[go: up one dir, main page]

WO2022013959A1 - エネルギー供給計画策定装置、および、エネルギー供給計画策定方法 - Google Patents

エネルギー供給計画策定装置、および、エネルギー供給計画策定方法 Download PDF

Info

Publication number
WO2022013959A1
WO2022013959A1 PCT/JP2020/027444 JP2020027444W WO2022013959A1 WO 2022013959 A1 WO2022013959 A1 WO 2022013959A1 JP 2020027444 W JP2020027444 W JP 2020027444W WO 2022013959 A1 WO2022013959 A1 WO 2022013959A1
Authority
WO
WIPO (PCT)
Prior art keywords
energy
energy supply
model
supply
load
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/JP2020/027444
Other languages
English (en)
French (fr)
Inventor
裕之 森
博 米谷
義人 西田
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to US18/008,670 priority Critical patent/US12451699B2/en
Priority to JP2022536029A priority patent/JP7438362B2/ja
Priority to PCT/JP2020/027444 priority patent/WO2022013959A1/ja
Priority to CN202080102825.8A priority patent/CN115917906A/zh
Publication of WO2022013959A1 publication Critical patent/WO2022013959A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—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 a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—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 parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H02J2103/30—

Definitions

  • the technology disclosed in the specification of the present application relates to an energy supply plan formulation device and an energy supply plan formulation method.
  • Power supply equipment such as solar power generation, power transfer equipment such as storage batteries, heat supply equipment such as chillers or eco-cute, or heat transfer equipment such as heat storage tanks for the purpose of efficient utilization of energy resources and reduction of energy costs.
  • a combined heat and power energy supply system that supplies heat and power to facilities such as buildings by linking and utilizing a plurality of energy devices such as the above has been developed (for example, Patent Document 1, Patent Document 2, or Patent Document 3). See).
  • Patent Document 1 and Patent Document 2 an equipment model that can be utilized for formulating an energy supply plan by operating an energy equipment is generated.
  • the function of correcting the device model is not disclosed.
  • Patent Document 3 it is determined whether or not the above-mentioned device model needs to be corrected.
  • the determination of the necessity of correction is based on whether or not the polarity of the above coefficient is the same as that of the user-set or other models of the same type of equipment, the equipment becomes the base load of the energy equipment.
  • the characteristics cannot be taken into consideration, and the prediction accuracy cannot be guaranteed when the characteristics change due to a change in the equipment configuration or a deterioration in the performance of the equipment.
  • the technology disclosed in the specification of the present application was made in view of the problems described above, and is a technology for reducing an error in the energy supply plan to be formulated.
  • the energy supply planning apparatus which is the first aspect of the technology disclosed in the present specification, provides an energy supply plan for controlling the operation of at least one energy device that inputs and outputs energy to an energy supply target. It is an energy supply plan formulation device formulated based on the device model corresponding to the energy device and the load model corresponding to the energy supply target, and the device model shows the energy input / output characteristics of the corresponding energy device. It is data, the load model is a physical formula or calculation method for predicting the energy demand amount of the corresponding energy supply target, the acquisition unit for acquiring the change in the base load of the energy device, and the said.
  • a determination unit that determines the necessity of correction of at least one of the device model and the load model based on the change in the base load, and the device model and the load model based on the determination result in the determination unit.
  • Formulation of a supply plan that formulates an energy supply plan based on a correction unit that corrects at least one of them, a demand forecasting unit that predicts the energy demand amount of the energy supply target, the equipment model, and the energy demand amount. It has a part.
  • the energy supply plan formulation method which is the second aspect of the technique disclosed in the present specification, is an energy supply plan for controlling the operation of at least one energy device that inputs and outputs energy to an energy supply target. It is an energy supply plan formulation method formulated based on the equipment model corresponding to the energy device and the load model corresponding to the energy supply target, and the device model shows the energy input / output characteristics of the corresponding energy device. It is data, and the load model is a physical formula or calculation method for predicting the energy demand amount of the corresponding energy supply target, obtains a change in the base load of the energy device, and obtains the change of the base load of the base load.
  • the device model and the load model Based on the change, it is determined whether or not at least one of the device model and the load model needs to be corrected, and based on the determination result, at least one of the device model and the load model is corrected, and the energy is used.
  • the energy demand amount to be supplied is predicted, and an energy supply plan is formulated based on the equipment model and the energy demand amount.
  • FIG. 1 It is a figure which conceptually shows the example of the configuration of the combined heat and power type energy supply system including the energy supply plan formulation apparatus, regarding the embodiment. It is a figure which shows the example of the structure of the energy supply plan making apparatus with respect to embodiment. It is a figure which shows the example of the table which expresses the parameter of the apparatus model which concerns on embodiment. It is a figure which shows the example of the energy supply plan which concerns on embodiment. It is a figure which shows the example of the structure of the correction necessity determination part and the parameter calculation part which concerns on embodiment. It is a flowchart which shows the example of the processing flow of the correction necessity determination part which concerns on embodiment. It is a figure which shows the example of the extraction of the frequency component which concerns on embodiment.
  • FIG. 2 It is a figure which schematically exemplifies the hardware configuration in the case of actually operating the energy supply planning apparatus shown in FIG. 2 and FIG. It is a figure which conceptually shows the example of the structure (functional part) of the energy supply plan formulation apparatus which concerns on this embodiment.
  • FIG. 16 is a diagram conceptually showing an example of a configuration (functional unit) of an energy supply plan formulation device according to the present embodiment.
  • the energy supply planning device conceptually shown in FIG. 16 has an energy supply plan for controlling the operation of at least one energy device that inputs and outputs energy to an energy supply target, and is a device model corresponding to the energy device. , And an energy supply plan formulation device that is formulated based on the load model corresponding to the energy supply target.
  • the energy supply plan formulation device includes an acquisition unit 3001, a determination unit 3002, a correction unit 3003, a demand forecast unit 3004, and a supply plan formulation unit 3005.
  • the device model is data showing the energy input / output characteristics of the corresponding energy device.
  • a load model is also a physical expression or calculation method for predicting the energy demand of the corresponding energy supply target.
  • Acquisition unit 3001 acquires changes in the base load of energy equipment.
  • the determination unit 3002 determines whether or not at least one of the device model and the load model needs to be corrected based on the change in the base load.
  • the correction unit 3003 corrects at least one of the device model and the load model based on the determination result in the determination unit.
  • the demand forecasting unit 3004 predicts the energy demand amount of the energy supply target.
  • the supply plan formulation unit 3005 formulates an energy supply plan based on the equipment model and the amount of energy demand.
  • FIG. 1 is a diagram conceptually showing an example of a configuration of a combined heat and power supply type energy supply system including an energy supply plan formulation device 1 according to the present embodiment.
  • the energy supply planning device 1 is connected to the energy device 2 and the sensor 3 via the control network 4.
  • the energy supply plan formulation device 1 is a device that controls the operation of the energy device 2.
  • the energy device 2 is a component of the energy supply system and is a device for stocking (that is, storing) energy for supplying or supplying energy to the building 1000 to which the energy is supplied.
  • the energy device 2 includes a power supply device 21 such as a private power generator that supplies power to a building 1000 or the like, a power transfer device 22 such as a storage battery that stores and discharges power, and a heat supply device 23 such as a chiller that supplies heat. It is provided with a heat transfer device 24 such as a heat storage tank that stores and dissipates heat.
  • a power supply device 21 such as a private power generator that supplies power to a building 1000 or the like
  • a power transfer device 22 such as a storage battery that stores and discharges power
  • a heat supply device 23 such as a chiller that supplies heat. It is provided with a heat transfer device 24 such as a heat storage tank that stores and dissipates heat.
  • the configuration and number of the energy devices 2 are not limited to the cases shown in FIG. 1.
  • the sensor 3 is a sensor that measures a physical quantity, and is composed of one or a plurality of sensors (sensor 31 and sensor 32 in FIG. 1) and the like.
  • the sensor 3 is, for example, a sensor that measures temperature, humidity, the amount of solar radiation, or the like as indoor / outdoor environment data and acquires the corresponding data.
  • the sensor 3 may be built in the energy device 2. Further, the data acquired by the sensor 3 may include weather forecast data acquired via the Internet or the like.
  • the control network 4 is a communication network for connecting the energy supply plan formulation device 1, the energy device 2, and the sensor 3 to each other.
  • FIG. 2 is a diagram showing an example of the configuration of the energy supply plan formulation device 1 according to the present embodiment.
  • the energy supply planning device 1 includes a receiving device 11, a transmitting device 12, a storage device 13, and an arithmetic unit 14. As described above, the energy supply plan formulation device 1 shown in FIG. 2 controls the operation of the energy device 2.
  • the receiving device 11 acquires data from the energy device 2 and the sensor 3 at predetermined time intervals (for example, every 5 minutes). Then, the receiving device 11 stores the acquired data in the storage device 13. The data acquisition interval from the energy device 2 and the data acquisition interval from the sensor 3 may be different.
  • the transmission device 12 transmits a control command to the energy device 2.
  • the storage device 13 stores at least equipment characteristic value data 131, load model parameter 132, supply energy actual data 133, consumption amount actual data 134, indoor / outdoor environment data 135, and equipment operation actual data 136.
  • the device characteristic value data 131 is data related to the characteristic value (parameter) of the device model 144a possessed by the supply plan formulation unit 144.
  • the device model 144a is data showing the energy input / output characteristics of the energy device 2 as a table or a graph.
  • the device model 144a is referred to when formulating an energy supply plan and is used to determine the amount of energy input / output in the target energy device 2.
  • the device model 144a is, for example, the relationship between the cold / hot water outlet temperature and the outside air temperature and the coefficient of performance (COP) of a chiller which is a kind of energy device 2.
  • COP coefficient of performance
  • the load model parameter 132 is data related to the parameters of the load model 143a possessed by the demand forecasting unit 143, which will be described later.
  • the load model 143a is a physical formula or calculation method for predicting the energy demand in the building 1000, and the load model parameter 132 is used to predict the energy demand.
  • the load model parameter 132 is, for example, the thermal transmission rate of the wall surface, which is the skeleton information of the building 1000.
  • the supply energy actual data 133 is data showing the amount of energy supplied by the energy device 2 in the past from the current time for each time.
  • the length of the storage period of the supply energy actual data 133 that goes back to the past is not particularly limited.
  • the supply energy actual data 133 may be energy supply amount data directly measured by the sensor 3, or may be energy supply amount data calculated from other related data.
  • the actual consumption data 134 is data showing the amount of electric energy or the amount of fuel consumed by the energy device 2 in the past from the current time for each time.
  • the length of the storage period of the actual consumption data 134 retroactively is not particularly limited.
  • the actual consumption data 134 may be consumption data directly measured by the sensor 3 or may be consumption data calculated from other related data.
  • the indoor / outdoor environment data 135 is data indicating the temperature, humidity, amount of solar radiation, etc. measured by the sensor 3 around or inside the building 1000.
  • the indoor / outdoor environment data 135 may include weather forecast data acquired via the Internet or the like.
  • the length of the storage period retroactively of the indoor / outdoor environment data 135 and the length of the forecast period after the next day of the indoor / outdoor environment data 135 are not particularly limited.
  • the device operation record data 136 is data indicating the device state when the energy device 2 was operated before the current time, respectively, for each time.
  • the device operation record data 136 is, for example, the cold / hot water inlet / outlet temperature or the cold / hot water flow rate of a chiller which is a kind of energy device 2.
  • the length of the storage period of the device operation record data 136 that goes back to the past is not particularly limited.
  • the arithmetic unit 14 includes a correction necessity determination unit 141, a parameter calculation unit 142, a demand forecast unit 143, a supply plan formulation unit 144, and a control command conversion unit 145.
  • the correction necessity determination unit 141 determines the necessity of correcting the device characteristic value data 131 and the load model parameter 132 using other data.
  • the correction necessity determination unit 141 determines that correction of the equipment model 144a and / or load model 143a is necessary when the characteristics of the energy supply in the building 1000 change due to deterioration of the equipment or change of the configuration. do.
  • the details of the correction necessity determination unit 141 will be described later.
  • the parameter calculation unit 142 performs an operation for correcting the parameters for the device model 144a and / or the load model 143a, which are determined by the correction necessity determination unit 141 to be corrected. Then, the parameter calculation unit 142 corrects the device model 144a and / or the load model 143a by newly storing and updating the parameter as the calculation result in the storage device 13. The details of the parameter calculation unit 142 will be described later.
  • the demand forecasting unit 143 predicts the energy demand amount in the building 1000 based on the data acquired from the storage device 13 by using the load model 143a.
  • the load model 143a is a physical formula or calculation method for predicting the energy demand in the building 1000 as described above, and the load model parameter 132 is used to predict the energy demand. The details of the demand forecasting unit 143 will be described later.
  • the supply planning unit 144 uses the equipment model 144a and the optimization engine 144b, and based on the energy demand in the building 1000 predicted by the demand forecasting unit 143 and the data acquired from the storage device 13, the energy equipment 2 The operation schedule is decided, and the energy supply plan for the building 1000 is formulated.
  • the device model 144a is data showing the energy input / output characteristics of the energy device 2 in a table or the like.
  • the device characteristic value data 131 is used to determine the input / output energy of the energy device 2. The details of the supply plan formulation unit 144 will be described later.
  • the control command conversion unit 145 converts the energy supply plan formulated by the supply plan formulation unit 144 into a control command for actually giving a command to the energy device 2.
  • FIG. 3 is a diagram showing an example of a table representing the parameters of the device model 144a according to the present embodiment.
  • the parameters of the device model 144a are stored as a table whose numerical values are determined by one or more variables (x 1 ... x n , y 1 ... y n in FIG. 3).
  • a plurality of this table may be stored depending on the condition that each device depends on variables other than the variables stored in the table.
  • FIG. 4 is a diagram showing an example of an energy supply plan for this embodiment.
  • the vertical axis indicates the amount of energy [kWh]
  • the horizontal axis indicates the time.
  • the energy supply capacity of the energy device A is shown by a bold dotted line
  • the energy supply capacity of the energy device B is shown by a fine dotted line
  • the accumulated value of the energy supply capacity of the energy device A, the energy device B, and the energy device C is shown. (Total value) is shown by a bold solid line
  • the amount of energy stored in the energy device C is shown by a fine solid line.
  • the energy supply capacity of the energy device C is the portion obtained by removing the bold dotted line and the fine dotted line from the bold solid line.
  • an energy supply plan is a time-series display of the energy supply capacity to be output by each energy device and its residual amount (energy storage amount) with respect to the energy demand amount. ..
  • the energy supply plan is converted into a format that can be recognized as a control command by each energy device 2 by the control command conversion unit 145, and then transmitted to each energy device 2. Then, the energy device 2 supplies the energy required by the energy supply plan.
  • FIG. 5 is a diagram showing an example of the configuration of the correction necessity determination unit 141 and the parameter calculation unit 142 according to the present embodiment.
  • the energy supply plan formulation device 1 includes the equipment model 144a and the load model even when the equipment configuration is changed or the characteristics are changed due to the deterioration of the equipment performance.
  • the accuracy of 143a can be guaranteed, and energy can be supplied stably and at low cost.
  • the correction necessity determination unit 141 includes a factor analysis unit 141a, a characteristic change acquisition unit 141b, and a determination unit 141c. As described above, the data acquired from the storage device 13 is used to determine whether or not the device model 144a in the energy device 2 needs to be corrected. The determination result of the necessity of correction is output to the parameter calculation unit 142.
  • the parameter calculation unit 142 selects the energy device 2 that needs to be corrected for the characteristic value or the parameter based on the determination result output from the correction necessity determination unit 141 as described above, and the device corresponding to the energy device 2. For the parameters of the model 144a and / or the load model 143a, new parameters are calculated and updated using the data acquired from the storage device 13.
  • FIG. 6 is a flowchart showing an example of the processing flow of the correction necessity determination unit 141 according to the present embodiment.
  • the processes from step ST1 to step ST4 are performed by the factor analysis unit 141a in the correction necessity determination unit 141.
  • the processing from step ST5 to step ST7 in FIG. 6 is performed by the characteristic change acquisition unit 141b in the correction necessity determination unit 141.
  • the processing from step ST8 to step ST10 in FIG. 6 is performed by the determination unit 141c in the correction necessity determination unit 141.
  • step ST1 the factor analysis unit 141a selects one of the plurality of energy devices 2 possessed by the energy supply system.
  • step ST2 the factor analysis unit 141a acquires the supply energy actual data 133 of the energy device 2 selected in step ST1.
  • the supply energy actual data 133 for a certain past period for example, for 7 days
  • the acquisition period is not limited to this.
  • the factor analysis unit 141a evaluates the degree of influence of the energy device 2 selected in step ST1 on the energy supply system.
  • the factor analysis unit 141a refers to the actual supply energy data 133, and has a high degree of influence in proportion to the magnitude of the ratio of the amount of energy supplied by the energy device 2 to the amount of energy supplied by the entire energy supply system.
  • the degree of influence on the energy supply system of the energy device 2 is evaluated by the method to be possessed.
  • step ST4 the factor analysis unit 141a determines whether or not the evaluation of the degree of influence of all the energy devices 2 possessed by the energy supply system has been completed. Then, when the evaluation of the degree of influence of all the energy devices 2 possessed by the energy supply system is completed, that is, when it corresponds to "YES" branched from step ST4 shown in FIG. 6, an example is shown in FIG. Proceed to step ST5 where is indicated. On the other hand, if there is an energy device 2 for which the evaluation of the degree of influence has not been completed, that is, if it corresponds to "NO" branching from step ST5 shown in FIG. 6, an example is shown in FIG. Return to step ST1.
  • step ST5 the characteristic change acquisition unit 141b compares the influence degrees of the plurality of energy devices 2 evaluated in step ST3, and extracts the energy device 2 having the highest influence.
  • the characteristic change acquisition unit 141b acquires the frequency component by performing frequency analysis on the supply energy actual data 133 of the energy device 2 extracted in step ST5.
  • the supply energy actual data 133 for a certain past period for example, for 7 days
  • the acquisition period is not limited to this.
  • the power spectrum which is the relationship between the frequency and the amplitude, is derived from the time series data of the supply energy actual data 133 as the input data by using the Fourier transform.
  • t indicates the time to be calculated
  • x indicates the order
  • n indicates the total number of data
  • F (x) indicates the numerical value after the Fourier transform in the order x
  • y (t) indicates the output at time t. show.
  • f (x) indicates the frequency in the order x.
  • a (x) indicates the amplitude in the order x.
  • the characteristic change acquisition unit 141b searches for a DC component by referring to the frequency component acquired in step ST6, and regards this as the base load of the energy device.
  • the base load means the minimum amount of energy (electric power amount) maintained in a predetermined period regardless of the season or time zone. Further, the difference from the amplitude of the base load of the energy device on the previous day and the difference from the amplitude of the base load of the energy device in the period before that are calculated based on the current time. In the extraction of the base load, the amplitude when the frequency acquired in step ST6 is 0 Hz is extracted as a DC component.
  • step ST8 the determination unit 141c compares the difference in the amplitude of the base load of the energy device based on the current time calculated in step ST7 with the predetermined threshold value.
  • the predetermined threshold value is a value that can be changed as appropriate, and is not limited to a specific value. Then, the determination unit 141c determines whether or not the difference in the amplitude of the base load of the energy device with respect to the current time is equal to or greater than a predetermined threshold value.
  • FIG. 6 when the difference in the amplitude of the base load with respect to the current time is equal to or greater than a predetermined threshold value, that is, when it corresponds to "YES" branching from step ST8 shown in FIG. Proceed to step ST9 where an example is shown in.
  • a predetermined threshold value that is, when it corresponds to "YES” branching from step ST8 shown in FIG.
  • Step ST10 where an example is shown in FIG.
  • step ST9 since the difference calculated in step ST7 is equal to or greater than the threshold value, the determination unit 141c determines that the device characteristic value data 131, which is a parameter of the device model 144a, needs to be corrected.
  • step ST10 since the difference calculated in step ST7 is less than the threshold value, the determination unit 141c determines that the correction of the device characteristic value data 131, which is a parameter of the device model 144a, is not necessary.
  • step ST11 the determination unit 141c outputs the correction necessity determined in step ST9 or step ST10 as a determination result to the parameter calculation unit 142.
  • FIG. 7 is a diagram showing an example of extraction of frequency components according to the present embodiment.
  • the vertical axis represents the amplitude and the horizontal axis represents the frequency.
  • FIG. 7 shows an example of the frequency component acquired by performing frequency analysis on the supply energy actual data 133 in step ST6 and step ST7 of FIG.
  • Step ST6 derives the power spectrum as shown in FIG. Further, the DC component regarded as the base load of the energy device in step ST7 becomes a portion such as a point P1 having a frequency of 0 Hz as described above. By referring to the amplitude of this portion, it is determined whether or not correction is necessary.
  • FIG. 8 is a flowchart showing an example of the processing flow of the correction necessity determination unit 141 according to the present embodiment. Unlike the processing flow shown in FIG. 6, frequency analysis is not performed in the processing flow shown in FIG.
  • step ST101 to step ST104 in FIG. 8 is performed by the factor analysis unit 141a in the correction necessity determination unit 141. Further, the processing from step ST105 to step ST110 in FIG. 8 is performed by the characteristic change acquisition unit 141b in the correction necessity determination unit 141. Further, the processing from step ST111 to step ST113 in FIG. 8 is performed by the determination unit 141c in the correction necessity determination unit 141.
  • steps ST101 to ST105 in FIG. 8 are the same as steps ST1 to ST5 shown in FIG. 6, the description thereof will be omitted.
  • step ST106 the characteristic change acquisition unit 141b acquires the supply energy actual data 133 and the consumption amount actual data 134 of the energy device 2 extracted in step ST105.
  • the supply energy actual data 133 and the consumption actual data 134 for a certain past period for example, 7 days
  • the acquisition period is not limited to this. No.
  • the characteristic change acquisition unit 141b uses the data acquired in step ST106 to calculate the operating value, which is a parameter to be corrected, for each time.
  • energy supply equipment such as a heat pump or cogeneration system that inputs power and outputs heat by energy conversion, or solar power (solar photovoltaics, that is, PV) other than heat or electric energy.
  • the correction target is set as the operating value which is a parameter, and the data is calculated by using the following equation (4).
  • t indicates a time
  • Parameter m (t) indicates an operating value at time t
  • Q m (t) indicates an output energy amount at time t
  • P m (t) indicates an input energy at time t.
  • the correction target is the coefficient related to energy loss, and the relevant data is used. Is calculated using the following equation (5).
  • t indicates the time
  • Q loss_m (t) indicates the operating value at the time t
  • Q stock (t) indicates the amount of stored energy at the time t
  • Q in (t) indicates the input energy at the time t.
  • the quantity is indicated
  • Q out (t) indicates the amount of output energy at time t.
  • step ST108 the characteristic change acquisition unit 141b acquires the indoor / outdoor environment data 135 and the device operation record data 136 of the energy device 2 extracted in step ST105.
  • the indoor / outdoor environment data 135 and the device operation record data 136 for a certain past period are acquired from the storage device 13, but the acquisition period is not limited to this. No.
  • the characteristic change acquisition unit 141b calculates the theoretical numerical value, which is a parameter to be corrected, for each time using the data acquired in step ST108.
  • the theoretical value is calculated using the related data with reference to the device characteristic value data 131.
  • the COP is calculated by using the cold / hot water outlet temperature and the outside air temperature with reference to the table of the device characteristic value data 131.
  • the characteristic change acquisition unit 141b calculates the root mean square error (root mean square error, that is, RMSE) of the operating value and the theoretical value calculated in step ST107 and step ST109. That is, the characteristic change acquisition unit 141b acquires an index of change in the base load based on the RMSE of the operating numerical value and the theoretical numerical value.
  • RMSE root mean square error
  • n indicates the total number of time steps
  • i indicates the time step
  • Parameter ci indicates the theoretical numerical value in the time step i
  • Parameter mi indicates the operating numerical value in the time step i.
  • the RMSE in the case of energy transfer equipment is calculated using the following formula (7).
  • n indicates the total number of time steps
  • i indicates the time steps
  • Q loss_ci indicates the theoretical numerical value in the time step i
  • Q loss_mi indicates the operating numerical value in the time step i.
  • the determination unit 141c compares the RMSE calculated in step ST110 with the predetermined threshold value.
  • the predetermined threshold value is a value that can be changed as appropriate, and is not limited to a specific value. Then, the determination unit 141c determines whether or not the RMSE is equal to or higher than a predetermined threshold value. That is, the determination unit 141c determines whether or not the change in the base load is equal to or greater than the threshold value based on the RMSE of the operating value and the theoretical value.
  • step ST112 since the RMSE calculated in step ST111 is equal to or greater than the threshold value, the determination unit 141c determines that the device characteristic value data 131, which is a parameter of the device model 144a, needs to be corrected.
  • step ST113 since the RMSE calculated in step ST111 was less than the threshold value, the determination unit 141c determines that the correction of the device characteristic value data 131, which is a parameter of the device model 144a, is not necessary.
  • step ST114 the determination unit 141c outputs the correction necessity determined in step ST112 or step ST113 as a determination result to the parameter calculation unit 142.
  • the processing flow shown in FIG. 8 it is possible to determine whether or not the parameters of other models need to be corrected, not limited to the device characteristic value data 131, by the threshold comparison using RMSE. For example, by using the operating value as the demand forecast value calculated in the past and the theoretical value as the supply energy actual data 133, the magnitude of the prediction error of the load model 143a can be determined by the determination unit 141c, and the load model can be determined. It is possible to determine whether or not the parameter correction of 143a is necessary.
  • FIG. 9 is a flowchart showing an example of the processing flow of the parameter calculation unit 142 according to the present embodiment.
  • step ST201 one of a plurality of energy devices 2 possessed by the energy supply system is selected.
  • step ST202 the correction necessity determination result for the energy device 2 selected in step ST201 is referred to from the correction necessity determination unit 141, and the parameter of the device model 144a of the selected energy device 2 (that is, that is). It is determined whether or not the correction of the device characteristic value data 131) is necessary.
  • FIG. 9 An example is shown in FIG. 9 when the parameters of the device model 144a of the selected energy device 2 need to be corrected, i.e., corresponding to "YES" branching from step ST202 shown in FIG. Step ST203 is performed.
  • the example is shown in FIG. Proceed to step ST211 in which is indicated.
  • the RMSE target value and the parameter initial value are set for the random search process performed in a later step.
  • the RMSE target value is an arbitrary numerical value, and is, for example, a predetermined threshold value used for comparison with RMSE in step ST111 in FIG.
  • the initial value of the parameter is an arbitrary numerical value, and is, for example, the value of the parameter currently adopted in the model.
  • step ST204 the indoor / outdoor environment data 135 and the supply energy actual data 133 of the energy device 2 extracted in step ST201 are acquired.
  • the indoor / outdoor environment data 135 and the supply energy actual data 133 for a certain past period for example, 7 days
  • the acquisition period is not limited to this. No.
  • step ST205 a random temporary parameter is generated for the random search process performed in a later step.
  • the range in which the parameters can be randomly scattered is not particularly limited.
  • step ST206 load prediction is performed using the random parameters generated in step ST205, and further, RMSE between the load prediction value and the supply energy actual data 133 is calculated.
  • RMSE is calculated using the following formula (8).
  • n indicates the total number of time steps
  • i indicates the time step
  • Q ci indicates the load predicted value in the time step i
  • Q mi indicates the actual supply energy value in the time step i.
  • step ST207 it is determined whether or not the RMSE calculated in step ST206 is less than the provisional RMSE.
  • the provisional RMSE is the RMSE stored in step ST208 described later.
  • step ST206 If the RMSE calculated in step ST206 is less than the provisional RMSE, that is, corresponding to "YES" branching from step ST207, the example shown in FIG. 9, the process proceeds to step ST208, the example shown in FIG. ..
  • the RMSE calculated in step ST206 is greater than or equal to the provisional RMSE, that is, if it corresponds to "NO" branching from step ST207 shown in FIG. 9, an example is shown in FIG. Proceed to ST209. If the provisional RMSE is not stored, the process proceeds to step ST208.
  • step ST208 since the RMSE calculated in step ST206 was less than the provisional RMSE, the random parameter generated in step ST205 is stored as the provisional parameter. Here, if there is a provisional parameter stored so far, the old provisional parameter is updated with the new provisional parameter. Further, the RMSE calculated in step ST206 is stored as a provisional RMSE. Here, if there is a provisional RMSE stored so far, the old provisional RMSE is updated with a new provisional RMSE.
  • step ST209 it is determined whether or not the RMSE calculated in step ST206 is equal to or less than a predetermined threshold value.
  • the predetermined threshold value is the RMSE target value set in step ST203.
  • step ST206 If the RMSE calculated in step ST206 is less than or equal to a predetermined threshold, that is, if it corresponds to "YES" branching from step ST209 shown in FIG. 9, an example is shown in FIG. Proceed to ST210. On the other hand, if the RMSE calculated in step ST206 is greater than a predetermined threshold, that is, if it corresponds to "NO" branching from step ST209, the example of which is shown in FIG. Return to step ST205 shown.
  • step ST210 since the RMSE calculated in step ST206 was equal to or less than the predetermined threshold value, the provisional parameter stored in step ST208 is output as a new parameter after correction.
  • step ST211 it is determined whether or not the evaluation of all the energy devices 2 possessed by the energy supply system has been completed. Then, when the evaluation of all the energy devices 2 possessed by the energy supply system is completed, that is, when it corresponds to "YES" branching from step ST211 shown in FIG. 9, the process is terminated. On the other hand, if there is an energy device 2 for which evaluation has not been completed, that is, if it corresponds to "NO" branching from step ST211 shown in FIG. 9, an example is shown in step ST201. Return to.
  • FIG. 10 is a flowchart showing an example of the processing flow of the parameter calculation unit 142 according to the present embodiment. Unlike the processing flow shown in FIG. 9, the processing flow shown in FIG. 10 does not perform a random search.
  • step ST301 one of a plurality of energy devices 2 possessed by the energy supply system is selected.
  • step ST302 the correction necessity determination result for the energy device 2 selected in step ST301 is referred to from the correction necessity determination unit 141, and the parameter of the device model 144a of the selected energy device 2 is corrected. Determine if it is necessary.
  • FIG. 10 An example is shown in FIG. 10 when the parameters of the device model 144a of the selected energy device 2 need to be corrected, i.e., corresponding to "YES" branching from step ST302 shown in FIG. Step ST303 is performed.
  • the parameters of the device model 144a of the selected energy device 2 that is, if it corresponds to "NO" branching from step ST302 shown in FIG. 10
  • an example is shown in FIG. Proceed to step ST306 where is indicated.
  • step ST303 the indoor / outdoor environment data 135, the supply energy actual data 133 of the energy device 2 extracted in step ST301, and the device operation actual data 136 are acquired.
  • the indoor / outdoor environment data 135, the supply energy actual data 133, and the equipment operation actual data 136 for a certain past period (for example, 7 days) are acquired from the storage device 13, but the acquisition period is this. Not limited to.
  • step ST304 a regression equation with supply energy as the objective variable is derived by multivariable linear regression analysis.
  • the regression equation is derived as in the following equation (9).
  • each regression coefficient is calculated as a minimization problem of the following equation (10) based on the concept of the least squares method.
  • i indicates the total number of data
  • y i indicates the objective variable in the i-th data
  • ⁇ 1 , ⁇ 2 Indicates the regression coefficient
  • x 1 , x 2 Indicates the explanatory variable in the i-th data.
  • ⁇ indicates a constant term.
  • the explanatory variables of the regression equation are the data related to the energy device 2 selected in step ST301.
  • the device characteristic value data 131 is updated with reference to the regression coefficient in the regression equation derived in step ST304.
  • the objective function of the regression equation can be the device characteristic value data 131 instead of the energy quantity.
  • the regression coefficient of the regression equation with the cold / hot water outlet temperature and the outside air temperature as explanatory variables and COP as the objective variable is referred to and stored in the table of the device characteristic value data 131. Update the numerical value of the parameter that has been set. At this time, the COP is an operating value as calculated in step ST107 in FIG.
  • the regression equation is derived as in the following equation (11).
  • Parameter c indicates the theoretical numerical value of the parameter to be corrected, ⁇ 1 , ⁇ 2 ... Indicates the regression coefficient, x 1 , x 2 ... Indicates the explanatory variable, and ⁇ indicates the constant term.
  • step ST306 it is determined whether or not the evaluation of all the energy devices 2 possessed by the energy supply system is completed. Then, when the evaluation of all the energy devices 2 possessed by the energy supply system is completed, that is, when it corresponds to "YES" branching from step ST306 shown in FIG. 10, the process is terminated. On the other hand, if there is an energy device 2 for which evaluation has not been completed, that is, if it corresponds to "NO" branching from step ST306 shown in FIG. 10, an example is shown in step ST301 shown in FIG. Return to.
  • FIG. 11 is a flowchart showing an example of the processing flow of the demand forecasting unit 143 according to the present embodiment.
  • step ST401 the supply energy actual data 133 of all the energy devices 2 possessed by the energy supply system is acquired.
  • the supply energy actual data 133 for a certain past period (for example, for 7 days) is acquired from the storage device 13, but the acquisition period is not limited to this.
  • the supply energy actual data 133 is, for example, the amount of energy supplied by the heat source machine as cold / hot water to the air conditioning load, or the amount of energy supplied by the water heater as hot water to the hot water supply load.
  • step ST402 only the data at 0:00 of each day of the supply energy actual data 133 acquired in step ST401 is extracted. This is because the processing in step ST403, which will be described later, is performed for each time, and the data to be extracted is changed every step of a predetermined time interval. Then, each time the process returns from step ST404 described later and the iterative process of step ST402 is performed, the time step is advanced by one. This iterative process is performed in a predetermined period (for example, from 0:00 to 24:00), but this period is not limited to a specific period such as one day.
  • a predetermined period for example, from 0:00 to 24:00
  • step ST403 the actual supply energy values at the time extracted in step ST402 are totaled, and the total supply energy actual values supplied to the building 1000 by all the energy devices 2 are used. Then, the average value of the total energy supply actual value is calculated.
  • the average value is a demand forecast value and is calculated using the following equation (12).
  • Q t indicates the demand forecast value at time t
  • Q (d, t) indicates the actual supply energy value at time t d days before
  • N indicates the number of days of the actual supply energy data 133 acquired in step ST401. Is shown.
  • step ST404 it is determined whether or not the calculation up to step ST403 has been completed for the predetermined period.
  • the calculation up to step ST403 is completed for a predetermined period, that is, when it corresponds to "YES" branching from step ST404 shown in FIG. 11, the process proceeds to step ST405 shown in FIG. ..
  • the calculation up to step ST403 is not completed for a predetermined period, that is, if it corresponds to "NO" branching from step ST404 shown in FIG. 11, an example is shown in FIG. Return to step ST402.
  • step ST405 the demand forecast value at all the calculated times is output as the forecast result.
  • FIG. 12 is a flowchart showing an example of the processing flow of the demand forecasting unit 143 according to the present embodiment.
  • the demand forecast value is calculated by a physical formula instead of the calculation method using the average value for each time. For example, when calculating the amount of supply energy required for an air conditioner to process a heat load, it is possible to use a physical formula for calculating the amount of heat.
  • the processing flow shown in FIG. 12 predicts the amount of energy demand supplied to such an air conditioner.
  • step ST501 the indoor / outdoor environment data 135, the device operation record data 136 in the energy device 2 related to the calculation by the physical formula among the plurality of energy devices 2 possessed by the energy supply system, and the load model parameter 132 are obtained. get.
  • indoor / outdoor environment data 135 weather forecast information such as outside air temperature or amount of solar radiation and indoor temperature stored in the latest before the current time are acquired from the storage device 13, but the acquisition period is limited to this. It is not something that will be done.
  • the device operation record data the data stored most recently before the current time is acquired from the storage device 13.
  • step ST502 only the indoor / outdoor environment data 135 and the equipment operation record data 136 acquired in step ST501 are extracted at 0:00 on each day. This is because the processing in steps ST503 to ST508, which will be described later, is performed for each time, and the data to be extracted is changed every step of a predetermined time interval. Then, each time the process is repeated from step ST502 to step ST508 after returning from step ST509 described later, the time step is advanced by one. This iterative process is performed in a predetermined period (for example, from 0:00 to 24:00), but this period is not limited to a specific period such as one day.
  • a predetermined period for example, from 0:00 to 24:00
  • step ST503 the heat load from the outside of the building 1000 is calculated as follows for the case of cooling and the case of heating.
  • Q o indicates the heat load from the outside of the building 1000 at that time
  • a wi indicates the window area
  • a way indicates the outer wall area
  • U wi indicates the window thermal transmission coefficient
  • U way indicates the outer wall.
  • R represents indicates the amount of solar radiation
  • T o represents the outside air temperature
  • T the set represents a target room temperature
  • alpha represents a window shielding factor
  • beta denotes the solar absorptance
  • gamma is the surface heat transfer It indicates the rate
  • t d represents the time interval.
  • step ST504 the heat load inside the building 1000 is calculated as follows for the case of cooling and the case of heating.
  • Q in indicates the heat load inside the building 1000
  • Q human indicates the human body heat load
  • Q OA indicates the heat load of the OA equipment
  • Q light indicates the heat load of the lighting equipment
  • x human indicates the number of people present.
  • X OA indicates the number of OA equipment used
  • x light indicates the number of lighting
  • Q in_human indicates the total heat load of the human body
  • Q in_OA indicates the total heat load of the OA equipment
  • Q in_light indicates the total number of lighting equipment. Shows the total heat load.
  • step ST505 the heat load due to the ventilation device is calculated as follows for the case of cooling and the case of heating.
  • Q v indicates the heat load due to the ventilation device
  • V v indicates the ventilation air volume
  • T set indicates the target room temperature
  • ⁇ a indicates the air density
  • C a indicates the air specific heat
  • ⁇ v indicates the ventilation.
  • T o represents the outside air temperature
  • t d represents the time interval.
  • step ST506 the heat load due to the difference between the target room temperature and the room temperature is calculated as follows for the case of cooling and the case of heating.
  • Q t denotes the heat load caused by the difference between the target room and the indoor temperature
  • V area represents the area volume
  • T in represents the room temperature
  • T The set represents a target room temperature
  • [rho a is air density are shown
  • C a denotes the air specific heat.
  • step ST507 the heat load from the adjacent non-air-conditioned space is calculated as follows for the case of cooling and the case of heating.
  • Q n indicates the heat load due to heat transmission from the wall
  • N n indicates the number of adjacent spaces
  • a waiini indicates the inner wall area
  • U waiin indicates the inner wall thermal transmission rate
  • T n indicates adjacent spaces.
  • the temperature in space is indicated
  • T set indicates the target room temperature
  • t d indicates the time interval.
  • the heat load from the adjacent non-air-conditioned space can be calculated as follows for the case of cooling and the case of heating.
  • Q p indicates the heat load due to the pass air
  • N p indicates the number of adjacent spaces
  • V p indicates the pass air air volume
  • T p indicates the temperature in the adjacent space
  • T set indicates the target room temperature.
  • ⁇ a indicates the density of air
  • C a indicates the specific heat of air
  • t d indicates the time interval.
  • step ST508 the heat loads calculated from step ST503 to step ST507 are totaled and used as the predicted amount of energy demand to be supplied to the building 1000.
  • This demand forecast amount is calculated using the following formula (13).
  • Q hvac_area is a demand forecast amount.
  • step ST509 it is determined whether or not the calculation of the demand forecast amount for a predetermined period has been completed.
  • the process proceeds to step ST510 shown in FIG. ..
  • the calculation of the demand forecast amount for a predetermined period is not completed, that is, if it corresponds to "NO" branching from step ST509 shown in FIG. 12, an example is shown in FIG. Return to step ST502.
  • step ST510 the demand forecast value at all the calculated times is output as the demand forecast result.
  • FIG. 13 is a flowchart showing an example of the processing flow of the supply plan formulation unit 144 regarding the present embodiment. The process shown in FIG. 13 is mainly performed by the optimization engine 144b in FIG.
  • step ST601 the charge price of electricity and gas (or one of them) and the control target value are set.
  • the control target value is the upper limit of the charge price for electricity and / or gas consumed to supply energy. Any value can be set for the control target value.
  • step ST602 the device characteristic value data 131 of all the energy devices 2 possessed by the energy supply system and the demand forecast value output by the demand forecast unit 143 are acquired.
  • step ST603 an optimization problem of power cost and fuel cost is created.
  • the optimization problem can be expressed by the following equation (14).
  • t indicates the time
  • p price (t) indicates the unit price of electricity purchased at time t
  • p buy (t) indicates the amount of electricity purchased at time t
  • g price (t) indicates the fuel purchase at time t. The unit price is shown
  • g buy (t) shows the amount of fuel purchased at time t.
  • step ST604 the amount of energy supplied by all the energy devices 2 possessed by the energy supply system is set for each time, and an energy supply plan is formulated. If the amount of energy to be supplied is set in step ST607 described later, the setting is referred to.
  • step ST605 the cost required for energy supply when the energy device 2 is operated according to the energy supply plan formulated in step ST604 is calculated.
  • the power cost and fuel cost optimization problem (see equation (14)) created in step ST603 is used for the calculation.
  • step ST606 it is determined whether or not the energy supply plan formulated in step ST604 and the cost required for energy supply calculated in step ST605 satisfy the constraint conditions.
  • the constraint condition is a control target value set in step ST601 and a demand forecast value output by the demand forecast unit 143. Further, “satisfying the constraint condition” means that the cost required for energy supply is equal to or less than the control target value, or the amount of energy supplied by the energy supply plan is equal to or greater than the demand forecast value.
  • step ST606 An example is shown in FIG. 13 when both the energy supply plan and the cost required for the energy supply meet the constraint conditions, that is, corresponding to "YES" branching from step ST606 shown in FIG. Proceed to step ST607.
  • the example shown in FIG. 13 Proceed to step ST608 where an example is shown.
  • step ST607 it is determined whether or not the cost required for energy supply is the minimum. Whether or not the cost required for energy supply is the minimum is determined by, for example, the cost calculated up to that point when the cost calculation is repeatedly executed and the upper limit of the predetermined number of repeated calculations is reached. It is determined by a method of searching for the minimum value or a method of minimizing the cost when the calculated cost falls below a predetermined cost target value.
  • step ST607 If the cost required for energy supply is the minimum, that is, if it corresponds to "YES" branching from step ST607 shown in FIG. 13, the process proceeds to step ST609 shown in FIG. On the other hand, if the cost required for energy supply is not the minimum, that is, if it corresponds to "NO" branching from step ST607 shown in FIG. 13, the process proceeds to step ST608 shown in FIG.
  • step ST608 the amount of energy supplied by the energy device 2 set in step ST604 or the amount of energy supplied by the energy device 2 changed in the previous step ST608 is changed. Then, the process returns to step ST604.
  • the method of changing the amount of energy is, for example, a method based on a general quadratic programming method. The method for changing the amount of energy is not limited to this method.
  • step ST609 the energy supply plan formulated in step ST604 is output to the control command conversion unit 145.
  • ⁇ About the hardware configuration of the energy supply planning device> 14 and 15 are diagrams schematically illustrating a hardware configuration when the energy supply planning apparatus shown in FIGS. 2 and 5 is actually operated.
  • FIGS. 14 and 15 may not match the configurations illustrated in FIGS. 2 and 5, but this may be inconsistent with the configurations illustrated in FIGS. 2 and 5. Is due to the fact that is a conceptual unit.
  • At least one configuration exemplified in FIGS. 2 and 5 comprises a plurality of hardware configurations exemplified in FIGS. 14 and 15, and one configuration exemplified in FIGS. 2 and 5 includes.
  • the case corresponding to a part of the hardware configurations exemplified in FIGS. 14 and 15, and further, the plurality of configurations exemplified in FIGS. 2 and 5 are one exemplified in FIGS. 14 and 15. It can be assumed that it is prepared for a hardware configuration.
  • each functional unit (correction necessity determination unit 141, parameter calculation unit 142, demand forecast unit 143, supply plan formulation unit 144, and control command conversion unit 145) of the arithmetic unit 14 in FIGS. 2 and 5 and As a hardware configuration for realizing the storage device 13, a processing circuit 1102A for performing an operation and a storage device 1103 capable of storing information are shown.
  • each functional unit (correction necessity determination unit 141, parameter calculation unit 142, demand forecast unit 143, supply plan formulation unit 144, and control command conversion unit 145) of the arithmetic unit 14 in FIGS. 2 and 5 and As a hardware configuration for realizing the storage device 13, a processing circuit 1102B for performing an operation is shown.
  • the storage device 13 is realized by the storage device 1103 or another storage device (not shown here).
  • the storage device 1103 is, for example, a hard disk drive (Hard disk drive, that is, HDD), a random access memory (random access memory, that is, RAM), a read-only memory (read only memory, that is, ROM), a flash memory, and an erase program.
  • Hard disk drive that is, HDD
  • random access memory random access memory
  • read-only memory read only memory
  • flash memory and an erase program.
  • Memory storage including volatile or non-volatile semiconductor memory, magnetic disk, flexible disk, optical disk, compact disk, mini disk or DVD, such as read only memory (EPROM) and electricalally random, read-only memory (EEPROM). It may be a medium) or any storage medium that will be used in the future.
  • the processing circuit 1102A may execute a program stored in a storage device 1103, an external CD-ROM, an external DVD-ROM, an external flash memory, or the like. That is, for example, it may be a central processing unit (CPU), a microcomputer, a microcomputer, or a digital signal processor (DSP).
  • CPU central processing unit
  • microcomputer a microcomputer
  • DSP digital signal processor
  • the arithmetic unit 14 stores the program in the storage device 1103.
  • the program is realized by software, firmware or a combination of software and firmware executed by the processing circuit 1102A.
  • a plurality of processing circuits are linked. It may be realized by doing.
  • the software and firmware may be described as a program and stored in the storage device 1103.
  • the processing circuit 1102A realizes the above function by reading and executing the program stored in the storage device 1103. That is, the storage device 1103 may store a program in which the above functions are eventually realized by being executed by the processing circuit 1102A.
  • processing circuit 1102B may be dedicated hardware. That is, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an integrated circuit (application specific integrated circuit, that is, an ASIC), a field-programmable gate array (FPGA), or a combination thereof. It may be a circuit.
  • the arithmetic unit 14 is realized by operating the processing circuit 1102B.
  • the function of the arithmetic unit 14 may be realized by separate circuits or may be realized by a single circuit.
  • the energy supply plan formulation device includes an acquisition unit, a determination unit 141c, a correction unit, a demand forecast unit 143, and a supply plan formulation unit 144.
  • the acquisition unit corresponds to, for example, the characteristic change acquisition unit 141b.
  • the correction unit corresponds to, for example, the parameter calculation unit 142 and the like.
  • the device model 144a is data showing the energy input / output characteristics of the corresponding energy device 2.
  • the load model 143a is a physical formula or calculation method for predicting the energy demand amount of the corresponding energy supply target.
  • the energy supply target corresponds to, for example, a building 1000.
  • the characteristic change acquisition unit 141b acquires the change in the base load of the energy device 2.
  • the determination unit 141c determines whether or not at least one of the device model 144a and the load model 143a needs to be corrected based on the change in the base load. Further, the parameter calculation unit 142 corrects at least one of the device model 144a and the load model 143a based on the determination result in the determination unit 141c. Further, the demand forecasting unit 143 forecasts the energy demand amount of the building 1000. In addition, the supply plan formulation unit 144 formulates an energy supply plan based on the equipment model 144a and the amount of energy demand.
  • the energy supply planning device includes a processing circuit 1102A for executing a program and a storage device 1103 for storing the program to be executed. Then, when the processing circuit 1102A executes the program, the following operations are realized.
  • the change in the base load of the energy device 2 is acquired. Then, based on the change in the base load, it is determined whether or not at least one of the device model 144a and the load model 143a needs to be corrected. Then, at least one of the device model 144a and the load model 143a is corrected based on the determination result. Then, the energy demand of the building 1000 is predicted. Then, an energy supply plan is formulated based on the equipment model 144a and the energy demand amount.
  • the energy supply planning apparatus includes a processing circuit 1102B which is dedicated hardware. Then, the processing circuit 1102B, which is dedicated hardware, performs the following operations.
  • the processing circuit 1102B which is dedicated hardware, acquires the change in the base load of the energy device 2. Then, based on the change in the base load, it is determined whether or not at least one of the device model 144a and the load model 143a needs to be corrected. Then, based on the determination result, at least one of the device model 144a and the load model 143a is corrected. Then, the energy demand of the building 1000 is predicted. Then, an energy supply plan is formulated based on the equipment model 144a and the energy demand amount.
  • the model (at least one of the device model 144a and the load model 143a) is corrected according to the change in the base load of the energy device 2, and the energy supply plan is further formulated based on the model. can do. Therefore, even when the characteristics change due to the change of the equipment configuration or the performance deterioration of the energy device 2, the error related to the energy supply plan can be reduced.
  • the energy supply plan formulated with high accuracy it is possible to reduce the cost related to energy supply in the combined heat and power energy supply system and to stably supply energy.
  • the characteristic change acquisition unit 141b relates to the energy supply energy actual data 133 and the energy consumption of the energy device 2 which are time-series data showing the actual results regarding the energy supplied to the building 1000.
  • Operation time values calculated based on consumption actual data 134 which is time-series data showing actual results, environmental data related to the internal and external environment of the building 1000, and equipment operation, which is time-series data showing actual results related to the operating state of energy equipment 2.
  • Acquire the change in the base load based on the difference for each time from the theoretical value calculated based on the actual data.
  • the magnitude of the prediction error of the load model 143a can be determined by the determination unit 141c, and the necessity of parameter correction of the load model 143a can be determined.
  • the characteristic change acquisition unit 141b base-loads the supply energy actual data 133, which is time-series data showing the actual energy supplied to the building 1000, by frequency analysis. Is extracted at multiple times, and the change in the base load is acquired based on the difference between the extracted base loads. According to such a configuration, it is possible to determine whether or not the device model 144a can be corrected according to the change in the base load.
  • the parameter calculation unit 142 makes the parameters of the equipment model 144a or the parameters of the load model 143a randomly vary based on the supply energy actual data 133, and the energy of the building 1000. It is supplied to the building 1000 using a random search method that predicts the demand amount multiple times and searches for the parameter that gives the result closest to the supply energy actual data 133, or the parameter of the equipment model 144a or the parameter of the load model 143a as an explanatory variable. At least one of the instrument model 144a and the load model 143a is corrected by a method using a regression equation with the energy as the objective variable. With such a configuration, by correcting the model, it is possible to formulate an energy supply plan based on the corrected model. Therefore, even when the characteristics change due to the change of the equipment configuration or the performance deterioration of the energy device 2, the error related to the energy supply plan can be reduced.
  • the demand forecasting unit 143 is the average value of the energy supplied to the building 1000 calculated from the supply energy actual data 133, or the load model 143a and the energy device 2.
  • the energy demand of the building 1000 is predicted based on the heat load calculated from the operation data (equipment operation record data 136) and the indoor / outdoor environment data 135 relating to the internal / external environment of the building 1000. With such a configuration, it is possible to formulate an energy supply plan that meets the energy demand.
  • the supply planning unit 144 derives a solution of an optimization problem that minimizes the cost required to supply energy to the building 1000 while satisfying the energy demand. By doing so, an energy supply plan will be formulated. With such a configuration, it is possible to formulate an energy supply plan in which the cost required for supplying energy to the building 1000 is suppressed.
  • the energy device 2 includes at least one of a power supply device 21, a power transfer device 22, a heat supply device 23, and a heat transfer device 24.
  • the model can be corrected according to the change in the base load of the energy device 2, and the energy supply plan can be formulated based on the model.
  • the device model 144a is represented as a graph or a table showing the energy input / output characteristics of the corresponding energy device 2.
  • the model can be corrected according to the change in the base load of the energy device 2, and the energy supply plan can be formulated based on the model.
  • the change in the base load of the energy device 2 is acquired in the energy supply plan formulation method. Then, based on the change in the base load, it is determined whether or not at least one of the device model 144a and the load model 143a needs to be corrected. Then, based on the determination result, at least one of the device model 144a and the load model 143a is corrected. Then, the energy demand of the building 1000 is predicted. Then, an energy supply plan is formulated based on the equipment model 144a and the energy demand amount.
  • the model (at least one of the device model 144a and the load model 143a) is corrected according to the change in the base load of the energy device 2, and the energy supply plan is further formulated based on the model. can do. Therefore, even when the characteristics change due to the change of the equipment configuration or the performance deterioration of the energy device 2, the error related to the energy supply plan can be reduced.
  • the material when the material name or the like is described without being specified, the material contains other additives, for example, an alloy or the like, as long as there is no contradiction. It shall be included.
  • each component described in the above-described embodiment is assumed to be software or firmware and corresponding hardware, and in both concepts, each component is a "part". Alternatively, it is referred to as a "processing circuit” or the like.
  • each component is distributed and provided in a plurality of devices, that is, a system such as a combination of a plurality of devices may be used. ..
  • the storage device 13 is shown in FIG. 2 as being mounted in the energy supply planning device, it may be an external functional unit. In that case, other functional units in the energy supply plan formulation device and external functional units may interact with each other to fulfill the function of the energy supply plan formulation device as a whole.
  • 1 energy supply plan formulation device 2 energy device, 3,31,32 sensor, 4 control network, 11 receiver, 12 transmitter, 13,1103 storage device, 14 arithmetic device, 21 power supply device, 22 power transfer device, 23 heat supply equipment, 24 heat transfer equipment, 131 equipment characteristic value data, 132 load model parameters, 133 supply energy actual data, 134 consumption actual data, 135 indoor / outdoor environment data, 136 equipment operation actual data, 141 correction necessity judgment Unit, 141a factor analysis unit, 141b characteristic change acquisition unit, 141c judgment unit, 142 parameter calculation unit, 143 demand forecasting unit, 143a load model, 144 supply plan formulation unit, 144a equipment model, 144b optimization engine, 145 control command conversion Department, 1000 buildings, 1102A, 1102B processing circuit.

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

策定されるエネルギー供給計画に関する誤差を減少させる。エネルギー供給計画策定装置は、エネルギー機器のベースロードの変化を取得する取得部と、ベースロードの変化に基づいて、機器モデルおよび負荷モデルのうちの少なくとも一方の補正の要否を判定する判定部と、判定結果に基づいて、機器モデルおよび負荷モデルのうちの少なくとも一方を補正する補正部と、エネルギー需要量を予測する需要予測部と、機器モデルとエネルギー需要量とに基づいてエネルギー供給計画を策定する供給計画策定部とを備える。

Description

エネルギー供給計画策定装置、および、エネルギー供給計画策定方法
　本願明細書に開示される技術は、エネルギー供給計画策定装置、および、エネルギー供給計画策定方法に関するものである。
　エネルギー資源の効率的な活用およびエネルギーコストの削減を目的として、太陽光発電などの電力供給機器、蓄電池などの電力授受機器、チラーまたはエコキュートなどの熱供給機器、または、蓄熱槽などの熱授受機器などのエネルギー機器を複数台連携させて活用し、ビルなどの施設に熱および電力を供給する熱電併給型エネルギー供給システムが開発されている（たとえば、特許文献１、特許文献２または特許文献３などを参照）。
特開２００９－１１５３８６号公報 特開２０１８－１２８９９５号公報 特開２０１６－１７０７１５号公報
　たとえば、特許文献１および特許文献２では、エネルギー機器の運転によるエネルギー供給計画の策定に活用することができる機器モデルを生成する。しかしながら、当該機器モデルを補正する機能は開示されていない。
　一方で、特許文献３では、上記のような機器モデルの補正要否を判定する。しかしながら、当該補正要否の判定は、上記の係数の極性がユーザー設定または同種機器の他のモデルと比較して同様か否かを基準とするものであるため、エネルギー機器のベースロードとなる機器特性を考慮することができず、設備構成の変更または機器の性能劣化に伴う特性変化が生じた場合には予測精度を保障することができない。
　これによって、エネルギー供給計画を策定する際の負荷予測に誤差が生じ、また、策定されるエネルギー供給計画にも誤差が生じてしまう。そうすると、エネルギー資源の効率的な活用およびエネルギーコストの削減を達成することができない場合があるという問題がある。
　本願明細書に開示される技術は、以上に記載されたような問題を鑑みてなされたものであり、策定されるエネルギー供給計画に関する誤差を減少させるための技術である。
　本願明細書に開示される技術の第１の態様であるエネルギー供給計画策定装置は、エネルギー供給対象に対してエネルギーを入出力する少なくとも１つのエネルギー機器の運転を制御するためのエネルギー供給計画を、前記エネルギー機器に対応する機器モデル、および、前記エネルギー供給対象に対応する負荷モデルに基づいて策定するエネルギー供給計画策定装置であり、前記機器モデルは、対応する前記エネルギー機器のエネルギー入出力特性を示すデータであり、前記負荷モデルは、対応する前記エネルギー供給対象のエネルギー需要量を予測するための物理的な式または演算方法であり、前記エネルギー機器のベースロードの変化を取得する取得部と、前記ベースロードの変化に基づいて、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方の補正の要否を判定する判定部と、前記判定部における判定結果に基づいて、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方を補正する補正部と、前記エネルギー供給対象の前記エネルギー需要量を予測する需要予測部と、前記機器モデルと、前記エネルギー需要量とに基づいてエネルギー供給計画を策定する供給計画策定部とを備える。
　本願明細書に開示される技術の第２の態様であるエネルギー供給計画策定方法は、エネルギー供給対象に対してエネルギーを入出力する少なくとも１つのエネルギー機器の運転を制御するためのエネルギー供給計画を、前記エネルギー機器に対応する機器モデル、および、前記エネルギー供給対象に対応する負荷モデルに基づいて策定するエネルギー供給計画策定方法であり、前記機器モデルは、対応する前記エネルギー機器のエネルギー入出力特性を示すデータであり、前記負荷モデルは、対応する前記エネルギー供給対象のエネルギー需要量を予測するための物理的な式または演算方法であり、前記エネルギー機器のベースロードの変化を取得し、前記ベースロードの変化に基づいて、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方の補正の要否を判定し、判定結果に基づいて、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方を補正し、前記エネルギー供給対象の前記エネルギー需要量を予測し、前記機器モデルと、前記エネルギー需要量とに基づいてエネルギー供給計画を策定する。
　本願明細書に開示される技術の少なくとも第１、２の態様によれば、エネルギー機器のベースロードの変化に応じてモデルを補正し、さらに、当該モデルに基づいてエネルギー供給計画を策定することができる。そのため、エネルギー供給計画に関する誤差を減少させることができる。
　また、本願明細書に開示される技術に関連する目的と、特徴と、局面と、利点とは、以下に示される詳細な説明と添付図面とによって、さらに明白となる。
実施の形態に関する、エネルギー供給計画策定装置を含む熱電併給型のエネルギー供給システムの構成の例を概念的に示す図である。 実施の形態に関する、エネルギー供給計画策定装置の構成の例を示す図である。 実施の形態に関する、機器モデルのパラメータを表現するテーブルの例を示す図である。 実施の形態に関する、エネルギー供給計画の例を示す図である。 実施の形態に関する、補正要否判定部およびパラメータ算出部の構成の例を示す図である。 実施の形態に関する、補正要否判定部の処理フローの例を示すフローチャートである。 実施の形態に関する、周波数成分の抽出の例を示す図である。 実施の形態に関する、補正要否判定部の処理フローの例を示すフローチャートである。 実施の形態に関する、パラメータ算出部の処理フローの例を示すフローチャートである。 実施の形態に関する、パラメータ算出部の処理フローの例を示すフローチャートである。 実施の形態に関する、需要予測部の処理フローの例を示すフローチャートである。 実施の形態に関する、需要予測部の処理フローの例を示すフローチャートである。 実施の形態に関する、供給計画策定部の処理フローの例を示すフローチャートである。 図２および図５に例が示されるエネルギー供給計画策定装置を実際に運用する場合のハードウェア構成を概略的に例示する図である。 図２および図５に例が示されるエネルギー供給計画策定装置を実際に運用する場合のハードウェア構成を概略的に例示する図である。 本実施の形態に関するエネルギー供給計画策定装置の構成（機能部）の例を概念的に示す図である。
　以下、添付される図面を参照しながら実施の形態について説明する。以下の実施の形態では、技術の説明のために詳細な特徴なども示されるが、それらは例示であり、実施の形態が実施可能となるためにそれらすべてが必ずしも必須の特徴ではない。
　なお、図面は概略的に示されるものであり、説明の便宜のため、適宜、構成の省略、または、構成の簡略化が図面においてなされるものである。また、異なる図面にそれぞれ示される構成などの大きさおよび位置の相互関係は、必ずしも正確に記載されるものではなく、適宜変更され得るものである。また、断面図ではない平面図などの図面においても、実施の形態の内容を理解することを容易にするために、ハッチングが付される場合がある。
　また、以下に示される説明では、同様の構成要素には同じ符号を付して図示し、それらの名称と機能とについても同様のものとする。したがって、それらについての詳細な説明を、重複を避けるために省略する場合がある。
　また、以下に記載される説明において、ある構成要素を「備える」、「含む」または「有する」などと記載される場合、特に断らない限りは、他の構成要素の存在を除外する排他的な表現ではない。
　＜エネルギー供給計画策定装置の概念的な構成について＞
　図１６は、本実施の形態に関するエネルギー供給計画策定装置の構成（機能部）の例を概念的に示す図である。
　図１６に概念的に示されるエネルギー供給計画策定装置は、エネルギー供給対象に対してエネルギーを入出力する少なくとも１つのエネルギー機器の運転を制御するためのエネルギー供給計画を、エネルギー機器に対応する機器モデル、および、エネルギー供給対象に対応する負荷モデルに基づいて策定するエネルギー供給計画策定装置である。
　図１６に例示されるようにエネルギー供給計画策定装置は、取得部３００１と、判定部３００２と、補正部３００３と、需要予測部３００４と、供給計画策定部３００５とを備える。
　ここで、機器モデルは、対応するエネルギー機器のエネルギー入出力特性を示すデータである。また、負荷モデルは、対応するエネルギー供給対象のエネルギー需要量を予測するための物理的な式または演算方法である。
　取得部３００１は、エネルギー機器のベースロードの変化を取得する。判定部３００２は、ベースロードの変化に基づいて、機器モデルおよび負荷モデルのうちの少なくとも一方の補正の要否を判定する。
　補正部３００３は、判定部における判定結果に基づいて、機器モデルおよび負荷モデルのうちの少なくとも一方を補正する。需要予測部３００４は、エネルギー供給対象のエネルギー需要量を予測する。供給計画策定部３００５は、機器モデルと、エネルギー需要量とに基づいてエネルギー供給計画を策定する。
　以下の実施の形態において図面などを用いて示されるそれぞれの構成は、上記の図１６に示された構成の例をさらに具体的に示すものである。
　＜実施の形態＞
　以下、本実施の形態に関するエネルギー供給計画策定装置、および、エネルギー供給計画策定方法について説明する。
　＜エネルギー供給計画策定装置の構成について＞
　図１は、本実施の形態に関するエネルギー供給計画策定装置１を含む熱電併給型のエネルギー供給システムの構成の例を概念的に示す図である。図１に例が示されるように、エネルギー供給計画策定装置１は、制御ネットワーク４を介して、エネルギー機器２およびセンサー３と接続されている。ここで、エネルギー供給計画策定装置１は、エネルギー機器２の動作を制御する装置である。
　エネルギー機器２は、エネルギー供給システムの構成要素であって、エネルギーの供給先となる建物１０００へエネルギーを供給するまたは供給するためのエネルギーをストックする（すなわち、蓄える）ための機器である。
　エネルギー機器２は、建物１０００などへ電力を供給する自家発電機などの電力供給機器２１と、電力を蓄放電する蓄電池などの電力授受機器２２と、熱を供給するチラーなどの熱供給機器２３と、熱を蓄放熱する蓄熱槽などの熱授受機器２４とを備える。なお、エネルギー機器２の構成および数については、図１に例が示された場合に限定されるものではない。
　センサー３は、物理量を計測するセンサーであり、ひとつまたは複数のセンサー（図１では、センサー３１およびセンサー３２）などから構成される。センサー３は、たとえば、室内外環境データとして温度、湿度または日射量などを計測して対応するデータを取得するセンサーである。なお、センサー３は、エネルギー機器２に内蔵されていてもよい。また、センサー３によって取得されるデータには、インターネットなどを経由して取得された天気予報のデータなどが含まれていてもよい。
　制御ネットワーク４は、エネルギー供給計画策定装置１、エネルギー機器２およびセンサー３を互いに接続するための通信用のネットワークである。
　図２は、本実施の形態に関するエネルギー供給計画策定装置１の構成の例を示す図である。図２に例が示されるように、エネルギー供給計画策定装置１は、受信装置１１と、送信装置１２と、記憶装置１３と、演算装置１４とを備える。なお上記のように、図２に例が示されるエネルギー供給計画策定装置１は、エネルギー機器２の動作を制御するものである。
　受信装置１１は、エネルギー機器２およびセンサー３から所定の時間間隔（たとえば、５分間隔）でデータを取得する。そして、受信装置１１は、取得されたデータを記憶装置１３に記憶する。なお、エネルギー機器２からのデータの取得間隔と、センサー３からのデータの取得間隔とは、異なっていてもよい。
　送信装置１２は、エネルギー機器２への制御指令を送信するものである。記憶装置１３は、少なくとも、機器特性値データ１３１、負荷モデルパラメータ１３２、供給エネルギー実績データ１３３、消費量実績データ１３４、室内外環境データ１３５および機器運転実績データ１３６を記憶するものである。
　機器特性値データ１３１は、供給計画策定部１４４が有する機器モデル１４４ａの特性値（パラメータ）に関するデータである。機器モデル１４４ａは、エネルギー機器２を対象としてそのエネルギー入出力特性をテーブルまたはグラフなどで示すデータである。機器モデル１４４ａは、エネルギー供給計画を策定する際に参照され、対象となるエネルギー機器２におけるエネルギー入出力量を決定するために用いられる。機器モデル１４４ａは、たとえば、エネルギー機器２の一種であるチラーの、冷温水出口温度および外気温度と成績係数（ｃｏｅｆｆｉｃｉｅｎｔ　ｏｆ　ｐｅｒｆｏｒｍａｎｃｅ、すなわち、ＣＯＰ）との関係などである。
　負荷モデルパラメータ１３２は、後述の需要予測部１４３が有する負荷モデル１４３ａのパラメータに関するデータである。負荷モデル１４３ａは、建物１０００におけるエネルギー需要量を予測するための物理的な式または演算方法であり、このエネルギー需要量を予測するために負荷モデルパラメータ１３２を用いる。負荷モデルパラメータ１３２は、たとえば、建物１０００の躯体情報である壁面の熱貫流率である。
　供給エネルギー実績データ１３３は、エネルギー機器２がそれぞれ現在時刻よりも過去に供給したエネルギー量を時刻ごとに示すデータである。なお、供給エネルギー実績データ１３３の過去に遡る保存期間の長さは、特に限定されるものではない。供給エネルギー実績データ１３３は、センサー３によって直接計測されたエネルギー供給量のデータであってもよく、関連する他のデータから算出されたエネルギー供給量のデータであってもよい。
　消費量実績データ１３４は、エネルギー機器２がそれぞれ現在時刻よりも過去に消費した電力量または燃料量を時刻ごとに示すデータである。なお、消費量実績データ１３４の過去に遡る保存期間の長さは、特に限定されるものではない。消費量実績データ１３４は、センサー３によって直接計測された消費量のデータであってもよく、関連する他のデータから算出された消費量のデータであってもよい。
　室内外環境データ１３５は、建物１０００の周辺または内部においてセンサー３によって計測された温度、湿度または日射量などを示すデータである。室内外環境データ１３５には、インターネットなどを経由して取得された天気予報のデータなどが含まれていてもよい。室内外環境データ１３５の過去に遡る保存期間の長さ、および、室内外環境データ１３５の翌日以降の予報期間の長さは、特に限定されるものではない。
　機器運転実績データ１３６は、エネルギー機器２がそれぞれ現在時刻よりも過去に運転された際の機器状態を時刻ごとに示すデータである。機器運転実績データ１３６は、たとえば、エネルギー機器２の一種であるチラーの、冷温水出入口温度または冷温水流量である。なお、機器運転実績データ１３６の過去に遡る保存期間の長さは、特に限定されるものではない。
　演算装置１４は、補正要否判定部１４１と、パラメータ算出部１４２と、需要予測部１４３と、供給計画策定部１４４と、制御指令変換部１４５とを備える。
　補正要否判定部１４１は、機器特性値データ１３１および負荷モデルパラメータ１３２を、他データを用いて補正することの要否を判定する。補正要否判定部１４１は、機器の劣化または構成の変更などによって建物１０００におけるエネルギー供給の特性が変化した場合に、機器モデル１４４ａまたは負荷モデル１４３ａ（またはその両方）の補正が必要であると判定する。なお、補正要否判定部１４１の詳細については後述する。
　パラメータ算出部１４２は、補正要否判定部１４１において補正が必要であると判定された機器モデル１４４ａまたは負荷モデル１４３ａ（またはその両方）に対してパラメータを補正するための演算を行う。そして、パラメータ算出部１４２は、演算結果としてのパラメータを記憶装置１３に新たに記憶して更新することで機器モデル１４４ａまたは負荷モデル１４３ａ（またはその両方）を補正する。なお、パラメータ算出部１４２の詳細については後述する。
　需要予測部１４３は、負荷モデル１４３ａを用いて、記憶装置１３から取得されたデータに基づいて建物１０００におけるエネルギー需要量を予測するものである。負荷モデル１４３ａは、上記のように建物１０００におけるエネルギー需要量を予測するための物理的な式または演算方法であり、このエネルギー需要量を予測するために負荷モデルパラメータ１３２を用いる。なお、需要予測部１４３の詳細については後述する。
　供給計画策定部１４４は、機器モデル１４４ａおよび最適化エンジン１４４ｂを用いて、需要予測部１４３によって予測された建物１０００におけるエネルギー需要量および記憶装置１３から取得されたデータに基づいて、エネルギー機器２の運用予定を決定し、さらに、建物１０００に対するエネルギー供給計画を策定するものである。機器モデル１４４ａは、エネルギー機器２を対象としてそのエネルギー入出力特性をテーブルなどで示すデータである。エネルギー機器２の入出力エネルギーの決定には、機器特性値データ１３１が用いられる。なお、供給計画策定部１４４の詳細については後述する。
　制御指令変換部１４５は、供給計画策定部１４４で策定されたエネルギー供給計画を、エネルギー機器２に対して実際に指令を与えるための制御指令に変換するものである。
　図３は、本実施の形態に関する、機器モデル１４４ａのパラメータを表現するテーブルの例を示す図である。機器モデル１４４ａのパラメータは、ひとつ以上の変数（図３においては、ｘ１…ｘｎ、ｙ１…ｙｎ）によって数値が決定されるテーブルとして記憶される。このテーブルは、それぞれの機器がテーブルに記憶されている変数以外の変数に依存する条件などによって、複数記憶されていてもよい。また、条件を分岐させる変数が複数存在していてもよい。
　図４は、本実施の形態に関する、エネルギー供給計画の例を示す図である。図４においては、縦軸がエネルギー量［ｋＷｈ］を示し、横軸が時刻を示す。
　図４においては、エネルギー機器Ａのエネルギー供給能力を太字点線で示し、エネルギー機器Ｂのエネルギー供給能力を細字点線で示し、エネルギー機器Ａとエネルギー機器Ｂとエネルギー機器Ｃとのエネルギー供給能力の積み上げ値（合計値）を太字実線で示し、エネルギー機器Ｃの蓄エネルギー量を細字実線で示す。なお、エネルギー機器Ｃのエネルギー供給能力は、太字実線から太字点線および細字点線を除いた部分となる。
　図４に例が示されるように、エネルギー需要量に対して、それぞれのエネルギー機器が出力すべきエネルギー供給能力およびその残存量（蓄エネルギー量）とを時系列で示すものをエネルギー供給計画とする。
　エネルギー供給計画は、制御指令変換部１４５によってそれぞれのエネルギー機器２が制御指令として認識することができる形式へ変換された上で、それぞれのエネルギー機器２へ伝達される。そして、エネルギー機器２は、エネルギー供給計画で要求されるエネルギーを供給する。
　図５は、本実施の形態に関する、補正要否判定部１４１およびパラメータ算出部１４２の構成の例を示す図である。エネルギー供給計画策定装置１は、補正要否判定部１４１およびパラメータ算出部１４２を備えることによって、設備構成の変更または機器の性能劣化に伴う特性変化があった場合においても、機器モデル１４４ａおよび負荷モデル１４３ａの精度を保証して、安定的かつ省コストでエネルギー供給を行うことができる。
　補正要否判定部１４１は、要因分析部１４１ａと、特性変化取得部１４１ｂと、判定部１４１ｃとを備える。上記のように、記憶装置１３から取得されたデータを用いて、エネルギー機器２における機器モデル１４４ａの補正要否を判定する。補正要否の判定結果は、パラメータ算出部１４２に出力される。
　パラメータ算出部１４２は、上記のように補正要否判定部１４１から出力された判定結果に基づいて特性値またはパラメータの補正が必要であるエネルギー機器２を選択し、当該エネルギー機器２に対応する機器モデル１４４ａまたは負荷モデル１４３ａ（またはその両方）のパラメータに対し、記憶装置１３から取得されたデータを用いて新たなパラメータを算出して更新する。
　図６は、本実施の形態に関する、補正要否判定部１４１の処理フローの例を示すフローチャートである。図６における、ステップＳＴ１からステップＳＴ４までの処理は、補正要否判定部１４１における要因分析部１４１ａが行う。また、図６における、ステップＳＴ５からステップＳＴ７までの処理は、補正要否判定部１４１における特性変化取得部１４１ｂが行う。また、図６における、ステップＳＴ８からステップＳＴ１０までの処理は、補正要否判定部１４１における判定部１４１ｃが行う。
　まず、ステップＳＴ１では、要因分析部１４１ａが、エネルギー供給システムが有する複数のエネルギー機器２のうちからひとつを選択する。
　次に、ステップＳＴ２では、要因分析部１４１ａが、ステップＳＴ１で選択されたエネルギー機器２の供給エネルギー実績データ１３３を取得する。ここでは、過去の一定期間分（たとえば、７日分）の供給エネルギー実績データ１３３を記憶装置１３から取得するものとするが、取得する期間はこれに限定されるものではない。
　次に、ステップＳＴ３では、要因分析部１４１ａが、ステップＳＴ１で選択されたエネルギー機器２のエネルギー供給システムにおける影響度を評価する。要因分析部１４１ａは、たとえば、供給エネルギー実績データ１３３を参照して、当該エネルギー機器２が供給したエネルギー量の、エネルギー供給システム全体の供給エネルギー量に対する比率の大きさに比例して高い影響度と有するものとする方法で、エネルギー機器２のエネルギー供給システムにおける影響度を評価する。
　次に、ステップＳＴ４では、要因分析部１４１ａが、エネルギー供給システムが有するすべてのエネルギー機器２の影響度の評価が完了したか否かを判定する。そして、エネルギー供給システムが有するすべてのエネルギー機器２の影響度の評価が完了した場合、すなわち、図６に例が示されるステップＳＴ４から分岐する「ＹＥＳ」に対応する場合には、図６に例が示されるステップＳＴ５へ進む。一方で、影響度の評価が完了していないエネルギー機器２が存在する場合、すなわち、図６に例が示されるステップＳＴ５から分岐する「ＮＯ」に対応する場合には、図６に例が示されるステップＳＴ１に戻る。
　ステップＳＴ５では、特性変化取得部１４１ｂが、ステップＳＴ３で評価された複数のエネルギー機器２の影響度を比較し、最も影響度が高いエネルギー機器２を抽出する。
　次に、ステップＳＴ６では、特性変化取得部１４１ｂが、ステップＳＴ５で抽出されたエネルギー機器２の供給エネルギー実績データ１３３に対して周波数分析を行うことで、周波数成分を取得する。ここでは、過去の一定期間分（たとえば、７日分）の供給エネルギー実績データ１３３を記憶装置１３から取得するものとするが、取得する期間はこれに限定されるものではない。周波数分析では、以下の式（１）に示されるように、入力データとなる供給エネルギー実績データ１３３の時系列データから、フーリエ変換を用いて周波数と振幅との関係であるパワースペクトルを導出する。
Figure JPOXMLDOC01-appb-M000001
　ここで、ｔは算出対象時刻を示し、ｘは次数を示し、ｎはデータ総数を示し、Ｆ（ｘ）は次数ｘにおけるフーリエ変換後の数値を示し、ｙ（ｔ）は時刻ｔにおける出力を示す。この変換結果に基づいて、周波数は以下の式（２）を用いて、振幅は以下の式（３）を用いてそれぞれ算出する。
Figure JPOXMLDOC01-appb-M000002
　ここで、ｆ（ｘ）は次数ｘにおける周波数を示す。
Figure JPOXMLDOC01-appb-M000003
　ここで、Ａ（ｘ）は次数ｘにおける振幅を示す。
　次に、ステップＳＴ７では、特性変化取得部１４１ｂが、ステップＳＴ６で取得された周波数成分を参照することで直流成分を探索し、これをエネルギー機器のベースロードとみなす。ここで、ベースロードとは、季節または時間帯などによらず所定の期間において最低限に維持されるエネルギー量（電力量）をいう。さらに、現在時刻を基準として前日の当該エネルギー機器のベースロードの振幅との差分、また、それ以前の期間の当該エネルギー機器のベースロードの振幅との差分を算出する。ベースロードの抽出では、ステップＳＴ６で取得された周波数が０Ｈｚである場合の振幅を直流成分として抽出する。
　次に、ステップＳＴ８では、判定部１４１ｃが、ステップＳＴ７で算出された現在時刻を基準とするエネルギー機器のベースロードの振幅の差分と所定のしきい値とを比較する。なお、所定のしきい値は適宜変更可能な値であり、特定の値に限定されるものではない。そして、判定部１４１ｃは、現在時刻を基準とするエネルギー機器のベースロードの振幅の差分が、所定のしきい値以上であるか否かを判定する。
　現在時刻を基準とするベースロードの振幅の差分が、所定のしきい値以上である場合、すなわち、図６に例が示されるステップＳＴ８から分岐する「ＹＥＳ」に対応する場合には、図６に例が示されるステップＳＴ９へ進む。一方で、現在時刻を基準とするベースロードの振幅の差分が、所定のしきい値未満である場合、すなわち、図６に例が示されるステップＳＴ８から分岐する「ＮＯ」に対応する場合には、図６に例が示されるステップＳＴ１０へ進む。
　ステップＳＴ９では、ステップＳＴ７で算出された差分がしきい値以上であったことから、判定部１４１ｃが、機器モデル１４４ａのパラメータである機器特性値データ１３１の補正が必要であると判定する。
　ステップＳＴ１０では、ステップＳＴ７で算出された差分がしきい値未満であったことから、判定部１４１ｃが、機器モデル１４４ａのパラメータである機器特性値データ１３１の補正が必要ではないと判定する。
　次に、ステップＳＴ１１では、判定部１４１ｃが、ステップＳＴ９またはステップＳＴ１０で判定された補正要否を判定結果として、パラメータ算出部１４２へ出力する。
　図７は、本実施の形態に関する、周波数成分の抽出の例を示す図である。図７においては、縦軸が振幅を示し、横軸が周波数を示す。また、図７においては、図６のステップＳＴ６およびステップＳＴ７で供給エネルギー実績データ１３３に対して周波数分析を行うことによって取得される周波数成分の例が示されている。
　ステップＳＴ６によって、図７で示されるようなパワースペクトルが導出される。また、ステップＳＴ７でエネルギー機器のベースロードとみなされる直流成分は、上記のように周波数が０Ｈｚである点Ｐ１のような部分となる。この部分の振幅を参照することで、補正要否の判定を行う。
　図８は、本実施の形態に関する、補正要否判定部１４１の処理フローの例を示すフローチャートである。図６で示された処理フローとは異なり、図８に示される処理フローでは周波数分析は行われない。
　図８における、ステップＳＴ１０１からステップＳＴ１０４までの処理は、補正要否判定部１４１における要因分析部１４１ａが行う。また、図８における、ステップＳＴ１０５からステップＳＴ１１０までの処理は、補正要否判定部１４１における特性変化取得部１４１ｂが行う。また、図８における、ステップＳＴ１１１からステップＳＴ１１３までの処理は、補正要否判定部１４１における判定部１４１ｃが行う。
　図８におけるステップＳＴ１０１からステップＳＴ１０５は、図６で示されたステップＳＴ１からステップＳＴ５と同様であるため、説明を省略する。
　次に、ステップＳＴ１０６では、特性変化取得部１４１ｂが、ステップＳＴ１０５で抽出されたエネルギー機器２の供給エネルギー実績データ１３３および消費量実績データ１３４を取得する。ここでは、過去の一定期間分（たとえば、７日分）の供給エネルギー実績データ１３３および消費量実績データ１３４を記憶装置１３から取得するものとするが、取得する期間はこれに限定されるものではない。
　次に、ステップＳＴ１０７では、特性変化取得部１４１ｂが、ステップＳＴ１０６で取得されたデータを用いて、補正対象となるパラメータである運転時数値を時刻ごとに算出する。たとえば、ヒートポンプまたはコジェネレーションシステムなどのように電力などを入力しエネルギー変換によって熱量などを出力するエネルギー供給機器、または、太陽光発電（ｓｏｌａｒ　ｐｈｏｔｏｖｏｌｔａｉｃｓ、すなわち、ＰＶ）などのように熱または電気エネルギー以外のエネルギーを入力とするエネルギー供給機器では、補正対象をパラメータである運転時数値として、当該データを以下の式（４）を用いて算出する。
Figure JPOXMLDOC01-appb-M000004
　ここで、ｔは時刻を示し、Ｐａｒａｍｅｔｅｒｍ（ｔ）は時刻ｔにおける運転時数値を示し、Ｑｍ（ｔ）は時刻ｔにおける出力エネルギー量を示し、Ｐｍ（ｔ）は時刻ｔにおける入力エネルギー量を示す。他にも、蓄電池または蓄熱槽などのようにエネルギー変換を行わずに機器内にエネルギーを蓄積することでエネルギー供給量を調節するエネルギー授受機器では、補正対象をエネルギー損失に関わる係数として、当該データを以下の式（５）を用いて算出する。
Figure JPOXMLDOC01-appb-M000005
　ここで、ｔは時刻を示し、Ｑｌｏｓｓ＿ｍ（ｔ）は時刻ｔにおける運転時数値を示し、Ｑｓｔｏｃｋ（ｔ）は時刻ｔにおける蓄積エネルギー量を示し、Ｑｉｎ（ｔ）は時刻ｔにおける入力エネルギー量を示し、Ｑｏｕｔ（ｔ）は時刻ｔにおける出力エネルギー量を示す。
　次に、ステップＳＴ１０８では、特性変化取得部１４１ｂが、室内外環境データ１３５およびステップＳＴ１０５で抽出されたエネルギー機器２の機器運転実績データ１３６を取得する。ここでは、過去の一定期間分（たとえば、７日分）の室内外環境データ１３５および機器運転実績データ１３６を記憶装置１３から取得するものとするが、取得する期間はこれに限定されるものではない。
　次に、ステップＳＴ１０９では、特性変化取得部１４１ｂが、ステップＳＴ１０８で取得されたデータを用いて補正対象となるパラメータである理論数値を時刻ごとに算出する。理論数値は、機器特性値データ１３１を参照しつつ関連するデータを用いて算出する。たとえば、エネルギー機器２の一種であるチラーの場合、冷温水出口温度および外気温度を用いて、機器特性値データ１３１のテーブルを参照しつつＣＯＰを算出する。
　次に、ステップＳＴ１１０では、特性変化取得部１４１ｂが、ステップＳＴ１０７およびステップＳＴ１０９で算出された運転時数値および理論数値の二乗平均平方根誤差（ｒｏｏｔ　ｍｅａｎ　ｓｑｕａｒｅ　ｅｒｒｏｒ、すなわち、ＲＭＳＥ）を算出する。すなわち、特性変化取得部１４１ｂは、運転時数値および理論数値のＲＭＳＥに基づいてベースロードの変化の指標を取得する。ＲＭＳＥは、以下の式（６）を用いて算出する。
Figure JPOXMLDOC01-appb-M000006
　ここで、ｎは時間ステップ総数を示し、ｉは時間ステップを示し、Ｐａｒａｍｅｔｅｒｃｉは時間ステップｉにおける理論数値を示し、Ｐａｒａｍｅｔｅｒｍｉは時間ステップｉにおける運転時数値を示す。
　また、同様にエネルギー授受機器の場合のＲＭＳＥは、以下の式（７）を用いて算出する。
Figure JPOXMLDOC01-appb-M000007
　ここで、ｎは時間ステップ総数を示し、ｉは時間ステップを示し、Ｑｌｏｓｓ＿ｃｉは時間ステップｉにおける理論数値を示し、Ｑｌｏｓｓ＿ｍｉは時間ステップｉにおける運転時数値を示す。
　次に、ステップＳＴ１１１では、判定部１４１ｃが、ステップＳＴ１１０で算出されたＲＭＳＥと所定のしきい値とを比較する。なお、所定のしきい値は適宜変更可能な値であり、特定の値に限定されるものではない。そして、判定部１４１ｃは、ＲＭＳＥが所定のしきい値以上であるか否かを判定する。すなわち、判定部１４１ｃは、運転時数値および理論数値のＲＭＳＥに基づいて、ベースロードの変化がしきい値以上であるか否かを判定する。
　ＲＭＳＥが所定のしきい値以上である場合、すなわち、図８に例が示されるステップＳＴ１１１から分岐する「ＹＥＳ」に対応する場合には、図８に例が示されるステップＳＴ１１２へ進む。一方で、ＲＭＳＥが所定のしきい値未満である場合、すなわち、図８に例が示されるステップＳＴ１１１から分岐する「ＮＯ」に対応する場合には、図８に例が示されるステップＳＴ１１３へ進む。
　ステップＳＴ１１２では、ステップＳＴ１１１で算出されたＲＭＳＥがしきい値以上であったことから、判定部１４１ｃが、機器モデル１４４ａのパラメータである機器特性値データ１３１の補正が必要であると判定する。
　ステップＳＴ１１３では、ステップＳＴ１１１で算出したＲＭＳＥがしきい値未満であったことから、判定部１４１ｃが、機器モデル１４４ａのパラメータである機器特性値データ１３１の補正が必要ではないと判定する。
　次に、ステップＳＴ１１４では、判定部１４１ｃが、ステップＳＴ１１２またはステップＳＴ１１３で判定された補正要否を判定結果として、パラメータ算出部１４２へ出力する。
　図８で示される処理フローによれば、ＲＭＳＥを用いるしきい値比較によって、機器特性値データ１３１に限らず他のモデルのパラメータの補正要否も判定が可能である。たとえば、運転時数値を過去に算出した需要予測値とし、理論数値を供給エネルギー実績データ１３３とすることで、負荷モデル１４３ａの予測誤差の大きさを判定部１４１ｃで判定することができ、負荷モデル１４３ａのパラメータ補正要否を判定することが可能となる。
　図９は、本実施の形態に関する、パラメータ算出部１４２の処理フローの例を示すフローチャートである。
　まず、ステップＳＴ２０１では、エネルギー供給システムが有する複数のエネルギー機器２のうちからひとつを選択する。
　次に、ステップＳＴ２０２では、ステップＳＴ２０１で選択されたエネルギー機器２に対する補正要否の判定結果を補正要否判定部１４１から参照して、選択されたエネルギー機器２の機器モデル１４４ａのパラメータ（すなわち、機器特性値データ１３１）の補正が必要か否かを判定する。
　選択されたエネルギー機器２の機器モデル１４４ａのパラメータの補正が必要である場合、すなわち、図９に例が示されるステップＳＴ２０２から分岐する「ＹＥＳ」に対応する場合には、図９に例が示されるステップＳＴ２０３へ進む。一方で、選択されたエネルギー機器２の機器モデル１４４ａのパラメータの補正が必要でない場合、すなわち、図９に例が示されるステップＳＴ２０２から分岐する「ＮＯ」に対応する場合には、図９に例が示されるステップＳＴ２１１へ進む。
　ステップＳＴ２０３では、後のステップで行うランダム探索処理のために、ＲＭＳＥ目標値とパラメータ初期値とを設定する。ＲＭＳＥ目標値は任意の数値とし、たとえば、図８のステップＳＴ１１１でＲＭＳＥとの比較に用いられた所定のしきい値の値とする。また、パラメータ初期値は任意の数値とし、たとえば、現状でモデルに採用されているパラメータの値とする。
　次に、ステップＳＴ２０４では、室内外環境データ１３５およびステップＳＴ２０１で抽出されたエネルギー機器２の供給エネルギー実績データ１３３を取得する。ここでは、過去の一定期間分（たとえば、７日分）の室内外環境データ１３５および供給エネルギー実績データ１３３を記憶装置１３から取得するものとするが、取得する期間はこれに限定されるものではない。
　次に、ステップＳＴ２０５では、後のステップで行うランダム探索処理のために、ランダムな仮のパラメータを生成する。パラメータをランダムにばらつかせる範囲は、特に限定されるものではない。
　次に、ステップＳＴ２０６では、ステップＳＴ２０５で生成されたランダムパラメータを用いて負荷予測を行い、さらに、その負荷予測値と供給エネルギー実績データ１３３とのＲＭＳＥを算出する。ＲＭＳＥは、以下の式（８）を用いて算出する。
Figure JPOXMLDOC01-appb-M000008
　ここで、ｎは時間ステップ総数を示し、ｉは時間ステップを示し、Ｑｃｉは時間ステップｉにおける負荷予測値を示し、Ｑｍｉは時間ステップｉにおける供給エネルギー実績値を示す。
　次に、ステップＳＴ２０７では、ステップＳＴ２０６で算出されたＲＭＳＥが暫定ＲＭＳＥ未満であるか否かを判定する。暫定ＲＭＳＥは、後述するステップＳＴ２０８で記憶するＲＭＳＥとする。
　ステップＳＴ２０６で算出されたＲＭＳＥが暫定ＲＭＳＥ未満である場合、すなわち、図９に例が示されるステップＳＴ２０７から分岐する「ＹＥＳ」に対応する場合には、図９に例が示されるステップＳＴ２０８へ進む。一方で、ステップＳＴ２０６で算出されたＲＭＳＥが暫定ＲＭＳＥ以上である場合、すなわち、図９に例が示されるステップＳＴ２０７から分岐する「ＮＯ」に対応する場合には、図９に例が示されるステップＳＴ２０９へ進む。なお、暫定ＲＭＳＥが記憶されていない場合は、ステップＳＴ２０８へ進む。
　ステップＳＴ２０８では、ステップＳＴ２０６で算出されたＲＭＳＥが暫定ＲＭＳＥ未満であったことから、ステップＳＴ２０５で生成されたランダムパラメータを暫定パラメータとして記憶する。ここで、これまでに記憶されていた暫定パラメータがある場合は、古い暫定パラメータから新たな暫定パラメータに更新する。また、ステップＳＴ２０６で算出されたＲＭＳＥを暫定ＲＭＳＥとして記憶する。ここで、これまでに記憶されていた暫定ＲＭＳＥがある場合は、古い暫定ＲＭＳＥから新たな暫定ＲＭＳＥに更新する。
　ステップＳＴ２０９では、ステップＳＴ２０６で算出されたＲＭＳＥが所定のしきい値以下であるか否かを判定する。ここで、所定のしきい値はステップＳＴ２０３で設定されたＲＭＳＥ目標値とする。
　ステップＳＴ２０６で算出されたＲＭＳＥが所定のしきい値以下である場合、すなわち、図９に例が示されるステップＳＴ２０９から分岐する「ＹＥＳ」に対応する場合には、図９に例が示されるステップＳＴ２１０へ進む。一方で、ステップＳＴ２０６で算出されたＲＭＳＥが所定のしきい値よりも大きい場合、すなわち、図９に例が示されるステップＳＴ２０９から分岐する「ＮＯ」に対応する場合には、図９に例が示されるステップＳＴ２０５に戻る。
　ステップＳＴ２１０では、ステップＳＴ２０６で算出されたＲＭＳＥが所定のしきい値以下であったことから、ステップＳＴ２０８で記憶された暫定パラメータを補正後の新たなパラメータとして出力する。
　次に、ステップＳＴ２１１では、エネルギー供給システムが有するすべてのエネルギー機器２の評価が完了したか否かを判定する。そして、エネルギー供給システムが有するすべてのエネルギー機器２の評価が完了した場合、すなわち、図９に例が示されるステップＳＴ２１１から分岐する「ＹＥＳ」に対応する場合には、処理を終了する。一方で、評価が完了していないエネルギー機器２が存在する場合、すなわち、図９に例が示されるステップＳＴ２１１から分岐する「ＮＯ」に対応する場合には、図９に例が示されるステップＳＴ２０１に戻る。
　図９で示される処理フローによれば、機器特性値データ１３１に限らず他のモデルのパラメータの補正も可能である。たとえば、ステップＳＴ２０４における「機器運転データ」を「供給エネルギー実績データ」に変更することで、負荷モデル１４３ａのパラメータ補正が可能となる。なお、この場合には、上記のステップＳＴ２０１およびステップＳＴ２１１は不要である。
　図１０は、本実施の形態に関する、パラメータ算出部１４２の処理フローの例を示すフローチャートである。図９で示された処理フローとは異なり、図１０に示される処理フローではランダム探索は行われない。
　まず、ステップＳＴ３０１では、エネルギー供給システムが有する複数のエネルギー機器２のうちからひとつを選択する。
　次に、ステップＳＴ３０２では、ステップＳＴ３０１で選択されたエネルギー機器２に対する補正要否の判定結果を補正要否判定部１４１から参照して、選択されたエネルギー機器２の機器モデル１４４ａのパラメータの補正が必要か否かを判定する。
　選択されたエネルギー機器２の機器モデル１４４ａのパラメータの補正が必要である場合、すなわち、図１０に例が示されるステップＳＴ３０２から分岐する「ＹＥＳ」に対応する場合には、図１０に例が示されるステップＳＴ３０３へ進む。一方で、選択されたエネルギー機器２の機器モデル１４４ａのパラメータの補正が必要でない場合、すなわち、図１０に例が示されるステップＳＴ３０２から分岐する「ＮＯ」に対応する場合には、図１０に例が示されるステップＳＴ３０６へ進む。
　ステップＳＴ３０３では、室内外環境データ１３５、ステップＳＴ３０１で抽出されたエネルギー機器２の供給エネルギー実績データ１３３および機器運転実績データ１３６を取得する。ここでは、過去の一定期間分（たとえば、７日分）の室内外環境データ１３５、供給エネルギー実績データ１３３および機器運転実績データ１３６を記憶装置１３から取得するものとするが、取得する期間はこれに限定されるものではない。
　次に、ステップＳＴ３０４では、多変数線形回帰分析によって、供給エネルギーを目的変数とする回帰式を導出する。回帰式は、以下の式（９）のように導出される。
Figure JPOXMLDOC01-appb-M000009
　ここで、Ｑｃは供給エネルギー量を示し、α１、α２…は回帰係数を示し、ｘ１、ｘ２…は説明変数を示し、βは定数項を示す。また、それぞれの回帰係数は最小二乗法の考え方に基づき、以下の式（１０）の最小化問題として算出する。
Figure JPOXMLDOC01-appb-M000010
　ここで、ｉはデータ総数を示し、ｙｉはｉ番目データにおける目的変数を示し、α１、α２…は回帰係数を示し、ｘ１、ｘ２…はｉ番目データにおける説明変数を示し、βは定数項を示す。回帰式の説明変数は、ステップＳＴ３０１で選択されたエネルギー機器２に関連するデータとなる。
　次に、ステップＳＴ３０５では、ステップＳＴ３０４で導出された回帰式における回帰係数を参照し、機器特性値データ１３１を更新する。回帰式の目的関数は、エネルギー量ではなく機器特性値データ１３１とすることも可能である。たとえば、エネルギー機器２の一種であるチラーの場合は、冷温水出口温度および外気温度を説明変数とし、ＣＯＰを目的変数とする回帰式の回帰係数を参照し、機器特性値データ１３１のテーブルに記憶されているパラメータの数値を更新する。このとき、ＣＯＰは、図８におけるステップＳＴ１０７で算出されたような運転時数値とする。回帰式は、以下の式（１１）のように導出される。
Figure JPOXMLDOC01-appb-M000011
　ここで、Ｐａｒａｍｅｔｅｒｃは補正対象パラメータの理論数値を示し、α１、α２…は回帰係数を示し、ｘ１、ｘ２…は説明変数を示し、βは定数項を示す。
　ステップＳＴ３０６では、エネルギー供給システムが有するすべてのエネルギー機器２の評価が完了したか否かを判定する。そして、エネルギー供給システムが有するすべてのエネルギー機器２の評価が完了した場合、すなわち、図１０に例が示されるステップＳＴ３０６から分岐する「ＹＥＳ」に対応する場合には、処理を終了する。一方で、評価が完了していないエネルギー機器２が存在する場合、すなわち、図１０に例が示されるステップＳＴ３０６から分岐する「ＮＯ」に対応する場合には、図１０に例が示されるステップＳＴ３０１に戻る。
　図１０で示される処理フローによれば、機器モデル１４４ａのパラメータに限らず他のモデルのパラメータの補正も可能である。たとえば、ステップＳＴ３０５における「機器特性データ」を「負荷モデルパラメータ」に変更することで、負荷モデル１４３ａのパラメータ補正が可能となる。なお、この場合には、上記のステップＳＴ３０１およびステップＳＴ３０６は不要である。
　図１１は、本実施の形態に関する、需要予測部１４３の処理フローの例を示すフローチャートである。
　まず、ステップＳＴ４０１では、エネルギー供給システムが有するすべてのエネルギー機器２の供給エネルギー実績データ１３３を取得する。ここでは、過去の一定期間分（たとえば、７日分）の供給エネルギー実績データ１３３を記憶装置１３から取得するものとするが、取得する期間はこれに限定されるものではない。供給エネルギー実績データ１３３は、たとえば、空調負荷に対して熱源機が冷温水として供給したエネルギー量、または、給湯負荷に対して給湯機が湯として供給したエネルギー量などである。
　次に、ステップＳＴ４０２では、ステップＳＴ４０１で取得された供給エネルギー実績データ１３３のそれぞれの日の０：００におけるデータのみを抽出する。これは、時刻ごとに後述のステップＳＴ４０３での処理を行うためであり、所定時間間隔の刻みごとに抽出するデータを変化させる。そして、後述するステップＳＴ４０４から戻ってステップＳＴ４０２の繰り返し処理を行うたびに、時間ステップをひとつ進めるものとする。この繰り返し処理は、所定の期間（たとえば、０：００から２４：００）で行われるが、この期間は１日単位などの特定の期間に限定されるものではない。
　次に、ステップＳＴ４０３では、ステップＳＴ４０２で抽出された時刻の供給エネルギー実績値を合計し、建物１０００へすべてのエネルギー機器２が供給した総供給エネルギー実績値とする。そして、総供給エネルギー実績値の平均値を算出する。当該平均値は需要予測値であり、以下の式（１２）を用いて算出する。
Figure JPOXMLDOC01-appb-M000012
　ここで、Ｑｔは時刻ｔにおける需要予測値を示し、Ｑ（ｄ，ｔ）はｄ日前の時刻ｔにおける供給エネルギー実績値を示し、ＮはステップＳＴ４０１で取得された供給エネルギー実績データ１３３の日数を示す。
　次に、ステップＳＴ４０４では、所定の期間分についてステップＳＴ４０３までの算出が完了したか否かを判定する。所定の期間分についてステップＳＴ４０３までの算出が完了した場合、すなわち、図１１に例が示されるステップＳＴ４０４から分岐する「ＹＥＳ」に対応する場合には、図１１に例が示されるステップＳＴ４０５へ進む。一方で、所定の期間分についてステップＳＴ４０３までの算出が完了していない場合、すなわち、図１１に例が示されるステップＳＴ４０４から分岐する「ＮＯ」に対応する場合には、図１１に例が示されるステップＳＴ４０２に戻る。
　ステップＳＴ４０５では、算出されたすべての時刻における需要予測値を予測結果として出力する。
　図１２は、本実施の形態に関する、需要予測部１４３の処理フローの例を示すフローチャートである。図１１で示された処理フローとは異なり、図１２に示される処理フローでは、時刻ごとの平均値を用いる算出方法ではなく物理的な式によって需要予測値を算出する。たとえば、空調機が熱負荷を処理するために必要となる供給エネルギー量を算出する場合は、熱量を算出する物理的な式を用いることが可能である。図１２に示される処理フローは、このような空調機に供給するエネルギー需要量を予測するものである。
　まず、ステップＳＴ５０１では、室内外環境データ１３５、エネルギー供給システムが有する複数のエネルギー機器２のうちで物理的な式による算出に関わるエネルギー機器２における機器運転実績データ１３６、および、負荷モデルパラメータ１３２を取得する。室内外環境データ１３５として、外気温度または日射量などの天気予報の情報、および、現在時刻よりも以前の直近に記憶された室内温度を記憶装置１３から取得するが、取得する期間はこれに限定されるものではない。機器運転実績データとして、現在時刻よりも以前の直近に記憶されたデータを記憶装置１３から取得する。
　次に、ステップＳＴ５０２では、ステップＳＴ５０１で取得された室内外環境データ１３５および機器運転実績データ１３６のそれぞれの日の０：００におけるデータのみを抽出する。これは、時刻ごとに後述のステップＳＴ５０３からステップＳＴ５０８での処理を行うためであり、所定時間間隔の刻みごとに抽出するデータを変化させる。そして、後述するステップＳＴ５０９から戻ってステップＳＴ５０２からステップＳＴ５０８の繰り返し処理を行うたびに、時間ステップをひとつ進めるものとする。この繰り返し処理は、所定の期間（たとえば、０：００から２４：００）で行われるが、この期間は１日単位などの特定の期間に限定されるものではない。
　次に、ステップＳＴ５０３では、建物１０００の外部からの熱負荷を、冷房の場合および暖房の場合について以下のようにそれぞれ算出する。
Figure JPOXMLDOC01-appb-M000013
　ここで、Ｑｏは当該時刻の建物１０００の外部からの熱負荷を示し、Ａｗｉは窓面積を示し、Ａｗａｏｕｔは外壁面積を示し、Ｕｗｉは窓熱貫流率を示し、Ｕｗａｏｕｔは外壁熱貫流率を示し、Ｒは日射量を示し、Ｔｏは外気温度を示し、Ｔｓｅｔは目標室温を示し、αは窓遮蔽係数を示し、βは日射吸収率を示し、γは表面熱伝達率を示し、ｔｄは時間間隔を示す。
　次に、ステップＳＴ５０４では、建物１０００の内部の熱負荷を、冷房の場合および暖房の場合について以下のようにそれぞれ算出する。
Figure JPOXMLDOC01-appb-M000014
　ここで、Ｑｉｎは建物１０００内部の熱負荷を示し、Ｑｈｕｍａｎは人体熱負荷を示し、ＱＯＡはＯＡ機器熱負荷を示し、Ｑｌｉｇｈｔは照明機器熱負荷を示し、ｘｈｕｍａｎは在席人数を示し、ｘＯＡはＯＡ機器使用台数を示し、ｘｌｉｇｈｔは照明点灯台数を示し、Ｑｉｎ＿ｈｕｍａｎは人体熱負荷の合計を示し、Ｑｉｎ＿ＯＡはＯＡ機器熱負荷の合計を示し、Ｑｉｎ＿ｌｉｇｈｔは照明機器熱負荷の合計を示す。
　次に、ステップＳＴ５０５では、換気装置による熱負荷を、冷房の場合および暖房の場合について以下のようにそれぞれ算出する。
Figure JPOXMLDOC01-appb-M000015
　ここで、Ｑｖは換気装置による熱負荷を示し、Ｖｖは換気風量を示し、Ｔｓｅｔは目標室温を示し、ρａは空気密度を示し、Ｃａは空気比熱を示し、ηｖは換気装置の温度交換効率を示し、Ｔｏは外気温度を示し、ｔｄは時間間隔を示す。
　次に、ステップＳＴ５０６では、目標室温と室内温度との差による熱負荷を、冷房の場合および暖房の場合について以下のようにそれぞれ算出する。
Figure JPOXMLDOC01-appb-M000016
　ここで、Ｑｔは目標室温と室内温度との差による熱負荷を示し、Ｖａｒｅａは当該エリア容積を示し、Ｔｉｎは室内温度を示し、Ｔｓｅｔは目標室温を示し、ρａは空気密度を示し、Ｃａは空気比熱を示す。
　次に、ステップＳＴ５０７では、隣接する非空調空間からの熱負荷を、冷房の場合および暖房の場合について以下のようにそれぞれ算出する。
Figure JPOXMLDOC01-appb-M000017
　ここで、Ｑｎは壁からの熱貫流による熱負荷を示し、Ｎｎは隣接する空間数を示し、Ａｗａｉｎｉは内壁面積を示し、Ｕｗａｉｎｉは内壁熱貫流率を示し、Ｔｎは隣接する空間内温度を示し、Ｔｓｅｔは目標室温を示し、ｔｄは時間間隔を示す。
　また、隣接する非空調空間からの熱負荷を、冷房の場合および暖房の場合について以下のようにそれぞれ算出することもできる。
Figure JPOXMLDOC01-appb-M000018
　ここで、Ｑｐはパスエアによる熱負荷を示し、Ｎｐは隣接する空間数を示し、Ｖｐはパスエア風量を示し、Ｔｐは隣接する空間内温度を示し、Ｔｓｅｔは目標室温を示し、ρａは空気密度を示し、Ｃａは空気比熱を示し、ｔｄは時間間隔を示す。
　次に、ステップＳＴ５０８では、ステップＳＴ５０３からステップＳＴ５０７までで算出された熱負荷を合計し、建物１０００へ供給すべきエネルギーの需要予測量とする。この需要予測量は、以下の式（１３）を用いて算出する。
Figure JPOXMLDOC01-appb-M000019
　ここで、Ｑｈｖａｃ＿ａｒｅａは需要予測量である。
　次に、ステップＳＴ５０９では、所定の期間分の需要予測量の算出が完了したか否かを判定する。所定の期間分の需要予測量の算出が完了した場合、すなわち、図１２に例が示されるステップＳＴ５０９から分岐する「ＹＥＳ」に対応する場合には、図１２に例が示されるステップＳＴ５１０へ進む。一方で、所定の期間分の需要予測量の算出が完了していない場合、すなわち、図１２に例が示されるステップＳＴ５０９から分岐する「ＮＯ」に対応する場合には、図１２に例が示されるステップＳＴ５０２に戻る。
　ステップＳＴ５１０では、算出されたすべての時刻における需要予測値を需要予測結果として出力する。
　図１３は、本実施の形態に関する、供給計画策定部１４４の処理フローの例を示すフローチャートである。図１３で示される処理は、主に、図２における最適化エンジン１４４ｂで行われる。
　まず、ステップＳＴ６０１では、電気およびガス（またはその一方）の料金価格と制御目標値とを設定する。制御目標値は、エネルギーを供給するために消費する電気およびガス（またはその一方）にかかる料金価格の上限値である。なお、制御目標値には、任意の値を設定可能である。
　次に、ステップＳＴ６０２では、エネルギー供給システムが有するすべてのエネルギー機器２の機器特性値データ１３１、および、需要予測部１４３が出力する需要予測値を取得する。
　次に、ステップＳＴ６０３では、電力費用および燃料費用の最適化問題を作成する。当該最適化問題は、以下の式（１４）のように示すことができる。
Figure JPOXMLDOC01-appb-M000020
　ここで、ｔは時刻を示し、ｐｐｒｉｃｅ（ｔ）は時刻ｔにおける電力購入単価を示し、ｐｂｕｙ（ｔ）は時刻ｔにおける電力購入量を示し、ｇｐｒｉｃｅ（ｔ）は時刻ｔにおける燃料購入単価を示し、ｇｂｕｙ（ｔ）は時刻ｔにおける燃料購入量を示す。
　次に、ステップＳＴ６０４では、エネルギー供給システムが有するすべてのエネルギー機器２がそれぞれ供給するエネルギー量を時刻ごとに設定し、エネルギー供給計画を策定する。後述するステップＳＴ６０７で供給するエネルギー量が設定されている場合は、その設定を参照する。
　次に、ステップＳＴ６０５では、ステップＳＴ６０４で策定されたエネルギー供給計画にしたがってエネルギー機器２を運転した場合の、エネルギー供給に要するコストを算出する。当該算出には、ステップＳＴ６０３で作成された電力費用および燃料費用の最適化問題（式（１４）を参照）を用いる。
　次に、ステップＳＴ６０６では、ステップＳＴ６０４で策定されたエネルギー供給計画、および、ステップＳＴ６０５で算出されたエネルギー供給に要するコストが、それぞれ制約条件を満たすか否かを判定する。ここで、制約条件とは、ステップＳＴ６０１で設定された制御目標値および需要予測部１４３が出力する需要予測値である。また、「制約条件を満たす」とは、エネルギー供給に要するコストが制御目標値以下であること、または、エネルギー供給計画による供給エネルギー量が需要予測値以上であること、を意味する。
　エネルギー供給計画およびエネルギー供給に要するコストが、双方ともに制約条件を満たす場合、すなわち、図１３に例が示されるステップＳＴ６０６から分岐する「ＹＥＳ」に対応する場合には、図１３に例が示されるステップＳＴ６０７へ進む。一方で、エネルギー供給計画およびエネルギー供給に要するコストのいずれかが制約条件を満たさない場合、すなわち、図１３に例が示されるステップＳＴ６０６から分岐する「ＮＯ」に対応する場合には、図１３に例が示されるステップＳＴ６０８へ進む。
　ステップＳＴ６０７では、エネルギー供給に要するコストが最小であるか否かを判定する。エネルギー供給に要するコストが最小であるか否かは、たとえば、コスト算出を繰り返し実行して、あらかじめ定められた繰り返し計算回数の上限値に達した時点で、それまでに算出されたコストのうちの最小の値となるものを探索する方法、または、算出されたコストが、あらかじめ定められたコスト目標値を下回った時点で、当該コストを最小であるものとする方法によって判定する。
　エネルギー供給に要するコストが最小である場合、すなわち、図１３に例が示されるステップＳＴ６０７から分岐する「ＹＥＳ」に対応する場合には、図１３に例が示されるステップＳＴ６０９へ進む。一方で、エネルギー供給に要するコストが最小でない場合、すなわち、図１３に例が示されるステップＳＴ６０７から分岐する「ＮＯ」に対応する場合には、図１３に例が示されるステップＳＴ６０８へ進む。
　ステップＳＴ６０８では、ステップＳＴ６０４で設定されたエネルギー機器２がそれぞれ供給するエネルギー量、または、前回のステップＳＴ６０８で変更されたエネルギー機器２がそれぞれ供給するエネルギー量を、変更する。そして、ステップＳＴ６０４に戻る。当該エネルギー量を変更する方法は、たとえば、一般的な二次計画法に基づく方法である。なお、エネルギー量を変更する方法は、当該方法は限定されるものではない。
　ステップＳＴ６０９では、ステップＳＴ６０４で策定されたエネルギー供給計画を、制御指令変換部１４５へ出力する。
　＜エネルギー供給計画策定装置のハードウェア構成について＞
　図１４および図１５は、図２および図５に例が示されるエネルギー供給計画策定装置を実際に運用する場合のハードウェア構成を概略的に例示する図である。
　なお、図１４および図１５に例示されるハードウェア構成は、図２および図５に例示される構成とは数などが整合しない場合があるが、これは図２および図５に例示される構成が概念的な単位を示すものであることに起因する。
　よって、少なくとも、図２および図５に例示される１つの構成が、図１４および図１５に例示される複数のハードウェア構成から成る場合と、図２および図５に例示される１つの構成が、図１４および図１５に例示されるハードウェア構成の一部に対応する場合と、さらには、図２および図５に例示される複数の構成が、図１４および図１５に例示される１つのハードウェア構成に備えられる場合とが想定され得る。
　図１４では、図２および図５中の演算装置１４のそれぞれの機能部（補正要否判定部１４１、パラメータ算出部１４２、需要予測部１４３、供給計画策定部１４４および制御指令変換部１４５）および記憶装置１３を実現するためのハードウェア構成として、演算を行う処理回路１１０２Ａと、情報を記憶することができる記憶装置１１０３とが示される。
　図１５では、図２および図５中の演算装置１４のそれぞれの機能部（補正要否判定部１４１、パラメータ算出部１４２、需要予測部１４３、供給計画策定部１４４および制御指令変換部１４５）および記憶装置１３を実現するためのハードウェア構成として、演算を行う処理回路１１０２Ｂが示される。
　記憶装置１３は、記憶装置１１０３または別の記憶装置（ここでは、図示しない）によって実現される。
　記憶装置１１０３は、たとえば、ハードディスクドライブ（Ｈａｒｄ　ｄｉｓｋ　ｄｒｉｖｅ、すなわち、ＨＤＤ）、ランダムアクセスメモリ（ｒａｎｄｏｍ　ａｃｃｅｓｓ　ｍｅｍｏｒｙ、すなわち、ＲＡＭ）、リードオンリーメモリ（ｒｅａｄ　ｏｎｌｙ　ｍｅｍｏｒｙ、すなわち、ＲＯＭ）、フラッシュメモリ、ｅｒａｓａｂｌｅ　ｐｒｏｇｒａｍｍａｂｌｅ　ｒｅａｄ　ｏｎｌｙ　ｍｅｍｏｒｙ（ＥＰＲＯＭ）およびｅｌｅｃｔｒｉｃａｌｌｙ　ｅｒａｓａｂｌｅ　ｐｒｏｇｒａｍｍａｂｌｅ　ｒｅａｄ－ｏｎｌｙ　ｍｅｍｏｒｙ（ＥＥＰＲＯＭ）などの、揮発性または不揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスクまたはＤＶＤなどを含むメモリ（記憶媒体）、または、今後使用されるあらゆる記憶媒体であってもよい。
　処理回路１１０２Ａは、記憶装置１１０３、外部のＣＤ－ＲＯＭ、外部のＤＶＤ－ＲＯＭ、または、外部のフラッシュメモリなどに格納されたプログラムを実行するものであってもよい。すなわち、たとえば、中央演算処理装置（ｃｅｎｔｒａｌ　ｐｒｏｃｅｓｓｉｎｇ　ｕｎｉｔ、すなわち、ＣＰＵ）、マイクロプロセッサ、マイクロコンピュータ、デジタルシグナルプロセッサ（ｄｉｇｉｔａｌ　ｓｉｇｎａｌ　ｐｒｏｃｅｓｓｏｒ、すなわち、ＤＳＰ）であってもよい。
　処理回路１１０２Ａが記憶装置１１０３、外部のＣＤ－ＲＯＭ、外部のＤＶＤ－ＲＯＭ、または、外部のフラッシュメモリなどに格納されたプログラムを実行するものである場合、演算装置１４は、記憶装置１１０３に格納されたプログラムが処理回路１１０２Ａによって実行されるソフトウェア、ファームウェアまたはソフトウェアとファームウェアとの組み合わせにより実現される。なお、演算装置１４のそれぞれの機能部（補正要否判定部１４１、パラメータ算出部１４２、需要予測部１４３、供給計画策定部１４４および制御指令変換部１４５）は、たとえば、複数の処理回路が連携することによって実現されてもよい。
　ソフトウェアおよびファームウェアはプログラムとして記述され、記憶装置１１０３に記憶されるものであってもよい。その場合、処理回路１１０２Ａは、記憶装置１１０３に格納されたプログラムを読み出して実行することによって、上記の機能を実現する。すなわち、記憶装置１１０３は、処理回路１１０２Ａに実行されることによって、上記の機能が結果的に実現されるプログラムを記憶するものであってもよい。
　また、処理回路１１０２Ｂは、専用のハードウェアであってもよい。すなわち、たとえば、単一回路、複合回路、プログラム化されたプロセッサ、並列プログラム化されたプロセッサ、集積回路（ａｐｐｌｉｃａｔｉｏｎ　ｓｐｅｃｉｆｉｃ　ｉｎｔｅｇｒａｔｅｄ　ｃｉｒｃｕｉｔ、すなわち、ＡＳＩＣ）、ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ　ｇａｔｅ　ａｒｒａｙ（ＦＰＧＡ）またはこれらを組み合わせた回路であってもよい。
　処理回路１１０２Ｂが専用のハードウェアである場合、演算装置１４は、処理回路１１０２Ｂが動作することにより実現される。なお、演算装置１４の機能は、別々の回路で実現されてもよいし、単一の回路で実現されてもよい。
　なお、演算装置１４の機能は、一部が記憶装置１１０３に格納されたプログラムを実行するものである処理回路１１０２Ａにおいて実現され、一部が専用のハードウェアである処理回路１１０２Ｂにおいて実現されてもよい。
　＜以上に記載された実施の形態によって生じる効果について＞
　次に、以上に記載された実施の形態によって生じる効果の例を示す。なお、以下の説明においては、以上に記載された実施の形態に例が示された具体的な構成に基づいて当該効果が記載されるが、同様の効果が生じる範囲で、本願明細書に例が示される他の具体的な構成と置き換えられてもよい。
　以上に記載された実施の形態によれば、エネルギー供給計画策定装置は、取得部と、判定部１４１ｃと、補正部と、需要予測部１４３と、供給計画策定部１４４とを備える。ここで、取得部は、たとえば、特性変化取得部１４１ｂなどに対応するものである。また、補正部は、たとえば、パラメータ算出部１４２などに対応するものである。ここで、機器モデル１４４ａは、対応するエネルギー機器２のエネルギー入出力特性を示すデータである。また、負荷モデル１４３ａは、対応するエネルギー供給対象のエネルギー需要量を予測するための物理的な式または演算方法である。ここで、エネルギー供給対象は、たとえば、建物１０００などに対応するものである。そして、特性変化取得部１４１ｂは、エネルギー機器２のベースロードの変化を取得する。また、判定部１４１ｃは、ベースロードの変化に基づいて、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方の補正の要否を判定する。また、パラメータ算出部１４２は、判定部１４１ｃにおける判定結果に基づいて、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方を補正する。また、需要予測部１４３は、建物１０００のエネルギー需要量を予測する。また、供給計画策定部１４４は、機器モデル１４４ａと、エネルギー需要量とに基づいてエネルギー供給計画を策定する。
　また、以上に記載された実施の形態によれば、エネルギー供給計画策定装置は、プログラムを実行する処理回路１１０２Ａと、実行されるプログラムを記憶する記憶装置１１０３とを備える。そして、処理回路１１０２Ａがプログラムを実行することによって、以下の動作が実現される。
　すなわち、エネルギー機器２のベースロードの変化が取得される。そして、ベースロードの変化に基づいて、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方の補正の要否が判定される。そして、判定結果に基づいて、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方が補正される。そして、建物１０００のエネルギー需要量が予測される。そして、機器モデル１４４ａと、エネルギー需要量とに基づいてエネルギー供給計画が策定される。
　また、以上に記載された実施の形態によれば、エネルギー供給計画策定装置は、専用のハードウェアである処理回路１１０２Ｂを備える。そして、専用のハードウェアである処理回路１１０２Ｂは、以下の動作を行う。
　すなわち、専用のハードウェアである処理回路１１０２Ｂは、エネルギー機器２のベースロードの変化を取得する。そして、ベースロードの変化に基づいて、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方の補正の要否を判定する。そして、判定結果に基づいて、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方を補正する。そして、建物１０００のエネルギー需要量を予測する。そして、機器モデル１４４ａと、エネルギー需要量とに基づいてエネルギー供給計画を策定する。
　このような構成によれば、エネルギー機器２のベースロードの変化に応じてモデル（機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方）を補正し、さらに、当該モデルに基づいてエネルギー供給計画を策定することができる。そのため、設備構成の変更またはエネルギー機器２の性能劣化に伴う特性変化が生じた場合であっても、エネルギー供給計画に関する誤差を減少させることができる。また、高い精度で策定されたエネルギー供給計画にしたがってエネルギー供給がなされることによって、熱電併給型のエネルギー供給システムにおけるエネルギー供給に関するコストを削減し、かつ、安定的にエネルギーを供給することができる。
　なお、上記の構成に本願明細書に例が示された他の構成を適宜追加した場合、すなわち、上記の構成としては言及されなかった本願明細書中の他の構成が適宜追加された場合であっても、同様の効果を生じさせることができる。
　また、以上に記載された実施の形態によれば、特性変化取得部１４１ｂは、建物１０００に供給されるエネルギーに関する実績を示す時系列データである供給エネルギー実績データ１３３およびエネルギー機器２のエネルギー消費に関する実績を示す時系列データである消費量実績データ１３４に基づいて算出される運転時数値と、建物１０００の内外環境に関する環境データおよびエネルギー機器２の運転状態に関する実績を示す時系列データである機器運転実績データに基づいて算出される理論数値との時刻ごとの差分に基づいて、ベースロードの変化を取得する。このような構成によれば、機器特性値データ１３１に限らず他のモデルのパラメータの補正要否も判定が可能となる。たとえば、負荷モデル１４３ａの予測誤差の大きさを判定部１４１ｃで判定することができ、負荷モデル１４３ａのパラメータ補正要否を判定することが可能となる。
　また、以上に記載された実施の形態によれば、特性変化取得部１４１ｂは、建物１０００に供給されるエネルギーに関する実績を示す時系列データである供給エネルギー実績データ１３３を周波数分析することによってベースロードを複数の時刻で抽出し、さらに、抽出されたベースロード間の差分に基づいてベースロードの変化を取得する。このような構成によれば、ベースロードの変化に応じて機器モデル１４４ａの補正の可否を判定することができる。
　また、以上に記載された実施の形態によれば、パラメータ算出部１４２は、供給エネルギー実績データ１３３に基づいて機器モデル１４４ａのパラメータまたは負荷モデル１４３ａのパラメータにランダムなばらつきをもたせて建物１０００のエネルギー需要量を複数回予測し、最も供給エネルギー実績データ１３３に近い結果となるパラメータを探索するランダム探索法、または、機器モデル１４４ａのパラメータまたは負荷モデル１４３ａのパラメータを説明変数とし、建物１０００に供給されるエネルギーを目的変数とする回帰式を用いる方法によって、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方を補正する。このような構成によれば、モデルの補正を行うことによって、補正されたモデルに基づいてエネルギー供給計画を策定することができる。そのため、設備構成の変更またはエネルギー機器２の性能劣化に伴う特性変化が生じた場合であっても、エネルギー供給計画に関する誤差を減少させることができる。
　また、以上に記載された実施の形態によれば、需要予測部１４３は、供給エネルギー実績データ１３３から算出される建物１０００に供給されるエネルギーの平均値、または、負荷モデル１４３ａ、エネルギー機器２の運転データ（機器運転実績データ１３６）および建物１０００の内外環境に関する室内外環境データ１３５から算出される熱負荷に基づいて、建物１０００のエネルギー需要量を予測する。このような構成によれば、エネルギー需要量を満たすエネルギー供給計画を策定することができる。
　また、以上に記載された実施の形態によれば、供給計画策定部１４４は、エネルギー需要量を満たしつつ建物１０００にエネルギーを供給するために要するコストを最小化する最適化問題の解を導出することによって、エネルギー供給計画を策定する。このような構成によれば、建物１０００にエネルギーを供給するために要するコストが抑制されたエネルギー供給計画を策定することができる。
　また、以上に記載された実施の形態によれば、エネルギー機器２は、電力供給機器２１、電力授受機器２２、熱供給機器２３および熱授受機器２４の少なくとも１つを含む。このような構成によれば、エネルギー機器２のベースロードの変化に応じてモデルを補正し、さらに、当該モデルに基づいてエネルギー供給計画を策定することができる。
　また、以上に記載された実施の形態によれば、機器モデル１４４ａが、対応するエネルギー機器２のエネルギー入出力特性を示すグラフまたはテーブルとして表される。このような構成によれば、エネルギー機器２のベースロードの変化に応じてモデルを補正し、さらに、当該モデルに基づいてエネルギー供給計画を策定することができる。
　以上に記載された実施の形態によれば、エネルギー供給計画策定方法において、エネルギー機器２のベースロードの変化を取得する。そして、ベースロードの変化に基づいて、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方の補正の要否を判定する。そして、判定結果に基づいて、機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方を補正する。そして、建物１０００のエネルギー需要量を予測する。そして、機器モデル１４４ａと、エネルギー需要量とに基づいてエネルギー供給計画を策定する。
　このような構成によれば、エネルギー機器２のベースロードの変化に応じてモデル（機器モデル１４４ａおよび負荷モデル１４３ａのうちの少なくとも一方）を補正し、さらに、当該モデルに基づいてエネルギー供給計画を策定することができる。そのため、設備構成の変更またはエネルギー機器２の性能劣化に伴う特性変化が生じた場合であっても、エネルギー供給計画に関する誤差を減少させることができる。
　なお、特段の制限がない場合には、それぞれの処理が行われる順序は変更することができる。
　また、上記の構成に本願明細書に例が示された他の構成を適宜追加した場合、すなわち、上記の構成としては言及されなかった本願明細書中の他の構成が適宜追加された場合であっても、同様の効果を生じさせることができる。
　＜以上に記載された実施の形態の変形例について＞
　以上に記載された実施の形態では、それぞれの構成要素の寸法、形状、相対的配置関係または実施の条件などについても記載する場合があるが、これらはすべての局面においてひとつの例であって、限定的なものではないものとする。
　したがって、例が示されていない無数の変形例、および、均等物が、本願明細書に開示される技術の範囲内において想定される。たとえば、少なくとも１つの構成要素を変形する場合、追加する場合または省略する場合が含まれるものとする。
　また、以上に記載された実施の形態において、特に指定されずに材料名などが記載された場合は、矛盾が生じない限り、当該材料に他の添加物が含まれた、たとえば、合金などが含まれるものとする。
　また、矛盾が生じない限り、以上に記載された実施の形態において「１つ」備えられるものとして記載された構成要素は、「１つ以上」備えられていてもよいものとする。
　また、本願明細書における説明は、本技術に関連するすべての目的のために参照され、いずれも、従来技術であると認めるものではない。
　また、以上に記載された実施の形態で記載されたそれぞれの構成要素は、ソフトウェアまたはファームウェアとしても、それと対応するハードウェアとしても想定され、その双方の概念において、それぞれの構成要素は「部」または「処理回路」（ｃｉｒｃｕｉｔｒｙ）などと称される。
　また、本願明細書に開示される技術は、それぞれの構成要素が複数の装置に分散して備えられる場合、すなわち、複数の装置の組み合わせとしてのシステムのような態様であってもよいものとする。
　たとえば、記憶装置１３は、図２においてはエネルギー供給計画策定装置内に搭載されるものとして示されたが、外部の機能部であってもよいものとする。その場合、エネルギー供給計画策定装置内の他の機能部と外部の機能部とが互いに作用しあうことによって、全体としてエネルギー供給計画策定装置の機能を果たすものであればよい。
　１　エネルギー供給計画策定装置、２　エネルギー機器、３，３１，３２　センサー、４　制御ネットワーク、１１　受信装置、１２　送信装置、１３，１１０３　記憶装置、１４　演算装置、２１　電力供給機器、２２　電力授受機器、２３　熱供給機器、２４　熱授受機器、１３１　機器特性値データ、１３２　負荷モデルパラメータ、１３３　供給エネルギー実績データ、１３４　消費量実績データ、１３５　室内外環境データ、１３６　機器運転実績データ、１４１　補正要否判定部、１４１ａ　要因分析部、１４１ｂ　特性変化取得部、１４１ｃ　判定部、１４２　パラメータ算出部、１４３　需要予測部、１４３ａ　負荷モデル、１４４　供給計画策定部、１４４ａ　機器モデル、１４４ｂ　最適化エンジン、１４５　制御指令変換部、１０００　建物、１１０２Ａ，１１０２Ｂ　処理回路。

Claims (9)

  1. 　エネルギー供給対象に対してエネルギーを入出力する少なくとも１つのエネルギー機器の運転を制御するためのエネルギー供給計画を、前記エネルギー機器に対応する機器モデル、および、前記エネルギー供給対象に対応する負荷モデルに基づいて策定するエネルギー供給計画策定装置であり、
    　前記機器モデルは、対応する前記エネルギー機器のエネルギー入出力特性を示すデータであり、
    　前記負荷モデルは、対応する前記エネルギー供給対象のエネルギー需要量を予測するための物理的な式または演算方法であり、
    　前記エネルギー機器のベースロードの変化を取得する取得部と、
    　前記ベースロードの変化に基づいて、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方の補正の要否を判定する判定部と、
    　前記判定部における判定結果に基づいて、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方を補正する補正部と、
    　前記エネルギー供給対象の前記エネルギー需要量を予測する需要予測部と、
    　前記機器モデルと、前記エネルギー需要量とに基づいてエネルギー供給計画を策定する供給計画策定部とを備える、
    　エネルギー供給計画策定装置。
  2. 　請求項１に記載のエネルギー供給計画策定装置であり、
    　前記取得部は、前記エネルギー供給対象に供給される前記エネルギーに関する実績を示す時系列データである供給エネルギー実績データおよび前記エネルギー機器のエネルギー消費に関する実績を示す時系列データである消費量実績データに基づいて算出される運転時数値と、前記エネルギー供給対象の内外環境に関する環境データおよび前記エネルギー機器の運転状態に関する実績を示す時系列データである機器運転実績データに基づいて算出される理論数値との時刻ごとの差分に基づいて、前記ベースロードの変化を取得する、
    　エネルギー供給計画策定装置。
  3. 　請求項１に記載のエネルギー供給計画策定装置であり、
    　前記取得部は、エネルギー供給対象に供給される前記エネルギーに関する実績を示す時系列データである供給エネルギー実績データを周波数分析することによって前記ベースロードを複数の時刻で抽出し、さらに、抽出された前記ベースロード間の差分に基づいて前記ベースロードの変化を取得する、
    　エネルギー供給計画策定装置。
  4. 　請求項２または３に記載のエネルギー供給計画策定装置であり、
    　前記補正部は、前記供給エネルギー実績データに基づいて前記機器モデルのパラメータまたは前記負荷モデルのパラメータにランダムなばらつきをもたせて前記エネルギー供給対象の前記エネルギー需要量を複数回予測し、最も前記供給エネルギー実績データに近い結果となるパラメータを探索するランダム探索法、または、前記機器モデルのパラメータまたは前記負荷モデルのパラメータを説明変数とし、前記エネルギー供給対象に供給される前記エネルギーを目的変数とする回帰式を用いる方法によって、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方を補正する、
    　エネルギー供給計画策定装置。
  5. 　請求項２から４のうちのいずれか１つに記載のエネルギー供給計画策定装置であり、
    　前記需要予測部は、前記供給エネルギー実績データから算出される前記エネルギー供給対象に供給される前記エネルギーの平均値、または、前記負荷モデル、前記エネルギー機器の運転データおよび前記エネルギー供給対象の内外環境に関する環境データから算出される熱負荷に基づいて、前記エネルギー供給対象の前記エネルギー需要量を予測する、
    　エネルギー供給計画策定装置。
  6. 　請求項１から５のうちのいずれか１つに記載のエネルギー供給計画策定装置であり、
    　前記供給計画策定部は、前記エネルギー需要量を満たしつつ前記エネルギー供給対象に前記エネルギーを供給するために要するコストを最小化する最適化問題の解を導出することによって、前記エネルギー供給計画を策定する、
    　エネルギー供給計画策定装置。
  7. 　請求項１から６のうちのいずれか１つに記載のエネルギー供給計画策定装置であり、
    　前記エネルギー機器は、電力供給機器、電力授受機器、熱供給機器および熱授受機器の少なくとも１つを含む、
    　エネルギー供給計画策定装置。
  8. 　請求項１から７のうちのいずれか１つに記載のエネルギー供給計画策定装置であり、
    　前記機器モデルが、対応する前記エネルギー機器のエネルギー入出力特性を示すグラフまたはテーブルとして表される、
    　エネルギー供給計画策定装置。
  9. 　エネルギー供給対象に対してエネルギーを入出力する少なくとも１つのエネルギー機器の運転を制御するためのエネルギー供給計画を、前記エネルギー機器に対応する機器モデル、および、前記エネルギー供給対象に対応する負荷モデルに基づいて策定するエネルギー供給計画策定方法であり、
    　前記機器モデルは、対応する前記エネルギー機器のエネルギー入出力特性を示すデータであり、
    　前記負荷モデルは、対応する前記エネルギー供給対象のエネルギー需要量を予測するための物理的な式または演算方法であり、
    　前記エネルギー機器のベースロードの変化を取得し、
    　前記ベースロードの変化に基づいて、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方の補正の要否を判定し、
    　判定結果に基づいて、前記機器モデルおよび前記負荷モデルのうちの少なくとも一方を補正し、
    　前記エネルギー供給対象の前記エネルギー需要量を予測し、
    　前記機器モデルと、前記エネルギー需要量とに基づいてエネルギー供給計画を策定する、
    　エネルギー供給計画策定方法。
PCT/JP2020/027444 2020-07-15 2020-07-15 エネルギー供給計画策定装置、および、エネルギー供給計画策定方法 Ceased WO2022013959A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US18/008,670 US12451699B2 (en) 2020-07-15 2020-07-15 Energy supply plan formulation device and energy supply plan formulation method
JP2022536029A JP7438362B2 (ja) 2020-07-15 2020-07-15 エネルギー供給計画策定装置、および、エネルギー供給計画策定方法
PCT/JP2020/027444 WO2022013959A1 (ja) 2020-07-15 2020-07-15 エネルギー供給計画策定装置、および、エネルギー供給計画策定方法
CN202080102825.8A CN115917906A (zh) 2020-07-15 2020-07-15 能量供给计划制定装置以及能量供给计划制定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/027444 WO2022013959A1 (ja) 2020-07-15 2020-07-15 エネルギー供給計画策定装置、および、エネルギー供給計画策定方法

Publications (1)

Publication Number Publication Date
WO2022013959A1 true WO2022013959A1 (ja) 2022-01-20

Family

ID=79555321

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/027444 Ceased WO2022013959A1 (ja) 2020-07-15 2020-07-15 エネルギー供給計画策定装置、および、エネルギー供給計画策定方法

Country Status (4)

Country Link
US (1) US12451699B2 (ja)
JP (1) JP7438362B2 (ja)
CN (1) CN115917906A (ja)
WO (1) WO2022013959A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118278713B (zh) * 2024-06-03 2024-08-09 安徽泰然信息技术有限公司 一种能源系统的智能化管控方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006325336A (ja) * 2005-05-19 2006-11-30 Nippon Telegr & Teleph Corp <Ntt> 分散型エネルギーシステムの制御装置、方法、およびプログラム
WO2011105070A1 (ja) * 2010-02-25 2011-09-01 パナソニック株式会社 需給制御装置、需給制御方法、およびプログラム
WO2015075794A1 (ja) * 2013-11-20 2015-05-28 株式会社 東芝 電力需要予測システム、電力需要予測方法、需要家プロファイリングシステム、及び需要家プロファイリング方法
JP2017028816A (ja) * 2015-07-21 2017-02-02 富士電機株式会社 計画策定装置、計画策定方法、及びプログラム
JP2017049756A (ja) * 2015-09-01 2017-03-09 中国電力株式会社 熱源機器ネットワークの運転計画を最適化するための方法及びシステム、及びプログラム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009115386A (ja) 2007-11-06 2009-05-28 Daikin Ind Ltd 冷凍装置
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
US20160043548A1 (en) * 2013-08-15 2016-02-11 Nec Laboratories America, Inc. Rolling stochastic optimization based operation of distributed energy systems with energy storage systems and renewable energy resources
CN104156783B (zh) * 2014-07-29 2017-07-25 广西电网有限责任公司 计及气象累积效应的电力系统最大日负荷预测系统及方法
EP3056378A1 (de) * 2015-02-10 2016-08-17 Schweizerische Bundesbahnen SBB Verfahren zur Überwachung und Steuerung einer Betriebsvorrichtung
JP6486731B2 (ja) 2015-03-13 2019-03-20 株式会社東芝 機器特性モデル学習装置、機器特性モデル学習方法、及びプログラム
CN105447598A (zh) * 2015-11-30 2016-03-30 国网河南省电力公司洛阳供电公司 一种基于误差修正模型的电力系统中负荷预测装置及方法
JP6881997B2 (ja) 2017-02-10 2021-06-02 三菱パワー株式会社 試験計画装置及び試験計画方法
CN109978268A (zh) * 2019-03-29 2019-07-05 广东电网有限责任公司 一种短期负荷预测方法、系统及相关装置
CN110601174B (zh) 2019-07-06 2023-04-18 天津大学 一种基于深度学习的负荷建模与在线修正方法
CN110569562B (zh) 2019-08-19 2023-10-31 天津大学 基于轨迹跟踪及误差修正的短期电力负荷预测方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006325336A (ja) * 2005-05-19 2006-11-30 Nippon Telegr & Teleph Corp <Ntt> 分散型エネルギーシステムの制御装置、方法、およびプログラム
WO2011105070A1 (ja) * 2010-02-25 2011-09-01 パナソニック株式会社 需給制御装置、需給制御方法、およびプログラム
WO2015075794A1 (ja) * 2013-11-20 2015-05-28 株式会社 東芝 電力需要予測システム、電力需要予測方法、需要家プロファイリングシステム、及び需要家プロファイリング方法
JP2017028816A (ja) * 2015-07-21 2017-02-02 富士電機株式会社 計画策定装置、計画策定方法、及びプログラム
JP2017049756A (ja) * 2015-09-01 2017-03-09 中国電力株式会社 熱源機器ネットワークの運転計画を最適化するための方法及びシステム、及びプログラム

Also Published As

Publication number Publication date
JPWO2022013959A1 (ja) 2022-01-20
US12451699B2 (en) 2025-10-21
JP7438362B2 (ja) 2024-02-26
US20230246444A1 (en) 2023-08-03
CN115917906A (zh) 2023-04-04

Similar Documents

Publication Publication Date Title
US6591620B2 (en) Air conditioning equipment operation system and air conditioning equipment designing support system
JP4889167B2 (ja) コジェネレーション装置の運転計画方法
US11859838B2 (en) System and method for aligning HVAC consumption with renewable power production with the aid of a digital computer
US9081374B2 (en) Calibrating algorithms for determining electrical load and lifestyle characteristics
JP6328283B2 (ja) コントローラ、スケジュール作成方法、及びプログラム
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
KR102194002B1 (ko) 최적 물리 학습모델과 기계학습을 이용한 에너지 운영관리 시스템
Huckebrink et al. Decarbonising the residential heating sector: A techno-economic assessment of selected technologies
JP2002032438A (ja) エネルギサービス事業方法及びシステム
CN104428812A (zh) 运转计划最佳化装置、运转计划最佳化方法及运转计划最佳化程序
Dumont et al. Performance of a reversible heat pump/organic Rankine cycle unit coupled with a passive house to get a positive energy building
JP7438362B2 (ja) エネルギー供給計画策定装置、および、エネルギー供給計画策定方法
JP6513257B2 (ja) コントローラ、スケジュール作成方法、及びプログラム
Moglen et al. Optimal thermostatically-controlled residential demand response for retail electric providers
JP2018148790A (ja) コントローラ、スケジュール作成方法、及びプログラム
van der Klauw et al. Assessing the potential of residential HVAC systems for demand-side management
JP2016092961A (ja) コントローラ、スケジュール作成方法、及びプログラム
Kontu District heating and cooling as part of smart energy systems
Teixeira et al. Development in efficiency, cost, optimization, simulation and environmental impact of energy systems
Yakovlev et al. The effectiveness of using air-to-water heat pumps under Russian climatic conditions
Lahdelma et al. Optimization and multicriteria evaluation of district heat production and storage
Korvola et al. Control strategies for a residential property with solar building, thermal and electricity storages
Malevolti et al. Scenarios for the energy renovation of a residential building
Zhang Applicability of Thermal Energy Storage in Future District Heating System-Design Methodologies and Performance Evaluations
Péan et al. Co-simulation studies of optimal control for natural refrigerant heat pumps

Legal Events

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

Ref document number: 20945571

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022536029

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20945571

Country of ref document: EP

Kind code of ref document: A1

WWG Wipo information: grant in national office

Ref document number: 18008670

Country of ref document: US