WO2014073556A1 - 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム - Google Patents

電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム Download PDF

Info

Publication number
WO2014073556A1
WO2014073556A1 PCT/JP2013/079989 JP2013079989W WO2014073556A1 WO 2014073556 A1 WO2014073556 A1 WO 2014073556A1 JP 2013079989 W JP2013079989 W JP 2013079989W WO 2014073556 A1 WO2014073556 A1 WO 2014073556A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
energy
schedule
power
optimization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2013/079989
Other languages
English (en)
French (fr)
Inventor
正明 齋藤
村山　大
飯野　穣
雅彦 村井
永子 久田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to EP13834286.0A priority Critical patent/EP2919349B1/en
Priority to CN201380002709.9A priority patent/CN103917954B/zh
Priority to SG11201400385VA priority patent/SG11201400385VA/en
Priority to US14/201,382 priority patent/US9916630B2/en
Publication of WO2014073556A1 publication Critical patent/WO2014073556A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/28—Arrangements for balancing of the load in networks by storage of energy
    • H02J3/32—Arrangements for balancing of the load in networks by storage of energy using batteries or super capacitors with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/38—Arrangements for feeding a single network from two or more generators or sources in parallel; Arrangements for feeding already energised networks from additional generators or sources in parallel
    • H02J3/46—Controlling the sharing of generated power between the generators, sources or networks
    • H02J3/466—Scheduling or selectively controlling the operation of the generators or sources, e.g. connecting or disconnecting generators to meet a demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2101/00—Supply or distribution of decentralised, dispersed or local electric power generation
    • H02J2101/20—Dispersed power generation using renewable energy sources
    • H02J2101/22—Solar energy
    • H02J2101/24—Photovoltaics
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2105/00—Networks for supplying or distributing electric power characterised by their spatial reach or by the load
    • H02J2105/50—Networks for supplying or distributing electric power characterised by their spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2105/54—Networks for supplying or distributing electric power characterised by their spatial reach or by the load for selectively controlling the operation of the loads according to a non-electrical condition, e.g. temperature
    • H02J2105/55—Networks for supplying or distributing electric power characterised by their spatial reach or by the load for selectively controlling the operation of the loads according to a non-electrical condition, e.g. temperature according to an economic condition, e.g. tariff-based load management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/38—Arrangements for feeding a single network from two or more generators or sources in parallel; Arrangements for feeding already energised networks from additional generators or sources in parallel
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or discharging batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other DC sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other DC sources, e.g. providing buffering with light sensitive cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/50—Energy storage in industry with an added climate change mitigation effect
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Definitions

  • Embodiments of the present invention relate to a technique for optimizing the operation schedule of controlled devices such as energy supply devices, energy consuming devices, and energy storage devices in buildings and factories, for example.
  • this DR there is an incentive type DR that discounts a power charge under a predetermined condition.
  • the incentive here is a fee discount given in response to the amount of power suppressed by the consumer in order to motivate, attract or promote the suppression of power to the consumer.
  • a baseline that is a threshold value of power consumption that determines whether or not there is an incentive is set based on a customer's power consumption for a certain period in the past. Then, the incentive is given only when the amount of power used by the customer falls below the baseline.
  • the objective function for obtaining the optimum value that minimizes the cost is in a complicated form. This is because a term having a discontinuous variable that indicates the presence or absence of an incentive based on the relationship between the power consumption of the entire building calculated based on the operation schedule of multiple devices and the power consumption relative to the baseline is an objective function. It is because it is added to. In order to find the optimum value, it is necessary to apply an optimization method that allows discontinuous variables.
  • Embodiments of the present invention have been proposed to solve the above-described problems of the prior art, and the purpose thereof is to complicate formulation and optimization methods in response to incentive type demand response. It is providing the electric power suppression type
  • Connection configuration diagram showing an example of a storage heat storage optimization system Connection configuration diagram showing a configuration example of controlled devices in a building
  • the block diagram which shows the structural example of the electrical storage heat storage optimization apparatus of 1st Embodiment.
  • Block diagram showing the configuration of the optimization processor
  • the figure which shows an example of the relationship between the electric energy used and the baseline Diagram showing an example of the transition of costs due to power suppression
  • the flowchart which shows the processing procedure at the time of the next day schedule planning of the storage energy storage optimization device Diagram showing an example of optimization variables for state optimization
  • the flowchart which shows the processing procedure of the judgment of incentive reception possibility
  • the figure which shows an example of the priority of the determination time of the incentive receiving availability
  • Flow chart showing the processing procedure for rescheduling on the day
  • the figure which shows an example of the priority of the determination time of the incentive reception possibility of 2nd Embodiment
  • the block diagram which shows the structure of the electrical storage heat storage optimization apparatus of 3rd Embodiment.
  • the flowchart which shows the process sequence of determination of the incentive reception possibility of 4th Embodiment
  • the block diagram which shows the structure of the electrical storage heat storage optimization apparatus of 5th Embodiment.
  • the figure which shows an example of the presentation screen of a driving schedule Block diagram showing another embodiment
  • the power storage heat storage optimization system 5 to which this embodiment is applied includes various control target devices 2, local control devices 3, and power storage heat storage optimization devices 4 installed in a target building 1. Have.
  • the control target device 2 includes at least one of an energy consuming device, an energy supply device, and an energy storage device.
  • the energy consuming device is a device that consumes the supplied energy. For example, air-conditioning equipment (air conditioning), lighting equipment, and heat source equipment are included in energy consuming equipment.
  • Energy supply equipment is equipment that supplies energy to energy consuming equipment and energy storage equipment.
  • a solar power generation device (PV) and a solar water heater are included in the energy supply device.
  • An energy storage device is a device that stores supplied energy.
  • a storage battery and a heat storage tank are included in the energy storage device.
  • the control target device 2 of the present embodiment includes a device that also serves as one of an energy consuming device, an energy supply device, and an energy storage device.
  • storage heat storage refers to utilizing the energy storage capability of the energy storage device in optimizing the operation schedule, as long as at least one of storage and heat storage can be used.
  • the local control device 3 is a device that is connected to the control target device 2 and controls the operation of each control target device 2.
  • the local control device 3 controls the start, stop, output, and the like of each control target device 2.
  • starting and stopping may be referred to as starting and stopping.
  • the local control device 3 may be provided for each control target device 2 or may be configured to control a plurality of control target devices 2 collectively.
  • the control by each local control device 3 follows control information from the storage heat storage optimization device 4 connected to each local control device 3 via the network N.
  • the storage heat storage optimization device 4 is a device that optimizes the operation schedule of the control target device 2 based on information such as unit price of energy usage fee, process data, power suppression target time, baseline, and incentive unit price.
  • the unit price of the energy usage fee is the unit price of the charge that is charged according to the consumption of energy to be purchased.
  • the incentive unit price is a unit price for calculating the amount of incentive by multiplying the reduced consumption out of the energy consumption subject to the energy usage fee. For example, these unit prices can be expressed in units of yen / kW and yen / kWh.
  • the energy subject to the energy usage fee is energy that pays for the usage, and includes, for example, electric power and gas. Water is also included in the energy here. For this reason, the energy usage fee includes a power charge, a gas charge, and a water charge.
  • the energy usage fee subject to incentive is generally a power fee, and in this embodiment, the processing is based on the power fee. However, when other energy usage charges are subject to incentives, the process of including such targets is not excluded.
  • the operation schedule is an operation schedule of each control target device for each time period in a predetermined period in the future.
  • start / stop information such as when to start the controlled device, and when there are multiple controlled devices, information such as from what time to when included.
  • the operation schedule includes information on how much the output of the control target device should be.
  • control setting values that can be represented by values that can be expressed quantitatively, such as how many kW or how many kWh, are also included in the operation schedule.
  • the control set value is a parameter that determines the operating state of each control target device 2.
  • control set value includes a temperature set value, PMV set value, illumination illuminance set value, etc. of an air conditioner that is an energy consuming device.
  • PMV is an abbreviation for Predicted Mean Vote, and is defined by an air conditioning thermal index ISO7730.
  • PMV is a numerical value of how a person feels cold, where 0 indicates comfort, ⁇ indicates cold, and + indicates warm. Parameters used for calculating PMV are temperature, humidity, average radiation temperature, amount of clothes, amount of activity, wind speed, and the like.
  • Process data includes external information that changes over time.
  • weather data and operational data are included in the process data.
  • the weather data includes past weather data and weather forecast data.
  • the operation data includes the control setting value of each past control target device 2 and the state quantity of each control target device 2 when the operation schedule is executed.
  • the state quantity of each control target device 2 when the operation schedule is executed includes energy consumption and production energy of each control target device 2.
  • the state quantity includes CGS as an energy supply device, an electric refrigerator, an output of an absorption chiller / heater, a load factor, and the like.
  • the state quantity includes a discharge amount of a storage battery that is an energy storage device, a heat storage amount, a heat release amount of a heat storage device, a heat storage amount, and the like.
  • the power suppression target time is a time when an incentive is prepared for successful suppression by reducing the amount of power used. For example, the time when the incentive is given between 1 o'clock and 4 o'clock is included in the power suppression target time.
  • the baseline is a threshold value for the amount of power used as a criterion for whether or not to give incentives. This baseline can be set based on the amount of electric power used by the customer for a certain period in the past.
  • the baseline is calculated based on the actual value of the power demand in the building for several days or weeks in the past.
  • the baseline of this embodiment is set on a daily basis, and a constant baseline is adopted as an example throughout the day.
  • connection configuration of controlled devices An example of the connection configuration of various control target devices 2 and the flow of energy such as cold water, hot water, electricity, and gas is shown in FIG.
  • the relationship of energy transfer of these control target devices 2 is to supply electricity, cold heat, and heat to the air conditioner 111 of the room 110 using the electric power received from the outside and the gas supplied from the outside as the energy source. .
  • control target device 2 As the control target device 2, a storage battery 100, PV101, CGS102, an electric refrigerator 103, an absorption chiller / heater 104, and a heat storage tank 105 are installed.
  • control object apparatus 2 shown here is an example, and which control object apparatus 2 is used or not used is free. In addition, this embodiment does not exclude the control target device 2 that is not illustrated.
  • control target of the present embodiment is not limited to the above-described device configuration, and includes a configuration in a case where some devices are not present or a method that can be easily applied by extending the method of the present embodiment.
  • the storage battery 100 is a facility that uses a secondary battery capable of both charging and discharging.
  • the PV 101 is a power generation facility that includes a solar panel that converts sunlight energy into electrical energy.
  • the PV 101 is one of devices whose electric energy supply amount varies depending on weather conditions such as the weather.
  • the CGS (Co-Generation System) 102 is a system that can use the exhaust heat as well as power generation by an internal combustion engine or an external combustion engine.
  • the CGS 102 in this example is a combined heat and power supply system that generates power using gas as an energy source and can use exhaust heat.
  • a fuel cell may be used as a power generation and heat source.
  • the electric refrigerator 103 is a compression refrigerator that performs cooling by a process of compression, condensation, and evaporation of a gaseous refrigerant, and an electric compressor is used to compress the refrigerant.
  • the absorption chiller / heater 104 is a device that supplies cold water or hot water between a refrigerant condenser and an evaporator through a process of absorption of water vapor and regeneration by a heat source.
  • a heat source As the energy of the heat source, exhaust heat from gas, CGS 102 or the like can be used.
  • the heat storage tank 105 is a tank that stores heat using a stored heat medium.
  • the electric refrigerator 103, the absorption chiller / heater 104, and the heat storage tank 105 can supply hot water and cold water for the air conditioner 111 installed in the room 110.
  • the setting parameters include, for example, various parameters used for the processing of this embodiment, such as processing timing, weighting factor, evaluation index, device characteristics, and priority.
  • the processing timing includes a timing at which an optimization processing unit 40 described later starts processing, and a timing at which the rescheduling necessity determination unit 17 determines whether rescheduling is necessary.
  • the weight coefficient is a coefficient used for similarity calculation described later.
  • the evaluation index is an index that should be minimized for optimization, such as energy consumption, supply energy, and cost.
  • the device characteristics include various parameters determined according to the characteristics of each device, such as the rating, lower limit output, and COP of each control target device 2. These parameters include parameters used for various calculations described later.
  • COP Coefficient of performance
  • the priority is a priority of determination time for determining whether or not to receive an incentive described later.
  • FIG. 3 is a block diagram showing the overall configuration of the storage heat storage optimization device 4
  • FIG. 4 is a block diagram showing the optimization processing unit 40.
  • the power storage / heat optimization device 4 includes an optimization processing unit 40, a data acquisition unit 20, a setting parameter input unit 21, a processing data storage unit 22, an optimization data storage unit 23, and a transmission / reception unit 24.
  • the optimization processing unit 40 includes an energy prediction unit 10, a schedule optimization unit 11, an incentive reception availability determination unit 12, a power suppression schedule optimization unit 13, an adoption schedule selection unit 14, a control information output unit 15, a start instruction unit 16, A rescheduling necessity determination unit 17 is included.
  • the energy prediction unit 10 is a processing unit that predicts the energy consumption or the production energy of the control target device 2. This prediction method is not limited to a specific one.
  • the energy prediction unit 10 of the present embodiment includes, for example, a similarity calculation unit 10a, a similar date extraction unit 10b, and a predicted value setting unit 10c as illustrated in FIG.
  • the similarity calculation unit 10a calculates the execution date of the operation schedule to be optimized from the past day of the week, weather, temperature, and humidity stored in the processing data storage unit 22, and the past date Is a processing unit for calculating the degree of similarity.
  • the similar date extraction unit 10b is a processing unit that extracts a date similar to the execution date of the driving schedule based on the similarity calculated by the similarity calculation unit 10a.
  • the predicted value setting unit 10c is a processing unit that sets the consumed energy or the produced energy of the control target device 2 on the date as the energy predicted value based on the operation data on the similar date extracted by the similar date extracting unit 10b. .
  • the schedule optimization unit 11 is a processing unit that optimizes the operation schedule so that the evaluation index of the control target device 2 is minimized.
  • the evaluation index of the present embodiment is, for example, the cost required for energy when the control target device 2 is operated. This optimization is performed, for example, by optimizing the variable of the constraint condition expression so that the objective function is minimized based on the energy prediction value of the energy prediction unit 10.
  • the incentive reception availability determination unit 12 is a processing unit that determines a time at which an incentive can be received by reducing the power used.
  • the time when the incentive can be received means the time when the consumer can receive the incentive in the optimized operation schedule among the power suppression target times.
  • the incentive reception availability determination unit 12 includes an initial state determination unit 121, a determination time determination unit 122, an operating point derivation unit 123, a power consumption determination unit 124, an allocation cancellation unit 125, a reception availability determination unit 126, and an end determination unit 127. Have.
  • the initial state determination unit 121 is a processing unit that determines the initial state of the SOC (State Of Charge) of the storage battery 100 and the remaining heat storage amount of the heat storage tank.
  • the SOC is a unit indicating the state of charge of the storage battery 100. It is a relative representation of the ratio of the remaining charge to the fully charged state.
  • the determination time determination unit 122 is a processing unit that determines a time for determining whether or not to receive an incentive according to a preset priority order. By setting such priorities, it is possible to create power consumption reduction patterns corresponding to various requests. For example, in this embodiment, the determination time is determined in descending order of the predicted power consumption energy value predicted by the energy prediction unit 10.
  • the operating point deriving unit 123 is a processing unit that determines the operating point of the equipment that minimizes the power consumption at the determination time.
  • the power consumption determination unit 124 is a processing unit that determines whether the power consumption at the derived operating point exceeds a predetermined reference or is equal to or less than a predetermined reference.
  • the predetermined standard includes, for example, a baseline.
  • the allocation cancellation unit 125 is a processing unit that cancels allocation of the heat dissipation amount from the heat storage tank 105 and the discharge amount from the storage battery 100 according to the determination result of the power consumption determination unit 124. This cancellation means that the assigned amount of heat radiation and discharge is not performed. The canceled heat dissipation amount and discharge amount can also be used for determination of the determination time of the next rank.
  • the reception availability determination unit 126 is a processing unit that determines whether or not the incentive can be received according to the determination result of the power consumption determination unit 124.
  • End determination unit 127 is a processing unit that determines whether or not the determination of whether or not to receive incentives has been completed for all the DR target times.
  • the power suppression schedule optimization unit 13 is a processing unit that optimizes the operation schedule so as to minimize the evaluation index of the control target device 2 including incentives.
  • the evaluation index is the same as that of the schedule optimization unit 11.
  • the power suppression schedule optimization unit 13 considers the incentive unit price to the unit price of the power charge at the time when it is determined that the incentive can be received, and sets the upper limit of the power consumption used in the optimization as the baseline.
  • Adoption schedule selection unit 14 is a processing unit that determines an operation schedule to be actually adopted among the operation schedules obtained by the schedule optimization unit 11 and the power suppression schedule optimization unit 13. is there. For example, when the cost is used as an evaluation index as described above, this determination is performed by calculating the total daily power charge and gas charge and adopting the smaller operation schedule.
  • Control information output unit 15 is a processing unit that outputs control information of the control target device 2 to the local control device 3 based on the adopted operation schedule.
  • the control information is information for operating the control target device 2 in accordance with the operation schedule, and includes information such as start / stop for each time zone and control set value.
  • the start instructing unit 16 is a processing unit that starts execution of the optimization processing by the optimization processing unit 40 at a preset timing. For example, when setting a power storage heat storage schedule on the day before the execution date, it is conceivable that a predetermined time every day is set as the setting timing. It is possible to freely set how many days this is done and when.
  • the rescheduling necessity determination unit 17 is a processing unit that determines whether it is necessary to optimize the operation schedule again at a preset timing.
  • the data acquisition unit 20 is a processing unit that acquires data necessary for the processing of the optimization processing unit 40 from the outside.
  • the acquired data includes process data, incentive unit price, power suppression target time, and baseline.
  • the setting parameter input unit 21 is a processing unit that inputs setting parameters necessary for the processing of the optimization processing unit 40.
  • the setting parameters include processing timing, weighting coefficient, evaluation index, device characteristics, and priority.
  • the processing data storage unit 22 is a processing unit that stores data necessary for the processing of the optimization processing unit 40. This data includes the unit price of energy usage fee, process data, incentive unit price, power suppression target time, baseline, and setting parameters.
  • the processing data storage unit 22 includes information necessary for processing of each unit in addition to those exemplified above. For example, arithmetic expressions and parameters for each part are included. Therefore, the processing data storage unit 22 also stores the power charges for calculating the charges and the unit prices of the gas charges.
  • the optimization data storage unit 23 is a processing unit that stores data obtained by the optimization processing by the optimization processing unit 40.
  • the optimization data storage unit 23 stores the operation schedule optimized by the schedule optimization unit 11 and the power suppression schedule optimization unit 13.
  • the processing data storage unit 22 can store the data stored in the optimization data storage unit 23 as past operation data, and can also be used for the arithmetic processing of each unit in the optimization processing unit 40.
  • the transmission / reception unit 24 transmits / receives information to / from the storage heat storage optimization device 4 and the local control device 3, a building manager's terminal, a host supervisory control device, a server that provides weather information, and the like via the network N. It is a processing part to perform.
  • the data stored in the processing data storage unit 22 and the optimization data storage unit 23 are transmitted by the transmission / reception unit 24, so that an external device as described above can be used.
  • the storage heat storage optimization device 4 includes an input unit for inputting information necessary for processing of each unit, an input unit for inputting processing selections and instructions, an interface for inputting information, an output unit for outputting processing results, and the like. Yes.
  • the input unit includes input devices that can be used now or in the future, such as a keyboard, a mouse, a touch panel, and a switch.
  • the input unit can also fulfill the functions of the data acquisition unit 20 and the setting parameter input unit 21 described above.
  • the output unit includes all output devices that can be used now or in the future, such as display devices and printers.
  • the operator can refer to the data stored in the processing data storage unit 22 and the optimization data storage unit 23 by displaying the data on the output unit.
  • the electric power generated by the PV 101 and the CGS 102 is also stored in the storage battery 100 or supplied to the energy consuming device. Electricity supplied to the energy consuming device is consumed by the electric refrigerator 103 for heat production.
  • the gas from the gas supply system is supplied to the CGS 102 and the absorption chiller / heater 104.
  • the absorption chiller / heater 104 can also be manufactured cold using the heat generated by the CGS 102. Further, the absorption chiller / heater 104 can also increase the amount of cold energy produced by gas input. Note that the absorption chiller / heater 104 can be supplied with heat only by supplying gas.
  • Cold heat produced by the electric refrigerator 103 and the absorption chiller / heater 104 is stored in the heat storage tank 105 or supplied to the air conditioner 111 installed in the room 110.
  • the air conditioner 111 performs air conditioning of the room 110 by the supplied cold heat.
  • the air conditioner 111 can also be heated by receiving supply of hot water generated by either the CGS 102 or the absorption chiller / heater 104.
  • FIG. 5 shows the transition of the daily power consumption of the building, where the horizontal axis represents the time of the day and the vertical axis represents the building power consumption.
  • the baseline is determined based on the actual value of past power demand (power consumption) in the target building or factory. For example, the maximum power consumption at the power suppression target time for days, weeks or months can be set as the baseline.
  • the baseline setting method is not limited to this.
  • the amount of power used is lower than the set baseline at the power suppression target time by DR (13:00 to 16:00 in this example) It is regarded as a power reduction amount.
  • time A is not the power suppression target time
  • no incentive can be received even if the power consumption is below the baseline.
  • time B is a power suppression target time, it is possible to receive an incentive according to the amount below the baseline.
  • PTR Peak Time Rebate PTR is a contract system in which an amount obtained by multiplying the power reduction amount by an incentive unit price is paid to a customer.
  • L-PTR Limited Peak Time Rebate L-PTR is a contract system that is similar to PTR, but has an upper limit on incentives to be paid.
  • CCP Capacity Commitment Program This is a contract system in which a fixed amount corresponding to the baseline and the target value is paid only when the target value of the power reduction amount determined in advance is exceeded at all times of the DR target time.
  • an amount that is simply proportional to the amount of power reduction is not always an incentive, and some limit may be set.
  • FIG. 6 is a graph showing the transition of costs when the power consumption at the DR target time is gradually suppressed, with the vertical axis representing the cost of power and gas and the horizontal axis representing the maximum power consumption at the DR target time. .
  • the meaning of each black spot [1] to [5] in the figure and the explanation of the transition are as follows.
  • the black spot [1] indicates that no power suppression measures are taken. Let us consider a case where power suppression by heat shift or load shift using power storage is performed based on the two types of fee systems 1 and 2 starting from this black spot [1].
  • charge system 1 is a case where the unit price of power at the DR target time is higher than at other times.
  • the charge system 2 is a case where the power unit price at the DR target time is substantially equal to or cheaper than other times.
  • a load shift means shifting the time zone which uses the purchased electric power.
  • An example of a load shift is to store electricity in the storage battery 100 during the night when the unit price of the charge is low, and to obtain power from the storage battery 100 in the daytime when the unit price of the charge is high, thereby reducing the amount of power to be purchased. This is a case of lowering costs.
  • the black spot [2] shows the point at which power was partially suppressed to the baseline using this method. If there is a sufficient amount of the storage battery 100 and the power consumption during the daytime can be further reduced, the cost can be further reduced. In other words, when power suppression is continued until the maximum power consumption falls below the baseline, the incentive is taken into account, and the cost reduction degree increases. Thus, the time point when the power is suppressed to the maximum is indicated by a black spot [3].
  • the power unit price at the DR target time is almost the same as or cheaper than other times, so the cost may increase due to the load shift.
  • the charging time is midnight
  • the electricity charge during the night is not changed or higher than during the daytime. For this reason, if it considers that the loss of electric power comes out, cost will rise on the contrary.
  • the time point when the power is partially suppressed to the baseline is indicated by a black dot [4].
  • an optimal plan can be obtained by setting the operation schedules [3] and [5] and comparing them at the end.
  • a method of optimizing a time zone to which an incentive is given assuming a virtual power unit price in which the incentive is added is adopted.
  • the calculation is simplified by not evaluating exactly how much the power consumption has been reduced with respect to the incentive but by replacing only the unit price with a lower one.
  • the start instruction unit 16 instructs the energy prediction unit 10 to execute the optimization process at a preset time. For example, at 21:00 on the previous day, the optimization processing unit 40 starts executing the optimization process.
  • the flowchart in FIG. 7 shows a processing flow after the execution of the optimization process is started in accordance with an instruction from the start instruction unit 16.
  • the energy prediction unit 10 predicts the consumed energy or the supplied energy of the control target device 2 based on the past meteorological data and operation data stored in the processing data storage unit 22 (step 01).
  • the similarity calculation unit 10a calculates the similarity based on the past day of the week, weather, temperature, and humidity stored in the processing data storage unit 22 as weather data and operation data.
  • An example of the similarity calculation formula is shown in the following formula (1).
  • the weight for each day of the week uses the weighting factor for each day of the week set in advance.
  • a, b, and c are weighting factors for each factor.
  • the weighting factor for each weather set in advance is used for “weight due to weather”.
  • the weight of “Tuesday” is used for “Weight by day of the week”. If the weather based on the weather forecast for the next day is “sunny”, the “weather weight” uses the “sunny” weight. Use the predicted maximum temperature, minimum temperature, and relative humidity for the next day.
  • the day number is a serial number in which the operation data stored in the processing data storage unit 22 and the weather data corresponding thereto are arranged and assigned for each day.
  • Each weight can be set freely. For example, when the weather based on the forecast for the next day is “sunny”, the weight coefficient is small if the past data is “sunny”, but the weight coefficient is large if the past data is “rain”.
  • weighting factor of each factor such as “weight by day of the week” and “weight by weather”, a, b, and c is input from the setting parameter input unit 21 and stored in the processing data storage unit 22 is predicted. It can be set arbitrarily according to the accuracy.
  • the similarity of the past day is obtained by calculation according to the equation (1). Since there are other methods for calculating similarity, the present embodiment is not limited to this method.
  • the similar day extraction part 10b extracts the day number with which the similarity calculated
  • the predicted value setting unit 10c sets the consumed energy or supplied energy of the control target device 2 on the date corresponding to the extracted day number as the predicted value for the next day.
  • the schedule optimization unit 11 optimizes the operation schedule of the device based on the prediction value of the energy prediction unit 10 (step 02).
  • the index to be minimized is cost, incentives due to power suppression are not considered.
  • the objective function to be minimized can be defined as in the following equation (2), and the constraint condition equations can be defined as in the following equations (3) to (8).
  • the expression (3) to (6) of the constraint condition expressions express the energy flow of FIG. (7) to (8) are constraint equations for the capacity of the control target device 2.
  • these formulations are only examples.
  • FIG. 8 shows a summary of examples of the variables X1 to X8 to be optimized.
  • X1 is the amount of power used
  • X2 to X6 are load factors of the control target device 2
  • X7 is the remaining heat storage amount
  • X8 is the remaining power storage amount.
  • t in the equations (2) to (8) represents a time (for example, the unit is one hour).
  • the power coefficient and gas coefficient in equation (2) vary depending on the index to be optimized. For example, if the cost is minimized, the unit price of the electric power rate and the unit price of the gas rate are used, and if the CO 2 is minimized, the CO 2 emission amount or a coefficient corresponding thereto is obtained.
  • Expressions (3) to (8) are main constraint expressions, and a variable value that minimizes the optimization index while satisfying these conditions is derived by a mathematical programming method or an iterative operation by simulation. .
  • the operation schedule obtained here is hereinafter expressed as schedule (I).
  • the incentive reception availability determination unit 12 selects a time at which the incentive can be received from the DR target time due to a reduction in power consumption (step 03). The operation of the incentive reception possibility determination unit 12 will be described with reference to the flowchart of FIG.
  • the initial state determination unit 121 determines the initial state of the SOC of the storage battery 100 and the remaining heat storage amount of the heat storage tank 105 (step 11). For example, here, it is assumed that the schedule is created on the previous day, so these are assumed to be full.
  • the determination time determination unit 122 determines the determination time (step 12). That is, as shown in FIG. 10, the determination time is determined in descending order of the predicted power consumption energy value predicted by the energy prediction unit 10 at the DR target time. The smaller the number in the figure, the higher the priority.
  • Determining the determination time in descending order of the predicted power consumption energy value is preferentially controlled from the time when the request for power suppression is high. That is, the time when the predicted power consumption energy is the maximum is the time when the demand is the maximum.
  • the operating point deriving unit 123 derives the operating point of the device that minimizes the power used at the determination time (step 13).
  • the used electric energy X1 can be calculated by the following equation (9) obtained by shifting each term of the equation (3).
  • the operating point of the equipment that minimizes the power consumption X1 is derived so as to satisfy the above equations (4) to (8).
  • the power consumption determination unit 124 determines whether the calculated power consumption is less than or less than the baseline PBASE [kWh], more than the baseline, or more than the baseline (step 14).
  • the reception availability determination unit 126 determines that the incentive reception is “available”. Determine (step 15).
  • the allocation canceling unit 125 releases the heat dissipation amount of the current heat storage tank and the discharge of the storage battery 100. The amount allocation is canceled (step 16). Then, the reception availability determination unit 126 determines that the determination time is “no” for incentive reception (step 17).
  • the end determination unit 127 determines whether or not all determinations of the DR target time have ended (step 18). If the end determination unit 127 determines that all determinations of the DR target time have not ended (NO in step 18), the next highest priority time is set as the determination time (step 12), and the same as above. Steps 13 and after are repeated.
  • the power suppression schedule optimization unit 13 optimizes the operation schedule including the incentive due to power suppression for the time when it is determined that the incentive can be received (step) 04).
  • the power coefficient ECt [yen / kWh] is changed as shown in the following equation (10).
  • the upper limit of the power consumption X1 at that time is changed to the baseline.
  • ECHGt [yen / kWh] in the equation (10) is a power metered unit price at time t
  • INCt [yen / kWh] is an incentive unit price at time t.
  • an incentive unit price is added to the power rate.
  • schedule (II) The operation schedule obtained here is hereinafter expressed as schedule (II).
  • the adoption schedule selection unit 14 selects the operation schedule to be adopted from the schedule (I) obtained by the schedule optimization unit 11 and the schedule (II) obtained by the power suppression schedule optimization unit 13 (step 05). .
  • the recruitment schedule selection unit 14 calculates the total power charge / gas charge for each day of the schedule (I) and the schedule (II), and selects the smaller one.
  • the selected schedule is determined as the operation schedule that is actually applied.
  • control set value output unit 15 outputs control information based on the operation schedule including the control set value to the control target device 2 (step 06).
  • Various control information output timings are conceivable.
  • the output timing is set to the day before the execution date of the operation schedule, and the control setting value received by each local control device 3 is held.
  • Each local control device 3 executes control based on the control information on the execution date.
  • the output date may be the day of the execution schedule.
  • the optimization data storage unit 23 stores values calculated in a series of processes including the obtained operation schedule. The above is the operation flow of the storage heat storage optimization device 4 when the next day's operation schedule is optimized the day before.
  • the evaluation index to be minimized is the cost.
  • the evaluation index may be other than cost.
  • CO 2 peak power reception, energy consumption, etc.
  • a composite index combining these evaluation indices can also be used.
  • the rescheduling necessity determination unit 17 determines whether rescheduling is necessary at a predetermined timing (step 21). The determination is performed by collating the operation schedule stored in the optimization data storage unit 23 with the operation data stored in the processing data storage unit 22.
  • the determination timing for example, the following can be set.
  • Predetermined interval for example, 5 minutes
  • a request from the operator is entered
  • sudden changes occur in the supply energy or consumption energy of PV101, etc., which is the subject of prediction
  • actual weather conditions for example, temperature, humidity, weather, etc.
  • the operation schedule output from the control information output unit 15 deviates from the actual device operation status
  • the incentive unit price, DR target time and baseline related to DR are changed
  • the incentive unit price may also vary. That is, it is assumed that the power company suddenly changes the incentive unit price for a specific time on the day when the operation schedule is executed. In that case, the driving schedule is changed using this as a trigger.
  • the rescheduling necessity determination unit 17 determines that rescheduling is unnecessary when the difference between the data to be compared does not exceed the threshold value set in the processing data storage unit 22 in advance (NO in step 21). . If these differences exceed the threshold, it is determined that rescheduling is necessary (YES in step 21).
  • the start instructing unit 16 instructs the start of rescheduling (step 22). As a result, rescheduling starts as shown in the flowchart of FIG.
  • step 11 in the flowchart of FIG. 9 the current SOC and the current remaining heat storage amount are set as the initial state of the SOC of the storage battery 100 and the remaining heat storage amount of the heat storage tank 105.
  • Other operations are the same as in the case of creating a schedule the day before.
  • a time at which incentives can be received is determined in advance, and an operation schedule that is optimized at the unit price of power reflecting the incentive only for that time is derived. For this reason, a correct DR operation schedule that matches the reality can be obtained.
  • the operation schedule can be optimized again. For this reason, it is possible to make the operation schedule more realistic, minimizing additional energy procurement, and enabling efficient operation as a whole.
  • step 12 of the flowchart shown in FIG. 9 the determination time determination unit 122 sets the determination time in order from the time when the predicted consumption energy set by the energy prediction unit 10 is small.
  • FIG. 12 shows an example of the priority order of the incentive reception availability determination time determined in this way. The smaller the number in the figure, the higher the priority. Since other operations are the same as those in the first embodiment, description thereof will be omitted.
  • the configuration of this embodiment is basically the same as that of the first embodiment. However, in the present embodiment, as shown in FIG.
  • the priority order input unit 25 is a processing unit that inputs the priority order of which times the user prioritizes and suppresses.
  • the priority input part 25 can use the same thing as said input part.
  • the priority order input unit 25 can also be configured as a processing unit that receives the priority order input via the transmission / reception unit 24 and sets the priority order in the processing data storage unit 22.
  • a user input / output terminal connected to the transmission / reception unit 24 via the network N is also included in the priority order input unit 25.
  • step 12 of the flowchart shown in FIG. 9 the determination time determination unit 122 sets the determination times in the order according to the priority order input from the user. Since other operations are the same as those in the first embodiment, description thereof will be omitted.
  • the priority order input unit 25 can input the priority order of the determination time of whether or not to receive the incentive from the outside. Thereby, it is possible to obtain a minimum cost operation schedule for performing power suppression at a time according to the user's wishes.
  • the user can select which time is given priority for suppression. If for some reason, it is desired to suppress power to a maximum at a specific time, the priority at that time is the highest. If other times are equal, it is possible to deal with individual circumstances such as giving the same ranking.
  • the configuration of this embodiment is basically the same as that of the first embodiment. However, the present embodiment has a configuration in which the operation schedule can be optimized using necessary data even when implementing L-PTR type DR or CPP type DR.
  • the upper limit of the incentive in the case of the L-PTR type and the target value for power reduction in the case of the CPP type are input via the data acquisition unit 20 and set in the processing data storage unit 22.
  • a margin for power consumption is input via the setting parameter input unit 21 and set in the processing data storage unit 22.
  • the upper limit and lower limit values based on the upper limit amount, the target value, and the margin are used for processing in the incentive reception availability determination unit 12 and the power suppression schedule optimization unit 13.
  • the upper and lower limits of the L-PTR type and the CPP type are as follows.
  • the upper limit of the power consumption X1 The lower limit of the baseline power consumption X1: The power consumption that achieves the incentive upper limit The case of the CPP type DR implementation The upper limit of the power consumption X1 The amount of power used that satisfies the power reduction target value (see Equation (11) below) Lower limit of power consumption X1: A value obtained by subtracting a margin from the above upper limit (see the following formula (12))
  • the margin is as follows. First, in the case of CPP, incentives are not paid unless the target value is further reduced even if the value falls below the baseline. If it falls below the target value, an incentive is paid for the portion of reduction from the baseline to the target value. However, incentives are not paid for the portion of reduction that is below the target. Therefore, it is necessary to provide a lower limit further below the target value so as to be lower than the target value but to be higher than the lower limit.
  • the width between the target value and the lower limit is a margin.
  • the used power amount determining unit 124 in the incentive reception availability determining unit 12 of the present embodiment is a processing unit that determines whether or not the used power amount can achieve the upper limit.
  • the reception availability determination unit 126 is a processing unit that determines whether or not the incentive can be received based on whether or not the power consumption can achieve the upper limit.
  • step 301 the determination of the initial state (step 301), determination of the determination time (step 302), and derivation of the operating point (step 303) are the same as in the above embodiment.
  • step 304 the power consumption determination unit 124 determines whether or not the power consumption at the minimized determination time is less than or less than the upper limit.
  • the upper limit setting of the power consumption here is the baseline PBASE [kWh] in the case of L-PTR type DR implementation as described above. Further, the upper limit setting in the case of the CPP type DR implementation is a power consumption amount PUB [kWh] that satisfies a power reduction target value ⁇ PL [kWh] described in the following equation (11).
  • the allocation canceling unit 125 cancels the heat dissipation amount and the discharge amount allocated this time (step) 306). Then, the reception possibility determination unit 126 determines that the incentive reception is “NO” at the time (step 307).
  • the reception availability determination unit 126 determines that the time is incentive reception (step) 305).
  • the allocation canceling unit 125 cancels the allocation of the heat dissipation amount and the discharge amount by the amount that the used power falls below the upper limit setting (step 309). This operation is for effectively utilizing the heat release amount of the heat storage tank and the discharge amount of the storage battery 100 that are below the upper limit at the determination time after the next rank.
  • step 308 If the end determination unit 127 determines that all determinations of the DR target time have not ended (NO in step 308), the next highest priority time is set as the determination time (step 302), and the same as above. The operation after step 303 is repeated.
  • step 308 If the end determination unit 127 determines that all determinations of the DR target time have been completed (YES in step 308), the determination process by the incentive reception availability determination unit 12 ends.
  • the power suppression schedule optimization unit 13 changes the power coefficient ECt [yen / kWh] at the time when the incentive reception availability determination unit 12 determines that the incentive reception is possible as shown in Expression (10) and uses it.
  • the upper limit and the lower limit of the electric energy X1 are set as described above, and the operation schedule is optimized in consideration of incentives. Subsequent operations are the same as those in the first embodiment, and a description thereof will be omitted.
  • FIG. 1 The configuration of the present embodiment is shown in FIG.
  • the present embodiment is basically the same as the first embodiment described above.
  • the schedule display part 26 is added to this embodiment.
  • the schedule display unit 26 can be the same as the output unit described above.
  • the user input / output terminal connected to the transmission / reception unit 24 via the network is also included in the schedule display unit 26.
  • the adoption schedule selection part 14 of this embodiment is set not to select an operation schedule by said reference
  • the schedule display unit 26 also functions as an instruction input unit that inputs a schedule selection instruction.
  • FIG. 16 For example, an example of a screen displayed on the display screen of the schedule display unit 26 is shown in FIG.
  • the upper part of FIG. 16 is an operation schedule (I) in the case of optimization without considering incentives.
  • the lower part of FIG. 16 is an operation schedule (II) in the case of optimization in consideration of incentives.
  • each operation schedule the power demand, the amount of received power, and the amount of discharge of the storage battery for each time zone are displayed in a graph together with the evaluation index value.
  • a schedule approval button as an instruction input unit and a transition button to a heat supply and demand screen are also displayed.
  • the user who has received the driving schedule in this way determines which driving schedule should be applied. And the selection of the adoption schedule is instruct
  • the operator can confirm in advance both the operation schedule when optimized without considering incentives and the operation schedule when optimized considering incentives. For this reason, it is possible to determine and indicate which operation schedule is to be approved according to the evaluation index value.
  • the present embodiment is not limited to the above aspect.
  • the device to be controlled is not limited to those exemplified above.
  • a facility whose output changes depending on weather conditions such as a wind power generation facility, can be used instead of or in addition to the solar power generation apparatus and the solar water heater.
  • this embodiment is suitable for a BEMS (Building Energy Management System) that is a system for managing control target devices installed in a predetermined building such as a building.
  • the installation position of the control target device is not limited to a single building or a plurality of buildings, and may include the outdoors. That is, it can be widely applied as an EMS (Energy Management System) for controlling a control target device installed in a predetermined area.
  • EMS Electronicgy Management System
  • the storage heat storage optimization device, local control device, terminal, and the like can be realized by controlling a computer including a CPU or the like with a predetermined program.
  • the program in this case realizes the processing of each unit as described above by physically utilizing computer hardware.
  • a method, a program, and a recording medium storing the program for executing the processing of each unit described above are also one aspect of the embodiment.
  • how to set the range processed by hardware and the range processed by software including a program is not limited to a specific mode.
  • any one of the above-described units can be configured as a circuit that realizes each process.
  • Each processing unit, storage unit, and the like described above may be realized by a common computer or may be realized by a plurality of computers connected by a network.
  • the processing data storage unit and the optimization data storage unit may be configured in a server connected to the optimization processing unit via a network.
  • FIG. 17 a configuration in which a storage heat storage optimization device 4 installed remotely is connected to an information communication device 6 provided in a building or the like where the control target device 2 is installed via a network N2. It is also possible to do.
  • the information communication device 6 can be configured by a personal computer, a control panel, or the like.
  • the information communication device 6 includes, for example, a transmission / reception unit 61, a control information output unit 62, and a display unit 63.
  • the transmission / reception unit 61 is a processing unit that transmits / receives information to / from the power storage / storage optimization device 4.
  • the transmission / reception unit 61 can receive an operation schedule including control information from the power storage heat storage optimization device 4, and can transmit a priority order or an operation schedule selection instruction to the power storage heat storage optimization device 4.
  • the control information output unit 62 is a processing unit that outputs control information to the local control device 3 connected via the network N2.
  • the display unit 63 is a processing unit that displays a received operation schedule including control information.
  • the input unit 64 is a processing unit that inputs a priority order, an operation schedule selection instruction, and the like. The display unit 63 and the input unit 64 have functions as the schedule display unit 26 and the priority order input unit 25 described above.
  • the aspect of realizing the storage heat storage optimization device 4 with a single or a plurality of servers configured in a place remote from the control target device 2 via a network It is an aspect of this embodiment.
  • the equipment on the customer side can be simplified and the introduction cost can be saved, leading to the promotion of popularization.
  • Each data storage area stored in the processing data storage unit and the optimized data storage unit can be configured as a storage unit for each data.
  • these storage units can be configured by various built-in or externally connected memories, hard disks, and the like.
  • any storage medium that can be used now or in the future can be used as the storage unit.
  • a register or the like used for calculation can also be regarded as a storage unit.
  • the mode of storage includes not only a mode in which memory is stored for a long time but also a mode in which data is temporarily stored for processing and deleted or updated in a short time.
  • the specific contents and values of the information used in the embodiment are free and are not limited to specific contents and numerical values.
  • the determination of the magnitude with respect to the threshold value, the determination of coincidence / mismatch, etc. it is determined that the value is included as the above, below, or the value is greater than, less than, over, not over, over, under, less than It is also free to decide not to include.
  • “greater than” becomes “greater than”, “greater than”, “greater than”, and “less than” becomes “less than”, “not over”, “less than”, “less than” Even if it reads, it is substantially the same.
  • Optimization processing unit 63 ... Display unit 64 ... Input unit 100 ... Storage battery 101 ... PV 102 ... CGS DESCRIPTION OF SYMBOLS 103 ... Electric refrigerator 104 ... Absorption-type water heater / heater 105 ... Thermal storage tank 110 ... Room 111 ... Air conditioner 121 ... Initial state determination part 122 ... Determination time determination part 123 ... Operating point derivation part 124 ... Electric power consumption determination part 125 ... Allocation cancellation unit 126 ... Receivability determination unit 127 ... End determination unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

　インセンティブ型のデマンドレスポンスに対応して、定式化や最適化方法の複雑化を避けつつ、最適化した運転スケジュールを求める。将来の所定の期間における制御対象機器２のエネルギーの予測値を設定するエネルギー予測部１０と、所定の期間における制御対象機器２の運転スケジュールを、所定の評価指標により最適化するスケジュール最適化部１１と、インセンティブを受け取れる可能性のある時刻を判定するインセンティブ受取可否判定部１２と、インセンティブを受け取れる可能性のある時刻について、インセンティブを算定する単価を加味した電力料金の単価に基づいて、制御対象機器２の運転スケジュールを、所定の評価指標により最適化する電力抑制スケジュール最適化部１３と、前記運転スケジュールのいずれか一方を選択する採用スケジュール選択部１４を有する。

Description

電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
　本発明の実施形態は、たとえば建物や工場において、エネルギー供給機器、エネルギー消費機器、エネルギー貯蔵機器等の制御対象機器の運用スケジュールを、最適化する技術に関する。
　国内におけるビル等の建物の民生業務部門の消費エネルギーは、最終エネルギー消費全体の２０％程度である。このため、建物の管理者、利用者が、継続して省エネルギーを実行できれば、最終エネルギー消費の抑制に有効である。
　さらに、最近の電力需要のひっ迫を受けて、需要がピークとなる時間帯における消費エネルギーを削減するピークカットのニーズが高まっている。たとえば、ビル等の大口需要家に、使用電力の上限を課すことが行われている。また、蓄電池や蓄熱装置を活用して、消費エネルギーがピークとなる時間をずらすピークシフトのニーズも高い。
　このような背景から、今後は、エネルギー消費の抑制のために、太陽光や太陽熱等の再生可能エネルギーを利用するエネルギー供給機器の導入が、一層加速すると見込まれる。
　ただし、再生可能エネルギーを利用するエネルギー供給機器の出力は、天候等の気象条件に大きく左右される。このため、これを補償できる蓄電池や蓄熱装置などのエネルギー貯蔵機器の導入も、今後は増加すると考えられる。
　以上のことから、ビル等の設備内に導入されるエネルギー供給機器、エネルギー貯蔵機器は、多様化することが想定される。そして、これらの機器を、既存の機器等と上手に連携させて、建物全体で効率的に運用するための運用計画の立案手法が必要となる。
　たとえば、蓄熱槽を有するエネルギー供給設備について、所定期間における消費エネルギー、コスト、ＣＯ２発生量を最小化する手法がある。また、空調負荷の予測に基づくピークカットを行う手法、氷蓄熱空調をピークカットに活用する手法などが存在する。
特許第３７６３７６７号公報 特許第３５１９３２１号公報
　上記のような技術によれば、蓄熱槽等を有するエネルギー供給設備について、電力やガスの使用量に応じて課金されるコストやＣＯ２の最小化、ピーク時の消費電力の削減を実現する運転スケジュールの作成や制御が実現できる。
　一方、上記のような電力需要のひっ迫を受けて、電力会社などの外部から、需要家に使用電力抑制を働きかけるデマンドレスポンス（以降、ＤＲと略す場合がある）の導入が徐々に現実味を帯びてきている。
　このＤＲの一形態として、所定の条件で電力料金を割り引くインセンティブ型ＤＲがある。ここでいうインセンティブは、需要家に電力の抑制を動機付けし、誘引し又は促進するために、需要家が抑制した電力量に対応して与えられる料金割引である。
　インセンティブ型ＤＲにおいては、需要家の過去の一定期間の使用電力量に基づいて、インセンティブの有無を決定する使用電力量のしきい値であるベースラインを設定する。そして、需要家の使用電力量がベースラインを下回った場合にのみ、インセンティブを付与する。
　しかし、上記のような技術を用いて、インセンティブ型ＤＲを考慮に含めたコスト最小の運転スケジュールを作成する場合、インセンティブ分の消費エネルギー及びコストを厳密に定式化して最適化を実施するには、以下の問題がある。
　つまり、コストを最小化する最適値を求めるための目的関数が、複雑な形式となる。これは、複数の機器の運転スケジュール等に基づいて計算される建物全体の使用電力量と、ベースラインに対する使用電力量の関係から、インセンティブの有無を表す不連続な変数を有する項が、目的関数に付加されるためである。そして、この最適値の求解には、不連続変数を許容する最適化手法を適用する必要がある。
　たとえば、決定された運転スケジュールに基づく消費電力量から、インセンティブが計算され、そのインセンティブを含めて最適化しようとすると、運転スケジュールがまた変わる。さらに、ベースラインを上回るか下回るかで、インセンティブの有無も変わる。これらを考慮した式を１つにまとめると、非常に複雑になってしまう。
　本発明の実施形態は、上記のような従来技術の問題を解決するために提案されたものであり、その目的は、インセンティブ型のデマンドレスポンスに対応して、定式化や最適化方法の複雑化を避けつつ、最適化した運転スケジュールを求めることができる電力抑制型蓄電蓄熱最適化技術を提供することにある。
　上記の目的を達成するため、本発明の実施形態は、以下の発明特定事項を有する。
　(1) エネルギーを供給するエネルギー供給機器、エネルギーを消費するエネルギー消費機器及びエネルギーを貯蔵するエネルギー貯蔵機器のうち少なくとも一つの制御対象機器について、将来の所定の期間におけるエネルギー消費機器の消費エネルギー若しくはエネルギー供給機器の供給エネルギーの予測値を設定するエネルギー予測部
　(2) 前記予測値、前記制御対象機器の特性及びエネルギー使用料金の単価に基づいて、前記所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化するスケジュール最適化部
　(3) 前記予測値、電力抑制に対してインセンティブを与える用意のある時刻である電力抑制対象時刻、インセンティブを与えるか否かのしきい値であるベースラインに基づいて、インセンティブを受け取れる可能性のある時刻を判定するインセンティブ受取可否判定部
　(4) 前記予測値、前記制御対象機器の特性及びインセンティブを算定する単価を加味したエネルギー使用料金の単価に基づいて、前記所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化する電力抑制スケジュール最適化部
　(5) 所定の評価指標若しくは外部から入力された選択指示に基づいて、前記スケジュール最適化部が最適化した運転スケジュールと、前記電力抑制スケジュール最適化部が最適化した運転スケジュールのいずれか一方を選択する採用スケジュール選択部
　なお、他の態様として、上記の各部の機能をコンピュータ又は電子回路により実現するための方法及びコンピュータに実行させるプログラムとして捉えることもできる。
蓄電蓄熱最適化システムの一例を示す接続構成図 建物内の制御対象機器の構成例を示す接続構成図 第１の実施形態の蓄電蓄熱最適化装置の構成例を示すブロック図 最適化処理部の構成を示すブロック図 使用電力量とベースラインの関係の一例を示す図 電力抑制によるコストの推移の一例を示す図 蓄電蓄熱最適化装置の翌日スケジュール立案時の処理手順を示すフローチャート 状態最適化のための最適化変数の一例を示す図 インセンティブ受取可否の判定の処理手順を示すフローチャート インセンティブ受取可否の判定時刻の優先順位の一例を示す図 当日再スケジューリングを行う場合の処理手順を示すフローチャート 第２の実施形態のインセンティブ受取可否の判定時刻の優先順位の一例を示す図 第３の実施形態の蓄電蓄熱最適化装置の構成を示すブロック図 第４の実施形態のインセンティブ受取可否の判定の処理手順を示すフローチャート 第５の実施形態の蓄電蓄熱最適化装置の構成を示すブロック図 運転スケジュールの提示画面の一例を示す図 他の実施形態を示すブロック図
［Ａ．第１の実施形態］
［１．蓄電蓄熱最適化システムの概要］
　本実施形態が適用される蓄電蓄熱最適化システム５は、図１に示すように、対象となる建物１に設置された各種の制御対象機器２、ローカル制御装置３、蓄電蓄熱最適化装置４を有している。
　制御対象機器２は、エネルギー消費機器、エネルギー供給機器、エネルギー貯蔵機器のうち、少なくとも一つを含む。エネルギー消費機器は、供給されたエネルギーを消費する機器である。たとえば、空気調和機器（空調）、照明機器、熱源機器は、エネルギー消費機器に含まれる。
　エネルギー供給機器は、エネルギーをエネルギー消費機器、エネルギー貯蔵機器に供給する機器である。たとえば、太陽光発電装置（ＰＶ）、太陽熱温水器は、エネルギー供給機器に含まれる。
　エネルギー貯蔵機器は、供給されたエネルギーを貯蔵する機器である。たとえば、蓄電池、蓄熱槽はエネルギー貯蔵機器に含まれる。本実施形態の制御対象機器２には、エネルギー消費機器、エネルギー供給機器、エネルギー貯蔵機器のいずれかを兼ねた機器も含まれる。
　なお、「蓄電蓄熱」とは、運転スケジュールの最適化に当たって、エネルギー貯蔵機器によるエネルギー貯蔵能力を活用することであり、蓄電及び蓄熱の少なくとも一方を活用できればよい。
　ローカル制御装置３は、制御対象機器２に接続され、各制御対象機器２の作動を制御する装置である。たとえば、ローカル制御装置３は、各制御対象機器２の起動、停止、出力等を制御する。なお、以下の説明では、起動、停止を発停と呼ぶ場合がある。
　このローカル制御装置３は、制御対象機器２毎に設けてもよいし、複数の制御対象機器２をまとめて制御する構成でもよい。各ローカル制御装置３による制御は、各ローカル制御装置３にネットワークＮを介して接続された蓄電蓄熱最適化装置４からの制御情報に従う。
　蓄電蓄熱最適化装置４は、エネルギー使用料金の単価、プロセスデータ、電力抑制対象時刻、ベースライン、インセンティブ単価などの情報に基づいて、制御対象機器２の運転スケジュールを最適化する装置である。
　エネルギー使用料金の単価とは、消費エネルギーのうち、購入対象となるエネルギーの消費量に応じて賦課される料金の単価である。インセンティブ単価は、エネルギー使用料金の対象となるエネルギー消費量のうち、削減した消費量に乗算することにより、インセンティブの金額を算定するための単価である。たとえば、これらの単価は、円／ｋＷ、円／ｋＷｈといった単位で表現できる。
　エネルギー使用料金の対象となるエネルギーは、使用に対して対価を支払うエネルギーであり、たとえば、電力、ガスが含まれる。水も、ここでいうエネルギーに含まれる。このため、エネルギー使用料金には、電力料金、ガス料金、水道料金が含まれる。また、インセンティブの対象となるエネルギー使用料金は、一般的には電力料金であり、本実施形態では、電力料金に基づいた処理となっている。ただし、他のエネルギー使用料金がインセンティブの対象となる場合には、そのような対象を含める処理を排除するものではない。
　運転スケジュールは、将来の所定の期間における時間帯別の各制御対象機器の作動のスケジュールである。たとえば、運転スケジュールには、制御対象機器を何時から何時まで起動させるかといった発停の情報、制御対象機器が複数台ある場合には、そのうちの何台を何時から何時まで起動させるかといった情報が含まれる。
　また、運転スケジュールには、制御対象機器の出力をどの程度とするかという情報が含まれる。たとえば、何ｋＷ、何ｋＷｈのように、定量的な数値で表せるような値で示すことができる制御設定値も、運転スケジュールに含まれる。制御設定値は、各制御対象機器２の作動状態を決定するパラメータである。
　たとえば、制御設定値は、エネルギー消費機器である空調機の温度設定値やＰＭＶ設定値、照明の照度設定値などを含む。なお、ＰＭＶは、Predicted Mean Voteの略であり、空調の温熱指標ＩＳＯ７７３０が規定している。ＰＭＶは、人の寒冷の感じ方を数値化したものであり、０が快適、－が寒い、＋が暖かいを示す。ＰＭＶの算出に用いるパラメータは、温度、湿度、平均輻射温度、着衣量、活動量、風速等である。
　プロセスデータは、時間の経過により変化する外部からの情報を含む。たとえば、気象データ、運用データはプロセスデータに含まれる。気象データは、過去の気象データ、天気予報データを含む。運用データは、過去の各制御対象機器２の制御設定値、運転スケジュールの実行時における各制御対象機器２の状態量を含む。
　運転スケジュールの実行時における各制御対象機器２の状態量は、各制御対象機器２の消費エネルギー、生産エネルギーを含む。たとえば、状態量は、エネルギー供給機器としてのＣＧＳ、電気式冷凍機、吸収式冷温水器の出力、負荷率なども含む。さらに、状態量は、エネルギー貯蔵機器である蓄電池の放電量、蓄熱量、蓄熱装置の放熱量、蓄熱量などを含む。
　電力抑制対象時刻は、使用電力量の削減による抑制に成功したら、インセンティブを与える用意がある時刻をいう。たとえば、インセンティブを与える時刻として、１時から４時の間としたものは、電力抑制対象時刻に含まれる。
　ベースラインは、インセンティブを与えるか否かの基準となる使用電力量のしきい値である。このベースラインは、需要家の過去の一定期間の使用電力量に基づいて設定することができる。
　たとえば、過去の何日間又は何週間かの建物等における電力需要の実績値に基づいて、ベースラインが算定される。なお、本実施形態のベースラインは、一日単位で設定され、一日の中では一定のものを一例として採用するものとする。
［２．制御対象機器の接続構成］
　各種の制御対象機器２の接続構成と、冷水、温水、電気、ガス等のエネルギーのフローの一例を、図２に示す。これらの制御対象機器２のエネルギー授受の関係は、外部からの受電した電力、外部から供給されたガスをエネルギー源として、電気、冷熱、温熱を部屋１１０の空調機１１１等に供給するものである。
　制御対象機器２としては、蓄電池１００、ＰＶ１０１、ＣＧＳ１０２、電気式冷凍機１０３、吸収式冷温水器１０４、蓄熱槽１０５が設置されている。なお、ここで示した制御対象機器２は一例であり、いずれの制御対象機器２を使用するか又は使用しないかは自由である。また、本実施形態は、例示されていない制御対象機器２を排除するものではない。
　たとえば、空冷ＨＰ（ヒートポンプ）、水冷冷凍機、太陽熱温水器等、他の制御対象機器も設置可能である。つまり、本実施形態の制御対象は、上記の機器構成に限定するものではなく、一部の機器が無い場合や本実施形態の手法を拡張して容易に適用できる場合の構成も含まれる。
　蓄電池１００は、充電及び放電の双方を行うことが可能な二次電池を利用した設備である。ＰＶ１０１は、太陽光のエネルギーを電気エネルギーに変換する太陽光パネルを備えた発電設備である。ＰＶ１０１は、天候等の気象条件により、電気エネルギーの供給量が変化する機器の一つである。
　ＣＧＳ(Co-Generation System)１０２は、内燃機関や外燃機関による発電とともに、その排熱を利用可能なシステムである。この例のＣＧＳ１０２は、ガスをエネルギー源として発電するとともに、排熱を利用可能な熱電併給システムである。発電及び熱源として、燃料電池を用いてもよい。
　電気式冷凍機１０３は、気体の冷媒の圧縮、凝縮、蒸発のプロセスにより冷却を行う圧縮式の冷凍機であり、冷媒を圧縮するために、電動の圧縮機を用いる。
　吸収式冷温水器１０４は、冷媒の凝縮器と蒸発器との間に、水蒸気の吸収と熱源による再生のプロセスを介在させて、冷水又は温水を供給する機器である。熱源のエネルギーとしては、ガスや、ＣＧＳ１０２等からの排熱を利用できる。
　蓄熱槽１０５は、貯留した熱媒により蓄熱を行う槽である。なお、上記の電気式冷凍機１０３、吸収式冷温水器１０４、蓄熱槽１０５は、部屋１１０に設置された空調機１１１のための温水、冷水を供給することができる。
　設定パラメータは、たとえば、処理タイミング、重み係数、評価指標、機器特性、優先順位等の本実施形態の処理に用いる各種のパラメータを含む。処理タイミングは、後述する最適化処理部４０が処理を開始するタイミング、再スケジューリング要否判定部１７が再スケジューリングの要否を判定するタイミングを含む。
　重み係数は、後述する類似度演算に用いられる係数である。評価指標は、消費エネルギー、供給エネルギー、コストなど、最適化のために最小化すべき指標である。機器特性は、各制御対象機器２の定格、下限出力、ＣＯＰ等、それぞれの機器の特性に応じて定まる各種のパラメータを含む。これらのパラメータには、後述する各種の演算に用いられるパラメータが含まれる。
　なお、ＣＯＰ（Coefficient of performance)は、ヒートポンプ等の熱源機器の成績係数であり、冷却又は加熱能力を消費電力で割ったものである。優先順位は、後述するインセンティブの受取の可否を判定する判定時刻の優先順位である。
［３．蓄電蓄熱最適化装置の構成］
　蓄電蓄熱最適化装置４の構成を、図３及び図４を参照して説明する。図３は、蓄電蓄熱最適化装置４の全体構成を示すブロック図、図４は、最適化処理部４０を示すブロック図である。
　蓄電蓄熱最適化装置４は、最適化処理部４０、データ取得部２０、設定パラメータ入力部２１、処理データ記憶部２２、最適化データ記憶部２３、送受信部２４を有する。
［３－１．最適化処理部］
　最適化処理部４０は、エネルギー予測部１０、スケジュール最適化部１１、インセンティブ受取可否判定部１２、電力抑制スケジュール最適化部１３、採用スケジュール選択部１４、制御情報出力部１５、開始指示部１６、再スケジューリング要否判定部１７を有する。
（１）エネルギー予測部
　エネルギー予測部１０は、制御対象機器２の消費エネルギー又は生産エネルギーを予測する処理部である。この予測の手法は、特定のものには限定されない。本実施形態のエネルギー予測部１０は、たとえば、図４に示すように、類似度演算部１０ａ、類似日抽出部１０ｂ、予測値設定部１０ｃを有する。
　類似度演算部１０ａは、所定の類似度演算式に基づいて、処理データ記憶部２２に記憶された過去の曜日、天候、温湿度から、最適化すべき運転スケジュールの実行日と、過去の日との類似度を演算する処理部である。類似日抽出部１０ｂは、類似度演算部１０ａにより演算された類似度に基づいて、運転スケジュールの実行日と類似する日を抽出する処理部である。
　予測値設定部１０ｃは、類似日抽出部１０ｂにより抽出された類似日における運用データに基づいて、当該日付の制御対象機器２の消費エネルギー又は生産エネルギーを、エネルギー予測値として設定する処理部である。
（２）スケジュール最適化部
　スケジュール最適化部１１は、制御対象機器２の評価指標が最小化するように、運転スケジュールを最適化する処理部である。本実施形態の評価指標としては、たとえば、制御対象機器２を作動させた場合のエネルギーに要するコストとする。この最適化は、たとえば、エネルギー予測部１０のエネルギー予測値に基づいて、目的関数が最小となるように、制約条件式の変数を最適化することにより行う。
（３）インセンティブ受取可否判定部
　インセンティブ受取可否判定部１２は、使用電力の削減によってインセンティブの受け取りが可能な時刻を判定する処理部である。インセンティブの受け取りが可能な時刻とは、電力抑制対象時刻のうち、最適化された運転スケジュールにおいて、需要家がインセンティブが受け取れる時刻をいう。
　このインセンティブ受取可否判定部１２は、初期状態決定部１２１、判定時刻決定部１２２、運転点導出部１２３、使用電力量判定部１２４、割当キャンセル部１２５、受取可否判定部１２６、終了判定部１２７を有している。
　(a)初期状態決定部
　初期状態決定部１２１は、蓄電池１００のＳＯＣ（State Of Charge）及び蓄熱槽の残存蓄熱量の初期状態を決定する処理部である。ＳＯＣは、蓄電池１００の充電状態を示す単位である。満充電時に対する充電残量の比率を相対的に表したものである。
　(b)判定時刻決定部
　判定時刻決定部１２２は、あらかじめ設定された優先順位に従って、インセンティブの受け取りの可否を判定する時刻を決定する処理部である。このような優先順位を設定することにより、種々の要請に対応した電力量の削減パターンを作成できる。たとえば、本実施形態では、エネルギー予測部１０で予測された予測電力消費エネルギーの値が大きい順に、判定時刻を決定する。
　(c)運転点導出部
　運転点導出部１２３は、判定時刻の使用電力量を最小とする機器の運転点を決定する処理部である。
　(d)使用電力量判定部
　使用電力量判定部１２４は、導出された運転点の使用電力量が、所定の基準を超えるか、所定の基準以下かを判定する処理部である。所定の基準としては、たとえば、ベースラインを含む。
　(e)割当キャンセル部
　割当キャンセル部１２５は、使用電力量判定部１２４の判定結果に応じて、蓄熱槽１０５からの放熱量及び蓄電池１００からの放電量の割り当てをキャンセルする処理部である。このキャンセルは、割り当てられる量の放熱、放電をしないことを意味する。キャンセルした放熱量及び放電量は、次順位の判定時刻の判定に用いることもできる。
　(f)受取可否判定部
　受取可否判定部１２６は、使用電力量判定部１２４の判定結果に応じて、インセンティブの受け取りの可否を判定する処理部である。
　(g)終了判定部
　終了判定部１２７は、ＤＲ対象時刻の全てについて、インセンティブの受け取りの可否の判定を終了したか否かを判定する処理部である。
（４）電力抑制スケジュール最適化部
　電力抑制スケジュール最適化部１３は、インセンティブを考慮に含めて、制御対象機器２の評価指標を最小化するように、運転スケジュールを最適化する処理部である。たとえば、評価指標は、スケジュール最適化部１１と同様とする。
　この最適化には、たとえば、上記の目的関数、制約条件式を用いることができる。ただし、電力抑制スケジュール最適化部１３は、インセンティブ受取可と判定された時刻における電力料金の単価に、インセンティブ単価を加味するとともに、当該最適化における使用電力量の上限をベースラインとする。
（５）採用スケジュール選択部
　採用スケジュール選択部１４は、スケジュール最適化部１１と電力抑制スケジュール最適化部１３により得られたそれぞれの運転スケジュールのうち、実際に採用する運転スケジュールを決定する処理部である。この決定は、たとえば、上記のようにコストを評価指標とする場合には、一日合計の電力料金、ガス料金を計算して、小さい方の運転スケジュールを採用することにより行う。
（６）制御情報出力部
　制御情報出力部１５は、採用された運転スケジュールに基づいて、制御対象機器２の制御情報を、ローカル制御装置３に出力する処理部である。制御情報は、運転スケジュールに従って制御対象機器２を動作させるための情報であり、たとえば、各時間帯ごとの発停、制御設定値などの情報が含まれる。
（７）開始指示部
　開始指示部１６は、あらかじめ設定されたタイミングで、最適化処理部４０による最適化処理の実行を開始させる処理部である。たとえば、実行日の前日に蓄電蓄熱スケジュールを設定する場合、毎日の所定時間を設定タイミングとすることが考えられる。これを何日おきにするか、何時にするかは、自由に設定可能である。
（８）再スケジューリング要否判定部
　再スケジューリング要否判定部１７は、あらかじめ設定されたタイミングで、再度、運転スケジュールを最適化する必要があるか否かを判定する処理部である。
［３－２．データ取得部］
　データ取得部２０は、最適化処理部４０の処理に必要なデータを、外部から取得する処理部である。取得されるデータとしては、プロセスデータ、インセンティブ単価、電力抑制対象時刻、ベースラインが含まれる。
［３－３．設定パラメータ入力部］
　設定パラメータ入力部２１は、最適化処理部４０の処理に必要な設定パラメータを入力する処理部である。設定パラメータとしては、上記のように、処理タイミング、重み係数、評価指標、機器特性、優先順位を含む。
［３－４．処理データ記憶部］
　処理データ記憶部２２は、最適化処理部４０の処理に必要なデータを記憶する処理部である。このデータは、エネルギー使用料金の単価、プロセスデータ、インセンティブ単価、電力抑制対象時刻、ベースライン、設定パラメータを含む。
　この処理データ記憶部２２には、上記で例示したものの他、各部の処理に必要な情報が含まれる。たとえば、各部の演算式、パラメータが含まれる。したがって、料金を算出するための電力料金及びガス料金の単価等も、処理データ記憶部２２が記憶している。
［３－５．最適化データ記憶部］
　最適化データ記憶部２３は、最適化処理部４０による最適化処理で求められたデータを記憶する処理部である。たとえば、最適化データ記憶部２３は、スケジュール最適化部１１及び電力抑制スケジュール最適化部１３により最適化された運転スケジュールを記憶する。
　この最適化データ記憶部２３が記憶したデータを、過去の運用データとして、処理データ記憶部２２が記憶することもでき、最適化処理部４０における上記の各部の演算処理に用いることもできる。
［３－６．送受信部］
　送受信部２４は、ネットワークＮを介して、蓄電蓄熱最適化装置４と、ローカル制御装置３、建物管理者の端末、上位の監視制御装置、気象情報等を提供するサーバ等との情報の送受信を行う処理部である。なお、処理データ記憶部２２、最適化データ記憶部２３が記憶したデータを、送受信部２４が送信することにより、上記のような外部の装置が活用できる。
　なお、蓄電蓄熱最適化装置４は、各部の処理に必要な情報の入力、処理の選択や指示を入力する入力部、情報入力のためのインタフェース、処理結果等を出力する出力部を有している。
　入力部としては、キーボード、マウス、タッチパネル、スイッチ等、現在又は将来において利用可能な入力装置を含む。入力部は、上記のデータ取得部２０、設定パラメータ入力部２１の機能を果たすこともできる。
　出力部としては、表示装置、プリンタ等、現在又は将来において利用可能なあらゆる出力装置を含む。なお、処理データ記憶部２２、最適化データ記憶部２３が記憶したデータを、出力部が表示等することにより、オペレータが参照できる。
［４．蓄電蓄熱最適化装置の作用］
　以上のような本実施形態による蓄電蓄熱最適化装置４の作用を、図２、図５～１１を参照して説明する。
［４－１．エネルギーの流れ］
　まず、制御対象機器２における電気、ガス、冷水、温水の流れを、図２を参照して説明する。すなわち、電力系統から受電された電力は、蓄電池１００が貯蔵するか、上記のエネルギー消費機器へ供給される。
　ＰＶ１０１及びＣＧＳ１０２で発電された電力も、蓄電池１００が貯蔵するか、上記のエネルギー消費機器へ供給される。エネルギー消費機器に供給された電気は、電気式冷凍機１０３が熱製造のために消費する。
　一方、ガス供給系統からのガスは、ＣＧＳ１０２、吸収式冷温水器１０４に供給される。なお、吸収式冷温水器１０４は、ＣＧＳ１０２で発生した温熱によっても、冷熱製造が可能である。さらに、吸収式冷温水器１０４は、ガス投入によっても、冷熱製造量を増加できる。なお、吸収式冷温水器１０４は、ガス投入のみでも温熱供給が可能である。
　電気式冷凍機１０３、吸収式冷温水器１０４で製造した冷熱は、蓄熱槽１０５が貯蔵するか、部屋１１０に設置された空調機１１１に供給される。供給された冷熱により、空調機１１１は部屋１１０の空調を行う。また、空調機１１１は、ＣＧＳ１０２、吸収式冷温水器１０４のいずれかで発生する温水の供給を受けて、暖房を行うことも可能である。
［４－２．使用電力量とベースラインとの関係］
　ここで、インセンティブ型ＤＲが採用される場合における建物の使用電力量、ベースライン、電力抑制対象時刻、電力削減量の関係を、図５を参照して説明する。図５は、建物の一日分の使用電力量の推移を表したものであり、横軸を一日分の時刻とし、縦軸を建物の使用電力量とする。
　ベースラインは、上記のように、対象となる建物、工場等における過去の電力需要（消費電力量）の実績値に基づいて決定される。たとえば、何日間、何週間又は一カ月分の電力抑制対象時刻における最大使用電力を、ベースラインに設定できる。ただし、ベースラインの設定方法はこれには限定されない。
　図５のハッチング箇所の例に示すように、ＤＲによる電力抑制対象時刻（この例では、１３時～１６時）において、設定されたベースラインに対して、使用電力量が下回った分だけが、電力削減量とみなされる。
　なお、図５において、時刻Ａは電力抑制対象時刻ではないため、ベースラインを下回る使用電力量であっても、インセンティブを受け取ることはできない。時刻Ｂは電力抑制対象時刻であるため、ベースラインを下回る分に応じて、インセンティブを受け取ることが可能となる。
　ただし、インセンティブを含む契約体系の例としては、以下のＰＴＲ、Ｌ－ＰＴＲ、ＣＣＰが想定されている。
 (1) ＰＴＲ：Peak Time Rebate
　ＰＴＲは、上記電力削減量に、インセンティブ単価を乗じた額が、需要家に支払われる場合の契約体系である。
 (2) Ｌ－ＰＴＲ：Limited Peak Time Rebate
　Ｌ－ＰＴＲは、ＰＴＲとほぼ同様であるが、支払われるインセンティブに上限がある場合の契約体系である。
 (3) ＣＣＰ：Capacity Commitment Program
　ＤＲ対象時刻の全ての時間において、あらかじめ決められた電力削減量の目標値を上回った場合にのみ、ベースラインと目標値に応じた固定額が支払われる場合の契約体系である。
　つまり、単純に電力削減量に比例する金額がインセンティブとなるとは限らず、何らかの限界を設ける場合もある。なお、これらはあくまでも例示であり、一般的にこれらの手法のみが確立し又は実施が予定されているわけではない。実際の適用にあたっては、種々の異なる手法も適用可能である。
［４－３.電力抑制によるコスト推移］
　ここで、電力抑制によるコスト推移の概念を、図６を参照して説明する。図６は、ＤＲ対象時刻の使用電力を徐々に抑制した場合のコストの推移を表したグラフであり、縦軸を電力・ガス等のコスト、横軸をＤＲ対象時刻の最大使用電力量とする。図中の各黒点[1]～[5]の意味と、その推移の説明は、以下の通りである。
　まず、黒点[1]は、電力抑制対策を、一切行わない場合を示す。この黒点[1]を起点に、２種の料金体系１、２に基づいて、蓄熱または蓄電を用いた負荷シフトによる電力抑制を実施する場合を考える。
　ここで、料金体系１は、ＤＲ対象時刻における電力単価が、他の時刻に比べて高い場合である。料金体系２は、ＤＲ対象時刻における電力単価が、他の時刻とほぼ同等又は安い場合である。
　たとえば、料金体系１の場合、負荷シフトにより、コストと最大使用電力量の双方が低下する。負荷シフトとは、購入する電力を使用する時間帯をずらすことをいう。負荷シフトの例は、料金の単価が安い夜中のうちに蓄電池１００に蓄電しておいて、料金の単価が高い昼間の時間に、蓄電池１００から電力を得ることにより、購入する電力量を減らしてコストを下げる場合である。
　このような手法で、ベースラインまで部分的に電力を抑制した時点を、黒点[2]に示す。蓄電池１００の量に余裕があって、さらに、昼間の電力消費量を抑えられる場合には、より一層コストを下げることができる。つまり、最大使用電力量がベースラインを下回るまで電力抑制を継続する場合には、インセンティブ分も加味されて、コストの削減度合いが大きくなる。これにより、最大まで電力を抑制した時点を、黒点[3]に示す。
　一方、料金体系２の場合、ＤＲ対象時刻における電力単価が、他の時刻とほぼ同等又は安いので、負荷シフトによりコストが増加する可能性がある。つまり、充電時間を夜中としても、夜中の電力料金が昼間と比べて変わらないか又は高い。このため、電力のロスが出ることも考慮すると、却ってコストが上がってしまう。このように、ベースラインまで部分的に電力を抑制した時点を、黒点[4]に示す。
　更に、最大使用電力量がベースラインを下回り、電力抑制を継続する場合には、インセンティブ分が加味されてコスト増加度合いは小さくなる。または、一転してコストが減少方向に転じる可能性はある。コストが減少方向になり、最大まで電力を抑制した時点を、黒点[5]に示す。
　ところが、料金体系２の場合、図６の[1][5]に示すように、最大まで電力を抑制しても、電力を抑制しない場合よりもコスト高となる可能性がある。このため、料金体系２の場合においては、結果的に電力抑制対策を一切行わないことが、コストが最小となる一例と言える。なお、[1][2][3]と[1][4][5]の軌跡の違いは、たとえば、電力料金の単価の相違により生じる場合もあれば、他のパラメータの相違により生じる場合もある。
　上記のように、ＤＲ対象時刻の電力単価を仮想的に変更して最適化したとしても、ベースラインまでの電力抑制に関わるコスト増加の影響が加味されない場合が生じる。このため、コストが増加するにもかかわらず、電力の抑制を図るという誤った運転スケジュールが導出されてしまう。
　さらに、使用電力量がベースラインを上回る時間帯があった場合には、実際には当該時刻においてインセンティブを受け取れない。このため、得られた運転スケジュールは、正しいものとは言えない。
　本実施形態においては、上記のような状況に新たに着目して、インセンティブを考慮する場合と考慮しない場合とを比較して、いずれか一方を選択することとしている。たとえば、上記の例では、[3]及び[5]の運転スケジュールを立てて、最後に比較すれば、最適な計画が得られる。
　また、本実施形態では、演算を簡易化するために、たとえば、インセンティブが付与される時間帯について、インセンティブ分を上乗せした仮想的な電力単価を想定して最適化する方法を採用している。つまり、インセンティブを考慮した計算の途中では、使用電力量をインセンティブに対してどれだけ下げたかを厳密には評価せず、単価だけを安いものに入れ替えることにより、計算を簡略化している。
［４－４．翌日の運転スケジュールを前日に最適化する処理］
　蓄電蓄熱最適化装置４の処理手順について、図７及び図９のフローチャートに沿って説明する。以下に説明する処理は、たとえば、建物１における制御対象機器２の翌日の運転スケジュールを、前日の夜に最適化する例である。なお、最適化する運転スケジュールは、将来の所定の期間であればよく、翌日であるか、翌日より後のいずれかの一日であるかは限定されない。
［最適化実行開始処理］
　まず、開始指示部１６は、あらかじめ設定された時刻に、エネルギー予測部１０に最適化処理の実行を指示する。たとえば、前日の２１時になると、最適化処理部４０が、最適化処理の実行を開始する。図７のフローチャートは、開始指示部１６の指示で、最適化処理の実行が開始された後の処理フローを示す。
［エネルギー予測処理］
　エネルギー予測部１０は、処理データ記憶部２２に記憶された過去の所定期間の気象データ及び運用データに基づいて、制御対象機器２の消費エネルギー又は供給エネルギーを予測する（ステップ０１）。
　ここで、エネルギー予測部１０による予測処理の一例を説明する。まず、類似度演算部１０ａが、気象データ及び運用データとして処理データ記憶部２２に保存された過去の曜日、天候、温湿度に基づいて、類似度を演算する。類似度の演算式の一例を、以下の式（１）に示す。
Figure JPOXMLDOC01-appb-I000001
　ここで「曜日による重み」は、あらかじめ設定しておいた曜日毎の重み係数を使用する。ａ、ｂ、ｃは、各因子の重み係数である。「天候による重み」も同様に、あらかじめ設定しておいた天候毎の重み係数を使用する。
　たとえば、翌日が「火曜日」であれば、「曜日による重み」は、「火曜日」の重みを用いる。翌日の天気予報に基づく天候が「晴れ」ならば、「天候による重み」は、「晴れ」の重みを用いる。翌日の最高気温、最低気温、相対湿度は予想のものを用いる。
　そして、過去の気象データとして、過去の日の日番号に対応して記録されたそれぞれの日の最高気温ＴＭｉ、最低気温ＴＬｉ、相対湿度ＲＨｉを用いる。日番号とは、処理データ記憶部２２に記憶された運用データ及びこれに対応する気象データを、日毎に並べて割り振った通し番号である。
　各重みの設定は自由である。たとえば、翌日の予報に基づく天候が「晴れ」の場合に、過去のデータは「晴れ」であれば重み係数は小さくなるが、過去のデータが「雨」であれば重み係数は大きくなる。
　なお、「曜日による重み」と「天候による重み」、ａ、ｂ、ｃなどの各因子の重み係数は、設定パラメータ入力部２１から入力され、処理データ記憶部２２に記憶されたものを、予測精度に応じて任意に設定可能である。
　このように、式（１）によって、過去の日の類似度を演算により求める。なお、その他の類似度の算出方法も存在するので、本実施形態は、この手法には限定されない。
　そして、類似日抽出部１０ｂは、上記のように求めた類似度が最小となる日番号を抽出する。予測値設定部１０ｃは、抽出された日番号に該当する日付における、制御対象機器２の消費エネルギー又は供給エネルギーを翌日の予測値として設定する。
［スケジュール最適化処理］
　次に、スケジュール最適化部１１は、エネルギー予測部１０の予測値に基づいて機器の運転スケジュールを最適化する（ステップ０２）。ここでは、最小化する指標がコストであっても、電力抑制によるインセンティブを考慮しない。
　最小化する目的関数は、以下の式（２）のように定義でき、制約条件式は、以下の式（３）～（８）のように定義することができる。なお、図３のエネルギーフローを表現したものが、制約条件式の（３）～（６）である。（７）～（８）は制御対象機器２の容量の制約式である。ただし、これらの定式化も一例にすぎない。
Figure JPOXMLDOC01-appb-I000002
Figure JPOXMLDOC01-appb-I000003
　式（２）を最小化する変数Ｘ１～Ｘ８を、式（３）～（８）により求めることにより、最適化が可能となる。最適化する変数Ｘ１～Ｘ８の一例をまとめたものを、図８に示す。Ｘ１は使用電力量、Ｘ２～Ｘ６は制御対象機器２の負荷率、Ｘ７は残存蓄熱量、Ｘ８は残存蓄電量である。ここで、式（２）～（８）における変数等のｔは時刻（たとえば、単位を一時間とする）を表す。
　なお、式（２）の電力係数およびガス係数は最適化する指標によって異なる。たとえば、コスト最小化であればそれぞれ電力料金の単価、ガス料金の単価となり、ＣＯ２最小化であれば、それぞれのＣＯ２排出量又はこれに対応する係数になる。
　式（３）～（８）は、主だった制約条件式であり、これらの条件を満足しつつ、最適化指標を最小とする変数値を、数理計画手法またはシミュレーションによる繰り返し演算などで導出する。ここで得られた運転スケジュールを、以降はスケジュール(I)と表現する。
［インセンティブ受取可否の判定］
　インセンティブ受取可否判定部１２は、ＤＲ対象時刻のうち、使用電力の引き下げにより、インセンティブを受け取れる可能性のある時刻を選定する（ステップ０３）。このようなインセンティブ受取可否判定部１２における動作を、図９のフローチャートを参照して説明する。
（初期状態の決定）
　まず、初期状態決定部１２１は、蓄電池１００のＳＯＣおよび蓄熱槽１０５の残存蓄熱量の初期状態を決定する（ステップ１１）。たとえば、ここでは前日にスケジュールを作成する場合を対象としているため、これらを満蓄状態であると仮定する。
（判定時刻の決定）
　次に、判定時刻決定部１２２が、判定時刻を決定する（ステップ１２）。つまり、図１０に示すように、ＤＲ対象時刻におけるエネルギー予測部１０で予測された予測電力消費エネルギーの値が大きい順に、判定時刻を決定する。図中の丸数字が小さい程、優先順位が高いことを示す。
　予測電力消費エネルギーの値が大きい順として、判定時刻を決定することは、電力抑制の要請が高い時刻から、優先的に抑制対象とすることになる。つまり、予測電力消費エネルギーが最大の時刻は、需要が最大の時刻である。
　この時刻は、社会全体として見ると、電力需要のピーク時と重なる場合が多い。このため、この時刻を優先的に抑制すると、社会の要請に応じることができる。つまり、社会全体のことを考えると、ピークから下げていくことが望ましいため、需要の多い時間帯から、次に多い時間帯へと順次抑制していく。
（運転点の導出）
　運転点導出部１２３は、判定時刻の使用電力を最小とする機器の運転点を導出する（ステップ１３）。ここで、使用電力量Ｘ１は、式（３）の各項を移項した以下の式（９）で算出できる。
Figure JPOXMLDOC01-appb-I000004
　ここでは、前記の式（４）～（８）を満足するように、使用電力量Ｘ１を最小化する機器の運転点を導出する。
（使用電力量の判定）
　使用電力量判定部１２４は、算出された使用電力量がベースラインＰＢＡＳＥ［ｋＷｈ］未満又は以下か、ベースライン以上又はベースラインを超えるかを判定する（ステップ１４）。
（受取可否の判定）
　使用電力量判定部１２４が、算出された使用電力量がベースライン未満又は以下であると判定した場合（ステップ１４のＹＥＳ）、受取可否判定部１２６は、当該判定時刻はインセンティブ受取「可」と判定する（ステップ１５）。
　使用電力量判定部１２４が、算出された使用電力量がベースライン以上又はこれを超えると判定した場合（ステップ１４のＮＯ）、割当キャンセル部１２５が今回の蓄熱槽の放熱量、蓄電池１００の放電量の割当てをキャンセルする（ステップ１６）。そして、受取可否判定部１２６は、当該判定時刻は、インセンティブ受取「否」と判定する（ステップ１７）。
　終了判定部１２７は、ＤＲ対象時刻の全ての判定を終了したか否かを判定する（ステップ１８）。終了判定部１２７が、ＤＲ対象時刻の全ての判定を終了していないと判定した場合には（ステップ１８のＮＯ）、次に優先順位の高い時刻を判定時刻として（ステップ１２）、上記と同様にステップ１３以降の動作を繰り返す。
　終了判定部１２７が、ＤＲ対象時刻の全ての判定を終了したと判定した場合には（ステップ１８のＹＥＳ）、インセンティブ受取可否判定部１２による一連の判定処理を終了する。
　以上のように、一連のインセンティブ受取可否判定部１２の動作によって、ＤＲ対象時間について、使用電力を最大限に削減した場合の各時刻におけるインセンティブ受取可否が判定できる。
［電力抑制スケジュールの最適化］
　次に、図７に示すように、電力抑制スケジュール最適化部１３が、インセンティブの受け取りが可と判定された時刻について、電力抑制によるインセンティブを考慮に含めた運転スケジュールの最適化を実施する（ステップ０４）。
　このとき、電力係数ＥＣｔ［円／ｋＷｈ］を、以下の式（１０）のように変更する。また、当該時刻の使用電力量Ｘ１の上限を、ベースラインに変更する。
　なお、式（１０）のＥＣＨＧｔ［円／ｋＷｈ］は時刻ｔの電力従量料金単価であり、ＩＮＣｔ［円／ｋＷｈ］は時刻ｔにおけるインセンティブ単価である。これにより、電力料金にインセンティブ単価が加味される。ここで得られた運転スケジュールを、以降はスケジュール(II)と表現する。
Figure JPOXMLDOC01-appb-I000005
［採用スケジュールの選択］
　採用スケジュール選択部１４は、スケジュール最適化部１１で得られたスケジュール(I)、電力抑制スケジュール最適化部１３で得られたスケジュール(II)のうち、採用する運転スケジュールを選択する（ステップ０５）。
　すなわち、採用スケジュール選択部１４は、スケジュール(I)、スケジュール(II)のそれぞれの一日の合計の電力料金・ガス料金を計算し、いずれか小さい方を選択する。選択されたスケジュールが、実際に適用される運転スケジュールとして決定される。
［制御情報の出力］
　最後に、制御設定値出力部１５が、制御対象機器２に制御設定値を含む運転スケジュールに基づく制御情報を出力する（ステップ０６）。なお、制御情報の出力タイミングは、種々のものが考えられる。たとえば、出力タイミングを、運転スケジュールの実行日の前日とし、各ローカル制御装置３が受信した制御設定値を保持しておく。そして、各ローカル制御装置３が、実行日に制御情報に基づく制御を実行する。また、運転スケジュールの実行日の当日を出力タイミングとしてもよい。
　なお、得られた運転スケジュールを始めとする一連の処理で計算された値は最適化データ記憶部２３が保存する。以上が、翌日の運転スケジュールを前日のうちに最適化する場合の、蓄電蓄熱最適化装置４の動作フローである。
　なお、上記の一連の処理は、最小化する評価指標を、コストとした。しかし、評価指標は、コスト以外のものであってもよい。たとえば、ＣＯ２、ピーク受電量、消費エネルギー等についても、最小化する評価指標とすることができる。また、これらの評価指標を組み合わせた複合指標を用いることもできる。
［４－５．当日にスケジュールを変更する場合］
　以上のように、前日夜に最適化した運転スケジュールに基づいて、翌日、実際に制御対象機器２が運用を開始する。
　ここで、制御対象機器２を運用している当日に、スケジュールを変更する場合の蓄電蓄熱最適化装置４の動作を、図１１のフローチャートを参照して説明する。なお、再スケジューリング開始後の基本的な処理は、上記の前日夜に最適化する処理と同様であるため、説明は簡略化する。
　制御対象機器２の運用開始後、再スケジューリング要否判定部１７は、所定のタイミングで、再スケジュールが必要か否かを判定する（ステップ２１）。判定は、最適化データ記憶部２３に記憶されている運転スケジュールと、処理データ記憶部２２に記憶されている運用データ等を照合することにより行う。
　判定するタイミングとしては、たとえば、以下のようなものを設定可能である。
(1)あらかじめ定めた間隔（たとえば、５分）
(2)オペレータからの要求が入力された場合
(3)予測の対象であるＰＶ１０１などの供給エネルギーまたは消費エネルギーに急変が生じた場合
(4)予測に用いた天気予報から実際の気象条件（たとえば、気温、湿度、天気など）が外れた場合あるいは急変が生じた場合
(5)制御情報出力部１５から出力された運転スケジュールと実際の機器の運用状態がずれた場合
(6)ＤＲに関わるインセンティブ単価やＤＲ対象時刻、ベースラインが変更された場合
　なお、インセンティブ単価も変動する可能性がある。つまり、運転スケジュールを実行する当日になって、急に、電力会社が、特定の時間のインセンティブ単価を変更をする場合が想定される。その場合には、これをトリガーにして、運転スケジュールを変更することになる。
　判定のために比較するデータとしては、たとえば、以下のようなものを利用する。
(a)供給エネルギー及び消費エネルギーの実測値と予測値
(b)最適化された運転スケジュールと実際の機器の運用状態
　再スケジューリング要否判定部１７は、これらの比較するデータの差分が、それぞれあらかじめ処理データ記憶部２２に設定されたしきい値を超えない場合、再スケジューリングは不要と判定する（ステップ２１のＮＯ）。これらの差分が、しきい値を超えた場合に、再スケジューリングが必要と判定する（ステップ２１のＹＥＳ）。
　このように再スケジューリング要否判定部１７が、再スケジューリングが必要と判定した場合、開始指示部１６が、再スケジューリングの実行開始を指示する（ステップ２２）。これにより、図９のフローチャートで示したように、再スケジューリングが開始する。
　ここで、図９のフローチャートにおけるステップ１１の動作においては、蓄電池１００のＳＯＣおよび蓄熱槽１０５の残存蓄熱量の初期状態は、現在のＳＯＣ及び現在の残存蓄熱量が設定される。他の動作は、上記の前日にスケジュールを作成する場合と同様である。
［５．効果］
　以上、本実施形態によれば、インセンティブの受け取りが可能な時刻を事前に判定して、その時刻についてのみインセンティブを反映した電力単価で最適化した運転スケジュールを導出する。このため、現実に即した正しいＤＲ運転スケジュールが得られる。
　また、インセンティブを考慮した演算を行う際には、インセンティブ単価分、電力の使用量に対する単価が安くなったものとして、最適化の演算を行う。このため、ベースラインに対する使用電力量の変化に伴う厳密な定式化による複雑な演算が不要となる。
　また、インセンティブを考慮しないで最適化した場合の運転スケジュールと、インセンティブを考慮して最適化した場合の運転スケジュールの双方を計算し、いずれか評価指標の良好な方を採用する。たとえば、コストが安い方を実際に適用する運転スケジュールとするので、コストが最小となる運転スケジュールを確実に得ることができる。
　さらに、運転スケジュールと実際の運用状態にずれが生じた場合にも、運転スケジュールを再度最適化することができる。このため、より現実に即した運転スケジュールとすることができ、追加のエネルギー調達を最低限に抑え、全体として効率的な運用が可能となる。
［Ｂ．第２の実施形態］
［１．構成]
　本実施形態の構成は、基本的には、上記の第１の実施形態と同様である。ただし、インセンティブ受取可否判定部１２における判定時刻決定部１２２が判定する判定時刻の優先順位が、異なっている。すなわち、本実施形態では、エネルギー予測部１０で予測された予測電力消費エネルギーの値が小さい順に、判定時刻を決定する。
［２．作用］
　以上のような本実施形態の作用は、基本的には、上記の第１の実施形態と同様である。ただし、運転スケジュールを作成する場合、図９に示したフローチャートのステップ１２において、判定時刻決定部１２２は、エネルギー予測部１０で設定された予測消費エネルギーが小さい時刻から順に、判定時刻とする。
　このようにして決定されたインセンティブ受取可否判定時刻の優先順位の一例を、図１２に示す。図中の丸数字が小さい程、優先順位が高いことを示す。その他の動作は、上記の第１の実施形態と同様であるため、説明を省略する。
[３．効果]
　以上のような本実施形態によれば、エネルギー予測部１０で得られた予測電力消費エネルギーが小さい時刻から順に、インセンティブの受取可否を判定する。このため、電力抑制により得られるインセンティブを最大化するコスト最小運転スケジュールを得ることができる。
　つまり、蓄電、蓄熱を用いて負荷シフトできる量には限界がある。そこで、対象時刻中で、本来需要が少ない時刻を優先して電力を下げていくと、負荷シフトする量を抑えつつも、ベースラインに対する下げ幅を最大化できる。
［Ｃ．第３の実施形態］
［１．構成］
　本実施形態の構成は、基本的には上記の第１の実施形態と同様である。ただし、本実施形態においては、図１３に示すように、優先順位入力部２５を有している。優先順位入力部２５は、ユーザがどの時刻を優先して抑制するかの優先順位を入力する処理部である。
　なお、優先順位入力部２５は、上記の入力部と共通のものを用いることができる。また、優先順位入力部２５は、送受信部２４を介して入力された優先順位を受け付けて、処理データ記憶部２２に設定する処理部として構成することもできる。さらに、ネットワークＮを介して送受信部２４に接続されたユーザの入出力端末も、優先順位入力部２５に含まれる。
［２．作用］
　以上のような本実施形態の作用は、基本的には、上記の第１の実施形態と同様である。ただし、運転スケジュールを作成する場合、図９に示したフローチャートのステップ１２において、判定時刻決定部１２２は、ユーザから入力された優先順に従った順に判定時刻とする。その他の動作は、上記の第１の実施形態と同様であるため、説明を省略する。
［３．効果］
　以上のような本実施形態によれば、優先順位入力部２５によりインセンティブ受取可否の判定時刻の優先順位を外部から入力できる。これにより、ユーザの希望に沿った時刻に、電力の抑制を実施するコスト最小運転スケジュールを得ることができる。
　つまり、どの時刻を優先して抑制するかをユーザ側で選ぶことができる。何らかの理由で、特定の時刻に最大限に電力を抑制したい場合、その時刻の優先順位が最も高くなる。他の時刻が同等であれば、同じ順位をつけるといった個別の事情に対応することもできる。
［Ｄ．第４の実施形態］
［１．構成］
　本実施形態の構成は、基本的には、上記の第１の実施形態と同様である。ただし、本実施形態は、Ｌ－ＰＴＲ型のＤＲもしくはＣＰＰ型のＤＲの実施に際しても、必要なデータを用いて運転スケジュールの最適化が可能な構成である。
　このために、本実施形態では、Ｌ－ＰＴＲ型の場合のインセンティブの上限額、ＣＰＰ型の場合の電力削減の目標値が、データ取得部２０を介して入力され、処理データ記憶部２２に設定されている。また、使用電力のマージンが、設定パラメータ入力部２１を介して入力され、処理データ記憶部２２に設定されている。
　なお、本実施形態においては、上記の上限額、目標値、マージンに基づく上限及び下限の値を、インセンティブ受取可否判定部１２及び電力抑制スケジュール最適化部１３における処理に用いる。Ｌ－ＰＴＲ型とＣＰＰ型の上限及び下限は、それぞれ以下の通りとなる。
・Ｌ－ＰＴＲ型のＤＲ実施の場合
使用電力量Ｘ１の上限：ベースライン
使用電力量Ｘ１の下限：インセンティブ上限額を達成する使用電力量
・ＣＰＰ型のＤＲ実施の場合
使用電力量Ｘ１の上限：電力削減目標値を満足する使用電力量（下記の式（１１）参照）
使用電力量Ｘ１の下限：上記の上限からマージンを際し引いたもの（下記の式（１２）参照）
　マージンとは、以下の通りである。まず、ＣＰＰの場合には、ベースラインを下回っても、さらに目標値を下回らないと、インセンティブは支払われない。目標値を下回れば、ベースラインから目標値までの削減量の部分については、インセンティブが支払われる。しかし、目標値を下回る削減量の部分については、インセンティブは支払われない。そこで、目標値よりも下側に、さらに下限を設けて、目標値を下回るけれども、下限は上回るようにする必要がある。この目標値と下限との幅がマージンである。
　下限を設けないと、目標値を下回っているにもかかわらず、無駄に電力量を下げることになるので、歯止めをかけるために下限が必要となる。マージンに収まる使用電力になるようにすれば、インセンティブが支払われる通りに、無駄に電力を抑制することがなくなる。
　また、本実施形態のインセンティブ受取可否判定部１２における使用電力量判定部１２４は、使用電力量が上限を達成可能か否かを判定する処理部である。受取可否判定部１２６は、使用電力量が上限を達成可能か否かにより、インセンティブの受け取りの可否を判定する処理部である。
［２．作用］
　以上のような本実施形態の作用は、基本的には、上記の第１の実施形態と同様である。ただし、本実施形態では、図１４のフローチャートに示すように、インセンティブ受取可否判定部１２における判定処理が、図９に示した手順と、一部異なっている。
　まず、図１４では、初期状態の決定（ステップ３０１）、判定時刻の決定（ステップ３０２）、運転点の導出（ステップ３０３）は、上記の実施形態と同様である。その後、ステップ３０４で、使用電力量判定部１２４が、最小化された判定時刻における使用電力量がその上限以下又は未満か否かを判定する。
　なお、ここで使用電力量の上限設定とは、上記のように、Ｌ－ＰＴＲ型のＤＲ実施の場合はベースラインＰＢＡＳＥ［ｋＷｈ］である。また、ＣＰＰ型ＤＲ実施の場合の上限設定は、以下の式（１１）に記す電力削減目標値ΔＰＬ［ｋＷｈ］を満足する使用電力量ＰＵＢ［ｋＷｈ］である。
Figure JPOXMLDOC01-appb-I000006
　使用電力量判定部１２４が、使用電力量が上限以下又は未満でないと判定した場合には（ステップ３０４のＮＯ）、割当キャンセル部１２５が、今回割り当てられた放熱量及び放電量をキャンセルする（ステップ３０６）。そして、受取可否判定部１２６が、当該時刻はインセンティブ受取「否」と判定する（ステップ３０７）。
　使用電力量判定部１２４が、使用電力量が上限設定以下若しくは未満であると判定した場合には（ステップ３０４のＹＥＳ）、受取可否判定部１２６が、当該時刻はインセンティブ受取可と判定する（ステップ３０５）。
　次いで、割当キャンセル部１２５は、使用電力が上限設定を下回った分だけ、放熱量及び放電量の割り当てをキャンセルする（ステップ３０９）。この操作は、上限を下回った分の蓄熱槽の放熱量や蓄電池１００の放電量を、次順位以降の判定時刻に有効活用するためである。
　終了判定部１２７は、ＤＲ対象時刻の全ての判定を終了していないと判定した場合には（ステップ３０８のＮＯ）、次に優先順位の高い時刻を判定時刻として（ステップ３０２）、上記と同様にステップ３０３以降の動作を繰り返す。
　終了判定部１２７が、ＤＲ対象時刻の全ての判定を終了したと判定した場合には（ステップ３０８のＹＥＳ）、インセンティブ受取可否判定部１２による判定処理を終了する。
　そして、電力抑制スケジュール最適化部１３は、インセンティブ受取可否判定部１２において、インセンティブ受取が可と判定された時刻の電力係数ＥＣｔ［円／ｋＷｈ］を、式（１０）のように変更し、使用電力量Ｘ１の上限と下限を上記のように設定して、インセンティブを考慮した運転スケジュールの最適化を実施する。以降の動作は、上記の第１の実施形態と同様であるため、説明を省略する。
［３．効果］
　以上のような本実施形態によれば、使用電力の目標達成が可能と判定された時刻において、使用電力量の上限及び下限を設定することで、インセンティブが生じない領域での過度の電力抑制を回避できる。そして、Ｌ－ＰＴＲ型又はＣＰＰ型のＤＲに対応して、コスト最小の運転スケジュールを得ることができる。
［Ｅ．第５の実施形態］
［１．構成］
　本実施形態の構成を図１５に示す。本実施形態は、基本的には、上記の第１の実施形態と同様である。ただし、本実施形態は、スケジュール表示部２６が追加されている。スケジュール表示部２６は、上記の出力部と共通のものを用いることができる。さらに、ネットワークを介して送受信部２４に接続されたユーザの入出力端末も、スケジュール表示部２６に含まれる。
　なお、本実施形態の採用スケジュール選択部１４は、上記の基準で運転スケジュールを選択するのではなく、スケジュール表示部２６を介して、ユーザが選択した運転スケジュールを選択するように設定されている。つまり、スケジュール表示部２６は、スケジュール選択指示を入力する指示入力部としても機能する。
［２．作用］
　以上のような本実施形態の作用は、基本的には、上記の第１の実施形態と同様である。ただし、採用スケジュール選択部１４による運転スケジュールの選択の前に、スケジュール表示部２６に、最適化処理部４０で得られたインセンティブを考慮しない運転スケジュールと、インセンティブを考慮した運転スケジュールとを、表示してユーザに了知させる。
　たとえば、スケジュール表示部２６の表示画面に表示される画面例を、図１６に示す。図１６の上部は、インセンティブを考慮しないで最適化した場合の運転スケジュール(I)である。図１６の下部は、インセンティブを考慮して、最適化した場合の運転スケジュール(II)である。
　それぞれの運転スケジュールには、評価指標値とともに、時間帯毎の電力需要、受電量、蓄電池放電量が、グラフ表示されている。これに加えて、指示入力部としてのスケジュール承認ボタン、熱需給画面への移行ボタンも表示されている。
　このように運転スケジュールの提示を受けたユーザは、いずれかの運転スケジュールを適用すべきかを判断する。そして、決定した運転スケジュールの承認ボタンを選択することにより、採用スケジュール選択部１４に、採用スケジュールの選択を指示する。これにより、ユーザが選択した運転スケジュールが、実行される運転スケジュールとして決定する。
［３．効果］
　以上のように、本実施形態によれば、インセンティブを考慮しないで最適化した場合の運転スケジュールと、インセンティブを考慮して最適化した場合の運転スケジュールの双方を、オペレータが事前に確認できる。このため、評価指標値に応じて、いずれの運転スケジュールを承認するか否かを判断して、指示することができる。
［Ｆ．他の実施形態］
　本実施形態は、上記の態様に限定されるものではない。
（１）制御対象機器は、上記で例示したものには限定されない。たとえば、エネルギー供給機器としては、太陽光発電設装置、太陽熱温水器の代わりに、又はこれに加えて、風力発電設備等、気象条件によって出力が変化する設備を用いることもできる。なお、本実施形態は、ビル等の所定の建物内に設置された制御対象機器を管理するシステムであるＢＥＭＳ（Building Energy Management System）に適している。ただし、制御対象機器の設置位置は、単一の建物か複数の建物かには限定されず、屋外を含んでいてもよい。つまり、所定の領域に設置された制御対象機器を制御するＥＭＳ（Energy Management System）として、広く適用可能である。
（２）蓄電蓄熱最適化装置、ローカル制御装置、端末等は、ＣＰＵ等を含むコンピュータを所定のプログラムで制御することによって実現できる。この場合のプログラムは、コンピュータのハードウェアを物理的に活用することで、上記のような各部の処理を実現するものである。
　上記の各部の処理を実行する方法、プログラム及びプログラムを記録した記録媒体も、実施形態の一態様である。また、ハードウェアで処理する範囲、プログラムを含むソフトウェアで処理する範囲をどのように設定するかは、特定の態様には限定されない。たとえば、上記の各部のいずれかを、それぞれの処理を実現する回路として構成することも可能である。
（３）上記の各処理部、記憶部等は、共通のコンピュータにおいて実現してもよいし、ネットワークで接続された複数のコンピュータによって実現してもよい。たとえば、処理データ記憶部、最適化データ記憶部を、最適化処理部とネットワークで接続されたサーバに構成してもよい。
　さらに、図１７に示すように、制御対象機器２を設置した建物などに設けられた情報通信装置６に、遠隔に設置された蓄電蓄熱最適化装置４を、ネットワークＮ２を介して接続した構成とすることも可能である。情報通信装置６は、パーソナルコンピュータ、制御パネル等により構成することができる。
　情報通信装置６は、たとえば、送受信部６１、制御情報出力部６２、表示部６３を有する。送受信部６１は、蓄電蓄熱最適化装置４との情報の送受信を行う処理部である。たとえば、送受信部６１は、蓄電蓄熱最適化装置４からの制御情報を含む運転スケジュールを受信し、蓄電蓄熱最適化装置４へ、優先順位や運転スケジュールの選択指示を送信することができる。
　制御情報出力部６２は、ネットワークＮ２で接続されたローカル制御装置３に制御情報を出力する処理部である。表示部６３は、制御情報を含む受信した運転スケジュール等を表示する処理部である。入力部６４は、優先順位や運転スケジュールの選択指示等を入力する処理部である。表示部６３及び入力部６４は、上記のスケジュール表示部２６及び優先順位入力部２５としての機能を有する。
　さらに、需要家側には、蓄電蓄熱最適化装置４から出力された制御情報を受信する受信部のみが存在して、受信部が受信した制御情報に基づいて、ローカル制御機器３が制御される構成とすることも可能である。
　このように、たとえば、クラウドコンピューティングのように、ネットワークを介して、制御対象機器２から遠隔の地に構成された単一若しくは複数のサーバにより、蓄電蓄熱最適化装置４を実現する態様も、本実施形態の一態様である。これにより、需要家側の設備を簡略化して、導入コストを節約することができ、普及の促進に繋がる。
（４）処理データ記憶部、最適化データ記憶部に記憶される各データの記憶領域は、それぞれが各データの記憶部として構成できる。これらの記憶部は、典型的には、内蔵された又は外部接続された各種メモリ、ハードディスク等により構成できる。ただし、記憶部としては、現在又は将来において利用可能なあらゆる記憶媒体を利用可能である。演算に用いるレジスタ等も、記憶部として捉えることができる。記憶の態様も、長時間記憶が保持される態様のみならず、処理のために一時的に記憶され、短時間で消去又は更新される態様も含まれる。
（５）実施形態に用いられる情報の具体的な内容、値は自由であり、特定の内容、数値には限定されない。実施形態において、しきい値に対する大小判断、一致不一致の判断等において、以上、以下、として値を含めるように判断するか、より大きい、より小さい、超える、超えない、上回る、下回る、未満として値を含めないように判断するかも自由である。したがって、たとえば、値の設定によっては、「以上」を「より大きい」、「超える」、「上回る」に、「以下」を「より小さい」、「超えない」、「下回る」、「未満」に読み替えても、実質的には同じである。
（６）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、例として提示したものであり、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同様に、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ものである。
１…建物
２…制御対象機器
３…ローカル制御装置
４…蓄電蓄熱最適化装置
５…蓄電蓄熱最適化システム
６…情報通信装置
１０…エネルギー予測部
１０ａ…類似度演算部
１０ｂ…類似日抽出部
１０ｃ…予測値設定部
１１…スケジュール最適化部
１２…インセンティブ受取可否判定部
１３…電力抑制スケジュール最適化部
１４…採用スケジュール選択部
１５、６２…制御情報出力部
１６…開始指示部
１７…再スケジューリング要否判定部
２０…データ取得部
２１…設定パラメータ入力部
２２…処理データ記憶部
２３…最適化データ記憶部
２４、６１…送受信部
２５…優先順位入力部
２６…スケジュール表示部
４０…最適化処理部
６３…表示部
６４…入力部
１００…蓄電池
１０１…ＰＶ
１０２…ＣＧＳ
１０３…電気式冷凍機
１０４…吸収式冷温水器
１０５…蓄熱槽
１１０…部屋
１１１…空調機
１２１…初期状態決定部
１２２…判定時刻決定部
１２３…運転点導出部
１２４…使用電力量判定部
１２５…割当キャンセル部
１２６…受取可否判定部
１２７…終了判定部

Claims (12)

  1. 　エネルギーを供給するエネルギー供給機器、エネルギーを消費するエネルギー消費機器及びエネルギーを貯蔵するエネルギー貯蔵機器のうち少なくとも一つの制御対象機器について、将来の所定の期間におけるエネルギー消費機器の消費エネルギー若しくはエネルギー供給機器の供給エネルギーの予測値を設定するエネルギー予測部と、
    　前記予測値、前記制御対象機器の特性及びエネルギー使用料金の単価に基づいて、前記所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化するスケジュール最適化部と、
    　前記予測値と、電力抑制に対してインセンティブを与える用意のある時刻である電力抑制対象時刻と、インセンティブを与えるか否かのしきい値であるベースラインとに基づいて、インセンティブを受け取れる可能性のある時刻を判定するインセンティブ受取可否判定部と、
    　前記予測値、前記制御対象機器の特性及びインセンティブを算定する単価を加味したエネルギー使用料金の単価に基づいて、前記所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化する電力抑制スケジュール最適化部と、
    　所定の評価指標若しくは外部から入力された選択指示に基づいて、前記スケジュール最適化部が最適化した運転スケジュールと、前記電力抑制スケジュール最適化部が最適化した運転スケジュールのいずれか一方を選択する採用スケジュール選択部と、
    　を有することを特徴とする電力抑制型蓄電蓄熱最適化装置。
  2. 　前記運転スケジュールと、前記運転スケジュールに基づいて運転された前記制御対象機器の運用データとに基づいて、再度、運転スケジュールを最適化する必要があるか否かを判定する再スケジューリング要否判定部を有することを特徴とする請求項１記載の電力抑制型蓄電蓄熱最適化装置。
  3. 　前記採用スケジュール選択部により選択された運転スケジュールに基づいて、前記制御対象機器の制御情報を出力する制御情報出力部と、
    　を有することを特徴とする請求項１又は請求項２記載の電力抑制型蓄電蓄熱最適化装置。
  4. 　前記インセンティブ受取可否判定部が、インセンティブの受け取り可否を判定する時刻の優先順位を記憶した優先順位記憶部を有することを特徴とする請求項１～３のいずれか１項に記載の電力抑制型蓄電蓄熱最適化装置。
  5. 　前記優先順位は、前記エネルギー予測部が予測したエネルギーの予測値の大きい時刻ほど、優先順位が高いことを特徴とする請求項４記載の電力抑制型蓄電蓄熱最適化装置。
  6. 　前記優先順位は、前記エネルギー予測部が予測したエネルギーの予測値の小さい時刻ほど、優先順位が高いことを特徴とする請求項４記載の電力抑制型蓄電蓄熱最適化装置。
  7. 　前記優先順位を入力する優先順位入力部を有することを特徴とする請求項４のいずれか１項に記載の電力抑制型蓄電蓄熱最適化装置。
  8. 　前記インセンティブ受取可否判定部は、インセンティブを受け取り可能な電力量の上限に基づいて、インセンティブを受け取れる可能性のある時刻を判定し、
    　前記電力抑制スケジュール最適化部は、前記インセンティブを受け取り可能な時刻については、前記の上限及び削減する電力量の下限に基づいて、制御対象機器の運転スケジュールを最適化することを特徴とする請求項１～７のいずれか１項に記載の電力抑制型蓄電蓄熱最適化装置。
  9. 　前記スケジュール最適化部が最適化した運転スケジュールと前記電力抑制スケジュール最適化部が最適化した運転スケジュールとを表示するスケジュール表示部を有することを特徴とする請求項１～８のいずれか１項に記載の電力抑制型蓄電蓄熱最適化装置。
  10. 　前記スケジュール最適化部が最適化した運転スケジュールと前記電力抑制スケジュール最適化部が最適化した運転スケジュールのうち、いずれの運転スケジュールを選択するかの指示を入力する指示入力部を有することを特徴とする請求項１～９のいずれか１項に記載の電力抑制型蓄電蓄熱最適化装置。
  11. 　コンピュータ又は電子回路が、
    　エネルギーを供給するエネルギー供給機器、エネルギーを消費するエネルギー消費機器及びエネルギーを貯蔵するエネルギー貯蔵機器のうち少なくとも一つの制御対象機器について、将来の所定の期間におけるエネルギー消費機器の消費エネルギー若しくはエネルギー供給機器の供給エネルギーの予測値を設定するエネルギー予測処理と、
    　前記予測値、前記制御対象機器の特性及びエネルギー使用料金の単価に基づいて、前記所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化するスケジュール最適化処理と、
    　前記予測値と、電力抑制に対してインセンティブを与える用意のある時刻である電力抑制対象時刻と、インセンティブを与えるか否かのしきい値であるベースラインとに基づいて、インセンティブを受け取れる可能性のある時刻を判定するインセンティブ受取可否判定処理と、
    　前記予測値、前記制御対象機器の特性及びインセンティブを算定する単価を加味したエネルギー使用料金の単価に基づいて、前記所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化する電力抑制スケジュール最適化処理と、
    　所定の評価指標若しくは外部から入力された選択指示に基づいて、前記スケジュール最適化処理により最適化した運転スケジュールと、前記電力抑制スケジュール最適化処理により最適化した運転スケジュールのいずれか一方を選択する採用スケジュール選択処理と、
    　を実行することを特徴とする電力抑制型蓄電蓄熱最適化方法。
  12. 　コンピュータに、
    　エネルギーを供給するエネルギー供給機器、エネルギーを消費するエネルギー消費機器及びエネルギーを貯蔵するエネルギー貯蔵機器のうち少なくとも一つの制御対象機器について、将来の所定の期間におけるエネルギー消費機器の消費エネルギー若しくはエネルギー供給機器の供給エネルギーの予測値を設定するエネルギー予測処理と、
    　前記予測値、前記制御対象機器の特性及び電力料金の単価に基づいて、前記所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化するスケジュール最適化処理と、
    　前記予測値と、電力抑制に対してインセンティブを与える用意のある時刻である電力抑制対象時刻と、インセンティブを与えるか否かのしきい値であるベースラインとに基づいて、インセンティブを受け取れる可能性のある時刻を判定するインセンティブ受取可否判定処理と、
    　前記予測値、前記制御対象機器の特性及びインセンティブを算定する単価を加味したエネルギー使用料金の単価に基づいて、前記所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化する電力抑制スケジュール最適化処理と、
    　所定の評価指標若しくは外部から入力された選択指示に基づいて、前記スケジュール最適化処理により最適化した運転スケジュールと、前記電力抑制スケジュール最適化処理により最適化した運転スケジュールのいずれか一方を選択する採用スケジュール選択処理と、
    　を実行させることを特徴とする電力抑制型蓄電蓄熱最適化プログラム。
PCT/JP2013/079989 2012-11-09 2013-11-06 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム Ceased WO2014073556A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP13834286.0A EP2919349B1 (en) 2012-11-09 2013-11-06 Power conserving electricity and heat storage optimization device, optimization method and optimization program
CN201380002709.9A CN103917954B (zh) 2012-11-09 2013-11-06 电力抑制型蓄电蓄热优化装置以及优化方法
SG11201400385VA SG11201400385VA (en) 2012-11-09 2013-11-06 Electricity suppressing type electricity and heat storageoptimizing device, optimizing method, and optimizing program
US14/201,382 US9916630B2 (en) 2012-11-09 2014-03-07 Electricity suppressing type electricity and heat optimizing control device, optimizing method, and optimizing program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-247928 2012-11-09
JP2012247928A JP5981313B2 (ja) 2012-11-09 2012-11-09 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/201,382 Continuation US9916630B2 (en) 2012-11-09 2014-03-07 Electricity suppressing type electricity and heat optimizing control device, optimizing method, and optimizing program

Publications (1)

Publication Number Publication Date
WO2014073556A1 true WO2014073556A1 (ja) 2014-05-15

Family

ID=50684658

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/079989 Ceased WO2014073556A1 (ja) 2012-11-09 2013-11-06 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム

Country Status (6)

Country Link
US (1) US9916630B2 (ja)
EP (1) EP2919349B1 (ja)
JP (1) JP5981313B2 (ja)
CN (1) CN103917954B (ja)
SG (1) SG11201400385VA (ja)
WO (1) WO2014073556A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10416211B2 (en) 2015-02-19 2019-09-17 Nec Corporation Apparatus for estimating power consumption, method of estimating power consumption, and program

Families Citing this family (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6180826B2 (ja) 2013-07-02 2017-08-16 株式会社東芝 エネルギー管理サーバ、エネルギー管理方法およびプログラム
JP6139306B2 (ja) 2013-07-10 2017-05-31 株式会社東芝 運転計画最適化装置、運転計画最適化方法及び運転計画最適化プログラム
SG11201500154YA (en) 2013-09-11 2015-04-29 Toshiba Kk Battery controller, management system, battery control method, battery control program, and storage medium
JP6211994B2 (ja) * 2014-05-30 2017-10-11 株式会社東芝 スケジュール決定装置及びスケジュール決定プログラム
JP6356502B2 (ja) 2014-06-20 2018-07-11 株式会社東芝 機器運転設定装置及び機器運転設定値決定プログラム
JP6418833B2 (ja) * 2014-07-28 2018-11-07 株式会社Ｎｔｔファシリティーズ 制御システム、最適解選択装置、制御方法、及びプログラム
WO2016017172A1 (ja) * 2014-07-29 2016-02-04 京セラ株式会社 画像生成装置、画像生成方法およびプログラム
JP6146532B2 (ja) * 2014-08-05 2017-06-14 日本電気株式会社 制御装置、制御方法、及びプログラム
US10969128B2 (en) 2014-08-14 2021-04-06 Vigilent Corporation Method and apparatus for optimizing control variables to minimize power consumption of cooling systems
JP2016044855A (ja) * 2014-08-21 2016-04-04 株式会社東芝 空調制御装置、空調制御方法および空調制御プログラム
KR102336642B1 (ko) * 2014-08-21 2021-12-07 삼성전자 주식회사 온도 조절 방법 및 장치
JP6404650B2 (ja) * 2014-09-11 2018-10-10 株式会社東芝 機器運転設定値決定装置、機器運転設定値決定方法、及び、機器運転設定値決定プログラム
JP2016073113A (ja) * 2014-09-30 2016-05-09 富士通株式会社 充放電制御プログラム、充放電制御方法および充放電制御装置
CN107078542B (zh) * 2014-11-04 2020-08-18 三菱电机株式会社 控制器以及控制方法
US10621683B2 (en) * 2014-11-05 2020-04-14 Yanmar Co., Ltd. Control device for optimizing local energy network
JP6431388B2 (ja) * 2015-01-23 2018-11-28 日立ジョンソンコントロールズ空調株式会社 デマンド制御装置
WO2016128037A1 (en) * 2015-02-11 2016-08-18 Nec Europe Ltd. A method and a system for controlling energy supply to a client
WO2016136260A1 (ja) * 2015-02-25 2016-09-01 京セラ株式会社 電力管理装置、電力管理システム、および電力管理方法
JP6090359B2 (ja) * 2015-04-24 2017-03-08 ダイキン工業株式会社 制御装置
JP2016218681A (ja) * 2015-05-19 2016-12-22 ダイキン工業株式会社 インセンティブ予測量提示装置
JP6596966B2 (ja) * 2015-06-23 2019-10-30 ダイキン工業株式会社 スケジュール作成装置
JP6519924B2 (ja) * 2015-08-07 2019-05-29 パナソニックＩｐマネジメント株式会社 蓄電制御システム、指示制御装置、蓄電制御装置、蓄電制御方法、及びプログラム
KR102586745B1 (ko) 2015-09-01 2023-10-10 삼성전자 주식회사 에너지 소비를 관리하는 방법 및 장치
EP3384576A4 (en) * 2015-09-16 2019-08-14 Smart Utility Service Holdings PTY Ltd POWER ANALYZER AND METHOD FOR USE THEREOF
JP6453744B2 (ja) * 2015-11-30 2019-01-16 株式会社 日立産業制御ソリューションズ 電力デマンド管理装置および電力デマンド管理方法
JP6679980B2 (ja) * 2016-02-25 2020-04-15 中国電力株式会社 電力需要予測装置、及び電力需要予測方法
JP6647919B2 (ja) * 2016-03-04 2020-02-14 東京瓦斯株式会社 コジェネレーションシステムの制御システム
CN109416191B (zh) 2016-06-30 2021-08-17 江森自控科技公司 具有预测控制的变制冷剂流量系统
US11789415B2 (en) 2016-06-30 2023-10-17 Johnson Controls Tyco IP Holdings LLP Building HVAC system with multi-level model predictive control
US20180004171A1 (en) 2016-06-30 2018-01-04 Johnson Controls Technology Company Hvac system using model predictive control with distributed low-level airside optimization and airside power consumption model
JP6976976B2 (ja) 2016-06-30 2021-12-08 ジョンソン コントロールズ テクノロジー カンパニーJohnson Controls Technology Company マルチレベルモデル予測制御のシステムと方法
US10305309B2 (en) * 2016-07-29 2019-05-28 Con Edison Battery Storage, Llc Electrical energy storage system with battery state-of-charge estimation
KR101899052B1 (ko) * 2016-09-19 2018-09-14 한양대학교 에리카산학협력단 이산 제조 시설에서 에너지 관리를 위한 실시간 수요 입찰 방법 및 시스템
US11928705B2 (en) 2016-10-25 2024-03-12 Uplight, Inc. Instant rebates for demand response enrollment and clawbacks
CA3020752A1 (en) 2016-10-25 2018-05-03 Simple Energy, Inc. Energy product instant rebate engine
US10642239B2 (en) 2016-11-29 2020-05-05 Virtual Peaker, Inc. Systems and method for time use optimization
CN106779365A (zh) * 2016-12-02 2017-05-31 合肥工业大学 一种基于需求响应的家庭负荷优化调度方法
JPWO2018105645A1 (ja) * 2016-12-09 2019-11-07 日本電気株式会社 運転制御システム及びその制御方法
US10867315B2 (en) 2017-02-20 2020-12-15 Honda Motor Co., Ltd. System and method for implementing a demand response event with variable incentives for vehicles
WO2018200854A1 (en) 2017-04-27 2018-11-01 Johnson Controls Technology Company Building energy system with predictive control
CN107093896B (zh) * 2017-05-10 2018-03-09 合肥工业大学 一种基于需求响应的工业负荷优化调度建模方法
JP6806651B2 (ja) * 2017-09-14 2021-01-06 株式会社東芝 情報処理システムおよび情報処理方法
JP7061616B2 (ja) 2017-09-25 2022-04-28 旭化成株式会社 計画装置、稼働計画の生成方法、水素製造方法、およびプログラム
JP6669148B2 (ja) * 2017-10-23 2020-03-18 株式会社豊田中央研究所 エネルギーシステム最適化装置
JP7017928B2 (ja) * 2017-12-26 2022-02-09 大和ハウス工業株式会社 電力供給システム
JP6628831B2 (ja) * 2018-04-17 2020-01-15 三菱電機株式会社 コントローラ、スケジュール作成方法、及びプログラム
KR101945501B1 (ko) * 2018-05-23 2019-02-08 주식회사 광명전기 에너지 저장 장치와 태양광 발전을 이용한 전력 공급 제어 시스템 및 방법
CN112513894B (zh) * 2018-08-08 2024-06-28 三菱电机楼宇解决方案株式会社 楼宇管理系统
US11159022B2 (en) 2018-08-28 2021-10-26 Johnson Controls Tyco IP Holdings LLP Building energy optimization system with a dynamically trained load prediction model
US11163271B2 (en) 2018-08-28 2021-11-02 Johnson Controls Technology Company Cloud based building energy optimization system with a dynamically trained load prediction model
US10684070B2 (en) * 2018-09-05 2020-06-16 Johnson Controls Technology Company Variable refrigerant flow system with capacity limits
WO2020153441A1 (ja) * 2019-01-25 2020-07-30 日本テクノ株式会社 設備稼働計画支援装置
US11592792B2 (en) * 2019-01-30 2023-02-28 Johnson Controls Tyco IP Holdings LLP Energy control system with energy provider level demand optimization
EP3961115B1 (en) * 2019-04-26 2023-07-12 Daikin Industries, Ltd. Air-conditioning system, machine learning device, and machine learning method
CN110442170B (zh) * 2019-07-03 2022-05-27 平安科技（深圳）有限公司 设备运行及监测方法、装置、设备及介质
KR102130464B1 (ko) * 2019-10-07 2020-07-06 주식회사 우리젠 Ｄｒ정보를 이용한 사용자 지향적 지능형 건물관리시스템
JP2021143810A (ja) * 2020-03-13 2021-09-24 東京瓦斯株式会社 空調システム
JP7414601B2 (ja) * 2020-03-17 2024-01-16 シャープ株式会社 電力管理装置および電力管理方法
JP7703462B2 (ja) * 2022-01-21 2025-07-07 東芝エネルギーシステムズ株式会社 水素システム運転計画装置
US20240265474A1 (en) * 2023-02-02 2024-08-08 Fluence Energy, Llc Systems and methods for optimizing energy dispatch
WO2024195682A1 (ja) * 2023-03-22 2024-09-26 株式会社Ｎｔｔドコモ 消費電力最適化装置
CN118428511A (zh) * 2024-03-22 2024-08-02 北京海博思创科技股份有限公司 储能系统优化方法、装置、设备、存储介质和程序产品
CN120262482B (zh) * 2025-06-05 2025-08-12 四川川润数字能源科技有限公司 基于用能端功率预测的熔盐储能系统工作方法、装置、设备以及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002176729A (ja) * 2000-12-08 2002-06-21 Hitachi Ltd インセンティブ電力負荷制御方法およびシステム
JP2003087969A (ja) * 2001-09-17 2003-03-20 Mitsubishi Electric Corp 電力需要調整システム
JP3519321B2 (ja) 1999-08-09 2004-04-12 株式会社山武 蓄熱運転制御方法
JP3763767B2 (ja) 2001-10-02 2006-04-05 株式会社東芝 エネルギ供給設備の運転計画システム
JP2007336655A (ja) * 2006-06-13 2007-12-27 National Institute Of Advanced Industrial & Technology エネルギー需給調整システムおよび運転スケジューリング方法
JP2010108471A (ja) * 2008-10-28 2010-05-13 Korea Electric Power Corp 顧客基準負荷基盤の常時負荷低減システム
JP2011142753A (ja) * 2010-01-07 2011-07-21 Panasonic Corp 家電機器制御装置及び家電機器制御システム

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7616631B2 (en) 2002-08-14 2009-11-10 Lsi Corporation Method and apparatus for debugging protocol traffic between devices in integrated subsystems
JP2005157685A (ja) 2003-11-25 2005-06-16 Toshiba Corp エネルギー需要予測システム
JP2005257097A (ja) 2004-03-09 2005-09-22 Toshiba Corp 熱源機器の起動停止計画策定システム
US7288921B2 (en) * 2004-06-25 2007-10-30 Emerson Process Management Power & Water Solutions, Inc. Method and apparatus for providing economic analysis of power generation and distribution
JP2006098361A (ja) 2004-09-30 2006-04-13 Toshiba Corp 建物エネルギー監視評価装置
TW200801925A (en) * 2006-06-23 2008-01-01 Nat Univ Chung Cheng Method for energy-efficient scheduling optimization for compiler
US8872379B2 (en) * 2007-11-30 2014-10-28 Johnson Controls Technology Company Efficient usage, storage, and sharing of energy in buildings, vehicles, and equipment
WO2010083334A1 (en) * 2009-01-14 2010-07-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
US20110029461A1 (en) * 2009-07-31 2011-02-03 Invensys Systems Inc. Dynamic Electrical Power Pricing Communication Architecture
JP4806059B2 (ja) 2009-09-09 2011-11-02 株式会社東芝 エネルギー管理システムおよびエネルギー管理方法
WO2011037322A2 (en) * 2009-09-25 2011-03-31 Lg Electronics Inc. Apparatus and method for controlling a battery
US8457802B1 (en) * 2009-10-23 2013-06-04 Viridity Energy, Inc. System and method for energy management
US9159042B2 (en) * 2009-10-23 2015-10-13 Viridity Energy, Inc. Facilitating revenue generation from data shifting by data centers
US20110179704A1 (en) 2010-01-22 2011-07-28 Beth Louise Macfarlane Synthetic natural-appearing plant supports
JP2011179722A (ja) 2010-02-26 2011-09-15 Toshiba Corp 空調制御システム
WO2011109759A1 (en) * 2010-03-05 2011-09-09 Efficient Energy America Incorporated System and method for providing reduced consumption of energy using automated human thermal comfort controls
JP5646205B2 (ja) 2010-04-28 2014-12-24 株式会社東芝 消費電力管理システム、およびこれに利用される消費電力管理装置、消費電力管理方法、中央供給電力管理装置、供給電力管理方法
WO2012145563A1 (en) * 2011-04-19 2012-10-26 Viridity Energy, Inc. Methods, apparatus and systems for managing energy assets
US20130144451A1 (en) * 2011-10-25 2013-06-06 San Diego State University Research Foundation Residential and commercial energy management system
JP5743881B2 (ja) 2011-12-28 2015-07-01 株式会社東芝 電力管理システム、電力管理方法、需要家端末及び電力管理装置
CN102437573B (zh) * 2011-12-29 2014-04-09 广东电网公司深圳供电局 基于模糊建模的配电网可靠性评估调控方法及其系统
CN102545258B (zh) * 2012-01-12 2013-11-06 西安交通大学 一种大规模风电并网的电网优化规划方法
CN102611127B (zh) 2012-02-17 2014-12-03 中国电力科学研究院 一种微电网自平衡和自平滑统一的控制方法
JP5908302B2 (ja) 2012-02-27 2016-04-26 株式会社東芝 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
CN102684199B (zh) 2012-06-05 2015-04-08 国电南瑞科技股份有限公司 一种微电网与配电网交换功率的多时间尺度控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3519321B2 (ja) 1999-08-09 2004-04-12 株式会社山武 蓄熱運転制御方法
JP2002176729A (ja) * 2000-12-08 2002-06-21 Hitachi Ltd インセンティブ電力負荷制御方法およびシステム
JP2003087969A (ja) * 2001-09-17 2003-03-20 Mitsubishi Electric Corp 電力需要調整システム
JP3763767B2 (ja) 2001-10-02 2006-04-05 株式会社東芝 エネルギ供給設備の運転計画システム
JP2007336655A (ja) * 2006-06-13 2007-12-27 National Institute Of Advanced Industrial & Technology エネルギー需給調整システムおよび運転スケジューリング方法
JP2010108471A (ja) * 2008-10-28 2010-05-13 Korea Electric Power Corp 顧客基準負荷基盤の常時負荷低減システム
JP2011142753A (ja) * 2010-01-07 2011-07-21 Panasonic Corp 家電機器制御装置及び家電機器制御システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2919349A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10416211B2 (en) 2015-02-19 2019-09-17 Nec Corporation Apparatus for estimating power consumption, method of estimating power consumption, and program

Also Published As

Publication number Publication date
JP5981313B2 (ja) 2016-08-31
EP2919349B1 (en) 2018-09-26
SG11201400385VA (en) 2014-09-26
US9916630B2 (en) 2018-03-13
JP2014096946A (ja) 2014-05-22
CN103917954B (zh) 2017-03-01
US20140188295A1 (en) 2014-07-03
EP2919349A1 (en) 2015-09-16
CN103917954A (zh) 2014-07-09
EP2919349A4 (en) 2016-05-25

Similar Documents

Publication Publication Date Title
JP5981313B2 (ja) 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
CN104428812B (zh) 运转计划最佳化装置、方法及程序
JP5908302B2 (ja) 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
CN104412481B (zh) 能源管理服务器、能源管理方法
JP6404650B2 (ja) 機器運転設定値決定装置、機器運転設定値決定方法、及び、機器運転設定値決定プログラム
US10054971B2 (en) Received energy reduction information calculation apparatus, received energy reduction information calculation method and program
JP6034211B2 (ja) 運転制御装置、運転制御方法及び運転制御プログラム
JP6385984B2 (ja) エネルギー管理装置、エネルギー管理方法及びエネルギー管理プログラム
JP2016067125A (ja) エネルギー設備運転制御装置およびエネルギー設備運転制御方法
JP6567302B2 (ja) エネルギー管理装置、エネルギー管理方法およびプログラム
US20170363315A1 (en) Heat source system operation management apparatus, heat source system operation management method and computer program
JP2004287921A (ja) エネルギ提供手段の運用支援システム

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2013834286

Country of ref document: EP

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13834286

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE