JP7761018B2 - 情報処理装置、生産計画作成方法及び生産計画作成プログラム - Google Patents

Description

本発明は、情報処理装置、生産計画作成方法及び生産計画作成プログラムに関する。

企業が自らの事業の使用電力を１００％再生可能エネルギーで賄うことを目指す国際的なイニシアティブ、いわゆるＲＥ１００（Renewable Energy 100％）の注目度が高まっている。

ＲＥ最大化を実現する側面から、企業などの組織では、組織の使用電力の全てをクリーンエネルギーに由来する電力で供給したり、あるいはクリーンエネルギーの発電後に電気から分離された属性価値を購入したりする。

特開２０２２－１５１１７４号公報 特開２０２２－９２８９８号公報

しかしながら、製品の生産計画は、製造ラインや製造装置などの設備、製品の種類や数量、納期などの注文を含む製造オーダ、在庫数などに基づいて作成されるので、効率や納期が優先される結果、ＲＥ最大化が後回しにされた生産計画が作成される場合がある。

本発明は、ＲＥ最大化を支援する生産計画の作成を実現することを目的とする。

本発明の一側面にかかる情報処理装置は、クリーンエネルギーの予測供給量を受け付ける第１受付部と、エネルギーの予測使用量を受け付ける第２受付部と、クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行するシミュレーション部と、を有する。

本発明の一側面にかかる生産計画作成方法では、クリーンエネルギーの予測供給量を受け付け、エネルギーの予測使用量を受け付け、クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行する、処理をコンピュータが実行する。

本発明の一側面にかかる生産計画作成プログラムは、クリーンエネルギーの予測供給量を受け付け、エネルギーの予測使用量を受け付け、クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行する、処理をコンピュータに実行させる。

一実施形態によれば、ＲＥ最大化を支援する生産計画の作成を実現できる。

図１は、生産計画作成システムの構成例を示す図である。 図２は、データ受付処理の手順を示すフローチャートである。 図３は、電力供給システムを示す模式図である。 図４は、証書の購入例を示す模式図である。 図５は、シミュレーション処理の手順を示すフローチャートである。 図６は、ＲＥ度合い算出処理の手順を示すフローチャートである。 図７は、ＲＥ度合い算出処理の手順を示すフローチャートである。 図８は、生産計画の一例を示す図である。 図９は、製造過程情報の一例を示す図である。 図１０は、ユーザ端末の表示例を示す図である。 図１１は、ユーザ端末の表示例を示す図である。 図１２は、リクエスト発行処理の手順を示すフローチャートである。 図１３は、リクエスト生成処理の手順を示すフローチャートである。 図１４は、ハードウェア構成例を示す図である。

以下、添付図面を参照して本願に係る情報処理装置、生産計画作成方法及び生産計画作成プログラムを実施するための形態（以下、「実施形態」と記載）について説明する。各実施形態には、例や側面を示すに過ぎず、このような例示により数値や機能の範囲、利用シーンなどは限定されない。そして、各実施形態は、処理内容を矛盾させない範囲で適応的に組み合わせることが可能である。

＜全体構成＞
まず、本実施形態にかかる生産計画作成システム１の全体構成について説明する。図１は、生産計画作成システム１の構成例を示す図である。図１に示す生産計画作成システム１は、プラント等の生産設備における製品の生産計画を作成する生産計画作成機能を提供するものである。

このような生産計画作成機能の一環として、ＲＥ最大化を支援する生産計画の作成を実現する点において既存の従来技術とは区別される。ここで言う「ＲＥ最大化」とは、再生可能エネルギーに由来する電力の供給を特定の目標値まで最大化することを指し、必ずしも上限値である１００％に限らず、８０％や９０％などが目標値としてされてもよい。

以下、本実施形態に記載する「エネルギー」には、クリーンエネルギーおよび非クリーンエネルギーが含まれてよい。このうち、「クリーンエネルギー」は、グリーンエネルギーとも呼ばれ、例えば、いわゆる再生可能エネルギーを含んでよい。また、「非クリーンエネルギー」は、クリーンエネルギーでないエネルギーを指し、例えば、化石エネルギーを含んでよい。以下、クリーンエネルギーの一例として、再生可能エネルギーを挙げ、この再生可能エネルギーを指して「再エネ」、あるいは「ＲＥ」と記載する場合がある。

図１に示すように、生産計画作成システム１には、生産管理システム３と、電力取引システム５と、各種デバイス７と、情報処理装置１０と、ユーザ端末３０とが含まれ得る。これら生産管理システム３、電力取引システム５、各種デバイス７およびユーザ端末３０と、情報処理装置１０との間は、任意のネットワークＮＷを介して通信可能に接続され得る。なお、ネットワークＮＷは、有線や無線を問わず、インターネット技術、工業用通信規格、あるいはＩｏＴ（Internet of Things）向けの省電力無線通信規格などの任意の技術により実現されてよい。

生産管理システム３は、プラント等の生産設備で行われる生産に関する業務を一括で管理するシステムである。また、電力取引システム５は、グリーン電力証書やＪクレジット、非化石証書などの環境価値を取引するシステムである。なお、電力取引システムについては、図４を用いて後述する。

各種デバイス７は、情報処理装置１０に接続され得る各種のデバイスである。例えば、各種デバイス７には、上記の生産計画作成機能の提供を受けるユーザが有する需要設備における電力使用量を測定するスマートメータなどが含まれてよい。このような需要設備には、製造工場の設備である製造ライン、製造ラインに含まれる製造装置などの生産設備が含まれてよい他、オフィスの設備などが含まれることを妨げない。

情報処理装置１０は、上記の生産計画作成機能を提供するコンピュータの一例である。例えば、情報処理装置１０は、上記の生産計画作成機能をオンプレミスに提供するサーバとして実現されてよい。この他、情報処理装置１０は、ＰａａＳ（Platform as a Service）型、あるいはＳａａＳ（Software as a Service）型のアプリケーションとして実現することで、上記の生産計画作成機能をクラウドサービスとして提供することもできる。

ユーザ端末３０は、上記の生産計画作成機能の提供を受けるユーザにより使用される端末装置である。ここで言う「ユーザ」は、一例として、企業等の組織のみならず、組織の関係者などが含まれてよい。例えば、ユーザ端末３０は、パーソナルコンピュータを始め、スマートフォン、タブレット端末、ウェアラブル端末などの任意のコンピュータにより実現されてよい。

＜情報処理装置１０の構成＞
次に、本実施形態に係る情報処理装置１０の機能構成例について説明する。図１には、情報処理装置１０が有する生産計画作成機能に関連するブロックが模式化されている。図１に示すように、情報処理装置１０は、通信制御部１１と、記憶部１３と、制御部１５とを有する。なお、図１には、上記の生産計画作成機能に関連する機能部が抜粋して示されているに過ぎず、図示以外の機能部が情報処理装置１０に備わることとしてもよい。

通信制御部１１は、生産管理システム３や電力取引システム５、各種デバイス７、ユーザ端末３０などの他の装置との間の通信を制御する機能部である。例えば、通信制御部１１は、ネットワークインタフェイスカードにより実現され得る。

記憶部１３は、各種のデータを記憶する機能部である。例えば、記憶部１３は、情報処理装置１０の内部、外部または補助のストレージにより実現される。例えば、記憶部１３は、予測供給量１３Ａ、設定情報１３Ｂ、予測使用量１３Ｃおよび生産諸元情報１３Ｄなどのデータを記憶する。なお、予測供給量１３Ａ、設定情報１３Ｂ、予測使用量１３Ｃおよび生産諸元情報１３Ｄなどのデータの説明は、参照、生成または登録が実行される場面で併せて説明することとする。

制御部１５は、情報処理装置１０の全体制御を行う機能部である。例えば、制御部１５は、ハードウェアプロセッサにより実現され得る。図１に示すように、制御部１５は、受付部１５Ａと、シミュレーション部１５Ｂと、出力部１５Ｃと、リクエスト部１５Ｄとを有する。なお、制御部１５は、ハードワイヤードロジックなどにより実現されてもよい。

受付部１５Ａは、各種の情報を受け付ける処理部である。受付部１５Ａは、第１受付部、第２受付部および第３受付部の一例に対応する。一実施形態として、受付部１５Ａは、生産管理システム３、電力取引システム５、各種デバイス７、あるいはユーザ端末３０を介して、予測供給量、設定情報、予測使用量および生産諸元情報などのデータを受け付ける。

図２は、データ受付処理の手順を示すフローチャートである。図２に示すように、生産管理システム３、電力取引システム５、各種デバイス７、あるいはユーザ端末３０は、予測供給量、設定情報、予測使用量および生産諸元情報などのデータを送信する（ステップＳ１０１）。

このようにデータが送信されると、受付部１５Ａは、ネットワークＮＷを介して、予測供給量、設定情報、予測使用量および生産諸元情報などのデータを受け付ける（ステップＳ１０２）。

そして、受付部１５Ａは、予測供給量、設定情報、予測使用量および生産諸元情報などのデータを予測供給量１３Ａ、設定情報１３Ｂ、予測使用量１３Ｃおよび生産諸元情報１３Ｄとして記憶部１３へ登録する（ステップＳ１０３）。なお、予測供給量１３Ａ、設定情報１３Ｂ、予測使用量１３Ｃおよび生産諸元情報１３Ｄは、リレーショナルデータベースを始め、任意のデータ形式で記憶部１３に格納されてよい。

１つの側面として、受付部１５Ａは、生産計画で製品の製造が定められた製造予定時点における電力トラッキングを実現する側面から、上記のステップＳ１０２においてユーザが発電家から供給されるエネルギーの時間帯別の予測供給量を受け付けることができる。

ここで言う「電力トラッキング」とは、ある需要家が消費する電気が、特定の発電源に由来することを証明することを指す。ただし、電力系統（送配電網）を流れる電気は、発電源の由来に関して物理的には識別不可能と見なし、電力系統を流れる電気の物理的な識別・追跡は行わない。

トラッキングの基本的な考え方は、同一電力系統に接続される電源の発電量と需要家施設の消費量が等しく（電力の同時同量）、かつ当該電源から発電された電気が他で消費されていないと確認できるときに、特定の電源由来の電気が、特定の需要家によって消費されたと見なされて成立する。

ここで、発電家から需要家へのエネルギーの供給は、次に挙げる形態で実施され得る。ここに記載する「発電家」は、クリーンエネルギーや化石エネルギーを含む電力を発生させる発電設備を有する供給者の一例に対応する。また、「需要家」とは、電力の供給を受けて消費する需要設備を有する消費者の一例に対応する。これら発電家および需要家は、個人や法人などの事業者であってよく、また、地方や国などの公共団体であってもよい。１つ目として、事前に特定の需要家と特定の発電源の組合せが定義されている場合が挙げられる。図３は、電力供給システムを示す模式図である。図３に示すように、電力供給システムは、発電部門、送配電部門および小売部門に分類され得る。例えば、発電部門には、化石エネルギーを使用する発電源である火力発電の他、太陽光発電や風力発電、水力発電などといった再生可能エネルギーを使用する発電源が含まれる。さらに、送電部門には、発電所から需要家へつながる送配電用ネットワークが形成される。送配電用ネットワークには、発電所から送電用変電所、例えば超高圧変電所や一次変電所、二次変電所などを接続する送電線、配電用変電所から一般の需要家までを接続する配電線などが含まれ得る。さらに、小売部門には、特別高圧の電力の供給を受ける大規模工場や大規模ビルなどの需要家と、高圧の電力の供給を受ける中規模工場などの需要家と、低圧の電力の供給を受ける一般の需要家とが含まれ得る。

例えば、上記の電力供給システムにおける同時同量の例を挙げれば、ある太陽光発電が１ｋＷｈを発電し、同じときにこの太陽光発電の会社と契約しているユーザが１ｋＷｈを消費したとしたら、「この１ｋＷｈ分は太陽光発電の電気」とみなされる。太陽光発電に限らず、どのような発電源の種類の電力会社と契約しても、電力の供給には同じ送配電線が使用されるので、電力会社（供給側）と使う側（需要側）を一致させることで、同時同量が成立する。

このような電力供給システムでは、発電事業者および需要家の間の契約に基づいて電力が供給される。このため、受付部１５Ａは、一例として、ユーザ端末３０から発電事業者およびユーザ組織の間の契約情報を受け付けることにより、各々の契約情報に定義された電力量をユーザ組織に対するエネルギーの予測供給量として取得できる。ここで言う「予測供給量」は、一例として、同時同量で標準とされる間隔、例えば３０分間としたときの平均発電電力であってよい。このように契約情報ごとに予測供給量を取得することで、発電事業者が有する発電源のエネルギーの種類ごとに時間帯別の予測供給量を取得できる。例えば、化石エネルギーや再生可能エネルギーといった分類に限らず、再生可能エネルギーの中でも太陽光、風力、水力、地熱、太陽熱、バイオマスなどの種類ごとに予測供給量を取得できる。なお、契約情報のからの自動抽出に限らず、ＧＵＩ（Graphical User Interface）を介してユーザ組織に対するエネルギーの予測供給量を入力させることとしてもよい。

２つ目として、発電後に非化石エネルギーの電気から分離された属性価値を表象する証書が発行され、証書購入を通じて初めて決定する場合が挙げられる。例えば、属性価値として代表的なものは環境価値である。環境価値には、「グリーン電力証書」、「Ｊクレジット」や「非化石証書」などが含まれ得る。このうち、グリーン電力証書は、再生可能エネルギーの電気の価値を「電気そのものの価値」と「環境価値」に分けて、「環境価値」が証書化されたものである。

図４は、証書の購入例を示す模式図である。図４に示すように、非化石証書の入札時には、需要家における電力使用量から非化石証書の購入量（オフセット）が算出される。例えば、オフセットの例として、ＲＥ１００に不足する分の電力量に対応する購入量が挙げられる。このように購入量が決定されると、需要家などの購入サイドでは、１コマ（３０分）あたり５０ｋＷｈを最低取引単位とし、１日分の４８コマから需要家が購入を希望するコマの枠と購入量とを指定する入札が電力取引システム５に行われる。一方、発電事業者ａや発電事業者ｂなどの販売サイドにおいても、発電事業者が販売を希望するコマの枠と販売量とを指定する入札が電力取引システム５に行われる。このような入札の下、電力取引システム５が「売り」と「買い」の入札をマッチングして約定価格や約定量を決定することにより取引が実施される結果、非化石証書が調達される。なお、ここでは、需要家が電力取引システム５へ入札する例を挙げたが、需要家の環境価値の管理を代行する代行者が電力取引システム５へ入札することができるのは言うまでもない。

例えば、上記の証書購入における同時同量の例を挙げれば、ある工場Ａで太陽光発電を取り付けて自家消費したとする。このとき、工場Ａでは「二酸化炭素を排出しない」という環境価値は不要という場合は、この環境価値を「グリーン電力証書」として販売できる。この証書を別の工場Ｂが買った場合、工場Ｂで再エネを使い、二酸化炭素排出を削減したことになる。

このような証書購入の場合、電力取引システム５を介して非化石証書が調達される。このため、受付部１５Ａは、電力取引システム５から非化石証書の購入量を受け付ける。例えば、電力取引システム５は、当該非化石証書の購入量をユーザ組織に対する再生可能エネルギーの予測供給量として取得できる。なお、ここでも当然のことながら、太陽光、風力、水力、地熱、太陽熱、バイオマスなどの再生可能エネルギーの種類ごとに予測供給量を取得できるのは言うまでもない。

他の側面として、受付部１５Ａは、上記のステップＳ１０２においてユーザ端末３０からユーザの設定情報を受け付けることができる。

例えば、設定情報には、各発電家のエネルギーの種別、ＣＯ２排出係数、再エネ係数などの設定が含まれてよい。このうち、「ＣＯ２排出係数」は、１ｋＷｈの電気を供給するためにどのくらいのＣＯ２を排出しているのかを示す指標である。例えば、ＣＯ２排出係数（kg-CO2/kWh）は、ＣＯ２排出量÷販売電力量により算出される。また、「再エネ係数」は、発電家のエネルギーがクリーンエネルギーに対応する度合いを示す指標である。例えば、再エネ係数は、０～１の数値範囲に正規化された値であってよい。この場合、再エネ係数が１に近づくにつれて完全にクリーンなエネルギーに近づく一方で、再エネ係数が０に近づくにつれて純化石エネルギーに近づく。このような再エネ係数は、一括または時間帯ごとに設定できる。

さらに、設定情報には、電力トラッキングにおけるエネルギーの割当先の優先度の設定が含まれてよい。ここで言う「割当先」には、製品、製造プロセス、製造ライン、あるいは製造工場などの任意の単位でまとめられた需要設備が含まれてよい。このように製造に関する対象に限定されず、オフィス等に含まれる需要設備が含まれることを妨げない。例えば、割当先として製造ラインＡ～Ｚを例に挙げると、製造ラインＡ～Ｚのうち優先する製造ラインから昇順または降順に優先度が設定される。この他、設定情報には、ユーザ組織が有する施設間の優先度の設定が含まれてもよい。例えば、優先度１：工場Ａ、優先度２：工場Ｂ、優先度３：オフィスなどを設定できる。この場合、工場Ａ＞工場Ｂ＞オフィスという優先度にしたがって各電力が割り当てられる。さらに、設定情報には、割当先に割り当てる発電家または発電家のエネルギーの種類の優先度の設定が含まれてよい。例えば、優先度１：風力、優先度２：太陽光、優先度３：化石などを設定できる。この場合、風力＞太陽光＞化石という優先度にしたがって各電力が割り当てられる。なお、割当先、施設およびエネルギー種類などの優先度は、一括または時間帯ごとに設定できる。

この他、設定情報には、同時同量間隔の設定が含まれてよい。例えば、同時同量間隔には、標準である３０分の他、任意の間隔、例えば１５分間、６０分間などを設定することができる。また、設定情報には、後述のシミュレーション部１５Ｂにより実行されるシミュレーションの対象とする製品の設定などが含まれてよい。さらに、設定情報には、生産管理システム３への入力、例えば生産計画の入力などの許可または禁止などの設定が含まれてよい。さらに、設定情報には、電力取引システム５への自動取引の許可または禁止などの設定が含まれてよい。これら同時同量間隔、対象製品、生産管理システム３の入力、電力取引システム５への自動取引などの設定は、一例として、ユーザ端末３０を介して受け付けることができる。

更なる側面として、受付部１５Ａは、上記のステップＳ１０２において各種デバイス７からユーザ組織のエネルギーの時間帯別の使用量を受け付けることができる。例えば、受付部１５Ａは、各種デバイス７の一例として、ユーザ組織が有する需要設備に接続されたスマートメータごとに当該スマートメータにより測定された電力の使用量を受け付けることができる。一般に、スマートメータでは、同時同量間隔の標準とされる３０分間隔の消費電力の平均値、いわゆる３０分デマンド値が検針される。このとき、スマートメータの検針対象は、ユーザ組織が有する設備における任意の単位、例えば製品、製造プロセス、あるいは製造ラインを実現する機器の他、工場全体などの単位であってよい。なお、ここでは、スマートメータからエネルギーの使用量を受け付ける例を挙げたが、ユーザ端末３０からエネルギーの使用量の入力をＧＵＩなどを介して受け付けることとしてもよい。この場合、受付部１５Ａは、所定の期間、例えば１日分や１週間分などのエネルギーの使用量を一括で入力させることとしてもよい。

このように受け付けられた使用量の実測値に基づいて、受付部１５Ａは、エネルギーの時間帯別の使用量を予測することができる。このような使用量の予測は、一例として、ニューラルネットワークやサポートベクタマシン、勾配ブースティングなどの機械学習モデルにより実現されてよい。

例えば、機械学習モデルは、過去の履歴として得られる使用量の実測値のデータ列を入力として将来の予測使用量または予測使用量のデータ列を出力する。このような機械学習モデルを訓練する訓練データは、過去所定期間の使用量の実測値のデータ列を含む使用履歴データから生成することができる。例えば、使用履歴データは、機械学習モデルの入力サイズに対応する期間のセグメントと、当該セグメントに後続する正解ラベルのセグメントとに交互に区分される。このようなセグメンテーションにより、使用履歴データから訓練データおよびその正解ラベルを含むデータセットが得られる。例えば、訓練フェイズでは、訓練データを機械学習モデルの説明変数とし、ラベルを機械学習モデルの目的変数とし、任意の機械学習のアルゴリズム、例えばディープラーニングなどにしたがって機械学習モデルを訓練できる。これにより、訓練済みの機械学習モデルが得られる。予測フェイズでは、最新の使用量の実測値が受け付けられた時点から機械学習モデルの入力サイズに対応する期間を遡って得られる使用量の実測値のデータ列が訓練済みの機械学習モデルへ入力される。これにより、訓練済みの機械学習モデルは、最新の使用量の実測値が取得された現時点から特定の時間後の予測使用量または予測使用量のデータ列を出力する。

なお、ここでは、使用量の実測値を取得した上で当該使用量の実測値から予測使用量を予測する例を挙げたが、ユーザ端末３０、あるいは図示しない使用量の予測装置などからエネルギーの時間帯別の予測使用量を受け付けることもできる。また、受付部１５Ａは、上記の機械学習モデルと同様の機械学習モデルを用いて、使用量の実測値から予測使用量を予測するのと同様に、供給量の実測値から予測供給量を予測することもできる。

他の側面として、受付部１５Ａは、上記のステップＳ１０２において生産管理システムから生産諸元情報を受け付けることができる。ここで言う「生産諸元情報」とは、生産計画の作成に用いる諸元の情報を指す。例えば、生産諸元情報には、生産予定の製品およびその納期をコンピュータに識別させる側面から、ユーザ組織の取引先からの注文、例えば製品の種類や数量、納期などを含む製造オーダが含まれてよい。さらに、生産諸元情報には、生産予定の製品の製造方法をコンピュータに識別させる側面から、次のような製造マスタが含まれてよい。例えば、製造マスタには、製品または製造プロセスごとに製造ライン単位または製造ラインに含まれる製造装置単位の作業の所要時間が対応付けられた情報が含まれる他、現場の作業員やオペレータなどの人員のシフトが設定された稼働カレンダが含まれてよい。この他、生産諸元情報には、オプションとして、生産予定の製品の数量をコンピュータに識別させる側面から、製品ごとの在庫数が含まれてよく、また、製造に使用した部品や素材の再エネ比率、ＣＯ２排出量が含まれてよい。なお、ここでは、生産管理システム３から生産諸元情報を受け付ける例を挙げたが、ユーザ端末３０から生産諸元情報をＧＵＩなどを介して受け付けることとしてもよい。この場合、受付部１５Ａは、所定の期間、例えば１日分や１週間分、１か月などの生産諸元情報を一括で入力させることとしてもよい。

シミュレーション部１５Ｂは、クリーンエネルギーの時間帯別の予測供給量およびエネルギーの時間帯別の予測使用量に基づいて、生産予定の製品ごとに当該製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行する処理部である。

図５は、シミュレーション処理の手順を示すフローチャートである。図５に示すように、シミュレーション部１５Ｂは、記憶部１３に記憶された予測供給量１３Ａ、予測使用量１３Ｃおよび生産諸元情報１３Ｄを取得する（ステップＳ２０１）。

そして、シミュレーション部１５Ｂは、シミュレーションの目的などの指定を受け付ける（ステップＳ２０２）。例えば、目的の例として、特定製品のＲＥ最大化や特定取引先のＲＥ最大化、特定時間帯の製品のＲＥ最大化などが挙げられる。

このとき、ステップＳ２０２で特定製品のＲＥ最大化が目的として指定された場合（ステップＳ２０３Ｙｅｓ）、シミュレーション部１５Ｂは、当該目的に対応する目的関数、変数および制約条件を取得する（ステップＳ２０４）。

また、ステップＳ２０２で特定取引先のＲＥ最大化が目的として指定された場合（ステップＳ２０３ＮｏかつステップＳ２０５Ｙｅｓ）、シミュレーション部１５Ｂは、当該目的に対応する目的関数、変数および制約条件を取得する（ステップＳ２０６）。

また、ステップＳ２０２で特定時間帯の製品のＲＥ最大化が目的として指定された場合（ステップＳ２０３ＮｏかつステップＳ２０５Ｎｏ）、シミュレーション部１５Ｂは、当該目的に対応する目的関数、変数および制約条件を取得する（ステップＳ２０７）。

これらステップＳ２０４、ステップＳ２０６またはステップＳ２０７のいずれかの処理で目的関数、変数及び制約条件が取得される。その上で、シミュレーション部１５Ｂは、目的関数を最大化または最小化する生産計画の最適化問題を解析するシミュレーションを実行する（ステップＳ２０８）。

ここで、生産計画の最適化問題を解析するアルゴリズムとして、線形計画法を用いる例を挙げる。この場合、生産諸元情報に含まれる製造オーダに基づいて生産予定の製品が変数として設定される。また、生産諸元情報に含まれる製造マスタに基づいて製造ラインまたは製造装置などが変数として設定される。この他、さらに、変数を操作可能な範囲を制約する制約条件として、生産諸元情報に含まれる製造オーダまたは製造マスタの稼働カレンダに基づいて納期遵守で製造が完了し、シフト変更なしで稼働が可能である範囲が一次不等式などで定式化される。さらに、目的ごとに当該目的に対応する目的関数が変数を用いて定式化される。例えば、目的関数の例として、損失関数を用いる場合を例に挙げる。このとき、特定製品のＲＥ最大化を目的とする損失関数を設定する場合、特定製品のＲＥ度合い、例えば予測使用量および予測供給量の差分が大きくなるにしたがって損失が大きくなる損失関数が上記の変数を用いて定式化される。ここでは、予測使用量および予測供給量の比の一例として、予測使用量および予測供給量の差分を用いる例を挙げたが、予測使用量および予測供給量の割合を用いてもよい。なお、上記の特定製品のＲＥ最大化以外の目的に対応する損失関数を設定する場合についても、同様のロジックで損失関数を設定できる。

これら損失関数および制約条件の定式化の下、制約条件を満たし、かつ損失関数を最小化する変数の組合せが算出される。このように算出された変数の組合せにより、生産予定の製品ごとに当該製品の製造時間帯が定義された生産計画が定まる。なお、ここでは、目的関数の例として損失関数を例に挙げたが、変数を用いて定式化されたスコア関数を最大化することにより変数の組合せを算出することとしてもよい。また、生産計画の最適化問題には、上記の線形計画法に限らず、任意の解析アルゴリズムを適用できる。

このようなシミュレーションによれば、ユーザにより指定される目的に応じて当該目的に対応する製品のＲＥ最大化を支援する生産計画の作成を実現できる。

その後、シミュレーション部１５Ｂは、ステップＳ２０８の結果として得られた生産計画のうち所定の条件を満たす生産計画、例えば損失が閾値以下である生産計画の数Ｌに対応する回数の分、ステップＳ２０９の処理を反復するループ処理１を実行する。

すなわち、シミュレーション部１５Ｂは、ｌ番目の生産計画と、ステップＳ２０１で取得された予測供給量および予測使用量とに基づいてｌ番目の生産計画で生産される製品のＲＥ度合いを算出するＲＥ度合い算出処理を実行する（ステップＳ２０９）。

このようなループ処理１が反復されることにより、Ｌ個の生産計画ごとに製品別のＲＥ度合いが算出されることになる。

続いて、シミュレーション部１５Ｂは、ＲＥ度合いが上位所定数に該当する生産計画をユーザ端末３０の表示部などに出力する（ステップＳ２１０）。そして、シミュレーションの終了ＯＫの確認操作が受け付けられるまで（ステップＳ２１１Ｎｏ）、上記のステップＳ２０２から上記のステップＳ２１０までの処理を反復する。

その後、シミュレーションの終了ＯＫの確認操作が受け付けられた場合（ステップＳ２１１Ｙｅｓ）、シミュレーション部１５Ｂは、ＲＥ度合いが上位所定数に該当する生産計画のうち１つの生産計画を選択し（ステップＳ２１２）、処理を終了する。

なお、ステップＳ２１２では、ＲＥ度合いが最高である生産計画を自動的に選択することとしてもよいし、また、ユーザ端末３０からＧＵＩなどを介して選択をマニュアルで受け付けることとしてもよい。

次に、図６および図７を用いて、図５のステップＳ２０９に示すＲＥ度合い算出処理の詳細について説明する。図６および図７は、ＲＥ度合い算出処理の手順を示すフローチャートである。図６に示すように、シミュレーション部１５Ｂは、記憶部１３に記憶された予測供給量１３Ａ、設定情報１３Ｂ、予測使用量１３Ｃを取得する（ステップＳ３０１）。

続いて、シミュレーション部１５Ｂは、設定情報１３Ｂに設定された同時同量間隔と、予測供給量１３Ａおよび予測使用量１３Ｃの間隔とを一致させる前処理を実行する（ステップＳ３０２）。

例えば、予測供給量１３Ａおよび予測使用量１３Ｃの間隔が３０分間であり、同時同量間隔の設定が１時間であるとしたとき、ペアとなる２つの予測供給量を合算するとともにペアとなる２つの予測使用量を合算する。また、予測供給量１３Ａおよび予測使用量１３Ｃの測定間隔が３０分間であり、同時同量間隔の設定が１５分間であるとしたとき、３０分間の予測供給量および３０分間の予測使用量の各々を同時同量間隔の比率、例えば２で除算することで、１５分間の予測供給量および１５分間の予測使用量を算出する。

そして、シミュレーション部１５Ｂは、クリーンエネルギーの割り当てが未処理である時間帯の枠数Ｋに対応する回数の分、下記のステップＳ３０３から下記のステップＳ３１１までの処理を反復するループ処理１を実行する。

すなわち、シミュレーション部１５Ｂは、設定情報１３Ｂに設定された発電家の優先度に基づいてクリーンエネルギーの割当元である発電家の選択順序を決定する（ステップＳ３０３）。例えば、発電家の優先度として、優先度１：発電家Ａ、優先度２：発電家Ｃ、優先度３：発電家Ｂといった優先度が設定されている場合、選択順序は、発電家Ａ、発電家Ｃ、発電家Ｂと決定される。なお、ここでは、発電家の選択順序が発電家の優先度に基づいて決定される例を挙げたが、発電家のエネルギーの種類の優先度に基づいて発電家の選択順序が決定されてもよい。

その上で、シミュレーション部１５Ｂは、Ｍ個の発電家の選択が終了するまで、あるいはＮ個の割当先の選択が終了するまで、下記のステップＳ３０４から下記のステップＳ３１１までの処理を反復するループ処理２およびループ処理３を実行する。なお、ここで言う「割当先」は、製品、製造プロセス、製造ライン、あるいは製造プロセスまたは製造ラインに含まれる製造装置であってよい。

すなわち、シミュレーション部１５Ｂは、選択中の割当先ｎの予測使用量が「０」よりも大きいか否かを判定する（ステップＳ３０４）。このとき、割当先ｎの予測使用量が「０」よりも大きくない場合（ステップＳ３０４Ｎｏ）、割当先ｎのエネルギーの割り当てが終了していることが判明する。この場合、ステップＳ３０５からステップＳ３０９までの処理をスキップし、割当先のループカウンタｎをインクリメントして次の割当先を選択する。このような割当先の選択順序も設定情報１３Ｂに設定された割当先の優先度により定まる。

一方、割当先ｎの予測使用量が「０」よりも大きい場合（ステップＳ３０４Ｙｅｓ）、割当先ｎのエネルギーの割り当てが終了していないことが判明する。この場合、シミュレーション部１５Ｂは、選択中の発電家ｍの予測供給量が「０」よりも大きいか否かをさらに判定する（ステップＳ３０５）。

そして、発電家ｍの予測供給量が「０」よりも大きくない場合（ステップＳ３０５Ｎｏ）、発電家ｍには割当先ｎに割り当てる電力が残っていないことが判明する。この場合、ステップＳ３０６からステップＳ３１１までの処理をスキップし、発電家のループカウンタｍをインクリメントして次の発電家を選択する。

また、発電家ｍの予測供給量が「０」よりも大きい場合（ステップＳ３０５Ｙｅｓ）、発電家ｍには割当先ｎに電力を割り当てる余地があることが判明する。この場合、シミュレーション部１５Ｂは、割当先ｎの予測使用量と、発電家ｍの予測供給量とを比較する（ステップＳ３０６）。

ここで、割当先ｎの予測使用量が発電家ｍの予測供給量未満である場合（ステップＳ３０７Ｎｏ）、発電家ｍの残りの予測供給量で割当先ｎへの電力の割り当てを終了できることが判明する。この場合、シミュレーション部１５Ｂは、割当先ｎの予測使用量を「０」に更新し（ステップＳ３０８）、発電家ｍの予測供給量から割当先ｎの予測使用量を減算することにより発電家ｍの予測供給量を最新に更新する（ステップＳ３０９）。その後、割当先のループカウンタｎをインクリメントして次の割当先を選択する。

このようなループ処理３が反復されることにより、優先度が高い割当先から順に優先度が高い発電家、あるいは優先度が高い種別のエネルギーが割り当てられることになる。

また、割当先ｎの予測使用量が発電家ｍの予測供給量以上である場合（ステップＳ３０７Ｙｅｓ）、発電家ｍの残りの予測供給量の全てを割当先ｎに割り当てても割当先ｎへの電力の割り当てが終了しないことが判明する。この場合、シミュレーション部１５Ｂは、割当先ｎの予測使用量から発電家ｍの予測供給量を減算することにより割当先ｎの予測使用量を最新に更新し（ステップＳ３１０）、発電家ｍの予測供給量を「０」に更新する（ステップＳ３１１）。その後、発電家のループカウンタｍをインクリメントして次の発電家を選択する。

このようなループ処理２が反復されることにより、優先度が高い発電家、あるいは優先度が高いエネルギーの種別から順に優先度が高い割当先へエネルギーが割り当てられることになる。

さらに、ループ処理１が反復されることにより、クリーンエネルギーの割り当てが未処理である時間帯ごとに優先度が高い割当先から順に優先度が高い発電家、あるいは優先度が高い種別のエネルギーが割り当てられるとともに、優先度が高い発電家、あるいは優先度が高いエネルギーの種別から順に優先度が高い割当先へエネルギーが割り当てられる。

なお、図６に示すフローチャートでは、目標とする再エネ比率をＲＥ１００とし、割当先ｎの全予測使用量と１対１に対応する電力量のクリーンエネルギーを割当先に割り当てる例を挙げたがこれに限定されない。例えば、目標とする再エネ比率は、ＲＥ１００未満の任意の目標値、例えばＲＥ９０やＲＥ８０であってもよい。

その後、図７に示すように、シミュレーション部１５Ｂは、ｌ番目の生産計画と、ｌ番目の生産計画に対応する割当結果とを取得する（ステップＳ３１２）。

そして、シミュレーション部１５Ｂは、ｌ番目の生産計画に含まれる製品の個体数Ｐに対応する回数の分、下記のステップＳ３１３から下記のステップＳ３１５までの処理を反復するループ処理４を実行する。

すなわち、シミュレーション部１５Ｂは、ｌ番目の生産計画のうち選択中の製品ｐの製造時間帯を参照して、割当結果のうち製品ｐの製造時間帯が重複する時間帯の割当結果を抽出する（ステップＳ３１３）。

そして、シミュレーション部１５Ｂは、製品ｐの製造時間帯に対応する時間帯の枠数Ｔに対応する回数の分、下記のステップＳ３１４の処理を反復するループ処理５を実行する。さらに、ループ処理５には、選択中の時間帯ｔで稼働する製品ｐの製造ラインまたは製造装置の個数Ｋの分、下記のステップＳ３１４の処理を反復するループ処理６が含まれる。すなわち、シミュレーション部１５Ｂは、選択中の時間帯ｔのうち製品ｐの製造時間帯が重複する期間、すなわち製品ｐの製造ラインｋの実稼働時間または製造装置ｋの実稼働時間に基づいて時間帯ｔにおける製品ｐの製造ラインｋの稼働割合または時間帯ｔにおける製品ｐの製造装置ｋの稼働割合を算出する（ステップＳ３１４）。例えば、稼働割合は、時間帯ｔの実稼働時間を単位時間あたりの実稼働時間に正規化することにより算出できる。計算例を挙げれば、時間帯ｔの枠のサイズを３０分間とし、単位時間を１時間とし、実稼働時間が１０分間であるとしたとき、１時間あたりの実稼働時間は、１０分×（６０分／３０分）の計算により「２０分」と求まるので、この「２０分」を単位時間で除算する計算により稼働割合が「１／３」と求まる。

このようなループ処理６が反復されることにより、選択中の時間帯ｔにおける製品ｐの製造ラインｋまたは製造装置ｋごとに稼働割合が算出されることになる。さらに、ループ処理５が反復されることにより、製品ｐの製造時間帯が重複する時間帯ｔごとに製品ｐの製造ラインｋの稼働割合または製品ｐの製造装置ｋの稼働割合が算出されることになる。

その後、シミュレーション部１５Ｂは、製品ｐのＲＥ度合いを演算する（ステップＳ３１５）。例えば、ＲＥ度合いの例として再エネ比率が演算される場合、シミュレーション部１５Ｂは、下記の式（１）にしたがって製品ｐの再エネ比率を演算できる。ここで、下記の式（１）における「時間帯ｔの製造ラインｋまたは製造装置ｋのＲＥ度合い」は、下記の式（２）にしたがって演算できる。なお、下記の式（１）および下記の式（２）における「ｉ」は、製造ラインｋまたは製造装置ｋに割り当てられた発電家の数を指す。

再エネ比率＝Σ（時間帯ｔの製造ラインｋまたは製造装置ｋのＲＥ度合い×稼働割合）／Σ（稼働割合）・・・（１）
時間帯ｔの製造ラインｋまたは製造装置ｋのＲＥ度合い＝Σ（割当量ｉｔ×割当電力の再エネ指数ｉ）／Σ予測使用量ｋｔ・・・（２）

また、ＲＥ度合いの例としてＣＯ２排出量が演算される場合、シミュレーション部１５Ｂは、下記の式（３）にしたがって製品ｐのＣＯ２排出量を演算できる。ここで、下記の式（３）における「時間帯ｔの製造ラインｋまたは製造装置ｋのＣＯ２排出量」は、下記の式（４）にしたがって演算できる。

ＣＯ２排出量＝Σ（時間帯ｔの製造ラインｋまたは製造装置ｋのＣＯ２排出量×稼働割合）＋Σ（製造ラインｋまたは製造装置ｋで使用された素材のＣＯ２排出量）・・・（３）
時間帯ｔの製造ラインｋまたは製造装置ｋのＣＯ２排出量＝Σ（割当量ｉｔ×割当電力のＣＯ２排出係数ｉ）・・・（４）

このようなループ処理４が反復されることにより、Ｐ個の製品ごとにＲＥ度合い、例えば再エネ比率やＣＯ２排出量などが算出されることになる。なお、図７には、製品単位でＲＥ度合いが演算される例を挙げたが、製品の部分を製造プロセス、製造ライン、あるいは製造工場に置き換えることで、製造プロセス単位、製造ライン単位、あるいは製造工場単位でＲＥ度合いを演算できる。

このように製品単位または製造プロセス単位で演算されたＲＥ度合いの演算結果は、記憶部１３に保存することができる。ここで、ＲＥ度合いの演算結果は、必ずしもリレーショナルデータベースなどに保存されずともかまわない。例えば、ＲＥ度合いの演算結果の記録先をブロックチェーンネットワークとすることもできる。

ブロックチェーンは、Ｐ２Ｐ（Peer to Peer）ネットワークを構成する複数のノードが同一のデータベースを保持する分散型台帳技術の１つである。ブロックチェーンでは、Ｐ２Ｐネットワーク上のトランザクション群がブロックとしてまとめて処理され、ハッシュ関数によって各ブロックがリンクされている。ブロックチェーンにおいて記録されたブロックのデータは、後続のすべてのブロックを変更しない限り遡及的に変更することはできず、ブロックチェーンを用いた台帳管理のプラットフォームは改変に対する安全性が高い。

このようなブロックチェーンネットワークを形成するノード間で用いられるコンセンサスアルゴリズムには、ＰｏＷ（Proof of Work）、あるいはＰｏＳ（Proof of Stake）などの任意の方式を用いることができる。

ブロックチェーンでは、トランザクションデータに秘密鍵を用いた電子署名が付与されることにより、なりすましが防止される。なお、トランザクションデータの暗号化には、必ずしも公開鍵暗号方式を用いずともよい。例えば、ＡＥＳ（Advanced Encryption Standard）、ＳＨＡ（Secure Hash Algorithm）、ＲＳＡ（Rivest-Shamir-Adleman cryptosystem）、ＥＣＣ（Elliptic Curve Cryptography)などの任意の暗号化アルゴリズムを用いることができる。

また、各トランザクションのデータは、公開されると共にブロックチェーンネットワーク全体で共有される。なお、Ｐ２Ｐデータベースの種類によっては、Ｐ２Ｐネットワーク全体で必ずしも同一の記録を保持せずともよい。

このようなブロックチェーンネットワークを形成するノード間で用いられるコンセンサスアルゴリズムには、ＰｏＷ（Proof of Work）、あるいはＰｏＳ（Proof of Stake）などの任意の方式を用いることができる。

このようにＲＥ度合いの演算結果をブロックチェーンネットワークに記録する場合、シミュレーション部１５Ｂは、１つの時間帯の枠のＲＥ度合いの演算結果に対応するトランザクションデータを生成し、当該トランザクションデータの登録を要求するリクエストをブロックチェーンネットワークに送信することにより、ＲＥ度合いの演算結果をブロックチェーンに記録させることができる。

ここで、図５に示すステップＳ２１２で選択された生産計画の一例を挙げる。図８は、生産計画の一例を示す図である。図８には、２０２３年１月２３日の生産計画が示されているが、１月２３日以外にもその前後の日付の生産計画が含まれてもよい。さらに、図８には、２０２３年１月２３日の生産計画の例として、製品Ａ１および製品Ｂ１の２つの製品が抜粋して示されているが、当然のことながら他の製品が含まれることを妨げない。図８に示すように、生産計画では、生産予定の製品ごとに当該製品の製造時間帯が計画されている。同図に示す例で言えば、製造時間帯は、製品Ａ１および製品Ｂ１の各々に含まれる製造プロセスに対応する工程ごとに開始時間および作業所要時間により定義されている。なお、生産計画には、製品、製造プロセス、生産設備および製造時間帯以外の他の情報、図８に示す例で言えば製品の取引先への納期が含まれてもよい。

図９は、製造過程情報の一例を示す図である。図９には、図８に示す生産計画から製造過程情報が例示されている。図９に示すように、製造過程情報においても、生産予定の製品ごとに当該製品の製造時間帯が示されている。同図に示す例で言えば、製造時間帯は、製品Ａ１および製品Ｂ１の各々に含まれる製造プロセスに対応する工程ごとに開始時間および終了時間により定義されている。

図１の説明に戻り、出力部１５Ｃは、各種の情報を出力する処理部である。１つの側面として、出力部１５Ｃは、シミュレーション部１５Ｂによるシミュレーション結果として得られた生産計画ごとに当該生産計画に含まれる製品別のＲＥ度合いをユーザ端末３０を含む任意の出力先に出力することができる。なお、ここで言う出力先には、ユーザ組織のコンピュータで実行されるアプリケーションやサービスの他、ユーザ組織以外の第三者、例えば製品の取引先のコンピュータやコンピュータで実行されるアプリケーションやサービスが含まれてよい。

図１０および図１１は、ユーザ端末３０の表示例を示す図である。図１０および図１１には、図５に示すステップＳ２１０でユーザ端末３０に表示されるＧＵＩ画面が示されている。さらに、図１０および図１１には、生産予定の製品のうち図５に示すステップＳ２０２で特定製品として指定された製品の例として、製品「ウェハ１」が示されている。さらに、図１０および図１１には、生産予定の製品「ウェハ１」の製造時間帯の候補として、ＲＥ度合いが上位２つに該当する２つの生産計画のうち一方の生産計画に対応する製造スケジュール１および他方の生産計画に対応する製造スケジュール２が示されている。

図１０および図１１のうち、図１０には、生産予定の製品「ウェハ１」の製造プロセスの中にＲＥ１００を達成しない製造プロセスが含まれない例が示されている。このような表示によれば、ユーザ組織の生産計画の担当者や責任者は、製造スケジュール１および製造スケジュール２のいずれを採用しても、生産予定の製品「ウェハ１」のＲＥ１００を達成することを把握できる。

一方、図１１には、生産予定の製品「ウェハ１」の製造プロセスの中にＲＥ１００を達成しない製造プロセスが含まれる例が示されている。このような表示によれば、ユーザ組織の生産計画の担当者や責任者は、製造スケジュール１および他方の生産計画に対応する製造スケジュール２のいずれを採用しても、生産予定の製品「ウェハ１」のＲＥ１００を達成することが困難であることを把握できる。同図の例で言えば、製造スケジュール１では、２０２２年１１月２日の１４時１５分００秒に開始が予定される装置５における加工でクリーンエネルギーの電力が不足することを把握できる。さらに、製造スケジュール２では、２０２２年１１月２日の１６時４０分００秒に開始が予定される装置１における加工でクリーンエネルギーの電力が不足することを把握できる。加えて、製造スケジュール１の装置５における加工では、クリーンエネルギーの不足分が３ｋＷであることをさらに把握できるとともに、製造スケジュール２の装置１における加工では、クリーンエネルギーの不足分が３ｋＷであることをさらに把握できる。

このようにクリーンエネルギーの不足分を把握できる技術的意義は大きい。なぜなら、生産計画の作成時において製品の製造予定時点のクリーンエネルギーの需要および供給のギャップを把握できるからである。これにより、クリーンエネルギーの供給が不足する事態を事前に察知したり、あるいは化石エネルギーに比べて高価なクリーンエネルギーを最小限度で購入したりすることができる。

図１の説明に戻り、リクエスト部１５Ｄは、生産管理システム３や電力取引システム５などの他のシステムにリクエストを発行する処理部である。このようなリクエストの発行は、設定情報１３Ｂで生産管理システム３への入力を許可する設定が行われている場合、あるいは設定情報１３Ｂで電力取引システム５への自動取引を許可する設定が行われている場合、自動的に実行できる。一方、設定情報１３Ｂで生産管理システム３への入力や電力取引システム５への自動取引が禁止されている場合でも、ユーザ端末３０から図１１に示すＧＵＩ画面などを介してリクエストの発行を許可するＧＵＩ部品の操作を受け付けた場合、リクエストを発行できる。

図１２は、リクエスト発行処理の手順を示すフローチャートである。図１２に示すように、リクエスト部１５Ｄは、シミュレーション部１５Ｂによるシミュレーション結果を習得する（ステップＳ５０１）。

そして、リクエスト部１５Ｄは、ステップＳ５０１で取得されたシミュレーション結果に基づいて生産管理システム３や電力取引システム５などの他のシステムへのリクエストを生成し（ステップＳ５０２）、生成されたリクエストを他のシステムへ送信する。

一例として、生産管理システム３へのリクエストを例に挙げれば、ステップＳ２１２で選択された生産計画を登録するリクエスト、あるいは図１０や図１１に示すＧＵＩ部品を介して指定を受け付けた生産計画を登録するリクエストが生成される。他の一例として、電力取引システム５へのリクエストを例に挙げれば、図１１に示すＧＵＩ部品を介して指定を受け付けたクリーンエネルギーの不足分の非化石証書を購入するリクエストが生成される。なお、電力取引システム５に発行されるリクエストの生成方法については、図１３を用いて後述する。

一方、生産管理システム３や電力取引システム５などの他のシステムは、リクエスト部１５Ｄにより送信されたリクエストを受け付け（ステップＳ５０３）、当該リクエストに対応する処理を実行する（ステップＳ５０４）。

図１３は、リクエスト生成処理の手順を示すフローチャートである。図１３には、図１２に示すステップＳ５０２で実行される処理のうち電力取引システム５に発行されるリクエストを生成する処理の手順が示されている。

図１３に示すように、リクエスト部１５Ｄは、同時同量間隔の設定により区分された時間帯のうち、ＲＥ目標値、例えばＲＥ１００を達成しない特定製品の製造時間帯または特定製品の製造プロセスのうちクリーンエネルギーの供給が不足する製造プロセスの実行が予定される区間と重複する同時同量間隔の時間帯を特定する（ステップＳ６０１）。なお、ステップＳ６０１では、リクエスト部１５Ｄが自動的に選択することとしてもよいし、また、ユーザ端末３０からＧＵＩを介して選択をマニュアルで受け付けることとしてもよい。

そして、リクエスト部１５Ｄは、ステップＳ６０１で選択された時間帯で不足するクリーンエネルギーの供給先を選択する（ステップＳ６０２）。例えば、リクエスト部１５Ｄは、設定情報１３Ｂで最高の優先度が設定されたクリーンエネルギーの種類を自動的に選択してもよいし、ユーザ端末３０からＧＵＩを介してクリーンエネルギーの種類の選択を受け付けてもよい。

続いて、リクエスト部１５Ｄは、ステップＳ６０１で特定された時間帯におけるクリーンエネルギーの不足量を特定する（ステップＳ６０３）。

その後、リクエスト部１５Ｄは、電力取引システム５が取引単位として受け付けるコマのうちステップＳ６０１で特定された時間帯に対応するコマの指定、ステップＳ６０２で選択されたクリーンエネルギーの種類の指定、並びに、ステップＳ６０３で特定されたクリーンエネルギーの不足分に対応する環境価値の購入量の指定を含む取引リクエストを生成する（ステップＳ６０４）。

このように生成された取引リクエストを電力取引システム５へ送信することにより、クリーンエネルギーの不足分に対応する購入量の環境価値を希望のクリーンエネルギーの種類で入札することが可能になる。これにより、クリーンエネルギーの供給が不足する場合でも、環境価値の購入を通じて特定製品のＲＥ最大化が達成される。このため、ユーザ企業は事業運営に再エネ導入を推進していることが証明できる。また、脱炭素化などの社会的目標への対応をプロモートすることで、企業の価値向上にもつながる。

＜効果の一側面＞
上述してきたように、本実施形態にかかる情報処理装置１０は、クリーンエネルギーの時間帯別の予測供給量およびエネルギーの時間帯別の予測使用量に基づいて、生産予定の製品ごとに当該製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行する。したがって、本実施形態にかかる情報処理装置１０によれば、製品のＲＥ最大化を支援する生産計画の作成を実現できる。

＜数値等＞
上記実施形態で説明した事項、例えばエネルギーの種類や発電家の数、さらには、シミュレーションの表示例やＲＥ度合いの表示例などの具体例などは、一例であり、変更することができる。また、実施形態で説明したフローチャートも、矛盾のない範囲内で処理の順序を変更することができる。

＜システム＞
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、受付部１５Ａ、シミュレーション部１５Ｂ、出力部１５Ｃおよびリクエスト部１５Ｄのうちいずれか１つ以上の機能部は、別々の装置で構成されていてもよい。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散や統合の具体的形態は図示のものに限られない。つまり、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散および統合して構成することができる。なお、各構成は、物理的な構成であってもよい。

さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵ（Central Processing Unit）および当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

＜ハードウェア＞
次に、実施形態で説明したコンピュータのハードウェア構成例を説明する。図１４は、ハードウェア構成例を示す図である。図１４に示すように、情報処理装置１０は、通信装置１０ａ、ＨＤＤ（Hard Disk Drive）１０ｂ、メモリ１０ｃ、プロセッサ１０ｄを有する。また、図１４に示した各部は、バス等で相互に接続される。

通信装置１０ａは、ネットワークインタフェイスカードなどであり、他のサーバとの通信を行う。ＨＤＤ１０ｂは、図１に示す機能を動作させるプログラムやＤＢなどを記憶する。

プロセッサ１０ｄは、図１に示された処理部と同様の処理を実行するプログラムをＨＤＤ１０ｂ等から読み出してメモリ１０ｃに展開することで、図１等で説明した機能を実行するプロセスを動作させる。例えば、このプロセスは、情報処理装置１０が有する処理部と同様の機能を実行する。具体的には、プロセッサ１０ｄは、受付部１５Ａ、シミュレーション部１５Ｂ、出力部１５Ｃおよびリクエスト部１５Ｄ等と同様の機能を有するプログラムをＨＤＤ１０ｂ等から読み出す。そして、プロセッサ１０ｄは、受付部１５Ａ、シミュレーション部１５Ｂ、出力部１５Ｃおよびリクエスト部１５Ｄ等と同様の処理を実行するプロセスを実行する。

このように、情報処理装置１０は、プログラムを読み出して実行することで生産計画作成方法を実行する情報処理装置として動作する。また、情報処理装置１０は、媒体読取装置によって記録媒体から上記プログラムを読み出し、読み出された上記プログラムを実行することで上記した実施形態と同様の機能を実現することもできる。なお、この他の実施形態でいうプログラムは、情報処理装置１０によって実行されることに限定されるものではない。例えば、他のコンピュータまたはサーバがプログラムを実行する場合や、これらが協働してプログラムを実行するような場合にも、本発明を同様に適用することができる。

上記のプログラムは、インターネットなどのネットワークを介して配布することができる。また、上記のプログラムは、任意の記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することができる。例えば、記録媒体は、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ（Magneto－Optical disk）、ＤＶＤ（Digital Versatile Disc）などにより実現され得る。

＜その他＞
開示される技術特徴の組合せのいくつかの例を以下に記載する。

（１）クリーンエネルギーの予測供給量を受け付ける第１受付部と、
エネルギーの予測使用量を受け付ける第２受付部と、
クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行するシミュレーション部と、
を有することを特徴とする情報処理装置。

（２）前記シミュレーション部は、前記予測供給量および前記予測使用量の間の差分または割合を含む目的関数を最大化または最小化することにより、前記生産計画を最適化する、
ことを特徴とする（１）に記載の情報処理装置。

（３）クリーンエネルギーの前記予測供給量の割当先の優先度の設定を受け付ける第３受付部をさらに有し、
前記シミュレーション部は、クリーンエネルギーの前記予測供給量と、前記シミュレーションの結果として得られた生産計画に含まれる前記割当先の前記予測使用量とを比較して、前記優先度に基づいて前記割当先へのクリーンエネルギーの割当量を決定する、
ことを特徴とする（１）または（２）に記載の情報処理装置。

（４）発電後に非化石エネルギーの電気から分離された環境価値の売買を取引する電力取引システムに、前記割当量が前記予測使用量に比べて不足する不足分の環境価値を購入するリクエストを発行するリクエスト部をさらに有する、
ことを特徴とする（３）に記載の情報処理装置。

（５）前記第１受付部は、クリーンエネルギーの種類ごとに前記予測供給量を受け付け、
前記第３受付部は、前記種類ごと及び時間帯ごとに前記優先度の設定を受け付け、
前記シミュレーション部は、前記種類ごと及び前記時間帯ごとに前記割当量を決定する、
ことを特徴とする（３）または（４）に記載の情報処理装置。

（６）クリーンエネルギーの予測供給量を受け付け、
エネルギーの予測使用量を受け付け、
クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行する、
処理をコンピュータが実行することを特徴とする生産計画作成方法。

（７）クリーンエネルギーの予測供給量を受け付け、
エネルギーの予測使用量を受け付け、
クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行する、
処理をコンピュータに実行させることを特徴とする生産計画作成プログラム。

１ 生産計画作成システム
３ 生産管理システム
５ 電力取引システム
７ 各種デバイス
１０ 情報処理装置
１１ 通信制御部
１３ 記憶部
１３Ａ 予測供給量
１３Ｂ 設定情報
１３Ｃ 予測使用量
１３Ｄ 生産諸元情報
１５ 制御部
１５Ａ 受付部
１５Ｂ シミュレーション部
１５Ｃ 出力部
１５Ｄ リクエスト部
３０ ユーザ端末

Claims (5)

1. クリーンエネルギーの予測供給量を受け付ける第１受付部と、
   エネルギーの予測使用量を受け付ける第２受付部と、
   クリーンエネルギーの前記予測供給量の割当先の優先度の設定を受け付ける第３受付部と、
   クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行し、クリーンエネルギーの前記予測供給量と、前記シミュレーションの結果として得られた生産計画に含まれる前記割当先の前記予測使用量とを比較して、前記優先度に基づいて前記割当先へのクリーンエネルギーの割当量を決定するシミュレーション部と、
   発電後に非化石エネルギーの電気から分離された環境価値の売買を取引する電力取引システムに、前記割当量が前記予測使用量に比べて不足する不足分の環境価値を購入するリクエストを発行するリクエスト部と、
   を有することを特徴とする情報処理装置。
2. 前記シミュレーション部は、前記予測供給量および前記予測使用量の間の差分または割合を含む目的関数を最大化または最小化することにより、前記生産計画を最適化する、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記第１受付部は、クリーンエネルギーの種類ごとに前記予測供給量を受け付け、
   前記第３受付部は、前記種類ごと及び時間帯ごとに前記優先度の設定を受け付け、
   前記シミュレーション部は、前記種類ごと及び前記時間帯ごとに前記割当量を決定する、
   ことを特徴とする請求項１に記載の情報処理装置。
4. クリーンエネルギーの予測供給量を受け付け、
   エネルギーの予測使用量を受け付け、
   クリーンエネルギーの前記予測供給量の割当先の優先度の設定を受け付け、
   クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行し、クリーンエネルギーの前記予測供給量と、前記シミュレーションの結果として得られた生産計画に含まれる前記割当先の前記予測使用量とを比較して、前記優先度に基づいて前記割当先へのクリーンエネルギーの割当量を決定し、
   発電後に非化石エネルギーの電気から分離された環境価値の売買を取引する電力取引システムに、前記割当量が前記予測使用量に比べて不足する不足分の環境価値を購入するリクエストを発行する、
   処理をコンピュータが実行することを特徴とする生産計画作成方法。
5. クリーンエネルギーの予測供給量を受け付け、
   エネルギーの予測使用量を受け付け、
   クリーンエネルギーの前記予測供給量の割当先の優先度の設定を受け付け、
   クリーンエネルギーの前記予測供給量およびエネルギーの前記予測使用量に基づいて、生産予定の製品ごとに前記製品の製造時間帯が計画された生産計画を最適化するシミュレーションを実行し、クリーンエネルギーの前記予測供給量と、前記シミュレーションの結果として得られた生産計画に含まれる前記割当先の前記予測使用量とを比較して、前記優先度に基づいて前記割当先へのクリーンエネルギーの割当量を決定し、
   発電後に非化石エネルギーの電気から分離された環境価値の売買を取引する電力取引システムに、前記割当量が前記予測使用量に比べて不足する不足分の環境価値を購入するリクエストを発行する、
   処理をコンピュータに実行させることを特徴とする生産計画作成プログラム。