ニューラルネットワークによる短時間先風速予測におけるベクトル自己回帰を用いた時間および空間特徴に基づくデータ選択の検討

摘要

風力発電は変動電源の一種であり、発電量は風速や風向の影響を受け、その出力は変動する。このような風力発電を電力系統と連系するには、風力発電量の予測に基づき、併設した蓄電池の充電・放電サイクルの制御や水力発電や火力発電の発電量の制御・管理が系統安定度を確保する上で必要である。このため，風速を予測し，系統運用に反映させることが可能になれば，風力エネルギーの高効率利用が期待できる(1)(2)。風速の予測には地球規模のシミュレーションが必要となるが、空間解像度の点でまだ予測精度が不足しており、風車の設置位置での予測は実用になっておらず、線形予測などの時系列統計モデルの併用が現在の主流の考えである(3)(4)(5)。本研究では、風力発電所の風速データのみならず、発電所近辺の他地点風速データも併せて使用した方が、予測精度が向上すると考え、他地点風速データの活用方法について提案する。本報告では、ニューラルネットワーク（NN: Neural Network）(6)とベクトル自己回帰（VAR:Vector Auto Regressive）(7)を用いて、風力発電所やその近傍の多地点の過去データを学習データとして活用し、これらに基づいて、短時間先風速予測を行う方法を述べる。