気象データから太陽光や風力の発電量を予測する
気象・発電設備・電力市場のデータをAIで分析し、再エネ発電量などを予測する技術。予測を使ったエネルギー運用の最適化にも取り組む。
株式会社Bolteo 東京大学発 ／ 東京都 千代田区 ／ 2022年設立
研究発の技術 AI 機械学習 時系列予測 再生可能エネルギー 太陽光発電 風力発電
実用化の段階
研究実証販売
会社は太陽光・風力発電量予測サービス「bolteo ai」を2024年10月15日に提供開始し、WebアプリとAPIの月額提供を公表している。
4製品
7提携・顧客
0特許
0出資者
しくみ
解こうとしている課題
天候で変動する再生可能エネルギーの発電量を把握し、発電計画や設備運用に必要な予測を提供する。発電実績が乏しい発電所でも予測を始められるようにする。
どう動くか
太陽光は日射量予測と発電効率モデル、風力は風速予測と風車の出力曲線モデルを組み合わせ、30分単位・最大10日先までの発電量を予測する。会社によれば、発電所の地点情報だけでも予測を始められ、発電実績データを加えると精度を高められる。気象条件による予測の不確実性も扱う。最適化では発電量・需要・市場価格の予測を運用計画に結び付ける。
できるようになること
発電事業者やエネルギー管理事業者が、発電予測を計画提出や既存システムに利用できる。会社は、予測を蓄電池や需要家設備の運用計画に結び付け、再エネ活用やエネルギーコストの改善を支援すると説明している。
技術の出自：東京大学大学院工学系研究科 技術経営戦略学専攻。エネルギー分野の機械学習による予測・異常検知と、予測に基づく最適化の研究を基礎とする。 出典1 出典2 出典3
使われる場面
- 太陽光発電量予測
- 風力発電量予測
- 電力需要予測
- 電力スポット市場価格予測
- 発電計画・需給管理
- 蓄電池の充放電最適化
- 太陽光発電設備の異常検知・分類
- 需要家設備の運転計画最適化
優位性の主張
製品・サービス
これまでの歩み 新しい順
提携先・顧客
共同開発
東京電力ホールディングス株式会社 太陽光発電の統計的な異常検知手法を検討・開発。 出典
共同開発
A&Tm株式会社 発電所データとAI予測を用いた太陽光発電の異常検知・分類システムを共同開発。 出典
顧客
株式会社再生可能エネルギー推進機構 気象・発電実績データを活用する発電量予測システムを提供。 出典
共同開発
関西エアポート株式会社 空港施設の脱炭素に向けたエネルギー管理ダッシュボードと異常検知を開発。 出典
提携
デジタルグリッド株式会社 発電量・市場価格予測の技術検討とインバランスコスト推定を支援。 出典
提携
株式会社UPDATER 蓄電池充放電アルゴリズムを提供し、導入効果の検討を支援。 出典
提携
株式会社アルバクロス アカデミアの知見を事業化する取り組みを支援。 出典
大学との関係
大学との関係
東京大学 会社公式サイトは東京大学での研究活動を通じて培った知見を事業の基礎と説明。東京大学の研究室公式ページも、同社の創業とプロダクト提供を記載。大学認定、ライセンス、共同研究契約、大学出資の公表は確認できず。 出典