JPH06236202A - プラントの運転方法及び装置 - Google Patents

プラントの運転方法及び装置

Info

Publication number
JPH06236202A
JPH06236202A JP5022361A JP2236193A JPH06236202A JP H06236202 A JPH06236202 A JP H06236202A JP 5022361 A JP5022361 A JP 5022361A JP 2236193 A JP2236193 A JP 2236193A JP H06236202 A JPH06236202 A JP H06236202A
Authority
JP
Japan
Prior art keywords
heat source
equipment
load factor
output
plant
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP5022361A
Other languages
English (en)
Inventor
Akihiko Yamada
昭彦 山田
Makoto Shimoda
下田　　誠
Shoji Nakahara
正二 中原
Masahiro Yoshioka
正博 吉岡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP5022361A priority Critical patent/JPH06236202A/ja
Priority to DE4404272A priority patent/DE4404272C2/de
Priority to US08/194,520 priority patent/US5467265A/en
Publication of JPH06236202A publication Critical patent/JPH06236202A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
    • F01K13/00—General layout or general methods of operation of complete plants
    • F01K13/02—Controlling, e.g. stopping or starting
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D12/00—Other central heating systems
    • F24D12/02—Other central heating systems having more than one heat source
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D29/00—Arrangement or mounting of control or safety devices
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D10/00—District heating systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D18/00—Small-scale combined heat and power [CHP] generation systems specially adapted for domestic heating, space heating or domestic hot-water supply
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D2101/00—Electric generators of small-scale CHP systems
    • F24D2101/30—Fuel cells
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • F24F11/47—Responding to energy costs
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24H—FLUID HEATERS, e.g. WATER OR AIR HEATERS, HAVING HEAT-GENERATING MEANS, e.g. HEAT PUMPS, IN GENERAL
    • F24H2240/00—Fluid heaters having electrical generators
    • F24H2240/10—Fluid heaters having electrical generators with fuel cells
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D2400/00—General features of, or devices for refrigerators, cold rooms, ice-boxes, or for cooling or freezing apparatus not covered by any other subclass
    • F25D2400/36—Visual displays
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/17—District heating
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E20/00—Combustion technologies with mitigation potential
    • Y02E20/14—Combined heat and power generation [CHP]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14—District level solutions, i.e. local energy networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/15—On-site combined power, heat or cool generation or distribution, e.g. combined heat and power [CHP] supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00—Data processing: artificial intelligence
    • Y10S706/902—Application using ai with detail of the ai system
    • Y10S706/903—Control
    • Y10S706/906—Process plant
    • Y10S706/907—Power plant

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Thermal Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Chemical & Material Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Manufacturing & Machinery (AREA)
  • Fuzzy Systems (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Feedback Control In General (AREA)
  • Control Of Steam Boilers And Waste-Gas Boilers (AREA)

Abstract

(57)【要約】 【目的】経済性に優れ、実用的な熱源機器の運転方法を
高速に決定する。 【構成】基本計画用データ格納手段１０００と、線形計
画法により運転コストを最小化する様に機器の運転方法
を決定する基本計画作成手段２０００と、機器特性，運
転ノウハウ等の運転知識を格納する運転知識格納手段３
０００と、運転知識に基づいて基本計画を評価する計画
評価手段４０００と、評価に基づいて計画を修正するた
めのルールを格納する修正ルール格納手段５０００と、
修正ルールに従って計画を修正する基本計画修正手段６
０００とを具備する。 【効果】定式化しにくい条件や定式化できても変数量が
増加して計算時間がかかりすぎる条件等を取り扱うこと
ができ、経済性に優れ、かつ実用的な熱源機器の運転方
法を高速に決定することができる。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、異種の複数の機器によ
り構成されたプラントの運転方法に係り、特に地域冷暖
房システム，コージェネレーションシステム，燃料電池
システム等に適用するのに好適な運転方法及び運転制御
装置に関する。
【０００２】
【従来の技術】熱源機器の最適運転方法に関する従来技
術には、たとえば次のものがある。
【０００３】(1）「コージェネレーションの最適計
画」：伊東弘一・横山良平，産業図書株式会社発行（以
後、従来技術２とする） (2）「複数台機器の運転スケジュール決定方法」：特開
昭61−97703 号公報（以後、従来技術１とする） (3）「冷凍装置の運転制御装置」，特開平4−93558号公
報（以後、従来技術３とする） コージェネレーションは、発電機，ボイラ，冷凍機等の
熱源機器から構成されるコージェネレーションプラント
の運転方法において、機器の運転効率を線形近似で定式
化し、評価関数である運転コストが最小となるように線
形計画法により、前記熱源機器の起動・停止スケジュー
ルと稼働時の負荷率を決定している。
【０００４】複数台は、複数台熱源機器の運転スケジュ
ール決定方法において、機器の接続状態等を考慮して実
現可能な組合わせを選出すると共に、前記熱源機器の点
検等の運転条件から対象期間を所要数の小期間に分割
し、分割した小期間毎の機器組合わせについて運転コス
ト及び起動・停止コストの和が小さくなる組合わせを最
短経路問題として所定の順位まで算出している。
【０００５】上記従来技術１は、数学的に最適解を求め
ることにより経済性を追求できる。従来技術２は、種々
の条件から現実的な組合わせを予め選出するので検討す
る組合わせの数が少なく、結果的に計算量（時間）が減
少する。しかし、従来技術１，２は何れも、運転コスト
を最小化することのみを目的としており、機器寿命（信
頼性）や起動・停止時等の非定常的な機器特性の変化な
どに関しては考慮されていない。
【０００６】機器寿命を考慮して熱源機器の起動・停止
スケジュールを決定する技術には従来技術３がある。
【０００７】従来技術３は、冷凍機の圧縮機の発停頻度
を計測し、発停頻度が所定頻度以上になる毎に、圧縮機
の再起動禁止時間及び起動後の停止禁止時間を初期値よ
り長くするように変更するようにしている。
【０００８】このようにして、発停頻度の増加を防止
し、信頼性の向上を図っているが、この方法は単一機器
の発停回数のみの調整で、機器の特性，運転の連続，他
の機器への影響等を考慮して運転方法を決定するもので
はない。
【０００９】
【発明が解決しようとする課題】将来の需要量が既知の
場合に前記熱源機器の運転方法を決定する最適運転方法
に関しては、前記熱源機器の効率等の性能を定式化し、
消費燃料（電力）料金などの運転コストを評価関数とし
て数理計画法を用いて経済性を追求する方法が知られて
いる。
【００１０】しかし、実用的な結果を得るためには同時
に機器寿命（信頼性）や起動・停止時等の非定常的な機
器特性などに関しても考慮する必要がある。
【００１１】一般にボイラ，発電機，冷凍機等の熱源機
器の場合、機器の熱容量が大きいこと、機器の起動・停
止に伴う熱応力や温度変化により電気絶縁材料の劣化等
が生じ機器寿命に悪影響を与えること等の理由により、
機器の起動・停止回数は極力少なくする必要がある。
【００１２】しかし従来技術では、時刻毎に前記熱源機
器のエネルギー消費コストが最低となる起動・停止スケ
ジュールを決定するため、時々刻々変化する需要量に応
じて稼働機器の組合わせが変化するので、結果的に起動
・停止回数が多い断続的な運転となっていた。従来の線
形計画法を用いた最適化で起動・停止回数を減少させる
方法として、起動・停止にかかるコストを設定してこれ
を評価関数に加える方法がある。この方法は確かに起動
・停止回数を減少できるものの、一方でコストの設定が
困難なことと、過去や将来の運転状態とは無関係に組合
わせを決定するため必ずしも実用的な解とはならないと
いう問題がある。また、過去や将来の運転状態を考慮し
つつ最適解を求める方法として動的計画法があるが、こ
の方法は線形計画法に比べて計算時間が１００倍以上か
かるため、実際には適用困難な場合が多い。
【００１３】以上のように、従来の数理計画法で機器寿
命に関する要因や機器出力の時間的応答特性など、実際
に機器を運転する上で重要な条件を考慮するためには取
り扱う変数の数が増加したり、あるいは動的計画法を用
いる結果となり、計算時間が非常に長くなってた。特
に、地域冷暖房システムのように、大規模で複雑な機器
構成のものを対象とする場合、計算時間の増大はさらに
顕著になり実用的でない。
【００１４】従って、従来の数理計画法による最適化
で、機器寿命，機器出力応答特性等の実運用上必要とな
る条件を考慮することは困難であり、実際に機器を運転
する際には熟練運転員の勘と経験に頼っている場合が多
かった。しかし、運転員の判断では最適性を追求するこ
とが難しいこと、判断に個人差があること、さらには運
転員の不足傾向等の問題から運転の自動化のニーズが高
まっている。
【００１５】本発明の目的は、コスト等の評価関数を決
めるとその評価関数を最適にする実用的な運転方法を高
速に作成できるプラント運転計画作成方法を提供するこ
とにある。
【００１６】
【課題を解決するための手段】本発明は、異種の複数の
機器により構成されたプラントの運転基本計画を数理計
画法により作成し、予め定めた知識ルールを用いて実用
上矛盾がないように基本計画を修正することにある。具
体的には、プラントを構成する各機器の入力量と出力量
の関係を数式化し、プラントの目標出力を満たし予め決
めた評価関数が最大又は最小になる入力量を時間毎に求
めてこれを運転基本計画とし、この際考慮しなかった機
器特性に関するルール化した知識を用いて基本計画を修
正することにある。
【００１７】本発明において、プラントとは、異種の複
数の機器により構成されたものを意味し、これには例え
ば発電機，ボイラ，冷凍機等から構成される地域冷暖房
システム又はコージェネレーションシステム或いは燃料
電池システム、各種の生産システムなどが含まれる。ま
た、予め決めた評価関数としては、たとえばエネルギー
消費コスト、大気中への有害ガス排出量或いは生産台数
などがあるが、これらに限定されるものではない。
【００１８】本発明はまた、前記本発明の目的を達成す
るために、所定期間内の異種・複数台の熱源機器の運転
方法を決定する方法において、運転コストすなわちエネ
ルギー消費コストを最小化することのみを目的として、
線形計画法により基本運転計画を作成する手段と、さら
に熱源機器の寿命，機器出力の時間応答特性，運転状況
の時間的前後関係、その他の運転ノウハウ等をルール化
してＡＩ手法を用いて基本運転計画を修正する手段とを
有することを特徴としている。
【００１９】
【作用】線形計画法を用いて運転コストすなわちエネル
ギー消費コストを最小化する基本計画を短時間で求めた
上で、さらにその基本運転計画結果を修正する際に知識
処理を用いるので、動的計画法を用いた場合に比べ繰り
返し計算の回数を極端に減少させることができ、高速に
求解することができる。
【００２０】また、知識処理を用いることにより、定式
化しにくい条件の取扱いが容易となる。他方、ファジィ
推論を用いることにより定量化しにくい条件を、またニ
ューラルネットワークの学習・予測能力を利用すること
により因果関係が不明瞭な運転員の持つ運転ノウハウ等
をそれぞれ取り扱うことができる。これらの取り扱い
は、動的計画法を用いる場合に比べて短時間で処理でき
るという作用もある。
【００２１】従って本発明によれば、線形計画法により
経済性を追求すると共に、ＡＩ手法により熟練運転員の
持つ運転ノウハウを反映できるので、実用的でエネルギ
ーコストを考慮した運転方法を高速に求めることができ
る。
【００２２】なお、知識処理と数理計画法とを用いた従
来技術として、計算機のワークスケジューリングシステ
ムがあり、知識処理にて割付けを決定し、数理計画法に
て割付け計算を実施することが特開昭63−76360 号公報
に示されているが、本発明とはその組み合わせ方及び目
的において全く異なる。
【００２３】
【実施例】図１に本発明の実施例を示す。
【００２４】翌日需要予測手段１は、エネルギー供給プ
ラント５の翌日の出力量（以降、需要量と称する）を例
えば１時間間隔の出力量というように所定の時間間隔で
予測する。予測結果は本発明の運転計画作成手段２に送
られ、エネルギー供給プラント５内の機器の１時間毎の
運転計画４２００を作成する。
【００２５】運転当日は、当日需要予測手段３により、
例えば２時間後までを１５分間隔で予測する比較的短期
間の需要予測を行う。短時間需要予測手段３では、当日
の実際の気温や湿度のように、前日に得られる情報より
もより正確で、詳細なデータを基に予測するので、翌日
需要予測手段１の予測結果より詳細で、精度の良い予測
を行うことができる。
【００２６】計画修正・制御手段４は、前日の翌日予測
結果１Ａに基づいて作成した運転計画結果４２００を、
より正確な予測値である当日予測結果３Ａに基づいて修
正し、修正結果を機器の制御信号に変換し、エネルギー
供給プラントの各熱源機器の起動・停止及び負荷率を制
御する。計画修正の際には翌日予測結果１Ａを参照し、
当日需要予測手段３の予測時刻（例えば２時間先）以降
の予測需要傾向も考慮する。
【００２７】翌日需要予測手段１及び当日需要予測手段
３の予測時間範囲及び予測時間間隔は上記例の限りでは
ない。
【００２８】次に、本発明の運転計画作成手段２につい
て詳述する。
【００２９】本発明は少なくとも、基本計画用データ格
納手段１０００と、基本計画作成手段２０００と、運転
知識格納手段３０００と、基本計画評価手段４０００
と、修正ルール格納手段５０００と、基本計画修正手段
６０００とから構成され、熱源機器の起動・停止スケジ
ュールと稼働時の負荷率スケジュールを立案する。
【００３０】基本計画作成手段２０００は、経時変化す
るエネルギー需要量に対応して機器出力の必要量（以
降、需要量と称する）を満たし、かつ機器のエネルギー
消費コストが最小になるように、線形計画法を用いて熱
源機器の起動・停止スケジュールと稼働時の負荷率スケ
ジュールを１時間毎に決定する。
【００３１】基本計画作成手段２０００において必要と
なるデータすなわち機器構成，機器入出力関係データ，
機器入力量の上・下限値または出力量の上・下限値，入
力エネルギー単価等は基本計画用データ格納手段１００
０に格納されている。
【００３２】基本計画作成手段２０００により作成され
た基本計画２１００は、計画評価手段４０００へ送ら
れ、計画の妥当性が評価される。妥当性の評価は機器寿
命への影響，機器動特性等、基本計画作成手段２０００
で考慮しなかった要因について行い、評価に必要な知識
は運転知識格納手段３０００に格納されている。
【００３３】評価の結果、修正を必要とする場合は４１
００として基本計画修正手段6000に送られ、修正ルール
格納手段５０００に格納されているルールに従って修正
される。また、修正を必要としない場合は運転計画４２
００として出力される。
【００３４】基本計画修正手段６０００により修正され
た修正計画結果６１００は、計画評価手段４０００に戻
され、上記と同様の処理を行う様になっている。
【００３５】次に、本発明の実施例をより具体的に説明
する。本実施例は１日を周期として、１時間間隔でエネ
ルギー供給プラントを構成する機器の起動・停止計画及
び負荷率計画を作成するものである。
【００３６】図２に対象とするエネルギー供給プラント
５の構成例を示す。このプラントはガス１１を燃料とし
蒸気１２を出力する同容量のボイラ１０Ａ及び１０Ｂ
と、ボイラからの蒸気１２を駆動熱源として冷熱１３を
出力する吸収式冷凍機２０Ａ，２０Ｂ，２０Ｃ，２０Ｄ
及び２０Ｅと、電動の圧縮式冷凍機３０Ａ及び３０Ｂと
により構成され、冷熱１３と温熱（蒸気）１２を供給し
ている。なお冷凍機20Ｃ〜２０Ｅ及び３０Ａと３０Ｂは
それぞれ同容量である。
【００３７】図３に運転計画作成手段２のアルゴリズム
を示した。以下、本実施例の詳細をアルゴリズムの各ス
テップ毎に説明する。
【００３８】［１］ステップ１００ 機器構成，機器定格容量，機器入力量と出力量の相関関
係，機器入力量の上限値及び下限値，１時間間隔・１日
分の冷熱及び温熱の需要量，ガス及び電力の従量料金単
価をデータとして基本計画用デ−タ格納手段（デ−タベ
−ス）１０００から基本計画作成手段２０００に読み込
む。または、入力して基本計画作成手段に記憶してお
く。
【００３９】［２］ステップ２００ 上記データを用いて数理計画法を用いて基本計画作成手
段２０００で運転基本計画を作成する。数理計画法によ
り機器の起動・停止スケジュールと稼働時の負荷率スケ
ジュールを立案する詳細な方法に関しては、コージェネ
レーションに記載されているので、ここでは概略の手順
のみを述べる。
【００４０】吸収式冷凍機（記号ＡＲ）の蒸気量入力Ｑ
ＳＡＲｉと冷熱出力量ＱＣＡＲｉ及び補機電力ＥＡＡＲ
ｉの関係をそれぞれ次のように１次式で近似する。
【００４１】 ＱＣＡＲｉ＝ｐ・ＱＳＡＲｉ＋ｑ・δＡＲｉ （１） ＡＲｉ＝ｒ・ＱＳＡＲｉ＋ｓ・δＡＲｉ （２） ０≦δＡＲｉ≦１ （３） ここでｐ，ｑ，ｒ，ｓは係数であり、ｉは機器番号を表
す。また、δＡＲｉは運転状態（δＡＲｉ＝１）及び停
止状態（δＡＲｉ＝０）を表す０または１の整数変数で
ある。
【００４２】また、機器の最低負荷率及び最高負荷率を
規定するために、蒸気入力量の範囲を制約条件式として
次のように与える。
【００４３】 ＱＳmin・δＡＲｉ≦ＱＳＡＲｉ≦ＱＳmax・δＡＲｉ （４） ＱＳmin及びＱＳmaxはそれぞれ蒸気入力量の下限値及び
上限値である。
【００４４】（１)〜(４）式と同様に、ボイラ（記号Ｂ
Ｌ）についてガス入力（消費）量ＧＡＳｉと蒸気出力量
ＱＳＢＬｉ及び補機電力消費量ＥＡＢＬｉの関係を、ま
た、電動圧縮式冷凍機（記号ＴＲ）についても、電力入
力（消費）量ＥＴＲｉと冷熱出力量ＱＣＴＲｉ及び補機
電力ＥＡＴＲｉの関係を定式化する。
【００４５】また、エネルギー収支式は次式のように表
せる。
【００４６】 ＱＣdem＝ΣＱＣＡＲｉ＋ΣＱＣＴＲｉ （５） ＱＳdem＋ΣＱＳＡＲｉ＝ΣＱＳＢＬｉ （６） Ｅbuy＝ΣＥＴＲｉ＋ΣＥＡＡＲｉ＋ΣＥＡＴＲｉ＋ΣＥＡＢＬｉ （７） Ｇbuy＝ΣＧＡＳｉ （８） ここで、ＱＣdem及びＱＳdemはそれぞれ冷熱及び温熱
（蒸気）の需要量であり、Ｅbuy及びＧbuyはそれぞれ購
入電力量及び購入ガス量である。
【００４７】評価関数ｆは入力エネルギーコストとし、
次式で定義する。
【００４８】 ｆ＝α・Ｅbuy＋β・Ｇbuy （９） ここで、α及びβはそれぞれ電力及びガスの従量料金単
価である。
【００４９】以上のように混合整数計画問題として定式
化し、（９）式で示す評価関数を最小にする各機器の起
動・停止状態すなわちδ値と、負荷率すなわち機器への
入力エネルギー量（例えばＱＳＡＲｉ）を求める。
【００５０】需要量ＱＣdem及びＱＳdemは時刻毎に変化
するため、上記計画問題を２４回解くことにより１日分
の運転基本計画を作成する。
【００５１】［３］ステップ３００ ステップ２００で求めた基本計画を評価する第１段階と
して、運転知識格納手段３０００に収納してある知識を
用いて計画評価手段４０００で機器の連続運転性につい
ての評価を行う。
【００５２】一般にボイラ，発電機，冷凍機等の熱源機
器の場合、機器の熱容量が大きいこと、機器の起動・停
止に伴う熱応力や温度変化により電気絶縁材料の劣化等
が生じ機器寿命に悪影響を与えること等の理由により、
機器の起動・停止回数は極力少なくする必要がある。
【００５３】評価方法の具体例を図４（ａ）に示す模式
図を用いて説明する。
【００５４】運転状態の機器が時刻Ａで停止し、時刻Ｂ
で運転を再開し、時刻Ｄで再び停止する場合を考える。
時刻Ａ〜Ｂまでの停止時間をｔ１，時刻Ｂ〜Ｄの運転時
間をｔ２，時刻Ｂの運転再開時の負荷率をｈとする。
【００５５】前記基本計画に対して各機器毎に停止区間
を検索しｔ１，ｔ２，ｈを算出し、予め設定した基準値
との大小関係により図４（ｂ）に示す運転平滑化ルール
に従って時刻Ａ〜Ｂまでの停止計画と時刻Ｂでの起動計
画の妥当性を評価する。図中Ｓ及びＬはそれぞれｔ１，
ｔ２，ｈの値が基準値以下の場合と基準値より大きい場
合を表している。また、ＯＮ及びＯＦＦはそれぞれ起動
状態及び停止状態にすべき事を表している。例えば、ｔ
１，ｔ２に対する基準値を共に２時間とし、停止時間ｔ
１が５時間，運転時間ｔ２が１時間の場合、負荷率ｈに
よらず図４(ｂ)中太枠で示したルールに該当する。従っ
て、時刻Ｂにおいて１時間のみ起動したのは不適当と判
断し、停止状態に計画を変更する。すなわちこのルール
は熟練運転員の持つ、「連続運転中には短時間停止はで
きるだけ避けて運転し、連続停止中には短時間運転は極
力行わない」という定性的な運転知識を、知識処理によ
って運転時の負荷率を考慮しながら定量的に扱えるよう
にしたものである。
【００５６】なお、基準値は定格容量や機器特性によっ
て機器毎に設定可能である。
【００５７】［４］ステップ４００ ステップ３００の評価に基づいて修正ル−ル格納手段５
０００に収納された修正ル−ルを用いて基本計画修正手
段６０００で起動・停止計画を修正する。
【００５８】停止状態を起動状態に変更する場合には、
（３）式に相当する制約条件式を δ＝１ （10） に変更することにより、強制的に起動状態を指定する。
【００５９】同様に起動状態を停止状態に変更する場合
には、 δ＝０ （11） に変更することにより、強制的に停止状態を指定する。
【００６０】修正該当機器の該当時刻について（10）式
または（11）式の様に制約条件を変更し、ステップ２０
０へ戻って再度数理計画法により起動・停止計画及び負
荷率計画を再計算する。計算結果は再びステップ３００
で評価され、起動・停止計画の修正が無くなるまでステ
ップ３００，４００，２００，３００の過程を繰り返し
た後、ステップ５００へ進む。
【００６１】［５］ステップ５００ 評価の第２段階として、機器動特性の一つである起動特
性について評価する。例えば冷凍機の場合、吸収式冷凍
機は吸収剤の濃度変化を利用する性質上、電動モーター
の回転力を利用する電動圧縮式冷凍機に比べると起動時
の負荷追従性が遅いため、実用的な計画値を得るために
は起動特性を考慮する必要がある。図５（ａ）に吸収式
冷凍機の起動特性の一例を示した。この例では、起動し
てから８０％程度の出力までは１５分程度の時間で到達
できるものの、定格出力が得られるまではおよそ９０分
の時間が必要であることを示している。
【００６２】この起動時の負荷率Ｌと時間ｔの関係を次
式のように１次式と２次式の組合わせで近似し、図５
（ｂ）に示すようにモデル化している。
【００６３】 Ｌ＝ａ０・ｔ （０≦ｔ≦１５） （12） Ｌ＝ａ１・ｔ２＋ｂ１・ｔ＋ｃ１ （１５＜ｔ≦９０） （13） ここで、ａ０，ａ１，ｂ１，ｃ１は係数である。
【００６４】負荷率計画を見直し、負荷率変化の計画値
が妥当かどうかを（12)(13）式を用いて判定する。
【００６５】［６］ステップ６００ 負荷率計画が起動特性モデルに対して不適切な結果とな
っている場合、（４）式中の蒸気入力量の下限値ＱＳmi
n を変更することにより、最低負荷率を調整する。
【００６６】ＱＳmin の変更値は、計画の最大負荷率値
が出力できるように（12)(13）式から前時間ステップに
最低限必要な負荷率を求め、（１）式からＱＳＡＲｉを
算出し、この値をＱＳmin として決定する。
【００６７】修正該当機器の該当時刻について（４）式
の制約条件を変更し、ステップ200へ戻って再度数理計
画法により起動・停止計画及び負荷率計画を再計算す
る。計算結果は再びステップ５００で評価され、負荷率
計画の修正が無くなるまでステップ５００，６００，２
００，５００の過程を繰り返した後、ステップ７００へ
進む。
【００６８】［７］ステップ７００ 評価の第３段階として、機器の停止特性を考慮して評価
する。
【００６９】例えば吸収式冷凍機の場合、停止時には温
度低下に伴う吸収剤の結晶化を防止するために、温度低
下までに十分吸収液の濃度を低下させる作業、すなわち
希釈運転が必要である。図６（ａ）に吸収式冷凍機の停
止特性の一例を示した。希釈運転に入ってから停止する
までに、通常運転時の負荷率に応じて図６（ａ）中の斜
線で示した面積に相当する残留熱量が発生する。従っ
て、希釈運転中の残留熱量も有効に活用することが望ま
しい。
【００７０】計画値を見直し、希釈運転となる吸収式冷
凍機を検索し、停止特性を図６(ｂ)に示すように通常運
転時の負荷率Ｌ０によって１次式で近似したモデルによ
り、希釈運転中の残留熱量を算出する。
【００７１】 Ｌ＝ａ２・ｔ＋Ｌ０ （14） ［８］ステップ８００ 希釈運転となる時刻の冷熱需要ＱＣdemから残留熱量分
を減じて新たな冷熱需要量とし、ステップ２００へ戻っ
て再度数理計画法により起動・停止計画及び負荷率計画
を再計算する。計算結果は再びステップ７００で評価さ
れ、新たに希釈運転に該当する機器が無くなるまでステ
ップ７００，８００，２００，８００の過程を繰り返
す。
【００７２】以上［１］〜［８］までの操作を行って、
最終的な起動・停止計画及び負荷率計画を作成する。
【００７３】本実施例における計算結果例の一部を図７
及び図８に示した。
【００７４】図７はステップ２００の数理計画法のみの
計算結果であり、吸収式冷凍機20Ａ及び２０Ｂは頻繁な
起動・停止を繰り返す断続運転となっている。また、吸
収式冷凍機２０Ｃ及び２０Ｄでは起動時に負荷率１００
％となる実現不可能な計画値となっている。
【００７５】図８はステップ３００，５００，７００に
よる修正後の結果であり、図中黒塗で示した部分が修正
された主要な部分を示している。吸収式冷凍機２０Ａの
短時間停止は解消され、連続運転となる。また、冷凍機
２０Ｂ，２０Ｃ，２０Ｄにおいて、必要な時刻に高負荷
率で運転するために起動時刻を１時間前にする結果とな
っている。さらに、希釈運転中の残留熱量を有効活用す
ることにより、他の冷凍機を停止させることや負荷率を
下げて運転することが可能となっている。
【００７６】運転コストは、機器の起動順序を予め設定
しておき、その順序に従って機器を運転する優先順位法
と比較して、本計算例では本発明により約６％のコスト
削減となった。
【００７７】図９に翌日需要予測手段１としてニューラ
ルネットワークを用いた場合の例を示した。需要予測用
データ格納手段９０００には需要予測に必要な気温，湿
度，天候，風速，風向，日射量，各種イベント情報等の
影響因子と、予測対象となる電力，熱エネルギー等のエ
ネルギー消費量の過去の事例データ９３００が格納され
る。これらのデータを用いて前記影響因子と予測対象量
との関係を学習し、学習済みのネットワークに予測時の
影響因子を入力して、予測値を得る。
【００７８】学習及び予測方法の概要を図９に示す実施
例を用いて述べる。
【００７９】（１）教師データの作成（教師データ作成
手段１０１００） データ格納手段９０００から予測対象とするエネルギー
需要量の時刻毎のデータ９１００を読み込み、必要に応
じて所定時刻間の変化量または所定期間内の合計値等の
形へ変換する。所定の代表値を用いて０〜１の値へ規格
化し、教師データ１０１１０を作成する。
【００８０】（２）入力データの作成（入力データ作成
手段１０４００） データ格納手段９０００から気温，湿度，天候等の影響
因子９２００を読み込み、必要に応じて所定時刻間の変
化量または所定期間内の合計値等への変換、または所定
期間内の最大値及び最小値の検索等の操作を行う。各々
の値に対して、所定の代表値を用いて規格化し、入力デ
ータ１０４１０を作成する。
【００８１】（３）ネットワーク内の信号伝達（ニュー
ラルネットワーク１０３００） 入力データ１０４１０はニューラルネットワーク１０３
００の入力層の各ニューロンへ入力され、任意に決定さ
れたニューロン間の結合強度すなわち重み係数により重
み付けされ中間層の各ニューロンへと出力される。中間
層ニューロンは入力信号の総和をシグモイド関数等の変
換関数により変換し、出力する。出力値は重み係数によ
り重み付けされ、出力層の各ニューロンへ入力される。
出力層ニューロンは中間層ニューロンと同様に、入力信
号総和を変換関数により変換し、出力値１０３１０を出
力する。
【００８２】（４）重み係数の修正（重み係数修正手段
１０２００） ニューラルネットワーク１０３００の出力値１０３１０
と教師データ10100の両者の誤差が小さくなるように各
ニューロン間の重み係数を修正する。
【００８３】学習方法及び重み係数修正の具体的計算方
法の一例として、バックプロパゲーション法がある。学
習方法の詳細は「Neurocomputing Foundations of Resea
rch」，The MIT Press, １９８８，ｐｐ３１８−３６２
に記載されているので、ここでは省略する。
【００８４】上記(３)，(４)の操作を所定の回数になる
まで、あるいは、出力値１０３００と教師データ１０１
００との誤差が所定の値以下になるまで繰り返し学習を
終了する。
【００８５】（５）予測 予測時に対応する影響因子９４２０を学習済みニューラ
ルネットワークに入力し、（３）の手順により得られる
出力値１０３１０が予測値となる。
【００８６】同様にして当日需要予測手段３も実現する
ことができる。また、需要予測方法は重回帰分析等の統
計的手法でも良い。
【００８７】高効率な熱源機器の運転方法を決定するた
めには、与えた需要量ができるだけ正確であることが要
求される。従って、本実施例のように高精度な予測手段
と組み合わせることにより、本発明の効果をさらに高め
ることができる。
【００８８】なお、本実施例で述べた機器特性，評価方
法及び修正方法は一例であり、発電機，ヒートポンプ，
蓄熱槽等の他の熱源機器や配管系に関する性質や運転ノ
ウハウもルール化して取り扱うことが可能である。ま
た、設定した機器特性を変更する手段を設けることによ
り、機器の追加，入れ替え，機器特性の変化にも対応で
きる。
【００８９】図１０は、機器特性式の設定画面例を示し
ている。スクロールバー５０を上下させ、新規に設定、
または変更の対象機器を選択する。選択された機器の主
入出力関係及び補機入出力関係をウインドウ５１にグラ
フ表示し、ウインドウ５２には数値で表示している。特
性式を変更する場合には、マウス操作によりマウスカー
ソル５３を移動させ、設定する係数（ａ〜ｄ）をウイン
ドウ５３内から選択する。キーボードから変更後の数値
を入力し、設定を終了する。なお、ルール化した機器の
性質や運転ノウハウも同様に画面表示し、マウス，キー
ボード等の入力手段を用いてルールの追加，削除，変更
を行うことができる。
【００９０】また、本発明により決定される熱源機器の
運転方法は、運転員へのガイダンスとして表示するのみ
で、直接機器を制御しなくても良い。図１１及び図１２
に計画結果の表示画面例を示した。図１１は各機器の時
刻毎の負荷率を棒グラフで表した例であり、図１２は負
荷率を数値として表形式で表した例である。
【００９１】また、線形計画法の結果修正に該当するル
ールを表示画面に提示し、運転員の判断により修正の要
・否を決定しても良い。
【００９２】本発明は、地域冷暖房システム，コージェ
ネレーションシステム，燃料電池システム等へ適用でき
る。
【００９３】さらに本発明は、エネルギー供給プラント
の運転制御システムとしてだけでなく、設備設計の支援
ツール及び運転員の訓練手段としての運転シミュレータ
ーとしても利用できる。
【００９４】
【発明の効果】以上のように本発明によれば、定式化し
にくい条件や定式化できても変数の数が増加して計算時
間がかかりすぎる条件等を取り扱うことができ、経済性
に優れ、実用的な機器の運転方法を高速に決定すること
ができる。
【図面の簡単な説明】
【図１】本発明の実施例を表す図。
【図２】エネルギー供給プラントの構成例を表す図。
【図３】実施例のアルゴリズムを表す図。
【図４】運転平滑化ルールの具体例を表す図。
【図５】吸収式冷凍機の起動特性及びそのモデルを表す
図。
【図６】吸収式冷凍機の停止特性及びそのモデルを表す
図。
【図７】数理計画法のみによる計算結果の一例を表す
図。
【図８】本発明による計算結果の一例を表す図。
【図９】予測手段の実施例を表す図。
【図１０】機器特性設定画面の一例を表す図。
【図１１】計画結果表示画面の一例を表す図。
【図１２】計画結果表示画面の一例を表す図。
【符号の説明】
１…翌日需要予測手段、１Ａ…翌日予測結果、２…運転
計画作成手段、３…当日需要予測手段、３Ａ…当日予測
結果、４…計画修正・制御手段、４Ａ…制御信号、１０
００…基本計画用データ格納手段、２０００…基本計画
作成手段、2100…基本計画結果、３０００…運転知識格
納手段、４０００…計画評価手段、4100…運転評価結
果、４２００…運転計画結果、５０００…修正ルール格
納手段、６０００…基本計画修正手段、６１００…修正
計画結果。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０５Ｂ 11/36 ５０７ Ｈ 7531−3Ｈ (72)発明者 吉岡 正博 茨城県日立市大みか町五丁目２番１号 株 式会社日立製作所大みか工場内

Claims (20)

    【特許請求の範囲】
  1. 【請求項１】異種の複数の機器により構成されたプラン
    トの運転方法であって、 前記各機器の入力量と出力量の関係を数式化し、プラン
    トの目標出力を満たし予め決めた評価関数が最大又は最
    小になる入力量を時間毎に求める運転基本計画作成工程
    と、 前記工程で考慮しなかった機器特性に関するルール化し
    た知識を用いて前記工程で求めた入力量を修正する工程
    とを具備することを特徴とするプラントの運転方法。
  2. 【請求項２】異種の複数の機器により構成されたプラン
    トの運転方法であって、 前記各機器の入力量と出力量の関係を数式化し、プラン
    トの目標出力を満たし予め決めた評価関数が最大又は最
    小になる入力量を時間毎に求める運転基本計画作成工程
    と、 前記工程で求めた基本計画の妥当性を予めルール化した
    評価知識を用いて評価し、予めルール化した修正知識を
    用いて修正する工程とを具備することを特徴とするプラ
    ントの最適運転方法。
  3. 【請求項３】異種の複数の機器により構成されたプラン
    トの運転方法であって、 前記各機器の入力量と出力量の関係を数式化し、数理計
    画法によりプラントの目標出力を満たす各機器の入力量
    を時間毎に求める運転基本計画作成工程と、 前記工程で求めた基本計画をルール化した知識を用いて
    修正する工程とを具備することを特徴とするプラントの
    最適運転方法。
  4. 【請求項４】異種の複数の機器により構成されたプラン
    トにおける各機器の入出力データを格納する手段と、 前記格納手段に格納された各機器の入出力データを読み
    込んで数式化し数理計画法によりプラントの目標出力を
    満たす各機器の入力量を時間毎に求める運転基本計画作
    成手段と、 前記各機器の寿命或は／及び時間応答特性に関する知識
    をルール化して格納する手段と、前記ルール化された知
    識に基づいて前記基本計画作成手段で求めた基本計画を
    評価する手段と、 前記各機器の起動，停止スケジュールと負荷率を修正す
    るための修正ルールを格納する手段と、 前記修正ルールに従って基本計画を修正する手段とを具
    備することを特徴とするプラントの運転装置。
  5. 【請求項５】異種の複数の機器により構成されたプラン
    トの運転における起動・停止スケジュールと稼働時の負
    荷率を決定する方法であって、 前記機器の入出力量の関係と該入出力量の上限値及び下
    限値の制約条件とを数式化し、プラントの目標出力量を
    満たし評価関数を最大又は最小にする機器の起動・停止
    スケジュールと稼働時の負荷率を線形計画法により求
    め、 前記機器の寿命に関する知識と出力の時間応答特性に関
    する知識とをルール化し、該ルールに基づき前記機器の
    起動・停止スケジュールと稼働時の負荷率を修正するこ
    とを特徴とするプラントの運転方法。
  6. 【請求項６】異種の複数の熱源機器により構成されたエ
    ネルギー供給プラントの起動・停止スケジュールと稼働
    時の負荷率を決定する方法であって、 前記熱源機器の入出力量の関係と該入出力量の上限値及
    び下限値の制約条件とを数式化し、プラントの目標出力
    量を満たし前記機器のエネルギー消費コスト及び／又は
    大気中への有害ガス排出量を最小にする前記機器の起動
    ・停止スケジュールと稼働時の負荷率を線形計画法によ
    り求め、 前記機器の寿命に関する知識と出力の時間応答特性に関
    する知識とをルール化し、該ルールに基づき前記機器の
    起動・停止スケジュールと稼働時の負荷率を修正するこ
    とを特徴とする熱源機器の運転決定方法。
  7. 【請求項７】請求項６記載の熱源機器の運転決定方法に
    おいて、 前記熱源機器の起動・停止スケジュールと稼働時の負荷
    率の最適性を、前記運転ルールに基づいて評価し、この
    評価結果に基づき前記線形計画法を実行する際の制約条
    件式を変更した後に、再度線形計画法による最適化計算
    を行うことにより、前記熱源機器の起動・停止スケジュ
    ールと稼働時の負荷率を修正することを特徴とする熱源
    機器の運転決定方法。
  8. 【請求項８】請求項６記載の熱源機器の運転決定方法に
    おいて、 前記熱源機器の起動・停止スケジュールと稼働時の負荷
    率の最適性の評価方法として、起動中の機器が停止して
    から再起動するまでの停止時間と、再起同時の負荷率
    と、再起動してから再び停止するまでの運転時間とをそ
    れぞれについて設定した基準値と比較し、該基準値との
    大小関係に基づき前記熱源機器の起動・停止スケジュー
    ルの妥当性を判定する機能を有することを特徴とする熱
    源機器の運転決定方法。
  9. 【請求項９】熱源機器として吸収式冷凍機を用いる場合
    の請求項６記載の熱源機器の運転決定方法であって、 前記熱源機器の起動・停止スケジュールと稼働時の負荷
    率の最適性を評価し、修正する方法として、前記吸収式
    冷凍機の希釈運転開始時刻と該希釈運転所要時刻とを検
    出し、希釈運転中に発生する冷熱量以下の範囲で、他の
    冷熱出力機器の出力合計が減少するように各冷熱出力機
    器の負荷率を修正する機能を有することを特徴とする熱
    源機器の運転決定方法。
  10. 【請求項１０】請求項６記載の熱源機器の運転決定方法
    において、 前記熱源機器の出力量を過去の運転実績データに基づい
    て予測する機能を有することを特徴とする熱源機器の運
    転決定方法。
  11. 【請求項１１】請求項１０記載の熱源機器の運転決定方
    法において、 前記熱源機器の出力量を予測する手段が、過去の運転実
    績データを用いて学習するニューラルネットワークであ
    ることを特徴とする熱源機器の運転決定方法。
  12. 【請求項１２】異種・複数台の熱源機器の起動・停止ス
    ケジュールと稼働時の負荷率を決定する運転方法決定装
    置において、 前記熱源機器の入力量と出力量の関係と、該入力量また
    は該出力量の上限値及び下限値の制約条件とを数式化
    し、機器のエネルギー消費コストを最小にする前記熱源
    機器の起動・停止スケジュールと稼働時の負荷率を線形
    計画法により求める運転基本計画作成手段と、 前記熱源機器の寿命に関する知識，機器出力の時間応答
    特性に関する知識とをルール化して格納する運転ルール
    格納手段と、前記運転ルール格納手段中のルールを用い
    て前記運転基本計画の最適性を評価する基本計画評価手
    段と、該基本計画評価結果に基づいて前記熱源機器の起
    動・停止スケジュールと稼働時の負荷率を修正するため
    のルールを格納する修正ルール格納手段と、前記修正ル
    ールに従って基本計画を修正する基本計画修正手段とを
    有することを特徴とする熱源機器の運転決定装置。
  13. 【請求項１３】請求項１２記載の熱源機器の運転決定装
    置を含むエネルギー供給プラントの運転制御装置であっ
    て、前記熱源機器の起動・停止スケジュールと稼働時の
    負荷率と寿命及び出力の時間応答特性に関する知識の少
    なくとも１つを表示する手段を有することを特徴とする
    エネルギー供給プラントの運転制御装置。
  14. 【請求項１４】所定期間先までのエネルギー需要量を予
    測する長期需要予測手段と、該予測手段による予測結果
    を用いて、前記所定期間先までのエネルギー供給プラン
    トの機器の起動・停止スケジュールと稼働時の負荷率を
    決定する運転計画作成手段と、前記所定期間よりも短期
    間のエネルギー需要量を予測する短期需要予測手段と、
    該短期需要予測手段による予測結果を用いて前記熱源機
    器の起動・停止スケジュールと稼働時の負荷率の全部ま
    たは一部を修正し、該修正結果を前記熱源機器の制御信
    号に変換する計画修正・制御手段とを備えたエネルギー
    供給プラントの運転制御装置において、 前記運転計画作成手段が、請求項１２記載の熱源機器の
    運転決定装置であることを特徴とするエネルギー供給プ
    ラントの運転制御装置。
  15. 【請求項１５】請求項６記載の運転決定方法により熱源
    機器の起動・停止スケジュール及び稼働時の負荷率を決
    定する機能を有することを特徴とするエネルギー供給プ
    ラント。
  16. 【請求項１６】請求項１２記載の熱源機器の運転決定装
    置を含むエネルギー供給プラントの運転制御装置におい
    て、 前記熱源機器の寿命に関する知識と出力の時間応答特性
    に関する知識とを追加または削除または修正する手段を
    有することを特徴とするエネルギー供給プラントの運転
    制御装置。
  17. 【請求項１７】請求項１２記載の熱源機器の運転決定装
    置を含むエネルギー供給プラントの運転制御装置におい
    て、 ルール化した前記熱源機器の寿命に関する知識と出力の
    時間応答特性に関する知識とを画面に表示し、キーボー
    ドとマウスとライトペン等の入力手段により前記ルール
    化した知識の追加または削除または修正を行なう手段を
    有することを特徴とするエネルギー供給プラントの運転
    制御装置。
  18. 【請求項１８】請求項１２記載の熱源機器の運転決定装
    置を含むエネルギー供給プラントの運転制御装置におい
    て、 前記熱源機器の入力量と出力量の関係式と、該入力量の
    上限値及び下限値の制約条件式とを画面に表示し、キー
    ボードとマウスとライトペン等の入力手段により前記関
    係式及び制約条件式の追加または削除または修正を行な
    う手段を有することを特徴とするエネルギー供給プラン
    トの運転制御装置。
  19. 【請求項１９】請求項１２記載の熱源機器の運転決定装
    置を含むエネルギー供給プラントの運転制御装置におい
    て、 前記線形計画法で求めた熱源機器の起動・停止スケジュ
    ールと稼働時の負荷率の修正に用いた修正ルールを画面
    に表示する手段を有することを特徴とするエネルギー供
    給プラントの運転制御装置。
  20. 【請求項２０】請求項１２記載の熱源機器の運転決定装
    置を含むエネルギー供給プラントの運転制御装置におい
    て、 前記線形計画法で求めた熱源機器の起動・停止スケジュ
    ールと稼働時の負荷率の修正に用いる修正ルールを画面
    に表示し、キーボードとマウスとライトペン等の入力手
    段により入力することにより、前記修正実行の要・否を
    選択する機能を有することを特徴とするエネルギー供給
    プラントの運転制御装置。
JP5022361A 1993-02-10 1993-02-10 プラントの運転方法及び装置 Pending JPH06236202A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP5022361A JPH06236202A (ja) 1993-02-10 1993-02-10 プラントの運転方法及び装置
DE4404272A DE4404272C2 (de) 1993-02-10 1994-02-10 Verfahren und Vorrichtung zum Betreiben einer Energieversogungsanlage
US08/194,520 US5467265A (en) 1993-02-10 1994-02-10 Plant operation method and plant operation control system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP5022361A JPH06236202A (ja) 1993-02-10 1993-02-10 プラントの運転方法及び装置

Publications (1)

Publication Number Publication Date
JPH06236202A true JPH06236202A (ja) 1994-08-23

Family

ID=12080496

Family Applications (1)

Application Number Title Priority Date Filing Date
JP5022361A Pending JPH06236202A (ja) 1993-02-10 1993-02-10 プラントの運転方法及び装置

Country Status (3)

Country Link
US (1) US5467265A (ja)
JP (1) JPH06236202A (ja)
DE (1) DE4404272C2 (ja)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000078749A (ja) * 1998-08-31 2000-03-14 Mitsubishi Chemicals Corp 発電プラントの最適化制御方法及び最適化制御装置
JP2000078750A (ja) * 1998-08-31 2000-03-14 Mitsubishi Chemicals Corp 発電プラントの最適運転制御方法及び最適運転制御装置
JP2001255925A (ja) * 2000-03-10 2001-09-21 Mitsubishi Chemicals Corp 生産計画の最適化システム
US6487508B1 (en) 1998-07-29 2002-11-26 Hitachi, Ltd. Energy supply system and operation method thereof
JP2009250454A (ja) * 2008-04-01 2009-10-29 Dai-Dan Co Ltd 運転計画決定システム
WO2010016610A1 (ja) * 2008-08-05 2010-02-11 株式会社エネサイバー 設備監視制御システムおよび設備監視制御方法
JP2010078271A (ja) * 2008-09-29 2010-04-08 Dai-Dan Co Ltd 運転計画決定システム
JP2010178522A (ja) * 2009-01-30 2010-08-12 Toshiba Corp 火力発電機の経済負荷配分方法及びその装置
JP2012137212A (ja) * 2010-12-24 2012-07-19 Ebara Refrigeration Equipment & Systems Co Ltd 制御装置及び熱源機システム
JP2013134037A (ja) * 2011-12-27 2013-07-08 Shimizu Corp 空調運転ナビゲーション装置
JP2014174769A (ja) * 2013-03-08 2014-09-22 Toshiba Corp エネルギー制御装置、制御方法及び制御プログラム
EP2840535A1 (en) 2013-08-23 2015-02-25 Yokogawa Electric Corporation Operation plan decision method and operation plan decision system
JP2016139313A (ja) * 2015-01-28 2016-08-04 三菱重工業株式会社 評価情報提示装置、評価情報提示方法およびプログラム
CN107642772A (zh) * 2017-09-11 2018-01-30 国家电网公司 冷热电联产系统同时满足负荷需求运行控制方法
CN108592165A (zh) * 2018-03-13 2018-09-28 沈阳久沃能源科技有限公司 一种换热站系统优化控制方法
JP2023161370A (ja) * 2022-04-25 2023-11-07 東京瓦斯株式会社 コージェネレーション装置の運転制御装置、コージェネレーション装置の運転制御プログラム

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4435044A1 (de) * 1994-09-30 1996-04-04 Siemens Ag Verfahren zur Last- und Energieverteilung einer Industrieanlage sowie zugehörige Anordnung
DE834824T1 (de) * 1996-10-04 1998-09-24 Toshiba Kawasaki Kk Kooperatives Inferenzgerät, kooperatives Inferenzverfahren, Speichermedium, das davon ein Programm speichert und kooperatives Inferenzsystem davon
US6434435B1 (en) * 1997-02-21 2002-08-13 Baker Hughes Incorporated Application of adaptive object-oriented optimization software to an automatic optimization oilfield hydrocarbon production management system
US6112126A (en) * 1997-02-21 2000-08-29 Baker Hughes Incorporated Adaptive object-oriented optimization software system
JP3548672B2 (ja) * 1997-06-30 2004-07-28 株式会社東芝 地域熱供給プラントの制御装置
WO1999030249A1 (en) * 1997-12-05 1999-06-17 Schlumberger Technology Corporation Optimal equipment allocation
US6185483B1 (en) * 1998-01-27 2001-02-06 Johnson Controls, Inc. Real-time pricing controller of an energy storage medium
US6477660B1 (en) * 1998-03-03 2002-11-05 Sap Aktiengesellschaft Data model for supply chain planning
US6122603A (en) 1998-05-29 2000-09-19 Powerweb, Inc. Multi-utility energy control system with dashboard
US6282531B1 (en) 1998-06-12 2001-08-28 Cognimed, Llc System for managing applied knowledge and workflow in multiple dimensions and contexts
US6093500A (en) * 1998-07-28 2000-07-25 International Fuel Cells Corporation Method and apparatus for operating a fuel cell system
US7613624B2 (en) 1999-08-18 2009-11-03 Energetics Pty Ltd Computerized management system and method for maintenance performance evaluation and improvement
US6532426B1 (en) * 1999-09-17 2003-03-11 The Boeing Company System and method for analyzing different scenarios for operating and designing equipment
UA76962C2 (en) * 2000-10-11 2006-10-16 Arcelik As Method for refrigerating device control (variants)
DE10129141A1 (de) * 2001-06-16 2002-12-19 Abb Research Ltd Steuer- und Regelverfahren un Regeleinrichtung zum An- oder Abfahren einer verfahrenstechnischen Komponente eines technischen Prozesses
US7516096B1 (en) 2002-06-21 2009-04-07 Taiwan Semiconductor Manufacturing Company, Ltd. Fabrication facility major excursion event cost forecast model
JP3753113B2 (ja) * 2002-08-23 2006-03-08 三菱電機株式会社 発電機制御装置
DE10261171B3 (de) * 2002-12-20 2004-06-24 Enginion Ag Verbund von Kraft-Wärme-Kopplungsanlagen
JP2004280172A (ja) * 2003-03-12 2004-10-07 Seiko Epson Corp エネルギー評価支援システム、プログラム、情報記憶媒体およびエネルギー評価支援方法
US7951497B2 (en) * 2003-07-25 2011-05-31 Panasonic Corporation Fuel cell system
WO2005040969A2 (en) * 2003-10-02 2005-05-06 Planmatics, Inc System and method for optimizing equipment schedules
US20050192680A1 (en) * 2004-02-27 2005-09-01 Mark Cascia System and method for optimizing global set points in a building environmental management system
JP4115958B2 (ja) * 2004-03-26 2008-07-09 株式会社東芝 プラントの運転スケジュール最適化方法および最適化システム
EP1764562A1 (de) * 2005-09-16 2007-03-21 RWE Fuel Cells GmbH Verfahren zum Betrieb wenigstens einer Brennstoffzellenanordnung in einem Heizungssystem
US8121734B2 (en) * 2006-02-10 2012-02-21 Danfoss A/S Method and system for controlling the climate in a house
US9367935B2 (en) 2007-07-26 2016-06-14 Alstom Technology Ltd. Energy management system that provides a real time assessment of a potentially compromising situation that can affect a utility company
US20090063211A1 (en) * 2007-08-30 2009-03-05 Camilo Yamauchi Campo Finding a Shortest Waste Credit Path for a Manufacturing Process
DE102007061604A1 (de) * 2007-12-20 2009-06-25 Alstom Technology Ltd. Optimierung des Betriebs eines Kraftwerks
EP2159496A1 (en) 2008-08-29 2010-03-03 Vito NV Controller for energy supply systems
DE102008063250A1 (de) 2008-12-23 2010-09-16 Natcon7 Gmbh Verfahren und System zur Nutzung erneuerbarer Energiequellen
US20110231320A1 (en) * 2009-12-22 2011-09-22 Irving Gary W Energy management systems and methods
WO2011140369A1 (en) 2010-05-05 2011-11-10 Greensleeves, LLC Energy chassis and energy exchange device
US8538593B2 (en) 2010-07-02 2013-09-17 Alstom Grid Inc. Method for integrating individual load forecasts into a composite load forecast to present a comprehensive synchronized and harmonized load forecast
US9727828B2 (en) 2010-07-02 2017-08-08 Alstom Technology Ltd. Method for evaluating operational and financial performance for dispatchers using after the fact analysis
US8972070B2 (en) * 2010-07-02 2015-03-03 Alstom Grid Inc. Multi-interval dispatch system tools for enabling dispatchers in power grid control centers to manage changes
US9219284B2 (en) 2011-02-24 2015-12-22 Panasonic Intellectual Property Management Co., Ltd. Fuel cell system and operation method thereof which ensures the system will perform normal operation after operating in a special operation mode
US20120253532A1 (en) * 2011-03-30 2012-10-04 General Electric Company Systems and methods for forecasting electrical load
CN102298371B (zh) * 2011-06-28 2014-06-25 中国能源建设集团广东省电力设计研究院 一种分布式冷电联供系统控制方法
US9811130B2 (en) * 2011-09-12 2017-11-07 The Boeing Company Power management control system
DK2608118T3 (en) * 2011-12-21 2017-10-16 Siemens Ag Method of computer-aided determination of the use of electrical energy produced by an energy production plant, in particular a renewable energy production plant
WO2013107577A1 (de) * 2012-01-16 2013-07-25 Siemens Aktiengesellschaft Verfahren und vorrichtung zum betrieb und zur auslegung einer anlage
JP5899482B2 (ja) * 2012-02-21 2016-04-06 パナソニックＩｐマネジメント株式会社 暖房装置の制御方法及び制御装置
DE102012104216A1 (de) * 2012-05-15 2013-11-21 Z & J Technologies Gmbh Verfahren zur Lösung einer Steuerungsaufgabe in einer Prozessanlage
GB201208519D0 (en) 2012-05-15 2012-06-27 Passivsystems Ltd Predictive temperature management system controller
WO2014138102A1 (en) * 2013-03-04 2014-09-12 Greensleeves, LLC Energy management systems and methods of use
EP3042129A4 (en) 2013-09-05 2017-06-21 Greensleeves LLC System for optimization of building heating and cooling systems
JP6312830B2 (ja) * 2014-07-30 2018-04-18 三菱電機株式会社 空気調和装置
DE102015219199A1 (de) * 2015-10-05 2017-04-06 Bayerische Motoren Werke Aktiengesellschaft SOC-Prognose für thermische Speicher zur Laufzeit-Optimierung von Wärmepumpen
US20220379476A1 (en) * 2019-12-03 2022-12-01 Siemens Aktiengesellschaft Computerized engineering tool and methodology to develop neural skills for a robotics system
US11714389B2 (en) * 2020-01-30 2023-08-01 Optumsoft, Inc. Automatic generation of control decision logic for complex engineered systems from dynamic physical model

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4069675A (en) * 1976-03-16 1978-01-24 Measurex Corporation Method of optimizing the performance of a multi-unit power
JPS6197703A (ja) * 1984-10-19 1986-05-16 Toshiba Corp 圧縮機の最適運転台数決定方法
US4835690A (en) * 1985-11-19 1989-05-30 Picker International, Inc. Integrated expert system for medical imaging scan, set-up, and scheduling
DE3710990A1 (de) * 1986-04-02 1987-10-22 Hitachi Ltd Betriebssystem und verfahren zum anfahren eines waermekraftwerkes
JPS63302318A (ja) * 1987-06-03 1988-12-09 Hitachi Ltd 原子力発電所の運転計画作成支援装置
JPS6476360A (en) * 1987-09-18 1989-03-22 Hitachi Ltd Work scheduling system
JP2635087B2 (ja) * 1988-03-25 1997-07-30 株式会社日立製作所 プロセス制御方法
JP2656637B2 (ja) * 1989-11-22 1997-09-24 株式会社日立製作所 プロセス制御システム及び発電プラントプロセス制御システム
JPH0833246B2 (ja) * 1990-08-06 1996-03-29 ダイキン工業株式会社 冷凍装置の運転制御装置
JPH06197703A (ja) * 1991-05-23 1994-07-19 Ajinomoto Takara Corp:Kk 畜産動物用飼料添加剤

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6487508B1 (en) 1998-07-29 2002-11-26 Hitachi, Ltd. Energy supply system and operation method thereof
JP2000078749A (ja) * 1998-08-31 2000-03-14 Mitsubishi Chemicals Corp 発電プラントの最適化制御方法及び最適化制御装置
JP2000078750A (ja) * 1998-08-31 2000-03-14 Mitsubishi Chemicals Corp 発電プラントの最適運転制御方法及び最適運転制御装置
JP2001255925A (ja) * 2000-03-10 2001-09-21 Mitsubishi Chemicals Corp 生産計画の最適化システム
JP2009250454A (ja) * 2008-04-01 2009-10-29 Dai-Dan Co Ltd 運転計画決定システム
JP5568828B2 (ja) * 2008-08-05 2014-08-13 株式会社エネサイバー 設備監視制御システムおよび設備監視制御方法
US9041509B2 (en) 2008-08-05 2015-05-26 Enecyber Co. Ltd. Facility monitoring/controlling system and facility monitoring/controlling method
WO2010016610A1 (ja) * 2008-08-05 2010-02-11 株式会社エネサイバー 設備監視制御システムおよび設備監視制御方法
JP2010078271A (ja) * 2008-09-29 2010-04-08 Dai-Dan Co Ltd 運転計画決定システム
JP2010178522A (ja) * 2009-01-30 2010-08-12 Toshiba Corp 火力発電機の経済負荷配分方法及びその装置
JP2012137212A (ja) * 2010-12-24 2012-07-19 Ebara Refrigeration Equipment & Systems Co Ltd 制御装置及び熱源機システム
JP2013134037A (ja) * 2011-12-27 2013-07-08 Shimizu Corp 空調運転ナビゲーション装置
JP2014174769A (ja) * 2013-03-08 2014-09-22 Toshiba Corp エネルギー制御装置、制御方法及び制御プログラム
EP2840535A1 (en) 2013-08-23 2015-02-25 Yokogawa Electric Corporation Operation plan decision method and operation plan decision system
JP2015062102A (ja) * 2013-08-23 2015-04-02 横河電機株式会社 運転計画策定方法および運転計画策定システム
US10007878B2 (en) 2013-08-23 2018-06-26 Yokogawa Electric Corporation Operation plan decision method and operation plan decision system
JP2016139313A (ja) * 2015-01-28 2016-08-04 三菱重工業株式会社 評価情報提示装置、評価情報提示方法およびプログラム
CN107642772A (zh) * 2017-09-11 2018-01-30 国家电网公司 冷热电联产系统同时满足负荷需求运行控制方法
CN108592165A (zh) * 2018-03-13 2018-09-28 沈阳久沃能源科技有限公司 一种换热站系统优化控制方法
JP2023161370A (ja) * 2022-04-25 2023-11-07 東京瓦斯株式会社 コージェネレーション装置の運転制御装置、コージェネレーション装置の運転制御プログラム

Also Published As

Publication number Publication date
DE4404272A1 (de) 1994-08-11
US5467265A (en) 1995-11-14
DE4404272C2 (de) 1999-04-01

Similar Documents

Publication Publication Date Title
JPH06236202A (ja) プラントの運転方法及び装置
Zhou et al. Combined heat and power system intelligent economic dispatch: A deep reinforcement learning approach
Garcia-Torres et al. Stochastic optimization of microgrids with hybrid energy storage systems for grid flexibility services considering energy forecast uncertainties
EP3065008B1 (en) Methods and systems for enhancing control of power plant generating units
US8620634B2 (en) Energy resource allocation including renewable energy sources
JP4369189B2 (ja) スケジューリングシステムおよびスケジューリングをコンピュータに実行させるためのプログラム
JPH09179604A (ja) プラントの運転制御システム及び方法
EP3343496A1 (en) Method and system for energy management in a facility
US7333861B2 (en) Method and system for calculating marginal cost curves using plant control models
Zavala et al. Proactive energy management for next-generation building systems
EP3301623A1 (en) Method for increasing energy efficiency of a plant, and related system
JP3215279B2 (ja) エネルギー設備の設備運用方法およびその装置
CN115480486A (zh) 一种集中式光伏电站运维方法及装置
CN112308411A (zh) 基于动态碳交易模型的综合能源站随机规划方法及系统
JP3763767B2 (ja) エネルギ供給設備の運転計画システム
JP6711074B2 (ja) 発電計画の自動生成プログラム、発電計画の自動生成方法および発電計画生成装置
Maier et al. Assessing mixed-integer-based heat pump modeling approaches for model predictive control applications in buildings
Sarkar et al. Concurrent Carbon Footprint Reduction (C2FR) Reinforcement Learning Approach for Sustainable Data Center Digital Twin
McKee et al. Deep reinforcement learning for residential HVAC control with consideration of human occupancy
US20140365023A1 (en) Systems and Methods for Computer Implemented Energy Management
CN116544934A (zh) 根据电力负荷预测的电力调度方法及系统
Molina et al. Approach to multivariable predictive control applications in residential HVAC direct load control
Zhang et al. Data-driven model predictive and reinforcement learning based control for building energy management: A survey
Leenders et al. Integrated scheduling of batch production and utility systems for provision of control reserve
US20190072920A1 (en) Optimization/Modeling-Free Economic Load Dispatcher for Energy Generating Units