気象予測モデルによる太陽光発電のための日射量予測と深層学習による予測信頼度の推定

• Project/Area Number: 24K08321
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 31020:Earth resource engineering, Energy sciences-related
• Research Institution: Gifu University
• Principal Investigator: 小林 智尚 岐阜大学, 大学院工学研究科, 教授 (50205473)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2025: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: 太陽光発電システム / 気象予報モデル / アンサンブル予測 / 深層学習

Outline of Research at the Start

太陽光発電システムは天候や日射量の変化で変動する不安定電源であり,そのシステムが接続された電力網の供給電力を不安定にする要因となっている.現在はアンサンブル予測を用いた気象予報モデルにより日射量や発電量を予測し電力網を戦略的に運用する手法が提案されている.この手法では日射量予測の最確値のほか，その予測信頼度も推定できるが，膨大な計算コストを必要とする.
そこで本研究では気象予測モデルの計算結果のうち日射量のみならず複数の気象要素を活用し,非線形の深層学習を用いて,日射量予測とその予測の信頼度を推定するモデルを構築する.これにより計算コストを抑えながらもアンサンブル予測と同じ予測が可能となる.