New! View global litigation for patent families

JP2002227721A - Cogeneration planning system and cogeneration optimization system - Google Patents

Cogeneration planning system and cogeneration optimization system

Info

Publication number
JP2002227721A
JP2002227721A JP2001022675A JP2001022675A JP2002227721A JP 2002227721 A JP2002227721 A JP 2002227721A JP 2001022675 A JP2001022675 A JP 2001022675A JP 2001022675 A JP2001022675 A JP 2001022675A JP 2002227721 A JP2002227721 A JP 2002227721A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
optimal
price
equipment
system
solution
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
JP2001022675A
Other languages
Japanese (ja)
Inventor
Yasushi Harada
Toshiyuki Sawa
Hiroaki Suzuki
Yasushi Tomita
泰志 冨田
泰志 原田
澤  敏之
洋明 鈴木
Original Assignee
Hitachi Ltd
株式会社日立製作所
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

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GASES [GHG] EMISSION, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E20/00Combustion technologies with mitigation potential
    • Y02E20/10Combined combustion
    • Y02E20/14Combined heat and power generation [CHP]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/16Energy recuperation from low temperature heat sources of the ICE to produce additional power
    • Y02T10/166Waste heat recovering cycles or thermoelectric systems

Abstract

PROBLEM TO BE SOLVED: To efficiently support a program user to analyze sensitivity of an optimal solution for demand forecasting errors and equipment parameter uncertainty.
SOLUTION: When finding an equipment optimal size 11 and an optimal operating pattern 12 by an optimization calculating means 10, a potential price 13 and an energy unit price 14 are found at the same time and displayed on a display device 16 by an image displaying means 15.
COPYRIGHT: (C)2002,JPO

Description

【発明の詳細な説明】 DETAILED DESCRIPTION OF THE INVENTION

【0001】 [0001]

【発明の属する技術分野】本発明は、熱電併給計画システム又は熱電併給最適化システムに関する。 The present invention relates to relates to cogeneration planning system or cogeneration optimization system.

【0002】 [0002]

【従来の技術】従来の最適計画において、機器規模最適化計算と機器運用最適化計算の2つの部分からなり、収束するまで両計算を往復しながら計算を実行するものが有る。 In a conventional optimal design, it consists of two parts of the instrument scale optimization calculations and equipment operational optimization calculation, those that perform calculations while reciprocating there is both calculation until convergence. 例えば、伊東弘一,横山良平著「コージェネレーションの最適計画」産業図書(株)(平成2年)111 For example, Koichi Ito Ryohei Yokoyama al., "Optimal design of a cogeneration" Sangyo Tosho Co., Ltd. (1990) 111
−132頁に記載されている。 Are described in the pages -132. この方法による処理手順は次のとおりである。 Processing procedure by this method is as follows. 先ずユーザは、エネルギー需要の予測値,機器容量の値及びユーティリティ最大契約量の値を計算機に与え、これらの値を前提として機器運用最適化計算を計算機に実行させ、それにより最適運転パターンを求める。 First, the user, the predicted value of the energy demand, given the values ​​of and utility maximum contract amount of equipment capacity computer, the device operation optimization calculation Given these values ​​is executed in the computer, thereby obtaining an optimum operation pattern . 次に、機器規模最適化計算を計算機に実行させ、総経費すなわち設備費と従量費の合計が小さくなるよう機器容量の値とユーティリティ最大契約量の値を修正する。 Then, to execute the equipment-scale optimization calculations in the computer, to modify the values ​​of the utility maximum contract amount of equipment capacity so that the total decrease of total cost ie equipment cost and usage-based fees. さらに、いまの機器規模最適化計算の結果を前提に、再度、機器運用最適化計算を計算機に実行させる。 In addition, on the assumption the results of today's equipment-scale optimization calculation, again, to perform the equipment operational optimization calculation in the computer. ユーザは、計算が収束するまで、この手続きを計算機に繰り返させる。 The user, until the calculated converges to repeat this procedure to the computer. これにより、ユーザはエネルギー供給機器の最適規模と最適運転パターンを得る。 Thus, the user obtains an optimal size and optimum operation pattern of energy supply device.

【0003】 [0003]

【発明が解決しようとする課題】一般に、エネルギー供給機器の最適規模と最適運転パターンを決定するには、 Generally [0007] To determine the optimal size and optimum operation pattern of energy supply devices,
エネルギー需要の予測値を前提にする。 To assume the predicted value of the energy demand. しかし、一般に予測値は予測誤差を含むので、特定の予測値を前提とした最適解をユーザは直ちに採用すべきではなく、予測誤差の影響を検討しながら最適解の採否を判断する必要がある。 However, since in general the predicted value comprises a prediction error, the optimal solution that assume a specific prediction value user should not be employed immediately, it is necessary to determine the adoption of the optimal solution while considering the influence of the prediction error . しかし、従来技術を用いて予測誤差の影響を検討するには、ユーザは予測値を若干量だけ変更し、その変更後の予測値を前提に最適解を求め直し、予測値変更前後の最適解を比較するといった手順を踏まねばならず、 However, to study the effect of the prediction error using the prior art, the user predicted value changed by a small amount, again determine the optimum solution assumes predictive value after the change, before and after the predicted value changing optimal solution It not must step on the procedure, such as comparing,
従来、ユーザはこの作業に多大な労力と時間を要していた。 Traditionally, users have required a great deal of effort and time to this work.

【0004】本発明の目的は、予測誤差の影響の検討を容易にすることにある。 An object of the present invention is to facilitate the study of the effects of prediction errors.

【0005】 [0005]

【課題を解決するための手段】本発明の特徴は、各制約条件の潜在価格の値を求め、その値をユーザに提示することである。 Feature of the present invention SUMMARY OF THE INVENTION obtains the value of the potential price of each constraint is to present the value to the user. ここで制約条件とは、例えば、電力,ガス,蒸気,温水及び冷水などエネルギー種別毎の需給バランス制約(等式制約),各エネルギー供給機器の入出力特性(等式制約)及び各エネルギー供給機器の上下限制約(不等式制約)の全部又は一部を指す。 Here constraint is, for example, power, gases, vapors, hot and cold water and energy type for each of the supply and demand constraints (equality constraints), input-output characteristics (equality constraints) and the energy supply equipment for each energy supply device It refers to all or part of the upper and lower limit constraints (inequality constraints) of. また潜在価格とは、例えば、最適解において、制約条件の定数項を単位量だけ変化させたときに目的関数値がどれだけ変化するかの感度を意味する。 The The shadow price, for example, in the optimal solution, means of sensitivity objective function values ​​change much when changing the constant term of the constraints by a unit amount.

【0006】 [0006]

【発明の実施の形態】本発明の実施例は、ガスタービン発電機や蓄熱装置等、複数のエネルギー供給機器を組合せ、ビルや工場等のエネルギー需要地域にエネルギーを供給する場合、該エネルギー需要地域のエネルギー需要の予測値に応じ、該エネルギー供給機器の最適規模と最適運転パターンを求める計算機プログラムに関する。 Example of the embodiment of the present invention is a gas turbine generator and a heat storage device or the like, combining the plurality of energy supply devices, when supplying energy to the energy demand areas, such as buildings and factories, the energy demand areas depending on the predicted value of the energy demand, to a computer program for determining the optimum size and the optimum operation pattern of the energy supply device.

【0007】本発明の実施例で解決しようとする第一の課題は、エネルギー供給機器の最適規模と最適運転パターンを求めると同時に、予測誤差の影響の検討を容易にすることにある。 [0007] The first problem to be solved by the embodiment of the present invention, at the same time obtaining an optimal size and optimum operation pattern of energy supply equipment, is to facilitate the study of the effects of prediction errors.

【0008】なお以上では、予測誤差の最適解に対する影響を分析する必要性について述べたが、最適解の採否を判断するには、このほかに将来の電気料金やガス料金の変化、技術進歩による機器のエネルギー効率改善など、ユーザはいろいろな関連パラメータの不確定要因を想定し、その影響を検討する必要がある。 [0008] Note that the above has dealt with the need to analyze the impact on the optimal solution of the prediction error, to determine the adoption of the optimal solution, the addition to the change in the future electricity rate and gas rates, by technological progress and energy efficiency of the equipment, the user assumes the uncertainties of various relevant parameters, it is necessary to consider the influence. 従来、これら不確定要因の影響の検討についても、ユーザは多大な労力と時間を要していた。 Conventional, for the study of the impact of these uncertainties, the user has required a great deal of effort and time.

【0009】本発明の実施例が解決しようとする課題は、先に述べた第一の課題のほか、電気料金やガス料金などのユーティリティ料金や、機器のエネルギー効率などの機器パラメータの不確定性の影響の検討を容易にすることにもある。 It is an object of embodiments is to solve the present invention, in addition to the first problem mentioned above, and utilities charges such as electricity charges and gas rates, uncertainty instrument parameters, such as energy efficiency of the equipment there is also to facilitate the study of the impact.

【0010】本発明の実施例の一つの特徴は、各制約条件の潜在価格の値を求め、その値をユーザに提示することである。 [0010] One feature of embodiments of the present invention determines the value of the potential price of each constraint is to present the value to the user. ここで制約条件とは、例えば、電力,ガス, Here constraint is, for example, power, gas,
蒸気,温水及び冷水などエネルギー種別毎の需給バランス制約(等式制約),各エネルギー供給機器の入出力特性(等式制約)及び各エネルギー供給機器の上下限制約(不等式制約)の全部又は一部を指す。 Steam, hot and cold water and energy type for each of the supply and demand constraints (equality constraints), all or part of the input and output characteristics of the energy supply device (equality constraints) and upper and lower limit constraint each energy supply equipment (inequality constraints) the point. また潜在価格とは、例えば、最適解において、制約条件の定数項を単位量だけ変化させたときに目的関数値がどれだけ変化するかの感度を意味する。 The The shadow price, for example, in the optimal solution, means of sensitivity objective function values ​​change much when changing the constant term of the constraints by a unit amount. 潜在価格の求め方の一般的説明は、例えば、今野浩著「線形計画法」(株)日科技連(1987)71−90頁に記載されている。 A general description of obtaining the potential price is, for example, are described in Hiroshi al., "Linear Programming" (Ltd.) JUSE (1987), pp. 71-90 Konno.

【0011】潜在価格をユーザに提示するには、先ず潜在価格を求める必要がある。 [0011] In order to present the potential price to the user, it is necessary to first determine the potential price. 潜在価格を求めるために本発明が提供する手段は、最適規模と最適運転パターンを求める問題を、単一の線形計画問題として定式化し、これを解くことにより最適規模と最適運転パターンをいちどに求める方法である。 Means for providing the present invention in order to determine the potential price, how the problem of finding the optimal size and optimum operation pattern, formulated as a single linear programming problem, finding at one time the optimum size and the optimum operation pattern by solving this it is. このように定式化した線形計画問題は、大規模な問題になることが多いが、例えば、今野浩著「線形計画法」(株)日科技連(1987)14 This linear programming problem, which was formulated as, although it is often the large-scale problems, for example, Konno, Hiroshi al., "Linear Programming" (Ltd.) JUSE (1987) 14
7−162頁の方法を適用すれば、大規模線形計画問題を解くことができる。 By applying the 7-162 pages of the method, it is possible to solve the large-scale linear programming problem.

【0012】従来、問題が大規模化するのを避けるために、最適規模と最適運転パターンを求める問題を2つの部分問題に分け、かつ、定式化のなかに離散変数を含んでいるので、直接、潜在価格を求めることは困難であった。 Conventionally, in order to avoid problems to large-scale, the problem of finding the optimal size and optimum operation pattern is divided into two sub-problems, and, because it contains a discrete variable Some formulation, directly , it was difficult to determine the potential price. 以下、従来技術で潜在価格を求めることが困難であった理由と本発明の実施例での解決手段を説明する。 Hereinafter, that in the prior art seeking shadow price explaining solution of the Example of the reasons and the present invention was difficult. 潜在価格は、目的関数値のパラメータ値に対する感度、すなわち、パラメータ値による目的関数値の微分値であるから、問題を微分可能な形式に定式化する必要がある。 Shadow price is sensitive to the parameter value of the objective function value, i.e., since a differential value of the objective function values ​​by the parameter values, it is necessary to formulate a differentiable format issues.
そのためには、元の問題を2つの部分に分けたり、離散変数を導入したりすることを避けねばならない。 To do this, or divide the original problem into two parts, must be avoided or to introduce a discrete variable. しかし、従来技術では、計算機のメモリ容量の制約や計算時間の短縮のため、微分可能性を犠牲にせざるを得なかった。 However, in the prior art, for reducing the constraints and computation time of the memory capacity of the computer, I had to sacrifice differentiability. つまり従来技術では、潜在価格を求めることと短時間に最適解を求めることの両立が困難であった。 In other words, in the prior art, to achieve both be determined that a short time optimal solution to determine the potential price is difficult. これに対し、本発明の実施例では、定式化において離散変数などの微分不可能要素を排除し、かつ、例えば、今野浩著「線形計画法」(株)日科技連(1987)147−1 In contrast, in the embodiment of the present invention to eliminate nondifferentiable elements such as a discrete variable in the formulation, and, for example, Konno, Hiroshi et al., "Linear Programming" Corporation JUSE (1987) 147-1
62頁の方法を適用することで、潜在価格を求めることと短時間に最適解を求めることの両立を可能にした。 By applying the 62 pages of the method made it possible to achieve both to seek short time optimal solution and determining the potential price. なお、例えば、今野浩著「線形計画法」(株)日科技連(1987)147−162頁には、大規模線形計画問題を効率的に解く方法が詳細に記載されている。 It should be noted that, for example, in Hiroshi al., "Linear Programming" (Ltd.) JUSE (1987), pp. 147-162 Konno, way to solve large-scale linear programming problems efficiently are described in detail.

【0013】本発明の実施例を実現する機能ブロック図の一例を図1に示す。 [0013] One example of a functional block diagram for implementing an embodiment of the present invention shown in FIG. 図1において、最適化問題定式化手段6は入力データとして機器構成データ1,需要データ2,エネルギーユーティリティデータ3,機器容量単価データ4および機器入出力特性データ5を読み込む。 In Figure 1, the optimization problem formulation means 6 device configuration data 1 as input data, demand data 2, the energy utility data 3 reads the equipment capacity unit price data 4 and the device output characteristic data 5.
最適化問題定式化手段6は、これら入力データをもとに、目的関数7,設備制約8および需給バランス制約9 Optimization problem formulation means 6, based on these input data, the objective function 7, equipment constraints 8 and the supply-demand balance constraints 9
を生成する。 To generate. ここで、目的関数7は、エネルギーユーティリティデータ3と機器容量単価データ4に基づき、設備費と運転費の合計で定義し、線形式で与えるものとする。 Here, the objective function 7 is based on the energy utility data 3 and the device capacity unit price data 4, defined by the sum of the equipment costs and operating costs, it shall be given by the linear equation. 設備制約8は、機器入出力特性データ5に基づき、 Equipment constraints 8, based on the device output characteristic data 5,
各機器の入出力関係を表す線形等式制約と各機器の入力値もしくは出力値に対する線形不等式制約で与える。 Providing a linear inequality constraints on the input value or output value of the linear equality constraints and the devices representing the input-output relation of each device. 設備制約8において、何時の機器の入力値もしくは出力値も機器規模を越えてはならないとの制約を含め、かつ、 In the equipment constraints 8, input value or output value of the time of the equipment, including the constraints and must not exceed the equipment scale, and,
機器規模を決定変数に含め、最適化問題を解けば、必要最小限の機器規模すなわち最も経済的な機器規模を求めることができる。 Including equipment scale decision variable, solving the optimization problem can be found minimum necessary equipment scale i.e. most economical equipment scale. 需給バランス制約9は、機器構成データ1に基づき、需要データ2で与えられる需要の種類毎に線形等式制約で与える。 Demand balance constraints 9, based on the device configuration data 1, given by the linear equality constraints for each type of demand given by the demand data 2. このように得られた最適化問題は線形計画問題となる。 The thus obtained optimization problem becomes a linear programming problem. 以上の最適化問題定式化の方法は、例えば、伊東弘一,横山良平著「コージェネレーションの最適計画」産業図書(株)(平成2年)に記載されている。 Or more of the optimization problem formulation method, for example, Koichi Ito, are described in the industry books "optimal design of a cogeneration" Author Ryohei Yokoyama Co., Ltd. (1990). ただしこの文献では、運転中と停止中を区別するための0−1変数を導入しているが、本発明では運転中と停止中の区別は行わずこの0−1変数を使用しないものとする。 However, in this document, but introduces a 0-1 variable for discriminating stopped and during operation, the present invention shall not use this 0-1 variable without distinction stopped and during operation . これにより、最適化問題から離散変数を排除することができるので、通常の線形計画法で最適解と潜在価格を求めることができる。 Thus, it is possible to eliminate the discrete variable from the optimization problem, it is possible to determine the potential price and optimal solution in the usual linear programming. つぎに最適化計算手段10は、目的関数7,設備制約8および需給バランス制約9を読み込み、制約条件を守りつつ目的関数を最小とする機器最適規模11および最適運転パターン12 Then optimization calculation unit 10, the objective function 7, equipment constraints 8 and reads the balance of supply and demand constraints 9, equipment optimum scale 11 to minimize the objective function while protecting constraints and optimal operation patterns 12
を求める。 The seek. それと同時に、需給バランス制約9に対応した潜在価格13を求める。 At the same time, obtaining the shadow price 13 corresponding to demand balance constraints 9. 更に、各機器のエネルギー単価14を求める。 Furthermore, determining the energy unit price 14 of each device. 最適解を求める方法は、例えば、今野浩著「線形計画法」(株)日科技連(1987)147 Method of finding the optimal solution is, for example, Konno, Hiroshi al., "Linear Programming" (Ltd.) JUSE (1987) 147
−162頁に記載されている。 Are described in the pages -162. また潜在価格は、例えば、今野浩著「線形計画法」(株)日科技連(198 The potential price is, for example, Konno, Hiroshi al., "Linear Programming" (Ltd.) JUSE (198
7)71−90頁の方法を用いて求めることができる。 7) 71-90 page methods can be determined using a.
ある機器のエネルギー単価14は、その機器への入力エネルギーとその機器のエネルギー効率から求めることができる。 Energy unit price 14 of a device can be determined as input energy to the instrument from the energy efficiency of the equipment. たとえば、ある機器への入力エネルギーの単価が10円で、その機器のエネルギー効率が50%ならば、その機器のエネルギー単価は20円となる。 For example, in the 10 yen unit price input energy to a certain device, if the energy efficiency is 50% of its equipment, is 20 yen energy unit price of the equipment. 最後に、画面表示手段15は、機器最適規模11,最適運転パターン12,潜在価格13及びエネルギー単価14を読み込み、CRTなど適当な表示装置16にこれらを表示する。 Finally, the screen display unit 15, the instrument optimal scale 11, the optimum operation pattern 12, reads the shadow price 13 and energy unit price 14, and displays them on the CRT such as a suitable display device 16.

【0014】図2は、本発明を実現するための処理の流れである。 [0014] Figure 2 is a process flow for implementing the present invention. データ読込21にて、必要な入力データすなわち機器構成データ1,需要データ2,エネルギーユーティリティデータ3,機器容量単価データ4および機器入出力特性データ5を読み込む。 At data reading 21, reads necessary input data or device configuration data 1, demand data 2, the energy utility data 3, the equipment capacity unit price data 4 and the device output characteristic data 5. つぎに最適化問題定式化22にすすみ、データ読込21にて読み込んだデータをもとに最適化問題を定式化する。 Then proceed to the optimization problem formulation 22, to formulate an optimization problem on the basis of the read data in the data read 21. 最適化計算実行23 Optimization calculations performed 23
では、定式化した最適化問題の解を求めると同時に潜在価格を求め、結果表示24で最適解および潜在価格を表示する。 In obtains a potential price and at the same time solving the optimization problem formulated, displays the optimal solution and potential prices result display 24.

【0015】以下、具体例に基づき本発明の実施形態を説明する。 [0015] Hereinafter, an embodiment of the present invention based on specific examples. 図3は、機器構成を表す図であり機器構成データ1に対応する。 Figure 3 is a diagram showing the device configuration corresponds to the device configuration data 1. 図4は、電力,蒸気,温水および冷水の各1日24点の需要であり需要データ2に対応する。 4, power, steam, corresponding to and demand data 2 a demand for the day 24 points of hot and cold water. 図5は、電力とガスの従量料金,電力契約容量単価および各機器の容量単価であり、エネルギーユーティリティデータ3と機器容量単価データ4に対応する。 Figure 5 is a usage-based rates of power and gas, a price per capacity of the power contract price per capacity and each device, corresponding to the energy utility data 3 and the device capacity unit price data 4. 機器入出力特性データ5は、例えば、伊東弘一,横山良平著「コージェネレーションの最適計画」産業図書(株) Equipment input-output characteristic data 5, for example, Ito, Koichi, Ryohei Yokoyama et al., "Of cogeneration optimal plan" Sangyo Tosho Co., Ltd.
(平成2年)に倣い適切な値に設定するものとする。 Shall be set to an appropriate value follows the (1990). これらのデータを用い、最適化問題を定義し、それを解くことにより最適解と潜在価格を求める。 Using these data, define the optimization problem to determine the potential price and optimal solution by solving it. 本発明では、目的関数を次のように定式化する。 In the present invention, it is formulated as an objective function below.

【0016】目的関数: [0016] The objective function:

【0017】 [0017]

【数1】 [Number 1]

【0018】すなわち、目的関数Jは、年間設備費C [0018] In other words, the objective function J is, annual equipment costs C
c ,年間基本料金C odおよび年間従量料金C oeの和で定義し、年間設備費C cは各設備の初期設備費の合計を償却期間T depで除算したものとし、年間基本料金C odは電力とガスの契約基本料金の合計を単位契約期間T con c, defined by the sum of the annual base rate C od and annual pay-as-you-go C oe, the annual cost of equipment C c and those obtained by dividing the sum of the initial equipment costs of each facility in the amortization period T dep, annual base rate C od is unit contract period the total contract base rate of electricity and gas T con
で除算したものとし、年間従量料金C oeは電力とガスの使用量と単位使用量当りの料金の積和とする。 In shall divided annual commodity charge C oe is the product sum of rates of usage and unit dose per power and gas. なお、これらの式で、添字は次の意味を表す。 In these equations, the subscript represents the following meanings. すなわち、GTはガスタービン、REは電動ターボ冷凍機、RWは温水吸収式冷凍機、RSは蒸気吸収式冷凍機、BGはガスボイラ、BAは補助ボイラ、CTは冷却塔、SHは蓄熱槽、 That, GT gas turbine, RE electric centrifugal chiller, RW is heated absorption refrigerator, RS vapor absorption chiller, BG is the gas boiler, BA auxiliary boiler, CT cooling towers, SH heat storage tank,
SCは氷蓄熱、SEは蓄電池、HEは熱交換器、RDは放熱器、PCは冷水廃棄ポンプ、EPは電力会社からの電力、及び、FPはガス会社からのガスを表す。 SC ice thermal storage, SE represents the storage battery, HE heat exchanger, RD is the radiator, PC cold water waste pump, EP power from the power company and, FP is a gas from the gas company. また、 Also,
PE(t)およびPF(t)はそれぞれ時刻tにおける電力とガスの単位使用量当りの料金、E(t)およびF(t)はそれぞれ時刻tにおける電力とガスの使用量を表す。 PE (t) and PF (t) in the price unit dose per power and gas at each time t, represents the E (t) and F (t) is the amount of power and gas at each time t.

【0019】本発明の実施例では、機器特性を次のような制約条件で表現する。 [0019] In embodiments of the present invention, representing the device characteristics such constraints as follows.

【0020】制約条件(機器特性): [0020] constraints (equipment characteristics):

【0021】 [0021]

【数2】 [Number 2]

【0022】なお、この制約条件の例は、図6に示すガスタービンの特性を5本の等式制約と1本の不等式制約で表現したものである。 [0022] Incidentally, examples of the constraint condition is a representation of a characteristic of the gas turbine shown in FIG. 6 with five equality constraints and one inequality constraints. ガスタービン以外の機器の特性も、同様の等式制約および不等式制約で表現できる。 Characteristics of devices other than a gas turbine can also be expressed by the same equality constraints and inequality constraints. また、エネルギーバランス条件も、次のような制約条件で表現する。 In addition, the energy balance conditions also, be expressed in the following constraints.

【0023】制約条件(エネルギーバランス): [0023] constraints (energy balance):

【0024】 [0024]

【数3】 [Number 3]

【0025】なお、この制約条件の例は、図3のコジェネシステムにおける冷水の需給バランス制約を表す。 [0025] The example of the constraint is representative of the cold water supply and demand balance constraints in cogeneration system of FIG. 電力,蒸気、および温水の需給バランス制約もそれぞれ同様に表現する。 Power, steam, and hot water supply-demand balance constraints also similarly represented respectively.

【0026】図7に、例として、電力,蒸気,温水及び冷水の潜在価格と各機器のエネルギー単価を示す。 [0026] Figure 7 shows as an example the power, steam, energy unit price of hot and cold water potential price and each device. 図7 Figure 7
の各表の左欄外の1乃至24の数値は時刻を表す。 Numerical left margin of 1 to 24 for each table represent time. 図7 Figure 7
において、数値の右に上矢印もしくは下矢印がついている場合があるが、上矢印はエネルギー単価が潜在価格よりも高い場合を表し、下矢印はエネルギー単価が潜在価格よりも安い場合を表す。 In, there is a case where up arrow or down arrow is attached to the right number, up arrow represents the case where the energy unit price is higher than the potential price, down arrow represents the case where the energy unit price cheaper than shadow price. 矢印がついていない場合にはエネルギー単価と潜在価格が等しい。 It is equal to the potential price and energy unit price in the case where the arrow is not attached.

【0027】図7において、エネルギー単価と潜在価格を比較すれば、両者の大小関係が分かり、その結果、構成機器の最適規模を決定しているクリティカルな時刻が何時であるかを知ることができる。 [0027] In FIG. 7, when comparing the energy unit price and potential price, to understand both the magnitude relationship of, as a result, it is possible that critical time which determines the optimum scale of construction equipment to know how many time . 例えば電力に着目すると、14時における潜在価格38.8は、電力会社からの買電のエネルギー単価14.7よりも高く、かつ、 For example, when focusing on the power, the shadow price 38.8 in 14:00, higher than the energy cost per 14.7 power purchase from the power company, and,
ガスタービンの電力のエネルギー単価15.0 よりも高い。 Higher than the energy cost per 15.0 of the gas turbine power. このことから、14時における電力の潜在価格には、運転費のほかに設備費が加わっていると判断でき、 From this, the power potential price of at 14 o'clock, it can be determined that the cost of equipment is being applied to other operating costs,
このことから電力会社の最適契約容量とガスタービンの最適規模を決定しているのは、14時の電力需給状況であることがわかる。 Are you determine the optimal scale of the optimal contract capacity and gas turbine power company from this thing, it can be seen that the power supply and demand situation of 14:00. 14時における電力の潜在価格に対する別の解釈として、14時における電力需要の単位量は38.8 の価値を有し、もしこの時点の電力需要が単位量だけ多ければそれを賄うのに38.8の増分コストがかかるとの解釈も成り立つ。 Another interpretation of shadow price of power at the time 14, the unit amount of electric power demand in time 14 has a value of 38.8, if the 38.8 to power demand of this time cover it The more by a unit amount interpretation of the incremental cost it takes versa.

【0028】蒸気についても同様の考えで、22時における潜在価格15.8 は、ガスタービンの蒸気エネルギー単価3.59 よりも高く、かつ、補助ボイラの蒸気エネルギー単価6.39 よりも高い。 [0028] In the same idea applies to steam, shadow price 15.8 in 22:00 is higher than the vapor energy unit price 3.59 gas turbine, and higher than the vapor energy unit price 6.39 auxiliary boiler. このことから、ガスタービンと補助ボイラの最適規模は、22時の蒸気需給状況から決定されていることがわかる。 Therefore, the optimal size of the auxiliary boiler and a gas turbine, it is found that it is determined from the steam supply and demand of 22:00.

【0029】このように、図7のような潜在価格とエネルギー単価を表示することにより、何時の時点における何の需要がどの構成機器の最適規模に影響を与えるか、 [0029] or in this way, by displaying the potential price and energy unit price as shown in FIG. 7, what of demand in the time of the point in time affect which configuration equipment of optimal scale,
またその時点の需要単位量当りの価値が具体的にいくらであるかを知ることができる。 Also be valuable in demand unit amount per the time to know whether a much specifically.

【0030】参考のため、電力,蒸気,温水及び冷水の各需給パターンをそれぞれ図7乃至図11に示す。 [0030] For reference, power, steam, showing hot and cold water each demand patterns in FIGS. 7 to FIG. 11. 従来技術では、図7乃至図11のような需給パターンを表示するのみであり、潜在価格を表示していなかったため、 In the conventional art, only displays the demand pattern as shown in FIG. 7 to 11, did not show a shadow price,
最適規模を決定するクリティカルな時点が何時であるかを調べるのが困難であった。 Critical point in time to determine the optimal scale was difficult to determine how many time. しかし、本発明のように図7の潜在価格とエネルギー単価を表示すれば、それらの大小関係を調べることにより、クリティカルな時点を比較的容易に見つけ出すことができる。 However, by displaying the shadow price and energy price of 7 as in the present invention, by examining their magnitude relation, it is possible to find the critical time points relatively easily.

【0031】図7に示した電力のエネルギー単価と潜在価格のグラフ表示を図12に示す。 The power a graphical representation of energy unit price and potential prices shown in FIG. 7 is shown in FIG. 12. このようにグラフ表示すれば、各時点における電力の潜在価格を決定しているのが電力会社のエネルギー単価なのかガスタービンのそれなのか、クリティカルな時点は何時なのかがより簡単にわかる場合もある。 In this way graphical representation, whether it a the energy unit price of the one gas turbine electric power company are you determine the potential price of the power at each time point, even if you know what time thing is critical moment easier is there. たとえば、図11の場合、14 For example, in the case of FIG. 11, 14
時の潜在価格が2本のエネルギー単価の棒グラフを上回っていることから、14時がクリティカルな時点であることが容易に見て取れる。 Since the shadow price of time is greater than two bars of energy unit price, seen easily that at 14 is a critical point.

【0032】以上によれば、各制約の潜在価格と機器のエネルギー単価を表示するので、ユーザは需要予測誤差や機器パラメータに対する最適解の感度を容易に解析することができる。 According above, since the display the energy unit price of a potential price and a device in each constraint, the user can easily analyze the sensitivity of the optimal solution to the demand forecast error and instrument parameters. また、ユーザは、潜在価格とエネルギー単価の大小関係に基づき、不確かさに対する最適解の感度を、直接的かつ定量的に知ることができる。 The user, based on the magnitude relation of the potential price and energy unit price, the sensitivity of the optimal solution to uncertainty, can be known directly and quantitatively.

【0033】以上では、最適値を求めることを例に説明しているが、熱電併給設備の構成機器の規模と運転パターンを決定する決定装置と、エネルギー需給バランス制約と機器容量制約を満足しつつ設備費と運転費の和を小さく熱電併給適化装置とを有し、該制約の潜在価格と該構成機器のエネルギー単価を表示することを特徴とする熱電併給計画システムのように、現状値より、より好ましい小さい値又は大きい値を求める場合に用いても良い。 The above has been described as an example that obtains the optimum value, a determination device for determining the size and operation pattern of component devices cogeneration facility, while satisfying the energy supply and demand balance constraints and equipment capacity constraints have equipment cost and cogeneration optimization apparatus reduce the sum of the operating costs, as in the cogeneration planning system and displaying the energy unit price of a potential price and the construction equipment of the constraints, from the current value it may be used when obtaining a more preferred smaller or larger value.

【0034】 [0034]

【発明の効果】本発明によれば、予測誤差の影響の検討を容易にすることができる。 According to the present invention, it is possible to facilitate the study of the effects of prediction errors.

【図面の簡単な説明】 BRIEF DESCRIPTION OF THE DRAWINGS

【図1】本発明の一実施例の機能ブロック図。 Figure 1 is a functional block diagram of an embodiment of the present invention.

【図2】本発明の一実施例における処理流れ図。 [Figure 2] is a process flow diagram according to an embodiment of the present invention.

【図3】本発明の一実施例における機器構成図。 [Figure 3] equipment configuration diagram of an embodiment of the present invention.

【図4】本発明の一実施例における需要データのグラフを示す図。 It shows a graph of demand data in one embodiment of the present invention; FIG.

【図5】本発明の一実施例における従量単価と容量単価を示す図。 It shows a usage-based bid and price per capacity in one embodiment of the present invention; FIG.

【図6】本発明の一実施例のガスタービンのモデル図。 [6] model diagram of a gas turbine of an embodiment of the present invention.

【図7】本発明の一実施例におけるエネルギー単価と潜在価格の表形式による表示例を示す図。 7 is a view showing a display example by tabular energy unit cost and potential prices in an embodiment of the present invention.

【図8】同実施例における電力需給パターンを示す図。 8 shows a power supply pattern in the same embodiment.

【図9】同実施例における蒸気需給パターンを示す図。 9 is a diagram illustrating a vapor supply and demand pattern in the same embodiment.

【図10】同実施例における温水需給パターンを示す図。 10 is a view showing a hot water supply and demand pattern in the same embodiment.

【図11】同実施例における冷水需給パターンを示す図。 11 is a diagram showing cold water supply and demand pattern in the same embodiment.

【図12】同実施例におけるエネルギー単価と潜在価格のグラフ形式による表示例を示す図。 12 is a diagram showing a display example by the energy unit cost and Graphical shadow price in the same embodiment.

【符号の説明】 DESCRIPTION OF SYMBOLS

1…機器構成データ、2…需要データ、3…エネルギーユーティリティデータ、4…機器容量単価データ、5… 1 ... device configuration data, 2 ... demand data, 3 ... energy utility data, 4 ... equipment capacity unit price data, 5 ...
機器入出力特性データ、6…最適化問題定式化手段、7 Equipment input-output characteristic data, 6 ... optimization problem formulation means, 7
…目的関数、8…設備制約、9…需給バランス制約、1 ... the objective function, 8 ... equipment constraints, 9 ... supply and demand balance constraints, 1
0…最適化計算手段、11…機器最適規模、12…最適運転パターン、13…潜在価格、14…エネルギー単価、15…画面表示手段、16…表示装置。 0 ... optimization calculation unit, 11 ... instrument optimal scale, 12 ... optimal operation pattern, 13 ... shadow price, 14 ... energy unit price, 15 ... screen display unit, 16 ... display device.

───────────────────────────────────────────────────── フロントページの続き (72)発明者 澤 敏之 茨城県日立市大みか町七丁目1番1号 株 式会社日立製作所日立研究所内 (72)発明者 鈴木 洋明 東京都千代田区神田駿河台四丁目6番地 株式会社日立製作所事業企画本部内 ────────────────────────────────────────────────── ─── of the front page continued (72) inventor Toshiyuki Sawa Hitachi City, Ibaraki Prefecture Omika-cho, seven chome No. 1 Co., Ltd. Hitachi, Ltd. Hitachi the laboratory (72) inventor Hiroaki Suzuki, Chiyoda-ku, tokyo Surugadai, Kanda chome 6 address Hitachi, Ltd. business planning Division within the

Claims (2)

    【特許請求の範囲】 [The claims]
  1. 【請求項1】熱電併給設備の構成機器の規模と運転パターンを決定する決定装置と、エネルギー需給バランス制約と機器容量制約を満足しつつ設備費と運転費の和を小さく熱電併給適化装置とを有し、 該制約の潜在価格と該構成機器のエネルギー単価を表示することを特徴とする熱電併給計画システム。 [Claim 1] and scale of construction equipment cogeneration facilities and determining device for determining the operation pattern, the energy supply and demand balance constraints and equipment capacity constraints cogeneration optimization apparatus reduce the sum of capital cost and operating cost while satisfying the has, cogeneration planning system and displaying the energy unit price of a potential price and the construction equipment of the constraints.
  2. 【請求項2】熱電併給設備の構成機器の規模と運転パターンを最適に決定することで、エネルギー需給バランス制約と機器容量制約を満足しつつ設備費と運転費の和を最小化する、熱電併給最適化システムにおいて、 該制約の潜在価格と該構成機器のエネルギー単価を表示することを特徴とする熱電併給最適化システム。 Wherein by optimally determining the size and operation pattern of the component devices of cogeneration facilities, minimizing the sum of capital cost and operating cost while satisfying the energy supply and demand balance constraints and equipment capacity constraints, cogeneration in the optimization system, cogeneration optimization system and displaying the energy unit price of a potential price and the construction equipment of the constraints.
JP2001022675A 2001-01-31 2001-01-31 Cogeneration planning system and cogeneration optimization system Pending JP2002227721A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001022675A JP2002227721A (en) 2001-01-31 2001-01-31 Cogeneration planning system and cogeneration optimization system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001022675A JP2002227721A (en) 2001-01-31 2001-01-31 Cogeneration planning system and cogeneration optimization system

Publications (1)

Publication Number Publication Date
JP2002227721A true true JP2002227721A (en) 2002-08-14

Family

ID=18888054

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001022675A Pending JP2002227721A (en) 2001-01-31 2001-01-31 Cogeneration planning system and cogeneration optimization system

Country Status (1)

Country Link
JP (1) JP2002227721A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8396605B2 (en) 2008-04-17 2013-03-12 E. I. Engineering Co., Ltd. System for simulating heat and power supply facility
US8571903B1 (en) * 1998-07-02 2013-10-29 Google Inc. Pricing graph representation for sets of pricing solutions for travel planning system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8571903B1 (en) * 1998-07-02 2013-10-29 Google Inc. Pricing graph representation for sets of pricing solutions for travel planning system
US8396605B2 (en) 2008-04-17 2013-03-12 E. I. Engineering Co., Ltd. System for simulating heat and power supply facility

Similar Documents

Publication Publication Date Title
Chang et al. Experiences with mixed integer linear programming based approaches on short-term hydro scheduling
Mohamed et al. Modelling project investment decisions under uncertainty using possibility theory
Kumar et al. Optimal distributed generation location using mixed integer non-linear programming in hybrid electricity markets
Ostrowski et al. Tight mixed integer linear programming formulations for the unit commitment problem
US5881283A (en) Job scheduling analysis method and system using historical job execution data
Klemeš et al. Targeting and design methodology for reduction of fuel, power and CO2 on total sites
Fu et al. Supply-side collaboration and its value in supply chains
O'Neill et al. Efficient market-clearing prices in markets with nonconvexities
US6366889B1 (en) Optimizing operational efficiency and reducing costs of major energy system at large facilities
Lee et al. A heuristic to minimize the total weighted tardiness with sequence-dependent setups
Carelli et al. Economic features of integral, modular, small-to-medium size reactors
Sauer Technical challenges of computing available transfer capability (ATC) in electric power systems
Lu et al. The impacts of carbon tax and complementary policies on Chinese economy
Frank et al. Optimal power flow: a bibliographic survey I
Richter et al. A profit-based unit commitment GA for the competitive environment
Yokoyama et al. A MILP decomposition approach to large scale optimization in structural design of energy supply systems
Zhang et al. A mixed-integer linear programming approach for multi-stage security-constrained transmission expansion planning
Caramanis et al. WRATES: A tool for evaluating the marginal cost of wheeling
Alsac et al. Further developments in LP-based optimal power flow
Gamou et al. Optimal unit sizing of cogeneration systems in consideration of uncertain energy demands as continuous random variables
Bunn Forecasting loads and prices in competitive power markets
US7318038B2 (en) Project risk assessment
Sappington Strategic firm behavior under a dynamic regulatory adjustment process
Wen et al. Strategic bidding for electricity supply in a day-ahead energy market
Almató et al. Optimisation of water use in batch process industries