E-PLSM Forecast
E-PLSM
1. E-PLSM Forecast
風力・太陽光発電所における数時間~1週間先までの発電量を予測し、その予測データを1時間毎に提供するサービスです。
- 複数の数値予報モデルを利用することで、「短期間の予測精度を重視した予測」と「長期的な予測」の両方をご提供。
- 設備情報と気象予報データから発電量を予測するシンプルなモデル(Express)、
機械学習を駆使して高精度な予測を目指すモデル(Standard)、
直近の発電量実績データを活用して直近の発電傾向を反映し更に高精度な予測を目指すモデル(Premium)
を揃えて、お客様の状況に応じて選択が可能。

2. 特徴
- Point 1
-
国内屈指の
再エネ予測技術
×
予測提供実績 - 再エネ黎明期から20年超にわたり再エネ予測に取り組んでおり、Slerとして予測提供システムの運用実績もございます。本サービスは、これらの実績をもとに安定した予測提供を実現します。
- Point 2
-
シンプルな予測を
スピーディに - 最もシンプルなモデル(Express)の場合、ご契約締結後10営業日後からご提供可能です。
- Point 3
-
継続的な
予測高度化 - 更に高精度な予測を目指すモデル(Premium)の場合、直近の発電量実績データの活用により、継続的な予測高度化を目指すことが可能です。
また、シンプルなモデル(Express)のご利用開始後、更に高精度な予測を目指すモデル(Standard、Premium)への切り替えも可能です。
3. ご利用イメージ
このような用途に
再エネ発電事業者やアグリゲーターによる発電計画作成支援

本サービスでは、当日だけでなく翌日、翌々日、1週間先まで網羅した発電量予測データをご提供可能です。
風力・太陽光発電は、気象の状況によって発電量が大きく変動するため、発電量予測をご活用いただくことで、インバランス料金を抑えた発電計画作成の支援をいたします。
再エネ発電設備のメンテナンス作業計画支援

部材等の故障につき、事後保全等は速やかに改修を行うべきですが、発電出力に支障する部材の異常(故障・劣化・損耗等)については、予防的に行うことも必要です。当該サービスを活用いただければ、翌一週間に生じる低風況トレンドに合わせ、支障している部材の交換・改修を行うことが可能です。こうしたサイクルを維持することで、高風況時での部材交換・改修を行う機会を減らし、発電量を相対的に向上させることが可能です。
その他、以下のような用途でもご利用いただけます。
- 送配電事業者による系統・需給運用支援
- 蓄電池・EV等の畜エネ+再エネによるRE100達成支援
4. サービス仕様
Express (簡易モデル) |
Standard (固定モデル) |
Premium (逐次更新モデル) |
|
---|---|---|---|
予測モデル | 物理モデルをベースとしたモデル | サービス開始前の実績データを活用したモデル | サービス開始前後の実績データを活用したモデル |
実績データ活用 | なし | あり | あり |
実績データを 活用したモデル更新 |
ー | 更新なし (サービス開始前に作成したモデルを継続して利用) |
更新あり (オンラインで実績データを受領し更新) |
直近の実績データを 活用した補正 |
ー | なし | あり |
提供予測情報 | 太陽光:発電量[kW]、日射強度[W/m2] 風力 :発電量[kW]、風速[m/s]・風向[°] ※いずれも前30分平均値、発電所単位 |
||
予測発表時刻・ 予測先時間 |
毎正時(24回/日発表)、最大10日先まで | ||
提供までの期間 (ご契約締結後の目安) |
10営業日 | 20営業日 | 要ご相談 |
- 障害時・お問い合わせはCTC営業日 9:00-17:00で対応し、翌営業日までに受付連絡を行います。
- 同時に15か所以上の発電所でStandard、Premiumの予測提供開始をご希望される場合、提供までの期間についてご相談させていただく場合がございます。
5. サービス利用時にご提供いただく情報
風力 | 太陽光 | |
---|---|---|
発電所諸元情報 | [風車の情報]
|
|
発電実績データ (※新規運開の場合を除く) |
発電所出力実績値(発電所単位) | 発電所出力実績値 |
6. 予測ロジックの特徴
太陽光の発電量予測では、発電所のアレイの緯度・経度に応じた日射強度から発電量予測値を算出します。積雪量の多い地域の発電所の場合、積雪による発電量ロスを考慮することで、冬季も安定した予測精度の担保を目指します。
風力の発電量予測では、風車の地点に応じて風速・風向予測値を算出し、パワーカーブを用いて発電量予測値に変換します。
また、Standard、Premium対象の発電所の場合、太陽光・風力によらず、お客様より受領した実績発電出力データを活用し、機械学習モデルで発電出力の補正を実施することで統計的な誤差の低減を図ります。
お客様より受領した実績発電出力データをそのまま使用するのではなく、適切な異常値除去を実施した上で機械学習の学習データとして使用することで、平常時の予測精度向上が期待できます。
さらに、Premium対象の発電所の場合、お客様より受領した直近の実績発電出力データを用いて予測発表直後の予測精度向上を図ります。時間前市場など、直近の予測精度が重要な場面で有効に活用していただけます。