九州工業大学 渡邊研究室
JEPXスポット価格予測システム
GIS × 機械学習で実現する高精度な翌日電力価格予測
小売電気事業者の電力購入コスト最小化を支援します
48コマ
翌日全コマ予測
9エリア
全国エリア対応
41.5%
国内電力需要シェア
GIS面データ活用
市区町村単位の面データとして
気象情報を処理し精密な空間分析を実現
人口気温指標
人口分布×気温予報の加重平均指標で
冷暖房需要を高精度に推定
太陽光発電予測
市区町村別導入量×日射量から
予測太陽光発電量を算出
ランダムフォレスト
2段階機械学習で価格水準と
最低値タイミングを同時予測
HOW IT WORKS
予測の仕組み
前々日15時のデータから翌日48コマを予測し、入札締切（前日10時）までに提供。
1
気象予報データ取得
前々日15時発表のGSM-GPVデータ（気温・日射量）を取得
2
GISによる地理情報処理
人口×気温、太陽光導入量×日射量を市区町村単位で重ね合わせ
3
説明変数の統合
需要要因・供給要因・カレンダー要因・燃料価格を結合
4
機械学習モデルで予測
ランダムフォレストで翌日48コマのスポット価格を出力
DATA SOURCES
使用データ一覧
信頼性の高い公的データソースを組み合わせて予測精度を高めています。
気象予報データ
気象予報データ 気象庁 GSM-GPV
人口データ
国勢調査 昼夜間人口（2020年）— 5年ごと更新
太陽光発電導入量
資源エネルギー庁 市区町村別データ（3か月更新）
発電所停止情報
HJKS 発電所情報公開システム
原油価格データ
国際市場 原油先物価格（1か月前の値を使用）
市区町村区画データ
ESRIジャパン シェープファイル（JGD2011準拠）
SAMPLE OUTPUT
予測出力イメージ（翌日48コマ）
安値時間帯への充電計画に活用。価格の高い時間帯に放電することで電力コストを低減。
電力購入コストの最適化を始めませんか
価格予測システムの導入・ご相談はお気軽にお問い合わせください。
概要
JEPX（ Japan Electric Power Exchange :日本卸電力取引所）とは、
日本で唯一の卸電力取引所
会員登録した事業者（小売電力事業者）は、入札を通して電気の売買が可能
様々な商品が取引されているが、取引比率の最も多い「スポット市場」の価格予測を行う
スポット市場について
- 30分単位で電力の取引が行われる
- 一日当たり48コマの取引がある
- 電力の受け渡し日の前日の10時までに入札が必要
安い時間帯に充電、高い時間帯に放電することで電力コストの低減が可能
どちらが得かを前日の10時までのスポット市場の入札までに決める必要がある。
予測システムの内容について
これらのデータを使用し、過去のデータから予測モデルを構築し、未来の価格を機械学習によって予測する
「人口気温データ」
電気の需要は、人口と気温に依存
(エアコンの使用電力)
気温予報データ
市町村ごとの人口データ
「予測太陽光発電量データ」
太陽光発電の発電量が
価格に大きな影響
日射量予報データ
市区町村ごとの太陽光
発電導入量データ
「最低価格出現予測変数」
春、秋の低需要期に昼間に最低価格
(0.01円)をつけることがある
過去のデータから0.01円の出現傾向を分析し、0.01円の出現を予測するための変数を導出
これまでの予測システムとの違いと九工大の予測システムの着目点
九工大の予測システムは、地理情報システム（GIS）を利用して、エリア（九州など）の明日の状況を地理的に分析して需要量と供給量を予測したところが新しい発明（エリアをバクっと予測）
これまでの予測システムは、需要量と供給量の詳細を分析して価格を予測。ビル内の需要量予測の発展形のイメージ（全てのイベントを考慮）
九工大の予測システムの着目点
電力需要に大きく影響するのは、
①産業部門⇒1つ1つの需要が大きい
②民生部門（オフィスと家庭）⇒1つ1つは小さいが、束ねると大きな需要になる
イベント等の需要は？
⇒人が集まって電力需要が増えるが、その分、他の場所の需要が減ることになる。
⇒ビルや狭いエリアの需要量や供給量の予測では重要な要素であるが、旧一電のエリア単位でみると誤差程度と割り切った
予測結果について
平均誤差:2.85円/kWh
平均誤差:6.61円/kWh
既存の予測システムと比較しても高い予測精度で予測を提供可能
価格予想データメール配信受付フォーム
翌日の価格予想データを無償で配信致します。
下記フォームに必要事項をご記入の上「送信ボタン」をクリックしてください。
ご登録頂いたメールアドレス宛にデータをお送りいたします。