JP2004173342A - 運転支援システム及び運転支援コンピュータプログラム - Google Patents

Abstract

【課題】オペレータの省エネへの意欲を高めることができる運転支援システムを提供する。
【解決手段】運転支援システムを、オペレータにより運転機器に対して行われた運転情報を保存する運転情報保存手段と、運転情報保存手段により保存された運転情報を評価する運転評価手段と、運転評価手段により評価された評価結果を表示する表示手段とを備え、評価結果は運転目的設備に関するコスト，運転目的設備のエネルギー供給コスト，運転機器のコスト，二酸化炭素排出量，窒素酸化物排出量，地球温暖化物質排出量，一次エネルギー使用量，原油換算エネルギー消費量，エネルギー需給過不足量または電力品質に関するものであるものとする。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、工場やビルなどで使用する電力・蒸気などを、必要な量だけコスト最小や二酸化炭素排出量最小など、目的に応じて最適に生成するためのコージェネの運転方法を支援・ガイダンスする技術に関する。また、本発明は、例えば、ビルや工場などの省エネルギーを支援するため、省エネルギーのための空調設定支援・ガイダンスなどを行うような、エネルギー管理システムに関する。また、エネルギーに限定されなくとも、計算機により求めた適切な結果と人間（オペレータ）の感覚から求めた適切な結果から最終的な計画を決定するようなシステムにおいて、オペレータの支援を行うのに用いることができる。さらに、広くは、人間が決定した結果（経過）が適切であったか評価し、人間の決定力を向上させるようなシステムに適用することができる。
【０００２】
【従来の技術】
地球温暖化などの問題から、省エネルギーは、人類共通の重要な課題となっている。京都会議でも二酸化炭素排出量の具体的な削減目標が設定された。日本では、省エネ法が制定され、大きな工場ではエネルギー管理士を設置して省エネルギーに取り組むことになった。省エネルギーのための手法として、燃料から電力と蒸気（熱）の両方を生成・活用するコージェネレーションが注目されている。ところで、コージェネレーションは、ガスタービン，蒸気タービン，ボイラ，ガスエンジン，マイクロガスタービン，蓄熱装置などの複雑な組み合わせ（複雑なエネルギーの流れ）で構成されている。そのため、ガスタービン，蒸気タービン，ボイラ，ガスエンジン，マイクロガスタービン，蓄熱装置などのコージェネ運転機器をどのように運転すれば、時々刻々変化する運転目的設備である工場・ビルなどの電力・蒸気の需要に合わせて、少ないエネルギー，少ないコストで、電力・蒸気（熱）などの必要なエネルギーを供給することができるのか、オペレータ（運転員）が毎日（毎回）、全て計算（計画）するのは、困難である。そこで、特に、省エネルギー・省コストのために、工場・ビルなどの電力・蒸気の需要を予測し、電力・蒸気の需要に合わせ、少ないエネルギー，少ないコストで、ガスタービンや蒸気タービンなどを効率よく運転する方法を計算機で求め、運転方法をガイダンスするようなコージェネ運転支援システムが求められている。
【０００３】
従来、気象条件，カレンダーなどから当日の運転目的設備の電力・蒸気の時間毎の需要をマシンで予測し、需要に合わせて最小のコストで必要な電力・蒸気を供給するためのコージェネ装置の運転方法をマシンで求め、それをオペレータにガイダンスするシステムが検討されている。
【０００４】
特開２０００−２７４３０８号には、買電・コージェネ発電の組み合わせで、コスト最小の電力供給（運転）方法を求める方法が述べられている。特開平９−２８５０１０号では、複数の需要予測手段により求めた需要予測結果をもとに需要を予測する方法が述べられている。
【０００５】
電力は保存できないため、時々刻々の電力・蒸気の需要を予測する必要がある。しかし、マシンによる予測はしばしば外れることがある。そのため、特開平９−２８５０１０号などの対策が検討されているが、しかし、それでも、マシンによる需要予測はしばしば外れることがある。すると、オペレータは、最適な運転方法を計画するための前提となる需要予測が外れるため、マシンが得意とする最小コスト，最小エネルギーなどでエネルギーを供給するための運転計算（計画）をも利用せず、自分のカンのみに頼った運転になっていた。その結果、必ずしも省エネルギー・省コストな運転になっていなかった。オペレータは、自分の運転がどのくらい省エネルギー・省コストに貢献しているのか分からないので、省エネへの意欲が減退していた。
【０００６】
【発明が解決しようとする課題】
本発明は、上記の点に鑑みたもので、オペレータの運転ノウハウと、マシンによる需要予測・最小コスト運転計算（計画）のメリットを生かし、需要の変動にも柔軟に対応できる運転支援システムを構築することを目的とする。
【０００７】
また、本発明の他の目的は、オペレータのコージェネ運転による省エネへの貢献度を具体的に示すことにより、オペレータの省エネへの意欲を高めることができる運転支援システムを構築することを目的とする。
【０００８】
また、本発明は、オペレータの運転ノウハウとマシンによる省エネアドバイス・省エネ最適計算などのメリットを生かし、さらに、オペレータの省エネ意欲を高められるエネルギー管理システムを構築することを目的とする。
【０００９】
【課題を解決するための手段】
オペレータは、自分の運転ノウハウとマシンによる最適運転計画を上手く利用して、コージェネなどの運転方法を決定。
【００１０】
（ａ）マシンによる需要予測＋マシンによる最適運転計画
（ｂ）オペレータの需要予測＋マシンによる最適運転計画
（ｃ）オペレータの需要予測＋オペレータの運転計画
（ａ）（ｂ）（ｃ）の情報から、オペレータが運転方法を最終判断。オペレータの運転によって、いかに過不足なく安いコストで電力・蒸気の実際の需要を満たせたか、オペレータの運転がいかに妥当だったか（オペレータの貢献度）を、マシンによる需要予測と実際の需要のズレ，マシンによる運転のシミュレーションなどにより評価することにより、オペレータの省エネ意欲を高めることができる。
【００１１】
（なお、上記「＋」は、例えば、「（ａ）マシンによる需要予測＋マシンによる最適運転計画」とは、「（ａ）マシンによる需要予測の結果求められた電力・蒸気の量に対して、それを満たす最適なコージェネの運転計画をマシンで計画する」ことを意味する。以下の説明では、「＋」を同様の意味で用いることとする。）
【００１２】
【発明の実施の形態】
以下、図面を用いて、本発明の実施の形態について詳しく説明する。まずは、本発明を工場やビルのコージェネの最適運転支援のために用いる例で説明する。
【００１３】
図１は、本発明の機能ブロック図を示す。本発明の機能ブロックは、工場・ビルなどの電力・蒸気などの需要をマシンで予測する、需要予測部（１０１），運転目的設備である工場・ビルなどの電力・蒸気などの需要をコージェネのオペレータが予測し、その結果を入力する、オペレータ予測需要入力部（１０２），需要予測部（１０１）やオペレータ予測需要入力部（１０２）で得られた電力・蒸気の需要に合わせてコージェネ装置（ガスタービン，蒸気タービン，ボイラ，ガスエンジン，マイクロガスタービン，蓄熱装置など）を、最小コストや二酸化炭素排出量最小など、最適に運転するための運転方法をマシンで計画する、最適運転計画部（１０３），最適運転計画部（１０３）で計画された最適運転計画などを表示する、ガイダンス表示部（１０４），ガイダンス表示部（１０４）に表示された、マシンによる需要予測＋マシンによる最適運転計画、オペレータによる需要予測＋マシンによる最適運転計画、および、オペレータによる需要予測＋オペレータによる最適運転計画などを参考に、最終的にオペレータが決定したコージェネ運転方法を入力する、オペレータ運転決定部（１０５）、さらに、実際に工場・ビルなどの電力・蒸気などの需要がどのような量であったか入力する、実需要入力部（１０６）、オペレータが実際にどのように運転したか（当初の計画から途中で変更することも可能なので）、オペレータが実際に行ったコージェネの運転結果を入力する、オペレータ実運転入力部（１０７），オペレータの運転によって（需要の変動があったりした場合などにも適切な対応ができ）いかに安いコストで、二酸化炭素の排出も少なく、しかも、必要な電力・蒸気の需要を満たせたか、オペレータの運転を評価する、運転結果評価部（１０８），運転結果評価部（１０８）がオペレータの運転を評価する際に、もし、マシンによる需要予測＋マシンによる運転計画などから変更なしに運転した場合などに、実際の需要の変動に対応できずに供給が不足してしまった、あるいは、実際の需要に対して過剰な供給で、コストや二酸化炭素排出が無駄な運転だったなど、マシンが仮計画していた運転などをシミュレーションして、実際の需要に対する適合性を確認する、運転計画シミュレーション部（１０９）、および、運転結果評価部
（１０８）の評価結果を表示する、運転結果表示部（１１０）からなる。
【００１４】
なお、ガイダンス表示部（１０４）と運転評価結果表示部（１１０）は、兼用の表示部（あるいは出力部）でもよい。
【００１５】
また、オペレータの運転情報を取得するのに、オペレータ運転決定部（１０５）は設けず、オペレータ実運転入力部（１０７）のみでもよい。
【００１６】
なお、需要・運転シミュレーション部（１０９）は、上記以外にも、例えば、オペレータ運転決定部（１０５）にてオペレータが運転方法を決定する前に、オペレータの需要予測や、オペレータが決定しようとしている運転計画などで、もし、予測と状況が変化した時に、どのようになるか（例：蒸気が不足して、プロセスが停止する）などを、シミュレーションして確認するのに用いてもよい。そうすると、例えば、多少、予測と変動した時にも、生産ロスが出ないような計画を立てることができる。
【００１７】
次に、図２を用いて、本発明の構成を説明する。本発明は、ＣＰＵ（２０１），ＲＡＭ（２０２），ＲＯＭ（２０３），表示（出力）デバイス（２０４），入力デバイス（２０５）からなる。ＲＡＭ（２０２）に蓄えられたプログラムをＣＰＵ（２０１）が読み出し、電力・蒸気の需要を予測したり、最適なコージェネの運転計画を求めたりし、その結果を表示（出力）デバイス（２０４）に出力する。オペレータは、最終的なコージェネの運転計画，実際の電力・蒸気の需要や実際に行ったコージェネの運転方法などを、入力デバイス（２０５）から入力する。オペレータの入力は、ＲＡＭ（２０２）に蓄えられたプログラムをＣＰＵ（２０１）が読み出して評価を行い、その結果を表示（出力）デバイス（２０４）に出力する。なお、詳細な動作については、後述する。
【００１８】
次に、図３を用いて本発明の処理フローの例を説明する。まず、マシンにより電力・蒸気などの需要を予測し、マシンによる需要予測結果に合わせて、マシンによりコージェネの最適な運転方法を計画する（３０１）。次に、オペレータが経験による知見から電力・蒸気などの需要を予測し、オペレータによる需要予測結果に合わせて、マシーンによってコージェネの最適な運転方法を計画する（３０２）。次に、オペレータが経験による知見から電力・蒸気などの需要を予測し、さらに、オペレータがコージェネの最適な運転方法も計画する（３０３）。オペレータは、前記３０１〜３０３の情報（マシンによる需要予測＋マシンによる最適運転計画，オペレータによる需要予測＋オペレータによる最適運転計画，オペレータによる需要予測＋オペレータによる最適運転計画）を使って、最終的な運転方法を決定する（３０４）。最終的な運転方法は、３０１〜３０３の中からオペレータが選択しても良いし、オペレータがこれらの情報を参考に（別の）運転計画を作成してもよい。オペレータの決定に従ってコージェネの運転が行われるが、そうして、実際に使われた電力・蒸気の需要量，オペレータの決定によって実際に行われたコージェネの運転結果をシステムに入力する（３０５）。システムは、オペレータの判断が加わらなかった場合、電力・蒸気が実際の需要に対して過不足が生じなかったか、運転コストや二酸化炭素排出量が適切でなかったのではないかといったシミュレーションを行う（３０６）。実需要，実運転結果３０５とシミュレーション結果３０６を比較し、オペレータの貢献度を評価し、その結果をオペレータに表示（出力）する（３０７）。オペレータは、自分の省エネへの貢献度が分かり、それを評価してもらえるため、省エネへの意欲が湧き、次は、もっとよい運転計画を立てようと積極的になる。
【００１９】
なお、３０１のマシンによる需要予測＋マシンによるコージェネ運転方法計画は、年，月，日，曜日，天気，気温，イベント情報，人数，出勤に関する情報，休日に関する情報などを入力すると、それらの情報に基づいて本日の蒸気・電力の需要をマシンで予測し、需要に応じたコージェネの最適（最小コスト，二酸化炭素排出量最小等）な運転方法を、数理計画法などにより計画する。実現方法の詳細については、公知例（特開２０００−２７４３０８号など）を参照されたい。
【００２０】
また、前記最適な運転とは、最小コスト（エネルギー供給コスト最小，運転機器（コージェネ機器など）のコストも含めたエネルギー供給コスト最小），二酸化炭素排出量最小以外にも、窒素酸化物最小，地球温暖化物質最小，一次エネルギー使用量最小，原油換算のエネルギー消費量最小など、様々な指標を用いることができる。
【００２１】
なお、前記運転機器（コージェネ機器など）のコストも含めたエネルギー供給コスト最小とは、例えば、コージェネ運転機器を導入するには１０００万円の費用がかかり、５年間使用するものとする。そうした場合、１０００万円／５年＝２００万円／年のコストを、エネルギー供給コスト（燃料費，オペレータ人件費等）に加算したコストを指標とすることもできる。
【００２２】
最適な運転計画を求める際、エネルギー供給は、全てコージェネなどの運転機器によって供給する以外にも、買電も含めて計算し、最適な運転計画を求めてもよい（この場合、例えば、夜間の買電単価が安い場合には、夜は買電して、昼間、コージェネ運転機器を運転するという計画になる場合もある。）。
【００２３】
３０４でオペレータが最終的なコージェネの運転方法を決定するために、３０１〜３０３以外の情報（マシンによる需要予測＋マシンによる最適運転方法計画、オペレータによる需要予測＋マシンによる最適運転方法計画、オペレータによる需要予測＋オペレータによる最適運転方法計画以外の情報）（例：マシンによる需要予測＋オペレータによる最適運転方法計画など）を提示してもよい。
【００２４】
また、３０４でオペレータが最終的なコージェネの運転方法を決定する際、オペレータが決定しようとする運転方法などについてシミュレーションを使って確認してもよい。そうすることで、オペレータが、より運転方法を決定しやすくなる。
【００２５】
また、３０４の、オペレータが最終的なコージェネの運転方法を決定するのは、複数回行ってもよい。つまり、実際の蒸気・電力の需要の様子を見ながら、随時、コージェネの運転計画を修正・変更することができる。そうすることで、当初の予測結果と需要がズレてきたり、生産計画が変更になった場合には、それに応じた運転計画に修正することができる。このような運転計画のフレキシブルな変更も含めた最終的な運転結果を、オペレータの運転として３０５〜３０７で評価する。
【００２６】
３０５の実需要結果・実運転結果の入力は、センサーなどをつけて、自動で入力するようにしてもよい。さらに、コージェネの運転制御も、オペレータの決定した運転計画に従って、自動で行ってもよい。このような例については、後に他の実施例として説明する。
【００２７】
３０７のオペレータの貢献度の評価は、実際の蒸気・電力などの需要に対して、エネルギー供給の過不足がなかったか、エネルギー供給コストが適切だったか、二酸化炭素の排出量が適切だったか（マシンのみによる需要予測と運転計画よりも適切だったか）などが挙げられる。
【００２８】
この例では、電力・蒸気エネルギー供給の最適化を行っているが、電力と蒸気以外のエネルギー（熱エネルギー等）について着目し、例えば、氷蓄熱などの蓄熱も含めて運転機器の計画を立てても良い。
【００２９】
次に、図４〜図６を用いて、本発明の表示画面（出力）の例を説明する。
【００３０】
図４は、３０４でオペレータが最終的な運転方法を決定する画面の例（４０１）を示す。４０２にマシンによる需要予測＋マシンによるコージェネ運転方法計画（３０１の結果）を、４０３にマシンによる需要予測＋オペレータによるコージェネ運転方法計画（３０２の結果）を、４０４にオペレータによる需要予測＋オペレータによるコージェネ運転方法計画（３０３の結果）をそれぞれ表示してオペレータに情報提供し、４０５で最終的にオペレータが決めた運転方法を指定する。オペレータは、４０２〜４０５の情報などをよく検討した上で、最終的な運転方法（４０５）を決定することができる。
【００３１】
当日の実際の電力・蒸気などの需要が部分的に分かってきたら、需要の一部を実際の需要に置き換え、実際の需要を踏まえたその時点以降の需要の予測結果を求め、その上での最適運転計画を表示し（４０２〜４０３）、随時、オペレータの最終的な運転計画４０５を変更することもできる。
【００３２】
（注：図４の中でガスタービン，蒸気タービンの運転計画は、各機器を起動している間を黒色で示している。例えば、４０５では、ガスタービンは４時に起動して２１時に停止することを示す。他も、同様。）なお、図の例では、ガスタービン，蒸気タービンの起動・停止時刻のみを示しているが、各運転機器の最適な出力についても示しても良い。
【００３３】
図５は、３０７でオペレータの貢献度を評価した結果を表示（出力）する画面の例（５０１）を示す。図の例では、（Ａ）「マシンによる需要予測＋マシンによる最適運転計画」での、電力・蒸気の需要予測結果（３０１の結果）、および、最適運転計画（５０２）と、（Ｂ）実際の需要とオペレータが実際に行った運転方法（５０３）を比較表示している。図の例では、（Ａ）マシンによる電力需要予測結果よりも（Ｂ）実際の需要は、夜間の電力需要が少なかった。そのため、この例では、夜間は買電のみでガスタービン，蒸気タービンを運転しない方が、コスト・二酸化炭素排出量の関係から有利だった。この例では、オペレータの的確な判断により適切なコージェネ運転が行えたため、「オペレータが運転方法を適切にしたため素晴らしい結果が得られました！エネルギー供給コスト削減○○○万円，ＣＯ_２ 削減○○％」と、具体的にオペレータの貢献度を評価する
（たたえる）メッセージを表示している（５０４）。
【００３４】
ところで、図５の例では、（Ａ）「マシンによる需要予測＋マシンによる最適運転計画」での、電力・蒸気の需要予測結果、および、最適運転計画（５０２）と、（Ｂ）実際の需要とオペレータが実際に行った運転方法（５０３）を比較表示しているが、その他に、もし、マシンによる運転計画のままオペレータが変更しなかったら、実際の需要に対してどのくらい過不足があったか、コストや二酸化炭素排出量がどのくらいロスがあったか、当日の条件（当日の気温・ガスタービンの吸気温度など）の下でのシミュレーション結果（３０６の結果）などを表示部に表示してもよい。
【００３５】
また、図５の例では、「コスト」や「二酸化炭素の排出量」については、（Ａ）「マシンによる需要予測＋マシンによる最適運転計画」と、（Ｂ）実際の需要とオペレータが実際に行った運転方法の「差」のみを表示しているが、表示部に、それぞれの具体的な値を示しても良い。
【００３６】
図６に、３０７でオペレータの貢献度を評価した結果を表示（出力）する画面の例（６０１）を示す。図の例では、（Ａ）マシンによる電力需要予測結果（６０２）よりも（Ｂ）実際の需要（６０３）は、夜間の蒸気需要が多かった。（Ａ）マシンによる運転計画では、夜間は安い夜間電力の買電で電力供給する計画だったが、実際は、夜間に暖房用の蒸気の需要が多かったため、ガスタービンを運転して電力と蒸気を生成する方が、コスト面から有利だった。この例では、オペレータの的確な判断によりガスタービンの運転で夜間の蒸気需要が賄え、買電＋ボイラによる電力・蒸気供給よりコストが削減できたため、オペレータの貢献度を評価する（たたえる）メッセージを表示した（６０４）。
【００３７】
なお、図５，図６の例では、「マシンによる需要予測＋マシンによる最適運転方法の計画」よりもコストを削減したり二酸化炭素の排出量を削減したために、オペレータの貢献を評価しているが、その他に、（コストや二酸化炭素排出量ではマシンの計画より不利だったとしても）電力や蒸気の需要に対して過不足なく適切な量を供給できたことなどを評価（たたえ）ても良い。このように、一部の項目に関しては悪い評価であっても、全体として上手く運転されている時には評価（良い評価）をすることで、全体として運転（エネルギー供給）が円滑に上手く行え、また、オペレータが良い評価をされることで、運転・省エネへの意欲を高められることがある。
【００３８】
また、図５，図６の例では、オペレータの運転が適切だったことを評価しているが、もし、オペレータの運転が不適切だった場合には、どこが不適切だったのか、どのようにすれば適切な運転ができたのか改善方法を提示するようにしてもよい。すなわち、実際の需要が確定した段階（３０５以降）で、どのような運転方法が最適だったか、需要を確定させて、マシンによる最適運転計画を行うと、コスト最小や、エネルギー使用量最小などの最適な運転方法が求められる。そこで、確定した需要に対しては、どのような運転方法が最適だったか、マシンがオペレータに最適な運転方法を示すことで、オペレータの運転技術がさらに向上する。オペレータの運転技術が向上することで、オペレータとマシンの両方の良いところを使って最終的な運転方法を決定する本システムを用いて、今後、さらに、最終的に少ないコストや少ないエネルギーで運転することができるようになる。
【００３９】
なお、マシンの計算上は、少ないコストや少ないエネルギーになるはずの運転方法でも、実際には、ガスタービンや蒸気タービンの機器の特性上、例えば、あまり頻繁な起動・停止は不可能であったり、運転員の勤務上、不可能であったりする場合がある。その場合、そのような条件を詳細にマシンの運転計画モデルに取り込むか、あるいは、本発明はマシンが出した結果を参考にしてオペレータが最終的な運転方法を決定するので、その段階で、オペレータが調整してもよい。本発明は、オペレータがマシンによる最適運転計画と、自分の最適運転計画（ノウハウ含む）から最終的な運転方法を決定するため、前記のような問題にも、柔軟に対応することが可能である。
【００４０】
次に、本発明の他の実施例を説明する。これは、最初の実施例のシステム（コージェネなどの最適運転支援システム）を、実際のコージェネなどの装置と遠隔で接続し、オペレータが決定した運転計画に従って自動運転したり、実際の電力・蒸気などの需要の推移やコージェネの運転状況などの情報を自動で取得（監視）したり、さらに、電力・蒸気の需要やオペレータの運転方法を学習するシステムに関するものである。
【００４１】
図７に、本発明の機能ブロック図を示す。本発明は、図１の１０１〜１１０の機能の他に、電力・蒸気などの需要やオペレータの運転方法を学習する学習部（７０１），ネットワークを介して情報通信を行い、遠隔でのコージェネの監視制御を行うためのネットワーク情報通信部（７０２），コージェネの制御部（７０３），コージェネの監視部（７０４）、および、ガスタービン（７０５），蒸気タービン（７０６），ボイラ（７０７）などのコージェネ装置（７０８）からなる。
【００４２】
次に、図８を用いて、本発明の構成を説明する。本発明は、図２の他に、ネットワーク情報通信デバイス（８０１），コージェネ制御デバイス（８０２），コージェネ監視デバイス（８０３），ガスタービン（７０５），蒸気タービン（７０６），ボイラ（７０７）などのコージェネ装置（７０８）から成る。なお、動作フローについては、図９で説明する。
【００４３】
図９を用いて、本発明の処理フローを説明する。まず、マシンにより電力・蒸気などの需要を予測し、マシンによる需要予測結果に合わせて、マシンによるコージェネの最適な運転方法を計画する（３０１）。次に、オペレータが経験による知見から電力・蒸気などの需要を予測し、オペレータによる需要予測結果に合わせて、マシーンによってコージェネの最適な運転方法を計画する（３０２）。次に、オペレータが経験による知見から電力・蒸気などの需要を予測し、さらに、オペレータがコージェネの最適な運転方法も計画する（３０３）。オペレータは、前記３０１〜３０３の情報（マシンによる需要予測＋マシンによる最適運転計画、オペレータによる需要予測＋オペレータによる最適運転計画，オペレータによる需要予測＋オペレータによる最適運転計画）を使って、最終的な運転方法を決定する（３０４）。オペレータの決定に従い、コージェネ装置（７０８）の監視・制御を行う（９０１）。そして、実際に使われた電力・蒸気の需要量，オペレータの決定によって実際に行われたコージェネの運転結果をシステムに入力（取得）する（３０５）。システムは、オペレータの判断が加わらなかった場合、電力・蒸気が実際の需要に対して過不足が生じなかったか、運転コストや二酸化炭素排出量が適切でなかったのではないかといったシミュレーションを行う（３０６）。その結果を受けて、オペレータの貢献度を評価し、その結果をオペレータに表示（出力）する（３０７）。さらに、電力・蒸気などの需要や、運転（計画）情報の学習を行い、需要予測や運転計画の精度を高める（９０２）。
【００４４】
３０４のオペレータが最終的なコージェネの運転方法を決定するのは、複数回行ってもよい（３０１〜３０３も同様）。実際の蒸気・電力の需要の様子を見ながら、随時、コージェネの運転計画を修正・変更することができるようにすると、需要の変動にも柔軟に対応ができるようになる。そして、その結果に応じて、９０１の監視・制御を行う。９０１の監視・制御は、遠隔地で行うこともできる。即ち、ネットワーク情報通信部（７０２），ネットワーク通信デバイス（８０１）の機能、および、コージェネ制御部（７０３），コージェネ制御デバイス（８０２），コージェネ監視部（７０４），コージェネ監視デバイス（８０３）を使って、遠隔地からコージェネ装置（７０８）の情報を取得して監視したり、コージェネ装置（７０８）を制御したりすることもできる。このように、遠隔地からの監視・制御が行えるようにすることで、経験を積んだオペレータが、複数の工場やビルのコージェネの運転指示を行ったりすることも可能となる。
【００４５】
９０２の需要・運転（計画）情報の学習は、例えば、年，月，日，曜日，天気，気温，イベント情報，人数，出勤に関する情報，休日に関する情報などと本日の電力・蒸気などの需要や運転（計画）などの情報を関連付けて学習する。電力・蒸気などの需要や運転（計画）を逐次学習してゆくことで、例えば需要に時期的に変動があった場合にも、その時に応じた適切な需要量の予測をマシン（最終的には、オペレータ）が行うことができるようになる。つまり、季節による変動，景気による需要変動などがあった場合にも、変動に対応することが可能となる。また、運転（計画）を学習してゆくことで、マシン（最終的にはオペレータ）の運転計画の精度を向上することができる。
【００４６】
ところで、オペレータは９０１でコージェネ装置を監視し、電力・蒸気などの需要の様子を見ながら、随時、コージェネ装置の運転計画を変更（制御）することができるが、図１０は、運転計画の変更を促す出力画面の例（１００１）を示す。図の例では、（Ｃ）朝（５時）時点の電力・蒸気の需要の見通し（１００２）と、（Ｄ）実際の需要（１２時まで）で開きが出てきたため、システムがオペレータへ、運転計画の見直しを勧めている（１００４）。オペレータは、自分で気づく以外にも、システムの勧めを受けても、運転計画を見直すことができる。もし、システムの勧めに応じてオペレータが適切に運転計画を見直した場合にも、オペレータの見直し決定は、オペレータの貢献として３０７で評価するようにしてもよい。オペレータの貢献として評価することで、オペレータが積極的に運転支援システムを活用して、省エネや良い運転に取り組めるようになる。
【００４７】
次に、９０２の需要・運転（計画）情報の学習の例について説明する。
【００４８】
図１１は、９０２の需要・運転（計画）情報の学習時に、オペレータに学習することを確認する画面（１１０１）の例である。本日のデータ（１１０２）として、月日，曜日，生産した製品，天気，気温（最高気温）などを表示し、その時の需要（電力・蒸気）と、それに対する適切な運転結果（１１０３）を示している。そして、「本日の電力・蒸気の需要と、本日の素晴らしい運転を学習します、よろしいですね？」と確認のメッセージ（１１０４）を表示する。もし、例えば、その日が通常と著しく気温が変わっていたり、普段あり得ない製品の生産を行っていたなど、データとして学習したくない場合には、キャンセルすることができる。この、適切でない学習データをキャンセルするために、マシンで、過去の同様の条件（例：同様の月日，曜日，生産する製品，気象，人数など）の日のデータを検索し、もし、学習させようとするデータが、過去の同様の日のデータと著しくかけ離れている場合には、学習しないように（あるいは、本当に学習してよいのか）警告居を出すようにしても良い。そうすることで、オペレータは、学習に不適切なデータを容易に発見・確認することが可能となる。また、学習データのキャンセル（不使用）は、運転結果が適切でなかった場合にも、同様に、キャンセルしてもよい。あるいは、需要データに対して、後から求めた最適な運転方法を学習してもよい。このように、学習することで、次回以降、さらに適切な需要予測・運転計画が可能となる。
【００４９】
図１２は、需要・運転の学習の例を示す。図の例では、条件として、月と曜日（平日（月），平日（火〜金），土，日など）と気温，電力需要データの関連付けを学習している。図の例では、６月で、平日（火〜金）で、１１時と分類されると、その時刻の電力需要量が最高気温と相関があり、最高気温が分かれば（予測されれば）、電力需要量の関係式（パラメータ）から電力需要量が求められる。この最高気温と電力需要量の関係式（パラメータ）は、過去に蓄積された電力需要量のデータや、図１１のように、日々登録・蓄積されたデータから求める
（学習を行う）。
【００５０】
ところで、データの学習を行う際に、曜日の分類は、土日が休日の場合（例：工場・学校など）には、月，火〜金，土，日で曜日をグループに分類して電力・蒸気の需要予測、および、需要予測のためのデータ学習を行うと、精度良く予測ができ、かつ、すべての曜日を分けて学習するよりも、メモリやデータをコンパクトにできる。図１３は、ある工場のある月の各時刻の平日の電力需要量を示したグラフである。図１３（ａ）のように、平日を月〜金で纏めると、各時刻の電力使用量の幅（ｍａｘとｍｉｎの平均からの幅）が大きくなってしまうが、（ｂ）のように、平日を火〜金で纏めると、各時刻の電力使用量の幅（ｍａｘとｍｉｎの平均からの幅）がとても小さくなる。つまり、各時刻の需要量を精度良く予測することが可能となる。
【００５１】
なお、本実施例では、曜日を、平日（月），平日（火〜金），土，日と分けた。それは、平日の最初の日、それ以外の平日，休日の最初の日，休日の最後の日で、電力・蒸気などの需要の傾向が異なるからである。例えば、デパート，ホテルなど、休日の方が利用者数が多い、あるいは、特定の売り出し日に客が集中すると言った場合には、曜日の分類方法は、業種に応じた分類を行うとよい。また、学習に用いるパラメータも、業種に応じて、適切なパラメータを使用すると、精度よい需要予測・運転計画を作成することができる。
【００５２】
なお、コージェネの運転支援を例にとって本発明の説明をしたが、同様に、例えば、省エネのためのビルの管理支援などのエネルギー管理システムや、その他、計算機により求めた結果と人間（オペレータ）の感覚から最終的な計画を決定するようなシステム一般において、オペレータの支援に用いることができる。
【００５３】
なお、上記の実施形態においては運転支援システムの例を説明したが、上記の処理を実行するコンピュータプログラムをコンピュータにインストールして使用する実施形態でも構わない。
【００５４】
【発明の効果】
オペレータは、自分の運転ノウハウとマシンによる最小コスト運転計画を上手く利用し、需要の変動にも柔軟に対応した省コストな運転ができる。オペレータの省エネ貢献度が評価されることにより、オペレータの省エネ意欲を高めることができる。
【図面の簡単な説明】
【図１】本発明の一実施例の機能ブロック図。
【図２】本発明の一実施例の構成図。
【図３】本発明の一実施例の処理フロー図。
【図４】本発明の一実施例のオペレータの運転方法決定画面例。
【図５】本発明の一実施例のオペレータの運転貢献度評価画面例。
【図６】本発明の一実施例のオペレータの運転貢献度評価画面例。
【図７】本発明の一実施例の機能ブロック図。
【図８】本発明の一実施例の構成図。
【図９】本発明の一実施例の処理フロー図。
【図１０】本発明の一実施例のオペレータの運転方法変更画面例。
【図１１】本発明の一実施例の学習画面例。
【図１２】本発明の一実施例の学習例。
【図１３】本発明の一実施例の学習例。
【符号の説明】
１０１…需要予測部、１０２…オペレータ予測需要入力部、１０３…最適運転計画部、１０４…ガイダンス表示部、１０５…オペレータ運転決定部、１０６…実需要入力部、１０７…オペレータ実運転入力部、１０８…運転結果評価部、１０９…需要・運転シミュレーション部、１１０…運転結果表示部、２０１…ＣＰＵ、２０２…ＲＡＭ、２０３…ＲＯＭ、２０４…表示デバイス、２０５…入力デバイス、４０１…オペレータが運転方法を決定する画面の例、５０１，６０１…オペレータの貢献度を評価した結果を表示する画面の例、７０１…学習部、７０２…ネットワーク情報通信部、７０３…コージェネの制御部、７０４…コージェネの監視部、７０５…ガスタービン、７０６…蒸気タービン、７０７…ボイラ、７０８…コージェネ装置、８０１…ネットワーク情報通信デバイス、８０２…コージェネ制御デバイス、８０３…コージェネ監視デバイス、１００１…運転計画の変更を促す出力画面の例、１１０１…オペレータに学習することを確認する画面の例、１２０１…需要・運転の学習の例。

Claims (13)

1. オペレータにより運転機器に対して行われた運転情報を保存する運転情報保存手段と、
   前記運転情報保存手段により保存された運転情報を評価する運転評価手段と、前記運転評価手段により評価された評価結果を表示する表示手段とを備えることを特徴とする運転支援システム。
2. 請求項１において、前記評価結果は運転目的設備に関するコスト，前記運転目的設備のエネルギー供給コスト，運転機器のコスト，二酸化炭素排出量，窒素酸化物排出量，地球温暖化物質排出量，一次エネルギー使用量，原油換算エネルギー消費量，エネルギー需給過不足量または電力品質に関するものであることを特徴とする運転支援システム。
3. 請求項１において、前記運転目的設備の状態に関する情報を保存する運転目的設備状態保存手段と、
   前記運転機器の運転計画を保存する運転計画保存手段と、
   前記運転計画保存手段によって保存された運転計画によって運転機器が運転された場合の運転目的設備の状態に関する情報を計算により導出する運転目的設備状態シミュレーション手段とを備え、
   前記運転結果評価手段は前記運転目的設備状態シミュレーション手段によって導出された運転目的設備の状態に関する情報と前記運転目的設備状態保存手段により保存された運転目的設備の状態に関する情報とを比較することにより前記運転情報保存手段により保存された運転結果情報を評価することを特徴とする運転支援システム。
4. 請求項３において、前記運転目的設備の状態に関する情報は前記運転目的設備に関するコスト，前記運転目的設備のエネルギー供給コスト，運転機器のコスト，二酸化炭素排出量，窒素酸化物排出量，地球温暖化物質排出量，一次エネルギー使用量，原油換算エネルギー消費量，エネルギー需給過不足量または電力品質に関するものであることを特徴とする運転支援システム。
5. 運転機器の運転計画候補を計算により導出する運転計画作成手段と、
   前記運転計画作成手段により導出された運転計画候補を表示する表示手段と、
   前記運転機器に対する運転計画を入力する運転計画入力手段と、
   前記運転機器に対して実際に行われた運転情報を保存する運転情報保存手段と、
   前記運転計画作成手段により作成された運転計画候補と前記運転情報保存手段により保存された運転情報とを比較することにより前記運転情報を評価することを特徴とする運転支援システム。
6. 請求項５において、前記運転計画入力手段に入力された運転計画によって運転された場合の運転目的設備の状態に関する情報を計算により導出する運転目的設備状態シミュレーション手段と、
   前記運転目的設備状態シミュレーション手段により導出された運転目的設備の状態に関する情報を表示するシミュレーション結果表示手段とを備えることを特徴とする運転支援システム。
7. 請求項１において、計算により運転計画を作成する運転計画作成手段と、
   前記運転計画作成手段により作成された運転計画を表示する運転計画表示手段と、
   前記運転目的設備の状態に関する情報を保存する運転目的設備状態保存手段とを備え、
   前記運転計画作成手段は前記運転情報保存手段により保存された運転情報及び前記運転目的設備保存手段により保存された運転目的設備の状態に関する情報に基づいて運転計画を作成することを特徴とする運転支援システム。
8. 請求項１において、計算によって運転目的設備に関する需要値を予測する需要予測作成手段と、
   運転目的設備に関する実際の需要値を保存する需要保存手段とを備え、
   前記需要予測作成手段は需要保存手段に基づいて需要値を予測することを特徴とする運転支援システム。
9. 請求項７において、前記運転目的設備状態保存手段は条件により分類して運転目的設備に関する情報を保存することを特徴とする運転支援システム。
10. 請求項８において、前記需要保存手段は条件により分類して前記運転目的設備に関する実際の需要値を保存することを特徴とする運転支援システム。
11. 請求項９において、前記分類する条件は年月日，曜日，前記運転目的設備において生産する製品，気象情報，イベント情報，人数，出勤日に関する情報または休日に関する情報であることを特徴とする運転支援システム。
12. 請求項１０において、前記分類する条件は年月日，曜日，前記運転目的設備において生産する製品，気象情報，イベント情報，人数，出勤日に関する情報または休日に関する情報であることを特徴とする運転支援システム。
13. コンピュータを、オペレータにより運転設備に対して行われた運転情報を保存する運転結果保存手段と、
    前記運転結果保存手段により保存された運転情報を評価する運転評価手段と、前記運転評価手段により評価された評価結果を表示する評価結果表示手段として機能させることを特徴とする運転支援コンピュータプログラム。

Images