電力中央研究所 研究報告書（電力中央研究所報告）
[CRIEPI Research Report]
研究報告書「電力中央研究所報告」は当研究所の研究成果を取りまとめた刊行物として、昭和28年より発行されております。 一部の研究報告書はPDF形式で全文をダウンロードすることができます。 ダウンロードの際には、当サイトの利用規約を遵守の上ご利用ください。
※ PDFのファイルサイズが大きい場合には、ダウンロードに時間がかかる場合がございます。 ダウンロードは1回のクリックで開始しますので、ダウンロードが完了するまで、複数回のクリックはなさらないようご注意願います。
研究報告書 詳細情報
[Detailed Information]
- 報告書番号 [Report Number]
- Y14003
- タイトル
- スマートメータデータ分析情報の活用 ―分析技術の動向調査と需要分析の予備的検証―
- [Title]
- Utilization of Smart Meter Data's Analytical Information -Trend of Technology and an Exploratory Demand Analysis-
- 概要 （図表や脚注は「報告書全文」に掲載しております）
- 電力各社によるスマートメータ（次世代電力量計）の本格導入に向けた動きが加速している。メータから得られる時刻別データの有効利用が期待されているものの、活用目的およびその基盤となる分析技術について、知見の蓄積や体系化は十分になされてこなかった。そこで、スマートメータデータ活用に資する分析技術について、文献調査により動向や課題を整理する。さらに、家庭用需要家のエネルギー効率利用支援を進める上で重要となる、冷暖房使用傾向の推定等に着目して、需要分析技術の予備的検証を行う。活用目的として、省エネ・節電やデマンドレスポンスの効果を高めるための「エネルギー効率利用の支援」や、電気料金の予想額を比較提案する「料金選択の支援」等がある。その基盤となる分析技術として、主幹電力消費量を用いてどのような活動から需要が生まれているかを推定する「簡易用途分解」や、使用傾向に基づく需要家の類型化を行う「負荷パターン分類」、在宅傾向に代表される「生活パターン推定」等がある。各技術の知見を組み合わせることで、より高品質な分析情報を得ることも可能と考えられる。公開されている4世帯分の主幹（住宅全体）電力消費量の実測値を、我が国のスマートメータデータにも適用可能な1時間値100Wh単位に変換したデータを用いて、予備的検証をした。具体的には、生活パターンも考慮可能な回帰分析に基づき、�ゝげ拘怯�需要（冷暖房等の気温変化に連動する需要）、�∧册絢�要（その時々の都合で変化する需要）、�８把蠎�要（冷蔵庫・待機電力や毎日同時刻に発生する需要）の3種類に簡易用途分解した。分解結果を実測値と参考比較した結果、時刻別の冷暖房使用（朝時間帯の消費ピークの有無）等、世帯毎の特徴の違いを把握できた。時刻別や曜日別の需要活動レベル（固定需要以外の追加的な需要の発生しやすさ）等も把握できた。推定精度に改良余地はあるが、平日午後に在宅・エアコン多消費傾向にある世帯への選択的な節電アドバイス提示、デマンドレスポンス提案や、暮らしに役立つ新サービス提案等への活用も考えられる。
- [Abstract]
- Although power utilities are about to install smart meters in residential sectors, data analysis methods for smart meters are not sufficiently developed. In this respect, this report surveys data analysis technologies for smart meters and identifies the trend. Also, an exploratory analysis is conducted to estimate temperature-sensitive demands and other properties for individual households. The survey shows that the data objectives include 'support for efficient use of energy' to increase the efficiencies of energy-saving and demand-response programs, and 'support for tariff selection' to allow comparison of electricity bills. Data analysis technologies meeting those objectives include 'simplified disaggregation' to estimate what kinds of activities cause demand, based on the master switch load curve, and 'life pattern estimation', based on occupancy rate. To verify these data analysis technologies, in the exploratory analysis, regression analysis incorporating life patterns estimation was used to extract the following from the master switch load curves of four households: i) temperature-sensitive demand, ii) variable demand, and iii) static demand. The results show that the method can estimate rough trends in hourly air conditioner usage and activity levels by days of the week in each house. The information obtained from such analysis can be used for targeted advices or demand response programs intended to reduce demand of heavy-consuming customers who are at home in the afternoon.
- 報告書年度 [Report's Fiscal Year]
- 2014
- 発行年月 [Issued Year / Month]
- 2014/11
- 報告者 [Author]
-
担当
氏名
所属
主
小松 秀徳
システム技術研究所 情報数理領域
共
西尾 健一郎
社会経済研究所 エネルギー技術評価領域
- キーワード [Keywords]
-
和文 英文 電力需要 Electricity demand スマートメータ Smart meter 家庭部門 Residential sector 省エネルギー Energy efficiency 節電 Electricity saving
