気象の不確実性のマネジメント

第４回気象ビジネスフォーラム
トークセッション
気象データとうまく付き合う
〜更なる利活⽤を⽬指して〜

1
© ２０２０
私たちについて
加藤芳樹
かとうよしき
気象予報士登録番号：第3687号
（2002年4月取得）
気象予報士登録番号：第4321号
（2003年10月取得）
加藤史葉
かとうふみよ
共通キャリア
uウェザーニューズ社で予報業務の実務経験
Ø 一般予報（短期･長期）をはじめ航空･航海等の交通気象など
様々なコンテンツの予報業務や各種予測アルゴリズム開発etc.
uエアラインでの航務業務（オペレーション）
uＤａｔａＭｉｘ社データサイエンティスト養成講座修了
u東京大学松尾研究室主催ＤｅｅｐＬｅａｒｎｉｎｇ講座修了
u東京大学大学院理学系研究科地球惑星科学（気象学）
専攻
uウェザーニューズ社内選抜でオクラホマ大学
NationalWeatherCenterへ留学
u航空気象研究会にて「ＡＩによる成田空港の霧予測実験」
発表
uエネルギーベンチャーで気象に係る業務の主導や電力
需要データ分析の他、太陽光発電予測アルゴリズムや
太陽光発電設備の故障検知アルゴリズムを開発
u個人事業で太陽光発電量予測値を提供するサービスを
開業

2
© ２０２０
私たちについて
⼩回りを利かせながら⼩さな気象ニーズを拾って社会に貢献したいという思いから
気象予報⼠・データサイエンティスト夫婦で
気象に左右されるビジネスをサポートしています
l 再⽣可能エネルギーの発電予測
l 気象データ×事業データ分析
l 気象アドバイザリー（顧問気象予報⼠）

3
© ２０２０
クラウドファンディングに挑戦中です！
これまでにない低価格で！
太陽光発電予測サービスを
ご提供するためのシステム
開発資金を集めたく、
CAMPFIREにてクラウドファ
ンディングにチャレンジして
います。（２月２８日まで）
▼プロジェクトページURL
https://camp-fire.jp/projects/view/214467

1. 不確実性のマネジメントとは？

5
© ２０２０
天気予報は外れることがあります…
では、天気予報は使いませんか？
【問題意識】
天気予報は外れることがあることを受け⼊れた上で
うまく活⽤していくにはどうしたら良いか？
↓
気象の不確実性をコントロールして
最⼤限に恩恵を受けることを考えましょう

6
© ２０２０
あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします
翌⽇の天気予報で最⾼気温が24℃の予想の時、どう判断しますか？
(1) エアコンをつけることは考えない
→ 予想気温が25℃未満だから問題ない
(2) エアコンをつけようか考える
→ 予想より1℃⾼くなったら25℃以上になるのでリスクが⾼い
価値：500万円
25℃未満で保管
25℃以上で劣化
（価値ゼロに）
空調で室温管理
25℃以上になると
電気代：200万円
25℃未満であれば
●本題に⼊る前に、こんな仮想的なケースを考えます

7
© ２０２０
価値：500万円
正解は…
どちらでも⽅針決めてやればOK
ただし
気象予報⼠としては（２）を推奨

8
© ２０２０
価値：500万円
じゃあ24℃予想だったら
毎回エアコンつける？
それじゃ閾値を変えただけ…

9
© ２０２０
価値：500万円
じゃあ24℃予想だったら
毎回エアコンつける？
それじゃ閾値を変えただけ…
なので
不確実性のマネジメント

10
© ２０２０
【先のケースの例】
過去の統計では、
予想気温が24℃だったとき、
2割の実況気温が25℃以上だった
↓
20%の確率で25℃以上になる
(a) エアコンをつけなかった場合
→ 20%の確率でその物品は劣化し500万円のロス
(b) エアコンをつけた場合
→ 20%の確率で空調コストが200万円
→ 80%の確率で無駄な空調コストが100万円
●課題設定
→ 気象予測が外れる可能性も考慮してベストな意思決定を⾏いたい
20 21 22 23 24 25 26 27 28
20%
予想気温24℃のときの実況気温の出現分布

11
© ２０２０
『例：過去の統計』
予想気温が24℃だったとき、
2割の実況気温が25℃以上だった
↓
20%の確率で25℃以上になる
→ ロスの期待値 = 0.2 × 500万円 + 0.8 × 0円 = 100万円
→ ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 120万円
Ø エアコンをつけない(a)の⽅が、ロス(コスト)の期待値が低い
Ø ⻑期間続ければ、(a)の⽅がロスを低くできる
20 21 22 23 24 25 26 27 28
20%

12
© ２０２０
それでは、25℃以上になる確率が
30%
だった場合どうなる？
→ ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円
→ ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 120万円
Ø エアコンをつける(b)の⽅が、ロス(コスト)の期待値が低い
Ø ⻑期間続ければ、(b)の⽅がロスを低くできる
20 21 22 23 24 25 26 27 28
30%

13
© ２０２０
30%
→ ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円
→ ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 120万円
20 21 22 23 24 25 26 27 28
30%
予測の不確実性(25℃以上になる確率)が変わると、
最適な判断も変わります
この他にも
l 予想気温が変わると
l 物品の価値が変わると
l 電気代が変わると
最適な判断も変わってきます

14
© ２０２０
30%
→ ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円
→ ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 120万円
20 21 22 23 24 25 26 27 28
30%
不確実性のマネジメントとは
気象予測の不確実性をマネジメント
＋
利益の期待値を最⼤化
ロス(コスト)の期待値を最⼩化
【参考論⽂】冨⼭芳幸（2017）
予報の不確実性を知って利益を改善する：太陽光発電事業での可能性
天気, 64, 85-91.

2. 不確実性のマネジメントPoC

16
© ２０２０
【ご紹介する事例】
⾵⼒発電予測をもとに電⼒市場での売買を題材にして
不確実性のマネジメントを活⽤した場合の
売上の変化をシミュレーションした結果です
※ 株式会社Looop様の⾵⼒発電予測AI開発への技術協⼒の⼀環としてシミュレーションしたものです

17
© ２０２０
●シミュレーション条件設定
予測対象日＝Ｘ日
風力発電量を予測
（Ｘ－２）日
ＡＩ
ＤＮＮ
10:00
電力市場に全部売る
（Ｘ－１）日
予測値
Ｘ日
発電量？？
計画値
※インバランス＝｜計画値－実績値｜ ※余剰単価＜市場価格＜不足単価
売上
||
計画値×市場価格
＋
インバランス×余剰単価
計画値＜実績値
売上
||
計画値＝実績値
売上
||
－
インバランス×不足単価
計画値＞実績値

18
© ２０２０
●シミュレーション条件設定
予測対象日＝Ｘ日
風力発電量を予測
（Ｘ－２）日
ＡＩ
ＤＮＮ
10:00
電力市場に全部売る
（Ｘ－１）日
予測値
Ｘ日
発電量？？
計画値
※インバランス＝｜計画値－実績値｜ ※余剰単価＜市場価格＜不足単価
売上UP！
||
＋
インバランス×余剰単価
計画値＜実績値
売上UP！
||
計画値＝実績値
売上UP!
||
－
インバランス×不足単価
計画値＞実績値
不確実性のマネジメント！

20
© ２０２０
●シミュレーションの流れ：出現分布
2. 発電量の実績値と予測値を、最⼤発電量で割って0〜1に規格化
3. 実績値と予測値を、0.1刻みで10個の予測レンジに分割する
4. 各予測レンジごとに、実績値の出現頻度をヒストグラムで表す
予測レンジごとの実績値のヒストグラム
予測値 < 0.1 0.1 ≦ 予測値 < 0.2 0.2 ≦ 予測値 < 0.3 0.3 ≦ 予測値 < 0.4 0.4 ≦ 予測値 < 0.5
0.5 ≦ 予測値 < 0.6 0.6 ≦ 予測値 < 0.7 0.7 ≦ 予測値 < 0.8 0.8 ≦ 予測値 < 0.9 0.9 ≦ 予測値

21
© ２０２０
●シミュレーションの流れ：個々の予測
5. 対象⽇の発電量を予測し、予測値に対応するヒストグラムを選択する
6. 市場価格・インバランス価格は⽉平均値を価格の想定値とする
7. 0.1刻みで発電計画値を出した場合の、売上の期待値を計算する
【シミュレーション例】
ü 5⽉の⽉平均価格
- 市場価格 8.94
- 余剰単価 8.48
- 不⾜単価 9.29
ü 0.2≦予測値＜0.3
ü 発電計画は0.25が期待値最⼤
- 予測レンジの中央をとる
- 予測値そのままが最適
期待値 = "
実績
想定
{ 計画値 × 市場価格想定値 ‒ ( 計画値 ‒ 実績想定値 ) × インバランス価格想定値 } × 発現確率

22
© ２０２０
●シミュレーションの流れ：個々の予測
5. 対象⽇の発電量を予測し、予測値に対応するヒストグラムを選択する
6. 市場価格・インバランス価格は⽉平均値を価格の想定値とする
7. 0.1刻みで発電計画値を出した場合の、売上の期待値を計算する
【シミュレーション例】
ü 5⽉の⽉平均価格
- 市場価格 8.94
- 余剰単価 8.48
- 不⾜単価 9.29
ü 0.6≦予測値＜0.7
ü 発電計画は0.75が期待値最⼤
- 予測レンジの中央をとる
- 予測値より⼤きく⾒る
期待値 = "
実績
想定
{ 計画値 × 市場価格想定値 ‒ ( 計画値 ‒ 実績想定値 ) × インバランス価格想定値 } × 発現確率

23
© ２０２０
●シミュレーションの流れ：集計
8. 期待値が最⼤となる発電計画値を1年分計算する
9. 実際の市場価格・インバランス価格で1年間の売上を計算する
- AI予測モデルの出⼒通りに発電計画を出した場合
- 期待値が最⼤となる発電計画を出した場合
10. その結果…
不確実性のマネジメントを実⾏することで
約5%の売上増加
というシミュレーション結果となった
※ 利⽤可能なデータ量の制約により、シミュレーションは2018年のデータのみで⾏った
※ 国の制度変更により、価格の決まり⽅が変われば効果も変わると考えられます

24
© ２０２０
3. 他分野への応⽤可能性
今回は不確実性のマネジメントを『⾵⼒発電予測と電⼒市場での売買』
に適⽤しましたが、
気象予測に基づく意思決定なら他にも応⽤可能！
• エアラインの悪天時における運航可否判断
• ⼩売業の天気予報に基づいた商品発注
• 天候に応じた⼈員配置
ü 顧客満⾜度とか安全性なども数値化すれば適⽤可能

気象の不確実性のマネジメント

Recommended

Recommended

More Related Content

Recently uploaded

Recently uploaded (9)

Featured

Featured (20)

気象の不確実性のマネジメント