CN103513632B - 能源管理系统 - Google Patents

能源管理系统 Download PDF

Info

Publication number
CN103513632B
CN103513632B CN201310251966.8A CN201310251966A CN103513632B CN 103513632 B CN103513632 B CN 103513632B CN 201310251966 A CN201310251966 A CN 201310251966A CN 103513632 B CN103513632 B CN 103513632B
Authority
CN
China
Prior art keywords
consumption
air conditioner
energy
saving control
energy source
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.)
Active
Application number
CN201310251966.8A
Other languages
English (en)
Other versions
CN103513632A (zh
Inventor
松原正裕
桑原健一
久岛大资
山田顺一
富田泰志
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
Publication of CN103513632A publication Critical patent/CN103513632A/zh
Application granted granted Critical
Publication of CN103513632B publication Critical patent/CN103513632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • 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
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • 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
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances
    • Y04S20/244—Home appliances the home appliances being or involving heating ventilating and air conditioning [HVAC] units

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Power Engineering (AREA)
  • Air Conditioning Control Device (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的能源管理系统具有空调计划节能率计算部分和消耗量换算部分，在空调计划节能率计算部分中，根据基准时的空调计划、和作为节能控制内容的空调计划，求出各自相对空调能源消耗量，由此来计算出节能控制的效果，在消耗量换算部分中，根据所述空调计划节能率计算部分计算出的节能率、和节能控制实施时的空调能源消耗量，计算出基准时的估计空调能源消耗量。因此，即使没有基准时(不进行节能时)的实测数据，也能够计算出不实施节能控制时的估计空调能源消耗量。

Description

能源管理系统
技术领域
本发明涉及一种控制建筑物的空调设备并对能源消耗量进行管理的系统。
背景技术
为了降低建筑物的能源消耗量，在建筑物内引进被称为BEMS(BuildingEnergyManagementSystem，建筑物能源管理系统)的能源管理系统，以对空调等设备的动作进行控制。在引进能源管理系统以进行节能控制时，要求明确其节能效果。也就是说，要求对不进行节能控制时的能源消耗量或进行效果比要引进的节能控制小的节能控制时的能源消耗量、和进行所要引进的节能控制时的能源消耗量进行比较，计算出节能控制的定量效果，也就是能源消耗的降低量或者节能率。
在专利文献1中公开了如下的计算方法，即，计算不进行节能控制时的估计能源消耗量或进行效果比要引进的节能控制小的节能控制时(以下称为基准时)的估计能源消耗量。在该公报中公开了模拟模型的求取方法，其设置不进行节能控制的期间，并且收集能源消耗量或气象等左右能源消耗量的因素的数据，以此来计算出基准时的估计能源消耗量。
此外，在专利文献2中，根据实施了节能控制时的数据(例如，外部气温或消耗功率等)求出计算节能控制实施时的能源消耗量的计算式，将过去的没有实施节能控制时的数据(外部气温)代入该计算式中，由此算出在过去的相同时期实施了节能控制时的估计消耗量。通过对该消耗量与在过去相同时期实际测出的能源消耗量进行比较，从而计算出节能控制的效果。
在专利文献3中，求出计算过去的不进行节能时的能源消耗量的计算式，将作为基准时的环境条件的外部气温和室温代入该计算式中，由此算出基准时的估计能源消耗量。通过比较该能源消耗量与实施了节能控制时的能源消耗量，计算出节能控制的效果。
【专利文献1】日本国专利特开平11-328152号公报
【专利文献2】日本国专利特开2003-070163号公报
【专利文献3】日本国专利特开2003-216715号公报
在专利文献1的方法中，在能源管理系统引进后或者更新后，设置不进行能源控制的期间。可是，由于该方法会造成不必要的能源浪费，所以不是一种可以接受的方法。
在专利文献2的方法中，需要获取过去的没有进行节能控制时的数据，但并不一定总是能够获得该数据。此外，通过该方法计算出的能源消耗的降低量或节能率是以过去曾存在没有进行节能控制作为前提的值，在当前的进行节能控制的情况下无法计算出该值。如果节能控制引进前后的能源消耗趋势(例如热负荷量的大小)相同，则通过该方法获得的节能率可能与当前的节能率相同，但是，有时在过去进行不同的节能控制或者使用节能设备，此时就无法计算出当前的节能控制带来的效果。
在专利文献3的方法中，消耗量的计算式包含会受到控制参数(设定温度)的影响的值、即室温。由于与空调设备的能源消耗量相关联的热负荷的一部分是由外部气温与室温之间的温差产生的，所以认为该方法在能够对每个房间等各个小范围的区域进行能源消耗量测量的情况下有效。其理由是，在测量区域小于一定规模时，室温与热负荷量之间的关联性增大。可是，由于不同场所的室温之间会产生偏差，所以可能导致室温与能量消耗量之间的关联性下降。另一方面，在实际的能源管理系统中，如果大量设置测量点，则会导致设备费用和施工费用上升，所以大多情况下只在很大的区域内进行测量，例如在一个建筑物内只测量一点或者每个租户只测量一点等。此外，还需要在计算方法上采取措施，例如对用于按照能源消耗量的测量区域来计算能源消耗量的参数(例如室温)计算出各个场所之间的平均值等。并且，由于该方法也需要获取过去的没有进行节能控制的时期的数据，所以也存在会导致不必要的能源消耗增加的问题。
作为计算节能控制效果的一个方法，已知有除了外部气温等与环境有关的值以外，还将在节能控制中进行操作的值(例如空调机的设定温度或开闭等)作为参数代入消耗量模型(例如计算式或者计算步骤)中的方法。在建立该模型时，无论测量数据时是否进行了节能控制，都能够使用数据，模型能够通过回归计算等来求出。通过建立上述消耗量模型，不但能够计算出过去的节能效果，而且能够通过假定将来的控制内容来预测将来的能源消耗量、节能控制带来的能源消耗降低量以及节能率等。
可是，一般来说，即使将设定温度等控制参数代入能源消耗量的计算模型，也会出现参数在统计学上无意义的情况等，此时无法建立有效的模型。其原因可能是因为上述的测量点不足，或者是没有测量的参数对消耗量的影响大于测量出的控制参数对消耗量的影响。
发明内容
用于解决上述课题的本发明，是一种能源管理系统，其特征在于，具有空调计划节能率计算部分和消耗量换算部分，
在所述空调计划节能率计算部分中，根据基准时的空调计划、节能控制实施时的空调计划以及相对于空调设定温度的空调能源消耗量，分别计算出所述基准时的空调计划的空调能源消耗量和所述节能控制实施时的空调能源消耗量，
并且根据所述基准时的空调计划的空调能源消耗量和所述节能控制实施时的空调能源消耗量，计算出表示所述节能控制实施时的空调能源消耗量相对于所述基准时的空调计划的空调能源消耗量的节能率即节能控制的效果的值，
在所述消耗量换算部分中，进行根据表示所述节能控制的效果的值和节能控制实施时的空调能源消耗量来计算出基准时的估计空调能源消耗量的计算、和根据表示所述节能控制的效果的值和基准时的空调能源消耗量来计算出节能控制实施时的估计空调能源消耗量的计算中的至少一种计算，
所述基准时是指不进行节能控制时或进行效果比要引进的节能控制小的节能控制时。
(发明效果)
根据本发明，即使没有基准时的数据，并且即使不设置基准时的期间，也能够计算出基准时的估计消耗量，从而能够定量地求出节能效果。
在以下的实施方式的说明中更加明确地阐述上述以外的课题、结构和效果。
附图说明
图1是本发明的系统结构图。
图2是能源管理服务器的功能结构图。
图3是用于消耗量换算的数据流程图。
图4是计算基准时的估计消耗量的处理流程图。
图5是基准时和节能控制实施时的空调计划。
图6是相对消耗量计算用表。
图7是显示在能源消耗量显示部分上的累计消耗量曲线图。
图8是计算基准时的估计消耗量的预测值的处理流程图。
图9是计算基准时的估计消耗量的预测值的处理流程图。
图10是包含修正的消耗量预测的处理流程图。
图11是表示以天为单位的空调能源消耗量的消耗量曲线图。
符号说明：
11能源管理服务器
12能源管理对象物件
13对象物件管理员用装置
14气象数据发送服务器
15网络
具体实施方式
以下参照附图对本发明的实施方式进行说明。
图1是应用了本发明的能源管理系统的结构图。
能源管理服务器11以建筑物的部分区域或者全部区域作为对象进行能源管理。具体来说，积累与能源消耗有关的数据，生成以曲线表示的数据。此外，还生成设备的控制内容的指令数据。
能源管理对象物件12-x(X＝1～n)是能源管理服务器11进行能源管理的对象。能源管理对象物件12-x中设置有数据测量部分121-x，其从能源管理对象物件12-x内的设备收集能源消耗量等测量数据、空调机的开闭状态等的运行数据，并通过网络15发送给能源管理服务器11。此外，能源管理对象物件12-x具备控制执行部分122-x，其接收从能源管理服务器11经由网络15发送来的控制指令数据，并对能源管理对象物件12-x内的设备执行控制。数据测量部分121-x和控制执行部分122-x为控制器，通过未图示的网络与同样设置在能源管理对象物件12-x内且用于控制设备和测量数据的一个或多个控制器连接。
对象物件管理员用装置13-i(i＝1～m)具有画面显示装置以及键盘或鼠标等输入装置，通过网络15从能源管理服务器11获取与能源管理对象物件12-x有关的数据并向能源管理对象物件12-x内的管理员进行显示。在针对能源管理对象物件12-x的设备进行控制的设定时，接收来自管理员的输入，并通过网络15将其发送到能源管理服务器11。
气象数据发送服务器14积累外部气温等与气象有关的各地的测量数据以及预测数据，并且经由网络15发送数据。
图2表示能源管理服务器11内的功能结构。
数据收集发送部分21通过网络15从能源管理对象物件12-x的数据测量部分121-x接收测量数据，并将其存储在数据记录部分22中。此外，将存储在数据记录部分22中的控制指令数据发送给能源管理对象物件12-x的控制执行部分122-x。向测量数据和控制指令数据被赋予能源管理对象物件12-x的识别编号，使得能够在数据记录部分22中与数据类别和日期时间一起使用识别编号来进行检索，并且能够确定数据的收发方。
数据测量部分121-x发送给数据收集发送部分21的测量数据至少包括空调能源消耗量。空调能源消耗量的单位例如设定为“kWh/日”。在本实施例中，消耗量以一日为单位，但时间间隔并不仅限于此。
作为数据测量部分121-x向数据收集发送部分21发送数据的时间，例如在第二天的规定时刻发送一天的数据。作为数据收集发送部分21向控制执行部分122-x发送数据的时间，例如在前一天的规定时间发送一天的控制计划数据。此外，事件性的控制指令是在存储到数据记录部分22的时间点发送的。
数据收集发送部分21经由网络15从气象数据发送服务器14接收各地的气象数据，并将其存储在数据记录部分22中。气象数据中至少包括外部气温。气象数据中被赋予了地点的识别编号，使得能够在数据记录部分22中与数据类别和日期时间一起使用识别编号来进行检索。
空调计划节能率计算部分23将存储在数据记录部分22中并发送到控制执行部分122-x的作为节能控制内容的空调计划数据、以及存储在数据记录部分22中的作为能源管理对象物件12-x的基准时的作为空调机运用方法的空调计划数据作为输入，计算节能控制实施时的空调能源消耗量相对于基准时的能源消耗量的降低率(以下简称为“节能率”)。由于节能控制实施时的空调计划每天都有变更的可能，所以针对各单位时间(每天)的消耗量计算节能率，并将其存储在数据记录部分22中。
消耗量换算部分24将节能控制实施时的空调能源消耗量作为输入，使用空调计划节能率计算部分23计算出的节能率，换算成基准时的估计空调能源消耗量。或者将基准时的空调能源消耗量作为输入，使用空调计划节能率计算部分23计算出的节能率，换算成节能控制实施时的估计空调能源消耗量。换算前的空调能源消耗量存储在数据记录部分22中，并且换算后的空调能源消耗量也存储在数据记录部分22中。
运用规划部分25针对各个能源管理对象物件12-x生成节能控制实施时的空调计划数据，并将其存储在数据记录部分22中。对于节能控制方法、即空调计划的生成方法而言，由于不在本发明的范围内，所以在此省略详细的说明。
消耗量预测部分26根据存储在数据记录部分22中的过去的空调能源消耗量来计算将来的空调预测能源消耗量，并将其存储在数据记录部分22中。作为预测方法，例如使用以一日为单位的空调能源消耗量作为目变量，使用日均外部气温作为说明变量来求出回归式。预测模型是以每个能源管理对象物件12-x为单位建立的。
预测消耗量修正部分27根据过去消耗量预测部分26计算出且存储在数据记录部分22中的某一日的节能控制实施时的预测空调能源消耗量、以及此后测量并存储在数据记录部分22中的同一天的节能控制实施时的空调能源消耗量，计算出预测空调能源消耗量的误差率，根据该误差率求出消耗量预测部分26的预测消耗量和针对在空调计划节能率计算部分23中算出的节能率的修正率，并将其存储在数据记录部分22中。该修正率用于提高预测消耗量的精度。
在运用报告部分28中，针对能源管理对象物件12-x，将存储在数据记录部分22中的节能控制实施时的空调计划数据、过去的空调能源消耗量的实测值、以及将来的空调能源消耗量的预测值生成为HTML(HyperTextMarkupLanguage，超文本标记语言)等形式的显示数据，并通过网络15将其发送到对象物件管理员用装置13-i。运用报告部分28接收输入到对象物件管理员用装置13-i中的能源管理对象物件12-x的识别编号、显示对象日期时间等的指定，生成显示数据。
运用设定部分29通过网络15接收输入到对象物件管理员用装置13-i中的与节能控制相关的设定，赋予能源管理对象物件12-x的识别编号，并存储在数据记录部分22中。作为与节能控制相关的设定内容，至少包括基准时的空调计划。
上述能源管理服务器11内的功能作为程序来实现。该程序存储在能源管理服务器11的ROM(ReadOnlyMemory，只读存储器)或硬盘等存储装置中，使用能源管理服务器11的RAM(RandomAccessMemory，随机存取存储器)等临时存储装置，通过能源管理服务器11的运算装置来执行，运算结果存储在硬盘等存储装置中。存储在数据记录部分22中的各种数据也被存储在能源管理服务器11的硬盘等存储装置中。此外，运用报告部分28和运用设定部分29使用能源管理服务器11的通信装置，在网络15上进行数据的收发。
图3表示空调计划节能率计算部分23的功能结构。相对消耗量计算部分31计算出与所输入的空调计划数据相对应的相对空调能源消耗量。消耗量比较部分32根据在相对消耗量计算部分31计算出的、相对于基准时的空调计划数据的相对空调能源消耗量和相对于节能控制实施时的空调计划数据的相对空调能源消耗量，计算出节能控制实施时的空调能源消耗量相对于基准时的空调能源消耗量的节能率。此后，在消耗量换算部分24中，将计算出的节能率、和存储在数据记录部分22中的换算前的空调能源消耗量即节能控制实施时的空调能源消耗量作为输入，换算成基准时的估计空调能源消耗量，并将其存储在数据记录部分22中。
图4表示在空调计划节能率计算部分23和消耗量换算部分24中计算基准时的估计空调能源消耗量时的处理流程。
在步骤41中，相对消耗量计算部分31从数据记录部分22获取基准时的空调计划数据，并计算基准时的相对空调能源消耗量。
在步骤42中，相对消耗量计算部分31从数据记录部分22获取节能控制实施时的空调计划数据，并计算节能控制实施时的相对空调能源消耗量。
在步骤43中，消耗量比较部分32根据在步骤41中计算出的基准时的相对空调能源消耗量、和在步骤42中计算出的节能控制实施时的相对空调能源消耗量，计算节能控制实施时的空调能源消耗量相对于基准时的空调能源消耗量的节能率。
在步骤44中，消耗量换算部分24从数据记录部分22中获取换算前的空调能源消耗量数据，根据在步骤43中计算出的节能率，换算空调能源消耗量，并将其存储在数据记录部分22中。作为换算方法，在假定节能率为百分率时，如果换算前的空调能源消耗量为基准时的值，则乘以(100-节能率)/100，如果换算前的空调能源消耗量为节能控制实施时的值，则乘以100/(100-节能率)。但是在后者中，在节能率为100时，即在空调机全部停止时，是无法进行计算的。将在空调机均处于停止状态时观测到的空调能源消耗量例如作为基础负荷来处理，将基准时的消耗量和节能控制实施时的消耗量作为相同的消耗量来处理。
图5表示空调计划数据的示例。图5(a)表示基准时的空调计划数据，图5(b)表示节能控制实施时的空调计划数据。
图5(a)所示的基准时的空调计划数据、即空调计划51被设定为，空调机从8点至18点以设定温度24℃运转，其余时间使空调机停止运转。另一方面，图5(b)所示的节能控制实施时的空调计划数据、即空调计划52被设定为，空调机从9点至12点以设定温度26℃运转，从13时至17时以设定温度28℃运转，其余时间使空调机停止运转。在运用规划部分25中生成该计划52。
图6例示了相对消耗量计算部分31所具有的相对消耗量计算表。图6(a)是根据设定温度计算相对空调能源消耗量时使用的相对消耗量计算表61。图6(b)是除了设定温度以外还根据外部气温来计算相对空调能源消耗量时使用的相对消耗量计算表62。
相对消耗量计算部分31例如是使用图6(a)和图6(b)所示的相对消耗量计算表61、62来计算空调计划中的相对空调能源消耗量的。具体来说，在使用相对消耗量计算表61时，根据空调机运转时的设定温度，针对空调计划数据中的各个时间点计算相对空调能源消耗量。此外，针对空调计划数据中的所有时间点，计算各个时间点的相对空调能源消耗量，通过计算出这些值的累计值，能够计算出空调计划中的相对空调能源消耗量。
相对消耗量计算表61表示在相对空调能源消耗量的计算中只使用了设定温度时的数据。使用该相对消耗量计算表61时，能够计算出图5(a)所示的相对于基准时的空调计划51的相对消耗量为1000，图5(b)所示的相对于节能控制实施时的空调计划52的相对消耗量为526。根据这些值，能够计算出节能控制实施时的空调计划52的空调能源消耗量相对于基准时的空调计划51的空调能源消耗量的节能率为47.4％。
相对消耗量计算表62表示在计算相对空调能源消耗量时除了设定温度以外还使用了外部气温时的数据。使用该相对消耗量计算表62时，在日均外部气温为28℃时，相对于基准时的空调计划51的相对消耗量为900，相对于节能控制实施时的空调计划52的相对消耗量为485，节能率为46.1％。
相对消耗量计算部分31的相对消耗量的计算方法并不仅限于上述方法，也可以采用其他的方法。例如，也可以使用建筑物的地板面积和建筑材料等作为固定值来计算热负荷，由此对空调能源消耗量进行模拟运算。
通过上述处理，即使没有在与基准时相同的条件下测量的数据，也能够通过计算基准时的估计空调能源消耗量，并与节能控制实施时的空调能源消耗量的测量值进行比较，从而定量地求出节能控制的效果。
图7是运用报告部分28生成的曲线图的一例。
在曲线图70中，横轴表示天数，纵轴表示能源管理对象物件12-x以天为单位的空调能源消耗量的累计值。曲线图70的横轴上的显示对象期间为运用规划部分25进行上述节能控制的对象期间，该期间存储在数据记录部分22中。
在本示例中，以使运用规划部分25取的节能控制内容落入当前控制期间的空调能源消耗量的上限值75以内的方式生成当天以后的空调计划73。其中，一定期间的空调能源消耗量的上限值75是输入到对象物件管理员用装置13-i中并被运用设定部分29接收后存储在数据记录部分22中的设定值。
累计消耗量曲线71表示从当前的控制对象期间的开始日起测量到前一天为止的存储在数据记录部分22中的节能控制实施时的空调能源消耗量的累计值。
累计消耗量曲线72表示相同期间的基准时的估计空调能源消耗量的累计值。累计消耗量曲线72的每天的值是使用由空调计划节能率计算部分23计算出并以天为单位存储在数据记录部分22中的节能率，通过消耗量换算部分24对累计消耗量曲线71的每天的消耗量进行换算后得到的消耗量。
累计消耗量曲线73表示从当天起到当前的控制对象期间的结束日为止预测出并存储在数据记录部分22中的节能控制实施时的预测空调能源消耗量的累计值。
此外，累计消耗量曲线74表示相同期间的基准时估计的预测空调能源消耗量的累计值。
从曲线图70可知，在当前的控制期间结束时，当实施了节能控制的情况下，累计消耗量落入在指定的上限内。另一方面，基准时的估计累计消耗量超出了指定的上限，由此可以清楚地知道节能控制的效果。也就是说，在设置有显示空调能源消耗量的能源消耗量显示部分的情况下，通过显示用于将一定期间的空调能源消耗量抑制在指定的规定值内的上限值、一定期间的节能控制实施时的空调能源消耗量的累计值、以及一定期间的基准时的空调能源消耗量的累计值，从而在节能控制实施时的空调能源消耗量的累计值在上限值内，且基准时的空调能源消耗量的累计值不在上限值内的情况下，能够以视觉方式一目了然地显示出所述节能控制的效果。
图8是预测生成累计消耗量曲线73和74时所使用的将来消耗量的处理流程。
在步骤81中，消耗量预测部分26使用节能控制实施时测量的消耗量、即累计消耗量曲线71的每天的值、以及存储在数据记录部分22中的同一天的气象数据(外部气温等)，建立消耗量预测模型。作为消耗量预测模型的例，具有将外部气温作为说明变量的回归式。
在步骤82中，消耗量预测部分26将存储在数据记录部分22中的气象数据输入到通过步骤81获得的消耗量预测模型中，计算出到当前的控制对象期间的结束日为止的每天的消耗量，并将其存储在数据记录部分22中。该消耗量是节能控制实施时的值，也就是累计消耗量曲线73的每天的值。
在步骤83中，通过图4的处理流程，将在步骤82中获得的节能控制实施时的预测空调能源消耗量换算成基准时的预测空调能源消耗量，并将其存储在数据记录部分22中，结束处理流程。在此计算出的基准时的预测空调能源量是累计消耗量曲线74的每天的值。此时，在图4的步骤42中，使用运用规划部分25生成的适用于将来(包括当天在内)的预定计划、即空调计划数据，计算出节能率。
通过以上的处理，将能源消耗量的预测装置和计算节能控制的效果并将其反映在消耗量上的装置分开，并且进一步使用上述方法来计算出节能控制的效果，即使没有在与基准时相同的条件下测量的数据，也可以通过计算将来的基准时的估计预测空调能源消耗量、和节能控制实施时的预测空调能源消耗量，来定量地求出节能控制的效果。
图9与图8一样，是预测将来的消耗量的处理流程，但其内容与图8不同。
在步骤91中，消耗量预测部分26使用过去的基准时的估计空调能源消耗量、即累计消耗量曲线72的每天的值、以及存储在数据记录部分22中的同一天的气象数据(外部气温等)，建立消耗量预测模型。
在步骤92中，消耗量预测部分26将存储在数据记录部分22中的气象数据输入到通过步骤91获得的消耗量预测模型中，计算出到当前的控制对象期间的结束日为止的每天的消耗量，并将其存储在数据记录部分22中。该消耗量是基准时的值，也就是累计消耗量曲线74的每天的值。
在步骤93中，通过图4的处理流程，将在步骤92中获得的基准时的预测空调能源消耗量换算成节能控制实施时的预测空调能源量，并将其存储在数据记录部分22中，结束处理流程。该消耗量是累计消耗量曲线73的每天的值。此时，使用在步骤42中运用规划部分25生成的将来的空调计划数据来计算出节能率，这一点与步骤83相同。
在图9的处理流程中，建立消耗量预测模型时使用的消耗量为基准时的值，并且预测的消耗量也是基准时的值。因此，即使因空调计划每天都被变更而使得节能率产生差异，也不容易受到该差异的影响。
图10表示包括预测消耗量或节能率的修正的空调能源消耗量的预测处理流程。
在步骤101中，预测消耗量修正部分27根据某一天的节能控制实施时的预测空调能源消耗量、和此后测量到的同一天的节能控制实施时的空调能源消耗量，计算出预测空调能源消耗量的误差率，并以天为单位将其存储在数据记录部分22中。例如，预测消耗量为100，而测量到的消耗量为90，则误差率为-0.1。此外，误差率在使用时也可以取移动平均。
在步骤102中，预测消耗量修正部分27使用在步骤101中获得的误差率，针对根据将来的预测空调能源消耗量、根据节能控制实施时的空调计划数据求出的节能率计算出修正率。在对预测消耗量进行修正时，例如将修正率设定为1+误差率。在对节能率进行修正时，例如将修正率设定为1/(1+误差率)。
在步骤103中，利用图8或图9的处理流程，求出节能率和预测空调能源消耗量，此后结束流程处理。此外，如果在步骤102中对预测消耗量进行了修正，则将计算出的预测消耗量乘以修正率。如果在步骤102中对节能率进行了修正，则将节能率乘以修正率后，求出预测消耗量。
图11是基于图10的处理流程的修正例。消耗量曲线图110表示某一天的以天为单位的空调能源消耗量。柱形曲线111表示过去预测的基准时的估计消耗量C1，柱形曲线112表示过去预测的节能控制实施时的消耗量C2，柱形曲线113表示此后测量到的节能控制实施时的消耗量C3，柱形曲线114表示在消耗量变换部分24中对柱形曲线113的值进行换算而得到的基准时的估计消耗量C4。其中，在步骤101中计算出的误差率为(C3-C2)/C2。如果在步骤102中对节能率进行修正，则修正率为C2/C3。由于原来的节能率为1-C2/C1，所以修正后的节能率为(C1-C2)/C3。也就是说，修正后的节能率为C4×{1-(C1-C2)/C3}＝C3。
如上所述，即使在相对消耗量计算模型的精度在初始设定中较低的情况下，也能够通过对预测消耗量或节能率进行修正来提高预测消耗量的计算精度，因此，能够进一步提高本发明的节能效果的计算方法的实用性。

Claims (6)

1.一种能源管理系统，其特征在于，具有空调计划节能率计算部分和消耗量换算部分，
在所述空调计划节能率计算部分中，根据基准时的空调计划、节能控制实施时的空调计划以及相对于空调设定温度的空调能源消耗量，分别计算出所述基准时的空调计划的空调能源消耗量和所述节能控制实施时的空调能源消耗量，
并且根据所述基准时的空调计划的空调能源消耗量和所述节能控制实施时的空调能源消耗量，计算出表示所述节能控制实施时的空调能源消耗量相对于所述基准时的空调计划的空调能源消耗量的节能率即节能控制的效果的值，
在所述消耗量换算部分中，进行根据表示所述节能控制的效果的值和节能控制实施时的空调能源消耗量来计算出基准时的估计空调能源消耗量的计算、和根据表示所述节能控制的效果的值和基准时的空调能源消耗量来计算出节能控制实施时的估计空调能源消耗量的计算中的至少一种计算，
基准时是指不进行节能控制时或进行效果比要引进的节能控制小的节能控制时。
2.如权利要求1所述的能源管理系统，其特征在于，
所述能源管理系统具有消耗量预测部分，所述消耗量预测部分根据过去的空调能源消耗量以及与外部环境相关的值的数据，计算出将来预测的空调能源消耗量，
所述过去的空调能源消耗量是节能控制实施时的实测值，
所述消耗量换算部分将所述消耗量预测部分计算出的节能控制实施时的预测空调能源消耗量换算成基准时的预测空调能源消耗量。
3.如权利要求1所述的能源管理系统，其特征在于，
所述能源管理系统具有消耗量预测部分，所述消耗量预测部分根据过去的空调能源消耗量以及与外部环境相关的值的数据，计算出将来预测的空调能源消耗量，
所述过去的空调能源消耗量是将节能控制实施时的实测值输入所述消耗量换算部分而得到的基准时的估计空调能源消耗量，
所述消耗量换算部分将所述消耗量预测部分计算出的基准时的预测空调能源消耗量换算成节能控制实施时的预测空调能源消耗量。
4.如权利要求2所述的能源管理系统，其特征在于，
所述能源管理系统具有预测消耗量修正部分，所述预测消耗量修正部分修正表示所述节能控制的效果的值和/或所述预测的空调能源消耗量，
所述预测消耗量修正部分通过比较所述消耗量换算部分计算出的所述节能控制实施时的预测空调能源消耗量和节能控制实施时实测的空调能源消耗量，对表示所述节能控制的效果的值和/或所述预测空调能源消耗量进行修正。
5.如权利要求1所述的能源管理系统，其特征在于，
所述能源管理系统具有显示所述空调能源消耗量的能源消耗量显示部分，
所述能源消耗量显示部分显示一定期间的节能控制实施时的空调能源消耗量的累计值和所述一定期间的基准时的空调能源消耗量的累计值。
6.如权利要求5所述的能源管理系统，其特征在于，
所述能源消耗量显示部分显示所述节能控制时为了将空调能源消耗量抑制在规定值以内而指定的上限值。
CN201310251966.8A 2012-06-26 2013-06-24 能源管理系统 Active CN103513632B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-142594 2012-06-26
JP2012142594A JP5914210B2 (ja) 2012-06-26 2012-06-26 エネルギー管理システム

Publications (2)

Publication Number Publication Date
CN103513632A CN103513632A (zh) 2014-01-15
CN103513632B true CN103513632B (zh) 2016-04-13

Family

ID=49775121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310251966.8A Active CN103513632B (zh) 2012-06-26 2013-06-24 能源管理系统

Country Status (3)

Country Link
US (1) US20130345998A1 (zh)
JP (1) JP5914210B2 (zh)
CN (1) CN103513632B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6104116B2 (ja) * 2013-09-26 2017-03-29 アズビル株式会社 エネルギー削減量予測方法および装置
US10254319B2 (en) * 2014-02-18 2019-04-09 Encored Technologies, Inc. Apparatus, server, system and method for energy measuring
US10288651B2 (en) * 2014-03-27 2019-05-14 Honeywell International Inc. System for measuring energy conservation effectiveness
KR20150123540A (ko) * 2014-04-25 2015-11-04 삼성전자주식회사 전력 소비 최적화를 위한 스마트 시스템의 동작방법 및 장치
CN105612546B (zh) * 2014-07-11 2020-05-22 英科德技术股份有限公司 用于能量测量的装置、服务器、系统和方法
US20160131688A1 (en) * 2014-11-11 2016-05-12 Solarcity Corporation Determining an orientation of a metering device in an energy generation system
US20160131382A1 (en) * 2014-11-12 2016-05-12 Howard Rosen Method and apparatus of networked thermostats providing for reduced peak power demand
JP6535215B2 (ja) * 2015-05-19 2019-06-26 アズビル株式会社 省エネルギー効果試算装置および方法
US10247435B2 (en) 2016-06-29 2019-04-02 International Business Machines Corporation Real-time control of highly variable thermal loads
EP3766156A1 (en) * 2018-03-16 2021-01-20 Total Solar International System, device, and method for off-grid microgrids management
JP7020302B2 (ja) * 2018-06-04 2022-02-16 日本電信電話株式会社 電力消費量算出装置、電力消費量算出方法及びプログラム
JP7332865B2 (ja) * 2019-06-21 2023-08-24 ダイキン工業株式会社 情報処理方法、情報処理装置、及びプログラム
KR20210089458A (ko) * 2020-01-08 2021-07-16 엘지전자 주식회사 빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법
JP2023055136A (ja) * 2021-10-05 2023-04-17 関西エアポート株式会社 異常検知システム、異常検知方法、及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1612435A (zh) * 2003-10-31 2005-05-04 株式会社日立制作所 能源管理程序
CN101414172A (zh) * 2008-11-21 2009-04-22 杜晓通 基于能效的建筑物能量管理系统
CN102193544A (zh) * 2011-03-25 2011-09-21 汉鼎信息科技股份有限公司 一种智能建筑能源管理系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11328152A (ja) * 1998-05-14 1999-11-30 Toshiba Corp 省エネ効果計算装置
JP2002259508A (ja) * 2001-03-05 2002-09-13 Hitachi Ltd エネルギー監視システム
JP3783929B2 (ja) * 2001-08-21 2006-06-07 ダイキン工業株式会社 省エネルギー効果推定方法およびその装置
JP4334176B2 (ja) * 2002-01-22 2009-09-30 株式会社東芝 建物省エネルギー評価監視装置
JP4363244B2 (ja) * 2003-10-30 2009-11-11 株式会社日立製作所 エネルギー管理装置
JP4334410B2 (ja) * 2004-05-24 2009-09-30 三洋電機株式会社 シミュレーション装置及びシミュレーション方法
WO2009125627A1 (ja) * 2008-04-11 2009-10-15 三菱電機株式会社 機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法
JP5227707B2 (ja) * 2008-09-12 2013-07-03 株式会社日立製作所 空調省エネ制御装置
JP5255462B2 (ja) * 2009-01-13 2013-08-07 株式会社日立製作所 電力需給運用管理サーバ、および電力需給運用管理システム
JP4985719B2 (ja) * 2009-03-12 2012-07-25 ダイキン工業株式会社 機器管理システム
JP4910020B2 (ja) * 2009-08-05 2012-04-04 株式会社日立製作所 需要家エネルギーマネジメントシステム
JP2012151992A (ja) * 2011-01-19 2012-08-09 Hitachi Ltd 電力需要調整装置，電力調整ネットワークシステム及び電力調整方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1612435A (zh) * 2003-10-31 2005-05-04 株式会社日立制作所 能源管理程序
CN101414172A (zh) * 2008-11-21 2009-04-22 杜晓通 基于能效的建筑物能量管理系统
CN102193544A (zh) * 2011-03-25 2011-09-21 汉鼎信息科技股份有限公司 一种智能建筑能源管理系统

Also Published As

Publication number Publication date
CN103513632A (zh) 2014-01-15
JP2014006011A (ja) 2014-01-16
US20130345998A1 (en) 2013-12-26
JP5914210B2 (ja) 2016-05-11

Similar Documents

Publication Publication Date Title
CN103513632B (zh) 能源管理系统
Drgoňa et al. All you need to know about model predictive control for buildings
Hong et al. Building simulation: Ten challenges
Shaikh et al. Intelligent multi-objective control and management for smart energy efficient buildings
Mustafaraj et al. Development of room temperature and relative humidity linear parametric models for an open office using BMS data
Li et al. A multi-grid reinforcement learning method for energy conservation and comfort of HVAC in buildings
Rockett et al. Model-predictive control for non-domestic buildings: a critical review and prospects
Yan et al. When artificial intelligence meets building energy efficiency, a review focusing on zero energy building
US10223167B2 (en) Discrete resource management
Vaghefi et al. A hybrid physics-based and data driven approach to optimal control of building cooling/heating systems
Wang et al. Event-driven optimal control of central air-conditioning systems: Event-space establishment
Ahn et al. Anti-logic or common sense that can hinder machine’s energy performance: Energy and comfort control models based on artificial intelligence responding to abnormal indoor environments
Zhang Data-driven building energy modeling with feature selection and active learning for data predictive control
Gao et al. Energy saving and indoor temperature control for an office building using tube-based robust model predictive control
Fütterer et al. A multifunctional demonstration bench for advanced control research in buildings—Monitoring, control, and interface system
Yang et al. Building electrification and carbon emissions: Integrated energy management considering the dynamics of the electricity mix and pricing
Berouine et al. A predictive control approach for thermal energy management in buildings
Panagopoulos et al. AdaHeat: A general adaptive intelligent agent for domestic heating control
Yan et al. Strategical district cooling system operation with accurate spatiotemporal consumption modeling
Sha et al. A control strategy of heating system based on adaptive model predictive control
Sarkar et al. Concurrent Carbon Footprint Reduction (C2FR) Reinforcement Learning Approach for Sustainable Data Center Digital Twin
Mendoza-Serrano et al. Smart grid coordination in building HVAC systems: Computational efficiency of constrained economic linear optimal control
Gobinath et al. Life cycle energy and greenhouse gas emissions of a traditional and a smart HVAC control system for Australian office buildings
Henze et al. Building simulation in building automation systems
Lachhab et al. An energy-efficient approach for controlling heating and air-conditioning systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant