知財求人 - 知財ポータルサイト「IP Force」
▶ ジョンソン・コントロールズ・タイコ・アイピー・ホールディングス・エルエルピーの特許一覧
特表2024-520512カスケード制御システム、カスケード制御方法及び非一時的コンピュータ可読媒体
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-05-24
(54)【発明の名称】カスケード制御システム、カスケード制御方法及び非一時的コンピュータ可読媒体
(51)【国際特許分類】
H02J 3/00 20060101AFI20240517BHJP
【ＦＩ】
H02J3/00 180
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2023573259
(86)(22)【出願日】2022-05-27
(85)【翻訳文提出日】2024-01-23
(86)【国際出願番号】 US2022031438
(87)【国際公開番号】W WO2022251700
(87)【国際公開日】2022-12-01
(31)【優先権主張番号】63/194,771
(32)【優先日】2021-05-28
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】63/220,878
(32)【優先日】2021-07-12
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】17/668,791
(32)【優先日】2022-02-10
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】17/686,320
(32)【優先日】2022-03-03
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】521301840
【氏名又は名称】ジョンソン・コントロールズ・タイコ・アイピー・ホールディングス・エルエルピー
(74)【代理人】
【識別番号】100083806
【弁理士】
【氏名又は名称】三好 秀和
(74)【代理人】
【識別番号】100111235
【弁理士】
【氏名又は名称】原 裕子
(74)【代理人】
【識別番号】100195257
【弁理士】
【氏名又は名称】大渕 一志
(72)【発明者】
【氏名】ウェンゼル、 マイケル ジェイ．
(72)【発明者】
【氏名】エルブサット、 モハマド エヌ．
(72)【発明者】
【氏名】ドリース、 カーク エイチ．
【テーマコード（参考）】
5G066
【Ｆターム（参考）】
5G066HB08
5G066HB09
5G066JA07
5G066JB03
5G066JB06
(57)【要約】
複数のサブシステムに分散された動作している建物機器に関連するカーボン排出量を調整及び制御するためのカスケード制御システムは、カーボン排出量目標に起因することが予測される複数のサブシステムの集計カーボン排出量を考慮する予測制御プロセスを使用して、複数のサブシステムの各々に対するカーボン排出量目標を生成するように構成された第１のコントローラを含む。カスケード制御システムはまた、複数の第２のコントローラを含み、第２のコントローラは各々、複数のサブシステムのうちの１つに対応しており、対応するサブシステムのカーボン排出量目標を建物機器に達成させることが予測される対応するサブシステムの建物機器に対する制御決定を生成することと、制御決定を使用して、対応するサブシステムの建物機器を動作させることと、を行うように構成されている。
【特許請求の範囲】
【請求項1】
複数のサブシステムにわたって分散された動作している建物機器に関連するカーボン排出量を調整及び制御するためのカスケード制御システムであって、複数のサブシステムの各々に対するカーボン排出量目標を生成するように構成された第１のコントローラと、
複数の第２のコントローラと
を備え、
前記複数の第２のコントローラはそれぞれが、
前記複数のサブシステムのうちの１つに対応しており、
前記対応するサブシステムの建物機器に対する制御決定を生成することであって、前記制御決定は、前記対応するサブシステムに対する前記カーボン排出量目標を前記建物機器に達成させることが予測される、生成することと、
前記制御決定を使用して、前記対応するサブシステムの前記建物機器を動作させることと
を行うように構成されている、カスケード制御システム。
【請求項2】
前記第１のコントローラが、ユーティリティグリッドからの電力に関連する排出率の時間変化する値に基づいて、前記カーボン排出量目標を生成し、前記建物機器の１つ以上のデバイスが、前記電力を消費する、請求項１に記載のカスケード制御システム。
【請求項3】
前記第１のコントローラが、予測制御プロセスを使用して前記カーボン排出量目標を生成し、前記予測制御プロセスは、前記カーボン排出量目標に起因することが予測される前記複数のサブシステムの集計カーボン排出量を考慮し、前記カーボン排出量目標を満たすために起こることが予測されるいくつかの削減に基づいて前記建物機器によってサービスを受ける１つ以上の建物の居住者の快適性を更に考慮する、請求項１に記載のカスケード制御システム。
【請求項4】
前記第１のコントローラが、前記複数の低レベルサブシステムの前記集計カーボン排出量に基づくカーボン目的と、快適性目的と、を含む、複数の目的を有する多目的最適化プロセスを使用して、前記カーボン排出量目標を生成する、請求項３に記載のカスケード制御システム。
【請求項5】
前記複数の目的が、前記建物機器によって消費される資源を購入するコストを更に含む、請求項４に記載のカスケード制御システム。
【請求項6】
前記第１のコントローラアカウントが、前記複数のサブシステムに関連するカーボン排出量と、前記カスケード制御システムによって制御不可能な他のカーボン排出量と、の両方に基づいて、前記カーボン排出量目標を生成する、請求項１に記載のカスケード制御システム。
【請求項7】
前記他のカーボン排出量が、商品又は人の輸送に起因する、請求項６に記載のカスケード制御システム。
【請求項8】
前記第１のコントローラが、ある期間にわたる合計排出量に対する予算又はゴールに基づいて、前記カーボン排出量目標を生成するように構成されている、請求項１に記載のカスケード制御システム。
【請求項9】
カーボン排出量を低減又は排除するために建物機器を制御するための方法であって、資源消費の単位当たりのカーボン排出量の時間変化する値に基づいて、将来の時間範囲にわたる資源消費に起因することが予測される合計カーボン排出量又は排出節約量を考慮する目的関数を処理することによって、前記建物機器に対する時間変化する設定点を生成することと、
前記建物機器を、前記時間変化する設定点に従って動作させることと
を含む、方法。
【請求項10】
前記建物機器に対する前記時間変化する設定点が、前記建物機器の複数のサブシステムの各々に対するカーボン排出量目標であり、前記時間変化する設定点に従って前記建物機器を動作させることが、前記複数のサブシステムに対する前記カーボン排出量目標を前記建物機器に達成させることが予測される前記建物機器に対する制御決定を判定することを含む、請求項９に記載の方法。
【請求項11】
資源消費の単位当たりの前記カーボン排出量の時間変化する値が、限界動作排出率の値を含む、請求項９に記載の方法。
【請求項12】
過去の排出率データ及び気象予報に基づいて、前記カーボン排出量の時間変化する値を予測することを更に含む、請求項９に記載の方法。
【請求項13】
前記建物機器が、バッテリを備え、前記建物機器を動作させることが、前記バッテリを充電することを含む、請求項９に記載の方法。
【請求項14】
前記建物機器が、空調機器を備え、前記時間変化する設定点に従って前記建物機器を動作させることが、後続の第２の期間中の前記空調機器の動作を低減するために、第１の期間中に建物を予冷することを含み、資源消費の単位当たりの前記カーボン排出量の時間変化する値が、前記後続の期間中よりも、前記第１の期間中に高いことが予測される、請求項９に記載の方法。
【請求項15】
方法であって、ユーティリティから消費される電力に関連するカーボン排出量を示す時間変化する限界動作排出率を取得することと、
前記時間変化する限界動作排出率が第１の値よりも小さいとき、エネルギー貯蔵モードで機器を動作させることと、
前記時間変化する限界動作排出率が第２の値よりも大きいとき、エネルギー放出モードで機器を動作させることと
を含む、方法。
【請求項16】
前記エネルギー貯蔵モード及び前記エネルギー放出モードにおける前記機器に対する時間変化する設定点を判定するために、前記時間変化する限界動作排出率を使用する、目的関数に基づく制御プロセスを実施することを更に含む、請求項１５に記載の方法。
【請求項17】
前記制御プロセスが、カスケード制御プロセスである、請求項１６に記載の方法。
【請求項18】
前記機器が、加熱及び／又は冷却機器を備え、前記エネルギー貯蔵モードが、建物を予冷又は予熱することを含む、請求項１５に記載の方法。
【請求項19】
前記機器が、バッテリを備え、前記エネルギー貯蔵モードが、前記バッテリを充電することを含み、前記エネルギー放出モードが、前記バッテリを放電することを含む、請求項１５に記載の方法。
【請求項20】
前記第２の値が、前記第１の値よりも大きい、請求項１５に記載の方法。
【請求項21】
前記第２の値が、前記第１の値に等しい、請求項１５に記載の方法。
【請求項22】
最適化を実施することによって、前記第１の値及び前記第２の値を判定することを更に含む、請求項１５に記載の方法。
【請求項23】
建物機器を制御するための方法であって、カーボン排出量制御目的と、前記建物機器に対する制御戦略の範囲にわたる前記カーボン排出量制御目的と競合する第２の制御目的と、の間の関係のグラフ表現を含むユーザインターフェースを提供することと、
目的関数において前記カーボン排出量制御目的又は前記第２の制御目的に重みを割り当てることであって、前記重みが、前記グラフ表現に基づくユーザ選択に対応する制御戦略に関連する、割り当てることと、
前記カーボン排出量制御目的又は前記第２の制御目的に割り当てられた前記重みを有する前記目的関数を使用して、前記建物機器に対する制御決定を生成することと、
前記制御決定に従って、前記建物機器を動作させることと
を含む、方法。
【請求項24】
実際のパフォーマンスと、前記ユーザ選択に関連する目標との間の差に基づいて、経時的に前記重みを自動的に調整することを更に含む、請求項２３に記載の方法。
【請求項25】
前記第２の制御目的が、居住者の快適性、運用コスト、及びエネルギー消費のうちの少なくとも１つを考慮する、請求項２３に記載の方法。
【請求項26】
前記制御戦略の範囲が、前記重みの値の範囲に対応する、請求項２３に記載の方法。
【請求項27】
前記制御決定を生成することが、前記カーボン排出量制御目的又は前記第２の制御目的に割り当てられた前記重みを有する前記目的関数の最適化を実施することを含む、請求項１に記載の方法。
【請求項28】
前記建物機器に対する前記制御戦略の範囲のシミュレーションを実行することによって、前記グラフ表現において前記異なる点を生成することを更に含む、請求項２３に記載の方法。
【請求項29】
前記建物機器に対する前記制御戦略の範囲の前記シミュレーションを実行することが、前記建物機器に対するシミュレーションされた制御決定を生成するために、前記重みの異なる値を有する前記目的関数の最適化を実施することを含む、請求項２８に記載の方法。
【請求項30】
建物機器を制御するための方法であって、時間範囲にわたるカーボン排出量、前記時間範囲にわたる運用コスト、及び前記時間範囲にわたる居住者の快適性のうちの少なくとも２つを考慮する目的関数を提供することであって、前記目的関数が、前記カーボン排出量、前記運用コスト、及び前記居住者の快適性のうちの前記少なくとも２つの相対的重要性を示す１つ以上の調整可能なパラメータを含む、提供することと、
目標運用コスト、目標排出量、目標正味エネルギー、又は目標居住者快適性メトリクスに基づいて、前記１つ以上の調整可能なパラメータを自動的にチューニングすることと、
前記目的関数を使用して、制御プロセスを実施することによって、建物設定点を生成することと、
前記建物設定点に従って、建物機器を動作させることと
を含む、方法。
【請求項31】
前記目標居住者快適性メトリクスが、削減動作の目標数である、請求項３０に記載の方法。
【請求項32】
前記制御プロセスが、前記建物機器の複数のサブセットと関連する排出量目標を生成することと、
前記排出量目標に基づいて、前記建物設定点を判定することと
を含む、請求項３０に記載の方法。
【請求項33】
前記１つ以上の調整可能なパラメータを自動的にチューニングすることが、前記目標正味エネルギーに基づいており、前記目標正味エネルギーが、ゼロである、請求項３０に記載の方法。
【請求項34】
前記制御プロセスが、前記時間範囲にわたる前記建物機器によって消費されることになるエネルギーの限界動作排出率の将来の時間変化する値を予測することと、
前記将来の時間変化する値を使用して、前記目的関数の予測最適化を実施することと
を含む、請求項３０に記載の方法。
【請求項35】
前記１つ以上の調整可能なパラメータを自動的にチューニングすることは、限界動作排出率が予想値よりも大きい場合、第１のパラメータの値を第１の方向に移動させることと、前記限界動作排出率が前記予想値よりも小さい場合、前記第１のパラメータの前記値を第２の方向に移動させることと、を含む、請求項３０に記載の方法。
【請求項36】
前記建物機器が、加熱、換気、又は空調機器を備え、前記建物設定点が、温度設定点である、請求項３０に記載の方法。
【請求項37】
プログラム命令を記憶した１つ以上の非一時的コンピュータ可読媒体であって、前記プログラム命令が、１つ以上のプロセッサによって実行されたときに、前記１つ以上のプロセッサに、カーボン排出量制御目的と、前記建物機器に対する制御戦略の範囲にわたる前記カーボン排出量制御目的と競合する第２の制御目的と、の間の関係のグラフ表現を含むユーザインターフェースを提供することと、
目的関数において前記カーボン排出量制御目的又は前記第２の制御目的に重みを割り当てることであって、前記重みが、前記グラフ表現に基づくユーザ選択に対応する制御戦略に関連する、割り当てることと、
前記カーボン排出量制御目的又は前記第２の制御目的に割り当てられた前記重みを有する前記目的関数を使用して、前記建物機器に対する制御決定を生成することと、
前記制御決定に従って、前記建物機器を制御することと
を含む動作を実施させる、１つ以上の非一時的コンピュータ可読媒体。
【請求項38】
前記動作が、実際のパフォーマンスと、前記ユーザ選択に関連する目標と、の間の差に基づいて、経時的に前記重みを自動的に調整することを更に含む、請求項３７に記載の１つ以上の非一時的コンピュータ可読媒体。
【請求項39】
前記第２の制御目的が、居住者の快適性、運用コスト、及びエネルギー消費のうちの少なくとも１つを考慮する、請求項３７に記載の１つ以上の非一時的コンピュータ可読媒体。
【請求項40】
前記制御決定を生成することが、前記カーボン排出量制御目的又は前記第２の制御目的に割り当てられた前記重みを有する前記目的関数の最適化を実施することを含む、請求項３７に記載の１つ以上の非一時的コンピュータ可読媒体。
【請求項41】
前記動作が、前記建物機器に対する前記制御戦略の範囲のシミュレーションを実行することによって、前記グラフ表現において前記異なる点を生成することを更に含む、請求項３７に記載の１つ以上の非一時的コンピュータ可読媒体。
【請求項42】
前記建物機器に対する前記制御戦略の範囲の前記シミュレーションを実行することが、前記建物機器に対するシミュレーションされた制御決定を生成するために、前記重みの異なる値を有する前記目的関数の最適化を実施することを含む、請求項４１に記載の１つ以上の非一時的コンピュータ可読媒体。【発明の詳細な説明】
【技術分野】
【0001】
関連出願の相互参照
本出願は、２０２１年５月２８日に出願された米国仮特許出願第６３／１９４，７７１号、２０２２年３月３日に出願された米国特許出願第１７／６８６，３２０号、２０２２年２月１０日に出願された米国特許出願第１７／６６８，７９１号、及び２０２１年７月１２日に出願された米国仮特許出願第６３／２２０，８７８号の利益及び優先権を主張するものであり、これらの全ては、参照により本明細書に組み込まれている。
本出願は、２０２１年５月２８日に出願された米国仮特許出願第６３／１９４，７７１号、２０２２年３月３日に出願された米国特許出願第１７／６８６，３２０号、２０２２年２月１０日に出願された米国特許出願第１７／６６８，７９１号、及び２０２１年７月１２日に出願された米国仮特許出願第６３／２２０，８７８号の利益及び優先権を主張するものであり、これらの全ては、参照により本明細書に組み込まれている。
【0002】
本開示は、概して、持続可能なエネルギー機能、例えば、建物動作のためのカーボン排出量の低減及び／又はカーボンニュートラルの達成に関する機能を有するモジュール式エネルギーユニット及び建物機器に関する。
【背景技術】
【0003】
建物の加熱及び冷却を含む、建物に関連するエネルギー消費は、世界のエネルギー消費の大きな割合を占めている。加えて、エネルギー消費及び生産と、二酸化炭素排出量（及び他の汚染物質の排出量）との関連性から、建物の動作に関するエネルギー消費及び生成は現在、大気中にかなりの量の二酸化炭素を加えており、これは気候変動の一因となっている。
【0004】
二酸化炭素排出の環境的及び生態学的影響により、建物動作に関連する二酸化炭素排出量を低減若しくは排除するか、又は建物動作のカーボンニュートラルを達成するための技術的課題が存在する。例えば、建物の所有者は、（消費者の需要、規制要件、個人的な信念などにより）建物又は構内のカーボン排出量の低減、又はカーボンニュートラルの達成を望む場合がある。ほとんどの建物の所有者が制御できないユーティリティグリッドへの接続と依存のため、建物の所有者は通常、既存の技術を使用してカーボンフットプリントを大幅に低減する技術的能力を有していない。太陽光パネル、風力タービン、バッテリなどは、建物の所有者によって設置され得るが、そのような製品は、典型的には、建物の所有者が既存の建物システムに設置して統合することが困難である別個の構成要素として提供される。したがって、建物のカーボン排出量に最適に対処するための、統合された、モジュール式の、設置が容易な解決策のためのシステム及び方法が望ましいであろう。そのような解決策の広範な展開は、建物の所有者の運用コストをも低減しながら、環境にプラスの影響をもたらすことができる。
【発明の概要】
【0005】
本開示の１つの実装形態は、複数のサブシステムにわたって分散された建物機器を動作させることに関連するカーボン排出量を調整及び制御するためのカスケード制御システムである。カスケード制御システムは、複数のサブシステムの各々に対するカーボン排出量目標を生成するように構成された第１のコントローラと、複数の第２のコントローラと、を含み、第２のコントローラは、各々、複数のサブシステムのうちの１つに対応しており、対応するサブシステムに対するカーボン排出量目標を建物機器に達成させることが予測される、対応するサブシステムの建物機器に対する制御決定を生成し、制御決定を使用して、対応するサブシステムの建物機器を動作させるように構成されている。
【0006】
いくつかの実施形態では、第１のコントローラは、ユーティリティグリッドからの電力に関連する排出率の時間変化する値に基づいて、カーボン排出量目標を生成する。建物機器の１つ以上のデバイスは、電力を消費する。いくつかの実施形態では、第１のコントローラは、カーボン排出量目標に起因することが予測される複数のサブシステムの集計カーボン排出量を考慮し、更にカーボン排出量目標を満たすために起こることが予測されるいくつかの削減に基づいて、建物機器によって供される１つ以上の建物の居住者の快適性を考慮する、予測制御プロセスを使用して、カーボン排出量目標を生成する。いくつかの実施形態では、第１のコントローラは、複数の低レベルサブシステムの集計カーボン排出量に基づくカーボン目的と、快適性目的と、を含む、複数の目的を有する多目的最適化プロセスを使用して、カーボン排出量目標を生成する。複数の目的は、建物機器によって消費される資源を購入するコストを含み得る。
【0007】
いくつかの実施形態では、第１のコントローラは、複数のサブシステムに関連するカーボン排出量と、カスケード制御システムによって制御不可能な他のカーボン排出量と、の両方に基づいて、カーボン排出量目標を調べ生成する。他のカーボン排出量は、商品又は人の輸送に起因し得る。いくつかの実施形態では、第１のコントローラは、ある期間にわたる合計排出量の予算又はゴールに基づいて、カーボン排出量目標を生成するように構成されている。
【0008】
本開示の別の実装形態は、カーボン排出量を低減又は排除するために建物機器を制御するための方法である。方法は、資源消費の単位当たりのカーボン排出量の時間変化する値に基づいて、将来の時間範囲にわたる資源消費に起因することが予測される合計カーボン排出量又は排出節約量を考慮する目的関数を処理することによって、建物機器に対する時間変化する設定点を生成することと、時間変化する設定点に従って、建物機器を動作させることと、を含む。
【0009】
いくつかの実施形態では、建物機器に対する時間変化する設定点は、建物機器の複数のサブシステムの各々に対するカーボン排出量目標である。時間変化する設定点に従って建物機器を動作させることは、複数のサブシステムに対するカーボン排出量目標を建物機器に達成させることが予測される建物機器に対する制御決定を判定することを含む。資源消費の単位当たりのカーボン排出量の時間変化する値は、限界動作排出率の値を含む。
【0010】
いくつかの実施形態では、方法は、過去の排出率データ及び気象予報に基づいて、カーボン排出量の時間変化する値を予測することを含む。いくつかの実施形態では、建物機器は、バッテリを含み、建物機器を動作させることは、バッテリを充電することを含む。いくつかの実施形態では、建物機器は、空調機器を含む。時間変化する設定点に従って建物機器を動作させることは、資源消費の単位当たりのカーボン排出量の時間変化する値が、後続の期間中よりも、第１の期間中に高いことが予測されるとき、後続の第２の期間中の空調機器の動作を低減するために、第１の期間中に建物を予冷することを含む。
【0011】
本開示の別の実装形態は、ユーティリティから消費される電力に関連するカーボン排出量を示す時間変化する限界動作排出率を取得することと、時間変化する限界動作排出率が第１の値よりも小さいとき、機器をエネルギー貯蔵モードで動作させることと、時間変化する限界動作排出率が第２の値よりも大きいとき、機器をエネルギー放出モードで動作させることと、を含む方法である。
【0012】
いくつかの実施形態では、方法はまた、エネルギー貯蔵モード及びエネルギー放出モードにおける機器に対する時間変化する設定点を判定するために、時間変化する限界動作排出率を使用する、目的関数に基づく制御プロセスを実施することを含む。制御プロセスは、カスケード制御プロセスであり得る。いくつかの実施形態では、機器は、加熱及び／又は冷却機器を含み、エネルギー貯蔵モードは、建物を予冷又は予熱することを含む。いくつかの実施形態では、機器は、バッテリを含み、エネルギー貯蔵モードは、バッテリを充電することを含み、エネルギー放出モードは、バッテリを放電することを含む。第２の値は、第１の値超であり得、第１の値と等しくあり得る。いくつかの実施形態では、方法は、最適化を実施することによって、第１の値及び第２の値を判定することを含む。
【0013】
本開示の別の実装形態は、建物機器を制御するための方法である。方法は、カーボン排出量制御目的と、建物機器に対する制御戦略の範囲にわたるカーボン排出量制御目的と競合する第２の制御目的と、の間の関係のグラフ表現を含むユーザインターフェースを提供することと、目的関数内のカーボン排出量制御目的又は第２の制御目的に重みを割り当てることと、を含む。重みは、グラフ表現に基づくユーザ選択に対応する制御戦略に関連付けられている。方法はまた、カーボン排出量制御目的又は第２の制御目的に割り当てられた重みを有する目的関数を使用して、建物機器に対する制御決定を生成することを含む。方法はまた、制御決定に従って、建物機器を動作させることを含む。
【0014】
いくつかの実施形態では、方法はまた、実際のパフォーマンスとユーザ選択に関連付けられた目標と、の間の差に基づいて、経時的に重みを自動的に調整することを含む。いくつかの実施形態では、第２の制御目的は、居住者快適性、運用コスト、及びエネルギー消費のうちの少なくとも１つを考慮する。いくつかの実施形態では、制御戦略の範囲は、重みの値の範囲に対応する。
【0015】
いくつかの実施形態では、制御決定を生成することは、カーボン排出量制御目的又は第２の制御目的に割り当てられた重みを有する目的関数の最適化を実施することを含む。いくつかの実施形態では、方法はまた、建物機器の制御戦略の範囲のシミュレーションを実行することによって、グラフ表現において異なる点を生成することを含む。建物機器の制御戦略の範囲のシミュレーションを実行することは、建物機器に対するシミュレーションされた制御決定を生成するために、重みの異なる値を有する目的関数の最適化を実施することを含むことができる。
【0016】
本開示の別の実装形態は、時間範囲にわたるカーボン排出量、時間範囲にわたる運用コスト、及び時間範囲にわたる居住者の快適性のうちの少なくとも２つを考慮する目的関数を提供することを含む、建物機器を制御するための方法である。目的関数は、カーボン排出量、運用コスト、及び居住者の快適性のうちの少なくとも２つの相対的重要性を示す１つ以上の調整可能なパラメータを含む。方法はまた、目標運用コスト、目標排出量、目標正味エネルギー、又は目標居住者快適性メトリクスに基づいて、１つ以上の調整可能なパラメータを自動的にチューニングすることと、目的関数を使用して制御プロセスを実施することによって、建物設定点を生成することと、建物設定点に従って建物機器を動作させることと、を含む。
【0017】
いくつかの実施形態では、目標居住者快適性メトリクスは、削減動作の目標数である。いくつかの実施形態では、制御プロセスは、建物機器の複数のサブセットと関連する排出量目標を生成することと、排出量目標に基づいて建物設定点を判定することと、を含む。１つ以上の調整可能なパラメータを自動的にチューニングすることは、目標正味エネルギーに基づいており、目標正味エネルギーは、ゼロである。いくつかの実施形態では、制御プロセスは、時間範囲にわたる建物機器によって消費されることになるエネルギーの限界動作排出率の将来の時間変化する値を予測することと、将来の時間変化する値を使用して、目的関数の予測最適化を実施することと、を含む。
【0018】
いくつかの実施形態では、１つ以上の調整可能なパラメータを自動的にチューニングすることは、限界動作排出率が予想値よりも大きい場合、第１のパラメータの値を第１の方向に移動させることと、限界動作排出率が予想値よりも小さい場合、第１のパラメータの値を第２の方向に移動させることと、を含む。いくつかの実施形態では、建物機器は、加熱、換気、又は空調機器を含み、建物設定点は、温度設定点である。
【0019】
本開示の別の実装形態は、プログラム命令を記憶する１つ以上の非一時的コンピュータ可読媒体であり、プログラム命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに動作を実施させる。動作は、カーボン排出量制御目的と、建物機器に対する制御戦略の範囲にわたるカーボン排出量制御目的と競合する第２の制御目的と、の間の関係のグラフ表現を含むユーザインターフェースを提供することと、目的関数内のカーボン排出量制御目的又は第２の制御目的に重みを割り当てることと、を含む。重みは、グラフ表現に基づくユーザ選択に対応する制御戦略に関連する。方法は、カーボン排出量制御目的又は第２の制御目的に割り当てられた重みを有する目的関数を使用して、建物機器に対する制御決定を生成することと、制御決定に従って建物機器を制御することと、を含む。
【0020】
いくつかの実施形態では、動作は、実際のパフォーマンスと、ユーザ選択に関連する目標と、の間の差に基づいて、経時的に重みを自動的に調整することを更に含む。いくつかの実施形態では、第２の制御目的は、居住者快適性、運用コスト、及びエネルギー消費のうちの少なくとも１つを考慮する。いくつかの実施形態では、制御決定を生成することは、カーボン排出量制御目的又は第２の制御目的に割り当てられた重みを有する目的関数の最適化を実施することを含む。
【0021】
いくつかの実施形態では、動作はまた、建物機器の制御戦略の範囲に対するシミュレーションを実行することによって、グラフ表現において異なる点を生成することを含む。いくつかの実施形態では、建物機器の制御戦略の範囲のシミュレーションを実行することは、建物機器に対するシミュレーションされた制御決定を生成するために、重みの異なる値を有する目的関数の最適化を実施することを含む。
【図面の簡単な説明】
【0022】
【図1】いくつかの実施形態による、ＨＶＡＣシステムを装備した建物の図面である。
【図3】いくつかの実施形態による、バッテリユニット及び予測ＣＥＦコントローラを有するＣＥＦの図である。
【図7】いくつかの実施形態による、バッテリユニット及び予測チラーコントローラを有する空冷式チラーユニットの図である。
【図11】いくつかの実施形態による、バッテリユニット及び予測ポンプコントローラを有するポンプユニットの図である。
【図15】いくつかの実施形態による、バッテリユニット及び予測冷却塔コントローラを有する冷却塔ユニットの図である。
【図18】いくつかの実施形態による、バッテリユニット及び予測バルブコントローラを有するバルブユニットの図である。
【図22】いくつかの実施形態による、燃料セル最適化のためのプロセスのフローチャートである。
【図23】いくつかの実施形態による、モジュール式エネルギーユニットの例解図である。
【図24】いくつかの実施形態による、モジュール式エネルギーユニットのブロック図である。
【図25】いくつかの実施形態による、モジュール式エネルギーユニットの別の実施形態の概略図である。
【図26】いくつかの実施形態による、モジュール式エネルギーユニットを制御するためのプロセスのフローチャートである。
【図27】いくつかの実施形態による、モジュール式エネルギーユニットを使用して、正味ゼロカーボン排出を達成するためのプロセスのフローチャートである。
【図28】いくつかの実施形態による、建物設定点を最適化するように適合されたモジュール式エネルギーユニットのブロック図である。
【図29】いくつかの実施形態による、クラウドベースの最適化資源に接続された複数のモジュール式エネルギーユニットのためのシステムアーキテクチャのブロック図である。
【図30】いくつかの実施形態による、複数のモジュール式エネルギーユニットのためのシステムアーキテクチャ及びクラウドベースの最適化資源に接続された建物管理システムのブロック図である。
【図31A】いくつかの実施形態による、最適レベルのカーボン排出量又はカーボン対電力比を達成するために、建物機器を動作させるためのプロセスのフローチャートである。
【図31B】いくつかの例示的なシナリオによる、例示的な時間変化する限界動作排出率の描写である。
【図32】いくつかの実施形態による、正味ゼロ排出に到達するためのカーボンオフセットのコストを考慮する、建物機器のコスト最適化のプロセスのフローチャートである。
【図33】いくつかの実施形態による、カーボン排出量の制約の対象となる建物機器の動作の最適化のためのプロセスのフローチャートである。
【図34】いくつかの実施形態による、排出量を低減する、コストを節約する、及び／又は居住者快適性を改善するための重み付けされた選好を示すユーザ入力に基づく、カスタマイズされた最適化のためのプロセスのフローチャートである。
【図35A】いくつかの実施形態による、コスト対カーボン曲線上の目標点を達成するために、機器を選択及び制御するためのプロセスのフローチャートである。
【図35B】いくつかの実施形態による、例示的なコスト対カーボン曲線の例解図である。
【図36】いくつかの実施形態による、快適性対カーボン曲線上の目標点を達成するために、機器を選択及び制御するためのプロセスのフローチャートである。
【図37】いくつかの実施形態による、最適カーボン排出量低減などの技術的利点を達成するために、建物に追加されるべき新しいエネルギー資産に対する推奨事項を自動的に生成するためのプロセスのフローチャートである。
【図38】いくつかの実施形態による、カーボン排出量の企業全体のダッシュボードを生成し、カーボンフットプリント低減を開始するためのプロセスのフローチャートである。
【図39】いくつかの実施形態による、カーボン管理システムを含む監督制御スキームにおける複数の建物エッジデバイスのためのシステムアーキテクチャのブロック図である。
【図40】いくつかの実施形態による、生産又は利用データに基づいて、正規化されたカーボン排出量メトリクスを提供するためのプロセスのフローチャートである。
【図42】いくつかの実施形態による、限界動作排出率に基づいてバッテリを制御するためのプロセスのフローチャートである。
【発明を実施するための形態】
【0023】
建物及びＨＶＡＣシステム
ここで図１を参照すると、建物１０の斜視図が示されている。建物１０は、ＢＭＳによりサービス提供されている。ＢＭＳは、概して、建物又は建物区域の中若しくはその周囲の設備を制御、監視、及び管理するように構成されたデバイスのシステムである。ＢＭＳは、例えば、ＨＶＡＣシステム、セキュリティシステム、照明システム、火災警報システム、建物機能若しくはデバイスを管理することができる任意の他のシステム、又はそれらの任意の組み合わせを含むことができる。
ここで図１を参照すると、建物１０の斜視図が示されている。建物１０は、ＢＭＳによりサービス提供されている。ＢＭＳは、概して、建物又は建物区域の中若しくはその周囲の設備を制御、監視、及び管理するように構成されたデバイスのシステムである。ＢＭＳは、例えば、ＨＶＡＣシステム、セキュリティシステム、照明システム、火災警報システム、建物機能若しくはデバイスを管理することができる任意の他のシステム、又はそれらの任意の組み合わせを含むことができる。
【0024】
建物１０に供するＢＭＳは、ＨＶＡＣシステム１００を含む。ＨＶＡＣシステム１００は、建物１０に加熱、冷却、換気、又は他のサービスを提供するように構成された複数のＨＶＡＣデバイス（例えば、ヒータ、チラー、空気処理ユニット、ポンプ、ファン、熱エネルギー貯蔵など）を含むことができる。例えば、ＨＶＡＣシステム１００は、ウォーターサイドシステム１２０及びエアサイドシステム１３０を含むように示されている。ウォーターサイドシステム１２０は、加熱された又は冷流体をエアサイドシステム１３０の空気処理ユニットに提供し得る。エアサイドシステム１３０は、加熱された又は冷流体を使用して、建物１０に提供される空気流を加熱又は冷却し得る。
【0025】
ＨＶＡＣシステム１００は、チラー１０２、ボイラ１０４、及び屋上空気処理ユニット（ＡＨＵ）１０６を含むように示されている。ウォーターサイドシステム１２０は、ボイラ１０４及びチラー１０２を使用して、作動流体（例えば、水、グリコールなど）を加熱又は冷却し得、作動流体をＡＨＵ１０６に循環させ得る。様々な実施形態では、ウォーターサイドシステム１２０のＨＶＡＣデバイスは、建物１０内又はその周囲に（図１に示されるように）、又は中央プラント（例えば、チラープラント、蒸気プラント、熱プラントなど）などのオフサイトの場所に位置することができる。作動流体は、建物１０で加熱又は冷却が必要とされるかどうかに応じて、ボイラ１０４で加熱されるか、又はチラー１０２で冷却されることができる。ボイラ１０４は、例えば、可燃性材料（例えば、天然ガス）を燃焼させることによって、又は電気加熱要素を使用することによって、循環流体に熱を加え得る。チラー１０２は、循環流体を熱交換器（例えば、蒸発器）内の別の流体（例えば、冷媒）との熱交換関係に置いて、循環流体から熱を吸収し得る。チラー１０２及び／又はボイラ１０４からの作動流体は、配管１０８を介してＡＨＵ１０６に輸送することができる。
【0026】
ＡＨＵ１０６は、作動流体を、ＡＨＵ１０６を通過する空気流との熱交換関係に置き得る（例えば、冷却コイル及び／又は加熱コイルの１つ以上の段階を介して）。空気流は、例えば、外気、建物１０内からの戻り空気、又はその両方の組み合わせであることができる。ＡＨＵ１０６は、空気流と作動流体との間で熱を伝達して、空気流に加熱又は冷却を提供し得る。例えば、ＡＨＵ１０６は、作動流体を含む熱交換器上に又は熱交換器を通って空気流を通過させるように構成された、１つ以上のファン又は送風機を含むことができる。次いで、作動流体は、配管１１０を介してチラー１０２又はボイラ１０４に戻り得る。
【0027】
エアサイドシステム１３０は、ＡＨＵ１０６によって供給される空気流（すなわち、供給空気流）を、空気供給ダクト１１２を介して建物１０に送達し得、空気戻りダクト１１４を介して建物１０からＡＨＵ１０６に戻り空気を提供し得る。いくつかの実施形態では、エアサイドシステム１３０は、複数の可変風量（ＶＡＶ）ユニット１１６を含む。例えば、エアサイドシステム１３０は、建物１０の各フロア又は各ゾーンに別個のＶＡＶユニット１１６を含むように示されている。ＶＡＶユニット１１６は、建物１０の個々のゾーンに提供される供給空気流の量を制御するように動作することができるダンパ又は他の流量制御要素を含むことができる。他の実施形態では、エアサイドシステム１３０は、中間ＶＡＶユニット１１６又は他の流量制御要素を使用することなく、供給空気流を建物１０の１つ以上のゾーンに（例えば、供給ダクト１１２を介して）送達する。ＡＨＵ１０６は、供給空気流の属性を測定するように構成された様々なセンサ（例えば、温度センサ、圧力センサなど）を含むことができる。ＡＨＵ１０６は、ＡＨＵ１０６内及び／又は建物ゾーン内に位置するセンサから入力を受信し得、ＡＨＵ１０６を通る供給空気流の流量、温度、又は他の属性を調整して、建物ゾーンの設定点条件を達成し得る。
【0028】
中央エネルギー施設
ここで図２を参照すると、いくつかの実施形態による中央エネルギー施設（ＣＥＦ）２００のブロック図が示されている。様々な実施形態では、ＣＥＦ２００は、ＨＶＡＣシステム１００内のウォーターサイドシステム１２０を補完又は置き換え得るか、又はＨＶＡＣシステム１００とは別個に実装することができる。ＨＶＡＣシステム１００に実装されるとき、ＣＥＦ２００は、ＨＶＡＣシステム１００内のＨＶＡＣデバイスのサブセット（例えば、ボイラ１０４、チラー１０２、ポンプ、バルブなど）を含むことができ、加熱又は冷やされた流体をＡＨＵ１０６に供給するように動作し得る。ＣＥＦ２００のＨＶＡＣデバイスは、（例えば、ウォーターサイドシステム１２０の構成要素として）建物１０の中に、又はオフサイトの場所に位置することができる。
ここで図２を参照すると、いくつかの実施形態による中央エネルギー施設（ＣＥＦ）２００のブロック図が示されている。様々な実施形態では、ＣＥＦ２００は、ＨＶＡＣシステム１００内のウォーターサイドシステム１２０を補完又は置き換え得るか、又はＨＶＡＣシステム１００とは別個に実装することができる。ＨＶＡＣシステム１００に実装されるとき、ＣＥＦ２００は、ＨＶＡＣシステム１００内のＨＶＡＣデバイスのサブセット（例えば、ボイラ１０４、チラー１０２、ポンプ、バルブなど）を含むことができ、加熱又は冷やされた流体をＡＨＵ１０６に供給するように動作し得る。ＣＥＦ２００のＨＶＡＣデバイスは、（例えば、ウォーターサイドシステム１２０の構成要素として）建物１０の中に、又はオフサイトの場所に位置することができる。
【0029】
ＣＥＦ２００は、ヒータサブプラント２０２、熱回収チラーサブプラント２０４、チラーサブプラント２０６、冷却塔サブプラント２０８、高温熱エネルギー貯蔵（ＴＥＳ）サブプラント２１０、及び低温熱エネルギー貯蔵（ＴＥＳ）サブプラント２１２を含む複数のサブプラント２０２～２１２を含むように示されている。サブプラント２０２～２１２は、建物又は構内の熱エネルギー負荷（例えば、温水、冷水、加熱、冷却など）を供するために、ユーティリティからの資源（例えば、水、天然ガス、電気、水素など）を消費する。例えば、ヒータサブプラント２０２は、ヒータサブプラント２０２と建物１０との間で温水を循環させる温水ループ２１４内の水を加熱するように構成され得る。チラーサブプラント２０６は、チラーサブプラント２０６建物１０との間で冷水を循環させる冷水ループ２１６内の水を冷却するように構成され得る。熱回収チラーサブプラント２０４は、熱を冷水ループ２１６から温水ループ２１４に伝達して、温水に追加の加熱及び冷水に追加の冷却を提供するように構成され得る。凝縮器水ループ２１８は、チラーサブプラント２０６内の冷水から熱を吸収し、冷却塔サブプラント２０８内の吸収された熱を排出するか、又は吸収された熱を温水ループ２１４に伝達し得る。高温ＴＥＳサブプラント２１０及び低温ＴＥＳサブプラント２１２は、後続の使用のために、それぞれ、高温熱エネルギー及び低温熱エネルギーを貯蔵し得る。
【0030】
温水ループ２１４及び冷水ループ２１６は、加熱されたかつ／又は冷やされた水を、建物１０の屋上に位置する空気ハンドラ（例えば、ＡＨＵ１０６）又は建物１０の個々のフロア若しくはゾーン（例えば、ＶＡＶユニット１１６）に送達し得る。空気ハンドラは、空気に加熱又は冷却を提供するために水が流れる熱交換器（例えば、加熱コイル又は冷却コイル）を通して、空気を押し出す。加熱又は冷却された空気は、建物１０の熱エネルギー負荷を供するように、建物１０の個々のゾーンに送達され得る。次いで、水は、サブプラント２０２～２１２に戻り、更なる加熱又は冷却を受ける。
【0031】
サブプラント２０２～２１２は、建物への循環のための加熱及び冷却水として示され説明されているが、熱エネルギー負荷を供するために、水の代わりに、又は水に加えて、任意の他のタイプの作動流体（例えば、グリコール、ＣＯ２など）が使用され得ることが理解されよう。他の実施形態では、サブプラント２０２～２１２は、中間熱伝達流体を必要とせずに、建物又は構内に直接加熱及び／又は冷却を提供し得る。ＣＥＦ２００に対するこれら及び他の変形形態は、本開示の教示の範囲内である。
【0032】
サブプラント２０２～２１２の各々は、サブプラントの機能を容易にするように構成された様々な機器を含むことができる。例えば、ヒータサブプラント２０２は、温水ループ２１４内の温水に熱を加えるように構成された複数の加熱要素２２０（例えば、ボイラ、電気ヒータなど）を含むように示されている。ヒータサブプラント２０２はまた、温水ループ２１４内で温水を循環させ、個々の加熱要素２２０を通る温水の流量を制御するように構成されたいくつかのポンプ２２２及び２２４を含むようにも示されている。チラーサブプラント２０６は、冷水ループ２１６内の冷水から熱を除去するように構成された複数のチラー２３２を含むように示されている。チラーサブプラント２０６はまた、冷水ループ２１６内で冷水を循環させ、個々のチラー２３２を通る冷水の流量を制御するように構成されたいくつかのポンプ２３４及び２３６を含むようにも示されている。
【0033】
熱回収チラーサブプラント２０４は、冷水ループ２１６から温水ループ２１４に熱を伝達するように構成された複数の熱回収熱交換器２２６（例えば、冷媒回路）を含むように示されている。熱回収チラーサブプラント２０４はまた、熱回収熱交換器２２６を通して温水及び／又は冷水を循環させ、個々の熱回収熱交換器２２６を通して水の流量を制御するように構成されたいくつかのポンプ２２８及び２３０を含むように示されている。冷却塔サブプラント２０８は、凝縮器水ループ２１８内の凝縮器水から熱を除去するように構成された複数の冷却塔２３８を含むように示されている。冷却塔サブプラント２０８はまた、凝縮器水ループ２１８内で凝縮器水を循環させ、個々の冷却塔２３８を通る凝縮器水の流量を制御するように構成されたいくつかのポンプ２４０を含むように示されている。
【0034】
高温ＴＥＳサブプラント２１０は、後で使用するために温水を貯蔵するように構成された高温ＴＥＳタンク２４２を含むように示されている。高温ＴＥＳサブプラント２１０はまた、高温ＴＥＳタンク２４２への又は高温ＴＥＳタンク２４２からの温水の流量を制御するように構成された、１つ以上のポンプ又は１つ以上のバルブを含み得る。低温ＴＥＳサブプラント２１２は、後で使用するために冷水を貯蔵するように構成された低温ＴＥＳタンク２４４を含むように示されている。低温ＴＥＳサブプラント２１２はまた、低温ＴＥＳタンク２４４への又は低温ＴＥＳタンク２４４からの冷水の流量を制御するように構成された、１つ以上のポンプ又は１つ以上のバルブを含み得る。
【0035】
いくつかの実施形態では、ＣＥＦ２００内の１つ以上のポンプ（例えば、ポンプ２２２、２２４、２２８、２３０、２３４、２３６、及び／又は２４０）又はＣＥＦ２００内の配管は、それに関連付けられた絶縁バルブを含む。絶縁バルブは、ＣＥＦ２００内の流体流れを制御するために、ポンプと一体化され得、又はポンプの上流若しくは下流に位置決めされ得る。様々な実施形態では、ＣＥＦ２００は、ＣＥＦ２００の特定の構成及びＣＥＦ２００によって供される負荷のタイプに基づいて、より多くの、より少ない、又は異なるタイプのデバイス及び／又はサブプラントを含むことができる。
【0036】
バッテリユニット及び予測制御部を備えた中央エネルギー施設
ここで図３を参照すると、いくつかの実施形態による、バッテリユニット３０２及び予測ＣＥＦコントローラ３０４を有する中央エネルギー施設（ＣＥＦ）３００が示されている。ＣＥＦ３００は、冷却負荷３２２に冷却を提供するように構成され得る。冷却負荷３２２は、例えば、建物ゾーン、空気ダクトを通って流れる供給空気ストリーム、空気処理ユニット若しくは屋上ユニット内の空気流、熱交換器を通って流れる流体、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却コイル、又は冷却を必要とする任意の他のタイプのシステム、デバイス、若しくは空間を含むことができる。いくつかの実施形態では、ポンプ３１８は、冷流体回路３３６を介して、冷流体を冷却負荷３２２に循環させる。冷流体は、冷却負荷３２２からの熱を吸収することができ、それによって、冷却負荷３２２に冷却を提供し、冷流体を温める。
ここで図３を参照すると、いくつかの実施形態による、バッテリユニット３０２及び予測ＣＥＦコントローラ３０４を有する中央エネルギー施設（ＣＥＦ）３００が示されている。ＣＥＦ３００は、冷却負荷３２２に冷却を提供するように構成され得る。冷却負荷３２２は、例えば、建物ゾーン、空気ダクトを通って流れる供給空気ストリーム、空気処理ユニット若しくは屋上ユニット内の空気流、熱交換器を通って流れる流体、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却コイル、又は冷却を必要とする任意の他のタイプのシステム、デバイス、若しくは空間を含むことができる。いくつかの実施形態では、ポンプ３１８は、冷流体回路３３６を介して、冷流体を冷却負荷３２２に循環させる。冷流体は、冷却負荷３２２からの熱を吸収することができ、それによって、冷却負荷３２２に冷却を提供し、冷流体を温める。
【0037】
ＣＥＦ３００は、冷却塔３１２及びチラー３２０を含むように示されている。冷却塔３１２は、水から外気に熱を伝達することによって、冷却塔回路３３２内の水を冷却するように構成され得る。いくつかの実施形態では、ポンプ３１６は、冷却塔回路３３２を介し、冷却塔３１２を通して水を循環させる。冷却塔３１２は、冷却空気が冷却塔３１２を通って流れるようにするファン３１４を含み得る。冷却塔３１２は、冷気をより温かい水との熱交換関係に置き、それによって、より温かい水からより冷たい空気に熱を伝達する。冷却塔３１２は、チラー３２０の凝縮器３２６に冷却を提供することができる。凝縮器３２６は、冷媒回路３３４内の冷媒から冷却塔回路３３２内の水に熱を伝達することができる。冷却塔回路３３２は、循環水として示され、説明されているが、任意のタイプの冷却剤又は作動流体（例えば、水、グリコール、ＣＯ２など）が冷却塔回路３３２に使用され得ることを理解されたい。
【0038】
チラー３２０は、凝縮器３２６、圧縮機３２８、蒸発器３３０、及び膨張デバイス３２４を含むように示されている。圧縮機３２８は、冷媒回路３３４を介して凝縮器３２６と蒸発器３３０との間で冷媒を循環させるように構成され得る。圧縮機３２８は、冷媒を高圧、高温状態に圧縮するように動作する。圧縮された冷媒は、凝縮器３２６を通って流れ、凝縮器３２６は、冷媒回路３３４内の冷媒から冷却塔回路３３２内の水に熱を伝達する。次いで、冷却された冷媒は、膨張デバイス３２４を通って流れ、膨張デバイス３２４は、冷媒を低温、低圧状態に膨張させる。膨張した冷媒は、蒸発器３３０を通って流れ、蒸発器３３０は、冷流体回路３３６内の冷流体から冷媒回路３３４内の冷媒に熱を伝達する。
【0039】
いくつかの実施形態では、ＣＥＦ３００は、複数のチラー３２０を含む。チラー３２０の各々は、並列に配置され、冷流体回路３３６内の流体に冷却を提供するように構成され得る。チラー３２０のセットは、いくつかの実施形態では、およそ１～３ＭＷ又は１０００～６０００トンの冷却容量を有し得る。同様に、ＣＥＦ３００は、複数の冷却塔３１２を含むことができる。冷却塔３１２の各々は、並列に配置され、冷却塔回路３３２内の水に冷却を提供するように構成され得る。冷却構成要素のみが図３に示されているが、ＣＥＦ３００は、いくつかの実施形態において、加熱構成要素を含むことができることが企図される。例えば、ＣＥＦ３００は、１つ以上のボイラ、熱回収チラー、蒸気生成器、又は加熱を提供するように構成された他のデバイスを含み得る。いくつかの実施形態では、ＣＥＦ３００は、図２を参照して説明された、ＣＥＦ２００の構成要素のいくつか又は全てを含む。
【0040】
更に図３を参照すると、ＣＥＦ３００は、バッテリユニット３０２を含むように示されている。いくつかの実施形態では、バッテリユニット３０２は、１つ以上の光起電力（ＰＶ）パネル３０８を含む。ＰＶパネル３０８は、光起電力セルの集合を含み得る。光起電力セルは、単結晶シリコン、多結晶シリコン、非晶質シリコン、テルル化カドミウム、セレン化銅インジウムガレニウム／硫化物、又は光起電力効果を示す他の材料などの光起電力材料を使用して、太陽光エネルギー（すなわち、日光）を電気に変換するように構成されている。いくつかの実施形態では、光起電力セルは、ＰＶパネル３０８を形成するパッケージ化されたアセンブリ内に含まれる。各ＰＶパネル３０８は、複数の連結された光起電力セルを含み得る。ＰＶパネル３０８は、光起電力アレイを形成するために組み合わされ得る。
【0041】
いくつかの実施形態では、ＰＶパネル３０８は、太陽光エネルギー収集を最大化するように構成されている。例えば、バッテリユニット３０２は、ＰＶパネル３０８が昼間中太陽に直接向けられるように、ＰＶパネル３０８の角度を調整する太陽光トラッカー（例えば、ＧＰＳトラッカー、日光センサなど）を含み得る。太陽光トラッカーは、ＰＶパネル３０８が１日のより多い時間にわたって直射日光を受け取ることを可能にし得、ＰＶパネル３０８によって生産される合計電力量を増加させ得る。いくつかの実施形態では、バッテリユニット３０２は、太陽光をＰＶパネル３０８に誘導及び／又は集光させるように構成されたミラー、レンズ、又は日光集光器の集合を含む。ＰＶパネル３０８によって生成されるエネルギーは、バッテリセル３０６に貯蔵され得る、及び／又はＣＥＦ３００の様々な構成要素に電力供給するために使用され得る。
【0042】
いくつかの実施形態では、バッテリユニット３０２は、１つ以上のバッテリセル３０６を含む。バッテリセル３０６は、電気エネルギー（すなわち、電気）を貯蔵及び放出するように構成されている。いくつかの実施形態では、バッテリユニット３０２は、（例えば、電気ユーティリティによって提供される）外部エネルギーグリッドからの電気を使用して充電される。バッテリユニット３０２に貯蔵された電気は、ＣＥＦ３００の１つ以上の動力式構成要素（例えば、冷却塔３１２、ファン３１４、チラー３２０、ポンプ３１６～３１８など）に電力供給するために放出され得る。有利には、バッテリユニット３０２は、エネルギー価格が低いときにＣＥＦ３００がエネルギーグリッドから電気を引き出し、バッテリユニット３０２を充電し、エネルギー価格が高いときに貯蔵された電気を放出して、ＣＥＦ３００の電気負荷を時間的にシフトすることを可能にする。いくつかの実施形態では、バッテリユニット３０２が、高エネルギーコスト期間中に利用され、低エネルギーコスト期間中に充電され得るように、バッテリユニット３０２は、最大容量で動作するときに、ＣＥＦ３００におよそ４～６時間にわたって電力供給するのに十分なエネルギー容量（例えば、６～１２ＭＷ時間）を有する。
【0043】
いくつかの実施形態では、予測ＣＥＦコントローラ３０４は、最適化プロセスを実施して、最適化期間中に起こる複数の時間ステップの各々の間にバッテリユニット３０２を充電するか、又は放電するかを判定する。予測ＣＥＦコントローラ３０４は、複数の時間ステップの各々の間に必要とされる加熱／冷却の量及び電気のコストを予測するために、気象及び価格データ３１０を使用し得る。予測ＣＥＦコントローラ３０４は、最適化期間の間にわたってエネルギーグリッドから購入される電気のコストを考慮する目的関数を最適化することができる。いくつかの実施形態では、目的関数はまた、ＣＥＦ３００の様々な構成要素を運用するコスト（例えば、ボイラに燃料供給するために使用される天然ガスのコスト）を考慮する。予測ＣＥＦコントローラ３０４は、各時間ステップ中に、エネルギーグリッドから購入する電気量及びバッテリユニット３０２から貯蔵又は放出する電気量を判定することができる。予測ＣＥＦコントローラ３０４によって実施される目的関数及び最適化は、図４～５を参照してより詳細に説明される。
【0044】
予測ＣＥＦ制御システム
ここで図４を参照すると、いくつかの実施形態による予測ＣＥＦ制御システム４００のブロック図が示されている。制御システム４００に示される構成要素のいくつかは、ＣＥＦ３００の一部であり得る。例えば、ＣＥＦ３００は、動力式ＣＥＦ構成要素４０２、バッテリユニット３０２、予測ＣＥＦコントローラ３０４、電力インバータ４１０、及び電力ジャンクション４１２を含み得る。動力式ＣＥＦ構成要素４０２は、動作中に電力（例えば、電気）を消費するＣＥＦ３００の任意の構成要素を含み得る。例えば、動力式ＣＥＦ構成要素４０２は、冷却塔４０４、チラー４０６、及びポンプ４０８を含むように示されている。これらの構成要素は、図３を参照して説明されたように、冷却塔３１２、チラー３２０、及びポンプ３１６～３１８に類似し得る。
ここで図４を参照すると、いくつかの実施形態による予測ＣＥＦ制御システム４００のブロック図が示されている。制御システム４００に示される構成要素のいくつかは、ＣＥＦ３００の一部であり得る。例えば、ＣＥＦ３００は、動力式ＣＥＦ構成要素４０２、バッテリユニット３０２、予測ＣＥＦコントローラ３０４、電力インバータ４１０、及び電力ジャンクション４１２を含み得る。動力式ＣＥＦ構成要素４０２は、動作中に電力（例えば、電気）を消費するＣＥＦ３００の任意の構成要素を含み得る。例えば、動力式ＣＥＦ構成要素４０２は、冷却塔４０４、チラー４０６、及びポンプ４０８を含むように示されている。これらの構成要素は、図３を参照して説明されたように、冷却塔３１２、チラー３２０、及びポンプ３１６～３１８に類似し得る。
【0045】
電力インバータ４１０は、直流（ＤＣ）と交流（ＡＣ）との間で電力を変換するように構成され得る。例えば、バッテリユニット３０２は、ＤＣ電力を貯蔵し、出力するように構成され得るが、エネルギーグリッド４１４及び動力式ＣＥＦ構成要素４０２は、ＡＣ電力を消費し、提供するように構成され得る。電力インバータ４１０は、バッテリユニット３０２からのＤＣ電力を、エネルギーグリッド４１４及び／又は動力式ＣＥＦ構成要素４０２のグリッド周波数に同期された正弦波ＡＣ出力に変換するために使用され得る。電力インバータ４１０はまた、エネルギーグリッド４１４からのＡＣ電力を、バッテリユニット３０２内に貯蔵され得るＤＣ電力に変換するために使用され得る。バッテリユニット３０２の電力出力は、Ｐｂａｔとして示されている。Ｐｂａｔは、バッテリユニット３０２がインバータ４１０に電力供給している（すなわち、バッテリユニット３０２が放電している）場合、正になり、又はバッテリユニット３０２が電力インバータ４１０から電力を受け取っている（すなわち、バッテリユニット３０２が充電している）場合、負になり得る。
【0046】
いくつかの例では、電力インバータ４１０は、バッテリユニット３０２からＤＣ電力出力を受け取り、ＤＣ電力出力を、動力式ＣＥＦ構成要素４０２に提供され得るＡＣ電力出力に変換する。電力インバータ４１０は、ローカル発振器を使用して、ＡＣ電力出力の周波数をエネルギーグリッド４１４の周波数（例えば、５０Ｈｚ又は６０Ｈｚ）と同期させ得、ＡＣ電力出力の電圧をグリッド電圧よりも高くならないように制限し得る。いくつかの実施形態では、電力インバータ４１０は、エネルギーグリッド４１４の周波数に一致する正弦波を達成するために、単純な方形波から高調波を除去するＬＣ回路を含む又は使用する共振インバータである。様々な実施形態では、電力インバータ４１０は、高周波変圧器、低周波変圧器を使用して、又は変圧器を伴わずに動作し得る。低周波変圧器は、バッテリユニット３０２からのＤＣ出力を、動力式ＣＥＦ構成要素４０２に提供されるＡＣ出力に直接変換し得る。高周波変圧器は、多段階プロセスを採用し得、このプロセスは、ＤＣ出力を高周波ＡＣに変換し、次いでＤＣに戻し、次いで最終的に動力式ＣＥＦ構成要素４０２に提供されるＡＣ出力に変換することを伴う。
【0047】
ＰＶパネル３０８の電力出力は、ＰＰＶとして示されている。ＰＶパネル３０８の電力出力ＰＰＶは、バッテリユニット３０２に貯蔵され得、かつ／又は動力式ＣＥＦ構成要素４０２に電力供給するために使用され得る。いくつかの実施形態では、ＰＶパネル３０８は、ＰＶパネル３０８によって生成される電力量ＰＰＶを測定し、ＰＶ電力の指標を予測ＣＥＦコントローラ３０４に提供する。例えば、ＰＶパネル３０８は、ＰＶ電力パーセンテージ（すなわち、ＰＶ％）の指標を予測ＣＥＦコントローラ３０４に提供するように示されている。ＰＶ電力パーセンテージは、ＰＶパネル３０８が現在動作している最大ＰＶ電力のパーセンテージを表し得る。
【0048】
電力ジャンクション４１２は、動力式ＣＥＦ構成要素４０２、エネルギーグリッド４１４、ＰＶパネル３０８、及び電力インバータ４１０が電気的に接続される点である。電力インバータ４１０から電力ジャンクション４１２に供給される電力は、Ｐｂａｔとして示されている。Ｐｂａｔは、電力インバータ４１０が電力ジャンクション４１２に電力を提供している（すなわち、バッテリユニット３０２が放電している）場合には、正であり得、電力インバータ４１０が電力ジャンクション４１２から電力を受け取っている（すなわち、バッテリユニット３０２が充電している）場合には、負であり得る。エネルギーグリッド４１４から電力ジャンクション４１２に供給される電力は、Ｐｇｒｉｄとして示されており、ＰＶパネル３０８から電力ジャンクション４１２に供給される電力は、ＰＰＶとして示されている。Ｐｂａｔ、ＰＰＶ、及びＰｇｒｉｄは、電力ジャンクション４１２で組み合わされて、Ｐｔｏｔａｌ（すなわち、Ｐｔｏｔａｌ＝Ｐｇｒｉｄ＋Ｐｂａｔ＋ＰＰＶ）を形成する。Ｐｔｏｔａｌは、電力ジャンクション４１２から動力式ＣＥＦ構成要素４０２に提供される電力として定義され得る。いくつかの例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄよりも大きい。例えば、バッテリユニット３０２が放電しているときに、Ｐｂａｔは正であり得、これは、Ｐｂａｔ及びＰＰＶがＰｇｒｉｄと組み合わされてＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄ及びＰＶ電力ＰＰＶに加算される。他の例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄ未満であり得る。例えば、バッテリユニット３０２が充電しているときに、Ｐｂａｔは、負であり得、これは、Ｐｂａｔ、ＰＰＶ、及びＰｇｒｉｄが組み合わされてＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄ及びＰＶ電力ＰＰＶから減算される。
【0049】
予測ＣＥＦコントローラ３０４は、動力式ＣＥＦ構成要素４０２及び電力インバータ４１０を制御するように構成され得る。いくつかの実施形態では、予測ＣＥＦコントローラ３０４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを生成し、電力インバータ４１０に提供する。バッテリ電力設定点Ｐｓｐ，ｂａｔは、バッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、電力インバータ４１０に、（Ｐｓｐ，ｂａｔが負の場合）電力ジャンクション４１２で利用可能な電力を使用してバッテリユニット３０２を充電させる、又は（Ｐｓｐ，ｂａｔが正の場合）バッテリユニット３０２を放電して電力ジャンクション４１２に電力を提供させる、正又は負の電力値（例えば、ｋＷ）を含み得る。
【0050】
いくつかの実施形態では、予測ＣＥＦコントローラ３０４は、制御信号を生成し、動力式ＣＥＦ構成要素４０２に提供する。予測ＣＥＦコントローラ３０４は、制御信号を生成するために多段最適化技法を使用し得る。例えば、予測ＣＥＦコントローラ３０４は、最適化期間中の各時間ステップにおいて、動力式ＣＥＦ構成要素４０２によって消費されるべき最適な電力量を判定するように構成された経済コントローラを含み得る。消費されるべき最適な電力量は、ＣＥＦ３００によって消費されるエネルギーのコストを考慮するコスト関数を最小化し得る。エネルギーのコストは、電気ユーティリティ４１８からの時間変化するエネルギー価格に基づき得る。いくつかの実施形態では、予測ＣＥＦコントローラ３０４は、複数の時間ステップの各々において、エネルギーグリッド４１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）及びバッテリユニット３０２から貯蔵又は放出するための最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）を判定する。予測ＣＥＦコントローラ３０４は、動力式ＣＥＦ構成要素４０２の実際の電力使用量を監視し得、最適な電力設定点を生成するときに、フィードバック信号として実際の電力使用量を利用し得る。
【0051】
予測ＣＥＦコントローラ３０４は、各時間ステップにおいて最適な電力消費の量を達成する温度設定点（例えば、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ、冷水温度設定点Ｔｓｐ，ｃｈｗなど）を生成するように構成された追跡コントローラを含み得る。いくつかの実施形態では、予測ＣＥＦコントローラ３０４は、動力式ＣＥＦ構成要素４０２のための機器モデルを使用して、最適な電力消費量に基づいて、ＣＥＦ構成要素４０２によって生成され得る加熱又は冷却の量を判定する。予測ＣＥＦコントローラ３０４は、電力設定点及び／又は温度設定点に基づいて、建物ゾーンの温度Ｔｚｏｎｅがどのように変化するかを予測するために、気象サービス４１６からの気象予報と組み合わせてゾーン温度モデルを使用することができる。
【0052】
いくつかの実施形態では、予測ＣＥＦコントローラ３０４は、温度設定点を使用して、動力式ＣＥＦ構成要素４０２に対する制御信号を生成する。制御信号は、オン／オフコマンド、冷却塔４０４のファンに対する速度設定点、チラー４０６の圧縮機に対する電力設定点、チラー４０６に対する冷水温度設定点、ポンプ４０８に対する圧力設定点若しくは流量設定点、又は動力式ＣＥＦ構成要素４０２の個々のデバイスに対する他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測ＣＥＦコントローラ３０４によって生成される温度設定点（例えば、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ、冷水温度設定点Ｔｓｐ，ｃｈｗなど）を含み得る。温度設定点は、温度設定点を達成するために動作する、動力式ＣＥＦ構成要素４０２又は動力式ＣＥＦ構成要素４０２のローカルコントローラに提供され得る。例えば、チラー４０６のローカルコントローラは、冷水温度センサから冷水温度Ｔｃｈｗの測定値、及び／又はゾーン温度センサからゾーン温度Ｔｚｏｎｅの測定値を受信し得る。ローカルコントローラは、フィードバック制御プロセス（例えば、ＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用して、チラー４０６によって提供される冷却量を増加又は減少させ、測定された温度（複数可）を温度設定点（複数可）まで駆動することができる。同様のフィードバック制御プロセスを使用して、冷却塔４０４及び／又はポンプ４０８を制御することができる。予測ＣＥＦコントローラ３０４によって実施される多段階最適化は、図５を参照してより詳細に説明される。
【0053】
予測ＣＥＦコントローラ
ここで図５を参照すると、例示的な実施形態による、予測ＣＥＦコントローラ３０４をより詳細に例解するブロック図が示されている。予測ＣＥＦコントローラ３０４は、通信インターフェース５０２及び処理回路５０４を含むように示されている。通信インターフェース５０２は、コントローラ３０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース５０２は、ゾーン温度センサ５１６からゾーン温度Ｔｚｏｎｅの測定値、及び動力式ＣＥＦ構成要素４０２の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース５０２は、最大バッテリ容量のパーセンテージ（すなわち、バッテリ％）として提供され得る、バッテリユニット３０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース５０２は、気象サービス４１６から気象予報を受信し、電気ユーティリティ４１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測ＣＥＦコントローラ３０４は、通信インターフェース５０２を使用して、動力式ＣＥＦ構成要素４０２及び電力インバータ４１０に制御信号を提供する。
ここで図５を参照すると、例示的な実施形態による、予測ＣＥＦコントローラ３０４をより詳細に例解するブロック図が示されている。予測ＣＥＦコントローラ３０４は、通信インターフェース５０２及び処理回路５０４を含むように示されている。通信インターフェース５０２は、コントローラ３０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース５０２は、ゾーン温度センサ５１６からゾーン温度Ｔｚｏｎｅの測定値、及び動力式ＣＥＦ構成要素４０２の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース５０２は、最大バッテリ容量のパーセンテージ（すなわち、バッテリ％）として提供され得る、バッテリユニット３０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース５０２は、気象サービス４１６から気象予報を受信し、電気ユーティリティ４１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測ＣＥＦコントローラ３０４は、通信インターフェース５０２を使用して、動力式ＣＥＦ構成要素４０２及び電力インバータ４１０に制御信号を提供する。
【0054】
通信インターフェース５０２は、外部システム若しくはデバイスとデータ通信を行うための有線又は無線通信インターフェース（例えば、ジャック、アンテナ、送信機、受信機、送受信機、有線端末など）を含み得る。様々な実施形態では、通信は、直接的（例えば、ローカル有線通信又は無線通信）であり得るか、又は通信ネットワーク（例えば、ＷＡＮ、インターネット、セルラネットワークなど）を介し得る。例えば、通信インターフェース５０２は、イーサネットベースの通信リンク又はネットワークを介してデータを送信及び受信するためのイーサネットカード及びポートを含むことができる。別の例では、通信インターフェース５０２は、無線通信ネットワーク又はセルラ若しくは携帯電話通信送受信機を介して通信するためのＷｉ－Ｆｉ送受信機を含むことができる。
【0055】
処理回路５０４は、プロセッサ５０６及びメモリ５０８を含むように示されている。プロセッサ５０６は、汎用又は特定目的のプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、処理構成要素のグループ、又は他の好適な処理構成要素であり得る。プロセッサ５０６は、メモリ５０８に記憶された、又は他のコンピュータ可読媒体（例えば、ＣＤＲＯＭ、ネットワークストレージ、リモートサーバなど）から受信した、コンピュータコード又は命令を実行するように構成されている。
【0056】
メモリ５０８は、本開示に記載された様々なプロセスを完了及び／又は促進するためのデータ及び／又はコンピュータコードを記憶するための１つ以上のデバイス（例えば、メモリユニット、メモリデバイス、記憶デバイスなど）を含み得る。メモリ５０８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、ハードドライブストレージ、一時ストレージ、不揮発性メモリ、フラッシュメモリ、光メモリ、又はソフトウェアオブジェクト及び／又はコンピュータ命令を記憶するための任意の他の好適なメモリを含み得る。メモリ５０８は、データベース構成要素、オブジェクトコード構成要素、スクリプト構成要素、又は本開示に記載された様々な活動及び情報構造をサポートするための任意の他のタイプの情報構造を含み得る。メモリ５０８は、処理回路５０４を介してプロセッサ５０６に通信可能に接続され得、本明細書に記載された１つ以上のプロセスを（例えば、プロセッサ５０６によって）実行するためのコンピュータコードを含み得る。プロセッサ５０６が、本明細書に記載された様々な活動を完了するためにメモリ５０８に記憶された命令を実行するときに、プロセッサ５０６は、概して、そのような活動を完了するように、コントローラ３０４（及びより具体的には、処理回路５０４）を構成する。
【0057】
更に図５を参照すると、予測ＣＥＦコントローラ３０４は、経済コントローラ５１０、追跡コントローラ５１２、及び機器コントローラ５１４を含むように示されている。コントローラ５１０～５１４は、電力インバータ４１０及び動力式ＣＥＦ構成要素４０２に対する制御信号を生成するための多状態最適化プロセスを実施するように構成され得る。簡単に概要を説明すると、経済コントローラ５１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド４１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット３０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式ＣＥＦ構成要素４０２によって消費されるべき最適な電力量（すなわち、ＣＥＦ電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定することができる。追跡コントローラ５１２は、最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ、冷水温度設定点Ｔｓｐ，ｃｈｗなど）並びに最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。機器コントローラ５１４は、最適な温度設定点Ｔｓｐ，ｚｏｎｅ、又はＴｓｐ，ｃｈｗを使用して、実際の（例えば、測定された）温度Ｔｚｏｎｅ及び／又はＴｃｈｗを（例えば、フィードバック制御技法を使用して）設定点まで駆動する動力式ＣＥＦ構成要素４０２のための制御信号を生成することができる。コントローラ５１０～５１４の各々は、以下に詳細に説明される。
【0058】
経済コントローラ
経済コントローラ５１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド４１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット３０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式ＣＥＦ構成要素４０２によって消費されるべき最適な電力量（すなわち、ＣＥＦ電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定するように構成され得る。経済コントローラ５１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
式中、Ｃｅｃ（ｋ）は、時間ステップｋ中に電気ユーティリティ４１８から購入した電気の単位当たりのコスト（例えば、＄／ｋＷｈ）であり、Ｐｃｈｉｌｌｅｒ（ｋ）は、時間ステップｋ中のＣＥＦ３００の１つ以上のチラーの電力消費（例えば、ｋＷ）であり、ＰＨＲＣ（ｋ）は、時間ステップｋにおけるＣＥＦ３００の１つ以上の熱回収チラー（ＨＲＣ）の電力消費であり、Ｆｇａｓ（ｋ）は、時間ステップｋにおけるＣＥＦ３００の１つ以上のボイラの天然ガス消費であり、Ｃｇａｓ（ｋ）は、時間ステップｋにおいてＣＥＦ３００によって消費される天然ガスの単位当たりのコストであり、ＣＤＣは、需要課金レート（例えば、＄／ｋＷ）であり、ｍａｘ（）項は、最適化期間の任意の時間ステップｋ中のＣＥＦ３００の最大電気購入量（すなわち、Ｐｇｒｉｄ（ｋ）の最大値）を選択し、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット３０２から放出される電力量であり、Δｔは、各時間ステップｋの持続時間である。経済コントローラ５１０は、最適化期間の持続時間にわたって（例えば、時間ステップｋ＝１から時間ステップｋ＝ｈまで）予測コスト関数Ｊを最適化して、最適化期間の持続時間にわたってＣＥＦ３００を運用する合計コストを予測することができる。
経済コントローラ５１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド４１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット３０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式ＣＥＦ構成要素４０２によって消費されるべき最適な電力量（すなわち、ＣＥＦ電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定するように構成され得る。経済コントローラ５１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
【数1】
【0059】
予測コスト関数Ｊの第１及び第２の項は、最適化期間の間にわたって動力式ＣＥＦ構成要素４０２によって消費される電気のコストを表す。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ４１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｃｈｉｌｌｅｒ（ｋ）及びＰＨＲＣ（ｋ）は、経済コントローラ５１０によって最適化され得る決定変数である。いくつかの実施形態では、時間ステップｋにおける動力式ＣＥＦ構成要素４０２の合計電力消費Ｐｔｏｔａｌ（ｋ）は、Ｐｃｈｉｌｌｅｒ（ｋ）及びＰＨＲＣ（ｋ）の和に等しい（すなわち、Ｐｔｏｔａｌ（ｋ）＝Ｐｃｈｉｌｌｅｒ（ｋ）＋ＰＨＲＣ（ｋ））。したがって、いくつかの実施形態では、予測コスト関数の最初の２つの項は、総和
で置き換えることができる。
【数2】
【0060】
予測コスト関数Ｊの第３の項は、最適化期間の持続時間にわたってＣＥＦ３００によって消費される燃料（例えば、天然ガス）のコストを表す。各時間ステップｋにおけるＣｇａｓ（ｋ）の値は、天然ガスユーティリティによって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、ガスのコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｇａｓ（ｋ）の値をもたらす。変数Ｆｇａｓ（ｋ）は、経済コントローラ５１０によって最適化され得る決定変数である。
【0061】
予測コスト関数Ｊの第４の項は、需要課金を表す。需要課金は、該当する需要課金期間中の最大電力消費に基づいて、いくつかのユーティリティプロバイダによって課される追加課金である。例えば、需要課金レートＣＤＣは、電力の単位当たりのドル換算（例えば、＄／ｋＷ）で指定され得、需要課金期間中にピーク電力使用量（例えば、ｋＷ）を乗算して需要課金が計算され得る。予測コスト関数Ｊにおいて、需要課金レートＣＤＣは、電気ユーティリティ４１８から受信した需要コスト情報によって定義され得る。変数Ｐｇｒｉｄ（ｋ）は、需要課金期間中に起こるピーク電力使用量ｍａｘ（Ｐｇｒｉｄ（ｋ））を低減するために、経済コントローラ５１０によって最適化され得る決定変数である。負荷シフトは、動力式ＣＥＦ構成要素４０２の電力消費が低いときに、バッテリユニット３０２にエネルギーを貯蔵することによって、経済コントローラ５１０がＣＥＦ３００の電気需要における瞬間的なスパイクを平滑化することを可能にし得る。貯蔵されたエネルギーは、動力式ＣＥＦ構成要素４０２の電力消費が高いときに、エネルギーグリッド４１４からのピーク電力引き出しＰｇｒｉｄを低減させ、それによって発生する需要課金を減少させるために、バッテリユニット３０２から放出され得る。
【0062】
予測コスト関数Ｊの最後の項は、バッテリユニット３０２の使用に起因するコスト節約量を表す。コスト関数Ｊの前の項とは異なり、最後の項は合計コストから減算される。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ４１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｂａｔ（ｋ）は、経済コントローラ５１０によって最適化され得る決定変数である。Ｐｂａｔ（ｋ）の正の値は、バッテリユニット３０２が放電していることを示し、Ｐｂａｔ（ｋ）の負の値は、バッテリユニット３０２が充電していることを示す。バッテリユニット３０２から放出される電力Ｐｂａｔ（ｋ）を使用して、動力式ＣＥＦ構成要素４０２の合計電力消費Ｐｔｏｔａｌ（ｋ）の一部又は全てを満たすことができ、これは、エネルギーグリッド４１４から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ）－ＰＰＶ（ｋ））。しかしながら、バッテリユニット３０２を充電すると、エネルギーグリッド４１４から購入される合計電力量Ｐｇｒｉｄ（ｋ）に加算されるＰｂａｔ（ｋ）の負の値がもたらされる。
【0063】
いくつかの実施形態では、ＰＶパネル３０８によって提供される電力ＰＰＶは、ＰＶ電力を生成することはコストを生じないため、予測コスト関数Ｊに含まれない。しかしながら、ＰＶパネル３０８によって生成される電力ＰＰＶを使用して、動力式ＣＥＦ構成要素４０２の合計電力消費Ｐｔｏｔａｌ（ｋ）の一部又は全てを満たすことができ、これは、エネルギーグリッド４１４から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ）－ＰＰＶ（ｋ））。任意の時間ステップｋ中に生成されるＰＶ電力量ＰＰＶが、経済コントローラ５１０によって予測され得る。ＰＶパネルによって生成されるＰＶ電力量を予測するためのいくつかの技法は、米国特許出願第１５／２４７，８６９号、米国特許出願第１５／２４７，８４４号、及び米国特許出願第１５／２４７，７８８号に記載されている。これらの特許出願の各々は、２０１６年８月２５日の出願日を有し、これらの特許出願の各々の開示全体は、参照により本明細書に組み込まれている。
【0064】
経済コントローラ５１０は、最適化期間の持続時間にわたって予測コスト関数Ｊを最適化して、最適化期間中の各時間ステップにおける決定変数の最適値を判定することができる。いくつかの実施形態では、最適化期間は、およそ１日の持続時間を有し、各時間ステップは、およそ１５分である。しかしながら、最適化期間及び時間ステップの持続時間は、他の実施形態では変化し得、ユーザによって調整され得る。有利には、経済コントローラ５１０は、エネルギー価格が低いとき、及び／又は動力式ＣＥＦ構成要素４０２によって消費される電力が低いとき、エネルギーグリッド４１４から電気を引き出すことによって負荷シフトを実施するために、バッテリユニット３０２を使用することができる。電気は、バッテリユニット３０２に貯蔵され、エネルギー価格が高く、及び／又は動力式ＣＥＦ構成要素４０２の電力消費が高いときに後で放電することができる。これにより、経済コントローラ５１０は、ＣＥＦ３００によって消費される電気のコストを低減し、ＣＥＦ３００の電気需要の瞬間的なスパイクを平滑化し、それによって、起こる需要課金を低減することができる。
【0065】
経済コントローラ５１０は、予測コスト関数Ｊの最適化に制約を課すように構成され得る。いくつかの実施形態では、制約は、ＣＥＦ３００によってサービスの対象となる建物ゾーンの温度Ｔｚｏｎｅの制約を含む。経済コントローラ５１０は、実際の又は予測温度Ｔｚｏｎｅを、最小温度境界Ｔｍｉｎと最大温度境界Ｔｍａｘとの間（すなわち、Ｔｍｉｎ≦Ｔｚｏｎｅ≦Ｔｍａｘ）に、常に維持するように構成され得る。パラメータＴｍｉｎ及びＴｍａｘは、異なる時間（例えば、占有温度範囲、非占有温度範囲、昼間温度範囲、夜間温度範囲など）で異なる温度範囲を定義するために時間変化し得る。
【0066】
ゾーン温度制約が満たされることを確実にするために、経済コントローラ５１０は、経済コントローラ５１０によって最適化された決定変数の関数として、建物ゾーンの温度Ｔｚｏｎｅをモデル化することができる。いくつかの実施形態では、経済コントローラ５１０は、熱伝達モデルを使用して建物ゾーンの温度をモデル化する。例えば、建物ゾーンの加熱又は冷却のダイナミクスは、エネルギー収支によって記述することができる。
式中、Ｃは、建物ゾーンの熱容量であり、Ｈは、建物ゾーンの周囲熱伝達係数であり、Ｔｚｏｎｅは、建物ゾーンの温度であり、Ｔａは、建物ゾーンの外側の周囲温度（例えば、外部空気温度）であり、
は、ＣＥＦ３００によって建物ゾーンに加えられる加熱量であり、
は、建物ゾーンによって経験される外部負荷、放射線、又は他の外乱である。前の式では、
は、ＣＥＦ３００による建物ゾーンへの熱伝達（すなわち、加熱負荷）を表し、したがって、正の符号を有する。しかしながら、建物ゾーンに加熱ではなく冷却が適用される場合、
がＣＥＦ３００によって建物ゾーンに適用される冷却量（すなわち、冷却負荷）を表すように、
に対する符号を負の符号に切り替えることができる。ゾーン温度モデルを開発し、ゾーン温度Ｔｚｏｎｅを予測コスト関数Ｊの決定変数に関連付けるためのいくつかの技法は、２０１６年９月６日に付与された米国特許第９，４３６，１７９号、２０１５年４月２３日に出願された米国特許出願第１４／６９４，６３３号、及び２０１６年６月３０日に出願された米国特許出願第１５／１９９，９１０号に、より詳細に記載されている。これらの特許及び特許出願の各々の開示全体は、参照により本明細書に組み込まれている。
【数3】
【数4】
【数5】
【数6】
【数7】
【数8】
【0067】
以前のエネルギー収支は、建物ゾーンの全ての質量及び空気特性を単一のゾーン温度に組み合わせるものである。経済コントローラ５１０によって使用され得る他の熱伝達モデルは、以下の空気及び質量ゾーンモデルを含む。
式中、Ｃｚ及びＴｚｏｎｅは、建物ゾーン内の空気の熱容量及び温度であり、Ｔａは、周囲空気温度であり、Ｈａｚは、建物ゾーンの空気と建物ゾーン外の周囲空気（例えば、建物ゾーンの外壁を通る）との間の熱伝達係数であり、Ｃｍ及びＴｍは、建物ゾーン内の非空気質量の熱容量及び温度であり、Ｈｍｚは、建物ゾーンの空気と非空気質量との間の熱伝達係数である。
【数9】
【0068】
前の式は、建物ゾーンの全ての質量特性を単一のゾーン質量に組み合わせるものである。経済コントローラ５１０によって使用され得る他の熱伝達モデルは、以下の空気、浅い質量、及び深い質量ゾーンモデルを含む。
式中、Ｃｚ及びＴｚｏｎｅは、建物ゾーン内の空気の熱容量及び温度であり、Ｔａは、周囲空気温度であり、Ｈａｚは、建物ゾーンの空気と建物ゾーン外の周囲空気（例えば、建物ゾーンの外壁を通る）との間の熱伝達係数であり、Ｃｓ及びＴｓは、建物ゾーン内の浅い質量の熱容量及び温度であり、Ｈｓｚは、建物ゾーンの空気と浅い質量との間の熱伝達係数であり、Ｃｄ及びＴｄは、建物ゾーン内の深い質量の熱容量及び温度であり、Ｈｄｓは、浅い質量と深い質量との間の熱伝達係数である。
【数10】
【0069】
いくつかの実施形態では、経済コントローラ５１０は、気象サービス４１６からの気象予報を使用して、最適化期間の各時間ステップにおける周囲空気温度Ｔａ及び／又は外乱
に対する適切な値を判定する。Ｃ及びＨの値は、建物ゾーンのパラメータとして指定することができるか、追跡コントローラ５１２から受信することができるか、ユーザから受信することができるか、メモリ５０８から取得することができるか、又は別様に、経済コントローラ５１０への入力として提供することができる。したがって、建物ゾーンの温度Ｔｚｏｎｅは、これらの熱伝達モデルのいずれかを使用して、ＣＥＦ３００によって建物ゾーンに適用される加熱又は冷却の量
の関数として定義され得る。操作される変数
は、予測コスト関数Ｊの変数Ｐｃｈｉｌｌｅｒ、ＰＨＲＣ、Ｆｇａｓ、及び／又はＰｔｏｔａｌを調整することによって、経済コントローラ５１０によって調整され得る。
【数11】
【数12】
【数13】
【0070】
いくつかの実施形態では、経済コントローラ５１０は、経済コントローラ５１０によって提供される電力設定点Ｐｓｐ，ｇｒｉｄ及びＰｓｐ，ｂａｔの関数として、ＣＥＦ３００によって建物ゾーンに適用される加熱又は冷却の量
を定義するモデルを使用する。例えば、経済コントローラ５１０は、電力設定点Ｐｓｐ，ｇｒｉｄ及びＰｓｐ，ｂａｔを追加して、動力式ＣＥＦ構成要素４０２によって消費される合計電力量Ｐｔｏｔａｌを判定することができる。経済コントローラ５１０は、Ｐｔｏｔａｌを使用して、ＣＥＦ３００によって建物ゾーンに適用される加熱又は冷却の合計量
を判定することができる。
【数14】
【数15】
【0071】
いくつかの実施形態では、経済コントローラ５１０は、以下の式に示されるように、ゾーン温度Ｔｚｏｎｅ及びゾーン温度設定点Ｔｓｐ，ｚｏｎｅの関数として、ＣＥＦ３００によって建物ゾーンに適用される加熱又は冷却の量（すなわち、
）を定義する１つ以上のモデルを使用する。
【数16】
【数17】
【0072】
経済コントローラ５１０によって使用されるモデルは、ＣＥＦ３００によって提供される加熱又は冷却の量
が、ゾーン温度Ｔｚｏｎｅを許容可能又は快適な温度範囲から逸脱させるような値に低減されないことを確実にするために、最適化制約として課せられ得る。
【数18】
【0073】
いくつかの実施形態では、経済コントローラ５１０は、ＣＥＦ３００によって提供される加熱又は冷却の量
を、複数のモデルを使用して、ゾーン温度Ｔｚｏｎｅ及びゾーン温度設定点Ｔｓｐ，ｚｏｎｅに関連付ける。例えば、経済コントローラ５１０は、機器コントローラ５１４のモデルを使用して、ゾーン温度Ｔｚｏｎｅ及びゾーン温度設定点Ｔｓｐ，ｚｏｎｅの関数として、機器コントローラ５１４によって実施される制御動作を判定することができる。このようなゾーン規制コントローラモデルの例を、以下の式に示す。
ｖａｉｒ＝ｆ１（Ｔｚｏｎｅ、Ｔｓｐ，ｚｏｎｅ）
式中、ｖａｉｒは、建物ゾーンへの気流の速度（すなわち、制御動作）である。関数ｆ１は、データから識別され得る。例えば、経済コントローラ５１０は、ｖａｉｒ及びＴｚｏｎｅの測定値を収集し、Ｔｓｐ，ｚｏｎｅの対応する値を識別することができる。経済コントローラ５１０は、そのような変数間の関係を定義する関数ｆ１を判定するための訓練データとして、収集されたｖａｉｒ、Ｔｚｏｎｅ、及びＴｓｐ，ｚｏｎｅの値を使用して、システム識別プロセスを実施することができる。
【数19】
ｖａｉｒ＝ｆ１（Ｔｚｏｎｅ、Ｔｓｐ，ｚｏｎｅ）
式中、ｖａｉｒは、建物ゾーンへの気流の速度（すなわち、制御動作）である。関数ｆ１は、データから識別され得る。例えば、経済コントローラ５１０は、ｖａｉｒ及びＴｚｏｎｅの測定値を収集し、Ｔｓｐ，ｚｏｎｅの対応する値を識別することができる。経済コントローラ５１０は、そのような変数間の関係を定義する関数ｆ１を判定するための訓練データとして、収集されたｖａｉｒ、Ｔｚｏｎｅ、及びＴｓｐ，ｚｏｎｅの値を使用して、システム識別プロセスを実施することができる。
【0074】
経済コントローラ５１０は、以下の式に示されるように、制御動作ｖａｉｒをＣＥＦ３００によって提供される加熱又は冷却の量
に関連させるエネルギー収支モデルを使用することができる。
ここで、関数ｆ２は、訓練データから識別され得る。経済コントローラ５１０は、収集された
及びｖａｉｒの値を使用してシステム識別プロセスを実施し、そのような変数間の関係を定義する関数ｆ２を判定することができる。
【数20】
【数21】
【数22】
【0075】
いくつかの実施形態では、
とｖａｉｒとの間に線形関係が存在する。理想的な比例積分（ＰＩ）コントローラ及び
とｖａｉｒとの間の線形関係を仮定すると、簡素化された線形コントローラモデルを使用して、ゾーン温度Ｔｚｏｎｅ及びゾーン温度設定点Ｔｓｐ，ｚｏｎｅの関数としてＣＥＦ３００によって提供される加熱又は冷却の量
を定義することができる。このようなモデルの例を、以下の式に示す。
式中、
は、加熱速度又は冷却速度の定常速度であり、Ｋｃは、スケーリングゾーンＰＩコントローラ比例ゲインであり、τＩは、ゾーンＰＩコントローラ積分時間であり、εは、設定点誤差（すなわち、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅとゾーン温度Ｔｚｏｎｅとの間の差）である。飽和は、
に対する制約によって表すことができる。線形モデルが、機器コントローラ５１４及びＣＥＦ３００における熱伝達をモデル化するのに十分に正確でない場合、非線形加熱／冷却デューティモデルを代わりに使用することができる。
【数23】
【数24】
【数25】
【数26】
【数27】
【数28】
【0076】
ゾーン温度Ｔｚｏｎｅに対する制約に加えて、経済コントローラ５１０は、バッテリユニット３０２の充電状態（ＳＯＣ）及び充電／放電速度に対して制約を課すことができる。いくつかの実施形態では、経済コントローラ５１０は、予測コスト関数Ｊに対して以下の電力制約を生成し、課す。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット３０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット３０２の定格バッテリ電力（例えば、バッテリユニット３０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット３０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット３０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット３０２の定格バッテリ電力（例えば、バッテリユニット３０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット３０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
【0077】
いくつかの実施形態では、経済コントローラ５１０は、予測コスト関数Ｊに対して１つ以上の容量制約を生成し、課す。容量制約は、各時間ステップ中に充電又は放電されるバッテリ電力Ｐｂａｔをバッテリユニット３０２の容量及びＳＯＣに関連付けるために使用され得る。容量制約は、最適化期間の各時間ステップにおいて、バッテリユニット３０２の容量が許容可能な下限及び上限内に維持されることを確実にし得る。いくつかの実施形態では、経済コントローラ５１０は、以下の容量制約を生成する。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット３０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット３０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット３０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット３０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット３０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット３０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
【0078】
いくつかの実施形態では、経済コントローラ５１０は、動力式ＣＥＦ構成要素４０２の動作に対して、１つ以上の容量制約を生成し、課す。例えば、動力式ＣＥＦ構成要素４０２は、最大電力消費Ｐｔｏｔａｌ，ｍａｘに対応する最大動作点（例えば、最大ポンプ速度、最大冷却容量など）を有し得る。経済コントローラ５１０は、以下の式に示されるように、動力式ＣＥＦ構成要素４０２に提供される電力Ｐｔｏｔａｌをゼロと最大電力消費Ｐｔｏｔａｌ，ｍａｘとの間に制限する制約を生成するように構成され得る。
０≦Ｐｔｏｔａｌ≦Ｐｔｏｔａｌ，ｍａｘ
Ｐｔｏｔａｌ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、動力式ＣＥＦ構成要素４０２に提供される合計電力Ｐｔｏｔａｌは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
０≦Ｐｔｏｔａｌ≦Ｐｔｏｔａｌ，ｍａｘ
Ｐｔｏｔａｌ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、動力式ＣＥＦ構成要素４０２に提供される合計電力Ｐｔｏｔａｌは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
【0079】
いくつかの実施形態では、経済コントローラ５１０は、ＣＥＦ３００の１つ以上のサブプラントの動作に対して、１つ以上の容量制約を生成し、課す。例えば、加熱は、ヒータサブプラント２０２によって提供され得、冷却は、チラーサブプラント２０６によって提供され得る。ヒータサブプラント２０２及びチラーサブプラント２０６の動作は、ヒータサブプラント２０２及びチラーサブプラント２０６の各々に対するサブプラント曲線によって定義され得る。各サブプラント曲線は、サブプラントによって消費される１つ以上の資源（例えば、電気、天然ガス、水など）の関数として、サブプラントの資源生産（例えば、冷蔵トン数、ｋＷ加熱など）を定義し得る。経済コントローラ５１０によって使用され得るサブプラント曲線のいくつかの例は、２０１５年２月２７日に出願された米国特許出願第１４／６３４，６０９号により詳細に説明される。
【0080】
経済コントローラ５１０は、サブプラント曲線を使用して、ヒータサブプラント２０２によって提供され得る最大加熱量及びチラーサブプラント２０６によって提供され得る最大冷却量を識別するように構成され得る。経済コントローラ５１０は、ヒータサブプラント２０２によって提供される加熱量をゼロと最大加熱量との間に制限する制約を生成し、課すことができる。同様に、経済コントローラ５１０は、チラーサブプラント２０６によって提供される冷却量をゼロと最大冷却量との間に制限する制約を生成し、課すことができる。
【0081】
経済コントローラ５１０は、制約に従って予測コスト関数Ｊを最適化して、決定変数Ｐｔｏｔａｌ、Ｐｃｈｉｌｌｅｒ、ＰＨＲＣ、Ｆｇａｓ、Ｐｇｒｉｄ、及びＰｂａｔの最適値を判定することができ、ここで、Ｐｔｏｔａｌ＝Ｐｂａｔ＋Ｐｇｒｉｄ＋ＰＰＶである。いくつかの実施形態では、経済コントローラ５１０は、Ｐｔｏｔａｌ、Ｐｂａｔ、及び／又はＰｇｒｉｄの最適値を使用して、追跡コントローラ５１２に対する電力設定点を生成する。電力設定点は、最適化期間中の時間ステップｋの各々に対するバッテリ電力設定点Ｐｓｐ，ｂａｔ、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ、及び／又はＣＥＦ電力設定点Ｐｓｐ，ｔｏｔａｌを含むことができる。経済コントローラ５１０は、電力設定点を追跡コントローラ５１２に提供することができる。
【0082】
追跡コントローラ
追跡コントローラ５１２は、経済コントローラ５１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ、冷水温度設定点Ｔｓｐ，ｃｈｗなど）及び最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ５１２は、ＣＥＦ３００の電力設定点Ｐｓｐ，ｔｏｔａｌを達成することが予測される、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ、及び／又は冷水温度設定点Ｔｓｐ，ｃｈｗを生成する。言い換えれば、追跡コントローラ５１２は、ＣＥＦ３００に、経済コントローラ５１０によって判定された最適な電力量Ｐｔｏｔａｌを消費させる、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ及び／又は冷水温度設定点Ｔｓｐ，ｃｈｗを生成し得る。
追跡コントローラ５１２は、経済コントローラ５１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ、冷水温度設定点Ｔｓｐ，ｃｈｗなど）及び最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ５１２は、ＣＥＦ３００の電力設定点Ｐｓｐ，ｔｏｔａｌを達成することが予測される、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ、及び／又は冷水温度設定点Ｔｓｐ，ｃｈｗを生成する。言い換えれば、追跡コントローラ５１２は、ＣＥＦ３００に、経済コントローラ５１０によって判定された最適な電力量Ｐｔｏｔａｌを消費させる、ゾーン温度設定点Ｔｓｐ，ｚｏｎｅ及び／又は冷水温度設定点Ｔｓｐ，ｃｈｗを生成し得る。
【0083】
いくつかの実施形態では、追跡コントローラ５１２は、電力消費モデルを使用して、ＣＥＦ３００の電力消費をゾーン温度Ｔｚｏｎｅ及びゾーン温度設定点Ｔｓｐ，ｚｏｎｅに関連付ける。例えば、追跡コントローラ５１２は、機器コントローラ５１４のモデルを使用して、ゾーン温度Ｔｚｏｎｅ及びゾーン温度設定点Ｔｓｐ，ｚｏｎｅの関数として、機器コントローラ５１４によって実施される制御動作を判定することができる。このようなゾーン規制コントローラモデルの例を、以下の式に示す。
ｖａｉｒ＝ｆ３（Ｔｚｏｎｅ、Ｔｓｐ，ｚｏｎｅ）
式中、ｖａｉｒは、建物ゾーンへの気流の速度（すなわち、制御動作）である。
ｖａｉｒ＝ｆ３（Ｔｚｏｎｅ、Ｔｓｐ，ｚｏｎｅ）
式中、ｖａｉｒは、建物ゾーンへの気流の速度（すなわち、制御動作）である。
【0084】
追跡コントローラ５１２は、ゾーン温度Ｔｚｏｎｅ及びゾーン温度設定点Ｔｓｐ，ｚｏｎｅの関数として、ＣＥＦ３００の電力消費Ｐｔｏｔａｌを定義することができる。このようなモデルの例を以下の式に示す。
Ｐｔｏｔａｌ＝ｆ４（Ｔｚｏｎｅ、Ｔｓｐ，ｚｏｎｅ）
Ｐｔｏｔａｌ＝ｆ４（Ｔｚｏｎｅ、Ｔｓｐ，ｚｏｎｅ）
【0085】
関数ｆ４は、データから識別され得る。例えば、追跡コントローラ５１２は、Ｐｔｏｔａｌ及びＴｚｏｎｅの測定値を収集し、Ｔｓｐ，ｚｏｎｅの対応する値を識別することができる。追跡コントローラ５１２は、Ｐｔｏｔａｌ、Ｔｚｏｎｅ、及びＴｓｐ，ｚｏｎｅの収集された値を訓練データとして使用してシステム識別プロセスを実行して、そのような変数間の関係を定義する関数ｆ４を判定することができる。
【0086】
追跡コントローラ５１２は、同様のモデルを使用して、ＣＥＦ３００の合計消費電力Ｐｔｏｔａｌと冷水温度設定点Ｔｓｐ，ｃｈｗとの間の関係を判定し得る。例えば、追跡コントローラ５１２は、ゾーン温度Ｔｚｏｎｅ及び冷水温度設定点Ｔｓｐ，ｃｈｗの関数として、ＣＥＦ３００の電力消費Ｐｔｏｔａｌを定義することができる。このようなモデルの例を以下の式に示す。
Ｐｔｏｔａｌ＝ｆ５（Ｔｚｏｎｅ、Ｔｓｐ，ｃｈｗ）
Ｐｔｏｔａｌ＝ｆ５（Ｔｚｏｎｅ、Ｔｓｐ，ｃｈｗ）
【0087】
関数ｆ５は、データから識別され得る。例えば、追跡コントローラ５１２は、Ｐｔｏｔａｌ及びＴｚｏｎｅの測定値を収集し、Ｔｓｐ，ｃｈｗの対応する値を識別することができる。追跡コントローラ５１２は、Ｐｔｏｔａｌ、Ｔｚｏｎｅ、及びＴｓｐ，ｃｈｗの収集された値を訓練データとして使用してシステム識別プロセスを実施して、そのような変数間の関係を定義する関数ｆ５を判定することができる。
【0088】
追跡コントローラ５１２は、Ｐｔｏｔａｌ、Ｔｓｐ，ｚｏｎｅ、及びＴｓｐ，ｃｈｗの間の関係を使用して、Ｔｓｐ，ｚｏｎｅ、及びＴｓｐ，ｃｈｗの値を判定することができる。例えば、追跡コントローラ５１２は、経済コントローラ５１０からの入力としてＰｔｏｔａｌの値（すなわち、Ｐｓｐ，ｔｏｔａｌ）を受信することができ、Ｔｓｐ，ｚｏｎｅ及びＴｓｐ，ｃｈｗの対応する値を使用判定することができる。追跡コントローラ５１２は、Ｔｓｐ，ｚｏｎｅ、及びＴｓｐ，ｃｈｗの値を、機器コントローラ５１４への出力として提供することができる。
【0089】
いくつかの実施形態では、追跡コントローラ５１２は、バッテリ電力設定点Ｐｓｐ，ｂａｔを使用して、バッテリユニット３０２を充電又は放電する最適な速度ＢａｔＣ／Ｄを判定する。例えば、バッテリ電力設定点Ｐｓｐ，ｂａｔは、追跡コントローラ５１２によって電力インバータ４１０及び／又は機器コントローラ５１４に対する制御信号に変換され得る電力値（ｋＷ）を定義し得る。他の実施形態では、バッテリ電力設定点Ｐｓｐ，ｂａｔは、電力インバータ４１０に直接提供され、バッテリ電力Ｐｂａｔを制御するために電力インバータ４１０によって使用される。
【0090】
機器コントローラ
機器コントローラ５１４は、追跡コントローラ５１２によって生成される最適な温度設定点Ｔｓｐ，ｚｏｎｅ又はＴｓｐ，ｃｈｗを使用して、動力式ＣＥＦ構成要素４０２に対する制御信号を生成することができる。機器コントローラ５１４によって生成される制御信号は、実際の（例えば、測定された）温度Ｔｚｏｎｅ及び／又はＴｃｈｗを設定点まで駆動し得る。機器コントローラ５１４は、様々な制御技法のいずれかを使用して、動力式ＣＥＦ構成要素４０２に対する制御信号を生成することができる。例えば、機器コントローラ５１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、動力式ＣＥＦ構成要素４０２に対する制御信号を生成することができる。
機器コントローラ５１４は、追跡コントローラ５１２によって生成される最適な温度設定点Ｔｓｐ，ｚｏｎｅ又はＴｓｐ，ｃｈｗを使用して、動力式ＣＥＦ構成要素４０２に対する制御信号を生成することができる。機器コントローラ５１４によって生成される制御信号は、実際の（例えば、測定された）温度Ｔｚｏｎｅ及び／又はＴｃｈｗを設定点まで駆動し得る。機器コントローラ５１４は、様々な制御技法のいずれかを使用して、動力式ＣＥＦ構成要素４０２に対する制御信号を生成することができる。例えば、機器コントローラ５１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、動力式ＣＥＦ構成要素４０２に対する制御信号を生成することができる。
【0091】
制御信号は、オン／オフコマンド、冷却塔４０４のファンに対する速度設定点、チラー４０６の圧縮機に対する電力設定点、チラー４０６に対する冷水温度設定点、ポンプ４０８に対する圧力設定点若しくは流量設定点、又は動力式ＣＥＦ構成要素４０２の個々のデバイスに対する他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測ＣＥＦコントローラ３０４によって生成される温度設定点（例えば、ｚｏｎｅ温度設定点Ｔｓｐ，ｚｏｎｅ、冷水温度設定点Ｔｓｐ，ｃｈｗなど）を含み得る。温度設定点は、温度設定点を達成するために動作する、動力式ＣＥＦ構成要素４０２又は動力式ＣＥＦ構成要素４０２のローカルコントローラに提供され得る。例えば、チラー４０６のローカルコントローラは、冷水温度センサから冷水温度Ｔｃｈｗの測定値、及び／又はゾーン温度センサからゾーン温度Ｔｚｏｎｅの測定値を受信し得る。
【0092】
いくつかの実施形態では、機器コントローラ５１４は、電力インバータ４１０に制御信号を提供するように構成されている。電力インバータ４１０に提供される制御信号は、バッテリ電力設定点Ｐｓｐ，ｂａｔ、及び／又は最適な充電／放電速度ＢａｔＣ／Ｄを含むことができる。機器コントローラ５１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、電力インバータ４１０を動作させるように構成され得る。例えば、機器コントローラ５１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔに従って、電力インバータ４１０にバッテリユニット３０２を充電するか、又はバッテリユニット３０２を放電させることができる。
【0093】
ここで図６を参照すると、いくつかの実施形態による、予測ＣＥＦコントローラ３０４によって生成され得るユーザインターフェース６００が示されている。上で考察されたように、経済コントローラ５１０は、最適化期間の各時間ステップにおけるグリッド電力及び／又はバッテリ電力を含む各電力消費値（例えば、Ｐｃｈｉｌｌｅｒ、ＰＨＲＣなど）の部分を判定するように構成され得る。ユーザインターフェース６００を使用して、グリッド電力及び／又はバッテリ電力を含む各電力消費値の相対部分をユーザに伝達することができる。
【0094】
インターフェース６００は、ディスパッチチャートを例解する。ディスパッチチャートの上半分は冷却に対応し、ディスパッチチャートの下半分は加熱に対応する。上半分と下半分との間の中間線は、両方の半分のゼロ負荷／電力に対応する。正の冷却値は、中間線より上の変位として示され、正の加熱値は、中間線より下の変位として示されている。線６０２及び６１２は、それぞれ、最適化期間の各時間ステップにおいて、必要とされる冷却負荷及び必要とされる加熱負荷を表している。線６０４及び６１４は、最適化期間の持続時間にわたって冷却機器（例えば、チラーサブプラント）及び加熱機器（例えば、ヒータサブプラント）に電力供給するために使用されるバッテリの充電レベルを表している。
【0095】
上で考察されたように、経済コントローラ５１０は、最適化期間の各時間ステップに対する最適な電力設定点を判定するように構成され得る。経済コントローラ５１０によって実施された最適化の結果は、ディスパッチチャートに表され得る。例えば、ディスパッチチャートは、最適化期間の各時間ステップに対する垂直列を含むように示されている。各列は、対応する時間ステップに対して経済コントローラ５１０によって判定された電力設定点を表す１つ以上のバーを含み得る。各バーの色は、電力設定点のタイプを示している。例えば、灰色バー６０８及び６１８（図６では白色バーとして示されている）は、グリッド電力設定点（例えば、Ｐｓｐ，ｇｒｉｄ）を示し得、一方、緑色バー６０６及び６１６（図６では影付きバーとして示されている）は、バッテリ電力設定点（例えば、Ｐｓｐ，ｂａｔ）を示し得る。各バーの高さは、その時間ステップにおける対応する電力設定点の大きさを示す。
【0096】
必要とされる冷却線６０２の上に位置決めされた緑色バー６０６は、冷却機器バッテリが充電されていること（すなわち、バッテリを充電するために使用される過剰なエネルギー）を示しており、一方、必要とされる冷却線６０２の下に位置決めされた緑色バー６０６は、冷却機器バッテリが放電されていること（すなわち、必要とされる冷却負荷の一部を満たすために使用されるバッテリ電力）を示している。冷却機器バッテリの充電レベルは、冷却機器バッテリが充電されているときに増加し、冷却機器バッテリが放電されているときに減少する。
【0097】
同様に、必要とされる加熱線６１２の下に位置づけられた緑色バー６１６は、加熱機器バッテリが充電されていること（すなわち、バッテリを充電するために使用される過剰なエネルギー）を示しており、一方、必要とされる加熱線６１２の上に位置づけられた緑色バー６１６は、加熱機器バッテリが放電されていること（すなわち、必要とされる加熱負荷の一部を満たすために使用されるバッテリ電力）を示している。加熱機器バッテリの充電レベルは、加熱機器バッテリが充電されているときに増加し、加熱機器バッテリが放電されているときに減少する。
【0098】
バッテリユニット及び予測制御を備えた空冷式チラー
ここで図７～図８を参照すると、いくつかの実施形態による、バッテリユニット７０２及び予測チラーコントローラ７０４を備えた空冷式チラー７００が示されている。チラー７００は、冷水管７１４を介して冷却負荷７３４に冷流体（例えば、冷水７１８）を提供するように構成され得る。冷却負荷７３４は、例えば、建物ゾーン、空気ダクトを通って流れる供給空気ストリーム、空気処理ユニット若しくは屋上ユニット内の空気流、熱交換器を通って流れる流体、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却コイル、又は冷却を必要とする任意の他のタイプのシステム、デバイス、若しくは空間を含むことができる。いくつかの実施形態では、ポンプ７３２は、冷流体回路７３８を介して、冷流体を冷却負荷７３４に循環させる。冷流体は、冷却負荷７３４からの熱を吸収することができ、それによって、冷却負荷７３４に冷却を提供し、冷流体を温める。温流体（戻り水７１６として図７に示されている）は、戻り水管７１２を介してチラー７００に戻り得る。
ここで図７～図８を参照すると、いくつかの実施形態による、バッテリユニット７０２及び予測チラーコントローラ７０４を備えた空冷式チラー７００が示されている。チラー７００は、冷水管７１４を介して冷却負荷７３４に冷流体（例えば、冷水７１８）を提供するように構成され得る。冷却負荷７３４は、例えば、建物ゾーン、空気ダクトを通って流れる供給空気ストリーム、空気処理ユニット若しくは屋上ユニット内の空気流、熱交換器を通って流れる流体、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却コイル、又は冷却を必要とする任意の他のタイプのシステム、デバイス、若しくは空間を含むことができる。いくつかの実施形態では、ポンプ７３２は、冷流体回路７３８を介して、冷流体を冷却負荷７３４に循環させる。冷流体は、冷却負荷７３４からの熱を吸収することができ、それによって、冷却負荷７３４に冷却を提供し、冷流体を温める。温流体（戻り水７１６として図７に示されている）は、戻り水管７１２を介してチラー７００に戻り得る。
【0099】
チラー７００は、凝縮器７２２、圧縮機７２０、蒸発器７２４、膨張デバイス７２６、及びファン７３０を含むように示されている。圧縮機７２０は、冷媒回路７３６を介して凝縮器７２２と蒸発器７２４との間で冷媒を循環させるように構成され得る。圧縮機７２０は、冷媒を高圧、高温状態に圧縮するように動作する。圧縮冷媒は、冷媒回路７３６内の冷媒から空気流７２８に熱を伝達する凝縮器７２２を通って流れる。ファン７３０を使用して、凝縮器７２２内の冷媒に冷却を提供するために、凝縮器７２２を通るか、又は凝縮器７２２上に、空気流７２８を押し流すことができる。次いで、冷却された冷媒は、膨張デバイス７２６を通って流れ、膨張デバイス７２６は、冷媒を低温、低圧状態に膨張させる。膨張した冷媒は、蒸発器７２４を通って流れ、蒸発器７２４は、冷流体回路７３８内の冷流体から冷媒回路７３６内の冷媒に熱を伝達する。
【0100】
いくつかの実施形態では、チラー７００は、１つ以上の光起電力（ＰＶ）パネル７０８を含む。ＰＶパネル７０８は、光起電力セルの集合を含み得る。光起電力セルは、単結晶シリコン、多結晶シリコン、非晶質シリコン、テルル化カドミウム、セレン化銅インジウムガレニウム／硫化物、又は光起電力効果を示す他の材料などの光起電力材料を使用して、太陽光エネルギー（すなわち、日光）を電気に変換するように構成されている。いくつかの実施形態では、光起電力セルは、ＰＶパネル７０８を形成するパッケージ化されたアセンブリ内に含まれる。各ＰＶパネル７０８は、複数の連結された光起電力セルを含み得る。ＰＶパネル７０８は、光起電力アレイを形成するために組み合わされ得る。
【0101】
いくつかの実施形態では、ＰＶパネル７０８は、太陽光エネルギー収集を最大化するように構成されている。例えば、チラー７００は、ＰＶパネル７０８が昼間中太陽に直接向けられるように、ＰＶパネル７０８の角度を調整する太陽光トラッカー（例えば、ＧＰＳトラッカー、日光センサなど）を含み得る。太陽光トラッカーは、ＰＶパネル７０８が１日のより多い時間にわたって直射日光を受け取ることを可能にし得、ＰＶパネル７０８によって生産される合計電力量を増加させ得る。いくつかの実施形態では、チラー７００は、太陽光をＰＶパネル７０８に誘導及び／又は集光させるように構成されたミラー、レンズ、又は日光集光器の集合を含む。ＰＶパネル７０８によって生成されるエネルギーは、バッテリユニット７０２に貯蔵され得る、及び／又はチラー７００の様々な構成要素に電力供給するために使用され得る。
【0102】
いくつかの実施形態では、バッテリユニット７０２は、１つ以上のバッテリセル７０６を含む。バッテリセル７０６は、電気エネルギー（すなわち、電気）を貯蔵及び放出するように構成されている。いくつかの実施形態では、バッテリユニット７０２は、（例えば、電気ユーティリティによって提供される）外部エネルギーグリッドからの電気を使用して充電される。バッテリユニット７０２に貯蔵された電気を放出して、チラー７００の１つ以上の動力式構成要素（例えば、ファン７３０、圧縮機７２０、ポンプ７３２など）に電力供給することができる。有利には、バッテリユニット７０２は、エネルギー価格が低いときにチラー７００がエネルギーグリッドから電気を引き出し、バッテリユニット７０２を充電し、エネルギー価格が高いときに貯蔵された電気を放出して、チラー７００の電気負荷を時間的にシフトすることを可能にする。いくつかの実施形態では、バッテリユニット７０２が、高エネルギーコスト期間中に利用され、低エネルギーコスト期間中に充電され得るように、バッテリユニット７０２は、最大容量で動作するときに、チラー７００におよそ４～６時間にわたって電力供給するのに十分なエネルギー容量を有する。
【0103】
図８に示されるように、チラー７００は、燃料セル８０２を含むことができる。いくつかの実施形態では、燃料セル８０２は、化学反応を使用して電気エネルギーを生成するように構成された燃料セルである。例えば、燃料セル８０２は、一対の酸化還元反応を通して、水素及び酸化剤（例えば、酸素）の化学エネルギーを電気に変換し得る。他の実施形態では、燃料セル８０２は、電気を生成するためにディーゼル、メタノール、天然ガスなどのうちの１つ以上を使用する炭化水素燃料セルである。燃料セル８０２は、電気を生成して、グリッドエネルギー又は他のエネルギー源を増強し、高エネルギーコスト期間中にバッテリ放電を補完し、（例えば、高エネルギーコスト期間中に）電気を生成して、バッテリを充電するように制御され得る。燃料セルは、例えば、定期的に購入され、チラー７００に追加され得る燃料交換（例えば、水素の供給）を必要とし得る。チラー７００が燃料セル８０２を含む実施形態では、本明細書における制御及び最適化プロセスは、燃料セル８０２を含むチラー７００の様々な構成要素に対して制御出力を生成するときの、燃料セル８０２の寄与及び燃料セル８０２を動作させるコストを考慮するように構成されている。例えば、予測チラーコントローラ７０４によって実施される最適化は、最適化期間の各時間ステップに対して電気を生成するために、燃料セル８０２を動作させるかどうかを判定し得る。
【0104】
いくつかの実施形態では、予測チラーコントローラ７０４は、最適化プロセスを実施して、最適化期間中に起こる複数の時間ステップの各々の間にバッテリユニット７０２を充電するか、又は放電するかを判定する。予測チラーコントローラ７０４は、複数の時間ステップの各々の間に必要とされる加熱／冷却の量及び電気のコストを予測するために、気象及び価格データ７１０を使用し得る。予測チラーコントローラ７０４は、最適化期間の持続時間にわたってエネルギーグリッドから購入される電気のコストを考慮する目的関数を最適化することができる。予測チラーコントローラ７０４は、各時間ステップ中に、エネルギーグリッドから購入する電気量及びバッテリユニット７０２から貯蔵又は放出する電気量を判定することができる。予測チラーコントローラ７０４によって実行される目的関数及び最適化は、図９～１０を参照してより詳細に説明される。
【0105】
予測チラー制御システム
ここで図９を参照すると、いくつかの実施形態による予測チラー制御システム９００のブロック図が示されている。制御システム９００に示される構成要素のいくつかは、チラー７００の一部であり得る。例えば、チラー７００は、動力式チラー構成要素９０２、バッテリユニット７０２、予測チラーコントローラ７０４、電力インバータ９１０、及び電力ジャンクション９１２を含み得る。動力式チラー構成要素９０２は、動作中に動力（例えば、電気）を消費するチラー７００の任意の構成要素を含み得る。例えば、動力式チラー構成要素９０２は、冷却ファン７３０、圧縮機７２０、及びポンプ７３２を含むように示されている。
ここで図９を参照すると、いくつかの実施形態による予測チラー制御システム９００のブロック図が示されている。制御システム９００に示される構成要素のいくつかは、チラー７００の一部であり得る。例えば、チラー７００は、動力式チラー構成要素９０２、バッテリユニット７０２、予測チラーコントローラ７０４、電力インバータ９１０、及び電力ジャンクション９１２を含み得る。動力式チラー構成要素９０２は、動作中に動力（例えば、電気）を消費するチラー７００の任意の構成要素を含み得る。例えば、動力式チラー構成要素９０２は、冷却ファン７３０、圧縮機７２０、及びポンプ７３２を含むように示されている。
【0106】
電力インバータ９１０は、直流（ＤＣ）と交流（ＡＣ）との間で電気電力を変換するように構成され得る。例えば、バッテリユニット７０２は、ＤＣ電力を貯蔵し、出力するように構成され得るが、エネルギーグリッド９１４及び動力式チラー構成要素９０２は、ＡＣ電力を消費し、提供するように構成され得る。電力インバータ９１０は、バッテリユニット７０２からのＤＣ電力を、エネルギーグリッド９１４及び／又は動力式チラー構成要素９０２のグリッド周波数に同期された正弦波ＡＣ出力に変換するために使用され得る。電力インバータ９１０はまた、エネルギーグリッド９１４からのＡＣ電力を、バッテリユニット７０２に貯蔵することができるＤＣ電力に変換するために使用され得る。バッテリユニット７０２の電力出力は、Ｐｂａｔとして示されている。Ｐｂａｔは、バッテリユニット７０２がインバータ９１０に電力を提供している（すなわち、バッテリユニット７０２が放電している）場合には、正であり得、バッテリユニット７０２が電力インバータ９１０から電力を受け取っている（すなわち、バッテリユニット７０２が充電している）場合には、負であり得る。
【0107】
いくつかの例では、電力インバータ９１０は、バッテリユニット７０２からＤＣ電力出力を受け取り、ＤＣ電力出力を、動力式チラー構成要素９０２に提供され得るＡＣ電力出力に変換する。電力インバータ９１０は、ローカル発振器を使用して、ＡＣ電力出力の周波数をエネルギーグリッド９１４の周波数（例えば、５０Ｈｚ又は６０Ｈｚ）と同期させ得、ＡＣ電力出力の電圧をグリッド電圧よりも高くならないように制限し得る。いくつかの実施形態では、電力インバータ９１０は、エネルギーグリッド９１４の周波数に一致する正弦波を達成するために、単純な方形波から高調波を除去するＬＣ回路を含む又は使用する共振インバータである。様々な実施形態では、電力インバータ９１０は、高周波変圧器、低周波変圧器を使用して、又は変圧器を伴わずに動作し得る。低周波変圧器は、バッテリユニット７０２からのＤＣ出力を、動力式チラー構成要素９０２に提供されるＡＣ出力に直接変換し得る。高周波変圧器は、多段階プロセスを採用し得、このプロセスは、ＤＣ出力を高周波ＡＣに変換し、次いでＤＣに戻し、次いで最終的に動力式チラー構成要素９０２に提供されるＡＣ出力に変換することを伴う。
【0108】
ＰＶパネル７０８の電力出力は、ＰＰＶとして示されている。ＰＶパネル７０８の電力出力ＰＰＶは、バッテリユニット７０２に貯蔵され得る、及び／又は動力式チラー構成要素９０２に電力供給するために使用され得る。いくつかの実施形態では、ＰＶパネル７０８は、ＰＶパネル７０８によって生成される電力量ＰＰＶを測定し、ＰＶ電力の指標を予測チラーコントローラ７０４に提供する。例えば、ＰＶパネル７０８は、ＰＶ電力パーセンテージ（すなわち、ＰＶ％）の指標を予測チラーコントローラ７０４に提供することが示されている。ＰＶ電力パーセンテージは、ＰＶパネル７０８が現在動作している、最大ＰＶ電力のパーセンテージを表し得る。
【0109】
電力ジャンクション９１２は、動力式チラー構成要素９０２、エネルギーグリッド９１４、ＰＶパネル７０８、及び電力インバータ９１０が電気的に接続される点である。電力インバータ９１０から電力ジャンクション９１２に供給される電力は、Ｐｂａｔとして示されている。Ｐｂａｔは、電力インバータ９１０が電力ジャンクション９１２に電力を提供している（すなわち、バッテリユニット７０２が放電している）場合には、正であり得、電力インバータ９１０が電力ジャンクション９１２から電力を受け取っている（すなわち、バッテリユニット７０２が充電している）場合には、負であり得る。エネルギーグリッド９１４から電力ジャンクション９１２に供給される電力は、Ｐｇｒｉｄとして示されており、ＰＶパネル７０８から電力ジャンクション９１２に供給される電力は、ＰＰＶとして示されている。Ｐｂａｔ、ＰＰＶ、及びＰｇｒｉｄは、電力ジャンクション９１２で組み合わされて、Ｐｔｏｔａｌ（すなわち、Ｐｔｏｔａｌ＝Ｐｇｒｉｄ＋Ｐｂａｔ＋ＰＰＶ）を形成する。Ｐｔｏｔａｌは、電力ジャンクション９１２から動力式チラー構成要素９０２に提供される電力として定義され得る。いくつかの例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄよりも大きい。例えば、バッテリユニット７０２が放電しているときに、Ｐｂａｔは正であり得、これは、Ｐｂａｔ及びＰＰＶがＰｇｒｉｄと組み合わされてＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄ及びＰＶ電力ＰＰＶに加算される。他の例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄ未満であり得る。例えば、バッテリユニット７０２が充電しているときに、Ｐｂａｔは、負であり得、これは、Ｐｂａｔ、ＰＰＶ、及びＰｇｒｉｄが組み合わされてＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄ及びＰＶ電力ＰＰＶから減算される。
【0110】
予測チラーコントローラ７０４は、動力式チラー構成要素９０２及び電力インバータ９１０を制御するように構成され得る。いくつかの実施形態では、予測チラーコントローラ７０４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを生成し、電力インバータ９１０に提供する。バッテリ電力設定点Ｐｓｐ，ｂａｔは、バッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、電力インバータ９１０に、電力ジャンクション９１２又は放電バッテリユニット７０２で利用可能な電力を使用して（Ｐｓｐ，ｂａｔが正の場合）バッテリユニット７０２を充電させ（Ｐｓｐ，ｂａｔが負の場合）、電力ジャンクション９１２に電力を提供させる正又は負の電力値（例えば、ｋＷ）を含み得る。
【0111】
いくつかの実施形態では、予測チラーコントローラ７０４は、制御信号を生成し、動力式チラー構成要素９０２に提供する。予測チラーコントローラ７０４は、制御信号を生成するために多段最適化技法を使用し得る。例えば、予測チラーコントローラ７０４は、最適化期間中の各時間ステップにおいて、動力式チラー構成要素９０２によって消費されることになる最適な電力量を判定するように構成された経済コントローラを含み得る。消費されるべき最適な電力量は、チラー７００によって消費されるエネルギーのコストを考慮するコスト関数を最小化し得る。エネルギーのコストは、電気ユーティリティ９１８からの時間変化するエネルギー価格に基づき得る。いくつかの実施形態では、予測チラーコントローラ７０４は、複数の時間ステップの各々において、エネルギーグリッド９１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）及びバッテリユニット７０２から貯蔵又は放出するための最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）を判定する。予測チラーコントローラ７０４は、動力式チラー構成要素９０２の実際の電力使用量を監視し得、最適な電力設定点を生成するときに、フィードバック信号として実際の電力使用量を利用し得る。
【0112】
予測チラーコントローラ７０４は、各時間ステップにおいて最適な電力消費量を達成する温度設定点（例えば、空気温度設定点Ｔｓｐ，ａｉｒ、冷水温度設定点Ｔｓｐ，ｗａｔｅｒなど）を生成するように構成された追跡コントローラを含み得る。いくつかの実施形態では、予測チラーコントローラ７０４は、動力式チラー構成要素９０２のための機器モデルを使用して、最適な電力消費量に基づいて、チラー構成要素９０２によって生成され得る加熱又は冷却の量を判定する。予測チラーコントローラ７０４は、温度モデルを使用して、電力設定点に基づいて、冷水の温度Ｔｗａｔｅｒがどのように変化するかを予測することができる。
【0113】
いくつかの実施形態では、予測チラーコントローラ７０４は、温度設定点を使用して、動力式チラー構成要素９０２に対する制御信号を生成する。制御信号は、オン／オフコマンド、ファン７３０に対する速度設定点、圧縮機７２０に対する電力設定点、冷水温度設定点チラー７００、ポンプ７３２に対する圧力設定点若しくは流量設定点、又は動力式チラー構成要素９０２の個々のデバイスに対する他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測チラーコントローラ７０４によって生成される温度設定点（例えば、空気温度設定点Ｔｓｐ，ａｉｒ、冷水温度設定点Ｔｓｐ，ｗａｔｅｒなど）を含み得る。温度設定点は、温度設定点を達成するために動作する、動力式チラー構成要素９０２又は動力式チラー構成要素９０２のローカルコントローラに提供され得る。例えば、ファン７３０のローカルコントローラは、冷水温度センサから冷水温度Ｔｗａｔｅｒの測定値及び／又は空気温度センサから空気温度Ｔａｉｒ（すなわち、空気流７２８の温度）の測定値を受信し得る。ローカルコントローラは、フィードバック制御プロセス（例えば、ＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用して、ファン７３０によって提供される空気量を増加又は減少させ、測定された温度（複数可）を温度設定点まで駆動することができる。同様のフィードバック制御プロセスを圧縮機７２０及び／又はポンプ７３２に使用することができる。予測チラーコントローラ７０４によって実施される多段最適化は、図１０を参照してより詳細に説明される。
【0114】
予測チラーコントローラ
ここで図１０を参照すると、例示的な実施形態による、予測チラーコントローラ７０４をより詳細に例解するブロック図が示されている。予測チラーコントローラ７０４は、通信インターフェース１００２及び処理回路１００４を含むように示されている。通信インターフェース１００２は、コントローラ７０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース１００２は、温度センサ１０１６から空気温度Ｔａｉｒ及び冷水温度Ｔｗａｔｅｒの測定値、並びに動力式チラー構成要素９０２の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース１００２は、最大バッテリ容量（すなわち、バッテリ％）のパーセンテージとして提供され得る、バッテリユニット７０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース１００２は、気象サービス９１６から気象予報を受信し、電気ユーティリティ９１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測チラーコントローラ７０４は、通信インターフェース１００２を使用して、動力式チラー構成要素９０２及び電力インバータ９１０に制御信号を提供する。
ここで図１０を参照すると、例示的な実施形態による、予測チラーコントローラ７０４をより詳細に例解するブロック図が示されている。予測チラーコントローラ７０４は、通信インターフェース１００２及び処理回路１００４を含むように示されている。通信インターフェース１００２は、コントローラ７０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース１００２は、温度センサ１０１６から空気温度Ｔａｉｒ及び冷水温度Ｔｗａｔｅｒの測定値、並びに動力式チラー構成要素９０２の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース１００２は、最大バッテリ容量（すなわち、バッテリ％）のパーセンテージとして提供され得る、バッテリユニット７０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース１００２は、気象サービス９１６から気象予報を受信し、電気ユーティリティ９１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測チラーコントローラ７０４は、通信インターフェース１００２を使用して、動力式チラー構成要素９０２及び電力インバータ９１０に制御信号を提供する。
【0115】
通信インターフェース１００２は、外部システム又はデバイスとデータ通信を行うための有線又は無線通信インターフェース（例えば、ジャック、アンテナ、送信機、受信機、送受信機、有線端末など）を含み得る。様々な実施形態では、通信は、直接的（例えば、ローカル有線通信又は無線通信）であり得るか、又は通信ネットワーク（例えば、ＷＡＮ、インターネット、セルラネットワークなど）を介し得る。例えば、通信インターフェース１００２は、イーサネットベースの通信リンク又はネットワークを介してデータを送信及び受信するためのイーサネットカード及びポートを含むことができる。別の例では、通信インターフェース１００２は、無線通信ネットワーク又はセルラ若しくは携帯電話通信送受信機を介して通信するためのＷｉ－Ｆｉ送受信機を含むことができる。
【0116】
処理回路１００４は、プロセッサ１００６及びメモリ１００８を含むように示されている。プロセッサ１００６は、汎用又は特定目的のプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、処理構成要素のグループ、又は他の好適な電子処理構成要素であり得る。プロセッサ１００６は、メモリ１００８に記憶された、又は他のコンピュータ可読媒体（例えば、ＣＤＲＯＭ、ネットワークストレージ、リモートサーバなど）から受信した、コンピュータコード又は命令を実行するように構成されている。
【0117】
メモリ１００８は、本開示に記載された様々なプロセスを完了及び／又は促進するためのデータ及び／又はコンピュータコードを記憶するための１つ以上のデバイス（例えば、メモリユニット、メモリデバイス、記憶デバイスなど）を含み得る。メモリ１００８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、ハードドライブストレージ、一時ストレージ、不揮発性メモリ、フラッシュメモリ、光メモリ、又はソフトウェアオブジェクト及び／又はコンピュータ命令を記憶するための任意の他の好適なメモリを含み得る。メモリ１００８は、データベース構成要素、オブジェクトコード構成要素、スクリプト構成要素、又は本開示に記載された様々な活動及び情報構造をサポートするための任意の他のタイプの情報構造を含み得る。メモリ１００８は、処理回路１００４を介してプロセッサ１００６に通信可能に接続され得、本明細書に記載された１つ以上のプロセスを（例えば、プロセッサ１００６によって）実行するためのコンピュータコードを含み得る。プロセッサ１００６が、本明細書に記載された様々な活動を完了するためにメモリ１００８に記憶された命令を実行するときに、プロセッサ１００６は、概して、そのような活動を完了するように、コントローラ７０４（及びより具体的には、処理回路１００４）を構成する。
【0118】
更に図１０を参照すると、予測チラーコントローラ７０４は、経済コントローラ１０１０、追跡コントローラ１０１２、及び機器コントローラ１０１４を含むように示されている。コントローラ１０１０～１０１４は、電力インバータ９１０及び動力式チラー構成要素９０２に対する制御信号を生成するための多状態最適化プロセスを実行するように構成され得る。簡単に概要を説明すると、経済コントローラ１０１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド９１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット７０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式チラー構成要素９０２によって消費されるべき最適な電力量（すなわち、チラー電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定することができる。追跡コントローラ１０１２は、最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、空気設定点Ｔｓｐ，ａｉｒ、冷水温度設定点Ｔｓｐ，ｗａｔｅｒなど）、並びに最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。機器コントローラ１０１４は、最適な温度設定点Ｔｓｐ，ａｉｒ又はＴｓｐ，ｗａｔｅｒを使用して、実際の（例えば、測定された）温度Ｔａｉｒ及び／又はＴｗａｔｅｒを（例えば、フィードバック制御技法を使用して）設定点に駆動する動力式チラー構成要素９０２に対する制御信号を生成することができる。コントローラ１０１０～１０１４の各々は、以下に詳細に説明される。
【0119】
経済コントローラ
経済コントローラ１０１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド９１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット７０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式チラー構成要素９０２によって消費される最適な電力量（すなわち、チラー電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定するように構成され得る。経済コントローラ１０１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
式中、Ｃｅｃ（ｋ）は、時間ステップｋ中に電気ユーティリティ９１８から購入される電気の単位当たりのコスト（例えば、＄／ｋＷｈ）であり、Ｐｆａｎ（ｋ）は、時間ステップｋ中のファン７３０の電力消費（例えば、ｋＷ）であり、Ｐｃｏｍｐ（ｋ）は、時間ステップｋにおける圧縮機７２０の電力消費であり、Ｐｐｕｍｐ（ｋ）は、時間ステップｋにおけるポンプ７３２の電力消費であり、ＣＤＣは、需要課金レート（例えば、＄／ｋＷ）であり、式中、ｍａｘ（）項は、最適化期間の任意の時間ステップｋ中のチラー７００の最大電気購入量（すなわち、Ｐｇｒｉｄ（ｋ）の最大値）を選択し、Ｐｂａｔ（ｋ）は、時間ステップｋ中のバッテリユニット７０２から放出される電力量であり、Δｔは、各時間ステップｋの持続時間である。経済コントローラ１０１０は、最適化期間の持続時間にわたって（例えば、時間ステップｋ＝１から時間ステップｋ＝ｈまで）予測コスト関数Ｊを最適化して、最適化期間の持続時間にわたってチラー７００を動作させる合計コストを予測することができる。
経済コントローラ１０１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド９１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット７０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式チラー構成要素９０２によって消費される最適な電力量（すなわち、チラー電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定するように構成され得る。経済コントローラ１０１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
【数29】
【0120】
予測コスト関数Ｊの第１、第２、及び第３の項は、最適化期間の持続時間にわたって動力式チラー構成要素９０２によって消費される電気のコストを表す。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ９１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｆａｎ（ｋ）、Ｐｃｏｍｐ（ｋ）、及びＰｐｕｍｐ（ｋ）は、経済コントローラ１０１０によって最適化され得る決定変数である。いくつかの実施形態では、時間ステップｋにおける動力式チラー構成要素９０２の合計電力消費Ｐｔｏｔａｌ（ｋ）は、Ｐｆａｎ（ｋ）、Ｐｃｏｍｐ（ｋ）、及びＰｐｕｍｐ（ｋ）の和に等しい（すなわち、Ｐｔｏｔａｌ（ｋ）＝Ｐｆａｎ（ｋ）＋Ｐｃｏｍｐ（ｋ）＋Ｐｐｕｍｐ（ｋ）である）。したがって、いくつかの実施形態では、予測コスト関数の最初の３つの項は、総和
で置き換えることができる。
【数30】
【0121】
予測コスト関数Ｊの第４の項は、需要課金を表す。需要課金は、該当する需要課金期間中の最大電力消費に基づいて、いくつかのユーティリティプロバイダによって課される追加課金である。例えば、需要課金レートＣＤＣは、電力の単位当たりのドル換算（例えば、＄／ｋＷ）で指定され得、需要課金期間中にピーク電力使用量（例えば、ｋＷ）を乗算して需要課金が計算され得る。予測コスト関数Ｊにおいて、需要課金レートＣＤＣは、電気ユーティリティ９１８から受信した需要コスト情報によって定義され得る。変数Ｐｇｒｉｄ（ｋ）は、需要課金期間中に起こるピーク電力使用量ｍａｘ（Ｐｇｒｉｄ（ｋ））を低減するために、経済コントローラ１０１０によって最適化され得る決定変数である。負荷シフトは、動力式チラー構成要素９０２の電力消費が低いときに、バッテリユニット７０２にエネルギーを貯蔵することによって、経済コントローラ１０１０がチラー７００の電気需要における瞬間的なスパイクを平滑化することを可能にし得る。貯蔵されたエネルギーは、動力式チラー構成要素９０２の電力消費が高いときに、エネルギーグリッド９１４からのピーク電力引き出しＰｇｒｉｄを低減させ、それによって発生する需要課金を減少させるために、バッテリユニット７０２から放出され得る。
【0122】
予測コスト関数Ｊの最後の項は、バッテリユニット７０２の使用に起因するコスト節約量を表す。コスト関数Ｊの前の項とは異なり、最後の項は合計コストから減算される。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ９１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｂａｔ（ｋ）は、経済コントローラ１０１０によって最適化され得る決定変数である。Ｐｂａｔ（ｋ）の正の値は、バッテリユニット７０２が放電していることを示し、Ｐｂａｔ（ｋ）の負の値は、バッテリユニット７０２が充電していることを示す。バッテリユニット７０２から放出される電力Ｐｂａｔ（ｋ）は、動力式チラー構成要素９０２の合計電力消費Ｐｔｏｔａｌ（ｋ）の一部又は全てを満たすために使用することができ、これは、エネルギーグリッド９１４から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ）－ＰＰＶ（ｋ））。しかしながら、バッテリユニット７０２を充電すると、エネルギーグリッド９１４から購入される電力Ｐｇｒｉｄ（ｋ）の合計量に加算されるＰｂａｔ（ｋ）の負の値がもたらされる。
【0123】
いくつかの実施形態では、ＰＶパネル７０８によって提供される電力ＰＰＶは、ＰＶ電力を生成することはコストを生じないため、予測コスト関数Ｊに含まれない。しかしながら、ＰＶパネル７０８によって生成される電力ＰＰＶを使用して、動力式チラー構成要素９０２の合計電力消費量Ｐｔｏｔａｌ（ｋ）の一部又は全てを満たすことができ、これは、エネルギーグリッド９１４から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ）－ＰＰＶ（ｋ））。任意の時間ステップｋ中に生成されるＰＶ電力量ＰＰＶは、経済コントローラ１０１０によって予測することができる。ＰＶパネルによって生成されるＰＶ電力量を予測するためのいくつかの技法は、米国特許出願第１５／２４７，８６９号、米国特許出願第１５／２４７，８４４号、及び米国特許出願第１５／２４７，７８８号に記載されている。これらの特許出願の各々は、２０１６年８月２５日の出願日を有し、これらの特許出願の各々の開示全体は、参照により本明細書に組み込まれている。
【0124】
経済コントローラ１０１０は、最適化期間の持続時間にわたって予測コスト関数Ｊを最適化して、最適化期間中の各時間ステップにおける決定変数の最適値を判定することができる。いくつかの実施形態では、最適化期間は、およそ１日の持続時間を有し、各時間ステップは、およそ１５分である。しかしながら、最適化期間及び時間ステップの持続時間は、他の実施形態では変化し得、ユーザによって調整され得る。有利には、経済コントローラ１０１０は、エネルギー価格が低いときに、及び／又は動力式チラー構成要素９０２によって消費される電力が低いときに、エネルギーグリッド９１４から電気を引き出すことによって負荷シフトを実施するために、バッテリユニット７０２を使用することができる。電気は、バッテリユニット７０２に貯蔵され、エネルギー価格が高く、及び／又は動力式チラー構成要素９０２の電力消費が高いときに後で放電することができる。これにより、経済コントローラ１０１０は、チラー７００によって消費される電気のコストを低減し、チラー７００の電気需要の瞬間的なスパイクを平滑化し、それによって、起こる需要課金を低減することができる。
【0125】
経済コントローラ１０１０は、予測コスト関数Ｊの最適化に制約を課すように構成され得る。いくつかの実施形態では、制約は、チラー７００によって生産される冷水の温度Ｔｗａｔｅｒに対する制約を含む。経済コントローラ１０１０は、最小温度境界Ｔｍｉｎと最大温度境界Ｔｍａｘとの間（すなわち、Ｔｍｉｎ≦Ｔｗａｔｅｒ≦Ｔｍａｘ）の実際の又は予測温度Ｔｗａｔｅｒを常に維持するように構成され得る。パラメータＴｍｉｎ及びＴｍａｘは、異なる時間で異なる温度範囲を定義するために時間変化し得る。
【0126】
水温Ｔｗａｔｅｒに対する制約に加えて、経済コントローラ１０１０は、バッテリユニット７０２の充電状態（ＳＯＣ）及び充電／放電速度に制約を課すことができる。いくつかの実施形態では、経済コントローラ１０１０は、予測コスト関数Ｊに対して以下の電力制約を生成し、課す。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット７０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット７０２の定格バッテリ電力（例えば、バッテリユニット７０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット７０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット７０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット７０２の定格バッテリ電力（例えば、バッテリユニット７０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット７０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
【0127】
いくつかの実施形態では、経済コントローラ１０１０は、予測コスト関数Ｊに対して１つ以上の容量制約を生成し、課す。容量制約は、各時間ステップ中に充電又は放電されるバッテリ電力Ｐｂａｔをバッテリユニット７０２の容量及びＳＯＣに関連付けるために使用され得る。容量制約は、最適化期間の各時間ステップにおいて、バッテリユニット７０２の容量が許容可能な下限及び上限内に維持されることを確実にし得る。いくつかの実施形態では、経済コントローラ１０１０は、以下の容量制約を生成する。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット７０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット７０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット７０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット７０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット７０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット７０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
【0128】
いくつかの実施形態では、経済コントローラ１０１０は、動力式チラー構成要素９０２の動作に対して、１つ以上の容量制約を生成し、課す。例えば、動力式チラー構成要素９０２は、最大電力消費Ｐｔｏｔａｌ，ｍａｘに対応する最大動作点（例えば、最大ポンプ速度、最大冷却容量など）を有し得る。経済コントローラ１０１０は、以下の式に示されるように、動力式チラー構成要素９０２に提供される電力Ｐｔｏｔａｌをゼロと最大電力消費Ｐｔｏｔａｌ，ｍａｘとの間に制限する制約を生成するように構成され得る。
０≦Ｐｔｏｔａｌ≦Ｐｔｏｔａｌ，ｍａｘ
Ｐｔｏｔａｌ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、動力式チラー構成要素９０２に提供される合計電力Ｐｔｏｔａｌは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
０≦Ｐｔｏｔａｌ≦Ｐｔｏｔａｌ，ｍａｘ
Ｐｔｏｔａｌ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、動力式チラー構成要素９０２に提供される合計電力Ｐｔｏｔａｌは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
【0129】
経済コントローラ１０１０は、制約に従って予測コスト関数Ｊを最適化して、決定変数Ｐｔｏｔａｌ、Ｐｆａｎ、Ｐｃｏｍｐ、Ｐｐｕｍｐ、Ｐｇｒｉｄ、及びＰｂａｔの最適値を判定することができ、式中、Ｐｔｏｔａｌ＝Ｐｂａｔ＋Ｐｇｒｉｄ＋ＰＰＶである。いくつかの実施形態では、経済コントローラ１０１０は、Ｐｔｏｔａｌ、Ｐｂａｔ、及び／又はＰｇｒｉｄの最適値を使用して、追跡コントローラ１０１２に対する電力設定点を生成する。電力設定点は、最適化期間中の時間ステップｋの各々に対するバッテリ電力設定点Ｐｓｐ，ｂａｔ、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ、及び／又はチラー電力設定点Ｐｓｐ，ｔｏｔａｌを含むことができる。経済コントローラ１０１０は、電力設定点を追跡コントローラ１０１２に提供することができる。
【0130】
追跡コントローラ
追跡コントローラ１０１２は、経済コントローラ１０１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、空気温度設定点Ｔｓｐ，ａｉｒ、冷水温度設定点Ｔｓｐ，ｗａｔｅｒなど）及び最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ１０１２は、チラー７００の電力設定点Ｐｓｐ，ｔｏｔａｌを達成することが予測される、空気温度設定点Ｔｓｐ，ａｉｒ及び／又は冷水温度設定点Ｔｓｐ，ｗａｔｅｒを生成する。言い換えれば、追跡コントローラ１０１２は、空気温度設定点Ｔｓｐ，ａｉｒ及び／又は冷水温度設定点Ｔｓｐ，ｗａｔｅｒを生成し得、これは、チラー７００に、経済コントローラ１０１０によって判定された電力Ｐｔｏｔａｌの最適量を消費させる。
追跡コントローラ１０１２は、経済コントローラ１０１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、空気温度設定点Ｔｓｐ，ａｉｒ、冷水温度設定点Ｔｓｐ，ｗａｔｅｒなど）及び最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ１０１２は、チラー７００の電力設定点Ｐｓｐ，ｔｏｔａｌを達成することが予測される、空気温度設定点Ｔｓｐ，ａｉｒ及び／又は冷水温度設定点Ｔｓｐ，ｗａｔｅｒを生成する。言い換えれば、追跡コントローラ１０１２は、空気温度設定点Ｔｓｐ，ａｉｒ及び／又は冷水温度設定点Ｔｓｐ，ｗａｔｅｒを生成し得、これは、チラー７００に、経済コントローラ１０１０によって判定された電力Ｐｔｏｔａｌの最適量を消費させる。
【0131】
いくつかの実施形態では、追跡コントローラ１０１２は、バッテリ電力設定点Ｐｓｐ，ｂａｔを使用して、バッテリユニット７０２を充電又は放電する最適な速度ＢａｔＣ／Ｄを判定する。例えば、バッテリ電力設定点Ｐｓｐ，ｂａｔは、追跡コントローラ１０１２によって電力インバータ９１０及び／又は機器コントローラ１０１４に対する制御信号に変換され得る電力値（ｋＷ）を定義し得る。他の実施形態では、バッテリ電力設定点Ｐｓｐ，ｂａｔは、電力インバータ９１０に直接提供され、バッテリ電力Ｐｂａｔを制御するために電力インバータ９１０によって使用される。
【0132】
機器コントローラ
機器コントローラ１０１４は、追跡コントローラ１０１２によって生成される最適な温度設定点Ｔｓｐ，ａｉｒ又はＴｓｐ，ｗａｔｅｒを使用して、動力式チラー構成要素９０２に対する制御信号を生成することができる。機器コントローラ１０１４によって生成される制御信号は、実際の（例えば、測定された）温度Ｔａｉｒ及び／又はＴｗａｔｅｒを設定点まで駆動し得る。機器コントローラ１０１４は、様々な制御技法のいずれかを使用して、動力式チラー構成要素９０２に対する制御信号を生成することができる。例えば、機器コントローラ１０１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、動力式チラー構成要素９０２に対する制御信号を生成することができる。
機器コントローラ１０１４は、追跡コントローラ１０１２によって生成される最適な温度設定点Ｔｓｐ，ａｉｒ又はＴｓｐ，ｗａｔｅｒを使用して、動力式チラー構成要素９０２に対する制御信号を生成することができる。機器コントローラ１０１４によって生成される制御信号は、実際の（例えば、測定された）温度Ｔａｉｒ及び／又はＴｗａｔｅｒを設定点まで駆動し得る。機器コントローラ１０１４は、様々な制御技法のいずれかを使用して、動力式チラー構成要素９０２に対する制御信号を生成することができる。例えば、機器コントローラ１０１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、動力式チラー構成要素９０２に対する制御信号を生成することができる。
【0133】
制御信号は、オン／オフコマンド、ファン７３０に対する速度設定点、圧縮機７２０に対する電力設定点、ポンプ７３２に対する圧力設定点若しくは流量設定点、又は動力式チラー構成要素９０２の個々のデバイスに対する他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測チラーコントローラ７０４によって生成される温度設定点（例えば、空気温度設定点Ｔｓｐ，ａｉｒ、冷水温度設定点Ｔｓｐ，ｗａｔｅｒなど）を含み得る。温度設定点は、温度設定点を達成するために動作する、動力式チラー構成要素９０２又は動力式チラー構成要素９０２のローカルコントローラに提供され得る。例えば、ファン７３０用のローカルコントローラは、冷水温度センサから冷水温度Ｔｗａｔｅｒの測定値及び／又は空気温度センサから空気温度Ｔａｉｒの測定値を受信し得、測定された温度を温度設定点に駆動するようにファン７３０の速度を調節することができる。
【0134】
いくつかの実施形態では、機器コントローラ１０１４は、電力インバータ９１０に制御信号を提供するように構成されている。電力インバータ９１０に提供される制御信号は、バッテリ電力設定点Ｐｓｐ，ｂａｔ、及び／又は最適な充電／放電速度ＢａｔＣ／Ｄを含むことができる。機器コントローラ１０１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、電力インバータ９１０を動作させるように構成され得る。例えば、機器コントローラ１０１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔに従って、電力インバータ９１０にバッテリユニット７０２を充電するか、又はバッテリユニット７０２を放電させることができる。
【0135】
バッテリ及び予測制御部を備えたポンプユニット
ここで図１１～１２を参照すると、いくつかの実施形態による、バッテリユニット１１０２及び予測ポンプコントローラ１１０４を有するポンプユニット１１００が示されている。ポンプユニット１１００は、流体回路１１３８を介してＨＶＡＣデバイス１１３４を通して流体を循環させるように構成され得る。ＨＶＡＣデバイス１１３４は、例えば、加熱コイル若しくは冷却コイル、空気ハンドリングユニット、屋上ユニット、熱交換器、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却塔、又はＨＶＡＣシステム内の流体を受け取る任意の他のタイプのシステム若しくはデバイスを含むことができる。いくつかの実施形態では、ポンプ１１３２は、入口水管１１１２を介して流体（例えば、入口水１１１６）を受け取り、出口水管１１１４を介して流体（例えば、出口水１１１８）を出力する。
ここで図１１～１２を参照すると、いくつかの実施形態による、バッテリユニット１１０２及び予測ポンプコントローラ１１０４を有するポンプユニット１１００が示されている。ポンプユニット１１００は、流体回路１１３８を介してＨＶＡＣデバイス１１３４を通して流体を循環させるように構成され得る。ＨＶＡＣデバイス１１３４は、例えば、加熱コイル若しくは冷却コイル、空気ハンドリングユニット、屋上ユニット、熱交換器、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却塔、又はＨＶＡＣシステム内の流体を受け取る任意の他のタイプのシステム若しくはデバイスを含むことができる。いくつかの実施形態では、ポンプ１１３２は、入口水管１１１２を介して流体（例えば、入口水１１１６）を受け取り、出口水管１１１４を介して流体（例えば、出口水１１１８）を出力する。
【0136】
いくつかの実施形態では、バッテリユニット１１０２は、１つ以上のバッテリセル１１０６を含む。バッテリセル１１０６は、電気エネルギー（すなわち、電気）を貯蔵及び放出するように構成されている。いくつかの実施形態では、バッテリユニット１１０２は、（例えば、電気ユーティリティによって提供される）外部エネルギーグリッドからの電気を使用して充電される。バッテリユニット１１０２に貯蔵された電気は、ポンプユニット１１００（例えば、ポンプ１１３２）の１つ以上の動力式構成要素に電力供給するために放出され得る。有利には、バッテリユニット１１０２は、エネルギー価格が低いときにポンプユニット１１００がエネルギーグリッドから電気を引き出し、バッテリユニット１１０２を充電し、エネルギー価格が高いときに貯蔵された電気を放出して、ポンプユニット１１００の電気負荷を時間的にシフトすることを可能にする。いくつかの実施形態では、バッテリユニット１１０２が、高エネルギーコスト期間中に利用され、低エネルギーコスト期間中に充電され得るように、バッテリユニット１１０２は、最大容量で動作するときに、ポンプユニット１１００におよそ４～６時間にわたって電力供給するのに十分なエネルギー容量を有する。
【0137】
図１２に示されるように、ポンプユニット１１００は、燃料セル１２０２を含むことができる。いくつかの実施形態では、燃料セル１２０２は、化学反応を使用して電気エネルギーを生成するように構成された燃料セルである。例えば、燃料セル１２０２は、一対の酸化還元反応を通して、水素及び酸化剤（例えば、酸素）の化学エネルギーを電気に変換し得る。他の実施形態では、燃料セル１２０２は、電気を生成するためにディーゼル、メタノール、天然ガスなどのうちの１つ以上を使用する炭化水素燃料セルである。燃料セル１２０２は、電気を生成して、グリッドエネルギー又は他のエネルギー源を増強し、高エネルギーコスト期間中にバッテリ放電を補完し、又は（例えば、高エネルギーコスト期間中に）電気を生成して、バッテリを充電するように制御され得る。燃料セルは、例えば、定期的に購入され、ポンプユニット１１００に追加され得る燃料交換（例えば、水素の供給）を必要とし得る。ポンプユニット１１００が燃料セル１２０２を含む実施形態では、本明細書における制御及び最適化プロセスは、燃料セル１２０２の電力寄与、及び燃料セル１２０２を含むポンプユニット１１００の様々な構成要素に対して制御出力を生成するときの燃料セル１２０２を動作させるコストを考慮するように構成されている。例えば、予測ポンプコントローラ１１０４によって実施される最適化は、最適化期間の各時間ステップに対して電気を生成するために燃料セル１２０２を動作させるかどうかを判定し得る。
【0138】
いくつかの実施形態では、予測ポンプコントローラ１１０４は、最適化プロセスを実施して、最適化期間中に起こる複数の時間ステップの各々の間にバッテリユニット１１０２を充電するか、又は放電するかを判定する。予測ポンプコントローラ１１０４は、複数の時間ステップの各々の間に必要とされる加熱／冷却の量及び電気のコストを予測するために、気象及び価格データ１１１０を使用し得る。予測ポンプコントローラ１１０４は、最適化期間の持続時間にわたってエネルギーグリッドから購入される電気のコストを考慮する目的関数を最適化することができる。予測ポンプコントローラ１１０４は、各時間ステップ中に、エネルギーグリッドから購入する電気量及びバッテリユニット１１０２から貯蔵又は放出する電気量を判定することができる。予測ポンプコントローラ１１０４によって実施される目的関数及び最適化は、図１３～１４を参照してより詳細に説明される。
【0139】
予測ポンプ制御システム
ここで図１３を参照すると、いくつかの実施形態による予測ポンプ制御システム１３００のブロック図が示されている。制御システム１３００に示される構成要素のいくつかは、ポンプユニット１１００の一部であり得る。例えば、ポンプユニット１１００は、ポンプ１１３２、バッテリユニット１１０２、予測ポンプコントローラ１１０４、電力インバータ１３１０、及び電力ジャンクション１３１２を含み得る。
ここで図１３を参照すると、いくつかの実施形態による予測ポンプ制御システム１３００のブロック図が示されている。制御システム１３００に示される構成要素のいくつかは、ポンプユニット１１００の一部であり得る。例えば、ポンプユニット１１００は、ポンプ１１３２、バッテリユニット１１０２、予測ポンプコントローラ１１０４、電力インバータ１３１０、及び電力ジャンクション１３１２を含み得る。
【0140】
電力インバータ１３１０は、直流（ＤＣ）と交流（ＡＣ）との間で電気電力を変換するように構成され得る。例えば、バッテリユニット１１０２は、ＤＣ電力を貯蔵及び出力するように構成され得るが、エネルギーグリッド１３１４及びポンプ１１３２は、ＡＣ電力を消費及び提供するように構成され得る。電力インバータ１３１０は、バッテリユニット１１０２からのＤＣ電力を、エネルギーグリッド１３１４及び／又はポンプ１１３２のグリッド周波数に同期された正弦波ＡＣ出力に変換するために使用され得る。電力インバータ１３１０はまた、エネルギーグリッド１３１４からのＡＣ電力を、バッテリユニット１１０２に貯蔵することができるＤＣ電力に変換するために使用され得る。バッテリユニット１１０２の電力出力は、Ｐｂａｔとして示されている。Ｐｂａｔは、バッテリユニット１１０２が電力インバータ１３１０に電力を提供している（すなわち、バッテリユニット１１０２が放電している）場合には、正であり得、又はバッテリユニット１１０２が電力インバータ１３１０から電力を受け取っている（すなわち、バッテリユニット１１０２が充電している）場合には、負であり得る。
【0141】
いくつかの例では、電力インバータ１３１０は、バッテリユニット１１０２からＤＣ電力出力を受信し、ＤＣ電力出力をポンプ１１３２に提供され得るＡＣ電力出力に変換する。電力インバータ１３１０は、ローカル発振器を使用して、ＡＣ電力出力の周波数をエネルギーグリッド１３１４の周波数（例えば、５０Ｈｚ又は６０Ｈｚ）と同期させ得、ＡＣ電力出力の電圧をグリッド電圧よりも高くならないように制限し得る。いくつかの実施形態では、電力インバータ１３１０は、エネルギーグリッド１３１４の周波数に一致する正弦波を達成するために、単純な方形波から高調波を除去するＬＣ回路を含む又は使用する共振インバータである。様々な実施形態では、電力インバータ１３１０は、高周波変圧器、低周波変圧器を使用して、又は変圧器を伴わずに動作し得る。低周波変圧器は、バッテリユニット１１０２からのＤＣ出力を、ポンプ１１３２に提供されるＡＣ出力に直接変換し得る。高周波変圧器は、多段階プロセスを採用し得、このプロセスは、ＤＣ出力を高周波ＡＣに変換し、次いでＤＣに戻し、次いで最終的にポンプ１１３２に提供されるＡＣ出力に変換することを伴う。
【0142】
電力ジャンクション１３１２は、ポンプ１１３２、エネルギーグリッド１３１４、及び電力インバータ１３１０が電気的に接続される点である。電力インバータ１３１０から電力ジャンクション１３１２に供給される電力は、Ｐｂａｔとして示されている。Ｐｂａｔは、電力インバータ１３１０が電力ジャンクション１３１２に電力を提供している（すなわち、バッテリユニット１１０２が放電している）場合には、正であり得、又は電力インバータ１３１０が電力ジャンクション１３１２から電力を受け取っている（すなわち、バッテリユニット１１０２が充電している）場合には、負であり得る。エネルギーグリッド１３１４から電力ジャンクション１３１２に供給される電力は、Ｐｇｒｉｄとして示されている。Ｐｂａｔ及びＰｇｒｉｄは、電力ジャンクション１３１２で組み合わされて、Ｐｔｏｔａｌ（すなわち、Ｐｔｏｔａｌ＝Ｐｇｒｉｄ＋Ｐｂａｔ）を形成する。Ｐｔｏｔａｌは、電力ジャンクション１３１２からポンプ１１３２に提供される電力として定義され得る。いくつかの例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄよりも大きい。例えば、バッテリユニット１１０２が放電しているときに、Ｐｂａｔは正であり得、これは、ＰｂａｔとＰｇｒｉｄとが組み合わさってＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄに加算される。他の例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄ未満であり得る。例えば、バッテリユニット１１０２が充電しているときに、Ｐｂａｔは、負であり得、これは、ＰｂａｔとＰｇｒｉｄとが組み合わさってＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄから減算される。
【0143】
予測ポンプコントローラ１１０４は、ポンプ１１３２及び電力インバータ１３１０を制御するように構成され得る。いくつかの実施形態では、予測ポンプコントローラ１１０４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを生成し、電力インバータ１３１０に提供する。バッテリ電力設定点Ｐｓｐ，ｂａｔは、正又は負の電力値（例えば、ｋＷ）を含み得、これはバッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、（Ｐｓｐ，ｂａｔが負の場合）電力インバータ１３１０に、電力ジャンクション１３１２で利用可能な電力を使用してバッテリユニット１１０２を充電させる、又は（Ｐｓｐ，ｂａｔが正の場合）バッテリユニット１１０２を放電して、電力ジャンクション１３１２に電力を提供させる。
【0144】
いくつかの実施形態では、予測ポンプコントローラ１１０４は、制御信号を生成し、ポンプ１１３２に提供する。予測ポンプコントローラ１１０４は、制御信号を生成するために多段最適化技法を使用し得る。例えば、予測ポンプコントローラ１１０４は、最適化期間中の各時間ステップにおいてポンプ１１３２によって消費されるべき最適な電力量を判定するように構成された経済コントローラを含み得る。消費されるべき最適な電力量は、ポンプユニット１１００によって消費されるエネルギーのコストを考慮するコスト関数を最小化し得る。エネルギーのコストは、電気ユーティリティ１３１８からの時間変化するエネルギー価格に基づき得る。いくつかの実施形態では、予測ポンプコントローラ１１０４は、複数の時間ステップの各々において、エネルギーグリッド１３１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）及びバッテリユニット１１０２から貯蔵又は放出するための最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）を判定する。予測ポンプコントローラ１１０４は、ポンプ１１３２の実際の電力使用量を監視し得、最適な電力設定点を生成するときに、フィードバック信号として実際の電力使用量を利用し得る。
【0145】
予測ポンプコントローラ１１０４は、各時間ステップにおいて最適な電力消費量を達成する流れ設定点Ｆｌｏｗｓｐ及び差圧設定点ＤＰｓｐを生成するように構成された追跡コントローラを含み得る。いくつかの実施形態では、予測ポンプコントローラ１１０４は、ポンプ１１３２のための機器モデルを使用して、最適な電力消費量に基づいて、ポンプ１１３２によって生成される流体流れ及び／又は差圧の量を判定する。
【0146】
いくつかの実施形態では、予測ポンプコントローラ１１０４は、流れ設定点Ｆｌｏｗｓｐ及び差圧設定点ＤＰｓｐを使用して、ポンプ１１３２に対する制御信号を生成する。制御信号は、オン／オフコマンド、速度設定点、又はポンプ１１３２の動作に影響を与える他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測ポンプコントローラ１１０４によって生成される流れ設定点Ｆｌｏｗｓｐ及び差圧設定点ＤＰｓｐを含み得る。設定点は、設定点を達成するために動作するポンプ１１３２又はポンプ１１３２のローカルコントローラに提供され得る。例えば、ポンプ１１３２用のローカルコントローラは、１つ以上の圧力センサからポンプ１１３２を横断する差圧ＤＰの測定値、及び／又は１つ以上の流れセンサからポンプ１１３２によって引き起こされる流体流れの測定値を受信し得る。ローカルコントローラは、フィードバック制御プロセス（例えば、ＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用して、ポンプ１１３２の速度を増加又は減少させ、測定された流体流量及び／又は差圧を設定点まで駆動することができる。予測ポンプコントローラ１１０４によって実行される多段最適化が、図１４を参照してより詳細に説明される。
【0147】
予測ポンプコントローラ
ここで図１４を参照すると、例示的な実施形態による、予測ポンプコントローラ１１０４をより詳細に例解するブロック図が示されている。予測ポンプコントローラ１１０４は、通信インターフェース１４０２及び処理回路１４０４を含むように示されている。通信インターフェース１４０２は、コントローラ１１０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース１４０２は、流量センサ１４１６からの流体流れＦｌｏｗの測定値、圧力センサ１４１８からのポンプ１１３２を横切る差圧ＤＰの測定値、及びポンプ１１３２の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース１４０２は、最大バッテリ容量のパーセンテージ（すなわち、バッテリ％）として提供され得る、バッテリユニット１１０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース１４０２は、気象サービス９１６から気象予報を受信し、電気ユーティリティ１３１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測ポンプコントローラ１１０４は、通信インターフェース１４０２を使用して、制御信号ポンプ１１３２及び電力インバータ１３１０を提供する。
ここで図１４を参照すると、例示的な実施形態による、予測ポンプコントローラ１１０４をより詳細に例解するブロック図が示されている。予測ポンプコントローラ１１０４は、通信インターフェース１４０２及び処理回路１４０４を含むように示されている。通信インターフェース１４０２は、コントローラ１１０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース１４０２は、流量センサ１４１６からの流体流れＦｌｏｗの測定値、圧力センサ１４１８からのポンプ１１３２を横切る差圧ＤＰの測定値、及びポンプ１１３２の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース１４０２は、最大バッテリ容量のパーセンテージ（すなわち、バッテリ％）として提供され得る、バッテリユニット１１０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース１４０２は、気象サービス９１６から気象予報を受信し、電気ユーティリティ１３１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測ポンプコントローラ１１０４は、通信インターフェース１４０２を使用して、制御信号ポンプ１１３２及び電力インバータ１３１０を提供する。
【0148】
通信インターフェース１４０２は、外部システム若しくはデバイスとデータ通信を行うための有線又は無線通信インターフェース（例えば、ジャック、アンテナ、送信機、受信機、送受信機、有線端末など）を含み得る。様々な実施形態では、通信は、直接的（例えば、ローカル有線通信又は無線通信）であり得るか、又は通信ネットワーク（例えば、ＷＡＮ、インターネット、セルラネットワークなど）を介し得る。例えば、通信インターフェース１４０２は、イーサネットベースの通信リンク又はネットワークを介してデータを送信及び受信するためのイーサネットカード及びポートを含むことができる。別の例では、通信インターフェース１４０２は、無線通信ネットワーク又はセルラ若しくは携帯電話通信送受信機を介して通信するためのＷｉ－Ｆｉ送受信機を含むことができる。
【0149】
処理回路１４０４は、プロセッサ１４０６及びメモリ１４０８を含むように示されている。プロセッサ１４０６は、汎用又は特定目的のプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、処理構成要素のグループ、又は他の好適な電子処理構成要素であり得る。プロセッサ１４０６は、メモリ１４０８に記憶された、又は他のコンピュータ可読媒体（例えば、ＣＤＲＯＭ、ネットワークストレージ、リモートサーバなど）から受信した、コンピュータコード又は命令を実行するように構成されている。
【0150】
メモリ１４０８は、本開示に記載された様々なプロセスを完了及び／又は促進するためのデータ及び／又はコンピュータコードを記憶するための１つ以上のデバイス（例えば、メモリユニット、メモリデバイス、記憶デバイスなど）を含み得る。メモリ１４０８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、ハードドライブストレージ、一時ストレージ、不揮発性メモリ、フラッシュメモリ、光メモリ、又はソフトウェアオブジェクト及び／又はコンピュータ命令を記憶するための任意の他の好適なメモリを含み得る。メモリ１４０８は、データベース構成要素、オブジェクトコード構成要素、スクリプト構成要素、又は本開示に記載された様々な活動及び情報構造をサポートするための任意の他のタイプの情報構造を含み得る。メモリ１４０８は、処理回路１４０４を介してプロセッサ１４０６に通信可能に接続され得、本明細書に記載された１つ以上のプロセスを（例えば、プロセッサ１４０６によって）実行するためのコンピュータコードを含み得る。プロセッサ１４０６が、本明細書に記載された様々な活動を完了するためにメモリ１４０８に記憶された命令を実行するときに、プロセッサ１４０６は、概して、そのような活動を完了するように、コントローラ１１０４（及びより具体的には、処理回路１４０４）を構成する。
【0151】
更に図１４を参照すると、予測ポンプコントローラ１１０４は、経済コントローラ１４１０、追跡コントローラ１４１２、及び機器コントローラ１４１４を含むように示されている。コントローラ１４１０～１４１４は、電力インバータ１３１０及びポンプ１１３２に対する制御信号を生成するための多状態最適化プロセスを実施するように構成され得る。簡単に概要を説明すると、経済コントローラ１４１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド１３１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１１０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又はポンプ１１３２によって消費されるべき最適な電力量（すなわち、ポンプ電力設定点Ｐｓｐ，ｐｕｍｐ）を判定することができる。追跡コントローラ１４１２は、最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｐｕｍｐを使用して、最適流れ設定点Ｆｌｏｗｓｐ，圧力設定点ＤＰｓｐ，及び最適なバッテリ充放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。機器コントローラ１４１４は、最適設定点Ｆｌｏｗｓｐ及び／又はＤＰｓｐを使用して、実際の（例えば、測定された）流量Ｆｌｏｗ及び／又は圧力ＤＰを（例えば、フィードバック制御技法を使用して）設定点まで駆動するポンプ１１３２に対する制御信号を生成することができる。コントローラ１４１０～１４１４の各々は、以下に詳細に説明される。
【0152】
経済コントローラ
経済コントローラ１４１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド１３１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１１０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又はポンプ１１３２によって消費されるべき最適な電力量（すなわち、ポンプ電力設定点Ｐｓｐ，ｐｕｍｐ）を判定するように構成され得る。経済コントローラ１４１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
式中、Ｃｅｃ（ｋ）は、時間ステップｋ中に電気ユーティリティ１３１８から購入される電気の単位当たりのコスト（例えば、＄／ｋＷｈ）であり、Ｐｐｕｍｐ（ｋ）は、時間ステップｋにおけるポンプ１１３２の電力消費であり、ＣＤＣは、需要課金レート（例えば、＄／ｋＷ）であり、ｍａｘ（）項は、最適化期間の任意の時間ステップｋ中にポンプユニット１１００の最大電気購入（すなわち、Ｐｇｒｉｄ（ｋ）の最大値）を選択し、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１１０２から放出される電力量であり、Δｔは、各時間ステップｋの持続時間である。経済コントローラ１４１０は、最適化期間の持続時間にわたって（例えば、時間ステップｋ＝１から時間ステップｋ＝ｈまで）予測コスト関数Ｊを最適化して、最適化期間の持続時間にわたってポンプユニット１１００を動作させる合計コストを予測することができる。
経済コントローラ１４１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド１３１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１１０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又はポンプ１１３２によって消費されるべき最適な電力量（すなわち、ポンプ電力設定点Ｐｓｐ，ｐｕｍｐ）を判定するように構成され得る。経済コントローラ１４１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
【数31】
【0153】
予測コスト関数Ｊの第１の項は、最適化期間の持続時間にわたってポンプ１１３２によって消費される電気のコストを表す。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ１３１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｐｕｍｐ（ｋ）は、経済コントローラ１４１０によって最適化され得る決定変数である。
【0154】
予測コスト関数Ｊの第２の項は、需要課金を表す。需要課金は、該当する需要課金期間中の最大電力消費に基づいて、いくつかのユーティリティプロバイダによって課される追加課金である。例えば、需要課金レートＣＤＣは、電力の単位当たりのドル換算（例えば、＄／ｋＷ）で指定され得、需要課金期間中にピーク電力使用量（例えば、ｋＷ）を乗算して需要課金が計算され得る。予測コスト関数Ｊにおいて、需要課金レートＣＤＣは、電気ユーティリティ１３１８から受信した需要コスト情報によって定義され得る。変数Ｐｇｒｉｄ（ｋ）は、需要課金期間中に起こるピーク電力使用量ｍａｘ（Ｐｇｒｉｄ（ｋ））を低減するために、経済コントローラ１４１０によって最適化され得る決定変数である。負荷シフトは、ポンプ１１３２の電力消費が低いときに、バッテリユニット１１０２にエネルギーを貯蔵することによって、経済コントローラ１４１０がポンプユニット１１００の電気需要における瞬間的なスパイクを平滑化することを可能にし得る。貯蔵されたエネルギーは、ポンプ１１３２の電力消費が高いときに、エネルギーグリッド１３１４からのピーク電力引き出しＰｇｒｉｄを低減させ、それによって発生する需要課金を減少させるために、バッテリユニット１１０２から放出され得る。
【0155】
予測コスト関数Ｊの最後の項は、バッテリユニット１１０２の使用に起因するコスト節約量を表す。コスト関数Ｊの前の項とは異なり、最後の項は合計コストから減算される。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ１３１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｂａｔ（ｋ）は、経済コントローラ１４１０によって最適化され得る決定変数である。Ｐｂａｔ（ｋ）の正の値は、バッテリユニット１１０２が放電していることを示し、Ｐｂａｔ（ｋ）の負の値は、バッテリユニット１１０２が充電していることを示す。バッテリユニット１１０２から放出される電力Ｐｂａｔ（ｋ）は、ポンプ１１３２の合計電力消費Ｐｔｏｔａｌ（ｋ）の一部又は全てを満たすために使用され得、これは、エネルギーグリッド１３１４から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ））。しかしながら、バッテリユニット１１０２を充電すると、エネルギーグリッド１３１４から購入される合計電力量Ｐｇｒｉｄ（ｋ）に加算されるＰｂａｔ（ｋ）の負の値がもたらされる。
【0156】
経済コントローラ１４１０は、最適化期間の持続時間にわたって予測コスト関数Ｊを最適化して、最適化期間中の各時間ステップにおける決定変数の最適値を判定することができる。いくつかの実施形態では、最適化期間は、およそ１日の持続時間を有し、各時間ステップは、およそ１５分である。しかしながら、最適化期間及び時間ステップの持続時間は、他の実施形態では変化し得、ユーザによって調整され得る。有利には、経済コントローラ１４１０は、エネルギー価格が低いとき、及び／又はポンプ１１３２によって消費される電力が低いとき、エネルギーグリッド１３１４から電気を引き出すことによって負荷シフトを実施するために、バッテリユニット１１０２を使用することができる。電気は、バッテリユニット１１０２に貯蔵され、エネルギー価格が高い及び／又はポンプ１１３２の電力消費が高いときに、後で放出することができる。これにより、経済コントローラ１４１０が、ポンプユニット１１００によって消費される電気のコストを低減し、ポンプユニット１１００の電気需要の瞬間的なスパイクを平滑化し、それによって起こる需要課金を低減することができる。
【0157】
経済コントローラ１４１０は、予測コスト関数Ｊの最適化に制約を課すように構成され得る。いくつかの実施形態では、制約は、ポンプ１１３２によって生産される流量Ｆｌｏｗ及び／又は差圧ＤＰに対する制約を含む。経済コントローラ１４１０は、最小流れ境界Ｆｌｏｗｍｉｎと最大流れ境界Ｆｌｏｗｍａｘとの間（すなわち、Ｆｌｏｗｍｉｎ≦Ｆｌｏｗ≦Ｆｌｏｗｍａｘ）に、実際の又は予測流量Ｆｌｏｗを常に維持するように構成され得る。パラメータＦｌｏｗｍｉｎ及びＦｌｏｗｍａｘは、異なる時間に異なる流れ範囲を定義するために時間変化し得る。同様に、経済コントローラ１４１０は、最小圧力境界ＤＰｍｉｎと最大圧力境界ＤＰｍａｘとの間（すなわち、ＤＰｍｉｎ≦ＤＰ≦ＤＰｍａｘ）に、実際の又は予測圧力ＤＰを常に維持するように構成され得る。パラメータＤＰｍｉｎ及びＤＰｍａｘは、異なる時間に異なる流量範囲を定義するために時間変化し得る。
【0158】
流体流量Ｆｌｏｗ及び差圧ＤＰに対する制約に加えて、経済コントローラ１４１０は、バッテリユニット１１０２の充電状態（ＳＯＣ）及び充電／放電速度に制約を課すことができる。いくつかの実施形態では、経済コントローラ１４１０は、予測コスト関数Ｊに対して以下の電力制約を生成し、課す。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット１１０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット１１０２の定格バッテリ電力（例えば、バッテリユニット１１０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット１１０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット１１０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット１１０２の定格バッテリ電力（例えば、バッテリユニット１１０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット１１０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
【0159】
いくつかの実施形態では、経済コントローラ１４１０は、予測コスト関数Ｊに対して１つ以上の容量制約を生成し、課す。容量制約は、各時間ステップ中に充電又は放電されるバッテリ電力Ｐｂａｔをバッテリユニット１１０２の容量及びＳＯＣに関連付けるために使用され得る。容量制約は、最適化期間の各時間ステップにおいて、バッテリユニット１１０２の容量が許容可能な下限及び上限内に維持されることを確実にし得る。いくつかの実施形態では、経済コントローラ１４１０は、以下の容量制約を生成する。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１１０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット１１０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット１１０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１１０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット１１０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット１１０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
【0160】
いくつかの実施形態では、経済コントローラ１４１０は、ポンプ１１３２の動作に対して、１つ以上の容量制約を生成し、課す。例えば、ポンプ１１３２は、最大電力消費Ｐｐｕｍｐ，ｍａｘに対応する最大動作点（例えば、最大ポンプ速度、最大差圧など）を有し得る。経済コントローラ１４１０は、以下の式に示されるように、ポンプ１１３２に提供される電力Ｐｐｕｍｐをゼロと最大電力消費量Ｐｐｕｍｐ，ｍａｘとの間に制限する制約を生成するように構成され得る。
０≦Ｐｐｕｍｐ≦Ｐｐｕｍｐ，ｍａｘ
Ｐｐｕｍｐ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、ポンプ１１３２に提供される合計電力Ｐｐｕｍｐは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
０≦Ｐｐｕｍｐ≦Ｐｐｕｍｐ，ｍａｘ
Ｐｐｕｍｐ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、ポンプ１１３２に提供される合計電力Ｐｐｕｍｐは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
【0161】
経済コントローラ１４１０は、制約の対象となる予測コスト関数Ｊを最適化して、決定変数Ｐｐｕｍｐ、Ｐｇｒｉｄ、及びＰｂａｔの最適値を判定することができ、ここでＰｐｕｍｐ＝Ｐｂａｔ＋Ｐｇｒｉｄである。いくつかの実施形態では、経済コントローラ１４１０は、Ｐｐｕｍｐ、Ｐｂａｔ、及び／又はＰｇｒｉｄに対する最適値を使用して、追跡コントローラ１４１２に対する電力設定点を生成する。電力設定点は、最適化期間中の時間ステップｋの各々に対するバッテリ電力設定点Ｐｓｐ，ｂａｔ、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ、及び／又はポンプ電力設定点Ｐｓｐ，ｐｕｍｐを含むことができる。経済コントローラ１４１０は、電力設定点を追跡コントローラ１４１２に提供することができる。
【0162】
追跡コントローラ
追跡コントローラ１４１２は、経済コントローラ１４１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｐｕｍｐを使用して、最適流れ設定点Ｆｌｏｗｓｐ，最適圧力設定点ＤＰｓｐ，及び最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ１４１２は、ポンプ１１３２に対する電力設定点Ｐｓｐ，ｐｕｍｐを達成することが予測される流れ設定点Ｆｌｏｗｓｐ及び／又は圧力設定点ＤＰｓｐを生成する。言い換えれば、追跡コントローラ１４１２は、経済コントローラ１４１０によって判定された最適な電力量Ｐｐｕｍｐをポンプ１１３２に消費させる流れ設定点Ｆｌｏｗｓｐ及び／又は圧力設定点ＤＰｓｐを生成し得る。
追跡コントローラ１４１２は、経済コントローラ１４１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｐｕｍｐを使用して、最適流れ設定点Ｆｌｏｗｓｐ，最適圧力設定点ＤＰｓｐ，及び最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ１４１２は、ポンプ１１３２に対する電力設定点Ｐｓｐ，ｐｕｍｐを達成することが予測される流れ設定点Ｆｌｏｗｓｐ及び／又は圧力設定点ＤＰｓｐを生成する。言い換えれば、追跡コントローラ１４１２は、経済コントローラ１４１０によって判定された最適な電力量Ｐｐｕｍｐをポンプ１１３２に消費させる流れ設定点Ｆｌｏｗｓｐ及び／又は圧力設定点ＤＰｓｐを生成し得る。
【0163】
いくつかの実施形態では、追跡コントローラ１４１２は、バッテリ電力設定点Ｐｓｐ，ｂａｔを使用して、バッテリユニット１１０２を充電又は放電する最適な速度ＢａｔＣ／Ｄを判定する。例えば、バッテリ電力設定点Ｐｓｐ，ｂａｔは、追跡コントローラ１４１２によって電力インバータ１３１０及び／又は機器コントローラ１４１４に対する制御信号に変換され得る電力値（ｋＷ）を定義し得る。他の実施形態では、バッテリ電力設定点Ｐｓｐ，ｂａｔは、電力インバータ１３１０に直接提供され、バッテリ電力Ｐｂａｔを制御するために電力インバータ１３１０によって使用される。
【0164】
機器コントローラ
機器コントローラ１４１４は、追跡コントローラ１４１２によって生成される最適流れ設定点Ｆｌｏｗｓｐ及び／又は圧力設定点ＤＰｓｐを使用して、ポンプ１１３２に対する制御信号を生成することができる。機器コントローラ１４１４によって生成される制御信号は、実際の（例えば、測定された）流量Ｆｌｏｗ及び圧力ＤＰを設定点まで駆動し得る。機器コントローラ１４１４は、様々な制御技法のいずれかを使用して、ポンプ１１３２に対する制御信号を生成することができる。例えば、機器コントローラ１４１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、ポンプ１１３２に対する制御信号を生成することができる。
機器コントローラ１４１４は、追跡コントローラ１４１２によって生成される最適流れ設定点Ｆｌｏｗｓｐ及び／又は圧力設定点ＤＰｓｐを使用して、ポンプ１１３２に対する制御信号を生成することができる。機器コントローラ１４１４によって生成される制御信号は、実際の（例えば、測定された）流量Ｆｌｏｗ及び圧力ＤＰを設定点まで駆動し得る。機器コントローラ１４１４は、様々な制御技法のいずれかを使用して、ポンプ１１３２に対する制御信号を生成することができる。例えば、機器コントローラ１４１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、ポンプ１１３２に対する制御信号を生成することができる。
【0165】
制御信号は、オン／オフコマンド、ポンプ１１３２に対する速度コマンド、ポンプ１１３２に対する電力コマンド、又はポンプ１１３２に対する他のタイプの動作コマンドを含み得る。他の実施形態では、制御信号は、予測ポンプコントローラ１１０４によって生成される流れ設定点Ｆｌｏｗｓｐ及び／又は圧力設定点ＤＰｓｐを含み得る。設定点は、設定点を達成するために動作するポンプ１１３２又はポンプ１１３２のローカルコントローラに提供され得る。例えば、ポンプ１１３２用のローカルコントローラは、流れセンサ１４１６から流体流量Ｆｌｏｗの測定値及び／又は圧力センサ１４１８から差圧ＤＰの測定値を受信し得、測定された流量及び／又は圧力を設定点に駆動するように、ポンプ１１３２の速度を調節することができる。
【0166】
いくつかの実施形態では、機器コントローラ１４１４は、電力インバータ１３１０に制御信号を提供するように構成されている。電力インバータ１３１０に提供される制御信号は、バッテリ電力設定点Ｐｓｐ，ｂａｔ及び／又は最適な充電／放電速度ＢａｔＣ／Ｄを含み得る。機器コントローラ１４１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、電力インバータ１３１０を動作させるように構成され得る。例えば、機器コントローラ１４１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔに従って、電力インバータ１３１０にバッテリユニット１１０２を充電するか、又はバッテリユニット１１０２を放電させることができる。
【0167】
バッテリユニット及び予測制御部を備えた冷却塔
ここで図１５を参照すると、いくつかの実施形態による冷却塔システム１５００が示されている。システム１５００は、冷却塔１５１２と、予測冷却塔コントローラ１５０４を有するバッテリユニット１５０２と、を含むように示されている。冷却塔１５１２は、冷却負荷１５２２に冷却を提供するように構成され得る。冷却負荷１５２２は、例えば、建物ゾーン、空気ダクトを通って流れる供給空気ストリーム、空気処理ユニット若しくは屋上ユニット内の空気流、熱交換器を通って流れる流体、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却コイル、又は冷却を必要とする任意の他のタイプのシステム、デバイス、若しくは空間を含むことができる。いくつかの実施形態では、ポンプ１５１６は、冷却塔回路１５３２を介して冷流体を冷却負荷１５２２に循環させる。冷流体は、冷却負荷１５２２から熱を吸収することができ、それによって、冷却負荷１５２２に冷却を提供し、冷流体を温める。
ここで図１５を参照すると、いくつかの実施形態による冷却塔システム１５００が示されている。システム１５００は、冷却塔１５１２と、予測冷却塔コントローラ１５０４を有するバッテリユニット１５０２と、を含むように示されている。冷却塔１５１２は、冷却負荷１５２２に冷却を提供するように構成され得る。冷却負荷１５２２は、例えば、建物ゾーン、空気ダクトを通って流れる供給空気ストリーム、空気処理ユニット若しくは屋上ユニット内の空気流、熱交換器を通って流れる流体、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却コイル、又は冷却を必要とする任意の他のタイプのシステム、デバイス、若しくは空間を含むことができる。いくつかの実施形態では、ポンプ１５１６は、冷却塔回路１５３２を介して冷流体を冷却負荷１５２２に循環させる。冷流体は、冷却負荷１５２２から熱を吸収することができ、それによって、冷却負荷１５２２に冷却を提供し、冷流体を温める。
【0168】
冷却塔１５１２は、水から外気に熱を伝達することによって、冷却塔回路１５３２内の水を冷却するように構成され得る。冷却塔１５１２は、冷却空気が冷却塔１５１２を通って流れるようにするファン１５１４を含み得る。冷却塔１５１２は、冷気をより温かい水との熱交換関係に置き、それによって、より温かい水からより冷たい空気に熱を伝達する。冷却塔回路１５３２は、循環水として示され、説明されているが、任意のタイプの冷却剤又は作動流体（例えば、水、グリコール、ＣＯ２など）が冷却塔回路１５３２に使用され得ることを理解されたい。
【0169】
更に図１５を参照すると、システム１５００は、バッテリユニット１５０２を含むように示されている。いくつかの実施形態では、バッテリユニット１５０２は、１つ以上の光起電力（ＰＶ）パネル１５０８を含む。ＰＶパネル１５０８は、光起電力セルの集合を含み得る。光起電力セルは、単結晶シリコン、多結晶シリコン、非晶質シリコン、テルル化カドミウム、セレン化銅インジウムガレニウム／硫化物、又は光起電力効果を示す他の材料などの光起電力材料を使用して、太陽光エネルギー（すなわち、日光）を電気に変換するように構成されている。いくつかの実施形態では、光起電力セルは、ＰＶパネル１５０８を形成するパッケージ化されたアセンブリ内に含まれる。各ＰＶパネル１５０８は、複数の連結された光起電力セルを含み得る。ＰＶパネル１５０８は、光起電力アレイを形成するために組み合わされ得る。
【0170】
いくつかの実施形態では、ＰＶパネル１５０８は、太陽光エネルギー収集を最大化するように構成されている。例えば、バッテリユニット１５０２は、ＰＶパネル１５０８が昼間中太陽に直接向けられるように、ＰＶパネル１５０８の角度を調整する太陽光トラッカー（例えば、ＧＰＳトラッカー、日光センサなど）を含み得る。太陽光トラッカーは、ＰＶパネル１５０８が１日のより多い時間にわたって直射日光を受け取ることを可能にし得、ＰＶパネル１５０８によって生産される合計電力量を増加させ得る。いくつかの実施形態では、バッテリユニット１５０２は、太陽光をＰＶパネル１５０８に誘導及び／又は集光させるように構成されたミラー、レンズ、又は日光集光器の集合を含む。ＰＶパネル１５０８によって生成されるエネルギーは、バッテリセル１５０６に貯蔵され得、及び／又は冷却塔１５１２の様々な構成要素に電力供給するために使用され得る。
【0171】
いくつかの実施形態では、バッテリユニット１５０２は、１つ以上のバッテリセル１５０６を含む。バッテリセル１５０６は、電気エネルギー（すなわち、電気）を貯蔵及び放出するように構成されている。いくつかの実施形態では、バッテリユニット１５０２は、（例えば、電気ユーティリティによって提供される）外部エネルギーグリッドからの電気を使用して充電される。バッテリユニット１５０２に貯蔵された電気を放出して、冷却塔１５１２の１つ以上の動力式構成要素（例えば、ファン１５１４、ポンプ１５１６など）に電力供給することができる。有利には、バッテリユニット１５０２は、エネルギー価格が低いときに冷却塔１５１２がエネルギーグリッドから電気を引き出し、バッテリユニット１５０２を充電し、エネルギー価格が高いときに貯蔵された電気を放出して、冷却塔１５１２の電気負荷を時間的にシフトすることを可能にする。いくつかの実施形態では、バッテリユニット１５０２が、高エネルギーコスト期間中に利用され、低エネルギーコスト期間中に充電され得るように、バッテリユニット１５０２は、最大容量で動作するときに、冷却塔１５１２におよそ４～６時間にわたって電力供給するのに十分なエネルギー容量を有する。
【0172】
いくつかの実施形態では、予測冷却塔コントローラ１５０４は、最適化プロセスを実施して、最適化期間中に起こる複数の時間ステップの各々の間にバッテリユニット１５０２を充電するか、又は放電するかを判定する。予測冷却塔コントローラ１５０４は、複数の時間ステップの各々の間に必要とされる加熱／冷却の量及び電気のコストを予測するために、気象及び価格データ１５１０を使用し得る。予測冷却塔コントローラ１５０４は、最適化期間の持続時間にわたってエネルギーグリッドから購入される電気のコストを考慮する目的関数を最適化することができる。いくつかの実施形態では、目的関数はまた、冷却塔１５１２の様々な構成要素を動作させるコスト（例えば、ボイラに燃料供給するために使用される天然ガスのコスト）を考慮する。予測冷却塔コントローラ１５０４は、各時間ステップ中に、エネルギーグリッドから購入する電気量及びバッテリユニット１５０２から貯蔵又は放出する電気量を判定することができる。予測冷却塔コントローラ１５０４によって実行される目的関数及び最適化は、図１６～１７を参照してより詳細に説明される。
【0173】
予測冷却塔制御システム
ここで図１６を参照すると、いくつかの実施形態による予測冷却塔制御システム１６００のブロック図が示されている。制御システム１６００に示される構成要素のいくつかは、冷却塔１５１２の一部であり得る。例えば、冷却塔１５１２は、動力式冷却塔構成要素１６０２、バッテリユニット１５０２、燃料セル１６９１、予測冷却塔コントローラ１５０４、電力インバータ１６１０、及び電力ジャンクション１６１２を含み得る。動力式冷却塔構成要素１６０２は、動作中に電力（例えば、電気）を消費する冷却塔１５１２の任意の構成要素を含み得る。例えば、動力式冷却塔構成要素１６０２は、冷却ファン１５１４及びポンプ１５１６を含むように示されている。
ここで図１６を参照すると、いくつかの実施形態による予測冷却塔制御システム１６００のブロック図が示されている。制御システム１６００に示される構成要素のいくつかは、冷却塔１５１２の一部であり得る。例えば、冷却塔１５１２は、動力式冷却塔構成要素１６０２、バッテリユニット１５０２、燃料セル１６９１、予測冷却塔コントローラ１５０４、電力インバータ１６１０、及び電力ジャンクション１６１２を含み得る。動力式冷却塔構成要素１６０２は、動作中に電力（例えば、電気）を消費する冷却塔１５１２の任意の構成要素を含み得る。例えば、動力式冷却塔構成要素１６０２は、冷却ファン１５１４及びポンプ１５１６を含むように示されている。
【0174】
燃料セル１６９１は、化学反応を使用して電気エネルギーを生成するように構成された燃料セルである。例えば、燃料セル１６９１は、一対の酸化還元反応を通して、水素及び酸化剤（例えば、酸素）の化学エネルギーを電気に変換し得る。他の実施形態では、燃料セル１６９１は、電気を生成するためにディーゼル、メタノール、天然ガスなどのうちの１つ以上を使用する炭化水素燃料セルである。燃料セル１６９１は、電気を生成して、グリッドエネルギー又は他のエネルギー源を増強し、高エネルギーコスト期間中にバッテリ放電を補完し、又は（例えば、高エネルギーコスト期間中に）電気を生成して、バッテリを充電するように制御され得る。燃料セルは、例えば、定期的に購入され得る燃料交換（例えば、水素の供給）を必要とし得る。冷却塔１５１２が燃料セル１６９１を含む実施形態では、本明細書における制御及び最適化プロセスは、燃料セル１６９１を含む冷却塔１５１２の様々な構成要素に対して制御出力を生成するときの、燃料セル１６９１の寄与及び燃料セル１６９１を動作させるコストを考慮するように構成されている。例えば、予測冷却塔コントローラ１５０４によって実施される最適化は、最適化期間の各時間ステップに対して電気を生成するために燃料セル１６９１を動作させるかどうかを判定し得る。
【0175】
電力インバータ１６１０は、直流（ＤＣ）と交流（ＡＣ）との間で電気電力を変換するように構成され得る。例えば、バッテリユニット１５０２は、ＤＣ電力を貯蔵し、出力するように構成され得るが、エネルギーグリッド１６１４及び動力式冷却塔構成要素１６０２は、ＡＣ電力を消費し、提供するように構成され得る。電力インバータ１６１０は、バッテリユニット１５０２からのＤＣ電力を、エネルギーグリッド１６１４及び／又は動力式冷却塔構成要素１６０２のグリッド周波数に同期された正弦波ＡＣ出力に変換するために使用され得る。電力インバータ１６１０はまた、エネルギーグリッド１６１４からのＡＣ電力を、バッテリユニット１５０２に貯蔵することができるＤＣ電力に変換するために使用され得る。バッテリユニット１５０２の電力出力は、Ｐｂａｔとして示されている。Ｐｂａｔは、バッテリユニット１５０２がインバータ１６１０に電力供給している（すなわち、バッテリユニット１５０２が放電している）場合には、正であり得、又はバッテリユニット１５０２が電力インバータ１６１０から電力を受け取っている（すなわち、バッテリユニット１５０２が充電している）場合には、負であり得る。
【0176】
いくつかの例では、電力インバータ１６１０は、バッテリユニット１５０２からのＤＣ電力出力を受け取り、ＤＣ電力出力を、動力式冷却塔構成要素１６０２に提供することができるＡＣ電力出力に変換する。電力インバータ１６１０は、ローカル発振器を使用して、ＡＣ電力出力の周波数をエネルギーグリッド１６１４の周波数（例えば、５０Ｈｚ又は６０Ｈｚ）と同期させ得、ＡＣ電力出力の電圧をグリッド電圧よりも高くならないように制限し得る。いくつかの実施形態では、電力インバータ１６１０は、エネルギーグリッド１６１４の周波数に一致する正弦波を達成するために、単純な方形波から高調波を除去するＬＣ回路を含む又は使用する共振インバータである。様々な実施形態では、電力インバータ１６１０は、高周波変圧器、低周波変圧器を使用して、又は変圧器を伴わずに動作し得る。低周波変圧器は、バッテリユニット１５０２からのＤＣ出力を、動力式冷却塔構成要素１６０２に提供されるＡＣ出力に直接変換し得る。高周波変圧器は、多段階プロセスを採用し得、このプロセスは、ＤＣ出力を高周波ＡＣに変換し、次いでＤＣに戻し、次いで最終的に動力式冷却塔構成要素１６０２に提供されるＡＣ出力に変換することを伴う。
【0177】
ＰＶパネル１５０８の電力出力は、ＰＰＶとして示されている。ＰＶパネル１５０８の電力出力ＰＰＶは、バッテリユニット１５０２に貯蔵され得る、及び／又は動力式冷却塔構成要素１６０２に電力供給するために使用され得る。いくつかの実施形態では、ＰＶパネル１５０８は、ＰＶパネル１５０８によって生成される電力量ＰＰＶを測定し、予測冷却塔コントローラ１５０４にＰＶ電力の指標を提供する。例えば、予測冷却塔コントローラ１５０４にＰＶ電力パーセンテージ（すなわち、ＰＶ％）の指標を提供するＰＶパネル１５０８が示されている。ＰＶ電力パーセンテージは、ＰＶパネル１５０８が現在動作している最大ＰＶ電力のパーセンテージを表し得る。
【0178】
電力ジャンクション１６１２は、動力式冷却塔構成要素１６０２、エネルギーグリッド１６１４、ＰＶパネル１５０８、及び電力インバータ１６１０が電気的に接続される点である。電力インバータ１６１０から電力ジャンクション１６１２に供給される電力は、Ｐｂａｔとして示されている。Ｐｂａｔは、電力インバータ１６１０が電力ジャンクション１６１２に電力を提供している（すなわち、バッテリユニット１５０２が放電している）場合には、正であり得、又は電力インバータ１６１０が電力ジャンクション１６１２から電力を受け取っている（すなわち、バッテリユニット１５０２が充電している）場合には、負であり得る。エネルギーグリッド１６１４から電力ジャンクション１６１２に供給される電力は、Ｐｇｒｉｄとして示され、ＰＶパネル１５０８から電力ジャンクション１６１２に供給される電力は、ＰＰＶとして示され、燃料セル１８９１から供給される電力は、ＰＦＣとして示される。Ｐｂａｔ、ＰＰＶ、ＰＦＣ及びＰｇｒｉｄは、電力ジャンクション１６１２で組み合わされて、Ｐｔｏｔａｌ（すなわち、Ｐｔｏｔａｌ＝Ｐｇｒｉｄ＋Ｐｂａｔ＋ＰＰＶ＋ＰＦＣ）を形成する。Ｐｔｏｔａｌは、電力ジャンクション１６１２から動力式冷却塔構成要素１６０２に提供される電力として定義され得る。いくつかの例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄよりも大きい。例えば、バッテリユニット１５０２が放電しているときに、Ｐｂａｔは正であり得、これは、Ｐｂａｔ及びＰＰＶがＰｇｒｉｄと組み合わされてＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄ及びＰＶ電力ＰＰＶに加算される。他の例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄ未満であり得る。例えば、バッテリユニット１５０２が充電しているときに、Ｐｂａｔは、負であり得、これは、Ｐｂａｔ、ＰＰＶ、及びＰｇｒｉｄが組み合わされてＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄ及びＰＶ電力ＰＰＶから減算される。
【0179】
予測冷却塔コントローラ１５０４は、動力式冷却塔構成要素１６０２及び電力インバータ１６１０を制御するように構成され得る。いくつかの実施形態では、予測冷却塔コントローラ１５０４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを生成し、電力インバータ１６１０に提供する。バッテリ電力設定点Ｐｓｐ，ｂａｔは、正又は負の電力値（例えば、ｋＷ）を含み得、これはバッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、（Ｐｓｐ，ｂａｔが負の場合）電力インバータ１６１０に、電力ジャンクション１６１２で利用可能な電力を使用してバッテリユニット１５０２を充電させる、又は（Ｐｓｐ，ｂａｔが正の場合）、バッテリユニット１５０２を放電して、電力ジャンクション１６１２に電力を提供させる。いくつかの実施形態では、予測冷却塔コントローラ１５０４は、燃料セル設定点Ｐｓｐ，ＦＣを生成し、燃料セル１６９１に提供する。
【0180】
いくつかの実施形態では、予測冷却塔コントローラ１５０４は、制御信号を生成し、動力式冷却塔構成要素１６０２に提供する。予測冷却塔コントローラ１５０４は、制御信号を生成するために多段最適化技法を使用し得る。例えば、予測冷却塔コントローラ１５０４は、最適化期間中の各時間ステップにおいて、動力式冷却塔構成要素１６０２によって消費されることになる最適な電力量を判定するように構成された経済コントローラを含み得る。消費されるべき最適な電力量は、冷却塔１５１２によって消費されるエネルギーのコストを占めるコスト関数を最小化し得る。エネルギーのコストは、電気ユーティリティ１６１８からの時間変化するエネルギー価格に基づき得る。いくつかの実施形態では、予測冷却塔コントローラ１５０４は、複数の時間ステップの各々において、エネルギーグリッド１６１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）及びバッテリユニット１５０２から貯蔵又は放出するための最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）を判定する。予測冷却塔コントローラ１５０４は、動力式冷却塔構成要素１６０２の実際の電力使用量を監視し得、最適な電力設定点を生成するときに、フィードバック信号として実際の電力使用量を利用し得る。
【0181】
予測冷却塔コントローラ１５０４は、各時間ステップにおいて最適な電力消費量を達成する温度設定点を生成するように構成された追跡コントローラを含み得る。温度設定点は、例えば、収集部水温設定点Ｔｓｐ，ｓｕｍｐ（すなわち、収集部１５１８内の水の温度設定点）及び／又は凝縮器水温設定点Ｔｓｐ，ｃｏｎｄ（すなわち、冷却塔１５１２に戻る温水の温度設定点）を含み得る。いくつかの実施形態では、予測冷却塔コントローラ１５０４は、動力式冷却塔構成要素１６０２のための機器モデルを使用して、最適な電力消費量に基づいて、冷却塔１５１２によって生成され得る冷却量を判定する。
【0182】
いくつかの実施形態では、予測冷却塔コントローラ１５０４は、温度設定点を使用して、動力式冷却塔構成要素１６０２に対する制御信号を生成する。制御信号は、オン／オフコマンド、ファン１５１４に対する速度設定点、ポンプ１５１６に対する差圧設定点若しくは流量設定点、又は動力式冷却塔構成要素１６０２の個々のデバイスに対する他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測冷却塔コントローラ１５０４によって生成される温度設定点（例えば、収集部水温設定点Ｔｓｐ，ｓｕｍｐ、凝縮器水温設定点Ｔｓｐ，ｃｏｎｄなど）を含み得る。温度設定点は、温度設定点を達成するために動作する、動力式冷却塔構成要素１６０２又は動力式冷却塔構成要素１６０２のローカルコントローラに提供され得る。例えば、ファン１５１４のローカルコントローラは、収集部水温センサから収集部水温Ｔｃｕｍｐの測定値、及び／又は凝縮器水温センサから凝縮器温度Ｔｃｏｎｄの測定値を受信し得る。ローカルコントローラは、フィードバック制御プロセス（例えば、ＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用して、ファン１５１４の速度を増加又は減少させ、測定された温度を温度設定点まで駆動することができる。同様のフィードバック制御プロセスを使用して、ポンプ１５１６を制御することができる。予測冷却塔コントローラ１５０４によって実施される多段最適化は、図１７を参照してより詳細に説明される。
【0183】
予測冷却塔コントローラ
ここで図１７を参照すると、例示的な実施形態による、予測冷却塔コントローラ１５０４をより詳細に例解するブロック図が示されている。予測冷却塔コントローラ１５０４は、通信インターフェース１７０２及び処理回路１７０４を含むように示されている。通信インターフェース１７０２は、コントローラ１５０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース１７０２は、温度センサ１７１６からの収集部水温Ｔｓｕｍｐ及び凝縮器水温Ｔｃｏｎｄの測定値、及び動力式冷却塔構成要素１６０２の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース１７０２は、最大バッテリ容量（すなわち、バッテリ％）のパーセンテージとして提供され得る、バッテリユニット１５０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース１７０２は、気象サービス１６１６から気象予報を受信し、電気ユーティリティ１６１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測冷却塔コントローラ１５０４は、通信インターフェース１７０２を使用して、制御信号を動力式冷却塔構成要素１６０２及び電力インバータ１６１０に提供する。
ここで図１７を参照すると、例示的な実施形態による、予測冷却塔コントローラ１５０４をより詳細に例解するブロック図が示されている。予測冷却塔コントローラ１５０４は、通信インターフェース１７０２及び処理回路１７０４を含むように示されている。通信インターフェース１７０２は、コントローラ１５０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース１７０２は、温度センサ１７１６からの収集部水温Ｔｓｕｍｐ及び凝縮器水温Ｔｃｏｎｄの測定値、及び動力式冷却塔構成要素１６０２の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース１７０２は、最大バッテリ容量（すなわち、バッテリ％）のパーセンテージとして提供され得る、バッテリユニット１５０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース１７０２は、気象サービス１６１６から気象予報を受信し、電気ユーティリティ１６１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測冷却塔コントローラ１５０４は、通信インターフェース１７０２を使用して、制御信号を動力式冷却塔構成要素１６０２及び電力インバータ１６１０に提供する。
【0184】
通信インターフェース１７０２は、外部システム若しくはデバイスとデータ通信を行うための有線又は無線通信インターフェース（例えば、ジャック、アンテナ、送信機、受信機、送受信機、有線端末など）を含み得る。様々な実施形態では、通信は、直接的（例えば、ローカル有線通信又は無線通信）であり得るか、又は通信ネットワーク（例えば、ＷＡＮ、インターネット、セルラネットワークなど）を介し得る。例えば、通信インターフェース１７０２は、イーサネットベースの通信リンク又はネットワークを介してデータを送信及び受信するためのイーサネットカード及びポートを含むことができる。別の例では、通信インターフェース１７０２は、無線通信ネットワーク又はセルラ若しくは携帯電話通信送受信機を介して通信するためのＷｉ－Ｆｉ送受信機を含むことができる。
【0185】
処理回路１７０４は、プロセッサ１７０６及びメモリ１７０８を含むように示されている。プロセッサ１７０６は、汎用又は特定目的のプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、処理構成要素のグループ、又は他の好適な電子処理構成要素であり得る。プロセッサ１７０６は、メモリ１７０８に記憶された、又は他のコンピュータ可読媒体（例えば、ＣＤＲＯＭ、ネットワークストレージ、リモートサーバなど）から受信した、コンピュータコード又は命令を実行するように構成されている。
【0186】
メモリ１７０８は、本開示に記載された様々なプロセスを完了及び／又は促進するためのデータ及び／又はコンピュータコードを記憶するための１つ以上のデバイス（例えば、メモリユニット、メモリデバイス、記憶デバイスなど）を含み得る。メモリ１７０８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、ハードドライブストレージ、一時ストレージ、不揮発性メモリ、フラッシュメモリ、光メモリ、又はソフトウェアオブジェクト及び／又はコンピュータ命令を記憶するための任意の他の好適なメモリを含み得る。メモリ１７０８は、データベース構成要素、オブジェクトコード構成要素、スクリプト構成要素、又は本開示に記載された様々な活動及び情報構造をサポートするための任意の他のタイプの情報構造を含み得る。メモリ１７０８は、処理回路１７０４を介してプロセッサ１７０６に通信可能に接続され得、本明細書に記載された１つ以上のプロセスを（例えば、プロセッサ１７０６によって）実行するためのコンピュータコードを含み得る。プロセッサ１７０６が、本明細書に記載された様々な活動を完了するためにメモリ１７０８に記憶された命令を実行するときに、プロセッサ１７０６は、概して、そのような活動を完了するように、コントローラ１５０４（及びより具体的には、処理回路１７０４）を構成する。
【0187】
更に図１７を参照すると、予測冷却塔コントローラ１５０４は、経済コントローラ１７１０、追跡コントローラ１７１２、及び機器コントローラ１７１４を含むように示されている。コントローラ１７１０～１７１４は、電力インバータ１６１０及び動力式冷却塔構成要素１６０２に対する制御信号を生成するための多状態最適化プロセスを実施するように構成され得る。簡単に概要を説明すると、経済コントローラ１７１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド１６１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１５０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式冷却塔構成要素１６０２によって消費されるべき最適な電力量（すなわち、冷却塔電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定することができる。追跡コントローラ１７１２は、最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、収集部水温設定点Ｔｓｐ，ｓｕｍｐ、凝縮器水温設定点Ｔｓｐ，ｃｏｎｄなど）並びに最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。機器コントローラ１７１４は、最適な温度設定点Ｔｓｐ，ｚｏｎｅ、又はＴｓｐ，ｃｈｗを使用して、実際の（例えば、測定された）温度Ｔｚｏｎｅ及び／又はＴｃｈｗを（例えば、フィードバック制御技法を使用して）設定点まで駆動する動力式冷却塔構成要素１６０２に対する制御信号を生成することができる。コントローラ１７１０～１７１４の各々は、以下に詳細に説明される。
【0188】
経済コントローラ
経済コントローラ１７１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド１６１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１５０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式冷却塔構成要素１６０２によって消費されるべき最適な電力量（すなわち、冷却塔電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定するように構成され得る。経済コントローラ１７１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
式中、Ｃｅｃ（ｋ）は、時間ステップｋ中に電気ユーティリティ１６１８から購入した電気の単位当たりのコスト（例えば、＄／ｋＷｈ）であり、Ｐｆａｎ（ｋ）は、時間ステップｋ中のファン１５１４の電力消費量（例えば、ｋＷ）であり、Ｐｐｕｍｐ（ｋ）は、時間ステップｋ中のポンプ１５１６の電力消費量であり、ＣＤＣは、需要課金レート（例えば、＄／ｋＷ）であり、ｍａｘ（）項は、最適化期間の任意の時間ステップｋ中に冷却塔１５１２の最大電気購入（すなわち、Ｐｇｒｉｄ（ｋ）の最大値）を選択し、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１５０２から放出される電力量であり、Δｔは、各時間ステップｋの持続時間である。経済コントローラ１７１０は、最適化期間の持続時間にわたって（例えば、時間ステップｋ＝１から時間ステップｋ＝ｈまで）予測コスト関数Ｊを最適化して、最適化期間の持続時間にわたって冷却塔１５１２を動作させる合計コストを予測することができる。
経済コントローラ１７１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド１６１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１５０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又は動力式冷却塔構成要素１６０２によって消費されるべき最適な電力量（すなわち、冷却塔電力設定点Ｐｓｐ，ｔｏｔａｌ）を判定するように構成され得る。経済コントローラ１７１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
【数32】
【0189】
予測コスト関数Ｊの第１及び第２の項は、最適化期間の間にわたって動力式冷却塔構成要素１６０２によって消費される電気のコストを表す。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ１６１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｆａｎ（ｋ）及びＰｃｏｎｄ（ｋ）は、経済コントローラ１７１０によって最適化され得る決定変数である。いくつかの実施形態では、時間ステップｋにおける動力式冷却塔構成要素１６０２の合計電力消費量Ｐｔｏｔａｌ（ｋ）は、Ｐｆａｎ（ｋ）及びＰｐｕｍｐ（ｋ）の和に等しい（すなわち、Ｐｔｏｔａｌ（ｋ）＝Ｐｆａｎ（ｋ）＋Ｐｐｕｍｐ（ｋ））。したがって、いくつかの実施形態では、予測コスト関数の最初の２つの項は、総和
で置き換えることができる。
【数33】
【0190】
予測コスト関数Ｊの第３の項は、需要課金を表す。需要課金は、該当する需要課金期間中の最大電力消費に基づいて、いくつかのユーティリティによって課される追加課金である。例えば、需要課金レートＣＤＣは、電力の単位当たりのドル換算（例えば、＄／ｋＷ）で指定され得、需要課金期間中にピーク電力使用量（例えば、ｋＷ）を乗算して需要課金が計算され得る。予測コスト関数Ｊにおいて、需要課金レートＣＤＣは、電気ユーティリティ１６１８から受信した需要コスト情報によって定義され得る。変数Ｐｇｒｉｄ（ｋ）は、需要課金期間中に起こるピーク電力使用量ｍａｘ（Ｐｇｒｉｄ（ｋ））を低減するために、経済コントローラ１７１０によって最適化され得る決定変数である。負荷シフトは、動力式冷却塔構成要素１６０２の電力消費量が低いときに、バッテリユニット１５０２にエネルギーを貯蔵することによって、経済コントローラ１７１０が冷却塔１５１２の電気需要における瞬間的なスパイクを平滑化することを可能にし得る。貯蔵されたエネルギーは、動力式冷却塔構成要素１６０２の電力消費量が高いときに、エネルギーグリッド１６１４からのピーク電力引き出しＰｇｒｉｄを低減させ、それによって発生する需要課金を減少させるために、バッテリユニット１５０２から放出され得る。
【0191】
予測コスト関数Ｊの最後の項は、バッテリユニット１５０２の使用に起因するコスト節約量を表す。コスト関数Ｊの前の項とは異なり、最後の項は合計コストから減算される。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ１６１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｂａｔ（ｋ）は、経済コントローラ１７１０によって最適化され得る決定変数である。Ｐｂａｔ（ｋ）の正の値は、バッテリユニット１５０２が放電していることを示し、Ｐｂａｔ（ｋ）の負の値は、バッテリユニット１５０２が充電していることを示す。バッテリユニット１５０２から放出される電力Ｐｂａｔ（ｋ）は、動力式冷却塔構成要素１６０２の合計電力消費量Ｐｔｏｔａｌ（ｋ）の一部又は全てを満たすために使用することができ、これは、エネルギーグリッド１６１４から購入される電力量Ｐｇｒｉｄ（ｋ）（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ）－ＰＰＶ（ｋ））を低減する。しかしながら、バッテリユニット１５０２を充電すると、エネルギーグリッド１６１４から購入される合計電力量Ｐｇｒｉｄ（ｋ）に加算されるＰｂａｔ（ｋ）の負の値がもたらされる。
【0192】
いくつかの実施形態では、ＰＶパネル１５０８によって提供される電力ＰＰＶは、ＰＶ電力を生成することはコストを生じないため、予測コスト関数Ｊに含まれない。しかしながら、ＰＶパネル１５０８によって生成される電力ＰＰＶを使用して、動力式冷却塔構成要素１６０２の合計電力消費量Ｐｔｏｔａｌ（ｋ）の一部又は全てを満たすことができ、これは、エネルギーグリッド１６１４から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ）－ＰＰＶ（ｋ））。任意の時間ステップｋ中に生成されるＰＶ電力量ＰＰＶは、経済コントローラ１７１０によって予測することができる。ＰＶパネルによって生成されるＰＶ電力量を予測するためのいくつかの技法は、米国特許出願第１５／２４７，８６９号、米国特許出願第１５／２４７，８４４号、及び米国特許出願第１５／２４７，７８８号に記載されている。これらの特許出願の各々は、２０１６年８月２５日の出願日を有し、これらの特許出願の各々の開示全体は、参照により本明細書に組み込まれている。
【0193】
経済コントローラ１７１０は、最適化期間の持続時間にわたって予測コスト関数Ｊを最適化して、最適化期間中の各時間ステップにおける決定変数の最適値を判定することができる。いくつかの実施形態では、最適化期間は、およそ１日の持続時間を有し、各時間ステップは、およそ１５分である。しかしながら、最適化期間及び時間ステップの持続時間は、他の実施形態では変化し得、ユーザによって調整され得る。有利には、経済コントローラ１７１０は、エネルギー価格が低いとき、及び／又は動力式冷却塔構成要素１６０２によって消費される電力が低いとき、エネルギーグリッド１６１４から電気を引き出すことによって負荷シフトを実施するために、バッテリユニット１５０２を使用することができる。電気は、バッテリユニット１５０２に貯蔵され、エネルギー価格が高い、及び／又は動力式冷却塔構成要素１６０２の電力消費量が高いときに後で放電することができる。これにより、経済コントローラ１７１０は、冷却塔１５１２によって消費される電気のコストを低減することができ、冷却塔１５１２の電気需要の瞬間的なスパイクを平滑化することができ、それによって起こる需要課金を低減することができる。
【0194】
経済コントローラ１７１０は、予測コスト関数Ｊの最適化に制約を課すように構成され得る。いくつかの実施形態では、制約は、冷却塔１５１２によって生産される収集部水の温度Ｔｓｕｍｐに対する制約を含む。経済コントローラ１７１０は、実際の又は予測温度Ｔｚｕｍｐを、最小温度境界Ｔｍｉｎと最大温度境界Ｔｍａｘとの間（すなわち、Ｔｍｉｎ≦Ｔｓｕｍｐ≦Ｔｍａｘ）に、常に維持するように構成され得る。同様に、経済コントローラ１７１０は、実際の又は予測温度Ｔｃｏｎｄを、最小温度境界Ｔｍｉｎと最大温度境界Ｔｍａｘとの間（すなわち、Ｔｍｉｎ≦Ｔｃｏｎｄ≦Ｔｍａｘ）に、常に維持するように構成され得る。パラメータＴｍｉｎ及びＴｍａｘは、異なる時間で異なる温度範囲を定義するために時間変化し得る。
【0195】
温度制約が満たされることを確実にするために、経済コントローラ１７１０は、経済コントローラ１７１０によって最適化された決定変数の関数として、温度Ｔｓｕｍｐ及びＴｃｏｎｄをモデル化することができる。温度モデルを開発し、温度を予測コスト関数Ｊの決定変数に関連付けるためのいくつかの技法は、２０１６年９月６日に付与された米国特許第９，４３６，１７９号、２０１５年４月２３日に出願された米国特許出願第１４／６９４，６３３号、及び２０１６年６月３０日に出願された米国特許出願第１５／１９９，９１０号に、より詳細に記載されている。これらの特許及び特許出願の各々の開示全体は、参照により本明細書に組み込まれている。
【0196】
温度Ｔｓｕｍｐ及びＴｃｏｎｄに対する制約に加えて、経済コントローラ１７１０は、バッテリユニット１５０２の充電状態（ＳＯＣ）及び充電／放電速度に制約を課すことができる。いくつかの実施形態では、経済コントローラ１７１０は、予測コスト関数Ｊに対して以下の電力制約を生成し、課す。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット１５０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット１５０２の定格バッテリ電力（例えば、バッテリユニット１５０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット１５０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット１５０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット１５０２の定格バッテリ電力（例えば、バッテリユニット１５０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット１５０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
【0197】
いくつかの実施形態では、経済コントローラ１７１０は、予測コスト関数Ｊに対して１つ以上の容量制約を生成し、課す。容量制約は、各時間ステップ中に充電又は放電されるバッテリ電力Ｐｂａｔをバッテリユニット１５０２の容量及びＳＯＣに関連付けるために使用され得る。容量制約は、最適化期間の各時間ステップにおいて、バッテリユニット１５０２の容量が許容可能な下限及び上限内に維持されることを確実にし得る。いくつかの実施形態では、経済コントローラ１７１０は、以下の容量制約を生成する。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１５０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット１５０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット１５０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１５０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット１５０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット１５０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
【0198】
いくつかの実施形態では、経済コントローラ１７１０は、動力式冷却塔構成要素１６０２の動作に対して、１つ以上の容量制約を生成し、課す。例えば、動力式冷却塔構成要素１６０２は、最大電力消費量Ｐｔｏｔａｌ，ｍａｘに対応する最大動作点（例えば、最大ポンプ速度、最大冷却容量など）を有し得る。経済コントローラ１７１０は、以下の式に示されるように、動力式冷却塔構成要素１６０２に提供される電力Ｐｔｏｔａｌをゼロと最大電力消費量Ｐｔｏｔａｌ，ｍａｘとの間に制限する制約を生成するように構成され得る。
０≦Ｐｔｏｔａｌ≦Ｐｔｏｔａｌ，ｍａｘ
Ｐｔｏｔａｌ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、動力式冷却塔構成要素１６０２に提供される合計電力Ｐｔｏｔａｌは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
０≦Ｐｔｏｔａｌ≦Ｐｔｏｔａｌ，ｍａｘ
Ｐｔｏｔａｌ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、動力式冷却塔構成要素１６０２に提供される合計電力Ｐｔｏｔａｌは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
【0199】
経済コントローラ１７１０は、制約に従って予測コスト関数Ｊを最適化して、決定変数Ｐｔｏｔａｌ、Ｐｆａｎ、Ｐｐｕｍｐ、Ｐｇｒｉｄ、及びＰｂａｔの最適値を判定することができ、ここでＰｔｏｔａｌ＝Ｐｂａｔ＋Ｐｇｒｉｄ＋ＰＰＶである。いくつかの実施形態では、経済コントローラ１７１０は、Ｐｔｏｔａｌ、Ｐｂａｔ、及び／又はＰｇｒｉｄの最適値を使用して、追跡コントローラ１７１２に対する電力設定点を生成する。電力設定点は、最適化期間中の時間ステップｋの各々に対するバッテリ電力設定点Ｐｓｐ，ｂａｔ、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ、及び／又は冷却塔電力設定点Ｐｓｐ，ｔｏｔａｌを含むことができる。経済コントローラ１７１０は、電力設定点を追跡コントローラ１７１２に提供することができる。
【0200】
追跡コントローラ
追跡コントローラ１７１２は、経済コントローラ１７１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、収集部水温設定点Ｔｓｐ，ｓｕｍｐ、凝縮器水温設定点Ｔｓｐ，ｃｏｎｄなど）及び最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ１７１２は、冷却塔１５１２に対する電力設定点Ｐｓｐ，ｔｏｔａｌを達成することが予測される収集部水温設定点Ｔｓｐ，ｓｕｍｐ及び／又は凝縮器水温設定点Ｔｓｐ，ｃｏｎｄを生成する。言い換えれば、追跡コントローラ１７１２は、冷却塔１５１２に、経済コントローラ１７１０によって判定された最適な電力量Ｐｔｏｔａｌを消費させる、収集部水温設定点Ｔｓｐ，ｓｕｍｐ及び／又は凝縮器水温設定点Ｔｓｐ，ｃｏｎｄを生成し得る。
追跡コントローラ１７１２は、経済コントローラ１７１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ｔｏｔａｌを使用して、最適な温度設定点（例えば、収集部水温設定点Ｔｓｐ，ｓｕｍｐ、凝縮器水温設定点Ｔｓｐ，ｃｏｎｄなど）及び最適なバッテリ充電又は放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ１７１２は、冷却塔１５１２に対する電力設定点Ｐｓｐ，ｔｏｔａｌを達成することが予測される収集部水温設定点Ｔｓｐ，ｓｕｍｐ及び／又は凝縮器水温設定点Ｔｓｐ，ｃｏｎｄを生成する。言い換えれば、追跡コントローラ１７１２は、冷却塔１５１２に、経済コントローラ１７１０によって判定された最適な電力量Ｐｔｏｔａｌを消費させる、収集部水温設定点Ｔｓｐ，ｓｕｍｐ及び／又は凝縮器水温設定点Ｔｓｐ，ｃｏｎｄを生成し得る。
【0201】
いくつかの実施形態では、追跡コントローラ１７１２は、電力消費量モデルを使用して、冷却塔１５１２の電力消費量を、収集部水温Ｔｓｕｍｐ及び収集部水温設定点Ｔｓｐ，ｓｕｍｐに関連付ける。例えば、追跡コントローラ１７１２は、機器コントローラ１７１４のモデルを使用して、収集部水温Ｔｓｕｍｐ及び収集部水温設定点Ｔｓｐ，ｓｕｍｐの関数として、機器コントローラ１７１４によって実施される制御動作を判定することができる。このようなゾーン規制コントローラモデルの例を、以下の式に示す。
Ｐｔｏｔａｌ＝ｆ４（Ｔｓｕｍｐ、Ｔｓｐ，ｓｕｍｐ）
Ｐｔｏｔａｌ＝ｆ４（Ｔｓｕｍｐ、Ｔｓｐ，ｓｕｍｐ）
【0202】
関数ｆ４は、データから識別され得る。例えば、追跡コントローラ１７１２は、Ｐｔｏｔａｌ及びＴｓｕｍｐの測定値を収集し、Ｔｓｐ，ｓｕｍｐの対応する値を識別することができる。追跡コントローラ１７１２は、Ｐｔｏｔａｌ、Ｔｓｕｍｐ、及びＴｓｐ，ｓｕｍｐの収集された値を訓練データとして使用してシステム識別プロセスを実施して、そのような変数間の関係を定義する関数ｆ４を判定することができる。
【0203】
追跡コントローラ１７１２は、同様のモデルを使用して、冷却塔１５１２の合計電力消費量Ｐｔｏｔａｌと凝縮器水温設定点Ｔｓｐ，ｃｏｎｄとの間の関係を判定し得る。例えば、追跡コントローラ１７１２は、凝縮器水温Ｔｃｏｎｄ及び凝縮器水温設定点Ｔｓｐ，ｃｏｎｄの関数として、冷却塔１５１２の電力消費量Ｐｔｏｔａｌを定義することができる。このようなモデルの例を以下の式に示す。
Ｐｔｏｔａｌ＝ｆ５（Ｔｃｏｎｄ、Ｔｓｐ，ｃｏｎｄ）
Ｐｔｏｔａｌ＝ｆ５（Ｔｃｏｎｄ、Ｔｓｐ，ｃｏｎｄ）
【0204】
関数ｆ５は、データから識別され得る。例えば、追跡コントローラ１７１２は、Ｐｔｏｔａｌ及びＴｃｏｎｄの測定値を収集し、Ｔｓｐ，ｃｏｎｄの対応する値を識別することができる。追跡コントローラ１７１２は、Ｐｔｏｔａｌ、Ｔｃｏｎｄ、及びＴｓｐ，ｃｏｎｄの収集された値を訓練データとして使用してシステム識別プロセスを実施して、そのような変数間の関係を定義する関数ｆ５を判定することができる。
【0205】
追跡コントローラ１７１２は、Ｐｔｏｔａｌ、Ｔｓｐ，ｓｕｍｐ、及びＴｓｐ，ｃｏｎｄの間の関係を使用して、Ｔｓｐ，ｓｕｍｐ、及びＴｓｐ，ｃｏｎｄの値を判定することができる。例えば、追跡コントローラ１７１２は、経済コントローラ１７１０からの入力としてＰｔｏｔａｌの値（すなわち、Ｐｓｐ，ｔｏｔａｌ）を受信することができ、Ｔｓｐ，ｓｕｍｐ及びＴｓｐ，ｃｏｎｄの対応する値を使用判定することができる。追跡コントローラ１７１２は、Ｔｓｐ，ｓｕｍｐ、及びＴｓｐ，ｃｏｎｄの値を、機器コントローラ１７１４への出力として提供することができる。
【0206】
いくつかの実施形態では、追跡コントローラ１７１２は、バッテリ電力設定点Ｐｓｐ，ｂａｔを使用して、バッテリユニット１５０２を充電又は放電する最適な速度ＢａｔＣ／Ｄを判定する。例えば、バッテリ電力設定点Ｐｓｐ，ｂａｔは、追跡コントローラ１７１２によって電力インバータ１６１０及び／又は機器コントローラ１７１４に対する制御信号に変換され得る電力値（ｋＷ）を定義し得る。他の実施形態では、バッテリ電力設定点Ｐｓｐ，ｂａｔは、電力インバータ１６１０に直接提供され、バッテリ電力Ｐｂａｔを制御するために電力インバータ１６１０によって使用される。
【0207】
機器コントローラ
機器コントローラ１７１４は、追跡コントローラ１７１２によって生成される最適な温度設定点Ｔｓｐ，ｓｕｍｐ又はＴｓｐ，ｃｏｎｄを使用して、動力式冷却塔構成要素１６０２に対する制御信号を生成することができる。機器コントローラ１７１４によって生成される制御信号は、実際の（例えば、測定された）温度Ｔｓｕｍｐ及び／又はＴｃｏｎｄを設定点まで駆動し得る。機器コントローラ１７１４は、動力式冷却塔構成要素１６０２に対する制御信号を生成するために、様々な制御技法のいずれかを使用することができる。例えば、機器コントローラ１７１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、動力式冷却塔構成要素１６０２に対する制御信号を生成することができる。
機器コントローラ１７１４は、追跡コントローラ１７１２によって生成される最適な温度設定点Ｔｓｐ，ｓｕｍｐ又はＴｓｐ，ｃｏｎｄを使用して、動力式冷却塔構成要素１６０２に対する制御信号を生成することができる。機器コントローラ１７１４によって生成される制御信号は、実際の（例えば、測定された）温度Ｔｓｕｍｐ及び／又はＴｃｏｎｄを設定点まで駆動し得る。機器コントローラ１７１４は、動力式冷却塔構成要素１６０２に対する制御信号を生成するために、様々な制御技法のいずれかを使用することができる。例えば、機器コントローラ１７１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、動力式冷却塔構成要素１６０２に対する制御信号を生成することができる。
【0208】
制御信号は、オン／オフコマンド、ファン１５１４に対する速度設定点、ポンプ１５１６に対する圧力設定点若しくは流量設定点、又は動力式冷却塔構成要素１６０２の個々のデバイスに対する他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測冷却塔コントローラ１５０４によって生成される温度設定点（例えば、収集部水温設定点Ｔｓｐ，ｓｕｍｐ、凝縮器水温設定点Ｔｓｐ，ｃｏｎｄなど）を含み得る。温度設定点は、温度設定点を達成するために動作する、動力式冷却塔構成要素１６０２又は動力式冷却塔構成要素１６０２のローカルコントローラに提供され得る。例えば、ファン１５１４用のローカルコントローラは、温度センサ１７１６からの収集部水温Ｔｓｕｍｐの測定値及び／又は凝縮器水温Ｔｃｏｎｄの測定値を受信し得、測定された温度を設定点に駆動するように、ファン１５１４の速度を調節し得る。
【0209】
いくつかの実施形態では、機器コントローラ１７１４は、電力インバータ１６１０に制御信号を提供するように構成されている。電力インバータ１６１０に提供される制御信号は、バッテリ電力設定点Ｐｓｐ，ｂａｔ、及び／又は最適な充電／放電速度ＢａｔＣ／Ｄを含み得る。機器コントローラ１７１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、電力インバータ１６１０を動作させるように構成され得る。例えば、機器コントローラ１７１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔに従って、電力インバータ１６１０にバッテリユニット１５０２を充電するか、又はバッテリユニット１５０２を放電させることができる。
【0210】
バッテリ及び予測制御部を備えたバルブユニット
ここで図１８～１９を参照すると、いくつかの実施形態による、バッテリユニット１８０２及び予測バルブコントローラ１８０４を有するバルブユニット１８００が示されている。バルブユニット１８００は、バルブアクチュエータ１８３４を介してバルブ１８３２を制御するように構成され得る。バルブ１８３２は、入口管１８１２から出口管１８１４への流体の流量を制御するように構成された流体制御バルブであり得る。アクチュエータ１８３４は、バルブ１８３２の位置を調節するように構成されたモータ又は他の動力式構成要素を含み得る。いくつかの実施形態では、バルブユニット１８００は、流体回路１８３８を介してＨＶＡＣデバイス１８３６を通る流体の流れを制御するように構成される。ＨＶＡＣデバイス１８３６は、例えば、加熱コイル若しくは冷却コイル、空気ハンドリングユニット、屋上ユニット、熱交換器、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却塔、又はＨＶＡＣシステム内の流体を受け取る任意の他のタイプのシステム若しくはデバイスを含み得る。
ここで図１８～１９を参照すると、いくつかの実施形態による、バッテリユニット１８０２及び予測バルブコントローラ１８０４を有するバルブユニット１８００が示されている。バルブユニット１８００は、バルブアクチュエータ１８３４を介してバルブ１８３２を制御するように構成され得る。バルブ１８３２は、入口管１８１２から出口管１８１４への流体の流量を制御するように構成された流体制御バルブであり得る。アクチュエータ１８３４は、バルブ１８３２の位置を調節するように構成されたモータ又は他の動力式構成要素を含み得る。いくつかの実施形態では、バルブユニット１８００は、流体回路１８３８を介してＨＶＡＣデバイス１８３６を通る流体の流れを制御するように構成される。ＨＶＡＣデバイス１８３６は、例えば、加熱コイル若しくは冷却コイル、空気ハンドリングユニット、屋上ユニット、熱交換器、冷蔵庫若しくは冷凍庫、凝縮器若しくは蒸発器、冷却塔、又はＨＶＡＣシステム内の流体を受け取る任意の他のタイプのシステム若しくはデバイスを含み得る。
【0211】
いくつかの実施形態では、バッテリユニット１８０２は、１つ以上のバッテリセル１８０６を含む。バッテリセル１８０６は、電気エネルギー（すなわち、電気）を貯蔵及び放出するように構成されている。いくつかの実施形態では、バッテリユニット１８０２は、（例えば、電気ユーティリティによって提供される）外部エネルギーグリッドからの電気を使用して充電される。バッテリユニット１８０２に貯蔵された電気は、バルブユニット１８００の１つ以上の動力式構成要素（例えば、アクチュエータ１８３４）に電力供給するために放出され得る。有利には、バッテリユニット１８０２は、エネルギー価格が低いときにバルブユニット１８００がエネルギーグリッドから電気を引き出し、バッテリユニット１８０２を充電し、エネルギー価格が高いときに貯蔵された電気を放出して、バルブユニット１８００の電気負荷を時間的にシフトすることを可能にする。いくつかの実施形態では、バッテリユニット１８０２が、高エネルギーコスト期間中に利用され、低エネルギーコスト期間中に充電され得るように、バッテリユニット１８０２は、最大容量で動作するときに、バルブユニット１８００におよそ４～６時間にわたって電力供給するのに十分なエネルギー容量を有する。
【0212】
図１９に示されるように、バルブユニット１８００は、燃料セル１９０１を含むことができる。いくつかの実施形態では、燃料セル１９０１は、化学反応を使用して電気エネルギーを生成するように構成された燃料セルである。例えば、燃料セル１９０１は、一対の酸化還元反応を通して、水素及び酸化剤（例えば、酸素）の化学エネルギーを電気に変換し得る。他の実施形態では、燃料セル１９０１は、電気を生成するためにディーゼル、メタノール、天然ガスなどのうちの１つ以上を使用する炭化水素燃料セルである。燃料セル１９０１は、電気を生成して、グリッドエネルギー又は他のエネルギー源を増強し、高エネルギーコスト期間中にバッテリ放電を補完し、又は（例えば、高エネルギーコスト期間中に）電気を生成して、バッテリを充電するように制御され得る。燃料セルは、例えば、定期的に購入され、バルブユニット１１００に追加され得る燃料交換（例えば、水素の供給）を必要とし得る。バルブユニット１１００が燃料セル１９０１を含む実施形態では、本明細書における制御及び最適化プロセスは、燃料セル１９０１を含むバルブユニット１１００の様々な構成要素に対して制御出力を生成するときの、燃料セル１９０１の寄与及び燃料セル１９０１を動作させるコストを考慮するように構成されている。例えば、予測バルブコントローラ１８０４によって実施される最適化は、最適化期間の各時間ステップに対して電気を生成するために燃料セル１９０１を動作させるかどうかを判定し得る。
【0213】
いくつかの実施形態では、予測バルブコントローラ１８０４は、最適化プロセスを実施して、最適化期間中に起こる複数の時間ステップの各々の間にバッテリユニット１８０２を充電するか、又は放電するかを判定する。予測バルブコントローラ１８０４は、複数の時間ステップの各々の間に必要とされる加熱／冷却の量及び電気のコストを予測するために、気象及び価格データ１８１０を使用し得る。予測バルブコントローラ１８０４は、最適化期間中にわたってエネルギーグリッドから購入される電気のコストを考慮する目的関数を最適化することができる。予測バルブコントローラ１８０４は、各時間ステップ中に、エネルギーグリッドから購入する電気量及びバッテリユニット１８０２から貯蔵又は放電する電気量を判定することができる。予測バルブコントローラ１８０４によって実施される目的関数及び最適化は、図２０～２１を参照してより詳細に説明される。
【0214】
予測バルブ制御システム
ここで図２０を参照すると、いくつかの実施形態による予測バルブ制御システム２０００のブロック図が示されている。制御システム２０００に示される構成要素のいくつかは、バルブユニット１８００の一部であり得る。例えば、バルブユニット１８００は、アクチュエータ１８３４、バッテリユニット１８０２、予測バルブコントローラ１８０４、電力インバータ２０１０、及び電力ジャンクション２０１２を含み得る。
ここで図２０を参照すると、いくつかの実施形態による予測バルブ制御システム２０００のブロック図が示されている。制御システム２０００に示される構成要素のいくつかは、バルブユニット１８００の一部であり得る。例えば、バルブユニット１８００は、アクチュエータ１８３４、バッテリユニット１８０２、予測バルブコントローラ１８０４、電力インバータ２０１０、及び電力ジャンクション２０１２を含み得る。
【0215】
電力インバータ２０１０は、直流（ＤＣ）と交流（ＡＣ）との間で電気電力を変換するように構成され得る。例えば、バッテリユニット１８０２は、ＤＣ電力を記憶及び出力するように構成され得るが、エネルギーグリッド２０１４及びアクチュエータ１８３４は、ＡＣ電力を消費及び提供するように構成され得る。電力インバータ２０１０は、バッテリユニット１８０２からのＤＣ電力を、エネルギーグリッド２０１４及び／又はアクチュエータ１８３４のグリッド周波数に同期された正弦波ＡＣ出力に変換するために使用され得る。電力インバータ２０１０はまた、エネルギーグリッド２０１４からのＡＣ電力を、バッテリユニット１８０２に貯蔵することができるＤＣ電力に変換するために使用され得る。バッテリユニット１８０２の電力出力は、Ｐｂａｔとして示されている。Ｐｂａｔは、バッテリユニット１８０２が電力インバータ２０１０に電力を提供している（すなわち、バッテリユニット１８０２が放電している）場合には、正であり得、又はバッテリユニット１８０２が電力インバータ２０１０から電力を受け取っている（すなわち、バッテリユニット１８０２が充電している）場合には、負であり得る。
【0216】
いくつかの例では、電力インバータ２０１０は、バッテリユニット１８０２からのＤＣ電力出力を受信し、ＤＣ電力出力をアクチュエータ１８３４に提供され得るＡＣ電力出力に変換する。電力インバータ２０１０は、ローカル発振器を使用して、ＡＣ電力出力の周波数をエネルギーグリッド２０１４の周波数（例えば、５０Ｈｚ又は６０Ｈｚ）と同期させ得、ＡＣ電力出力の電圧をグリッド電圧よりも高くならないように制限し得る。いくつかの実施形態では、電力インバータ２０１０は、エネルギーグリッド２０１４の周波数に一致する正弦波を達成するために、単純な方形波から高調波を除去するＬＣ回路を含む又は使用する共振インバータである。様々な実施形態では、電力インバータ２０１０は、高周波変圧器、低周波変圧器を使用して、又は変圧器を伴わずに動作し得る。低周波変圧器は、バッテリユニット１８０２からのＤＣ出力を、アクチュエータ１８３４に提供されるＡＣ出力に直接変換し得る。高周波変圧器は、多段階プロセスを採用し得、このプロセスは、ＤＣ出力を高周波ＡＣに変換し、次いでＤＣに戻し、次いで最終的にアクチュエータ１８３４に提供されるＡＣ出力に変換することを伴う。
【0217】
電力ジャンクション２０１２は、アクチュエータ１８３４、エネルギーグリッド２０１４、及び電力インバータ２０１０が電気的に接続される点である。電力インバータ２０１０から電力ジャンクション２０１２に供給される電力は、Ｐｂａｔとして示されている。Ｐｂａｔは、電力インバータ２０１０が電力ジャンクション２０１２に電力を提供している（すなわち、バッテリユニット１８０２が放電している）場合には、正であり得、又は電力インバータ２０１０が電力ジャンクション２０１２から電力を受け取っている（すなわち、バッテリユニット１８０２が充電している）場合には、負であり得る。エネルギーグリッド２０１４から電力ジャンクション２０１２に供給される電力は、Ｐｇｒｉｄとして示されている。Ｐｂａｔ及びＰｇｒｉｄは、電力ジャンクション２０１２で組み合わされて、Ｐｔｏｔａｌ（すなわち、Ｐｔｏｔａｌ＝Ｐｇｒｉｄ＋Ｐｂａｔ）を形成する。Ｐｔｏｔａｌは、電力ジャンクション２０１２からアクチュエータ１８３４に提供される電力として定義され得る。いくつかの例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄよりも大きい。例えば、バッテリユニット１８０２が放電しているときに、Ｐｂａｔは正であり得、これは、ＰｂａｔとＰｇｒｉｄとが組み合わさってＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄに加算される。他の例では、Ｐｔｏｔａｌは、Ｐｇｒｉｄ未満であり得る。例えば、バッテリユニット１８０２が充電しているときに、Ｐｂａｔは、負であり得、これは、ＰｂａｔとＰｇｒｉｄとが組み合わさってＰｔｏｔａｌを形成するときに、グリッド電力Ｐｇｒｉｄから減算される。
【0218】
予測バルブコントローラ１８０４は、アクチュエータ１８３４及び電力インバータ２０１０を制御するように構成され得る。いくつかの実施形態では、予測バルブコントローラ１８０４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを生成し、電力インバータ２０１０に提供する。バッテリ電力設定点Ｐｓｐ，ｂａｔは、正又は負の電力値（例えば、ｋＷ）を含み得、これはバッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、（Ｐｓｐ，ｂａｔが負の場合）電力インバータ２０１０に、電力ジャンクション２０１２で利用可能な電力を使用してバッテリユニット１８０２を充電させる
又は（Ｐｓｐ，ｂａｔが正の場合）バッテリユニット１８０２を放電して、電力ジャンクション２０１２に電力を提供させるる。
又は（Ｐｓｐ，ｂａｔが正の場合）バッテリユニット１８０２を放電して、電力ジャンクション２０１２に電力を提供させるる。
【0219】
いくつかの実施形態では、予測バルブコントローラ１８０４は、制御信号を生成し、アクチュエータ１８３４に提供する。予測バルブコントローラ１８０４は、制御信号を生成するために多段最適化技法を使用し得る。例えば、予測バルブコントローラ１８０４は、最適化期間中の各時間ステップにおいてアクチュエータ１８３４によって消費されるべき最適な電力量を判定するように構成された経済コントローラを含み得る。消費されるべき最適な電力量は、バルブユニット１８００によって消費されるエネルギーのコストを占めるコスト関数を最小化し得る。エネルギーのコストは、電気ユーティリティ２０１８からの時間変化するエネルギー価格に基づき得る。いくつかの実施形態では、予測バルブコントローラ１８０４は、複数の時間ステップの各々において、エネルギーグリッド２０１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）及びバッテリユニット１８０２から貯蔵又は放出するための最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）を判定する。予測バルブコントローラ１８０４は、アクチュエータ１８３４の実際の電力使用量を監視し得、最適な電力設定点を生成するときに、フィードバック信号として実際の電力使用量を利用し得る。
【0220】
予測バルブコントローラ１８０４は、各時間ステップにおける最適な電力消費量を達成するアクチュエータ１８３４の位置設定点を生成するように構成された追跡コントローラを含み得る。いくつかの実施形態では、予測バルブコントローラ１８０４は、アクチュエータ１８３４のための機器モデルを使用して、最適な電力消費量に対応するアクチュエータ１８３４の位置を判定する。
【0221】
いくつかの実施形態では、予測バルブコントローラ１８０４は、位置設定点を使用して、アクチュエータ１８３４に対する制御信号を生成する。制御信号は、オン／オフコマンド、位置コマンド、電圧信号、又はアクチュエータ１８３４の動作に影響を与える他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測バルブコントローラ１８０４によって生成される位置設定点を含み得る。設定点は、設定点を達成するために動作するアクチュエータ１８３４又はアクチュエータ１８３４用のローカルコントローラに提供され得る。例えば、アクチュエータ１８３４用のローカルコントローラは、１つ以上の位置センサからバルブ位置の測定値を受信し得る。ローカルコントローラは、フィードバック制御プロセス（例えば、ＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用して、アクチュエータ１８３４及び／又はバルブ１８３２の位置を調整し、測定された位置を設定点に駆動することができる。予測バルブコントローラ１８０４によって実施される多段階最適化は、図２１を参照してより詳細に説明される。
【0222】
予測バルブコントローラ
ここで図２１を参照すると、例示的な実施形態による、予測バルブコントローラ１８０４をより詳細に例解するブロック図が示されている。予測バルブコントローラ１８０４は、通信インターフェース２１０２及び処理回路２１０４を含むように示されている。通信インターフェース２１０２は、コントローラ１８０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース２１０２は、位置センサ２１１８からのバルブ位置の測定値、及びアクチュエータ１８３４の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース２１０２は、最大バッテリ容量（すなわち、バッテリ％）のパーセンテージとして提供され得る、バッテリユニット１８０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース２１０２は、気象サービス９１６から気象予報を受信し、電気ユーティリティ２０１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測バルブコントローラ１８０４は、通信インターフェース２１０２を使用して、制御信号をアクチュエータ１８３４及び電力インバータ２０１０に提供する。
ここで図２１を参照すると、例示的な実施形態による、予測バルブコントローラ１８０４をより詳細に例解するブロック図が示されている。予測バルブコントローラ１８０４は、通信インターフェース２１０２及び処理回路２１０４を含むように示されている。通信インターフェース２１０２は、コントローラ１８０４と外部システム又はデバイスとの間の通信を容易にし得る。例えば、通信インターフェース２１０２は、位置センサ２１１８からのバルブ位置の測定値、及びアクチュエータ１８３４の電力使用量の測定値を受信し得る。いくつかの実施形態では、通信インターフェース２１０２は、最大バッテリ容量（すなわち、バッテリ％）のパーセンテージとして提供され得る、バッテリユニット１８０２の充電状態（ＳＯＣ）の測定値を受信する。通信インターフェース２１０２は、気象サービス９１６から気象予報を受信し、電気ユーティリティ２０１８から、予測されるエネルギーコスト及び需要コストを受信することができる。いくつかの実施形態では、予測バルブコントローラ１８０４は、通信インターフェース２１０２を使用して、制御信号をアクチュエータ１８３４及び電力インバータ２０１０に提供する。
【0223】
通信インターフェース２１０２は、外部システム若しくはデバイスとデータ通信を行うための有線又は無線通信インターフェース（例えば、ジャック、アンテナ、送信機、受信機、送受信機、有線端末など）を含み得る。様々な実施形態では、通信は、直接的（例えば、ローカル有線通信又は無線通信）であり得るか、又は通信ネットワーク（例えば、ＷＡＮ、インターネット、セルラネットワークなど）を介し得る。例えば、通信インターフェース２１０２は、イーサネットベースの通信リンク又はネットワークを介してデータを送信及び受信するためのイーサネットカード及びポートを含むことができる。別の例では、通信インターフェース２１０２は、無線通信ネットワーク又はセルラ若しくは携帯電話通信送受信機を介して通信するためのＷｉ－Ｆｉ送受信機を含むことができる。
【0224】
処理回路２１０４は、プロセッサ２１０６及びメモリ２１０８を含むように示されている。プロセッサ２１０６は、汎用又は特定目的のプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、処理構成要素のグループ、又は他の好適な電子処理構成要素であり得る。プロセッサ２１０６は、メモリ２１０８に記憶された、又は他のコンピュータ可読媒体（例えば、ＣＤＲＯＭ、ネットワークストレージ、リモートサーバなど）から受信した、コンピュータコード又は命令を実行するように構成されている。
【0225】
メモリ２１０８は、本開示に記載された様々なプロセスを完了及び／又は促進するためのデータ及び／又はコンピュータコードを記憶するための１つ以上のデバイス（例えば、メモリユニット、メモリデバイス、記憶デバイスなど）を含み得る。メモリ２１０８は、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、ハードドライブストレージ、一時ストレージ、不揮発性メモリ、フラッシュメモリ、光メモリ、又はソフトウェアオブジェクト及び／又はコンピュータ命令を記憶するための任意の他の好適なメモリを含み得る。メモリ２１０８は、データベース構成要素、オブジェクトコード構成要素、スクリプト構成要素、又は本開示に記載された様々な活動及び情報構造をサポートするための任意の他のタイプの情報構造を含み得る。メモリ２１０８は、処理回路２１０４を介してプロセッサ２１０６に通信可能に接続され得、本明細書に記載された１つ以上のプロセスを（例えば、プロセッサ２１０６によって）実行するためのコンピュータコードを含み得る。プロセッサ２１０６が、本明細書に記載された様々な活動を完了するためにメモリ２１０８に記憶された命令を実行するときに、プロセッサ２１０６は、概して、そのような活動を完了するように、コントローラ１８０４（及びより具体的には、処理回路２１０４）を構成する。
【0226】
更に図２１を参照すると、予測バルブコントローラ１８０４は、経済コントローラ２１１０、追跡コントローラ２１１２、及び機器コントローラ２１１４を含むように示されている。コントローラ２１１０～２１１４は、電力インバータ２０１０及びアクチュエータ１８３４のための制御信号を生成するための多状態最適化プロセスを実施するように構成され得る。簡単に概要を説明すると、経済コントローラ２１１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド２０１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１８０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又はアクチュエータ１８３４によって消費されるべき最適な電力量（すなわち、ポンプ電力設定点Ｐｓｐ，ａｃｔ）を判定することができる。追跡コントローラ２１１２は、最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ａｃｔを使用し、バルブ１８３２に対する最適位置設定点Ｐｏｓｓｐ及び最適なバッテリ充放電速度（すなわち、ＢａｔＣ／Ｄ）を判定することができる。機器コントローラ２１１４は、最適位置設定点Ｐｏｓｓｐを使用して、実際の（例えば、測定された）位置を（例えば、フィードバック制御技法を使用して）設定点に駆動するアクチュエータ１８３４に対する制御信号を生成することができる。コントローラ２１１０～２１１４の各々は、以下に詳細に説明される。
【0227】
経済コントローラ
経済コントローラ２１１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド２０１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１８０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又はアクチュエータ１８３４によって消費されるべき最適な電力量（すなわち、アクチュエータ電力設定点Ｐｓｐ，ａｃｔ）を判定するように構成され得る。経済コントローラ２１１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
式中、Ｃｅｃ（ｋ）は、時間ステップｋ中に電気ユーティリティ２０１８から購入される電気の単位当たりのコスト（例えば、＄／ｋＷｈ）であり、Ｐａｃｔ（ｋ）は、時間ステップｋにおけるアクチュエータ１８３４の電力消費量であり、ＣＤＣは、需要課金レート（例えば、＄／ｋＷ）であり、ｍａｘ（）項は、最適化期間の任意の時間ステップｋ中にバルブユニット１８００の最大電気購入（すなわち、Ｐｇｒｉｄ（ｋ）の最大値）を選択し、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１８０２から放出される電力量であり、Δｔは、各時間ステップｋの持続時間である。経済コントローラ２１１０は、最適化期間の持続時間にわたって（例えば、時間ステップｋ＝１から時間ステップｋ＝ｈまで）予測コスト関数Ｊを最適化して、最適化期間の持続時間にわたってバルブユニット１８００を動作させる合計コストを予測することができる。
経済コントローラ２１１０は、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッド２０１４から購入する最適な電力量（すなわち、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ）、バッテリユニット１８０２から貯蔵又は放出する最適な電力量（すなわち、バッテリ電力設定点Ｐｓｐ，ｂａｔ）、及び／又はアクチュエータ１８３４によって消費されるべき最適な電力量（すなわち、アクチュエータ電力設定点Ｐｓｐ，ａｃｔ）を判定するように構成され得る。経済コントローラ２１１０によって最適化され得る予測コスト関数の例が、以下の式に示される。
【数34】
【0228】
予測コスト関数Ｊの第１の項は、最適化期間の持続時間にわたってアクチュエータ１８３４によって消費される電気電力のコストを表す。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ２０１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐａｃｔ（ｋ）は、経済コントローラ２１１０によって最適化され得る決定変数である。
【0229】
予測コスト関数Ｊの第２の項は、需要課金を表す。需要課金は、該当する需要課金期間中の最大電力消費に基づいて、いくつかのユーティリティプロバイダによって課される追加課金である。例えば、需要課金レートＣＤＣは、電力の単位当たりのドル換算（例えば、＄／ｋＷ）で指定され得、需要課金期間中にピーク電力使用量（例えば、ｋＷ）を乗算して需要課金が計算され得る。予測コスト関数Ｊにおいて、需要課金レートＣＤＣは、電気ユーティリティ２０１８から受信した需要コスト情報によって定義され得る。変数Ｐｇｒｉｄ（ｋ）は、需要課金期間中に起こるピーク電力使用量ｍａｘ（Ｐｇｒｉｄ（ｋ））を低減するために、経済コントローラ２１１０によって最適化され得る決定変数である。負荷シフトは、アクチュエータ１８３４の電力消費量が低いときに、バッテリユニット１８０２にエネルギーを貯蔵することによって、経済コントローラ２１１０がバルブユニット１８００の電気需要における瞬間的なスパイクを平滑化することを可能にし得る。貯蔵されたエネルギーは、アクチュエータ１８３４の電力消費量が高いときに、エネルギーグリッド２０１４からのピーク電力引き出しＰｇｒｉｄを低減させ、それによって発生する需要課金を減少させるために、バッテリユニット１８０２から放出され得る。
【0230】
予測コスト関数Ｊの最後の項は、バッテリユニット１８０２の使用に起因するコスト節約量を表す。コスト関数Ｊの前の項とは異なり、最後の項は合計コストから減算される。各時間ステップｋにおけるパラメータＣｅｃ（ｋ）の値は、電気ユーティリティ２０１８によって提供されるエネルギーコスト情報によって定義され得る。いくつかの実施形態では、電気のコストは、時間の関数として変化し、これは、異なる時間ステップｋにおいて異なるＣｅｃ（ｋ）の値をもたらす。変数Ｐｂａｔ（ｋ）は、経済コントローラ２１１０によって最適化され得る決定変数である。Ｐｂａｔ（ｋ）の正の値は、バッテリユニット１８０２が放電していることを示し、Ｐｂａｔ（ｋ）の負の値は、バッテリユニット１８０２が充電していることを示す。バッテリユニット１８０２から放出される電力Ｐｂａｔ（ｋ）は、アクチュエータ１８３４の合計電力消費量Ｐｔｏｔａｌ（ｋ）の一部又は全てを満たすために使用することができ、これは、エネルギーグリッド２０１４から購入される電力量Ｐｇｒｉｄ（ｋ）を低減する（すなわち、Ｐｇｒｉｄ（ｋ）＝Ｐｔｏｔａｌ（ｋ）－Ｐｂａｔ（ｋ））。しかしながら、バッテリユニット１８０２を充電すると、エネルギーグリッド２０１４から購入される合計電力量Ｐｇｒｉｄ（ｋ）に加算されるＰｂａｔ（ｋ）の負の値がもたらされる。
【0231】
経済コントローラ２１１０は、最適化期間の持続時間にわたって予測コスト関数Ｊを最適化して、最適化期間中の各時間ステップにおける決定変数の最適値を判定することができる。いくつかの実施形態では、最適化期間は、およそ１日の持続時間を有し、各時間ステップは、およそ１５分である。しかしながら、最適化期間及び時間ステップの持続時間は、他の実施形態では変化し得、ユーザによって調整され得る。有利には、経済コントローラ２１１０は、エネルギー価格が低いとき、及び／又は動力式アクチュエータ１８３４によって消費される電力が低いとき、エネルギーグリッド２０１４から電気を引き出すことによって負荷シフトを実施するために、バッテリユニット１８０２を使用することができる。電気は、バッテリユニット１８０２に貯蔵され、エネルギー価格が高く、及び／又はアクチュエータ１８３４の電力消費が高いときに、後で放電することができる。これにより、経済コントローラ２１１０は、バルブユニット１８００によって消費される電気のコストを低減し、バルブユニット１８００の電気需要の瞬間的なスパイクを平滑化し、それによって起こる需要課金を低減することができる。
【0232】
経済コントローラ２１１０は、予測コスト関数Ｊの最適化に制約を課すように構成され得る。いくつかの実施形態では、制約は、アクチュエータ１８３４の位置に対する制約を含む。経済コントローラ２１１０は、実際の又は予測される位置を、最小位置境界Ｐｏｓｍｉｎと最大位置境界Ｐｏｓｍａｘとの間（すなわち、Ｐｏｓｍｉｎ≦Ｐｏｓ≦Ｐｏｓｍａｘ）に、常に維持するように構成され得る。パラメータＰｏｓｍｉｎ及びＰｏｓｍａｘは、異なる時間に異なる位置範囲を定義するために時間変化し得る。
【0233】
バルブ１８３２の位置に対する制約に加えて、経済コントローラ２１１０は、バッテリユニット１８０２の充電状態（ＳＯＣ）及び充電／放電速度に制約を課すことができる。いくつかの実施形態では、経済コントローラ２１１０は、予測コスト関数Ｊに対して以下の電力制約を生成し、課す。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット１８０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット１８０２の定格バッテリ電力（例えば、バッテリユニット１８０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット１８０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
Ｐｂａｔ≦Ｐｒａｔｅｄ
－Ｐｂａｔ≦Ｐｒａｔｅｄ
式中、Ｐｂａｔは、バッテリユニット１８０２から放出される電力量であり、Ｐｒａｔｅｄは、バッテリユニット１８０２の定格バッテリ電力（例えば、バッテリユニット１８０２が充電又は放電され得る最大速度）である。これらの電力制約は、バッテリユニット１８０２が定格Ｐｒａｔｅｄの最大の可能なバッテリ充電／放電速度を超える速度で充電又は放電されないことを保証する。
【0234】
いくつかの実施形態では、経済コントローラ２１１０は、予測コスト関数Ｊに対して１つ以上の容量制約を生成し、課す。容量制約は、各時間ステップ中に充電又は放電されるバッテリ電力Ｐｂａｔをバッテリユニット１８０２の容量及びＳＯＣに関連付けるために使用され得る。容量制約は、最適化期間の各時間ステップにおいて、バッテリユニット１８０２の容量が許容可能な下限及び上限内に維持されることを確実にし得る。いくつかの実施形態では、経済コントローラ２１１０は、以下の容量制約を生成する。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１８０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット１８０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット１８０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≦Ｃｒａｔｅｄ
Ｃａ（ｋ）－Ｐｂａｔ（ｋ）Δｔ≧０
式中、Ｃａ（ｋ）は、時間ステップｋの開始時の利用可能なバッテリ容量（例えば、ｋＷｈ）であり、Ｐｂａｔ（ｋ）は、時間ステップｋ中にバッテリユニット１８０２が放電される速度（例えば、ｋＷ）であり、Δｔは、各時間ステップの持続時間であり、Ｃｒａｔｅｄは、バッテリユニット１８０２の最大定格容量（例えば、ｋＷｈ）である。項Ｐｂａｔ（ｋ）Δｔは、時間ステップｋ中のバッテリ容量の変化を表す。これらの容量制約は、バッテリユニット１８０２の容量がゼロと最大定格容量Ｃｒａｔｅｄとの間に維持されることを確実にする。
【0235】
いくつかの実施形態では、経済コントローラ２１１０はアクチュエータ１８３４の動作に対して、１つ以上の容量制約を生成し、課す。例えば、アクチュエータ１８３４は、最大電力消費量Ｐａｃｔ，ｍａｘに対応する最大動作点（例えば、最大作動速度、最大位置など）を有し得る。経済コントローラ２１１０は、以下の式に示されるように、アクチュエータ１８３４に提供される電力Ｐａｃｔをゼロと最大電力消費量Ｐａｃｔ，ｍａｘとの間に制限する制約を生成するように構成され得る。
０≦Ｐａｃｔ≦Ｐａｃｔ，ｍａｘ
Ｐａｃｔ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、アクチュエータ１８３４に提供される合計電力Ｐａｃｔは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
０≦Ｐａｃｔ≦Ｐａｃｔ，ｍａｘ
Ｐａｃｔ＝Ｐｓｐ，ｇｒｉｄ＋Ｐｓｐ，ｂａｔ
式中、アクチュエータ１８３４に提供される合計電力Ｐａｃｔは、グリッド電力設定点Ｐｓｐ，ｇｒｉｄとバッテリ電力設定点Ｐｓｐ，ｂａｔとの和である。
【0236】
経済コントローラ２１１０は、制約の対象となる予測コスト関数Ｊを最適化して、決定変数Ｐａｃｔ、Ｐｇｒｉｄ、及びＰｂａｔの最適値を判定することができ、ここでＰａｃｔ＝Ｐｂａｔ＋Ｐｇｒｉｄである。いくつかの実施形態では、経済コントローラ２１１０は、Ｐａｃｔ、Ｐｂａｔ、及び／又はＰｇｒｉｄに対する最適値を使用して、追跡コントローラ２１１２に対する電力設定点を生成する。電力設定点は、最適化期間中の時間ステップｋの各々に対するバッテリ電力設定点Ｐｓｐ，ｂａｔ、グリッド電力設定点Ｐｓｐ，ｇｒｉｄ、及び／又はアクチュエータ電力設定点Ｐｓｐ，ａｃｔを含むことができる。経済コントローラ２１１０は、電力設定点を追跡コントローラ２１１２に提供することができる。
【0237】
追跡コントローラ
追跡コントローラ２１１２は、経済コントローラ２１１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ａｃｔを使用して、最適位置設定点Ｐｏｓｓｐ及び最適なバッテリ充放電レート（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ２１１２は、アクチュエータ１８３４に対する電力設定点Ｐｓｐ，ａｃｔを達成することが予測される位置設定点Ｐｏｓｓｐを生成する。言い換えれば、追跡コントローラ２１１２は、経済コントローラ２１１０によって判定された最適な電力量Ｐａｃｔをアクチュエータ１８３４に消費させる位置設定点Ｐｏｓｓｐを生成し得る。
追跡コントローラ２１１２は、経済コントローラ２１１０によって生成される最適な電力設定点Ｐｓｐ，ｇｒｉｄ、Ｐｓｐ，ｂａｔ、及び／又はＰｓｐ，ａｃｔを使用して、最適位置設定点Ｐｏｓｓｐ及び最適なバッテリ充放電レート（すなわち、ＢａｔＣ／Ｄ）を判定することができる。いくつかの実施形態では、追跡コントローラ２１１２は、アクチュエータ１８３４に対する電力設定点Ｐｓｐ，ａｃｔを達成することが予測される位置設定点Ｐｏｓｓｐを生成する。言い換えれば、追跡コントローラ２１１２は、経済コントローラ２１１０によって判定された最適な電力量Ｐａｃｔをアクチュエータ１８３４に消費させる位置設定点Ｐｏｓｓｐを生成し得る。
【0238】
いくつかの実施形態では、追跡コントローラ２１１２は、バッテリ電力設定点Ｐｓｐ，ｂａｔを使用して、バッテリユニット１８０２を充電又は放電する最適な速度ＢａｔＣ／Ｄを判定する。例えば、バッテリ電力設定点Ｐｓｐ，ｂａｔは、追跡コントローラ２１１２によって電力インバータ２０１０及び／又は機器コントローラ２１１４に対する制御信号に変換され得る電力値（ｋＷ）を定義し得る。他の実施形態では、バッテリ電力設定点Ｐｓｐ，ｂａｔは、電力インバータ２０１０に直接提供され、バッテリ電力Ｐｂａｔを制御するために電力インバータ２０１０によって使用される。
【0239】
機器コントローラ
機器コントローラ２１１４は、追跡コントローラ２１１２によって生成される最適位置設定点Ｐｏｓｓｐを使用して、アクチュエータ１８３４に対する制御信号を生成することができる。機器コントローラ２１１４によって生成される制御信号は、バルブ１８３２設定点の実際の（例えば、測定された）位置を駆動し得る。機器コントローラ２１１４は、様々な制御技法のいずれかを使用して、アクチュエータ１８３４に対する制御信号を生成することができる。例えば、機器コントローラ２１１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、アクチュエータ１８３４に対する制御信号を生成することができる。
機器コントローラ２１１４は、追跡コントローラ２１１２によって生成される最適位置設定点Ｐｏｓｓｐを使用して、アクチュエータ１８３４に対する制御信号を生成することができる。機器コントローラ２１１４によって生成される制御信号は、バルブ１８３２設定点の実際の（例えば、測定された）位置を駆動し得る。機器コントローラ２１１４は、様々な制御技法のいずれかを使用して、アクチュエータ１８３４に対する制御信号を生成することができる。例えば、機器コントローラ２１１４は、状態ベースのアルゴリズム、極値探索制御（ＥＳＣ）アルゴリズム、比例積分（ＰＩ）制御アルゴリズム、比例積分微分（ＰＩＤ）制御アルゴリズム、モデル予測制御（ＭＰＣ）アルゴリズム、又は他のフィードバック制御アルゴリズムを使用して、アクチュエータ１８３４に対する制御信号を生成することができる。
【0240】
制御信号は、オン／オフコマンド、位置コマンド、電圧信号、又はアクチュエータ１８３４の動作に影響を与える他のタイプの設定点を含み得る。他の実施形態では、制御信号は、予測バルブコントローラ１８０４によって生成される位置設定点を含み得る。設定点は、設定点を達成するために動作するアクチュエータ１８３４又はアクチュエータ１８３４用のローカルコントローラに提供され得る。例えば、アクチュエータ１８３４用のローカルコントローラは、１つ以上の位置センサからバルブ位置の測定値を受信し得る。ローカルコントローラは、フィードバック制御プロセス（例えば、ＰＩＤ、ＥＳＣ、ＭＰＣなど）を使用して、アクチュエータ１８３４及び／又はバルブ１８３２の位置を調整し、測定された位置を設定点に駆動することができる。
【0241】
いくつかの実施形態では、機器コントローラ２１１４は、電力インバータ２０１０に制御信号を提供するように構成されている。電力インバータ２０１０に提供される制御信号は、バッテリ電力設定点Ｐｓｐ，ｂａｔ、及び／又は最適な充電／放電速度ＢａｔＣ／Ｄを含むことができる。機器コントローラ２１１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔを達成するために、電力インバータ２０１０を動作させるように構成され得る。例えば、機器コントローラ２１１４は、バッテリ電力設定点Ｐｓｐ，ｂａｔに従って、電力インバータ２０１０にバッテリユニット１８０２を充電するか、又はバッテリユニット１８０２を放電させることができる。
【0242】
燃料セルの最適化
ここで図２２を参照すると、例えば、建物機器（例えば、で考察される図８の燃料セル８０８、図１２の燃料セル２０２、図１６の燃料セル１６９１、若しくは図１９の燃料セル１９０１）と統合された、又はモジュール式エネルギーユニット（例えば、以下で考察される図２３～２４を参照）に含まれる燃料セルの動作の最適化に関連するプロセス２２００のフローチャートが示されている。プロセス２２００は、本明細書に記載される様々な予測コントローラ又は電力管理回路、例えば、予測チラーコントローラ７０４、予測ポンプコントローラ１１０４、予測冷却塔コントローラ１５０４などによって実行され得る。他の実施形態では、図２２の最適化プロセスは、スタンドアロン燃料セルに対して実施することができ、スタンドアロン燃料セルのコントローラによって実行され得る。他の実施形態では、プロセス２２００は、例えば、図２９～３０に示され、以下で考察されるように、クラウドベースの最適化資源によって実施される。
ここで図２２を参照すると、例えば、建物機器（例えば、で考察される図８の燃料セル８０８、図１２の燃料セル２０２、図１６の燃料セル１６９１、若しくは図１９の燃料セル１９０１）と統合された、又はモジュール式エネルギーユニット（例えば、以下で考察される図２３～２４を参照）に含まれる燃料セルの動作の最適化に関連するプロセス２２００のフローチャートが示されている。プロセス２２００は、本明細書に記載される様々な予測コントローラ又は電力管理回路、例えば、予測チラーコントローラ７０４、予測ポンプコントローラ１１０４、予測冷却塔コントローラ１５０４などによって実行され得る。他の実施形態では、図２２の最適化プロセスは、スタンドアロン燃料セルに対して実施することができ、スタンドアロン燃料セルのコントローラによって実行され得る。他の実施形態では、プロセス２２００は、例えば、図２９～３０に示され、以下で考察されるように、クラウドベースの最適化資源によって実施される。
【0243】
ステップ２２０２において、建物機器（例えば、上で考察される、図８の燃料セル８０８、図１２の燃料セル２０２、図１６の燃料セル１６９１、又は図１９の燃料セル１９０１）と統合された燃料セルが監視される。例えば、燃料セルを監視するために、発電、燃料レベル、燃料使用率、オン／オフ状態などに関するデータが収集され得る。例えば、ステップ２２０２は、時系列内の各時間ステップに対する１つ以上の燃料セル関連変数を示す燃料セルデータの時系列を収集することを含むことができる。ステップ２２０２は、燃料セルの過去の使用量、燃料消費量などを示す燃料セル訓練データのセットの収集及び集計をもたらし得る。いくつかの実施形態では、燃料セルによって供される建物機器、建物機器の動作によって影響の対象となる建物状態、又は燃料セルの需要に影響を与え得る他の変数（例えば、気象、建物スケジュールなど）に関するデータが、ステップ２２０２における燃料セルを監視する一部として収集され得る。
【0244】
ステップ２２０４において、燃料セルの将来の使用量が予測される。燃料セルの将来の使用量は、例えば、ステップ２２０２において燃料セルを監視することによって収集された時系列データ上で訓練されたモデルに基づいて、ステップ２２０２からの燃料セルの監視に基づいて予測され得る。例えば、ステップ２２０２において収集されたデータは、ステップ２２０２において収集されたデータに表される入力のセットに基づいて、燃料セルの将来の使用量を予測するニューラルネットワークを訓練するために使用され得る。例えば、気象予報データ、建物設定点、時間帯、現在の使用量などが、将来の燃料セルの使用量を予測するために使用され得る。燃料セルの将来の使用量は、燃料消費量（例えば、水素の量、燃料セル容量のパーセンテージなど）の観点から予測され得る。
【0245】
ステップ２２０６において、燃料価格が追跡される。燃料セルの燃料の価格（例えば、水素燃料セルを補充するための追加の水素）は、経時的な燃料価格の変動を見るように追跡される。燃料価格を追跡することは、平均価格を識別すること、燃料セル価格の変動をモデル化すること、燃料価格の予測を適応的に改良すること、低価格時間を識別すること、高価格時間を識別することなどを含むことができる。ステップ２２０６は、複数の燃料源を監視して、燃料セルの燃料の最小コストオプションを識別することを含むことができる。いくつかの実施形態では、ステップ２２０６は、好ましい水素生産方法（例えば、化石燃料からではなく、風力によって水電解から生産される水素）を識別し、よりクリーンな生産で水素源の好適性を生成することを含むことができる。
【0246】
ステップ２２０８において、燃料貯蔵制限又はコストに関する制約又はペナルティの対象となる、燃料セルのための燃料を購入するコストを最小化する最適化が実施される。例えば、燃料の貯蔵タンクは、（例えば、建物において）燃料セルの近傍に含まれ得、固定容量（すなわち、それが保持することができる最大の燃料）を有し得る。そのような実施形態では、制約は、最適化が貯蔵タンクの過充填をもたらす解に到達するのを防ぐように定義される。別の例として、いくつかのシナリオ（例えば、リースされた貯蔵エリア、貯蔵タンクを好適な温度範囲に維持するために必要な資源消費など）において、より多くの燃料を貯蔵することは、ユーザにより多くのコストがかかり得る。
【0247】
ステップ２２０８の最適化は、ステップ２２０６からの追跡された燃料価格及びステップ２２０４からの燃料セルの予測される将来の使用量を使用して実施され得る。例えば、燃料の購入の合計コストを示す予測コスト関数が定式化され得、ここでは、燃料セルの予測使用量を満たすのに十分な燃料が利用可能であることを確実にするために燃料消費制約及び燃料貯蔵制約を予測的にバランスさせる制約（例えば、バランス方程式、モデル）を条件として、購入時間及び取得する燃料量が最適化の決定変数である。依然としてそれらの制約及び要件を満たす合計コストが、最適化の出力であり得る。最適化戦略及び定式化は、上で詳細に説明したような同様の技法を使用することができる。
【0248】
ステップ２２１０において、ステップ２２０８の最適化の結果に従って、追加の燃料が注文されるか、又は別様に得られる。例えば、最適化は、特定の時間に特定の量の燃料を特定の燃料プロバイダから購入することを示し得、ステップ２２１０は、その取引を自動的に実行すること、又はその時間に燃料を得るように流通機器若しくはデバイスを制御することを含むことができる。例えば、ステップ２２１０は、特定の将来の時間に最適燃料量を取得するように技術者に指標する、技術者への通知（例えば、ユーザの携帯電話又は他のデバイスを介する）を生成することを含むことができる。別の例として、ステップ２２１０は、識別された時間に最適化された燃料量を得るために、自律車両をプロバイダ燃料流通現場に移動させることを自動的に含むことができる。次いで、燃料は、燃料セルに追加されるか、又は燃料セルによって後で使用されるために貯蔵され得る。それによって、燃料セルを建物機器又は他の建物システムに統合するための運用コストを最適化することができる。
【0249】
燃料セルは、プロセス２２００の実行のために様々な機器に組み込まれ得る。例えば、上で説明される様々な機器は、１つ以上の燃料セルを含むように適合され得る。別の例として、燃料セルは、２０２０年２月２５日に出願された米国特許出願第１５／９６３，８６０号に記載されているＡＨＵ及びＲＴＵ機器、又は２０１７年６月２９日に出願され、参照により本明細書に組み込まれている米国特許出願第１６／３１４，２７７号に記載されているＶＲＦ機器に追加され得る。
【0250】
モジュール式エネルギーユニット
ここで図２３～２４を参照すると、例示的な実施形態による、モジュール式エネルギーユニット２３００の図が示されている。モジュール式エネルギーユニット２３００は、様々な実施形態では、建物又は他の現場で展開され、建物とユーティリティグリッドとの間に電気的に接続されて、実質的なエネルギーコストの節約、カーボン排出量の低減、及びサードパーティのエネルギーグリッドへの依存の低減を提供することができる、封込され、統合された製品である。モジュール式エネルギーユニット２３００は、他の大型建物機器（例えば、屋上ユニット、チラー、工業用ボイラなど）と同様のサイズであり得る。いくつかの例では、モジュール式エネルギーユニット２３００は、輸送用コンテナと同様の、又は標準的な道路上でのトラックによる輸送に好適な輸送用コンテナよりも小さい物理的寸法を有し得る。したがって、モジュール式エネルギーユニット２３００は、現場での大幅な建設又はカスタマイズを伴わずに、以下に考察される様々な利点を提供するために容易に配備され得る。例えば、以下で詳細に考察されるように、モジュール式エネルギーユニット２３００は、建物の正味のゼロカーボン排出を達成するためのプラグアンドプレイサービスを提供することができる。
ここで図２３～２４を参照すると、例示的な実施形態による、モジュール式エネルギーユニット２３００の図が示されている。モジュール式エネルギーユニット２３００は、様々な実施形態では、建物又は他の現場で展開され、建物とユーティリティグリッドとの間に電気的に接続されて、実質的なエネルギーコストの節約、カーボン排出量の低減、及びサードパーティのエネルギーグリッドへの依存の低減を提供することができる、封込され、統合された製品である。モジュール式エネルギーユニット２３００は、他の大型建物機器（例えば、屋上ユニット、チラー、工業用ボイラなど）と同様のサイズであり得る。いくつかの例では、モジュール式エネルギーユニット２３００は、輸送用コンテナと同様の、又は標準的な道路上でのトラックによる輸送に好適な輸送用コンテナよりも小さい物理的寸法を有し得る。したがって、モジュール式エネルギーユニット２３００は、現場での大幅な建設又はカスタマイズを伴わずに、以下に考察される様々な利点を提供するために容易に配備され得る。例えば、以下で詳細に考察されるように、モジュール式エネルギーユニット２３００は、建物の正味のゼロカーボン排出を達成するためのプラグアンドプレイサービスを提供することができる。
【0251】
図２３～２４に示されるように、モジュール式エネルギーユニット２３００は、ハウジング２３０２を含む。ハウジング２３０２は、標準的な道路上でのトラックによる輸送のために上で言及されるように、輸送用コンテナと同様のサイズであり得る。いくつかの実施形態では、ハウジング２３０２は、可動式である（例えば、車輪を有するトレーラなど）。モジュール式エネルギーユニット２３００は、ハウジング２３０２の内部又は上に、光起電力セル２３０４、風車２３０６、燃料セル２３０８、核マイクロリアクタ２３１０、重力エネルギーシステム２３１２、及びバッテリ２３１４を含むように示されている。これらの要素の様々な実施形態において、含まれ得る。例えば、多くの例では、核マイクロリアクタ２３１０及び／又は重力エネルギーシステム２３１２は省略される。別の例として、燃料セル２３０８は、省略され得る。別の例として、場合によっては、風車２３０６及び光起電力セル２３０４のうちの１つのみが含まれる。全てのそのような変形形態は、本開示の範囲内である。モジュール式エネルギーユニット２３００はまた、無線通信デバイス（セルラモデム２３１６として示される）に接続された電力管理回路２３１４、ユーティリティグリッド２３２４に接続するためのユーティリティグリッド電気入口２３１８、及び建物電気システム２３２２に接続するための電気出口２３２０を含むように示されている。
【0252】
したがって、モジュール式エネルギーユニット２３００は、様々なシナリオで建物の負荷を満たすために電気エネルギーの信頼性の高い提供を容易にする、相補的な特性を有する複数のエネルギー源及び貯蔵の解決策を含む。光起電力セル２３０４は、モジュール式エネルギーユニット２３００上（例えば、ハウジング２３０２の屋根２３０３上）に取り付けられ、光（日光放射）を電気エネルギーに変換するように構成されている。光起電力セル２３０４は、電力管理回路２３１４に導電的に結合され、光起電力セル２３０４から電力管理回路２３１４に電気を提供する。光起電力セル２３０４は、例えば、屋根２３０３の表面積の９０％よりも大きい面積を覆うなど、ハウジングの屋根２３０３と実質的に同一の広がりを持つことができる。光起電力セル２３０４は、それによって、追加の太陽光パネル又はモジュール式エネルギーユニット２３００から分離した支持構造物の設置を必要とせずに、無料の再生可能なゼロカーボン電気エネルギーを電力管理回路２３１４に提供するように構成される。いくつかの実施形態では、例えば、建物又は構内が補完的な光起電力セル（例えば、建物又は構内の他の場所に以前に設置された）を含むシナリオでは、追加の光起電力セルが電力管理回路２３１４に導電的に接続されて、電力管理回路２３１４がそのようなセルからの電気を管理することを可能にすることができる。
【0253】
モジュール式エネルギーユニット２３００はまた、ハウジング２３０２の屋根２３０３から延在する風車２３０６を含むように示されている。風車２３０６は、モジュール式エネルギーユニット２３００を建物又は構内のその目的地に送達する際に、技術的専門知識を伴わずに（例えば、単純な工具を用いて、単純な指標に従うなど）容易に建てられるように構成され得る。風車２３０６は、風力駆動タービンの回転を通じて風力エネルギーを電気に変換するように構成されている。風車２３０６は、電力管理回路２３１４に導電的に接続され、電力管理回路２３１４に電気エネルギーを提供する。１つの風車２３０６が実施例に示されているが、様々な実施形態では、複数の風車２３０６が含まれ得る。いくつかの実施形態では、例えば、建物又は構内が補足的な風車（例えば、事前に設置された風力エネルギー収集機器）を含むシナリオでは、そのような補足的な風車は、電力管理回路２３１４が補足的な風車から電気を受け取って管理することができるように、電力管理回路２３１４に接続することもできる。
【0254】
したがって、光起電力セル２３０４及び風車２３０６は、環境条件（風、日光）を電気に変換する能力をモジュール式エネルギーユニット２３００に提供する。他の実施形態では、様々な他の環境エネルギー収集デバイス及び／又はそれらの組み合わせを含むことができる。環境エネルギー収集デバイス（例えば、光起電力セル２３０４及び風車２３０６）は、好適な環境条件を有する時間中に無料のゼロカーボン電気を提供する。以下の節で考察されるように、モジュール式エネルギーユニットはまた、例えば、環境条件が光起電力セル２３０４及び風車２３０６に十分なエネルギーを提供していない時間（例えば、低風の夜など）の間に使用するために、ベースロード又は補助的なエネルギー生成を提供するように構成されたエネルギー源を含む。
【0255】
モジュール式エネルギーユニット２３００は、核マイクロリアクタ２３１２及び燃料セル２３０８として示される、ベースロード又は補助エネルギー生成デバイスを含むように示されている。核マイクロリアクタ２３１２は、核分裂又は核融合反応からのエネルギーを使用して、例えば、そのような反応からの熱を、電力変換サイクルを使用して電気に変換することによって、電気電力を生成する。核マイクロリアクタ２３１２は、濃縮ウラン燃料、例えば、高純度低濃縮ウランを使用し得る。核マイクロリアクタ２３１２は、様々な時間に様々なレベルの電気を提供するように制御可能に構成され得る。いくつかの例では、核マイクロリアクタ２３１２は、他のエネルギー源によって補完されるベースロードエネルギーを提供し得、他の風力／太陽光エネルギー、エネルギーグリッド、及び他のエネルギー源を利用できない場合に信頼できるバックアップエネルギー源を提供する。したがって、核マイクロリアクタ２３１２は、非常に低リスクであり、モジュール式エネルギーユニット２３００のハウジング２３０２の内部に収まり、ハウジング２３０２内で動作可能であるのに十分に小さくすることができ、燃料材料の取り扱いを必要とするが数十年にわたって動作し得る。したがって、核マイクロリアクタ２３１２は、ゼロカーボン排出で電力管理回路に電気エネルギーを提供するように構成されている。多くの実施形態において、核リアクタ２３１２は省略される。
【0256】
燃料セル２３０８は、化学反応、例えば、燃料セル２３０８が水素燃料セルである一実施形態において、水素と酸素との間の酸化還元反応を介して電気エネルギーを生成するように構成されている。燃料セル２３０８は、化学反応を開始して化学燃料を需要に応じて電気エネルギーに変換するように制御可能である一方、他の電気源が使用されているときに休止状態になるように実質的に安定し得る。燃料セル２３０８は、水素燃料セル又はいくつかの他のタイプの燃料セル（例えば、炭化水素など）であり得る。燃料セル２３０８が水素燃料セルである実施形態では、燃料セル２３０８は、水のみを排出しながら、カーボン排出を伴わずに、電気を生成するように動作することができる。燃料セル２３０８は、（例えば、ハウジング２３０２の外壁上のポートを介して）燃料セル２３０８の燃料再補給のための容易なアクセスを提供するように、ハウジング２３００内に配置され得る。いくつかの実施形態では、燃料セル２３０８は、例えば、図２２のプロセス２２００に基づいて、燃料セル２３０８が再充填されるべきであることを示す信号を、セルラモデム２３１６を介して送信させるように構成されている。燃料セル２３０８は、電力管理回路２３１４に導電的に接続され、電気を電力管理回路２３１４に提供する。以下で考察されるように、電力管理回路２３１４は、オン状態とオフ状態との間、異なる電力レベルなどに燃料セル２３０８を制御することができる。したがって、モジュール式エネルギーユニット２３００は、環境条件に依存しない電気生成デバイスを含む。
【0257】
モジュール式エネルギーユニット２３００はまた、バッテリ２３１３及び重力エネルギー貯蔵装置２３１０として示される再充電可能なエネルギー貯蔵デバイスを含む。以下で考察されるように、再充電可能エネルギー貯蔵デバイスは、需要に応じて電力管理回路２３１４にエネルギーを解放し、電力管理回路２３１４によって再充電可能エネルギー貯蔵デバイスに提供されるエネルギーを貯蔵することができる。様々な実施形態において、他のタイプの再充電可能エネルギー貯蔵装置を使用することができる。
【0258】
図２３～２４に示されるように、再充電可能エネルギー貯蔵デバイスは、重力エネルギーシステム２３１０を含む。重力エネルギーシステム２３１０は、（エネルギーを貯蔵するために）電気を重力ポテンシャルエネルギーに変換し、（貯蔵されたエネルギーを放出するために）重力ポテンシャルエネルギーを電気に変換するように構成されている。重力エネルギーシステム２３１０は、劣化を伴わず長期的なエネルギー貯蔵を提供することができる。いくつかの実施形態では、重力エネルギーシステム２３１０は、１つ以上の高質量物体（例えば、高密度金属の１つ以上のブロック）を、１つ以上のウインチに接続されたケーブル上で移動させるように構成されており、これは、ケーブルを介して高質量物体を上昇させるために電気エネルギーを消費し、高質量物体を下降させるときに電気エネルギーを抽出するように構成されている。他の実施形態では、重力エネルギーシステム２３１０は、例えば、図２５に示されており、参照して説明されるように、流体（例えば、水、高密度流体）を上方に汲み上げて電気を消費及び貯蔵し、流体が１つ以上のタービンを通って下方に流れることを可能にして、重力ポテンシャルエネルギーを電気に変換するように構成されている。いくつかの実施形態では、重力エネルギーシステム２３１０は、図２５を参照して説明されるように、高い高度又は標高（例えば、建物の屋上、給水塔、山又は丘など）で雨水タンク内に雨水を収集し、雨水が下方に流れるときに、貯蔵された雨水中の重力エネルギーを電気に変換するように構成されている。図２３は、ハウジング２３０３内に収容されている重力エネルギーシステム２３１０を示している。他の実施形態では、重力エネルギーシステム２３１０は、重力エネルギーシステム２３１０によって貯蔵され得る重力ポテンシャルエネルギー量を増加させるために、屋根２３０３の上方に延長部を含み得る。重力エネルギーシステム２３１０は、電力管理回路２３１４から電気エネルギーを受け取るか、又は電力管理回路２３１４に電気エネルギーを提供し、電力管理回路２３１４から制御信号を受信するために、電力管理回路２３１４に導電的に接続される。
【0259】
モジュール式エネルギーユニット２３００はまた、バッテリ２３１３を含むように示されている。バッテリ２３１３は、電力管理回路２３１４に導電的に接続され、電力管理回路２３１４からの電気エネルギーを貯蔵し、電力管理回路２３１４にエネルギーを放出するように構成されている。バッテリ２３１３の充電又は放電速度は、電力管理回路２３１４によって制御され得る。バッテリ２３１３は、複数のバッテリセル（例えば、８、５０、１００、１０００など）を含む１つ以上のバッテリパック内に配置され得る。例えば、バッテリ２３１３は、リチウムイオンバッテリであり得る。
【0260】
いくつかの実施形態では、モジュール式エネルギーユニット２３００はまた、ハウジング２３００の内部を、その中の構成要素の動作のための好適な温度又はその近傍に、例えば、バッテリ２３１３、核マイクロリアクタ２３１２、及び燃料セル２３０８のための効率的な温度に、又はその近傍に維持するように構成された加熱及び／又は冷却デバイスを含む。
【0261】
モジュール式エネルギーユニット２３００はまた、ユーティリティグリッド２３２４と電力管理回路２３１４との間に導電性経路を提供するために、ユーティリティグリッド２３２４に接続するように構成されたユーティリティグリッド入口２３１８を含むように示されている。ユーティリティグリッド入口２３１８は、主に、電力管理回路がユーティリティグリッド２３２４から電気を受け取ることを可能にし得る。いくつかの実施形態及びいくつかのシナリオでは、ユーティリティグリッド入口２３１８はまた、電力管理回路２３１４が電気をユーティリティグリッド２３２４に戻す（例えば、電気をユーティリティ会社に売却し、周波数応答又は他のインセンティブプログラムに参加するなど）ことを可能にする。
【0262】
モジュール式エネルギーユニット２３００はまた、電気エネルギー出口２３２０を含むように示されている。電気エネルギー出口２３２０は、電力管理回路２３１４を建物電気システム２３２２に導電的に接続するように構成されている。建物電気システム２３２２は、電気エネルギー出口２３２０から建物内の様々な電気デバイス、コンセント、照明、電化製品などに電気を伝達するように構成された建物配線などを含む。電力管理回路２３１４は、電気エネルギー出口２３２０との接続を介して、建物電気システム２３２からの電気の需要を検出することができる。
【0263】
電力管理回路２３１４は、そこに、モジュール式エネルギーユニット２３００の構成要素によって提供される様々な電気の流れを管理し、建物電気システム２３２２及びエネルギー貯蔵デバイス（例えば、バッテリ２３１３及び重力エネルギーシステム２３１０）への電気の流れを管理するように構成されている。後の図を参照して以下で詳細に考察されるように、電力管理回路２３１４は、建物の需要を満たしながら、エネルギーコストを最小化し、カーボン排出量を最小化し、又はそれらのいくつかの組み合わせを最小化するために、モジュール式エネルギーユニット２３００及びユーティリティグリッド２３２４の構成要素にわたって需要を最適に割り当てるように構成されている。電力管理回路２３１４は、以下に説明されるように最適化をローカルに実施するように構成されたコンピューティング構成要素（例えば、メモリデバイス及び処理回路）をローカルに含み得るか、又はセルラモデム２３１６を介してリモートコンピューティング資源（例えば、クラウドサーバ）と通信して、モジュール式エネルギーユニットの最適な制御を容易にし得る。
【0264】
したがって、モジュール式エネルギーユニット２３００は、ユーティリティグリッド２３２４からの電力の使用量を管理し、そのような電力を補完するために、ユーティリティグリッド２３２４と建物電気システム２３２２との間に電気的に位置決めされるように構成されている。したがって、モジュール式エネルギーユニット２３００は、他の建物エネルギー管理システムのように建物内及び建物全体のデバイスの調整又は設置を必要とすることなく、建物に対して一点に容易に設置され得る。したがって、モジュール式エネルギーユニット２３００は、エネルギーコストを低減し、建物の動作に関連するカーボン排出量を低減又は排除するための、設置が容易な、モジュール式の、統合された、プラグアンドプレイ解決策である。
【0265】
雨水及び地下水機能を備えたモジュール式エネルギーユニット
ここで図２５を参照すると、例示的な実施形態による、雨水及び地下水機能を使用する重力エネルギーシステムを含むモジュール式エネルギーユニット２５００の実施形態の概略例解図が示されている。モジュール式エネルギーユニット２５００は、水ベースのエネルギーシステム２５０２、１つ以上の風車２３０６、光起電力セル２３０４、及び電力管理回路（電力アキュムレータ２５０１として示される）として実装される重力エネルギーシステムを含むように示されている。モジュール式エネルギーユニット２５００は、様々な実施形態において、図２３～２４のモジュール式エネルギーユニット２３００の様々な要素を含むことができる。
ここで図２５を参照すると、例示的な実施形態による、雨水及び地下水機能を使用する重力エネルギーシステムを含むモジュール式エネルギーユニット２５００の実施形態の概略例解図が示されている。モジュール式エネルギーユニット２５００は、水ベースのエネルギーシステム２５０２、１つ以上の風車２３０６、光起電力セル２３０４、及び電力管理回路（電力アキュムレータ２５０１として示される）として実装される重力エネルギーシステムを含むように示されている。モジュール式エネルギーユニット２５００は、様々な実施形態において、図２３～２４のモジュール式エネルギーユニット２３００の様々な要素を含むことができる。
【0266】
水ベースのエネルギーシステム２５０２は、上部水タンク２５０４及び下部水タンク２５０６を含むように示されている。上部水タンク２５０４は、雨に曝されるように配置され（例えば、屋上、ハウジング２３０２の屋根２３０３上にある、ダウンスパウト、溝などに接続されている）、環境から雨水を受け取るように構成された１つ以上の開口部を含む。ごみ及び他の汚染物質が上部水タンク２５０４に入るのを防ぐために、フィルタが含まれ得る。下部水タンク２５０６は、上部水タンク２５０４内の水の単位が、下部水タンク２５０６内の水の単位に対してより高い重力ポテンシャルエネルギーを有するように、下部水タンクの下（すなわち、地球の中心に近い）に物理的に位置決めされる。いくつかの実装形態では、上部水タンク２５０４及び下部水タンク２５０６は両方とも、統合された出荷コンテナサイズのモジュール式エネルギーユニットのハウジング上に位置決めされる。他の実施形態では、上部水タンク２５０４は、モジュール式エネルギーユニットによって供給される建物の屋根上に位置決めされ、一方、下部水タンクは、地面、地下、又は地下レベルに位置決めされ、したがって、既存の建物構造を鑑み、上部水タンクと下部水タンクとの間の重力ポテンシャルを最大化する。例えば、古い工業用建物の中には、他の技術革新のために以前は廃止されていたが、建物に重大な構造的変更を加えることなく、水ベースのエネルギーシステム２５０２で使用するために再利用することができる、使用されていない屋上タンクを依然として含んでいるものがある。下部タンク２５０６及び上部タンク２５０４は、管、チューブ、ホースなどによって接続され、それらの間の流体の流れを可能にする。
【0267】
図２５に示されるように、水ベースのエネルギーシステム２５０２は、ポンプ２５０８、及び下部タンク２５０６と上部タンク２５０４との間の流路上に位置決めされたモータ２５１０を含む。モータ２５１０は、ポンプ２５０８を駆動して、下部タンク２５０６から上部タンク２５０４に水を引き込むように構成されている。モータ２５１０は、電気エネルギーを消費し、ポンプ２５０８を使用して、電気エネルギーをポンプ２５０８によって引き上げられた水の重力ポテンシャルエネルギーに変換する。モータ２５１０は、例えば、余剰な電力が風車２３０６及び光起電力セル２３０４によって生成されているときに、電力アキュムレータ２５０１によって制御可能である。第１の制御可能なバルブ２５１２は、例えば、ポンプが動作していないときに重力がポンプを通して水を引き戻すのを防止するために、下部水タンク２５０６と上部水タンク２５０４との間の管に沿って位置決めされる。第１の制御可能なバルブ２５１２は、バルブコントローラ２５１３によって制御可能である。
【0268】
水ベースのエネルギーシステム２５０２はまた、上部タンク２５０４と下部タンク２５０６との間の流路に沿って接続されたタービン２５１４を含むように示されている。第２の制御可能なバルブ２５１６は、上部タンク２５０４とタービン２５１４との間に位置決めされ、バルブ制御２５１３によって制御可能である。第２の制御可能なバルブ２５１６が開くように制御されると、重力は、水を上部タンク２５０４から、タービン２５１４を通して、下部水タンク２５０６に引き込む。タービン２５１４は、下部水タンク２５０６に近接して位置付けられ得る。水の重力ポテンシャルエネルギーは、水が上部タンクからタービン２５１４に流れるときに、重力加速度を通して運動エネルギーに変換される。次いで、タービン２５１４は、その運動エネルギーをタービン２５１４の回転運動エネルギーに変換し、これは次いで、発電機２５１８を介して電気に変換される。それによって、上部タンク２５０４内の水の重力ポテンシャルエネルギーは電気に変換され、電気は電力アキュムレータ２５０１に提供される。電力アキュムレータ２５０１は、例えば、又は本明細書に記載される様々な他の最適化技法に従って、電力アキュムレータ２５０１が建物の需要を満たすために追加の電気を必要とするときに、バルブ制御２５１３にバルブ２５１６を開かせることができる。
【0269】
雨水に対して開放されたままであることによって、上部タンク２５０２は、モータ２５１０の動作を必要としない水を受け取ることができ、したがって、いかなる電気入力も必要としない。したがって、特に雨の多い季節や気候では、水ベースのエネルギーシステム２５０２は、かなりの量の無料の電気（すなわち、環境から抽出される）を提供することができる。下部水タンクの過剰充填を回避するために、下部水タンクは、下部水タンクが容量に達したときに地下水（又は排水、下水道などのシステム）に排水するように構成されたオーバーフロー機能を含むことができる。
【0270】
したがって、モジュール式エネルギーユニット２５００は、実質的に一定の発電、又は時間変化する需要を常に満たす発電を提供することができる。例えば、特に晴天及び／又は強風の期間には、太陽光及び風力は電気に変換されて、需要を満たし、重力ポテンシャルエネルギーを水ベースのエネルギーシステム２５０２に貯蔵する。次いで、晴天でない又は強風でない期間中、その重力ポテンシャルエネルギーは、タービン２５１４を介して電気に変換し戻されされ得る。加えて、太陽光が少ない期間は降雨量が多い期間に対応し得るため、上部タンク２５０４の降雨量捕捉特徴は、光起電力セル２３０４の太陽光発電を補完するのに特に適している。したがって、モジュール式エネルギーユニット２５００は、複数のエネルギー源及び貯蔵の解決策を利用して、信頼性の高い一貫したゼロカーボン排出の電力を提供する。
【0271】
モジュール式エネルギーユニットの最適化された制御
ここで図２６を参照すると、例示的な実施形態による、モジュール式エネルギーユニット（例えば、図２３のモジュール式エネルギーユニット２３００）を最適に制御するためのプロセス２６００のフローチャートが示されている。プロセス２６００は、例えば、図２４の電力管理回路２３１４によって、及び／又はセルラモデム２３１６を介して電力管理回路２３１４と通信可能なクラウドベースの最適化資源（例えば、サーバ、メモリ、及び処理回路など）を介して実行され得る。図２６のいくつかの適応例では、プロセス２６００は、図２５の電力アキュムレータ２５０１によって実行され得る。
ここで図２６を参照すると、例示的な実施形態による、モジュール式エネルギーユニット（例えば、図２３のモジュール式エネルギーユニット２３００）を最適に制御するためのプロセス２６００のフローチャートが示されている。プロセス２６００は、例えば、図２４の電力管理回路２３１４によって、及び／又はセルラモデム２３１６を介して電力管理回路２３１４と通信可能なクラウドベースの最適化資源（例えば、サーバ、メモリ、及び処理回路など）を介して実行され得る。図２６のいくつかの適応例では、プロセス２６００は、図２５の電力アキュムレータ２５０１によって実行され得る。
【0272】
プロセス２６００のステップ２６０２において、モジュール式エネルギーユニット上の電気需要が予測される。例えば、モジュール式エネルギーユニット上の電気需要の予測は、最適化期間の各時間ステップにおいて提供されるべき電気需要（例えば、キロワット単位の瞬間電力、小さな時間増分にわたるジュール又はキロワット時のエネルギー）を含むことができる。モジュール式エネルギーユニット上の電気需要は、１つ以上のグレーボックスモデル、ニューラルネットワークモデル、又はいくつかの他のモデル化アプローチを使用して予測され得る。一例として、モジュール式エネルギーユニットに対する電気需要は、２０１５年５月２０日に出願された米国特許出願第１４／７１７，５９３号（その開示全体が参照により本明細書に組み込まれている）に記載されている負荷予測器特徴を使用して予測され得る。
【0273】
ステップ２６０４において、利用可能な風力発電機及び／又は太陽光発電機からの発電が、例えば、気象予報、風車２３０６及び光起電力セル２３０４の容量及び過去のパフォーマンスに関するデータ、及び／又は他の関連データに基づいて予測される。例えば、生成される再生電力量（例えば、ＰＶパネルによって生成されるＰＶ電力）を予測するための技法は、米国特許出願第１５／２４７，８６９号、米国特許出願第１５／２４７，８４４号、及び米国特許出願第１５／２４７，７８８号に記載されており、これらの各々が、２０１６年８月２５日の出願日を有し、参照により本明細書に組み込まれている。
【0274】
ステップ２６０６において、バッテリ容量、重力エネルギー貯蔵容量、燃料セル充填レベル、及びモジュール式エネルギーユニット２３００の構成要素において利用可能なエネルギー容量又は貯蔵容量の量に影響を与えるであろう任意の他の変数が追跡される。これらの値を追跡することによって、及びモジュール式エネルギーユニット２３００の様々な構成要素からの利用可能な電力及びそれにおける貯蔵の指標がリアルタイムで考慮され、将来的に予測され得る。
【0275】
ステップ２８０８において、ユーティリティグリッドからユーティリティレート及びカーボン排出量データが取得される。例えば、ユーティリティグリッドからの電気は、価格設定が経時的変化するように、使用時間の価格設定の対象となり得る。ユーティリティグリッドからのエネルギーに関連し得る、例えば、本明細書の他の箇所で説明したような他の価格設定構造、インセンティブプログラム、ペナルティなども、ステップ２８０８において確認され得る。加えて、いくつかのシナリオでは、ユーティリティグリッドは、特定の時点におけるグリッド電力に関連するカーボン排出量を示す情報（例えば、時間変化する電力：カーボン又はカーボン：電力比、１ｋＷｈ当たりのＣＯ２トン数）を利用可能にし得、これは、ユーティリティグリッドが異なる速度でカーボンを排出する複数の供給源から電力を受け取る（例えば、天然ガスプラント、風力発電所、及び太陽光発電所がエネルギーグリッドに接続されている場合）ことに起因して変化し得る。
【0276】
ステップ２６１０において、ステップ２６０２、２６０４、２６０６、及び２６０８からのデータを使用して、モジュール式エネルギーユニットの構成要素の制御決定を生成し、特に、制御決定が、モジュール式エネルギーユニットの電気需要に対応することに関連するコスト及び／又はカーボン排出量を低減することが予測されるようにする。図３１～３６は、様々な実施形態において、モジュール式エネルギーユニットの構成要素の制御決定を生成する際に使用するために適合させることができるプロセスのフローチャートを提供する。別の例として、上で説明される予測ＣＥＦコントローラによって使用されるアプローチは、例えば、モジュール式エネルギーユニット２３００の構成要素の電力寄与及び制約を処理するように適合され得る。
【0277】
そのような一例として、最適化問題は、（例えば、目的関数を使用して）定式化され、目的関数は、バッテリ２３１３から放電するか、又はバッテリ２３１３に充電するためのエネルギー量若しくは電力量、重力エネルギーシステム２３１０に貯蔵するか、又は重力エネルギーシステム２３１０から抽出するためのエネルギー量若しくは電力量、燃料セル２３０８で生成するためのエネルギー量若しくは電力量、及び／又はユーティリティグリッドから取得するためのエネルギー量若しくは電力量を表す決定変数を含む。最適化問題は、特定の決定変数の選択から生じる合計経済コスト（例えば、ユーティリティグリッドから電気を購入するコスト及び燃料セル２３０８のための燃料のコストに起因する）に加えて、カーボン排出量に関連するコスト又はペナルティを表す目的関数を含むことができる。カーボン排出量に関連するコスト又はペナルティは、（例えば、正味ゼロ排出を達成するために）選択されている決定変数の値に関して、又は予測される排出量に関連するカーボンクレジットのコストに関して、最適化期間にわたって排出されることが予測されるカーボン量に等しいカーボンオフセットを購入するコストを加算することによって実装され得る。したがって、カーボン排出量に関するゴールは、モジュール式エネルギーユニット２３００の他の技術的ゴールとして、共有ユニット（例えば、ドル）で定量化され得る。最適化問題は、モジュール式エネルギーユニット２３００の様々な構成要素の容量又は他の制限に関する制約の対象となる目的関数を最小化し、建物の電気需要が満たされることを保証する決定変数の値を判定するために、実行され得る。
【0278】
ステップ２６１２において、モジュール式エネルギーユニットの構成要素は、制御決定に従って動作させられる。例えば、上で説明され、最適化に起因する、決定変数の値を使用して、例えば、燃料セル２３０８、重力貯蔵システム２３１０、及びバッテリ２３１３を制御することができる。電力管理回路２３１４は、決定変数の値に従って、モジュール式エネルギーユニット２３００の様々な構成要素間で（例えば、光起電力セル２３０４から建物のコンセント２３２０又は重力エネルギーシステム２３１０若しくはバッテリ２３１３のうちの１つへ）電気を誘導するように構成されている。それによって、モジュール式エネルギーユニット２３００は、建物を動作させるためのエネルギーの購入コストと、建物の電気需要に対応することに関連するカーボン排出量との両方を低減する最適な方法で動作するように制御される。
【0279】
モジュール式エネルギーユニットを使用した建物のカーボンニュートラルの展開
図２７を参照すると、いくつかの実施形態による、建物の正味ゼロカーボン排出を達成するためにモジュール式エネルギーユニットを展開するためのプロセスのフローチャートが示されている。ステップ２７０２において、モジュール式エネルギーユニットが生産施設で製造される。いくつかの実施形態では、生産施設自体は、カーボンニュートラルである（例えば、グリーンエネルギー源によって電力供給される）。いくつかの実施形態では、モジュール式エネルギーユニットは、リサイクル材料（例えば、８０％又は９０％を超えるリサイクル材料）で製造される。ステップ２７で製造されたモジュール式エネルギーユニットは、同じ設計、構成などを有するストックユニットであり得、したがって、建物に別個のエネルギーデバイスを設置することを選択し、次いで、特定の建物の現場でデバイスを統合しようとする代替アプローチと比較して、モジュール式エネルギーユニットを提供するための簡単で効率的なプロセスを提供する。
図２７を参照すると、いくつかの実施形態による、建物の正味ゼロカーボン排出を達成するためにモジュール式エネルギーユニットを展開するためのプロセスのフローチャートが示されている。ステップ２７０２において、モジュール式エネルギーユニットが生産施設で製造される。いくつかの実施形態では、生産施設自体は、カーボンニュートラルである（例えば、グリーンエネルギー源によって電力供給される）。いくつかの実施形態では、モジュール式エネルギーユニットは、リサイクル材料（例えば、８０％又は９０％を超えるリサイクル材料）で製造される。ステップ２７で製造されたモジュール式エネルギーユニットは、同じ設計、構成などを有するストックユニットであり得、したがって、建物に別個のエネルギーデバイスを設置することを選択し、次いで、特定の建物の現場でデバイスを統合しようとする代替アプローチと比較して、モジュール式エネルギーユニットを提供するための簡単で効率的なプロセスを提供する。
【0280】
ステップ２７０４において、生産施設からのモジュール式エネルギーユニットのうちの１つは、道路を介して建物に輸送される。ステップ２７０４～２７１４は、ステップ２７０２で製造されたモジュール式エネルギーユニットのいずれか又は全てについて、別個に実施され得ることを理解されたい。上で説明されたように、モジュール式エネルギーユニットは、好ましくは特大負荷又は同様の考慮事項として特別な処理を伴わずに、スタンド道路を介したセミトラックによる輸送に好適な物理的寸法を有することができる。
【0281】
ステップ２７０６において、モジュール式エネルギーユニットは、（例えば、モジュール式エネルギーユニットが）ユーティリティグリッド上の需要を管理することができるように、建物とユーティリティグリッドとの間に電気的に設置される。ステップ２７０６は、エネルギーシステムにおける特別な訓練又は専門知識を用いずに、典型的な電気技師によって容易に達成することができる基本的な電気配線ステップを含むことができる。ステップ２７０６は、単に、モジュール式エネルギーシステムのハウジングを所望の場所、例えば、建物のそばに置くことを含むことができる。いくつかのシナリオでは、モジュール式エネルギーシステムは、建物の屋上に設置される（例えば、太陽光への曝露を最大化する）。ステップ２７０６は、例えば、上で説明されるように、ハウジング上に風車を立てるために、モジュール式データセンタへのいくつかの単純な機械的調整を含むことができるが、好ましくは、適切な設置を達成するために、いかなる特別な専門知識も必要としない。
【0282】
ステップ２７０８において、建物の建物エネルギー負荷を示す建物データが収集される。例えば、モジュール式データセンタは、建物の負荷、太陽光電力の可用性、風力電力の可用性などに関するデータを収集するために、初期学習段階で動作することができる。このデータ収集段階の間、モジュール式データセンタは、デフォルトの制御スキームに従って動作し得、学習手順（例えば、システム能力の自動化されたテストなど）を実行し得、建物のエネルギー需要を満たし続け得る。
【0283】
ステップ２７１０において、収集されたデータに基づいて、特定のモジュール式エネルギーユニットの予測コントローラが訓練される。したがって、モジュール式エネルギーユニットの予測コントローラは、モジュール式エネルギーユニットが供する特定の建物の需要及び他の関連データ（例えば、太陽光エネルギー及び風力エネルギーの利用可能性を示すデータ）に基づいてソフトウェアでカスタマイズされ得る。したがって、プロセス２７００の例では、モジュール式データセンタは、ハードウェアカスタマイゼーションを伴わずに、ステップ２７１０で得られた訓練データに基づくソフトウェアカスタマイゼーションとともに生産施設から提供され得る。予測コントローラは、グレーボックスシステム識別アプローチ（例えば、参照により本明細書に組み込まれている、２０１９年６月２０日に出願された米国特許出願第１６／４４７，７２４号に記載されているような）、ニューラルネットワークモデルなどを訓練する機械学習アプローチ、又は予測コントローラロジックの特定の実装形態に好適な他のアプローチに基づいて訓練され得る。ステップ２７１０は、モジュール式エネルギーユニット上でローカルに、又はリモートクラウドベースの最適化資源上で実行され得る。
【0284】
ステップ２７１２において、モジュール式エネルギーユニットは、訓練された予測コントローラ及び収集されたデータを使用して制御され、カーボン排出エネルギー源の使用を低減又は排除する。例えば、予測コントローラは、他のエネルギー源よりも、モジュール式エネルギーユニットに含まれるゼロ排出エネルギー源（例えば、モジュール式エネルギーユニットの風力及び太陽光、水素燃料セルなど）を最適に利用して、建物に供し、バッテリ２３１３及び他のエネルギー貯蔵デバイスを充電し得る。予測コントローラはまた、ユーティリティグリッドが主に再生可能エネルギー（例えば、太陽光、風力、地熱、水力など）によって供給されている時間帯に、ユーティリティの購入をシフトさせることができ得る。したがって、予測コントローラは、カーボン排出エネルギー源の使用を低減して、建物のエネルギー消費量をゼロカーボン排出に向かって移動させることができる。カーボン排出量が完全に排除される場合、プロセス２７００は、ステップ２７１２で終了することができる。
【0285】
低減されたレベルのカーボン排出量がいくらか残っている場合（例えば、ある特定の条件下でエネルギーグリッド内のカーボン排出生産に継続的に依存しているため）、プロセス２７００はステップ２７１４に進み、任意の残っているカーボン排出量は、１つ以上のカーボン捕捉プロセスを使用して自動的にオフセットされる。予測コントローラ及びそれによって収集されたデータの決定を使用して、所望のカーボンオフセットプログラムを開始及び実行するために使用され得る残りのカーボン排出量（例えば、ＣＯ２トン単位）を推定することができる。いくつかの実施形態では、ステップ２７１４は、サードパーティのカーボンオフセットプロバイダ、例えば、森林保護、植林努力などを通じてカーボン隔離に従事する検証されたカーボンオフセットプロバイダから、カーボンオフセットを自動的に購入することを含む。カーボンオフセットの獲得及び管理は、モジュール式エネルギーユニットの予測コントローラもホストするクラウドベースの資源と統合することができる。いくつかの実施形態では、ステップ２７１４は、大気から対応する量のカーボンを捕捉するために、カーボン捕捉／回収技術を自動的に動作させることを含む。モジュール式エネルギーユニットによって生成されたデータに対する自動応答としてカーボンオフセットプログラムを実行することに対する様々な他のアプローチが可能である。正味ゼロ排出を達成するためのカーボン捕捉、カーボン隔離、カーボンオフセットなどへの依存は、モジュール式エネルギーユニットの設置及び使用によって、ステップ２７００の実行によってカーボンニュートラル目標が確実に達成されるために含まれるステップ２７１４で、実質的に低減される。
【0286】
建物設定点最適化装置を備えたモジュール式エネルギーユニット
ここで図２８を参照すると、いくつかの実施形態による、モジュール式エネルギーユニットの別の実施形態を含むシステムのブロック図が示される。図２８の実施形態では、モジュール式エネルギーユニットは、建物のエネルギー需要に影響を与えるために建物設定点を最適化するように構成され、それによって、エネルギーコスト及び排出量を低減するモジュール式エネルギーユニットの能力を増加させる。例えば、時間シフトするエネルギー消費は、モジュール式エネルギーユニットがカーボン排出エネルギー源に依存する必要がある期間の需要を低減させながら、モジュール式エネルギーユニットが消費量をグリーンエネルギーの高可用性の期間に一致させることを可能にし得る。図２８の例は、そのような利点を可能にする。
ここで図２８を参照すると、いくつかの実施形態による、モジュール式エネルギーユニットの別の実施形態を含むシステムのブロック図が示される。図２８の実施形態では、モジュール式エネルギーユニットは、建物のエネルギー需要に影響を与えるために建物設定点を最適化するように構成され、それによって、エネルギーコスト及び排出量を低減するモジュール式エネルギーユニットの能力を増加させる。例えば、時間シフトするエネルギー消費は、モジュール式エネルギーユニットがカーボン排出エネルギー源に依存する必要がある期間の需要を低減させながら、モジュール式エネルギーユニットが消費量をグリーンエネルギーの高可用性の期間に一致させることを可能にし得る。図２８の例は、そのような利点を可能にする。
【0287】
図２８に示されるように、モジュール式エネルギーユニット２８００は、建物デバイス２８０２と通信可能であり得る。建物デバイス２８０２は、建物及び／又はＨＶＡＣ機器（例えば、空気処理ユニット、チラー、ＶＡＶボックス、可変冷媒流システム屋内及び／若しくは屋外ユニットなど）、又は建物内の他の機器の１つ以上のサーモスタットを含むことができる。示される例では、建物デバイス２８０２は、好ましくは、ＨＶＡＣ機器を制御して、室内の空気温度を温度設定点に向かって駆動するように構成されたサーモスタットを含む。そのような場合、温度設定点を変更することは、特に建物のＨＶＡＣ機器によって、建物の資源需要に影響を与えることができる。したがって、以下の節に記載されるように、モジュール式エネルギーユニット２８００は、建物動作をモジュール式エネルギーユニット２８００のエネルギー動作と連携させるために、建物デバイス２８０２に時間変化する温度設定点（又は例えば、空気流、湿度、照明などのための他の設定点）を提供するように、建物デバイス２８０２と通信可能である。
【0288】
図２８は、モジュール式エネルギーユニット２８００に含まれる建物設定点最適化装置２３０８を示している。建物設定点最適化装置２３０８は、電力管理回路２３１４と連携して建物設定点を最適化するように構成された回路（例えば、メモリ及び処理構成要素）で造られている。例えば、いくつかの実施形態では、電力管理回路２３１４は、建物設定点最適化装置２３０８に、モジュール式エネルギーユニット２８００によって提供され得る電力の有効使用時間価格設定の指標（すなわち、ユーティリティグリッド２３２４からの購入に加えて、グリーンエネルギー生成器２３０４／２３０６、燃料セル２３０８、及びエネルギー貯蔵装置２３１０／２３１３の使用に起因する電力コスト）を提供する。別の例として、電力管理回路２３１４は、建物設定点最適化装置２３０８に、モジュール式エネルギーユニット２８００から建物電気システム２３２２に提供される電力の有効なカーボン対電力比を提供し得る。電力管理回路の最適化された動作により、有効な使用時間価格設定又はカーボン対電力比は、ユーティリティ会社によって設定されたレートよりも大幅に低くなる可能性がある。次いで、建物設定点最適化装置２３０８は、例えば、２０１６年６月３０日に出願された米国出願第１５／１９９，９０９号、２０１３年３月１３日に出願された米国出願第１３／８０２，１５４号、２０１９年１１月１８日に出願された米国出願第１６／６８７，１２２号、及び／又は２０１９年１０月１０日に出願された米国特許出願第１６／５９８，５３９号（その開示全体が参照により本明細書に組み込まれている）に記載されている最適化プロセスを使用して、コスト及び／又はカーボン排出量を低減するための建物設定点最適化プロセスへの入力として、その有効な使用時間価格設定を使用することができる。
【0289】
次いで、建物設定点最適化装置２３０８は、最適化された設定点を建物デバイス２８０２に分配する。次いで、建物デバイス２８０２は、最適化された設定点に従って動作し、例えば、建物設定点最適化装置２３０８によって生成された屋内空気温度設定点まで建物温度を駆動させるように、ＨＶＡＣ機器を動作させる。したがって、図２８の実施形態では、モジュール式エネルギーユニットは、最適化された需要を満たすために、複数の供給源からの建物需要及びエネルギー生産の両方の調整された最適化を提供する。
【0290】
ネットワーク化されたモジュール式エネルギーユニット
ここで図２９を参照すると、いくつかの実施形態による、モジュール式エネルギーユニット２９０１及び他の要素のネットワーク２９００を示すブロック図が示されている。具体的には、図２９は、構内建物２９０２及びモジュール式データセンタ２９０４に供するために提供される複数のモジュール式エネルギーユニット２９００を示している。複数のモジュール式エネルギーユニット２９０１は、（例えば、デイジーチェーンに配置された）ローカルメッシュネットワーク（例えば、メッシュＷｉ－Ｆｉネットワーク）を介して互いに通信可能であり、モジュール式エネルギーユニット２９０１のうちの１つは、クラウドベースの最適化資源２９０８とセルラネットワーク２９０６を介して接続されている。クラウドベースの最適化資源２９０８は、カーボン隔離サービス２９１０と（例えば、アプリケーションプログラミングインターフェースを介して）相互運用可能であるように示されている。
ここで図２９を参照すると、いくつかの実施形態による、モジュール式エネルギーユニット２９０１及び他の要素のネットワーク２９００を示すブロック図が示されている。具体的には、図２９は、構内建物２９０２及びモジュール式データセンタ２９０４に供するために提供される複数のモジュール式エネルギーユニット２９００を示している。複数のモジュール式エネルギーユニット２９０１は、（例えば、デイジーチェーンに配置された）ローカルメッシュネットワーク（例えば、メッシュＷｉ－Ｆｉネットワーク）を介して互いに通信可能であり、モジュール式エネルギーユニット２９０１のうちの１つは、クラウドベースの最適化資源２９０８とセルラネットワーク２９０６を介して接続されている。クラウドベースの最適化資源２９０８は、カーボン隔離サービス２９１０と（例えば、アプリケーションプログラミングインターフェースを介して）相互運用可能であるように示されている。
【0291】
複数のモジュール式エネルギーユニット２９００は、例えば、図２２～２８の例のいずれかに従って構成され得る。この例では、モジュール式エネルギーユニットは、モジュール式エネルギーユニット２９０１間の直接的な通信を可能にするために、無線通信インターフェース（例えば、Ｗｉ－Ｆｉネットワーキングハードウェア）又は有線通信インターフェース（例えば、イーサネットポート）を含む。モジュール式エネルギーユニット２９００は、例えば、デイジーチェーンアーキテクチャ又はループ若しくはリングアーキテクチャにおいて互いに接続することができる。図２９に示されるアーキテクチャは、クラウドベースの最適化資源２９０８が、モジュール式エネルギーユニット２９００の全てではなく単一のモジュール式エネルギーユニット２９００と別々に通信することを可能にし、それによって、通信を簡素化し、サイバーセキュリティ脅威に対する潜在的なアクセス点を低減する。セルラネットワーク２９０６は、例えば、緩和されたネットワークのアイデンティティ定義ネットワーキングパラダイム又は他のセキュリティ通信プロトコルを使用するセキュリティ特徴を含むことができる。第１６／６８０，８８１号（２０１９年１１月１２日に出願され、参照により本明細書に組み込まれている）に記載されているように、クラウドコンピューティングシステムへの断続的な接続下で動作するためのアプローチが、いくつかの実施形態では、モジュール式エネルギーユニット２９００上に、又はモジュール式エネルギーユニット２９００のために実装され得る。
【0292】
モジュール式エネルギーユニット２９０１は、構内建物２９０２及びモジュール式データセンタ２９０４のエネルギー需要に対応するために協働する。構内建物２９０２は、１つ以上の建物（例えば、２つ、３つ、５つ、１０個、２０個など）を含むことができる。図２９は、単一のモジュール式エネルギーユニット２９０１の容量を超えるより大きなエネルギー需要に好適であるとき、複数のモジュール式エネルギーユニットを一緒に提供することができることを例解している。複数のモジュール式エネルギーユニットは、構内建物２９０２とエネルギーグリッドとの間の集合体として直列に又は並列に電気的に接続され得、又は例えば、構内建物２９０２の異なる建物に各々接続され得る。図２９の例では、複数のモジュール式エネルギーユニットは、モジュール式エネルギーユニット２９０１の利用可能なエネルギー貯蔵及び生成能力を最大限に活用するように、導電的に接続され、それらの間でエネルギーを共有するように構成されている。
【0293】
モジュール式データセンタ２９０４は、例えば、構内で働いている、又は勉強している人々のタスクを容易にするために、構内にコンピューティング資源（サーバ、データ記憶媒体など）を提供するように構成され、したがって、コンピューティング構成要素（例えば、サーバなど）及びコンピューティング構成要素の温度を制御するためのＨＶＡＣ機器を含む。モジュール式データセンタ２９０４は、モジュール式エネルギーユニット２９０１と同様の物理的フットプリントを有することができ、したがって、モジュール式エネルギーユニット２９０１とともに容易に分散及び設置され得る。図２９は、モジュール式データセンタ２９０１が、モジュール式データセンタのエネルギー負荷を供するモジュール式エネルギーユニット２９０１とともに設置され得、したがって、コンピューティング構成要素と、それらのコンピューティング構成要素に電力供給するために必要なエネルギー貯蔵及び生成機能との両方を、費用対効果が高く、低カーボン又はゼロ炭素の様式で提供することを例解している。いくつかの実施形態では、クラウドベースの最適化資源２９０８によって実行されるものとして、この例で説明されるプロセスは、モジュール式データセンタ２９０４のサーバによって実行される。
【0294】
クラウドベースの最適化資源２９０８は、複数のモジュール式エネルギーユニット２９０１の動作を調整することを含む、モジュール式エネルギーユニット２９０１に対する最適な制御決定を生成するように構成されている。例えば、クラウドベースの最適化資源２９０８は、複数のモジュール式エネルギーユニット２９０１の様々なエネルギー貯蔵デバイスにわたってエネルギー貯蔵又は放出を割り当てることができる。クラウドベースの最適化資源は、本明細書に記載される最適化アプローチのいずれかを実行することができる。
【0295】
クラウドベースの最適化資源２９０８はまた、構内建物２９０２及びモジュール式データセンタ２９０４の動作に伴うカーボン排出量を推定することができる。クラウドベースの最適化資源２９０８は、カーボン隔離（オフセット、捕捉など）サービスと通信し、例えば、構内建物２９０２の動作に伴うカーボン排出量に等しいカーボンオフセットを自動的に取得することができる。したがって、ネットワーク２９００は、例えば、自動的にネットワーク２９００をカーボンニュートラルに到達させながら、エネルギーコスト及び実際のカーボン排出量を低減することが可能になる。別の例では、クラウドベースの最適化資源２９０８は、カーボンクレジット市場と通信して、構内建物２９０２及びモジュール式データセンタ２９０４の動作に起因するカーボン排出量を許可する（例えば、政府規制を考慮して認可する）ために必要なカーボンクレジットを自動的に購入することができ、それによって、カーボン排出量に対する適用可能な規制制限への準拠を自動的に保証する。
【0296】
ここで図３０を参照すると、いくつかの実施形態によるネットワーク３０００が示されている。ネットワーク３０００は、図２９と同様に構成され、セルラネットワーク２９０６を介してクラウド最適化資源２９０８に接続され、構内建物２９０２に供するように設置されるモジュール式エネルギーユニット２９０１を含む。ネットワーク３０００は、特に、建物データ、建物機器、建物設定点などを監視することによって、構内建物２９０２に供する建物管理システム３００４を加えて含む。建物管理システム３００４は、建物機器の制御を促進するように建物内に配置されたコントローラ、ネットワークデバイス、センサなどを含むことができる。建物管理システム３００４は、例えば、セルラネットワーク２９０６を介して、又はいくつかの他の通信経路（例えば、有線インターネット接続など）を介して、クラウド最適化資源２９０８と通信可能である。
【0297】
図３０の例では、クラウド最適化資源２９０８は、建物管理システム、例えば、能動的な設定点管理を介して、モジュール式エネルギーユニット２９０１及び建物機器の調整された予測制御を提供する。例えば、クラウド最適化資源２９０８は、決定変数として、建物設定点（例えば、屋内空気温度設定点）、建物機器のオン／オフ決定、各モジュール式エネルギーユニット２９０１のエネルギー貯蔵システムから貯蔵又は解放するエネルギー量、及びモジュール式エネルギーユニット２９０１の燃料セルで生成するエネルギー量を含む最適化問題を定式化し得、これらの全ては、単一の最小化プロセスの結果として統合された様式で判定され得る。最適化問題は、例えば、予測される温度又は温度設定点が快適な温度範囲、例えば、参照により本明細書に組み込まれている、２０２０年７月３０日に出願された米国特許出願第１６／９４３，９５５号に記載されているように、１つ以上のニューラルネットワークを使用して定義された範囲内にとどまることを必要とする、建物の温度制約の対象となり得る）。最適化問題はまた、貯蔵される、生成される、購入される、又は消費される全てのエネルギーが最適化問題の結果によって考慮されることを確実にする負荷分散制約の対象となり得る。最適化問題はまた、最大許容カーボン排出量に基づく制約、又はカーボン排出量に基づくペナルティの対象となり得る。
【0298】
いくつかの実施形態では、最適化問題は、建物の動作の経済的コスト（例えば、グリッドからのエネルギーの購入コスト、機器の摩耗コスト）に対応する第１の項、及びカーボン排出に関連するコストの内部化に対応する第２の項（例えば、炭素クレジットの購入コスト、カーボンオフセットの購入コスト、重み付けされたペナルティ項など）を含む目的関数を最小化しようとする。最適化問題を解決することによって、クラウドベースの最適化資源２９０８は、モジュール式エネルギーユニット２９０１及び建物管理システム３００２の両方について制御決定を生成することができ、したがって、モジュール式エネルギーユニット２９０１及び建物機器の連携された動作を通じて、高いレベルのコスト及びカーボン節約量を可能にする。
【0299】
カーボン排出量最適化による予測制御
ここで図３１を参照すると、例示的な実施形態による、カーボン排出最適化による予測制御のためのプロセス３１００のフローチャートが示されている。プロセス３１００は、例えば、クラウドベースの最適化資源２９０８によって実行され得る。プロセス３１００はまた、上で説明される予測コントローラ（例えば、予測ＣＥＦコントローラ３０４、予測チラーコントローラ７０４、予測ポンプコントローラ１１０４、予測冷却塔コントローラ１５０４、又は予測バルブコントローラ１８０４）のいずれかによって実行され得る。プロセス３１００は、例えば、参照により本明細書に組み込まれている、２０１９年１０月１０日に出願された米国特許出願第１６／５９８，５３９号に記載されているように、スマートサーモスタットによって、又はスマートサーモスタットのために実行され得る。プロセス３１００はまた、例えば、２０１６年６月３０日に出願された米国特許出願第１５／１９９，９０９号、２０１３年３月１３日に出願された米国特許出願第１３／８０２，１５４号、又は２０１９年１１月１８日に出願された米国特許出願第１６／６８７，１２２号（その開示全体が参照により本明細書に組み込まれている）に記載されているように、建物管理システム又は建物機器に対するコントローラによって実行され得る。
ここで図３１を参照すると、例示的な実施形態による、カーボン排出最適化による予測制御のためのプロセス３１００のフローチャートが示されている。プロセス３１００は、例えば、クラウドベースの最適化資源２９０８によって実行され得る。プロセス３１００はまた、上で説明される予測コントローラ（例えば、予測ＣＥＦコントローラ３０４、予測チラーコントローラ７０４、予測ポンプコントローラ１１０４、予測冷却塔コントローラ１５０４、又は予測バルブコントローラ１８０４）のいずれかによって実行され得る。プロセス３１００は、例えば、参照により本明細書に組み込まれている、２０１９年１０月１０日に出願された米国特許出願第１６／５９８，５３９号に記載されているように、スマートサーモスタットによって、又はスマートサーモスタットのために実行され得る。プロセス３１００はまた、例えば、２０１６年６月３０日に出願された米国特許出願第１５／１９９，９０９号、２０１３年３月１３日に出願された米国特許出願第１３／８０２，１５４号、又は２０１９年１１月１８日に出願された米国特許出願第１６／６８７，１２２号（その開示全体が参照により本明細書に組み込まれている）に記載されているように、建物管理システム又は建物機器に対するコントローラによって実行され得る。
【0300】
ステップ３１０２において、単位エネルギー又は電力当たりのカーボン排出量の時間変化する指標、例えば、電力：カーボン比（すなわち、グリッドによって提供される単位電力当たりの平均カーボン）又は限界動作排出率（ＭＯＥＲ）（すなわち、以下に説明されるように、限界単位電力当たりのカーボン）が、ユーティリティグリッドから受け取られる。すなわち、ステップ３１０２のシナリオでは、ユーティリティグリッドの事業者は、ユーティリティグリッドの顧客に提供されるエネルギー又は電力の各単位を生産するために、排出されるカーボン量の推定値を提供する。再生可能エネルギーは、異なる環境条件、異なる時間帯などにおいて、合計グリッドエネルギーの異なるパーセンテージに寄与する可能性があるため、カーボン：電力比又はカーボン：エネルギー比は、時間変化する可能性がある。加えて、異なる再生可能エネルギー源及び化石燃料消費プラントは、異なる時間に、又はグリッドに対する異なる合計需要の下で稼働中になる可能性があるため、限界エネルギー単位を生成する電力源も経時的に変化し、その結果、限界エネルギー消費量に関連するカーボン排出量（すなわち、次のエネルギー単位を消費するか消費しないか）も経時的に変化する。
【0301】
限界エネルギー消費に関連する排出率は、本明細書では限界動作排出率（ＭＯＥＲ）と呼ばれ、いくつかの実施形態では、例えば、５分に１回の頻度で、ユーティリティグリッド事業者によってその顧客に配布され得る。いくつかの例を例解するために、図３１Ｂは、異なる季節における経時的なＭＯＥＲのグラフを示している。最初のグラフ３１５０は、２月の１週間の経時的なＭＯＥＲを示している。示される例では、ＭＯＥＲは、約１０００ｌｂ／ＭＷｈと０ｌｂ／ＭＷｈとの間で変動し得る。第１のグラフ３１５０では、ＭＯＥＲは、いくつかの日の一部の間、例えば、光起電力エネルギー生産がグリッドの需要を満たすのに十分である日の中間部分の間、ゼロである。夜間、曇った条件、又は需要の高い期間には、グリッドは需要を満たすために化石燃料ベースのエネルギー（石炭、天然ガスなど）に依存しており、その結果、そのようなプラントが稼働中になってユーティリティグリッドの限界需要に対応すると、ＭＯＥＲはより高い値に跳ね上がる。７月の１週間のＭＯＥＲを示す第２のグラフ３１５２では、ＭＯＥＲが標準的なパターン又は変動から逸脱し得ることを示す、需要の高い期間の下で昼間（太陽光電力が利用可能な場合）であってもより高いＭＯＥＲが生じ得ることが分かる。第１のグラフ３１５０及び第２のグラフ３１５２は、消費をより低いＭＯＥＲを有する期間に時間的にシフトすることによって限界排出量を低減する機会が存在することを示しており、これは、本明細書に記載されるように、プロセス３１００によって達成され得る。８月の１週間のＭＯＥＲを示す第３のグラフ３１５４では、高い、一定の需要期間（例えば、空調が常時稼動してユーティリティグリッドに高需要をもたらす猛暑の間）において、ＭＯＥＲがそのような期間を通して実質的に一定のままであるように、カーボン排出源は、限界エネルギー需要に供するために常に稼働中のままであることが分かる。
【0302】
ステップ３１０２において、そのようなデータがユーティリティグリッドから利用可能であると仮定して、カーボン排出量の時間変化する指標（例えば、ＭＯＥＲ）がユーティリティグリッドから受信される。いくつかのシナリオでは、ユーティリティグリッドはまた、将来の期間の予測又は予想されるＭＯＥＲ又はカーボン：電力比又はカーボン：エネルギー比を提供し得る。
【0303】
そのような情報がユーティリティグリッド（又は他の第３の部分）から直接利用可能でないシナリオでは、予測コントローラは、プロセス３１００のステップ３１０４～３１０８に例解されるように、ＭＯＥＲ又はカーボン：エネルギー比又はカーボン：電力比自体の推定値を生成するように構成され得る。ステップ３１０４において、エネルギーグリッド上の利用可能な電力に関するデータ、すなわち、異なるエネルギー源と、エネルギーグリッドに供するエネルギー源の生産に関連する一般的な情報と、を識別するデータが収集される。この情報は、カーボン排出量又はリアルタイムＭＯＥＲの詳細な推定値がユーティリティ会社によって共有されていない場合でも、通常利用可能である。ステップ３１０４は、このデータを収集し、ユーティリティガード上に様々なエネルギー源のモデルを構築することを含むことができる。ステップ３１０６は、気象及び時間帯のデータ（例えば、予測範囲にわたる異なる時間帯による気象）を取得することを含む。ステップ３１０８において、ステップ３１０４及び３１０６からのデータが、エネルギーグリッドから受信した単位エネルギー又は電力当たりのカーボン排出量の時間変化する値（例えば、平均、ＭＯＥＲ）を推定するために使用される。ステップ３１０６は、利用可能な最良の情報に基づいてエネルギーグリッドをシミュレーションして、予測範囲にわたるカーボン：電力比若しくはカーボン：エネルギー比又はＭＯＥＲの推定値及びその予測値を生成するモデル化アプローチを実行することを含むことができる。いくつかの実施形態では、確率論的最適化プロセスが実施され、そこでは、ＭＯＥＲの異なる時系列値を含む複数のシナリオが生成され、次いで、例えば、２０１９年３月１４日に出願された米国特許出願第１６／１１５，２９０号（その開示全体が、参照によりここで組み込まれている）に、ユーティリティレートについて記載されているように、複数のシナリオの全てにわたって全体的な目的を最適化するために使用される。
【0304】
ステップ３１１０において、予測建物負荷に基づいて、予測範囲にわたって合計カーボン排出量、合計限界カーボン排出量、又は有効なカーボン対消費電力比を計算する目的関数が生成される。予測建物負荷は、例えば、２０１９年５月２１日に出願された米国特許出願第１６／４１８，７１５号（その開示全体が、参照により本明細書に組み込まれている）に記載されるようなシステム識別及びグレーボックスモデル化アプローチを使用して、建物設定点、例えば、建物温度設定点、及び他の建物関連変数（屋内空気温度、屋外空気温度など）の関数としてモデル化することができる。別の例として、ステップ３１１０は、２０１５年５月２０日に出願された米国出願第１４／７１７，５９３号、２０１８年８月２８日に出願された米国出願第１６／１１５，２９０号、又は２０１６年６月３０日に出願された米国出願第１５／１９９，９１０号（これらは全て参照により本明細書に組み込まれている）で使用される目的関数を、ユーティリティレートを示す変数を時間変化するＭＯＥＲ、カーボン：エネルギー比又はカーボン：電力比の時間変化する値に置き換えることによって、適合させることを含むことができる。目的関数は、建物機器の予測エネルギー消費量又は目標エネルギー消費量によってカーボン：エネルギー比を乗算して、合計排出量値を計算することを含むことができる。例えば、目的関数は、
として定式化され得、式中、ＭＯＥＲ（ｔ）は、時間ｔでの限界動作排出率であり、Ｅ（ｔ）は、時間ｔでグリッドから取得されたエネルギーである。
【数35】
【0305】
ステップ３１１２において、１つ以上の制約の対象となる目的関数を最適化する建物に対する時間変化する設定点が生成される。例えば、最適化範囲にわたる各時間ステップの温度設定点が、ステップ３１１２において生成され得る。別の例として、建物機器のためのエネルギー消費量目標が、ステップ３１１２において生成され得る。そのような実施形態の様々な詳細が上記に引用される出願において提供され、参照により本明細書に組み込まれている。目的関数を最適化することは、１つ以上の制約（例えば、居住者快適性を確保する制約など）を満たしながら、最小の可能な合計カーボン排出量を達成しようとする勾配降下又は他の最小化プロセスを実行することを含むことができる。
【0306】
ステップ３１１４において、建物機器は、最適化された設定点に従って動作させられる。ステップ３１１２は、入力として、時間変化するＭＯＥＲ又はカーボン：電力比又はカーボン：エネルギー比を使用するため、ステップ３１１４は、建物機器を低カーボン期間に時間的にシフトし、高カーボン排出期間から離れるようにすることを含み得る。例えば、建物は、低カーボン期間中に予冷又は予熱され（例えば、好ましい温度設定点を下回って冷却され、好ましい温度設定点を上回って加熱され）、高カーボン期間中の冷却機器（チラーなど）の動作を低減又は排除することができる。プロセス３１００は、それによって、建物のエネルギー消費に関連するカーボン排出量を低減することができる。他の実施形態では、プロセス３１００は、計画ツールとして実施され、図３１の例に示されるように、建物機器を制御することの代わりに、又はそれに加えて、プロセス３１００の最適化戦略を実装することに起因するレポート、分析、予測カーボン節約量、予測コスト節約量、推奨事項などを生成するために使用される。
【0307】
ここで図３２を参照すると、いくつかの実施形態による、カーボン排出のコストを内部化しながら建物機器の動作を最適化するためのプロセス３２００のフローチャートが示されている。プロセス３２００は、様々な実施形態では、上で説明されるプロセス３１００と同じ様々なコントローラ／プロセッサなどによって実行することができる。
【0308】
ステップ３２０２において、カーボンオフセット又はカーボンクレジットの価格設定が取得される。カーボンオフセットとは、カーボン隔離及びカーボン捕捉サービス、例えば、再森林化又は非森林化サービスの市場を指し、この市場により、汚染者は大気から炭素を除去する活動を行うために第三者に支払うことができる。カーボンオフセットが技術又は事業体の排出量を完全にカバーする場合（例えば、排出されたＣＯ２トン数＝隔離されたＣＯ２換算トン数）、技術又は事業体はカーボンニュートラル又は正味ゼロのカーボン排出者と呼ばれる。カーボンクレジットとは、一部の法域で活発な規制市場を指し、企業は市場で取引されている自由に譲渡可能なカーボンクレジットで定義された金額を超える排出量を生成させることはできない。いずれの場合も、カーボン排出量の単位（例えば、ＣＯ２のトン数）は、その排出量のオフセット又は規制当局の許可を取得するための経済的コストに関連付けられ得る。
【0309】
ステップ３２０２は、例えば、１つ以上のＡＰＩ及びインターネットを介した接続を介して、カーボンオフセット又はクレジットのためのデジタル市場と、建物機器のための予測コントローラとの間の相互運用性を提供することを含むことができる。ステップ３２０２は、カーボンオフセット又はクレジットの価格設定を監視し、将来の価格を予測するために１つ以上のモデルを構築することを含み得る。他の実施形態では、ステップ３２０２は、建物の所有者がカーボンオフセット又はクレジットを支払うために前払い又は契約した価格を示すデータを取得することを含む。
【0310】
ステップ３２０４において、例えば、図３１のステップ３１０２～３１０８を参照して説明されたように、建物によって消費される単位エネルギー又は電力当たりのカーボン排出量の時間変化する指標（例えば、ＭＯＥＲ）が取得される。１つ以上のモジュール式エネルギーユニット（例えば、モジュール式エネルギーユニット２３００）を含む実施形態では、単位エネルギー又は電力当たりのカーボン排出量の時間変化する指標は、モジュール式エネルギーユニットによって生成され得る。例えば、ユーティリティグリッドから取得されたエネルギーのＭＯＥＲ、及び１つ以上のモジュール式エネルギーユニットからのグリーンエネルギー利用可能性の寄与を考慮できる効果的なＭＯＥＲが計算され得る。
【0311】
ステップ３２０６において、ユーティリティグリッドからのエネルギー又は電力のための時間変化するユーティリティレートが取得される。例えば、ユーティリティは、典型的には、リアルタイムのエネルギー率を顧客に配布し、時には事前に一定時間（例えば、将来の数時間）にわたってユーティリティレートを提供する。ステップ３２０６はまた、例えば、参照により本明細書に組み込まれている、２０１５年５月２０日に出願された米国特許出願第１４／７１７，５９３号に記載されているように、ユーティリティレートを予測することを含むことができる。
【0312】
ステップ３２０８において、エネルギーの生成に関連するカーボン排出量と一致するように、エネルギーの購入及びカーボンオフセット又はカーボンクレジットの購入の合計コストを計算する目的関数が生成される。目的関数は、エネルギーの購入の合計コストを表す第１の項、例えば
を含むことができ、式中、ｒｉは、時間ステップｉにおけるユーティリティレートであり、Ｑｉは、時間ステップｉにおけるエネルギー消費量であり、Ｈは、最適化範囲の持続時間を示す。目的関数はまた、カーボンオフセット又はクレジットのコストを表す第２の項、例えば、
を含むことができ、式中、βｉは、時間ステップｉにおける単位エネルギー当たりのカーボン排出量（例えば、ＭＯＥＲ、単位エネルギー当たりの平均排出量）を表し、Ｐｉは、時間ステップｉにおけるカーボン排出量の単位に対するクレジットをオフセット及び／又は購入することのいずれかの価格を表す。反対関数は、第１の項及び第２の項を提出して、カーボン排出の内部化されたコストを含む建物の動作のためのエネルギーの合計コストを取得することができる。
【数36】
【数37】
【0313】
他の実施形態では、排出をオフセットする実際の価格Ｐｉを使用する代わりに、ユーザが、プロセス３２００がエネルギーコストとカーボン排出との間のトレードオフのバランスをとる方法をチューニングすることを可能にするために、ユーザ選択可能な重み付け係数λｉが使用される。重み付け係数は、一定であり得るか、又は、例えば、ユーザが、例えば、いくつかの時間帯の間にカーボン排出量を低減するための低い優先順位、及び他の時間帯の間に排出量を低減するための高い優先順位を設定できるように、時間変化する（下付き文字ｉによって示される）し得る。そのような例では、目的関数は、
として定式化され得る。コスト低減と排出低減との間の好ましいトレードオフのユーザ選択は、以下の図３５Ａ～Ｂを参照して更に考察される。
【数38】
【0314】
ステップ３２１０において、目的関数は、１つ以上の制約（例えば、最小Ｊ）に従う目的関数によって表される合計値を最小化する、建物機器に対する設定点（例えば、屋内空気温度設定点、バッテリ充電／放電設定点、本明細書に記載の様々な他の設定点／制御決定）を生成するように最適化される。制約及び最適化プロセスは、他の例を参照して本明細書の他の場所で説明された様々な方法で実施され得る。別の例を提供すると、最適化プロセスは、２０２１年３月２２日に出願された米国特許出願第１７／２０８，８６９号（その開示全体が、参照により本明細書に組み込まれている）に記載されたプロセスの適合バージョンであり得る。ステップ３２１４において、建物機器は、カーボン排出量に関連するコストを内部化しながら、建物機器を動作させるコストを最小化するというゴールを実現するために、生成された設定点に従って動作する。例のように、建物機器は、空調機器を含み、生成された設定点に従って建物機器を動作させることは、特に、ユーティリティグリッドからの電力の単位当たりのカーボン排出量の時間変化する値が、後続期間中よりも第１の期間中に高いことが予測される、後続の第２の期間中の空調機器の動作を低減するために、第１の期間中に建物を予冷することを含む。
【0315】
ステップ３２１６において、建物機器の動作に起因する排出量に等しいカーボンオフセット又はクレジットが、例えば、建物管理システムによって自動的に取得され得る。したがって、カーボンニュートラルを達成するプロセス全体、及び／又は一定レベルの二酸化炭素を排出するための規制許可を取得するプロセス全体が、統合解決策として提供される。プロセス３２００は、それによって、全体的なコストを最小化し、建物又は構内のニーズを満たしながら、エネルギーの購入コストとカーボン排出の内部化されたコストとの間のトレードオフを動的に調整することができる。
【0316】
ここで図３３を参照すると、例示的な実施形態による、カーボン排出量を考慮する予測制御のための別のプロセス（プロセス３３００として示される）のフローチャートが示されている。具体的には、プロセス３３００は、事前定義されたレベルを超えるカーボン排出を防止又は罰するカーボン排出量制約を定義することによって、カーボン排出量を考慮する。プロセス３３００は、プロセス３２００及びプロセス３１００を参照して上で言及された、又は様々な実施形態に従って参照により本明細書に組み込まれている参照において言及される、様々なコントローラによって実行され得る。
【0317】
ステップ３３０２において、予測される建物負荷に基づいて、時間範囲にわたる建物機器を動作させるコストを計算する目的関数が生成される。目的関数は、図３２を参照して考察されるように、又は例えば、２０１５年５月２０日に出願された米国出願第１４／７１７，５９３号、２０１８年８月２８日に出願された米国出願第１６／１１５，２９０号、又は２０１６年６月３０日に出願された米国出願第１５／１９９，９１０号で使用されるように定式化され得る。
【0318】
ステップ３３０４において、消費される単位エネルギー又は電力当たりのカーボン排出量の時間変化する指標が取得される。例えば、ステップ３３０４は、プロセス３１００のステップ３１０２～３１０８の例に従って実行され得る。
【0319】
ステップ３３０６において、カーボン排出量制約が定義される。カーボン排出量制約は、予測カーボン排出量が事前定義されたレベル未満であることを必要とする不等式制約として定義され得る。事前定義されたレベルは、政府の規制、企業によって購入されるカーボンオフセットの量によって定義されたレベル、購入されるカーボンクレジットの量によって定義されたレベル、及びユーザによって入力された量などに基づいて定義され得る。カーボン排出量制約は、排出量が事前定義されたレベルを超える場合に、最適化問題への全ての解決策を妨げるハード制約、又は任意の過剰排出量に対して目的関数にペナルティを追加するソフト制約として定義され得る。
【0320】
ステップ３３０８において、目的関数は、カーボン排出量制約に従って最適化される。カーボン排出量制約は、制約がハード制約である実施形態では、最適化問題の解決策（例えば、目的関数の値を最小化した結果）が、事前定義された（最大許容）レベルよりも低いカーボン排出量を達成すること、又は制約がソフト制約である実施形態では、事前定義されたレベルを超える抑制を確実にすることができる。ステップ３３１０において、建物機器は、最適化の結果を使用して動作させられる。
【0321】
ここで図３４を参照すると、いくつかの実施形態による、カーボン排出量の考慮事項を組み込んだ予測制御のための更に別のプロセスが示されている。具体的には、図３４は、ユーザが、排出量を低減すること、コストを節約すること、及び居住者の快適性を改善することに対する相対的な選好を示すように重みを調整することを可能にするプロセス３４００のフローチャートを示している。プロセス３４００は、様々な実施形態では、本明細書の他の場所で言及されるプロセッサ、コントローラなどによって実行され得る。
【0322】
ステップ３４０２において、例えば、ステップ３１０２～３１０８を参照して上で説明されるように、単位エネルギー又は電力（例えば、ＭＯＥＲ）当たりの時間変化するカーボン排出量の指標が取得される。ステップ３４０４において、例えば、ステップ３２０６を参照して説明されたように、ユーティリティグリッドから取得されたエネルギーの時間変化するユーティリティレートが取得される。
【0323】
ステップ３４０６において、例えば、２０２０年７月３０日に出願され、参照により本明細書に組み込まれている米国特許出願第１６／９４３，９５５号に記載されるように、建物の状態に基づいて居住者の快適性を予測するモデルが取得され、居住者の快適性は、温度設定点の予測される居住者の上書きに基づいて定量化される。別の例として、居住者の快適性は、予測平均投票計算に基づき得る。居住者の快適性を定量化するための様々なモデルが可能である。
【0324】
ステップ３４０８において、目的関数は、ステップ３４０２、３４０４、及び３４０６からの入力を使用して生成される。目的関数は、予測範囲にわたる和又は積分を反映する、カーボン排出量項、ユーティリティコスト項、及び居住者コスト項の重み付け和を含むことができる。例えば、目的関数は、
として定式化され得、例えば、式中、α、λ、ξは、重み付け係数及びスケーリング係数である。別の例として、目的関数は、
として定式化され得、式中、ＭＯＥＲｔは、時間ｔにおける限界動作排出率であり、ｒｔは、時間ｔにおいてグリッドから購入される単位エネルギー当たりの価格であり、Ｅ（ｔ）は、時間ｔにおいてエネルギーグリッドから取得されたエネルギーの量である。
【数39】
【数40】
【0325】
ステップ３４１０において、ユーザ入力は、例えば、ユーザコンピューティングデバイス（例えば、スマートフォン、タブレット、ラップトップ、デスクトップコンピュータなど）上に提示されるグラフィカルユーザインターフェースを介して受信される。ユーザ入力は、排出量の低減、コストの節約、及び／又は快適性の改善に対するユーザの相対的な選好を示す重み付けの和（例えば、α、β、γ）の重みに対する調整を示す。例えば、上記の例でαを増加させながらβを減少させることにより、プロセス３４００は、コストを節約するよりも排出量を低減することを好み、逆もまた同様である。別の例として、γを増加させながらαを減少させると、プロセス３４００は、排出を低減するよりも居住者の快適性を向上させることを好み、逆もまた同様である。ユーザインターフェースには、スライダバー、数値入力などが提供され、ユーザが相対的な選択を視覚化し、調整を理解することを可能にすることができる。いくつかの実施形態では、与えられた調整の予測結果を示すグラフィカルインターフェースは、ユーザが重みを変更するオプション及び効果を比較することを可能にするように示されている。
【0326】
ステップ３４１２において、目的関数（ステップ３４１０のユーザが選択した重みを有する）は、１つ以上の制約の対象となる目的関数の値（例えば、重み付け和）を最小化する建物機器に対する設定点を生成するように最適化される。最小化アプローチ及び制約は、本明細書の他の場所で説明されるように実施され得、１つの建物又は複数の建物の能動的な設定点管理を提供することができる。本明細書に記載される様々な設定、設定点、負荷値、制御決定、資源割り当て、充電／放電率などのいずれかは、様々な実施形態では、目的関数の最小化によって最適化され得る。ステップ３４１４において、建物機器は、生成された設定点に従って動作し、排出、コスト、及び居住者の快適性のユーザの所望のバランスを達成する。
【0327】
ここで図３５Ａを参照すると、いくつかの実施形態による、コスト対カーボン曲線上の目標点を達成するために建物機器を制御するためのプロセス３５００のフローチャートが示されている。プロセス３５００は、様々な実施形態では、本明細書の他の場所で言及されるプロセッサ、コントローラなどによって実行され得る。図３５Ｂもまた、いくつかの実施形態による、プロセス３５００の説明を容易にするためにここで参照され、例示的なコスト対カーボン曲線を示す。
【0328】
ステップ３５０２において、訓練期間中に複数回の消費電力のカーボン排出量に関するデータが収集され、一方、ステップ３５０４において、訓練期間中の時間における電力の消費コストに関連するデータが収集される。例えば、ステップ３５０２及び３５０４は、カーボン排出量及びコストの対のデータセットを収集する量に組み合わされ得、各対は、過去の時点（又は時間の小区分）に対応する。いくつかの実施形態では、ステップ３５０２及び３５０４は、例えば、ユーザに利用可能なオプションを反映するデータを生成するために、選択可能な範囲のユーザ選好にわたって建物機器を制御することによって、好適なデータを生成するための実験を実行することを含むことができる。
【0329】
ステップ３５０２及び３５０４は、例えば、２０２２年３月３日に出願された米国特許出願第１７／６８６，３２０号（その開示全体が参照により本明細書に組み込まれている）に記載されているように、カーボン及びコスト関連データを生成するために、異なる制御アプローチ、又は異なるパラメータ値（例えば、目的関数における重み付け係数の異なる値）を有する制御アプローチを使用して、シミュレーションを実行することを含むことができる。
【0330】
ステップ３５０６において、ステップ３５０２及び３５０４から収集されたデータに基づいて、コスト対カーボン曲線が生成される。例えば、曲線は、回帰モデル化又は何らかの好適な適合アプローチを使用してデータに適合され得る。曲線は、例えば、図３５Ｂに示されるように、収集されたデータに依存する様々なシナリオにおいて様々な形状をとる。
【0331】
図３５Ｂは、異なる建物サイズ及び異なる機器可用性、特に異なるバッテリサイズ、特に第１のグラフ３５５０、第２のグラフ３５５２、及び第３のグラフ３５５４のコスト対カーボン曲線を示している。第１のグラフ３５５０、第２のグラフ３５５２、及び第３のグラフ３５５４は各々、ｙ軸上のコスト節約量（値が大きいほど節約量が多い／コストが少ないことを示す）及びｘ軸上のカーボン節約量（値が大きいほど節約量が多い／排出量が少ないことを示す）を有する。例えば、第１のグラフ３５５０及び第３のグラフ３５５４は、同じサイズの空間についてのデータを示しているが、第３のグラフ３５５４のシナリオでは、はるかに大きなバッテリで供給されており、このグラフは、実質的により多くのコスト節約量及び排出節約量を改めて可能にするものとして示される。グラフ３５５０、３５５２、３５５４に示される点は、点がユーザ選択可能な重み付け係数の値（例えば、目的関数
におけるλの値）に対応することを示すように符号化される。他の例では、異なる点に関連する制御アプローチは、様々な他の方法（例えば、異なる制約、異なるパラメータ、使用される異なるタイプのモデル又は機能など）で異なることができる。
【数41】
【0332】
第１のグラフ３５５０、第２のグラフ３５５２、及び第３のグラフ３５５４に示されるように、コスト節約量及びカーボン節約量は、コスト節約量は、一定のカーボン節約量まで相対的に一定であり、その後、その点を超えて急速に（指数関数的に）減少するような、指数関数的な関係を有し得る。特定の建物、建物のグループなどの第１のグラフ３５５０、第２のグラフ３５５２、及び第３のグラフ３５５４などのグラフは、ステップ３５０８において自動的に生成され得、グラフィカルユーザインターフェースを介して表示されて、ユーザが、ユーザによって管理される特定の建物又は建物のグループのコスト節約量とカーボン節約量との間の関係を直接表示及び評価することを可能にすることができる。
【0333】
ステップ３５０８において、ユーザが、ステップ３５０６で生成されたコスト対カーボン曲線に沿って好ましい点を選択することを可能にするユーザインターフェースが生成される。例えば、グラフィカルユーザインターフェースは、コスト対カーボン曲線（例えば、図３５Ｂのようなグラフ）を示し得、好ましい点をタッチ又はクリックすることによって、ユーザが曲線上の点を選択することを可能にし得る。コスト対カーボン曲線上の点を選択することは、目的関数で使用される重み付け係数の値、例えば、目的関数
におけるλの値の選択に相当するか、又はその結果になり得る。したがって、ユーザは、特定の建物、プラント、又は構内の変数間の実際の関係を見ながら、目的関数自体、他の最適化ロジック、ソフトウェアコードなどを理解又は操作する必要なく、コストとカーボン排出量との間の所望のトレードオフを直接選択することができる。これらの特徴は、２つ以上の目的（例えば、排出項、コスト項、快適性項）及び２つ以上の重みを有する目的関数における他の制御目的（例えば、図３６のような快適性、正味エネルギー使用量など）に拡張され得る。
【数42】
【0334】
ステップ３５１０において、コスト対カーボン曲線に沿った好ましい選択された点に到達することが予測される、建物機器に対する設定点が生成される。ステップ３５１０は、ステップ３５０８に基づいて判定された重み付け係数を用いて目的関数を最適化することによって実行され得る。他の実施形態では、コスト対カーボン曲線上の選択された点は、誤差関数が最小化されて目標からの予測逸脱（例えば、選択された目標コスト及び排出量からの実際の又は予測コスト及び排出量の逸脱）を低減又は排除するように、最適化の目標として扱われ得る。最適化の決定変数は、建物の温度設定点、機器のオン／オフ決定、モジュール式エネルギーシステム２３００の構成要素に関する変数、及び様々な実装形態における様々な他の変数を含み得る。最適化は、１つ以上の制約、例えば、建物の予測屋内空気温度に対する温度制約に従って実施され得る。
【0335】
いくつかの実施形態では、ステップ３５１０は、ユーザ選択点に関連する予想パフォーマンスと比較して、建物の実際のパフォーマンスに基づいて、目的関数内の重みの値を経時的に適合させることを含む。例えば、実際の排出量が時間期間の第１の部分にわたって予想よりも高い場合、目的関数が排出量に対するペナルティを増加させるように、重みを調整する（例えば、排出量目的を乗算した場合に増加する）ことができる。結果として、調整重みを有する目的関数を使用する制御プロセスは、そのような調整の前と比較して、より高いレベルの相対的な排出節約量で、コスト（又は様々な実施形態では、快適性、エネルギーなど）の節約を好む傾向にある。そのような調整は、例えば、実際の限界動作排出率が予想よりも（例えば、コスト対カーボン曲線のデータを生成したシミュレーションで使用される場合よりも）高い又は低い場合に発生し得る。経時的に重み値を適合させるためのアプローチは、２０２２年３月３日に出願された米国特許出願第１７／６８６，３２０号に示されており、その開示全体が参照により本明細書に組み込まれている。
【0336】
ステップ３５１２において、建物機器は、設定点、例えば、ステップ３５１０から出力される温度設定点の時系列を使用して制御される。それによって、建物機器は、コスト対カーボン曲線上のユーザ選択予測点を達成するように動作させられる。
【0337】
ここで図３６を参照すると、いくつかの実施形態による、快適性対カーボン曲線上の目標点を達成するために建物機器を制御するためのプロセス３６００のフローチャートが示されている。プロセス３６００は、様々な実施形態では、本明細書の他の場所で言及されるプロセッサ、コントローラなどによって実行され得る。
【0338】
ステップ３６０２において、訓練期間中に複数回の消費電力のカーボン排出量に関するデータが収集され、一方、ステップ３６０４おいて、訓練期間中の時間における居住者の快適性に関するデータが収集される。居住者快適性データは、調査、ポーリング、居住者による建物設定点の上書き、測定された建物状態（例えば、温度、湿度など）に基づく推定から得られる。いくつかの実施形態では、居住者快適性データは、訓練期間中に起こるいくつかの削減（例えば、負荷削減）を示す。削減は、ベースライン又は理想的な建物条件から逸脱しながら、目的を改善するためにとられた動作（例えば、排出量及び／又はエネルギー使用量を低減する）に対応する負荷低減、設定点調整などを含むことができる。削減は、本明細書に記載される制御アプローチが実行されなかった場合に使用されるであろう設定（例えば、静的又はスケジュールされた建物設定点に対する）に対する変化の数又は合計持続時間としてカウントされ得る。削減データは、空間内で動作する機械（例えば、コンピュータ、サーバ、ロボット、工場機器）、商品（例えば、生鮮食品、温度感受性医薬品など）、動物、又は施設の他の使用に好適な環境条件によって駆動されるものなど、施設の居住者の快適性又は他の条件の選好を表すことができる。いくつかの実施形態では、ステップ３６０２及び３６０４は、カーボン排出量及び快適性の対のデータセットを収集する量に組み合わされ得、各対は、過去の時点（又は時間の小区分）に対応する。
【0339】
ステップ３６０２及び３６０４は、例えば、２０２２年３月３日に出願された米国特許出願第１７／６８６，３２０号（その開示全体が参照により本明細書に組み込まれている）に記載されているように、カーボン及び快適性関連データを生成するために、異なる制御アプローチ、又は異なるパラメータ値（例えば、目的関数における重み付け係数の異なる値）を有する制御アプローチを使用して、シミュレーションを実行することを含むことができる。
【0340】
ステップ３６０６において、ステップ３６０２及び３６０４から収集されたデータに基づいて、快適性対カーボン曲線が生成される。例えば、曲線は、回帰モデル化又はいくつかの好適な適合アプローチを使用してデータに適合され得る。曲線は、例えば、図３５Ｂに示される例から適合された、収集されたデータに依存する様々なシナリオにおいて様々な形状をとる。
【0341】
ステップ３６０８において、ユーザが、ステップ３６０６で生成された快適性対カーボン曲線に沿って好ましい点を選択することを可能にするユーザインターフェースが生成される。例えば、グラフィカルユーザインターフェースは、快適性対カーボン曲線を示し得、ユーザが好ましい点をタッチ又はクリックすることによって、曲線上の点を選択することを可能にし得る。したがって、ユーザは、特定の建物、プラント、又は構内の変数間の実際の関係を見ながら、居住者の快適性とカーボン排出量との間の所望のトレードオフを直接選択することができる。
【0342】
ステップ３６１０において、快適性対カーボン曲線に沿った好ましい選択された点に到達することが予測される、建物機器に対する設定点が生成される。いくつかの実施形態では、選択された点は、誤差関数が最小化されて目標からの予測逸脱を低減又は排除するように、最適化の目標として扱われ得る。いくつかの実施形態では、各点は、（例えば、本明細書の他の場所に記載される様々な目的関数に従って）目的関数のカーボン目的又は第２の目的（例えば、運用コスト、エネルギー使用量、快適性メトリクスなど）上の重みの値に関連し、ステップ３６１０は、カーボン対快適性曲線からのユーザ選択点に関連する重みの値を有する目的関数を使用して制御決定を生成することを含む。最適化プロセスは、いくつかの実施形態では、目的関数を使用して実施され得る。最適化の決定変数は、建物の温度設定点、機器のオン／オフ決定、モジュール式エネルギーシステム２３００の構成要素に関する変数、経時的な異なるデバイスの排出量目標、及び様々な実装形態における様々な他の変数を含み得る。最適化は、１つ以上の制約、例えば、建物機器を動作させる合計コストに対するコスト制約に従って実施され得る。
【0343】
いくつかの実施形態では、ステップ３６１０は、ユーザ選択点に関連する予想パフォーマンスと比較して、建物の実際のパフォーマンスに基づいて、目的関数内の重みの値を経時的に適合させることを含む。例えば、実際の排出量が時間期間の第１の部分にわたって予想よりも高い場合、目的関数が排出量に対するペナルティを増加させるように、重みを調整する（例えば、排出量目的を乗算した場合に増加する）ことができる。結果として、調整重みを有する目的関数を使用する制御プロセスは、そのような調整の前と比較して、より高いレベルの相対的な排出節約量での快適性（又はコスト、エネルギーなど）の節約を好む傾向にある。そのような調整は、例えば、実際の限界動作排出率が予想よりも（例えば、快適性対カーボン曲線のデータを生成したシミュレーションで使用される場合よりも）高い又は低い場合に発生し得る。経時的に重み値を適合させるためのアプローチは、２０２２年３月３日に出願された米国特許出願第１７／６８６，３２０号に示されており、その開示全体が参照により本明細書に組み込まれている。
【0344】
ステップ３６１２において、建物機器は、設定点を使用して制御される。それによって、建物機器は、快適性対カーボン曲線上のユーザ選択予測点を達成するように動作させられる。
【0345】
カーボン排出量削減のための自動資産推奨事項
上の様々な節は、運用コスト及びカーボン排出量を低減するために建物システムに追加され得、いくつかのシナリオでは建物のためのカーボンニュートラルを達成し得る様々な資産（例えば、機器の単位）を説明する。しかしながら、運用ゴールを最適に達成し、カーボン低減目標を達成するのに必要とする適切な資産、又は適切な規模の資産を選択することに関する技術的課題が存在する。例えば、特大の機器を追加すると、実際にはカーボンフットプリントが増加する可能性があるが、不十分な資産を追加すると、ゴールを満たすことができなくなる。したがって、建物の資産ニーズを評価及び予測するための技術的解決策は、非常に望ましい技術である。
上の様々な節は、運用コスト及びカーボン排出量を低減するために建物システムに追加され得、いくつかのシナリオでは建物のためのカーボンニュートラルを達成し得る様々な資産（例えば、機器の単位）を説明する。しかしながら、運用ゴールを最適に達成し、カーボン低減目標を達成するのに必要とする適切な資産、又は適切な規模の資産を選択することに関する技術的課題が存在する。例えば、特大の機器を追加すると、実際にはカーボンフットプリントが増加する可能性があるが、不十分な資産を追加すると、ゴールを満たすことができなくなる。したがって、建物の資産ニーズを評価及び予測するための技術的解決策は、非常に望ましい技術である。
【0346】
ここで図３７を参照すると、いくつかの実施形態による、運用ゴール及びカーボン低減目標を最適に達成するために建物に追加する１つ以上の建物資産を自動的に推奨するためのプロセス３７００が示されている。プロセス３７００は、例えば、２０１９年７月２２日に出願された米国特許出願第１６／５１８，３１４号（その開示全体が参照により本明細書に組み込まれている）に記載された建物エネルギー最適化システムの１つ以上のコンピューティング要素によって実行され得る。
【0347】
ステップ３７０２において、建物のエネルギー負荷（例えば、電気需要）を示す建物データが収集される。ステップ３７０４において、グリッドエネルギーのカーボン排出レベル（例えば、上で説明されたような時間変化するカーボン：電力比）を示すデータが収集される。ステップ３７０６において、利用可能な再生可能電力を示す気候データ（例えば、平均晴天日数、日の長さ、太陽光強度、平均風速、平均強風日数など）が、建物の場所に対して収集される。ステップ３７０８において、新しいエネルギー資産のための利用可能な空間に関連するデータ、すなわち、新しい資産がどこ（屋内若しくは屋外、屋上若しくは地上など）に位置決めされ得るか、又は既存の建物及び以前から存在する建物機器に適合させるために、新しい資産の大きさ（屋根のサイズ、利用可能な空間の体積、利用可能な空間の面積など）がどの程度になり得るかに関する物理的制限が収集される。
【0348】
ステップ３７１０において、目的関数が生成され、これは、将来の期間にわたる建物の運用のコストを特徴付け、建物システムに追加され得る１つ以上の新しいエネルギー資産に関する１つ以上の決定変数を有する。例えば、目的関数は、特定のタイプの新しい資産が追加されるかどうかを示すバイナリ変数（例えば、モジュール式エネルギーユニット２３００を追加するか追加しないか、統合されたバッテリ及び燃料セルを有するチラー７００を追加するか追加しないかなど）、並びに機器サプライヤから入手可能なそのような資産の利用可能なサイズ（例えば、容量によって示される異なるチラー）又はそのような資産の異なる数（例えば、２つ、３つ、４つなどのモジュール式エネルギーユニット２３００）を示すことができる変数を含むことができる。目的関数はまた、新しい資産の購入及び設置に関する初期投資及び起動コストを考慮することができる。目的関数はまた、上記の様々な例で説明されているように、カーボン排出量、カーボンオフセット、カーボンクレジット、居住者の快適性などに関する項を含み得る。
【0349】
ステップ３７１２において、例えば、ステップ３７０２～３７０８のいずれかで収集されたデータに基づいて、１つ以上の制約が定義される。例えば、物理的サイズ制約は、建物に適合する資産のみが確実に考慮されるように、新しいエネルギー資産のための利用可能な空間に関するデータ、及び潜在的な新しいエネルギー資産のサイズ及び空間要件に関する記憶された情報に基づいて定義され得る。別の例として、カーボン排出量制約が、プロセス３３００において定義され得る。別の例として、制約は、収集された気候データ及び新しい資産のための利用可能な空間／位置決めに関するデータに基づいて、再生可能エネルギー資産（例えば、モジュール式エネルギーユニット２３００の光起電力セル）の予想電力出力を特徴付けるために使用され得る。様々なそのような考慮事項は、最適化プロセスに対する制約として定義され得る。
【0350】
ステップ３７１４において、目的関数は、制約に従って最適化されて、決定変数に対する最適値（例えば、制約に従って目的関数を最小化する値）を生成する。決定変数は、それらの資産を追加するための推奨資産と、それらの資産の推奨サイズ又は数量を示した。最適化は、２０１９年７月２２日に出願された米国特許出願第１６／５１８，３１４号（その開示全体が参照により本明細書に組み込まれている）に記載された様々な考慮事項、アプローチ、プロセスなどのいずれかを含み得る。
【0351】
ステップ３７１５において、ステップ３７１４からの推奨出力、必要とされる初期投資、投資の損益分岐点までの時間、予測される結果として生じるカーボン排出節約量、予測される結果として生じるカーボン対電力比、及び意思決定者に関連し得る任意の他のメトリクスを示す表示が生成される。いくつかの実施形態では、推奨資産は自動的に注文され、設置技術者は自動的に設置を完了するようにスケジュールされる。次いで、プロセスは、本明細書に記載される様々な戦略に従って、建物に最適に供するために、新しい資産を含む建物機器を制御することによって継続することができる。
【0352】
企業全体のカーボン排出量追跡及び軽減
ここで図３８を参照すると、例示的な実施形態による、企業全体のカーボン排出量追跡及び軽減のためのプロセス３８００のフローチャートが示されている。プロセス３８００は、いくつかの実施形態による、様々なデータ源と通信する処理回路及びメモリ回路によって実行され得る。例えば、プロセス３８００は、建物管理システムをサポートするソフトウェアプラットフォームを実行する処理回路によって実行され得る。
ここで図３８を参照すると、例示的な実施形態による、企業全体のカーボン排出量追跡及び軽減のためのプロセス３８００のフローチャートが示されている。プロセス３８００は、いくつかの実施形態による、様々なデータ源と通信する処理回路及びメモリ回路によって実行され得る。例えば、プロセス３８００は、建物管理システムをサポートするソフトウェアプラットフォームを実行する処理回路によって実行され得る。
【0353】
ステップ３８０２において、企業全体の建物管理システムからデータが収集される。データは、企業の建物のエネルギー消費及び消費されるエネルギー供給源を示し得る。ステップ３８０４において、例えば、建物レベル及び企業レベルで、建物のエネルギー消費量に関連するカーボン排出量が追跡される。カーボン排出量の計算は、例えば、プロセス３１００のステップ３１０２～３１０８を参照して説明された概念を使用して実施され得る。
【0354】
ステップ３８０６において、車両ベースのデータ収集器からのデータが取得される。車両ベースのデータ収集器は、社用車、配送トラックなどを含む企業の車両群の動作、走行距離、燃料消費などに関するデータを収集することができる。ステップ３８０８において、企業の車両群の動作に関連するカーボン排出量が、例えば、全体的な企業レベルで追跡され、異なる地域、ビジネスユニット、個々の従業員などのカーボン排出量を確認する。
【0355】
ステップ３８１０において、データは、従業員の出張及び／又は会社の注文及び購入に関するデータを収集する経費報告システム又は他のエンタープライズソフトウェアプラットフォームから収集される。例えば、従業員の旅行を予約するために使用される旅行代理店ポータルが、いくつかの実施形態で使用され得る。ステップ３８１０で収集されるデータは、従業員の旅行（例えば、飛行機フライト、タクシーなどの第三者の車両での旅行など）及び他の活動（例えば、注文された商品の配達など）によって生成されるカーボン排出量を示す。ステップ３８１２において、ステップ３８１０で収集されたデータに反映された出張及び他の動作に関連するカーボンフットプリントが計算され、追跡される。
【0356】
ステップ３８１４において、企業全体のカーボンフットプリントを示す統一されたダッシュボードが生成される。ダッシュボードは、例えば、全体的なカーボン排出量データを表示し、寄与源を識別し、排出量の多い建物、ビジネスユニット、部門、地域、従業員を識別することができる。統一ダッシュボードは、グラフィカルユーザインターフェースを介して提供され得る。
【0357】
ステップ３８１６において、カーボンフットプリント低減のための推奨事項が自動的に生成される。いくつかの実施形態では、ステップ３８１６は、実行されたプロセス３７００を含む。いくつかの実施形態では、ステップ３８１６は、上で説明された制御プロセスのうちの１つに従って建物設定点を自動的に調整することを含む。いくつかの実施形態では、推奨事項は、出張を低減すること、会社の車両群のために電気自動車を購入すること、及び特定の従業員による著しい排出量を調査することを含む。ステップ３８１６における様々な結果が可能である。
【0358】
ステップ３８１８において、企業全体のカーボンフットプリントに一致するように、カーボン隔離プロセスが自動的に開始され、それによって企業全体の正味ゼロ排出を達成する。カーボン隔離プロセスは、例えば、木又は他の植物を植えることを含むことができる。別の例として、カーボン隔離プロセスは、大気からカーボンを抽出し、カーボンを固体形態で貯蔵するように構成された隔離デバイスを動作させることを含む。別の例として、カーボン隔離プロセスは、サードパーティプロバイダからカーボンオフセットを購入することを含む。それによって、プロセス３８００は、カーボン排出レベルの識別、カーボン排出量の管理を容易にし、カーボンニュートラルの達成を容易にする。
【0359】
カーボン排出量目標を使用した建物エッジデバイスの監督制御
ここで図３９を参照すると、例示的な実施形態による、監督（例えば、カスケード）制御システム３９００のブロック図が示されている。図３９に示されるように、複数の建物エッジデバイス３９０２は、カーボン管理システム３９０６を有するネットワーク３９０４を介して通信可能である。カーボン管理システム３９０６はまた、ユーザインターフェース３９０８及びカーボン捕捉／隔離システム３９１０と通信可能である。
ここで図３９を参照すると、例示的な実施形態による、監督（例えば、カスケード）制御システム３９００のブロック図が示されている。図３９に示されるように、複数の建物エッジデバイス３９０２は、カーボン管理システム３９０６を有するネットワーク３９０４を介して通信可能である。カーボン管理システム３９０６はまた、ユーザインターフェース３９０８及びカーボン捕捉／隔離システム３９１０と通信可能である。
【0360】
カーボン管理システム３９０６は、建物エッジデバイス３９０２のための監督制御機能を実施するように構成された処理回路及びメモリ回路を含む。具体的には、カーボン管理システム３９０６は、複数の建物エッジデバイス３９０２の各々に対する二酸化炭素排出量目標を生成し、ネットワーク３９０４を介して建物エッジデバイス３９０２に二酸化炭素排出量目標を提供するように構成されている。カーボン管理システム３９０６は、カスケード制御システムにおける監督コントローラとして特徴付けることができる。いくつかの実施形態では、カーボン管理システム３９０６は、カーボン排出量目標に起因することが予測される複数のサブシステムの集計カーボン排出量（例えば、建物エッジデバイス３９０２によって排出され、発電所によって排出され、又は建物エッジデバイス３９０２によって使用される電気若しくは他の資源を生成する他の源によって排出されるなど）を考慮する予測制御プロセスを使用して、複数のサブシステム（例えば、建物エッジデバイス３９０２若しくはそのセット）の各々に対するカーボン排出量目標を生成するように構成されている。予測制御プロセスは、本明細書の他の場所で説明されるように、排出、運用コスト、インセンティブプログラム、及び／又は居住者の快適性を考慮する目的関数を使用する最適化プロセス、例えば、多要素最適化プロセス及び／又は最適化プロセスを含むことができる。カーボン管理システム３９０６は、例えば、２０２２年４月２９日に出願された米国特許出願第１７／７３３，７８６号（その開示全体が参照により本明細書に組み込まれている）に記載されるような、高レベルの最適化（例えば、資産割り当て）を実施するために、様々な機器モデル、サブプラントモデル、熱モデル、資源バランス制約などを使用することができる。
【0361】
いくつかの実施形態では、カーボン管理システム３９０６は、事前定義された量のカーボン排出量、例えば、会社の方針、規制要件、カーボンクレジット購入、カーボンオフセット購入などによって規定されたカーボン排出量を、様々な建物エッジデバイスに割り当てるように構成されている。カーボン管理システム３９０６は、例えば、優先順位付けスキームが時間帯又は建物スケジュールに基づいて変化する場合に、建物エッジデバイスの相対的な重要度をランク付けするための優先順位付けスキームに基づいて、建物エッジデバイス間でカーボン排出量を割り当てることができる。カーボン管理システム３９０６はまた、カーボン排出量を建物デバイスのパフォーマンスに関連付ける１つ以上のモデル、例えば、快適な建物条件を維持するための建物エッジデバイスの能力に関連する１つ以上のモデルを含むことができ、そのようなモデルを使用して建物エッジデバイスにカーボン排出量を割り当てることができる。割り当てプロセスはまた、事前定義された最大カーボン排出量を超えることなく、最大限に好ましい動作結果を達成するように構成されたある種の最適化プロセスに基づき得る。カーボン管理システム３９０６は、カスケード制御システムによって制御不可能であるが、制御以外で、建物に関連するビジネス又は他の事業体に帰属させることのできる（例えば、事業体の商品又は人々の輸送によって引き起こされる、事業体によって購入又は販売された商品の生産によって引き起こされるなど）カーボン排出量を考慮するように構成され得、これは、静的ベースラインとみなされるか、又は本明細書の他の場所で説明されるように、動的値として計算及び／又は予測され得る。そのような実施形態では、カーボン管理システム３９０６は、カスケード制御システムによって制御されないカーボン排出イベント（例えば、出張イベント、商品の大規模な出荷など）を補償するために、建物デバイスに動作を修正させる（例えば、負荷を削減し、設定点を居住者の選好から遠ざけるなど）ことができる。
【0362】
いくつかの実施形態では、カーボン管理システム３９０６は、建物のエッジデバイス３９０２のパフォーマンス需要に関する制約に対して合計カーボン消費を最小化するように構成されている。カーボン管理システム３９０６は、建物エッジデバイス３９０２のカーボン排出量目標を生成する一部として、上で説明されるプロセスのいずれかの適合を実行することができる。例えば、カーボン管理システム３９０６は、様々な実施形態において、排出量、運用コスト、居住者の快適性及び／又は他の考慮事項を考慮した多要素最適化を実施し得る。居住者の快適性は、カーボン排出量目標を達成するために必要であることが予測されるいくつかの削減（例えば、負荷低減、居住者の好む設定点からの逸脱、オフ期間の延長など）を判定することによって考慮され得る。
【0363】
各建物エッジデバイス３９０２（例えば、そのローカル／エッジコントローラ）は、カーボン管理システム３９０６から二酸化炭素排出量目標を受信し、次いで、建物エッジデバイス３９０２及び／又は建物エッジデバイス３９０２によって制御されるデバイスが、例えば、目標量の二酸化炭素排出量以下の排出を引き起こすように、カーボン排出量目標を達成するように動作することを確実にするように構成された制御スキームを実行するように構成されている。建物エッジデバイス３９０２のコントローラは、カーボン排出量目標を達成するように建物エッジデバイス３９０６に動作させることが予測される制御決定を生成する予測制御プロセスを実行し得る。例えば、建物エッジデバイス３９０２は、ローカル最適化を実施して、時間範囲にわたる、又は建物エッジデバイス３９０２の、若しくは建物エッジデバイス３９０２によって制御される複数のエネルギー使用構成要素若しくはカーボン排出構成要素に対して、排出量を最適に分散させ得る。したがって、複数の建物エッジデバイス３９０２にわたって、一連の分散最適化がエッジで実行され、目標量の二酸化炭素が確実に達成される。建物エッジデバイス３９０２は、例えば、２０１７年４月２３日に出願された米国特許第１０，５７２，２３０号、２０１７年３月２３日に出願された米国特許第１０，５６４，９４１号、２０２０年４月２１日に出願された米国特許第１０，９７７，０１０号、２０１９年４月９日に出願された米国特許出願第１６／３７９，７００号、及び／又は２０１８年１１月１３日に出願された米国特許第１０，６２８，１３５号（これらの全ては、参照により本明細書に組み込まれている）に記載されるようなモデル構造及び／又はプログラミングアプローチ及びツールを使用して、予測制御プロセスを提供するために、反応性の機能プログラミング言語でエッジ適合された機械学習モデル及び／又はイベント処理ロジックを実行するように適合させられ得る。
【0364】
したがって、図３９に示されるシステム３９００は、いくつかの実施形態では、最適な様式で、及び建物エッジデバイスのコンピューティング能力を利用する方式で、カーボン排出量目標を達成することを可能にする。いくつかの実施形態では、建物エッジデバイス３９０２は、互いに独立して（例えば、それらの間の通信を伴わずに）予測制御プロセス（例えば、モデル予測制御）を実行する。他の実施形態では、建物エッジデバイス３９０２は、それぞれの建物エッジデバイス３９０２対する最終的な制御決定に到達するために協働する。
【0365】
図３９はまた、カーボン管理システム３９０６に接続されたユーザインターフェース３９０８を示している。カーボン管理システム３９０６は、例えば、建物エッジデバイス３９０２から受信したデータを使用して、建物エッジデバイス３９０２のカーボン排出量に関する情報を、ユーザインターフェース３９０８を介して生成及び表示することができる。ユーザインターフェース３９０８を使用して、システム３９００の最大合計許容カーボン排出量を変更し、自動的に生成された排出量目標を上書きすることなどもできる。いくつかの実施形態では、ユーザインターフェース３９０８は、例えば、図３５Ａ～３６を参照して説明されたように、ユーザが、カーボン排出量、運用コスト、及び居住者の快適性のうちの２つ以上の好ましいバランスを選択することを可能にすることができ、これは、次いで、建物エッジデバイスの排出量目標を生成する際にカーボン管理システム３９０６によって使用され得る。
【0366】
図３９はまた、カーボン捕捉／隔離システム３９１０を示している。カーボン管理システム３９０６は、例えば、建物エッジデバイス３９０２にプッシュされた二酸化炭素目標の和と同じ量に一致するように、カーボン捕捉／隔離システム３９１０による排出量のオフセットを順序付けるように構成され得る。したがって、システム３９００は、排出量目標に従ってカーボンの同時の隔離及び排出を可能にする。
【0367】
生産ベース又は利用ベースのメトリクスを用いたカーボン管理ダッシュボード
ここで図４０を参照すると、いくつかの実施形態による、カーボン排出量及び施設の生産又は利用に関するメトリクスを生成するためのプロセス４０００のフローチャートが示されている。いくつかの実施形態では、プロセス４０００は、プロセス３８００と統合され得る。プロセス４０００はまた、２０２０年６月２２日に出願された米国特許出願第１６／９０８，３２４号（その開示全体が参照により本明細書に組み込まれている）に記載されたコントローラ、コンピューティングシステム、及び空間利用ツールと統合され得る。
ここで図４０を参照すると、いくつかの実施形態による、カーボン排出量及び施設の生産又は利用に関するメトリクスを生成するためのプロセス４０００のフローチャートが示されている。いくつかの実施形態では、プロセス４０００は、プロセス３８００と統合され得る。プロセス４０００はまた、２０２０年６月２２日に出願された米国特許出願第１６／９０８，３２４号（その開示全体が参照により本明細書に組み込まれている）に記載されたコントローラ、コンピューティングシステム、及び空間利用ツールと統合され得る。
【0368】
ステップ４００２において、例えば、複数の地理的に分散した建物又は構内に関する、企業全体のカーボン排出量データが収集される。ステップ４００２は、プロセス３８００のステップ３８００２～３８１２を参照して上で説明されたように実行され得る。
【0369】
ステップ４００４において、施設の生産又は利用データが収集される。施設が生産施設（例えば、工場など）である例では、生産データは、関連する期間にわたって施設によって生産された製品の単位数又は量を示し得る。生産管理コンピューティングシステム（例えば、生産、在庫、注文などを追跡するソフトウェアを実行する）は、例えば、プロセス３８００及び４０００を実行し、図４１に示されるようなダッシュボードを生成するカーボン管理システムに動作中に接続され得る。追加の例を提供すると、施設が病院又は診療所である例では、生産又は利用データは、治療された患者の数を示し得る。別の例として、施設がレストランである例では、生産又は利用データは、提供される食事の数を示し得る。生産又は利用データは、特定のタイプの施設又はビジネスゴール（例えば、実行された実験、サービス提供された顧客、販売された在庫のドル、販売された品目の数、出荷された品目の数、送信された電子メール、処理されたデータ量、入室した居住者、賃貸されたホテルの部屋など）に関連する任意の形態をとることができる。いくつかの実施形態では、正規化された利用メトリクスを使用して、共通システム内の異なるタイプの施設にわたる利用を特徴付けることができる。そのような生産及び利用データ並びに関連プロセスの更なる詳細は、２０２０年６月２２日に出願された米国特許出願第１６／９０８，３２４号に記載されており、その開示全体が参照により本明細書に組み込まれている。
【0370】
ステップ４００６において、単位生産当たりのカーボン又は単位利用当たりのカーボンメトリクスが生成される。例えば、ステップ４００２からのカーボン排出の量を、生産又は利用の量で除算して、メトリクスを取得することができる。その結果、生産された製品数当たりのカーボン、生産された製品量当たりのカーボン、提供された食事当たりのカーボン、治療された患者当たりのカーボン、実行された実験当たりのカーボン、販売収益当たりのカーボン、出荷された品目当たりのカーボン、送信された電子メール当たりのカーボン、処理されたデータ単位当たりのカーボン、居住者当たりのカーボン、占有された部屋当たりのカーボン、正規化された利用価値当たりのカーボンなどのメトリクスが生成され得る。そのようなメトリクスは、企業全体ベース（例えば、企業全体のための１つの値）で、建物ごとに、構内ごとに、ビジネスユニット／部門ごとに、又はユーザによって所望され得る任意の他の好適な区分ごとに生成され得る。いくつかのシナリオでは、１つの企業が多くのタイプの建物を有することができ、その結果、ポートフォリオ内の異なる建物、又は１つ以上の建物の異なる空間に対して異なる単位当たりのカーボン利用率メトリクスが示される。２０２０年６月２２日に出願され、米国特許出願第１６／９０８，３２４号（その開示全体が参照により本明細書に組み込まれている）に記載されているような場所プロファイルアプローチを使用して、所与の空間又は場所に対して好適なメトリクスを容易かつ自動的に定義することができる。
【0371】
ステップ４００８において、１つ以上のメトリクスは、グラフィカルユーザインターフェースを介して（例えば、ブラウザアクセス可能なウェブページ、タブレット又は携帯電話上で動作するアプリケーションなどを介して）提供される。例示的なグラフィカルユーザインターフェースを図４１に示す。ステップ４００８は、メトリクスを、例えば、建物管理専門家又は持続可能性の暫定メンバーなどのユーザに通信することを可能にし、ユーザは、その後、カーボン排出を軽減するための措置を講じ、メトリクスを消費者に通信し、また別様に、メトリクスに基づいて意思決定を行うことができる。一例として、商品又はサービスの価格は、消費者への商品のコストがカーボン排出量の時間変化するコストを内部化するように（例えば、消費者が商品又はサービスを取得するときに対応するカーボンオフセットも購入するように）、リアルタイム又はほぼリアルタイムで価格を調節するように自動的に調整され得る。
【0372】
ここで図４１を参照すると、いくつかの実施形態による、ダッシュボード４１０２を示すグラフィカルユーザインターフェースを有するユーザデバイス４１００が示されている。ユーザデバイス４１００は、タッチスクリーンタブレットとして示されているが、様々な実施形態では別のディスプレイデバイスであり得る。
【0373】
ダッシュボード４１０２は、企業建物ポートフォリオ内の建物によるカーボン排出量を示すマップビュー４１０４を含む。具体的には、マップビューは、対応する建物又は構内の排出量の関数として（又はプロセス４０００を介して生成された関連するメトリクスの関数として）円の大きさでされた建物の場所を示す。ユーザは、企業の様々な施設の相対的なカーボン排出量関連のパフォーマンスをすばやく確認し、排出量が発生している場所を確認することができる（例えば、規制排出基準がより高い又はより低い管轄区域において）。マップビューには、ズーム機能を含めることができ、例えば、最も高いビューでは各構内の排出量をでグループ化し、特定の構内でズームインしたときに構内の個々の建物を個別に表示する。
【0374】
ダッシュボード４４０２はまた、マップビュー４１０４に示される様々な建物又は構内のカーボン排出量及びカーボン関連メトリクスに関する数値データを含む表４１０６を示す。図４１の例では、表４１０６は、各場所についての（例えば、直近の日、直近の週、直近の月などのような特定の時間にわたる）合計排出量、及び同じ期間にわたる単位生産当たりのカーボンメトリクス（例えば、図４０を参照して上で説明される例のいずれか）を示す。
【0375】
ダッシュボード４１０２はまた、集計カーボンフットプリントウィジェット４１０８を示す。集計カーボンフットプリントウィジェット４１０８は、特定の期間にわたる（例えば、直近の日、直近の週、直近の月、全ての時間などの特定の期間にわたる）合計排出量及び合計生産メトリクスごとの集計された合計排出量、例えば、図４０を参照して上で説明される例のいずれかを示す。これにより、ユーザは会社のパフォーマンスをすばやく全体的に見ることができる。いくつかの実施形態では、ユーザは、合計カーボンフットプリントウィジェット４１０８及び／又はテーブルビュー４１０６と対話して、経時的な生産メトリクスごとの合計排出量及び排出量のグラフを示して、ユーザが経時的な進捗を評価することを可能にするビューに移動することができる。
【0376】
ダッシュボード４１０２はまた、排出量／オフセット比較チャート４１１０を示す。排出量／オフセット比較チャート４１１０は、企業の合計カーボン排出量を企業によって取得された（例えば、植林、森林保全などの企業活動のカーボン隔離によって取得されたなど）カーボンオフセットと比較する。排出量／オフセット比較チャート４１１０は、ユーザが、排出量とオフセットとの間のギャップをすばやく見ることを可能にするので、ユーザは、企業がカーボンニュートラルを達成することからどのくらい離れているかを容易に知ることができる。図４１の例では、リンク４１１２は、カーボンニュートラルを達成するために必要なカーボンオフセットを取得するためのプロセスにアクセスするためにユーザによって選択され得る、合計排出量と合計オフセットとの間のギャップ中に提供される。
【0377】
限界動作排出率を使用したバッテリ制御
ここで図４２を参照すると、いくつかの実施形態による、限界動作排出率を使用してバッテリを制御するためのプロセス４２００のフローチャートが示されている。プロセス４２００は、様々な実施形態において本明細書に記載される様々なコントローラ、システムなどによって実行され得る。図４２に示されるプロセス４２００の実施形態は、バッテリを参照するが、バッテリは、複数のバッテリセルを含み得、プロセス４２００は、他のタイプのエネルギー貯蔵装置とともに使用するように適合され得ることを理解されたい。
ここで図４２を参照すると、いくつかの実施形態による、限界動作排出率を使用してバッテリを制御するためのプロセス４２００のフローチャートが示されている。プロセス４２００は、様々な実施形態において本明細書に記載される様々なコントローラ、システムなどによって実行され得る。図４２に示されるプロセス４２００の実施形態は、バッテリを参照するが、バッテリは、複数のバッテリセルを含み得、プロセス４２００は、他のタイプのエネルギー貯蔵装置とともに使用するように適合され得ることを理解されたい。
【0378】
ステップ４２０２において、現在の限界動作排出率（ＭＯＥＲ）が取得される。いくつかの実施形態では、ステップ４２０２は、ユーティリティグリッドから、又はサードパーティのサービスプロバイダから（例えば、インターネットを介して）ＭＯＥＲを受信することを含む。いくつかの実施形態では、ステップ４２０２は、気象データ、過去のＭＯＥＲ値などに基づいてＭＯＥＲを計算又は推定することを含む。
【0379】
ステップ４２０４において、現在のＭＯＥＲが、デッドバンドを上回る（すなわち、デッドバンドの上限を定義する値よりも大きい）、デッドバンドを下回る（すなわち、デッドバンドの下限を定義する値よりも小さい）、又はデッドバンド内にある（すなわち、下限よりも大きく、上限よりも小さい）かどうかの判定が行われる。デッドバンドは、特定のシナリオにおけるＭＯＥＲの過去の値に基づいて定義され得、例えば、デッドバンドの下限では、過去の最大ＭＯＥＲの２０％であり、デッドバンドの上限は、過去の最大ＭＯＥＲの８０％である（ＭＯＥＲがその最大値の２０％を下回るシナリオを仮定する）。デッドバンドは、ＭＯＥＲが平均して２０％（又は他のパーセンテージ）の時間でデッドバンドを下回り、平均して２０％（又は他のパーセンテージ）の時間でデッドバンドを上回るように、頻度に基づいて定義され得る。したがって、デッドバンドは、実際のＭＯＥＲ値に基づいて適切に定義され得る。ステップ４２０４における判定は、ＭＯＥＲの数値を、デッドバンドを定義する数値と比較することによって実行され得る。他の実施形態では、ステップ２４０４における判定が、現在のＭＯＥＲが特定の値を上回る又は下回るかどうかについてなされるように、デッドバンド（例えば、ゼロ幅のデッドバンド）は使用されない。いくつかの実施形態では、上限及び下限（第１及び第２の値、閾値、デッドバンド位置、デッドバンドサイズなど）は、最適化、例えば、本明細書の他の場所で詳細に考察されるように、複数の目的を考慮する目的関数の最適化を実行することによって判定される。したがって、ステップ４２０４で限界として使用される値は、予測需要、予測負荷、予測排出率、気象などの関数として動的に判定され得る。
【0380】
いくつかの実施形態では、現在のＭＯＥＲがデッドバンドよりも低いという判定がステップ４２０４でなされる場合、プロセス４２００は、バッテリが充電されるステップ４２０６に進む。低いＭＯＥＲは、低い限界カーボン排出量が、取得されてバッテリに充電されるエネルギーに関連することを示すので、ステップ４２０６は、電池４２０６の低カーボン充電に対応する。ステップ４２０６は、バッテリが完全に充電されるまで、又はＭＯＥＲが変化し、プロセス４２００が再実行されるまで続く可能性がある。いくつかの実施形態では、エネルギー貯蔵モードにおける他の動作が、ステップ４２０６において実行される。例えば、ステップ４２０６は、ステップ４２０４の閾値を下回るＭＯＥＲに応答して、ステップ４２０６のエネルギー貯蔵モードで１つ以上の建物に熱エネルギーを貯蔵するために、１つ以上の建物を予熱又は予冷する加熱機器及び／又は冷却機器を動作させることを含むことができ、これにより、建物は、相対的に高いＭＯＥＲで前もって予熱されるか、又は予冷される。いくつかの実施形態ではステップ４２０６はまた、エネルギー貯蔵モード及びエネルギー放出モードにおける機器に対する時間変化する設定点を判定するために、時間変化する限界動作排出率を使用する、目的関数に基づく制御プロセスを実施することを含むことができる。
【0381】
ステップ４２０４において、現在のＭＯＥＲがデッドバンドよりも大きいという判定がなされる場合、プロセス４２００は、ステップ４２０８に進み、ここで、バッテリは、放電される、いくつかの実施形態である。高いＭＯＥＲは、相対的に高い限界カーボン排出量がその時点でグリッドから取得される任意のエネルギーに関連することを示すので、そのような期間中にバッテリを放電することは、そのような期間中に電力を取得する必要性を低減し、それによって排出量を低減する。したがって、低カーボンエネルギーは、ＭＯＥＲがデッドバンドを下回るときに、ステップ４２０６でそのエネルギーを貯蔵し、ＭＯＥＲがデッドバンドを上回るときに、ステップ４２０８でそのエネルギーを放電することによって、時間的にシフトすることができる。ステップ４２０８は、バッテリが完全に放電されるまで、又はＭＯＥＲが変化し、プロセス４２００が再実行されるまで続くことができる。いくつかの実施形態では、エネルギー放出モードにおける他の動作が、ステップ４２０８において実行される。例えば、ステップ４２０８は、ステップ４２０４の閾値を下回るＭＯＥＲに応答して、予熱又は予冷の間に貯蔵された熱エネルギーを利用するために、予熱又は予冷された建物内の温度がドリフトするように、加熱及び／又は冷却機器が制御されるように動作し、建物が相対的に高いＭＯＥＲを有する時間よりも先に予熱又は予冷されるようにすることを含むことができる。いくつかの実施形態ではステップ４２０８はまた、エネルギー貯蔵モード及びエネルギー放出モードにおける機器に対する時間変化する設定点を判定するために、時間変化する限界動作排出率を使用する、目的関数に基づく制御プロセスを実施することができる。
【0382】
現在のＭＯＥＲがデッドバンド内にあるという判定がステップ４２０４で行われる場合、プロセス４２００は、ステップ４２１０に進む。示された実施形態では、バッテリは、ステップ４２１０で充電も放電もされず、実質的に一定量のエネルギーがバッテリ内に維持される。エネルギーの量は、より高いＭＯＥＲ期間の放電のために貯蔵され、一方、あらゆる余分な容量は、より低いＭＯＥＲ期間の充電のために開放されたままである。他の実施形態では、現在のＭＯＥＲがデッドバンド内にあるとき、ヒステリシスタイプの制御が提供され、ここで、バッテリの以前の充電又は放電状態は、例えば、バッテリの劣化に寄与する可能性のある充電／放電／両方の状態の間の高周波切り替えを防止するために、少なくとも閾値の時間継続される。いくつかの実施形態では、ステップ４２１０は、例えば、フィードバックコントローラ（サーモスタットなど）を使用して、加熱及び／又は冷却機器を標準制御アプローチで制御して、温度を予め設定された又はスケジュールされた設定点に駆動することを含むことができる。
【0383】
プロセス４２００は、それによって、限界動作排出率に基づいてバッテリ又は他の機器を制御することによって排出節約を達成する、効率的で実装が容易な制御解決策を提供することができる。
【0384】
例示的な実装形態
本開示の１つの実装形態は、方法である。この方法は、将来の時間範囲にわたる建物機器を動作させる予測コストを計算する目的関数を生成することと、将来の時間範囲内で複数の時間ステップにわたって消費される単位エネルギー当たりのカーボン排出量の時間変化する指標を予測することと、予測カーボン排出量が事前定義されたレベル未満であることを必要とするカーボン排出量制約を定義することと、カーボン排出量制約の対象となる目的関数を最適化することによって建物設定点を生成することと、建物設定点に従って建物機器を動作させることと、を含む。
本開示の１つの実装形態は、方法である。この方法は、将来の時間範囲にわたる建物機器を動作させる予測コストを計算する目的関数を生成することと、将来の時間範囲内で複数の時間ステップにわたって消費される単位エネルギー当たりのカーボン排出量の時間変化する指標を予測することと、予測カーボン排出量が事前定義されたレベル未満であることを必要とするカーボン排出量制約を定義することと、カーボン排出量制約の対象となる目的関数を最適化することによって建物設定点を生成することと、建物設定点に従って建物機器を動作させることと、を含む。
【0385】
本開示の別の実装形態は、建物機器を動作させる別の方法である。方法は、カーボン排出量項、ユーティリティコスト項、及び居住者快適性項の重み付けされた和を含む目的関数を生成することと、排出量を低減し、コストを節約し、快適性を向上させるための相対的な選好を示すように重み付けされた和の重みを調整するユーザ入力を受信することと、建物機器に対する設定点を生成するために調整された重み付けを有する目的関数を最適化することと、設定点に従って建物機器を動作させることと、を含む。
【0386】
本開示の別の実装形態は、建物機器を動作させる別の方法である。方法は、訓練期間の時間における消費電力に対応するカーボン排出量、及び訓練期間の時間における消費電力のコストを含む訓練データを収集することと、コスト対カーボン曲線を訓練データに適合させることと、コスト対カーボン曲線を含むグラフィカルユーザインターフェースを生成することであって、グラフィカルユーザインターフェースが、ユーザがコスト対カーボン曲線に沿って好ましい点を選択することを可能にする、生成することと、コスト対カーボン曲線に沿って好ましい点を達成することが予測される建物機器に対する設定点を生成することと、設定点を使用して建物機器を制御することと、を含む。
【0387】
本開示の別の実装形態は、建物機器を動作させる別の方法である。方法は、訓練期間の時間における消費電力に対応するカーボン排出量、及び訓練期間の時間における居住者の快適性を示す訓練データを収集することと、快適性対カーボン曲線を訓練データに適合させることと、快適性対カーボン曲線を含むグラフィカルユーザインターフェースを生成することであって、グラフィカルユーザインターフェースが、ユーザが快適性対カーボン曲線に沿って好ましい点を選択することを可能にする、生成することと、快適性対カーボン曲線に沿って好ましい点を達成することが予測される建物機器に対する設定点を生成することと、設定点を使用して建物機器を制御することと、を含む。
【0388】
本開示の別の実装形態は、方法である。方法は、建物を運営するコストを特徴付ける目的関数を生成することを含む。目的関数は、建物エネルギーシステムに追加され得る新しいエネルギー資産に関する１つ以上の決定変数を有し、建物を運営するコストは、建物のエネルギー消費に起因するカーボン排出の内部化されたコストを含む。方法は、１つ以上の決定変数に対して１つ以上の制約を生成することであって、１つ以上の制約は、新しいエネルギー資産を収容するための利用可能な建物空間に関する物理的サイズ決め制約を含む、生成することと、１つ以上の制約の対象となる目的関数を最適化して、建物に設置する１つ以上の推奨される新しい資産を識別することと、１つ以上の推奨される新しい資産と、１つ以上の推奨される新しい資産の設置から生じると推定される予測カーボン排出節約量とを識別するグラフィカルユーザインターフェースを生成することと、を含む。
【0389】
本開示の別の実装形態は、企業全体のカーボンニュートラルを達成する方法である。方法は、企業全体の建物管理システムのセンサから建物データを収集することと、建物データに基づいて建物関連のカーボン排出量を追跡することと、車両の燃料消費量を示すように構成された車両ベースのデータ収集器から車両群データを収集することと、車両群データに基づいて車両関連のカーボン排出量を追跡することと、を含む。方法はまた、会計システムから旅行及び動作データを収集することであって、旅行及び動作データが、企業の他のカーボン排出活動からの他のカーボン排出量を示す、収集することと、建物関連のカーボン排出量、車両関連のカーボン排出量、及び他のカーボン排出量を示す統一ダッシュボードを生成することと、建物関連のカーボン排出量、車両関連のカーボン排出量、及び他のカーボン排出量に基づいて推奨事項又は制御決定を生成することと、統一ダッシュボードによって示された企業のカーボンフットプリントの合計に基づいてカーボン隔離プロセスを自動的に開始することと、を含む。
【0390】
本開示の別の実装形態は、カーボン排出量を低減又は排除するために建物機器を制御する方法である。方法は、ユーティリティグリッドから消費される電力の単位当たりの時間変化するカーボン排出量の指標を取得することと、時間範囲にわたる予測建物負荷に対応する時間範囲にわたる、及び表示に基づく合計カーボン排出量又は炭素：電力比を計算する目的関数を生成することと、合計カーボン排出量又は炭素：電力比を最小化するために１つ以上の制約の対象となる目的関数を最適化することによって、建物に対する時間変化する設定点を生成することと、時間変化する設定点に従って建物機器を動作させることと、を含む。いくつかの実施形態では、時間変化する設定点を生成することは、指標が第１の値を有する第１の期間から離し、指標が第２の値を有する第２の期間に、建物負荷をシフトさせることを含み、第２の値は、第１の値よりも小さい。
【0391】
本開示の別の実装形態は、建物機器を動作させる別の方法である。方法は、ユーティリティグリッド又は燃料サプライヤからエネルギーを購入し、正味ゼロカーボン排出を達成するためにカーボンオフセットを購入するための合計コストを含む目的関数を生成することを含む。方法は、目的関数を最適化して、１つ以上の制約の対象となる時間範囲にわたる合計コストを最小化する建物機器に対する設定点を生成することと、設定点に従って建物機器を動作させることと、を含む。
【0392】
いくつかの実施形態では、方法は、カーボンオフセットを自動的に取得することを含む。カーボンオフセットの量は、建物機器を動作させることに起因することが推定される排出量に等しい。目的関数の最適化は、消費されるエネルギーの単位当たりの時間変化するカーボン排出量のモデルを使用して実施され得る。
【0393】
本開示の別の実装形態は、建物機器を動作させる方法である。方法は、ユーティリティグリッド又は燃料供給者からエネルギーを購入するための合計コストと、エネルギーの生産に起因することが推定されるカーボン排出量を承認するためのカーボンクレジットを購入するための合計コストと、を含む目的関数を生成することを含む。方法はまた、目的関数を最適化して、１つ以上の制約の対象となる時間範囲にわたる合計コストを最小化する建物機器に対する設定点を生成することと、設定点に従って建物機器を動作させることと、を含む。いくつかの実施形態では、方法はまた、カーボンクレジット市場を介してカーボンクレジットを自動的に購入することを含む。
【0394】
本開示の別の実装形態は、建物動作のためにカーボンニュートラルを展開する方法である。方法は、生産施設でストックモジュール式エネルギーユニットを製造することと、ストックモジュール式エネルギーユニットのモジュール式エネルギーユニットを、道路を介して生産施設から建物に輸送することと、モジュール式エネルギーユニットを建物とユーティリティグリッドとの間に電気的に設置することと、建物エネルギー負荷を示す建物データを収集することと、収集された建物データに基づいて、モジュール式エネルギーユニット用の予測コントローラを訓練することと、予測コントローラを使用してモジュール式ユニットを制御して、カーボン排出エネルギー源の使用を低減又は排除することと、１つ以上のカーボン捕捉プロセスを使用して、任意の残りのカーボン排出量を自動的にオフセットすることと、を含む。
【0395】
本開示の別の実装形態は、監督制御システムである。監督制御システムは、ネットワークを介して接続された複数の建物エッジデバイスと、ネットワークを介して複数の建物エッジデバイスに接続され、建物エッジデバイスの各々に対して、建物エッジデバイスのカーボン排出量の目標量を示すカーボン排出量目標を生成し、ネットワークを介して建物エッジデバイスにカーボン排出量目標を送信するように構成されたカーボン管理システムと、を含む。複数の建物エッジデバイスの各々は、ローカル最適化を実施して、建物エッジデバイスの１つ以上の動作目標を達成しながら、カーボン排出量をカーボン排出量目標以下にする、建物エッジデバイスの動作をもたらすことが予測される制御決定を生成するように構成されている。
【0396】
本開示の別の実装形態は、モジュール式エネルギーユニットである。モジュール式エネルギーユニットは、電力管理回路と、電力管理回路に導電的に結合されたグリーンエネルギー発生器と、電力管理回路に導電的に結合された燃料セルと、電力管理回路に導電的に結合されたエネルギー貯蔵システムと、電力管理回路を電力グリッドに導電的に接続するように構成されたユーティリティ入口と、電力管理回路を建物の電気システムに導電的に接続するように構成された建物コンセントと、を含む。
【0397】
いくつかの実施形態では、電力管理回路は、最適化プロセスの結果に従って、グリーンエネルギー生成器、燃料セル、エネルギー貯蔵システム、及びユーティリティ入口の間で建物電気システムの電気需要を割り当てるように構成されている。
【0398】
いくつかの実施形態では、モジュール式エネルギーユニットは、ハウジングも含む。グリーンエネルギー発生器、燃料セル、エネルギー貯蔵システム、ユーティリティ入口、及び建物コンセントは、ハウジング上又はハウジング内に位置決めされ得る。ハウジングは、標準的な道路上でトラックによって輸送するためのサイズである。
【0399】
様々な実施形態では、グリーンエネルギー生成器は、光起電力セルを含み、グリーンエネルギー生成器は、風車を含み、グリーンエネルギー生成器は、核マイクロリアクタを含み、燃料セルは、水素燃料セルであり、エネルギー貯蔵システムは、複数のバッテリを含み、かつ／又はエネルギー貯蔵システムは、重力ポテンシャルエネルギーとしてエネルギーを貯蔵するように構成されている。いくつかの実施形態では、エネルギー貯蔵システムは、上部タンクと、上部タンクの下に置かれ、上部タンクから分離された下部タンクと、下部タンクから上部タンクへの流体流れを可能にする第１の流路と、上部タンクから下部タンクへの流体の流れを可能にする第２の流路と、第１の流路上にあり、流体を下部タンクから上部タンクに移動させることによって電気を重力ポテンシャルエネルギーに変換するように構成されているポンプと、第２の流路上にあり、重力が上部タンクから下部タンクに流体を引っ張るときに流体の運動エネルギーを回収することによって重力ポテンシャルエネルギーを生成電力に変換するように構成されたタービンと、を含む。
【0400】
いくつかの実施形態では、モジュール式エネルギーユニットはまた、電力管理回路と通信可能なセルラモデムを含む。セルラモデムは、電力管理回路とクラウドベースの最適化資源との間の通信を確立するように構成されている。いくつかの実施形態では、モジュール式エネルギーユニットは、建物電気システムによってサービス提供される建物デバイスと通信可能な建物設定点最適化装置を含む。建物設定点最適化装置は、建物デバイスの動作がモジュール式エネルギーユニットの動作と調整されるように、建物デバイスに対する設定点を変更するように構成されている。
【0401】
いくつかの実施形態では、モジュール式エネルギーユニットは、建物の電気システムの需要に対応することに関連するカーボン排出量を低減又は排除するように構成されている。
【0402】
本開示の別の実装形態は、モジュール式エネルギーユニットを動作させる方法である。方法は、モジュール式エネルギーユニット上の電気需要を予測することと、モジュール式エネルギーユニットの１つ以上のグリーンエネルギー生成器から利用可能な発電を予測することと、モジュール式エネルギーユニットの１つ以上のエネルギー貯蔵システムの容量を追跡することと、モジュール式エネルギーユニットの燃料セル内の燃料レベルを追跡することと、ユーティリティグリッドからユーティリティレート及びユーティリティカーボン排出量データを取得することと、モジュール式エネルギーユニット上の電気需要を満たすことに関連するコスト又はカーボン排出量のうちの少なくとも１つを低減することが予測されるモジュール式エネルギーユニットの制御決定を生成することと、制御決定に従って、１つ以上のグリーンエネルギー生成器、１つ以上のエネルギー貯蔵システム、及び燃料セルを制御することと、を含む。
【0403】
本開示の別の実装形態は、建物システムである。建物システムは、ローカルメッシュネットワークを使用して一緒に接続された複数のモジュール式エネルギーユニットと、セルラネットワークを介して複数のモジュール式エネルギーユニットの第１のモジュール式エネルギーユニットと通信可能なクラウドベースの最適化資源と、を含む。クラウドベースの最適化資源は、複数のモジュール式エネルギーユニットのための最適な設定点を生成し、セルラネットワーク及び第１のモジュール式エネルギーユニットを介して複数のモジュール式エネルギーユニットに最適な設定点を送信するように構成されている。
【0404】
いくつかの実施形態では、建物システムはまた、複数のモジュール式エネルギーユニットの第２のモジュール式エネルギーユニットによってサービス提供されるモジュール式データセンタを含む。いくつかの実施形態では、建物システムは、建物又は構内の建物デバイスを制御するように構成された建物管理システムを含む。クラウドベースの最適化資源は、モジュール式エネルギーユニット及び建物管理システムの動作を調整するように構成されている。
【0405】
本開示の別の実装形態は、ＨＶＡＣ機器ユニットである。ＨＶＡＣ機器ユニットは、建物ＨＶＡＣシステム内に加熱、冷却、又は気流を提供するように構成された複数の動力式ＨＶＡＣ構成要素と、化学反応を使用して電気エネルギーを生成するように構成された燃料セルと、エネルギーグリッド又は燃料セルからの電気エネルギーを貯蔵し、かつ電力ＨＶＡＣ構成要素に電力供給するために貯蔵された電気エネルギーを放電するように構成されたバッテリユニットと、予測コスト関数を最適化して、最適化期間の各時間ステップにおいて、エネルギーグリッドから購入する最適な電気エネルギー量、燃料セルで生成する最適な電気エネルギー量、及び動力式ＨＶＡＣ構成要素に電力供給するためにバッテリユニットに貯蔵又はバッテリユニットから放電する最適な電気エネルギー量を判定するように構成された予測ＨＶＡＣコントローラと、を含む。
【0406】
いくつかの実施形態では、ＨＶＡＣ機器ユニットはまた、光起電力エネルギーを収集するように構成された１つ以上の光起電力パネルを含む。予測チラーコントローラは、最適化期間の各時間ステップにおいてバッテリユニットに貯蔵される最適な光起電力エネルギー量、及び動力式ＨＶＡＣ構成要素によって消費されるべき最適な光起電力エネルギー量を判定するように構成されている。
【0407】
いくつかの実施形態では、予測コスト関数は、最適化期間の各時間ステップにおいてエネルギーグリッドから購入される電気エネルギーのコスト及び燃料セルのための燃料のコスト、並びに最適化期間の各時間ステップにおいて、貯蔵された電気エネルギーをバッテリユニットから放電することに起因するコスト節約量を考慮する。いくつかの実施形態では、予測コスト関数は、最適化期間と少なくとも部分的に重複する需要課金期間中のＨＶＡＣ機器ユニットの最大電力消費に基づく需要課金を考慮する。予測チラーコントローラは、需要課金を定義するエネルギー価格データを受信し、予測コスト関数への入力としてエネルギー価格データを使用するように構成され得る。
【0408】
本開示の別の実装形態は、建物機器のユニットと統合された燃料セルを動作させる方法である。方法は、燃料セルの過去の使用量を示すデータを収集することによって燃料セルを監視することと、燃料セルの過去の使用量に基づいて燃料セルの将来の使用量を予測することと、燃料セルに燃料を補給するための燃料の価格を追跡することと、燃料貯蔵制限又は燃料貯蔵コストに関する制約又はペナルティの対象となる燃料セルに燃料を補給するための燃料を購入するコストを最小化する最適化を実行することと、最適化の結果に基づいて燃料セルに燃料を補給するための燃料を取得することと、を含む。
【0409】
本開示の別の実装形態は、建物のカーボン排出量データを収集し、生産又は利用データを収集し、単位生産当たりのカーボンメトリクス又は単位利用当たりのカーボンメトリクスを生成し、グラフィカルユーザインターフェースを介して単位生産当たりのカーボンメトリクス又は単位利用当たりのカーボンメトリクスを提供することを含む方法である。いくつかの実施形態では、グラフィカルユーザインターフェースは、単位生産当たりのカーボンメトリクス又は単位利用当たりのカーボンメトリクスを示すダッシュボードを表示する。ダッシュボードはまた、異なる地理的場所にある異なる建物に対応するカーボン排出量のマップビューを含む。
【0410】
本開示の別の実装形態は、エネルギーグリッドから購入される電気の時間変化する限界動作排出率を取得することと、時間変化する限界動作排出率を使用して時間範囲にわたる限界排出量を計算する排出項を含む目的関数を生成することと、目的関数を最適化することによって建物設定点を生成することと、建物設定点に従って建物機器を動作させることと、を含む方法である。
【0411】
本開示の別の実装形態は、方法である。方法は、限界動作排出率を取得することと、限界動作排出率が第１の値よりも小さい場合にバッテリを充電することと、限界動作排出率が第２の値よりも大きい場合にバッテリを放電することと、を含む。
【0412】
例示的な実施形態の構成
様々な例示的な実施形態に示されるシステム及び方法の構築及び配設は、単なる例解である。本開示では、いくつかの実施形態のみが詳細に説明されてきたが、多くの修正が可能である（例えば、様々な要素のサイズ、寸法、構造、形状、及び割合、パラメータの値、取り付け構成、材料の使用、色、配向などの差異）。例えば、要素の位置は、反転させることができ、又は別様に変化させ得、個別要素の性質若しくは数、又は位置は、変更すること、又は変化させ得る。したがって、そのような全ての修正は、本開示の範囲内に含まれることが意図される。任意のプロセス又は方法ステップの順番又はシーケンスは、代替実施形態に従って、変更又は再順序付けされ得る。他の置換、修正、変更、及び省略は、本開示の範囲から逸脱することなく、例示的な実施形態の設計、動作条件、及び配置において行われ得る。
様々な例示的な実施形態に示されるシステム及び方法の構築及び配設は、単なる例解である。本開示では、いくつかの実施形態のみが詳細に説明されてきたが、多くの修正が可能である（例えば、様々な要素のサイズ、寸法、構造、形状、及び割合、パラメータの値、取り付け構成、材料の使用、色、配向などの差異）。例えば、要素の位置は、反転させることができ、又は別様に変化させ得、個別要素の性質若しくは数、又は位置は、変更すること、又は変化させ得る。したがって、そのような全ての修正は、本開示の範囲内に含まれることが意図される。任意のプロセス又は方法ステップの順番又はシーケンスは、代替実施形態に従って、変更又は再順序付けされ得る。他の置換、修正、変更、及び省略は、本開示の範囲から逸脱することなく、例示的な実施形態の設計、動作条件、及び配置において行われ得る。
【0413】
行われ得る修正の一例として、上で説明されるモデル化、最適化、定式化などは、回帰モデル化技法、グレーボックス又は物理ベースのモデル化技法などを使用して実施され得、又は機械学習及び人工知能アルゴリズム（例えば、ニューラルネットワーク、ベイズモデル化など）、若しくはそれらの組み合わせを使用して実施され得ることを理解されたい。そのようなモデル化アプローチを使用して本明細書の様々な教示を実施するために使用することができる例示的なアプローチは、２０１９年５月１６日に出願された米国特許出願第１６／４１３，９４６号に記載されており、その開示全体が参照により本明細書に組み込まれている。例えば、ニューラルネットワーク又は他のＡＩは、例えば、入力のセットに基づいて、カーボン排出量を推定するように訓練され得、次いで、カーボン排出量は、本明細書に記載されたプロセスの更なるステップにおいて、別のＡＩ又はいくつかの他のアルゴリズムによって使用され得る。
【0414】
本開示は、様々な動作を達成するための任意の機械可読媒体上の方法、システム、及びプログラム製品を企図する。本開示の実施形態は、既存のコンピュータプロセッサを使用して、又はこの目的若しくは別の目的のために組み込まれた適切なシステムのための専用コンピュータプロセッサによって、又は配線接続されたシステムによって実施され得る。本開示の範囲内の実施形態は、記憶された機械実行可能命令又はデータ構造を搬送するか又は有するための機械可読媒体を含むプログラム製品を含む。そのような機械可読媒体は、プロセッサを備えた汎用若しくは専用のコンピュータ又は他の機械によってアクセス可能な任意の利用可能な媒体であり得る。例として、そのような機械可読媒体は、ＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ－ＲＯＭ、若しくは他の光ディスク記憶装置、磁気ディスク記憶装置若しくは他の磁気記憶デバイス、又は所望のプログラムコードを機械実行可能命令若しくはデータ構造の形態で搬送又は記憶するために使用でき、かつプロセッサを備えた汎用若しくは専用コンピュータ若しくは他の機械によってアクセスできる任意の他の媒体を含むことができる。上記の組み合わせも、機械可読媒体の範囲内に含まれる。機械実行可能命令は、例えば、汎用コンピュータ、専用コンピュータ、又は専用処理機械に、ある特定の機能又は機能群を実行させる命令及びデータを含む。
【0415】
図は、方法ステップの特定の順序を示しているが、ステップの順序は、描写されたものとは異なり得る。また、２つ以上のステップを同時に、又は部分的に同時に実行され得る。このような変形形態は、選択されたソフトウェア及びハードウェアシステム、並びに設計者の選択に依存する。全てのそのような変形形態は、本開示の範囲内である。同様に、ソフトウェアの実装は、様々な接続ステップ、処理ステップ、比較ステップ、及び判定ステップを達成するために、ルールベースのロジック及び他のロジックを有する標準的なプログラミング技術によって達成され得る。
【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】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31A】
【図31B】
【図32】
【図33】
【図34】
【図35A】
【図35B】
【図36】
【図37】
【図38】
【図39】
【図40】
【図41】
【図42】
【手続補正書】
【提出日】2024-01-29
【手続補正2】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
複数のサブシステムにわたって分散された動作している建物機器に関連するカーボン排出量を調整及び制御するためのカスケード制御システムであって、複数のサブシステムの各々に対するカーボン排出量目標を生成するように構成された第１のコントローラと、
複数の第２のコントローラと
を備え、
前記複数の第２のコントローラはそれぞれが、
前記複数のサブシステムのうちの１つに対応しており、
前記対応するサブシステムの建物機器に対する制御決定を生成することであって、前記制御決定は、前記対応するサブシステムに対する前記カーボン排出量目標を前記建物機器に達成させることが予測される、生成することと、
前記制御決定を使用して、前記対応するサブシステムの前記建物機器を動作させることと
を行うように構成されている、カスケード制御システム。
【請求項2】
前記第１のコントローラが、ユーティリティグリッドからの電力に関連する排出率の時間変化する値に基づいて、前記カーボン排出量目標を生成し、前記建物機器の１つ以上のデバイスが、前記電力を消費する、請求項１に記載のカスケード制御システム。
【請求項3】
前記第１のコントローラが、予測制御プロセスを使用して前記カーボン排出量目標を生成し、前記予測制御プロセスは、前記カーボン排出量目標に起因することが予測される前記複数のサブシステムの集計カーボン排出量を考慮し、前記カーボン排出量目標を満たすために起こることが予測されるいくつかの削減に基づいて前記建物機器によってサービスを受ける１つ以上の建物の居住者の快適性を更に考慮する、請求項１に記載のカスケード制御システム。
【請求項4】
前記第１のコントローラが、前記複数のサブシステムの前記集計カーボン排出量に基づくカーボン目的と、快適性目的と、を含む、複数の目的を有する多目的最適化プロセスを使用して、前記カーボン排出量目標を生成する、請求項３に記載のカスケード制御システム。
【請求項5】
前記複数の目的が、前記建物機器によって消費される資源を購入するコストを更に含む、請求項４に記載のカスケード制御システム。
【請求項6】
前記第１のコントローラが、前記複数のサブシステムに関連するカーボン排出量と、前記カスケード制御システムによって制御不可能な他のカーボン排出量と、の両方に基づいて、前記カーボン排出量目標を生成する、請求項１に記載のカスケード制御システム。
【請求項7】
前記他のカーボン排出量が、商品又は人の輸送に起因する、請求項６に記載のカスケード制御システム。
【請求項8】
前記第１のコントローラが、ある期間にわたる合計排出量に対する予算又はゴールに基づいて、前記カーボン排出量目標を生成するように構成されている、請求項１に記載のカスケード制御システム。
【請求項9】
複数のサブシステムにわたって分散された動作している建物機器に関連するカーボン排出量を調整及び制御するためのカスケード制御システムであって、
第１のコントローラが、複数のサブシステムの各々に対するカーボン排出量目標を生成することと、
前記複数のサブシステムのうちの１つに各々対応する複数の第２のコントローラにおいて、前記第１のコントローラから前記カーボン排出量目標を受信することと
前記複数の第２のコントローラのそれぞれが、前記対応するサブシステムに対する前記カーボン排出量目標を前記建物機器に達成させることが予測される、前記対応するサブシステムの前記建物機器に対する制御決定を生成することと、
前記複数の第２のコントローラのそれぞれが、前記制御決定を使用して、前記対応するサブシステムの前記建物機器を動作させることと
を含む、カスケード制御方法。
【請求項10】
前記第１のコントローラが、ユーティリティグリッドからの電力に関連する排出率の時間変化する値に基づいて、前記カーボン排出量目標を生成し、前記建物機器の１つ以上のデバイスが、前記電力を消費する、請求項９に記載のカスケード制御方法。
【請求項11】
前記第１のコントローラが、予測制御プロセスを使用して前記カーボン排出量目標を生成し、前記予測制御プロセスは、前記カーボン排出量目標に起因することが予測される前記複数のサブシステムの集計カーボン排出量を考慮し、前記カーボン排出量目標を満たすために起こることが予測されるいくつかの削減に基づいて前記建物機器によってサービスを受ける１つ以上の建物の居住者の快適性を更に考慮する、請求項９に記載のカスケード制御方法。
【請求項12】
前記第１のコントローラが、前記複数のサブシステムの前記集計カーボン排出量に基づくカーボン目的と、快適性目的と、を含む、複数の目的を有する多目的最適化プロセスを使用して、前記カーボン排出量目標を生成する、請求項１１に記載のカスケード制御方法。
【請求項13】
前記複数の目的が、前記建物機器によって消費される資源を購入するコストを更に含む、請求項１２に記載のカスケード制御方法。
【請求項14】
前記第１のコントローラが、前記複数のサブシステムに関連するカーボン排出量と、前記カスケード制御システムによって制御不可能な他のカーボン排出量と、の両方に基づいて、前記カーボン排出量目標を生成する、請求項９に記載のカスケード制御方法。
【請求項15】
前記他のカーボン排出量が、商品又は人の輸送に起因する、請求項１４に記載のカスケード制御方法。
【請求項16】
前記第１のコントローラが、ある期間にわたる合計排出量に対する予算又はゴールに基づいて、前記カーボン排出量目標を生成するように構成されている、請求項９に記載のカスケード制御方法。
【請求項17】
命令を記憶した１つ以上の非一時的コンピュータ可読媒体であって、前記命令が、１つ以上のプロセッサによって実行されたときに、前記１つ以上のプロセッサに、
第１のコントローラが、複数のサブシステムの各々に対するカーボン排出量目標を生成することと、
前記複数のサブシステムのうちの１つに各々対応する複数の第２のコントローラにおいて、前記第１のコントローラから前記カーボン排出量目標を受信することと
前記複数の第２のコントローラのそれぞれが、前記対応するサブシステムの建物機器に対する制御決定であって、前記対応するサブシステムに対する前記カーボン排出量目標を前記建物機器に達成させることが予測される制御決定を生成することと、
前記複数の第２のコントローラのそれぞれが、前記制御決定を使用して、前記対応するサブシステムの前記建物機器を動作させることと
を含む動作を実施させる、１つ以上の非一時的コンピュータ可読媒体。
【請求項18】
前記第１のコントローラが、ユーティリティグリッドからの電力に関連する排出率の時間変化する値に基づいて、前記カーボン排出量目標を生成し、前記建物機器の１つ以上のデバイスが、前記電力を消費する、請求項１７に記載の１つ以上の非一時的コンピュータ可読媒体。
【請求項19】
前記第１のコントローラが、予測制御プロセスを使用して前記カーボン排出量目標を生成し、前記予測制御プロセスは、前記カーボン排出量目標に起因することが予測される前記複数のサブシステムの集計カーボン排出量を考慮し、前記カーボン排出量目標を満たすために起こることが予測されるいくつかの削減に基づいて前記建物機器によってサービスを受ける１つ以上の建物の居住者の快適性を更に考慮する、請求項１７に記載の１つ以上の非一時的コンピュータ可読媒体。
【請求項20】
前記第１のコントローラが、前記複数のサブシステムに関連するカーボン排出量と、前記第１のコントローラ又は前記複数の第２のコントローラによって制御不可能な他のカーボン排出量と、の両方に基づいて、前記カーボン排出量目標を生成する、請求項１７に記載の１つ以上の非一時的コンピュータ可読媒体。
【国際調査報告】