JP2016042748A - エネルギーマネジメントシステムおよび電力需給計画最適化方法 - Google Patents

Abstract

【課題】解の取得に要する時間を短縮でき、しかも確実に解を得ることができるエネルギーマネジメントシステムおよび電力需給計画最適化方法を提供する。【解決手段】エネルギーマネジメントシステム２０は、最適化の指標である目的関数の最適化問題を解くことにより、計画期間内の複数の時刻における機器に対する制御値を含む需給計画の解を得る需給計画計算部２２ｃを備え、需給計画計算部２２ｃは、制御値の変数である独立変数の値を分割した複数の第１離散値を探索することにより１次最適解Ｓ１を取得し、さらに、１次最適解Ｓ１を含む一定範囲の独立変数の値を複数の第１離散値よりも細かく分割した複数の第２離散値を探索することにより２次最適解Ｓ２を取得する。【選択図】図１

Description

本発明は、エネルギーマネジメントシステムおよび電力需給計画最適化方法に関する。

特許文献１に記載されるように、蓄電ユニットと、車載蓄電装置に充電するための充電スタンドと、太陽光発電機と、一般負荷とを備えた電力供給システムが知られている。これらの機器は住宅等に設けられており、統合電力制御装置を介して交流電力線に接続されている。統合電力制御装置は、消費電力量の予測データ、発電量の予測データおよび車載蓄電装置の使用スケジュールに基づいて、電力機器の充放電スケジュールを決定する。統合電力制御装置は、充放電スケジュールに従って、蓄電ユニットおよび車載蓄電装置へ充電する電力と、蓄電ユニットおよび車載蓄電装置から交流電力線に放電する電力とを制御する。

統合電力制御装置は、予め設定された評価指標が所定値となるように、充放電スケジュールを混合整数計画問題に定式化して算出する。混合整数計画問題では、論理変数を用いた線形不等式制約によって条件分岐が表現されている。このように条件分岐を表現することにより、最適化ツールを用いて解を求めている。

特開２０１３−２７２１４号公報

ところで、電力の需給や電池の充放電に関する需給計画問題は、非線形混合整数問題となるのが一般的である。特に整数問題においては、解析解を得ることは困難である。従来は、たとえば連続緩和等の手法によって近似的に解を得た後、メタヒューリスティクス等の手法により、整数問題の解を得ていた。しかしながら、このような従来の手法では、解の取得に時間を要したり、最適解が得られなかったりすることがあった。

本発明は、解の取得に要する時間を短縮でき、しかも確実に解を得ることができるエネルギーマネジメントシステムおよび電力需給計画最適化方法を提供することを目的とする。

本発明は、蓄電装置を含む出力制御可能な機器と再生可能エネルギーにより発電を行う発電機と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおける、エネルギーの需給計画を最適化するエネルギーマネジメントシステムであって、最適化の指標である目的関数の最適化問題を解くことにより、計画期間内の複数の時刻における機器に対する制御値を含む需給計画の解を得る需給計画計算部を備え、需給計画計算部は、制御値の変数である独立変数の値を分割した複数の第１離散値を探索することにより１次最適解を取得し、さらに、１次最適解を含む一定範囲の独立変数の値を複数の第１離散値よりも細かく分割した複数の第２離散値を探索することにより２次最適解を取得する。

このエネルギーマネジメントシステムによれば、需給計画計算部によって、最適化の指標である目的関数の最適化問題が解かれ、計画期間内の複数の時刻における需給計画の解が得られる。この解は、機器に対する制御値を含んでおり、この解によって、マイクログリッド内の機器が制御される。まず、需給計画計算部は、制御値の変数である独立変数の値を分割した複数の第１離散値を探索することにより、１次最適解を取得する。よって、独立変数が連続状態である場合でも、独立変数の値を分割して（すなわち離散化して）第１離散値に置き換え、探索手法を用いることにより、確実に解が得られる。たとえば、最適化問題が非線形混合整数問題であっても、確実に解が得られる。さらに、需給計画計算部は、１次最適解を含む一定範囲の独立変数の値を分割した複数の第２離散値を探索することにより、２次最適解を取得する。これらの第２離散値は、１次最適解の周りにおいて、第１離散値よりも細かく分割された離散値である。このように、１次最適解の周りにおいて独立変数の値を細かく再分割し、同様の探索を再度行うことにより、解の精度が向上する。上記の２段階の探索手法によれば、同様の探索を２回行えばよいので、解の取得に要する時間が短縮されている。しかも、一定精度の解が確実に得られる。

いくつかの態様において、需給計画計算部は、第１離散値の探索および第２離散値の探索のそれぞれに動的計画法を適用することにより、１次最適解および２次最適解を取得する。この場合、動的計画法を用いた探索によって、より確実に解を得ることができる。

いくつかの態様において、需給計画計算部は、１つの独立変数からなる１次元の探索空間を探索する。この場合、計算量が比較的少ないため、ある１つの独立変数に関する需給計画の解を短時間で取得できる。

いくつかの態様において、需給計画計算部は、複数の独立変数からなる多次元の探索空間を探索する。この場合、複数の独立変数に関する需給計画の解を取得でき、マイクログリッドにおける機器の柔軟な運転制御が可能になる。

本発明は、蓄電装置を含む出力制御可能な機器と再生可能エネルギーにより発電を行う発電機と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおける、エネルギーの需給計画を最適化する電力需給計画最適化方法であって、エネルギーマネジメントシステムが、最適化の指標である目的関数の最適化問題を解くことにより、計画期間内の複数の時刻における機器に対する制御値を含む需給計画の解を得る需給計画計算ステップを含み、需給計画計算ステップにおいて、エネルギーマネジメントシステムは、制御値の変数である独立変数の値を分割した複数の第１離散値を探索することにより１次最適解を取得し、さらに、１次最適解を含む一定範囲の独立変数の値を複数の第１離散値よりも細かく分割した複数の第２離散値を探索することにより２次最適解を取得する。この電力需給計画最適化方法によれば、上記したエネルギーマネジメントシステムと同様の作用効果が奏される。

本発明によれば、解の取得に要する時間を短縮でき、しかも、一定精度の解が確実に得られる。

本発明の第１実施形態のエネルギーマネジメントシステムが適用された電力供給システムの概略構成を示すブロック図である。 図１中のエネルギーマネジメントシステムの機能ブロック図である。 図２のエネルギーマネジメントシステムにおいて実行される処理を示すフローチャートである。 図３中の需給計画処理を示すフローチャートである。 需給計画処理における１次探索の探索空間を示す模式図である。 探索の様子を示す模式図である。 １次探索によって得られる１次最適解の一例を示す模式図である。 需給計画処理における２次探索の探索空間を示す模式図である。 図８の部分拡大図であり、２次探索によって得られる２次最適解の一例を示す模式図である。 図３中の需給バランス制御を示すフローチャートである。

以下、本発明の実施形態について、図面を参照しながら説明する。なお、図面の説明において同一要素には同一符号を付し、重複する説明は省略する。

図１を参照して、第１実施形態に係るエネルギーマネジメントシステムが適用された電力供給システム１について説明する。図１に示されるように、電力供給システム１は、複数種類の発電機と電力消費機器とを備えたマイクログリッドＧと、マイクログリッドＧにおける各機器の制御値を計算するエネルギーマネジメントシステム２０とを備える。以下の説明において、「エネルギーマネジメントシステム」を「ＥＭＳ」と略称する。図１において、実線の矢印は電気の流れを示しており、破線の矢印は情報の流れを示している。

電力供給システム１は、たとえばビルまたは工場等を所有する需要家によって利用され得る。電力供給システム１は、たとえば再生可能エネルギー発電機を所有する売電事業者によって利用され得る。ＥＭＳ２０は、このような需要家または売電事業者に対して、最適化されたエネルギーの需給計画を提供する。

マイクログリッドＧは、太陽光発電機３および風力発電機４を含む再生可能エネルギー発電機５と、化石燃料を用いて発電を行う原動機７とを備える。原動機７としては、たとえばガスタービンを用いることができる。また、原動機７として、コージェネレーション用ガスタービンを用いることもできる。マイクログリッドＧは、マイクログリッドＧ内の電力を消費する負荷６と、マイクログリッドＧ内の電力を用いて走行する電気自動車（蓄電装置）８とを更に備える。負荷６は、電力を消費する複数の機器を含み得る。電気自動車８は、図示しない蓄電池を含んでおり、電力を蓄電および放電可能である。電気自動車８は、たとえば充電スタンドを含み得る。マイクログリッドＧは、電力を蓄電および放電可能な蓄電池（蓄電装置）９を更に備える。蓄電池９としては、たとえばリチウムイオン電池を用いることができる。マイクログリッドＧは、上記した複数の電力機器が電気的に接続されたグリッド制御装置１０を備える。グリッド制御装置１０は、外部電力系統２に接続されている。言い換えれば、上記した複数の電力機器のそれぞれは、グリッド制御装置１０を介して外部電力系統２に接続されている。

マイクログリッドＧにおける使用電力は、再生可能エネルギー発電機５または原動機７または電気自動車８または蓄電池９によって賄われる。その他、マイクログリッドＧでは、外部電力系統２から電力を購入（すなわち買電）したり、外部電力系統２に対する逆潮流により電力を売却（すなわち売電）したりすることが可能である。一般的に、買電価格は電力会社との契約に依存してもよく、時間帯に依存して変化してもよい。売電価格は、たとえば「電気事業者による再生可能エネルギー電気の調達に関する特別措置法」により規定される。なお、買電価格または売電価格は、上記の制度とは別に定められてもよい。

グリッド制御装置１０は、たとえばＣＰＵ（Central Processing Unit)、ＲＯＭ(Read Only Memory)、およびＲＡＭ(Random Access Memory)等のハードウェアと、ＲＯＭに記憶されたプログラム等のソフトウェアと、を備えている。グリッド制御装置１０は、グリッド制御装置１０に接続された電力機器を統括的に制御する。グリッド制御装置１０は、電気の流れを制御するための制御回路および蓄電池等を備える。グリッド制御装置１０は、外部電力系統２からの受電電力および外部電力系統２への逆潮流電力を制御する。グリッド制御装置１０と各電力機器とは、互いに情報通信を行うことができる。グリッド制御装置１０は、各電力機器の現在状態に関する情報等を取得する。グリッド制御装置１０は、各電力機器に制御値を出力する。グリッド制御装置１０は、取得した各電力機器に関する情報を記憶する。グリッド制御装置１０は、各電力機器に関する情報をＥＭＳ２０に送信する。

上記したグリッド制御装置１０の各電力機器のうち、原動機７、電気自動車８および蓄電池９は、グリッド制御装置１０によって出力制御可能な機器に相当する。グリッド制御装置１０は、ＥＭＳ２０からの制御値を入力し、その制御値に基づいて、原動機７に対して起動、停止および出力指令等を出力する。グリッド制御装置１０は、ＥＭＳ２０からの制御値を入力し、その制御値に基づいて、蓄電池９に対して充放電指令等を出力する。

ＥＭＳ２０は、たとえばＣＰＵ、ＲＯＭ、およびＲＡＭ等のハードウェアと、ＲＯＭに記憶されたプログラム等のソフトウェアと、から構成されたコンピュータである。ＥＭＳ２０とグリッド制御装置１０とは、互いに情報通信を行うことができる。ＥＭＳ２０とグリッド制御装置１０とは、インターネットを介して通信可能であってもよいし、有線または無線のＬＡＮ等を介して通信可能であってもよい。ＥＭＳ２０は、マイクログリッドＧ内の各電力機器に対する制御値を計算する機能を有する。言い換えれば、ＥＭＳ２０は、グリッド制御装置１０に制御値を送信することにより、グリッド制御装置１０を通じて、マイクログリッドＧ内の各電力機器を制御する。

より詳細には、ＥＭＳ２０は、ある一定の指標を目的関数として、マイクログリッドＧにおける将来一定期間のエネルギーの需給計画を最適化する。最適化の指標すなわち目的関数としては、たとえば、グリッド運用コストすなわち計画期間（たとえば一日）を通しての電気料金の最小化、計画期間を通しての受電電力変動量の最小化、排出ＣＯ_２の最小化等が挙げられる。ＥＭＳ２０は、目的関数の最適化問題を解くことにより、需給計画を計算する。目的関数は、上記した３つの指標以外の指標であってもよい。目的関数とされる指標は、特に限定されない。また、目的関数は複数の目的関数の加重和で定義されていてもよい。

目的関数の独立変数としては、たとえば、以下の表１に示される変数が挙げられる。独立変数は、マイクログリッドＧ内において制御可能なものであれば、何であってもよい。マイクログリッドＧ内の制御可能機器である原動機７、電気自動車８、蓄電池９の数は全体で１以上であれば任意個であってよく、機器ごとに異なる性能を有していてもよい。

一方で、電力供給システム１は、マイクログリッドＧにおける需要電力量および発電量の予測値を記憶する需要・発電量予測データベース１２を備える。ＥＭＳ２０と需要・発電量予測データベース１２とは、互いに情報通信を行うことができる。ＥＭＳ２０は、特定の日時における需要電力量および発電量の予測値を需要・発電量予測データベース１２から取得する。需要・発電量予測データベース１２に記憶される需要電力量および発電量の予測値は、定期的に更新される。

ＥＭＳ２０は、グリッド制御装置１０から取得するマイクログリッドＧの各電力機器に関する最新の情報（たとえば機器状態等）と、需要・発電量予測データベース１２から取得する発電量および需要電力量に関する最新の情報（たとえば予測値等）とに基づいて、需給計画を修正する（すなわち需給計画を更新する）。マイクログリッドＧの各電力機器に関する情報（たとえば機器状態等）および／または発電量および需要電力量に関する情報（たとえば予測値等）は、需給計画の計算において、パラメータとして用いられる。すなわち、パラメータは、再生可能エネルギー発電機５、原動機７、蓄電池９および負荷６の少なくとも１つに関する現在値または予測値を含んでいる。具体的なパラメータとしては、たとえば、以下の表２に示される各種のパラメータが挙げられる。

上表において、ＳＯＣは充放電状態（Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ）を意味し、満充電の状態を１００％としたときの充電率を表す。ＰＣＳはパワーコンディショナ（Ｐｏｗｅｒ Ｃｏｎｄｉｔｉｏｎｉｎｇ Ｓｕｂｓｙｓｔｅｍ）を意味する。

なお、マイクログリッドＧにおいては、独立変数やパラメータは最適化問題の構築の仕方に依存するため、同じグリッドに対して唯一には定まらない。たとえば、蓄電池９の充放電電力を独立変数にとると、ＳＯＣは従属変数となる。一方、ＳＯＣを独立変数とすると、蓄電池９の充放電電力を従属変数とする定式化も可能である。

ＥＭＳ２０は、需給計画の計算において、所与の制約条件のもとで目的関数を最小化するような独立変数の値を求める。たとえば、ＥＭＳ２０は、目的関数の最適化問題を解くことにより、原動機７における各時刻の発電電力を計算する。ＥＭＳ２０は、電気自動車８における各時刻の充放電電力を計算する。ＥＭＳ２０は、蓄電池９における各時刻の充放電電力を計算する。ＥＭＳ２０は、蓄電池９における各時刻のＳＯＣを計算してもよい。ＥＭＳ２０は、原動機７の発電電力、電気自動車８の充放電電力、蓄電池９の充放電電力に従属するかたちで、外部電力系統２から購入する各時刻の受電電力を計算する。

図２を参照して、ＥＭＳ２０の機能構成について説明する。ＥＭＳ２０は、統括制御部２０ａと、通信部２１と、計算部２２と、記憶部２３と、表示部２４とを備える。統括制御部２０ａは、ＥＭＳ２０における処理を統括制御する。統括制御部２０ａは、たとえば、需給予測処理の時刻であるか否かを判断する。統括制御部２０ａは、需給バランス制御の時刻であるか否かを判断する。通信部２１は、グリッド制御装置１０および需要・発電量予測データベース１２に対して情報通信を行う入出力部である。計算部２２は、需給計画を計算する。

計算部２２は、需給予測計算部２２ａと、離散値決定部２２ｂと、需給計画計算部２２ｃと、需給バランス制御部２２ｄとを含む。需給予測計算部２２ａは、過去の統計情報、天気予報および需要予測等の各種データに基づいて、需給予測処理を実行する。需給予測計算部２２ａは、需給予測処理を実行することにより、需給予測情報を生成する。需給予測計算部２２ａは、所定時間間隔（たとえば３０分間隔）で、計画時間内（たとえば２４時間分）の需給予測情報を生成および出力する。

離散値決定部２２ｂは、需給計画計算部２２ｃによる計算に用いられる第１離散値および第２離散値を決定する。ＥＭＳ２０では、需給計画を計算する際、２段階の探索を行う。この２段階の探索のそれぞれにおいて、独立変数の値である、第１離散値および第２離散値が用いられる。離散値決定部２２ｂは、独立変数の値を所定数に分割することにより、複数の第１離散値を生成する。なお、第１離散値は、予め定められてもよい。離散値決定部２２ｂは、第１段階の探索によって得られる１次最適解に基づいて、第２離散値を決定する。すなわち、離散値決定部２２ｂは、１次最適解を含む一定範囲の独立変数の値を所定数に分割することにより、複数の第２離散値を生成する。このように、離散値決定部２２ｂは、本来連続状態である独立変数の値（たとえば蓄電池９における充放電電力量またはＳＯＣ値）を離散状態へと変換する。なお、第２離散値は、１次最適解の周りにおいて、第１離散値よりも細かく分割された離散値である。

需給計画計算部２２ｃは、最適化問題を解くことにより、需給計画処理を実行する（需給計画を計算する）。より詳しくは、需給計画計算部２２ｃは、離散値決定部２２ｂによって離散化された第１離散値および第２離散値に対して動的計画法（探索手法）を用い、２段階の探索を行う。需給計画計算部２２ｃは、２段階の探索を行うことにより、最適化問題を解き、計画期間内の複数の時刻における需給計画の最適解を得る。言い換えれば、まず、需給計画計算部２２ｃは、複数の第１離散値を探索することにより、１次最適解を取得する。さらに、需給計画計算部２２ｃは、１次最適解の周りに生成された複数の第２離散値を探索することにより、２次最適解を取得する。この２次最適解は、原動機７、電気自動車８および蓄電池９等の出力制御可能な機器に対する計画情報（制御値）を含んでいる。需給計画計算部２２ｃは、所定時間間隔（たとえば３０分間隔）で、計画時間内（たとえば２４時間分）の計画情報を生成および出力する。

需給バランス制御部２２ｄは、需給バランス制御を実行する。需給バランス制御部２２ｄは、公知の手法を用いて需給バランス制御を実行してもよい。需給バランス制御部２２ｄは、たとえばヒステリシス制御を用いて、制御対象の機器に対する需給バランス制御を実行する。需給バランス制御部２２ｄは、需給バランス処理を実行することにより、修正された計画情報である制御情報（制御値）を生成する。需給バランス制御部２２ｄは、所定時間間隔（たとえば１分間隔）で、制御情報を生成および出力する。

記憶部２３は、ハードディスク装置またはフラッシュメモリなどを有している。記憶部２３は、需給予測記憶部２３ａと、需給計画記憶部２３ｂと、制御値記憶部２３ｃとを含む。需給予測記憶部２３ａは、需給予測計算部２２ａによって生成された需給予測情報を記憶する。需給計画記憶部２３ｂは、需給計画計算部２２ｃによって計算された計画情報を記憶する。需給計画記憶部２３ｂは、１次最適解記憶部２３ｂａと、２次最適解記憶部２３ｂｂとを含む。１次最適解記憶部２３ｂａは、需給計画計算部２２ｃによって取得および生成された１次最適解を記憶する。２次最適解記憶部２３ｂｂは、需給計画計算部２２ｃによって取得および生成された２次最適解を記憶する。制御値記憶部２３ｃは、需給バランス制御部２２ｄによって生成された制御情報を記憶する。

表示部２４は、たとえばディスプレイであり、パラメータ、需給計画等を表示する。表示部２４は、パラメータ、需給計画等に含まれる詳細な情報を表示してもよい。たとえば、表示部２４は、タッチパネル等を備えており、マイクログリッドＧ内の電力機器が選択されることにより、当該電力機器の運転スケジュール（充放電スケジュールまたは発電スケジュール等）を表示してもよい。表示部２４は、計算部２２によって制御されて、ＥＭＳ２０のユーザに対して所定のメッセージ（たとえば案内メッセージまたは警告メッセージ等）を表示してもよい。

図３を参照して、ＥＭＳ２０において実行される処理、すなわち本実施形態の電力需給計画最適化方法について説明する。以下の処理は、ＥＭＳ２０が起動している間、定期的に実行される。図３に示されるように、需給予測計算部２２ａは、過去の統計情報、天気予報および需要予測等の各種データを取得する(ステップＳ０１)。需給予測計算部２２ａは、取得した各種データに基づいて、需給予測処理を実行する(ステップＳ０２)。需給予測計算部２２ａは、計画時間内（たとえば２４時間分）の需給予測情報を生成および出力する(ステップＳ０３)。

続いて、需給計画計算部２２ｃは、グリッド制御装置１０を介して、マイクログリッドＧの機器の実測値を取得する(ステップＳ０４)。そして、需給計画計算部２２ｃは、需給計画処理を実行する(ステップＳ０５；需給計画計算ステップ)。この需給計画処理は、たとえば図４に示される処理手順に従って実行される。

以下、図４および図５〜図９を参照して、需給計画処理について詳細に説明する。以下では、説明を簡単にするため、蓄電池９におけるピークカットを目的とした需給計画を想定する。この場合、買電による電気料金が最も低くなり、ピークカットを実現するようなマイクログリッドＧの運転が求められる。すなわち、最適化問題は、各時刻における蓄電池９の充放電電力量を決定する問題となる。この最適化問題は、需給予測情報をもとに、何時に蓄電池９を充放電すればよいか、を計画する問題である。以下、ピークカットを制約条件として、買電コストを最も下げる（すなわち最も安価にする）ための、蓄電池９の充放電計画を考える。

評価関数と制約条件は、下記の式（１）、式（２）および式（３）で表される。

ここで、Ｃ_Ｅｒ（ｉ）は、時刻ｉでの電気料金（円／ｋＷｈ）であり、Ｅ_ｒ（ｉ）は、時刻ｉでの３０分間の買電電力である。Ｅ_ｂ（ｉ）は、時刻ｉでの蓄電池９の充放電電力であり、Ｅ_Ｌ（ｉ）は、時刻ｉでの負荷である。Ｅ_ｒｍａｘ（ｉ）は、時刻ｉにおける買電電力の上限（すなわちピークカット値）である。

また、下記式（４）および式（５）が成り立つ。

ここで、ＳＯＣ（ｉ）は、時刻ｉでの電池残量（％）、係数ｋは、充放電電力量に対する蓄電池９のＳＯＣの変化量を示す。ここでは、手法の説明を簡単にするため、充電量（ＳＯＣ）を決定変数にとる。

図４に示されるように、離散値決定部２２ｂは、第１離散値を決定する(ステップＳ５１)。動的計画法は、離散状態の探索に適用される方法である。図５に示されるように、離散値決定部２２ｂは、ＳＯＣの値を１０％毎に離散化して定義する。すなわち、離散値決定部２２ｂは、０〜１００％の範囲のＳＯＣの値を１０個に分割する。なお、横軸の時刻も、３０分間隔に離散化して定義される。この場合、独立変数はＳＯＣのみであり、探索空間は１次元である。

次に、需給計画計算部２２ｃは、複数の第１離散値および複数の時刻に対して、動的計画法による１次探索を行う（ステップＳ５２）。ここでは、開始状態から、終了時刻のいずれかの状態までの経路探索と同じ問題となり、評価関数の値が最小となる経路が、最適解となる。このように、１次探索では、ツリー構造に対して探索アルゴリズムを適用する。なお、１次探索における初期値は、たとえば、計算実行時のＳＯＣの現在値（実測値）とすることができる。

動的計画法について説明する。動的計画法の定式化としては、たとえば、下記の式（６）の形式が一例として挙げられる。

ここで、ｆ_Ｎ（ｓ_Ｎ）は、状態Ｓ_Ｎでのコスト値、Ｓ_ｉは、時刻iでのＳＯＣ、ｘ_ｉは、時刻ｉでの充放電電力量であり、ｉ＝１，２，３，４，…，Ｎとする。上記式（６）は、時刻iに関して、下記式（７）のように表される。

式（７）において、ｆ_２（ｘ_２）＋ｆ_１（Ｓ_２，ｘ_２）の最小値を求める。これは、ｘ_２をとりうる値に定めると、ｓ_ｉについての１変数の最適化であるので、比較的容易に計算できる。これをｉ＝Ｎ−１まで繰り返す。ｆ_Ｎ（ｓ_Ｎ）は、下記の式（８）のように表される。

以上のようにして、需給計画計算部２２ｃは、最適な蓄電池９の充放電の量と時刻を決定することができる。

図６に示されるように、Ａｘ, Ｂｘ,Ｃｘ, Ｄｘ, Ｅｘのそれぞれは、各時刻でとりうる離散化されたＳＯＣの値である。Ｃｘｘは、とりうる遷移にかかるコスト(本実施形態では買電コスト)である。変数xは、どの経路を通って次の時刻の状態に遷移したか、に相当する。図６から読み取れるように、時刻ｔ２においては、Ｂ１〜Ｂ５の状態から、ｓ２＝｛Ｃ１,Ｃ２,…,Ｃ５｝の状態に遷移する。この状態で最も低いコストは、下記式（９）のように表される。

需給計画計算部２２ｃは、上記の最適化ｌをｆ_Ｎまで繰り返すことにより、最小のコストを得る。また、最小のコストが得られるｘ_ｉを記録しておけば、それが蓄電池９において実現すべきＳＯＣの挙動となる。以上のようにして、需給計画計算部２２ｃは、１次最適解を取得する（ステップＳ５３。図７に示される１次最適解Ｓ１参照）。需給計画計算部２２ｃは、１次最適解を１次最適解記憶部２３ｂａに記憶させる。

続いて、離散値決定部２２ｂは、第２離散値を決定する(ステップＳ５４)。離散値決定部２２ｂは、１次最適解を中心にして、上下に一定の幅を設定する。図８に示される例では、１次最適解を中心として、正（プラス）方向に１０％および負（マイナス）方向に１０％の一定範囲が設定されている。そして、離散値決定部２２ｂは、この２０％の範囲のＳＯＣの値を２％毎に離散化して定義する。すなわち、離散値決定部２２ｂは、２０％の範囲のＳＯＣの値を１０個に分割（再分割）する。第１離散値の個数と第２離散値の個数は、このように同じであってもよいが、異なっていてもよい。

そして、需給計画計算部２２ｃは、複数の第２離散値および複数の時刻に対して、動的計画法による２次探索を行う（ステップＳ５５）。ここでは、上記したのと同様の手法により、動的計画法を用いた探索を行う。そして、需給計画計算部２２ｃは、１次最適解Ｓ１を含む一定範囲内において、２次最適解を取得する（ステップＳ５６。図９に示される２次最適解Ｓ２参照）。需給計画計算部２２ｃは、２次最適解を２次最適解記憶部２３ｂｂに記憶させる。

このようにして、離散値決定部２２ｂが、１次最適解Ｓ１を中心として正方向および負方向に一定範囲を設定し、当該範囲を再分割する。再分割後に、需給計画計算部２２ｃが同様の探索を再度行うことにより、分解能が上昇し、解の精度が向上している。なお、この場合、１次最適解から大きく異なる最適解が存在しないことが望ましい。

そして、需給計画計算部２２ｃは、計画情報を生成し（ステップＳ５７）、当該計画情報を出力する（図３に示されるステップＳ０６）。

続いて、需給バランス制御部２２ｄは、グリッド制御装置１０を介して、マイクログリッドＧの機器の実測値を取得する(ステップＳ０７)。そして、需給バランス制御部２２ｄは、需給バランス制御を実行する(ステップＳ０８）。この需給バランス制御は、たとえば図１０に示される処理手順に従って実行される。

まず、需給バランス制御部２２ｄは、蓄電池９におけるＳＯＣの計画値と実測値との差分値Ｄｓを取得する（ステップＳ８１）。次に、需給バランス制御部２２ｄは、差分値Ｄｓが許容値εよりも大きいか否かを判断する（ステップＳ８２）。ここで、許容値εは、５％以下の値とすることができる。ステップＳ８２において差分値Ｄｓが許容値εよりも大きいと判断すると、需給バランス制御部２２ｄは、実測値が計画値よりも多いとして、蓄電池９の充放電電力Ｅ_ｂを増加させ、負荷Ｅ_ｒおよび原動機７の出力Ｅ_ＧＴを減少させるような制御情報を生成する（ステップＳ８３）。

ステップＳ８２において差分値Ｄｓが許容値ε以下であると判断すると、需給バランス制御部２２ｄは、差分値Ｄｓが許容値−εよりも小さいか否かを判断する（ステップＳ８４）。ステップＳ８４において差分値Ｄｓが許容値−εよりも小さいと判断すると、需給バランス制御部２２ｄは、実測値が計画値よりも少ないとして、蓄電池９の充放電電力Ｅ_ｂを減少させ、負荷Ｅ_ｒおよび原動機７の出力Ｅ_ＧＴを増加させるような制御情報を生成する（ステップＳ８５）。

ステップＳ８４において差分値Ｄｓが許容値−ε以上であると判断すると、需給バランス制御部２２ｄは、実測値が計画値に略一致しているとして、蓄電池９の充放電電力Ｅ_ｂを変化させず、負荷Ｅ_ｒおよび原動機７の出力Ｅ_ＧＴも変化させないような制御情報を生成する（ステップＳ８６）。そして、需給バランス制御部２２ｄは、生成した制御情報を出力する（図３に示されるステップＳ０９）。

統括制御部２０ａは、需給予測処理の時刻であるか否かを判断する（ステップＳ１０）。需給予測処理の時刻は、たとえば３０分間隔に設定されている。統括制御部２０ａは、ステップＳ１０において需給予測処理の時刻であると判断すると、需給予測計算部２２ａ、離散値決定部２２ｂ、需給計画計算部２２ｃおよび需給バランス制御部２２ｄに、ステップＳ０１〜Ｓ０９の処理を実行させる。

統括制御部２０ａは、ステップＳ１０において需給予測処理の時刻ではないと判断すると、需給バランス制御の時刻であるか否かを判断する（ステップＳ１１）。需給予測処理の時刻は、たとえば１分間隔に設定されている。統括制御部２０ａは、ステップＳ１１において需給バランス制御の時刻であると判断すると、需給バランス制御部２２ｄに、ステップＳ０７〜Ｓ０９の処理を実行させる。統括制御部２０ａは、ステップＳ１１おいて需給バランス制御の時刻ではないと判断すると、図３に示される一連の処理を終了する。

以上説明したＥＭＳ２０および電力需給計画最適化方法によれば、需給計画計算部２２ｃによって、最適化の指標である目的関数の最適化問題が解かれ、計画期間内の複数の時刻における需給計画の解が得られる。この解は、機器（原動機７、電気自動車８および蓄電池９等）に対する制御値を含んでおり、この解によって、当該機器が制御される。需給計画計算部２２ｃは、制御値の変数である独立変数の値を分割した複数の第１離散値を探索することにより、１次最適解Ｓ１を取得する（図５および図７参照）。よって、独立変数が連続状態である場合でも、独立変数の値を分割して（すなわち離散化して）第１離散値に置き換え、探索手法を用いることにより、確実に解が得られる。たとえば、最適化問題が非線形混合整数問題であっても、確実に解が得られる。さらに、需給計画計算部２２ｃは、１次最適解Ｓ１を含む一定範囲の独立変数の値を分割した複数の第２離散値を探索することにより、２次最適解Ｓ２を取得する（図８および図９参照）。これらの第２離散値は、１次最適解Ｓ１の周りにおいて、第１離散値よりも細かく分割された離散値である。このように、１次最適解Ｓ１の周りにおいて独立変数の値を細かく再分割し、同様の探索を再度行うことにより、解の精度が向上している。このような２段階の探索手法によれば、同様の探索を２回行えばよいので、解の取得に要する時間が短縮されている。しかも、一定精度の解が確実に得られる。

需給計画計算部２２ｃは、１次探索および２次探索のそれぞれにおいて、動的計画法を適用している。動的計画法を用いた探索によって、より確実に解が得られる。

需給計画計算部２２ｃは、１つの独立変数からなる１次元の探索空間を探索する。この場合、計算量が比較的少ないため、ある１つの独立変数に関する需給計画の解を短時間で取得できる。また、ＥＭＳ２０におけるメモリの使用量が低減されている。

続いて、本発明の第２実施形態について説明する。第２実施形態のＥＭＳ２０では、需給計画計算部２２ｃは、複数の独立変数からなる多次元の探索空間を探索する。たとえば、第１実施形態で扱った最適化問題に、原動機７を加味し、原動機７の起動および停止時刻と発電量もあわせて決定する問題とした場合、最適化問題は、非線形混合整数問題となる。

この場合、評価関数は、下記の式（１０）で表される。

ここで、Ｃ_Ｅｒ（ｉ）は、時刻ｉでの電気料金（円／ｋＷｈ）であり、Ｅ_ｒ（ｉ）は、時刻ｉでの３０分間の買電電力である。また、Ｃ_ＥＧＴ（ｉ）は、原動機７にて１ｋＷｈを発電するための燃料コスト（円／ｋＷｈ）であり、Ｅ_ＧＴ（ｉ）は、時刻ｉでの３０分間の原動機７の発電電力である。

また、制約条件は、下記の式（１１）〜式（１５）で表される。

上記の各式において、Ｅ_ｂ（ｉ）は、時刻ｉでの蓄電池９の充放電電力であり、Ｅ_Ｌ（ｉ）は、時刻ｉでの負荷である。Ｅ_ｒｍａｘ（ｉ）は、時刻ｉにおける買電電力の上限（すなわちピークカット値）である。また、Ｅ_{ＧＴｍａｘ}（ｉ）は、原動機７の出力の上限値であり、Ｅ_{ＧＴｍｉｎ}（ｉ）は、原動機７の出力の下限値である。ＳＯＣ（ｉ）は、時刻ｉでの電池残量（％）、係数ｋは、充放電電力量に対する蓄電池９のＳＯＣの変化量を示す。

このような第２実施形態の評価関数および制約条件に対しても、ＥＭＳ２０は、第１実施形態と同様の２段階の探索を行うことができる。最適化問題が非線形混合整数問題であっても、解の取得に要する時間が短縮されており、しかも、一定精度の解が確実に得られる。また、複数の独立変数（すなわち原動機７および蓄電池９の制御値）に関する需給計画の解を取得でき、マイクログリッドＧにおける機器の柔軟な運転制御が可能になる。

以上、本発明の実施形態について説明したが、本発明は上記実施形態に限られない。たとえば、上記の第１実施形態では、探索を２回行う場合について説明したが、同様の探索を３回以上繰り返してもよい。その場合、順次得られる最適解に基づいて、次の探索の離散値を決定すればよい。また、上記実施形態では、需給計画計算部２２ｃが動的計画法により探索を行う場合について説明したが、これに限られず、他の探索手法（探索アルゴリズム）を適用してもよい。たとえば、貪欲法または分枝限定法等を採用してもよい。

また、１次最適解の周りの一定範囲は、どのように決定されてもよい。１次最適解が中心に位置するような一定範囲であってもよいが、１次最適解が中心に位置しないような一定範囲であってもよい。一定範囲の大きさは、適宜変更することができる。

また、分割の細かさ（刻み幅、分割数）は、どのように決定されてもよい。１次探索の分割数と２次探索の分割数は、同じであってもよいし、異なってもよい。計画期間の分割数、すなわち解が得られる複数の時刻は、マイクログリッドＧの運用方針等に応じて、どのように決定されてもよい。

上記実施形態では、ＥＭＳ２０がマイクログリッドＧとは別に設けられる場合について説明したが、マイクログリッドＧのグリッド制御装置１０が、ＥＭＳ２０と同様の機能を備えていてもよい。マイクログリッドＧは、たとえば燃料電池システムを備えていてもよい。

１ 電力供給システム
２ 外部電力系統
３ 太陽光発電機
４ 風力発電機
５ 再生可能エネルギー発電機
６ 負荷
７ 原動機
８ 電気自動車
９ 蓄電池
２０ エネルギーマネジメントシステム
２０ａ 統括制御部
２２ 計算部
２２ａ 需給予測計算部
２２ｂ 離散値決定部
２２ｃ 需給計画計算部
２２ｄ 需給バランス制御部
２３ 記憶部
２３ａ 需給予測記憶部
２３ｂ 需給計画記憶部
２３ｂａ １次最適解記憶部
２３ｂｂ ２次最適解記憶部
２３ｃ 制御値記憶部
Ｇ マイクログリッド

Claims (5)

1. 蓄電装置を含む出力制御可能な機器と再生可能エネルギーにより発電を行う発電機と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおける、エネルギーの需給計画を最適化するエネルギーマネジメントシステムであって、
   最適化の指標である目的関数の最適化問題を解くことにより、計画期間内の複数の時刻における前記機器に対する制御値を含む前記需給計画の解を得る需給計画計算部を備え、
   前記需給計画計算部は、前記制御値の変数である独立変数の値を分割した複数の第１離散値を探索することにより１次最適解を取得し、さらに、前記１次最適解を含む一定範囲の前記独立変数の値を前記複数の第１離散値よりも細かく分割した複数の第２離散値を探索することにより２次最適解を取得する、エネルギーマネジメントシステム。
2. 前記需給計画計算部は、前記第１離散値の探索および前記第２離散値の探索のそれぞれに動的計画法を適用することにより、前記前記１次最適解および前記２次最適解を取得する、請求項１に記載のエネルギーマネジメントシステム。
3. 前記需給計画計算部は、１つの前記独立変数からなる１次元の探索空間を探索する、請求項１または２に記載のエネルギーマネジメントシステム。
4. 前記需給計画計算部は、複数の前記独立変数からなる多次元の探索空間を探索する、請求項１または２に記載のエネルギーマネジメントシステム。
5. 蓄電装置を含む出力制御可能な機器と再生可能エネルギーにより発電を行う発電機と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおける、エネルギーの需給計画を最適化する電力需給計画最適化方法であって、
   エネルギーマネジメントシステムが、最適化の指標である目的関数の最適化問題を解くことにより、計画期間内の複数の時刻における前記機器に対する制御値を含む前記需給計画の解を得る需給計画計算ステップを含み、
   前記需給計画計算ステップにおいて、エネルギーマネジメントシステムは、前記制御値の変数である独立変数の値を分割した複数の第１離散値を探索することにより１次最適解を取得し、さらに、前記１次最適解を含む一定範囲の前記独立変数の値を前記複数の第１離散値よりも細かく分割した複数の第２離散値を探索することにより２次最適解を取得する、電力需給計画最適化方法。

Images