電力供需預測——全面採用可再生能源的必備條件

【相關新聞】

【能源地圖】埃及：佔據全球石油貿易交通要害，可再生能源潛力巨大

【政策回顧】環境監測裝置與交通控制裝置聯動，以環境數據調節交通

【技術回顧】尾氣有害物質克星——不易劣化的汽車“智能”催化劑

能源政策舉棋不定，日本出現創紀錄貿易逆差

要深呼吸，還是要賺錢？

以東日本大地震為契機，能源管理的重要性與日俱增。預測電力使用量及發電量等的技術備受期待。

電力公司利用核電、火電等大規模設備進行發電，滿足家庭、辦公樓及工廠等的用電需求——這種傳統的日本電力系統即將發生改變。

在電力供給方面，開始正式採用可再生能源。在家庭及辦公樓等領域，也在擴大採用可再生能源、燃料電池及熱電聯產系統等。已能夠通過多種電源獲得電力。

未來的能源管理系統概念圖。包括現在尚未實現的功能。 出處：根據東京大學能源工學合作研究中心的資料制作而成。

而在電力用戶方面，也出現了存儲電力、調整使用方式等變化。

“同時同量”的要點

尤其是在東日本大地震之后，定置式蓄電池開始商品化，社會上節電及節能意識日益提高。電力系統開始從集中型向分散型轉移，電源逐漸實現多樣化，在這種情況下，可同時控制需求方與供給方的智能電網開始受到關注。

其中發揮重要作用的就是電力供求“預測”。

由於電力公司開始在網站上公布1天的電力需求預測，因此電力供求預測已廣為人知。以往，電力公司是使用大型計算機預測第二天的電力需求，掌握滿足最大電力需求所需的發電設備種類及數量，並列入第二天的發電計劃。

據稱某家電力公司目前已經實現了預測與實際數據的誤差僅為3％左右的高精度。其原因在於，要穩定供應電力，需要使需求量和供給量隨時保持一致。如果不能做到“同時同量”，在有些情況下甚至會導致大規模停電。

另一方面，承擔根據需求調節輸出作用的火力發電從啟動到達到額定輸出功率，需要花費幾個小時的時間。為了滿足白天的最大電力需求，必須以高精度預測為基礎，事先制定發電計劃。

慶應私塾大學副教授滑川徹與電力公司合作，開發出了可進一步提高預測精度的方法。通過充分利用其基礎理論，僅用1台個人電腦，就可預測小規模地區及大廈等的電力需求。

實際數據與預測相符

以過去的電力需求實際數據及氣溫信息為基礎，預測將來的需求。電力需求隨著季節及星期而異，根據這種變動趨勢，構筑起獨自的電力需求模式（算式）。將過去的實際數據等輸入預測程序，便可計算出預測值。

之所以能用個人電腦進行以往需要使用大型計算機的高精度預測，是因為利用自主開發的方法提高了從過去的實際數據中提取所需數據的效率。

滑川副教授目前正在慶應大學校園中測量電力需求並積累相關數據。在學生上學的周一到周六，從早晨到中午，需求逐漸上升，到了夜晚便會下降。在學生不上學的周日，1天內的需求基本固定。

在預測程序中，將輸入的過去實際數據分為上學日和不上學日，根據自主開發的算式處理數據。下圖紅色表示的是預測值，綠色為實際數據。這兩條線基本一致，可以看出精度非常高。

利用個人電腦實現高精度預測 預測開始之后經過的時間

滑川副教授表示：“包括其他校區在內，打算建立可綜合管理能源供求的地區能源管理系統（CEMS）。”他還計劃充分利用慶應大學擁有的天然氣熱電聯產系統，以需求預測為基礎，在設施間融通電力。首先推進在大廈能源管理系統（BEMS）中進行應用，“很快也將在住宅能源管理系統中進行應用”。

驪住公司自2011年起，與東京大學生產技術研究所合作，共同開始“COMMA House”實証實驗，在預測住宅電力需求的技術開發方面取得進展。該程序是以過去的電力需求實際數據、氣溫及氣象預報為基礎，預測第二天的電力需求。

參與開發的東京大學副教授岩船由美子說：“希望能在住宅內設置的家庭能源管理系統中，嵌入存儲實際數據及預測第二天需求的功能。”如果利用互聯網發送信息，泄密的風險較高。從防止信息泄露的角度出發，最好是不將實際數據帶出住宅外，而是利用比個人電腦更小、可設置於室內的裝置進行處理。

這一技術設想用於設置有太陽能發電系統、純電動汽車（EV）及蓄電池的住宅，預測電力需求如何變動。在此基礎上，實現自動判斷是在住宅內使用太陽能發電所發電力，還是將之存儲在蓄電池中，在實現節能的同時提高經濟效益。採用“動態定價”，在出現最大需求的白天提高電價，以抑制電力需求，也有望產生較大的效果。

不過，與學校及大廈相比，住宅電力需求隨著居民的日程安排及活動的變化，而每天的變化較大，難以掌握大體趨勢。與其追求高精度預測，還不如掌握大體趨勢更為現實一些。力爭實現可根據居民行動隨時調整設備運用狀況、高效率使用能源的系統。

充分利用氣象預報員的經驗

供給方也需要進行預測。因為太陽能發電和風力發電的輸出會隨著日照及風況的變化而變動。日本於去年開始實行可再生能源發電固定價格收購制度（FIT），由此可再生能源的裝機容量日益增多。要穩定供應輸出變動較大的可再生能源電力，需要先將利用可再生能源所發的電力存儲在蓄電池中，然后用於供電，或者利用火力發電維持穩定輸出。而可再生能源輸出預測技術將成為判斷是蓄電還是供電，以及利用火力發電進行准確調節的關鍵。

伊藤忠Techno Solutions公司（CTC）擁有風力發電輸出預測技術。在大規模風電場方面，已經在位於青森縣六所村的東北電力公司二又風電場等處採用。

利用伊藤忠Techno Solutions的風力發電輸出預測技術，可進行10分鐘后的短期預測，以及幾小時后或第二天的預測。進行短期預測時，是使用在現場測量的風力發電輸出實際數據，利用該公司的數據中心進行分析。如果進行幾小時后及更長時間的預測，將利用該公司獨有的技術，根據氣象廳提供的風況預報，結合現場的實際輸出測量值進行預測。

在預測中充分利用現場實際測量數據。 在風電場，根據現場的風速等及發電機輸出實際數據預測發電輸出。 還可預測百萬瓦級太陽能設施（大規模光伏電站）的輸出。

伊藤忠Techno Solutions能夠根據需要，將從氣象廳得到的、以10平方公裡為單位的大致風況預報，以500平方米為單位等進行細分，以進行更精密的預報。在學習補正誤差的同時取得的輸出預測與實際數據之間的誤差僅為7%∼8％，實現了很高的精度。

比氣象廳更詳細地預測風況 以氣象廳10平方公裡的風況預報為基礎，預測500平方米等更狹窄范圍內的風況。還可進行三維預測。

電力公司及地區能源管理系統運營者等可使用個人電腦的網頁瀏覽器，確認數據中心計算出的預測數據。用作制定發電計劃的參考材料，以及判斷是進行供電還是蓄電的材料。伊藤忠Techno Solutions科學系統事業部新能源及基礎設施事業推進部部長福田壽稱：“發電預測目前已用於會影響業務經濟效益的重要判斷。作為判斷材料是非常可靠的，對此我們擁有自信。”

伊藤忠Techno Solutions目前在開發氣象預報系統，因此公司內部擁有氣象預報員。該公司將充分利用迄今積累的預報經驗，並在太陽能發電輸出預測方面積累經驗。日本新能源產業 技術綜合開發機構（NEDO）與美國新墨西哥州政府等自2009年起，在新墨西哥州洛斯阿拉莫斯實施智能電網實証業務，其中也採用了伊藤忠Techno Solutions的預測技術。

伊藤忠Techno Solutions目前還在提供可優化地區、大廈及工廠等處能源利用的“E-PLSM”管理系統。可使耗電量、純電動汽車和蓄電池剩余電量以及設備運轉狀況等信息“可視化”，還可組合利用可再生能源輸出預測及蓄電池控制功能，以維持供求平衡。該公司在全球智能城市實証業務中積累了豐富經驗，去年大阪府實施的智能社區實証業務也決定採用該公司的技術。

日本政府已劃撥了預算，2013年度也將實施包括東日本重建在內的實証業務。據稱在全球范圍內，充分利用可再生能源等分散型電源的城市開發計劃目前已多達幾千項。利用高水平能源預測技術支撐低碳型新城市的時代似將來臨。（日經能源環境網 供稿）