WO2024014255A1 - 運用システム及びプログラム - Google Patents

運用システム及びプログラム Download PDF

Info

Publication number
WO2024014255A1
WO2024014255A1 PCT/JP2023/023181 JP2023023181W WO2024014255A1 WO 2024014255 A1 WO2024014255 A1 WO 2024014255A1 JP 2023023181 W JP2023023181 W JP 2023023181W WO 2024014255 A1 WO2024014255 A1 WO 2024014255A1
Authority
WO
WIPO (PCT)
Prior art keywords
power generation
amount
processor
abnormality
actual value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2023/023181
Other languages
English (en)
French (fr)
Inventor
裕介 丹野
昭文 大橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sustech
Sustech Inc
Original Assignee
Sustech
Sustech Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2023028310A external-priority patent/JP7677653B2/ja
Application filed by Sustech, Sustech Inc filed Critical Sustech
Priority to US18/879,392 priority Critical patent/US20260005648A1/en
Priority to EP23839429.0A priority patent/EP4557574A4/en
Publication of WO2024014255A1 publication Critical patent/WO2024014255A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote monitoring or remote control of equipment in a power distribution network
    • H02J13/12—Monitoring network conditions, e.g. electrical magnitudes or operational status
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/001—Arrangements for handling faults or abnormalities, e.g. emergencies or contingencies
    • H02J3/0012—Arrangements for handling faults or abnormalities, e.g. emergencies or contingencies characterised by the contingency detection means in AC networks, e.g. using phasor measurement units [PMU], synchrophasors or contingency analysis
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/38—Arrangements for feeding a single network from two or more generators or sources in parallel; Arrangements for feeding already energised networks from additional generators or sources in parallel
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2101/00—Supply or distribution of decentralised, dispersed or local electric power generation
    • H02J2101/20—Dispersed power generation using renewable energy sources
    • H02J2101/22—Solar energy
    • H02J2101/24—Photovoltaics

Definitions

  • the present invention relates to an operational system and a program.
  • solar power generation equipment detects abnormal solar power generation equipment by collecting and comparing data on power generation from multiple solar power generation equipment installed in areas where the amount of solar radiation is considered to be the same.
  • technologies related to management systems see, for example, Patent Document 1).
  • Patent Document 1 it is possible to detect abnormal solar power generation equipment. However, the method of Document 1 does not reveal the cause of the abnormality. Furthermore, it is unclear how much loss will be caused by an abnormality.
  • the present invention was made in view of this situation, and its purpose is to estimate the occurrence of abnormality in power generation equipment. Another object of the present invention is to estimate the loss due to the abnormality.
  • a power generation equipment operation system includes: an acquisition unit that acquires the actual value of the power generation amount of the power generation equipment; an estimation unit that estimates the occurrence of the abnormal event using the actual value based on the characteristics of the amount of power generation corresponding to a predetermined abnormal event occurring in the power generation equipment; a power generation amount estimating unit that calculates an estimated value of the power generation amount of the power generation equipment if the abnormal event had not occurred; a loss estimation unit that estimates a loss amount due to the abnormal event by comparing the actual value and the estimated value; Equipped with
  • the present invention can estimate the occurrence of an abnormality in power generation equipment. Furthermore, the present invention can estimate the loss due to the abnormality.
  • FIG. 1 is a block diagram illustrating an example of an operational system according to an embodiment and a main configuration of components included in the operational system.
  • 2 is a flowchart showing an example of processing by a processor of the operation device in FIG. 1.
  • FIG. 2 is a flowchart showing an example of processing by a processor of the terminal device in FIG. 1.
  • FIG. 1 is a block diagram illustrating an example of the main configuration of an operational system 1 and components included in the operational system 1 according to the embodiment.
  • the operation system 1 is a system that operates the power generation equipment 200.
  • the operation system 1 is capable of detecting when an abnormality occurs in the power generation equipment 200.
  • the operation system 1 includes, as an example, an operation device 100, a power generation facility 200, and a terminal device 300.
  • the operation system 1 typically includes a plurality of power generation facilities 200 and a plurality of terminal devices 300.
  • the number of each device included in the operational system 1 is not limited.
  • the operation device 100, power generation equipment 200, and terminal device 300 are connected to the network NW.
  • the network NW is typically a communication network including the Internet.
  • the network NW is typically a communication network including a WAN (wide area network).
  • the network NW may be a communication network including a private network such as an intranet.
  • the network NW may be a communication network including a LAN (local area network).
  • the network NW may be a wireless line or a wired line, or may include a mixture of wireless lines and wired lines.
  • the network NW may be a communication network including a leased line or a public mobile phone network.
  • the operation device 100 is a device that operates the power generation equipment 200.
  • the operation device 100 is, for example, a server device. Alternatively, the operation device 100 may be a PC (personal computer) or the like.
  • the operation device 100 may consist of a plurality of devices.
  • the operation device 100 is capable of detecting when an abnormality occurs in the power generation equipment 200.
  • the operation device 100 includes, for example, a processor 101, a ROM (read-only memory) 102, a RAM (random-access memory) 103, an auxiliary storage device 104, an input device 105, a display device 106, and a communication interface 107.
  • a bus 108 or the like connects these parts.
  • the processor 101 is a central part of a computer that performs processing such as calculations and control necessary for the operation of the operation device 100, and performs various calculations and processing.
  • the processor 101 is, for example, a CPU (central processing unit), MPU (micro processing unit), SoC (system on a chip), DSP (digital signal processor), GPU (graphics processing unit), ASIC (application specific integrated circuit), These include a PLD (programmable logic device) or an FPGA (field-programmable gate array).
  • processor 101 is a combination of more than one of these.
  • the processor 101 may be a combination of these and a hardware accelerator.
  • the processor 101 controls each unit to realize various functions of the operation device 100 based on programs such as firmware, system software, and application software stored in the ROM 102 or the auxiliary storage device 104. Furthermore, the processor 101 executes processing to be described later based on the program. Note that part or all of the program may be incorporated into the circuit of the processor 101.
  • ROM 102 and RAM 103 are main storage devices of a computer with processor 101 at its core.
  • the ROM 102 is a nonvolatile memory used exclusively for reading data.
  • the ROM 102 stores, for example, firmware among the above programs.
  • the ROM 102 also stores data used by the processor 101 to perform various processes.
  • RAM 103 is a memory used for reading and writing data.
  • the RAM 103 is used as a work area for storing data temporarily used by the processor 101 to perform various processes.
  • RAM 103 is typically volatile memory.
  • the auxiliary storage device 104 is an auxiliary storage device of a computer with the processor 101 at its core.
  • the auxiliary storage device 104 is, for example, an EEPROM (electric erasable programmable read-only memory), an HDD (hard disk drive), or a flash memory.
  • the auxiliary storage device 104 stores, for example, system software and application software among the above programs. Further, the auxiliary storage device 104 stores data used by the processor 101 to perform various processes, data generated by processing by the processor 101, various setting values, and the like.
  • the input device 105 accepts operations by the operator of the operation device 100.
  • Input device 105 is, for example, a keyboard, keypad, touch pad, mouse, or controller.
  • the input device 105 may be a device for voice input.
  • the display device 106 displays a screen for notifying the operator of the operation device 100 of various information.
  • the display device 106 is, for example, a display such as a liquid crystal display or an organic EL (electro-luminescence) display.
  • a touch panel can also be used as the input device 105 and the display device 106. That is, the display panel included in the touch panel can be used as the display device 106, and the pointing device provided in the touch panel that performs touch input can be used as the input device 105.
  • the communication interface 107 is an interface for the operation device 100 to communicate via the network NW or the like.
  • the bus 108 includes a control bus, an address bus, a data bus, etc., and transmits signals sent and received by each part of the operation device 100.
  • the power generation equipment 200 is equipment for performing solar power generation.
  • the power generation equipment 200 includes, for example, a PCS (power conditioning subsystem) 201, a solar panel 202, a measuring device 203, a sensor 204, and a camera 205.
  • Power generation equipment 200 typically includes a plurality of solar panels 202.
  • the numbers of PCS 201, solar panels 202, measuring devices 203, sensors 204, and cameras 205 included in one power generation facility 200 are not limited. Note that at least one of the measuring device 203, the sensor 204, and the camera 205 may be located outside the power generation facility 200.
  • the PCS 201 has a function of converting power generated by the connected solar panel 202 from direct current to alternating current.
  • the PCS 201 has a function of outputting power generated by the connected solar panel 202 to a predetermined electrical system.
  • the predetermined electrical system includes an electrical system for selling electricity, an electrical system for private use, and the like.
  • the PCS 201 has a function of controlling the connected solar panel 202.
  • the PCS 201 has a function of suppressing output.
  • Output curtailment is a method by which electric power companies remotely control power generation equipment to reduce power generation output in order to maintain the balance between power supply and demand, and to limit the connection of solar power generation equipment and other equipment to the power grid.
  • the PCS 201 has a function of measuring and storing various information about the connected solar panel 202.
  • the various information includes, for example, various actual values (measured values) such as power generation amount and power generation output.
  • the PCS 201 measures and stores various performance values at predetermined time intervals.
  • the PCS 201 has a communication function.
  • the PCS 201 connects to the network NW.
  • the PCS 201 communicates with each device via the network NW.
  • the solar panel 202 generates electricity by converting light such as sunlight into electricity.
  • the measuring device 203 collects data measured by each sensor 204 and images captured by the camera 205. For this purpose, the measuring device 203 acquires measurement data from each sensor 204 and an image from the camera 205. Furthermore, the measurement device 203 inputs the collected measurement data and images to the PCS 201. The measuring device 230 may acquire various measurement data from an external device other than the sensor 204. Note that the PCS 201 may also serve as the measuring device 203.
  • the measuring device 203 connects to the network NW. The measuring device 203 communicates with each device via the network NW.
  • the sensor 204 measures various data. The sensor 204 then outputs the measured data.
  • the sensor 204 is installed, for example, at a location where the solar panel 202 is installed.
  • the data measured by the sensor 204 includes, for example, temperature, humidity, precipitation, snowfall, snowfall, sunshine hours, solar radiation, cloud cover, wind direction, wind speed, and weather. Therefore, the sensors 204 include, for example, a thermometer, a hygrometer, a rain gauge, a snow gauge, a snow gauge, a solar ray gauge, a pyranometer, a cloud gauge, a wind vane, an anemometer, a sensor for determining weather, and the like.
  • the camera 205 photographs an image. Further, the camera 205 outputs captured image data. Camera 205 photographs a range including solar panel 202 .
  • Camera 205 may be a surveillance camera.
  • the camera 205 may be a camera capable of photographing infrared rays. Note that a moving image is a type of image.
  • the terminal device 300 is a terminal used by the administrator of the power generation facility 200 and the like.
  • the terminal device 300 is, for example, a smart phone, a tablet terminal, a PC, or a digital signage.
  • Terminal device 300 includes, for example, a processor 301, ROM 302, RAM 303, auxiliary storage device 304, communication interface 305, input device 306, and display device 307.
  • a bus 308 or the like connects these parts.
  • the processor 301 is a central part of a computer that performs processing such as calculations and control necessary for the operation of the terminal device 300, and performs various calculations and processing.
  • the processor 301 is, for example, a CPU, MPU, SoC, DSP, GPU, ASIC, PLD, or FPGA.
  • processor 301 is a combination of more than one of these.
  • the processor 301 may be a combination of these and a hardware accelerator.
  • the processor 301 controls each part of the terminal device 300 to realize various functions based on programs such as firmware, system software, and application software stored in the ROM 302 or the auxiliary storage device 304. Further, the processor 301 executes processing to be described later based on the program. Note that part or all of the program may be incorporated into the circuit of the processor 301.
  • the auxiliary storage device 304 is an auxiliary storage device of a computer in which the processor 301 is the core.
  • the auxiliary storage device 304 is, for example, an EEPROM, an HDD, or a flash memory.
  • the auxiliary storage device 304 stores, for example, system software and application software among the above programs. Further, the auxiliary storage device 304 stores data used by the processor 301 to perform various processes, data generated by processing by the processor 301, various setting values, and the like.
  • the communication interface 305 is an interface for the terminal device 300 to communicate via the network NW or the like.
  • the input device 306 accepts operations by the operator of the terminal device 300.
  • Input device 306 is, for example, a keyboard, keypad, touch pad, mouse, or controller.
  • the input device 306 may be a device for voice input.
  • the display device 307 displays a screen for notifying the operator of the terminal device 300 of various information.
  • the display device 307 is, for example, a display such as a liquid crystal display or an organic EL display.
  • a touch panel can also be used as the input device 306 and the display device 307. That is, the display panel included in the touch panel can be used as the display device 307, and the pointing device provided in the touch panel for touch input can be used as the input device 306.
  • the bus 308 includes a control bus, an address bus, a data bus, and the like, and transmits signals exchanged between each part of the terminal device 300.
  • FIG. 2 is a flowchart illustrating an example of processing by the processor 101 of the operation device 100.
  • the processor 101 executes the process shown in FIG. 2 based on a program stored in, for example, the ROM 102 or the auxiliary storage device 104.
  • FIG. 3 is a flowchart illustrating an example of processing by the processor 301 of the terminal device 300.
  • the processor 301 executes the process shown in FIG. 3 based on a program stored in, for example, the ROM 302 or the auxiliary storage device 304.
  • the processor 101 periodically executes the process shown in FIG. 2 .
  • the processor 101 executes the process shown in FIG. 2 when there is an input instructing to execute the process shown in FIG.
  • the processor 101 executes the processing shown in FIG. 2 for each power generation facility 200.
  • the processor 101 of the operation device 100 acquires the actual value of power generation amount, various measurement data, and images from the PCS 201 or the measurement device 203 of the power generation equipment 200 to be processed.
  • the measurement data is, for example, data measured by the sensor 204.
  • the image is, for example, an image photographed by the camera 205.
  • the processor 101 instructs the PCS 201 or the measuring device 203 via the communication interface 107 and the network NW to transmit the actual value, the measurement data, and the image.
  • the PCS 201 or the measurement device 203 that has received the instruction transmits the actual value, the measurement data, and the image.
  • the communication interface 107 receives the performance value.
  • the processor 101 acquires the received performance value, measurement data, and image.
  • the processor 101 functions as an example of an acquisition unit that acquires the actual value of the power generation amount of the power generation equipment by performing the process of step ST11.
  • step ST12 the processor 101 executes an abnormality discovery process using the actual value obtained in step ST11. Furthermore, the processor 101 may execute the abnormality discovery process using at least one of the various measurement data and images acquired in step ST11.
  • the abnormality discovery process includes a process of checking whether an abnormality has occurred in the power generation equipment 200.
  • the abnormality discovery process includes a process of estimating the cause of the abnormality occurring in the power generation equipment 200.
  • the processor 101 executes an abnormality detection process using, for example, the change in the actual value of the power generation amount of the power generation equipment 200.
  • the processor 101 may execute the abnormality detection process using other than the change in the actual value of the amount of power generation.
  • the transition of the actual power generation amount during normal conditions will be explained using the shape of a graph.
  • the graph here is a graph showing the actual value of the amount of power generation per hour for each day.
  • the graph of the actual power generation amount on a sunny day has a mountain-like shape.
  • the vertical axis is the amount of power generation and the horizontal axis is time.
  • the shape of the graph of the actual power generation amount on a cloudy day is significantly different from that on a sunny day, and often has a meandering shape with large hourly fluctuations and many inflection points.
  • the graph of the actual value of the power generation amount on a cloudy day generally shows a smaller amount of power generation than the graph on a sunny day.
  • the graph of the actual amount of power generation on a rainy day shows that the amount of power generation is even smaller than on a cloudy day, and the graph curves downward.
  • a failure of the power generation equipment 200 is mainly a failure of the solar panel 202. Note that the case where the solar panel 202 is dirty is also included in the case where some object is blocking the sunlight hitting the solar panel 202. Note that the classification of abnormality types is not limited to those shown here. Each type of abnormality is an example of a predetermined abnormal event.
  • the graph of the amount of power generated when the power generation equipment 200 is out of order shows a peculiar drop in the amount of power generated, unlike when it is normal. For this reason, the shape of the graph at the time of a failure is different from that during normal times, and the amount of power generated drops directly below the moment a failure occurs, and thereafter the amount of power generated continues to be lower than during normal times. Or power generation will no longer occur. Therefore, the magnitude of the peak power generation amount during the day on a sunny day is also clearly smaller than during normal times. However, if a portion that continues to generate electricity remains, the area (time integrated value of the amount of power generation) will be smaller than the normal graph, but the shape will be similar to the normal graph.
  • the graph of the amount of power generated when the sunlight hitting the solar panel 202 is blocked by some object has a peculiar way of decreasing the amount of power generated, unlike in normal times. For this reason, the shape of the graph when sunlight is blocked by some object is different from the normal shape, and if it is due to shadows, the degree of deviation from normal will change over time, or if it is due to the influence of shadows, If there is dirt on the surface of the solar panel, such as bird droppings, the amount of power generated will constantly decrease, and the area (time integrated value of the amount of power generated) will be smaller than the graph under normal conditions. However, in the latter case, the shape is similar to the normal state.
  • the graph of the amount of power generation when output is suppressed is a graph in which the amount of power generation suddenly drops at the moment output suppression is started.
  • the processor 101 estimates that an abnormality has occurred in the power generation equipment 200 when the trend of the actual value of the power generation amount has the graph shape as shown above when an abnormality occurs in the power generation equipment 200. do. Further, the processor 101 estimates that an abnormality has occurred in the power generation equipment 200 when the deviation between the actual value and the predicted value of the amount of power generation satisfies a predetermined condition. Further, the processor 101 estimates whether or not an abnormality has occurred in the power generation equipment 200 by analyzing the image using the image taken by the camera 205. For example, the processor 101 determines whether an abnormality has occurred in the power generation equipment 200 using the state of foreign objects such as fallen leaves and bird droppings that have fallen on the solar panel 202 and the state of the shadow cast on the solar panel 202.
  • the processor 101 determines that an abnormality has occurred in the power generation equipment 200 when the amount of foreign matter is equal to or greater than a predetermined amount. For example, the processor 101 determines that an abnormality has occurred in the power generation equipment 200 when the area of the shadow cast on the solar panel 202 is equal to or larger than a predetermined value. If the area of the shadow is larger than a predetermined value, it is estimated that there is an obstacle between the sun and the solar panel 202. Note that the processor 101 may estimate whether or not an abnormality has occurred in the power generation equipment 200 using a plurality of the graph shape, deviation width, and image analysis described above.
  • the processor 101 estimates that the power generation equipment 200 is out of order when the transition of the actual value of the power generation amount has a graph shape corresponding to the case where the power generation equipment 200 is out of order.
  • the processor 101 determines whether or not the solar panel 202 hits the solar panel 202 when the trend of the actual power generation amount is in the graph shape as shown above where the sunlight hitting the solar panel 202 is blocked by some object. It is assumed that sunlight is blocked by some object.
  • the processor 101 estimates that the output is being suppressed when the transition of the actual value of the power generation amount has the graph shape of the case where the output is suppressed as shown above.
  • the processor 101 uses, for example, past performance values of the power generation equipment 200 to be processed for the transition of the amount of power generation during normal times used in the abnormality detection process.
  • the processor 101 uses the actual value of a power generation facility 200 different from the power generation facility 200 to be processed.
  • the power generation equipment 200 different from the power generation equipment 200 to be processed is a power generation equipment 200 whose conditions are similar to those of the power generation equipment 200 to be processed.
  • the conditions include the installation location of the solar panel 202, the year of use or degree of deterioration of the solar panel 202, the model number indicating the type of the solar panel 202, and the weather at the installation location of the solar panel 202.
  • the closeness of the conditions is, for example, a numerical value that is the sum of the numerical values of the differences between the conditions. Note that when summing the numerical values, the processor 101 may weight the values according to the importance of each condition and then total the numerical values. Moreover, the condition is close, for example, when the numerical value is less than or equal to a predetermined threshold value.
  • the processor 101 may execute the anomaly discovery process using trained AI (artificial intelligence) or the like. Learning of the AI for anomaly discovery processing (hereinafter referred to as "anomaly discovery AI") is performed by, for example, a device other than the processor 101 or the operation device 100.
  • anomaly discovery AI learning of the AI for anomaly discovery processing
  • the processor 101 acquires the anomaly detection AI from the other device.
  • the other device may be included in the operational system 1.
  • actual values of a plurality of power generation facilities 200 are used as explanatory variables used for learning of the abnormality detection AI.
  • the explanatory variables used for learning the abnormality detection AI may include conditions at the time of power generation.
  • the conditions at the time of power generation include the installation location of the solar panel 202, the age of use or degree of deterioration of the solar panel 202, the model number indicating the type of solar panel 202, and the weather at the installation location of the solar panel 202. be.
  • the conditions during power generation may be any one or more of these conditions.
  • the conditions during power generation may include other conditions.
  • the objective variables used for learning the abnormality detection AI include, for example, whether each actual value used as an explanatory variable is in a state where an abnormality has occurred in the power generation equipment 200, and whether or not an abnormality has occurred. If so, use information indicating what kind of abnormality it is. Note that it is not necessary to use the objective variable for learning of the abnormality detection AI.
  • the processor 101 may execute the abnormality discovery process by using a plurality of methods in combination.
  • the processor 101 uses the actual value to It functions as an example of an estimator that estimates the occurrence of an abnormal event.
  • the processor 101 functions as an example of an estimating unit that estimates the type of abnormal event in the power generation equipment 200 and uses actual values based on the characteristics of the power generation amount.
  • step ST13 the processor 101 determines whether an abnormality has occurred in the power generation equipment 200 to be processed, based on the processing result in step ST12. If the processor 101 does not determine that an abnormality has occurred in the power generation equipment 200 to be processed, the processor 101 determines No in step ST13 and ends the process shown in FIG. 2. On the other hand, if the processor 101 determines that an abnormality has occurred in the power generation equipment 200 to be processed, the processor 101 determines Yes in step ST13 and proceeds to step ST14.
  • the processor 101 estimates the amount of power generated by the power generation equipment 200 to be processed, assuming that no abnormality has occurred in the power generation equipment 200 to be processed.
  • the processor 101 estimates, for example, the amount of power generation from the occurrence of the abnormality to the present time (the time of processing shown in FIG. 2).
  • the processor 101 estimates the amount of power generation from the occurrence of the abnormality to the present for each time period, regardless of whether the unit price of electricity is fixed or the unit price of electricity varies.
  • the unit price of electricity sold may be fixed or fluctuate depending on the contract.
  • the case where the electricity sales unit price fluctuates means, for example, that electricity is sold in the wholesale power trading market each time there is no electricity sales contract at a fixed unit price.
  • the processor 101 uses, for example, past performance values when the power generation equipment 200 to be processed was operating normally to estimate the amount of power generated when no abnormality had occurred. Note that the processor 101 may estimate by taking into account deterioration over time. Alternatively, the processor 101 uses the actual value of a power generation facility 200 different from the power generation facility 200 to be processed to estimate the amount of power generation in the case where no abnormality had occurred in the power generation facility 200 to be processed. At this time, it is preferable that the processor 101 uses actual values of the power generation equipment 200 whose conditions at the time of power generation are similar to those of the power generation equipment 200 to be processed.
  • the conditions during power generation include the installation location of the solar panel 202, the age of use or degree of deterioration of the solar panel 202, the model number indicating the manufacturer and type of the solar panel 202, and the weather at the installation location of the solar panel 202. etc.
  • the conditions during power generation may be any one or more of these conditions.
  • the conditions during power generation may include other conditions.
  • the processor 101 may use the normalized power generation amount of the solar panel (hereinafter referred to as "normalized power generation amount") to estimate the power generation amount in the case that no abnormality had occurred.
  • the normalized power generation amount is the power generation amount per unit area of the solar panel for each condition such as the manufacturer and model number of the solar panel.
  • the processor 101 determines a normalized power generation amount that has conditions similar to those of the power generation equipment 200 to be processed. Then, the processor 101 multiplies the determined normalized power generation amount by the panel area of the power generation equipment 200 to be processed, thereby estimating the power generation amount if no abnormality had occurred.
  • the processor 101 may use learned AI or the like to estimate the amount of power generation that would have occurred if no abnormality had occurred.
  • Learning of the AI for power generation amount estimation (hereinafter referred to as "power generation amount estimation AI") is performed by, for example, a device other than the processor 101 or the operation device 100.
  • the processor 101 acquires the power generation amount estimation AI from the other device.
  • the other device may be included in the operational system 1. Note that in the following description, it is assumed that the processor 101 performs the learning.
  • the explanatory variable used for learning the power generation amount estimation AI is, for example, the conditions at the time of power generation.
  • the conditions at the time of power generation include the installation location of the solar panel 202, the age of use or degree of deterioration of the solar panel 202, the model number indicating the type of solar panel 202, and the weather at the installation location of the solar panel 202. be.
  • the conditions during power generation may be any one or more of these conditions.
  • the conditions during power generation may include other conditions.
  • the objective variable used for learning the power generation amount estimation AI is, for example, the actual value of the power generation amount of the power generation equipment 200.
  • the processor 101 may use a combination of multiple methods to estimate the amount of power generated if no abnormality had occurred.
  • the processor 101 uses data such as actual values during the period in which the abnormality occurs as an explanatory variable to be used for learning the power generation amount estimation AI. and not used as an objective variable.
  • the processor 101 may correct data for a period in which an abnormality occurs and use the corrected data as an explanatory variable and an objective variable.
  • the processor 101 may estimate the amount of power generation by normalizing the value used for estimating the amount of power generation.
  • the value used for estimating the power generation amount may be a value used by the power generation amount estimation AI, a past actual value of the power generation equipment 200 to be processed, or an actual value of the power generation equipment 200 whose conditions at the time of power generation are similar to the power generation equipment 200 to be processed, etc. It is.
  • the processor 101 functions as an example of a power generation amount estimating unit that obtains an estimated value of the power generation amount of the power generation equipment when no abnormal event has occurred.
  • the processor 101 does not use data such as the actual value of the power generation equipment 200 determined to have an abnormality in learning the power generation amount estimation AI, so that the power generation amount estimation unit estimates the power generation amount. It functions as an example of a learning unit that excludes actual values when an abnormal event occurs in learning data for generating a trained model used to output values.
  • step ST15 the processor 101 estimates the amount of loss due to the abnormality of the power generation equipment 200.
  • the processor 101 estimates the loss amount using the following formula, for example.
  • (Loss amount) ((Expected amount of electricity sold if no abnormality occurs) - (Actual amount of electricity sold)) ⁇ (Unit price of electricity sold) (1)
  • the actual value of the power generation amount here is the actual value of the power generation amount for the same period as the expected amount of electricity sold if no abnormality had occurred. Further, the actual value of the amount of power generation is, for example, acquired in step ST11.
  • the processor 101 calculates the amount of loss by referring to the power unit price in the wholesale power trading market in each time period. Note that, for example, the processor 101 refers to the power unit price in each time period for each predetermined time.
  • the predetermined time is, for example, 30 minutes.
  • the processor 101 can use, for example, any of the following (A1) to (A4) as the power unit price when the power selling unit price changes. Among these, it is most preferable to use (A1).
  • the processor 101 may use (A2), for example, when estimating a loss amount simply.
  • the processor 101 may determine which power unit price to use, for example, according to a contract regarding the sale of power.
  • (A1) Spot market area price.
  • the area price of the area where the power generation equipment 200 to be processed is located.
  • the processor 101 calculates the loss amount using equation (1) for each time period, and calculates the total loss amount by adding up the loss amounts for all time periods within the period for which the loss amount is calculated.
  • the calculation target period is, for example, from the occurrence of an abnormality to the present.
  • the processor 101 may calculate the amount of loss by incorporating an imbalance charge that occurs when selling electricity in a wholesale power trading market or the like.
  • the imbalance charge in this case is an imbalance charge for the surplus or deficiency of the planned submitted value of electric power.
  • the processor 101 uses, for example, the unit price of the past imbalance fee.
  • the processor 101 uses the unit price of the imbalance fee predicted using AI or other program for predicting the imbalance unit price. If the unit price of the imbalance fee has already been determined, the processor 101 uses that unit price.
  • the processor 101 calculates the amount of loss, taking into account the imbalance charge, using the following formula, for example.
  • the processor 101 may exclude the period during which output suppression was implemented from the period for which the loss amount is calculated. As a result, the amount of loss during the period when output curtailment was implemented will be 0 yen.
  • the processor 101 functions as an example of a loss estimation unit that estimates the amount of loss due to an abnormal event by comparing the actual value and the estimated value by performing the process of step ST15.
  • the processor 101 determines whether measures should be taken against the abnormality occurring in the power generation equipment 200.
  • the countermeasures include maintenance, cleaning, repair, or replacement of the power generation equipment 200.
  • the processor 101 determines that it is better to take measures when the amount of loss if no measures are taken for a predetermined period of time exceeds the cost of taking measures.
  • the processor 101 determines that it is better to take measures, for example, when the amount of loss if no measures are taken for a predetermined period of time exceeds the cost of taking measures by more than a predetermined amount.
  • the processor 101 determines that it is better to take measures when, for example, the amount of loss multiplied by a predetermined value if no measures are taken for a predetermined period exceeds the cost of taking measures.
  • the processor 101 uses the loss amount estimated in step ST15 to estimate the loss amount assuming that no countermeasures are taken for a predetermined period of time.
  • the amount of loss if no countermeasures are taken for a predetermined period of time is the amount of loss from now until after the predetermined period.
  • the processor 101 may use AI or the like to estimate the amount of loss if no countermeasures are taken for a predetermined period of time.
  • the processor 101 estimates the amount of countermeasure costs based on the type of abnormality and the degree of the abnormality. The amount of countermeasure costs may be determined in advance depending on the type of abnormality, for example.
  • the auxiliary storage device 104 and the like store a predetermined amount of countermeasure costs.
  • the processor 101 obtains the amount from the auxiliary storage device 104 or the like. If the processor 101 does not determine that countermeasures should be taken against the abnormality occurring in the power generation equipment 200, the processor 101 determines No in step ST16 and ends the process shown in FIG. 2. On the other hand, if the processor 101 determines that countermeasures should be taken for the abnormality occurring in the power generation equipment 200, the processor 101 determines Yes in step ST16 and proceeds to step ST17.
  • the processor 101 functions as an example of a determining unit that determines that measures should be taken to remove the abnormal event by performing the process in step ST16.
  • step ST17 the processor 101 determines when to take countermeasures.
  • the processor 101 determines, for example, the next day or later when the loss amount if no countermeasure is taken exceeds the cost of the countermeasure by more than a predetermined value as the time to take the countermeasure.
  • the processor 101 determines, for example, the next day or later when the amount of loss if no countermeasure is taken multiplied by a predetermined value exceeds the cost of the countermeasure multiplied by a predetermined value as the time to take the countermeasure.
  • the processor 101 may determine the frequency at which countermeasures should be taken. For example, in the case of an abnormality that occurs regularly, countermeasures against the abnormality should also be taken regularly. Therefore, the processor 101 determines how often countermeasures should be taken in such cases.
  • the frequency is determined in advance for each type of abnormality, for example.
  • the auxiliary storage device 104 and the like store the predetermined frequency.
  • the processor 101 acquires the frequency from the auxiliary storage device 104 or the like. Alternatively, processor 101 may calculate the frequency.
  • the processor 101 functions as an example of a timing determining unit that determines the timing or frequency at which measures should be taken to remove the abnormal event.
  • step ST18 the processor 101 generates an image corresponding to the countermeasure notification screen.
  • the processor 101 then instructs the display device 106 to display the generated image.
  • the display device 106 displays a countermeasure notification screen.
  • the countermeasure notification screen includes, for example, content indicating that countermeasures should be taken for the power generation equipment 200, content indicating what countermeasures should be taken, and content indicating the timing at which the countermeasures should be taken.
  • the processor 101 cooperates with the display device 106 to perform the process of step ST18, thereby notifying the user that the countermeasure should be taken when the determining unit determines that the countermeasure should be taken. It functions as an example of a decision notification section. Alternatively, the processor 101 functions as an example of a decision notification section by performing the process of step ST18.
  • the processor 101 functions as an example of a timing notification unit that notifies the timing or frequency by performing the process of step ST18 in cooperation with the display device 106.
  • the processor 101 functions as an example of a timing notification section by performing the process of step ST18.
  • step ST19 the processor 101 generates proposal information.
  • the suggestion information is information that instructs the terminal device 300 to display a countermeasure notification screen.
  • the suggestion information includes information necessary to display the countermeasure notification screen.
  • the processor 101 instructs the communication interface 107 to transmit the proposal information to the terminal device 300.
  • the communication interface 107 transmits the proposed information to the terminal device 300.
  • the transmitted proposal information is received by the communication interface 305 of the terminal device 300.
  • step ST21 in FIG. 3 the processor 301 of the terminal device 300 waits for the communication interface 305 to receive proposal information. If the proposal information is received, the processor 301 determines Yes in step ST21 and proceeds to step ST22.
  • step ST22 the processor 301 generates an image corresponding to the countermeasure notification screen.
  • the processor 301 then instructs the display device 307 to display the generated image.
  • the display device 307 displays a countermeasure notification screen.
  • the processor 301 returns to step ST21.
  • the processor 301 cooperates with the display device 307 to perform the process of step ST22, thereby functioning as an example of a decision notification section.
  • the processor 301 functions as an example of a decision notification section by performing the process of step ST22.
  • the processor 101 functions as an example of a decision notification section by performing the process of step ST19 in FIG.
  • the processor 101 cooperates with the communication interface 107 to perform the process of step ST19, thereby functioning as an example of a decision notification section.
  • the processor 301 functions as an example of a timing notification section by performing the process of step ST22 in FIG. 3 in cooperation with the display device 307.
  • the processor 101 functions as an example of a timing notification section by performing the process of step ST22.
  • the processor 101 functions as an example of a timing notification section by performing the process of step ST19 in FIG.
  • the processor 101 cooperates with the communication interface 107 to perform the process of step ST19, thereby functioning as an example of a timing notification section.
  • the operation system 1 of the embodiment acquires the actual value of the power generation amount of the power generation equipment 200. Then, the operation system 1 of the embodiment estimates the occurrence of an abnormality using the characteristics of the power generation amount when an abnormality occurs and the actual value. Furthermore, the operation system 1 of the embodiment estimates the amount of loss due to the occurrence of an abnormality by obtaining an estimated value of the amount of power generation when no abnormality has occurred. Therefore, by using the operation system 1 of the embodiment, the manager of the power generation equipment 200 can know the amount of opportunity loss caused by the occurrence of an abnormality in the power generation equipment 200.
  • the operation system 1 of the embodiment identifies the type of abnormality using the characteristics and actual value of the amount of power generation when an abnormality occurs. Thereby, by using the operation system 1 of the embodiment, the administrator of the power generation equipment 200 can identify the type of abnormality when an abnormality occurs in the power generation equipment 200.
  • the operation system 1 of the embodiment uses AI to obtain an estimated value of the amount of power generation when no abnormality has occurred. Moreover, the operation system 1 of the embodiment does not use data such as the actual value of the power generation amount of the power generation equipment 200 in which the abnormality has occurred for learning of the AI. This improves the accuracy of the AI. Alternatively, the operation system 1 of the embodiment corrects and uses data such as the actual value of the power generation amount of the power generation equipment 200 in which the abnormality has occurred for the learning of the AI. This improves the accuracy of the AI.
  • the operation system 1 of the embodiment uses at least one of AI, past performance values of the power generation equipment 200 to be processed, and performance values of other power generation equipment with similar conditions to estimate the power generation amount. Thereby, the operation system 1 of the embodiment can estimate the amount of power generation with higher accuracy.
  • the operational system 1 of the embodiment estimates whether or not countermeasures should be taken when an abnormality has occurred. Thereby, by using the operation system 1 of the embodiment, the administrator of the power generation equipment 200 can understand whether or not countermeasures should be taken for the power generation equipment 200 in which an abnormality has occurred.
  • the operational system 1 of the embodiment determines when or how often countermeasures should be taken when an abnormality occurs. Thereby, by using the operation system 1 of the embodiment, the manager of the power generation facility 200 and the like can know when or how often to take countermeasures when an abnormality occurs.
  • the operation device 100 uses the shape of the graph to determine the occurrence of an abnormality and the type of abnormality.
  • the operation device 100 may determine the occurrence of an abnormality and the type of abnormality using characteristics of the amount of power generation other than the shape of the graph.
  • the operation device 100 performs abnormality discovery processing using the amount of power generation.
  • the operation device 100 may perform abnormality detection processing using power generation output (power generation amount per unit time) instead of power generation amount.
  • the operation device 100 may acquire the actual value of the power generation amount of the power generation equipment 200 from a source other than the PCS 201 and the measurement device 203.
  • the power generation equipment 200 performs solar power generation.
  • the power generation equipment of the embodiment may be equipment that performs wind power generation, hydroelectric power generation, thermal power generation, nuclear power generation, geothermal power generation, or other power generation other than solar power generation.
  • the processor 101 may implement part or all of the processing implemented by the program in the above embodiments using a circuit hardware configuration.
  • the program that implements the processing of the embodiment is transferred, for example, while being stored in the device. However, the device may be transferred without the program stored therein. Then, the program may be separately transferred and written into the device. Transfer of the program at this time can be realized, for example, by recording it on a removable storage medium or by downloading it via a network such as the Internet or LAN.
  • Operation system 100 Operation device 101,301 Processor 102,302 ROM 103,303 RAM 104,304 Auxiliary storage device 105,306 Input device 106,307 Display device 107,305 Communication interface 108,308 Bus 200 Power generation equipment 201 PCS 202 Solar panel 203 Measuring device 204 Sensor 205 Camera 300 Terminal device

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

発電設備の異常の発生を推定すること。当該異常による損失を推定すること。取得部は、発電設備の発電量の実績値を取得する。推定部は、発電設備に発生する所定の異常事象に対応する発電量の特徴に基づき、実績値を用いて異常事象の発生を推定する。発電量推定部は、異常事象が生じていなかった場合の発電設備の発電量の推定値を求める。損失推定部は、実績値と推定値とを比較することにより、異常事象による損失額を推定する。

Description

運用システム及びプログラム
　本発明は、運用システム及びプログラムに関する。
　従来、日射量が同一と見なされる地域内に設置された複数の太陽光発電設備の発電に関するデータを収集して比較することによって、異常のある太陽光発電設備を検出する、太陽光発電設備の管理システムに関する技術が存在する（例えば、特許文献１参照）。
特開２０１１－１４７３４０号公報
　特許文献１では、異常のある太陽光発電設備の検出が可能である。しかしながら、文献１の方法では異常の原因については分からない。また、異常によってどの程度の損失が発生するか分からない。
　本発明は、このような状況に鑑みてなされたものであり、発電設備の異常の発生を推定することを目的とする。また、本発明は、当該異常による損失を推定することを目的とする。
　上記目的を達成するため、本発明の一態様の発電設備の運用システムは、
　発電設備の発電量の実績値を取得する取得部と、
　前記発電設備に発生する所定の異常事象に対応する発電量の特徴に基づき、前記実績値を用いて前記異常事象の発生を推定する推定部と、
　前記異常事象が生じていなかった場合の前記発電設備の発電量の推定値を求める発電量推定部と、
　前記実績値と前記推定値とを比較することにより、前記異常事象による損失額を推定する損失推定部と、
　を備える。
　本発明は、発電設備の異常の発生を推定することができる。また、本発明は、当該異常による損失を推定することができる。
実施形態に係る運用システム及び当該運用システムに含まれる構成要素の要部構成の一例を示すブロック図。 図１中の運用装置のプロセッサーによる処理の一例を示すフローチャート。 図１中の端末装置のプロセッサーによる処理の一例を示すフローチャート。
　以下、実施形態に係る運用システムについて図面を用いて説明する。なお、以下の実施形態の説明に用いる各図面は、各部の縮尺を適宜変更している場合がある。また、以下の実施形態の説明に用いる各図面は、説明のため、構成を省略して示している場合がある。また、各図面及び本明細書中において、同一の符号は同様の要素を示す。
　図１は、実施形態に係る運用システム１及び運用システム１に含まれる構成要素の要部構成の一例を示すブロック図である。運用システム１は、発電設備２００の運用を行うシステムである。運用システム１は、発電設備２００に異常が発生した場合の検知などが可能である。運用システム１は、一例として、運用装置１００、発電設備２００及び端末装置３００を含む。運用システム１は、典型的には複数の発電設備２００及び複数の端末装置３００を含む。ただし、運用システム１に含まれる各装置の数は限定しない。
　運用装置１００、発電設備２００及び端末装置３００は、ネットワークＮＷに接続する。ネットワークＮＷは、典型的にはインターネットを含む通信網である。ネットワークＮＷは、典型的にはＷＡＮ（wide area network）を含む通信網である。ネットワークＮＷは、イントラネットなどのプライベートネットワークを含む通信網であっても良い。ネットワークＮＷは、ＬＡＮ（local area network）を含む通信網であっても良い。また、ネットワークＮＷは、無線回線でも良いし有線回線でも良く、無線回線と有線回線とが混在していても良い。また、ネットワークＮＷは、専用線又は公衆携帯電話網などを含む通信網であっても良い。
　運用装置１００は、発電設備２００の運用を行う装置である。運用装置１００は、例えば、サーバー装置である。あるいは、運用装置１００は、ＰＣ（personal computer）などであっても良い。運用装置１００は、複数の装置からなるものであっても良い。運用装置１００は、発電設備２００に異常が発生した場合の検知などが可能である。運用装置１００は、一例として、プロセッサー１０１、ＲＯＭ（read-only memory）１０２、ＲＡＭ（random-access memory）１０３、補助記憶装置１０４、入力デバイス１０５、表示デバイス１０６及び通信インターフェース１０７を含む。そして、バス１０８などが、これら各部を接続する。
　プロセッサー１０１は、運用装置１００の動作に必要な演算及び制御などの処理を行うコンピューターの中枢部分であり、各種演算及び処理などを行う。プロセッサー１０１は、例えば、ＣＰＵ（central processing unit）、ＭＰＵ（micro processing unit）、ＳｏＣ（system on a chip）、ＤＳＰ（digital signal processor）、ＧＰＵ（graphics processing unit）、ＡＳＩＣ（application specific integrated circuit）、ＰＬＤ（programmable logic device）又はＦＰＧＡ（field-programmable gate array）などである。あるいは、プロセッサー１０１は、これらのうちの複数を組み合わせたものである。また、プロセッサー１０１は、これらにハードウェアアクセラレーターなどを組み合わせたものであっても良い。プロセッサー１０１は、ＲＯＭ１０２又は補助記憶装置１０４などに記憶されたファームウェア、システムソフトウェア及びアプリケーションソフトウェアなどのプログラムに基づいて、運用装置１００の各種の機能を実現するべく各部を制御する。また、プロセッサー１０１は、当該プログラムに基づいて後述する処理を実行する。なお、当該プログラムの一部又は全部は、プロセッサー１０１の回路内に組み込まれていても良い。
　ＲＯＭ１０２及びＲＡＭ１０３は、プロセッサー１０１を中枢としたコンピューターの主記憶装置である。
　ＲＯＭ１０２は、専らデータの読み出しに用いられる不揮発性メモリである。ＲＯＭ１０２は、上記のプログラムのうち、例えばファームウェアなどを記憶する。また、ＲＯＭ１０２は、プロセッサー１０１が各種の処理を行う上で使用するデータなども記憶する。
　ＲＡＭ１０３は、データの読み書きに用いられるメモリである。ＲＡＭ１０３は、プロセッサー１０１が各種の処理を行う上で一時的に使用するデータを記憶するワークエリアなどとして利用される。ＲＡＭ１０３は、典型的には揮発性メモリである。
　補助記憶装置１０４は、プロセッサー１０１を中枢としたコンピューターの補助記憶装置である。補助記憶装置１０４は、例えばＥＥＰＲＯＭ（electric erasable programmable read-only memory）、ＨＤＤ（hard disk drive）又はフラッシュメモリなどである。補助記憶装置１０４は、上記のプログラムのうち、例えば、システムソフトウェア及びアプリケーションソフトウェアなどを記憶する。また、補助記憶装置１０４は、プロセッサー１０１が各種の処理を行う上で使用するデータ、プロセッサー１０１での処理によって生成されたデータ及び各種の設定値などを記憶する。
　入力デバイス１０５は、運用装置１００の操作者による操作を受け付ける。入力デバイス１０５は、例えば、キーボード、キーパッド、タッチパッド、マウス又はコントローラーなどである。また、入力デバイス１０５は、音声入力用のデバイスであっても良い。
　表示デバイス１０６は、運用装置１００の操作者などに各種情報を通知するための画面を表示する。表示デバイス１０６は、例えば、液晶ディスプレイ又は有機ＥＬ（electro-luminescence）ディスプレイなどのディスプレイである。また、入力デバイス１０５及び表示デバイス１０６としては、タッチパネルを用いることもできる。すなわち、タッチパネルが備える表示パネルを表示デバイス１０６として、タッチパネルが備える、タッチ入力によるポインティングデバイスを入力デバイス１０５として用いることができる。
　通信インターフェース１０７は、運用装置１００がネットワークＮＷなどを介して通信するためのインターフェースである。
　バス１０８は、コントロールバス、アドレスバス及びデータバスなどを含み、運用装置１００の各部で授受される信号を伝送する。
　発電設備２００は、太陽光発電を行うための設備である。発電設備２００は、一例として、ＰＣＳ（power conditioning subsystem）２０１、太陽光パネル２０２、計測装置２０３、センサー２０４及びカメラ２０５を含む。発電設備２００は、典型的には、複数の太陽光パネル２０２を含む。ただし、１つの発電設備２００に含まれるＰＣＳ２０１、太陽光パネル２０２、計測装置２０３、センサー２０４及びカメラ２０５それぞれの数は、限定しない。なお、計測装置２０３、センサー２０４及びカメラ２０５の少なくともいずれかは、発電設備２００の外部にあっても良い。
　ＰＣＳ２０１は、１又は複数の太陽光パネル２０２が接続される。ＰＣＳ２０１は、接続された太陽光パネル２０２によって発電される電力を直流から交流に変換する機能を有する。ＰＣＳ２０１は、接続された太陽光パネル２０２によって発電される電力を所定の電気系統に出力する機能を有する。所定の電気系統は、売電用の電気系統及び自家使用用の電気系統などである。ＰＣＳ２０１は、接続された太陽光パネル２０２を制御する機能を有する。また、ＰＣＳ２０１は、出力抑制を行う機能を有する。出力抑制は、電力会社が電力の需給バランスの維持のため、太陽光発電設備等の電力系統への接続を制限する目的で、遠隔で発電設備を制御して発電出力を減らすものである。また、ＰＣＳ２０１は、接続された太陽光パネル２０２の各種情報を計測して記憶する機能を有する。当該各種情報は、例えば、発電量及び発電出力などの各種実績値（計測値）を含む。ＰＣＳ２０１は、例えば、所定の時間ごとに各種実績値を計測して記憶する。また、ＰＣＳ２０１は、通信機能を有する。ＰＣＳ２０１は、ネットワークＮＷに接続する。ＰＣＳ２０１は、ネットワークＮＷを介して各装置と通信する。
　太陽光パネル２０２は、太陽光などの光を電力に変換することで発電する。
　計測装置２０３は、各センサー２０４が計測したデータ及びカメラ２０５が撮影した画像を収集する。このために、計測装置２０３は、各センサー２０４から計測データを取得し、カメラ２０５から画像を取得する。また、計測装置２０３は、収集した計測データ及び画像をＰＣＳ２０１に入力する。計測装置２３０は、センサー２０４以外の外部の装置から各種の計測データを取得しても良い。なお、ＰＣＳ２０１が計測装置２０３を兼ねていても良い。計測装置２０３は、ネットワークＮＷに接続する。計測装置２０３は、ネットワークＮＷを介して各装置と通信する。
　センサー２０４は、各種のデータを計測する。そして、センサー２０４は、計測したデータを出力する。センサー２０４は、例えば、太陽光パネル２０２の設置場所などに設置される。センサー２０４が計測するデータは、例えば、気温、湿度、降水量、降雪量、積雪量、日照時間、日射量、雲量、風向、風速、天気などである。したがって、センサー２０４は、例えば、気温計、湿度計、雨量計、降雪量計、積雪計、日照計、日射計、雲量計、風向計、風速計及び天気を判定するセンサーなどを含む。
　カメラ２０５は、画像を撮影する。また、カメラ２０５は、撮影した画像データを出力する。カメラ２０５は、太陽光パネル２０２を含む範囲を撮影する。カメラ２０５は、監視カメラであっても良い。カメラ２０５は、赤外線の撮影が可能なカメラであっても良い。なお、動画像は、画像の一種である。
　端末装置３００は、発電設備２００の管理者などが使用する端末である。端末装置３００は、例えば、スマートホン、タブレット端末、ＰＣ又はデジタルサイネージなどである。端末装置３００は、一例として、プロセッサー３０１、ＲＯＭ３０２、ＲＡＭ３０３、補助記憶装置３０４、通信インターフェース３０５、入力デバイス３０６及び表示デバイス３０７を含む。そして、バス３０８などが、これら各部を接続する。
　プロセッサー３０１は、端末装置３００の動作に必要な演算及び制御などの処理を行うコンピューターの中枢部分であり、各種演算及び処理などを行う。プロセッサー３０１は、例えば、ＣＰＵ、ＭＰＵ、ＳｏＣ、ＤＳＰ、ＧＰＵ、ＡＳＩＣ、ＰＬＤ又はＦＰＧＡなどである。あるいは、プロセッサー３０１は、これらのうちの複数を組み合わせたものである。また、プロセッサー３０１は、これらにハードウェアアクセラレーターなどを組み合わせたものであっても良い。プロセッサー３０１は、ＲＯＭ３０２又は補助記憶装置３０４などに記憶されたファームウェア、システムソフトウェア及びアプリケーションソフトウェアなどのプログラムに基づいて、端末装置３００の各種の機能を実現するべく各部を制御する。また、プロセッサー３０１は、当該プログラムに基づいて後述する処理を実行する。なお、当該プログラムの一部又は全部は、プロセッサー３０１の回路内に組み込まれていても良い。
　補助記憶装置３０４は、プロセッサー３０１を中枢としたコンピューターの補助記憶装置である。補助記憶装置３０４は、例えばＥＥＰＲＯＭ、ＨＤＤ又はフラッシュメモリなどである。補助記憶装置３０４は、上記のプログラムのうち、例えば、システムソフトウェア及びアプリケーションソフトウェアなどを記憶する。また、補助記憶装置３０４は、プロセッサー３０１が各種の処理を行う上で使用するデータ、プロセッサー３０１での処理によって生成されたデータ及び各種の設定値などを記憶する。
　通信インターフェース３０５は、端末装置３００がネットワークＮＷなどを介して通信するためのインターフェースである。
　入力デバイス３０６は、端末装置３００の操作者による操作を受け付ける。入力デバイス３０６は、例えば、キーボード、キーパッド、タッチパッド、マウス又はコントローラーなどである。また、入力デバイス３０６は、音声入力用のデバイスであっても良い。
　表示デバイス３０７は、端末装置３００の操作者などに各種情報を通知するための画面を表示する。表示デバイス３０７は、例えば、液晶ディスプレイ又は有機ＥＬディスプレイなどのディスプレイである。また、入力デバイス３０６及び表示デバイス３０７としては、タッチパネルを用いることもできる。すなわち、タッチパネルが備える表示パネルを表示デバイス３０７として、タッチパネルが備える、タッチ入力によるポインティングデバイスを入力デバイス３０６として用いることができる。
　バス３０８は、コントロールバス、アドレスバス及びデータバスなどを含み、端末装置３００の各部で授受される信号を伝送する。
　以下、実施形態に係る運用システム１の動作を図２などに基づいて説明する。なお、以下の動作説明における処理の内容は一例であって、同様な結果を得ることが可能な様々な処理を適宜に利用できる。図２は、運用装置１００のプロセッサー１０１による処理の一例を示すフローチャートである。プロセッサー１０１は、例えば、ＲＯＭ１０２又は補助記憶装置１０４などに記憶されたプログラムに基づいて図２の処理を実行する。図３は、端末装置３００のプロセッサー３０１による処理の一例を示すフローチャートである。プロセッサー３０１は、例えば、ＲＯＭ３０２又は補助記憶装置３０４などに記憶されたプログラムに基づいて図３の処理を実行する。
　プロセッサー１０１は、例えば、定期的に図２に示す処理を実行する。あるいは、プロセッサー１０１は、図２に示す処理を実行するように指示する入力があった場合に図２に示す処理を実行する。
　また、プロセッサー１０１は、それぞれの発電設備２００を対象に図２に示す処理をそれぞれ実行する。
　図２のステップＳＴ１１において運用装置１００のプロセッサー１０１は、処理対象の発電設備２００のＰＣＳ２０１又は計測装置２０３から発電量の実績値、各種の計測データ及び画像を取得する。当該計測データは、例えばセンサー２０４によって計測されたデータである。当該画像は、例えば、カメラ２０５によって撮影された画像である。プロセッサー１０１は、当該実績値、当該計測データ及び当該画像を送信するように、通信インターフェース１０７及びネットワークＮＷを介してＰＣＳ２０１又は計測装置２０３に指示する。指示を受けたＰＣＳ２０１又は計測装置２０３は、当該実績値、当該計測データ及び当該画像を送信する。通信インターフェース１０７は、当該実績値を受信する。プロセッサー１０１は、受信された当該実績値、当該計測データ及び当該画像を取得する。
　したがって、プロセッサー１０１は、ステップＳＴ１１の処理を行うことで、発電設備の発電量の実績値を取得する取得部の一例として機能する。
　ステップＳＴ１２においてプロセッサー１０１は、ステップＳＴ１１で取得した実績値を用いて、異常発見処理を実行する。また、プロセッサー１０１は、ステップＳＴ１１で取得した各種の計測データ及び画像の少なくともいずれかを用いて異常発見処理を実行しても良い。異常発見処理は、発電設備２００に異常が発生しているか否かを調べる処理を含む。異常発見処理は、発電設備２００に発生している異常の原因を推定する処理を含む。プロセッサー１０１は、例えば、発電設備２００の発電量の実績値の推移を用いて異常発見処理を実行する。プロセッサー１０１は、発電量の実績値の推移以外を用いて異常発見処理を実行しても良い。
　正常時の発電量実績値の推移についてグラフの形状を用いて説明する。なお、ここでのグラフとは、１日の発電量の実績値を時間ごとに示したグラフである。
　晴れている日の発電量の実績値のグラフは、山のような形状となる。当該グラフは、例えば、縦軸が発電量で横軸が時間である。また、曇りの日の発電量の実績値のグラフは、形状は晴れの日とは形状が大きく異なり、時間単位での変動が大きく変曲点が多い蛇行した形状になることが多い。かつ、曇りの日の発電量の実績値のグラフは、晴れている日のグラフに比べて一般に発電量が小さくなる。また、雨の日の発電量の実績値のグラフは、曇りの日よりもさらに発電量が小さく、下部を這うようなグラフとなる。
　次に異常が発生している場合の発電量の推移についてグラフの形状を用いて説明する。異常の原因には、例えば、故障、何らかの物体が太陽光パネル２０２に当たる太陽光を遮っていること、及び出力抑制の３種類がある。発電設備２００の故障は、主に太陽光パネル２０２の故障である。なお、太陽光パネル２０２が汚れている場合も、何らかの物体が太陽光パネル２０２に当たる太陽光を遮っている場合に含まれる。なお、異常の種類の分類は、ここに示したものに限らない。異常の種類のそれぞれは、所定の異常事象の一例である。
　発電設備２００が故障している場合の発電量のグラフは、正常時とは異なり特異な発電量の落ち方をする。このため、故障時のグラフの形状は、正常時とは異なる形状であり、故障が発生した瞬間は直下的に発電量が落下し、その後の発電量は正常時に比して継続して少なくなり又は発電が行われなくなる。したがって、晴れの日の日中におけるピーク時発電量の大きさも明らかに正常時より小さくなる。ただし、発電を継続している部分が残存している場合は、正常時のグラフよりも面積（発電量の時間積分値）は小さくなるが形状は正常時と類似する。
　太陽光パネル２０２に当たる太陽光が何らかの物体によって遮られている場合の発電量のグラフは、正常時とは異なり特異な発電量の落ち方をする。このため、太陽光が何らかの物体によって遮られている場合のグラフの形状は、正常時とは異なる形状であり、影の影響であれば時間経過に伴い正常時からの乖離度が変化、落ち葉や鳥のフン等太陽光パネル表面上の汚れ等であれば恒常的に発電量が小さくなり、正常時のグラフよりも面積（発電量の時間積分値）は小さくなる。ただし、後者の場合は形状は正常時と類似する。
　出力抑制されている場合の発電量のグラフは、出力抑制が開始された瞬間に急に発電量が落ちたグラフとなる。
　プロセッサー１０１は、発電量の実績値の推移が以上に示したような、発電設備２００に異常が発生した場合のグラフ形状となっている場合に、発電設備２００に異常が発生していると推定する。また、プロセッサー１０１は、発電量の実績値と予測値との乖離幅が所定の条件を満たす場合に発電設備２００に異常が発生していると推定する。また、プロセッサー１０１は、カメラ２０５が撮影した画像を用いて、当該画像を画像解析することにより、発電設備２００に異常が発生しているか否かを推定する。例えば、プロセッサー１０１は、太陽光パネル２０２上に落ちている落ち葉及び鳥の糞などの異物の状況並びに太陽光パネル２０２にかかっている影の状況を用いて発電設備２００に異常が発生しているか否かを推定する。例えば、プロセッサー１０１は、異物の量が所定以上である場合に発電設備２００に異常が発生していると判定する。例えば、プロセッサー１０１は、太陽光パネル２０２にかかっている影の面積が所定以上である場合に発電設備２００に異常が発生していると判定する。影の面積が所定以上である場合、太陽と太陽光パネル２０２との間に障害物があると推定される。なお、プロセッサー１０１は、上記のグラフ形状、乖離幅及び画像解析のうちの複数を用いて発電設備２００に異常が発生しているか否かを推定しても良い。
　また、プロセッサー１０１は、発電量の実績値の推移が、発電設備２００が故障している場合のグラフ形状となっている場合に、発電設備２００が故障していると推定する。プロセッサー１０１は、発電量の実績値の推移が以上に示したような、太陽光パネル２０２に当たる太陽光が何らかの物体によって遮られている場合のグラフ形状となっている場合に、太陽光パネル２０２に当たる太陽光が何らかの物体によって遮られていると推定する。プロセッサー１０１は、発電量の実績値の推移が以上に示したような、出力抑制されている場合のグラフ形状となっている場合に、出力抑制されていると推定する。
　プロセッサー１０１は、異常発見処理に用いる正常時の発電量の推移について、例えば、処理対象の発電設備２００の過去の実績値を用いる。あるいは、プロセッサー１０１は処理対象の発電設備２００とは異なる発電設備２００の実績値を用いる。処理対象の発電設備２００とは異なる発電設備２００は、処理対象の発電設備２００と条件が近い発電設備２００であることが好ましい。条件とは、太陽光パネル２０２の設置場所、太陽光パネル２０２の使用年月又は劣化の程度、太陽光パネル２０２の種類を示す型番、及び太陽光パネル２０２の設置場所の天候などである。なお、条件の近さは、例えば、各条件の差異をそれぞれ数値化したものを合計した数値である。なお、プロセッサー１０１は、数値を合計する際、各条件それぞれの重要度に応じて重みづけをして数値を合計しても良い。また、条件が近いとは、例えば、当該数値が所定の閾値以下であることである。
　また、プロセッサー１０１は、学習済みのＡＩ（artificial intelligence）などを用いて異常発見処理を実行しても良い。異常発見処理用のＡＩ（以下「異常発見ＡＩ」という。）の学習は、例えばプロセッサー１０１又は運用装置１００以外の装置が行う。プロセッサー１０１は、他の装置によって学習済みの異常発見ＡＩを用いる場合には、当該他の装置から異常発見ＡＩを取得する。当該他の装置は、運用システム１に含まれていても良い。
　異常発見ＡＩの学習に用いる説明変数には、例えば、複数の発電設備２００の実績値を用いる。また、異常発見ＡＩの学習に用いる説明変数は、発電時の条件を含んでも良い。発電時の条件とは、太陽光パネル２０２の設置場所、太陽光パネル２０２の使用年月又は劣化の程度、太陽光パネル２０２の種類を示す型番、及び太陽光パネル２０２の設置場所の天候などである。発電時の条件は、このうちのいずれか１つ以上であっても良い。発電時の条件は、他の条件を含んでも良い。また、異常発見ＡＩの学習に用いる目的変数は、例えば、説明変数として用いる各実績値が、発電設備２００に異常が発生している状態のものであるか否か、及び異常が発生している場合にはどのような異常であるかを示す情報を用いる。なお、異常発見ＡＩの学習に目的変数を用いなくても良い。
　また、プロセッサー１０１は、複数の方法を併用して異常発見処理を実行しても良い。
　以上より、プロセッサー１０１は、発電設備２００に異常が発生していることを判定することで、発電設備に発生する所定の異常事象に対応する発電量の特徴に基づき、前記実績値を用いて前記異常事象の発生を推定する推定部の一例として機能する。
　また、プロセッサー１０１は、発電設備２００の異常の種類を推定することで、発電量の特徴に基づき、実績値を用いて異常事象の種類を推定する推定部の一例として機能する。
　ステップＳＴ１３においてプロセッサー１０１は、ステップＳＴ１２の処理結果に基づき、処理対象の発電設備２００に異常が発生しているか否かを判定する。プロセッサー１０１は、処理対象の発電設備２００に異常が発生していると判定しないならば、ステップＳＴ１３においてＮｏと判定して図２に示す処理を終了する。対して、プロセッサー１０１は、処理対象の発電設備２００に異常が発生していると判定するならば、ステップＳＴ１３においてＹｅｓと判定してステップＳＴ１４へと進む。
　ステップＳＴ１４においてプロセッサー１０１は、処理対象の発電設備２００に異常が発生していなかったと仮定した場合の、処理対象の発電設備２００の発電量を推定する。プロセッサー１０１は、例えば、異常が発生してから現在（図２に示す処理の処理時点）までの当該発電量を推定する。なお、プロセッサー１０１は、売電単価が固定であるか売電単価が変動する場合かに関わらず、異常が発生してから現在までの当該発電量を時間帯ごとに推定する。売電単価は、契約などによって、固定単価の場合と、変動する場合がある。売電単価が変動する場合とは、例えば、固定単価での売電契約がなく都度、卸電力取引市場での売電を行うものである。
　プロセッサー１０１は、例えば、処理対象の発電設備２００の正常に動作していた際の過去の実績値を用いて、異常が発生していなかった場合の発電量を推定する。なお、プロセッサー１０１は、経年劣化を考慮して推定しても良い。あるいは、プロセッサー１０１は、処理対象の発電設備２００とは異なる発電設備２００の実績値を用いて、処理対象の発電設備２００の異常が発生していなかった場合の発電量を推定する。この際、プロセッサー１０１は、処理対象の発電設備２００と発電時の条件が近い発電設備２００の実績値を用いることが好ましい。発電時の条件とは、太陽光パネル２０２の設置場所、太陽光パネル２０２の使用年月又は劣化の程度、太陽光パネル２０２のメーカー及び種類を示す型番、及び太陽光パネル２０２の設置場所の天候などである。発電時の条件は、このうちのいずれか１つ以上であっても良い。発電時の条件は、他の条件を含んでも良い。
　また、プロセッサー１０１は、太陽光パネルの正規化した発電量（以下「正規化発電量」という。）を用いて、異常が発生していなかった場合の発電量を推定しても良い。正規化発電量は、太陽光パネルのメーカー及び型番などの条件ごとの、太陽光パネルの単位面積あたりの発電量である。プロセッサー１０１は、処理対象の発電設備２００と条件の近い正規化発電量を決定する。そして、プロセッサー１０１は、決定した正規化発電量に、処理対象の発電設備２００のパネル面積をかけることで、異常が発生していなかった場合の発電量を推定する。
　また、プロセッサー１０１は、学習済みのＡＩなどを用いて、異常が発生していなかった場合の発電量を推定しても良い。発電量推定用のＡＩ（以下「発電量推定ＡＩ」という。）の学習は、例えば、プロセッサー１０１又は運用装置１００以外の装置が行う。プロセッサー１０１は、他の装置によって学習済みの発電量推定ＡＩを用いる場合には、当該他の装置から発電量推定ＡＩを取得する。当該他の装置は、運用システム１に含まれていても良い。なお、以下の説明では、プロセッサー１０１が学習を行うものとして説明する。
　発電量推定ＡＩの学習に用いる説明変数は、例えば、発電時の条件である。発電時の条件とは、太陽光パネル２０２の設置場所、太陽光パネル２０２の使用年月又は劣化の程度、太陽光パネル２０２の種類を示す型番、及び太陽光パネル２０２の設置場所の天候などである。発電時の条件は、このうちのいずれか１つ以上であっても良い。発電時の条件は、他の条件を含んでも良い。また、発電量推定ＡＩの学習に用いる目的変数は、例えば発電設備２００の発電量の実績値である。
　また、プロセッサー１０１は、複数の方法を併用して異常が発生していなかった場合の発電量を推定しても良い。
　なお、プロセッサー１０１は、ステップＳＴ１２の処理によって異常が発生していると判定した発電設備２００については、異常が発生している期間の実績値などのデータを発電量推定ＡＩの学習に用いる説明変数及び目的変数として用いない。あるいは、プロセッサー１０１は、異常が発生している期間のデータについては補正をして説明変数及び目的変数として用いても良い。
　また、プロセッサー１０１は、発電量の推定に用いる値を正規化して用いて発電量を推定しても良い。発電量の推定に用いる値は、発電量推定ＡＩが用いる値、処理対象の発電設備２００の過去の実績値、又は処理対象の発電設備２００と発電時の条件が近い発電設備２００の実績値などである。
　以上より、プロセッサー１０１は、ステップＳＴ１４の処理を行うことで、異常事象が生じていなかった場合の発電設備の発電量の推定値を求める発電量推定部の一例として機能する。
　また、以上より、プロセッサー１０１は、異常が発生していると判定した発電設備２００の実績値などのデータを発電量推定ＡＩの学習に用いないことで、発電量推定部が前記発電量の推定値を出力するために使用する学習済みモデルを生成するための学習データにおいて異常事象が発生している場合の実績値を除外する学習部の一例として機能する。
　ステップＳＴ１５においてプロセッサー１０１は、発電設備２００の異常による損失額を推定する。プロセッサー１０１は、例えば、下式により損失額を推定する。
（損失額）＝（（異常が発生していない場合の売電期待量）－（実際の売電量））×（売電単価）　　（１）
　なお、異常が発生していない場合の売電期待量は、例えば、下式により求めることができる。
（異常が発生していなかった場合の売電期待量）＝（異常が発生していなかった場合の発電量）－（実績値）　　（２）
　ここでの発電量の実績値は、異常が発生していなかった場合の売電期待量と同一期間の発電量の実績値である。また、発電量の実績値は、例えば、ステップＳＴ１１で取得されたものである。
　プロセッサー１０１は、売電単価が変動する場合には、各時間帯における卸電力取引市場での電力単価を参照して損失額を計算する。なお、プロセッサー１０１は、例えば、所定の時間ごとの各時間帯の電力単価を参照する。当該所定の時間は、例えば３０分である。
　プロセッサー１０１は、売電単価が変動する場合の電力単価として、例えば以下の（Ａ１）～（Ａ４）のいずれかを用いることができる。このうち、（Ａ１）を用いることが最も好ましい。プロセッサー１０１は、例えば、簡易的に損失額を推定する場合などにおいて（Ａ２）を用いても良い。また、プロセッサー１０１は、例えば、電力の売却にかかる契約に応じてどの電力単価を用いるか決定しても良い。
（Ａ１）スポット市場のエリアプライス。好ましくは、処理対象の発電設備２００の所在エリアのエリアプライス。
（Ａ２）スポット市場のシステムプライス。
（Ａ３）スポット市場と時間前市場の価格を加重平均した価格。
（Ａ４）上記（Ａ１）～（Ａ３）以外の電力単価。
　プロセッサー１０１は、各時間帯ごとに（１）式によって損失額を求め、損失額の算出対象期間内の全時間帯分の損失額を足し合わせることで合計の損失額を求める。算出対象期間とは、例えば、異常が発生してから現在までである。
　また、プロセッサー１０１は、卸電力取引市場などで売電する場合に発生するインバランス料金を織り込んで損失額を算出しても良い。この場合のインバランス料金は、電力の計画提出値に対する過不足分にかかるインバランス料金である。なお、プロセッサー１０１は、インバランス料金の単価が未決定である場合には、例えば過去のインバランス料金の単価を用いる。あるいは、プロセッサー１０１は、インバランス料金の単価が未決定である場合には、インバランス単価予測用のＡＩ又はその他のプログラムを用いて予測したインバランス料金の単価を用いる。プロセッサー１０１は、インバランス料金の単価が決定済みである場合にはその単価を用いる。プロセッサー１０１は、例えば下式によりインバランス料金を加味した損失額を算出する。
（インバランス料金を加味した損失額）＝（上記の損失額）＋（発電計画提出値に対する発電実績の不足電力量）×（インバランス料金の単価）－（発電計画提出値に対する発電実績の余剰電力量）×（インバランス料金の単価）　　　（３）
　なお、プロセッサー１０１は、異常の原因が出力抑制などの、計画的なものである場合には、損失額は０円として算出する方が好ましい。また、プロセッサー１０１は、出力抑制が実施されていた期間について、損失額の算出対象期間から除外しても良い。これにより、出力抑制が実施されていた期間の損失額は０円となる。
　以上より、プロセッサー１０１は、ステップＳＴ１５の処理を行うことで、実績値と推定値とを比較することにより、異常事象による損失額を推定する損失推定部の一例として機能する。
　ステップＳＴ１６においてプロセッサー１０１は、発電設備２００に発生している異常に対して対策をとるべきであるか否かを判定する。ここで、対策とは、発電設備２００に対するメンテナンス、清掃、修理又は交換などである。プロセッサー１０１は、例えば、所定期間対策をしなかった場合の損失額が対策にかかる費用を上回る場合に対策をした方が良いと決定する。あるいは、プロセッサー１０１は、例えば、所定期間対策をしなかった場合の損失額が対策にかかる費用を所定以上に上回る場合に対策をした方が良いと決定する。あるいは、プロセッサー１０１は、例えば、所定期間対策をしなかった場合の損失額に所定の値をかけた値が対策にかかる費用を上回る場合に対策をした方が良いと決定する。
　プロセッサー１０１は、例えば、ステップＳＴ１５で推定した損失額を用いて、所定期間対策をしなかったと仮定した場合の損失額を推定する。所定期間対策をしなかったと仮定した場合の損失額は、現在から所定期間後までの損失額である。プロセッサー１０１は、ＡＩなどを用いて、所定期間対策をしなかったと仮定した場合の損失額を推定しても良い。なお、プロセッサー１０１は、異常の種類及び異常の程度に基づき対策費用の金額を推定する。対策費用の金額は、例えば、異常の種類によって予め定められていても良い。補助記憶装置１０４などは、予め定められた対策費用の金額を記憶する。プロセッサー１０１は、補助記憶装置１０４などから当該金額を取得する。プロセッサー１０１は、発電設備２００に発生している異常に対して対策をとるべきであると判定しないならば、ステップＳＴ１６においてＮｏと判定して図２に示す処理を終了する。対して、プロセッサー１０１は、発電設備２００に発生している異常に対して対策をとるべきであると判定するならば、ステップＳＴ１６においてＹｅｓと判定してステップＳＴ１７へと進む。
　以上より、プロセッサー１０１は、ステップＳＴ１６の処理を行うことで、異常事象を取り除くための対策を取るべきであることを決定する決定部の一例として機能する。
　ステップＳＴ１７においてプロセッサー１０１は、対策を行うべき時期を決定する。プロセッサー１０１は、例えば、対策をしなかった場合の損失額が対策にかかる費用を所定以上に上回る翌日以降を対策を行うべき時期として決定する。プロセッサー１０１は、例えば、対策をしなかった場合の損失額に所定の値をかけた値が対策にかかる費用に所定の値をかけた値を上回る翌日以降を対策を行うべき時期として決定する。
　また、プロセッサー１０１は、対策を行うべき頻度を決定しても良い。例えば、定期的に発生するような異常の場合、当該異常に対する対策も定期的に行うべきである。したがって、プロセッサー１０１は、そのような場合には、対策を行うべき頻度を決定する。頻度は、例えば、異常の種類ごとに予め定められる。補助記憶装置１０４などは、予め定められた当該頻度を記憶する。プロセッサー１０１は、補助記憶装置１０４などから当該頻度を取得する。あるいは、プロセッサー１０１は、頻度を算出しても良い。
　以上より、プロセッサー１０１は、ステップＳＴ１７の処理を行うことで、異常事象を取り除くための対策を取るべき時期又は頻度を決定する時期決定部の一例として機能する。
　ステップＳＴ１８においてプロセッサー１０１は、対策報知画面に対応した画像を生成する。そして、プロセッサー１０１は、生成したこの画像を表示するように表示デバイス１０６に対して指示する。表示の指示を受けて表示デバイス１０６は、対策報知画面を表示する。対策報知画面は、例えば、発電設備２００に対して対策をした方がいいということを示す内容、どのような対策をすべきかを示す内容、及び対策を行うべき時期を示す内容を含む。
　以上より、プロセッサー１０１は、表示デバイス１０６と協働して、ステップＳＴ１８の処理を行うことで、決定部が対策を取るべきであることを決定した場合、対策を取るべきであることを報知する決定報知部の一例として機能する。あるいは、プロセッサー１０１は、ステップＳＴ１８の処理を行うことで、決定報知部の一例として機能する。
　また、プロセッサー１０１は、表示デバイス１０６と協働して、ステップＳＴ１８の処理を行うことで、時期又は頻度を報知する時期報知部の一例として機能する。あるいは、プロセッサー１０１は、ステップＳＴ１８の処理を行うことで、時期報知部の一例として機能する。
　ステップＳＴ１９においてプロセッサー１０１は、提案情報を生成する。提案情報は、対策報知画面を表示するように端末装置３００に指示する情報である。提案情報は、対策報知画面を表示するために必要な情報を含む。プロセッサー１０１は、提案情報を生成した後、当該提案情報を端末装置３００に送信するように通信インターフェース１０７に対して指示する。この送信の指示を受けて通信インターフェース１０７は、当該提案情報を端末装置３００に送信する。送信された当該提案情報は、端末装置３００の通信インターフェース３０５によって受信される。プロセッサー１０１は、ステップＳＴ１９の処理の後、図２に示す処理を終了する。
　一方、図３のステップＳＴ２１において端末装置３００のプロセッサー３０１は、通信インターフェース３０５によって提案情報が受信されるのを待ち受けている。プロセッサー３０１は、提案情報が受信されたならば、ステップＳＴ２１においてＹｅｓと判定してステップＳＴ２２へと進む。
　ステップＳＴ２２においてプロセッサー３０１は、対策報知画面に対応した画像を生成する。そして、プロセッサー３０１は、生成したこの画像を表示するように表示デバイス３０７に対して指示する。表示の指示を受けて表示デバイス３０７は、対策報知画面を表示する。プロセッサー３０１は、ステップＳＴ２２の処理の後、ステップＳＴ２１へと戻る。
　以上より、プロセッサー３０１は、表示デバイス３０７と協働して、ステップＳＴ２２の処理を行うことで、決定報知部の一例として機能する。あるいは、プロセッサー３０１は、ステップＳＴ２２の処理を行うことで、決定報知部の一例として機能する。あるいは、プロセッサー１０１は、図２のステップＳＴ１９の処理を行うことで、決定報知部の一例として機能する。あるいは、プロセッサー１０１は、通信インターフェース１０７と協働してステップＳＴ１９の処理を行うことで、決定報知部の一例として機能する。
　また、プロセッサー３０１は、表示デバイス３０７と協働して、図３のステップＳＴ２２の処理を行うことで、時期報知部の一例として機能する。あるいは、プロセッサー１０１は、ステップＳＴ２２の処理を行うことで、時期報知部の一例として機能する。あるいは、プロセッサー１０１は、図２のステップＳＴ１９の処理を行うことで、時期報知部の一例として機能する。あるいは、プロセッサー１０１は、通信インターフェース１０７と協働してステップＳＴ１９の処理を行うことで、時期報知部の一例として機能する。
　実施形態の運用システム１は、発電設備２００の発電量の実績値を取得する。そして、実施形態の運用システム１は、異常が発生している場合の発電量の特徴及び当該実績値を用いて異常の発生を推定する。さらに、実施形態の運用システム１は、異常が発生していなかった場合の発電量の推定値を求めることで、異常発生による損失額を推定する。したがって、発電設備２００の管理者などは、実施形態の運用システム１を用いることで、発電設備２００について、異常の発生を原因とする機会損失の金額が分かる。
　また、実施形態の運用システム１は、異常が発生している場合の発電量の特徴及び実績値を用いて、異常の種類を特定する。これにより、発電設備２００の管理者などは、実施形態の運用システム１を用いることで、発電設備２００について、異常が発生している場合に異常の種類が分かる。
　また、実施形態の運用システム１は、異常が発生していなかった場合の発電量の推定値を、ＡＩを用いて求める。また、実施形態の運用システム１は、当該ＡＩの学習に、異常が発生している発電設備２００の発電量の実績値などのデータを用いない。これにより、当該ＡＩの精度が向上する。あるいは、実施形態の運用システム１は、当該ＡＩの学習に、異常が発生している発電設備２００の発電量の実績値などのデータを補正して用いる。これにより、当該ＡＩの精度が向上する。
　また、実施形態の運用システム１は、発電量の推定に、ＡＩ、処理対象の発電設備２００の過去の実績値、及び条件が近い他の発電設備の実績値の少なくともいずれかを用いる。これにより、実施形態の運用システム１は、より高い精度で発電量を推定することができる。
　また、実施形態の運用システム１は、異常が発生している場合に対策をとるべきであるか否かを推定する。これにより、発電設備２００の管理者などは、実施形態の運用システム１を用いることで、異常が発生している発電設備２００について対策をすべきであるか否かが分かる。
　また、実施形態の運用システム１は、異常が発生している場合に対策をとるべき時期又は頻度を決定する。これにより、発電設備２００の管理者などは、実施形態の運用システム１を用いることで、異常が発生している場合に対策をとるべき時期又は頻度が分かる。
　上記の実施形態は、以下のような変形も可能である。
　上記の実施形態では、運用装置１００は、グラフの形状を用いて異常の発生の判定及び異常の種類の判定を行う。しかしながら、運用装置１００は、グラフの形状以外の発電量の特徴を用いて異常の発生の判定及び異常の種類の判定を行っても良い。
　上記の実施形態では、運用装置１００は、発電量を用いて異常発見処理を行う。運用装置１００は、発電量に代えて発電出力（単位時間あたりの発電量）を用いて異常発見処理を行っても良い。
　運用装置１００は、発電設備２００の発電量の実績値を、ＰＣＳ２０１及び計測装置２０３以外から取得しても良い。
　上記の実施形態では、発電設備２００は、太陽光発電を行う。しかしながら、実施形態の発電設備は、風力発電、水力発電、火力発電、原子力発電、地熱発電その他の太陽光発電以外の発電を行う設備であっても良い。
　プロセッサー１０１は、上記実施形態においてプログラムによって実現する処理の一部又は全部を、回路のハードウェア構成によって実現するものであっても良い。
　実施形態の処理を実現するプログラムは、例えば装置に記憶された状態で譲渡される。しかしながら、当該装置は、当該プログラムが記憶されない状態で譲渡されても良い。そして、当該プログラムが別途に譲渡され、当該装置へと書き込まれても良い。このときのプログラムの譲渡は、例えば、リムーバブルな記憶媒体に記録して、あるいはインターネット又はＬＡＮなどのネットワークを介したダウンロードによって実現できる。
　以上、本発明の実施形態を説明したが、例として示したものであり、本発明の範囲を限定するものではない。本発明の実施形態は、本発明の要旨を逸脱しない範囲において種々の態様で実施可能である。
　１　運用システム
　１００　運用装置
　１０１，３０１　プロセッサー
　１０２，３０２　ＲＯＭ
　１０３，３０３　ＲＡＭ
　１０４，３０４　補助記憶装置
　１０５，３０６　入力デバイス
　１０６，３０７　表示デバイス
　１０７，３０５　通信インターフェース
　１０８，３０８　バス
　２００　発電設備
　２０１　ＰＣＳ
　２０２　太陽光パネル
　２０３　計測装置
　２０４　センサー
　２０５　カメラ
　３００　端末装置

Claims (9)

  1. 　発電設備の発電量の実績値を取得する取得部と、
    　前記発電設備に発生する所定の異常事象に対応する発電量の特徴に基づき、前記実績値を用いて前記異常事象の発生を推定する推定部と、
    　前記異常事象が生じていなかった場合の前記発電設備の発電量の推定値を求める発電量推定部と、
    　前記実績値と前記推定値とを比較することにより、前記異常事象による損失額を推定する損失推定部と、
    　を備える運用システム。
  2. 　前記推定部は、前記特徴に基づき、前記実績値を用いて前記異常事象の種類を推定する、
    　請求項１に記載の運用システム。
  3. 　前記発電量推定部が前記発電量の推定値を出力するために使用する学習済みモデルを生成するための学習データにおいて前記異常事象が発生している場合の前記実績値を除外する学習部、
    　をさらに備える請求項１に記載の運用システム。
  4. 　前記発電量推定部は、ＡＩ、前記発電設備の過去の実績値、及び前記発電設備と近い条件で運転していた他の発電設備の発電量の実績値の少なくともいずれかを用いて推定する、
    　請求項１に記載の運用システム。
  5. 　前記異常事象を取り除くための対策を取るべきであることを決定する決定部、
    　をさらに備える請求項１に記載の運用システム。
  6. 　前記決定部が前記対策を取るべきであることを決定した場合、前記対策を取るべきであることを報知する決定報知部、
    　をさらに備える請求項５に記載の運用システム。
  7. 　前記異常事象を取り除くための対策を取るべき時期又は頻度を決定する時期決定部、
    　をさらに備える請求項１に記載の運用システム。
  8. 　前記時期又は前記頻度を報知する時期報知部、
    　をさらに備える請求項７に記載の運用システム。
  9. 　運用装置が備えるプロセッサーを、
    　発電設備の発電量の実績値を取得する取得部と、
    　前記発電設備に発生する所定の異常事象に対応する発電量の特徴に基づき、前記実績値を用いて前記異常事象の発生を推定する推定部と、
    　前記異常事象が生じていなかった場合の前記発電設備の発電量の推定値を求める発電量推定部と、
    　前記実績値と前記推定値とを比較することにより、前記異常事象による損失額を推定する損失推定部、
    　として機能させるプログラム。
PCT/JP2023/023181 2022-07-15 2023-06-22 運用システム及びプログラム Ceased WO2024014255A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US18/879,392 US20260005648A1 (en) 2022-07-15 2023-06-22 Operating System and Program
EP23839429.0A EP4557574A4 (en) 2022-07-15 2023-06-22 OPERATING SYSTEM AND PROGRAM

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2022-113864 2022-07-15
JP2022113864 2022-07-15
JP2023028310A JP7677653B2 (ja) 2022-07-15 2023-02-27 運用システム及びプログラム
JP2023-028310 2023-02-27

Publications (1)

Publication Number Publication Date
WO2024014255A1 true WO2024014255A1 (ja) 2024-01-18

Family

ID=89536688

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/023181 Ceased WO2024014255A1 (ja) 2022-07-15 2023-06-22 運用システム及びプログラム

Country Status (4)

Country Link
US (1) US20260005648A1 (ja)
EP (1) EP4557574A4 (ja)
JP (1) JP2025013650A (ja)
WO (1) WO2024014255A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003259551A (ja) * 2002-03-01 2003-09-12 Sharp Corp 太陽光発電管理サーバ、太陽光発電管理システム、太陽光発電管理方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体
JP2011147340A (ja) 2000-09-11 2011-07-28 Sharp Corp 太陽光発電装置の管理システムおよび管理方法
JP2015047030A (ja) * 2013-08-29 2015-03-12 大日本印刷株式会社 太陽光発電管理装置、太陽光発電管理システム、太陽光発電管理方法、プログラム、記録媒体
JP2019208350A (ja) * 2018-05-29 2019-12-05 株式会社Ｎｔｔファシリティーズ 太陽光発電設備の診断装置
WO2020148813A1 (ja) * 2019-01-15 2020-07-23 株式会社 東芝 異常要因診断装置及びその方法、並びに異常要因診断システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06101079B2 (ja) * 1988-11-09 1994-12-12 三菱電機株式会社 プラント異常診断装置
WO2019066934A1 (en) * 2017-09-29 2019-04-04 Siemens Energy, Inc. WIND YIELD MONITORING

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011147340A (ja) 2000-09-11 2011-07-28 Sharp Corp 太陽光発電装置の管理システムおよび管理方法
JP2003259551A (ja) * 2002-03-01 2003-09-12 Sharp Corp 太陽光発電管理サーバ、太陽光発電管理システム、太陽光発電管理方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体
JP2015047030A (ja) * 2013-08-29 2015-03-12 大日本印刷株式会社 太陽光発電管理装置、太陽光発電管理システム、太陽光発電管理方法、プログラム、記録媒体
JP2019208350A (ja) * 2018-05-29 2019-12-05 株式会社Ｎｔｔファシリティーズ 太陽光発電設備の診断装置
WO2020148813A1 (ja) * 2019-01-15 2020-07-23 株式会社 東芝 異常要因診断装置及びその方法、並びに異常要因診断システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4557574A4

Also Published As

Publication number Publication date
US20260005648A1 (en) 2026-01-01
JP2025013650A (ja) 2025-01-24
EP4557574A1 (en) 2025-05-21
EP4557574A4 (en) 2025-11-05

Similar Documents

Publication Publication Date Title
CN118410445B (zh) 分布式光伏异常数据检测方法、系统、电子设备及存储介质
US10962576B2 (en) Estimation of shading losses for photovoltaic systems from measured and modeled inputs
US10956629B2 (en) Estimation of soiling losses for photovoltaic systems from measured and modeled inputs
CN110161860B (zh) 一种光伏组件智能清扫策略的方法及控制系统
US11022720B2 (en) System for forecasting renewable energy generation
JP5940922B2 (ja) 自然エネルギー量予測装置
JP5746098B2 (ja) 自然エネルギーを利用した発電システムの劣化診断装置
US20110276269A1 (en) Systems and methods for forecasting solar power
TW201901590A (zh) 適應性發電管理
KR20230164782A (ko) 가뭄진단예측 방법 및 그 시스템
KR102524158B1 (ko) 디지털 트윈 기반 태양광 발전소 관리 솔루션 제공 방법 및 장치
JP2023151049A (ja) 太陽光発電量予測システム、太陽光発電量予測方法、太陽光発電量予測プログラム、過去予報推定装置、過去予報推定方法、および過去予報推定プログラム
JP7677653B2 (ja) 運用システム及びプログラム
WO2024014255A1 (ja) 運用システム及びプログラム
CN119519594B (zh) 一种利用光伏供能的防火预警系统
JP7454998B2 (ja) 保守支援装置、保守支援方法、および保守支援プログラム
JP7508922B2 (ja) 予測システム、及び予測値の算出方法
EP3885860B1 (en) Method, computer-implemented tool and power plant control device for detecting power production degradation of solar power plants
US20200304058A1 (en) Smart shingles
Solano et al. The performance ratio of a grid-connected photovoltaic system: An experimental and calculative analysis
JP2021145509A (ja) 異常検知装置、異常検知方法、および異常検知プログラム
JP2025085390A (ja) 太陽光発電管理装置、太陽光発電管理方法および太陽光発電管理プログラム
CN116974188A (zh) 用于控制微电网中热电联产装置的方法和系统
JP7224640B2 (ja) 気象情報を用いない太陽光発電装置の異常判定方法及び装置
Pepe et al. Estimating PV forecasting models from power data

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23839429

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18879392

Country of ref document: US

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112025000563

Country of ref document: BR

WWE Wipo information: entry into national phase

Ref document number: 202537009934

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 2023839429

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 202537009934

Country of ref document: IN

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2023839429

Country of ref document: EP

Effective date: 20250212

WWP Wipo information: published in national office

Ref document number: 2023839429

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 112025000563

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20250113

WWP Wipo information: published in national office

Ref document number: 18879392

Country of ref document: US