電力量とＨＧＷ１００を有さない施設全体での需要電力量とをそれぞれ予測し、予測した需要電力量を集計することで、全住宅ＨＭにおける総体的な需要電力量を予測する（ステップＳ６）。そして、予測装置１０ｂは、予測した需要電力量を事業者サーバ２００に通知する（ステップＳ７）。

ここで、需要電力量の予測においては、処理の１時間後における需要電力量の予測が求められる場合がある。このような場合において、Ａルート経由のデータ収集よりも、Ｂルートのデータ収集の方が、より新しい消費電力量を収集することができる。そこで、予測装置１０ｂは、上述したように、ＡルートとＢルートとで取得された消費電力量に時間差が存在する場合、ＨＥＭＳが導入された施設のグループはＢルート経由で得られた情報で予測モデルを構築するとともに、ＨＥＭＳが導入されていない施設のグループはＡルート経由で得られた情報で予測モデルを構築し、グループごとに予測した需要電力量を合計して総体的な需要電力量を予測する。この結果、予測装置１０ｂは、全ての施設からＡルート経由で得られる情報を用いて予測モデルを生成するよりも、予測精度を向上させることができる。

（予測装置の機能構成について）
以下、図１０を用いて、上述した機能を発揮する予測装置１０ｂが有する機能構成の一例について説明する。図１０は、第３の実施形態に係る予測装置が有する機能構成の一例について説明する図である。図１０に示す例では、予測装置１０ｂは、第１通信部２１、第２通信部２２、記憶部３０ａ、および制御部４０ｂを有する。

第１通信部２１は、通信部２０と同様に、予測装置１０ｂと、ＨＧＷ１００、事業者サーバ２００、および気象情報サーバ３００との間の通信を中継する通信部であり、例えば、ＮＩＣ等により実現される。すなわち、第１通信部２１は、Ｂルートを介して、消費電力量を取得する際に用いられる通信部である。

第２通信部２２は、スマートメータＭＴと予測装置１０ｂとの間の通信を中継する通信部であり、例えば、ＮＩＣ等により実現される。すなわち、第２通信部２２は、Ａルートを介して、供給電力量を取得する際に用いられる通信部である。

記憶部３０ａは、記憶部３０と同様に予測装置１０ｂが有する揮発性または不揮発性のメモリである。また、記憶部３０ａは、消費電力量データベース３１ａを記憶する。消費電力量データベース３１ａには、消費電力量データベース３１と同様の情報に加えて、スマートメータＭＴが測定した供給電力量が登録される。

例えば、図１１は、第３の実施形態に係る消費電力量データベースに登録される情報の一例を示す図である。図１１に示すように、消費電力量データベース３１ａには、図３に示した消費電力量データベース３１に登録される情報に加えて、「供給電力量」といった項目を有する情報が登録される。ここで、「供給電力量」とは、対応づけられた「施設ＩＤ」が示す施設（すなわち、住宅ＨＭ）において、スマートメータＭＴが測定した供給電力量を示す情報である。なお、図１１に示す例では、「供給電力量＃ＨＭａ」といった概念的な値を記載したが、実際には、「供給電力量」として、対応づけられた「施設ＩＤ」が示す施設に設置されたスマートメータＭＴが所定の時間間隔（例えば、３０分間）で測定した供給電力量が、時系列に沿って登録されているものとする。

図１０に戻り、説明を続ける。制御部４０ｂは、制御部４０と同様に、各種の情報処理を実行する演算装置であり、例えば、ＣＰＵ、ＭＰＵ等の電子回路や、ＡＳＩＣ、ＦＰＧＡ等の集積回路を採用できる。制御部４０ｂは、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部４０ａは、各種のプログラムが動作することにより各種の処理部として機能する。

図１０に示す例では、制御部４０ｂは、収集部４１ｂ、集計部４２ｂ、生成部４３ｂ、予測部４４ｂ、および提供部４５を有する。収集部４１ｂは、ＨＧＷ１００が設置された住宅ＨＭ、すなわち、グループ１に属する住宅ＨＭａ〜ＨＭｃからは、収集部４１と同様に、Ｂルートを介して、消費電力量の収集を行う。また、収集部４１ｂは、ＨＧＷ１００が設置されていない住宅ＨＭ、すなわち、グループ２に属する住宅ＨＭｄ、ＨＭｅからは、Ａルートを介して、スマートメータＭＴから供給電力量の収集を行う。

集計部４２ｂは、ＨＧＷ１００が設置されている全ての住宅ＨＭａ〜ＨＭｃについて、集計部４２と同様の機能を発揮することで、集計値＃１および集計値＃２を算出する。また、集計部４２ｂは、ＨＧＷ１００が設置されていない全ての住宅ＨＭｄ、ＨＭｅについて、供給電力量の集計値を算出する。

生成部４３ｂは、ＨＧＷ１００が設置されている全ての住宅ＨＭａ〜ＨＭｃについて、集計部４２が算出した集計値＃１、集計値＃２、および気象情報に基づいて、式（１）や式（５）に示す予測モデルを生成する。また、生成部４３ｂは、ＨＧＷ１００が設置されていない全ての住宅ＨＭｄ、ＨＭｅについては、供給電力量に基づいて需要電力量を予測する予測モデルを生成する。例えば、生成部４３ｂは、式（１）における係数「β」の値を「０」に設定し、供給電力量の集計値を「Ｄａｌｌ（ｔ）」と見做すことで、住宅ＨＭｄ、ＨＭｅの需要電力量の集計値から住宅ＨＭｄ、ＨＭｅの総体的な需要電力量を予測する予測モデルを生成する。

予測部４４ｂは、生成部４３ｂが生成した各予測モデルを用いて、ＨＧＷ１００が設置されている全ての住宅ＨＭａ〜ＨＭｃの総体的な需要電力量を算出するとともに、ＨＧＷ１００が設置されていない全ての住宅ＨＭｄ、ＨＭｅの総体的な需要電力量を算出する。そして、予測部４４ｂは、算出した需要電力量を集計することで、全ての住宅ＨＭａ〜ＨＭｅの総体的な需要電力量を予測する。

なお、図１０で示した機能構成は、あくまで一例であり、予測装置１０ｂは、異なる機能構成を有していてもよい。例えば、予測装置１０ｂは、ＨＧＷ１００が設置されている全ての住宅ＨＭａ〜ＨＭｃの予測モデルを生成するための集計部および生成部と、ＨＧＷ１００が設置されていない全ての住宅ＨＭｄ、ＨＭｅの予測モデルを生成するための集計部および生成部とを個別に有していてもよい。

（予測処理のバリエーションについて）
ここで、予測装置１０ｂは、ＨＧＷ１００が設置されていない住宅ＨＭｄ、ＨＭｅの需要電力を予測する予測モデルを作成する際に、ＨＧＷ１００が設置されている住宅ＨＭａ〜ＨＭｃの情報を利用してもよい。すなわち、予測装置１０ｂは、ＨＥＭＳが設置されていない住宅ＨＭｄ、ＨＭｅにおける総体的な需要電力量を、Ａルートを介して収集された供給電力量と、ＨＥＭＳが設置されている住宅ＨＭａ〜ＨＭｃからＢルートを介して収集された消費電力量とに基づいて予測してもよい。

すなわち、ＨＥＭＳの設置の有無にかかわらず、各住宅ＨＭａ〜ＨＭｅに居住する利用者は、一般的な家庭である可能性が高い。この結果、ＨＥＭＳの設置の有無にかかわらず、一方のグループで需要の変化が生じている場合は、他方のグループでも需要の変化が生じている可能性が高い。また、ＨＥＭＳが設置された住宅ＨＭａ〜ＨＭｃから収集される情報は、ＨＥＭＳが設置されていない住宅ＨＭｄ、ＨＭｅから収集される情報よりも、新しい情報であると考えられる。そこで、予測装置１０ｂは、ＨＧＷ１００が設置されていない住宅ＨＭｄ、ＨＭｅの需要電力量を予測する予測モデルを作成する際に、ＨＧＷ１００が設置されている住宅ＨＭａ〜ＨＭｃの情報を利用することで、ＨＧＷ１００が設置されていない住宅ＨＭｄ、ＨＭｅの需要電力量の予測精度を向上させてもよい。

（予測処理の処理の流れの一例について）
次に、図１２を用いて、第３の実施形態に係る予測装置１０ｂが実行する予測処理の流れの一例について説明する。図１２は、第３の実施形態に係る予測装置が実行する予測処理の流れの一例を示すフローチャートである。

例えば、予測装置１０ｂは、Ａルートを介して供給電力量を収集するとともに、Ｂルートを介して消費電力量を収集する（ステップＳ３０１）。また、予測装置１０ｂは、ＨＧＷ１００を有する施設における消費電力量に基づいて、ＨＧＷ１００を有する施設における総体的な需要電力量の予測モデルを生成する（ステップＳ３０２）。また、予測装置１０ｂは、ＨＧＷ１００を有しない施設における供給電力量に基づいて、ＨＧＷ１００を有しない施設における総体的な需要電力量の予測モデルを生成する（ステップＳ３０３）。そして、予測装置１０ｂは、各予測モデルを用いて、ＨＧＷ１００を有する施設における総体的な需要電力量とＨＧＷ１００を有しない施設における総体的な需要電力量とを予測し、予測した需要電力量を集計することで、全施設における総体的な需要電力量を算出する（ステップＳ３０４）。

［各実施形態の変形例］
（施設について）
上述した各実施形態では、予測装置１０、１０ａ、１０ｂ（以下、「予測装置１０」と総称する。）は、施設として住宅ＨＭにおける需要電力量を算出した。しかしながら、実施形態は、これに限定されるものではない。例えば、予測装置１０は、住宅ＨＭ以外にも、工場、オフィス、商店、イベント会場等といった常設または仮設を問わない任意の施設における需要電力量を予測してよい。

（モデルについて）
また、上述した説明において予測装置１０が生成した予測モデルは、あくまで一例であり、総体的な需要電力量を予測することができるモデルであれば、任意のモデルを予測モデルとして採用可能である。

例えば、予測装置１０は、各施設から消費電力量を取得する時間間隔が異なる場合、各施設を、消費電力量を取得する時間間隔に応じてグループ分けする。例えば、予測装置１０は、３０分ごとに消費電力量を取得するグループと、１時間ごとに消費電力量を取得するグループと、４時間ごとに消費電力量を取得するグループとに分類する。そして、予測装置１０は、同一グループに属する施設の需要電力量を予測する予測モデルをグループごとに生成し、グループごとに生成した予測モデルによる予測結果を集計することで、全施設における需要電力量の予測を行ってもよい。

また、予測装置１０は、１時間ごとに消費電力量を取得するグループに属する施設の数が所定の閾値を超える場合（例えば、予測対象となる全施設のうちの８割以上）は、かかるグループに属する施設の総体的な需要電力量に基づいて、全施設の総体的な需要電力量を予測してもよい。例えば、予測装置１０は、１時間ごとに消費電力量を取得するグループに属する施設の数が、全施設の数の「８／１０」となる場合は、１時間ごとに消費電力量を取得するグループに属する施設総体的な需要電力量に「１０／８」（すなわち、全施設の数のうち、予測を行うグループに属する施設の数が示す割合の逆数）を積算することで、全施設の総体的な需要電力量を予測してもよい。

また、予測装置１０は、ＨＥＭＳが設置された施設（すなわち、ＨＧＷ１００が設置された住宅ＨＭ）の総体的な需要電力量を予測し、全施設のうちＨＥＭＳが設置された施設が占める割合の逆数を予測した需要電力量に積算することで、全施設の総体的な需要電力量を予測してもよい。

（事業者に応じた処理ついて）
ここで、予測装置１０は、需要電力量を予測する事業者が複数存在する場合は、事業者ごとに予測モデルを生成してもよい。例えば、予測装置１０は、第１事業者により電力が供給される施設と、第２事業者により電力が供給される施設とで異なる予測モデルを生成してもよい。また、予測装置１０は、例えば、第１事業者により電力が供給される施設の消費電力量に基づいて、第２事業者により電力が供給される施設における需要電力量を予測するモデルを生成してもよい。例えば、予測装置１０は、第１事業者により電力が供給される所定の種別の施設の消費電力量に基づいて、第２事業者により電力が供給される施設のうち、所定の種別の施設における需要電力量を予測するモデルを生成してもよい。

（サンプリングについて）
ここで、予測装置１０は、事業者によって電力が供給される全ての施設の消費電力量を取得する必要はない。すなわち、予測装置１０は、予測対象となる全施設の中から、消費電力量を取得する施設のサンプリングを行ってもよい。例えば、予測装置１０は、消費電力量の傾向や施設の種別等、各種任意の情報に基づいて、予測対象となる全施設の中から、所定の数の施設を選択し、選択した施設から消費電力量を取得する。また、予測装置１０は、取得した消費電力量に基づいて、選択した全施設における総体的な需要電力量を予測する。そして、予測装置１０は、予測対象となる全施設の数を選択した施設の数で除算した値に予測した需要電力量を積算することで、予測対象となる全施設の総体的な需要電力量を算出してもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ 予測システム
１０、１０ａ、１０ｂ 予測装置
２０ 通信部
３０、３０ａ 記憶部
３１、３１ａ 消費電力量データベース
３２ モデルデータベース
４０、４０ａ、４０ｂ 制御部
４１、４１ａ、４１ｂ 収集部
４２、４２ａ、４２ｂ 集計部
４３、４３ａ、４３ｂ 生成部
４４、４４ａ、４４ｂ 予測部
４５ 提供部
１００、１００ａ〜１００ｅ ＨＧＷ
２００ 事業者サーバ
３００ 気象情報サーバ
ＰＶ、ＰＶａ〜ＰＶｃ 太陽光パネル
ＨＤ 分電盤
ＬＤ 家電群
ＭＴ、ＭＴａ、ＭＴｄ、ＭＴｅ スマートメータ
ＣＰ 系統電源
ＣＴａ、ＣＴｂ センサ

Claims (14)

1. 設置された施設における消費電力量を取得する複数の取得装置から、各施設における消費電力量を収集する収集部と；
   前記収集部により収集された消費電力量に基づいて、複数の施設における総体的な需要電力量を予測する予測部と；
   を有することを特徴とする予測装置。
2. 前記収集部は、スマートメータから前記取得装置が取得した消費電力量、分電盤が有する主幹ブレーカまたは分岐ブレーカを介して前記取得装置が取得した消費電力量、または、電力を消費する負荷装置から前記取得装置が取得した消費電力量の少なくともいずれか一つの消費電力量を取得する
   ことを特徴とする請求項１に記載の予測装置。
3. 前記収集部は、前記取得装置が前記負荷装置から取得した当該負荷装置の種別に関する情報をさらに収集し、
   前記予測部は、各施設における消費電力量の集計値を前記負荷装置の種別ごとに算出し、算出した各集計値に基づいて、複数の施設における総体的な需要電力量を予測する
   ことを特徴とする請求項２に記載の予測装置。
4. 前記収集部は、前記取得装置が前記負荷装置から取得した当該負荷装置の種別に関する情報をさらに収集し、
   前記予測部は、各施設において所定の種別の負荷装置が利用される利用期間を推定し、前記消費電力量と、推定した利用期間とに基づいて、複数の施設における総体的な需要電力量を予測する
   ことを特徴とする請求項２に記載の予測装置。
5. 前記予測部は、各施設のうち消費電力量の予測対象となる日時が前記利用期間に含まれる施設の割合を算出し、算出した割合と、前記所定の種別の負荷装置による消費電力量とに基づいて、複数の施設における総体的な需要電力量を予測する
   ことを特徴とする請求項４に記載の予測装置。
6. 前記予測部は、所定の期間内に前記所定の種別の負荷装置が利用されたか否かに基づいて、当該負荷装置の利用期間を推定する
   ことを特徴とする請求項４または５に記載の予測装置。
7. 前記収集部は、前記施設に供給された電力量を計測する計測装置が計測した供給電力量を第１通信経路を介して収集する機能と、前記取得装置が取得した消費電力量を第２通信経路を介して収集する機能とを有し、
   前記予測部は、前記供給電力量または前記消費電力量の少なくともいずれか一方を用いて、複数の施設における総体的な需要電力量を予測する
   ことを特徴とする請求項１〜６のいずれか１つに記載の予測装置。
8. 前記収集部は、前記取得装置が設置されていない施設については、前記計測装置が計測した供給電力量を前記第１通信経路を介して収集するとともに、前記取得装置が設置されている施設については、前記取得装置が取得した消費電力量を前記第２通信経路を介して収集し、
   前記予測部は、前記取得装置が設置されていない施設における総体的な需要電力量を、前記第１通信経路を介して収集された供給電力量に基づいて予測するとともに、前記取得装置が設置されている施設における総体的な需要電力量を、前記第２通信経路を介して収集された消費電力量に基づいて予測し、予測した各需要電力量を集計する
   ことを特徴とする請求項７に記載の予測装置。
9. 前記予測部は、前記取得装置が設置されていない施設における総体的な需要電力量を、前記第１通信経路を介して収集された供給電力量と、前記取得装置が設置されている施設から前記第２通信経路を介して収集された消費電力量とに基づいて予測する
   ことを特徴とする請求項８に記載の予測装置。
10. 前記予測部は、複数の施設のうち分散電源が設置されていない全ての施設における消費電力量を予測する第１予測モデルを生成するとともに、分散電源が設置されている施設における消費電力量を予測する第２予測モデルを当該分散電源が設置されている施設ごとに生成し、生成した第１予測モデルおよび第２予測モデルを用いて、複数の施設における総体的な需要電力量を予測する
    ことを特徴とする請求項１〜９のうちいずれか１つに記載の予測装置。
11. 前記収集部は、前記分散電源が設置されている所定の施設の取得装置から、当該所定の施設における消費電力量と、前記分散電源により提供された提供電力量とを収集し、
    前記予測部は、前記所定の施設における消費電力量に基づいて、当該所定の施設における消費電力の予測モデルを生成し、前記所定の施設における提供電力量の予測モデルと、消費電力の予測モデルとに基づいて、当該所定の施設における需要電力量を予測する第２予測モデルを生成する
    ことを特徴とする請求項１０に記載の予測装置。
12. 前記収集部は、気象に関する情報である気象情報をさらに収集し、
    前記予測部は、前記消費電力量と前記気象情報とに基づいて、複数の施設における総体的な需要電力量を予測する
    ことを特徴とする請求項１〜１１のうちいずれか１つに記載の予測装置。
13. 予測装置が実行する予測方法であって、
    設置された施設における消費電力量を取得する複数の取得装置から、各施設における消費電力量を収集する収集ステップと；
    前記収集ステップにより収集された消費電力量に基づいて、複数の施設における総体的な需要電力量を予測する予測ステップと；
    を含んだ予測方法。
14. コンピュータに、
    設置された施設における消費電力量を取得する複数の取得装置から、各施設における消費電力量を収集する収集手順と；
    前記収集手順により収集された消費電力量に基づいて、複数の施設における総体的な需要電力量を予測する予測手順と；
    を実行させる予測プログラム。

Images