東芝は7月17日、独自AIを活用した太陽光発電量を予測する技術を開発したと発表した。同社の気象予測システムから得られるさまざまなデータを活用し、太陽光発電設備の性能や設置条件が不明な場合でも過去の同設備の発電実績をもとにAIで性能や設置条件を推定。発電量を高精度に予測する。この技術を適用する前と比較したところ、予測誤差は約9.8％改善することができた、としている。


　再生可能エネルギーの導入が拡大する一方、発電量が気象条件に左右される再生可能エネルギーは、電力の安定供給が課題となっている。太陽光発電では電力事業者が安定的、効率的に電力供給を行うために、電力の需要量や太陽光の発電量などを予測した上で需給計画を立てることが求められる。

　一般的な太陽光発電量予測技術は、太陽光発電の設置場所の気象予測値を参照し、太陽光発電設備の工学モデルを組み合わせて発電量を予測するか、気象条件が近い過去の実績値を用いて予測する手法だった。

　これに対し、東芝は気象予測とAIを融合した電力需要量予測技術の開発に注力。独自に運用する数値気象予報モデルを用いた予測システムから得られた発電量に関係する日照強度、気温、風速、降雪、太陽光の反射率などのデータを活用することで、説明性の高い予測モデルを構築した。

　発電量への寄与が高い日照強度については、予測値からAIへ実測値をフィードバックすることで、予測誤差の傾向を学習し、予測精度を高めた。太陽光発電設備の性能や設置条件が不明な場合でも、工学モデルとスパースモデリングやアンサンブル学習などの機械学習を融合して、過去の実績データから太陽光発電設備の特徴や設置条件を推定するAIを開発し、発電量の予測誤差を改善することができた。

　今後は、実績データの蓄積や気象予測値の種類を増やしてAIに学習させることで、さらなる予測精度の向上を追求する。また、発電量予測技術ととともに、電力事業者の需給運用を支えるシステムやサービスへの導入を目指す。