特許第6533952号(P6533952)IP Force 特許公報掲載プロジェクト 2015.5.11 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ 中国電力株式会社の特許一覧
特許6533952冷却水を用いて動作する熱源機器の冷却水温を予測する装置及び方法、及びプログラム
(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】6533952
(24)【登録日】2019年6月7日
(45)【発行日】2019年6月26日
(54)【発明の名称】冷却水を用いて動作する熱源機器の冷却水温を予測する装置及び方法、及びプログラム
(51)【国際特許分類】
   F24F 11/46 20180101AFI20190617BHJP
   F02G 5/02 20060101ALI20190617BHJP
   F02G 5/04 20060101ALI20190617BHJP
   F25B 27/02 20060101ALI20190617BHJP
   F25B 49/00 20060101ALI20190617BHJP
   G05B 23/02 20060101ALI20190617BHJP
【FI】
   F24F11/46
   F02G5/02 C
   F02G5/04 H
   F02G5/04 K
   F02G5/04 R
   F02G5/04 S
   F25B27/02 K
   F25B49/00 A
   G05B23/02 R
【請求項の数】9
【全頁数】26
(21)【出願番号】特願2015-171870(P2015-171870)
(22)【出願日】2015年9月1日
(65)【公開番号】特開2017-48959(P2017-48959A)
(43)【公開日】2017年3月9日
【審査請求日】2018年8月16日
(73)【特許権者】
【識別番号】000211307
【氏名又は名称】中国電力株式会社
(74)【代理人】
【識別番号】110000176
【氏名又は名称】一色国際特許業務法人
(72)【発明者】
【氏名】大江 隆二
【審査官】 ▲高▼藤 啓
(56)【参考文献】
【文献】 特開2010−236786(JP,A)
【文献】 中国特許出願公開第103322647(CN,A)
【文献】 特開2015−218995(JP,A)
(58)【調査した分野】(Int.Cl.,DB名)
F24F 11/46
F02G 5/02
F02G 5/04
F25B 27/02
F25B 49/00
G05B 23/02
(57)【特許請求の範囲】
【請求項1】
冷却水を用いて動作する熱源機器の冷却水温を予測する装置であって、
予測モデルを生成するために、少なくとも1つの単位時間における外気温の実績値、少なくとも1つの単位時間における冷却水温の実績値、及び、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして、少なくとも複数組を取得する変量取得部と、
該取得した複数組のパラメータを使用して、外気温の実績値、冷却水温の実績値、及び熱エネルギー需要の実績値に基づいて、冷却水温についての予測モデルを生成する予測モデル生成部と、
少なくとも1つの単位時間における外気温の予測値と、少なくとも1つの単位時間における冷却水温の実績値と、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして使用して、該冷却水温の予測モデルを適用し、該熱源機器の冷却水温を予測する冷却水温予測部とを含む、熱源機器の冷却水温予測装置。
【請求項2】
請求項1に記載の熱源機器の冷却水温予測装置において、
該予測モデルは、線形予測モデルである、熱源機器の冷却水温予測装置。
【請求項3】
請求項1に記載の熱源機器の冷却水温予測装置において、
該冷却水温の予測値は、予測対象の単位時間の直前の単位時間のパラメータの組を使用して該冷却水温の予測モデルを適用することにより予測される、熱源機器の冷却水温予測装置。
【請求項4】
請求項1に記載の熱源機器の冷却水温予測装置において、
該冷却水温の予測モデルの生成は回帰分析により行われる、熱源機器の冷却水温予測装置。
【請求項5】
冷却水を用いて動作する熱源機器の冷却水温を予測する方法であって、
予測モデルを生成するために、少なくとも1つの単位時間における外気温の実績値、少なくとも1つの単位時間における冷却水温の実績値、及び、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして、少なくとも複数組を取得する変量取得部と、
該取得した複数組のパラメータを使用して、外気温の実績値、冷却水温の実績値、及び熱エネルギー需要の実績値に基づいて、冷却水温についての予測モデルを生成するステップと、
少なくとも1つの単位時間における外気温の予測値と、少なくとも1つの単位時間における冷却水温の実績値と、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして使用して、該冷却水温の予測モデルを適用し、該熱源機器の冷却水温を予測するステップとを含む、熱源機器の冷却水温予測方法。
【請求項6】
請求項5に記載の熱源機器の冷却水温予測方法において、
該予測モデルは、線形予測モデルである、熱源機器の冷却水温予測方法。
【請求項7】
請求項5に記載の熱源機器の冷却水温予測方法において、
該冷却水温の予測値は、予測対象の単位時間の直前の単位時間のパラメータの組を使用して該冷却水温の予測モデルを適用することにより予測される、熱源機器の冷却水温予測方法。
【請求項8】
請求項5に記載の熱源機器の冷却水温予測方法において、
該冷却水温の予測モデルの生成は、回帰分析により、又はLMSアルゴリズムを用いて適応的に行われる、熱源機器の冷却水温予測方法。
【請求項9】
プロセッサとメモリとを含むコンピュータの該プロセッサ上で実行されたときに、該コンピュータを、冷却水を用いて動作する熱源機器の冷却水温を予測する装置として動作させるソフトウェアプログラムであって、該装置は、
予測モデルを生成するために、少なくとも1つの単位時間における外気温の実績値、少なくとも1つの単位時間における冷却水温の実績値、及び、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして、少なくとも複数組を取得する変量取得部と、
該取得した複数組のパラメータを使用して、外気温の実績値、冷却水温の実績値、及び熱エネルギー需要の実績値に基づいて、冷却水温についての予測モデルを生成する予測モデル生成部と、
少なくとも1つの単位時間における外気温の予測値と、少なくとも1つの単位時間における冷却水温の実績値と、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして使用して、該冷却水温の予測モデルを適用し、該熱源機器の冷却水温を予測する冷却水温予測部とを含む、熱源機器の冷却水温予測ソフトウェアプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、冷却水を用いて動作する熱源機器の冷却水温を予測する装置及び方法、及びプログラムに関する。
【背景技術】
【0002】
1ヶ所あるいは数ヶ所の熱源発生プラントにて集中的に製造された熱源を一定地域内の多数の建物や施設に供給し、その熱エネルギーを利用して冷暖房を行うものは地域冷暖房と呼ばれている。例えば、代表的なものとして、都市ガス、電力、及びコジェネレーション・システムからの蒸気を一次エネルギーとして、冷水、温水、蒸気を生成し、これらを冷房用、暖房用、直接蒸気用の熱媒体として、オフィスビル等の施設に熱エネルギーを連続供給するものがあげられる。
【0003】
一般的に、地域冷暖房プラント設備あるいは大型のプロセス製造設備においては、ユーティリティ設備は複数の異なるタイプのボイラや冷凍機、圧縮機、コージェネレータ、蓄熱槽等の熱源機器で構成されており、運転の自由度が大変大きい。従って、蒸気、温水、冷水等により熱源を上記設備で発生させる場合、それらの熱源機器の運用の仕方次第で、電力、都市ガス、燃料等の一次エネルギーの使用量が大きく変わる。
【0004】
特に、地域冷暖房プラント設備のように、季節や昼夜等で熱負荷が大きく変動するような設備や、第一種エネルギー管理指定工場のようにエネルギー使用量の大きな工場では、省エネルギー効果が大きいと考えられ、電力料金やガス料金の自由化及び変動化に伴い、その価格体系を考慮してプラントシステムを最適に運用することにより、プラントの運用コストを大幅に削減することができる。
【0005】
そこで、電力・熱需要予測システムの予測値に基づいて、この予測値を満足しながらいずれの熱源機器をどのような負荷で運転すれば一次エネルギーを最小化できるかを算出することで、最適運転計画の作成を行う運転計画最適化システムが望まれる。
【0006】
ここで、各熱源機器において冷却水は設備冷却後に元の場所に戻されるため、冷却水の温度は、各熱源機器の負荷率及び効率(すなわち、燃料及び電力の消費特性)と相関を持っている。従って、冷却水の水温の予測は、各熱源機器の入出力特性を求める上で必要である。このように、運転計画作成のためには冷却水温が重要であるが、実際の冷凍能力は冷却水温に大きく依存しているにもかかわらず、熱源機器の冷凍能力に関しては、過去の実績を参考にして運転計画を作成しているのが現状である。
【0007】
上記のような従来の技術として、例えば、特許文献1は、複数の熱源機器の冷却水の温度上昇及び冷却塔の汚れを冷却水入口温度測定手段及び冷却水出口温度測定手段によって測定及び検出し、冷却水入口温度測定手段及び冷却水出口温度測定手段の測定値に基づいて、熱源機器の冷却能力を推定する空気調和装置の運転方法を開示している。
【先行技術文献】
【特許文献】
【0008】
【特許文献1】特開平10−300163号公報
【発明の概要】
【発明が解決しようとする課題】
【0009】
しかしながら、特許文献1の空気調和装置の運転方法においては、熱源機器の冷却水温の過去の実績値のみを使用して運転計画を作成しているため、現時点での冷却水温に大きく依存する熱源機器の冷凍能力、すなわち、熱源機器の入出力特性を正確に求めることができない。従って、特許文献1の運転方法は、精度の高い運転計画の作成ができない。
【課題を解決するための手段】
【0010】
本発明の第1の態様によれば、本発明は、冷却水を用いて動作する熱源機器の冷却水温を予測する装置であって、
予測モデルを生成するために、少なくとも1つの単位時間における外気温の実績値、少なくとも1つの単位時間における冷却水温の実績値、及び、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして、少なくとも複数組を取得する変量取得部と、
該取得した複数組のパラメータを使用して、外気温の実績値、冷却水温の実績値、及び熱エネルギー需要の実績値に基づいて、冷却水温についての予測モデルを生成する予測モデル生成部と、
少なくとも1つの単位時間における外気温の予測値と、少なくとも1つの単位時間における冷却水温の実績値と、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして使用して、該冷却水温の予測モデルを適用し、該熱源機器の冷却水温を予測する冷却水温予測部とを含む、熱源機器の冷却水温予測装置である。
【0011】
本発明の第2の態様によれば、本発明は、冷却水を用いて動作する熱源機器の冷却水温を予測する方法であって、
予測モデルを生成するために、少なくとも1つの単位時間における外気温の実績値、少なくとも1つの単位時間における冷却水温の実績値、及び、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして、少なくとも複数組を取得する変量取得部と、
該取得した複数組のパラメータを使用して、外気温の実績値、冷却水温の実績値、及び熱エネルギー需要の実績値に基づいて、冷却水温についての予測モデルを生成するステップと、
少なくとも1つの単位時間における外気温の予測値と、少なくとも1つの単位時間における冷却水温の実績値と、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして使用して、該冷却水温の予測モデルを適用し、該熱源機器の冷却水温を予測するステップとを含む、熱源機器の冷却水温予測方法である。
【0012】
本発明の第3の態様によれば、本発明は、プロセッサとメモリとを含むコンピュータの該プロセッサ上で実行されたときに、該コンピュータを、冷却水を用いて動作する熱源機器の冷却水温を予測する装置として動作させるソフトウェアプログラムであって、該装置は、
予測モデルを生成するために、少なくとも1つの単位時間における外気温の実績値、少なくとも1つの単位時間における冷却水温の実績値、及び、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして、少なくとも複数組を取得する変量取得部と、
該取得した複数組のパラメータを使用して、外気温の実績値、冷却水温の実績値、及び熱エネルギー需要の実績値に基づいて、冷却水温についての予測モデルを生成する予測モデル生成部と、
少なくとも1つの単位時間における外気温の予測値と、少なくとも1つの単位時間における冷却水温の実績値と、少なくとも複数の単位時間における熱エネルギー需要の実績値を1組のパラメータとして使用して、該冷却水温の予測モデルを適用し、該熱源機器の冷却水温を予測する冷却水温予測部とを含む、熱源機器の冷却水温予測ソフトウェアプログラムである。
【0013】
その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄の記載、及び図面の記載等により明らかにされる。
【発明の効果】
【0014】
本発明に係る装置及び方法は、各熱源機器の負荷率及び効率(燃料及び電力の消費特性)と相関を持つ熱源機器の冷却水温を予測するものである。従って、冷却水温に大きく依存する熱源機器の冷凍能力を正確に求めることができ、精度の高い運転計画を作成することができる。
【0015】
さらに、本発明に係る装置及び方法は、冷却水の水温予測の過程でフィードバックとして作用する熱需要を予測モデルに取り込んでいるため、熱需要の増加率(勾配)が温度変化の値では補えない部分を補足する補正項として作用し、より正確な冷却水温の予測が可能となる。従って、熱源機器の入出力特性をより正確に求めることができ、より精度の高い運転計画を作成することができる。
【図面の簡単な説明】
【0016】
図1】本発明に従った複数の熱源機器を含む熱源機器ネットワークを示す図である。
図2】本願発明に従った熱源機器ネットワークの運転計画を最適化するためのシステムの概念図である。
図3】需要予測部のハードウェア構成の機能ブロック図を示している。
図4】需要予測部のソフトウェア構成を示す図である。
図5】外気冷房(ナイトパージ)ブロックの動作を示す概念図である。
図6】比エンタルピ予測ブロック及び外気冷房(ナイトパージ)ブロックによって行われる排熱量予測の概念図である。
図7】外気冷房(ナイトパージ)制御装置を示す機能ブロック図である。
図8】建物外のθout(t)の予測値、湿度humout(t)の予測値、空気密度ρout、及び比エンタルピhout(t)、建物内の気温θin(t)の予測値、湿度humin(t)の予測値、空気密度ρin、及び比エンタルピをhin(t)、換気量をVV(t)、及び排熱量の関係を示す図である。
図9】各熱源機器の冷却水温予測の概念図である。
図10】式(10)で示される予測モデルを用いて予測した冷却水温の予測値と実績値との比較を示す図である。
図11】機器特性モデル化ブロックの概念図である。
図12(a)】熱源機器の成績係数(COP)を示す図である。
図12(b)】熱源機器の機器モデルを示す図である。
図12(c)】電動冷凍機(ERU)の機器モデルを示す図である。
図13(a)】ガス吸収式冷温水機(GAB)の機器モデルを示す図である。
図13(b)】排熱投入型吸収冷温水機(EXH)の排熱回収特性を示す図である。
図13(c)】排熱投入型吸収冷温水機(EXH)のCOP特性を示す図である。
図14】発電設備(EGE)及び排熱投入型吸収冷温水機(EXH)の機能ブロック図である。
図15】電動冷凍機(ERU)の機能ブロック図である。
図16】ガス吸収式冷温水機(GAB)の機能ブロック図である。
図17】本発明に従った熱源機器ネットワークの運転計画の最適化方法のフローチャートである。
図18】本発明に従った熱源機器ネットワークの運転計画の最適化方法のフローチャートである。
【発明を実施するための形態】
【0017】
本発明は様々な変更形態及び代替形態が可能であるが、本発明の一例としての実施形態が実施例として図面に示されており、本明細書で詳細に説明される。しかし、一例としての実施形態の本明細書における説明は、開示された特定の形態に本発明を限定することを意図するものではなく、本発明は、特許請求の範囲によって規定された本発明の趣旨及び範囲に入る全ての変更形態、同等形態、及び代替形態を含む。
【0018】
第1図は、本発明に従った複数の熱源機器を含む熱源機器ネットワークを示す図である。
【0019】
熱源機器ネットワーク100は、受電設備102、燃料供給設備104、電気負荷106、電動冷凍機108、発電設備110、排熱投入型吸収冷温水機112、ガス吸収式冷温水機114、及び空調負荷116を含む。
【0020】
受電設備102は、t番目(t=1,…,n)の単位時間tにおいて、総計Prec(t)の電力を外部から受け取り、電力Precl(t)を電気負荷(EL)106に供給し、電力Precre(t)を電動冷凍機(ERU)108に供給する。燃料供給設備(FSF)104は、合計F(t)の供給燃料のうち、燃料FSEGE(t)を発電設備(EGE)110に供給し、燃料FSEXH(t)を排熱投入型吸収冷温水機(EXH)112に供給し、燃料FSGAB(t)をガス吸収式冷温水機(GAB)114に供給する。発電設備(EGE)110は、発電電力PEG(t)のうち、電力PEGl(t)を電気負荷(EL)106に供給し、電力PEGER(t)を電動冷凍機(ERU)108に供給する。また、発電設備(EGE)110は、排熱HhEG(t)を排熱投入型吸収冷温水機(EXH)112に供給する。電動冷凍機(ERU)108は、冷水により冷熱HcERU(t)を空調負荷116に供給し、ガス吸収式冷温水機(GAB)114は、冷温水により冷熱HcGAB(t)を空調負荷116に供給する。排熱投入型吸収冷温水機(EXH)112は、燃料供給設備(FSF)104から供給された燃料FSEXH(t)と発電設備(EGE)110から供給された排熱HhEG(t)を使用して、冷温水により冷熱HcEXH(t)を空調負荷116に供給する。
【0021】
動作中、発電設備(EGE)110は、温度TEGE(t)の冷却水で設備を冷却しつつ、指定された負荷率xEGE(t)に応じた電力PEG(t)を生成する。また、発電設備(EGE)110は、負荷率xEGE(t)に応じた排熱HhEG(t)を排熱投入型吸収冷温水機(EXH)112に供給する。電動冷凍機(ERU)108は、温度TERU(t)の冷却水で設備を冷却しつつ、指定された負荷率xERU(t)に応じた冷熱HcERU(t)を生成する。排熱投入型吸収冷温水機(EXH)112は、温度TEXH(t)の冷却水で設備を冷却しつつ、指定された負荷率xEXH(t)に応じた冷熱HcEXH(t)を生成する。排熱投入型吸収冷温水機(EXH)112の排熱回収特性は、負荷率xEXH(t)に依存して決まる。ガス吸収式冷温水機(GAB)114は、温度TGAB(t)の冷却水で設備を冷却しつつ、指定された負荷率xGAB(t)に応じた冷熱HcGAB(t)を生成する。また、各設備には冷却ポンプ等の補機が装備ざれており、これらの動力である電気は、受電設備及び発電設備で供給される。
【0022】
単位時間tにおける電力需要をP(t)、熱需要をH(t)とすると、熱源機器ネットワーク100は、
rec(t)=Precl(t)+Precre(t) (1)
EG(t)=PEGl(t)+PEGER(t) (2)
(t)=FSEGE(t)+FSEXH(t)+FSGAB(t) (3)
recl(t)+Precre(t)+PEGl(t)+PEGER(t)=P(t) (4)
cERU(t)+HcEXH(t)+HcGAB(t)=H(t) (5)
を満たす必要がある。
【0023】
第2図は、本願発明に従った熱源機器ネットワークの運転計画を最適化するためのシステムの概念図である。
【0024】
本発明の最適化システム200は、電力需要予測ブロック202、熱需要予測ブロック204、外気冷房(ナイトパージ)ブロック206、比エンタルピ予測ブロック208、冷却水温予測ブロック210、機器特性モデル化ブロック212、需要計算ブロック214、熱源機器運転計画最適化ブロック216、実績データ入力ブロック218、計画・予測データ入力ブロック220、熱源機器・補機類諸元入力ブロック222、熱源機器特性データ入力ブロック224、運転計画作成諸元入力ブロック226、及び運転計画出力ブロック228を含む。
【0025】
実績データ入力ブロック218及び計画・予測データ入力ブロック220の入力データは、各種予測ブロック202乃至208において使用される。実績データ入力ブロック218では、カレンダー情報、建物内外の気温θin及びθoutの実績値(t−1以前のデータ)、建物内外の湿度humin及びhumoutの実績値、各熱源機器の冷却水温Tの実績値、建物内に入る人の数、イベント情報、熱源機器別の需要の実績値、及び換気熱量VQの実績値が入力される。計画・予測データ入力ブロック220では、カレンダー情報、建物内外の気温θin(t)及びθout(t)の予測値、建物内外の湿度humin(t)及びhumout(t)の予測値、建物に入る人の数NP(t)の予測値、イベント情報、及び換気熱量VQ(t)の予測値が入力される。実績データ入力ブロック218の入力データは、電力需要予測ブロック202、熱需要予測ブロック204、及び冷却水温予測ブロック210に供給される。計画・予測データ入力ブロック220の入力データは、電力需要予測ブロック202、熱需要予測ブロック204、外気冷房(ナイトパージ)ブロック206、比エンタルピ予測ブロック208、及び冷却水温予測ブロック210に供給される。
【0026】
機器特性データとしての成績係数(COP)は、機器特性モデル化ブロック212に供給される。機器特性モデル化ブロック212は、各熱源機器の負荷率x(t)及び各熱源機器の冷却水温T(t)の関数として、各熱源機器(i=1,…,m)の熱源機器モデルCOP(i,x(i,t),T(i,t))を計算する。
【0027】
電力需要予測ブロック202での電力需要予測は、周知の方法で行われる。
【0028】
第3図は、需要予測部のハードウェア構成の機能ブロック図を示している。
【0029】
需要予測部300は、CPU302、メモリ304、記憶装置306、インタフェース308、入力装置310、及び出力装置312を含む。CPU302は、記憶装置306に記憶されているプログラムをメモリ304に読み出して実行することにより各種の機能を実現する。メモリ304は、例えば、ランダム・アクセス・メモリ(RAM:random access memory)及び/又は読取り専用メモリ(ROM:read only memory)を含む。記憶装置306は、テープ・ドライブ、フロッピー(登録商標)・ドライブ、ハード・ディスク・ドライブ又はコンパクト・ディスク・ドライブを含む。インタフェース308は、センサ314と接続する、例えば、シリアルケーブルや通信ケーブル等を接続するためのインタフェースである。センサ314は、外気温θoutを測定するセンサであってもよい。需要予測部300は、インタフェース308を介してセンサ314から外気温θoutの測定値を取得することができる。
【0030】
入力装置310は、データの入力を受け付ける、例えば、キーボードやマウス、トラックボール、タッチパネル、マイクロフォン等を含む。出力装置106は、データを出力する、例えば、ディスプレイやプリンタ、スピーカ等を含む。
【0031】
第4図は、需要予測部のソフトウェア構成を示す図である。
【0032】
需要予測部400は、データベース402、実績データ(実測値)期間入力部404、実績データ取得部406、及びパラメータ推計部408を含む。
【0033】
データベース402は、外気温θoutの実績値を含む、熱需要予測に必要なデータを記憶する。データベース402には、年月日、曜日、時刻、休日等のカレンダー情報が記憶されており、そのカレンダー情報の中の日付及びある特定の単位時間tに関連させた形で、その単位時間t以前の単位時間、例えば、単位時間t−1及びt−2における、外気温θoutの実績値、建物内空気の温度(内気温)θinの実績値、建物外の湿度(外湿度)humoutの実績値、建物内の湿度(内湿度)huminの実績値、熱需要Hの実績値、換気熱量VQの実績値、建物内の目標設定温度、建物に入る人の数NP、及びイベントの有無IVが記憶される。
【0034】
換気熱量VQ(t)は、単位時間tにおいて建物を換気したことにより変化した熱量として算出される。比エンタルピは温度と湿度とから算出することができる。また、空気密度は温度と大気圧とから算出することができる。
【0035】
単位時間tにおいて建物外から取り入れられた熱量Din(t)は、建物外の空気の比エンタルピをhout(t)[kJ/kg]、建物外の空気の空気密度をρout[kg/m]、換気量をVV(t)[m]とすると、
in(t)=hout(t)×ρout×VV(t) (6)
により求めることができる。
【0036】
また、単位時間tにおいて建物外に排出された熱量Dout(t)は、建物内の空気の比エンタルピをhin(t)[kJ/kg]、建物内の空気の空気密度をρin[kg/m]、換気量をVV(t)[m]とすると、
out(t)=hin(t)×ρin×VV(t) (7)
により求めることができる。
【0037】
従って、換気熱量VQ(t)は、
VQ(t)=Din(t)−Dout(t) (8)
により求めることができる。
【0038】
本発明では、CPU302は、計画・予測データ入力ブロック220から取得した単位時間tにおける建物外の気温θout(t)の予測値及び建物外の湿度humout(t)に基づいて建物外の空気の比エンタルピhout(t)の予測値を算出し、計画・予測データ入力ブロック220から取得した単位時間tにおける建物内の気温θin(t)の予測値及び建物内の湿度humin(t)に基づいて建物内の空気の比エンタルピhin(t)の予測値を算出する。CPU302は、また、単位時間tにおいて換気が行われた場合にはVV(t)の値を取得し、換気が行われていない場合にはVV(t)を0とする。CPU302は、所定の大気圧と、建物内外の気温θin(t)及びθout(t)に基づいて建物内外の空気の空気密度をρin及びρoutを算出する。CPU302は、上記式に建物外の空気の比エンタルピをhout(t)、建物外の空気の空気密度をρout及び換気量VV(t)を適用して、単位時間tにおいて建物外から取り入れられた熱量Din(t)を算出し、上記式に建物内の空気の比エンタルピをhin(t)、建物内の空気の空気密度をρin及び換気量VV(t)を適用して、単位時間tにおいて建物外に排出された熱量Dout(t)を算出し、上記式により換気熱量VQ(t)を算出する。
【0039】
実績データ取得部406は、予測を行う単位時間を実績データ期間入力部404から取得し、パラメータ推計に用いる実績データのセットをデータベース402から取得する。パラメータ推計部408は、熱需要の予測モデルに用いるパラメータのセットを推計する。熱需要の予測値H(t)の予測モデルは、式
(t)=k+k・θout(t)+k・humout(t)+k・NP(t)+VQ(t) (9)
によって表される。ここで、kは定数であり、k、k、及びkは回帰係数である。パラメータ推計部408は、変量のセットΩ=[θout(t),humout(t),NP(t),VQ(t)]の多数のサンプルを使用して、定数k及び回帰係数k、k、及びkの推計を行い、推計処理は、一般的な回帰分析の手法により行われる。代替的に、推計処理は、LMSアルゴリズムを用いて適応的に行われてもよい。
【0040】
パラメータ推計部408は、推計したパラメータのセットK=[k,k,k,k]をデータベース402に格納する。CPU302は、単位時間tにおける変量のセットΩ=[θout(t),humout(t),NP(t),VQ(t)]に格納したパラメータのセットK=[k,k,k,k]を適用して、熱需要の予測値H(t)を計算する。
【0041】
建物に入る人の数NPが増えれば熱需要も増加するが、小売店や飲食店等の店舗においては、経験的に、曜日や時間帯によって来客数が変動する。また、建物のエリア内においてイベントが開催された場合には通常とは異なる人の数NPとなるが、イベントの有無を表すIVも考慮される。上記の予測モデルによれば、曜日や時間帯、イベントの有無を考慮することで、熱需要の予測値の精度が向上する。
【0042】
第5図は、外気冷房(ナイトパージ)ブロック206の動作を示す概念図である。
【0043】
第6図は、比エンタルピ予測ブロック208及び外気冷房(ナイトパージ)ブロック206によって行われる排熱量予測の概念図である。
【0044】
第2図及び第6図を参照すると、比エンタルピ予測ブロック208は、実績データ入力ブロック218からカレンダー情報、建物内外の気温θin及びθoutの実測値(t−1以前のデータ)、及び建物内外の湿度humin及びhumoutの実測値を取得し、計画・予測データ入力ブロック220からカレンダー情報、建物内外の気温θin(t)及びθout(t)の予測値、及び建物内外の湿度humin(t)及びhumout(t)の予測値を取得する。上記のように、比エンタルピ予測ブロック208は、単位時間tにおける建物外の気温θout(t)の予測値及び建物外の絶対湿度humout(t)に基づいて建物外の空気の比エンタルピをhout(t)の予測値を算出し、単位時間tにおける建物内の気温θin(t)の予測値及び建物内の絶対湿度humin(t)に基づいて建物内の空気の比エンタルピをhin(t)の予測値を算出する。比エンタルピ予測ブロック208は、予測した建物内外の空気の比エンタルピhin(t)及びhout(t)を外気冷房(ナイトパージ)ブロック206に供給する。
【0045】
第7図は、外気冷房(ナイトパージ)制御装置を示す機能ブロック図である。
【0046】
外気冷房(ナイトパージ)ブロック206は、実績データ入力ブロック218から取得した建物外の気温θoutの実績値及び建物外の湿度humoutに基づいて建物外の空気のエンタルピの実績値を算出し、実績データ入力ブロック218から取得した建物内の気温θinの実績値及び建物内の湿度huminに基づいて建物内の空気のエンタルピの実績値を算出する。外気冷房(ナイトパージ)ブロック206は、比エンタルピ予測ブロック208から建物外の空気のエンタルピの予測値及び建物外の空気のエンタルピの予測値を取得する。
【0047】
ナイトパージ時間帯判定装置704は、比エンタルピ予測ブロック208から取得した建物外の空気の比エンタルピをhout(t)の予測値及び建物内の空気の比エンタルピをhin(t)の予測値に基づいて各単位時間tにおけるエンタルピ差予測値を算出し、ナイトパージ設定装置702で設定された基準エンタルピ差以上のエンタルピ差があり、最もエンタルピ差の大きい単位時間を選択する。ナイトパージ実行判定装置706は、ナイトパージ設定装置702で設定されたナイトパージの基準エンタルピ差に基づいて、ナイトパージ時間帯判定装置704によって求められたナイトパージ実行時間帯の予測エンタルピ差が最大となる単位時間から、又は、基準エンタルピ差を越える予測単位時間から、建物内の空気のエンタルピの実績値から建物外の空気のエンタルピの実績値を減じた差が基準エンタルピ差を越えているか否かを判定する。タイマ装置708は、ナイトパージ実行判定装置706が判定した、建物内外のエンタルピ差の実績値の間の差が基準エンタルピ差を越えている単位時間を検出し、検出した単位時間をナイトパージ実行判定装置706に送る。ナイトパージ実行判定装置706は、タイマ装置708が検出した単位時間からナイトパージ設定装置702で設定されたナイトパージ継続時間が経過した場合にナイトパージの終了の判定を行う。
【0048】
外気冷房(ナイトパージ)ブロック206の排熱量予測ブロック608は、建物外の空気の比エンタルピhout(t)の予測値、建物外の空気の空気密度ρout、及び予定換気量VV(t)に基づいて、単位時間tにおいて建物外から取り入れられた熱量Din(t)の予測値を算出し、建物内の空気の比エンタルピhin(t)の予測値、建物内の空気の空気密度ρin、及び予定換気量VV(t)に基づいて、単位時間tにおいて建物外に排出された熱量Dout(t)の予測値を算出する。排熱量予測ブロック608は、建物外から取り入れられた熱量Din(t)の予測値から建物外に排出された熱量Dout(t)の予測値を減じて、換気熱量VQ(t)の予測値を算出し、これに基づいて、排熱量の予測値を求める。
【0049】
第8図は、建物外のθout(t)の予測値、湿度humout(t)の予測値、空気密度ρout、及び比エンタルピhout(t)、建物内の気温θin(t)の予測値、湿度humin(t)の予測値、空気密度ρin、及び比エンタルピをhin(t)、換気量をVV(t)、及び排熱量の関係を示す図である。
【0050】
排熱量の予測値を求めると、熱需要の予測値H(t)のうちどれだけを外気冷房で賄えるかを予測することができる。上記のように、電力需要予測ブロック202、熱需要予測ブロック204、外気冷房(ナイトパージ)ブロック206、及び比エンタルピ予測ブロック208を取り込むことにより、より正確な電力需要P(t)及び熱需要H(t)を計算することができる。
【0051】
第9図は、各熱源機器の冷却水温予測の概念図である。
【0052】
本発明では、各熱源機器の運転効率を上げるために、各熱源機器の冷却水温T(i,t)の予測精度の向上を図る。冷熱負荷が大きく、負荷変動の大きいビルやデパート等の空調には複数の熱源機器が設置されており、コストが小さくなるなどの目的に沿って運転計画を作成して、これに基づいて熱源機器の運転を行っている。熱源機器の冷凍能力に関しては、過去の実績を参考にして運転計画を作成しているのが現状であるが、実際の冷凍能力は冷却水温に大きく依存している。運転計画作成のためには冷却水温が重要であるが、運転計画作成の際に冷却水温を予測する先行技術は、現段階では存在しない。
【0053】
熱源を通過した冷却水は、一般的に、冷却塔へ送水され、そこで冷却される。従って、冷却水温は、熱源の放熱量(すなわち、空調需要)と外気温の影響を大きく受けることが予想される。そこで、本発明では、熱需要予測結果と気象庁等から公表される予測気温値を説明変数として使用し、冷却水温を予測する。
【0054】
冷却水温予測ブロック210は、実績データ入力ブロック218からカレンダー情報、建物外の気温θoutの実績値、各熱源機器(i=1,…,m)の冷却水温T(i)の実績値、及び熱需要Hの実績値を取得し、計画・予測データ入力ブロック220からカレンダー情報及び建物外の気温θoutの予測値θout(t)を取得する。冷却水温予測ブロック210は、また、熱需要予測ブロック204から熱需要Hの予測値H(t)を取得する。lを定数、l、l、l、及びlを回帰係数として、冷却水温T(i,t)の予測モデルは、
(i,t)=l+l・θout(t)+l・θout(t−1)+l・T(i,t−1)+l・(H(i,t−1)−H(i,t−2)) (i=1,…、m) (10)
で表される。
【0055】
冷却水温予測ブロック210は、変量のセットΩ=[θout(t),θout(t−1),T(i,t−1),H(i,t−1),H(i,t−2)]の多数のサンプルを使用して、定数l、及び回帰係数l、l、l、及びlの推計を行い、推計処理は、一般的な回帰分析の手法により行われる。代替的に、推計処理は、LMSアルゴリズムを用いて適応的に行われてもよい。
【0056】
冷却水温予測ブロック210は、推計したパラメータのセットL=[l,l,l,l,l]を図示しないデータベースに格納する。冷却水温予測ブロック210は、変量のセットΩ=[θout(t),θout(t−1),T(i,t−1),H(i,t−1),H(i,t−2)]に格納したパラメータのセットL=[l,l,l,l,l]を適用して、冷却水温T(i)の予測値T(i,t)を計算する。
【0057】
第10図は、式(10)で示される予測モデルを用いて予測した冷却水温T(i)の予測値T(i,t)と実績値との比較を示す図である。
【0058】
冷却水の水温を予測するのは、各熱源機器において冷却水は設備冷却後に元の場所に戻されるため、各熱源機器の負荷率x(i,t)及び効率(すなわち、燃料及び電力の消費特性)と相関を持っているためであり、冷却水の水温を予測することは、各熱源機器の機器モデルを決定する上で必要だからである。予測モデル(10)に熱需要Hを取り込むのは、熱需要Hの値が冷却水の水温予測の過程でフィードバックとして作用するからである。式(10)の最後の項、すなわち、(H(i,t−1)−H(i,t−2))は熱需要Hの増加率(勾配)であるが、この項は、温度変化の値では補えない部分を補足する補正項として作用する。
【0059】
上記のように、熱源機器ネットワークの運転計画を最適化するためのシステムに、電力需要予測ブロック202、熱需要予測ブロック204、外気冷房(ナイトパージ)ブロック206、及び比エンタルピ予測ブロック208を取り込むことにより、より正確な電力需要及び熱需要の計算が可能となる。需要計算ブロック214は、上記のブロックからの情報に基づいて、単位時間tにおける電力需要P(t)及び熱需要H(t)を計算する。
【0060】
第11図は、機器特性モデル化ブロック212の概念図である。
【0061】
各熱源機器の特性は、通常、実測もしくはシミュレーションによって得られた特性カーブを機器メーカーから入手し、これを運転計画最適化システムへ入力することによって作成される。熱源機器の運転効率に影響を与える主な要因は冷却水温と負荷率であるが、メーカーから提供される機器特性は代表的な冷却水温に対する不連続的な機器特性データしかないため、他の冷却水温における特性値は、何らかの方法で推測せざるを得ないのが現状である。この点に関して、従来技術は、その推測方法を提示していない。
【0062】
本発明においては、不連続的な機器特性データを使用して、統計的な手法に従って代表的な冷却水温以外の水温における機器特性値を推計して、パラメトリックな方法で冷却水温及び負荷率の関数として表すことでモデル化し、任意の冷却水温における機器特性値を容易に取得できるようにする。一例として、負荷率を変数として不連続的な特性カーブについて冷却水温毎に回帰分析を行い、負荷率の回帰係数を推計する。
【0063】
熱源機器の成績係数(Coefficient of Performance(COP))は、図12(a)に示されるように、通常、複数の離散的な冷却水温値Tについて計測したCOP値をプロットしたもので与えられる。熱源機器特性データ入力ブロック224は、上記の離散的なTについての不連続的なCOP値データを取得する。熱源機器特性データ入力ブロック224は、機器特性データとして不連続的なCOP値を機器特性モデル化ブロック212に供給する。
【0064】
機器特性モデル化ブロック212は、熱源機器特性データ入力ブロック224から各熱源機器の冷却水温T及び負荷率x(i,t)、そして離散的な冷却水温値Tについての不連続的なCOP値データを取得する。機器特性モデル化ブロック212は、さらに、冷却水温予測ブロック210から冷却水温の予測値T(i,t)を取得する。
【0065】
例えば、図12(a)を参照すると、COP値データは、T=17℃、20℃、24℃、28℃、32℃について、それぞれの冷却水温ごとの曲線として得られる。機器特性モデル化ブロック212は、例えば、スプライン補間(spline interpolation)法を使用して、それぞれの冷却水温ごとの各曲線を、負荷率x(i,t)の3次関数として記述する。COP値データの各曲線を表す関数は、例えば、
・ COP(i,17,x(i,t))=a(i,17)+a(i,17)・x(i,t)+a(i,17)・{x(i,t)}+a(i,17)・{x(i,t)}
・ COP(i,20,x(i,t))=a(i,20)+a(i,20)・x(i,t)+a(i,20)・{x(i,t)}+a(i,20)・{x(i,t)}
・ COP(i,24,x(i,t))=a(i,24)+a(i,24)・x(i,t)+a(i,24)・{x(i,t)}+a(i,24)・{x(i,t)}
・ COP(i,28,x(i,t))=a(i,28)+a(i,28)・x(i,t)+a(i,28)・{x(i,t)}+a(i,28)・{x(i,t)}
・ COP(i,32,x(i,t))=a(i,32)+a(i,32)・x(i,t)+a(i,32)・{x(i,t)}+a(i,32)・{x(i,t)}
として求めることができる。冷却水温T=17℃、20℃、24℃、28℃、32℃についての関数を決定する際に、1組のパラメータA=[a,a,a,a]が得られるが、このパラメータAは、冷却水温T=17℃、20℃、24℃、28℃、32℃ごとに得られる。機器特性モデル化ブロック212は、例えば、スプライン補間法を使用して、このパラメータAを、T(i,t)の関数として、
・ a(i,T(i,t))=α+α・T(i,t)+α・{T(i,t)}+α・{T(i,t)} (11a)
・ a(i,T(i,t))=β+β・T(i,t)+β・{T(i,t)}+β・{T(i,t)} (11b)
・ a(i,T(i,t))=γ+γ・T(i,t)+γ・{T(i,t)}+γ・{T(i,t)} (11c)
・ a(i,T(i,t))=δ+δ・T(i,t)+δ・{T(i,t)}+δ・{T(i,t)} (11d)
のように求める。
【0066】
次いで、機器特性モデル化ブロック212は、上記の(11a)乃至(11d)によって定まるパラメータA=[a,a,a,a]を冷却水温T=17℃、20℃、24℃、28℃、32℃について決定された関数に適用して、各熱源機器(i=1,…,m)T=17℃、20℃、24℃、28℃、32℃についてのCOP値を、
COP(i,T(i,t),x(i,t))=a(i,T(i,t))+a(i,T(i,t))・x(i,t)+a(i,T(i,t))・{x(i,t)}+a(i,T(i,t))・{x(i,t)} (12)
for (i,t) (i=1,…,m),(t=1,…,n)
として求める。
【0067】
次いで、機器特性モデル化ブロック212は、各冷却水温T=17℃、20℃、24℃、28℃、32℃におけるCOP値を補間することにより、そのほかの冷却水温T(i,t)における値を求める。補間された関数は、各熱源機器(i=1,…,m)ごとに求められ、すべての冷却水温T(i,t)及び負荷率x(i,t)についての機器特性値を表す関数を求めるように補間が行われるので、機器特性モデルCOP(i,T(i,t),x(i,t))におけるtの依存性は除かれる。
【0068】
本実施形態においては、各熱源機器(i=1,…,m)ごとの熱源機器モデルCOP(i,T(i,t),x(i,t))を求めることは、各熱源機器(i=1,…,m)ごとに行列
を求めることと同じである。
【0069】
機器特性モデル化ブロック212は、求めた機器特性COP(i,T(i,t),x(i,t))を表す行列V(i,t)を熱源機器運転計画最適化ブロック216に送り、熱源機器運転計画最適化ブロック216は、熱源機器モデル記憶ブロック216aに受け取った行列V(i,t)を格納する。
【0070】
得られた負荷率の回帰係数[a,a,a,a]は冷却水温毎に異なっているので、この負荷率を冷却水温で回帰分析することにより、負荷率の回帰係数は、冷却水温で説明することが可能となる。従って、負荷率と冷却水温がわかれば、精度の高い機器の特性値を容易に得ることが可能となる。このことにより、熱源冷凍能力をより正確に見極めることができるため、熱源機器ネットワーク全体の消費エネルギーの低減を図ることができる。
【0071】
図14(a)は、発電設備(EGE)の機能ブロック図である。
【0072】
発電設備(EGE)110は、機器諸元入力部1302、機器諸元格納部1304、負荷率計算部1306、発電量設定部1308、機器特性データ入力部1310、機器特性データ格納部1312、機器特性モデル生成部1314、排熱量計算部1316、所要燃料計算部1218、補機類稼働判定部1320、コスト等計算部1322、計算結果格納部1324を含む。
【0073】
発電設備(EGE)110を動作させる際に、最初に、機器諸元入力部1302に発電設備(EGE)110の定格を表す諸元を入力する。入力された諸元は、機器諸元格納部1304に格納される。同時に、発電量設定部1308に所望の発電量を入力すると、発電設備(EGE)110の負荷率xEGE(t)が負荷率計算部1306で計算される。負荷率xEGE(t)を使用することによって、排熱量計算部1316で排熱量が計算される。排熱量という絶対値を計算する際には機器の定格が必要となるため、機器諸元格納部1304から機器諸元を取得して、排熱量を計算する。
【0074】
発電機は、一般的に、負荷率に応じて効率(すなわち、損失)が定まるようになっており、効率がわかれば排熱量がわかる仕組みになっている。これと並行して、所要燃料を、所要燃料計算部1318で計算しておく。計算された所要燃料に基づいてコストをコスト等計算部1322で計算する。コストを計算する際に、外部から電力料金単価、ガス料金単価、及びCO排出原単価を取得する。排熱量の計算結果とコストの計算結果は、計算結果格納部1324に格納される。排熱量の計算結果は、排熱投入型吸収冷温水機(EXH)112の排熱量入力部1356に送られる。
【0075】
発電設備(EGE)110は、補機類稼働判定部1320を含むが、補機類とは、例えば、発電設備(EGE)110の冷却ポンプである。冷却ポンプの数は発電設備(EGE)110の負荷率によって決まってくるので、負荷率計算部1306からの負荷率xEGE(t)を使用することによって、補機類稼働判定部1320において補機類が稼働中か否かを判定する。
【0076】
図14(b)は、排熱投入型吸収冷温水機(EXH)の機能ブロック図である。
【0077】
排熱投入型吸収冷温水機(EXH)112は、機器諸元入力部1352、機器諸元格納部1354、排熱量入力部1356、負荷率計算部1358、熱量設定部1360、機器特性データ入力部1362、機器特性データ格納部1364、機器特性モデル生成部1366、排熱回収量計算部1368、補機類稼働判定部1370、COP計算部1372、所要燃料計算部1374、コスト計算部1376、計算結果格納部1378を含む。
【0078】
排熱投入型吸収冷温水機(EXH)112は、発電設備(EGE)110から発生した排熱を使用して冷房用の冷熱を生成する熱源機器である。排熱投入型吸収冷温水機(EXH)112を動作させる際に、最初に、機器諸元入力部1352に排熱投入型吸収冷温水機(EXH)112の定格を表す諸元を入力する。入力された諸元は、機器諸元格納部1354に格納される。同時に、熱量設定部1360に所望の冷熱の熱量を入力すると、排熱投入型吸収冷温水機(EXH)112の負荷率xEXH(t)が負荷率計算部1358で計算される。排熱投入型吸収冷温水機(EXH)112の排熱回収量は、発電設備(EGE)110から供給されて投入される排熱量と図13(c)の曲線によって求められる排熱投入型吸収冷温水機(EXH)112のCOP値の関数である。従って、排熱回収量は、排熱量入力部1356の出力と機器特性モデル生成部1366の出力とを使用して、排熱回収量計算部1368で計算される。この際に、排熱回収量という絶対値を求めるのに機器の定格が必要となるため、機器諸元格納部1354から機器定格を取得して計算を行う。排熱回収量がわかると所要燃料がわかるので、燃料供給設備(FSF)104から供給を受けることが必要となる所要燃料が所要燃料計算部1374において計算される。
【0079】
さらに、計算された所要燃料に基づいてコストをコスト計算部1376で計算する。コストを計算する際に、外部から電力料金単価、ガス料金単価、及びCO排出原単価を取得する。コストの計算結果は、計算結果格納部1378に格納される。
【0080】
第15図は、電動冷凍機(ERU)の機能ブロック図である。
電動冷凍機(ERU)108は、機器諸元入力部402、機器諸元格納部1404、負荷率計算部1406、熱量設定部1408、機器特性データ入力部1410、機器特性データ格納部1412、機器特性モデル生成部1414、冷却水温入力部1416、冷却水温格納部1418、COP計算部1420、所要燃料計算部1422、コスト計算部1424、計算結果格納部1426、補機類稼働判定部1428を含む。
【0081】
電動冷凍機(ERU)108の動作は冷却水温TERU(t)に大きく影響を受ける。まず、機器特性データ入力部1410にT=17℃、20℃、24℃、28℃、32℃についてのCOP値を入力し、機器特性データ格納部1412に入力されたCOP値を格納しておく。これと並行して、冷却水温入力部1416に冷却水温TERU(t)を入力し、冷却水温格納部1418に冷却水温TERU(t)を格納しておく。機器特性モデル生成部1414では、上記のCOP値を補間することにより、機器特性COP(i,TERU(t),xERU(t))を生成する。生成された機器特性COP(i,TERU(t),xERU(t))は、COP計算部1420に送られ、機器特性COP(i,TERU(t),xERU(t))からある特定の負荷率xERU(t)と冷却水温TERU(t)についてのCOP値が計算される。COP値がわかれば、燃料消費特性がわかるため、ある特定の熱需要に対する所要燃料を所要燃料計算部1422で計算することができる。所要燃料がわかれば、コスト計算部1424でコストを計算することができる。
【0082】
第16図は、ガス吸収式冷温水機(GAB)の機能ブロック図である。
【0083】
ガス吸収式冷温水機(GAB)114は、機器諸元入力部1502、機器諸元格納部1504、負荷率計算部1506、熱量設定部1508、機器特性データ入力部1510、機器特性データ格納部1512、機器特性モデル生成部1514、冷却水温入力部1516、冷却水温格納部1518、COP計算部1520、所要燃料計算部1522、コスト計算部1524、計算結果格納部1526、補機類稼働判定部1528を含む。
【0084】
ガス吸収式冷温水機(GAB)114は、ガスを燃焼させて内部にある冷媒を濃縮することにより、冷房用の冷熱を生成する熱源機器である。ガス吸収式冷温水機(GAB)114の動作は冷却水温TGAB(t)に大きく影響を受ける。まず、機器特性データ入力部1510にT=17℃、20℃、24℃、28℃、32℃についてのCOP値を入力し、機器特性データ格納部1512に入力されたCOP値を格納しておく。これと並行して、冷却水温入力部1516に冷却水温TGAB(t)を入力し、冷却水温格納部1518に冷却水温TGAB(t)を格納しておく。機器特性モデル生成部1514では、入力された上記のCOP値を補間することにより、機器特性COP(i,TGAB(t),xGAB(t))を生成する。生成された機器特性COP(i,TGAB(t),xGAB(t))は、COP計算部1520に送られ、機器特性COP(i,TGAB(t),xGAB(t))からある特定の負荷率xGAB(t)と冷却水温TGAB(t)についてのCOP値が計算される。COP値がわかれば、燃料消費特性がわかるため、ある特定の熱需要に対する所要燃料を所要燃料計算部1522で計算することができる。所要燃料がわかれば、コスト計算部1524でコストを計算することができる。
【0085】
第17図及び第18図は、本発明に従った熱源機器ネットワークの運転計画の最適化方法のフローチャートである。
【0086】
ステップS1602において、処理が開始される。
【0087】
ステップS1604において、熱源機器運転計画最適化ブロック216は、単位時間を、t=1に設定する。
【0088】
ステップS1606において、熱源機器運転計画最適化ブロック216は、熱源機器・補機類諸元入力ブロック222から、機器諸元を取得する。
【0089】
ステップS1608及びステップS1610において、熱源機器運転計画最適化ブロック216は、各熱源機器(i=1,…,m)の冷却水温T(i,t)の実績値、冷却水温T(i,t)の予測値T(i,t)、外気温θoutの実績値、外気温θoutの予測値θout(t)を取得する。
【0090】
ステップS1612において、電力需要予測ブロック202が、周知の方法で、単位時間tにおける電力需要の予測値P(t)を計算する。
【0091】
ステップS1614において、熱需要予測ブロック204が、式(9)によって表される予測モデルを用いて、単位時間tにおける熱需要の予測値H(t)を計算する。
【0092】
ステップS1616において、熱源機器運転計画最適化ブロック216は、制約条件を取得する。制約条件の詳細については、ステップS1622のところで説明する。また、熱源機器運転計画最適化ブロック216は、目的関数Fob(j,t)の値を初期値Fに設定する。
【0093】
ステップS1618において、熱源機器運転計画最適化ブロック216は、j=1に設定する。
【0094】
ステップS1620において、熱源機器運転計画最適化ブロック216は、運転パターンp(j,t)を設定する。運転パターンp(j,t)は、単位時間tにおける電力需要P(t)及び熱需要H(t)を満たすために、各熱源機器をどのように運転すればよいかを示す変数のセット(ベクトル)である。運転パターンp(j,t)は、単位時間tにおいてN個存在し、j=1,…,Nである。運転パターンp(j,t)は、受電電力Prec(j,t)、発電電力PEG(j,t)、排熱回収量、排熱回収型吸収冷温水機出力HcEXH(j,t)、電動冷凍機出力HcERU(j,t)、及び吸収式冷温水機出力HcGAB(j,t)に基づいて決定される。
【0095】
排熱回収型吸収冷温水機は、いわゆる、ジェネリンクと呼ばれるものであるが、ガスエンジンの排温水を補助熱源として有効利用することで、主燃料であるガスの使用量を定格時の冷凍出力比率で20乃至40パーセント削減可能な冷温水機である。従って、排熱のみを熱源として冷房負荷の冷熱を供給できるときは、排熱のみで動作し、排熱のみで熱需要を賄いきれなくなると、燃料供給設備から供給を受けたガスを使用して動作する。また、排熱を利用できない場合、例えば、ガスエンジンが停止している等の場合には、ガスのみで動作する。従って、排熱投入型吸収冷温水機のCOP特性は、(1) 排熱のみで動作する場合(排熱COP特性の場合)、(2) 排熱+ガスで動作する場合、(3) ガスのみで動作する場合(ガス焚きCOP特性の場合)で異なる特性となる。排熱+ガスで動作する場合のCOP特性は、排熱COP特性及びガス焚きCOP特性から導き出すことができる。
【0096】
従って、排熱投入型吸収冷温水機(EXH)112の出力特性を表す関数をg()とすると、排熱回収型吸収冷温水機出力HcEXH(j,t)は、燃料供給設備(FSF)104から供給された燃料をFSEXH(j,t)、発電設備(EGE)110から供給された排熱をHhEG(j,t)、排熱投入型吸収冷温水機(EXH)112のガス焚き分負荷率をx(gd)EXH(j、t)、排熱COP値をCOP(exh)、ガス焚きCOP値をCOP(gd)とすると、
cEXH(j,t)=g(FSEXH(j,t),HhEG(j,t),x(gd)EXH(j、t),COP(exh),COP(gd)) (15)
で表される。
【0097】
ここで、運転パターンp(j,t)は、
p(j,t)=[prec(j,t),pGE(j,t),hEXH(j,t),hERU(j,t),hGAB(j,t)] (16)
と表される。運転パターンp(j,t)の各値が実数かつ連続値となるのは、本発明の運転計画最適化システムが、各熱源機器の負荷率x(i,t)に基づいてコストを評価することと密接な関連性がある。
【0098】
ステップS1622において、熱源機器運転計画最適化ブロック216は、可能な運転パターンp(j,t)の集合Λから取得した運転パターンp(j,t)が制約条件を満たしているか否かを判定する。制約条件としては、例えば、以下に示す(1)´乃至(5)´、及び(15)が考えられるが、
rec(j,t)=Precl(j,t)+Precre(j,t) (1)´
EG(j,t)=PEGl(j,t)+PEGER(j,t) (2)´
(j,t)=FSEGE(j,t)+FSEXH(j,t)+FSGAB(j,t) (3)´
recl(j,t)+Precre(j,t)+PEGl(j,t)+PEGER(j,t)=P(t) (4)´
cERU(j,t)+HcEXH(j,t)+HcGAB(j,t)=H(j,t) (5)´
cEXH(j,t)=g(FSEXH(j,t),HhEG(j,t),x(gd)EXH(j、t),COP(exh),COP(gd)) (15)
他にも、熱源機器の各々の受電電力及び機器出力が0又は上下限値の範囲内にあること、COの排出量が上限値以下であること、及びガス消費量が下限値以上であることを含んでもよい。
【0099】
集合Λから取得した運転パターンp(j,t)が制約条件を満たしている場合には、処理は、ステップS1624に進み、満たしていない場合には、処理は、ステップS1628に進む。
【0100】
ステップS1624において、熱源機器運転計画最適化ブロック216は、負荷率x(i,t)及び冷却水温T(i,t)を用いて、単位時間tにおける熱源機器iについてのCOP(i,T(i,t),x(i,t))を計算する。
【0101】
ステップS1626において、熱源機器運転計画最適化ブロック216は、目的関数Fob(j、t)の最適化を行う。この最適化は、集合Λに含まれるすべての運転パターンp(j,t)(但し、制約条件を満たさないものを除く)について目的関数Fob(j、t)を最適化することを含み、最適化は、目的関数Fob(j、t)の最大値を求めるものであってもよく、最小値を求めるものであってもよい。
【0102】
ここで、最適化の際の条件を表す変数の組をΓconとし、各部でのエネルギーを表す変数の組をΓeneとすると、
Γcon=[θin(t),θout(t),humin(t),humout(t),NP(t),IV(t),VQ(t),θin(t),θout(t),humin(t),humout(t),NP(t)VQ(t)];
Γene=[Prec(t),Precl(t),Precre(t),P(t),F(t),FSEGE(t),FSEXH(t),FSGAB(t),PEG(t),PEGl(t),PEGER(t),HhEG(t),HhEG(t),HcERU(t),HcEXH(t),HcGAB(t),TEGE(t),x(i,t)(xEGE(t),xERU(t),xEXH(t),xGAB(t)),T(i,t)(TEGE(t),TERU(t),TEXH(t),TGAB(t)),P(t),H(t),P(t),H(t)]
となる。これを用いて目的関数Fob(j,t)を表すと、
ob(j,t)=f(j,t,Γcon,Γene,COP(i,T(i),x(i))) (17)
となる。従って、単位時間tにおけるFob(j,t)の最適値をfopt(t)とすると、
となる。従って、熱源機器運転計画最適化ブロック216は、fopt(t)を求めるべく、各jについてf(j,t,Γcon,Γene,COP(i,T(i),x(i)))の値を計算する。
【0103】
目的関数は、熱源機器の電力及び熱エネルギーの提供のためのコストの合計、契約電力以下という制約条件の下での熱源機器の電力及び熱エネルギーの提供のためのコストの合計、熱源機器の電力及び熱エネルギーの提供のためのCO排出量の合計、熱源機器の電力及び熱エネルギーの提供のためのCO排出量の合計が所定の値以下という制約条件の下での熱源機器の電力及び熱エネルギーの提供のためのコストの合計、熱源機器の電力及び熱エネルギーの提供のためのガス消費量の合計が所定の値以下であるという制約条件の下での熱源機器の電力及び熱エネルギーの提供のためのコストの合計、のうちの少なくとも1つから選択されてもよい。
【0104】
ステップS1626における処理が終了すると、処理は、ステップS1628に進み、jがNよりも小さいか否かが判定される。
【0105】
jがNよりも小さい場合には、ステップS1630において、j←j+1の処理が行われる。jがN以上である場合には、その単位時間tについてすべての運転パターンp(j,t)の判定が終了したということであるので、処理は、ステップS1632に進む。Fob(j,t)の最適値を与えるjをjopt(t)とすると、
opt(t)=p(jopt(t),t) (19)
となるので、ステップS1632において、このjopt(t)とpopt(t)(単位時間tにおける最適な運転パターン)を格納する。なお、ここで、
である。
【0106】
ステップS1634において、熱源機器運転計画最適化ブロック216は、tがnよりも小さいか否かを判定する。
【0107】
tがnよりも小さい場合には、ステップS1636において、t←t+1の処理が行われる。
【0108】
tがn以上である場合には、熱源機器運転計画最適化ブロック216は、ステップS1638において、最適運転パターンpのシーケンスを、
=[popt(1),…,popt(n)] (20)
として求める。
【0109】
本発明の熱源機器ネットワークのコスト関数f(j,t,Γcon,Γene,COP(i,T(i),x(i)))のモデル化及び最適化、及び運転パターンpの最適化popt(t)=p(jopt(t),t)は、構造化ニューラルネットワーク(Neural Network(NN))によって行われてもよい。
【0110】
ステップS1640で、最適化の処理は終了する。
【0111】
本発明に従った上記の方法の各ステップは、CPUとメモリとを備えた、図示しないオペレータの端末によって行われてもよい。本発明の実施形態においては、上記の方法を実行するのに用いられるソフトウェアプログラムが、デジタル・データ・ストレージ媒体等のプログラム・ストレージ・デバイスに格納されていてもよく、これらのプログラム・ストレージ・デバイスは、機械読取り可能、又はコンピュータ読取り可能であり、また、これらのコンピュータ又は機械は、プログラム命令を機械実行可能プログラム、又はコンピュータ実行可能プログラムとしてエンコードし、エンコードされたプログラム命令は、本発明の方法のステップのうちの一部又は全部を実行する。プログラム・ストレージ・デバイスは、例えば、デジタル・メモリ、磁気ディスク及び磁気テープなどの磁気ストレージ媒体、ハード・ドライブ、又は光学的読取り可能デジタル・データ・ストレージ媒体とすることができる。
【0112】
本発明は、ソフトウェア、及び/又はソフトウェアとハードウェアの組合せで、例えば、特定用途向け集積回路(ASIC:application specific integrated circuit)、フィールド・プログラマブル・ゲート・アレイ(FPGA:field programmable gate array)と、汎用コンピュータ、又は他の任意のハードウェア等価物を使用して実装されてもよい。
【0113】
上記の説明は、単に、本発明の特定の実施形態の開示を提供しているにすぎず、本発明を上記の実施形態のみに限定するように意図されてはいない。従って、本発明は、上記で説明された実施形態だけに限定されるものではなく、むしろ、当業者が本発明の範囲内に含まれる代替の実施形態を考案し得ることが認識される。
【符号の説明】
【0114】
100 熱源機器ネットワーク
102 受電設備
104 燃料供給設備
106 電気負荷(EL)
108 電動冷凍機(ERU)
110 発電設備(EGE)
112 排熱投入型吸収冷温水機(EXH)
114 ガス吸収式冷温水機(GAB)
116 空調負荷
200 最適化システム
202 電力需要予測ブロック
204 熱需要予測ブロック
206 外気冷房(ナイトパージ)ブロック
208 比エンタルピ予測ブロック
210 冷却水温予測ブロック
212 機器特性モデル化ブロック
214 需要計算ブロック
216 熱源機器運転計画最適化ブロック
218 実績データ入力ブロック
220 計画・予測データ入力ブロック
222 熱源機器・補機類諸元入力ブロック
224 熱源機器特性データ入力ブロック
226 運転計画作成諸元入力ブロック
228 運転計画出力ブロック
図1
図2
図3
図4
図5
図6
図7
図8
図9
図10
図11
図12(a)】
図12(b)】
図12(c)】
図13(a)】
図13(b)】
図13(c)】
図14
図15
図16
図17
図18