JP2004236422A

JP2004236422A - コージェネレーション装置及びその制御方法

Info

Publication number: JP2004236422A
Application number: JP2003021456A
Authority: JP
Inventors: Ryoichi Chokai; 海良一鳥
Original assignee: Tokyo Gas Co Ltd
Current assignee: Tokyo Gas Co Ltd
Priority date: 2003-01-30
Filing date: 2003-01-30
Publication date: 2004-08-19
Anticipated expiration: 2023-01-30
Also published as: JP3894892B2

Abstract

【課題】新品の状態でデータベースが十分に出来ていない場合でも自動運転が可能で、記憶するべきデータ量（情報量）が増加し過ぎるという事態を未然に防止することが出来て、しかも、一般家庭で使用することにも適合する様なコージェネレーション装置及びその制御方法の提供。
【解決手段】コージェネレーション装置稼動後に第１の設定期間（たとえば、１日或いは２４時間）が経過する以前に（定時運転制御手段に記憶されている）設定時刻に従って定時運転（起動、停止等）を行う定時運転工程（ＳＡ５、ＳＢ５、ＳＣ５）と、コージェネレーション装置稼動後に第２の設定期間（たとえば、２日〜７日）が経過する以前に電力需要については（自己回帰モデル作成手段１０２により）自己回帰モデルを作成して予測値を求め、給湯需要については（平均値演算手段１０４により）コージェネレーション装置稼動後の平均値から予測値を求めて運転制御を行う工程（ＳＡ６、ＳＢ６、ＳＣ６）、とを有する。
【選択図】図２

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば燃料電池装置のようなコージェネレーション装置と、その運転制御方法の改善に関する。
【０００２】
【従来の技術】
燃料電池のより効果的な運転のために、事前に給湯需要、電力需要の予測値を求めることが行われる。
その予測値をもとに計算して、何時に起動する、何ワット発電する等の指令を出す。このようにして、事前に給湯需要、電力需要の予測値を求め、その予測値に従い燃料電池の運転制御を行うことによって、エネルギの有効利用率が向上している。
【０００３】
給湯需要、電力需要の予測値に際して、需要そのものの毎日の負荷パターンが比較的一致していれば計測値だけでも予測は可能だが、より予測精度を高めるには、電力需要、給湯需要に影響が大きいパラメータも計測して、燃料電池装置内のメモリに蓄積し、データベースを作成する。そのようにして、データベースから抽出したデータにより、予測値を演算する。
【０００４】
データベースの１例として、図２２で示す様なデータ、即ち、年月日、季節、気温、電力消費量、給湯消費量、湿度、人の在不在の１分刻みのデータが、連続してコージェネレーション装置内の記憶手段（データベース）に蓄積される。
しかし、そのように各種のデータを連続してコージェネレーション装置内の記憶手段（データベース）に蓄積していくことは、１分刻みの間隔を多少長くしても、コージェネレーション装置の稼働時間が長くなるにつれて、制御に必要な記憶手段の記憶容量が莫大なものとなってしまい、コスト増加につながる。
【０００５】
係る必要記憶容量が莫大にならない様にするため、記憶するべき情報量（データの量）を抑える必要がある。
また、メモリ内のデータ量が多いと検索に時間が掛かってしまい、迅速な需要予測が困難となってしまうので、メモリを節約するためにも、メモリ内のデータ量或いは情報量を抑制しなければならない。
【０００６】
しかし、従来の技術では、コージェネレーション装置の稼働に際して、制御に必要なデータの情報量を抑制し、或いは、記憶手段の記憶容量を抑制することは行われていない。
【０００７】
また、図２３は、従来のコージェネレーション装置の制御の一例を示しており、その制御は、ステップＳＪ１において、データ計測値Ｄによってデータベースを作成する。次のステップＳＪ２では制御手段は、１週間経過したかを判断しており、経過していない場合（ステップＳＪ２のＮ）は、ステップＳＪ１に戻り、１週間経過していれば（ステップＳＪ２のＹ）は、ステップＳＪ３に進む。
しかし、「開始」の時点では、コージェネレーション装置は所謂「新品」の状態であり、データベースにデータの蓄積は無い。従って、コージェネレーション装置の自動運転は困難である。
【０００８】
ここで、現代人の生活パターンは、「週」が基本単位であるため、予測値を出すためには、少なくとも１週間のデータの蓄積が必要となる。ところが、導入後、最初の１週間は各曜日毎のデータの蓄積が無く、自動運転が出来ないので、煩雑な手入力操作をしなければならない。
特に、コージェネレーション装置が家庭用の燃料電池のように、一般ユーザの使用を前提としている場合、導入初期における煩雑な手入力操作の必要性は、装置普及にとって大きな障害となる。
すなわち、従来技術においては、新品の燃料電池装置であっても、自動化が出来る様にしたいという、強い要請があるものの、この要請に対して、何等対処が為されていないのが実状である。
【０００９】
その他の従来技術（特許文献１参照では、空調のための電力需要を予測する技術であって、所謂「新品」の装置を稼動して６０日経過するまでは、擬似データを用いて需要予測を行う技術が開示されている。
しかし、特許文献１の技術は、業務用、ビル用の電力需要予測を想定しているものであり、床面積等から類似したデータを容易に作成することができるビルディング等の空調を前提としている。そのため、個々の設置箇所（家庭）で類似したデータを得る事が困難な家庭用の空調や、全電力需要に関するコージェネレーション装置の制御には適用することが困難である。
換言すれば、家庭用の空調機器、さらには全電力需要では、類似したデータを事前に得る事が困難であるため、擬似データの作成そのものが家庭用では出来ない。従って、特許文献１の技術は、家庭用機器には適用が困難である。
【００１０】
さらに別の従来技術（特許文献２参照）では、エネルギ需要データベースに基づく制御を行う技術が開示されている。
しかし、特許文献２の技術では、各月においては、月間の需要が全て同じであるという前提に立って制御を行っている。そのため、同一月の１日〜月末までの制御パラメータが全て同じという制御となっており、予測精度が低くなってしまう。
また、装置稼動後１年間経過しないと需要予測が出来ないという問題も有している。
さらにその他の従来技術（特許文献３参照）もエネルギ需要データベースに基づく制御を行う技術が開示されている。
しかし、特許文献３の技術は、データベースが出来た後の段階についてのみ開示しており、データベースが出来上がる前の技術については何等開示していない。
また、装置稼動後、データ量が増加して、記憶容量が不足する事態の防止という観点については、何等の対応策も開示していない。
【００１１】
【特許文献１】
特開平９−２６４５８６号公報
【特許文献２】
特開２００１−２９５７００号公報
【特許文献３】
特開昭６０−１０２８２２号公報
【００１２】
【発明が解決しようとする課題】
本発明は上述した従来技術の問題点に鑑みて提案されたものであり、新品の状態でデータベースが十分に出来ていない場合でも自動運転が可能で、記憶するべきデータ量（情報量）が増加し過ぎるという事態を未然に防止することが出来て、しかも、一般家庭で使用することにも適合する様なコージェネレーション装置及びその制御方法の提供を目的としている。
【００１３】
【課題を解決するための手段】
本発明のコージェネレーション装置（例えば、家庭用の燃料電池装置）は、電力需要予測値及び／又は給湯需要予測値を得るのに必要なパラメータを計測する計測手段（例えば、電力需要計測手段２、給湯需要計測手段３、室温等計測手段４、カレンダー機能５、タイマ機能６、温水貯湯量（蓄熱量）計測手段７）と、制御手段（制御装置Ａ）とを備え、該制御手段は、計測手段により計測されたパラメータを記憶してデータベースを作成する記憶手段（８）と、定時運転制御手段（１０６）と、自己回帰モデル作成手段（１０２）と、平均値演算手段（１０４）と、予測手段（１１０）とを有し、コージェネレーション装置稼動後に第１の設定期間（たとえば、１日或いは２４時間）が経過する以前には定時運転制御手段（１０６）により設定時刻に従って定時運転（起動、停止等）を行い、コージェネレーション装置稼動後に第２の設定期間（たとえば、２日〜７日）が経過する以前に電力需要については自己回帰モデル作成手段（１０２）により自己回帰モデルを作成して予測値を求め、給湯需要については平均値演算手段（１０４）によりコージェネレーション装置稼動後の平均値から予測値を求めて運転制御を行い、前記第２の設定期間が経過した後に（記憶手段８内の）データベースに基いて事例ベース推論により電力需要予測値及び／又は給湯需要予測値を求めて運転制御を行う様に構成されていることを特徴としている（請求項１）。
【００１４】
また、本発明のコージェネレーション装置の制御方法は、電力需要予測値及び／又は給湯需要予測値を得るのに必要なパラメータを計測する計測工程（ＳＡ２、ＳＢ２、ＳＣ２）と、計測されたパラメータを（記憶手段８に）記憶してデータベースを作成する記憶工程（ＳＡ３、ＳＢ３、ＳＣ３）と、コージェネレーション装置稼動後に第１の設定期間（たとえば、１日或いは２４時間）が経過する以前に（定時運転制御手段に記憶されている）設定時刻に従って定時運転（起動、停止等）を行う定時運転工程（ＳＡ５、ＳＢ５、ＳＣ５）と、コージェネレーション装置稼動後に第２の設定期間（たとえば、２日〜７日）が経過する以前に電力需要については（自己回帰モデル作成手段１０２により）自己回帰モデルを作成して予測値を求め、給湯需要については（平均値演算手段１０４により）コージェネレーション装置稼動後の平均値から予測値を求めて運転制御を行う工程（ＳＡ６、ＳＢ６、ＳＣ６）と、前記第２の設定期間が経過した後に（記憶手段８内の）データベースに基いて事例ベース推論により電力需要予測値及び／又は給湯需要予測値を求めて運転制御を行う工程（ＳＡ９、ＳＢ９、ＳＣ９）、とを有することを特徴としている（請求項３）。
【００１５】
上述した構成を具備する本発明によれば、コージェネレーション装置稼動後に第１の設定期間（たとえば、１日或いは２４時間）が経過する以前だけは、設定した時間に起動する。
統計的には、どの家庭でも、給湯需要が一番多いのは、当日不在でない限りは夜の８時頃から１１時頃の間である。よって、例えば夜の９時に給湯タンクが満タンになる様に、工場等で事前に取得した燃料電池の発電効率や排熱効率の実測データから逆算して、起動時間を計算し、設定した時間に（例えば午後２時に）起動したとしても、大きな誤差が生じることは少ない。
【００１６】
第１の設定期間が経過した後、第２の設定期間が経過する以前の段階（例えば、装置稼動後２日〜７日）では、電力需要については、以下の自己回帰モデル式（１）（従来公知のもの：１次元の場合、Ｍ元連立１次方程式を行列式で解くことにより、式の未知数が求まる）により、電力需要予測値を求めて運転制御を行う。

（１次元の場合。ａ（ｍ）は自己回帰係数、ε（ｎ）は白色雑音系列、Ｘ（ｎ−ｍ）は過去の値、Ｍはモデルの次数である。）
稼動後、約１日を経過すれば、自己回帰モデル式を求めることが可能である。１週間程度の期間であれば、１日先の１時間程度毎の電力需要については、自己回帰モデル式で予測しても、大きく破綻することは少ない。
【００１７】
一方、需要ゼロの時間が圧倒的に多く単発的に急峻な需要ピークが発生する給湯需要については、自己回帰モデル式に当て嵌めることは殆ど不可能である。
ここで、給湯需要については、家庭間の違いは非常に大きいが、その反面、同一家庭においては、給湯消費パターン（給湯需要特性）が単一化されている状態に近いことが多い。例えば、曜日と給湯需要との相関関係は大きくないことが多い。例えば、休日だから入浴時間を変えるというケースは比較的少ない。
そのため、給湯需要については、装置稼動後の時間毎の平均値を求めて、給湯需要を予測し、当該予測値に基いて運転制御を行う。上述した通り、給湯需要特性は略々単一化されている家庭が多いので、同時刻における平均値から需要予測しても妥当な予測精度が得られ、大きな問題は生じないと考えられる。
なお、給湯需要と気温とは相関が大きいので、平均給湯需要予測値をそれまでの平均気温と予測時の気温から
（給湯予測値）×（気温／予測時までの平均気温）
の様に補正しても良い。
【００１８】
そして、第２の設定期間が経過した後は、事例ベース推論を行うのに必要最低限のデータが蓄積されるので、事例ベース推論を行って需要予測値を求め、運転制御を行えば良い。
【００１９】
この様に本発明によれば、例えば、所謂「新品」の状態から装置を稼動した直後のように、事例ベース推論を行うのに必要最低限のデータが蓄積される以前の状態であっても、一般家庭用機器として一般ユーザに負担をかけず、致命的な不都合が生じない様なコージェネレーション装置及び制御方法が提供できるのである。
【００２０】
或いは、本発明のコージェネレーション装置（例えば、家庭用の燃料電池装置）は、電力需要予測値及び／又は給湯需要予測値を得るのに必要なパラメータを計測する計測手段（例えば、電力需要計測手段２、給湯需要計測手段３、室温等計測手段４、カレンダー機能５、タイマ機能６、温水貯湯量計測手段７）と、制御手段（制御装置Ａ）とを備え、該制御手段は、計測手段により計測されたパラメータを記憶してデータベースを作成する記憶手段（８）を有しており、（記憶手段８内の）データベースに基いて事例ベース推論により電力需要予測値及び／又は給湯需要予測値を求めて運転制御を行うと共に、第１の設定期間（α、β、１年間）が経過した際に前記パラメータ（期間のパラメータも含む）の１部（１つ或いは複数のパラメータ）を計測の対象から削除し、パラメータを削除した際（パラメータを削除してから第２の設定期間（数日、γ、１日）が経過した際、若しくは第１の設定期間が経過してパラメータを削除した段階）における予測精度（各時間毎、若しくは、第３の設定期間毎の精度）を求め、該予測精度が設定閾値以上であるか否かを判定し、前記予測精度が設定閾値以上である場合には前記パラメータ削除工程及び判定肯定を繰り返す制御を行う様に構成されていることを特徴としている（請求項２）。
【００２１】
さらに本発明のコージェネレーション装置の制御方法は、電力需要予測値及び／又は給湯需要予測値を得るのに必要なパラメータを計測する計測工程（ＳＡ２、ＳＢ２、ＳＣ２）と、計測されたパラメータを（記憶手段８に）記憶してデータベースを作成する記憶工程と、（記憶手段８内の）データベースに基いて事例ベース推論により電力需要予測値及び／又は給湯需要予測値を求めて運転制御を行う工程（ＳＡ９、ＳＢ９、ＳＣ９）と、第１の設定期間（α、β、１年間）が経過した際に前記パラメータ（期間のパラメータを含む）の１部（１つ或いは複数のパラメータ）を計測の対象から削除するパラメータ削除工程（ＳＡ１２、ＳＢ１２、ＳＣ１２）と、パラメータ削除工程（ＳＡ１２、ＳＢ１２、ＳＣ１２）後の（例えば、パラメータ削除工程から第２の設定期間（数日、γ、１日）が経過した際、若しくは、第１の設定期間が経過しパラメータを削除した段階における）予測精度（各時間毎、若しくは、第３の設定期間毎の精度）を求め、該予測精度が設定閾値以上であるか否かを判定する判定工程（ＳＡ１３、ＳＢ１３、ＳＣ１３）、とを有しており、前記予測精度が設定閾値以上である場合には前記パラメータ削除工程（ＳＡ１２、ＳＢ１２）及び判定肯定（ＳＡ１３、ＳＢ１３、ＳＣ１３）を繰り返すことを特徴としている（請求項４）。
【００２２】
係る構成を具備する本発明によれば、設定期間経過後、予測値を得るのに用いられるデータベースに記憶されるべき各種パラメータ或いは計測値の見直しを行う。例えば、湿度をデータベースから除去しても、予測精度が閾値以上を維持出来るのであれば、湿度のデータをデータベースから削除して、以降、湿度のデータは計測しない。
計測データの期間も同様な考え方で、１ヶ月間のデータ計測後に、１週間で閾値以上の精度が得られることが判明したのであれば、必要期間は「週」のみで、「月」や「日」といったパラメータは削除して良い。この様に、家庭により生活パターンが極めて規則的であれば、１週間単位（各曜日毎）で、電力、給湯の各需要データのみで予測が実現され、家庭毎に電力及び給湯需要との相関性のパラメータの選択が自動的に行える。
予測精度に影響を与えないパラメータであれば、計測して記憶する必要が無く、その様なパラメータに関するデータをデータベース或いは記憶手段（８）から削除するようにすれば、蓄積したデータ容量が大きくなりすぎることによる弊害が回避できる。
【００２３】
本発明の実施に際して、パラメータを削除した後の予測精度が設定閾値を下回る場合には、当該削除したパラメータは正確な予測に必要不可欠なパラメータであると判断できるので、計測対象及びデータベース（或いは記憶手段）に記憶・蓄積するべき対象と判定する。そして、その他のパラメータを削除して、予測精度が設定閾値以上であるか否かを判断するように構成するのが好ましい。
【００２４】
【発明の実施の形態】
以下、添付図面を参照して、本発明の実施形態について説明する。
図示の実施形態では、コージェネレーション装置として、家庭用の燃料電池装置が示されている。
【００２５】
図１、図２を参照して、第１実施形態を説明する。
図１は家庭用燃料電池装置を、自動運転を行う場合のブロック図として示している。
【００２６】
図１において、装置全体としては、例えば、起動・停止からモード選択その他に至る種々の指令を入力する各種指令入力手段１と、電力需要すなわち電力消費量を計測する電力需要計測手段２と、給湯需要すなわち温水（お湯）使用量を計測する給湯需要計測手段３と、室温或いは気温（室温等：室温に関する情報）（或いは水温）を計測する室温等計測手段４と、季節・日付データ等のカレンダー機能を有する手段（カレンダー機能）５と、計時手段であるタイマ機能６と、現在の温水貯湯量計測手段７と、制御装置（制御手段）Ａと、燃料電池装置Ｂと、外部負荷１３とにより構成されている。
【００２７】
前記制御装置Ａは、電力需要データ、給湯需要データ、室温データ、季節・日付データのその時点における計測値及び過去の数値を保存する記憶手段８と、電力需要及び／又は給湯需要を予測する予測手段１００と、制御モード（制御方法）の選択手段１０と、自己回帰モデル作成手段１０２と、平均値演算手段１０４と、定時起動制御用ユニット１０６と、予測精度判定手段１１０、とにより構成されている。
そして、前記燃料電池装置Ｂは、改質器等の水素製造手段１１と、セルスタック１２、とにより構成されている。
【００２８】
ここで、図１では室温データのみが表示され、気温データが表示されていない。電力需要或いは給湯需要に直接関連するのは気温だけでなく、ユーザの生活の場である屋内或いは室内の温度でも充分関連があり、気温は日照位置等に起因して計測手段設置箇所による差異が大きいのに対して、室温は空調のされた部屋を除き計測箇所による差異が小さいこと、気温計測手段に比較して室温計測手段は、例えばリモコンスイッチ内蔵にする等の手法により設置に関する制約が少ないと思われること、等の理由に基づくものである。
但し、上述した理由は支配的なものではない。従って、室温に代えて、気温もしくは水温を制御パラメータとすることは可能である。特に水温は給湯需要量計測のために必要不可欠な項目であるので、室温や気温計測のために新たな熱電対等を設置する必要がないというメリットがある。
【００２９】
前記制御モード選択手段１０では、使用者が制御モードを選択するか、或いは、自動選択を行う。ここで自動選択では、１日に１回、２４時間先の予測データから後述の方法により使用ガス量、電力量を算出し、運転停止回数が最小かつその時の料金テーブルから、ガス及び電気料金を計算して、最も安くなる方法を選択する。もしくは使用ガス量、電力量から算出される１次エネルギ量や排出ＣＯ２量など環境面で最も優位なものを選択する。
なお、制御モード選択手段１０による制御モード選択については、図１１以下を参照して後述する。
【００３０】
予測手段１００は、電力需要計測手段２からの電力需要データと、給湯需要計測手段３からの給湯需要データと、室温等計測手段４からの室温データと、カレンダー機能５からの季節・日付データと、記憶手段８に保存されている過去における電力需要データ、給湯需要データ、室温データ（過去事例データ）とから、所謂「事例ベース推論」の手法を用いて、電力需要及び／又は給湯需要についての予測値を演算する。
【００３１】
事例ベース推論を用いる場合、多数の事例をデータベース化してメモリ（記憶手段８）に蓄えておき、その中から予測時の状況との類似事例があった場合に前記蓄えられた事例を引き出す。
類似事例が無い場合は、蓄えられた事例の中で、最も類似事例に近いものを選択する。この際、類似データの無い部分のデータを追加したり、最新の事例に順次データを書き換える学習を行うことで、より的確な予測が可能となる。
具体的には、例えば、先ず曜日で分類し、土曜日の午前０時から２４時間後の予測（例えば、電力需要と、曜日、時間帯、天候及び気温もしくは水温との相関など）を、１分間毎に行う場合、２４時間以前とその時の現在値のデータベースの中から予測時の状態（曜日、時間、気温、給湯需要等）に最も類似したデータを選択し、予測値とする。２４時間後の電力需要であれば、２４時間前の電力需要、時刻、曜日、２４時間前の気温（水温）、２４時間前の給湯の順に相関が高いことが多く、この順にデータベースを検索する。２４時間後の給湯需要であれば、２４時間前給湯、２４時間前気温（水温）、時刻、２４時間前電力の順に相関が高いことが多い。
この様にして２４時間後の予測のために、２４時間以前とその時点の現在値のデータを、曜日毎に１週間程度に亘って１分毎に蓄えていけば、翌日の燃料電池運転を行うのに必要な電力需要及び／又は給湯需要の予測を行うのに必要な量のデータが蓄積され、データをさらに蓄積、学習していくことで２４時間先の精度の高い類似例の活用が可能となる。
なお、需要がある程度パターン化された住宅によっては、電力需要だけ（給湯需要だけ）もしくは電力需要（給湯需要）＋時間、＋曜日をパラメータとしても、十分な予測精度が得られるので必ずしも上述のパラメーターすべてをデータベースとしなくても良い。
【００３２】
ここで、前述した通り、燃料電池Ｂが「新品」である場合には、「事例ベース推論」の手法を用いて電力需要及び／又は給湯需要についての予測値を演算するために必要な、蓄積されたデータが存在しない。
これに対処するのが、自己回帰モデル作成手段１０２、平均値演算手段１０４、定時起動制御手段１０６である。
【００３３】
すなわち、燃料電池Ｂが「新品」であり、記憶手段８に計測データが蓄積されていない状態（燃料電池Ｂの稼動初日における状態）では、定時起動制御手段１０６に予め記憶された一般的な制御プログラムに従って、燃料電池Ｂの起動等を制御するのである。
そして、稼動後１日を経過したならば、自己回帰モデルによる連続式及び各種計測データの平均値の演算が可能となるので、自己回帰モデル作成手段１０２において、自己回帰モデル（式）を用いて電力需要の予測値（例えば、１時間毎の平均電力需要値）を演算し、平均値演算手段１０４において、稼動後の給湯需要（場合によってはその他の各種計測データの平均値）を用いて給湯需要の予測値を演算する。（パターン化された住宅では電力需要の予測も給湯需要の場合と同様に電力需要の平均値を予測としても良い。）
自己回帰モデル作成手段１０２、平均値演算手段１０４、定時起動制御手段１０６による制御については、後述する。
【００３４】
次に、図２を参照して、第１実施形態における制御を説明する。
第１日目だけは、定時起動制御手段１０６に予め記憶された一般的な制御プログラムに従って、燃料電池Ｂは設定した時間に起動する（ステップＳＡ１）。
具体的には、多くの家庭では給湯需要がピークとなるのは夜の８時頃から１１時頃の間であるので、例えば、夜の９時に給湯タンクが満タンになる様に、（夜の９時から）逆算して、起動時間（例えば、午後２時）を計算する。
【００３５】
（定時起動制御手段１０６に予め記憶された一般的な制御プログラムに従って、）設定した時間に起動したとしても、致命的な障害や大きな誤差は生じないと考えられる。それ故に、燃料電池Ｂの稼動後、最初の１日だけであれば、定時起動制御手段１０６により燃料電池Ｂの起動を制御しても、問題は無い。
【００３６】
ここで、燃料電池Ｂの起動後、直ちに、各種パラメータの計測を開始する（ステップＳＡ２）。燃料電池装置稼動後の最初の１日において、定時起動制御手段１０６に予め記憶された一般的な制御プログラムに従って運転制御を行っている場合においても、各種パラメータの計測及びデータベース化（ステップＳＡ３）が進行する。
他の家庭の予測実績等から想定される、出来る限り多種類のパラメータ（例えば、図２２で表示されている各種パラメータ等）をデータベース化する。
【００３７】
ステップＳＡ４では、制御手段Ａは１日経過したかを判断し、経過するまでは（ステップＳＡ４のＮＯ）定時運転制御（ＳＡ５）が行われ、１日経過したなら（ステップＳＡ４のＹＥＳ）ステップＳＡ６に進む。
【００３８】
ステップＳＡ６では、燃料電池Ｂ稼動後、２日〜７日については、電力需要については、自己回帰モデル作成手段１０２において、自己回帰モデル（式）を用いて電力需要の予測値を演算する。自己回帰モデル式は上述した式（１）で表記できる従来公知のものであり、行列式を解くことにより、電力需要の予測値（例えば、１時間毎の平均値）が求まる。
この際、最初に導出したモデル式で７日目まで適用すると誤差が大きいので、例えば１日経過する毎に自己回帰モデル式を導出し直すことが望ましい。
このように、電力需要については、自己回帰モデル式で予測しても、大きく破綻したり、制御が発散してしまう事態となることは無い。
【００３９】
一方、給湯需要については、自己回帰モデル式に当て嵌めることは殆ど不可能である。
電力のように、常に消費されており、需要量がゼロにならずに、且つ、需要量が連続している量（連続するアナログ量）に対しては、その特性曲線（電力需要量の特性曲線）を前述の式（１）の様な数式で近似させることが出来るので、電力需要量を自己回帰モデル（式）に当て嵌めることが可能である。
これに対して、給湯需要はゼロの時間が圧倒的に多く、単発的に需要ピークが発生する。この様な特性を有する給湯需要を、自己回帰モデル（式）に当て嵌めることは困難である。
つまり、給湯需要量を示す特性線のように、単発的にピークが発生するものを、連続式で近似することは殆ど不可能である。
【００４０】
ここで、給湯需要は、家庭間の違いが非常に大きいが、その反面、同一家庭においては、そのパターン（給湯量の特性線）が単一化されている状態に近い。例えば、曜日と給湯需要との相関関係は大きくない（休日だから入浴時間を変えるというケースは比較的少ない）。
そのため、平均値演算手段１０４により、燃料電池Ｂ稼動後の給湯需要の同時刻における平均値（その他の計測データに基いて補正しても良い）を用いて給湯需要の予測を行っても、ある程度まで精度の高い予測が可能である。
【００４１】
燃料電池Ｂ稼動後、時々刻々データを計測し（ステップＳＡ７）、そのデータを記憶手段８内のデータベースに書き加え、７日経過すれば（ステップＳＡ８のＹＥＳ）、事例ベース推論により予測を行うのに十分なデータが蓄積されるので、それ以降は事例ベース推論に移行して、給湯需要と電力需要の双方を事例データにより予測する（ステップＳＡ９）。
【００４２】
この様にすれば、燃料電池Ｂが所謂「新品」の状態で、事例ベース推論を行うのに必要なデータの蓄積が無い場合でも、燃料電池稼動後に自動制御を行うことが出来る。そして、１週間以上経過すると、各種計測データがデータベースに蓄積され、事例ベース推論による電力需要予測及び給湯需要予測が可能となる。
すなわち、図２において、ステップＳＡ１０、ステップＳＡ１１がＮＯのループよりも上流側（フローチャートで上側）の制御は、燃料電池Ｂが所謂「新品」の状態で、事例ベース推論を行うのに必要なデータの蓄積が無い場合でも、燃料電池Ｂを好適に自動制御させるための制御を示す。
【００４３】
事例ベース推論が可能となった以降も、各種パラメータを計測して、記憶手段８に記憶するので、記憶手段８では膨大なデータを蓄積することとなり、容量不足の問題が出てくる。
【００４４】
これに対して、図２のステップＳＡ１１で示す設定期間経過後（ＳＡ１１のＹＥＳ）には、データベースによる予測の見直しを行い、以って、データ量増加に対処している。
【００４５】
すなわち、ステップＳＡ１２において、予測精度に影響を与える可能性が少ないと思われるパラメータ（例えば湿度）を、例えば１日毎にそれまでの実測値から予測対象の電力又は給湯需要に対する相関値を導出し、その値が小さい順に計測対象から削除している。
若しくは、パラメータとしての必要期間が週で十分ならば、曜日毎のデータを分類し、何月や何日といった分類は削除する。
【００４６】
ステップＳＡ１２において、例えば湿度をデータベースから除去しても、予測精度が閾値以上を維持出来るか否かを、ステップＳＡ１３で判断する。予測精度が閾値以上を維持出来るのであれば（ステップＳＡ１３のＹＥＳ）、湿度のデータをデータベースから削除して、以降、湿度のデータは計測しない（ステップＳＡ１４）。
ここで、予測精度についてはステップＳＡ１３の式を参照して同式中、「｜予測値−実績値｜／実績値」の項が予測精度を示す。
ステップＳＡ１３の式は、全体として、予測精度が閾値を上回っているか否かを示す不等式となっている。
【００４７】
この状態で所定期間（例えば１月等、同じ季節の気温等の要素が大きく変化しない期間）が経過するまで、ステップＳＡ１２で、必要期間若しくは所定期間経過後は、ステップＳＡ６に戻って以降繰り返す（図２には図示せず）。
ステップＳＡ１４では、パラメータを削除した状態で、燃料電池Ｂの運転を継続する。
【００４８】
予測精度が閾値を超えなければ（ステップＳＡ１３のＹＥＳ）、削除したパラメータについては、（以降、計測して記憶手段８に記憶しなくても）予測精度には影響を与えないことが明らかである。したがって、以降、当該削除したパラメータ（若しくは必要期間）については計測せず、計測データをデータベースに記憶しなくても、予測精度に影響は与えない。計測するべきデータ、記憶するべきデータから抹消されるので、記憶手段８において記憶するべきデータ数が減少する。
なお、必要期間が週単位（月や日の記録は取得しない）の場合、曜日で分類し、時刻で分類して、同じ曜日、時刻で計測パラメータの値が別途設定の許容範囲内ならばデータは書き換えず、許容範囲外ならばデータを書き換えるか前の値との平均値や平滑値を取る（学習有り）。「学習なし」であれば、前の値のままとする。
そのようにして、記憶手段８の記憶容量の問題を解消することが出来る。
【００４９】
なお、予測精度が閾値以上であれば（ステップＳＡ１３のＮＯ）、削除したパラメータ（若しくは、月、日等の必要期間）を復帰させ（ステップＳＡ１５）、ステップＳＡ１２以下を繰り返す。
【００５０】
図３及び図４を参照して、第２実施形態を説明する。
図３及び図４の第２実施形態は、図１、図２の第１実施形態と燃料電池Ｂの構成は同様であるが、制御の態様が相違する。
【００５１】
図３及び図４のフローチャートに沿って制御の流れを説明する。この図３及び図４は元来１枚で記載するところ、縮尺の関係から不明瞭になるので、２枚に分けて表示したものである。
図２で示す第１実施形態と同等の制御をした上で、図２のステップＳＡ１４における所定期間Ｘ（例えば１月）よりも長いスパンの期間である季節（例えば、夏季）を経過したならば、パラメータの削除と、各時間毎若しくは設定期間毎の予測精度が閾値以下にならないか否かの検討を繰り返す。これにより、計測するべきパラメータを、季節毎に減少する。
【００５２】
図２のステップＳＡ１４に相当のステップＳＢ１５以降の制御の流れについて詳細に説明する。
図３のステップＳＢ１５では、制御手段Ａは、各期間（季節）毎に例えば、必要期間（例えば月）若しくはパラメータで例えば湿度を削減したデータベースで予測値を算出する。
一方、例えば、湿度を除いた新たなデータを計測し（ステップＳＢ１６）、設定期間である夏季が経過するまでそのような制御を繰返す。設定期間γである夏季が経過した場合（ステップＳＢ１７のＹＥＳ）、データベースの内、必要期間若しくは必要パラメータを維持した場合と１段階削減した場合の前日〜数日前までの実測値、予測値を算出する（図４のステップＳＢ１８）。
【００５３】
そして、制御手段Ａは、ステップＳＢ１９で、実績値に対する、予測値から前日（〜数日）までの実績値を差し引いた値の割合、即ち各時間毎若しくは設定期間毎の予測精度が閾値未満であるか否かを判定している。
予測精度が閾値を超えない場合（ステップＳＢ１９のＹＥＳ）には、ステップＳ２１以降において、ステップＳＢ１６以降と同様に期間γ毎に必要期間若しくはパラメータを削減したデータベースで予測値を算出する。
以降各期間（季節）毎に同様の予測値算出が繰り返される。
【００５４】
ステップＳＢ１９で各時間毎若しくは設定期間毎の予測精度が設定閾値以下であれば、ステップＳＢ２０で削除したパラメータを復帰させ、ステップＳＢ１８以降を繰り返す。
【００５５】
その他の構成及び作用効果は、図１、図２の実施形態と同様である。
【００５６】
次に図５及び図６を参照して、第３実施形態を説明する。
記憶手段８は、最大１年間は全てのパラメータの計測結果を記憶出来る容量を有している。
図３及び図４の第２実施形態では、予測精度に影響を与えないパラメータを季節毎に削除していたが、図５及び図６の第３実施形態では、１年前の同日、同時刻のパラメータは全て記憶手段８から削除する。
或いは、１年前の同日、同時刻のパラメータの計測データと、現時点における当該パラメータの計測データとを平均化（若しくは平滑化）して（ステップＳＣ１７、ＳＣ２１）、記憶手段８で記憶する。
【００５７】
この様にすれば、１年前の計測データは全て自動的に削除されるか、或いは計測時点におけるデータとの平均値として記憶される。従って、記憶手段８の記憶容量としては、１年間の計測結果の記憶に必要な容量があれば良い。
【００５８】
その他の構成及び作用効果は、図１〜図４の実施形態と同様である。
【００５９】
次に、図７〜図１１を参照して、図１から図４の各実施形態により、電力予測結果及び給湯予測結果を用いて、燃料電池装置の運転を制御する態様について説明する。
【００６０】
図７は電力予測結果及び給湯予測結果を用いて運転制御が為される燃料電池Ｂを含むコージェネレーション装置の全体構成を示している。
図７において、当該コージェネレーション装置は、発電装置である燃料電池Ｂ（又はガスエンジン等）と、発電装置が発電時に生じた温水を一端貯留する貯湯タンク２０と、その貯留タンク２０で貯留された温水が使用時に降温した場合に温水の温度を昇温するバックアップバーナ３０と、温水を消費する浴槽４０と、その浴槽４０内の温水を追い焚きするための追い焚き用熱交換器５０と、排水によって消費される温水を補填するための水道水源６０と、これらの機器Ｂ、２０、３０、４０、５０、６０を連通する温水ラインＬ１〜Ｌ６とによって構成されている。
【００６１】
水道水源６０から貯湯タンク２０を結ぶ温水ラインＬ１は第１の分岐点Ｙ１において分岐ラインＬ６を分岐し、その分岐ラインＬ６は、例えば浴槽に張ったお湯の温度が高過ぎる場合や、貯湯タンク２０からのラインＬ５の温水温度が高過ぎる場合に、熱いお湯を薄めるために水道水を浴槽に加えるために設けてある。その温水ラインＬ１の第１の分岐点Ｙ１の上流側には、第１の温度センサ（熱電対）Ｔ１と第１の流量計Ｆ１が介装されている。貯湯タンク２０から出て、内部を流過する水道水を燃料電池Ｂ内で高温の温水に温め、再び貯湯タンク２０に戻るラインＬ２には、燃料電池Ｂに冷水が流入する側に第２の温度センサＴ２が、燃料電池Ｂから排出される側に第３の温度センサＴ３と、第２の流量計Ｆ２が介装されている。
【００６２】
貯湯タンク２０の内部には浅い（温水の温度が高い）領域から深い（温水の温度が低い）領域に順に図示の例では５箇所に温度センサＴ４〜Ｔ８が設置されている。
【００６３】
貯湯タンク２０から排出され、バックアップバーナ３０を経由するラインＬ３は、第２の分岐点Ｙ２において浴槽４０の追い焚き用熱交換器５０を経由するラインＬ４と、浴槽に給湯するラインＬ５とに分岐している。
ラインＬ３の貯湯タンク２０とバックアップバーナ３０の間の領域には、第３の流量計Ｆ３が介装されている。
ラインＬ４の第２の分岐点Ｙ２と追い焚き用熱交換器５０の間の領域には、第４の流量計Ｆ４と第９の温度センサＴ９が、追い焚き用熱交換器５０と貯湯タンク２０の間の領域には、第１０の温度センサＴ１０が夫々介装されている。
ラインＬ５には前記ラインＬ６を合流させる合流点Ｇが設けてあり、この合流点Ｇと給湯蛇口７０の間には、第５の流量計Ｆ５と第１１の温度センサＴ１１が介装されている。
【００６４】
上述したコージェネレーション装置では、水道水源６０から供給された水道水は一端貯湯タンク２０の低温層に流入する（ただし、流入しないで直に燃料電池Ｂへ行く様に、Ｌ１とＬ２とを接続することもある）。前記低温層から更に燃料電池Ｂ内で熱交換を行うためにラインＬ２によって燃料電池Ｂに流入し、排熱を回収することにより高温のお湯に昇温され、再び貯湯タンク２０に戻され、（貯湯タンク２０に）貯湯される。
【００６５】
例えば、浴槽４０に給湯したい場合で、貯湯タンク２０から排出されるお湯の温度が程よい加減であれば、ラインＬ３からラインＬ４を流過する温水はバックアップバーナ３０が作動することなく、そのままラインＬ５を介して浴槽４０に給湯される。
【００６６】
給湯温度が十分でない場合は、バックアップバーナ３０が作動して、ラインＬ３を加熱し給湯温度を昇温させる。
或いは、一度入浴のために給湯しておいた浴槽４０内のお湯の温度が時間の経過とともに下がってしまい、次の人が入浴するときに浴槽４０のお湯の温度が十分でないので追い焚きしたくなった場合は、バックアップバーナ３０によって温水温度を昇温して高温となった温水をラインＬ４を流過させ、追い焚き用熱交換器５０を通過させることで、浴槽４０内のお湯と熱交換させて、浴槽のお湯の温度を高めることも出来る。
【００６７】
一方、浴槽４０に給湯するお湯の温度が高すぎる場合は、水道水を前述のラインＬ６を介してラインＬ５のお湯と合流点Ｇ以下で混合して熱過ぎるお湯を程よい湯加減に調節することも出来る。
【００６８】
図７で述べた燃料電池Ｂを運転するに当たっては、図８で示すような手順で各種データが伝達される。換言すれば、図８は、図１〜図６の何れかの実施形態を用いて電力需要及び給湯需要の予測値を求めた後における、燃料電池装置Ｂの運転制御の詳細を示している。なお、給湯需要（熱量）は前記の蛇口からの出湯温度Ｔ１１から水温Ｔ１を引いたものに、流量Ｆ５を乗算することで求まる（追いだき需要は式（Ｔ９−Ｔ１０）×Ｆ４）で求まる）。
【００６９】
図８において、年月日、曜日・祝日、気温（室温）、湿度、人の在不在、電力需要、給湯需要等の入力変数Ｃ１、及び電力需要Ｃ２１及び／又は給湯需要Ｃ２２の出力変数（予測対象）Ｃ２が、データベース記録部Ｃ３１、入力変数Ｃ３２、予測部Ｃ３３よりなる制御手段Ａのデータベース記録部Ｃ３１に入力され、予測部Ｃ３３で予測値Ｃ４を算出する。予測値Ｃ４が求まれば、その予測値Ｃ４に従って前述の図９〜図１１の制御ロジックに従って、当該コージェネレーション装置は運転される。
【００７０】
制御手段Ａにおける、データベースによる制御の工程としては、過去のデータベースＤ１と新規に付け加えられたデータの入力Ｄ２がデータベース記録部Ｃ３１においてデータの追加（学習）及び／又は不要なデータの削除を行い（Ｄ３）、類似事例の検索（具体的には最小二乗法等）を用いて（Ｄ４）、電力需要及び／又は給湯需要の予測値を出力するように構成されている。
【００７１】
図８において、電力需要及び給湯需要の予測値が制御ロジックまで伝達されると、図９及び図１０で示すような制御が行われる。すなわち、電力需要予測値及び給湯需要予測値を用いて、燃料電池を起動する時刻及び出力を決定するのである。
ここで、燃料電池Ｂの貯湯槽２０に蓄積される熱量が最大値に達した状態になった場合には停止するように設定されている。図９及び図１０で示す燃料電池Ｂの制御においては、その様な状態（燃料電池Ｂの貯湯槽２０に蓄積される熱量が最大値に達した状態）となることを出来る限り抑制し、しかも、発電コスト（或いは１次エネルギに換算したエネルギ消費量或いはＣＯ_２排出量）が最小となる様に構成されている。
【００７２】
以下、図９及び図１０のフローチャートを参照して燃料電池Ｂを起動する時刻を決定する場合の制御方法について詳細に説明する。
【００７３】
図９において、ステップＳＤ１では、図２から図４のルーチンによって算出した予測値を用意し、予測範囲を例えば、通常日で１日先までと設定し、且つ予測値の抽出を例えば１５分毎（１５分毎の平均値）と定める（ステップＳＤ２）。
【００７４】
ステップＳＤ３では、電力負荷として、予測負荷が定格値よりも大きな場合は定格値とみなし、給湯負荷として、最大温水消費時刻（ＯＹＵ）及びその時の温水使用予測量（ＯＹＵＨＵＫＡ）を算出する。
【００７５】
次のステップＳＤ４では、温水使用予測量（ＯＹＵＨＵＫＡ）が閾値を超えているか否かを制御手段Ａが判断しており、閾値を超えていない場合（ステップＳＤ４のＮＯ）は、温水の負荷が小さいので貯湯タンクの放熱分を考慮して計算するため、図１２及び図１３で示すルーチンを履行する。
閾値を超えている場合（ステップＳＤ４のＹＥＳ）は、ステップＳＤ５において、設定時刻Ｙ時（深夜運転をしないのであれば、例えば朝７時）に起動するように初期設定する。
【００７６】
ステップＳＤ６では、以下の方法で貯湯タンクの満タン容量Ｑ_ｔｘを以下の方法によって計算する。ここで、本明細書において「満タン容量」とは、これ以上タンクに熱量を投入出来ない状態の熱量を意味している。
即ち、排熱温度から供給する水温の計測値を減じた値にタンク容量及び定数を乗じた値を貯湯タンクの満タン容量（熱量）Ｑ_ｔｘとして計算する。
計算例として、例えば排熱温度が６０℃、水温が２０℃、タンク容量Ｖが２００Ｌであれば貯湯タンクの満タン容量（熱量）Ｑ_ｔｘは８０００Ｋｃａｌとなる。
なお、この「Ｑ_ｔｘ」は、必ずしも容量分だけ貯められないことが多いので、別途試験した補正係数を乗じても良い。
【００７７】
次のステップＳＤ７では、起動設定時刻Ｙ時から最大消費時刻ＯＹＵまでの貯湯タンクの容量（蓄熱量）Ｑ_ｔ１を以下の方法によって計算する。
即ち、起動設定時Ｙ時から最大消費時刻ＯＹＵまでの貯湯タンクの容量（貯湯量：熱量）Ｑ_ｔ１は、現在の蓄熱量（温度Ｔ４≒Ｔ１となった時を蓄熱量ゼロとして、発電量実測値から求まる排熱量逐次加えると求められる。）に、電力予測値と抑制率の積を定格出力で除し８６０／６０（１分毎の場合）及び発電効率に対する排熱効率の比率を乗じた値を加え、更に起動から発電までのエネルギ回収分（排熱回収による温水）を加えた後、予測温水消費量を減じた値として計算される。
なお、電力負荷追従で出力上昇、下降がひんぱんな場合、特に上昇時は改質器に通常より多くの燃料（都市ガス等）が必要となることがあるので、その分を上乗せして計算することも考慮する方が良い。
【００７８】
次のステップＳＤ８では、ステップＳＤ７で求めた起動設定時Ｙ時から最大消費時刻ＯＹＵまでの貯湯タンクの容量（貯湯量：熱量）Ｑ_ｔ１と、ステップＳＤ６で求めたタンク満タン容量Ｑ_ｔｘを比較しており、Ｑ_ｔ１≧Ｑ_ｔｘとなる回数が設定値（例えば２回）以上であるか、設定値（例えば１回）以下であるかを判定する。
Ｑ_ｔ１≧Ｑ_ｔｘとなる回数が設定値（例えば２回）以上であればステップＳＤ９に進み、設定値（例えば１回）以下ならばステップＳＤ２５に進む。
ステップＳＤ９では、ステップＳＤ７、ＳＤ８で計算した結果である満タンになった時刻をＸとして記憶する。但し（Ｘ−ＯＹＵ）が正の場合はＯＹＵ以降の時刻でＸとなるので、当該Ｘとなる時刻まで計算範囲を延ばして計算を行い、図９の下方と図１０の上方にある符号「Ａ」で示す様に、図１０で示すステップＳＤ１０に進む。
【００７９】
図１０のステップＳＤ１０では、制御手段Ａは、満タンになる時刻Ｘから最大温水消費時刻（ＯＹＵ）を差し引いた値がプラスであるか、マイナスであるかを判断し、プラスであればステップＳＤ１１に、マイナスであればステップＳＤ１２に進む。
【００８０】
ステップＳＤ１１では、満タンになる時刻（Ｘ）から最大温水消費時刻（ＯＹＵ）を差し引いた値（すなわち、最大温水消費時刻から満タンになるまでの経過時間）が閾値（例えば１時間）を超えているか否かを判断する。
閾値を越えていなければ（ステップＳＤ１１のＮＯ）、すなわち、給湯負荷ピークが満タンになるよりも早いと給湯負荷ピーク時に貯湯タンク内にお湯が無くなり、バックアップバーナが多く働くという事態が予想され、これに対処するためにステップＳＤ１３で起動設定時を早めて（例えば１時間毎）再計算を行い、ステップＳＤ１５に進む。
また閾値を越えていれば（ステップＳＤ１１のＹＥＳ）、ステップＳＤ１６に進む。
ステップＳＤ１２では、最大温水消費時刻（ＯＹＵ）から満タンになる時刻（Ｘ）を差し引いた値（すなわち、満タンになる時刻から最大温水消費時刻までの経過時間）が閾値（例えば１時間）を超えているか否かを判断する。
閾値を越えていなければ（ステップＳＤ１２のＮＯ）、すなわち、満タンから給湯負荷ピーク時までの時間が長すぎると、タンク内のお湯の放熱量が大きくなるので、これに対処するためにステップＳＤ１４で起動設定時を遅らせて再計算を行い、ステップＳＤ１５に進む。
また閾値を越えていれば（ステップＳＤ１２のＹＥＳ）、ステップＳＤ１６に進む。
【００８１】
ステップＳＤ１５では、ステップＳＤ７で計算したのと同様な方法により、Ｙ±１ａ，２ａ，３ａ・・・の各ケースについて、起動から最大消費時刻ＯＹＵまでの蓄熱量Ｑ_ｔ１´を計算し、ステップＳＤ１６に進む。
ステップＳＤ１６では、Ｑ_ｔ１´≧Ｑ_ｔｘ若しくはＱ_ｔ１≧Ｑ_ｔｘとなる回数を算出しており、この回数が設定値以上であるか、設定値以下であるかを判定する。そして、当該回数が設定値以下であれば、ステップＳＤ２５に進む。一方、当該回数が設定値以上ならば、ステップＳＤ１７に進む。
ステップＳＤ１７では、Ｙの値が設定時刻範囲を超えたかどうか（例えば５時を超えたかどうか）を判定し、設定範囲を超えたのであればステップＳＤ１９へ進み、超えていなければステップＳＤ１８へ進む。
ステップＳＤ１８では、Ｙの時刻をさらに「ａ」ずつ早めるか或いは遅らせて、ステップＳＤ１０へ進み、以下、ステップＳＤ１０〜ＳＤ１８を繰り返す。
ステップＳＤ１９では、定格及び／又は非定格について、抑制率０％、１０％、２０％、３０％、４０％、５０％、６０％、７０％の全ケースについて計算を行う。もちろん、０％から１０％刻みでなく、５％刻みでも、２０％刻みでも良い。
ここで、定格値に対して部分負荷効率の落ち方が小さい場合は、定格のみ抑制率を乗じることで、より効率の良い運転となる。一方、定格値は大きな発電効率でも部分負荷効率が定格に対して大きく低下する場合は、非定格のみ抑制率を乗じることで、より効率の良い運転となる。
【００８２】
ステップＳＤ２０では、Ｑ_ｔ１´≧Ｑ_ｔｘ若しくはＱ_ｔ１≧Ｑ_ｔｘとなる回数を比較し、設定値以下ならばステップＳＤ２１へ進み、設定値以上ならばステップＳＤ２２へ進む。
ステップＳＤ２１では、Ｑ_ｔ１´≧Ｑ_ｔｘ若しくはＱ_ｔ１≧Ｑ_ｔｘとなるケースが複数存在するか否かを判定し、複数存在しない場合（ステップＳＤ２１がＮＯ）はステップＳＤ２５へ進み、複数存在する場合（ステップＳＤ２１がＹＥＳ）はステップＳＤ２３へ進む。
ステップＳＤ２２では、最小の起動停止回数のケースのみ選択し、ステップＳＤ２３に進む。
【００８３】
ステップＳＤ２３では、それぞれのケースについて、起動開始から運転終了までを所定時間ごとに区切り、区切った時間毎に発電量を発電効率で除して定数８６０を乗じた値に、発電負荷と発電量の差を火力発電所の平均効率０．３５で除して定数８６０を乗じた値を加えた量を積算した値を求める。この算定式は、発電コストを間接的に知るための１次エネルギ量を求める計算式である。
若しくは、１次エネルギーの代わりに、ＣＯ２排出量やＮＯｘ排出量や光熱費を求める。
【００８４】
ステップＳＤ２４では、ステップＳＤ１２の計算で求めた値のうち最小のものを選択する。即ち、エネルギー使用量（若しくはＣＯ２排出量、ＮＯｘ排出量、光熱費）が最低となるものを選択し、ステップＳＤ２５で発電運転を行う。
【００８５】
図９及び図１０で示す制御において、給湯需要（給湯負荷）が非常に小さいと判定された場合（図９のステップＳＤ４がＮＯの場合）の制御については、図１１〜図１３を参照して説明する。
この場合には、図１１の給湯需要特性線で示す様に、運転停止後も貯湯タンク内にお湯が溜まっている。従って、エネルギの有効利用を考えると、貯湯槽内に残留したお湯を翌日の朝に使用するところまで、考えてやらなければならない。なお、最大の温水消費時刻のＯＹＵＨＵＫＡまでの時間を計算していたが、予測値を基に、日一日の合計温水消費量に対して設定値（例えば８０％）になるまでの時刻をＯＹＵＨＵＫＡとすることも出来る。
【００８６】
以下、図１２及び図１３のフローチャートを参照して給湯需要（給湯負荷）が非常に小さい場合の制御について説明する。
【００８７】
図９のステップＳＤ４のＮＯより、図１２のステップＳＥ１において、貯湯タンクが空になった時刻をＺとし、翌日の最大消費給湯使用時刻をＹＯＫＵＪＩＴＵＯＹＵとする。
設定時に起動し（ステップＳＥ２）、貯湯タンクの満タン容量Ｑ_ｔｘを前述の図９と同じ要領で計算する（ステップＳＥ３）。
【００８８】
さらに、ステップＳＥ４で設定起動時（Ｙ時）からＹＯＫＵＪＩＴＯＹＵまでの蓄熱量Ｑ_ｔ２を以下の方法にて求める。
即ち、設定起動時（Ｙ時）から翌日の最大消費給湯使用時刻になるまでの蓄熱量Ｑ_ｔ２は、現在の蓄熱量に、Ｙ時〜満タン時間Ｘの間の電力予測値と抑制率の積を定格出力で除し８６０／６０及び発電効率に対する排熱効率の比率を乗じた値を加え、更に起動から発電までのエネルギ回収分（燃料電池の起動に必要とするエネルギ量による排熱によりお湯が発生した分）を加えた後、予測温水消費量を減じた値にタンクでの放熱率を乗じて求める。
【００８９】
次のステップＳＥ５では、ステップＳＥ４で求めた起動設定時（Ｙ時）から満タンになるまでの蓄熱量Ｑ_ｔ２と、ステップＳＥ３で求めたタンク満タン容量Ｑ_ｔｘを比較しており、Ｑ_ｔ２≧Ｑ_ｔｘとなる回数が設定値（例えば２回）以上であるか、設定値（例えば１回）以下であるかを判定する。
Ｑ_ｔ２≧Ｑ_ｔｘとなる回数が設定値（例えば２回）以上であればステップＳＥ６に進み、設定値（例えば１回）以下ならばステップＳＥ２２（図１３）に進む。
ステップＳＥ６では、満タンとなる時刻をＸと記憶する。ここで、満タンとなる回数が複数回であれば、最終の満タン時刻とする。
【００９０】
ステップＳＥ６の処理の後、図１２下方及び図１３上方における符号「Ｂ」で示す様に、図１３のステップＳＥ７の処理を行う。ステップＳＥ７では、制御手段Ａは、翌日の最大消費給湯使用時刻時刻（ＹＯＫＵＪＩＴＵＯＹＵ）から、貯湯タンクが最後に満タンになる時刻Ｘを差し引いた値が、プラスであるかマイナスであるかを判断し、プラスであればステップＳＥ８に、マイナスであればステップＳＥ９に夫々進む。
【００９１】
ステップＳＥ８では、翌日の最大消費給湯使用時刻時刻（ＹＯＫＵＪＩＴＵＯＹＵ）から、貯湯タンクが最後に満タンになる時刻Ｘを差し引いた値（すなわち、タンクが最後に満タンになった時刻から翌日の最も給湯で多くのお湯を使うであろう時間までのお湯を貯める時間）が、閾値を超えているか否かを判断する。閾値を越えていなければ（ステップＳＥ８のＮＯ）、すなわち、翌日の給湯負荷ピークになるまでに十分な時間がない場合は、必要とされるであろうお湯の量が不足する事態が生じかねないので、これに対処するためにステップＳＥ１０で起動設定時刻を早めて再計算を行い、ステップＳＥ１２へ進む。
また閾値を越えていれば（ステップＳＥ８のＹＥＳ）、ステップＳＥ１２へ進む。
ステップＳＥ９では、翌日の最大消費給湯使用時刻時刻（ＹＯＫＵＪＩＴＵＯＹＵ）から貯湯タンクが最後に満タンになる時刻Ｘを差し引いた値が閾値を超えているか否かを判断する。
閾値を越えていれば（ステップＳＥ９のＮＯ）、ステップＳＥ１１で起動設定時刻を遅らせて再計算を行い、ステップＳＥ１２へ進む。
また閾値を越えていなければ（ステップＳＥ９のＹＥＳ）、ステップＳＥ１２へ進む。
【００９２】
ステップＳＥ１２では、ステップＳＥ４で計算したのと同様な方法により、Ｙ±１ａ、２ａ、３ａ・・・の各ケースについて、起動から時刻ＹＯＫＵＪＩＴＵＯＹＵまでの蓄熱量Ｑ_ｔ２´を計算し、ステップＳＥ１３へ進む。
ステップＳＥ１３では、Ｑ_ｔ２´≧Ｑ_ｔｘ若しくはＱ_ｔ２≧Ｑ_ｔｘとなる回数を算出しており、この回数が設定値以上であるか、設定値以下であるかを判定する。設定値以下であればステップＳＥ２２へ進み、設定値以上であればステップＳＥ１４へ進む。
ステップＳＥ１４では、Ｙの値が設定時刻範囲を超えたか（例えば５時を超えたか）否かを判定し、設定時刻範囲を超えたのであれば（ステップＳＥ１４がＹＥＳ）ステップＳＥ１６に進み、設定時刻範囲を超えていないのであれば（ステップＳＥ１４がＮＯ）ステップＳＥ１５に進む。
ステップＳＥ１５では、Ｙの時刻をさらに時間「ａ」ずつ早めるか遅らせるかの処理をして、ステップＳＥ７に戻り、ステップＳＥ７〜ステップＳＥ１４を繰り返す。
【００９３】
ステップＳＥ１６では、定格及び／又は非定格について、例えば、抑制率０％，１０％，２０％，３０％，４０％，５０％，６０％，７０％の全てのケースについて計算を行い、ステップＳＥ１７へ進む。
【００９４】
ステップＳＥ１７では、Ｑ_２ｔ´≧Ｑ_ｔｘ若しくはＱ_２ｔ≧Ｑ_ｔｘとなる回数を比較して、当該回数が設定値以下ならばステップＳＥ１８へ進み、設定値以上ならばステップＳＥ１９へ進む。
ステップＳＥ１８では、Ｑ_２ｔ´≧Ｑ_ｔｘ若しくはＱ_２ｔ≧Ｑ_ｔｘとなるケースが複数回存在するか否かを判定し、複数回存在しない場合はステップＳＥ２２へ進み、複数回存在する場合はステップＳＥ２０へ進む。
ステップＳＥ１９では、最小の起動停止回数のケースのみ選択し、ステップＳＥ２０へ進む。
【００９５】
ステップＳＥ２０では、前述の図９のＳＤ７で行ったと同様の方法で、１次エネルギ量、若しくは光熱費、ＣＯ_２、ＮＯ_Ｘの排出量を求める。
ステップＳＥ２１では、ステップＳＥ２０で求めた値のうち最小のもの、即ち、コスト、若しくは環境性、省エネ性が最低となるものを選択する。
そして、ステップＳ２２で発電運転を行う。
【００９６】
図１４は、上述した実施形態において、２４時間後の予測値（電力需要予測値及び／又は給湯需要予測値）を求め、燃料電池装置を自動運転する制御を示している。
【００９７】
図１４において、運転制御に先立って、電力需要及び／又は給湯需要の予測を開始する（ステップＳＴ１のＹＥＳ）。
ここで、図示の実施形態においては、毎日、午前０時０分にその日１日の電力需要及び／又は給湯需要の予測を行うものとする。しかし、これはあくまでも例示であり、勿論、その他の時刻に予測を行っても良い。
【００９８】
予測に際しては、先ず、電力需要計測手段２から電力需要データを予測手段１００へ送り、給湯需要計測手段３から給湯需要データを予測手段１００に送り、室温等計測手段４から室温データを予測手段１００へ送り、カレンダー機能５から季節・日付データを予測手段１００に送る（ステップＳＴ２）。
それと共にステップＳＴ２では、記憶手段８に保存されている電力需要データ、給湯需要データ、室温データの、例えば２４時間以前のデータ、６０分以前のデータ、１０分以前のデータ及びその時の計測時のデータを、当該記憶手段８から予測手段１００に送る。
【００９９】
次に、上述した通り、事例ベース推論を用いて、電力需要及び／又は給湯需要を演算することにより、予測を行う（ステップＳＴ３）。
ここで、電力需要及び／又は給湯需要の予測においては、例えば２４時間後の数値（電力需要及び／又は給湯需要）を求めている（ステップＳＴ４、ＳＴ４Ａ）。
但し、電力需要については、２４時間後のみならず、６０分後、１０分後の予測をも行う。燃料電池の起動に際して、機械により差異はあるが起動から発電開始まで６０分掛かるとすると、起動から６０分後の電力需要が、非常に重要となるからである。一方、１０分後は燃料電池装置内の改質器の応答性を補正し、無駄な発電を行わないために重要である。
【０１００】
電力需要及び／又は給湯需要の予測（ステップＳＴ３、ＳＴ４，ＳＴ４Ａ）は、２４時間後まで、１分刻みに行われる（ステップＳＴ５）。これにより、２４時間後までの電力需要及び／又は給湯需要のパターンが予測されることとなる。そして、図１で示す燃料電池のその日における運転計画が出来上がる（ステップＳＴ６）。
【０１０１】
ステップＳＴ６で燃料電池の運転計画が出来上がった段階で、燃料電池の運転モードを決定する（ステップＳＴ７）。燃料電池の運転がなるべく停止することがないように、運転モードの決定が行われる。より詳細には、図１５以下を参照して後述する。
燃料電池の運転モードが決定したのち（ステップＳＴ７終了後）、燃料電池が起動するのを待つ（ステップＳＴ８がＮＯのループ）。
【０１０２】
燃料電池が起動したならば（ステップＳＴ８がＹＥＳ）、長時間停止後に起動した場合に該当する。その場合、起動後６０分経過した時点における電力需要及び／又は給湯需要の予測値を用いて、起動直後の電力需要及び／又は給湯需要を設定して、運転を行う（ステップＳＴ９）。
【０１０３】
燃料電池の起動直後の運転から定常運転に変わったならば、ステップＳＴ６で求めた電力需要及び／又は給湯需要パターンを用いて、常時、１０分後の予測値を参照しつつ、燃料電池の出力を設定する（ステップＳＴ１０）。
燃料電池の運転を続け、運転時の数値（タンク蓄熱量等）を計測し（ステップＳＴ１１）、予測値と比較する（ステップＳＴ１２）。実測値と予測値の差の絶対値が許容誤差以上であるかを判断し（ステップＳＴ１３）、許容誤差未満であれば（ステップＳＴ１３がＮＯ）、ステップＳＴ１１以降を繰り返す。実測値と予測値の差の絶対値が許容誤差以上であれば（ステップＳＴ１３がＹＥＳ）、コージェネレーション装置運転指令の指令値の変更（補正：例えば抑制率を１段階下げる）を行って（ステップＳＴ１４）、所定の時間が経過して、燃料電池の運転を終了するか否かを判断する（ステップＳＴ１５）。
燃料電池の運転を続行する（ステップＳＴ１５がＮＯ）場合は、ＳＴ１１以降を繰り返す。
【０１０４】
図１５〜図２０は、上述した実施形態において、運転モードを選択する場合の制御フローチャートを示している。
【０１０５】
図１５及び図１６に基づいて制御の流れを説明する。
燃料電池稼動率が曜日及び曜日の時間帯によって変わる（特色を有する）ことに着目して、ステップＳ１では、曜日を含むカレンダーを設定する。
【０１０６】
次のステップＳ２では、制御を行うに先立ち、予測モデル作成のためのデータ取得期間の設定をおこない（例えばデータ取得期間は向こう一週間とし）、予測時間すなわち、何時間後の物理量を予測するかを決める値であるＸ時間後（例えば２４時間後）を設定する。
その２４時間の間には修正回数としてＹ分（例えば３０分）毎、即ち修正回数４８回を設定する。これは手段１０における２４時間先予測のまま、データベースの学習（書き換え）無しに制御指令の計算を行うと、気温の急変や急な外出などの影響が大きいためである。更に、部分負荷効率の閾値（Ｗ％）と、継続時間（Ｖ分）を設定する。（制御の例としては、例えば、部分負荷効率が閾値Ｗ（７０）％以下の状態がＶ（１２０）分以上継続した場合に運転を停止する等。）
【０１０７】
次のステップＳ３では、出力（電力需要及び／又は給湯需要）データ及び入力（気候・温度等）データの収集を開始する。そして次のステップＳ４に進む。
【０１０８】
ステップＳ４では、制御装置Ａはデータの収集期間を越えたか否かを判断する。
データの収集期間を越えていれば（ステップＳ４においてＹＥＳ）、次のステップＳ５に進み、越えていなければ（ステップＳ４においてＮＯ）、ステップＳ３からを繰り返す。
【０１０９】
ステップＳ５では、負荷予測（電力需要及び／又は給湯需要の予測）を開始する。そして、次のステップＳ６において、今後の電力及び給湯量の予測のためのモデル作成を、例えば事例ベース推論、自己回帰モデル等の予測方法によって行う。
自己回帰モデルとしては、収集した各種のデータをモデル式に当てはめてしまえば、従来の事例からモデル式の次数、定数、その他を決定して電力消費量を示す式を完成させることが出来る。
そして、従来の事例に基づいて、ある期間のモデル式を作成し、当該式における「時間」のファクタを変化させて消費電力を予測することが出来る。
【０１１０】
事例ベース推論については、図１、図２で説明したのと同様である。
なお、予測法には、ニューラルネットワークを使用する方法、スペクトルモデルを使用する方法、など他にも存在する。
【０１１１】
次のステップＳ７１、Ｓ７２では、前述の予測に基づき、現在からＸ時間後の合計電力及び消費給湯量の予測を行う。すなわち、電力需要（電力消費量）、給湯需要（お湯消費量）、室温の計測値、過去のデータ（図２を参照して説明した過去のデータ）、日付及び曜日から、電力需要を予測し（ステップＳ７１）、予測された電力需要から給湯需要を予測する（ステップＳ７２）。
或いは、電力需要（電力消費量）、給湯需要（お湯消費量）、室温の計測値、過去のデータ（図２を参照して説明した過去のデータ）、日付及び曜日から、給湯需要を予測し（ステップＳ７１のカッコ書き）、予測された給湯需要から電力需要を予測しても良い（ステップＳ７２のカッコ書き）。
電力需要及び給湯需要を予測したならば（ステップＳ７１，Ｓ７２終了）、ステップＳ８に進む。
【０１１２】
ここで、電力需要、給湯需要の予測については、図１、図２で説明したのと同様である。図３及び図４において、電力需要、給湯需要の何れかを予測した後に、その予測結果を用いて他方を予測しているが、電力需要と給湯需要を同時に求めることも可能である。
【０１１３】
ステップＳ８では、Ｘ時間後の貯湯量を以下の算定式から求める。即ち、現在の貯湯量に、負荷予測電力カーブに基づく発電量を燃料電池の発電効率で除し更に排熱効率を掛けた値を加えたものから、温水消費量を減じたものが、Ｘ時間後の貯湯量である。
ここで、経時変化に伴う効率の変化を正確に反映させるため、効率算出に必要なセンサを取付けることが好ましい。そして、貯湯タンクの放熱量も考慮するのが好ましい。
そして、手段１０で述べたように、ステップＳ９で制御を自動選択するかを手段１により判断し、ＹＥＳ（選択する）の場合、ステップＳ１０へ進む。
【０１１４】
ステップＳ１０では図１６〜図２０のＭ１〜Ｍ５により、Ｘ時間先の予測結果に基づき、計算を行う。次に、ステップＳ１０´でそのうちＸ時間先の運転停止回数の最小のもので、そのうち光熱費（もしくはＣＯ２排出量、ＮＯｘ排出量）が最低のものを選択し、そのＭ（Ｍ１〜Ｍ５のどれか）へ進む。
一方、ステップＳ９でＮＯの場合は、手段１で選択したＭ（Ｍ１〜Ｍ５のどれか）へ進む。
【０１１５】
そして、図１６のブロックＭ１以降のステップＳ１１に進む。尚、図１６は燃料電池装置Ｂの停止抑制に関する制御である。
【０１１６】
ステップＳ１１において、制御装置Ａは、貯湯槽下部に設置した温度センサで貯湯槽が温水で満杯になるか否かを判断する。
【０１１７】
貯湯槽が満杯になると判断すれば（ステップＳ１１のＹＥＳ）、次のステップＳ１２に進み、満杯にならないと判断すれば（ステップＳ１１のＮＯ）、ステップＳ１５まで進む。
【０１１８】
ステップＳ１２において、制御装置Ａは現時点から貯湯槽の満杯終了予定時刻までの時間Ｚを算出し、次のステップＳ１３に進む。
【０１１９】
ステップＳ１３では、満杯終了予定時刻に貯湯槽が満杯にならないように、発電出力を落した燃料電池発電パターンを計算する。そして、次のステップＳ１４に進む。
【０１２０】
ステップＳ１４では、制御装置Ａは、Ｚ時間後に満杯になるか否かを判断する。
Ｚ時間後に満杯になるのであれば（ステップＳ１４のＹＥＳ）、ステップＳ１３に戻り、満杯にならないのであれば（ステップＳ１３のＮＯ）、ステップＳ１５に進む。
【０１２１】
ステップＳ１５では、電力負荷予測パターンから計算した発電パターンに先行して改質ガスの流量を決定して、次のステップＳ１６に進み、改質ガスを燃料電池Ｂに投入する。
【０１２２】
次のステップＳ１７において、制御装置Ａは、タイマ６を介して改質ガス投入からＹ分経過したか否かを判断する。
改質ガス投入からＹ分経過していれば（ステップＳ１７のＹＥＳ）、ステップＳ７に戻り予測、制御を繰り返し、経過していなければ、ステップＳ１５以降を繰り返す。
【０１２３】
係る構成及び制御方法を具備する第一実施形態である「運転停止回数を抑制する制御」によれば、各種の予測データにより貯湯量満杯までの所要時間が予測出来、また、リアルタイムで貯湯速度が監視できているために、例えば、消費給湯量が少なくても、燃料電池Ｂの運転停止には至らない。
具体例としては、従来の、「貯湯槽が満杯時に停止する通常制御」の場合の特性図である図２４によれば、そのｄ線上で４回の燃料電池Ｂの運転停止（ｄｏ１〜ｄｏ４）が示されている。これに対して、図３〜図６に関連して説明した「運転停止回数を抑制する制御」によれば、図２５のｄ線上では、燃料電池Ｂの運転停止はｄ０ｍ点で示される僅か一回のみである。
尚、図２５及び後述の図２６は、前述の図２４と同じ様式のグラフである。
【０１２４】
次に、「部分負荷効率の低下する部分で運転しない制御」、所謂「部分負荷モード」に関して、図１７のフローチャートに基づき説明する。
尚、図１７の制御フローにおいて、ブロックＭ２以前は、前述の図１５と同様であり、装置の構成も図１で示すのと同じである。
【０１２５】
図１５の最終ブロックＭから連続するステップＳ２１において、制御装置Ａは、予測開始から２４時間後までの範囲の部分負荷効率（電力負荷予測値を定格発電出力で除したものを１００分率で表す）を計算する。
【０１２６】
次のステップＳ２２において、部分負荷効率の閾値Ｗ％以下の時間を各区間で計算して、次のステップＳ２３に進む。
ステップＳ２３において制御装置Ａは、Ｗ％以下の最長の区間を算出する。なお、瞬時の時間α分（例えば、１分）以下の燃料電池Ｂの停止は、運転継続と見なす。
【０１２７】
ここで、閾値Ｗ％は、図２７の負荷割合に対する効率を示す特性曲線に示される如く、効率が急激に低下する部分負荷の定格負荷に対する割合である。
【０１２８】
なお、燃料電池Ｂでは定格出力時が最も効率が高く、定格出力に対して各機器の配置及び仕様が定められている。
【０１２９】
また、ステップＳ２３では、部分負荷効率がＷ％以下となる時間が最も長くなる区間を算出する。
【０１３０】
次のステップＳ２４において、上記最長区間の運転を停止する運転パターン、即ち、停止回数を減らすような運転パターンを計算して次のステップＳ２５に進む。
【０１３１】
ステップＳ２５において、制御装置Ａは、その他の区間で貯湯槽が温水で満杯になり、運転を停止するか否かを判断する。
運転を停止するのであれば（ステップＳ２５のＹＥＳ）、ステップＳ２６に進み、運転を停止しないのであれば（ステップＳ２５のＮＯ）、図１６の＊印で示す工程、即ち、ステップＳ１５に進む。
【０１３２】
ステップＳ２６では、最長区間の前後で運転時間を減らす様に制御して、再びステップＳ２４に戻る。
以上が「部分負荷モード」の制御である。
【０１３３】
上述した「部分負荷効率の低下する部分で運転しない制御」、所謂「部分負荷モード」によれば、図２６のｄ線に示す様に部分負荷効率の低下する部分（計測開始後、約４００分の間）で運転を行わない代わりに、その他の区間では運転停止は、僅か１度しか発生していない。
即ち、電気消費量、給湯消費量を予測しているので、燃料電池の運転停止を抑制することが出来る。
【０１３４】
次に、所謂「温水廃棄制御（その１）」に関して、図１８のフローチャートに基づき説明する。
尚、図１８の制御フローにおいて、Ｍ３で示す工程以前は図１１と同様であり、装置の構成も図１と同じである。
【０１３５】
図１５の最終ブロックＭから継続しているステップＳ３１において制御装置Ａは、消費電力が燃料電池の発電可能最低電力値、例えば０．３ｋＷ未満か否かを判断する。
０．３ｋＷ未満であれば（ステップＳ３１においてＹＥＳ）、ステップＳ３２に進む。
０．３ｋＷ以上であれば（ステップＳ３１においてＮＯ）、ステップＳ３１を繰り返す。
【０１３６】
ステップＳ３２では、最低発電可能電力値以下（例えば０．３ｋＷ）に消費電力がなった場合、運転は０．３ｋＷで発電させた場合、制御装置Ａは、燃料電池Ｂを仮に上記発電可能最低電力値（０．３ｋＷ）未満で運転した場合の貯湯槽満杯時までの余剰温水量つまり、発電可能最低電力運転時の温水量と最低電力未満で運転した場合の温水量の差を計算する。そしてステップＳ３３に進む。
【０１３７】
ステップＳ３３では、計算された廃棄すべき温水量を外部へ排出して、制御は図１６の＊印で示す工程（ステップＳ１５）に移る。
以上が「温水廃棄モード（その１）」の制御である。
【０１３８】
「温水廃棄制御（その１）」、所謂「温水廃棄モード（その１）」によれば、仮に発電可能最低電力値未満で運転続行した際に余剰となるであろうお湯を廃棄することが出来るので、燃料電池Ｂの運転停止は抑制される。
【０１３９】
次に、所謂「温水廃棄制御（その２）」に関して、図１９に基づき説明する。
尚、図１９で示す制御フローにおいて、符号Ｍ４で示す工程以前は、図１５で説明したのと同様であり、装置の構成も図１，図２で説明したのと同じである。
【０１４０】
図１５の最終ブロックＭから継続するステップＳ４１において、制御装置Ａは、燃料電池Ｂが貯湯槽が満杯か否かに関わらず、常に発電した場合の発電カーブを計算する。
【０１４１】
次のステップＳ４２では、制御装置Ａは、貯湯槽が満杯になるか否かを判断する。
貯湯槽が満杯になるのであれば（ステップＳ４２においてＹＥＳ）、次のステップＳ４３に進み、満杯とならないのであれば（ステップＳ４２においてＮＯ）、制御は図６の＊印で示す工程であるステップＳ１５に移る。
【０１４２】
ステップＳ４３では、２４時間先の範囲で最大の温水消費量が予想される、例えば、夜間の８時から１０時付近以前には満杯にしないように、温水廃棄量を計算する。
【０１４３】
次のステップＳ４４では、計算された廃棄するべき温水量を外部へ排出して、制御は図１６の＊印の工程（ステップＳ１５）に移る。
【０１４４】
「温水廃棄制御（その２）」、所謂「温水廃棄モード（その２）」によれば、常時発電を監視しており、特定の時間帯において貯湯槽を満杯にしないように温水を廃棄することが出来る。
【０１４５】
次に、負荷応答ステップ制御、所謂「負荷応答ステップモード」に関して、図２０のフローチャートに基づき説明する。
図２０の符号Ｍ５以前は、図３及び図４と同様であり、装置の構成も図１と同じである。
【０１４６】
図１５の最終ブロックＭから継続して、ステップＳ５１において制御装置Ａは、ステップ数Δｗを設定する。
ここで、ステップΔｗは単位時間あたりに燃料電池の出力（電力）を上昇・下降させる大きさのことである。
具体例として、７０Ｗ／分、１７Ｗ／分、等と表す。
【０１４７】
ステップＳ５２に進み、制御装置Ａは予測値に基づき各々のステップ数Δｗで運転パターンを計算し、次のステップＳ５３に進む。
【０１４８】
ステップＳ５３では、各々の計算運転パターンで消費電力予測値と燃料電池発電量の予測値との差の面積、即ち、前述のステップ数の経過時間における積分値Ｆを求める。
【０１４９】
ステップＳ５４に進み、制御装置Ａは前記消費電力予測値と燃料電池発電量の予測値との差の面積Ｆを最小とするパターンを設定の時間区割り毎に選ぶ。
【０１５０】
そして、次のステップＳ５５において、制御装置Ａは全体を通して面積Ｆが最小となる様に燃料電池Ｂに制御信号を送り、燃料電池は該制御信号に基づき運転を行い、その後、制御は図１６の＊印で示す工程（ステップＳ１５）に移る。
【０１５１】
「負荷応答ステップ制御」、所謂「負荷応答ステップモード」によれば、図２１に示す如く、選択或いは制御によって、消費電力に大きな変化の無い計測開始から２９分経過まではステップ数Δｗを１７Ｗ／分とし、消費電力の変化が大きい２９分経過以降はΔｗを７０Ｗ／分に切替えている。
ここで、図２１の縦軸は電力値を、横軸は時間（分）を示し、ｃ線が電力負荷（消費電力）を、ｄ線が燃料電池発電電力（燃料電池発電量）を表す。
このように、消費電力の変化の大きさによってステップ数を変化させることにより、燃料電池Ｂの発電量をこれに追従させ、燃料電池の効率的な運転が可能となる。
【０１５２】
図示の実施形態はあくまでも例示であり、本発明の技術的範囲を限定する趣旨の記述ではないことを付記する。
例えば、図示の実施形態ではコージェネレーション装置として燃料電池を備えた装置について説明しているが、ガスエンジンコージェネレーションやその他のタイプのコージェネレーションシステムについても、本発明を適用することが可能である。
また、燃料電池の運転制御についても、図示の実施形態で示す以外の運転モードが可能である。
【０１５３】
【発明の効果】
本発明の作用効果を以下に列挙する。
（１）所謂「新品」のように、事例ベース推論を行うことが出来る程度までデータが蓄積されていない状態であっても、自動運転によりコージェネレーション装置を稼動することが出来る。
（２）コージェネレーション稼動により、各種データを計測してデータベースに記憶しても、記憶するべきデータを適宜選択して、必要に応じて削除或いは平均化することが出来るので、記憶容量の不足や、データベースの大型化という問題に対処することが出来る。
【図面の簡単な説明】
【図１】本発明の全体構成を示すブロック図。
【図２】第１実施形態の制御を示すフローチャート。
【図３】第２実施形態の制御を示すフローチャートの前半部。
【図４】第２実施形態の制御を示すフローチャートの後半部。
【図５】第３実施形態の制御を示すフローチャートの前半部。
【図６】第３実施形態の制御を示すフローチャートの後半部。
【図７】各実施形態によって運転制御されるコージェネレーション装置の全体構成図。
【図８】電力需要、給湯需要の予測値算定後の燃料電池を自動運転する制御フローチャート。
【図９】燃料電池起動時刻を決定する制御フローチャート。
【図１０】図９と同一の制御で、図９に連続する処理の制御フローチャート。
【図１１】給湯需要特性図。
【図１２】給湯需要が小さい場合の制御を示すフローチャート。
【図１３】図１２と同一の制御で、図１２に連続する処理の制御フローチャート。
【図１４】２４時間後の電力需要、給湯需要の予測値を求め、燃料電池を自動運転する制御フローチャート。
【図１５】運転モードを選択する場合のベースとなる制御フローチャート。
【図１６】燃料電池の停止制御に関するフローチャート。
【図１７】部分負荷モード」の制御を示すフローチャート。
【図１８】温水廃棄モード（その１）を示すフローチャート。
【図１９】温水廃棄モード（その２）を示すフローチャート。
【図２０】負荷応答ステップモードを示すフローチャート。
【図２１】負荷応答ステップモードにおいて、負荷応答ステップ量を一律１７Ｗ／分とした場合の特性図。
【図２２】データベースの１例を表した図。
【図２３】従来のコージェネレーション装置の制御例を表したフローチャート。
【図２４】従来技術における電力等の特性を示す図。
【図２５】運転停止回数を抑制する制御の効果を表す特性図。
【図２６】部分負荷効率の低下する部分で運転しない制御の効果を表す特性図。
【図２７】部分効率の閾値Ｗを説明する特性図。
【符号の説明】
１・・・各種指令入力手段
２・・・電力需要計測手段
３・・・給湯需要計測手段
４・・・室温計測手段
５・・・カレンダー機能
６・・・計時手段
７・・・温水貯湯量計測手段
８・・・記憶手段
１０・・・制御モード選択手段
１１・・・水素製造手段
１２・・・セルスタック
１００・・電力需要予測手段
１０２・・・自己回帰モデル作成手段
１０４・・・平均値演算手段
１０６・・・定時起動制御手段
Ａ・・・制御手段
Ｂ・・・燃料電池

Claims

電力需要予測値及び／又は給湯需要予測値を得るのに必要なパラメータを計測する計測手段と、制御手段とを備え、該制御手段は、計測手段により計測されたパラメータを記憶してデータベースを作成する記憶手段８と、定時運転制御手段と、自己回帰モデル作成手段と、平均値演算手段と、予測手段とを有し、コージェネレーション装置稼動後に第１の設定期間が経過する以前には定時運転制御手段により設定時刻に従って定時運転を行い、コージェネレーション装置稼動後に第２の設定期間が経過する以前に電力需要については自己回帰モデル作成手段により自己回帰モデルを作成して予測値を求め、給湯需要については平均値演算手段によりコージェネレーション装置稼動後の平均値から予測値を求めて運転制御を行い、前記第２の設定期間が経過した後にデータベースに基いて事例ベース推論により電力需要予測値及び／又は給湯需要予測値を求めて運転制御を行う様に構成されていることを特徴とするコージェネレーション装置。
電力需要予測値及び／又は給湯需要予測値を得るのに必要なパラメータを計測する計測手段と、制御手段とを備え、該制御手段は、計測手段により計測されたパラメータを記憶してデータベースを作成する記憶手段を有しており、データベースに基いて事例ベース推論により電力需要予測値及び／又は給湯需要予測値を求めて運転制御を行うと共に、第１の設定期間が経過した際に前記パラメータの１部を計測の対象から削除し、パラメータを削除した際における予測精度を求め、該予測精度が設定閾値以上であるか否かを判定し、前記予測精度が設定閾値以上である場合には前記パラメータ削除工程及び判定肯定を繰り返す制御を行う様に構成されていることを特徴とするコージェネレーション装置。
電力需要予測値及び／又は給湯需要予測値を得るのに必要なパラメータを計測する計測工程と、計測されたパラメータを記憶してデータベースを作成する記憶工程と、コージェネレーション装置稼動後に第１の設定期間が経過する以前に設定時刻に従って定時運転を行う定時運転工程と、コージェネレーション装置稼動後に第２の設定期間が経過する以前に電力需要については自己回帰モデルを作成して予測値を求め、給湯需要についてはコージェネレーション装置稼動後の平均値から予測値を求めて運転制御を行う工程と、前記第２の設定期間が経過した後にデータベースに基いて事例ベース推論により電力需要予測値及び／又は給湯需要予測値を求めて運転制御を行う工程、とを有することを特徴とするコージェネレーション装置の制御方法。
電力需要予測値及び／又は給湯需要予測値を得るのに必要なパラメータを計測する計測工程と、計測されたパラメータを記憶してデータベースを作成する記憶工程と、データベースに基いて事例ベース推論により電力需要予測値及び／又は給湯需要予測値を求めて運転制御を行う工程と、第１の設定期間が経過した際に前記パラメータの１部を計測の対象から削除するパラメータ削除工程と、パラメータ削除工程後の予測精度を求め、該予測精度が設定閾値以上であるか否かを判定する判定工程、とを有しており、前記予測精度が設定閾値以上である場合には前記パラメータ削除工程及び判定肯定を繰り返すことを特徴とするコージェネレーション装置の制御方法。