特許 5813544 エネルギー管理装置とその管理方法及びエネルギー管理プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5813544

(24)【登録日】2015年10月2日

(45)【発行日】2015年11月17日

(54)【発明の名称】エネルギー管理装置とその管理方法及びエネルギー管理プログラム

(51)【国際特許分類】

   H02J 3/38 20060101AFI20151029BHJP

   H02J 3/00 20060101ALI20151029BHJP

   H02J 3/32 20060101ALI20151029BHJP

【ＦＩ】

   H02J3/38 130

   H02J3/38 170

   H02J3/38 110

   H02J3/00 170

   H02J3/32

【請求項の数】9

【全頁数】14

(21)【出願番号】特願2012-65300(P2012-65300)

(22)【出願日】2012年3月22日

(65)【公開番号】特開2013-198360(P2013-198360A)

(43)【公開日】2013年9月30日

【審査請求日】2014年7月23日

(73)【特許権者】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(74)【代理人】

【識別番号】100108855

【弁理士】

【氏名又は名称】蔵田 昌俊

(74)【代理人】

【識別番号】100159651

【弁理士】

【氏名又は名称】高倉 成男

(74)【代理人】

【識別番号】100088683

【弁理士】

【氏名又は名称】中村 誠

(74)【代理人】

【識別番号】100109830

【弁理士】

【氏名又は名称】福原 淑弘

(74)【代理人】

【識別番号】100075672

【弁理士】

【氏名又は名称】峰 隆司

(74)【代理人】

【識別番号】100103034

【弁理士】

【氏名又は名称】野河 信久

(74)【代理人】

【識別番号】100153051

【弁理士】

【氏名又は名称】河野 直樹

(74)【代理人】

【識別番号】100140176

【弁理士】

【氏名又は名称】砂川 克

(74)【代理人】

【識別番号】100158805

【弁理士】

【氏名又は名称】井関 守三

(74)【代理人】

【識別番号】100172580

【弁理士】

【氏名又は名称】赤穂 隆雄

(74)【代理人】

【識別番号】100179062

【弁理士】

【氏名又は名称】井上 正

(74)【代理人】

【識別番号】100124394

【弁理士】

【氏名又は名称】佐藤 立志

(74)【代理人】

【識別番号】100112807

【弁理士】

【氏名又は名称】岡田 貴志

(74)【代理人】

【識別番号】100111073

【弁理士】

【氏名又は名称】堀内 美保子

(72)【発明者】

【氏名】久保田 和人

(72)【発明者】

【氏名】村井 雅彦

(72)【発明者】

【氏名】谷本 智彦

(72)【発明者】

【氏名】松江 清高

(72)【発明者】

【氏名】片山 恭介

(72)【発明者】

【氏名】山岸 祐之

【審査官】 赤穂 嘉紀

(56)【参考文献】

【文献】 特開２００６−３０４４０２（ＪＰ，Ａ）

【文献】 特開２０１０−１２４６４４（ＪＰ，Ａ）

【文献】 特開２０１１−０９２００２（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｈ０２Ｊ ３／３８

Ｈ０２Ｊ ３／００

Ｈ０２Ｊ ３／３２

(57)【特許請求の範囲】

【請求項1】

自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理装置において、
前記発電装置の発電実績値と自然環境情報から発電予測値を生成する発電予測手段と、
前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積する負荷履歴蓄積手段と、
前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成する負荷予測手段と、
現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となるときの現時刻の蓄電池の運転計画と給電装置の運転計画を生成する運転計画生成手段と、
前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御する運転制御手段とを具備し、
前記負荷予測手段の負荷パターンの抽出は、
前記履歴情報から前記現時刻に対して過去の日の同時刻の前後の負荷情報を抽出し、
当日の現時刻までの負荷情報と過去の日の同時刻の前後の負荷情報の集合から、重みを計算して負荷情報の集合に割り付け、重み付き負荷予測情報として出力することを特徴とするエネルギー管理装置。

【請求項2】

自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理装置において、
前記発電装置の発電実績値と自然環境情報から発電予測値を生成する発電予測手段と、
前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積する負荷履歴蓄積手段と、
前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成する負荷予測手段と、
現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となるときの現時刻の蓄電池の運転計画と給電装置の運転計画を生成する運転計画生成手段と、
前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御する運転制御手段とを具備し、
前記負荷予測手段の前記負荷パターンの抽出は、過去の日の同時刻の前後の負荷群を抽出し、前記同時刻に近い負荷情報は細かく、遠い負荷情報は荒く集計することを特徴とするエネルギー管理装置。

【請求項3】

前記運転計画生成手段は、前記複数の重み付き負荷予測情報それぞれについて一定期間の料金コストを計算し重みを用いて加重平均したものを前記シミュレーションの評価値とし、その中から最小の料金コストとなる運転計画を生成することを特徴とする請求項１または２のいずれか１項に記載のエネルギー管理装置。

【請求項4】

自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理方法において、
前記発電装置の発電実績値と自然環境情報から発電予測値を生成し、
前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積し、
前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成し、
現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となるときの現時刻の蓄電池の運転計画と給電装置の運転計画を生成し、
前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御し、
前記負荷予測における負荷パターンの抽出は、前記履歴情報から前記現時刻に対して過去の日の同時刻の前後の負荷情報を抽出し、当日の現時刻までの負荷情報と過去の日の同時刻の前後の負荷情報の集合から、重みを計算して負荷情報の集合に割り付け、重み付き負荷予測情報として出力することを特徴とするエネルギー管理方法。

【請求項5】

自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理方法において、
前記発電装置の発電実績値と自然環境情報から発電予測値を生成し、
前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積し、
前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成し、
現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となるときの現時刻の蓄電池の運転計画と給電装置の運転計画を生成し、
前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御し、
前記負荷予測における負荷パターンの抽出は、過去の日の同時刻の前後の負荷群を抽出し、前記同時刻に近い負荷情報は細かく、遠い負荷情報は荒く集計することを特徴とするエネルギー管理方法。

【請求項6】

前記運転計画の生成は、前記複数の重み付き負荷予測情報それぞれについて一定期間の料金コストを計算し重みを用いて加重平均したものを前記シミュレーションの評価値とし、その中から最小の料金コストとなる運転計画を生成することを特徴とする請求項４または５のいずれか１項に記載のエネルギー管理方法。

【請求項7】

自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御する処理をコンピュータに実行させるためのエネルギー管理プログラムにおいて、
前記発電装置の発電実績値と自然環境情報から発電予測値を生成する発電予測ステップと、
前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積する負荷履歴蓄積ステップと、
前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成する負荷予測ステップと、
現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となる現時刻の蓄電池の運転計画と給電装置の運転計画を生成する運転計画生成ステップと、
前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御する運転制御ステップとを具備し、
前記負荷予測ステップの負荷パターンの抽出は、
前記履歴情報から前記現時刻に対して過去の日の同時刻の前後の負荷情報を抽出し、
当日の現時刻までの負荷情報と過去の日の同時刻の前後の負荷情報の集合から、重みを計算して負荷情報の集合に割り付け、重み付き負荷予測情報として出力することを特徴とするエネルギー管理プログラム。

【請求項8】

自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御する処理をコンピュータに実行させるためのエネルギー管理プログラムにおいて、
前記発電装置の発電実績値と自然環境情報から発電予測値を生成する発電予測ステップと、
前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積する負荷履歴蓄積ステップと、
前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成する負荷予測ステップと、
現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となる現時刻の蓄電池の運転計画と給電装置の運転計画を生成する運転計画生成ステップと、
前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御する運転制御ステップとを具備し、
前記負荷予測ステップの前記負荷パターンの抽出は、過去の日の同時刻の前後の負荷群を抽出し、前記同時刻に近い負荷情報は細かく、遠い負荷情報は荒く集計することを特徴とするエネルギー管理プログラム。

【請求項9】

前記運転計画生成ステップは、前記複数の重み付き負荷予測情報それぞれについて一定期間の料金コストを計算し重みを用いて加重平均したものを前記シミュレーションの評価値とし、その中から最小の料金コストとなる運転計画を生成することを特徴とする請求項７または８のいずれか１項に記載のエネルギー管理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、住宅内の電力使用機器を制御して電力エネルギーの消費を管理するエネルギー管理装置とその管理方法及びエネルギー管理プログラムに関する。

【背景技術】

【0002】

近年、住宅には太陽光発電装置（以降ＰＶと記す）や蓄電池、燃料電池（ＦＣ）などの新エネルギー機器が導入されるようになりつつある。これに伴い、時間帯別電気料金が採用された際に、省エネ、省コストを目的として住宅内の電力使用機器に消費される電力エネルギーを管理するエネルギー管理装置が提案されている。これらの多くは、住宅内で利用される家電機器などの電力使用機器の使用電力量を予測し、個々の機器の予測結果から各機器の運転計画を立案している。

【0003】

具体的には、ＰＶの発電量予測値と電力使用機器の負荷電力量の予測値である予測負荷量をそれぞれ求め、両者の差分が閾値を超えないように電力使用機器を制御することでピーク電力をカットする手法が提案されている。また、ＰＶの発電量予測値と予測負荷量を求め、コストが最小化されるように電力使用機器の利用時間の変更と蓄電池の運転計画を立案する手法が提案されている。

【0004】

その他、停電時にバックアップ電源として利用する蓄電池の充電容量を決める際に、ＰＶの発電量予測値と予測負荷量を利用する手法、電力逼迫時の住宅やビルのエネルギー削減可能量を算出する際に予測負荷量を求めることとし、その予測には過去の類似日のデータを利用し、類似性の指標には天候、気温、湿度やカレンダーなどを利用する手法、ＰＶと蓄電池、さらにはＤＣ給電システムの効率の良い運用をするためにＰＶの発電量予測値と予測負荷量を利用する手法が提案されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００３−３０９９２８号公報

【特許文献2】特開２０１１−９２００２号公報

【非特許文献】

【0006】

【非特許文献1】島田、黒川、"天気予報と天気変化パターンを用いた日射予測", IEE Trans. PE, pp1219-1225, Vol. 127, No.11, 2007.

【発明の概要】

【発明が解決しようとする課題】

【0007】

以上述べたように、従来のエネルギー管理装置は、いずれも負荷電力量の予測を行って蓄電池や燃料電池、電力使用機器の運転計画を立案するものである。このため、予測が外れると運用計画そのものが適切でなくなるという課題があった。例えば、ある住宅の生活者が昼間に外出する場合と在宅する場合の二つの生活パターンで生活しているとき、負荷予測を外出のパターンに合わせると在宅した場合の運用計画が適切で無くなり、負荷予測を在宅のパターンに合わせると外出した場合の運用計画が適切でなくなる。また、在宅と外出の頻度を使って、負荷予測を外出のパターンと在宅のパターンの加重平均とする方法も考えられるが、この負荷予測を使って立案した運用計画は、在宅、外出のいずれにも適切でないものとなる。

【0008】

本実施形態は上記の課題に鑑みてなされたもので、予測外れのリスクを考慮して、省コストあるいはコスト増のリスクが少ない機器運転計画を実現することのできるエネルギー管理装置とその管理方法及びエネルギー管理プログラムを提供することを目的とする。

【課題を解決するための手段】

【0009】

本実施形態によれば、自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理装置において、前記発電装置の発電実績値と自然環境情報から発電予測値を生成し、前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積し、前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成し、現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、条件の異なる複数の運転計画アルゴリズムそれぞれに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となる運転計画アルゴリズムを選択し、選択アルゴリズムを用いて現時刻の蓄電池の運転計画と給電装置の運転計画を生成し、前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御することを特徴とするものである。

【図面の簡単な説明】

【0010】

【図1】本実施形態に係るエネルギー関連機器およびエネルギー管理装置を備える住宅設備システムの構成を示すブロック図。

【図2】図１に示すエネルギー管理装置の構成を示すブロック図。

【図3】図２に示す太陽光発電予測部の構成を示すブロック図。

【図4】図２に示す重み付き負荷予測群生成部の構成を示すブロック図。

【図5】図２に示す蓄電池燃料電池運転計画部の構成を示すブロック図。

【図6】図４に示す負荷パターン抽出加工部の構成を示すブロック図。

【図7】図２に示す重み付き負荷予測群生成部の処理手順を示すフローチャート。

【図8】図７に示す負荷パターン抽出加工の処理手順を示すフローチャート。

【図9】図７に示す重み計算の処理手順を示すフローチャート。

【図10】図５に示すシミュレーション部のシミュレーション処理手順を示すフローチャート。

【図11】図５に示す運転計画部において、選択アルゴリズムによる光熱費のシミュレーション処理結果から運転計画を作成する手順を示すフローチャート。

【図12】図１に示すエネルギー管理装置の処理をソフトウェアによって実施するためのパーソナルコンピュータの構成を示すブロック図。

【図13】本実施形態において、遠い過去に強い影響を受けすぎない重み計算を可能にするための処理を示す図。

【発明を実施するための形態】

【0011】

以下、図面を参照して本実施形態に係るエネルギー管理装置を説明する。

【0012】

図１は本実施形態に係るエネルギー関連機器およびエネルギー管理装置を備える住宅設備システムの構成を示すブロック図である。図１に示す住宅設備システムは、エネルギー関連機器として太陽光発電装置（ＰＶ）１１、蓄電池１２、燃料電池（ＦＣ）１３、ＰＣＳ（交直変換装置）１４、分電盤１５、家電機器群１６を備え、これらのエネルギー関連機器のエネルギーを直接管理するエネルギー管理装置１７を備える。

【0013】

太陽光発電装置１１は太陽光による光エネルギーを電力エネルギーに変換する。蓄電池１２は電力の充放電を行う。燃料電池１３はガスを燃料とし、電気と熱を同時に生成する。分電盤１５は電力系統から供給された電力を家電機器群１６へ供給する。この電力はＰＣＳ１４を通り蓄電池１２へと充電される場合もある。ＰＣＳ１４は太陽光発電装置１１、蓄電池１２、燃料電池１３が発電した直流の電力を交流に変換して分電盤１５に供給する。家電機器群１６が利用する電力よりＰＣＳ１４から送られる電力が大きい場合、余剰電力は電力系統へ売電される。一方、エネルギー管理装置１７は、インターネット１８、ユーザ（生活者）端末１９と情報交換を行うと共に、これによって得られた情報に基づいて蓄電池１２、燃料電池１３、ＰＣＳ１４、分電盤１５の状態を管理し適宜その動作を制御する。

【0014】

上記エネルギー管理装置１７に入力される情報は以下の通りである。インターネット１８からは電気予報、電力料金表、ガス料金表を収集する。ユーザ端末１９からは、エネルギー管理装置１７が蓄電池１２や燃料電池１３の運転計画を再計画する頻度が入力される。分電盤１５からは家電機器群１６の消費電力が入力される。ＰＣＳ１４からは、ＰＶ１１の発電量が入力される。蓄電池１２からは充電電力または放電電力とＳＯＣが入力される。燃料電池１３からは、発電電力と給湯のための生成熱量が入力される。また、上記エネルギー管理装置１７が出力する情報は以下の通りである。蓄電池１２には充電指令または放電指令が出力される。燃料電池１３には、発電および熱量生成指令が出力される。

【0015】

上記エネルギー管理装置１７の内部構成を図２に示す。このエネルギー管理装置１７は統括制御部１７１、太陽光発電予測部１７２と重み付き負荷予測群生成部１７３と蓄電池燃料電池運転計画部１７４と蓄電池制御部１７５と燃料電池制御部１７６からなる。

【0016】

上記統括制御部１７１は、ユーザ端末１９から入力される制御方針に従ってエネルギー管理装置１７を動作させる。例えば、ユーザが１時間に１回、計画の見直しを希望した場合は、１時間に一度、以下に述べる手順で蓄電池１２および燃料電池１３の運転計画を作成し、蓄電池１２および燃料電池１３に運転指令を送信する。

【0017】

上記太陽光発電予測部１７２は、図３に示すように、発電履歴蓄積部１７２Ａ及び発電予測部１７２Ｂを備え、発電履歴蓄積部１７２Ａから得られる太陽光発電実績値とインターネット１８から得られる天気予報から、発電予測部１７２Ｂにて太陽光発電予測値を生成する。例えば、３時間ごとの天気予報から日射予測を行う方法については、非特許文献１に記されている。

【0018】

上記重み付き負荷予測群生成部１７３は、図４に示すように、負荷履歴蓄積部１７３Ａ、負荷予測部１７３Ｂを備え、負荷履歴蓄積部１７３Ａで得られる家電機器群１６の負荷の履歴から重みの付いた複数の負荷予測情報を生成する。詳細は後述する。

【0019】

上記蓄電池燃料電池運転計画部１７４は、図５に示すように、シミュレーション部１７４Ａ、運転計画部１７４Ｂを備え、太陽光発電予測値と、現在時刻の家電負荷と、重みの付いた複数の負荷予測情報と、電力料金表と、ガス料金表と、家電機器群１６それぞれのスペックと蓄電池１２のＳＯＣ（State of Charge：充電レベル）から蓄電池運転計画を作成する。詳細は後述する。

【0020】

上記蓄電池制御部１７５は、蓄電池運転計画から蓄電池１２に対して運転指令を出す。

【0021】

上記燃料電池制御部１７６は、燃料電池運転計画から燃料電池１３に対して運転指令を出す。

【0022】

ここで、上記重み付き負荷予測群生成部１７３の処理について説明する。

【0023】

前述のように、重み付き負荷予測群生成部１７３では、負荷履歴蓄積部１７３Ａで家電機器群１６の負荷の履歴を蓄積しており、負荷予測部１７３Ｂからの要求に応じて任意の時点の負荷が通知される。負荷予測部１７３Ｂは、負荷パターン抽出部Ｂ１と重み計算部Ｂ２からなる。負荷パターン抽出加工部Ｂ１は、過去の日の制御対象時刻の前後の負荷群を抽出し、重み計算部Ｂ２は、当日の制御対象時刻までの負荷と、過去の日の制御対象時刻の前後の負荷の集合から、重みを計算して負荷の集合に割り付け、重み付き負荷予測値群として出力する。

【0024】

今、対象時刻が午前８：００と仮定し、午前８：００から２４時間分の１時間ごとの負荷を推定するものとする。負荷履歴には対象家庭の１時間おきの負荷が記録されているものとする。負荷パターン抽出加工部Ｂ１は、負荷履歴から過去の日付の午前８：００を中心とした前後２４時間（合計４８時間）の負荷データLi[t]を抽出する（Li: t=-24〜24, i=1〜N、Nは負荷履歴から抽出された系列数）。Li[t] (t=1〜24)は負荷予測値に相当する。この負荷予測値の系列をLi+とおく。また、過去の負荷実績値の系列Li[t] (t=-24〜0)をLi-とおく。さらに、対象日の負荷および負荷予測パターンをLtoday[t]とする(t=-24〜24)。Liと同様に、Ltoday[t] (t=-24〜0)をLtoday-、Ltoday[t] (t=1〜24)をLtoday+とおく。Li (i=1〜N), Ltoday は、重み計算部Ｂ２に送られる。図６にN=3のときの負荷L1, L2, L3と現在時刻までの当日の負荷パターンLtoday-を示す。

【0025】

上記重み計算部Ｂ２ではLi+の重みWiを計算する。まずLi-の時刻毎に、全てのi (=1〜N)を用いて標準偏差σ[t] (t=-24〜0)を求める。続いてWiを下記式で計算する。

【数1】

【0026】

WiとLi+(i=1〜N)の組は重み付き負荷予測値群として蓄電池・燃料電池運転計画部１７４に送られる。

【0027】

また、Wiは以下の方法を用いて計算し直したWi’を利用してもよい。予めN組あるLi+を平日と休日に分けてLwj+、Lhk+とおき(j=1〜N1, k=1〜N2, N1+N2=N)、t=1〜24それぞれについてLwi+、Lhi+のtごとの確率分布を求める。確率分布は例えば正規分布を用いる。各時刻の平均と標準偏差を平日の場合はmw[t],σw[t]、休日の場合はmh[t], σh[t]とする。平日休日の区別は、例えばLi+の12:00の時刻の曜日を用いる。この正規分布を用いて、あるLi+の尤度を下記の式で計算する。

【数2】

【0028】

なお、式の分け方は平日、休日に限らず、時系列を距離でクラスタリングして、クラスタに分類するルールを例えば決定木で作成してもよい。

【0029】

図７は重み付き負荷予測群生成部１７３の処理手順を示しており、負荷パターンの抽出加工処理が行われ（ステップＳ１）、重み計算処理が実行されて（ステップＳ２）、一連の処理が完了する。上記負荷パターンの抽出加工処理Ｓ１は、図８に示すように、当日時刻が入力されると（ステップＳ１１）、負荷履歴データから当日時刻±２４時間の系列（Li[-24],Li[-23],…,Li[0], …,Li[23],Li[24]）を生成する（ステップＳ１２）。ここで、i=1,…,Nであり、Ｎは負荷履歴から抽出された系列数を表す。続いて、Liを重み計算処理に渡し（ステップＳ１３）、一連の処理を終了する。また、上記重み計算処理Ｓ２は、図９に示すように、LiとLtodayを入力し（ステップＳ２１）、Li[t](t=-24,-23,…,-1)の各tについてｉ=1,…,Nを使った分散を計算し、σ[t]とする（ステップＳ２２）。続いて、各系列Li-[t]について、（１）式によりWiを計算し（ステップＳ２３）、WiとLi[t](t=0,1,…,24)の組を出力し（ステップＳ２４）、一連の処理を終了する。

【0030】

次に、蓄電池燃料電池運転計画部１７４の処理について説明する。説明は、１時間おきに計画を算出するという前提で行う。蓄電池燃料電池運転計画部のシミュレーション部１７４Ａでは以下のアルゴリズムを実施する。アルゴリズムには、以下の変数を入力する。

【0031】

Li[t]: ある系列iの今後24時間の負荷予測値(t=1〜24)
Wi: 系列Li[t]の重み
PV[t]: 今後24時間のPV発電予測値(t=1〜24)
Cｐ[t]: 今後24時間の電力価格（売電時と買電時で異なってよい）(t=1〜24)
Cg: ガス料金
SOC[0]: 現在時刻のSOC
アルゴリズムは、以下の変数を出力する。
SOC[1]: １時間後のSOC指令値
eFC[1]: 今後１時間のFC発電電力指令値
出力の計算方法を以下に示す。まず、SOC[1] (取り得る値は0,…,SOCmax)とeFC[1] (取り得る値は0,…,eFCmax)を組み合わせた値(SOC[1],eFC[1])を生成する。SOC[1]とeFC1[1]が取り得る値の刻み幅は例えば１０とする。例えば(SOC[1],eFC[1])は、(25,700)という組み合わせをとる。

【0032】

ここで、すべての(SOC[1],eFC[1])について以下の計算を行う。t(t=2〜24)についてのSOC[t] (取り得る値は0,…,SOCmax)とeFC[t] (取り得る値は0,…,eFCmax)を組み合わせの値(SOC[t], eFC[t])を生成する。例えば(SOC[2],eFC[2])は、(30,700)という組み合わせをとる。SOC[t]とeFC1[t]が取り得る値の刻み幅も同様に１０とする。(SOC[t], eFC[t])をt=2〜24について組み合わせたものを(SOCall,eFCall)とする。例えば(SOCall,eFCall)の例は、
(30,700)(35,700)(40,700)…(30,0)(30,0)
である。これは、先頭より(SOC[2],eFC[2])、(SOC[3],eFC[3])、(SOC[4],eFC[4])、…、(SOC[23],eFC[23])、(SOC[24],eFC[24])の実現値を組み合わせたものである。

【0033】

ある(SOCall,eFCall)について以下の計算を行う。各t=1〜24について以下の計算を行う。

【0034】

Power[t]=Li[t]-PV[t]-eBAT[t]-eFC[t]
Price[t]=Power[t]*Cp[t]*h+fFC[t]*Cg
ここで、eBAT[t]=(SOC[t]-SOC[t-1])*α、αはSOCの変化を電力に換算するパラメータとする。例えば、4kWhの蓄電池の場合、αは40になり、SOCが20%から30%に変化したとき、(30-20)*40=400Whの電力量が充電され、平均充電電力であるeBAT[t]は400Wとなる。また、hは電力を電力量に換算する係数であり、1時間刻みでPowerを計算する場合は1となる。fFC[t]はeFC[t]の電力を発電する際に必要なガス量であり、Cgを乗じてガス代を算出している。

【0035】

続いてPrice[t]をt=1〜24について合計しPriceallとする。Power[t]が負の場合、系統に電気を売っていることになる。ここで、PV発電時の売電がPV発電量を上回ってはならない場合は、PV[t]>-Power[t]という制約をおき、全てのtについてこの制約を一つでも満たさない場合は、この組み合わせ(SOCall,eFCall)のPriceは計算しない。

【0036】

全ての(SOCall,eFCall)についてPriceallを計算し、最も価格の安い物を、ある(SOC[1],eFC[1])の代表価格PP[i]とする。ここでi(i=1〜N)は負荷予測系列の番号である。

【0037】

(SOC[1],eFC[1])ごとに、全てのiについてPP[i]を計算する。これが(SOC[1],eFC[1])の価値分布である。光熱費の期待値を最も小さくする戦略の場合は、Wi＊PP[i]の全てのiについての平均が最も小さい(SOC[1],eFC[1])をアルゴリズムの出力とする。また、光熱費が95%の確率で、ある金額を下回らなければならない場合は、価格の高い方からPP[i]の重みWiを加算していき、重みWiの合計値の5%を越えたときのPP[i]が、ある金額を下回っている(SOC[1],eFC[1])の中から、Wi＊PP[i]の全てのiについての平均が最も小さい(SOC[1],eFC[1])をアルゴリズムの出力とすればよい。

【0038】

なお、PV発電予測値が複数系列与えられている場合は、それぞれについて上記計算を行い、PV発電予測値の重みを考慮して価値分布を計算すればよい。

【0039】

以上の内容を図１０，図１１のフローチャートに示す。 図１０は上記シミュレーション部１７４Ａの処理内容を示している。まずSOC[i](i=1)を入力し（ステップＳ３１）、負荷予測ｉに関する(SOC[1],eFC[1])についてのPP[i]の算出処理を行う（ステップＳ３２）。続いて、i>N（Ｎは負荷予測系列数）を判断し（ステップＳ３３）、i>Nでなければｉに1を加算して（ステップＳ３４）ステップＳ３２に戻る。i>Nであれば、(SOC[1],eFC[1])ごとのPrice[i]を用いた評価値を計算して（＊）出力し（ステップＳ３５）、これにて一連の処理を終了する。（＊）は、例えばPP[i]＊Wiのiについての平均を(SOC[1],eFC[1])の評価値とする。

【0040】

図１１は上記運転計画部１７４Ｂの処理内容を示している。図１１において、変数Li[t],Wi,PV[t],Cp[t],Cgと共に(SOC[1],eFC[1])を入力し（ステップＳ４１）、全ての(SOCall,eFCall)を列挙し、それぞれについて以下の処理を実施する（ステップＳ４２）。

【0041】

まずt=1とし（ステップＳ４３）、以下の計算を行う（ステップＳ４４）。

【0042】

eBat[t]=(SOC[t]-SOC[t-1])＊α
Power[t]=Li[t]-PV[t]-eBat[t]-eFC[t]
Price[t]=Power[t]＊Cp[t]＊h+Cg＊fFC[t]
続いて、t>24を判断し（ステップＳ４５）、tが24に達していなければtにt+1をセットして（ステップＳ４６）ステップＳ４４を実行させる。ステップＳ４５でｔ＞２４が成立した場合には、Price[t]を２４時間分合計し、Priceallとする（ステップＳ４７）。

【0043】

続いて、全ての(SOCall,eFCall)のうちPriceallが最小となるものを(SOC[1],eFC[1])についてのPP[i]とし（ステップＳ４８）、このPP[i]を出力することで（ステップＳ４９）一連の処理を終了する。

【0044】

なお、本解法は組み合わせ最適化問題である。処理時間を短縮するには分枝限定法や、準最適解を求めればよい場合は焼き鈍し法、遺伝的アルゴリズムなどを用いればよい。

【0045】

続いて、運転計画部１７４Ｂでは、シミュレーション部１７４Ａの出力(SOC[1],eFC[1])から現時刻の蓄電池１２と燃料電池１３の運転計画を作成し、それぞれ、蓄電池制御部１７５と燃料電池制御部１７６に送る。

【0046】

上記のように運転計画部１７４Ｂによって生成された蓄電池１２の運転計画SOC[t]は蓄電池制御部１７５に送られ、燃料電池１３の運転計画eFC[t]は燃料電池制御部１７６に送られる。蓄電池制御部１７５と燃料電池制御部１７６は、蓄電池燃料電池運転計画部１７４Ｃから送られてきた運転計画に基づいて制御指令を作成し、蓄電池１２と燃料電池１３にそれぞれ送信する。具体的には、例えば「蓄電池の１時間のSOCを30%にせよ」、「燃料電池を700Wで運転せよ」といった指令を所定の制御コマンドに変換し、蓄電池１２と燃料電池１３にそれぞれ送信する。これにより、最適化された運転計画に沿った蓄電池１２及び燃料電池１３の運用を実現することができる。

【0047】

上記構成によるエネルギー管理装置１７の各ブロックの処理は、図１２に示すパーソナルコンピュータ（ＰＣ）を用いて、図７乃至図１１のフローチャートで示される処理プログラム実行することで実施可能である。

【0048】

図１２に示すパーソナルコンピュータは、バス２１にＣＰＵ（演算処理装置）２２、プログラム実行のためのメモリ２３、プログラム・データを格納するためのハードディスク２４、ユーザの入力操作を受け付けるＧＵＩ（Graphical User Interface）２５、外部接続用のインターフェース２６を接続したもので、インターフェース２６には蓄電池１２、燃料電池１３、ＰＣＳ１４、分電盤１５、インターネット１８が接続される。

【0049】

すなわち、上記エネルギー管理装置１７のプログラムはハードディスク２４上に格納され、実行時にメモリ２３上へと展開された後、手順に従って実行される。本ソフトウェアは実行時にインターフェース２６を通じて、インターネット１８、分電盤１５、ＰＣＳ１４、燃料電池１３、蓄電池１２と通信を行う。逆にインターフェース２６を通じて燃料電池１３と蓄電池１２の制御を行う。また、本ソフトウェアはＧＵＩ２５を通じてユーザの入力を受け付ける。

【0050】

以上のように、上記構成によるエネルギー管理装置によれば、太陽光発電予測値、家電機器の負荷の履歴から重みの付いた複数の負荷予測情報に基づいて蓄電池、燃料電池の運転計画を生成し、その計画を逐次修正しながら蓄電池、燃料電池を運転させることができるようになるので、予測外れのリスクを飛躍的に低減することができ、より高効率なエネルギー管理を実現することができる。

【0051】

（変形例）
ところで、一般的に、未来の行動は直近の行動に左右されると考えられる。

【0052】

そこで、上記実施形態において、負荷実績値Li-を1時間ごとでなく、例えば図１３（ａ）に示すように、Li[-24],Li[-23],…,Li[-1]の範囲をLi[-24]〜Li[-17]をL'i[-7]にまとめ、Li[-16]〜Li[-11] をL'i[-6]にまとめ、Li[-10]〜Li[-7] をL'i[-5]にまとめ、Li[-6]とLi[-5] をL'i[-4]にまとめ、Li[-4]とLi[-3]をL'i[-3]にまとめ、Li[-2], Li[-1]をそれぞれL'i[-2], L'i[-1]として、7時刻分からなるL'i-を作る。

【0053】

Ltoday-も同様に、24時間分でなく、図１３（ｂ）に示すように、7時刻分からなるL'today-を作成する。このL'i- (i=1,…, N)とL'today-を用いて、上記実施形態と同様の重み計算を行ってWiを計算する。

【0054】

上記のように、負荷実績値を単位時間で同等に扱うのではなく、遠い過去の値はまとめ、近い過去の値は細分化しておくことで、遠い過去に強い影響を受けすぎない重み計算が可能となり、負荷予測の外れのリスクをより確実に低減することができる。

【0055】

尚、上記実施形態はそのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせでもよい。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

【符号の説明】

【0056】

１１…太陽光発電装置（ＰＶ）、１２…蓄電池、１３…燃料電池（ＦＣ）、１４…ＰＣＳ（交直変換装置）、１５…分電盤、１６…家電機器群、１７…エネルギー管理装置、１７１…統括制御部、１７２…太陽光発電予測部、１７２Ａ…発電履歴蓄積部、１７２Ｂ…発電予測部、１７３…重み付き負荷予測群生成部、１７３Ａ…負荷履歴蓄積部、１７３Ｂ…負荷予測部（Ｂ１…負荷パターン抽出部、Ｂ２…重み計算部）、１７４…蓄電池燃料電池運転計画部、１７４Ａ…シミュレーション部、１７４Ｂ…運転計画部、１７５…蓄電池制御部、１７６…燃料電池制御部、１８…インターネット、１９…ユーザ（生活者）端末。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】