[2P4-J-2] Machine learning: industries and finance

[2P4-J-2-03] Solar radiation prediction using RBF Network for Campus

〇Yuta Hashiba¹, Shoichi Urano¹ (1. Meiji University)

Keywords:time series data, RBF network, irradiance forecast

近年環境問題とともに再生可能エネルギーに注目が集まる中，国内では太陽光発電（Photovoltaic：以下PV）の導入が最も進んでいる．大規模発電施設以外にも各家庭や事業所単位での導入は現在一般的となっている．ただ太陽光発電には発電量が天候に大きく左右されてしまうといった不安定性があり，大規模導入時には火力発電機の稼働台数にも影響を及ぼす．導入が増えるにつれ系統安定化を図るためにはより精度の高い発電量予測が必要となってくる．PVの出力は日射量に大きく依存するため日射量予測が不可欠となってくる． また，近年ではスマートコミュニティなどの小規模エリアにおける電力の地産地消なども実施されている．そのため需給運用に関する計画や制御を的確に行うためにはコミュニティ単位での予測も重要となってくる．さらに経済的な観点からも効率的な需給運用が必要となる．そこで本稿では小規模エリアとして明治大学駿河台キャンパスを例に挙げ，太陽光発電システムの日射量の実測データを使用して，RBFネットワークを用いた予測手法の有効性を確認したので報告する．