VPP (Virtual Power Plant）におけるヒートポンプ給湯器の最適制御には、湯切れを防ぐ高精度な給湯量予測が不可欠である. 本稿では, 統計モデルと機械学習を組み合わせた階層型の確率的シナリオ生成手法を提案する. まず非斉時マルコフモデル（NHMM）で多様なシナリオ候補を多数生成し, 次にガウス過程回帰（GPR）で高精度な粗粒度予測を行う. 最後に, GPRの予測分布に適合するようNHMMのシナリオ群から代表シナリオを選択し, 確率を付与する. 実データを用いた評価の結果, 従来手法に比べ, 予測精度（WRMSE）を約20%, 湯切れ防止性能（カバー率）を約3ポイント改善し, VPPの安定的かつ経済的な運用への貢献可能性を示した.