電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2016-03-04 15:25
スマートグリッドにおける電力網安定化に向けた家庭用太陽光発電出力予測サービスの提案
沓澤 遼慶大)・Guillaume HabaultTelecom Br)・竹村直也山下 玲松本 隼竹下秀俊山中直明慶大
技報オンラインサービス実施中
抄録 (和) 近年日本では家庭用太陽光パネルが急速に普及しており,発電量が不安定な太陽光発電電力の利用法が発電エネルギーの利用法が日本におけるスマートグリッドの研究課題の一つである.家庭の太陽光パネルおよび分散化された太陽光発電所が電力網に接続されたに場合,電力網全体の需給バランスを乱す可能性が高いため,発電出力量を予測し,それに応じた電力の需給制御を行うことが重要になる.こうした背景からスマートグリッド市場では多様なサービスが提案され,家庭用太陽光パネルの発電出力量を予測するサービスの出現が考えられる.しかし,大規模な発電所を対象とした太陽光発電出力量予測手法が複数提案されているが調査した範囲では小規模な家庭用太陽光発電所の発電出力予測手法は提案されていない.
そこで,本論文では家庭用太陽光発電所の発電出力予測手法とサービスを提案する.小型太陽光パネルを用いた実験環境での予測値と発電の実測値の比較や,機械学習の成熟度についての結果を示す. 
(英) In recent years, household solar panels are rapidly spreading in Japan, and it is one research issue to utilize unstable solar panel. Renewable energy is unstable. So the prediction of power generation amount by solar panels is very important. We propose a prediction service of household solar power output. There are many prediction methods for big solar power plants. However, there are no prediction methods for household solar power output within our investigation. We propose a prediction service for household solar power output. We show comparison between actual power and forecast and estimate the number of data for machine learning to mature.
キーワード (和) スマートグリッド / 太陽光発電出力予測 / 機械学習 / / / / /  
(英) smart grid / solar power output preduciton / machine learning / / / / /  
文献情報 信学技報, vol. 115, no. 484, IN2015-153, pp. 265-269, 2016年3月.
資料番号 IN2015-153 
発行日 2016-02-25 (IN) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 NS IN  
開催期間 2016-03-03 - 2016-03-04 
開催地(和) フェニックス・シーガイア・リゾート(宮崎) 
開催地(英) Phoenix Seagaia Resort 
テーマ(和) 一般 
テーマ(英) General 
講演論文情報の詳細
申込み研究会 IN 
会議コード 2016-03-NS-IN 
本文の言語 日本語 
タイトル(和) スマートグリッドにおける電力網安定化に向けた家庭用太陽光発電出力予測サービスの提案 
サブタイトル(和)  
タイトル(英) Household Solar Power Output Prediction Services for Power Grid Stabilization in Smart Grid 
サブタイトル(英)  
キーワード(1)(和/英) スマートグリッド / smart grid  
キーワード(2)(和/英) 太陽光発電出力予測 / solar power output preduciton  
キーワード(3)(和/英) 機械学習 / machine learning  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 沓澤 遼 / Ryo Kutsuzawa / クツザワ リョウ
第1著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第2著者 氏名(和/英/ヨミ) Guillaume Habault / Guillaume Habault /
第2著者 所属(和/英) Telecom Bretagne (略称: Telecom Br)
Telecom Bretagne (略称: Telecom Br)
第3著者 氏名(和/英/ヨミ) 竹村 直也 / Naoya Takemura /
第3著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第4著者 氏名(和/英/ヨミ) 山下 玲 / Akira Yamashita /
第4著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第5著者 氏名(和/英/ヨミ) 松本 隼 / Jun Matsumoto /
第5著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第6著者 氏名(和/英/ヨミ) 竹下 秀俊 / Hidetoshi Takeshita /
第6著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第7著者 氏名(和/英/ヨミ) 山中 直明 / Naoaki Yamanaka /
第7著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2016-03-04 15:25:00 
発表時間 20 
申込先研究会 IN 
資料番号 IEICE-IN2015-153 
巻番号(vol) IEICE-115 
号番号(no) no.484 
ページ範囲 pp.265-269 
ページ数 IEICE-5 
発行日 IEICE-IN-2016-02-25 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会