CN107924539A - 售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序 - Google Patents

售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序 Download PDF

Info

Publication number
CN107924539A
CN107924539A CN201680047528.1A CN201680047528A CN107924539A CN 107924539 A CN107924539 A CN 107924539A CN 201680047528 A CN201680047528 A CN 201680047528A CN 107924539 A CN107924539 A CN 107924539A
Authority
CN
China
Prior art keywords
sale
summation
opportunity
prediction
electricity
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
CN201680047528.1A
Other languages
English (en)
Inventor
江田恭之
笠井希
笠井一希
今井纮
高塚皓正
相田冨実二
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.)
Omron Corp
Original Assignee
Omron Corp
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 Omron Corp filed Critical Omron Corp
Publication of CN107924539A publication Critical patent/CN107924539A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • 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"
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的售电时机最优控制系统(10)具备通信部(11)、需求量预测部(12)、供给量预测部(13)及时机决定部(14)。通信部(11)取得多个蓄电装置(23、33、43)各自的蓄电量。需求量预测部(12)预测用户群(60)的电力需求量总和(Ta)。供给量预测部(13)根据所取得的蓄电量预测用户群(60)可供给的电力量总和(Tf)。时机决定部(14)根据预测的需求量总和(Ta)及预测的可供给的电力量总和(Tf)来决定售电时机。

Description

售电时机最优控制系统、售电时机最优控制方法及售电时机 最优控制程序
技术领域
本发明涉及一种售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序。
背景技术
近年来，利用可再生能源进行发电的发电电力装置(例如太阳光发电装置)被灵活运用。在日本由于已制定了多余电力购买制度，因此能够将由太阳光发电装置或风力发电电装置等所发出的电力售给电力公司(例如参照专利文献1)。
专利文献1所示的能源管理装置取得负载设备的消耗电力、分散电源的发电电力、来自商用电源的售电电力及对商用电源的售电电力中的至少一个电力信息。而且，根据所取得的电力信息算出费用信息，根据来自通信终端的要求将费用信息发送给通信终端。
现有技术文献
专利文献
专利文献1：日本专利特开2014-32630号公报
发明内容
然而，所述现有装置无法决定所发出的电力的有利售电时机。
亦即，例如在通过市场交易来进行电力买卖的情况，售电价格是由其他用户的蓄电量决定，但由于其他用户的蓄电量未知，因此无法判断有利售电时机。
本发明考虑到所述现有课题，其目的在于提供一种能决定有利售电时机的售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序。
[解决问题的技术手段]
第一发明的售电时机最优控制系统决定包含多个用户的用户群中持有蓄电池及发电装置两者的规定用户的售电时机，且所述售电时机决定装置具备蓄电量取得部、用户群需求量预测部、用户群电力供给量预测部及时机决定部。蓄电量取得部取得用户群持有的多个蓄电池各自的蓄电量。用户群需求量预测部预测用户群的电力需求量总和。用户群电力供给量预测部根据所取得的蓄电量预测用户群可供给的电力量总和。时机决定部根据预测的需求量总和及对用户群预测的电力可供给量总和，决定规定用户的售电时机。
由此，能够预测用户群的需求量总和，并根据各用户的蓄电量来预测可供给电力量总和。而且，能够根据预测的需求量总和及可供给电力量总和来决定售电时机。
例如，若市场交易中在需求量总和多于可供给电力量总和时对电力公司或其他用户售电，则可考虑将电力价格设定得高。
因此，能够根据需求量总和及可供给电力量总和来决定价格高的有利售电时机。
此外，用户群中也可包含不持有蓄电池及发电装置的用户。
另外，关于需求量的预测，例如可根据天气预报(温度、湿度)等信息进行预测，或也可根据以往的消耗电力的推移等信息进行预测。
另外，关于供给量的预测，例如可根据基于天气预报(温度、湿度)等信息的发电量等进行预测，或也可根据以往的发电量数据进行预测。
第二发明的售电时机最优控制系统为第一发明的售电时机最优控制系统，且时机决定部将用户群可供给的电力量总和相对于需求量总和的比例为第一规定值以下时决定为售电时机。
当供给量总和相对于需求量总和的比例低于第一规定值时，成为需求不足的状态，因此可考虑通过市场交易将电力价格设定得高。因此，通过在此时机售电，能以更高价格进行售电。
第三发明的售电时机最优控制系统为第一发明的售电时机最优控制系统，且还包括用户电力供给量预测部，所述用户电力供给量预测部根据所取得的蓄电量预测规定用户可供给的电力量总和。时机决定部根据预测的需求量总和、对用户群预测的电力可供给量总和及对规定用户预测的电力可供给量，决定规定用户的售电时机。
如此，能够根据用户群可供给的电力量总和及希望售电的规定用户的可供给电力量来决定售电时机。
例如可认为，在希望售电的规定用户的可供给电力量多于用户群可供给的电力量总和的情况下，价格的设定占优势。因此，规定用户能够以价格更高的状态进行售电。
第四发明的售电时机最优控制系统为第三发明的售电时机最优控制系统，且时机决定部将对规定用户预测的电力可供给量相对于对用户群预测的电力可供给量总和的比例为第二规定值以上时决定为售电时机。
如此，当希望售电的规定用户的可供给电力量相对于用户群可供给的电力量总和的比例成为第二规定值以上时，规定用户的蓄电量在蓄电量总和中所占的比例变大。此情况下，可考虑对规定用户赋予价格的决定权。因此，规定用户能够以价格更高的状态进行售电。
第五发明的售电时机最优控制系统为第一发明或第二发明的售电时机最优控制系统，且用户群电力供给量预测部具有发电量预测部及蓄电量预测部。发电量预测部预测用户群持有的多个所述发电装置的发电量总和。蓄电量预测部根据由蓄电量取得部所取得的用户群的蓄电量总和以及所预测的需求量总和及发电量总和来预测蓄电量总和。时机决定部将用户群可供给的电力量总和相对于不足量的比例为第三规定值以下时决定为售电时机，其中所述用户群可供给的电力量总和是由用户群电力供给量预测部所预测，所述不足量是将需求量总和减去发电量总和及预测的蓄电量总和所得。
如此，当蓄电量总和相对于不足量(需求量总和减去发电量总和及蓄电量总和)的比例少时，市场上为更需求电力的状况，因此能够以更高价格有利地进行售电。
第六发明的售电时机最优控制系统为第三发明或第五发明的售电时机最优控制系统，且电力可供给量为预测的所述蓄电池的蓄电量。
如此，能够根据用户群的蓄电量总和及希望售电的规定用户的蓄电量来决定售电时机。
例如可认为，在希望售电的规定用户的可供给蓄电量多于用户群的蓄电量总和的情况下，价格的设定占优势。因此，规定用户能够以价格更高的状态进行售电。
另外，当蓄电量总和相对于不足量(需求量总和减去发电量总和及蓄电量总和)的比例少时，市场上为更需求电力的状况，因此能够以更高价格有利地进行售电。
第七发明的售电时机最优控制系统为第五发明的售电时机最优控制系统，且时机决定部将对规定用户预测的电力可供给量相对于对用户群预测的电力可供给量总和的比例为第二规定值以上时决定为售电时机。
如此，当希望售电的规定用户的蓄电量相对于用户群的蓄电量总和的比例成为第二规定值以上时，规定用户的蓄电量在蓄电量总和中所占的比例变大。此情况下，可考虑对规定用户赋予价格的决定权。因此，规定用户能够以价格更高的状态进行售电。
第八发明的售电时机最优控制系统为第一发明的售电时机最优控制系统，且用户群电力供给量预测部具有发电量预测部，此发电量预测部预测用户群持有的多个发电装置的发电量总和。时机决定部将预测的发电量总和相对于预测的需求量总和的比例为第四规定值以下时决定为售电时机。
如此，当发电量总和相对于需求量总和的比例低于规定值时，为发电量无法填补需求量的状态，因此可考虑通过市场交易将电力价格设定得高。因此，通过在此时机售电，能以更高价格进行售电。
第九发明的售电时机最优控制系统为第八发明的售电时机最优控制系统，且用户群电力供给量预测部还包括蓄电量预测部，此蓄电量预测部根据由蓄电量取得部所取得的用户群的蓄电量总和以及预测的需求量总和及发电量总和来预测蓄电量总和。时机决定部将用户群可供给的电力量总和相对于不足量的比例为第三规定值以下时决定为售电时机，其中所述用户群可供给的电力量总和是由用户群电力供给量预测部所预测，所述不足量是将需求量总和减去发电量总和及预测的蓄电量总和所得。
如此，当蓄电量总和相对于不足量(需求量总和减去发电量及蓄电量的总和的总和)的比例少时，市场上为更需求电力的状况，因此能以更高价格有利地进行售电。
第十发明的售电时机最优控制系统为第九发明的售电时机最优控制系统，且可供给的电力量总和为蓄电池中蓄积的预测电力量的总和。
第十一发明的售电时机最优控制系统为第一发明的售电时机最优控制系统，且用户群电力供给量预测部具有发电量预测部、蓄电量预测部及算出部。供给量预测部预测用户群的多个发电装置的发电量总和。蓄电量预测部根据由蓄电量取得部所取得的蓄电量总和以及预测的需求量及发电量预测多个蓄电量的总和。算出部根据预测的蓄电量总和及发电量总和算出供给量总和。
由此，能够详细地预测供给量。
例如，在算出对规定时刻预测的可供给电力量总和时，将目前的蓄电量总和加上目前到规定时刻的预测发电量总和，将相加所得的电力量减去目前到规定时刻的预测需求量总和，由此预测规定时刻的蓄电量总和。将此规定时刻的预测蓄电量总和加上规定时刻的发电量，由此能够预测在规定时刻可供给的电力量总和。
第十二发明的售电时机最优控制方法决定包含多个用户的用户群中持有蓄电池及发电装置两者的规定的所述用户的售电时机，且售电时机最优控制方法包括蓄电量取得步骤、用户群需求量预测步骤、用户群电力供给量预测步骤及时机决定步骤。蓄电量取得步骤取得用户群持有的多个蓄电池各自的蓄电量。用户群需求量预测步骤预测用户群的电力需求量总和。用户群电力供给量预测步骤根据所取得的蓄电量预测所述用户群可供给的电力量总和。时机决定步骤根据预测的所述需求量总和及对用户群预测的电力可供给量，决定规定用户的售电时机。
由此，能够预测用户群的需求量总和，并根据各用户的蓄电量预测可供给电力量总和。而且，能够根据预测的需求量总和及可供给电力量总和来决定售电时机。
例如，若市场交易中在需求量总和多于可供给电力量总和时向电力公司或其他用户进行售电，则可考虑将电力价格设定得高。
因此，能够根据需求量总和及可供给电力量总和来决定价格高的有利售电时机。
此外，用户群中也可包含不持有蓄电池及发电装置的用户。
另外，关于需求量的预测，例如可根据天气预报(温度、湿度)等信息进行预测，或也可根据以往的消耗电力的推移等信息进行预测。
另外，关于供给量的预测，例如可根据基于天气预报(温度、湿度)等信息的发电量等进行预测，或也可根据以往的发电量数据进行预测。
第十三发明的售电时机最优控制程序决定包含多个用户的用户群中持有蓄电池及发电装置两者的规定的所述用户的售电时机，且所述售电时机最优控制程序使电脑执行售电时机最优控制方法，此售电时机最优控制方法包括蓄电量取得步骤、用户群需求量预测步骤、用户群电力供给量预测步骤及时机决定步骤。蓄电量取得步骤取得用户群持有的多个蓄电池各自的蓄电量。用户群需求量预测步骤预测用户群的电力需求量总和。用户群电力供给量预测步骤根据所取得的蓄电量预测所述用户群可供给的电力量总和。时机决定步骤根据预测的所述需求量总和及对用户群预测的电力可供给量，决定规定用户的售电时机。
由此，能够预测用户群的需求量总和，并根据各用户的蓄电量预测可供给电力量总和。而且，能够根据预测的需求量总和及可供给电力量总和来决定售电时机。
例如，若市场交易中在需求量总和多于可供给电力量总和时向电力公司或其他用户进行售电，可考虑则将电力价格设定得高。
因此，能够根据需求量总和及可供给电力量总和来决定价格高的有利售电时机。
此外，用户群中也可包含不持有蓄电池及发电装置的用户。
另外，关于需求量的预测，例如可根据天气预报(温度、湿度)等信息进行预测，也可根据以往的消耗电力的推移等信息进行预测。
另外，关于供给量的预测，例如可根据基于天气预报(温度、湿度)等信息的发电量等进行，也可根据以往的发电量数据进行预测。
[发明的效果]
根据本发明，能够提供一种能决定有利售电时机的售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序。
附图说明
图1为表示本发明的实施方式1的售电时机最优控制系统与多个用户的关系的方块图。
图2为表示图1的售电时机最优控制系统的动作的流程图。
图3为表示用户群的总需求量、总发电量及总蓄电量的预测图表的图。
图4为表示本发明的实施方式2的售电时机最优控制系统与多个用户的关系的方块图。
图5为表示图4的售电时机最优控制系统的动作的流程图。
图6为表示用户群的总需求量、总发电量及总蓄电量的预测图表的图。
图7为表示本发明的实施方式3的售电时机最优控制系统的动作的流程图。
图8为表示用户群的总需求量、总发电量、总蓄电量及用户A的蓄电量的预测图表的图。
具体实施方式
以下，参照附图对本发明的实施方式的售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序进行说明。
此处，以下的说明中出现的用户A20持有发电装置(太阳能电池板(solar panel)21)和蓄电池(蓄电装置23)，若电力不足则能够从外部购买电力，若产生多余电力则能够向外部售卖电力。
其他用户B30也与用户A20同样地具有发电装置(太阳能电池板31)和蓄电池(蓄电装置33)，用户C40也与用户A20同样地具有发电装置(太阳能电池板41)和蓄电池(蓄电装置43)。
这些用户A20、B30、C40包括在用户群60中。
所谓用户，为与电力公司签订合同而使用自电力公司经由系统50(参照图1)供给的电力的个人、法人、团体等，且例如包括普通家庭(独立门户、公寓)、企业(事业所、工厂、设施等)、地方自治体、国家机关等。
另外，所谓上文所述的外部，包括电力公司、其他用户。亦即，用户A20售电的外部可列举电力公司、其他用户B30、C40等。
而且，以下的实施方式中，所谓智能电表(smart meter)28(参照图1)是指分别设置于各用户处，测量发电量、蓄电量、电力消耗量，并使用通信功能向电力公司等发送测量结果的测量设备。通过设置智能电表28，电力公司能够准确掌握用户A20的实时(realtime)电力状况，并且能够实现每隔规定期间实施的电表指针检查业务的自动化。此外，虽未图示，但用户B30、用户C40处也安装有智能电表。
进而，以下的实施方式中，所谓负载24(图1)，例如在用户为普通家庭的情况下是指空调、冰箱、微波炉、间接加热(Indirect Heating，IH)电磁炉(cooking heater)、电视等电力消耗体。另外，例如在用户为企业(工厂等)的情况下，是指设置于工厂内的各种设施、空气调节设施等电力消耗体。
进而，以下的实施方式中，所谓能源管理系统(Energy Management System，EMS)26(图1)是指分别设置于各用户处，为了削减各用户的消耗电力量而设置的系统。而且，EMS26经由网络(network)连接于售电时机最优控制系统10。
(实施方式1)
<构成>
本实施方式1的售电时机最优控制系统10决定售卖多余电力的最优时机，且图1中决定用户A20的最优售电时机。
具体而言，售电时机最优控制系统10预测用户群60的需求量总和，并预测用户群60可供给的电力量总和，根据需求量总和及可供给电力量总和来决定用户A20的售电时机。
此外，连结图1所示各构成的实线表示数据等信息的流动，一点链线表示电的流动。
另外，关于本实施方式的售电时机最优控制系统10的构成，将于下文的段落中加以详述。
(用户A)
如图1所示，本实施方式的售电时机最优控制系统10与希望售电的用户A20的EMS26连接。
如图1所示，用户A20具备太阳能电池板(发电装置)21、太阳光发电用电力转换装置(电力调节系统(Power Conditioning System，PCS))22、发电电力用电力传感器22a、蓄电装置(蓄电池)23、蓄电电力用电力传感器23a、负载24、负载用电力传感器24a、分电盘25、EMS 26、通信部27及智能电表28。
太阳能电池板(发电装置)21为利用光伏效应而产生电的装置，且设置于用户A20的房顶等，所述光伏效应利用太阳光的光能。而且，太阳能电池板21中的发电量能够根据天气预报的日照时间的相关信息预测。
如图1所示，太阳光发电用电力转换装置(PCS)22与太阳能电池板21连接，将太阳能电池板21中产生的直流电流转换成交流电流。
如图1所示，发电电力用电力传感器22a连接于太阳光发电用电力转换装置22，测定太阳能电池板21所发出的电力量。而且，发电电力用电力传感器22a向EMS 26发送测定结果(发电量)。
蓄电装置(蓄电池)23是为了暂时蓄积太阳能电池板21所发出的电力中未被负载24完全消耗的多余电力而设置。由此，即便在利用太阳能电池板21进行发电的白天时间段内负载24的消耗电力量少的情况下，也将多余电力预先蓄积到蓄电装置23中，由此能够排除丢弃所发出的电力的浪费。
如图1所示，蓄电电力用电力传感器23a连接于蓄电装置23，测定蓄电装置23中蓄积的电力量。而且，蓄电电力用电力传感器23a向EMS 26发送测定结果(蓄电量)。
如上所述，负载24为普通家庭中的空调或冰箱等家电产品或者工厂等中的设施、空气调节装置等电力消耗体，且消耗自系统40供给的电力、由太阳能电池板21产生的电力、蓄电装置23中蓄积的电力。
如图1所示，负载用电力传感器24a连接于负载24，测定被负载24消耗的电力量。而且，负载用电力传感器24a向EMS 26发送测定结果(消耗电力量)。
如图1所示，分电盘25与发电电力用电力传感器22a、蓄电电力用电力传感器23a、负载用电力传感器24a及智能电表28连接。而且，分电盘25对负载24供给太阳能电池板21所发出的电力、蓄电装置23中蓄积的电力或从系统40购买的电力。
另外，分电盘25根据由售电时机最优控制系统10所决定的售电时机将多余电力经由智能电表28供给至系统40。由此，用户A20能够将多余电力售给电力公司或其他用户B30、C40。
如上所述，EMS 26是为了削减用户A20的消耗电力量而设置的能源管理系统，且如图1所示般与发电电力用电力传感器22a、蓄电电力用电力传感器23a及负载用电力传感器24a连接。另外，EMS 26与通信部27连接。进而，EMS 26使用自各传感器22a、23a、24a接收到的检测结果，对负载24高效率地供给太阳能电池板21的发电电力、蓄电装置23中的蓄电量。由此，能够抑制自系统40供给的电力的消耗量，有效地削减用户A20的电力成本。
另外，EMS 26具有连接于蓄电电力用电力传感器23a的蓄电量收集部26a，蓄电量收集部26a收集蓄电装置23的蓄电量。蓄电量的收集是利用由蓄电电力用电力传感器23a检测出的电流或电压来进行。
通信部27将由蓄电量收集部26a所收集的蓄电量发送至售电时机最优控制系统10。通信部27通过无线或有线与售电时机最优控制系统10的通信部11进行通信。
如上所述，智能电表28测量用户A20持有的太阳能电池板21的发电量、蓄电装置23的蓄电量及负载24的消耗电力量。而且，如图1所示，智能电表28经由分电盘25与各传感器22a、23a、24a连接。进而，智能电表28具有通信功能，向电力公司发送用户A20的发电量、蓄电量、消耗电力量的相关信息。
此外，图1中关于用户B30及用户C40持有的构成，仅示出太阳能电池板31、太阳能电池板41和蓄电装置33、蓄电装置43，但用户B30、用户C40也具有与用户A20相同的构成。
(售电时机最优控制系统)
售电时机最优控制系统10具备通信部11、需求量预测部12、供给量预测部13及时机决定部14。
通信部11接收用户A20持有的蓄电装置23、用户B30持有的蓄电装置33、用户C40持有的蓄电装置43的蓄电量的信息。例如用户A20的情况下，通信部11与用户A20持有的通信部27进行通信，取得蓄电装置23的充电量的信息。此外，用户B30、用户C40也持有通信部，通信部11也接收蓄电装置33、蓄电装置43的蓄电量的信息。
需求量预测部12具有用户需求量预测部12a和用户群需求量预测部12b。用户需求量预测部12a预测用户群60所含的用户A20、用户B30及用户C40各自所需要的需求量。需求量的预测能够根据天气预报等信息进行。另外，也可根据用户A20、用户B30、用户C40各自的生活方式(life pattern)或消耗电力量的推移等以往的需求量数据来进行需求量的预测。
用户需求量预测部12a预测规定时刻的需求量a(kw)、及当前时刻到规定时刻的累计需求量as(kwh)。换句话说，需求量预测部12将时常预测需求量a(kw)、及当前时刻到预测需求量a(kwh)的时刻的累计需求量as(kwh)。
用户群需求量预测部12b将用户A20、用户B30、用户C40的需求量a相加，由此算出对用户群60预测的应时总需求量Ta(kw)。
供给量预测部13预测用户A20、用户B30、用户C40各自可供给的电力量及用户群60可供给的电力量总和。供给量预测部13具有发电量预测部15、蓄电量预测部16及累加部17。
发电量预测部15具有用户发电量预测部15a及用户群发电量预测部15b。用户发电量预测部15a预测用户A20、用户B30、用户C40各自的太阳能电池板21、太阳能电池板31、太阳能电池板41的发电量。关于发电量的预测，例如可根据基于天气预报(温度、湿度)等信息的太阳能电池板21、太阳能电池板31、太阳能电池板41的发电量等进行预测，或也可根据以往的发电量数据进行预测。
用户A20的情况下，发电量预测部15预测规定时刻的太阳能电池板21的发电量b(kw)、及当前时刻到规定时刻的累计发电量bs(kwh)。换句话说，发电量预测部15预测经时预测的应时发电量b(kw)、及当前时刻到预测发电量b(kw)的时刻的累计发电量bs(kwh)。用户群发电量预测部15b将用户A20、用户B30、用户C40的发电量b相加，由此算出对用户群60预测的应时总发电量Tb(kw)。
蓄电量预测部16具有用户蓄电量预测部16a及用户群蓄电量预测部16b。用户蓄电量预测部16a根据由通信部11所取得的当前时刻的蓄电装置23、蓄电装置33、蓄电装置43各自的蓄电量c(kwh)，由需求量预测部12的用户需求量预测部12a所预测的用户A20、用户B30、用户C40各自的累计需求量as(kwh)，以及由发电量预测部15预测的太阳能电池板21、太阳能电池板31、太阳能电池板41各自的累计发电量bs(kwh)，预测规定时刻的蓄电装置23、蓄电装置33、蓄电装置43各自的蓄电量d(kwh)。
具体而言，用户A20的情况下，若将蓄电装置23的当前时刻的蓄电量设为c(kwh)，则规定时刻的蓄电量d(kwh)是由c+bs-as的式子算出。
通过在从当前时刻起的一定期间内在每隔一定间隔的时刻(所述规定时刻)分别算出蓄电量d，能够进行从当前时刻起的一定期间内的蓄电量预测。
用户群蓄电量预测部16b将用户A20、用户B30、用户C40的蓄电量d相加，由此算出对用户群60预测的应时总蓄电量Td(kw)。
累加部17将在规定时刻预测的蓄电量d(kwh)与在规定时刻预测的发电量b(kw)累加，算出在规定时刻可供给的电力量f(＝d+b)。另外，累加部17b将用户A20、用户B30、用户C40可供给的电力量f相加，由此算出对用户群60预测的应时可供给总电力量Tf(kw)。
此外，累加部17也可通过将由用户群蓄电量预测部16b所算出的总蓄电量Td与由用户群发电量预测部15b所算出的总发电量Tb相加而算出可供给总电力量Tf(Td+Tb)。
另外，供给量预测部13中，预测每个用户的蓄电量的用户蓄电量预测部16a、预测每个用户的发电量的用户发电量预测部15a、及将每个用户的预测蓄电量与每个用户的预测发电量相加的累加部17与预测每个用户可供给的电力量的用户电力供给量预测部的一例相对应。
另外，供给量预测部13中，预测用户群的蓄电量的用户群蓄电量预测部16b、预测用户群的发电量的用户群发电量预测部15b、及累加部17与预测用户群可供给的电力量的用户群电力供给量预测部的一例相对应。
时机决定部14根据预测的可供给电力量f(kw)、所预测的规定时刻的需求量a(kw)、及所预测的规定时刻的发电量b(kw)等来决定售电时机。
<动作>
其次，对本发明的实施方式的售电时机最优控制系统10的动作进行说明，并且也对售电时机最优控制方法加以描述。
图2为表示本实施方式的售电时机最优控制系统10的动作的流程图。
如图2所示，步骤S11中，售电时机最优控制系统10经由通信部11取得用户群60内的各用户A20、B30、C40持有的蓄电装置23、蓄电装置44、蓄电装置43在当前时刻的各蓄电量。步骤S11与蓄电量取得步骤的一例相对应。
其次，步骤S12中，需求量预测部12预测用户群60内的用户A20、用户B30、用户C40各自的一定期间内的需求量。步骤S12与需求量预测步骤的一例相对应。此处，所谓一定期间例如能够设定为半天、日照时间、一天、电表指针检查期间等。需求量预测部12预测一定期间内的应时需求量a(kw)，并且预测直到预测需求量a时的累计需求量as。另外，需求量预测部12将用户A20、用户B30、用户C40的需求量a相加，由此算出对用户群60预测的应时总需求量Ta(kw)。
然后，步骤S13～步骤S15中，供给量预测部13预测用户群60内的用户A20、用户B30、用户C40各自的一定期间内的供给量。步骤S13～步骤S15与供给量预测步骤的一例相对应。供给量预测部13预测用户A20、用户B30、用户C40各自在一定期间内的应时可供给电力量f(kw)。
详细而言，步骤S13中，发电量预测部15对用户A20、用户B30、用户C40分别预测应时发电量b(kw)、及当前时刻到预测发电量b(kw)的时刻的累计发电量bs(kwh)。
随后，步骤S14中，蓄电量预测部16针对用户A20、用户B30、用户C40，分别根据当前时刻的蓄电装置23、蓄电装置33、蓄电装置43各自的蓄电量c，由需求量预测部12所预测的各用户的累计需求量as，以及由发电量预测部15所预测的太阳能电池板21、太阳能电池板31、太阳能电池板41各自的累计发电量bs，预测规定时刻的蓄电装置23、蓄电装置33、蓄电装置43各自的蓄电量d(＝c+bs-as)。
而且，步骤S15中，累加部17针对用户A20、用户B30、用户C40分别将规定时刻的预测蓄电量d(kwh)与规定时刻的预测发电量b(kw)累加，算出在规定时刻可供给的电力量f(＝d+b)。而且，累加部17将用户A20、用户B30、用户C40的可供给电力量相加，由此算出对用户群60预测的应时可供给总电力量Tf(kw)。
然后，步骤S16中，时机决定部14判定可供给总电力量Tf相对于用户群60的总需求量Ta的比例是否为规定值α以下。规定值α例如能够设定为0.80(80％)。
图3为表示总蓄电量Td、总需求量Ta及总发电量Tb的经时预测数据的图表。图3中以实线表示表示用户A20、用户B30、用户C40的总需求量Ta。另外，图3中以一点链线表示用户A20、用户B30、用户C40的总发电量Tb。另外，图3中用柱状图来表示当前时刻的总蓄电量Td和由蓄电量预测部16所预测的时刻(i)、时刻(ii)及时刻(iii)的总蓄电量Td。
例如，时刻(i)的可供给总电力量Tf成为时刻(i)的总蓄电量Td+总发电量Tb，但其值大于时刻(i)的总需求量Ta。因此，步骤S16中，时机决定部14不将售电时机决定为时刻(i)而保留。
此情况下，时机决定部14在步骤S19中使时刻推进。而且，步骤S20中判定是否达到S12～S15中已进行了预测的一定期间。亦即，时机决定部14使时刻缓缓推进至达到进行了预测的一定期间，进行是否决定为售电时机的判定。
然后，在图3所示的时刻(ii)，可供给总电力量Tf(时刻(ii)的总蓄电量Td+总发电量Tb)为时刻(ii)的总需求量Ta的规定值α(0.8)以下，因此控制进入步骤S17。接着，步骤S17中，判定时刻(ii)的总蓄电量Td相对于时刻(ii)的不足量Tg的比例是否为规定值β以下，所述不足量Tg是将总需求量Ta减去总发电量Tb所得。此处，规定值β例如能够设定为0.5(50％)等。
在时刻(ii)，总蓄电量Td相对于不足量Tg(总需求量Ta减去总发电量Tb)的比例大于规定值β(例如0.5)，因此时机决定部14不将时刻(ii)决定为售电时机。
另一方面，在时刻(iii)，可供给总电力量Tf(时刻(iii)的总蓄电量Td+总发电量Tb)为时刻(iii)的总需求量Ta的规定值α(0.8)以下，且时刻(iii)的总蓄电量Td相对于不足量Tg的比例成为规定值β(0.5)以下。因此，时机决定部14在步骤S18中将时刻(iii)决定为售电时机。所述步骤S16～步骤S20与时机决定步骤的一例相对应。
此外，所决定的售电时机是自通信部11发送到用户A的通信部27，用户A在此售电时机进行售电。售电对象可为电力公司，或也可为其他用户B30、C40。
如以上所述，售电时机最优控制系统10能够根据总需求量Ta和可供给总电力量Tf来决定售电时机，因此能够由用户A20以有利条件(例如高价)进行售电。
另外，售电时机最优控制系统10在可供给总电力量Tf相对于总需求量Ta的比例为规定值α以下的情况下决定售电时机。由此，能够在可供给总电力量Tf相对于总需求量Ta的比例低的情况下进行售电。在市场交易中，根据与交易参与者的竞争来决定价格等交易条件，因此供给不足时能够将售电价格设定得高，能够以价格更高的有利条件进行售电。
另外，售电时机最优控制系统10在总蓄电量Td相对于不足量Tg的比例为规定值β以下的情况下决定售电时机。由此，能够在总蓄电量Td相对于不足量Tg的比例低的情况下进行售电。此情况下，由于其他用户的蓄电量也少，因此能以更高价格售电。
(实施方式2)
以下，对本发明的实施方式2的售电时机最优控制系统10加以说明。
<1.构成>
本实施方式2的售电时机最优控制系统10的基本构成与实施方式1相同，但与实施方式1相比，在不设置累加部17的方面以及控制动作不同。因此，以此不同点为中心进行说明。
图4为表示本实施方式2的售电时机最优控制系统100的构成的控制方块图。如图4所示，本实施方式2的售电时机最优控制系统100中，与实施方式1的售电时机最优控制系统10相比未设置累加部17。亦即，不算出在规定时刻可供给的电力量f(＝d+b)及对用户群60预测的应时可供给总电力量Tf(kw)。
此外，在此仅是不将规定时刻的预测蓄电量d(kwh)与规定时刻的预测发电量b(kw)进行累加，如下文将述般，预测的蓄电量d和发电量b将作为可供给电力量的一例。
<2.动作>
图5为表示本实施方式2的售电时机最优控制系统100的动作的流程图。
如图5所示，步骤S11～步骤S14的控制与实施方式1相同。此外，步骤S11与蓄电量取得步骤的一例相对应，步骤S12与需求量预测步骤的一例相对应。另外，步骤S13、步骤S14与供给量预测步骤的一例相对应。
继步骤S14之后，步骤S26中，时机决定部14判定总发电量Tb相对于总需求量Ta的比例是否为规定值γ以下。此处，规定值γ例如能够设定为0.5(50％)。
图6为表示总蓄电量Td、总需求量Ta及总发电量Tb的经时预测数据的图表。图6中以实线表示用户A20、用户B30、用户C40的总需求量Ta。另外，图6中以一点链线表示用户A20、用户B30、用户C40的总发电量Tb。另外，图6中用柱状图来表示当前时刻的总蓄电量Td和由蓄电量预测部16预测的时刻(i)、时刻(ii)及时刻(iii)的总蓄电量Td。
例如，如图3所示，时刻(i)的总需求量Ta相对于总发电量Tb的比例大于规定值γ(0.5)。因此，时机决定部14在步骤S26中不将时刻(i)决定为售电时机，而保留售电时机的决定。
在图6所示的时刻(ii)，总发电量Tb相对于总需求量Ta的比例成为规定值γ(0.5)以下，因此控制进入步骤S17。接着，步骤S17中，判定时刻(ii)的总蓄电量Td相对于时刻(ii)的不足量Tg的比例是否为规定值β以下，所述不足量Tg是将总需求量Ta减去总发电量Tb所得。此处，规定值β例如能够设定为0.5(50％)等。
在时刻(ii)，总蓄电量Td相对于不足量Tg(总需求量Ta减去总发电量Tb)的比例大于规定值β(例如0.5)，因此时机决定部14不将时刻(ii)决定为售电时机。
另一方面，在时刻(iii)，总发电量Tb相对于总需求量Ta的比例成为规定值γ(0.5)以下，且时刻(iii)的总蓄电量Td相对于不足量Tg的比例成为规定值β(0.5)以下。因此，时机决定部14在步骤S18中将时刻(iii)决定为售电时机。此外，所述步骤S26、步骤S17～步骤S20与时机决定步骤的一例相对应。
如以上所述，售电时机最优控制系统10能够根据总需求量Ta及作为可供给电力量的一例的总发电量Tb或总蓄电量Td来决定售电时机，因此能够由用户以有利条件(例如高价)进行售电。
另外，售电时机最优控制系统10将总发电量Tb相对于总需求量Ta的比例为规定值γ以下时决定为售电时机。由此，能够在总发电量Tb相对于总需求量Ta的比例低的情况下进行售电。在市场交易中，根据与交易参与者的竞争来决定价格等交易条件，因此发电量不足时能够将售电价格设定得高，能够以价格更高的有利条件进行售电。
另外，售电时机最优控制系统10在总蓄电量Td相对于不足量Tg的比例为规定值β以下的情况下决定售电时机。由此，能够在总蓄电量Td相对于不足量Tg的比例低的情况下进行售电。此情况下，由于其他用户的蓄电量也少，因此能够以更高价格售电。
(实施方式3)
接着，对本发明的实施方式3的充电时机最优控制系统加以说明。
本实施方式3的售电时机最优控制系统10为与实施方式1相同的构成，但控制动作不同。因此，以此不同点为中心进行说明。
<动作>
图7为表示本实施方式的售电时机最优控制系统10的动作的流程图。图8为表示总蓄电量Td、总需求量Ta及总发电量Tb的经时预测数据的图表。图8中以实线表示用户A20、用户B30、用户C40的总需求量Ta。另外，图8中以一点链线表示用户A20、用户B30、用户C40的总发电量Tb。另外，图8中用柱状图来表示当前时刻的总蓄电量Td和由蓄电量预测部16预测的时刻(i)、时刻(ii)、时刻(iii)及时刻(iv)的总蓄电量Td及用户A20的蓄电量d。图8的时刻(iii)之前的图表与图3相同。
如图7所示，步骤S11～步骤S17与实施方式1相同。步骤S17中，在时机决定部14判定时刻(ii)的总蓄电量Td相对于时刻(ii)的不足量Tg(总需求量Ta减去总发电量Tb)的比例为规定值β以下的情况下，控制进入步骤S39。
步骤S39中，时机决定部14判定用户A的蓄电量d相对于总蓄电量Td的比例是否为规定值δ以上。此处，规定值δ例如能够设定为0.5(50％)。
如图8所示，在时刻(iii)，可供给总电力量Tf(时刻(iii)的总蓄电量Td+总发电量Tb)相对于时刻(iii)的总需求量Ta的比例为规定值α(0.8)以下，且时刻(iii)的总蓄电量Td相对于不足量Tg的比例成为规定值β(0.5)以下。然而，在时刻(iii)，用户A20的蓄电量d相对于总蓄电量Td的比例为低于规定值δ(0.5)的值，因此时机决定部14不将时刻(iii)决定为售电时机而保留。
然后，在时刻(iv)，可供给总电力量Tf(时刻(iv)的总蓄电量Td+总发电量Tb)的比例为0.8(规定值α)以下，且时刻(iv)的总蓄电量Td相对于不足量Tg的比例成为规定值β(0.5)以下。而且，在时刻(iv)，用户A的蓄电量d相对于总蓄电量Td的比例为规定值δ(0.5)以上，因此时机决定部14在步骤S18中将时刻(iv)决定为售电时机。此外，所述步骤S16～步骤S20、步骤S39与时机决定步骤的一例相对应。
如以上所述，本实施方式3的售电时机最优控制系统10将用户A的蓄电量d相对于总蓄电量Td的比例多时设定为售电时机。在蓄电量的比例高的用户具有能进行电力价格设定的权利的情况下，用户A能够以有利时机进行售电。
[其他实施方式]
以上，对本发明的一实施方式进行了说明，但本发明不限定于所述实施方式，可在不偏离发明主旨的范围内进行各种变更。
(A)
所述实施方式1～实施方式3中，作为本发明的售电时机最优控制方法，列举按照图2、图5及图7所示的流程图实施售电时机最优控制方法的示例进行了说明，但不限定于此。
例如，也能以售电时机最优控制程序的形式实现本发明，所述售电时机最优控制程序使电脑执行按照图2、图5及图7所示的流程图实施的售电时机最优控制方法。
另外，售电时机最优控制程序的一个利用形态也可为以下实施方式：被记录在能由电脑读取的只读存储器(Read-Only Memory，ROM)等记录媒体中，与电脑协同工作。
另外，售电时机最优控制程序的一个利用形态也可为以下实施方式：在互联网(internet)等传输媒体或光、电波、声波等传输媒体中进行传输，由电脑所读取，与电脑协同动作。
另外，所述电脑不限于中央处理器(Central Processing Unit，CPU)等硬件(hardware)，也可包括固件(firmware)或操作系统(Operating System，OS)、进而周边设备。
此外，如以上所说明，售电时机最优控制方法既能以软件的形式实现，也能以硬件的形式实现。
另外，售电时机最优控制系统10也可为云计算系统(cloud computing system)中的虚拟服务器(virtual server)，也可由虚拟服务器执行售电时机最优控制程序。
(B)
所述实施方式中，用户群60中仅包含用户A20、用户B30、用户C40所示般持有蓄电池与发电装置两者的用户，但也可包含持有蓄电池与发电装置中的仅一者的用户，或也可包含两者均不持有的用户。
(C)
所述实施方式3中，对实施方式1中说明的图2所示的流程图附加步骤S39，但也可对实施方式2中说明的图5所示的流程图附加步骤S39。
(D)
所述实施方式1、实施方式3中，将满足步骤S16及步骤S17两者时决定为售电时机，但也可将仅满足步骤S16或步骤S17中的任一者时决定为售电时机。
另外，实施方式2中，将满足步骤S26及步骤S17两者时决定为售电时机，但也可将仅满足步骤S26或步骤S17中的任一者时决定为售电时机。
(E)
另外，所述实施方式3中，将满足步骤S16、步骤S17、步骤S39全部时决定为售电时机，但也可不限定于全部满足时，可将仅满足任一个时决定为售电时机，也可将两个步骤适当组合并将满足此两个步骤时决定为售电时机。
(F)
所述实施方式1～实施方式3中，售电时机最优控制系统10、售电时机最优控制系统100经由用户持有的通信部(例如通信部27)取得各用户的蓄电量，但不限定于此。例如售电时机最优控制系统10、售电时机最优控制系统100的通信部11也可自各用户持有的智能电表取得蓄电量。
(G)
所述实施方式1～实施方式3及所述(G)中设定的规定值α、规定值β、规定值γ、规定值δ、规定值η不限定于所述值，但要设定为小于1(100％)的值。
(H)
所述实施方式1～实施方式3中，在步骤S17中总蓄电量Td相对于不足量Tg为第二规定值β以上的情况下，进入售电时机的决定流程，但也可不限于此。例如也可控制成在可供给的电力量总和Tf相对于不足量Tg为规定值以上的情况下进入售电时机的决定流程。
(I)
所述实施方式3中，步骤S39中，将用户A的蓄电量d相对于用户群60的总蓄电量Td的比例成为规定值δ以上时决定为售电时机，但不限于此。例如步骤S39中，也可将用户A可供给的电力量f相对于用户群60可供给的电力量总和Tf的比例成为规定值以上时决定为售电时机。
(J)
所述实施方式1～实施方式3中，用户群需求量预测部12b将用户需求量预测部12a所预测的值累加而预测用户群60的总需求量，但也可不限于此。例如也可不将对每个用户预测的值累加，而是预测用户群60总体的需求。
另外，用户群发电量预测部15b将用户发电量预测部15a所预测的值累加而预测用户群60的总发电量，但也可不限于此。例如也可不将对每个用户预测的值累加，而是预测用户群60总体的发电量。
另外，用户群蓄电量预测部16b也可不将由用户蓄电量预测部16a所预测的每个用户的蓄电量累加，而是使用对用户群60总体所预测的需求量和发电量进行预测。
(K)
所述实施方式1～实施方式3中，作为用户A20、用户B30、用户C40持有的发电装置，列举使用太阳能电池板21、太阳能电池板31、太阳能电池板41(太阳光发电装置)的示例进行了说明，但不限定于此。
例如，也可使用风力发电装置、地热发电装置等其他发电装置作为多个用户持有的发电装置。
产业上的可利用性
本发明的售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序具有能决定有利售电时机的效果，对于持有蓄电池及发电装置的用户等而言有用。
符号的说明
10、100：售电时机最优控制系统
11：通信部(蓄电量取得部的一例)
12：需求量预测部
13：供给量预测部
14：时机决定部
15：发电量预测部
16：蓄电量预测部
17：累加部(算出部的一例)
21：太阳能电池板
22：太阳光发电用电力转换装置
22a：发电电力用电力传感器
23：蓄电装置
23a：蓄电电力用电力传感器
24：负载
24a：负载用电力传感器
25：分电盘
26：EMS
26a：蓄电量收集部
27：通信部
28：智能电表
31：太阳能电池板
33：蓄电装置
40：系统
41：太阳能电池板
43：蓄电装置
50：系统
60：用户群
A20：用户
B30：用户
C40：用户
Ta：总需求量
Tb：总发电量
Td：总蓄电量
Tf：可供给总电力量
Tg：不足量
a：需求量
as：累计需求量
b：发电量
bs：累计发电量
d：蓄电量
f：电力量
α：规定值(第一规定值的一例)
β：规定值(第三规定值的一例)
γ：规定值(第四规定值的一例)
δ：规定值(第二规定值的一例)

Claims (13)

1.一种售电时机最优控制系统，其决定包含多个用户的用户群中持有蓄电池及发电装置两者的规定用户的售电时机，所述售电时机最优控制系统包括：
蓄电量取得部，取得所述用户群持有的多个所述蓄电池各自的蓄电量；
用户群需求量预测部，预测所述用户群的电力需求量总和；
用户群电力供给量预测部，根据所取得的所述蓄电量预测所述用户群可供给的电力量总和；以及
时机决定部，根据预测的所述需求量总和及对所述用户群预测的所述电力可供给量总和，决定所述规定用户的售电时机。
2.根据权利要求1所述的售电时机最优控制系统，其中所述时机决定部将所述用户群可供给的电力量总和相对于所述需求量总和的比例为第一规定值以下时决定为所述售电时机。
3.根据权利要求1所述的售电时机最优控制系统，还包括用户电力供给量预测部，所述用户电力供给量预测部根据所取得的所述蓄电量预测所述规定用户可供给的电力量总和，
所述时机决定部根据预测的所述需求量总和、对所述用户群预测的所述电力可供给量总和及对所述规定用户预测的所述电力可供给量，决定所述规定用户的售电时机。
4.根据权利要求3所述的售电时机最优控制系统，其中所述时机决定部将对所述规定用户预测的所述电力可供给量相对于对所述用户群预测的所述电力可供给量总和的比例为第二规定值以上时决定为所述售电时机。
5.根据权利要求1或2所述的售电时机最优控制系统，其中所述用户群电力供给量预测部包括：
发电量预测部，预测所述用户群持有的多个所述发电装置的发电量总和；以及
蓄电量预测部，根据由所述蓄电量取得部所取得的所述用户群的所述蓄电量的总和以及预测的所述需求量总和及所述发电量总和，预测所述蓄电量总和；
所述时机决定部将所述用户群可供给的电力量总和相对于不足量的比例为第三规定值以下时决定为所述售电时机，其中所述用户群可供给的电力量总和是由所述用户群电力供给量预测部所预测，所述不足量是将所述需求量总和减去所述发电量总和及所述预测的蓄电量总和所得。
6.根据权利要求3或5所述的售电时机最优控制系统，其中所述可供给的电力量为所述蓄电池中蓄积的预测电力量。
7.根据权利要求5所述的售电时机最优控制系统，其中所述时机决定部将对所述规定用户预测的所述电力可供给量相对于对所述用户群预测的所述电力可供给量总和的比例为第二规定值以上时决定为所述售电时机。
8.根据权利要求1所述的售电时机最优控制系统，其中所述用户群电力供给量预测部包括：
发电量预测部，预测所述用户群持有的多个所述发电装置的发电量总和；
所述时机决定部将预测的所述发电量总和相对于预测的所述需求量总和的比例为第四规定值以下时决定为所述售电时机。
9.根据权利要求8所述的售电时机最优控制系统，其中所述用户群电力供给量预测部还包括：
蓄电量预测部，根据由所述蓄电量取得部所取得的所述用户群的所述蓄电量的总和以及预测的所述需求量总和及所述发电量总和，预测所述蓄电量总和；
所述时机决定部将所述用户群可供给的电力量总和相对于不足量的比例为第三规定值以下时决定为所述售电时机，其中所述用户群可供给的电力量总和是由所述用户群电力供给量预测部所预测，所述不足量是将所述需求量总和减去所述发电量总和及所述预测的蓄电量总和所得。
10.根据权利要求9所述的售电时机最优控制系统，其中所述可供给的电力量为所述蓄电池中蓄积的预测电力量。
11.根据权利要求1所述的售电时机最优控制系统，其中所述用户群电力供给量预测部包括：
发电量预测部，预测所述用户群的多个所述发电装置的发电量总和；
蓄电量预测部，根据由所述蓄电量取得部所取得的所述蓄电量总和以及预测的所述需求量及所述发电量，预测所述多个蓄电量的总和；以及
算出部，根据预测的所述蓄电量总和及所述发电量总和算出供给量总和。
12.一种售电时机最优控制方法，其决定包含多个用户的用户群中持有蓄电池及发电装置两者的规定用户的售电时机，所述售电时机最优控制方法包括：
蓄电量取得步骤，取得所述用户群持有的多个所述蓄电池各自的蓄电量；
用户群需求量预测步骤，预测所述用户群的电力需求量总和；
用户群电力供给量预测步骤，根据所取得的所述蓄电量预测所述用户群可供给的电力量总和；以及
时机决定步骤，根据预测的所述需求量总和及对所述用户群预测的所述电力可供给量，决定所述规定用户的售电时机。
13.一种售电时机最优控制程序，其决定包含多个用户的用户群中持有蓄电池及发电装置两者的规定的所述用户的售电时机，且所述售电时机最优控制程序使电脑执行售电时机最优控制方法，所述售电时机最优控制方法包括：
蓄电量取得步骤，取得所述用户群持有的多个所述蓄电池各自的蓄电量；
用户群需求量预测步骤，预测所述用户群的电力需求量总和；
用户群电力供给量预测步骤，根据所取得的所述蓄电量预测所述用户群可供给的电力量总和；以及
时机决定步骤，根据预测的所述需求量总和及对所述用户群预测的所述电力可供给量，决定所述规定用户的售电时机。
CN201680047528.1A 2016-02-25 2016-11-17 售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序 Pending CN107924539A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016034081A JP6384502B2 (ja) 2016-02-25 2016-02-25 売電タイミング最適制御システム、売電タイミング最適制御方法および売電タイミング最適制御プログラム
JP2016-034081 2016-02-25
PCT/JP2016/084142 WO2017145463A1 (ja) 2016-02-25 2016-11-17 売電タイミング最適制御システム、売電タイミング最適制御方法および売電タイミング最適制御プログラム

Publications (1)

Publication Number Publication Date
CN107924539A true CN107924539A (zh) 2018-04-17

Family

ID=59686272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680047528.1A Pending CN107924539A (zh) 2016-02-25 2016-11-17 售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序

Country Status (5)

Country Link
US (1) US11145011B2 (zh)
EP (1) EP3422283A4 (zh)
JP (1) JP6384502B2 (zh)
CN (1) CN107924539A (zh)
WO (1) WO2017145463A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6402731B2 (ja) * 2016-02-25 2018-10-10 オムロン株式会社 電力需給予測システム、電力需給予測方法および電力需給予測プログラム
DE102018213862A1 (de) * 2018-08-31 2020-03-05 Siemens Aktiengesellschaft Verfahren zum Steuern eines Austauschs von Energie zwischen Energiesubsystemen zu angeglichenen Konditionen; Steuerungszentrale; Energiesystem; Computerprogramm sowie Speichermedium
US10938216B2 (en) * 2018-09-07 2021-03-02 Wipro Limited Methods and systems for synchronizing energy management between neighboring microgrids
JP2021013247A (ja) * 2019-07-05 2021-02-04 ネクストエナジー・アンド・リソース株式会社 供給管理装置
US11038352B1 (en) * 2019-11-26 2021-06-15 Schweitzer Engineering Laboratories, Inc. Control system with load selection strategy that minimizes load overshed
EP4047380A1 (de) * 2021-02-18 2022-08-24 FRONIUS INTERNATIONAL GmbH Verfahren und system zur analyse eines elektrischen energiespeichers sowie energieversorgungssystem

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050246220A1 (en) * 2004-04-30 2005-11-03 Nrgen Inc. System and method for optimizing the cost of buying and selling electrical energy
CN102474117A (zh) * 2010-01-25 2012-05-23 索尼公司 有效管理电力的方法
CN102792543A (zh) * 2010-03-10 2012-11-21 松下电器产业株式会社 电力供给系统
CN103208853A (zh) * 2012-01-13 2013-07-17 株式会社日立制作所 电力供给系统以及能够向外部供给电力的汽车控制装置
CN103259335A (zh) * 2013-04-11 2013-08-21 国家电网公司 一种智能需求响应及需求侧优化运行系统
JP5509004B2 (ja) * 2010-09-10 2014-06-04 株式会社日立製作所 売電調整サーバ及び方法
CN103890805A (zh) * 2011-10-31 2014-06-25 索尼公司 信息处理设备、服务器设备、电力交易结算系统、电力交易的结算方法以及信息处理方法
CN104376379A (zh) * 2014-11-17 2015-02-25 南方电网科学研究院有限责任公司 一种考虑双边交易的零售商购售电策略的优化方法
EP2892123A1 (en) * 2012-08-31 2015-07-08 Panasonic Intellectual Property Management Co., Ltd. Power flow control system, management device, and program

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5285279A (en) 1976-01-09 1977-07-15 Mitsubishi Chem Ind Ltd Polymerization of ethylene
JP2003281231A (ja) * 2002-03-26 2003-10-03 Hitachi Ltd 電力売買管理方法及び電力売買管理システム
US6925385B2 (en) 2003-05-16 2005-08-02 Seawest Holdings, Inc. Wind power management system and method
US20070198365A1 (en) * 2006-01-19 2007-08-23 Sanchayan Dutta Electronic trading post
US7523001B2 (en) 2006-09-28 2009-04-21 General Electric Company Method and apparatus for operating wind turbine generators
US20080147566A1 (en) * 2006-12-18 2008-06-19 Bellsouth Intellectual Property Corporation Online auction analysis and recommendation tool
JP4852776B2 (ja) * 2009-10-14 2012-01-11 日本テクノ株式会社 電力取引ユニット
JP5873984B2 (ja) * 2011-02-21 2016-03-01 パナソニックＩｐマネジメント株式会社 電力制御システムおよび制御装置
JP2014003778A (ja) * 2012-06-18 2014-01-09 Hitachi Ltd 蓄電池装置制御システム及び蓄電装置制御方法
JP6192907B2 (ja) 2012-08-06 2017-09-06 京セラ株式会社 エネルギー管理装置、エネルギー管理システムおよびエネルギー管理方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050246220A1 (en) * 2004-04-30 2005-11-03 Nrgen Inc. System and method for optimizing the cost of buying and selling electrical energy
CN102474117A (zh) * 2010-01-25 2012-05-23 索尼公司 有效管理电力的方法
CN102792543A (zh) * 2010-03-10 2012-11-21 松下电器产业株式会社 电力供给系统
JP5509004B2 (ja) * 2010-09-10 2014-06-04 株式会社日立製作所 売電調整サーバ及び方法
CN103890805A (zh) * 2011-10-31 2014-06-25 索尼公司 信息处理设备、服务器设备、电力交易结算系统、电力交易的结算方法以及信息处理方法
CN103208853A (zh) * 2012-01-13 2013-07-17 株式会社日立制作所 电力供给系统以及能够向外部供给电力的汽车控制装置
EP2892123A1 (en) * 2012-08-31 2015-07-08 Panasonic Intellectual Property Management Co., Ltd. Power flow control system, management device, and program
CN103259335A (zh) * 2013-04-11 2013-08-21 国家电网公司 一种智能需求响应及需求侧优化运行系统
CN104376379A (zh) * 2014-11-17 2015-02-25 南方电网科学研究院有限责任公司 一种考虑双边交易的零售商购售电策略的优化方法

Also Published As

Publication number Publication date
WO2017145463A1 (ja) 2017-08-31
JP2017151756A (ja) 2017-08-31
US20180232818A1 (en) 2018-08-16
EP3422283A4 (en) 2019-07-17
US11145011B2 (en) 2021-10-12
JP6384502B2 (ja) 2018-09-05
EP3422283A1 (en) 2019-01-02

Similar Documents

Publication Publication Date Title
Mahmud et al. An internet of energy framework with distributed energy resources, prosumers and small-scale virtual power plants: An overview
CN107924539A (zh) 售电时机最优控制系统、售电时机最优控制方法及售电时机最优控制程序
CN107851994A (zh) 电力供需预测系统、电力供需预测方法及电力供需预测程序
CN107924540A (zh) 电力交易匹配系统、电力交易匹配方法及电力交易匹配程序
Aboli et al. Joint optimization of day-ahead and uncertain near real-time operation of microgrids
Kanakadhurga et al. Demand response-based peer-to-peer energy trading among the prosumers and consumers
Mahmud et al. Multiple home-to-home energy transactions for peak load shaving
EP2924838B1 (en) Energy management system, energy management method, program, server device, and local server
CN102792543A (zh) 电力供给系统
Srithapon et al. Predictive control and coordination for energy community flexibility with electric vehicles, heat pumps and thermal energy storage
Moradmand et al. Energy scheduling for residential distributed energy resources with uncertainties using model-based predictive control
Luo et al. A novel forecast-based operation strategy for residential PV-battery-flexible loads systems considering the flexibility of battery and loads
CN108604820A (zh) 管理装置和控制方法
CN113869927B (zh) 一种促进社区微网内部多产消者能源共享的分时定价方法
Gazafroudi et al. Residential energy management using a novel interval optimization method
Liang et al. Economic MPC-based smart home scheduling with comprehensive load types, real-time tariffs, and intermittent DERs
Al Hasib et al. Cost-comfort balancing in a smart residential building with bidirectional energy trading
Phan et al. Facilitating high levels of wind penetration in a smart grid through the optimal utilization of battery storage in microgrids: An analysis of the trade-offs between economic performance and wind generation facilitation
JP5509004B2 (ja) 売電調整サーバ及び方法
Jose et al. Techno-Economic Analysis of Decentralized Residential Microgrid with Optimal Prosumer Selection
CN116167578A (zh) 一种商业楼宇的电动汽车充电站协调调控方法及电子设备
CN116432807A (zh) 考虑耦合效应与不确定性的综合需求响应系统及其方法
Hosseinalipour et al. Optimal risk-constrained peer-to-peer energy trading strategy for a smart microgrid
Gelazanskas et al. Managing renewable intermittency in smart grid: Use of residential hot water heaters as a form of energy storage
Lokeshgupta et al. Multi-objective residential demand side management with solar and wind energy integration

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination