电力供需预测——全面采用可再生能源的必备条件

【相关新闻】

【能源地图】埃及：占据全球石油贸易交通要害，可再生能源潜力巨大

【政策回顾】环境监测装置与交通控制装置联动，以环境数据调节交通

【技术回顾】尾气有害物质克星——不易劣化的汽车“智能”催化剂

能源政策举棋不定，日本出现创纪录贸易逆差

要深呼吸，还是要赚钱？

以东日本大地震为契机，能源管理的重要性与日俱增。预测电力使用量及发电量等的技术备受期待。

电力公司利用核电、火电等大规模设备进行发电，满足家庭、办公楼及工厂等的用电需求——这种传统的日本电力系统即将发生改变。

在电力供给方面，开始正式采用可再生能源。在家庭及办公楼等领域，也在扩大采用可再生能源、燃料电池及热电联产系统等。已能够通过多种电源获得电力。

未来的能源管理系统概念图。包括现在尚未实现的功能。 出处：根据东京大学能源工学合作研究中心的资料制作而成。

而在电力用户方面，也出现了存储电力、调整使用方式等变化。

“同时同量”的要点

尤其是在东日本大地震之后，定置式蓄电池开始商品化，社会上节电及节能意识日益提高。电力系统开始从集中型向分散型转移，电源逐渐实现多样化，在这种情况下，可同时控制需求方与供给方的智能电网开始受到关注。

其中发挥重要作用的就是电力供求“预测”。

由于电力公司开始在网站上公布1天的电力需求预测，因此电力供求预测已广为人知。以往，电力公司是使用大型计算机预测第二天的电力需求，掌握满足最大电力需求所需的发电设备种类及数量，并列入第二天的发电计划。

据称某家电力公司目前已经实现了预测与实际数据的误差仅为3％左右的高精度。其原因在于，要稳定供应电力，需要使需求量和供给量随时保持一致。如果不能做到“同时同量”，在有些情况下甚至会导致大规模停电。

另一方面，承担根据需求调节输出作用的火力发电从启动到达到额定输出功率，需要花费几个小时的时间。为了满足白天的最大电力需求，必须以高精度预测为基础，事先制定发电计划。

庆应私塾大学副教授滑川徹与电力公司合作，开发出了可进一步提高预测精度的方法。通过充分利用其基础理论，仅用1台个人电脑，就可预测小规模地区及大厦等的电力需求。

实际数据与预测相符

以过去的电力需求实际数据及气温信息为基础，预测将来的需求。电力需求随着季节及星期而异，根据这种变动趋势，构筑起独自的电力需求模式（算式）。将过去的实际数据等输入预测程序，便可计算出预测值。

之所以能用个人电脑进行以往需要使用大型计算机的高精度预测，是因为利用自主开发的方法提高了从过去的实际数据中提取所需数据的效率。

滑川副教授目前正在庆应大学校园中测量电力需求并积累相关数据。在学生上学的周一到周六，从早晨到中午，需求逐渐上升，到了夜晚便会下降。在学生不上学的周日，1天内的需求基本固定。

在预测程序中，将输入的过去实际数据分为上学日和不上学日，根据自主开发的算式处理数据。下图红色表示的是预测值，绿色为实际数据。这两条线基本一致，可以看出精度非常高。

利用个人电脑实现高精度预测 预测开始之后经过的时间

滑川副教授表示：“包括其他校区在内，打算建立可综合管理能源供求的地区能源管理系统（CEMS）。”他还计划充分利用庆应大学拥有的天然气热电联产系统，以需求预测为基础，在设施间融通电力。首先推进在大厦能源管理系统（BEMS）中进行应用，“很快也将在住宅能源管理系统中进行应用”。

骊住公司自2011年起，与东京大学生产技术研究所合作，共同开始“COMMA House”实证实验，在预测住宅电力需求的技术开发方面取得进展。该程序是以过去的电力需求实际数据、气温及气象预报为基础，预测第二天的电力需求。

参与开发的东京大学副教授岩船由美子说：“希望能在住宅内设置的家庭能源管理系统中，嵌入存储实际数据及预测第二天需求的功能。”如果利用互联网发送信息，泄密的风险较高。从防止信息泄露的角度出发，最好是不将实际数据带出住宅外，而是利用比个人电脑更小、可设置于室内的装置进行处理。

这一技术设想用于设置有太阳能发电系统、纯电动汽车（EV）及蓄电池的住宅，预测电力需求如何变动。在此基础上，实现自动判断是在住宅内使用太阳能发电所发电力，还是将之存储在蓄电池中，在实现节能的同时提高经济效益。采用“动态定价”，在出现最大需求的白天提高电价，以抑制电力需求，也有望产生较大的效果。

不过，与学校及大厦相比，住宅电力需求随着居民的日程安排及活动的变化，而每天的变化较大，难以掌握大体趋势。与其追求高精度预测，还不如掌握大体趋势更为现实一些。力争实现可根据居民行动随时调整设备运用状况、高效率使用能源的系统。

充分利用气象预报员的经验

供给方也需要进行预测。因为太阳能发电和风力发电的输出会随着日照及风况的变化而变动。日本于去年开始实行可再生能源发电固定价格收购制度（FIT），由此可再生能源的装机容量日益增多。要稳定供应输出变动较大的可再生能源电力，需要先将利用可再生能源所发的电力存储在蓄电池中，然后用于供电，或者利用火力发电维持稳定输出。而可再生能源输出预测技术将成为判断是蓄电还是供电，以及利用火力发电进行准确调节的关键。

伊藤忠Techno Solutions公司（CTC）拥有风力发电输出预测技术。在大规模风电场方面，已经在位于青森县六所村的东北电力公司二又风电场等处采用。

利用伊藤忠Techno Solutions的风力发电输出预测技术，可进行10分钟后的短期预测，以及几小时后或第二天的预测。进行短期预测时，是使用在现场测量的风力发电输出实际数据，利用该公司的数据中心进行分析。如果进行几小时后及更长时间的预测，将利用该公司独有的技术，根据气象厅提供的风况预报，结合现场的实际输出测量值进行预测。

在预测中充分利用现场实际测量数据。 在风电场，根据现场的风速等及发电机输出实际数据预测发电输出。 还可预测百万瓦级太阳能设施（大规模光伏电站）的输出。

伊藤忠Techno Solutions能够根据需要，将从气象厅得到的、以10平方公里为单位的大致风况预报，以500平方米为单位等进行细分，以进行更精密的预报。在学习补正误差的同时取得的输出预测与实际数据之间的误差仅为7%～8％，实现了很高的精度。

比气象厅更详细地预测风况 以气象厅10平方公里的风况预报为基础，预测500平方米等更狭窄范围内的风况。还可进行三维预测。

电力公司及地区能源管理系统运营者等可使用个人电脑的网页浏览器，确认数据中心计算出的预测数据。用作制定发电计划的参考材料，以及判断是进行供电还是蓄电的材料。伊藤忠Techno Solutions科学系统事业部新能源及基础设施事业推进部部长福田寿称：“发电预测目前已用于会影响业务经济效益的重要判断。作为判断材料是非常可靠的，对此我们拥有自信。”

伊藤忠Techno Solutions目前在开发气象预报系统，因此公司内部拥有气象预报员。该公司将充分利用迄今积累的预报经验，并在太阳能发电输出预测方面积累经验。日本新能源产业 技术综合开发机构（NEDO）与美国新墨西哥州政府等自2009年起，在新墨西哥州洛斯阿拉莫斯实施智能电网实证业务，其中也采用了伊藤忠Techno Solutions的预测技术。

伊藤忠Techno Solutions目前还在提供可优化地区、大厦及工厂等处能源利用的“E-PLSM”管理系统。可使耗电量、纯电动汽车和蓄电池剩余电量以及设备运转状况等信息“可视化”，还可组合利用可再生能源输出预测及蓄电池控制功能，以维持供求平衡。该公司在全球智能城市实证业务中积累了丰富经验，去年大阪府实施的智能社区实证业务也决定采用该公司的技术。

日本政府已划拨了预算，2013年度也将实施包括东日本重建在内的实证业务。据称在全球范围内，充分利用可再生能源等分散型电源的城市开发计划目前已多达几千项。利用高水平能源预测技术支撑低碳型新城市的时代似将来临。（日经能源环境网 供稿）