CN103221755B - 空调信息推定装置、空调信息推定装置的控制方法、以及控制程序 - Google Patents

Abstract

所揭示的空调信息推定装置(1)推定空调器(2)的能源消耗量，空调器(2)基于温度设定点来调节房间的温度。空调信息推定装置(1)设置有功率消耗量特定单元(8)，其限定x作为空调器(2)执行空气调节期间在规定时段期间房间的温度、xs作为所述时段期间的温度设定点、以及xc作为空气调节在所述时段之前开始时房间中的空气初始温度，并利用以第一特征量a(a=x‑xs)作为变量的函数f(a)、以第二特征量b(b=xc‑xs)作为变量的函数g(b)、以及常量γ来特定函数y=f(a)+g(b)+γ的值y作为所述时段期间所述空调器(2)所消耗的功率量。

Description

空调信息推定装置、空调信息推定装置的控制方法、以及控制程序

技术领域

本发明涉及一种推定（estimate）空调器能耗量的空调信息推定（estimation）装置。

背景技术

目前，对于减小二氧化碳排放量以及减小能耗量的关注有所增加。为了减小能耗量，有必要推定空调器的能耗量。

例如，专利文献1揭示一种呈现节能余裕（margin）信息的节能支持装置，用于在建筑物中放置有多个空调器的情况下决定来自哪个空调器的空调效率应加以改善。在使用其中COP（Coefficient Of Performance，性能系数）被改善的空调器的情况下，所述节能支持装置从空调器的运行数据来推定具有低COP的空调器的功率消耗量。在COP中，将制冷（加热）能力[kW]除以消耗功率[kW]。所述运行数据包括空调器的运行状态，尤其包括电源开和关、恒温器(thermostat)的打开和关闭、运行模式（制冷模式、加热模式、或送风模式）、以及温度设定点。基于节能余裕信息，空调器的管理员（建筑物的管理员）能够了解改善（交换）空调器的优先级。

引用清单

专利文献

专利文献1：日本未审查专利公开第2010-112679号（2010年5月20日公开）

发明内容

本发明要解决的问题

根据专利文献1的配置，能够在空调器的COP被改善时了解所消耗的功率量。然而，为了改善所述COP，就有必要改善空调器自身，或者有必要用具有良好效率的空调器来代替前述空调器。因此，为了减小能耗量需要较大成本。

为了在不增加成本的条件下减小能耗量，在改变属于空调器可调节参数的温度设定点的过程中推定能耗量是有用的。当温度设定点改变过程中能够了解到能耗量，则能够基于舒适和节能的考虑来调节所述温度设定点。

然而，在传统技术中，推定消耗的功率量需要关于空调器和环境的很多条信息（例如电源开和关、温度设定点、风量、通风温度、和通风量等）。在传统技术中，例如，由于没有考虑房间地板和墙壁的蓄热的影响，所以在改变温度设定点时不能适当地推定能耗量。因此，不能推定出适于减小能耗量的温度设定点。

已经设计出本发明以解决上述问题，并且其目的在于构造一种能够用温度设定点作为参数来推定空调器能耗量的空调信息推定装置。

解决问题的技术手段

根据本发明，为了解决上述问题，一种空调信息推定装置，其推定空调器的能源消耗量，所述空调器基于温度设定点来调节规定（prescribed）区域内的气温，所述空调信息推定装置包括消耗量特定（specification）单元，该消耗量特定单元使规定时段中所述空调器的能源消耗量特定（specify）作为函数的值y，所述空调器在所述规定时段中执行空气调节，所述函数使用函数f(a)、函数g(b)、和常量γ被表达为：

y=f(a)+g(b)+γ

所述函数f(a)中使用a=x–xs的第一特征量a作为变量，所述函数g(b)中使用b=xc–xs的第二特征量b作为变量，其中x为所述规定时段中所述规定区域内的气温，xs为所述规定时段中的所述温度设定点，且xc为空调器在所述规定时段之前开始所述空气调节时所述规定区域内的初始气温。

根据本发明，一种空调信息推定装置的控制方法，该空调信息推定装置推定空调器的能源消耗量，所述空调器基于温度设定点来调节规定区域内的气温，所述空调信息推定装置的控制方法包括消耗量特定步骤，该消耗量特定步骤使规定时段中所述空调器的能源消耗量特定作为函数的值y，所述空调器在所述规定时段中执行空气调节，所述函数使用函数f(a)、函数g(b)、和常量γ被表达为：

y=f(a)+g(b)+γ

所述函数f(a)中使用a=x–xs的第一特征量a作为变量，所述函数g(b)中使用b=xc–xs的第二特征量b作为变量，其中x为所述规定时段中所述规定区域内的气温，xs为所述规定时段中的所述温度设定点，且xc为空调器在所述规定时段之前开始所述空气调节时所述规定区域内的初始气温。

根据上述配置，能够使用第一特征量a和第二特征量b来推定能源消耗量。第二特征量b是反映空气调节开始时的初始温度的值，且第二特征量b成为指示规定区域周围结构（诸如墙壁和地板）的蓄热的影响的参数。因此，能够基于蓄热的影响的考虑来推定空调器的能源消耗量。

根据上述配置，能够从区域内的气温、初始温度、和温度设定点来推定能源消耗量。因此，由于能够容易地获取推定能源消耗量所需的参数，所以没有必要安装温度传感器等去获取所述区域外的环境温度。因此，能够容易地以低成本引入所述空调信息推定装置。

本发明的有益效果

如上所述，能够基于蓄热的影响的考虑来推定空调器的能耗量。

在传统技术中，由于推定能耗量需要关于空调器和环境的很多条信息，所以为了输入所述很多条信息使得配置变得复杂或者要付出大量劳动。

在本发明中，能够容易地获取推定能耗量所需的参数。因此，能够简化该空调信息推定装置的配置，并且能够以低成本来引入该空调信息推定装置。

附图说明

图1为示出根据本发明实施例的空调信息推定装置所应用的系统的示意图。

图2为示出一周内空调器的每小时功率消耗量和对应房间温度的示例的图表。

图3为示出根据一实施例的空调信息推定装置的功能配置的方块图。

图4为示出空调信息推定装置中读取的测量数据的示例的图示。

图5为示出被显示或输出的改善余地（potential for improvement）量和目标温度设定点的图示。

图6为示出改善余地量和目标温度设定点的显示示例的图示。

图7为示出其中空调信息推定装置特定功率消耗量推定函数的处理流程的图示。

图8为示出其中空调信息推定装置推定功率消耗量以特定目标温度设定点和改善余地量的处理流程的图示。

图9为示出温度x和Δxm的图表的图示。

具体实施方式

下面将参考附图描述本发明的实施例。下文中，作为示例主要描述了夏季中的空气调节（制冷），其中环境温度高于空调对象区域，但加热空气调节的情况同样能够适用。

图1为示出根据实施例的空调信息推定装置1所应用的系统的示意图。空调器2从控制器接收控制指令（诸如电源开和关以及温度设定点的指定），并将空调器2的运行状态返回给控制器。空调器2基于温度设定点在诸如建筑物等规定的区域中执行空气调节（温度控制）。空调器2测量房间温度以及功率消耗量，并将有关房间温度、温度设定点、以及功率消耗量的多条信息传输至空调信息推定装置1。有关房间温度的信息可从安装在房间中的温度传感器直接传输至空调信息推定装置1。用户将功率消耗量的减小目标（诸如目标减小比例（rate））输入至空调信息推定装置1。在温度设定点改变时，空调信息推定装置1推定关于空调器2的功率消耗量（能源消耗量），且空调信息推定装置1特定适当的目标温度设定点以便减小功率消耗量，并将此时的目标温度设定点和功率减小量呈现给用户。

<功率消耗量推定模型>

下面将描述本实施例中功率消耗量的推定方法。

图2为示出一周内空调器的每小时功率消耗量以及对应的房间温度的示例的图表。横轴表示时间，左边的纵轴表示每小时的功率消耗量，并且右边的纵轴表示温度。图2示出从周日（8月15日）到周六（8月21日）的一周内的功率消耗量和房间温度（房间中的气温）。该房间是办公大楼中的一间，并且空调器在从周一（8月16日）到周五（8月20日）的白天（9:00至18:00）执行该房间的空气调节。由于空调器从周一到周五都在工作，所以房间温度被维持在接近温度设定点（26℃）的较低温度。由于空调器在周六和周日不工作，所以房间温度有所上升。参见图2，在温度设定点始终保持不变时，房间温度由于例如房间周围的温度改变等诸多因素而有所改变。环境温度在周内任何一天都指示出类似的温度改变。

从图2可看出，功率消耗量在周一（8月16日）最大，功率消耗量在周二（8月17日）次之，且功率消耗量从周三（8月18日）到周五（8月20日）都较小。由于房间温度在周六和周日上升，所以紧接在空调器于周一工作之前的温度都高于其他天（周二至周五）的温度。因此，容易想见在周一启动（初始）所消耗的功率量有所增大。然而，即使在房间温度变到温度设定点或更低之后，周一当天的每小时功率消耗量都比其他天（周二至周五）当中要大。这一趋势在任意周内的多条数据中都被观察到，而与环境温度无关。

周一当天每小时功率消耗量整体增大的原因在于诸如房间周围的墙壁和地板以及墙壁和地板中的气隙等结构存在热容量。在空调器不工作的周六和周日期间，房间温度升高且热蓄积在墙壁和地板以及墙壁和地板内的气隙中。当空调器在周一工作时，虽然房间温度迅速下降，但在一定程度上有所隔热的墙壁和地板将蓄积的热一点一点地提供给房间中的空气。因此，即使在房间温度变到温度设定点或更低之后，周一当天的每小时功率消耗量也比其他天（周二至周五）当中要大。

在空调器功率消耗量的传统推定方法中并未考虑房间中墙壁等的蓄热的影响。因此，在传统方法中功率消耗量推定的误差有所增大。

另一方面，本发明提出一种功率消耗量推定模型，其中使用空调器工作初始阶段（9:00）房间温度而对房间中墙壁等的蓄热的影响作出考虑。在本实施例的空调信息推定装置中，使用规定时段（例如从13:00到14:00的一个小时内）初始阶段（13:00）的房间温度x、该规定时段中空调器的温度设定点xs、以及空调器开始进行空气调节时（9:00）的房间温度（初始温度）xc来推定该规定时段中空调器的功率消耗量y。

获取：

a=x-xs

b=xc-xs

作为推定功率消耗量y的两个特征量。在第一特征量a大的情况下，即，在房间温度x与温度设定点xs之间的差异大的情况下，能够推定在规定时段中的功率消耗量y增大。在第二特征量b大的情况下，即，在开始进行空气调节时的房间温度xc与温度设定点xs之间的差异大的情况下，则考虑房间周围的蓄热量大，并且功率消耗量y在规定时段中也增大。本实施例中使用这样的模型，其中使用第二特征量b来考虑房间中墙壁等的蓄热的影响。房间温度x受环境温度和空气调节的影响而在每个时段中改变。因此，第一特征量a表示针对功率消耗量y的环境温度和房间温度的随时间改变的影响。

在本实施例中，空调器在规定时段中的功率消耗量y由下面以第一特征量a和第二特征量b作为变量的函数来表达。

y=α×a+β×b+γ...(1)

其中α、β、和γ为常量。可基于实际测量数据来确定表达第一特征量a和第二特征量b与功率消耗量y的关系的常量α、β、和γ。也即，在空调器工作的多个时段中测量每个时段（一个小时内）的房间温度x、每个时段的温度设定点xs、每个时段之前开始进行空气调节时的初始温度xc、以及每个时段的功率消耗量y。将多条测量数据代入方程(1)中，从而能够通过最小二乘法等来求得最佳的常量α、β、和γ。在如图2中所示空调器于白天工作而于晚上停机的情况下，所述初始温度xc对于同一天都相同（该天当中开始运行时的房间温度）。制冷工作在常量α、β、和γ上有别于加热工作。常量γ可为零。

在最小二乘法之外还可采用诸如多重回归分析和遗传算法等其中使用函数来拟合测量数据的任意方法。属于变量的第一特征量a和第二特征量b与功率消耗量y之间的关系是用最简单的线性方程来表达。可选地，如下可使用其中使用第一特征量a和第二特征量b作为变量的诸如二次方程等其他函数。

y=f(a)+g(b)+γ...(2)

其中f(a)和g(b)为任意函数。在这种情况下，当测量数据的条数增加得足够多时，就能够使用所述函数来逼近这些条测量数据。此时，注意是用第一特征量a和第二特征量b作为变量来表达功率消耗量y。常量γ可为零。

在使用方程(1)的情况下，当基于测量数据确定了函数的常量α、β、和γ时，就可使用该函数而从房间温度x、温度设定点xs、以及初始温度xc来推定规定时段（一个小时）中的功率消耗量y。本发明的模型是其中考虑了蓄热等影响的模型，并且在如图2所示存在蓄热的影响的情况下能够适当地推定出功率消耗量。

<空调信息推定装置的配置>

下面将描述本实施例空调信息推定装置的配置。图3为示出空调信息推定装置1的功能配置的框图。

空调器2是基于温度设定点在建筑物的规定区域（例如房间和楼层）中执行温度控制。空调器2消耗电力作为空气调节的能源。或者，空调器2可通过消耗诸如油气(gas)等能源来工作。空调器2属于普通空调器，其测量循环空气的温度并根据该温度与温度设定点的差异来执行空气调节。空调器2测量自身的消耗功率以求得每个小时的功率消耗量。

空调信息推定装置1包括获取单元3、存储单元4、模型特定单元（函数特定单元）5、输入单元6、温度设定点临时(provisional)设定单元7、功率消耗量特定单元（消耗量特定单元）8、改善余地量特定单元（差值特定单元）9、确定单元10、目标温度设定点特定单元11、以及输出单元12。

获取单元3从空调器2获取运行状态（空调器的电源开和关）、在规定时段（一小时）初始阶段的房间温度测量值、规定时段中的温度设定点、以及规定时段中的功率消耗量测量值。获取单元3将所获取的房间温度测量值、温度设定点、以及功率消耗量测量值作为测量数据存储在存储单元4中。获取单元3将空调器2开始工作时的房间温度作为初始温度存储在存储单元4中。

获取单元3可从管理空调器2的另一装置处获取诸如测量值等数据。例如，在通过BEMS（Building and Energy Management System，建筑及能源管理系统）管理建筑物的空调器的情况下，BEMS的管理装置具有与多个空调器的温度设定点和功率消耗量等有关的多条信息，并控制所述多个空调器。在这种情况下，获取单元3可经由网络或记录介质从BEMS的管理装置处获取温度设定点和功率消耗量。获取单元3可从房间中布置的温度传感器处获取房间温度的测量值，并从对应于空调器2所设置的功率传感器处获取有关功率的信息。

模型特定单元5特定功率消耗量推定函数，该功率消耗量推定函数使用多个时段中的多条测量数据来推定功率消耗量y。具体而言，模型特定单元5从存储单元4获取多个时段中的房间温度x、温度设定点xs、初始温度xc、以及功率消耗量y。在每个时段中，模型特定单元5求得房间温度x与温度设定点xs之间的差作为第一特征量a(=x-xs)，并求得初始温度xc与温度设定点xs之间的差作为第二特征量b(=xc-xs)。使用多个时段中的第一特征量a、第二特征量b、和功率消耗量y，模型特定单元5特定出用方程(1)所表达的功率消耗量推定函数的常量α、β、和γ。如上所述，模型特定单元5通过最小二乘法求得成功逼近多条测量数据的常量α、β、和γ。模型特定单元5将特定出的功率消耗量推定函数（函数的常量α、β、和γ）存储在存储单元4中。

基于功率消耗量的目标减小比例，空调信息推定装置1求得适于针对房间温度x和初始温度xc来减小功率消耗量的目标温度设定点。空调信息推定装置1还求得能够减小（或者应该能够减小）多少功率消耗量。然而，在制冷的情况下，温度的上限被设定至一限位温度（limit temperature）以免丧失舒适度。在加热的情况下，温度的下限被设定至该限位温度。下面将描述基于过去的测量数据推定此时的适宜温度设定点以及应该能够减小的功率消耗量的情况。

输入单元6从外部接收与以下内容有关的输入：目标日（目标时段）的指定，指示何日执行处理；一天（目标时段）当中功率消耗量的目标减小比例zr；限位温度xm，指示作为管理指标的温度上限；阈值zt，指示目标减小比例zr的允许宽度；以及制冷或加热的指定。输入单元6将接收到的多条信息输出至温度设定点临时设定单元7。输入单元6将功率消耗量的目标减小比例zr和阈值zt输出至确定单元10。输入单元6可通过键盘等从用户处接收多条信息，从存储单元4处获取多条信息，以及通过网络从另一计算机处获取多条信息。输入单元6可将所述多条信息存储在存储单元4中。

温度设定点临时设定单元7根据指定的目标日从存储单元4处获取目标日中包括的每个时段（每一个小时）的多条测量数据（房间温度x和温度设定点xs）。图4为示出温度设定点临时设定单元7中读取的测量数据的示例。图4示出房间温度数据、对应空调器的功率量数据、以及温度设定点数据。空调器的工作时间范围为9:00至18:00。温度设定点临时设定单元7仅获取空调器2工作的时段中的测量数据。例如，在空调器2从9:00至18:00工作的情况下，温度设定点临时设定单元7获取九组每一个小时的多条测量数据。在图4的多条测量数据中，温度设定点临时设定单元7读取用粗线框包围的从9:00至18:00共九个小时的温度x（x₁、x₂、…和x₉）和温度设定点xs（xs₁、xs₂、…和xs₉）。图4中“9:00”一栏中的温度x₁表示时钟时间9:00处的温度，并且“9:00”一栏中的温度设定点xs₁表示时钟时间9:00与10:00之间的（平均）温度设定点。开始进行空气调节的9:00处的温度x₁对应于初始温度xc。

在空调器2在目标日工作的同时，温度设定点临时设定单元7求得规定时段中房间温度x的最大温度max(x)。此时，房间温度应被调节至限位温度或更低（制冷期间）的时段（舒适度维持时段）被设定为规定时段。例如，从空气调节开始进行之后空调效果充分发挥的时钟时间10:00到空调器2最后工作的时钟时间18:00的时段被设定为规定时段。在这种情况下，规定时段中房间温度x的最大温度max(x)表示为max(x₂、x₃、…和x₉)。

温度设定点临时设定单元7求得限位温度xm与最大温度max(x)之间的差作为Δxm。

Δxm=xm-max(x) （制冷）

Δxm=min(x)-xm （加热）

由于Δxm表示在目标日执行空气调节时最大温度max(x)与限位温度xm之间的差，所以考虑至少对应于Δxm的功率消耗量是应该能够减小的。温度设定点临时设定单元7根据Δxm和温度设定点的校正值Δx’求得每个时段中的临时温度设定点xs’，其对应于目标日当天该时段中的温度设定点xs。Δx’的初始值为零。

xs’=xs+(Δxm–Δx’) （制冷）

xs’=xs-(Δxm–Δx’) （加热）

在制冷的情况下，临时温度设定点xs’的初始值被设定为这样的值，其使得房间温度x在规定时段（在时钟时间10:00至18:00之间）中被维持在限位温度xm或更低处。

温度设定点临时设定单元7将求得的每个时段中的临时温度设定点xs’输出至功率消耗量特定单元8。温度设定点临时设定单元7将求得的临时温度设定点xs’、校正值Δx’、以及Δxm输出至目标温度设定点特定单元11。

功率消耗量特定单元8从存储单元4处获取功率消耗量推定函数（函数的常量α、β、和γ）以及目标日当天每个时段中的多条测量数据（房间温度x和初始温度xc）。空气调节开始进行时的9:00处的温度x₁对应于初始温度xc。在空调器2于目标日当天工作的每个时段中，功率消耗量特定单元8使用功率消耗量推定函数来特定临时温度设定点xs’所适用的功率消耗量y’。也即，在每个时段中，从房间温度x和临时温度设定点xs’求得临时第一特征量a’，并且从初始温度xc和临时温度设定点xs’求得临时第二特征量b’。

a’=x-xs’

b’=xc-xs’

在每个时段中，使用功率消耗量推定函数来特定对应于临时第一特征量a’和临时第二特征量b’的功率消耗量y’。

y’=α×a’+β×b’+γ

功率消耗量特定单元8将每个时段经过特定的功率消耗量y’输出至改善余地量特定单元9。

改善余地量特定单元9从存储单元4处获取目标日当天每个时段中的测量数据（功率消耗量y）。在图4的多条测量数据中，改善余地量特定单元9读取出用粗线框包围的从9:00到18:00共九个小时的功率消耗量y（y₁、y₂、…和y₉）。图4“9:00”一栏中的功率消耗量y₁表示时钟时间9:00与10:00之间的功率消耗量。在每个时段中，改善余地量特定单元9求得温度设定点xs处的实际功率消耗量y与温度设定点xs’处的推定功率消耗量y’之间的差（能源消耗量差值）作为功率消耗量的改善余地量Δy。

Δy=y–y’

每个时段中的改善余地量Δy是该时段中通过将温度设定点从xs改变为xs’所能够减小的推定功率消耗量。改善余地量特定单元9将每个时段中的改善余地量Δy输出至确定单元10。

确定单元10求得目标日当天多个时段中改善余地量Δy的总和，并特定改善余地量Δy的总和作为目标日当天的累计改善余地量Δz。

Δz=ΣΔy

确定单元10从多条测量数据求得累计功率消耗量z，其中由目标日当天多个时段中的功率消耗量y相加。

z=Σy

累计改善余地量Δz与累计功率消耗量z之比Δz/z为温度设定点从xs变为xs’的情况下目标日当天功率消耗量的减小比例。确定单元10基于求得的减小比例Δz/z是否满足下式来确定减小比例Δz/z是否落入由目标减小比例zr和表示允许宽度的阈值zt所限定的规定范围内。

|(Δz/z)-zr|≤zt

也即，确定单元10确定减小比例Δz/z与功率消耗量的目标减小比例zr之间的差是否小于或等于阈值zt。确定单元10将确定结果输出至目标温度设定点特定单元11。

目标温度设定点特定单元11根据确定单元10的确定结果来特定每个时段中的目标温度设定点以及该时段中对应的改善余地量Δy（和累计改善余地量Δz），并将目标温度设定点以及改善余地量Δy（和累计改善余地量Δz）输出至输出单元12。

在确定结果中减小比例Δz/z落入规定范围内的情况下，目标温度设定点特定单元11将临时温度设定点xs’设定为目标温度设定点，并将每个时段中的目标温度设定点以及对应的改善余地量Δy输出至输出单元12。

在确定结果中减小比例Δz/z未落入规定范围内的情况下，目标温度设定点特定单元11改变校正值Δx’以便校正（改变）临时温度设定点xs’。目标温度设定点特定单元11在范围（0≤Δx′≤Δxm）内改变校正值Δx’，并将经过改变的校正值Δx’输出至温度设定点临时设定单元7。当校正值Δx’改变时临时温度设定点xs’也改变。因此，求得改变后的（post-change）临时温度设定点xs’处的减小比例Δz/z，且重复进行校正值Δx’的改变直到减小比例Δz/z落入规定范围内为止。

输出单元12将接收到的每个时段中的目标温度设定点以及对应的改善余地量Δy显示在显示装置上，并将所述目标温度设定点和改善余地量Δy呈现给用户。输出单元12可将每个时段中的目标温度设定点和改善余地量Δy传输至外部数据库，或者将目标温度设定点和改善余地量Δy输出至并存储入存储单元4中。图5为示出被显示或输出的改善余地量Δy和目标温度设定点的图示。此外，输出单元12还可显示或输出诸如累计改善余地量Δz等经过特定的其他多条信息。

图6为与图2对应的图示，其示出改善余地量Δy和目标温度设定点的显示示例。图6示出每段时间中的功率消耗量以及该功率消耗量的改善余地量Δy。图6还示出目标温度设定点。图6中的显示允许用户容易地了解当天时间（时段）中的改善余地量。

<空调信息推定装置的处理>

下面将描述空调信息推定装置1的处理流程。图7为示出其中空调信息推定装置1特定功率消耗量推定函数的处理流程的图示。

模型特定单元5从存储单元4获取多个时段的房间温度x、温度设定点xs、初始温度xc、以及功率消耗量y（S1）。

对于每个时段，模型特定单元5求得第一特征量a(=x-xs)，其为房间温度x与温度设定点xs之间的差（S2）。

模型特定单元5求得第二特征量b(=xc-xs)，其为初始温度xc与温度设定点xs之间的差（S3）。

使用第一特征量a、第二特征量b、以及多个时段中的功率消耗量y，模型特定单元5通过最小二乘法来特定功率消耗量推定函数的常量α、β、和γ。功率消耗量推定函数逼近多条测量数据，并表达为：

y=α×a+β×b+γ...(1)

（S4）。因此，结束特定功率消耗量推定函数的处理。

图8为示出其中空调信息推定装置1推定功率消耗量以特定目标温度设定点和改善余地量的处理流程的图示。

输入单元6从外部获取：目标日的指定；目标日当天功率消耗量的目标减小比例zr；限位温度xm，指示作为管理指标的温度上限；阈值zt，指示目标减小比例zr的允许宽度；以及制冷或加热的指定（S11）。此处，将描述指定了制冷的情况。

温度设定点临时设定单元7从存储单元4处获取目标日当天包括的每个时段（每一个小时）的多条测量数据（房间温度x和温度设定点xs）（S12）。

温度设定点临时设定单元7特定限位温度xm与目标日当天房间温度x的最大温度max(x)之间的差Δxm（S13）。

Δxm=xm-max(x) （制冷）

温度设定点临时设定单元7将Δx’的初始值设定为零。温度设定点临时设定单元7还将二分法（bisection method）的参数t1的初始值设定为零，并设定参数t2的初始值为Δxm。

温度设定点临时设定单元7特定每个时段中的临时温度设定点xs’（S14）。

xs’=xs+(Δxm–Δx’) （制冷）

在该第一阶段，考虑到限位温度xm和最大温度max(x)，临时温度设定点xs’被设定为舒适度允许限度的（最高）温度设定点，从而使得空气调节被减弱。

功率消耗量特定单元8获取临时第一特征量a’和临时第二特征量b’。

a’=x-xs’

b’=xc-xs’

功率消耗量特定单元8基于存储单元4中存储的功率消耗量推定函数，来特定（推定）目标日当天每个时段中临时设定温度xs’所适用的功率消耗量y’（S15）。

y’=α×a’+β×b’+γ

改善余地量特定单元9求得温度设定点xs处的实际功率消耗量y与温度设定点xs’处的推定功率消耗量y’之间的差，作为每个时段中功率消耗量的改善余地量Δy（S16）。

Δy=y–y’

确定单元10特定目标日当天的累计改善余地量Δz、以及目标日当天的累计功率消耗量z（S17）。

Δz=ΣΔy

z=Σy

确定单元10确定减小比例Δz/z与功率消耗量的目标减小比例zr之间的差是否小于或等于阈值zt（S18）。

|(Δz/z)-zr|≤zt

当减小比例Δz/z与功率消耗量的目标减小比例zr之间的差小于或等于阈值zt时（S18中为是），目标温度设定点特定单元11将临时温度设定点xs’特定为目标温度设定点（S19）。然后，输出单元12将每个时段中的目标温度设定点以及对应的改善余地量Δy显示在显示装置上，并结束处理。

当减小比例Δz/z与功率消耗量的目标减小比例zr之间的差大于阈值zt时（S18中为否），目标温度设定点特定单元11确定是否满足例外处理的条件（S20）。

在(Δz/z)–zr<0且Δx’=0（S20中为是）的情况下，作为例外处理，目标温度设定点特定单元11将当前的临时温度设定点xs’设定为目标温度设定点（S19）。在所述例外处理的条件满足的情况下，考虑每个时段中的临时温度设定点xs’为限位值，并且当进一步升高临时温度设定点xs’以增加功率消耗量的减小比例时，多个时段之一中的温度可能会超过限位温度xm以致丧失舒适度。

在(Δz/z)–zr>0且Δx’≠0（S20中为否）的情况下，目标温度设定点特定单元11在范围（0≤Δx′≤Δxm）内改变温度设定点的校正值Δx’（S21）。此处，采用二分法以便搜寻适宜的校正值Δx’。具体而言，在(Δz/z)–zr>0的情况下参数t1的值被设定为Δx’，并且在(Δz/z)–zr<0的情况下参数t2的值被设定为Δx’。参数t1和参数t2的平均值被设定为新的校正值Δx’。

Δx′=(t1+t2)/2

校正值Δx’并不限于二分法。可选地，可逐渐地递进增大并决定校正值Δx’，或者可使用诸如牛顿法和遗传算法等其他方法来决定校正值Δx’。

在S21中改变温度设定点的校正值Δx’后，流程返回到S14以重复所述处理。因此，通过改变临时温度设定点xs’能够特定更加适宜的温度设定点。

在本实施例中，临时温度设定点xs’初始被设定为限位值以求得功率消耗量的减小比例Δz/z。考虑功率消耗量的减小比例Δz/z过于超过目标减小比例zr（(Δz/z)–zr>zt）的情况，是为了过于减小功率消耗量而削弱制冷以牺牲舒适度的情况。在这种情况下，校正值Δx’被改变以改变温度设定点xs’。因此，目标温度设定点被特定为使得能达到得作为目标减小比例zr的减小标准，并且使得温度环境对于使用房间的人而言是舒适的。

上面描述了在维持舒适度的同时使用过去的测量数据能够减小多少功率消耗量以及那时温度设定点（目标温度设定点）的特定。在本实施例的空调信息推定装置1中，使用功率消耗量推定函数，能够在假定温度设定点的情况下基于蓄热的影响的考虑来推定功率消耗量。当今，相比于前一年的相同月份，目标减小比例频繁地被设定为二氧化碳排放量或能源量的减小目标。在空调信息推定装置1中，用前一年相同月份的测量数据（例如，平均数据）作为过去测量数据能够基于未来时段（例如，下个月）功率消耗量的减小目标来特定最佳的温度设定点和功率消耗量的减小余地（减小比例）。因此，在节能过程中能够决定并使用未来时段的最佳温度设定点。

在本实施例中，仅根据测量数据（房间温度的测量值、房间的初始温度、温度设定点、以及功率消耗量的测量值）来特定功率消耗量推定函数，从而能够特定各种环境下建筑物各种类型的空调器和房间（区域）可适用的功率消耗量推定函数。由于在本实施例中未使用环境温度的测量数据，所以没有必要测量环境温度，也没有必要付出将传感器布置于建筑物外部的工作。空调信息推定装置1所需的测量数据是通用空调器所处理的信息，且仅从空调器就能够获取所述测量数据。可通过安装程序来引入该空调信息推定装置，该程序在计算机等上执行本实施例空调信息推定装置的功能。因此，该空调信息推定装置1具有低引入成本和易于引入的优点。

在本实施例中，是基于目标减小比例来特定目标温度设定点。可选地，可根据（累计的）改善余地量、功率消耗量的推定值y’、或者累计功率消耗量推定值Σy’的值（目标值）来特定适宜的目标温度设定点。

本实施例中描述了通过消耗电力作为能源来工作的空调器。可选地，本发明也适用于通过消耗油气作为能源来工作的空调器，并且能够推定油气消耗量的减小余地。

本实施例的空调信息推定装置能够结合到空调器中，并且在空调器所配备的显示器或者远程控制器（控制指令装置）的显示器上显示功率减小量（改善余地量）或者目标温度设定点。

目标温度设定点和改善余地量的推定并不限于以一天为单位，而是可以在一个时段（例如一个小时）中执行所述推定。

可任意来决定其中应将房间温度维持在限位温度xm或更低的时段（其中维持舒适度的时段）。例如，可使用空调器2工作的时段中的代表部分作为维持舒适度的时段。也即，可使用x（x₁、x₂、…和x₉）的平均值或中间值而非max(x)来决定Δxm。例如，假定Δxm是其中从xm减去目标日当天x的中间值所得到的值，则临时温度设定点xs’被设定为这样的值，其中在目标日的至少大约一半时段的温度被维持在限位温度xm或更低。其中舒适度被维持的时段可被设定为其中空调器2工作的某个时段（一个小时）。也即，可求得Δxm=xm–min(x)。

图9为示出在某个温度设定点处执行空气调节时房间温度x和Δxm的图表的图示。在空调器2工作（执行制冷）而规定时段（时钟时间T1至T2）中的温度被维持在限位温度或更低的情况下，可使用Δxm=xm–max(x)来决定临时温度设定点xs’。在至少一个时段中的温度被维持在限位温度或更低的情况下，可使用Δxm=xm–min(x)来决定临时设定温度xs’。

空调信息推定装置1的每个方块，尤其是获取单元3、模型特定单元5、输入单元6、温度设定点临时设定单元7、功率消耗量特定单元8、改善余地量特定单元9、确定单元10、目标温度设定点特定单元11、以及输出单元12可由硬件逻辑或使用CPU（中央处理单元）的软件构成。

也即，空调信息推定装置1包括执行实施每个功能的控制程序的命令的CPU、其中存储该控制程序的ROM（只读存储器）、其中扩展控制程序的RAM（随机存取存储器）、以及其中存储控制程序和多条数据的诸如存储器之类的存储装置（记录介质）。本发明的目的还可以实现为将记录介质供应给空调信息推定装置1，该记录介质中存储有用于空调信息推定装置1的控制程序的程序代码（可执行格式程序、中间代码程序和源程序）同时能由计算机读取，并且实现为使得计算机（或CPU或MPU（微处理器））读取并执行记录在记录介质中的程序代码，该程序代码是实施上述功能的软件。

记录介质的示例包括：带系统，例如磁带和卡带；盘系统，包括诸如软盘（注册商标）和硬盘之类的磁盘、以及诸如CD-ROM（只读式紧凑光盘）、MO（磁性光盘）、MD（迷你光盘）、DVD（数字通用光盘）和CD-R（可录写光盘）之类的光盘；卡系统，例如IC卡（包括存储卡）和光卡；以及半导体存储系统，例如掩模ROM、EPROM（可擦可编程只读存储器）、EEPROM（电可擦可编程只读存储器）和快闪ROM。

空调信息推定装置1可被配置为能够连接至通信网络，且程序代码可以经由该通信网络供应。对于该通信网络没有特别的限制。该通信网络的示例包括因特网、内联网、外联网、LAN（局域网）、ISDN（集成服务数字网）、VAN（增值网）、CATV（有线电视）通信网、虚拟专用网、电话线网、移动通信网和卫星通信网。对于构成通信网络的传输介质没有特别的限制。传输介质的示例包括：有线，例如IEEE（电气电子工程师学会）1394、USB、动力线路载波、电缆TV线、电话线和ADSL（非对称数字式用户线路）线；以及无线，例如诸如IrDA（红外数据协会）和远程控制器之类的红外线、蓝牙（注册商标）、802.11无线、HDR（高数据速率）、移动电话网络、卫线和地面数字网络。

本发明还能够表达如下。

所述空调信息推定装置还可包括函数特定单元，该函数特定单元通过获取多个时段中的多条测量数据来特定逼近所述多条测量数据的函数f(a)和g(b)，所述多条测量数据的每条都包括：所述多个时段的某一时段中在规定区域内的气温测量值、所述某一时段中的温度设定点、对应于所述某一时段的初始温度测量值、以及所述某一时段中所述空调器的能源消耗量的测量值，其中所述消耗量特定单元特定所述值y作为所述能源消耗量，所述值y是使用由所述函数特定单元特定的函数来求得。

根据所述配置，能够使用过去的测量数据来特定逼近该过去测量数据的函数f(a)和g(b)以及常量γ。因此，能够基于过去测量数据来求得适于该区域和该空调器的函数。因此，能够适宜地推定能源消耗量。

所述函数f(a)和g(b)可为线性函数，且所述消耗量特定单元可特定一函数的值y作为所述能源消耗量，该函数使用常量α、常量β、和常量γ表达为：

y=α×a+β×b+γ。

根据所述配置，能够通过使用第一特征量a和第二特征量b作为变量的最简单的线性方程来表达所述作为表示着能源消耗量的函数。

所述的空调信息推定装置还可包括函数特定单元，该函数特定单元获取多个时段中的测量数据并特定使得多条测量数据被逼近的函数的常量α、常量β、和常量γ，所述测量数据包括：所述多个时段的某一时段中在所述规定区域内的气温测量值、所述某一时段中的温度设定点、对应于所述某一时段的初始温度测量值、以及所述某一时段中所述空调器的能源消耗量的测量值，其中所述消耗量特定单元特定所述值y作为所述能源消耗量，所述值y是由使用所述常量α、常量β、和常量γ的所述函数来求得。

根据所述配置，能够使用过去测量数据来特定逼近该过去测量数据的函数的常量α、β、和γ。因此，能够基于过去测量数据来求得适于所述区域和所述空调器的函数。因此，能够适宜地推定能源消耗量。

所述的空调信息推定装置还可包括差值特定单元，该差值特定单元求得以临时温度设定点作为所述规定时段中的温度设定点而由所述函数求得的所述值y与所述某一时段中所述空调器的能源消耗量的测量值之间的差值作为能源消耗量差值。

根据所述配置，能够求得临时温度设定点处的能源消耗量与实际能源消耗量的测量值之间的差值（能源消耗量差值）。该能源消耗量差值表示在空调器被设定至临时温度设定点时能够减小多少能源。因此，用户能够根据能源减小目标以及彼时的能源减小量来推定适宜的温度设定点。

所述的空调信息推定装置还可包括：确定单元，该确定单元求得多个时段中的所述能源消耗量差值以确定所述多个时段中所述能源消耗量差值的累计值是否落入规定范围内；以及目标温度设定点特定单元，其在所述能源消耗量差值的累计值落入所述规定范围内时将每个时段中的所述临时温度设定点特定为每个时段中的所述目标温度设定点，所述目标温度设定点特定单元在所述能源消耗量差值的累计值不存在于所述规定范围内时，改变每个时段中的所述临时温度设定点以特定每个时段中的目标温度设定点，直到所述能源消耗量差值的累计值落入所述规定范围内为止。

根据所述配置，所述目标温度设定点能够被特定为使得多个时段中能源消耗量差值的累计值落入规定范围内。因此，通过根据能源消耗量的减小目标来设定规定范围，能够求得实现减小目标的目标温度设定点。

所述的空调信息推定装置还可包括温度设定点临时设定单元，该温度设定点临时设定单元假定所述临时温度设定点以使得根据温度设定点的规定限位值与所述规定时段中的气温测量值之间的差值来削弱所述空气调节，并假定所述某一时段中的温度设定点，其中所述差值特定单元使用所述温度设定点临时设定单元所假定的所述临时温度设定点而由所述函数来求得所述值y。

根据所述配置，在即使应用了临时温度设定点而规定区域内的气温也未超过限位值时（在制冷的情况下气温未超过限位值，以及在加热的情况下气温未掉落至限位值以下），能够求得临时温度设定点。基于舒适度的考虑来设定所述限位值，由此以基于舒适度和节能的考虑来假定临时设定温度。因此，在这种情况下能够推定能源消耗量。

所述消耗量特定单元可在假定x为所述空调器执行所述空气调节的所述规定时段中的初始阶段处所述规定区域内的气温的情况下特定所述能源消耗量。

在所述规定时段中，由于规定区域内的气温受某一时段中的设定温度影响而改变，因此优选使用该某一时段初始阶段的温度来作为求得所述函数的值y的气温x。

本发明的空调器包括所述空调信息推定装置。

所述空调信息推定装置可部分地由计算机构成。在此情况下，本发明还包括：控制程序，其使计算机运行为所述空调信息推定装置的每个单元；以及计算机可读记录介质，其中记录该控制程序。

本发明不限于实施例，在不脱离本发明范围的情况下可以进行各种改变。即，在不脱离本发明范围的前提下适当改变的多个技术手段的组合所获得的实施例也包含在本发明的技术范围内。

工业适用性

本发明能够适用于在改变温度设定点时推定功率消耗量的空调信息推定装置。

附图标记说明

1 空调信息推定装置

2 空调器

3 获取单元

4 存储单元

5 模型特定单元（函数特定单元）

6 输入单元

7 温度设定点临时设定单元

8 功率消耗量特定单元（消耗量特定单元）

9 改善余地量特定单元（差值特定单元）

10 确定单元

11 目标温度设定点特定单元

12 输出单元

Claims (12)

1.一种空调信息推定装置，其推定空调器的能源消耗量，所述空调器基于温度设定点来调节规定区域内的气温，

所述空调信息推定装置包括消耗量特定单元，该消耗量特定单元使规定时段中所述空调器的能源消耗量特定作为函数的值y，所述空调器在所述规定时段中执行空气调节，所述函数使用函数f(a)、函数g(b)、和常量γ被表达为：

y＝f(a)+g(b)+γ

所述函数f(a)中使用a＝x–xs的第一特征量a作为变量，其中f(a)是线性或者二次函数；

所述函数g(b)中使用b＝xc–xs的第二特征量b作为变量，其中g(b)是线性或者二次函数；以及其中常量γ是通过最小二乘法、多重回归分析法或者遗传算法方法求得，

其中x为所述规定时段中所述规定区域内的气温，xs为所述规定时段中的所述温度设定点，且xc为所述空调器在所述规定时段之前开始所述空气调节时所述规定区域内的初始气温；

还包括函数特定单元，该函数特定单元通过获取多个时段中的多条测量数据来特定逼近所述多条测量数据的所述函数f(a)和g(b)以及常量γ，所述多条测量数据的每条都包括：所述多个时段的某一时段中在所述规定区域内的气温测量值、所述某一时段中的温度设定点、对应于所述某一时段的初始温度测量值、以及所述某一时段中所述空调器的能源消耗量的测量值，

其中所述消耗量特定单元特定所述值y作为所述能源消耗量，所述值y是使用由所述函数特定单元特定的函数来求得。

2.一种空调信息推定装置，其推定空调器的能源消耗量，所述空调器基于温度设定点来调节规定区域内的气温，

所述空调信息推定装置包括消耗量特定单元，该消耗量特定单元使规定时段中所述空调器的能源消耗量特定作为函数的值y，所述空调器在所述规定时段中执行空气调节，所述函数使用常量α、常量β、和常量γ被表达为：

y＝α×a+β×b+γ

其中所述常量α和/或β是通过最小二乘法、多重回归分析法或者遗传算法方法求得；

还包括函数特定单元，该函数特定单元获取多个时段中的多条测量数据并特定逼近所述多条测量数据的常量α、常量β、和常量γ，所述多条测量数据的每条都包括：所述多个时段的某一时段中在所述规定区域内的气温测量值、所述某一时段中的温度设定点、对应于所述某一时段的初始温度测量值、以及所述某一时段中所述空调器的能源消耗量的测量值，

其中所述消耗量特定单元特定所述值y作为所述能源消耗量，所述值y是由使用所述常量α、常量β、和常量γ的所述函数来求得。

3.根据权利要求1或2所述的空调信息推定装置，还包括差值特定单元，该差值特定单元求得以临时温度设定点作为所述规定时段中的温度设定点由所述函数求得的所述值y、与所述规定时段中所述空调器的能源消耗量的测量值之间的差值，作为能源消耗量差值。

4.根据权利要求3所述的空调信息推定装置，还包括：确定单元，该确定单元求得多个时段中的所述能源消耗量差值，以确定所述多个时段中所述能源消耗量差值的累计值是否落入规定范围内；以及

目标温度设定点特定单元，其在所述能源消耗量差值的累计值落入所述规定范围内时将每个时段中的所述临时温度设定点特定为每个时段中的所述目标温度设定点，所述目标温度设定点特定单元在所述能源消耗量差值的累计值不存在于所述规定范围内时改变每个时段中的所述临时温度设定点，以特定每个时段中的目标温度设定点直到所述能源消耗量差值的累计值落入所述规定范围内为止。

5.根据权利要求3所述的空调信息推定装置，还包括温度设定点临时设定单元，该温度设定点临时设定单元假定所述临时温度设定点，以使得根据所述温度设定点的规定限位值与所述规定时段中的气温测量值之间的差值来削弱所述空气调节，并假定所述某一时段中的温度设定点，

其中所述差值特定单元使用所述温度设定点临时设定单元所假定的所述临时温度设定点由所述函数来求得所述值y。

6.根据权利要求1或2所述的空调信息推定装置，其中所述消耗量特定单元在假定x为所述空调器执行所述空气调节的所述规定时段中的初始阶段处所述规定区域内的气温的情况下特定所述能源消耗量。

7.根据权利要求3所述的空调信息推定装置，其中所述消耗量特定单元在假定x为所述空调器执行所述空气调节的所述规定时段中的初始阶段处所述规定区域内的气温的情况下特定所述能源消耗量。

8.根据权利要求4所述的空调信息推定装置，其中所述消耗量特定单元在假定x为所述空调器执行所述空气调节的所述规定时段中的初始阶段处所述规定区域内的气温的情况下特定所述能源消耗量。

9.根据权利要求5所述的空调信息推定装置，其中所述消耗量特定单元在假定x为所述空调器执行所述空气调节的所述规定时段中的初始阶段处所述规定区域内的气温的情况下特定所述能源消耗量。

10.一种空调器，包括根据权利要求1-9中任一项所述的空调信息推定装置。

11.一种空调信息推定装置的控制方法，该空调信息推定装置推定空调器的能源消耗量，所述空调器基于温度设定点来调节规定区域内的气温，

所述空调信息推定装置的控制方法包括消耗量特定步骤，该消耗量特定步骤使规定时段中所述空调器的能源消耗量特定作为函数的值y，所述空调器在所述规定时段中执行空气调节，所述函数使用函数f(a)、函数g(b)、和常量γ被表达为：

y＝f(a)+g(b)+γ

所述函数f(a)中使用a＝x–xs的第一特征量a作为变量，其中f(a)是线性或者二次函数；

所述函数g(b)中使用b＝xc–xs的第二特征量b作为变量，其中g(b)是线性或者二次函数；以及其中常量γ是通过最小二乘法、多重回归分析法或者遗传算法方法求得，

其中x为所述规定时段中所述规定区域内的气温，xs为所述规定时段中的所述温度设定点，且xc为所述空调器在所述规定时段之前开始所述空气调节时所述规定区域内的初始气温；

还包括函数特定步骤，该函数特定步骤通过获取多个时段中的多条测量数据来特定逼近所述多条测量数据的所述函数f(a)和g(b)以及常量γ，所述多条测量数据的每条都包括：所述多个时段的某一时段中在所述规定区域内的气温测量值、所述某一时段中的温度设定点、对应于所述某一时段的初始温度测量值、以及所述某一时段中所述空调器的能源消耗量的测量值，

其中所述消耗量特定步骤特定所述值y作为所述能源消耗量，所述值y是使用由所述函数特定步骤特定的函数来求得。

12.一种控制方法，其指示计算机执行消耗量特定步骤，该消耗量特定步骤使规定时段中空调器的能源消耗量特定作为函数的值y，所述空调器在所述规定时段中执行空气调节，所述函数使用函数f(a)、函数g(b)、和常量γ被表达为：

y＝f(a)+g(b)+γ

所述函数f(a)中使用a＝x–xs的第一特征量a作为变量，其中f(a)是线性或者二次函数；

所述函数g(b)中使用b＝xc–xs的第二特征量b作为变量，其中g(b)是线性或者二次函数；以及其中常量γ是通过最小二乘法、多重回归分析法或者遗传算法方法求得，

其中x为所述规定时段中所述规定区域内的气温，xs为所述规定时段中的所述温度设定点，且xc为所述空调器在所述规定时段之前开始所述空气调节时所述规定区域内的初始气温；

还包括函数特定步骤，该函数特定步骤通过获取多个时段中的多条测量数据来特定逼近所述多条测量数据的所述函数f(a)和g(b)以及常量γ，所述多条测量数据的每条都包括：所述多个时段的某一时段中在所述规定区域内的气温测量值、所述某一时段中的温度设定点、对应于所述某一时段的初始温度测量值、以及所述某一时段中所述空调器的能源消耗量的测量值，

其中所述消耗量特定步骤特定所述值y作为所述能源消耗量，所述值y是使用由所述函数特定步骤特定的函数来求得。