JP2013205964A - 保守計画決定装置およびその方法 - Google Patents

Abstract

【課題】システムの効率的な保守計画を決定する。
【解決手段】本発明の一態様としての保守計画決定装置において、基準戦略ルールデータベースは、システムの劣化または出力に応じてシステム保守の基準戦略を格納する。シミュレーション部は、第１の時点で、保守行動の候補のそれぞれによりシステムを保守し、第１の時点から所定時点まで異常モデルに従ってシステムが劣化し、かつ第１の時点から一定時間後の第２の時点から所定時点までは、基準戦略に従ってシステムを保守するとした場合に、第１の時点より後から第２の時点までの探索期間内で探索時点を設定し、保守後のシステムについて、第１の時点から所定時点までのシステム出力および保守コストに応じて計算される保守行動価値を最大にする最適保守行動を前記探索時点で探索する最適戦略を実行する。保守計画探索部は、保守行動価値に基づき、保守行動の候補の中から、第１の時点で行う保守行動を決定する。
【選択図】図１

Description

本発明の実施形態は、保守計画決定装置およびその方法に関する。

生産システムなど劣化や異常劣化により生産性が低下する機器では、どのようなタイミングでオーバーホールや部品交換などの保守行動を行うかという意思決定が重要となる。交換などが過剰でも不足しても最適な生産とはならない。異常の発生などは確率的な事象であるため、確率論に基づいた保守計画決定が重要となる。その一つとして、例えば特許文献１に開示されているような動的計画法を用いた保守計画立案支援装置及び方法が知られている。この方法では、保守対象のシステムの劣化度を、マルコフ性を有する状態遷移モデルで表現し、シミュレーションによって最適行動を決定している。しかし、大規模PV（Photovoltaic power generation）システムなどの構成要素のPVモジュール数が膨大なシステムでは効率的な最適計画の立案が困難であるという問題点があった。

特開2005-11327号公報

上で述べたように、機器の劣化状況を確率変数として、すべての機器の劣化状況を集めた状態ベクトルの時間変化を、マルコフ性を仮定した状態遷移モデルで表現し、最適保守計画を決定する手法が提案されている。しかし、太陽光発電(PV)システムなどでは劣化対象はPVモジュールであり、大規模PVシステムなどでは数百から千を越える数のPVモジュールが一つのパワーコンディショナーに接続され、１つのシステム(PVアレイ)を形成する。そのような状態数の多いマルコフモデルとなるため、最適解を求めることが困難であるという問題点があった。

本発明の一側面は以上の様な問題を解決するためになされたものであり、その目的は、システムの効率的な保守計画を決定することが可能な保守計画決定装置およびその方法を提供することにある。

本発明の一態様としての保守計画決定装置は、保守行動・コストデータベースと、基準戦略ルールデータベースと、異常モデルデータベースと、シミュレーション部と、保守計画探索部を備える。

前記保守行動・コストデータベースは、システムに対して行うことが可能な保守行動と、前記保守行動に対応する保守コストとを格納する。

前記基準戦略ルールデータベースは、前記システムの劣化または出力に応じて、前記システムに対して行うべき保守行動を定めた基準戦略を格納する。

前記異常モデルデータベースは、システム劣化の発生を表現した異常モデルを格納する。

前記シミュレーション部は、第１の時点で、あらかじめ与えられた保守行動の候補のそれぞれにより前記システムを保守したとして、前記第１の時点から所定時点まで前記異常モデルに従って前記システムが劣化し、かつ前記第１の時点の一定時間後の第２の時点から前記所定時点までは、前記基準戦略に従って前記システムを保守するとした場合に、前記第１の時点より後から前記第２の時点までの探索期間内に１つ以上の探索時点を設定し、前記保守行動の候補による保守後のシステムについて、前記第１の時点から所定時点までのシステム出力および保守コストに応じて計算される保守行動価値を最大にする最適保守行動を前記探索時点に対して探索する最適戦略を実行する。

前記保守計画探索部は、前記保守行動の候補のそれぞれに対応する保守行動価値に基づき、前記保守行動の候補の中から、前記第１の時点で行う保守行動を決定する。

本発明の一実施形態に関わるハードウェア構成を表すブロック図。 本発明の一実施形態に関わる保守計画決定装置の構成図 最適保守決定の動作のフローチャートを示す図。 保守計画探索方法の例を示す図。 本発明の一実施形態に関わる最適戦略状態価値算出部の構成図。 PV設備DBの例を示す図。 PV設備の発電性能を表した例を示す図。 異常モデルDBの例を示す図。 保守戦略DBの例を示す図。 保守行動実行結果の例を示す図。 基準戦略長期シミュレーションの例を示す図（その１）。 基準戦略長期シミュレーションの例を示す図（その２）。 基準戦略状態価値算出の例を示す図。 最適戦略短期シミュレーションの例を示す図。 最適戦略状態価値、状態価値および保守行動価値の算出例を示す図。 保守計画対象の太陽光発電システムの構成例を示す図。 基準戦略状態価値算出の例を示す図。 基準戦略状態価値算出の例を示す図。 基準戦略状態価値算出の例を示す図。

以下、図面に基づいて、本発明の実施の形態について説明する。

図１６は、本発明の一実施形態が保守計画対象として想定する太陽光発電システムの構成例を示したものである。図１６において、PVモジュールＳ１０は太陽光を受けて発電を行う装置であり、異常が発生した場合には交換の対象となる。数十V(ボルト)程度の電圧を出力可能だが、より高圧な出力を実現するため、PVモジュールが直列接続されたものがPVストリングＳ２０である。

また、PVストリングを並列に接続したものはPVアレイと呼ばれ、PVアレイ単位でパワーコンディショナー(PCS)Ｓ３０に電力線が接続される。ストリングを並列接続することにより高電流が出力可能になる。PCSは直流で発電された電流・電圧を交流に変換し、系統や負荷に送電するとともに、PVアレイの動作電圧や動作電流を決定するMPPT制御を行う。MPPT制御はPVアレイの出力する電流と電圧を掛け合わせたものが最大になるように負荷を変化させることによって行われる。

PVシステムがどの程度の動作電圧で動作し、どの程度の電流を出力しているかを計測するために、計測装置Ｓ４０が設置される。計測は、PVストリング単位、PVストリングのサブストリング単位、PVモジュール単位などさまざま考えられる。計測されたデータはデータ収集装置Ｓ５０によって管理され、通信装置Ｓ６０によってネットワークＳ７０を介した遠隔サイトに存在する異常監視システムＳ８０に送信される。

異常監視システムＳ８０には、計測された発電データや設備情報を記録する異常監視DB Ｓ９０と異常監視サーバＳ１００が設置されている。異常監視サーバＳ１００には収集されたデータから異常部位を検出する異常診断機能や、異常の疑いのある部位をフィールド診断するよう保守員に指示する機能などが含まれる。

本発明の実施形態が関連するのは、このようなシステムにおいて異常モジュールが検出された後のフェーズである。すなわち、異常監視システムＳ８０などの診断によって検出された異常モジュールをどのように保守すべきか判断し、保守計画を行う装置に関する。

図２は、本発明にかかわる最適保守計画決定装置の一実施の形態を示した構成図である。図２に示されるように、この本発明の実施形態にかかわる最適保守計画決定装置１００は、設備異常シミュレータ１０１、シミュレーション結果ＤＢ１０２、基準戦略長期シミュレーション部１０３、最適戦略短期シミュレーション部１０４、基準戦略状態価値算出部１０５、最適戦略状態価値算出部１０６、保守計画探索部１０７、を備えている。図２の最適保守計画決定装置は、モジュール異常がシステム全体に悪影響を及ぼす場合に有効な、動的計画法を用いた太陽光発電システムの最適保守計画決定装置に関する。

図２の装置の各構成要素は、たとえばプログラムモジュールとして実現することができ、この場合、各プログラムモジュールを含むプログラムを図１に示すコンピュータシステムおいて実行することで機能を実現することができる。このコンピュータシステムには、プログラム命令を実行するＣＰＵ１０、メモリ等の主記憶装置１２、ハードディスク、磁気ディスク装置または光磁気ディスク装置等の外部記憶装置１３、ユーザによるデータ入力を行う入力装置１４、ユーザにデータ表示を行う表示装置１５およびこれらを互いに接続するバス１１が備わっている。プログラムは外部記憶装置１３に保存されており、ＣＰＵ１０がこのプログラムを主記憶装置１２に展開し、展開したプログラムを逐次読み出し実行する。

図２における最適保守計画決定装置１００は、ＰＶシステムの現状の劣化状況など発電性能に関わるデータを蓄積したＰＶ設備ＤＢ２０１、ＰＶモジュールの経年劣化や異常劣化の発生をモデル化した異常モデルを蓄積した異常モデルＤＢ２０２、および、ＰＶモジュール異常に対応するための保守行動リストやそれらを実行するためのコストなど保守戦略について蓄積した保守戦略ＤＢ２０３に基づいて、現状の劣化状況における最適な保守行動を決定し、設備保守計画２０４として出力する。

図６は、ＰＶ設備ＤＢ２０１の例を示したものである。図６において、接続状況データ６０１は、アレイID、ストリングID、モジュールIDなどによって接続関係が示されている。６０１の接続関係を図示すると６０５のようになる。このシステムは３並列-４直列のシステムであることが分かる。なお、以下では、N並列-P直列のシステムをN P−M SやN P×M Sと表すことがある。モジュール異常がアレイ全体にどのように影響を及ぼすのかを推定するためには接続状況データが必要となる。

図６において、発電性能データ６０２は、現状のPVシステムの発電能力を表すパラメータが蓄積されている。６０２において、モジュール番号、電流値、電圧値、直流抵抗値という項目が示されている。データの１行目には新品時の全く劣化のないモジュールの性能が示されており、電流値が5A(アンペア), 電圧値が40V(ボルト)出力されることが分かる。つまり正常なモジュールの性能はこの値を取ることが示されている。２行目以下のモジュール８、９、１１は異常が認められためリストに登録されている。モジュール８とモジュール１１は電圧の異常、モジュール９は電流の異常である。いずれも、電圧および電流が一定値を下回っている。なお、これらのモジュール以外は正常時と同じ性能が得られているとみなされる。

過去にモジュール交換などを行った履歴がある場合には保守履歴データ６０３に格納される。図６の例では該当なしとなっているが、該当事例が含まれる場合には後に示す設備異常シミュレーションに反映することができる。

発電量という電気の単位をコストという金銭の単位と比較するため、売電価格データが必要となる。図６の６０４は期間毎に異なる値となる売電価格表が示されている。

ＰＶシステムの性能はIV特性と呼ばれる電流 vs 電圧のグラフによって表現することができる。出力電流と出力電圧の関係はIV特性グラフ上の点となるという制約条件を満たす。また、PVモジュールのIV特性が与えられたとき、それらを直列接続したPVストリングのIV特性はおおむね電圧方向にIV特性を足し合わせた形状となる。また、PVストリングのIV特性が与えられたとき、それらを並列接続したPVアレイのIV特性はおおむね電流方向にIV特性を足し合わせた形状となる。

図７はIV特性をある程度簡略化して図示したものである。図６に示した６０１および６０５の構成のPVシステムが、６０２の発電性能を持っている場合を表している。図７において、正常モジュールのIV特性が７０３、電圧異常モジュールのIV特性はX軸方向の辺が短くなった７０４、そして、電流異常モジュールのＩＶ特性はY軸方向の辺が短くなった７０５によって表すことができる。ここで、実際のIV特性は図７の様な四角形でないことは知られているが、ここでは説明の簡略化のためこのような近似を行っている。

図７において、３つのX-Y軸は６０５のそれぞれのストリングに対応したIV特性を表している。そして、ストリング２には電圧異常モジュール８が、ストリング３には電圧異常モジュール１１と電流異常モジュール９が存在することが分かる。これらのPVアレイのIV特性に基づいて最大電力をとる動作電圧(MPPT電圧)が決定されることは上で述べたとおりである。図７の例の場合、MPPT電圧は１４０Ｖとなる。これは、ストリング３が１４０Ｖ（＝４０＋４０＋２０＋４０）までしか発電できないためである。そしてこのときの発電量は、ストリング１と２の発電電流が５．０Ａ、ストリング３の発電電流が２．５Ａとなるので、
140[V] * (5.0 + 5.0 + 2.5)[A] = 1.75 kW
となる。

ここで、１４０Ｖを出力するためには、ストリング３は２．５Ａしか電流を出力できない点に注意が必要である。ストリングはモジュールの直列回路であるため、ある程度の電圧で動作しようとすると最も出力電流の小さなモジュールのＩＶ特性に制約を受けるという性質を持つ。また、並列接続されているアレイもある程度の電流を出力するためには最も出力電圧の小さなストリングに合わせて動作電圧を下げなければならないという制約をもつ。この、２種類の最小値特性があるために、保守戦略の決定が非常に難しい問題となってくるのである。

例えば、最も出力電圧の低いストリングの電圧異常モジュールを新品に交換すると、アレイ全体の動作電圧が高くなると期待できる。しかし、並列度が非常に大きなシステムでは、他のストリングにも電圧異常が新たに発生し、結局動作電圧が低くなってしまうかもしれない。そのような場合には先の新品モジュールへの交換は不要だった可能性もある。そのような将来の故障の影響まで考慮して交換すべきかそうでないかを決定することは非常に難しい意思決定問題となる。

将来の故障の確率を表した異常モデルを格納したものが異常モデルＤＢ２０２であり、図８は異常モデルＤＢ２０２の例を示した図である。図８において、電流低下、電圧低下、直流抵抗増加というＰＶモジュール異常に関する３つの異常モードが示され、レベルごとに異常の程度と発生頻度が示されている。これらの、異常モデルは保守履歴等から得てもよいし、メーカーの加速劣化試験データや公知の文献などに表された数値を用いてもよい。図８では、レベル０が標準的な経年劣化、レベル１とレベル２が程度の異なる異常劣化である。異常モデルを利用することにより、任意の劣化状態の仮想的なPVシステムに仮想的な異常を発生させることができる。異常はPVシステムのIV特性に影響を与え、MPPT電圧を変化させる。その結果、出力電流と出力電圧が変化することを通じて発電量が変化する。このように、ＰＶシステムは劣化した場合の挙動が予測しやすいという性質をもつといえる。本装置は、異常モデルで劣化させたモジュールの電流、電圧、または抵抗がそれぞれ一定値を下回るまたは上回ることをもって、異常を検出する機能を備えている。またストリング電流値またはシステム出力値が一定値を下回ることで異常を検出する機能を備えている。

ＰＶシステムのモジュールに異常劣化が生じた場合、保守行動によって発電量の回復が期待できる。保守戦略DB２０３には保守行動についての情報が蓄積される。図９は保守行動DB２０３の例を示す図である。図９において９０１は保守行動のリストについての情報が格納されたテーブルである。９０１では、３つの保守行動とそのコスト、効果に関するパラメータなどが格納されている。

９０１において、保守行動a1は、現状を維持し何も行わないという選択肢を表している。この行動のコストは最も低い。

保守行動a2は、ある1つのPVモジュールを新品に交換するという選択肢を表している。新品モジュールは全く劣化が生じていないと考えてよい。ここではモジュールの交換はすべて同じ価格であると想定しているが、交換するモジュールによって価格が異なっても良い。

また、保守行動a3はあるストリングに昇圧ユニットを追加するという選択肢を表している。昇圧ユニットはストリング単位でDC-DC変換により電圧を変更するもので、並列接続されたPVアレイの動作電力に合わせた発電が可能になる。つまり、NP-MSのPVアレイのうち１つのストリングに対して、昇圧ユニットを追加すると、(N-1)P-MSのPVアレイと1P-MSのPVストリングというサブシステムに分離することができ、それぞれのサブシステムが最適なMPPT電圧で動作することができる。ただし、昇圧ユニットが設置されたストリングの発電量はDC-DC変換を行うことによる損失の影響を受ける。９０１では、発電効率が0.95を掛けた値に減少することが示されている(５％の損失に相当する）。ここでは昇圧ユニットの追加が固定価格となっているが、昇圧ユニットを追加するストリングに応じて価格が異なってもよい。

ここで、本実施形態では昇圧ユニットを取り去るという選択肢は保守行動に含まないため、一度昇圧ユニットが設置されたストリングは全体のシステムから切り離されたままである。ただし、昇圧ユニットを設置したストリングのPVモジュール交換は保守行動の候補になりうる。

保守戦略DB２０３には、基準保守戦略ルールと呼ばれる保守基準が格納される。これは、システムの劣化状態から即座にどのような保守行動を採用するか決定するためのルールであり、最適なものである必要はない。以下で説明する最適保守計画による最適解は複数の保守行動について比較評価するため、解を得るために計算時間が必要となる。設備異常シミュレーションを行う場合などには、あらかじめ定めた保守基準に従い保守行動を決定することにより高速なシミュレーションが可能になるというメリットがある。図９の９０２は基準保守戦略ルールの例を表しており、２種類のルールにより保守基準が決定されている。この他、「常に保守行動a1をとる」という何もしない保守戦略も基準保守戦略ルールに組み込まれ得る。

図６のPV設備データの劣化状況のIV特性を模擬的に図示すると図７の７０１の様に表すことができることは上で述べた。ここで、図９の保守行動を実行したときにPVシステムのIV特性がどのように変化するかを模擬的に図示したものが図１０である。図１０において、７０１は保守行動実施前の劣化状況を示したものである。また、「保守行動a1=変更なし」という選択をした場合は、劣化状況は７０１のままとなる。

ここで、PVモジュール１１を交換するという保守行動を実施した場合、IV特性は１００１の様に変更される。１００１において変更後のPVモジュールは11’と表されている。また、この変更によりMPPT電圧７０２は１００２に増加していることが確認できる。この結果、システムの発電量は増加することになる。この７０１から１００１へのIV特性とMPPT電圧の変化は、保守行動によりシステムの状態が遷移したと考えることができる。

図１０の１００３はPVモジュール９を交換するという保守行動を実施した場合の状態遷移を、図１０の１００５はPVストリング３に昇圧ユニットを追加するという保守行動を実施した場合の状態遷移をそれぞれ表している。ここで、１００５では、昇圧ユニットの追加によりPVストリング３とその他のアレイが異なるMPPT電圧で動作していることが分かる。

その他、異常モジュールに含まれるPVモジュール８を交換するという保守行動や、ストリング１や２に昇圧ユニットを追加するという保守行動も考えられるが、それらの保守行動によって発電量の増加は起こらないため、本実施形態では対象としない。このように、保守行動の対象を全てのPVモジュールに広げることはせずに、対象をあらかじめフィルタリングしておくことは効率的な行動の探索に重要となる。

ある劣化状況のシステムがある状態にあると考え、保守行動や異常の発生により状態が遷移するとみなすと、状態遷移モデルによって機器の異常と保守行動の双方を表すことができる。また、ある状態から得られる平均報酬の総和が最大になるような保守行動を最適と定義すれば、動的計画法の理論を用いて最適な保守行動を決定することが可能になる。動的計画法の定式化に従うと、時刻（あるいは時点。以下時点に統一）tにおける状態がg(t)のとき、行動の候補リスト{a_k}の要素a_kによって状態がg^ak(t)に遷移するならば、行動a_kの価値を、

Q^π(g(t), a_k) = -Cost(a_k) + V^π(g^ak(t)) (1)

と定義し、最大の行動価値(Q値)をとる行動を選択すればよいことが分かる。ここで、Cost(a)は行動aを実行するためのコストである。行動価値の計算は各時点tにおいて、すべての行動の候補について行う必要がある。(1)式のV^π(g)は状態gを開始状態として、保守戦略πに従った場合の総期待報酬を表しており、この値を正確に推定することができれば、各時点における最適解を選択し続けることにより、長期間で見ても最適な行動を選択できることが保証されている。

図４はPVシステムの保守問題を動的計画法の枠組みで表現した例を表している。時点tにおいて、状態g(t)におり、行動a1と行動a2という選択肢がある場合、遷移先の状態の価値V(g^a(t))と行動の実行コストCost(a)から最適行動を選択することになる。ここで、PVシステムの保守問題における状態gの価値は現在の時点からある時点までの発電量に売電金額を掛け合わせたものから、発電量を維持するために必要な保守コストを減じたものと考えることができる。即ち：

と定義できる。ここで、p(g)は状態gの場合の発電量を表す関数である。図4の例では、状態がg^a1の場合の発電量×売電金額のグラフ４０３が示されており、４０４などのように保守のために発生するコストCも示されている。ここで、図４の４０３によって囲われたポリゴンの面積から、Cの面積を引いたものが状態g^a1の価値V (g^a1)に相当する量である。このように、PVシステムの価値は発電量の時間変化によっておおむね決定されるという性質を持っており、この性質を利用して状態価値V(g)を正確に推定することができれば、最適な保守行動を選択することが可能になる。

ここで必要となるのが、任意の状態gにおいて、最適保守戦略πに従った時の、状態価値V^π(g)を、効率的にかつできるだけ正確に推定することである。

図２に示した本実施形態に関わる最適保守計画決定装置の構成図における設備異常シミュレータ１０１は、任意の状態gと任意の保守戦略πについて、指定された時点Tまでのシステムの劣化と保守の推移を模擬することが可能である。シミュレーションは異常モデルDB２０２に蓄積された異常モデルに従って、乱数によって異常を発生させることによって行うことが可能である。そして、シミュレーション結果はシミュレーション結果DB１０２に格納される。本実施形態では、このようなシミュレータを用いて、状態価値V^π(g)を効率的かつ正確に推定するために、長期シミュレーションと短期シミュレーションという２種類のシミュレーション結果を利用するという特徴を持つ。

図２における基準戦略長期シミュレーション部１０３では、設備異常シミュレータ１０１を用いて、前述の基準戦略（図９の９０２参照）に基づいて保守を行った場合のシステムの劣化と保守の推移をシステムのライフサイクル全体の期間について行う。基準戦略では、９０２のルールに従って保守を行い、したがって、システム状態からの最適探索を行うことなく保守行動を決定することが可能である。全く異常が生じていない状態をg₀と表すとき、g₀を開始状態として、対象システムと保守によって生じる可能性のある全てのサブシステムと（すなわち保守によって対象システムが複数に分割されたときの個々のサブシステム）について、基準戦略に基づいて保守を行った場合のシステム劣化と保守の推移をシミュレートし、発電量曲線（出力推移データ）、および、保守コスト曲線（保守コスト推移データ）を算出する。システム劣化は、異常モデルに従って発生させる。

図１１は基準戦略長期シミュレーションの例を示す図である。図１１において、設備の新品状態g₀を開始状態として劣化および保守シミュレーションを行い、状態gを遷移させ続ける。そして、状態gによって決定されるMPPT電圧と出力電流に基づいて発電量p(g(t))を算出する。シミュレーションは乱数を用いて複数回行われ、平均値や信頼区間が算出される。図１１では発電量の平均値の推移が１１０１、上側９５％点が１１０３、下側９５％点が１１０４となる。また、同様に基準戦略（図９の９０２）に従った場合の保守コストについても平均値１１０２が求められている。ここで、１１０１を発電量曲線、１１０２を保守コスト曲線と呼ぶことにする。

長期シミュレーションによって得られるのは、基準戦略に従った場合の平均的な発電量の推移と保守コストの推移である。基準戦略では、システムの状態を考慮した最適行動の探索は行わず、図９の９０２の例の様にして画一的に保守行動を決定できなければならない。なぜなら、各時点において最適行動の探索を繰り返すとシミュレーション時間が爆発的に必要になってしまうからである。そこで、長期シミュレーションでは、探索を行う必要のない保守戦略（図９の９０２）を用いて、高速な発電量曲線と保守コスト曲線の算出を行う。なお、長期シミュレーションの終了時点（所定時点）Tは例えば３０年などとシステムのライフサイクルを考慮して長めにとっておいてよい。

図１１は３P−４Sシステムについての長期シミュレーション結果を示したものであったが、例えば、保守行動に昇圧ユニットの追加などが含まれる場合には、保守によって生じる可能性のあるすべてのサブシステムについて、発電量曲線と保守コスト曲線の算出を行う必要がある。図１２はサブシステムも含む発電量曲線の例である。図１２において、１１０１は３P−４Sシステムの発電量曲線であり、１２０１は２P−４Sシステム、１２０２は１P−４Sシステムのそれぞれ発電量曲線である。これらのシミュレーション結果はシミュレーション結果DB１０２に全て格納される。また、保守コスト曲線についても同様に処理されなければならない。図１２では、保守コスト曲線の図示は省略している。

図２における最適戦略短期シミュレーション部１０４では、設備異常シミュレータ１０１を用いて、現状のシステム状態を、候補となる複数の保守行動によって状態遷移させたそれぞれの状態を開始状態として、現時点ｔ（第１の時点）から一定時間ΔT後までの時点ｓ（第２の時点）までのみ、最適戦略に基づいて保守を行った場合のシステムの劣化と保守の推移を、シミュレーションする。つまり、基準戦略と最適保守戦略の差に起因する発電量と保守コストの差を推定するため、短期的な時間範囲に限り、最適行動の探索を含むシミュレーションも行うことにする。そして、このようなシミュレーション結果を利用することにより、効率的で、正確性を維持した状態価値の推定が期待できる。候補となり得る保守行動は、システムの異常（PVモジュールまたはPVストリングまたはシステム出力等の異常）の内容に応じて自動的に決定してもよいし、ユーザが現状の状態に基づき、決めても良い。ただし、以降に説明するシミュレーションの実行の間で見つける保守行動の候補は、自動的に決定する。たとえば異常の内容と保守行動との対応データを用意しておき、この対応データに基づき決定してもよい。この際、保守行動を行ったとした場合のシステム出力の改善が所定パーセント以上上昇しない保守行動は、選択から外すなどとしてもよい。また、候補の上限個数を決めておき、候補となりうる保守行動が多数存在するときは、異常度の高い（正常からの乖離度が高い）上限個数の候補に絞っても良いし、システム出力の上昇が大きい候補に絞っても良い。

１番目の最適戦略短期シミュレーションでは、現時点ｔより後の一定時間ΔT後の時点ｓ（＝ｔ＋ΔT）までの探索区間において、所定時間幅毎の各探索時点の最適行動を探索する。たとえばΔTが４週間とし、所定時間幅を１週間とすると、現時点ｔより後の、１週間目、２週間目、３週間目、４週間目の探索時点の最適行動を探索する。この間、異常モデルによりシステムの劣化も発生させられる。具体的には、各探索時点で取り得る保守行動の組み合わせに応じて、現時点ｔから所定時点（システムのライフサイクル満了時等）Tまでの発電量曲線と保守コスト曲線を算出する。時点ｓより後から時点Tまでは基準戦略に従うとし、上述した長期シミュレーション結果を用いる（利用方法は後述する図１３、図１７、図１８、図１９の説明を参照）。あるいは、時点ｓの状態を起点として、新たに基準戦略シミュレーションを実行してもよい。前者の長期シミュレーションを利用した場合は計算時間の短縮を図ることができ、後者の場合は、計算時間はかかるがより正確なシミュレーションを行うことができる。この後、上記（２）式にしたがって価値を算出し、最も高い価値を有する保守行動の組み合わせを、各探索時点の最適行動として決定する。以上のことを、現状のシステム状態を上記候補となる複数の保守行動によって状態遷移させたそれぞれの状態を開始状態として行う。

最適戦略短期シミュレーションの２番目の例として、現時点ｔにおけるそれぞれの開始状態に対して、基準戦略に基づいて保守を行った場合のシステム劣化と保守の推移をｓ（＝ｔ＋ΔT）までシミュレートし、時点ｓ（＝ｔ＋ΔT）の状態においてのみ、最適戦略を実行（最適保守行動を探索）する。この方法では、時点ｓのみで最適行動を探索し、それまでは基準戦略に従うため、１番目の最適戦略の複数の探索時点での最適行動を探索する場合よりも、計算量を低減することができる。図１４に、２番目の場合の例の最適戦略短期シミュレーションを具体的に示す。

図１４は、時点ｔでのある遷移先状態からスタートした最適戦略短期シミュレーションの結果を示している。図１４の１４０１は、状態１３０２を開始状態として劣化と基準戦略による保守を行ったシミュレーション結果（発電量曲線）を示している。時間範囲はt〜t+ΔTまでである。発電量曲線１４０１は、これは複数回の基準戦略シミュレーションを行ったものの平均値である。なお、１１０１は、前述したように新品の状態から長期シミュレーションを行ったものを示す。本基準戦略シミュレーション結果では保守が行われる回数が0であったため、t〜t+ΔTの範囲に保守コスト曲線は表示されていない。基準戦略に従ってシミュレーションを行うことにより、高速なシミュレーションを行うことができる。

図１４では、ｔ＋ΔTで最適行動を行ったときに、発電性能が１４０３で示される分だけ上昇し、保守コストが１４０４で示される分だけ、かかったことが示されている。最適な保守を行うと想定すると、発電量曲線も保守コスト曲線も値が大きくなる。なお、１１０２は、上記したように、新品の状態から長期シミュレーションを行った場合の保守コスト線を示している。また図１４の点線は、ｔ＋ΔTで行った最適保守後の発電量と、現時点ｔでの発電量を結ぶ近似曲線である。ΔTの間を基準戦略でなく、最適保守戦略を行ったとすると、この近似曲線の発電量が期待され、コストは１４０４のコストで近似する。

上記最適戦略を考慮した短期シミュレーションの結果については、シミュレーション結果DB１０２に格納される。即ち、シミュレーション結果DB１０２には、基準戦略に従った長期シミュレーション結果と、最適戦略を考慮した短期シミュレーション結果の２種類が格納されることになる。

図２における基準戦略状態価値算出部１０５では、シミュレーション結果DB１０２に格納された基準戦略長期シミュレーションの結果の発電量曲線と保守コスト曲線、および、PV設備DBの売電価格データに基づいて、現状のシステム状態を上記候補となる複数の保守行動によって状態遷移させたそれぞれの状態について、基準戦略状態価値を算出する。基準戦略状態価値は、現時点から後は基準戦略に従って保守を行った場合に得られる発電性能とかかるコストに基づいて算出される。算出方法としては、例えば、遷移先状態の発電能力値に基づいて、発電量曲線のどの劣化レベルにあるのかを特定し、発電量曲線と売電価格を掛け合わせたものから保守コスト曲線の値を減じるという計算結果を積分するという方法により実現できる。

図１３は基準戦略状態価値算出の例を示している。表１３０１には4つの候補となる保守行動について、処置を施した後の出力電圧、出力電流、および、それらを掛け合わせた出力電力が示されている。例えば、2事例目のモジュール１１交換という保守行動の結果は出力電力1.87kWとなっている。すると、システムが現時点tから、tよりもT時間後の時点t+Tまでに得られる価値としては、曲線１１０１と１３０３を掛け合わせたものから曲線１１０２を減じたものを時点１３０４から１３０５までの範囲で積分した値と推定できる。

すなわち、

という計算式で推定が可能である。ここで、V(a2,11)はパネル11を交換(a2)した後の状態の基準戦略状態価値であり、Price()は曲線１３０３に対応した売電金額曲線、Cost()は曲線１１０２に対応したコスト曲線、Power^3PX4S()は曲線１１０１に対応した発電量曲線である。この値を算出すると、１１４万円となる。

また、図１３の(a2,11)以外の行動を選択した場合の基準戦略状態価値算出の様子も図１７、図１８、図１９に示す。図１７は図１３の(a1,-)を選択した場合、図１８は図１３の(a2,9)を選択した場合、図１９は図１３の(a3,3)を選択した場合の基準戦略状態価値算出の様子を示す。これらの保守行動による基準戦略価値もそれぞれ算出され、図１７〜図１９の表１３０１に記されている。

なお、１３０１の４時例目のストリング３に昇圧ユニットを追加した場合には、システムが３P−４Sから２P−４Sと１P−４Sに分割されることになるので、図１２の１２０１と１２０２の発電量曲線を用いることが必要となる。

基準戦略状態価値は、現時点から後は長期シミュレーション基準戦略に従ったと仮定した場合に発電から得られる報酬を足し合わせたものの平均値である。しかし、実際には個別の状態によって発電量の低下傾向は異なる可能性もある上、最適戦略を取った場合には価値が異なるという可能性もある。そこで、それらの価値の差を補正するために短期シミュレーション結果を利用する。

図２における最適戦略状態価値算出部１０６では、シミュレーション結果DB１０２に格納された基準戦略長期シミュレーション結果と最適戦略短期シミュレーション結果とを用いて、異常耐性状態価値および保守有効性状態価値を算出する。図５は、図２に示した最適戦略状態価値算出部１０６の詳細構成を示した構成図である。図５に示されるように、この最適戦略状態価値算出部１０６は、異常耐性状態価値算出部５０１と、保守有効性状態価値算出部５０２を備えている。

異常耐性状態価値算出部５０１は、時点ｓで最適保守行動を施す前の時点ｓでの状態の発電能力に基づいて現時点ｔにおける遷移先状態での異常が発電能力をどの程度低下させやすいかを異常耐性状態価値として算出する。例えば、図１４の例では状態１３０２の基準戦略の下での発電量曲線１４０１は、g₀を開始状態とした平均的な発電量曲線１１０１よりも劣化の程度が低いことを表している。そこで、この傾向が時点T（想定されるライフサイクルの終了時）まで継続すれば、単純には、曲線１１０１、直線１４０２、および、曲線１４０１によって囲まれる面積の発電量を（T−ｔ）/ΔT倍した発電量の増加が期待できることになる。このような推定により、現在の状態の、平均的な状態（長期シミュレーションに従った場合の状態）に対する異常耐性を評価することができる。コストも考慮して、３P×４Sを想定すると、異常耐性状態価値（下記式のΔV）は以下により計算できる。

ここで、Sim_Power(t)は、ΔTの間で行った基準戦略シミュレーションでの発電量である。Sim_Cost(t)は、当該ΔTの間で行った基準戦略シミュレーションでの保守コストである。Cost(π)は、長期シミュレーションに対応する保守コストである。また、αは第１の価値に対応する。

図１５は最適戦略状態価値（＝異常耐性状態価値＋保守有効性状態価値）、状態価値および保守行動価値の算出の例を示している。推定された異常耐性状態価値が、図１５の表の７項目目に示されている。なお、最適戦略状態価値とは、異常耐性状態価値と、最適戦略状態価値を加算したものである。

保守有効性状態価値算出部５０２は、シミュレーションによって得られた時点ｓ（＝ｔ＋ΔT）における状態に、最適保守行動を施す前と後の発電能力の差に基づいて、基準戦略に従った場合と最適戦略に従った場合の状態価値の差を、保守有効性状態価値として算出する。

例えば、図１４の例では状態１３０２の基準戦略の下での発電量曲線１４０１よりも、最適保守行動を選択することにより１４０３分の発電量増加(Xと表す)が、１４０４分の保守コストの増加を伴って実現されていることが分かる。そして、近似により、この傾向が時点Tまで継続すると考え、発電量増加を見込む。このような推定により、基準戦略と最適戦略の違いによる価値の差を保守有効性状態価値として算出することができる。コストも加味して、保守有効性状態価値（下記式のΔV）は、たとえば以下のようにして近似計算できる。なお、下記の近似は、一例であり、他の方法を用いてもよい。

Opt_Power(s)は、シミュレーション結果から時点ｓでの最適行動を選んだ後の発電能力値、Opt_Cost(s)がその行動のコストである。直感的に、図１４における１４０３と１４０１と点線で囲まれる面積により、ΔTの間の発電量増加を近似することを利用している。ΔTの間に基準戦略によるコストがかかるときは、当該コストも式に含めて考えれば良い。β/ΔTが長期間（Tまで）続くと仮定している。なお、Price(t+ΔT)については、ここではΔＴの間に価格が変化した場合でも、t+ΔＴの時点の価格を使って近似すると想定しているが、価格変動が大きいときはtからt+ΔTの価格の平均を用いてもよい。βは第２の価値に対応する。

図１５の表の８項目に推定された保守有効性状態価値が示されている。

図２における保守計画探索部１０７は、現時点ｔにおける全ての保守行動の候補について算出された基準戦略状態価値と、最適戦略状態価値（＝異常耐性状態価値＋保守有効性状態価値）とを足し合わせて状態価値をそれぞれ計算する（図１５の表の９項目）。そして状態価値から、保守コスト（現時点ｔで行う保守行動にかかる保守コスト）を引くことにより、保守行動価値を算出する。保守計画探索部１０７は、最大の保守行動価値を取る保守行動を選択し、設備保守計画２０４として出力する。図１５の表では、１０項目目に保守行動価値が算出されている。図１５の例では、保守行動(a2,11)の保守行動価値が118と最も大きいため、モジュール１１を交換するという保守行動が採用されることになる。

図３は、本実施形態に係る最適保守計画決定装置の動作フロー図である。最適保守決定プロセスが開始すると、ステップ３０１によってPV設備DB２０１、異常モデルDB２０２、および、保守戦略DB２０３のデータがメモリ上に読み込まれる。そして、ステップ３０２によって、基準戦略長期シミュレーションが行われる。そののちに、ステップ３０３によって、保守行動の候補から１つの保守行動が選択される。選択された保守行動について、ステップ３０４によって基準戦略状態価値の算出が行われる。また、ステップ３０５によって最適戦略短期シミュレーションが実行された後、ステップ３０６によって最適戦略状態価値（異常耐性状態価値＋保守有効性状態価値）の算出が行われる。ステップ３０７において、これら基準戦略状態価値と最適戦略状態価値を加算したものから、保守コストを引くことにより、保守行動価値の算出が行われる。ステップ３０８によって全ての保守行動の候補の評価が終了した場合は、ステップ３０９によって保守行動価値が最大となる保守行動が選択され、設備保守計画としてディスプレイ等に出力される。

上記では最適保守戦略として２番目の例（現時点ｔからΔＴの間は基準戦略を行い、時点ｓでのみ最適行動を探索する）を想定して説明してきたが、１番目の例（現時点ｔから時点ｓまでの間、基準戦略は行わずに、各探索時点での最適行動探索を行う）でも、同様にして、現時点ｔでの保守行動を決定できる。当該１番目の例では基準戦略を行わないため、計算方法が前述した２番目の例と異なる。以下、１番目の例の場合の計算方法を説明する。

現時点ｔで、上記と同様に、保守行動の候補のそれぞれによりシステムを保守したときの遷移先状態を特定する。現時点ｔから所定時点T（たとえばシステムのライフサイクル満了時）まで異常モデルに従ってシステムが劣化し、かつ現時点ｔからΔＴ後の時点ｓから所定時点Tまでは、基準戦略に従って前記システムを保守するとする。このときの基準戦略は、長期シミュレーションの結果を用いてもよいし、実際に基準戦略シミュレーションを実行してもよい。現時点ｔより後から時点ｓまでのΔＴの探索期間に１つ以上の探索時点を設定し、現時点ｔから所定時点Tまでのシステム出力および保守コストに応じた保守行動価値が最大になるような最適保守行動の組を各探索時点について探索する。この場合の保守行動価値は、システム出力に売電価格を乗算し、保守コスト（現時点ｔでの保守コスト、基準戦略中の保守コスト）を減算することで計算すればよい。２番目の例に比べて、最適探索を多く行うため演算量が多くなるが、計算方法自体はシンプルとなる。

なお、本発明の実施形態は、複数のモジュールを交換するなどの保守行動にも対応することができる。さらに、昇圧機能のオン・オフができるような昇圧ユニットが設置された場合は、その機能のオンやオフなどの保守行動にも対応することができる。

また、コネクタや電力ケーブルの劣化などのPVモジュール以外の異常とその保守計画にも対応することが可能である。さらに、PV設備DBに格納されたPV発電性能データは、全てのPVモジュールについて性能が分かっている必要はない。いくつかのモジュール異常が判明した中で、その他のモジュールは標準的な劣化をしていると仮定してシミュレーションを行うことが可能である。また、本発明の実施形態は、売電価格以外の発電価値に置き換えてもよい。例えば、ＰＶ発電による電力購入価格の削減分やＰＶによって削減されるＣ０２に対応した排出権取引価格など発電量を金銭的価値に置き換えることが可能な係数を用いることができる。

本実施形態によれば、大規模な太陽光発電システムにおいて、発電効率を低コストで維持することが可能な、動的計画法の理論を利用した最適な保守計画決定装置を実現することができる。

以上、太陽光発電システムを例に説明したが、本実施形態はこれに限定されず、大規模蓄電池システム等の他のシステムにも適用可能である。大規模蓄電池システムでも、太陽光発電システムと同様、直並列に同じものが接続されている場合で、性能劣化が起こる。

Claims (12)

1. システムに対して行うことが可能な保守行動と、前記保守行動に対応する保守コストとを格納する保守行動・コストデータベースと、
   前記システムの劣化または出力に応じて、前記システムに対して行うべき保守行動を定めた基準戦略を格納する基準戦略ルールデータベースと、
   システム劣化の発生を確率的に表現した異常モデルを格納した異常モデルデータベースと、
   第１の時点で、あらかじめ与えられた保守行動の候補のそれぞれにより前記システムを保守したとして、前記第１の時点から所定時点まで前記異常モデルに従って前記システムが劣化し、かつ前記第１の時点の一定時間後の第２の時点から前記所定時点までは、前記基準戦略に従って前記システムを保守するとした場合に、前記第１の時点より後から前記第２の時点までの探索期間内に１つ以上の探索時点を設定し、前記保守行動の候補による保守後のシステムについて、前記第１の時点から前記所定時点までのシステム出力および保守コストに応じて計算される保守行動価値を最大にする最適保守行動を前記探索時点に対して探索する最適戦略を実行するシミュレーション部と、
   前記保守行動の候補のそれぞれに対応する保守行動価値に基づき、前記保守行動の候補の中から、前記第１の時点で行う保守行動を決定する保守計画探索部と、
   を備えた保守計画決定装置。
2. 前記システムの単位出力当たりの売価格を格納したデータベースをさらに備え、
   前記保守行動価値は、前記システム出力に前記売価格を乗じ、前記保守コストを減算することにより計算される
   請求項１に記載の保守計画決定装置。
3. 前記システムの初期状態から、前記システムのライフサイクル期間の間、前記異常モデルと前記基準戦略にしたがって前記システムの出力の推移と保守コストの推移をシミュレーションして、出力データと保守コストデータを取得する基準戦略長期シミュレーション部をさらに備え、
   前記シミュレーション部は、前記第２の時点から前記所定時点まで前記異常モデルおよび前記基準戦略に従ってシステムを劣化させおよび保守した場合の出力および保守コストの推移を、前記基準戦略長期シミュレーション部により得られた出力データおよび保守コストデータを利用して取得する
   請求項１または２に記載の保守計画決定装置。
4. 前記基準戦略長期シミュレーション部は、前記システムの保守によって前記システムが複数に分割される可能性がある個々のサブシステムについて、前記出力データと保守コストデータをシミュレーションにより取得し、
   前記シミュレーション部は、前記システムが複数に分割されたときは、分割後の各サブシステムのそれぞれについて処理を行う
   請求項３に記載の保守計画決定装置。
5. 前記シミュレーション部は、前記探索時点として前記第２の時点でのみ最適保守行動を探索し、前記第１の時点から前記第２の時点までは前記基準戦略に従って前記システムを保守する
   請求項１ないし４のいずれか一項に記載の保守計画決定装置。
6. 前記システムの初期状態から、前記システムのライフサイクル期間の間、前記異常モデルと前記基準戦略にしたがって前記システムの出力の推移と保守コストの推移をシミュレーションして、出力データと保守コストデータを取得する基準戦略長期シミュレーション部をさらに備え、
   前記シミュレーション部は、
   （１）前記第１の時点から前記第２の時点まで前記基準戦略を行ったときと前記長期戦略シミュレーションの結果を利用した場合のシステム出力の差分と保守コストの差分に応じて異常耐性状態価値を計算し、
   （２）前記第２の時点で前記最適戦略を行ったときのシステム出力と最適保守行動の保守コストと、前記第１の時点から第２の時点まで前記基準戦略を行ったときのシステム出力と保守コストとの各差分に応じて、保守有効性状態価値を計算し、
   （３）前記出力データにおいて前記第１の時点での保守後の出力に合致する時点から前記所定時点に対応する時点までの部分データと、前記保守コストデータにおいて当該合致する時点から前記所定時点に対応する時点までの部分データから基準戦略状態価値を計算し、
   前記基準戦略状態価値と前記異常状態評価価値と前記保守有効性状態価値の加算値から、前記保守行動の候補の保守コストを減算することで、前記保守行動価値を計算する
   請求項５に記載の保守計画決定装置。
7. 前記シミュレーション部は、
   前記（１）における前記システム出力の差分と前記保守コストの差分に応じて求まる第１の価値に、前記第１の時点から第２の時点までの時間長に対する前記第１の時点から所定時点までの時間長の比率を乗じることで、前記異常耐性状態価値を計算し、
   前記（２）における前記システム出力の差分と前記保守コストの差分に応じて求まる第２の価値に前記比率を乗じることで前記保守有効性状態価値を計算する
   請求項６に記載の保守計画決定装置。
8. 前記システムの単位出力当たりの売価格のデータを格納したデータベースをさらに備え、
   前記（１）における前記システム出力の差分に前記売価格を乗算し、前記保守コストの差分を減算することで前記第１の価値を計算し、
   前記（２）における前記システム出力の差分に前記売価格を乗算し、前記保守コストの差分を減算することで前記第２の価値を計算する
   請求項７に記載の保守計画決定装置。
9. 前記システムは、太陽光発電システムであり、
   前記出力性能は、発電能力である、
   請求項１ないし８のいずれか一項に記載の保守計画決定装置。
10. 前記太陽光発電システムは、複数のPVモジュールが直接に接続されたストリングが複数並列に接続されたPVモジュールアレイを含み、
    前記システムに対して行うことが可能な保守行動は、前記PVモジュールの交換、ストリングへの昇圧ユニットの追加を含む
    ことを特徴とする請求項９に記載の保守計画決定装置。
11. 前記異常モデルは、前記PVモジュールの電流および電圧を確率的に変化、前記PVモジュールの直流抵抗を確率的に上昇させることを定めたものである
    請求項１０に記載の保守計画立案装置。
12. システムに対して行うことが可能な保守行動と、前記保守行動に対応する保守コストとを定めた保守行動・コストデータベースを読み出すステップと、
    前記システムの劣化または出力に応じて、前記システムに対して行うべき保守行動を定めた基準戦略を格納する基準戦略ルールデータベースを読み出すステップと、
    システム劣化の発生を確率的に表現した異常モデルを格納した異常モデルデータベースを読み出すステップと、
    第１の時点で、あらかじめ与えられた保守行動の候補のそれぞれにより前記システムを保守したとして、前記第１の時点から所定時点まで前記異常モデルに従って前記システムが劣化し、かつ前記第１の時点の一定時間後の第２の時点から前記所定時点までは、前記基準戦略に従って前記システムを保守するとした場合に、前記第１の時点より後から前記第２の時点までの探索期間内に１つ以上の探索時点を設定し、前記保守行動の候補による保守後のシステムについて、前記第１の時点から前記所定時点までのシステム出力および保守コストに応じて計算される保守行動価値を最大にする最適保守行動を前記探索時点に対して探索する最適戦略を実行するシミュレーションステップと、
    前記保守行動の候補のそれぞれに対応する保守行動価値に基づき、前記保守行動の候補の中から、前記第１の時点で行う保守行動を決定する保守計画探索ステップと、
    をコンピュータが実行する保守計画決定方法。

Images