| Project/Area Number |
21H01873
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 31020:Earth resource engineering, Energy sciences-related
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
大竹 秀明 国立研究開発法人産業技術総合研究所, エネルギー・環境領域, 主任研究員 (10727655)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
GaridaSilvaFonsecaJunior Joao (フォンセカ ジョアン) 東京大学, 生産技術研究所, 特任准教授 (00716582)
庭野 匡思 気象庁気象研究所, 気象予報研究部, 主任研究官 (10515026)
神山 徹 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究チーム長 (40645876)
山口 順之 東京理科大学, 工学部電気工学科, 教授 (50371224)
今井 正尭 東京大学, 大学院理学系研究科(理学部), 特任助教 (70830389)
小野 耕介 気象庁気象研究所, 台風・災害気象研究部, 主任研究官 (70845677)
大関 崇 国立研究開発法人産業技術総合研究所, エネルギー・環境領域, 研究チーム長 (90425736)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2023: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2021: ¥8,580,000 (Direct Cost: ¥6,600,000、Indirect Cost: ¥1,980,000)
|
|---|
| Keywords | 積雪モニタリング / 太陽光発電 / 発電予測 / AI / 市場評価 / 太陽光システム / メガソーラーサイト / 積雪動態 / 短時間先予測 / １日先予測 / 燃料費最小化 / 発電機起動停止計画問題 |
|---|
| Outline of Research at the Start |
近年顕著に増大した太陽光発電の安定稼働は日本の電力の需給と社会活動の安定性にとって喫緊の課題となっている。太陽光発電の出力は、積雪・融雪に大きな影響を受ける。本研究では、降雪現象による太陽光発電システム上の積雪形成と融雪、落雪時の積雪挙動の実態の解明を主目的とする。積雪の振る舞いを多様なモニタリング手法から実態把握を行い、積雪、融解、落雪過程の解明とモデル化を行う。発電予測情報を電力市場モデルからインパクト評価を行うことは新たな取り組みである。本研究の成果は、火力発電に伴うCO2削減とともに、電力市場経済分野の新たな研究分野への発展にも大いに貢献できることが期待できる。
|
| Outline of Annual Research Achievements |
昨年度に引き続き、メガソーラー設備にて可視・赤外カメラ及び360度カメラを用いた太陽光発電システム（以下、PV）上の積雪・落雪状況モニタリング観測を継続した。装置への積雪や風揺れを軽減する改良を行った。昨年度取得された積雪イベントとは異なる落雪形態を示す事例も観測され、落雪のタイプにはさらに多様性があることが確認された。異常検知の機械学習モデルを活用ことで、昨冬に取得された画像群からPVへの積雪の有無とその領域をヒートマップで表示することに成功し、積雪/落雪イベント発生箇所の自動検出手法の検討を進めた。衛星画像分析からPV施設を含む様々な建造物やその変化を検知することができる。その際「超解像」を行うことで抽出精度が向上することが知られ、本年度では超解像度を行う深層学習モデルに建造物の変化を検知するモデルを結合し、検知精度の向上の見込みを確認した。
1日先の予測技術に関しては、本年度には昨年に準備した基準モデルの結果の分析から、積雪を考慮する予測モデルを開発し、実験を行った。直接、積雪を考慮するモデルより積雪を補正モデルに効果があることを確認した。Random Forestによる予測誤差（RMSE）を15%まで改善を確認した。積雪変質モデルによるPV上の積雪シミュレーションを実施し、積雪が落下しやすい状況か実験を進め、安定度と含水率の関係性について議論するとともに、関連する論文を発表した。メソアンサンブル（MEPS）に関しては、積雪イベント時の予測結果の確認と課題について整理を進め、また、積雪予測のための大気側入力となるMEPSの高度化を行い、論文を出版した。
大量のPV, WFが導入された2040年度を想定し，様々なWF出力において，積雪によるPV発電出力低下が電力需給運用に及ぼす影響について，発電コストや供給支障発生量の観点から分析を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
PV上の1分毎の積雪・落雪状況モニタリング観測については、おおむね順調に進捗している。また、可視画像・赤外画像による積雪イベントも様々なタイプのものがあることが確認され、将来構築を目指す予測システムの構築に向けた新たな課題も見えてきている。積雪変質モデルによる検討では、PV上の積雪シミュレーションを実施できており順調に進捗している。MEPSに関しては、順調に進展している。1日先の予測技術に関しても順調に進捗している。積雪時の発電予測の影響評価に関しては、当初計画していたPV出力の予測外しの全国影響の評価結果は得られつつある。懸念としては，試算結果は，あまり大きな影響はないというものであり，当初の仮説と異なる点が挙げられる。この点は継続的に検討課題として考察していく。
|
| Strategy for Future Research Activity |
これまでの観測から得られた落雪イベント時のPV表面の温度や気象条件の変遷について調べ、またPV表面の積雪動態を調べる雪氷モデルとの横断的な解析を行うことで落雪発生の条件の理解と予測を行う。2023年11月からは最後の冬季観測を行い、年による日射、気温変動の違いによる積雪イベントの整理を行う予定である。衛星画像を用いた分析については、作成した超解像度技術も活用し、晴天時に衛星画像からPV施設の検知と、天候条件や積雪条件が変わった際にPV施設が検知できるか、あるいは検知できないことで積雪を判定できるか、モデルの適応を進める。
1日先の予測技術に関して、これまでテストデータで得られた結果が検証データで再現できることを確認し、現在開発中のモデルの改善余地を探索する。積雪変質モデルによるPV上の積雪シミュレーションを実施し、2021-2022年冬季に発生した積雪事例のイベントの分析を行っている。積雪の安定度と体積含水率の視点から事例を整理しているが、その関係性を一般化するためにも事例分析の積み重ねが必要である。また、MEPSに関しては、引き続き高度化・高度利用に関わる研究を実施する。電力需給運用に及ぼす影響を考える際に，PV出力予測の積雪影響に限定することなく，様々な気候変動要因をシナリオに含めるなど，検討の幅を広げることも今後検討する必要がある。
北海道電力株式会社総合研究所、ほくでんエコエナジー株式会社より冬季の電力需給情報やメガソーラーサイトにおける発電実績データを提供を受けている。これらの分析結果をもとに意見交換、電力需給上の運用上知見の共有を行うことで、オペレーション側の課題を反映させた積雪考慮型発電予測モデルへの構築を目指す。
|
