2019 Fiscal Year Annual Research Report
Local and short-time PV generation prediction from All sky image.
| Project/Area Number |
17H01922
|
|---|
| Research Institution | Shizuoka Institute of Science and Technology |
|---|
Principal Investigator |
加藤 丈和 静岡理工科大学, 理工学部, 准教授 (30362859)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
延原 章平 京都大学, 情報学研究科, 准教授 (00423020)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 太陽光発電予測 / 全天空画像 / 深層画像 / 空画像モデル |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，太陽光発電を地産地消型のエネルギーとして効率的に利用するために，太陽光発電の局所的かつ短時間で急激な変動を高精度に予測することである.
具体的には，画像解析手法と学習手法の二通りのアプローチで予測手法の開発をおこなう.画像解析手法では空画像から太陽，雲を分離したうえで雲の動きを推 定し，数秒後の空画像を生成し発電量の予測を行う.学習手法では過去数フレームの空画像と数秒後の発電量の関係を学習し発電量の予測を行うことを目指す．
本年度には，１．前年度まで過去の画像を入力として未来の発電量を出力とした学習モデルを提案したが，今年度は事前に画像処理によってオプティカルフローを算出し，画像とともに入力として与えた学習モデルを提案した．これは，極端に輝度が強い太陽の影響を受けにくくするためであり，オプティカルフロー算出時には事前に雲部分のコントラストの強調と強い太陽部分のマスクを行うことで雲の動きの予測性能を改善した．２．発電量のみを出力として学習していたのを，未来の画像そのものを出力として学習するモデルに変更した．これは発電量のみを出力として学習を行うと，全く異なる雲配置や天候であっても同じ発電量となる場合も多く，学習が進みにくくさらに学習時とは異なる雲配置への汎化性能が十分でない問題を改善するためである．
これによって学習時と異なる雲の配置の場合の性能を向上した．３．偏光カメラを用いて，カメラのレンズパラメータや太陽位置を正確に求めるキャリブレーション手法を開発した．
また，前年度まで京都大学で撮影された実験データのみを用いていたが，異なる拠点（静岡理工科大学）における実験データに対しても実験を行い，さらに比較的低解像度の画像を用いた実験も行った．
それぞれの内容について，国内研究会３件発表し，また，国際会議（査読あり）への採録が決定している．
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
