WO2023218634A1 - 空気調和制御装置、空気調和制御方法および空気調和制御プログラム - Google Patents

Abstract

空気調和制御装置（２００）は、ゾーン環境データと運転状態データに基づいて空気調和ゾーン（１０９）の１つ以上の推定値を算出し、現在設定データに基づいて設定値群ペアの１つ以上の候補を生成し、候補ごとに前記１つ以上の推定値に基づいて予測されるエネルギー消費量と予測される快適性を予測バランスとして算出し、各候補の前記予測バランスに基づいて空気調和機ペア（１０１）に設定する設定値群ペアを決定する。

Description

空気調和制御装置、空気調和制御方法および空気調和制御プログラム

　本開示は、空気調和システムの制御に関するものである。

　省エネルギー性及び快適性に優れる空気調和システムとして、大規模ビルではセントラル空気調和機、中小規模ビルではビル用マルチ空気調和機が採用されてきた。
　近年は、大規模ビルでも省エネルギー性の向上のため、セントラル空気調和機の外調機とビル用マルチ空気調和機の内調機を組み合わせた空気調和システムが採用されることがある。
　外調機と内調機は容量および特性が異なる方式で熱を処理する。そのため、外調機と内調機を連携させて制御する負荷協調制御が行われる。
　負荷協調制御では、室内の温度または室内の湿度が所定の値に近づくとともにセントラル空気調和機の消費電力とビル用マルチ空気調和機の消費電力の和が小さくなるように、外調機の設定値と内調機の設定値の少なくとも一方が制御される。

特許６４１４３５４号公報

　特許文献１の技術は、温度または湿度を所定の設定値に近づけるが、消費電力と快適性のバランスを考慮してより良好な設定値を設定することができない。

　本開示は、エネルギー消費量と快適性のバランスを考慮して空気調和システムの設定値を決定できるようにすることを目的とする。

　本開示の空気調和制御装置は、
　２種類の空気調和機から成る空気調和機ペアが使用される空気調和ゾーンの１種類以上の状態のそれぞれの計測値を示すゾーン環境データと、前記空気調和機ごとに１種類以上の状態のそれぞれの状態値を示す運転状態データと、に基づいて、前記ゾーン環境データの前記１種類以上の前記状態とは異なる前記空気調和ゾーンの１種類以上の状態のそれぞれの推定値を算出する状態推定部と、
　前記空気調和機ペアに設定されている設定値群ペアを示す現在設定データに基づいて、前記空気調和機ペアのための設定値群ペアの１つ以上の候補を生成する候補生成部と、
　生成された候補ごとに、算出された１つ以上の前記推定値に基づいて、前記設定値群ペアが前記空気調和機ペアに設定された場合について、予測されるエネルギー消費量と予測される快適性を予測バランスとして算出するバランス予測部と、
　各候補の前記予測バランスに基づいて、いずれかの前記候補を前記空気調和機ペアに設定する設定値群ペアに決定する設定決定部と、を備える。

　本開示によれば、エネルギー消費量と快適性のバランスを考慮して空気調和システムの設定値を決定することができる。

実施の形態１における空気調和システム１００の構成図。 実施の形態１における空気調和制御装置２００の構成図。 実施の形態１における空気調和制御装置２００の機能構成図。 実施の形態１における空気調和制御方法のフローチャート。 実施の形態１における設定値群ペアの候補の生成（１回目）を示す図。 実施の形態１における設定値群ペアの候補の生成（２回目以降）を示す図。 実施の形態１におけるパレート優越手法を示す図。 実施の形態１におけるパレート優越手法を示す図。 実施の形態１における設定値とエネルギー消費量と室内温度の関係を示すグラフ。 実施の形態１における設定値群ペアの候補の選択を示す図。 実施の形態２における空気調和システム１００の構成図。 実施の形態３における空気調和制御装置２００の機能構成図。 実施の形態３における空気調和制御方法のフローチャート。 実施の形態４における空気調和制御装置２００の機能構成図。 実施の形態４におけるモデル学習処理のフローチャート。 実施の形態４における空気調和制御方法のフローチャート。 実施の形態５における空気調和制御装置２００の機能構成図。 実施の形態５における空気調和制御方法のフローチャート。 実施の形態６における空気調和制御装置２００の機能構成図。 実施の形態６における空気調和制御方法のフローチャート。 実施の形態７における空気調和制御装置２００の機能構成図。 実施の形態７における空気調和制御方法のフローチャート。 実施の形態７における設定値群ペアの候補の選択を示す図。 実施の形態８における空気調和制御方法のフローチャート。 実施の形態８における温度設定の上限値を示す図。 実施の形態９における空気調和システム１００の構成図。 実施の形態９における空気調和方法のフローチャート。 実施の形態９における設定値群ペアの候補の選択を示す図。 実施の形態における空気調和制御装置２００のハードウェア構成図。

　実施の形態および図面において、同じ要素または対応する要素には同じ符号を付している。説明した要素と同じ符号が付された要素の説明は適宜に省略または簡略化する。図中の矢印はデータの流れ又は処理の流れを主に示している。

　実施の形態１．
　空気調和システム１００について、図１から図１０に基づいて説明する。

＊＊＊構成の説明＊＊＊
　図１に基づいて、空気調和システム１００の構成を説明する。
　空気調和システム１００は、空気調和ゾーン１０９の空気を調和させるシステムである。
　空気調和ゾーン１０９は、空気調和の対象となるゾーンである。具体的な空気調和ゾーン１０９は特定の室内である。

　空気調和システム１００は、空気調和ゾーン１０９の空気調和のために使用される空気調和機ペア１０１を備える。
　空気調和機ペア１０１は、２種類の空気調和機を含む。
　２種類の空気調和機の具体例は、セントラル空気調和機１１０とマルチ空気調和機１２０である。

　セントラル空気調和機１１０は、熱源機１１１と外調機１１２を備える。外調機１１２は単に空気調和機とも呼ばれる。
　熱源機１１１は、冷水および温水を作る。
　外調機１１２は、冷水および温水を用いて外気を調和し、空気調和ゾーン１０９に給気する。

　マルチ空気調和機１２０は、ビル用マルチ空気調和機である。
　マルチ空気調和機１２０は、室外機１２１と室内機１２２を備える。室外機１２１は冷媒配管を介して空気調和ゾーン１０９と接続される。室内機１２２は内調機とも呼ばれる。
　室外機１２１は、圧縮機を持ち、冷媒を圧縮して送出する。
　室内機１２２は、空気調和ゾーン１０９の空気を吸い込み、吸い込んだ空気を調和し、空気調和ゾーン１０９に給気する。

　空気調和制御装置２００は、センサ群１３０を備える。
　センサ群１３０は、１種類以上のセンサである。各センサは、空気調和ゾーン１０９、セントラル空気調和機１１０またはマルチ空気調和機１２０に配置される。
　センサ群１３０は、空気調和ゾーン１０９とセントラル空気調和機１１０とマルチ空気調和機１２０のそれぞれの状態を計測する。

　空気調和制御装置２００は、センサ群１３０によって得られる計測データに基づいて、セントラル空気調和機１１０およびマルチ空気調和機１２０を制御する。

　図２に基づいて、空気調和制御装置２００の構成を説明する。
　空気調和制御装置２００は、プロセッサ２０１とメモリ２０２と補助記憶装置２０３と通信装置２０４と入出力インタフェース２０５といったハードウェアを備えるコンピュータである。これらのハードウェアは、信号線を介して互いに接続されている。

　プロセッサ２０１は、演算処理を行うＩＣであり、他のハードウェアを制御する。例えば、プロセッサ２０１はＣＰＵである。
　ＩＣは、Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔの略称である。
　ＣＰＵは、Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔの略称である。

　メモリ２０２は揮発性または不揮発性の記憶装置である。メモリ２０２は、主記憶装置またはメインメモリとも呼ばれる。例えば、メモリ２０２はＲＡＭである。メモリ２０２に記憶されたデータは必要に応じて補助記憶装置２０３に保存される。
　ＲＡＭは、Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙの略称である。

　補助記憶装置２０３は不揮発性の記憶装置である。例えば、補助記憶装置２０３は、ＲＯＭ、ＨＤＤ、フラッシュメモリまたはこれらの組み合わせである。補助記憶装置２０３に記憶されたデータは必要に応じてメモリ２０２にロードされる。
　ＲＯＭは、Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙの略称である。
　ＨＤＤは、Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅの略称である。

　通信装置２０４はレシーバ及びトランスミッタである。例えば、通信装置２０４は通信チップまたはＮＩＣである。空気調和制御装置２００の通信は通信装置２０４を用いて行われる。
　ＮＩＣは、Ｎｅｔｗｏｒｋ　Ｉｎｔｅｒｆａｃｅ　Ｃａｒｄの略称である。

　入出力インタフェース２０５は、入力装置および出力装置が接続されるポートである。例えば、入出力インタフェース２０５はＵＳＢ端子であり、入力装置はキーボードおよびマウスであり、出力装置はディスプレイである。空気調和制御装置２００の入出力は入出力インタフェース２０５を用いて行われる。
　ＵＳＢは、Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓの略称である。

　空気調和制御装置２００は、通信装置２０４を介してセントラル空気調和機１１０、マルチ空気調和機１２０およびセンサ群１３０と接続される。
　但し、空気調和制御装置２００は、入出力インタフェース２０５を介してセントラル空気調和機１１０、マルチ空気調和機１２０およびセンサ群１３０と接続されてもよい。

　空気調和制御装置２００は、データ取得部２１１と状態推定部２１２と候補生成部２１３とバランス予測部２１４と設定決定部２１５と設定出力部２１６といった要素を備える。これらの要素はソフトウェアで実現される。

　補助記憶装置２０３には、データ取得部２１１と状態推定部２１２と候補生成部２１３とバランス予測部２１４と設定決定部２１５と設定出力部２１６としてコンピュータを機能させるための空気調和制御プログラムが記憶されている。空気調和制御プログラムは、メモリ２０２にロードされて、プロセッサ２０１によって実行される。
　補助記憶装置２０３には、さらに、ＯＳが記憶されている。ＯＳの少なくとも一部は、メモリ２０２にロードされて、プロセッサ２０１によって実行される。
　プロセッサ２０１は、ＯＳを実行しながら、空気調和制御プログラムを実行する。
　ＯＳは、Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍの略称である。

　空気調和制御プログラムの入出力データは記憶部２９０に記憶される。
　メモリ２０２は記憶部２９０として機能する。但し、補助記憶装置２０３、プロセッサ２０１内のレジスタおよびプロセッサ２０１内のキャッシュメモリなどの記憶装置が、メモリ２０２の代わりに、又は、メモリ２０２と共に、記憶部２９０として機能してもよい。

　空気調和制御装置２００は、プロセッサ２０１を代替する複数のプロセッサを備えてもよい。

　空気調和制御プログラムは、光ディスクまたはフラッシュメモリ等の不揮発性の記録媒体にコンピュータ読み取り可能に記録（格納）することができる。

　図３に、空気調和制御装置２００の機能構成を示す。
　ゾーン推定モデル２９１およびバランス予測モデル２９２は、記憶部２９０に記憶される。これらのモデルについて後述する。

＊＊＊動作の説明＊＊＊
　空気調和制御装置２００の動作の手順は空気調和制御方法に相当する。また、空気調和制御装置２００の動作の手順は空気調和制御プログラムによる処理の手順に相当する。

　図４に基づいて、空気調和制御方法を説明する。
　ステップＳ１１０において、データ取得部２１１は、センサ群１３０からゾーン環境データと運転状態データを取得する。

　ゾーン環境データは、空気調和ゾーン１０９の１種類以上の状態のそれぞれの計測値を示す。
　計測値は計測された状態を示す値（状態値）である。具体的には、計測値は温熱環境に関係する物理量を示す。
　空気調和ゾーン１０９の状態の具体例は、温度、湿度および風速である。

　運転状態データは、空気調和機ごとに１種類以上の状態のそれぞれの状態値を示す。
　セントラル空気調和機１１０において、熱源機１１１の状態の具体例は、冷温水出入口温度、圧縮機周波数および冷却ファン回転数である。また、外調機１１２の状態の具体例は、冷温水コイル出入口温度、冷温水コイル流量、冷温水コイルバルブ開度、給気温度、給気湿度、ファン回転数、ファン風量、外気ダンパ開度およびフィルタ差圧である。
　マルチ空気調和機１２０において、室外機１２１の状態の具体例は、冷媒凝縮温度、圧縮機周波数、圧縮機消費電力、送風機ファン回転数、送風量、吸い込み温度、吹き出し温度、外気温度および外気湿度である。また、室内機１２２の状態の具体例は、吸込温度、吹出温度、冷媒蒸発温度、冷媒圧力、送風ファン回転数および送風量である。

　また、データ取得部２１１は、空気調和機ペア１０１から現在設定データを取得する。
　現在設定データは、空気調和機ペア１０１に設定されている設定値群ペアを示す。つまり、現在設定データは、セントラル空気調和機１１０に設定されている設定値群と、マルチ空気調和機１２０に設定されている設定値群と、を示す。設定値群は、１つ以上の設定値である。
　セントラル空気調和機１１０において、熱源機１１１の設定の具体例は冷温水出口温度である。また、外調機１１２の設定の具体例は、給気温度、給気湿度、ファン回転数および外気ダンパ開度である。
　マルチ空気調和機１２０において、室外機１２１の設定の具体例は冷媒蒸発温度である。また、室内機１２２の設定の具体例は吸込温度および回転数である。

　ステップＳ１２０において、状態推定部２１２は、ゾーン環境データと運転状態データに基づいて、空気調和ゾーン１０９の１種類以上の状態のそれぞれの推定値を算出する。
　推定値は推定された状態値である。具体的には、推定値は、直接計測することが難しい物理量を示す。
　推定される状態は、センサ群１３０によって計測できない状態であり、ゾーン環境データの状態とは異なる。具体的には、推定される状態は、内部熱負荷、壁断熱性、日射量など、建物固有のパラメータおよび時間帯によって変動する状態である。

　各推定値は、ゾーン推定モデル２９１を用いて算出される。
　ゾーン推定モデル２９１は、空気調和機モデルである。空機調和機モデルは、各空気調和機の動作を模擬するためのモデルである。
　状態推定部２１２は、ゾーン環境データと運転状態データを入力にしてゾーン推定モデル２９１を演算する。これにより、ゾーン推定データが得られる。ゾーン推定データは、空気調和ゾーン１０９の１種類以上の状態のそれぞれの推定値を示す。

　各推定値は、室内外エンタルピ差、外気導入量、および、各空気調和機の処理熱量に基づいて算出されてもよい。例えば、各推定値は、状態オブザーバまたはカルマンフィルタなどの状態推定器を用いて算出されてもよい。

　ステップＳ１３０において、候補生成部２１３は、現在設定データに基づいて、空気調和機ペア１０１のための設定値群ペアの１つ以上の候補を生成する。

　１回目のステップＳ１３０では、候補生成部２１３は、現在設定データに示される設定値群ペアを変更して候補を生成する。
　図５に基づいて、１回目の候補の生成について説明する。図５は、温度について現在の設定値（実線）と候補の設定値（破線）を示している。設定値は時系列で示される。
　（１）候補生成部２１３は、設定値が変更される時間帯（変更時間帯）を所定期間内でランダムに決定する。所定期間は予め決められる。
　（２）候補生成部２１３は、変更時間帯の設定値の変更幅を設定範囲内でランダムに決定する。設定範囲は予め決められる。
　（３）候補生成部２１３は、現在の設定値の時系列のうちの変更時間帯の設定値を変更幅だけ変更する。変更後の時系列が設定値の候補となる。

　２回目以降のステップＳ１３０では、候補生成部２１３は、前回以前の候補を変更して新たな候補を生成する。

　図６に基づいて、２回目以降の候補の生成について説明する。図６は、温度について既存の２つの候補の設定値（実線（ａ），破線（ｂ））と新たな２つの候補の設定値（実線（Ａ），破線（Ｂ））を示している。設定値は時系列で示される。
　（０）候補生成部２１３は、前回以前の候補のうち他の候補よりも予測バランスが劣る候補を削除する。これにより、良好な候補が残る。
　例えば、候補生成部２１３は、パレート優越と呼ばれる手法によって、良好な候補を残す。良好な候補を残す方法について後述する。
　（１）候補生成部２１３は、残った候補から２つの候補（参照候補）をランダムに選択する。
　（２）候補生成部２１３は、変更時間帯をランダムに決定する。
　（３）候補生成部２１３は、変更時間帯について、それぞれの参照候補のための変更値として他方の参照候補の設定値を採用する。また、候補生成部２１３は、２つの参照候補の設定値の平均をそれぞれの参照候補のための変更値として算出してもよい。
　（４）候補生成部２１３は、参照候補ごとに変更時間帯の設定値を変更値に変更する。各参照候補の変更後の時系列が新たな候補の設定値となる。

　図７および図８に基づいて、パレート優越手法を説明する。
　まず、候補生成部２１３は、エネルギー消費量用の目的関数と快適性用の目的関数を用いて、各候補Ａを他の候補Ｂと比較する。
　次に、候補生成部２１３は、候補Ａごとに、エネルギー消費量と快適性の両方で候補Ａよりも優れた候補Ｂの有無を判定する。
　そして、エネルギー消費量と快適性の両方で候補Ａよりも優れた候補Ｂが有る場合、候補生成部２１３は、候補Ａを削除する。図７において、候補Ａよりも優れた候補Ｂがあるため、候補Ａは削除される。
　また、エネルギー消費量と快適性の両方で候補Ａよりも優れた候補Ｂが無い場合、候補生成部２１３は、候補Ａを残す。図８において、候補Ａよりも優れた候補Ｂがないため、候補Ａは残される。
　上記のように全ての候補について優れた候補の有無を判断し、ほかに優れた候補が無くトレードオフの関係にある候補のみを残すと、黒丸の候補のみが残る。
　但し、候補生成部２１３は、パレート優越以外の手法で良好な候補を残してもよい。
　また、候補生成部２１３は、トレードオフの関係にある候補同士（図７および図８の黒丸同士）の優劣をＮＳＧＡ－ＩＩの混雑距離を用いて決定し、決定された優劣に基づいて良好な候補を残してもよい。
　ＮＳＧＡは、Ｎｏｎ－ｄｏｍｉｎａｔｅｄ　Ｓｏｒｔｉｎｇ　Ｇｅｎｅｔｉｃ　Ａｌｇｏｒｉｔｈｍの略称である。

　ステップＳ１３０について補足する。
　候補の生成のために、一般的に知られる多目的最適化手法が用いられてもよい。
　多目的最適化手法の具体例は、ＮＳＧＡ－ＩＩ、ＮＳＧＡ－ＩＩＩ、ＭＯＰＳＯおよびＭＯＥＡ／Ｄである。ＮＳＧＡ－ＩＩの具体例はＳＢＸである。
　ＭＯＰＳＯは、Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅ　Ｐａｒｔｉｃｌｅ　Ｓｗａｒｍ　Ｏｐｔｉｍｉｚａｔｉｏｎの略称である。
　ＭＯＥＡ／Ｄは、Ａ　Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅ　Ｅｖｏｌｕｔｉｏｎａｌ　Ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　Ｄｅｃｏｍｐｏｓｉｔｉｏｎの略称である。
　ＳＢＸは、Ｓｉｍｕｌａｔｅｄ　Ｂｉｎａｒｙ　Ｃｒｏｓｓｏｖｅｒの略称である。

　図４に戻り、ステップＳ１４０から説明を続ける。
　ステップＳ１４０において、バランス予測部２１４は、生成された候補ごとに、算出された１つ以上の推定値に基づいて、設定値群ペアが空気調和機ペア１０１に設定された場合について予測バランスを算出する。
　予測バランスは、予測されるエネルギー消費量および予測される快適性である。例えば、快適性は温度および湿度で表される。また、快適性はＰＭＶまたはＳＥＴ＊のような快適性指標値で表してもよい。
　ＰＭＶは、Ｐｒｅｄｉｃｔｅｄ　Ｍｅａｎ　Ｖｏｔｅの略称である。
　ＳＥＴ＊は、Ｓｔａｎｄａｒｄ　Ｎｅｗ　Ｅｆｆｅｃｔｉｖｅ　Ｔｅｍｐｅｒａｔｕｒｅの略称である。

　ｎ回目のステップＳ１４０において、バランス予測部２１４は、ステップＳ１２０で得られた推定状態データとｎ回目のステップＳ１３０で得られた設定値群ペアとに基づいて、予測バランスを算出する。

　予測バランスは、バランス予測モデル２９２を用いて算出される。
　バランス予測モデル２９２は、空気調和機モデルである。
　バランス予測部２１４は、ゾーン推定データと設定値群ペアを入力にしてバランス予測モデル２９２を演算する。これにより、予測バランスが得られる。

　図９に、時系列の温度の設定値とバランス予測モデルにより算出されたエネルギー消費量と快適性（室内温度）の例を示す。
　予測バランスは、算出された時系列（エネルギー消費量、快適性）のうちの所定期間の値を使って演算される。例えば、エネルギー消費量については所定期間の積算値が予測バランスとして算出され、快適性については所定期間の平均値が予測バランスとして算出される。

　図４に戻り、ステップＳ１５０から説明を続ける。
　ステップＳ１５０において、設定決定部２１５は、ステップＳ１３０およびステップＳ１４０の終了条件を満たすか判定する。終了条件は予め決められる。
　例えば、終了条件は、所定回数の繰り返し又は所定時間の繰り返しである。終了条件は、エネルギー消費量、快適性または予測バランスが所定条件を満たす、といった条件であってもよい。
　終了条件が満たされた場合、処理はステップＳ１６０に進む。
　終了条件が満たされない場合、処理はステップＳ１３０に進む。

　ステップＳ１６０において、設定決定部２１５は、各候補の予測バランスに基づいて、いずれかの候補を空気調和機ペア１０１に設定する設定値群ペアに決定する。

　具体的には、設定決定部２１５は、理想バランスに最も近い予測バランスの候補を空気調和機ペア１０１に設定する設定値群ペアに決定する。
　図１０に、各候補の予測バランスと理想バランスの関係を示す。候補点（黒丸、黒四角）は各候補の予測バランスを示している。理想点（黒三角）は理想バランスを示している。理想点までの距離は候補点（黒四角）が最も短い。そのため、候補点（黒四角）の候補が空気調和機ペア１０１に設定する設定値群ペアとして選択される。
　但し、設定値群ペアは、エネルギー消費量と快適性が満たさなければならない条件を満たす候補の中から選択される。

　図４に戻り、ステップＳ１７０を説明する。
　ステップＳ１７０において、設定出力部２１６は、決定された設定値群ペアを空気調和機ペア１０１に出力する。つまり、設定出力部２１６は、セントラル空気調和機１１０のための設定値群をセントラル空気調和機１１０に出力し、マルチ空気調和機１２０のための設定値群をマルチ空気調和機１２０に出力する。
　これにより、設定値群ペアが空気調和機ペア１０１に設定される。セントラル空気調和機１１０とマルチ空気調和機１２０のそれぞれは、設定値群を受け取り、設定値群を設定する。

＊＊＊実施の形態１の効果＊＊＊
　従来技術では、温度または湿度を所望の値に近づけることを条件にして消費電力が最も小さくなる負荷配分が決定され、決定された負荷配分に応じた設定値が設定される。
　実施の形態１では、温度および湿度が所望の値に近づかなくても省エネルギー化が可能な設定値など、多様な設定値の候補が多目的最適化によって探索される。そして、多様な設定値の候補の中から、エネルギー消費量と快適性のバランスが良好な設定値が選択される。つまり、実施の形態１は、より良好な設定値を設定することが可能である。

　実施の形態１では、現在の計測値と現在の運転状態と空気調和機モデルに基づいて通常計測が困難な室状態も推定し、所定期間の状態の推移を考慮して最適な設定値が算出される。そのため、実施の形態１は、現在の計測値のみを用いる従来技術よりも適切に空気調和機の設定値を決定できる。また、実施の形態１は、変更後の瞬間的な消費エネルギーの状態だけでなく変更にかかる過渡的な消費エネルギーの増加を快適性の変動と共に考慮して設定値を決定することができる。

　実施の形態１は、生成された設定値の候補のうち１つの候補を自動で抽出する手段を持つ。そのため、実施の形態１は、通常は人によって判断される理想的な設定値の選択を、所望の条件のもと自動で行うことができる。これにより、空気調和機の連続した制御が可能になる。

　実施の形態２．
　マルチ空気調和機１２０が複数の室内機１２２を備える形態について、主に実施の形態１と異なる点を図１１に基づいて説明する。

＊＊＊構成の説明＊＊＊
　図１１に基づいて、空気調和システム１００の構成を説明する。
　空気調和システム１００において、マルチ空気調和機１２０は、複数の室内機１２２を備える。つまり、マルチ空気調和機１２０は、２台の室内機１２２または３台以上の室内機１２２を備える。
　複数の室内機１２２は同じ空気調和ゾーン１０９に配置され、個々の室内機１２２が運転または停止する。

＊＊＊動作の説明＊＊＊
　空気調和制御方法の手順は、実施の形態１における手順と同じである。
　但し、ステップＳ１１０およびステップＳ１３０において、設定値群ペアのうちのマルチ空気調和機１２０の設定値群は、室内機運転台数を示す設定値を含む。室内機運転台数は、運転している室内機１２２の台数である。

＊＊＊実施の形態２の効果＊＊＊
　実施の形態２は、運転台数の変更を最適化することができる。ビル用マルチ空気調和機の複数台の室内機が同じ空気調和ゾーンに配置されている場合、実施の形態２は、個々の室内機の状態（運転、停止）を最適に変更する。
　例えば、運転台数を変更したほうが同じ室内温熱環境を保ちながらエネルギー消費量をより削減できる場合（例えば負荷が低い場合）に、実施の形態２は運転台数を変更してエネルギー消費量の削減を図ることができる。

　実施の形態３．
　空気調和ゾーン１０９の情報を利用する形態について、主に実施の形態１と異なる点を図１２および図１３に基づいて説明する。

＊＊＊構成の説明＊＊＊
　図１２に基づいて、空気調和制御装置２００の構成を説明する。
　空気調和制御装置２００は、さらにデータ取得部２２１という要素を備える。
　空気調和制御プログラムは、さらにデータ取得部２２１としてコンピュータを機能させる。

＊＊＊動作の説明＊＊＊
　図１３に基づいて、空気調和制御方法を説明する。
　ステップＳ３１０において、データ取得部２１１は、センサ群１３０からゾーン環境データと運転状態データを取得する。
　また、データ取得部２１１は、空気調和機ペア１０１から現在設定データを取得する。

　さらに、データ取得部２２１は、ゾーン情報データを取得する。
　ゾーン情報データは、空気調和ゾーン１０９の人数情報と空気調和ゾーン１０９の熱情報の少なくとも一方を示す。
　人数情報は、空気調和ゾーン１０９に存在する人の数を示す。例えば、人数情報は、入退室管理システムから取得される。人数情報は、空気調和ゾーン１０９が映った画像に基づいて取得されてもよい。例えば、可視光カメラが空気調和ゾーン１０９（の天井面）に設置され、空気調和ゾーン１０９を撮影し、画像を出力する。データ取得部２１１は、画像を取得し、画像を処理することによって人数を算出する。
　熱情報は、空気調和ゾーン１０９における発熱量および空気調和ゾーン１０９の壁面温度などを示す。例えば、サーマルカメラが空気調和ゾーン１０９に設置され、発熱量および壁面温度などを計測する。データ取得部２１１は、サーマルカメラから熱情報を取得する。

　ステップＳ３２０において、状態推定部２１２は、ゾーン環境データと運転状態データとゾーン情報データに基づいて、１つ以上の推定値を算出する。

　ステップＳ３２０の後、処理はステップＳ１４０に進む。
　ステップＳ１４０以降の処理は、実施の形態１で説明した通りである。

＊＊＊実施の形態３の効果＊＊＊
　実施の形態３は在室人数を利用する。例えば、入退室管理システムから得られる在室者数カウント値、天井面に設置された可視光カメラからの画像を処理して得られる在室者数カウント値、サーマルカメラによって計測される室内発熱大小または壁面温度などが利用される。そして、実施の形態３は空気調和ゾーンの状態（室状態）を推定する。
　これにより、実施の形態３は室状態の推定精度を向上できる。

　実施の形態４．
　バランス予測モデル２９２を代替する代替モデル２９３を使用する形態について、主に実施の形態１と異なる点を図１４から図１６に基づいて説明する。

＊＊＊構成の説明＊＊＊
　図１４に基づいて、空気調和制御装置２００の構成を説明する。
　空気調和制御装置２００は、さらにモデル学習部２２２という要素を備える。
　空気調和制御プログラムは、さらにモデル学習部２２２としてコンピュータを機能させる。
　代替モデル２９３は、バランス予測モデル２９２を代替するモデルである。例えば、代替モデル２９３は、機械学習によって得られる学習済みモデルである。

＊＊＊動作の説明＊＊＊
　図１５に基づいて、モデル学習部処理を説明する。モデル学習処理は、代替モデル２９３を生成するための処理であり、モデル学習部２２２によって実行される。

　ステップＳ４０１において、モデル学習部２２２は、学習条件に基づいて、教師環境データ、教師状態データおよび教師設定データを生成する。
　教師環境データは、ゾーン環境データに相当するデータである。
　教師状態データは、運転状態データに相当するデータである。
　教師設定データは、現在設定データに相当するデータである。
　学習条件の具体例は、設定値の範囲、状態値の範囲、サンプル数、サンプル間隔、気象データおよび学習対象日である。

　ステップＳ４０２において、モデル学習部２２２は、教師環境データと教師状態データに基づいて、空気調和ゾーン１０９の１種類以上の状態のそれぞれの推定値を算出する。算出方法は、実施の形態１のステップＳ１２０における方法と同じである。
　算出された１つ以上の推定値を示すデータを、教師推定データと称する。教師推定データはゾーン推定データに相当する。

　ステップＳ４０３において、モデル学習部２２２は、教師設定データに基づいて、空気調和機ペア１０１のための設定値群ペアの１つ以上の候補を生成する。生成方法は、実施の形態１のステップＳ１３０における方法と同じである。但し、生成される候補は学習条件を満たす。
　生成された候補を、教師候補と称する。

　ステップＳ４０４において、モデル学習部２２２は、生成された候補ごとに、算出された１つ以上の推定値に基づいて、設定値群ペアが空気調和機ペア１０１に設定された場合について予測バランスを算出する。算出方法は、実施の形態１のステップＳ１４０における方法と同じである。
　算出された予測バランスを、教師バランスと称する。

　ステップＳ４０５において、モデル学習部２２２は、教師候補と教師推定データと教師バランスを教師データとして記憶する。

　ステップＳ４０６において、モデル学習部２２２は、教師データの取得の終了条件を満たすか判定する。
　終了条件が満たされた場合、処理はステップＳ４０７に進む。
　終了条件が満たされない場合、処理はステップＳ４０３に進む。

　ステップＳ４０７において、モデル学習部２２２は、教師データを学習することによって、代替モデル２９３を生成する。

　図１６に基づいて、空気調和制御方法を説明する。
　ステップＳ１１０からステップＳ１３０は、実施の形態１で説明した通りである。
　ステップＳ１３０の後、処理はステップＳ４４０に進む。

　ステップＳ４４０において、バランス予測部２１４は、生成された候補ごとに、算出された１つ以上の推定値に基づいて、設定値群ペアが空気調和機ペア１０１に設定された場合について予測バランスを算出する。
　具体的には、バランス予測部２１４は、ゾーン推定データと設定値群ペアを入力にして代替モデル２９３を演算する。これにより、予測バランスが得られる。

　ステップＳ４４０の後、処理はステップＳ１５０に進む。
　ステップＳ１５０からステップＳ１７０は、実施の形態１で説明した通りである。

＊＊＊実施の形態４の効果＊＊＊
　実施の形態４は代替モデルを使って予測計算を高速化する。実施の形態４は、空気調和機の運用中に機械学習モデルなどを用いて空気調和機モデルの入出力関係を学習し、学習結果をエネルギー消費量と快適性の予測に用いる。
　これにより、実施の形態４は、空気調和機モデルを使用すると時間がかかる予測を高速化できる。

　実施の形態５．
　空気調和ゾーン１０９の空気質を考慮する形態について、主に実施の形態１と異なる点を図１７および図１８に基づいて説明する。

＊＊＊構成の説明＊＊＊
　空気調和システム１００の構成は、実施の形態１における構成と同じである。但し、センサ群１３０は、空気調和ゾーン１０９に配置される空気質センサを含む。
　空気質センサは、空気質を計測するセンサである。空気質の具体例は、二酸化炭素濃度および粒子数などである。粒子数は、ＰＭ１０またはＰＭ２．５などの粒子の数である。

　図１７に基づいて、空気調和制御装置２００の構成を説明する。
　空気調和制御装置２００は、さらにデータ取得部２２３を備える。
　空気調和制御プログラムは、さらにデータ取得部２２３としてコンピュータを機能させる。

＊＊＊動作の説明＊＊＊
　図１８に基づいて、空気調和制御方法を説明する。
　ステップＳ５１０において、データ取得部２１１は、センサ群１３０からゾーン環境データと運転状態データを取得する。
　また、データ取得部２１１は、空気調和機ペア１０１から現在設定データを取得する。

　さらに、データ取得部２２３は、センサ群１３０から空気質データを取得する。
　空気質データは、空気調和ゾーン１０９の空気質を示す。

　ステップＳ５１０の後、処理はステップＳ１２０に進む。
　ステップＳ１２０において、状態推定部２１２は、ゾーン環境データと運転状態データに基づいて、１つ以上の推定値を算出する。

　ステップＳ１３０において、候補生成部２１３は、現在設定データに基づいて、設定値群ペアの１つ以上の候補を生成する。

　ステップＳ１３０の後、処理はステップＳ５４０に進む。
　ステップＳ５４０において、バランス予測部２１４は、生成された候補ごとに、１つ以上の推定値と空気質データに基づいて、予測バランスを算出する。
　具体的には、バランス予測部２１４は、ゾーン推定データと空気質データと設定値群ペアを入力にしてバランス予測モデル２９２を演算する。これにより、予測バランスが得られる。
　予測バランスは、予測されるエネルギー消費量、予測される快適性および予測される空気質である。

　ステップＳ５４０の後、処理はステップＳ１５０に進む。
　ステップＳ１５０以降は、実施の形態１で説明した通りである。

＊＊＊実施の形態５の効果＊＊＊
　実施の形態５は空気質を考慮して最適化を行う。実施の形態５は、エネルギー消費量、室内温熱環境および空気質環境に対する３目的最適化により、設定値を探索する。空気質として、ＣＯ２濃度、ＰＭ１０粒子数、ＰＭ２．５粒子数などが計測され用いられる。
　これにより、実施の形態５は、温熱環境と空気質環境のどちらも良好となるような設定値を導出することを可能にする。

　実施の形態６．
　必要換気量を考慮する形態について、主に実施の形態５と異なる点を図１９および図２０に基づいて説明する。

＊＊＊構成の説明＊＊＊
　図１９に基づいて、空気調和制御装置２００の構成を説明する。
　空気調和制御装置２００は、さらに換気量算出部２２４という要素を備える。
　空気調和制御プログラムは、さらに換気量算出部２２４としてコンピュータを機能させる。

＊＊＊動作の説明＊＊＊
　図２４に基づいて、空気調和制御方法を説明する。
　ステップＳ５１０において、データ取得部２１１は、ゾーン環境データと運転状態データを取得する。
　また、データ取得部２１１は、現在設定データを取得する。
　さらに、データ取得部２２３は、空気質データを取得する。

　ステップＳ５１０の後、処理はステップＳ６１０に進む。
　ステップＳ６１０において、換気量算出部２２４は、空気質データに基づいて必要換気量を算出する。
　必要換気量は、空気調和ゾーン１０９の空気質環境を理想的な環境にするために必要な換気量である。

　ステップＳ６１０の後、処理はステップＳ１２０に進む。
　ステップＳ１２０において、状態推定部２１２は、ゾーン環境データと運転状態データに基づいて、１つ以上の推定値を算出する。

　ステップＳ１２０の後、処理はステップＳ６３０に進む。
　ステップＳ６３０において、候補生成部２１３は、各候補が空気調和機ペアに設定された場合に空気調和ゾーン１０９において必要換気量以上の換気量が確保されることを条件にして、現在設定データに基づいて１つ以上の候補を生成する。
　例えば、各候補において、換気量に関する設定値に基づいて算出される換気量は必要換気量以上である。

　ステップＳ６３０の後、処理はステップＳ５４０に進む。
　ステップＳ５４０以降は、実施の形態５で説明した通りである。

＊＊＊実施の形態６の効果＊＊＊
　実施の形態６は必要換気量を算出する。実施の形態６は、計測された空気質に対する必要換気量を算定し、エネルギー消費量および室内温熱環境が良好になる設定値を必要換気量が充足される範囲で求める。
　これにより、実施の形態６は、良好な空気質を満たす最低条件を達成しつつ省エネルギーで快適な空気調和運用を可能にする。

　実施の形態７．
　快適性に関するアンケート結果を考慮する形態について、主に実施の形態１と異なる点を図２１から図２３に基づいて説明する。

＊＊＊構成の説明＊＊＊
　図２１に基づいて、空気調和制御装置２００の構成を説明する。
　空気調和制御装置２００は、さらにアンケート結果取得部２２５という要素を備える。
　空気調和制御プログラムは、さらにアンケート結果取得部２２５としてコンピュータを機能させる。

＊＊＊動作の説明＊＊＊
　図２２に基づいて、空気調和制御方法を説明する。
　ステップＳ７１０において、データ取得部２１１は、センサ群１３０からゾーン環境データと運転状態データを取得する。
　また、データ取得部２１１は、空気調和機ペア１０１から現在設定データを取得する。
　さらに、アンケート結果取得部２２５は、アンケート結果データを取得する。例えば、アンケート結果データが空気調和制御装置２００に入力される、そして、アンケート結果取得部２２５は、入力されたアンケート結果データを受け付ける。
　アンケート結果データは、快適性に関するアンケート結果を示す。アンケート結果は、例えば、空気調和ゾーン１０９の部屋の居住者から得られる。

　ステップＳ７１０の後、処理はステップＳ１２０に進む。
　ステップＳ１２０からステップＳ１５０は、実施の形態１で説明した通りである。
　ステップＳ１５０の後、処理はステップＳ７６０に進む。

　ステップＳ７６０において、設定決定部２１５は、アンケート結果データと各候補の予測バランスに基づいて、いずれかの候補を空気調和機ペア１０１に設定する設定値群ペアに決定する。
　具体的には、設定決定部２１５は、アンケート結果データに基づいて理想バランスを決定する。そして、設定決定部２１５は、実施の形態１のステップＳ１６０における方法と同じ方法で、いずれかの候補を設定値群ペアとして選択する。

　図２３に、理想バランス（理想点）がアンケート結果に基づいて変更された様子を示す。
　例えば、冷房時に暖かくも寒くもない室内環境に対する候補が選択されると仮定する。居住者へのアンケートの結果、あまり冷えすぎず室温が低すぎない方が居住者にとっては快適であることが判明した。この場合、理想点は、通常であれば快適性が下がる側（より暖かい側）に移動するように変更される。理想点が変更されると、選択される候補が変わる。

＊＊＊実施の形態７の効果＊＊＊
　実施の形態７はアンケート結果を反映する。つまり、実施の形態７は、室内居住者のアンケート結果を反映して設定値を抽出する。設定値の抽出のために、実施の形態７は、設定された理想バランスをアンケート結果に基づいて変更する。例えば、実施の形態７は、アンケートの結果において快適と思われる側に理想点を移動する。
　これにより、実施の形態７は、実際の居住者の快適性をより考慮して良好な設定値を抽出することを可能にする。

　実施の形態８．
　各空気調和機の特性を考慮する形態について、主に実施の形態１と異なる点を図２４および図２５に基づいて説明する。

＊＊＊構成の説明＊＊＊
　空気調和システム１００の構成は、実施の形態１における構成と同じである。

＊＊＊動作の説明＊＊＊
　図２４に基づいて、空気調和制御方法を説明する。
　ステップＳ１１０およびステップＳ１２０は、実施の形態１で説明した通りである。
　ステップＳ１２０の後、処理はステップＳ８３０に進む。

　ステップＳ８３０において、候補生成部２１３は、セントラル空気調和機１１０とマルチ空気調和機１２０のそれぞれの特性に応じて、セントラル空気調和機１１０の設定値とマルチ空気調和機１２０の設定値のそれぞれの制限範囲を決定する。制限範囲は、設定値が取り得る値の範囲である。
　そして、候補生成部２１３は、空気調和機ごとに、現在設定データと制限範囲に基づいて、１つ以上の候補を生成する。各候補において、各設定値は制限範囲に含まれる値である。

　例えば、ビル用マルチ空気調和では顕熱を処理すると全体のエネルギー消費量を低減できると仮定する。また、セントラル空気調和では潜熱を処理すると全体のエネルギー消費量を低減できると仮定する。この場合、ビル用マルチ空気調和では顕熱が処理されるように蒸発温度の設定値が高い範囲に制限される。また、セントラル空気調和では潜熱が処理されるに熱源出口温度の設定値が低い範囲に制限される。そして、制限された範囲内で各設定値の候補が生成される。

　図２５に、温度設定の上限値を示す。上限値は、効率を考慮して得られる値であり、温度設定の制限範囲の上限を示す。温度の設定値は上限値よりも低い。

＊＊＊実施の形態８の効果＊＊＊
　実施の形態８は各空調調和機の特性を考慮する。実施の形態８は、空気調和機の特性に応じて設定値の範囲を制限し、制限された範囲内で設定値を最適化させる。
　これにより、実施の形態８は、より適切な設定値の探索を効率化し、最適化に必要な時間を短縮できる。

　実施の形態９．
　複数の空気調和ゾーン１０９のそれぞれの空気を調和させる形態について、主に実施の形態１と異なる点を図２６から図２８に基づいて説明する。

＊＊＊構成の説明＊＊＊
　図２６に基づいて、空気調和システム１００の構成を説明する。
　空気調和システム１００は、複数の空気調和ゾーン１０９のそれぞれの空気を調和させるシステムである。
　空気調和システム１００において、マルチ空気調和機１２０は、複数の室内機１２２を備える。
　複数の室内機１２２は、互いに異なる空気調和ゾーン１０９の空気調和のために使用される。

＊＊＊動作の説明＊＊＊
　図２７に基づいて、空気調和制御方法を説明する。
　ステップＳ９１０において、データ取得部２１１は、センサ群１３０からゾーン環境データと運転状態データを取得する。また、データ取得部２１１は、空気調和機ペア１０１から現在設定データを取得する。
　但し、ゾーン環境データは、空気調和ゾーン１０９ごとに取得される。

　ステップＳ９２０において、状態推定部２１２は、ゾーン環境データと運転状態データに基づいて、空気調和ゾーン１０９の１種類以上の状態のそれぞれの推定値を算出する。
　但し、１つ以上の推定値は、空気調和ゾーン１０９ごとに算出される。

　ステップＳ９３０において、候補生成部２１３は、現在設定データに基づいて、空気調和機ペア１０１のための設定値群ペアの１つ以上の候補を生成する。
　但し、１つ以上の候補は、消費電力が小さく且つ全ての空気調和ゾーン１０９の快適性が良好になることを条件にして生成される。

　ステップＳ９４０において、バランス予測部２１４は、生成された候補ごとに、各空気調和ゾーン１０９の１つ以上の推定値に基づいて、設定値群ペアが空気調和機ペア１０１に設定された場合について予測バランスを算出する。
　但し、予測バランスには、空気調和ゾーン１０９ごとの快適性が含まれる。

　ステップＳ９４０の後、処理はステップＳ１５０に進む。
　ステップＳ１５０以降は、実施の形態１で説明した通りである。

　図２８に、２つの空気調和ゾーン１０９がある場合について、各候補の予測バランスと理想バランスの関係を示す。
　第１空気調和ゾーン１０９と第２空気調和ゾーン１０９がある場合、三次元に配置される候補の中から理想バランス（理想点）に最も近い候補点の候補が選択される。

＊＊＊実施の形態９の効果＊＊＊
　実施の形態９は複数の空気調和ゾーンに対応できる。空機調和ゾーンが２つある場合、実施の形態９は、（ａ）空気調和機全体のエネルギー消費量、（ｂ）第１空気調和ゾーンの室内環境、（ｃ）第２空気調和ゾーンの室内環境を予測する。そして、実施の形態９は、（ａ）～（ｃ）のすべてが良くなるように設定値を探索する。
　これにより、複数の空気調和ゾーンに給気するシステムにおいて、複数の空気調和機の全体のエネルギー消費量と各空気調和の室内環境を最適にする設定値を算出できる。

＊＊＊実施の形態の補足＊＊＊
　図２９に基づいて、空気調和制御装置２００のハードウェア構成を説明する。
　空気調和制御装置２００は処理回路２０９を備える。
　処理回路２０９は、データ取得部２１１と状態推定部２１２と候補生成部２１３とバランス予測部２１４と設定決定部２１５と設定出力部２１６を実現するハードウェアである。さらに、処理回路２０９は、データ取得部２２１とモデル学習部２２２とデータ取得部２２３と換気量算出部２２４とアンケート結果取得部２２５を実現する。
　処理回路２０９は、専用のハードウェアであってもよいし、メモリ２０２に格納されるプログラムを実行するプロセッサ２０１であってもよい。

　処理回路２０９が専用のハードウェアである場合、処理回路２０９は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡまたはこれらの組み合わせである。
　ＡＳＩＣは、Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔの略称である。
　ＦＰＧＡは、Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙの略称である。

　空気調和制御装置２００は、処理回路２０９を代替する複数の処理回路を備えてもよい。

　処理回路２０９において、一部の機能が専用のハードウェアで実現されて、残りの機能がソフトウェアまたはファームウェアで実現されてもよい。

　このように、空気調和制御装置２００の機能はハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせで実現することができる。

　各実施の形態は、好ましい形態の例示であり、本開示の技術的範囲を制限することを意図するものではない。各実施の形態は、部分的に実施してもよいし、他の形態と組み合わせて実施してもよい。フローチャート等を用いて説明した手順は、適宜に変更してもよい。

　空気調和制御装置２００の各要素の「部」は、「処理」、「工程」、「回路」または「サーキットリ」と読み替えてもよい。

　１００　空気調和システム、１０１　空気調和機ペア、１０９　空気調和ゾーン、１１０　セントラル空気調和機、１１１　熱源機、１１２　外調機、１２０　マルチ空気調和機、１２１　室外機、１２２　室内機、１３０　センサ群、２００　空気調和制御装置、２０１　プロセッサ、２０２　メモリ、２０３　補助記憶装置、２０４　通信装置、２０５　入出力インタフェース、２０９　処理回路、２１１　データ取得部、２１２　状態推定部、２１３　候補生成部、２１４　バランス予測部、２１５　設定決定部、２１６　設定出力部、２２１　データ取得部、２２２　モデル学習部、２２３　データ取得部、２２４　換気量算出部、２２５　アンケート結果取得部、２９０　記憶部、２９１　ゾーン推定モデル、２９２　バランス予測モデル、２９３　代替モデル。

Claims (11)

1. 　２種類の空気調和機から成る空気調和機ペアが使用される空気調和ゾーンの１種類以上の状態のそれぞれの計測値を示すゾーン環境データと、前記空気調和機ごとに１種類以上の状態のそれぞれの状態値を示す運転状態データと、に基づいて、前記ゾーン環境データの前記１種類以上の前記状態とは異なる前記空気調和ゾーンの１種類以上の状態のそれぞれの推定値を算出する状態推定部と、
   　前記空気調和機ペアに設定されている設定値群ペアを示す現在設定データに基づいて、前記空気調和機ペアのための設定値群ペアの１つ以上の候補を生成する候補生成部と、
   　生成された候補ごとに、算出された１つ以上の前記推定値に基づいて、前記設定値群ペアが前記空気調和機ペアに設定された場合について、予測されるエネルギー消費量と予測される快適性を予測バランスとして算出するバランス予測部と、
   　各候補の前記予測バランスに基づいて、いずれかの前記候補を前記空気調和機ペアに設定する設定値群ペアに決定する設定決定部と、
   を備える空気調和制御装置。
2. 　前記空気調和機ペアの一方が、複数の室内機を備えるマルチ空気調和機であり、
   　前記設定値群ペアのうちの前記マルチ空気調和機のための設定値群が、室内機運転台数を示す設定値を含む
   請求項１に記載の空気調和制御装置。
3. 　前記状態推定部は、ゾーン情報データと前記ゾーン環境データと前記運転状態データに基づいて、前記１つ以上の前記推定値を算出し、
   　前記ゾーン情報データは、前記空気調和ゾーンの人数情報と前記空気調和ゾーンの熱情報の少なくとも一方を示す
   請求項１または請求項２に記載の空気調和制御装置。
4. 　前記空気調和制御装置は、モデル学習部を備え、
   　前記モデル学習部は、前記ゾーン環境データに相当する教育環境データと前記運転状態データに相当する教育状態データを生成し、前記教育環境データと前記教育状態データに基づいて前記１つ以上の推定値に相当する教師推定データを算出し、前記現在設定データに相当する教師設定データを生成し、前記教師設定データに基づいて前記１つ以上の前記候補に相当する１つ以上の教師候補を生成し、前記教師候補ごとに前記教師推定データに基づいて前記教師候補が前記空気調和機ペアに設定された場合について前記予測バランスに相当する教師バランスを算出し、前記教師候補ごとに前記教師候補と前記教師推定データと前記教師バランスを学習して代替モデルを生成するモデル学習部を備え、
   　前記バランス予測部は、前記候補ごとに前記１つ以上の前記推定値と前記候補を入力にして前記代替モデルを演算することによって前記予測バランスを算出する
   請求項１から請求項３のいずれか１項に記載の空気調和制御装置。
5. 　前記バランス予測部は、前記空気調和ゾーンの空気質を示す空気質データと前記１つ以上の前記推定値に基づいて、予測される空気質と前記予測されるエネルギー消費量と前記予測される快適性を前記予測バランスとして算出する
   請求項１から請求項４のいずれか１項に記載の空気調和制御装置。
6. 　前記空気調和制御装置は、換気量算出部を備え、
   　前記換気量算出部は、前記空気質データに基づいて必要換気量を算出し、
   　前記候補生成部は、各候補が前記空気調和機ペアに設定された場合に前記空気調和ゾーンにおいて前記必要換気量以上の換気量が確保されることを条件にして、前記現在設定データに基づいて前記１つ以上の前記候補を生成する
   請求項５に記載の空気調和制御装置。
7. 　前記設定決定部は、快適性に関するアンケート結果を示すアンケート結果データに基づいて理想バランスを決定し、前記理想バランスと各候補の前記予測バランスに基づいて前記設定値群ペアを決定する
   請求項１から請求項６のいずれか１項に記載の空気調和制御装置。
8. 　前記候補生成部は、前記空気調和機ごとに、前記空気調和機の特性に応じて決定される制限範囲内で、前記空気調和機の設定値の候補を生成する
   請求項１から請求項７のいずれか１項に記載の空気調和制御装置。
9. 　複数の前記空気調和ゾーンがあり、
   　前記状態推定部は、前記空気調和ゾーンごとに前記１つ以上の前記推定値を算出し、
   　前記バランス予測部は、各空気調和ゾーンの前記１つ以上の前記推定値に基づいて、前記予測されるエネルギー消費量と各空気調和ゾーンの前記予測される快適性を前記予測バランスとして算出する
   請求項１から請求項８のいずれか１項に記載の空気調和制御装置。
10. 　２種類の空気調和機から成る空気調和機ペアが使用される空気調和ゾーンの１種類以上の状態のそれぞれの計測値を示すゾーン環境データと、前記空気調和機ごとに１種類以上の状態のそれぞれの状態値を示す運転状態データと、に基づいて、前記ゾーン環境データの前記１種類以上の前記状態とは異なる前記空気調和ゾーンの１種類以上の状態のそれぞれの推定値を算出し、
    　前記空気調和機ペアに設定されている設定値群ペアを示す現在設定データに基づいて、前記空気調和機ペアのための設定値群ペアの１つ以上の候補を生成し、
    　生成された候補ごとに、算出された１つ以上の前記推定値に基づいて、前記設定値群ペアが前記空気調和機ペアに設定された場合について、予測されるエネルギー消費量と予測される快適性を予測バランスとして算出し、
    　各候補の前記予測バランスに基づいて、いずれかの前記候補を前記空気調和機ペアに設定する設定値群ペアに決定する
    空気調和制御方法。
11. 　２種類の空気調和機から成る空気調和機ペアが使用される空気調和ゾーンの１種類以上の状態のそれぞれの計測値を示すゾーン環境データと、前記空気調和機ごとに１種類以上の状態のそれぞれの状態値を示す運転状態データと、に基づいて、前記ゾーン環境データの前記１種類以上の前記状態とは異なる前記空気調和ゾーンの１種類以上の状態のそれぞれの推定値を算出する状態推定処理と、
    　前記空気調和機ペアに設定されている設定値群ペアを示す現在設定データに基づいて、前記空気調和機ペアのための設定値群ペアの１つ以上の候補を生成する候補生成処理と、
    　生成された候補ごとに、算出された１つ以上の前記推定値に基づいて、前記設定値群ペアが前記空気調和機ペアに設定された場合について、予測されるエネルギー消費量と予測される快適性を予測バランスとして算出するバランス予測処理と、
    　各候補の前記予測バランスに基づいて、いずれかの前記候補を前記空気調和機ペアに設定する設定値群ペアに決定する設定決定処理と、
    をコンピュータに実行させるための空気調和制御プログラム。

Images