JP2017229233A - エネルギー管理システム、エネルギー管理方法、プログラム、サーバおよびクライアント装置 - Google Patents

Abstract

【課題】 余剰電力が無駄に消費されることを防止可能なエネルギー管理システムを提供すること。【解決手段】 実施形態によれば、エネルギー管理システムは、自家発電装置を含むエネルギー関連機器を備える建物のエネルギーを管理する。このエネルギー管理システムは、予測部と、計算部と、制御部とを具備する。予測部は、建物におけるエネルギーデマンドを予測する。計算部は、予測されたエネルギーデマンドに基づいて、建物におけるエネルギー収支を最適化すべくエネルギー関連機器の運転スケジュールを計算する。制御部は、計算された運転スケジュールに基づいてエネルギー関連機器を制御する。【選択図】 図２

Description

本発明の実施形態は、家庭などの需要家のエネルギー収支を管理するエネルギー管理システム、エネルギー管理方法、プログラム、サーバおよびクライアント装置に関する。

近年の環境保全意識の高まりと電力不足への不安を背景として、家庭エネルギー管理システム（Home Energy Management System：ＨＥＭＳ）に注目が集まっている。ＨＥＭＳは、太陽光発電（Photovoltaic Power Generation：ＰＶ）システム、蓄電池、あるいは燃料電池（Fuel Cell：ＦＣ）などの分散型電源（以下、新エネルギー機器と総称する）と既存の家電機器とをネットワークに接続し、これらを総合的に管理可能とするシステムである。

ＦＣは、昼夜、天候を問わず安定して発電ができることと、排熱を利用して熱エネルギーを供給できることから、分散型電源のなかでも特に有望視されている。しかしながらＦＣから商用電力系統（grid）への逆潮流は、電力会社との契約上、許されていない。そこで、ＦＣにより発電された電力の逆潮流を防止するための技術が幾つか提案されている。

特開２００８−１５２９９７号公報 特開２００２−４８００５号公報 特開２０１０−２７３４０７号公報 特開２０１１−１８１３７７号公報

電力品質確保に係る系統連系技術要件ガイドライン、資源エネルギー庁、平成２５年５月３１日＜http://www.enecho.meti.go.jp/denkihp/genjo/rule/keito_guideline.pdf＞

逆潮流を防止するための対策として、ＦＣによる余剰電力をダミー負荷やヒータで消費するという技術がある。これではエネルギーが無駄に消費される。余剰電力を蓄電池に充電するという技術もあるが、充電の必要が生じたときに既に満充電であり、充電できないことも考えられる。

ヒータと蓄電池とを併用しても、ＦＣの出力を変化させるには長い時間を要するので、電力デマンド（デマンド）の少ない時間が長期に渡ると余剰電力の発生量が蓄電池容量を上回ってしまう。このようなケースではＦＣの運転を停止するか、ヒータで余剰電力を消費せざるを得ない。リレーにより系統から解列することで逆潮流を防止するにしても、生じた余剰電力は無駄に消費されているのが現状である。

目的は、余剰電力が無駄に消費されることを防止可能なエネルギー管理システム、エネルギー管理方法、プログラム、サーバおよびクライアント装置を提供することにある。

実施形態によれば、エネルギー管理システムは、予測部と、計算部と、制御部とを具備する。予測部は、燃料電池と、この燃料電池からの直流電圧を交流電圧に変換するインバータと、蓄電池とを備える建物におけるエネルギーデマンドを予測する。計算部は、燃料電池、インバータおよび蓄電池の運転スケジュールを、予測されたエネルギーデマンドに基づいて、建物におけるエネルギー収支の関数を適合度とする最適化計算により計算する。制御部は、計算された運転スケジュールに基づいて、燃料電池と、インバータと、蓄電池とを制御する。

図１は、実施形態に係わるシステムの一例を示す図である。 図２は、実施形態に係るエネルギー管理システムの一例を示す図である。 図３は、図２に示されるエネルギー管理システムの一例を示す機能ブロック図である。 図４は制御対象モデル３００ｇについて説明するための図である。 図５は、実施形態に係る遺伝的アルゴリズムにおける遺伝子設計の一例を示す概念図である。 図６は、実施形態に係る最適化演算の手順の一例を示すフローチャートである。 図７は、実施形態における処理手順の一例を示すシーケンス図である。 図８は、実施形態により得られる効果を説明するための図である。 図９は、実施形態に係る遺伝的アルゴリズムにおける遺伝子設計の他の例を示す概念図である。

図１は、実施形態に係わるシステムの一例を示す図である。図１は、いわゆるスマートグリッドとして知られるシステムの一例を示す。既存の電力網（grid）では原子力、火力、水力などの既存発電所と、一般家庭や、ビル、工場といった多種多様な需要家とが電力網によって接続される。次世代の電力系統（Power grid）ではこれらに加えて太陽光発電（Photovoltaic Power Generation：ＰＶ）システムや風力発電装置などの分散型電源や蓄電装置、新交通システムや充電スタンドなどが電力系統に接続される。これら多種多様な要素は通信グリッドを介して通信することが可能である。

エネルギーを管理するシステムは、エネルギーマネジメントシステム（Energy Management System：ＥＭＳ）と総称される。ＥＭＳはその規模などに応じて幾つかに分類される。例えば一般家庭向けのＨＥＭＳ（Home Energy Management System）、ビルディング向けのＢＥＭＳ（Building Energy Management System）などがある。このほか、コミュニティ向けのＣＥＭＳ（Community Energy Management System）や、工場向けのＦＥＭＳ（Factory Energy Management System）などがある。これらのシステムが連携することできめ細かなエネルギー最適化制御が実現される。

これらのシステムによれば既存の発電所、分散型電源、太陽光や風力などの再生可能エネルギー源、および需要家の相互間で高度な協調運用が可能になる。これにより自然エネルギーを主体とするエネルギー供給システムや、需要家と事業者との双方向連携による需要家参加型のエネルギー需給といった、新規かつスマートな形態の電力供給サービスが生み出される。

図２は、実施形態に係るエネルギー管理システムの一例を示す図である。ＨＥＭＳは、クライアントシステムと、クライアントシステムと通信可能なサーバシステムとしてのクラウドコンピューティングシステム（以下、クラウドと略称する）３００とを備える。

クライアントシステムは、ホームゲートウェイ（Home Gateway：ＨＧＷ）７を備える。ホームゲートウェイ７は、建物としてのホーム１００に設置される通信装置であり、クラウド３００から各種のサービスの提供を受けることができる。ホーム１００は、複数のエネルギー関連機器を備える。エネルギー関連機器は、自家発電装置のような電力を発生する機器、電力を消費する機器（家電機器など）、あるいは電力を発生し消費する機器を含む。

クラウド３００は、サーバコンピュータＳＶとデータベースＤＢとを備える。サーバコンピュータＳＶは単体でも複数でも良い。データベースＤＢは一つのサーバコンピュータＳＶに備えられていても、複数のサーバコンピュータＳＶに分散配置されていてもよい。

図２において、電力グリッド６から供給される電力（交流電圧）は、電柱の変圧器６１などを経て各家庭に分配され、電力量計（スマートメータ）１９を経てホーム１００の分電盤２０に供給される。電力グリッド６から流れ込む電力量、あるいは電力グリッド６に逆潮流する電力量などを計測する機能を備える。周知のように、再生可能エネルギーに基づいて発電された電力は、電力グリッド６に逆潮流することを許される。

分電盤２０は、ホーム１００内の配電線２１に接続される。分電盤２０は、家電機器（照明、エアコンなど）５やパワーコンディショニングシステム（ＰＣＳ）１０６に、配電線２１を介して電力を供給する。また分電盤２０は、フィーダごとの電力量を計測する計測装置を備える。

家電機器５はホーム１００内の配電線２１に接続されることの可能な機器である。家電機器５は図示しないコンセント（receptacle）を介して配電線２１に着脱可能に接続される。
ホーム１００の屋根や外壁には太陽光パネルが設置されＰＶユニット１０１が形成される。ＰＶユニット１０１は、再生可能エネルギーに由来する電力を発電する創エネルギー機器である。ＰＶユニット１０１により発電された電力は家電機器５を稼動させるために利用されることができる。なお、風力発電システムや地中熱発電機なども創エネルギー機器の範疇に入る。

ＦＣユニット１０３は、非再生可能エネルギー源である都市ガスやＬＰガス（液化プロパンガス）から電力を生産する発電装置である。ＦＣユニット１０３により生成された電力は電力グリッド６に逆潮流することを禁じられているので、余剰電力を生じることがある。余剰電力は蓄電池１０２に充電されることが可能である。なお、ＰＶユニット１０１およびＦＣユニット１０３は自家発電装置の一例である。

ＰＣＳ１０４はＰＶユニット１０１に接続される。ＰＣＳ１０６は蓄電池１０２に接続される。ＰＣＳ２３０はＦＣユニット１０３に接続される。ＰＣＳ１０４、１０６および２３０は、直流電力を交流電力に変換するインバータを備える。インバータは、ＰＶユニット１０１、蓄電池１０２およびＦＣユニット１０３でそれぞれ発生される直流電圧を交流電圧に変換して配電線２１に供給する。特に、蓄電池１０２に接続されるＰＣＳ１０６は、交流電力を直流電力に変換するコンバータを備える。これにより蓄電池１０２の充電／放電が可能になる。

ＰＣＳ１０４、１０６および２３０は、ＰＶユニット１０１、蓄電池１０２およびＦＣユニット１０３と配電線２１との間でエネルギーを授受するための、電力変換器としての機能を備える。これにより家電機器５は、ＰＶユニット１０１、蓄電池１０２およびＦＣユニット１０３からの電力エネルギーの供給を受けることができる。

また、ＰＣＳ１０４、１０６および２３０は、ＰＶユニット１０１、蓄電池１０２およびＦＣユニット１０３を制御し、それぞれを安定して機能させるための機能なども備える。なお図２においてはＰＶユニット１０１、蓄電池１０２およびＦＣユニット１０３ごとにＰＣＳを接続する形態を示した。これに代えてＰＶユニット１０１、蓄電池１０２およびＦＣユニット１０３にＰＣＳを内蔵するようにしてもよい。

ホーム１００は、有線ＬＡＮ（Local Area Network）あるいは無線ＬＡＮなどのホームネットワーク２５を備える。ホームゲートウェイ７はホームネットワーク２５とＩＰネットワーク２００との双方に、コネクタ（図示せず）などを介して着脱可能に接続される。これによりホームゲートウェイ７は、ホームネットワーク２５に接続される電力量計１９、分電盤２０、ＰＣＳ１０４、１０６、２３０、および家電機器５と相互に通信可能である。この種の通信に係わるプロトコルは、ＥＣＨＯＮＥＴ Ｌｉｔｅ（登録商標）が代表的である。

ホームゲートウェイ７は、実施形態に係る処理機能として通信部７ａを備える。通信部７ａは、クラウド３００に各種のデータを送信し、またクラウド３００から各種のデータを受信する、ネットワークインタフェースである。

ホームゲートウェイ７はCentral Processing Unit（ＣＰＵ）とメモリ（図示せず）を備えるコンピュータである。メモリは、このコンピュータを制御するプログラムを記憶する。プログラムは、クラウド３００と通信したり、家電機器５、蓄電池１０２およびＦＣユニット１０３の運転スケジュールの計算をクラウド３００に要求したり、システムの制御に需要家（ユーザ）の意思を反映させたりするための命令を含む。ＣＰＵが各種のプログラムに基づいて機能することで、ホームゲートウェイ７に係る諸機能が実現される。

すなわちホームゲートウェイ７は、クラウド３００に各種のデータを送信し、またクラウド３００から各種のデータを受信する。ホームゲートウェイ７は、クラウド３００、サーバコンピュータＳＶと通信可能なクライアント装置である。ホームゲートウェイ７から送信される各種データには、クラウド３００に各種の演算を要求するための要求信号が含まれる。

ホームゲートウェイ７は有線回線または無線回線を介して端末１０５に接続される。端末１０５は操作パネルを備え、ユーザによる各種の操作や設定入力を受け付ける。ホームゲートウェイ７と端末１０５とを合わせてローカルサーバとしての機能を実現することも可能である。端末１０５はいわゆるタッチパネルなどのほか、例えば汎用的な携帯情報機器やパーソナルコンピュータ、あるいはタブレット端末などでもよい。

端末１０５は各種の情報を例えばＬＣＤ（Liquid Crystal Display）に表示したり、音声ガイダンスなどでユーザに通知する。通知される情報は家電機器５、ＰＶユニット１０１、蓄電池１０２、ＦＣユニット１０３の稼働状況、運転スケジュールあるいは消費電力量などである。

ＩＰネットワーク２００は、いわゆるインターネット、あるいはシステムベンダのＶＰＮ（Virtual Private Network）などである。ホームゲートウェイ７は、ＩＰネットワーク２００を経由してサーバコンピュータＳＶと通信したり、データベースＤＢとデータを授受したりできる。なおＩＰネットワーク２００は、ホームゲートウェイ７とクラウド３００との間に双方向の通信環境を形成するための、無線または有線の通信インフラストラクチャを含むことができる。

クラウド３００は、収集部３００ａ、予測部３００ｂ、計算部３００ｃ、および制御部３００ｄを備える。また、ＦＣユニット１０３の制御対象モデル３００ｇ、および各種のデータ３００ｈがクラウド３００のデータベースＤＢに記憶される。収集部３００ａ、予測部３００ｂ、計算部３００ｃ、および制御部３００ｄは、単体のサーバコンピュータＳＶ、あるいは、クラウド３００に分散配置される機能オブジェクトである。これらの機能オブジェクトを如何にしてシステムにインプリメントするかは、当業者によれば容易に理解されるであろう。

例えば収集部３００ａ、予測部３００ｂ、計算部３００ｃ、および制御部３００ｄは、クラウド３００のサーバコンピュータＳＶにより実行されるプログラムとして実現される。このプログラムは単体のコンピュータにより実行されることもできるし、複数のコンピュータを備えるシステムにより実行されることも可能である。プログラムに記載される命令が実行されることで、実施形態に係わる諸機能が実現される。

収集部３００ａは、ホーム１００のエネルギー関連機器（家電機器５、ＰＶユニット１０１、蓄電池１０２およびＦＣユニット１０３など）に係わる各種データを各ホーム１００のホームゲートウェイ７から、定期的、あるいは不定期に取得する。また収集部３００ａは、ユーザの、端末１０５を用いた操作履歴などを端末１０５から取得する。なお、収集部３００ａと端末１０５とが通信回線４０を介して直接通信することも可能である。

取得されたデータはデータベースＤＢにデータ３００ｈとして保持される。データ３００ｈは、各ホーム１００の電力デマンド、各家電機器５の消費電力量、給湯量、稼動状態、蓄電池１０２の充電残量や充放電電力、ＰＶユニット１０１の発電量などを含む。加えて、気象庁などから提供される気象データなどもデータ３００ｈに含めることが可能である。

予測部３００ｂは、収集部３００ａにより取得されたデータ３００ｈに基づいて、ホーム１００におけるエネルギーデマンド（電力デマンド、給湯デマンドなど）と、エネルギー生産量（発電量）を予測する。予測部３００ｂは、例えばホーム１００の電力デマンド、給湯デマンド、ＰＶの発電量などを予測する。

計算部３００ｃは、制御対象モデル３００ｇと、予測されたエネルギーデマンドおよびエネルギー生産量とに基づいて、蓄電池１０２およびＦＣユニット１０３の運転スケジュールを計算する。つまり計算部３００ｃは、例えば電力デマンド、給湯デマンド、およびＰＶ発電量に基づいて、例えば蓄電池１０２の充放電スケジュール、またはＦＣユニット１０３の発電スケジュール（ＦＣ発電スケジュール）を計算する。

すなわち計算部３００ｃは、ホーム１００におけるエネルギー収支を最適化すべく、蓄電池１０２、ＦＣユニット１０３の運転スケジュールを計算する。この処理を最適スケジューリングと称する。エネルギー収支を最適化することで、破棄される余剰電力を最小にしたり、エネルギーコストを最小化することができる。

エネルギー収支とは例えば光熱費収支であり、家電機器５により消費される電力エネルギーのコストと、主にＰＶユニット１０１により生成されるエネルギーの売電料金とのバランスにより評価される量である。計算された蓄電池１０２、ＦＣユニット１０３の時系列の運転スケジュールはデータベースＤＢに記憶される。

制御部３００ｄは、計算された運転スケジュールに基づいて蓄電池１０２、ＦＣユニット１０３を制御する。すなわち制御部３００ｄは、最適スケジューリングの結果から蓄電池１０２の充放電、稼動、またはＦＣユニット１０３の発電のための運転・停止指示、出力目標値などを生成する。これらの制御情報は、通信回線４０を介して端末１０５やホームゲートウェイ７に送信される。

ホーム１００の端末１０５は、運転スケジュールに従って制御部３００ｄから送信された制御情報に基づく家電機器５の制御にユーザの意思を反映させるための、インタフェース部（図３のユーザインタフェース１０５ａ）を備える。ユーザインタフェース１０５ａは、蓄電池１０２の充放電スケジュールやＦＣユニット１０３の発電スケジュールを表示する表示器を備える。ユーザは、表示器に表示された内容を見てスケジュールを確認したり、表示されたスケジュールの実行の許可または拒否を選択したりすることができる。これによりスケジュールの実行にユーザの意思を反映させることができる。

また、ユーザは、クラウド３００にスケジュールの再計算を要求したり、そのために必要になる情報をシステムに与えたりするための指示（コマンド）を、ユーザインタフェース１０５ａを介して入力することができる。以上の構成を基礎として、以下に、実施形態の詳細を説明する。

図３は、図２に示されるエネルギー管理システムの一例を示す機能ブロック図である。図３において、ホームゲートウェイ７は、ホーム１００のＰＣＳ１０４、１０６、２３０、家電機器５、蓄電池１０２、ＦＣユニット１０３、電力量計１９、および分電盤２０などで得られた各種のデータを定期的、あるいは不定期にクラウド３００に送信する。各種のデータは例えば家電機器５の所定時間ごとの消費電力量、稼動状態、蓄電池１０２の充電残量（State of Charge：ＳＯＣ）や充放電電力量、ホーム１００の電力デマンド、給湯デマンド、ＰＶ発電量などを含む。これらのデータはデータベースＤＢに蓄積（store）される。またユーザの端末１０５の操作履歴などもクラウド３００に送信され、データベースＤＢに蓄積されることができる。

上記データのいずれかが基準値を上回れば、あるいは下回れば、ホームゲートウェイ７は当該データをクラウド３００に送信する。不定期とは、このようなタイミングでの送信を意味する。なお基準値は、ユーザインタフェース１０５ａを用いて、ユーザにより設定されることができる。

図３において、予測部３００ｂ、計算部３００ｃ、および制御部３００ｄは、ユーザごとに専用に設けられる機能オブジェクトとしてインプリメントされることが可能である。つまり予測部３００ｂ、計算部３００ｃ、および制御部３００ｄの機能をユーザごとに設けることが可能である。例えばプログラムの実行過程においてスレッドを複数立てることで、このような形態が可能である。このような形態によればセキュリティを確保し易いなどのメリットがある。

予測部３００ｂは、ユーザごとの電力デマンド、給湯デマンド、ＰＶ発電量、および気象データ（天気予報）なども用いて、対象とする日の所定時間ごとの電力デマンド、給湯デマンド、ＰＶ発電量を予測する。気象データは１日数回のタイミングで他のサーバ（気象庁など）から配信される。この気象データを受信したタイミングに合わせて予測計算を実行してもよい。

デマンドは、気象情報と過去の需要データからニューラルネットワークにより予測されたり（特開平０６−２７６６８１号公報に開示）、複数のユーザの過去の需要データをグループ化し、グループごとの平均な需要変動モデルによって予測されたりする（特開２００４−１１２８６９号公報に開示）ことが可能である。

給湯デマンドは、例えばカレンダ情報から予測する（特開２０１１−８３０８４号公報に開示）ことができる。ＰＶ発電量は、過去データにおける異なる時刻の間の統計的相関、あるいは異なる設置位置の間の統計的相関に基づいて予測する（特開２０１１−２０００４０号公報）ことが可能である。

計算部３００ｃは、予測計算により算出された所定時間ごとのエネルギーデマンド、エネルギー供給量、エネルギー単価、および制御対象モデル３００ｇなどに基づいて、蓄電池１０２およびＦＣユニット１０３の動作制御に係わる最適スケジューリングを実行する。最適スケジューリングにより、例えば蓄電池１０２の充放電スケジュール、およびＦＣユニット１０３の発電スケジュールが算出される。

なお、ＦＣユニット１０３の起動および停止には時間やコストがかかるし、発電量目標値の変更からその実現に至るまでにはやはり時間がかかる。このため発電量目標値をある程度固定された値とし、起動／停止もできるだけ少なくするのが好ましい。

図４は制御対象モデル３００ｇについて説明するための図である。制御対象モデル３００ｇは、電力グリッド６、ＦＣユニット１０３、蓄電池１０２、ＰＶユニット１０１、および負荷（家電）５を構成要素として含む。ＦＣユニット１０３は、ＦＣ本体２２０、補助ボイラ２２１、逆潮流防止ヒータ２２２、貯湯槽２２３およびＰＣＳ２３０を構成要素として含む。

ＰＣＳ２３０は構成要素としてインバータ２４０を含む。インバータ２４０は、ＦＣ本体２２０により発生される直流電圧を交流電圧に変換する。またインバータ２４０は、自らの出力電流と出力電圧との位相差（θ）を可変することにより出力電力の力率（ｃｏｓθ）を変化させる機能を備える。この力率は、計算部３００ｃ（図３）により算出されたＦＣユニット１０３の発電スケジュールに基づいて、制御部３００ｄにより制御される。つまり発電スケジュールは、インバータ２４０の出力電力の力率を制御するためにも用いられる。

図４に示される変量は、下記の表に示される。

制御対象モデル３００ｇは、各構成要素の間での入力／出力の関係を示す。構成要素間での入力変数／出力変数の関係は、表１に示される変量の関係を示す数式で表される。制御対象モデル３００ｇは、例えば次式(1)〜(12)により表現されることが可能である。

式(1)において、ガス供給量Ｆ（ｔ）は、ＦＣユニット１０３への供給量Ｆ_FC（ｔ）と補助ボイラ２２１への供給量Ｆ_B（ｔ）との和で示される。ＦＣ本体２２０は、Ｆ_FC（ｔ）のガス供給量に対してＰ_FC（ｔ）だけ発電し、Φ_FC（ｔ）だけ排熱するとする。このＦＣ本体２２０の入出力特性、すなわちＦＣ本体２２０におけるガス供給量、発電量、および排熱量の関係は、式(2)、(3)のように近似して示される。

逆潮流防止ヒータ２２２は、電力Ｐ_H（ｔ）を熱量Φ_H（ｔ）の熱に変換して消費させることで、余剰電力が電力グリッド６に逆潮流しないように制御する。つまり余剰電力に相当する熱量が廃棄される。補助ボイラ２２１は、給湯デマンドのうち貯湯槽２２３からの給湯Φ_ST（ｔ）で賄いきれない分の給湯Φ_B（ｔ）を供給する。

貯湯槽２２３の貯湯量Ｈ（ｔ）は、式(4)に示されるように、ＦＣ本体２２０の排熱Φ_FC（ｔ）、逆潮流防止ヒータ２２２の発熱量Φ_H（ｔ）、および給湯Φ_ST（ｔ）により増減する。式(4)の左辺は貯湯槽２２３に入る熱量を湯量ベースで表すもので、左辺第１項はｒ・Ｈ（ｔ−１）＝残存率×前回貯湯量＝放熱後に残る湯量である。

貯湯効率（残存率）ｒは、時間ｔ−１からｔの間での、放熱による減少後に残る熱の割合を示す係数である。左辺第２項はＦＣ排熱の回収量であり、第３項は逆潮流防止ヒータ２２２の発熱量であり、いずれも湯量換算値である。

式(4)の右辺は貯湯槽２２３から出る熱量との残りの熱量とを湯量ベースで示す。右辺第１項は今回の貯湯量、第２項は今回の給湯量（厳密にはｔ−１からｔの間での給湯量）を示す。式(5)は貯湯槽２２３の容量制約を示す。
蓄電池１０２は、充放電電力Ｐ_SB（ｔ）により充電残量Ｓ（ｔ）が増減するモデルとしてモデル化することが可能である。

式(6)は、電力の需給バランスを示す。Ｐ_D（ｔ）はホーム１００の電力デマンドを示し、Ｐ_C（ｔ）は購入電力または売電電力を示し、Ｐ_PV（ｔ）はＰＶユニット１０１の発電量を示す。式(7)、(8)はＦＣ本体２２０と蓄電池１０２からの逆潮流を禁止するという制約条件を示す。式(9)は蓄電池１０２の容量の制約条件を示す。

式(10)は実施形態を特徴づけるもので、ＦＣユニット１０３の発電量の有効電力Ｐ_FC（ｔ）を算出するための式である。式(10)に示される変換はインバータ２４０（図４）により実施される。式(11)は力率を示す。式(12)は、日本においてホーム１００を電力グリッド６に系統連系する上での制約を示すもので、例えば非特許文献１において示される。

計算部３００ｃ（図２、図３）は、以上のような条件のもとで、電力デマンド、給湯デマンドとＰＶ発電量、電気・ガスの料金単価および電力買い取り価格が与えられたとき、蓄電池１０２の満充電に伴い破棄される余剰電力を最小化するという制約条件下で、光熱費（エネルギーコスト）が最小となるように、ＦＣユニット１０３による有効電力Ｐ_FC（ｔ）の発電スケジュールと、蓄電池１０２からの放電電力Ｐ_SB（ｔ）の放電スケジュールとを求める。最適化アルゴリズムには例えば遺伝的アルゴリズムを用いることができる。

図５は、実施形態に係る遺伝的アルゴリズムにおける遺伝子設計の一例を示す概念図である。実施形態では、遺伝子にＦＣユニット１０３の発電量の有効電力Ｐ_FC（ｔ）と蓄電池１０２の充放電電力Ｐ_SB（ｔ）とを組み込むようにした。１日分の蓄電池１０２およびＦＣユニット１０３の運転スケジュールを個体とし、複数の個体から世代を形成する。

式(13)に、最大化すべき適合度Ｆｉｔを示す。このＦｉｔを目的関数として最適化することにより、運転スケジュールを算出することができる。光熱費収支Ｃを式(14)に示し、機器稼動の不連続性に掛かるコストｇ（Ｐ_FC（ｔ），Ｐ_SB（ｔ））を式(15)に示す。光熱費収支Ｃにおけるｔ＝０〜ｔ＝２３までの総和は２４時間に渡る和を求めることに対応する。

式(12)において、適合度Ｆｉｔを、１日あたりの光熱費収支Ｃを変数とする単調増加関数ｆ（Ｃ）に機器稼動の不連続性に掛かるコストｇ（Ｐ_FC（ｔ），Ｐ_SB（ｔ））＞０を加算し、その逆数として表す。これは、ホーム１００のデマンドをＰＶ発電量が大きく上回ると光熱費収支Ｃが負になる可能性を考慮し、光熱費収支Ｃの減少と適合度Ｆｉｔの増加とを対応させるためである。実施形態ではｆ（Ｃ）＞０となる関数を用いる。

以上の式に、電力デマンド、給湯デマンド、ＰＶ発電量、電気料金単価、ガス料金単価およびＰＶ買取価格を与え、突然変異、交差、淘汰など、遺伝的操作を繰り返してＦｉｔを最大化する。これにより、光熱費収支Ｃの最小化を促す、ＦＣユニット１０３の発電量の有効電力Ｐ_FC（ｔ）と蓄電池１０２の充放電Ｐ_SB（ｔ）との系列を求めることが可能になる。

図６は、実施形態に係る最適化演算の手順の一例を示すフローチャートである。計算部３００ｃは例えば遺伝的アルゴリズム（genetic algorithm）により最適化演算を実施する。
（ステップＳ２−１） 初期個体群の生成
制約条件を満足するｎ個の初期個体を、過去の実績値に基づいて、あるいはランダムに発生させる。制約条件を満足しない固体は遺伝子をビット反転させて、制約条件を満足させるように改変する。
（ステップＳ２−２） 終了判定処理
ステップＳ２−３〜Ｓ２−６の処理を繰り返す処理である。各個体の適合度およびその世代での平均適合度を計算する。ステップＳ２−２のループが規定回数になればアルゴリズム演算は終了される。または、その世代における平均適応度を前２世代の平均適応度と比較し、その結果が任意に設定した値ε以下であればアルゴリズムは終了される。
（ステップＳ２−３） 淘汰
制約条件を満足しない個体を淘汰する。また、予め定義した個体数以上の個体が存在する場合は適応度の悪い（適応度の小さい）個体をその個数まで淘汰する。
（ステップＳ２−４） 増殖
個体数が予め定義した個体数より少ない場合、適応度が最良の個体を増殖させる。
（ステップＳ２−５） 交叉
ランダムにペアリングを行う。ペアリングは全個体数に対する割合（交叉率）分だけ行い、ペアごとにランダムに遺伝子座を選び、一点交叉させる。
（ステップＳ２−６） 突然変異
全個体数に対する割合（突然変異率）分だけランダムに個体を選び、各個体の任意（ランダムに決定する）の遺伝子座の遺伝子をビット反転させる。

（ステップＳ２−２）〜（ステップＳ２−６）の手順は、世代数＜最大世代数の条件が満たされるまで、世代数をインクリメントしつつ繰り返される。この条件が満たされれば結果出力（ステップＳ２−７）ののち終了となる。

図７は、実施形態における処理手順の一例を示すシーケンス図である。最適化演算には電力デマンド予測、給湯デマンド予測、ＰＶ発電量予測などの処理が必要である。よって図７に示されるシーケンスは、予測計算の実施されるタイミング（例えば１日数回）に合わせて実行される。

図７において、予測部３００ｂは、ホーム１００における所定時間ごとの電力デマンド、給湯デマンド、ＰＶ発電量などの実測データをデータベースＤＢから取得する（ステップＳ１）。このステップでは現在のデータだけでなく、例えば前年同日のデータなど過去のデータが取得されても良い。次に予測部３００ｂは、所定時間ごとのホーム１００における電力デマンド、給湯デマンドおよびＰＶ発電量を予測する（ステップＳ２）。算出された予測データは計算部３００ｃに渡される。

計算部３００ｃは、余剰電力を最小化しエネルギー収支を最適化すべく、最適スケジューリングを実行する（ステップＳ３）。すなわち計算部３００ｃは、予測部３００ｂから渡された予測データに基づいて、例えば遺伝的アルゴリズムに基づいて式(13)のＦｉｔを最適化することにより運転スケジュールを算出する。算出された運転スケジュールは、ＦＣユニット１０３の発電量の有効電力のスケジュール、および蓄電池１０２の充放電量の所定時間ごとのスケジュールを含む。運転スケジュールはデータベースＤＢに記憶され、また、ＩＰネットワーク２００を介してホーム１００の端末１０５に送信される。

端末１０５は、受信した運転スケジュールをグラフィカルに表示する（ステップＳ４）。運転スケジュールの送信から表示に係わるルーチンは定期的に、あるいはユーザからの要求に応じて実行される。ユーザは、表示された運転スケジュールの実行を許可するか、許可しないかを、端末１０５のユーザインタフェースを介して指定する（ステップＳ５）。許可されなければ、その旨がＩＰネットワーク２００を介して計算部３００ｃに通知され、ステップＳ３からの手順が再度実行される。許可されれば、その旨がＩＰネットワーク２００を介して制御部３００ｄに通知される。

制御部３００ｄは、許可された運転スケジュールをデータベースＤＢから取得する（ステップＳ６）。次に制御部３００ｄは、許可された運転スケジュールに沿ってホーム１００の蓄電池１０２、ＦＣユニットあるいは家電機器５を制御するための制御情報を作成する（ステップＳ７）。この制御情報はＩＰネットワーク２００を介してホーム１００のホームゲートウェイ７に送信される。

制御情報は、例えば蓄電池１０２の充放電、ＦＣユニット１０３の発電のための運転・停止指示、出力目標値などを含む。制御情報を受けたホームゲートウェイ７は、制御情報の内容に従って、制御対象の機器（蓄電池１０２、ＦＣユニットあるいは家電機器５など）を制御する。以上の手順はスケジューリングの時間間隔ごとに繰り返される。

図８は、実施形態により得られる効果を説明するための図である。図８はホーム１００の１日の電力デマンドと給湯デマンドとの予測結果に基づき算出された、蓄電池１０２およびＦＣユニット１０３の１日分の運転スケジュールの一例を示す。電気料金単価は７：００から２３：００までが２８円／ｋＷｈ、２３：００から翌日７：００までが９円／ｋＷｈの昼夜別料金を想定した。図８においては売電による光熱費収支の改善については想定せず、電力デマンド、給湯デマンドと電気、ガスの料金単価のみを用いた計算結果を示す。

蓄電池１０２の運転スケジュールは、電気料金単価の安い時間帯（０：００〜６：００）に充電し、電気料金単価の高い時間帯（７：００〜１０：００、１３：００〜２２：００）に放電するようになっている。これにより、電気料金単価の高い時間帯の購入電力が減るので電気代を減らすことできる。

ＦＣユニット１０３は一定の出力で稼働しているように見えるが、その出力の力率は単位時間ごとに制御されている。従って有効電力の値も変化し、その増減は、余剰電力が解消するように作用する。発電量が電力需要を上回る時間（１２：００〜１４：００）は余剰発電量を蓄電池１０２に充電することも可能である。よって発電された電力が逆潮流防止ヒータ２２２で無駄に消費（廃棄）されることを防止でき、ガス代も削減することが可能になる。逆潮流防止ヒータ２２２は、２４時間に渡って稼働することなく推移していることが分かる。

以上述べたように実施形態では、ホーム１００におけるＰＶ発電量、電力デマンド、給湯デマンドが予測される。そして、予測されたデマンドに基づいて、設定した制約条件下で評価関数を最小化する最適化計算により運転スケジュールが算出される。
つまり、ＦＣユニット１０３の発電量の有効電力を可変とした制御対象モデルに基づいて、ＦＣユニット１０３の運転スケジュールおよび蓄電池１０２の充放電スケジュールを最適化するようにしている。ＦＣユニット１０３の発電量の有効電力は、インバータ２３０の出力電力の力率を制御することで実現される。

また実施形態では、式(13)、(14)に示されるように、最大化すべき適合度Ｆｉｔを示す関数に、ＦＣユニット１０３の稼働に要するガス料金が含まれるようにした。これにより、可能解が存在するという条件下で、逆潮流防止ヒータ２２２を無駄に動作させるようなスケジュールは最適化計算の過程で淘汰される方向に作用する。

さらに、ステップＳ１−２の予測手順と、ステップＳ１−３の最適スケジューリング（図６）とを組み合せることで、一日分程度のまとまった期間のデマンド予測、給湯デマンド予測およびＰＶ発電予測に応じて、ＦＣユニット１０３の発電スケジュールや蓄電池１０２の充放電スケジュールといった需給計画を、全体のバランスを考慮したうえで作成できるようになる。
従って、蓄電池１０２が満充電になり、ＦＣユニット１０３の余剰電力を充電できないケースや、蓄電池１０２から放電すべきときに充電残量が足りないといったケースを回避することが可能になる。

以上からこの実施形態によれば、商用電力系統に逆潮流できない余剰電力が無駄に消費されることを防止可能なエネルギー管理システム、エネルギー管理方法、プログラム、サーバおよびクライアント装置を提供することが可能になる。

なお、本発明は上記実施形態に限定されるものではない。例えば図３において、予測部３００ｂ、計算部３００ｃ、および制御部３００ｄを、複数のユーザごとに設けられる機能オブジェクトとしてインプリメントすることも可能である。つまり予測部３００ｂ、計算部３００ｃによる演算を、複数のユーザをまとめた単位で実行することも可能である。このような形態によれば計算リソースの節約などのメリットを得ることが可能である。

また、制御部３００ｄをクラウド３００でなく、クライアント装置としてのホームゲートウェイ７の機能としてインプリメントすることも可能である。
つまり実施形態では、ホーム１００の蓄電池１０２およびＦＣユニット１０３を、クラウド３００で計算された運転スケジュールに基づいて、クラウド３００から制御するようにした。これに代えて、蓄電池１０２およびＦＣユニット１０３を、クラウド３００で計算された運転スケジュールに基づいて、ホームゲートウェイ７により制御することももちろん可能である。
このような形態では、制御部３００ｄに相当する機能を持つアプリケーションをホームゲートウェイ７にインストールし、このアプリケーションに、クラウド３００で計算された運転スケジュールを通知するようにすればよい。

また、運転スケジュールを算出するための解法として遺伝的アルゴリズムは唯一のものではない。他の種々のアルゴリズムを用いて最適な運転スケジュールを算出することが可能である。

また、図５に示される遺伝子設計に示される有効電力Ｐ_FC（ｔ）を、ＦＣ本体２２０の発電量の皮相電力であるＳ_FC（ｔ）と力率cosθとのセットで示すこともできる。このケースでは図５に示される遺伝子設計を図９のように表現することも可能である。

本発明のいくつかの実施形態を説明したが、これらの実施形態は例として提示するものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

５…家電機器、６…電力グリッド、７…ホームゲートウェイ、７ａ…通信部、１９…電力量計、２０…分電盤、２１…配電線、２５…ホームネットワーク、４０…通信回線、６１…変圧器、１００…ホーム、１０１…ＰＶユニット、１０２…蓄電池、１０３…ＦＣユニット、１０４，１０６，２３０…ＰＣＳ、１０５…端末、１０５ａ…ユーザインタフェース、２００…ＩＰネットワーク、２２０…ＦＣ本体、２２１…補助ボイラ、２２２…逆潮流防止ヒータ、２２３…貯湯槽、２４０…インバータ、３００…クラウドコンピューティングシステム、３００ａ…収集部、３００ｂ…予測部、３００ｃ…計算部、３００ｄ…制御部、３００ｇ…制御対象モデル、３００ｈ…データ

Claims (26)

1. 燃料電池と、この燃料電池からの直流電圧を交流電圧に変換するインバータと、蓄電池とを備える建物におけるエネルギーデマンドを予測する予測部と、
   前記燃料電池、前記インバータおよび前記蓄電池の運転スケジュールを、前記予測されたエネルギーデマンドに基づいて、前記建物におけるエネルギー収支の関数を適合度とする最適化計算により計算する計算部と、
   前記計算された運転スケジュールに基づいて、前記燃料電池と、前記インバータと、前記蓄電池とを制御する制御部とを具備する、エネルギー管理システム。
2. 前記運転スケジュールは、前記燃料電池の発電量の時系列と、前記インバータの力率の時系列と、前記蓄電池の充放電の時系列とを含む、請求項１に記載のエネルギー管理システム。
3. 前記計算部は、前記燃料電池の余剰電力を最小化すべく、前記運転スケジュールを計算する、請求項１に記載のエネルギー管理システム。
4. 前記建物が、再生可能エネルギーに由来する電力を発電する創エネルギー機器を備える場合に、前記予測部は、前記創エネルギー機器の発電量を予測し、
   前記計算部は、前記予測されたエネルギーデマンドと前記予測された発電量とに基づいて前記運転スケジュールを計算する、請求項３に記載のエネルギー管理システム。
5. 前記計算部は、前記燃料電池および前記蓄電池を含む制御対象モデルに係わる変量を含む目的関数を最適化して前記運転スケジュールを計算する、請求項１に記載のエネルギー管理システム。
6. 前記目的関数は、電気料金、ガス料金および売電価格を変数として含む、請求項５に記載のエネルギー管理システム。
7. 前記計算部は、前記目的関数を遺伝的アルゴリズムにより最適化する、請求項５および６のいずれか１項に記載のエネルギー管理システム。
8. さらに、前記運転スケジュールにユーザの意思を反映させるためのインタフェース部を備える、請求項１に記載のエネルギー管理システム。
9. 前記予測部、前記計算部、および前記制御部の少なくともいずれか１つは、クラウドコンピューティングシステムに配置される機能オブジェクトである、請求項１に記載のエネルギー管理システム。
10. 燃料電池と、この燃料電池からの直流電圧を交流電圧に変換するインバータと、蓄電池とを備える建物におけるエネルギーデマンドを、コンピュータが予測する過程と、
    前記燃料電池、前記インバータおよび前記蓄電池の運転スケジュールを、前記予測されたエネルギーデマンドに基づいて、前記建物におけるエネルギー収支の関数を適合度とする最適化計算によりコンピュータが計算する過程と、
    前記計算された運転スケジュールに基づいて、前記燃料電池と、前記インバータと、前記蓄電池とを、コンピュータが制御する過程とを具備する、エネルギー管理方法。
11. 前記運転スケジュールは、前記燃料電池の発電量の時系列と、前記インバータの力率の時系列と、前記蓄電池の充放電の時系列とを含む、請求項１０に記載のエネルギー管理方法。
12. 前記コンピュータは、前記燃料電池の余剰電力を最小化すべく、前記運転スケジュールを計算する、請求項１０に記載のエネルギー管理方法。
13. 再生可能エネルギーに由来する電力を発電する創エネルギー機器を前記建物が備える場合に、前記コンピュータは、前記創エネルギー機器の発電量を予測し、
    前記コンピュータは、前記予測されたエネルギーデマンドと前記予測された発電量とに基づいて前記運転スケジュールを計算する、請求項１２に記載のエネルギー管理方法。
14. 前記コンピュータは、前記燃料電池および前記蓄電池を含む制御対象モデルに係わる変量を含む目的関数を最適化して前記運転スケジュールを計算する、請求項１０に記載のエネルギー管理方法。
15. 前記目的関数は、電気料金、ガス料金および売電価格を変数として含む、請求項１４に記載のエネルギー管理方法。
16. 前記コンピュータは、前記目的関数を遺伝的アルゴリズムにより最適化する、請求項１４および１５のいずれか１項に記載のエネルギー管理方法。
17. 請求項１０乃至１６のいずれか１項に記載の方法をコンピュータに実行させるための命令を含む、プログラム。
18. 燃料電池と、この燃料電池からの直流電圧を交流電圧に変換するインバータと、蓄電池とを備える建物のクライアント装置と通信可能なサーバであって、
    前記燃料電池、前記インバータ、および前記蓄電池に係わるデータを前記クライアント装置から取得する取得部と、
    前記取得されたデータに基づいて前記建物におけるエネルギーデマンドを予測する予測部と、
    前記燃料電池、前記インバータおよび前記蓄電池の運転スケジュールを、前記予測されたエネルギーデマンドに基づいて、前記建物におけるエネルギー収支の関数を適合度とする最適化計算により計算する計算部とを具備する、サーバ。
19. 前記運転スケジュールは、前記燃料電池の発電量の時系列と、前記インバータの力率の時系列と、前記蓄電池の充放電の時系列とを含む、請求項１８に記載のサーバ。
20. 前記計算部は、前記燃料電池の余剰電力を最小化すべく、前記運転スケジュールを計算する、請求項１８に記載のサーバ。
21. 前記建物が、再生可能エネルギーに由来する電力を発電する創エネルギー機器を備える場合に、前記予測部は、前記創エネルギー機器の発電量を予測し、
    前記計算部は、前記予測されたエネルギーデマンドと前記予測された発電量とに基づいて前記運転スケジュールを計算する、請求項２０に記載のサーバ。
22. 前記計算部は、前記燃料電池および前記蓄電池を含む制御対象モデルに係わる変量を含む目的関数を最適化して前記運転スケジュールを計算する、請求項１８に記載のサーバ。
23. 前記目的関数は、電気料金、ガス料金および売電価格を変数として含む、請求項２２に記載のサーバ。
24. 前記計算部は、前記目的関数を遺伝的アルゴリズムにより最適化する、請求項２２または２３のいずれか１項に記載のサーバ。
25. 燃料電池と、この燃料電池からの直流電圧を交流電圧に変換するインバータと、蓄電池とを備える建物に設けられ、サーバと通信可能なクライアント装置であって、
    前記燃料電池、前記インバータ、および前記蓄電池に係わるデータに基づいて予測された前記建物のエネルギーデマンドに基づいて、前記建物におけるエネルギー収支の関数を適合度とする最適化計算により計算された前記燃料電池、前記インバータおよび前記蓄電池の運転スケジュールに基づいて、前記燃料電池と、前記インバータと、前記蓄電池とを制御する制御部とを具備する、クライアント装置。
26. 前記運転スケジュールは、前記燃料電池の発電量の時系列と、前記インバータの力率の時系列と、前記蓄電池の充放電の時系列とを含む、請求項２５に記載のクライアント装置。