| 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 [ログイン] 技報アーカイブ |
| 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 | 2021-11-27 14:10 電力市場価格を含む最大電力需要予測モデルの検討 ～ 回帰因子を追加した時系列分析 ～ ○小倉博行（日大）・馬奈木俊介（九大）  SWIM2021-27 |
|
| 抄録 | （和） | 電力の安定供給と脱炭素の両立という難問の解決策のひとつとして，日々の最大電力需要の予測精度向上は必要条件となる．予測精度向上により電力逼迫時の需給調整が可能となる．本稿では2016年4月以降の東京電力エリアの電力需給データ，気象データおよび卸電力市場取引価格データを用いた日次の最大電力需要予測モデルを構築した．まず，重回帰予測モデルを構築し卸電力市場価格を含む各説明変数（回帰因子）に対する相関係数や回帰係数を統計的に分析した．次に，説明変数に「日付」を追加し，時系列データを「週周期」「年周期」の周期関数と長期間の変化「トレンド」の乗算と考えた時系列予測モデルを構築して，日次最大電力需要の予測精度向上を図った． |
| （英） | As one of the solutions to the difficult problem of achieving both stable electricity supply and decarbonization, improving the forecasting accuracy of daily maximum electricity demand is a necessary condition. By improving the forecasting accuracy, it is possible to adjust the supply and demand when electricity is tight. In this paper, we constructed a daily maximum electricity demand forecasting model using electricity supply and demand data, meteorological data, and wholesale electricity market transaction price data in the TEPCO area since April 2016. First, we constructed a multiple regression forecasting model and statistically analyzed the correlation coefficient and regression coefficient for each explanatory variable (regression factor) including the wholesale electricity market price. Next, we added "date" to the explanatory variables and constructed a time-series forecasting model that considered the time-series data as the multiplication of the periodic functions of "weekly" and "annual" and the long-term change "trend". As a result, we improved the accuracy of forecasting the daily maximum electricity demand. | |
| キーワード | （和） | 電力自由化 / 電力取引市場 / 脱炭素化社会 / 需要予測 / 回帰分析 / 時系列分析 / 機械学習 / 説明可能性 |
| （英） | electricity deregulation / electricity trading market / decarbonization society / demand forecasting / regression analysis / time series analysis / machine learning / explainability | |
| 文献情報 | 信学技報, vol. 121, no. 274, SWIM2021-27, pp. 7-14, 2021年11月. | |
| 資料番号 | SWIM2021-27 | |
| 発行日 | 2021-11-20 (SWIM) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SWIM2021-27 |
|
| 研究会情報 | |
| 研究会 | SWIM |
| 開催期間 | 2021-11-27 - 2021-11-27 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 経営とIT,一般 (ワークショップ) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SWIM |
| 会議コード | 2021-11-SWIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 電力市場価格を含む最大電力需要予測モデルの検討 |
| サブタイトル（和） | 回帰因子を追加した時系列分析 |
| タイトル（英） | Studies of maximum electricity forecasting model including electricity market price |
| サブタイトル（英） | Time series analysis with extra regressors added |
| キーワード(1)（和/英） | 電力自由化 / electricity deregulation |
| キーワード(2)（和/英） | 電力取引市場 / electricity trading market |
| キーワード(3)（和/英） | 脱炭素化社会 / decarbonization society |
| キーワード(4)（和/英） | 需要予測 / demand forecasting |
| キーワード(5)（和/英） | 回帰分析 / regression analysis |
| キーワード(6)（和/英） | 時系列分析 / time series analysis |
| キーワード(7)（和/英） | 機械学習 / machine learning |
| キーワード(8)（和/英） | 説明可能性 / explainability |
| 第1著者 氏名（和/英/ヨミ） | 小倉 博行 / Hiroyuki Ogura / オグラ ヒロユキ |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 馬奈木 俊介 / Shunsuke Managi / マナギ シュンスケ |
| 第2著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-11-27 14:10:00 |
| 発表時間 | 45分 |
| 申込先研究会 | SWIM |
| 資料番号 | SWIM2021-27 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.274 |
| ページ範囲 | pp.7-14 |
| ページ数 | 8 |
| 発行日 | 2021-11-20 (SWIM) |
[研究会発表申込システムのトップページに戻る]