2015 Fiscal Year Research-status Report
風力発電安定化のための数時間先局所風況予測手法の研究
| Project/Area Number |
26340107
|
|---|
| Research Institution | Hiroshima Institute of Technology |
|---|
Principal Investigator |
前田 俊二 広島工業大学, 工学部, 教授 (00626799)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 風力発電 / ベクトル自己回帰モデル / 因果関係 / インパルス応答関数 / 類似性 |
|---|
| Outline of Annual Research Achievements |
風力発電では、発電可能な発電量の把握、すなわち風速の高精度な予測が必要不可欠である。本研究では、風力発電所における短期風速予測を実現する手法を検討する。２年目となる27年度は、26年度に評価準備を整えた、近隣の多地点の風速データセットを対象に検討を進めた。
まずは、(1)ベクトル自己回帰モデルVARを用いた風速予測手法を前提に、複数地点のデータの因果関係をインパルス応答関数や予測誤差分散分解と言った手法を用いて分析した。その結果、風上の風速データの低周波成分の因果関係が強いことを明らかにした。(2)予測に向かない、異なる振る舞いをするデータがあった場合に予測にどのような影響があるのか検討した。その結果、VAR予測では、振る舞いの異なる地点があっても、他の地点の類似データを元に、予測誤差を低減可能なことを確認した。(3) 過去の類似データを併用したベクトル自己回帰モデルに基づく予測手法を検討し，予測値の重み付き和をとることで予測誤差を低減可能なことを確認した。(4) VARモデルに基づく風速予測において，風速のモデル残差，予測誤差などの関係について分析した。その結果，風速データ等を用いることで予測誤差の大小及び正負を識別できることを示した．
上記(1)から(4)の検討結果に基づき、VARモデルの有用性を確認できたとともに、過去の類似データを併用するための構想案が得られた。さらに、予測誤差の自律的修正による予測精度向上の仕組みを構築する上での基礎データを取得できた。これらは、今後の取り組みを考える上で、有意義な結果と考える。
平成27年度に、電気学会にて1件、第66回電気・情報関連学会中国支部連合大会にて2件、第17回 IEEE広島支部学生シンポジウムにて1件、精密工学会にて3件、計7件の口頭発表を実施した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
複数地点の風速データが有する特性に関して得られた知見をベースに、ベクトル自己回帰モデルに基づく風速予測の基本方式を立案することができたと考える。おおむね順調に進んでいると考える。
|
| Strategy for Future Research Activity |
今年度の結果に基づき、下記を推進する。
・類似データの特性理解の上、ベクトル自己回帰モデルを発展させる。
・風車基準での予測誤差の自律的修正による予測精度向上の仕組み具体化
・風況データの追加と評価改良
なお、多地点の風速データを対象にしたが、予測地点を包囲するには不足しており、さらに時刻の観点でも限定されたデータである。今後、方位と時刻のカバー範囲を拡大すべく、更なるデータ入手を図り、まだ見えていない特性があるかどうかを見極めたい。
|
| Causes of Carryover |
計算負荷が大きいため、計算機環境の整備拡充に支出を回し、一方で、可能な限りメール等を使用することによって旅費の支出を抑制した。このため、差額が生じた。
|
| Expenditure Plan for Carryover Budget |
計算機環境の整備拡充と最低限の出張旅費に使用する。
|
