講演名 2016-09-30
機械学習を用いた太陽光発電量の予測に基づくスマートホームの電力制御
村岡 駿(阪大), 長谷川 剛(阪大), 松田 和浩(阪大), 松岡 茂登(阪大), 牧野 義樹(北陸先端大), 丹 康雄(北陸先端大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 本報告では,機械学習を用いて太陽光発電量を予測し,その予測値をもとにスマートホームにおける電力制御を行う手法を提案した.具体的には,実験用スマートホームでの気温や湿度,風速等の観測データと過去の天気データを学習データとして使用し,太陽電池の発電特性のモデル化を行い,一般に公開されている気象予報から太陽光発電量を予測を行った.次に,得られた予測値をもとに,スマートホーム内の電力の運用を決定する手法を提案した.提案手法の評価をシミュレーションによって行った結果,テストデータとして用いた期間における,一日の総発電量の平方平均二乗誤差が2.9~[kWh],標準偏差が2.0~[kWh]になることを示した.また,$mathrm{CO_{2}}$排出量の削減という観点から,系統電力の使用量を約82~[%]削減できることを示した.さらに,電力買取制度を考慮しない場合には,スマートホームの電力料金を約17~[%]削減できることを明らかにした.
抄録(英) In this paper, we proposed a power management algorithm based on the photovoltaic power predicted by a machine learning. The power generation model of the solar cell was built by using a set of measured values of the actual solar cell located in the smart home in JAIST. The future generation value was predicted with the weather forecast by using the model as the test data. The Root Mean Square Error(RMSE) of total photovoltaic power generation using test data reached around 2.9 [kWh]. The standard deviation also reached around 2.0 [kWh]. The electric power flow between the system power and the smart home was managed for the cost function, including $mathrm{CO_{2}}$ emission and power consumption, to be minimum. Eventually, around 82% $mathrm{CO_{2}}$ emission was demonstrated to be decreased by using the algorithm. We also apply the algorithm for the electric bill as the cost function with Feed-in Tariff system. As a result, 17% of the electric bill was demonstrated to be lower than that without the algorithm.
キーワード(和) 機械学習 / 太陽光発電 / スマートホーム / 電力制御
キーワード(英) Machine Learning / Photovoltaic Power Generation / Smart Home / Electric Power Control
資料番号 NS2016-86
発行日 2016-09-22 (NS)

研究会情報
研究会 NS / CS / IN
開催期間 2016/9/29(から2日開催)
開催地(和) 東北大学
開催地(英) Tohoku Univ.
テーマ(和) ポストIPネットワーキング、次世代・新世代ネットワーク(NGN) 、ネットワークコーディング、セッション管理(SIP・IMS)、相互接続技術/標準化、ネットワーク構成管理及び一般
テーマ(英) Post IP networking, Next Generation Network (NGN)/New Generation Network (NWGN), Contingency Plan/BCP, Network Coding/Network Algorithms, Session Management (SIP/IMS), Internetworking/Standardization, Network configuration, etc.
委員長氏名(和) 戸出 英樹(阪府大) / 横谷 哲也(金沢工大) / 山岡 克式(東工大)
委員長氏名(英) Hideki Tode(Osaka Pref. Univ.) / Tetsuya Yokotani(Kanazawa Inst. of Tech.) / Katsunori Yamaoka(Tokyo Inst. of Tech.)
副委員長氏名(和) 岡崎 義勝(NTT) / 中里 秀則(早大) / 岸田 卓治(NTT)
副委員長氏名(英) Yoshikatsu Okazaki(NTT) / Hidenori Nakazato(Waseda Univ.) / Takuji Kishida(NTT)
幹事氏名(和) 塚本 和也(九工大) / 前田 英樹(NTT) / 谷口 友宏(NTT) / 牟田 修(九大) / 北原 武(KDDI研) / 木村 達郎(NTT)
幹事氏名(英) Kazuya Tsukamoto(Kyushu Inst. of Tech.) / Hideki Maeda(NTT) / Tomohiro Taniguchi(NTT) / Osamu Muta(Kyushu Univ.) / Takeshi Kitahara(KDDI R&D Labs.) / Tatsuro Kimura(NTT)
幹事補佐氏名(和) 鎌村 星平(NTT) / / 金子 晋丈(慶大) / 夏目 貴史(NTT)
幹事補佐氏名(英) Shohei Kamamura(NTT) / / Kunitake Kaneko(Keio Univ.) / Takashi Natsume(NTT)

講演論文情報詳細
申込み研究会 Technical Committee on Network Systems / Technical Committee on Communication Systems / Technical Committee on Information Networks
本文の言語 JPN
タイトル(和) 機械学習を用いた太陽光発電量の予測に基づくスマートホームの電力制御
サブタイトル(和)
タイトル(英) Power Control for Smart Home Based on Solar Power Prediction Using Machine Learning
サブタイトル(和)
キーワード(1)(和/英) 機械学習 / Machine Learning
キーワード(2)(和/英) 太陽光発電 / Photovoltaic Power Generation
キーワード(3)(和/英) スマートホーム / Smart Home
キーワード(4)(和/英) 電力制御 / Electric Power Control
第 1 著者 氏名(和/英) 村岡 駿 / Shun Muraoka
第 1 著者 所属(和/英) 大阪大学(略称:阪大)
Osaka University(略称:Osaka Univ.)
第 2 著者 氏名(和/英) 長谷川 剛 / Go Hasegawa
第 2 著者 所属(和/英) 大阪大学(略称:阪大)
Osaka University(略称:Osaka Univ.)
第 3 著者 氏名(和/英) 松田 和浩 / Kazuhiro Matsuda
第 3 著者 所属(和/英) 大阪大学(略称:阪大)
Osaka University(略称:Osaka Univ.)
第 4 著者 氏名(和/英) 松岡 茂登 / Morito Matsuoka
第 4 著者 所属(和/英) 大阪大学(略称:阪大)
Osaka University(略称:Osaka Univ.)
第 5 著者 氏名(和/英) 牧野 義樹 / Yoshiki Makino
第 5 著者 所属(和/英) 北陸先端科学技術大学院大学(略称:北陸先端大)
Japan Advanced Institute of Science and Technology(略称:JAIST)
第 6 著者 氏名(和/英) 丹 康雄 / Yasuo Tan
第 6 著者 所属(和/英) 北陸先端科学技術大学院大学(略称:北陸先端大)
Japan Advanced Institute of Science and Technology(略称:JAIST)
発表年月日 2016-09-30
資料番号 NS2016-86
巻番号(vol) vol.116
号番号(no) NS-230
ページ範囲 pp.67-72(NS),
ページ数 6
発行日 2016-09-22 (NS)