JP4116262B2 - Air conditioner, air conditioning load prediction method, and program - Google Patents

Description

【００２７】
また状態変数ベクトルＸ（ｔ）については、当該系のシステムノイズを示すベクトルをＷ（ｔ）によってパラメータｔに対して順次に変化し、式（２）の関係にあると仮定する。
【００２８】
【数２】

【００２９】
当該系が２入力１出力の系であれば、出力ベクトルＹ（ｔ）の要素を出力ｙ（ｔ）、行列Ｈの要素を入力ｈ₁（ｔ），ｈ₂（ｔ）、状態変数ベクトルＸ（ｔ）の要素を重み係数ｘ₁（ｔ），ｘ₂（ｔ）、観測ノイズを示すベクトルＶ（ｔ）の要素としてｖ（ｔ）、システムノイズを示すベクトルＷ（ｔ）の要素としてｗ₁（ｔ），ｗ₂（ｔ）を用いて、式（３）、（４）で表される。
【００３０】
【数３】

【００３１】
【数４】

【００３２】
当該系として空気調和機を例にとれば、パラメータｔが日毎に更新されるとして、入力ｈ₁（ｔ），ｈ₂（ｔ）はそれぞれ外気不快指数の（例えば日平均の）予測値、所定時（例えば午前５時）の外気温度の実績値であり、いずれも外気の情報である。また出力ｙ（ｔ）は当該空気調和機の一日の負荷（日負荷）である。
【００３３】
さて、当該系の状態変数ベクトルＸ（ｔ）、観測ノイズベクトルＶ（ｔ）及びシステムノイズベクトルＷ（ｔ）は測定できない。そこで入力行列Ｈ（ｔ）を用い、式（５）で出力ベクトルＹ（ｔ）についての予測値Ｙハット（ｔ）を得る。ここで、ハットは数式においては変数に被せて表記され、当該変数の予測値であることを示す。
【００３４】
【数５】

【００３５】
式（５）から出力に対する予測値Ｙハット（ｔ）を得るためには、状態変数に対する予測値Ｘハット（ｔ−１）を知る必要がある。そこで、パラメータｔにおいて、予測値Ｘハット（ｔ）は以下のように求められる。
【００３６】
【数６】

【００３７】
状態変数の予測値Ｘハット（ｔ）の更新は、外気不快指数の実績値が入手できる時点で行うことも可能である。従って外気不快指数の実績値が得られる場合には、入力ｈ₁（ｔ）として外気不快指数の予測値ではなく、その実績値を用いてもよい。
【００３８】
ここで係数行列Ｋ（ｔ）はカルマンゲインを表しており、観測ノイズベクトルＶ（ｔ）についての共分散行列Ｑ（ｔ）、システムノイズベクトルＷ（ｔ−１）についての共分散行列Ｒ（ｔ−１）、入力行列Ｈ（ｔ）から逐次的に求められる。
【００３９】
式（５）は入力に状態変数の予測値を演算して出力の予測値を求めるステップを示しており、式（６）は出力の予測値と実績値との比較結果から状態変数の予測値を更新するステップを示している。
【００４０】
以上のようにしてカルマンフィルタによる予測を行って、出力の実績値Ｙと予測値Ｙハットとの差を小さくすることができる。しかし式（５），（６）から理解されるように、カルマンフィルタを用いた予測では、出力に対する予測値Ｙハット（ｔ）を得るために、状態変数に対する予測値の初期値Ｘハット（０）が必要となる。そして本発明ではその初期値として、他の予測システムにおける状態変数の予測値を採用する。他の予測システムにおいても当該予測システムと同様にして式（５），（６）を用いて状態変数の予測値が求められていることが望ましい。そしてかかる初期値の採用により、全く新たに初期値を設定する場合と比較して、出力の実績値と予測値との相違を所定の範囲内に収める状態変数の予測値を早期に得ることができる。
【００４１】
他の予測システムから流用するのは状態変数の予測値であるので、流用すべきデータ量を小さくすることができる。また他の予測システムと当該予測システムとの類似性が高いことや、他の予測システムからのデータの変換ルールの精度が高いことは要求されない。また、例えば空気調和機を例にとれば、状態変数を正規化された駆動能力に対応して想定することも容易であり、従って駆動能力によらずに上記効果を得ることができる。
【００４２】
図１は本発明にかかる空気調和機１００の構成を例示するブロック図である。空気調和機１００は、入力装置１０１、制御ユニット１００Ａ、蓄熱ユニット１００Ｂを備えている。制御ユニット１００Ａは基準データ記憶部１０２、実績データ記憶部１０３、空調負荷予測部１０４、パラメータ保存部１０５、データ収集部１０６、制御部１０７を備えている。
【００４３】
空調負荷予測部１０４には外部から外気不快指数の日平均予測値ｈ₁が、基準データ記憶部１０２から予測値Ｘハットの初期値Ｘｏハットが、実績データ記憶部１０３からは午前５時の外気温度の実績値ｈ₂及び空気調和機の日負荷の実績値ｙが、それぞれ与えられる。予測値Ｘハットの初期値Ｘｏハットは入力装置１０１によって他の空気調和機２００から伝達される。また外気不快指数の日平均予測値ｈ₁及び午前５時の外気温度の実績値ｈ₂はいずれも気象会社などから収集することができる。午前５時の外気温度の実績値ｈ₂は一旦は実績データ記憶部１０３に格納される。また空気調和機の日負荷の実績値ｙは、蓄熱ユニット１００Ｂからの運転情報Ｓを受けたデータ収集部１０６によって求められ、一旦は実績データ記憶部１０３に格納される。
【００４４】
空調負荷予測部１０４は、式（５）に則り、予測値Ｘハットを更新しつつ、空気調和機の一日の負荷の予測値ｙハットを制御部１０７へと与える。更新された予測値Ｘハットは、パラメータ保存部１０５に保存され、次回の予測値ｙハットを求める際に再度読み出される。
【００４５】
制御部１０７は予測値ｙハットに基づき、蓄熱ユニット１００Ｂの運転の制御を行う。かかる制御に応じ、蓄熱ユニット１００Ｂが備える熱源機１０８は蓄熱槽１０９への蓄熱を行う。
【００４６】
図２は空調負荷予測部１０４の動作を例示するフローチャートである。ここでパラメータｔは日毎に更新される。ステップＳ１１において、パラメータ保存部１０５から状態変数の予測値Ｘハット（ｔ−１）の要素であるｘ₁ハット（ｔ−１）、ｘ₂ハット（ｔ−１）を読み出す。そしてステップＳ１２において、外気不快指数の日平均予測値ｈ₁（ｔ）及び午前５時の外気温度の実績値ｈ₂（ｔ）を入力する。そしてステップＳ１３において式（５）に則り、具体的にはステップＳ１３のブロックに示される式によって空気調和機の一日の負荷の予測値ｙハット（ｔ）を求め、これを制御部１０７へ与える。そして予測値ｙハット（ｔ）に基づいた制御部１０７の制御により、蓄熱ユニット１００Ｂが動作する。
【００４７】
ステップＳ１４では空気調和機の一日の負荷の実績値ｙ（ｔ）を得て、ステップＳ１５において式（６）に則り、具体的にはステップＳ１５のブロックに示される式によってｘ₁ハット（ｔ）、ｘ₂ハット（ｔ）を計算し、これをパラメータ保存部１０５へと書き込む。但し、カルマンゲインＫ（ｔ）の要素をｋ₁（ｔ），ｋ₂（ｔ）と表記している。
【００４８】
その後、ステップＳ１６においてパラメータｔが１増加され、ステップＳ１１乃至ステップＳ１５が繰り返し実行される。但し、空気調和機１００を新たに稼働させる場合には、ステップＳ１０がまず実行される。つまり、基準データ記憶部１０２から状態変数の予測値の初期値ｘ₁ハット（０）、ｘ₂ハット（０）を読み出す。そしてステップＳ１２へと進む。ここでｘ₁ハット（０）、ｘ₂ハット（０）はＸｏハットの要素である。
【００４９】
本発明において状態変数Ｘに関しては式（２）を用いており、状態変数ＸがノイズベクトルＷ（ｔ）を除いてパラメータｔに対して依存しないと想定している。従って、他の空気調和機２００から予測値Ｘハットの初期値Ｘｏハットを得る場合、空気調和機１００の稼働が開始する前日に空気調和機２００が求めた予測値Ｘハットを用いる必要はない。換言すれば、他の空気調和機２００から当該空気調和機１００の初期値Ｘｏハットとして与える予測値Ｘハットは、季節毎、あるいは月毎に整合させてもよい。例えば他の空気調和機２００が既に年間を通して稼働しているものの、毎日の状態変数の予測値Ｘハットの値を保存せず、季節、あるいは月毎の値のみ保存しているとする。その場合であっても、当該空気調和機１００が初めて稼働する当該日の季節、あるいは当該日の月での値を状態変数の予測値Ｘハットの初期値Ｘｏハットとして当該空気調和機１００に与えればよい。
【００５０】
換言すれば、当該空気調和機１００が、新たに稼働する他の空気調和機に、状態変数の初期値を提供する場合を考えれば、パラメータ保存部１０５において保存される状態変数の予測値Ｘハットは、月毎にあるいは季節毎等の所定期間毎に保存していれば足り、次回の演算に用いられるものの他は日毎に保存する必要がない。即ち、次回の演算に用いられるものの他は、状態変数の予測値Ｘハットは、パラメータｔが所定数更新される毎に保存すればよい。そして提供すべき相手先の空気調和機に対し、所定の時期に適合して初期値を設定すればよい。
【００５１】
また、空気調和機１００，２００の駆動能力が相違する場合、状態変数の予測値は正規化された駆動能力に対応していることが望ましいが、かかる正規化は容易である。
【００５２】
第２の実施の形態．
上述のように、本発明では、状態変数Ｘがパラメータｔに対してそれほど敏感であるとは想定していない。従ってあるパラメータｔの値において、状態変数の予測値Ｘハットを更新する回数を状態変数Ｘがパラメータｔに対して大きく変化しないと見られる回数に設定すれば、出力の予測値Ｙハットと実績値Ｙとの差は、パラメータｔの更新においてより早期に、小さくなると考えられる。
【００５３】
図３は本実施の形態において、予測値Ｘハットを更新する回数をｎ（＞１）回とした場合の、空調負荷予測部１０４の動作を例示するフローチャートである。ステップＳ２１〜Ｓ２６はそれぞれ第１の実施の形態のステップＳ１１〜Ｓ１６に対応しており、ほぼ同様の処理が行われる。但し、ステップＳ２５とステップＳ２６の間には判断を行うステップＳ２７が介挿されている。
【００５４】
まずステップＳ２０においてパラメータｍにｎ−１を設定する。そしてステップＳ１１〜Ｓ１６におけるパラメータｔをパラメータ（ｔ−ｍ）に読み替えたのと同様の演算を行う。ステップＳ２１に進み、パラメータ保存部１０５から状態変数の予測値Ｘハット（ｔ−ｍ−１）の要素ｘ₁ハット（ｔ−ｍ−１）、ｘ₂ハット（ｔ−ｍ−１）を読み出す。この処理を行う必要から、本実施の形態ではパラメータ保存部１０５はパラメータｔに関してｎ回前の演算で得られた状態変数の予測値Ｘハット（ｔ−ｎ）を格納しておく。ｘ₁ハット（ｔ−ｍ−１）、ｘ₂ハット（ｔ−ｍ−１）が未だ求められていない場合には、ｘ₁ハット（ｔ−ｍ）〜ｘ₁ハット（ｔ）、ｘ₂ハット（ｔ−ｍ−１）〜ｘ₂ハット（ｔ）のうちで、最も当該日（ｔ）から離れた日について求められたものをこれに設定する。
【００５５】
ステップＳ２２において外気不快指数の日平均予測値ｈ₁（ｔ−ｍ）及び午前５時の外気温度の実績値ｈ₂（ｔ−ｍ）を実績データ記憶部１０３から入力する。この処理を行う必要から、本実施の形態では、図１の破線で示されるように、外気不快指数の日平均予測値ｈ₁（ｔ）も実績データ記憶部１０３に与え、かつパラメータｔに関して（ｎ−１）回前の演算から前回までの演算において用いられたｈ₁（ｔ−ｎ＋１），ｈ₁（ｔ−ｎ＋２），…，ｈ₁（ｔ−１）を格納しておく。但し、これらの値は、既に外気不快指数の日平均値が予測値ではなく実績値として得られているので、実績値の方を記憶しておいてもよい。但し今回の演算で用いられるｈ₁（ｔ）は予測値であるので、外部から入力する。また、午前５時の外気温度の実績値については（ｎ−１）回前の演算から今回までの演算において得られたｈ₂（ｔ−ｎ＋１），ｈ₂（ｔ−ｎ＋２），…，ｈ₂（ｔ）を格納しておく。
【００５６】
次にステップＳ２３において、空気調和機の一日の負荷の予測値ｙハット（ｔ−ｍ）を、ｈ₁（ｔ−ｍ），ｈ₂（ｔ−ｍ），ｘ₁ハット（ｔ−ｍ−１）、ｘ₂ハット（ｔ−ｍ−１）を用い、式（５）に則って計算する。具体的にはステップＳ２３のブロックに示される式によって予測値ｙハット（ｔ−ｍ）を求める。ステップＳ２３ではステップＳ１３とは異なり、制御部１０７へは予測値ｙハット（ｔ−ｍ）を出力しない。その後、ステップＳ２４において実績データ記憶部１０３から空気調和機の一日の負荷の実績値ｙ（ｔ−ｍ）を入力する。
【００５７】
次にステップＳ２５において、式（６）に則って状態変数の予測値の更新、即ちｘ₁ハット（ｔ−ｍ）、ｘ₂ハット（ｔ−ｍ）を求める。具体的にはステップＳ２５のブロックに示される式によってｘ₁ハット（ｔ−ｍ）、ｘ₂ハット（ｔ−ｍ）を計算し、これをパラメータ保存部１０５へと書き込む。
【００５８】
その後、ステップＳ２７においてパラメータｍが０であるかが判断されるが、その意義は後述する。ステップＳ２０においてパラメータｍが（ｎ−１）へ設定されたので、ｎ＞１とすれば、パラメータｔについて最初にステップＳ２７の判断が行われる場合にはその判断結果は「ＮＯ」となり、ステップＳ２６へ進む。ステップＳ２６ではパラメータｍを１減少させ、ステップＳ２１へと戻る。
【００５９】
ステップＳ２６により、あるパラメータｔについてパラメータｍが更新されつつステップＳ２１〜Ｓ２５が繰り返して実行される。そしてパラメータｍが（ｎ−１）回更新されると、ステップＳ２７においてパラメータｍが０であると判断され、ステップＳ２８へと進む。このように、ステップＳ２６，Ｓ２７とが相まって、あるパラメータｔについて、パラメータｍが（ｎ−１）から０まで更新されつつ、ステップＳ２５が逐次的にｎ回繰り返して実行されることになる。
【００６０】
ｔ＝ｔａにおいてステップＳ２０が実行され、その後ステップＳ２１〜Ｓ２６がｎ回繰り返して実行される場合について詳細に見ると、ステップＳ２５の１回目の実行により、ｘ_iハット（ｔａ−ｎ）に基づいてｘ_iハット（ｔａ−ｎ＋１）が求められる（ｉ＝１，２）。この新たに求められたｘ_iハット（ｔａ−ｎ＋１）に基づき、ステップＳ２５の２回目の実行により、更にｘ_iハット（ｔａ−ｎ＋２）が求められる。そしてステップＳ２５のｎ回目の実行により、ｘ_iハット（ｔａ）が求められる。
【００６１】
ステップＳ２７の判断結果が「ＹＥＳ」であれば、ステップＳ２８へと進み、ｙハット（ｔ−ｍ）＝ｙハット（ｔ）を制御部１０７へと出力する。そしてステップＳ２９においてステップＳ１６と同様にしてパラメータｔを１増加させてステップＳ２０へと戻る。
【００６２】
既にｔ＝ｔａにおいてステップＳ２８が実行された後には、ｔ＝ｔａ＋１としてステップＳ２０が実行される。即ちステップＳ２１においてはｘ_iハット（ｔａ−ｎ＋１）が読み出され、これに基づいてステップＳ２５において逐次的にｘ_iハット（ｔａ−ｎ＋２）〜ｘ_iハット（ｔａ＋１）が求められることになる。このｘ_iハット（ｔａ−ｎ＋１）として、ｔ＝ｔａの際にステップＳ２５で求められたｘ_iハット（ｔａ）を採用すれば、空気調和機の一日の負荷の予測値ｙハット（ｔ）を求めるに際し、パラメータｔを（ｎ−１）だけ戻してｎ回繰り返して計算を行うので、出力の予測値Ｙハットと実績値Ｙとの差は小さくなる。
【００６３】
上記操作を行うべく、ステップＳ２８ではｘ_iハット（ｔ−ｍ）＝ｘ_iハット（ｔ）をｘ_iハット（ｔ−ｎ＋１）としてパラメータ保存部１０５へと書き込む。
【００６４】
なお、ｎ＝１の場合にはステップＳ２６は実行されず、ステップＳ２８においてはｘ_iハット（ｔ）をｘ_iハット（ｔ）としてパラメータ保存部１０５へと書き込むのであるから、図３のフローチャートは図２のフローチャートのステップＳ１１〜Ｓ１６と実質的に一致する。
【００６５】
図４は本実施の形態の効果を示すグラフである。横軸にはパラメータｔをとっており、パラメータｔは日毎に更新されている。図４に示されたグラフを取得した空気調和機では、ｔ＝１において最初に稼働を開始した。またｎ＝１５とし、第１の実施の形態で示されたように状態変数の予測値Ｘハットの初期値Ｘｏハットを設定した。縦軸には空気調和機の日負荷をギガジュールでとっている。ここでは４０００平方メートル程度の居室の実験結果を示している。
【００６６】
グラフＬ０は日負荷の実績値（上記説明のｙ（ｔ）に相当）を示し、グラフＬ１，Ｌ２，Ｌ３はいずれも日負荷の予測値（上記説明のｙハット（ｔ）に相当）を示している。グラフＬ１，Ｌ２はそれぞれ状態変数の予測値Ｘハットの初期値として大きな値、小さな値を用いた場合を示し、グラフＬ３は本実施の形態を採用した場合である。グラフＬ１，Ｌ２，Ｌ３のいずれの予測値もｔ≧１０で実績値に対して良好な一致を見せているが、グラフＬ３は稼働初日（ｔ＝１）から良好な一致を見せている。
【００６７】
以上のように、本発明により、新たに初期値を設定する場合と比較して、出力の実績値と予測値との相違を所定の範囲内に収める状態変数の予測値を早期に得ることができる。
【００６８】
なお、各実施例の動作制御をコンピュータに行わせるプログラムについても本発明の範疇にある。
【００６９】
【発明の効果】
この発明の効果を下記に示す。
【００７４】
この発明のうち第１の態様にかかる空気調和機の空調負荷予測方法及び第３の態様にかかる空気調和機によれば、空気調和機の日負荷の予測値（ｙハット）とその実績値（ｙ）との差を早期に小さくすることができる。
【００７５】
この発明のうち第２の態様にかかるプログラムによれば、コンピュータに第１の態様の動作制御を行わせることができる。
【図面の簡単な説明】
【図１】本発明にかかる空気調和機の構成を例示するブロック図である。
【図２】本発明の第１の実施の形態の動作を例示するフローチャートである。
【図３】本発明の第２の実施の形態の動作を例示するフローチャートである。
【図４】本発明の第２の実施の形態の効果を示すグラフである。
【符号の説明】
１００，２００ 空気調和機
１０４ 空調負荷予測部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a technique for predicting an output based on an input, and can be applied to a technique for predicting a load of an air conditioner based on outside air information, for example.
[0002]
[Prior art]
In an air conditioner, in particular, a regenerative air conditioner, appropriate operation control is required in order to maintain a high ratio of shifting power consumption to night and system efficiency. Such operation control requires prediction of the load of the air conditioner.
[0003]
In order to obtain a desired prediction accuracy, it is necessary to give a predetermined learning period to the air conditioner. Therefore, the newly operated air conditioner cannot immediately obtain the desired accuracy.
[0004]
In view of this problem, proposals have been made to shorten the learning period of a newly activated air conditioner. For example, as introduced in Japanese Patent Application Laid-Open No. 9-264586, data of other air conditioners of the same scale having high similarity to a newly activated air conditioner is accumulated. The latter data is used until the former learning data is available. Alternatively, as introduced in, for example, Japanese Patent Laid-Open No. 6-180650, the learning data of other air conditioners are converted and used until the learning data is collected in a newly activated air conditioner.
[0005]
[Problems to be solved by the invention]
However, in order to select data having a high similarity to a newly activated air conditioner from various system data, it is necessary to perform a cumbersome work of storing a large amount of data and classifying the data by similarity. . In addition, the conversion of learning data may cause a problem in the accuracy of the data conversion rule.
[0006]
The present invention has been made in view of the above problems, and proposes another technique for shortening the learning period of a newly activated air conditioner.
[0007]
[Means for Solving the Problems]
  1st aspect of this inventionThru | or a 3rd aspect is shown below.
[0017]
  First of this invention1The mode ofA method for predicting an air conditioning load of an air conditioner, wherein the state variable (x ₁ , X ₂ ) Predicted value (x ₁ Hat, x ₂ Hat) and outside air information (h) ₁ , H ₂ ) And a predicted value (y hat) for the actual load actual value (y) of the air conditioner (100) for each day (t). The outside air information (h ₁ , H ₂ ) Are plural types, and the state variable (x ₁ , X ₂ ) Of the predicted value (x ₁ Hat, x ₂ Hat) is the input outside air information (h ₁ , H ₂ ) Data is the same number. The prediction unit included in the air conditioner is: (a) the predicted value of the state variable (m + 1) days before the date stored in the parameter storage unit (105) included in the air conditioner (100). (X ₁ Hat (tm-1), x ₂ Hat (t−m−1)) and the outside air information (h) of m days before that day, which is input from the outside and stored in the result data storage unit (103) provided in the air conditioner (100). ₁ (T−m), h ₂ (T−m)) from the outside air information (h ₁ , H ₂ ) And the predicted value of the state variable (x ₁ Hat, x ₂ A step (S23) of obtaining a daily load prediction value (y hat (t−m)) m days before by taking the sum of the product with the hat for each type, and (b) the day The difference between the predicted value (y hat (t−m)) of the daily load before m days and the actual value (y (t−m)) stored in the actual data storage unit (103) is a predetermined value. Gain value predicted by the prediction method (k ₁ (T−m), k ₂ (T−m)) multiplied by the predicted value (x ₁ Hat (tm-1), x ₂ Hat (t−m−1)) and the predicted value (x of the state variable m days before that day) ₁ Hat (tm), x ₂ A hat (t−m)) and storing it in the parameter storage unit (105) (S25);
Is updated by decreasing m by 1 from n−1 (n> 1) and repeatedly executed until the value becomes 0. And (c) outputs a predicted value (y hat (t)) of the daily load obtained when m is 0, and predicts the state variable (x ₁ Hat (t), x ₂ Hat (t)) is the predicted value (x ₁ Hat (t-n + 1), x ₂ It is set as a hat (t−n + 1)) and stored in the parameter storage unit (105) (S28).
[0020]
  The second1Preferably, the predicted value (x₁Hat (tm-1), x₂When the hat (t−m−1)) is not obtained, it is obtained for the day most distant from the day among the predicted values of the state variable from the day or m days to 1 day before the day. Set the predicted value of the state variableAnd stored in the parameter storage unit (105)To do.
[0021]
  First of this invention2The aspect of the1A method for predicting an air conditioning load of an air conditioner according to the aspect ofThe air conditioner hasA program to be executed by a computer.
[0022]
  First of this invention3Is a state variable (x₁, X₂) Predicted value (x₁Hat, x₂Hat) and outside air information (h)₁, H₂) And an air conditioner (100) that obtains a predicted value (y hat) for a daily load actual value (y) of the air conditioner (100) every day (t), and a prediction unit ( 104)And the predicted value of the state variable (x ₁ Hat, x ₂ A parameter storage unit (105) for storing the hat), and the outside air information (h) input from the outside ₁ , H ₂ And a record data storage unit (103) for storing each record data of the daily load of the air conditioner;Is provided.The outside air information (h ₁ , H ₂ ) Are plural types, and the state variable (x ₁ , X ₂ ) Of the predicted value (x ₁ Hat, x ₂ Hat) is the input outside air information (h ₁ , H ₂ ) Data is the same number.Then, the prediction unit (104) (a) predicts a value (x) of the state variable (m + 1) days before that day.₁Hat (tm-1), x₂Hat (tm-1)),Stored in the record data storage unit (103)The outside air information (h) m days before the date₁(T−m), h₂(T−m))The outside air information (h ₁ , H ₂ ) And the predicted value of the state variable (x ₁ Hat, x ₂ The sum of the product for each typeA step (S23) of obtaining a predicted value (y hat (tm)) of the daily load m days before the day; and (b) a predicted value of the daily load m days before the day.(Y hat (tm)) and the result data storage unit (103)The actual value (y (t−m)) andGain value predicted by a predetermined prediction method (k ₁ (T−m), k ₂ (T−m)) multiplied by the predicted value (x ₁ Hat (tm-1), x ₂ Hat (tm-1)), The predicted value of the state variable m days before that day (x₁Hat (tm), x₂Hat (tm))And save in the parameter storage unit (105)The step (S25) is updated by decreasing m by 1 from n-1 (n> 1) and repeated until the value becomes zero. And (c)While outputting the forecast value (y hat (t)) of the daily load obtained when m is 0,Predicted value of the state variable for that day (x₁Hat (t), x₂Hat (t)) is the predicted value (x₁Hat (t-n + 1), x₂Set as hat (t-n + 1))And stored in the parameter storage unit (105)(S28).
[0023]
DETAILED DESCRIPTION OF THE INVENTION
In the present invention, prediction using a Kalman filter is described as an example, but the present invention may be applied to other prediction methods. In the following, uppercase letters of the alphabet indicate matrices or vectors, and lowercase letters indicate scalar quantities.
[0024]
Moreover, although the case where it applies to an air conditioner as a prediction system is demonstrated to an example, you may apply to another system.
[0025]
First embodiment.
In a parameter t (t is a positive integer) giving an augmented information system, an output vector Y (t) of a certain system is expressed by a state variable vector X (t) of the system and an input matrix H (t) to the system. Assume that the relationship is expressed by equation (1). However, V (t) is a vector indicating observation noise generated in observation of the output vector Y (t).
[0026]
[Expression 1]

[0027]
As for the state variable vector X (t), it is assumed that a vector indicating the system noise of the system is sequentially changed with respect to the parameter t by W (t) and is in the relationship of Expression (2).
[0028]
[Expression 2]

[0029]
If the system is a system with two inputs and one output, the element of the output vector Y (t) is output y (t) and the element of the matrix H is input h₁(T), h₂(T), the elements of the state variable vector X (t) are weighted coefficients x₁(T), x₂(T), v (t) as an element of a vector V (t) indicating observation noise, and w as an element of a vector W (t) indicating system noise₁(T), w₂Using (t), it is expressed by equations (3) and (4).
[0030]
[Equation 3]

[0031]
[Expression 4]

[0032]
If an air conditioner is taken as an example of the system, it is assumed that the parameter t is updated every day.₁(T), h₂(T) is a predicted value (for example, daily average) of the outdoor air discomfort index, and an actual value of the outdoor temperature at a predetermined time (for example, 5 am), both of which are information on the outdoor air. The output y (t) is the daily load (daily load) of the air conditioner.
[0033]
Now, the state variable vector X (t), observation noise vector V (t), and system noise vector W (t) of the system cannot be measured. Therefore, using the input matrix H (t), the predicted value Y hat (t) for the output vector Y (t) is obtained by Equation (5). Here, the hat is written over the variable in the mathematical expression, and indicates the predicted value of the variable.
[0034]
[Equation 5]

[0035]
In order to obtain the predicted value Y hat (t) for the output from Equation (5), it is necessary to know the predicted value X hat (t-1) for the state variable. Therefore, the predicted value X hat (t) is obtained as follows for the parameter t.
[0036]
[Formula 6]

[0037]
The predicted value X hat (t) of the state variable can be updated when the actual value of the outdoor air discomfort index is available. Therefore, when the actual value of the outdoor air discomfort index is obtained, the input h₁As (t), the actual value may be used instead of the predicted value of the outdoor air discomfort index.
[0038]
Here, the coefficient matrix K (t) represents the Kalman gain, the covariance matrix Q (t) for the observation noise vector V (t), and the covariance matrix R (t) for the system noise vector W (t−1). -1), sequentially obtained from the input matrix H (t).
[0039]
Equation (5) shows the step of calculating the predicted value of the state variable at the input to obtain the predicted value of the output. Equation (6) shows the predicted value of the state variable from the comparison result between the predicted value of the output and the actual value. Shows the steps to update.
[0040]
As described above, prediction by the Kalman filter can be performed, and the difference between the actual output value Y and the predicted value Y hat can be reduced. However, as can be understood from the equations (5) and (6), in the prediction using the Kalman filter, in order to obtain the predicted value Y hat (t) for the output, the initial value X hat (0) of the predicted value for the state variable. Is required. And in this invention, the predicted value of the state variable in another prediction system is employ | adopted as the initial value. In other prediction systems, it is desirable that the predicted values of the state variables are obtained using the equations (5) and (6) in the same manner as in the prediction system. And by adopting such an initial value, it is possible to obtain the predicted value of the state variable that keeps the difference between the actual value of the output and the predicted value within a predetermined range at an early stage as compared with the case of setting a completely new initial value. it can.
[0041]
Since the predicted value of the state variable is diverted from another prediction system, the amount of data to be diverted can be reduced. Further, it is not required that the similarity between another prediction system and the prediction system is high, and that the accuracy of the conversion rules for data from other prediction systems is high. For example, when an air conditioner is taken as an example, it is easy to assume a state variable corresponding to a normalized driving capability, and thus the above-described effect can be obtained regardless of the driving capability.
[0042]
FIG. 1 is a block diagram illustrating the configuration of an air conditioner 100 according to the present invention. The air conditioner 100 includes an input device 101, a control unit 100A, and a heat storage unit 100B. The control unit 100A includes a reference data storage unit 102, a performance data storage unit 103, an air conditioning load prediction unit 104, a parameter storage unit 105, a data collection unit 106, and a control unit 107.
[0043]
The air-conditioning load prediction unit 104 has a daily average predicted value h of the outside air discomfort index from the outside.₁Is the initial value Xo hat of the predicted value X hat from the reference data storage unit 102, and the actual value h of the outside air temperature at 5:00 am from the actual data storage unit 103.₂And the actual value y of the daily load of the air conditioner is given. The initial value Xo hat of the predicted value X hat is transmitted from the other air conditioner 200 by the input device 101. The daily average predicted value h of the outdoor air discomfort index h₁And the actual value h of the outside air temperature at 5:00 am₂Can be collected from meteorological companies. Actual value h of outside temperature at 5:00 am₂Is once stored in the record data storage unit 103. Further, the actual value y of the daily load of the air conditioner is obtained by the data collecting unit 106 that has received the operation information S from the heat storage unit 100 </ b> B, and is temporarily stored in the actual data storage unit 103.
[0044]
The air conditioning load predicting unit 104 gives the predicted value y hat of the daily load of the air conditioner to the control unit 107 while updating the predicted value X hat according to the equation (5). The updated predicted value X hat is stored in the parameter storage unit 105, and is read again when obtaining the next predicted value y hat.
[0045]
The control unit 107 controls the operation of the heat storage unit 100B based on the predicted value y hat. In accordance with such control, the heat source unit 108 included in the heat storage unit 100B stores heat in the heat storage tank 109.
[0046]
FIG. 2 is a flowchart illustrating the operation of the air conditioning load prediction unit 104. Here, the parameter t is updated every day. In step S11, x, which is an element of the predicted value X hat (t−1) of the state variable from the parameter storage unit 105.₁Hat (t-1), x₂Read the hat (t-1). In step S12, the daily average predicted value h of the outdoor air discomfort index₁Actual value h of outside temperature at (t) and 5:00 am₂Enter (t). In step S13, the predicted value y hat (t) of the daily load of the air conditioner is obtained according to the equation (5), specifically, the equation shown in the block of step S13, and this is given to the control unit 107. . Then, the heat storage unit 100B operates under the control of the control unit 107 based on the predicted value y hat (t).
[0047]
In step S14, the actual load value y (t) of the daily load of the air conditioner is obtained. In step S15, the actual value y (t) is obtained in accordance with equation (6).₁Hat (t), x₂A hat (t) is calculated and written into the parameter storage unit 105. However, the element of Kalman gain K (t) is k₁(T), k₂(T).
[0048]
Thereafter, in step S16, the parameter t is incremented by 1, and steps S11 to S15 are repeatedly executed. However, when the air conditioner 100 is newly operated, step S10 is first executed. That is, the initial value x of the predicted value of the state variable from the reference data storage unit 102₁Hat (0), x₂Read hat (0). Then, the process proceeds to step S12. Where x₁Hat (0), x₂Hat (0) is an element of the Xo hat.
[0049]
In the present invention, Expression (2) is used for the state variable X, and it is assumed that the state variable X does not depend on the parameter t except for the noise vector W (t). Therefore, when the initial value Xo hat of the predicted value X hat is obtained from another air conditioner 200, it is not necessary to use the predicted value X hat obtained by the air conditioner 200 the day before the operation of the air conditioner 100 is started. In other words, the predicted value X hat given from the other air conditioner 200 as the initial value Xo hat of the air conditioner 100 may be matched every season or every month. For example, it is assumed that another air conditioner 200 is already in operation throughout the year, but does not store the predicted value X hat of the daily state variable, but stores only the seasonal or monthly value. Even in that case, the value of the day of the day when the air conditioner 100 operates for the first time or the value of the month of the day is given to the air conditioner 100 as the initial value Xo hat of the predicted value X hat of the state variable. That's fine.
[0050]
In other words, considering the case where the air conditioner 100 provides an initial value of the state variable to another air conditioner that is newly operating, the predicted value X hat of the state variable stored in the parameter storage unit 105 Need only be stored every month or every predetermined period, such as every season, and there is no need to save every day other than those used for the next calculation. That is, in addition to what is used for the next calculation, the predicted value X hat of the state variable may be stored every time a predetermined number of parameters t are updated. And what is necessary is just to set an initial value with respect to the predetermined time with respect to the air conditioner of the other party which should be provided.
[0051]
Further, when the driving capabilities of the air conditioners 100 and 200 are different, it is desirable that the predicted value of the state variable corresponds to the normalized driving capability, but such normalization is easy.
[0052]
Second embodiment.
As described above, the present invention does not assume that the state variable X is very sensitive to the parameter t. Therefore, if the number of times that the predicted value X hat of the state variable is updated for a value of a certain parameter t is set to the number of times that the state variable X is not significantly changed with respect to the parameter t, the output predicted value Y hat and the actual value The difference from Y is considered to become smaller earlier in updating the parameter t.
[0053]
FIG. 3 is a flowchart illustrating the operation of the air conditioning load prediction unit 104 when the number of times the predicted value X hat is updated is n (> 1) in the present embodiment. Steps S21 to S26 correspond to steps S11 to S16 of the first embodiment, respectively, and substantially the same processing is performed. However, step S27 for determining is inserted between step S25 and step S26.
[0054]
First, in step S20, n-1 is set as the parameter m. Then, the same calculation is performed as when the parameter t in steps S11 to S16 is replaced with the parameter (t−m). Proceeding to step S 21, element x of predicted value X hat (t−m−1) of the state variable from parameter storage unit 105.₁Hat (tm-1), x₂Read the hat (tm-1). Since this process is necessary, in this embodiment, the parameter storage unit 105 stores the predicted value X hat (t−n) of the state variable obtained by the calculation n times before for the parameter t. x₁Hat (tm-1), x₂If the hat (tm-1) has not yet been determined, x₁Hat (tm) to x₁Hat (t), x₂Hat (tm-1) to x₂Of the hats (t), the one determined for the day farthest from the day (t) is set to this.
[0055]
Daily average predicted value h of the outdoor air discomfort index in step S22₁(T−m) and the actual value h of the outside air temperature at 5:00 am₂(T−m) is input from the record data storage unit 103. Since this process needs to be performed, in the present embodiment, as shown by the broken line in FIG.₁(T) is also given to the result data storage unit 103, and h used in the calculation from the previous (n-1) times to the previous time with respect to the parameter t₁(T−n + 1), h₁(Tn + 2), ..., h₁(T-1) is stored. However, since the daily average value of the outdoor air discomfort index has already been obtained as the actual value instead of the predicted value, the actual value may be stored as these values. However, h used in this calculation₁Since (t) is a predicted value, it is input from the outside. Moreover, about the actual value of the outside temperature at 5:00 am, h obtained in the calculation from the previous calculation to the present time (n−1) times.₂(T−n + 1), h₂(Tn + 2), ..., h₂(T) is stored.
[0056]
Next, in step S23, the predicted daily load y hat (t−m) of the air conditioner is set to h.₁(T−m), h₂(T−m), x₁Hat (tm-1), x₂Using hat (t−m−1), calculation is performed according to equation (5). Specifically, the predicted value y hat (t−m) is obtained by the equation shown in the block of step S23. In step S23, unlike step S13, the predicted value y hat (t−m) is not output to the control unit 107. Thereafter, in step S24, the actual load value y (t−m) of the daily load of the air conditioner is input from the actual data storage unit 103.
[0057]
Next, in step S25, the predicted value of the state variable is updated according to the equation (6), that is, x₁Hat (tm), x₂A hat (tm) is obtained. Specifically, x is determined by the expression shown in the block of step S25.₁Hat (tm), x₂The hat (t−m) is calculated and written into the parameter storage unit 105.
[0058]
Thereafter, it is determined in step S27 whether the parameter m is 0, the significance of which will be described later. Since the parameter m is set to (n−1) in step S20, if n> 1, if the determination in step S27 is first made for the parameter t, the determination result is “NO”, and step S26 Proceed to In step S26, the parameter m is decreased by 1, and the process returns to step S21.
[0059]
In step S26, steps S21 to S25 are repeatedly executed while the parameter m is updated for a certain parameter t. When the parameter m is updated (n−1) times, it is determined in step S27 that the parameter m is 0, and the process proceeds to step S28. Thus, in combination with steps S26 and S27, for a certain parameter t, the parameter m is updated from (n−1) to 0, and step S25 is sequentially repeated n times.
[0060]
When step S20 is executed at t = ta and then steps S21 to S26 are repeatedly executed n times, in detail, the first execution of step S25 results in x_iX based on hat (ta-n)_iA hat (ta-n + 1) is obtained (i = 1, 2). This newly sought x_iBased on the hat (ta-n + 1), the second execution of step S25 further increases x_iA hat (ta-n + 2) is obtained. Then, by executing the step S25 for the nth time, x_iA hat (ta) is determined.
[0061]
If the determination result in step S 27 is “YES”, the process proceeds to step S 28, and y hat (t−m) = y hat (t) is output to the control unit 107. In step S29, the parameter t is incremented by 1 as in step S16, and the process returns to step S20.
[0062]
After step S28 has already been executed at t = ta, step S20 is executed with t = ta + 1. That is, in step S21, x_iHat (ta-n + 1) is read out, and based on this, in step S25, x_iHat (ta-n + 2) to x_iA hat (ta + 1) will be obtained. This x_iX obtained in step S25 when t = ta as a hat (ta-n + 1)_iIf the hat (ta) is adopted, when calculating the predicted value y hat (t) of the daily load of the air conditioner, the parameter t is returned by (n-1) and the calculation is repeated n times. The difference between the predicted value Y hat and the actual value Y becomes smaller.
[0063]
In order to perform the above operation, in step S28 x_iHat (t−m) = x_iHat (t) x_iWrite to the parameter storage unit 105 as a hat (t−n + 1).
[0064]
If n = 1, step S26 is not executed, and x in step S28._iHat (t) x_iSince the parameter storage unit 105 is written as a hat (t), the flowchart of FIG. 3 substantially matches steps S11 to S16 of the flowchart of FIG.
[0065]
FIG. 4 is a graph showing the effect of the present embodiment. The horizontal axis represents a parameter t, and the parameter t is updated every day. In the air conditioner that acquired the graph shown in FIG. 4, the operation was first started at t = 1. Also, n = 15, and the initial value Xo hat of the predicted value X hat of the state variable is set as shown in the first embodiment. The vertical axis shows the daily load of the air conditioner in gigajoules. Here, the experimental results of a room of about 4000 square meters are shown.
[0066]
The graph L0 shows the actual value of daily load (corresponding to y (t) in the above description), and the graphs L1, L2, and L3 all show predicted values of daily load (corresponding to y hat (t) in the above description). ing. Graphs L1 and L2 show cases where a large value and a small value are used as initial values of the predicted value X hat of the state variable, respectively, and graph L3 is a case where the present embodiment is adopted. All the predicted values of the graphs L1, L2, and L3 are in good agreement with the actual value at t ≧ 10, but the graph L3 shows good agreement from the first operation day (t = 1).
[0067]
As described above, according to the present invention, compared with a case where a new initial value is newly set, a predicted value of a state variable that keeps the difference between the actual output value and the predicted value within a predetermined range can be obtained early. it can.
[0068]
Note that a program that causes a computer to control the operation of each embodiment is also within the scope of the present invention.
[0069]
【The invention's effect】
  This inventionThe effects of are shown below.
[0074]
  No. 1 of this invention1A method for predicting an air conditioning load of an air conditioner according to the aspect and3According to the air conditioner according to this aspect, the difference between the predicted value (y hat) of the daily load of the air conditioner and the actual value (y) can be reduced early.
[0075]
  No. 1 of this invention2According to the program according to the aspect, the computer1The operation control of the aspect can be performed.
[Brief description of the drawings]
FIG. 1 is a block diagram illustrating the configuration of an air conditioner according to the present invention.
FIG. 2 is a flowchart illustrating the operation of the first exemplary embodiment of the present invention.
FIG. 3 is a flowchart illustrating the operation of the second exemplary embodiment of the present invention.
FIG. 4 is a graph showing the effect of the second exemplary embodiment of the present invention.
[Explanation of symbols]
100,200 Air conditioner
104 Air conditioning load prediction unit

Claims (4)

Based on the predicted values (x ₁ hat, x ₂ hat ) of the state variables (x ₁ , x ₂ ) of the air conditioner (100) and the outside air information (h ₁ , h ₂ ), the air conditioner (100 ) Is a prediction method for obtaining a predicted value (y hat) for a daily load actual value (y) every day (t),
There are a plurality of types of the outside air information (h ₁ , h ₂ ), and the predicted values (x ₁ hat, x ₂ hat) of the state variables (x ₁ , x ₂ ) are the input outside air information ( h ₁ , h ₂ )
The prediction unit provided in the air conditioner,
(A) Predicted value of the state variable (x ₁ hat (t−m−1), (m + 1) days before the date stored in the parameter storage unit (105) included in the air conditioner (100 ). x ₂ hat (t−m−1)) and the outside air information (m days before the day) stored in the result data storage unit (103) provided in the air conditioner (100). h ₁ (t−m), h ₂ (t−m)) and the corresponding outside air information (h ₁ , h ₂ ) and the predicted values of the state variables (x ₁ hat, x ₂ hat) A step (S23) of obtaining a predicted value (y hat (t−m)) of the daily load m days before the current day by taking the sum of the products of each type
(B) Predicted value (y hat (t−m)) of the daily load of the m day before the day and the actual value (y (t−m)) stored in the actual data storage unit (103) Of the state variable of (m + 1) days before the current day by a value obtained by multiplying the difference between the value and the gain value (k ₁ (t−m), k ₂ (t−m)) predicted by a predetermined prediction method the value is added to (x ₁ hat (t-m-1), x 2 hat (t-m-1)) , the predicted value of the m days before the state variable of the date (x ₁ hat (t-m ), X ₂ hat (t−m)) and storing it in the parameter storage unit (105) (S25);
Is updated by decreasing m by 1 from n-1 (n> 1), and repeated until the value becomes 0,
(C) A predicted value (y hat (t)) of the daily load obtained when m is 0 is output, and a predicted value (x ₁ hat (t), x ₂ hat (t)) is set as the predicted value (x ₁ hat (t−n + 1), x ₂ hat (t−n + 1)) of the state variable (n−1) days before that day, and the parameter is saved. The air conditioning load prediction method for the air conditioner stored in the unit (105) (S28) . The date of (m + 1) predicted value of the state variable of the days when (x ₁ hat (t-m-1), x 2 hat (t-m-1)) is not required, the relevant date or the Among the predicted values of the state variables from m days before to 1 day before the day, the predicted values of the state variables determined for the day most distant from the day are set and stored in the parameter storage unit (105). The air conditioning load prediction method for an air conditioner according to claim 1 . The said air conditioner is provided with a computer, The program which makes the said computer perform any one of the air-conditioning load prediction methods of the air conditioner of Claim 1 and Claim 2 . Based on the predicted values (x ₁ hat, x ₂ hat) of its own state variables (x ₁ , x ₂ ) and outside air information (h ₁ , h ₂ ), the daily load of the air conditioner (100) An air conditioner (100) for obtaining a predicted value (y hat) for a performance value (y) every day (t),
There are a plurality of types of the outside air information (h ₁ , h ₂ ), and the predicted values (x ₁ hat, x ₂ hat) of the state variables (x ₁ , x ₂ ) are the input outside air information ( h ₁ , h ₂ )
Day (t) predicted value of the state variable for each (x ₁ hat, x ₂ hat) parameter storage unit that stores (105),
A record data storage unit (103) for storing the outside air information (h ₁ , h ₂ ) input from the outside and each record data of the daily load of the air conditioner;
(A) Predicted values (x ₁ hat (t−m−1), x ₂ hat (t−m−1)) of the state variable (m + 1) days before the day and the actual data storage unit (103) From the outside air information (h ₁ (tm), h ₂ (tm)) m days before that day stored in the above, the outside air information (h ₁ , h ₂ ) and the state corresponding to each other A step of obtaining a predicted value (y hat (t−m)) of the daily load m days before the current day by summing up the products of the predicted values (x ₁ hat, x ₂ hat) of the variables for each type. (S23),
(B) Predicted value (y hat (t−m)) of the daily load of the m day before the day and the actual value (y (t−m)) stored in the actual data storage unit (103) Of the state variable of (m + 1) days before the current day by a value obtained by multiplying the difference between the value and the gain value (k ₁ (t−m), k ₂ (t−m)) predicted by a predetermined prediction method the value is added to (x ₁ hat (t-m-1), x 2 hat (t-m-1)) , the predicted value of the m days before the state variable of the date (x ₁ hat (t-m ), X ₂ hat (t−m)) and storing it in the parameter storage unit (105) (S25);
Is updated by decreasing m by 1 from n-1 (n> 1), and repeated until the value becomes 0,
(C) A predicted value (y hat (t)) of the daily load obtained when m is 0 is output, and a predicted value (x ₁ hat (t), x ₂ hat (t)) is set as the predicted value (x ₁ hat (t−n + 1), x ₂ hat (t−n + 1)) of the state variable (n−1) days before that day, and the parameter is saved. An air conditioner comprising a prediction unit (104) stored in a unit (105) (S28) .

Images