JP2006098361A - 建物エネルギー監視評価装置 - Google Patents
建物エネルギー監視評価装置 Download PDFInfo
- Publication number
- JP2006098361A JP2006098361A JP2004287957A JP2004287957A JP2006098361A JP 2006098361 A JP2006098361 A JP 2006098361A JP 2004287957 A JP2004287957 A JP 2004287957A JP 2004287957 A JP2004287957 A JP 2004287957A JP 2006098361 A JP2006098361 A JP 2006098361A
- Authority
- JP
- Japan
- Prior art keywords
- energy consumption
- building
- energy
- outside air
- predetermined period
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims description 55
- 238000005265 energy consumption Methods 0.000 claims abstract description 127
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims description 65
- 238000005259 measurement Methods 0.000 claims description 26
- 230000005856 abnormality Effects 0.000 claims description 15
- 238000013480 data collection Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 9
- 238000004134 energy conservation Methods 0.000 claims description 4
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 claims 1
- 238000013500 data storage Methods 0.000 claims 1
- 230000002354 daily effect Effects 0.000 description 127
- 238000010586 diagram Methods 0.000 description 14
- 230000003442 weekly effect Effects 0.000 description 14
- 238000004378 air conditioning Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 9
- 230000005611 electricity Effects 0.000 description 8
- 230000003203 everyday effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Air Conditioning Control Device (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Recording Measured Values (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
【課題】各用途で使用される建物の省エネ化を行うとき、エネルギー消費量の基準となるベースラインモデルを作成して、省エネ制御がうまく行われているかどうかを評価する。
【解決手段】 日毎平均外気温データベース7に格納されている過去の平均外気温データ、月別エネルギー使用量データベース8に格納されている過去の月別エネルギー使用量データに基づき、(5)式に示すベースラインモデルを用いた計算を行わせ、対象建物2で使用される日毎の標準的なエネルギー消費量の標準値(ベースラインエネルギー消費量)を求めながら、省エネルギー評価部13aに、ベースラインエネルギー消費量と実エネルギー消費量演算部12で得られる実エネルギー消費量とを比較し、省エネ制御を評価する。
【選択図】図1
【解決手段】 日毎平均外気温データベース7に格納されている過去の平均外気温データ、月別エネルギー使用量データベース8に格納されている過去の月別エネルギー使用量データに基づき、(5)式に示すベースラインモデルを用いた計算を行わせ、対象建物2で使用される日毎の標準的なエネルギー消費量の標準値(ベースラインエネルギー消費量)を求めながら、省エネルギー評価部13aに、ベースラインエネルギー消費量と実エネルギー消費量演算部12で得られる実エネルギー消費量とを比較し、省エネ制御を評価する。
【選択図】図1
Description
本発明は、建物などの消費エネルギーを集中的に管理し、解析する建物エネルギー監視評価装置に関する。
近年、環境保全への国民の関心が高まり、CO2排出量の1/3を占める建築設備分野などで、排出量抑制問題が検討されている。さらに、建築設備全体の消費エネルギーの約半分を空調関連のエネルギー消費が占めており、空調制御面で省エネルギーを推進することは、建築設備全体の省エネルギー効果に大きく貢献するものと考えられる。また、ビル省エネルギー対策の有効性を継続的に維持するためには、対策がどの程度の効果を生むのかを正しく評価することが重要である。
とりわけ、その達成率がサービス料の支払いに直接的に結びつくESCO(Enerey Service Company)事業においては、顧客とESCO事業者との間のトラブル回避のためにも、適切な「計測、検証」(M&V:Measurement Verificadtion)が必要になる。
このような評価のためには、「もし、対策を実施していなかったら、どれくらいのエネルギー消費になるか」という値、すなわちベースラインを設定し、対策実施後に計測したエネルギー消費量と比較することが必要である。
ベースラインの設定は、照明などのように、外部条件にかかわらず、単位時間当たりのエネルギー消費がほぼ一定になる設備では、機器の定格、運用時間から比較的容易に実施できる。
特開2004−12342号
しかし、空調設備に関してベースラインを設定する場合、外気温度など変動要因の影響が大きいことから、非常に難しく、過去3年間の平均エネルギー消費量などからベースラインを求めなければならない。
さらに、このようにして求めたベースラインは、マクロ的な気候変動の影響を排除することができないことから、適切なベースラインを求めることができないという問題があった
また、現在のリモートエネルギー管理システムでは、各建物のエネルギー消費量の実績を見易く、かつ分かり易く表示するだけの機能しか持っていないことから、省エネルギー空調制御を含む各種建物の省エネルギー制御がうまく実施されているかどうかの評価や診断を行うことが容易でないという問題があった。
また、現在のリモートエネルギー管理システムでは、各建物のエネルギー消費量の実績を見易く、かつ分かり易く表示するだけの機能しか持っていないことから、省エネルギー空調制御を含む各種建物の省エネルギー制御がうまく実施されているかどうかの評価や診断を行うことが容易でないという問題があった。
本発明は上記の事情に鑑み、建物の省エネ化を行うとき、ベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる建物エネルギー監視評価装置を提供することを目的としている。
上記の目的を達成するために本発明は、建物側に設置されたエネルギー消費設備のエネルギー消費量、およびプロセス値を監視している計測監視装置から定期的に計測データを取り込んで蓄積するデータ収集記憶部と、このデータ収集記憶部で収集蓄積された計測データを用いて、前記建物で使用された実績エネルギー消費量を演算する実績エネルギー消費量演算部と、省エネ対策を実施していないときのエネルギー消費量を推定するのに必要なベースラインモデルを作成するベースラインモデル作成部と、このベースラインモデル作成部で作成されたベースラインモデルに対し、前記データ収集記憶部で収集蓄積された計測データを適用して、ベースラインエネルギー消費量を求めるとともに、このベースラインエネルギー消費量と前記実績エネルギー消費量演算部で得られた前記実績エネルギー消費量とを比較して省エネ率を評価する省エネルギー評価部とを備えたことを特徴としている。
本発明によれば、ベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
《第1の実施形態》
図1は本発明による建物エネルギー監視評価装置の実施形態を示す建物エネルギー評価監視システムのブロック図である。
図1は本発明による建物エネルギー監視評価装置の実施形態を示す建物エネルギー評価監視システムのブロック図である。
この図に示す建物エネルギー監視評価システム1aは、各建物2に設置され、各建物2で使用される空調・照明・エレベータ等の設備の稼働内容や消費電力などを計測監視する複数の計測監視装置3と、各建物2毎にベースラインモデルを作成し、ネットワーク4を介して各計測監視装置3から出力される計測結果を各ベースラインモデルに適用して各建物2のベースラインエネルギー消費量を求めるとともに、各建物2で使用された実績エネルギー消費量を求め、これらベースラインエネルギー消費量と実績エネルギー消費量とを比較し、省エネルギー率などを評価する建物エネルギー監視評価装置5と、オペレータによって入力された内容に基づき、建物エネルギー監視評価装置5の動作を監視・制御しつつ、建物エネルギー監視評価装置5の評価結果などを表示する端末装置6とを備えている。
そして、端末装置6から入力された指令、データなどに基づき、建物エネルギー監視評価装置5では各建物2毎のベースラインモデルを作成した後、ネットワーク4を介して、各建物2側の計測監視装置3から出力される計測結果を取り込み、各計測結果を各建物2毎のベースラインモデルに適用して各建物2のベースラインエネルギー消費量を求める。また、各建物2で使用された実績エネルギー消費量を求め、これらベースラインエネルギー消費量と実績エネルギー消費量との比較結果に基づき、各建物の省エネルギー効果を評価し、端末装置6に評価結果を表示する。
各計測監視装置3は、各建物2に設けられた空調、エレベータなどを制御しつつ、各センサからの出力に基づき、空調設備の稼働状態、消費電力、外気温、室温、室内湿度なとを測定し、建物エネルギー監視評価装置5から送信要求が出力され、建物エネルギー監視評価装置5→ネットワーク4→計測監視装置3なる経路で、計測監視装置3に供給されたとき、測定結果をまとめ、計測監視装置3→ネットワーク4→建物エネルギー監視評価装置5なる経路で、建物エネルギー監視評価装置5に供給する。
建物エネルギー監視評価装置5は、過去の日毎平均外気温データが蓄積される日毎平均外気温データベース7と、過去の月別エネルギー使用量データが蓄積される月別エネルギー使用量データ8と、月別エネルギー使用量データ8に蓄積されている月別エネルギー使用量データ、日毎平均外気温データベース7に蓄積されている日毎平均外気温データに基づき、各建物2のベースラインモデルを作成するベースラインモデル作成部9と、1回/1日、または1回/10分など、予め設定されている周期で、各計測監視装置3に順次、送信要求を出して、各計測監視装置3から計測結果を取り込みながら、各建物2毎に編集処理を行って実績データを生成するデータ収集記憶部10と、データ収集記憶部10によって得られた各建物2の実績データを記憶する実績データベース11と、データ収集記憶部10で得られた実績データに基づき、各建物2で使用された実際のエネルギー量(実績エネルギー消費量)を求める実績エネルギー消費量演算部12と、実績データベース11に格納されている実績データ、データ収集記憶部10で収集された実績データなどをベースラインモデルに適用して得られたエネルギー消費量(ベースラインエネルギー消費量)と実績エネルギー消費量演算部12で得られた実績エネルギー消費量とを比較し、省エネルギー効果を評価する省エネルギー評価部13と、省エネルギー評価部13の評価内容に基づき、各建物の空調設備、エレベータ設備などの運転内容を総合的に診断するシステム診断部14とを備えている。
端末装置6は、キーボードやマウス、またベースラインモデル作成画面や省エネルギー評価表示画面、システム診断画面などを表示するCRTなどを備えており、キーボード、マウスなどが操作されて、ベースラインモデル作成に必要な指令、パラメータなどが入力されたとき、これを建物エネルギー監視評価装置5に供給し、また建物エネルギー監視評価装置5から処理結果が供給されたとき、省エネルギー効果表示画面、稼働状況表示画面などに処理結果を表示する。
次に、図1に示すブロック図、図2に示すグラフを参照しつつ、建物エネルギー監視評価システム1aで使用されるベースラインモデルを説明する。なお、以下の実施形態においては、使用エネルギーは電力とし、所定期間Dとして「j月の日数(nj)」、所定期間Dにおける各日の電力消費量として「j月i日の電力消費量(Yij)、所定期間Dにおける建物の電力消費量EDとして「j月の電力消費量(Ej)」、所定期間Dにおける電力消費量所定期間Dにおける各日の平均外気温として「j月i日の平均外気温(Tij)」、所定期間Dにおける各日の平均外気エンタルピーとして「j月i日の平均外気エンタルピー(hij)」をそれぞれ使用する。
まず、年間を通して、いくつかの建物で、日毎の電力消費量を測定したところ、図2に黒丸で示すデータが得られた。図2中に示すように、平均外気温度と、電力消費量(エネルギー消費量)との間に相関関係があり、下式に示す2次曲線15で近似できることが分かった。なお、図2に示す2次曲線15は、各定数a2=0.3378、a1=−4.8215、α=273.36の場合の式を示している。a2,a1,αの各定数は重回帰の手法で求めた。また、R2は決定係数である。また、第1の実施形態ではX=T(1日の平均外気温[℃])であるが、第5の実施形態に示すように、X=h(1日の平均外気エンタルピー[J/kg])の場合についても同様に2次曲線15で近似できる。
Y=a2・T2+a1・T+α …(1)
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
α:定数
a2:定数
a1:定数
そして、対象建物2の日毎の電力消費量を調べたところ、前記(1)式が適用される建物2と用途(例えば、事務所、デパート、病院など)が同じで、規模のみが異なるとき、図2の2次曲線16に示すように、前記(1)式を平行移動させるだけで、曲線の形状が同じになることから、定数“a2”、“a1”を同じ値にし、定数“α”だけを異ならせ、各建物2毎に定数“αx”を決めれば、同じ用途の各建物2に対し、前記(1)式を適用できることが分かった。
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
α:定数
a2:定数
a1:定数
そして、対象建物2の日毎の電力消費量を調べたところ、前記(1)式が適用される建物2と用途(例えば、事務所、デパート、病院など)が同じで、規模のみが異なるとき、図2の2次曲線16に示すように、前記(1)式を平行移動させるだけで、曲線の形状が同じになることから、定数“a2”、“a1”を同じ値にし、定数“α”だけを異ならせ、各建物2毎に定数“αx”を決めれば、同じ用途の各建物2に対し、前記(1)式を適用できることが分かった。
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報に基づき、一日毎の平均外気温データを求めて、日毎平均外気温データベース7に蓄積する。
この際、前記(1)式から明らかなように、月別エネルギー使用量データベース8に蓄積されている月別エネルギー使用量データと、日毎平均外気温データベース7に蓄積されている1日毎の平均外気温データとの間に、下記に示す式が成り立つ。
そして、複数の所定期間として数ヶ月分の電力消費量“Ej”を(4)式に代入して求まる定数“αx”の平均値を採用する。このようにして対象建物2の用途、規模などに応じた定数“αx”を求め、この定数“αx”と、同じ用途の建物2で使用されている定数“a2”、“a1”とを用いて、次式に示すベースラインモデルを完成する。
Y=a2・T2+a1・T+αx …(5)
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
αx:定数
a2:定数
a1:定数
このように、第1の実施形態では、他の同じ用途の建物2で使用されている定数“a2”、“a1”と、対象建物2の規模に応じて決まる定数“αx”を組み合わせて、前記(5)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値(ベースラインエネルギー消費量)を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、エネルギー消費量の基準となる各ベースラインモデルのうち、同じ用途の建物2で使用されているベースラインモデルの定数“a2”、“a1”を援用しつつ、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”から対象建物2に対応するベースラインモデルを作成することができ、これによってベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
αx:定数
a2:定数
a1:定数
このように、第1の実施形態では、他の同じ用途の建物2で使用されている定数“a2”、“a1”と、対象建物2の規模に応じて決まる定数“αx”を組み合わせて、前記(5)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値(ベースラインエネルギー消費量)を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、エネルギー消費量の基準となる各ベースラインモデルのうち、同じ用途の建物2で使用されているベースラインモデルの定数“a2”、“a1”を援用しつつ、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”から対象建物2に対応するベースラインモデルを作成することができ、これによってベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
《第2の実施形態》
次に、本発明による建物エネルギー監視評価システムの第2の実施形態を説明する。なお、システム構成図は、図1を援用する。
次に、本発明による建物エネルギー監視評価システムの第2の実施形態を説明する。なお、システム構成図は、図1を援用する。
第1の実施形態では、他の建物2に対するベースラインモデルで使用される定数“a2”、“a1”を援用して、同じ用途の建物2に対するベースラインモデルを作成するようにしたが、第2の実施形態では、各建物2毎に定数“a2”、“a1”、“α”を求めて、ベースラインモデルを作成するようにしている。
この場合、図1に示す建物エネルギー監視評価システム1aでの説明から明らかなように、年間を通して、いくつかの建物で、日毎の電力消費量を測定したところ、平均外気温度と、電力消費量との間に相関関係があり、下式に示す2次曲線で、近似できることが分かった。
Y=a2・T2+a1・T+α …(6)
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
α:定数
a2:定数
a1:定数
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報に基づき、1日毎の平均外気温データを求めて、日毎平均外気温データベース7に蓄積する。
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
α:定数
a2:定数
a1:定数
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報に基づき、1日毎の平均外気温データを求めて、日毎平均外気温データベース7に蓄積する。
この際、前記(6)式から明らかなように、月別エネルギー使用量データベース8に蓄積されている月別エネルギー使用量データと、日毎平均外気温データベース7に蓄積されている1日毎の平均外気温データとの間に、下記に示す式が成り立つ。
但し、nj:j月の日数
Yij:j月i日の電力消費量
Tij:j月i日の平均外気温
そして、複数の所定期間として最低でも数ヶ月分、できれば12ヶ月分の電力消費量“Ej”、平均外気温“Tij”に対し、重回帰処理を行って、定数“a2”、“a1”、“α”を算出し、前記(6)式に示すベースラインモデルを完成する。
Yij:j月i日の電力消費量
Tij:j月i日の平均外気温
そして、複数の所定期間として最低でも数ヶ月分、できれば12ヶ月分の電力消費量“Ej”、平均外気温“Tij”に対し、重回帰処理を行って、定数“a2”、“a1”、“α”を算出し、前記(6)式に示すベースラインモデルを完成する。
このように、第2の実施形態では、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”に対し、重回帰処理を行って、定数“a2”、“a1”、“α”を算出し、これら定数“a2”、“a1”、“α”を使用して前記(6)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物の省エネ化を行うとき、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”から各定数“a2”、“a1”、“α”を算出して、対象建物2に対応するベースラインモデルを作成することができ、これによって特別な用途の建物2であっても、正確なベースラインモデルを作成し、省エネ制御がうまく行われているかどうかを評価することができる
《第3の実施形態》
次に、本発明による建物エネルギー監視評価システムの第3の実施形態を説明する。なお、システム構成図は、図1を援用する。
《第3の実施形態》
次に、本発明による建物エネルギー監視評価システムの第3の実施形態を説明する。なお、システム構成図は、図1を援用する。
第1の実施形態では、ベースラインモデル作成部9aは、2次曲線形式のベースラインモデルを作成するようにしたが、第3の実施形態では、直線形式のベースラインモデルを作成して、省エネルギー評価部13aに省エネルギー評価を行わせるようにしている。
この場合、季節(冬季、中間期、夏期)を通して、日毎の電力消費量を測定し、測定結果を調べたところ、一般的な建物2については、平均外気温度と、電力消費量との間に2次曲線形式の相関関係があるものの、いくつかの建物2については、図3に示すように平均外気温度と、電力消費量との間に直線17で示すような相関関係をもつものがあり、下式で近似できることが分かった。
Y=a1・T+α …(10)
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
α:定数
a1:定数
そして、対象建物2の日毎の電力消費量を調べたところ、前記(10)式が適用される建物2と用途(例えば、事務所、デパート、病院など)が同じで、規模のみが異なるとき、図3に示す直線17が平行移動するだけで、これら直線17の傾きが同じになることから、定数“a1”を同じ値にし、定数“α”だけを異ならせ、各建物2毎に定数“αx”を決めれば、同じ用途の各建物2に対し、前記(10)式を適用できることが分かった。
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
α:定数
a1:定数
そして、対象建物2の日毎の電力消費量を調べたところ、前記(10)式が適用される建物2と用途(例えば、事務所、デパート、病院など)が同じで、規模のみが異なるとき、図3に示す直線17が平行移動するだけで、これら直線17の傾きが同じになることから、定数“a1”を同じ値にし、定数“α”だけを異ならせ、各建物2毎に定数“αx”を決めれば、同じ用途の各建物2に対し、前記(10)式を適用できることが分かった。
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報に基づき、1日毎の平均外気温データを求めて、日毎平均外気温データベース7に蓄積する。
この際、前記(10)式から明らかなように、月別エネルギー使用量データベース8に蓄積されている月別エネルギー使用量データと、日毎平均外気温データベース7に蓄積されている1日毎の平均外気温データとの間に、下記に示す式が成り立つ。
そして、数ヶ月分の電力消費量“Ej”を(13)式に代入して、対象建物2の用途、規模などに応じた定数“αx”を求め、この定数“αx”と、同じ用途の建物2で使用されている定数“a1”とを用いて、次式に示すベースラインモデルを完成する。
Y=a1・T+αx …(14)
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
αx:定数
a1:定数
このように、第3の実施形態では、他の同じ用途の建物2で使用されている定数“a1”と、対象建物2の規模に応じて決まる定数“αx”を組み合わせて、前記(14)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、エネルギー消費量の基準となる各ベースラインモデルのうち、同じ用途の建物2で使用されている、ベースラインモデルの定数“a1”を援用しつつ、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”から対象建物2に対応するベースラインモデルを作成することができ、これによってベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
αx:定数
a1:定数
このように、第3の実施形態では、他の同じ用途の建物2で使用されている定数“a1”と、対象建物2の規模に応じて決まる定数“αx”を組み合わせて、前記(14)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、エネルギー消費量の基準となる各ベースラインモデルのうち、同じ用途の建物2で使用されている、ベースラインモデルの定数“a1”を援用しつつ、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”から対象建物2に対応するベースラインモデルを作成することができ、これによってベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
《第4の実施形態》
次に、本発明による建物エネルギー監視評価システムの第4の実施形態を説明する。なお、システム構成図は、図1を援用する。
次に、本発明による建物エネルギー監視評価システムの第4の実施形態を説明する。なお、システム構成図は、図1を援用する。
第3の実施形態では、他の建物2に対するベースラインモデルで使用される定数“a1”を援用して、同じ用途の建物2に対するベースラインモデルを作成するようにしたが、第4の実施形態では、各建物2毎に定数“a1”、“α”を求めて、ベースラインモデルを作成するようにしている。
この場合、図1に示す建物エネルギー監視評価システム1aでの説明したように、年間を通して、いくつかの建物で、日毎の電力消費量を測定したところ、一般的な建物2については、平均外気温度と、電力消費量との間に2次曲線形式の相関関係があるものの、いくつかの建物2については、平均外気温度と、電力消費量とが直線的な相関関係をもち、下式で近似できるものがある。
Y=a1・T+α …(15)
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
α:定数
a1:定数
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報に基づき、1日毎の平均外気温データを求めて、日毎平均外気温データベース7に蓄積する。
但し、Y:日毎の電力消費量[kWh]
T:1日の平均外気温[℃]
α:定数
a1:定数
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報に基づき、1日毎の平均外気温データを求めて、日毎平均外気温データベース7に蓄積する。
この際、前記(15)式から明らかなように、月別エネルギー使用量データベース8に蓄積されている月別エネルギー使用量データと、日毎平均外気温データベース7に蓄積されている1日毎の平均外気温データとの間に、下記に示す式が成り立つ。
但し、nj:j月の日数
Yij:j月i日の電力消費量
Tij:j月i日の平均外気温
そして、最低でも数ヶ月分、できれば12ヶ月分の電力消費量“Ej”、平均外気温“Tij”に対し、重回帰処理を行って、定数“a1”、“α”を算出し、前記(15)式に示すベースラインモデルを完成する。
Yij:j月i日の電力消費量
Tij:j月i日の平均外気温
そして、最低でも数ヶ月分、できれば12ヶ月分の電力消費量“Ej”、平均外気温“Tij”に対し、重回帰処理を行って、定数“a1”、“α”を算出し、前記(15)式に示すベースラインモデルを完成する。
このように、第4の実施形態では、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”に対し、重回帰処理を行って、定数“a1”、“α”を算出し、これら定数“a1”、“α”を使用して、前記(15)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”から各定数“a1”、“α”を算出して、対象建物2に対応するベースラインモデルを作成することができ、これによって特別な用途の建物2であっても、正確なベースラインモデルを作成し、省エネ制御がうまく行われているかどうかを評価することができる。
《第5の実施形態》
図4は本発明による建物エネルギー監視評価装置の第5の実施形態を示す建物エネルギー監視評価システムのブロック図である。なお、この図において、図1の各部と同じ部分には、同じ符号が付してある。
図4は本発明による建物エネルギー監視評価装置の第5の実施形態を示す建物エネルギー監視評価システムのブロック図である。なお、この図において、図1の各部と同じ部分には、同じ符号が付してある。
この図に示す建物エネルギー監視評価システム1bが図1に示す建物エネルギー監視評価システム1aと異なる点は、過去の平均外気温データが格納される日毎平均外気温データベース7に代えて、過去の平均外気温データ、過去の外気湿度データが格納される日毎平均外気温/日毎平均外気湿度データベース18と、日毎平均外気温/日毎平均外気湿度データベース18に格納されている過去の平均外気温データ、過去の外気湿度データから平均外気エンタルピー“hij”を演算する日平均エンタルピー演算部19とを配置するとともに、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“Tij”から各定数を算出し、対象建物2に対応したベースラインモデルを作成するベースラインモデル作成部9aに代えて、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”から各定数“a2”、“a1”、“αx”を算出し、対象建物2に対応したベースラインモデルを作成するベースラインモデル作成部9bを配置し、省エネルギー評価部13bに省エネルギー評価を行わせるようにしたことである。
以下、平均外気エンタルピー“hij”を用いる理由と、ベースラインモデル作成手順とを順次、説明する。
まず、年間を通して、いくつかの建物で、日毎の電力消費量を測定したところ、平均外気温度“T”、平均外気湿度“H”から状態値計算法で演算される平均外気エンタルピー“h”と、電力消費量“Y”との間に相関関係があり、下式に示す2次曲線で、近似できることが分かった。
Y=a2・h2+a1・h+α …(19)
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
α:定数
a2:定数
a1:定数
そして、対象建物2の日毎の電力消費量を調べたところ、前記(19)式が適用される建物2と用途(例えば、事務所、デパート、病院など)が同じで、規模のみが異なるとき、前記(19)式で示される2次曲線が平行移動するだけで、曲線の形状が同じになることから、定数“a2”、“a1”を同じ値にし、定数“α”だけを異ならせ、各建物2毎に定数“αx”を決めれば、同じ用途の各建物2に対し、前記(19)式を適用できることが分かった。
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
α:定数
a2:定数
a1:定数
そして、対象建物2の日毎の電力消費量を調べたところ、前記(19)式が適用される建物2と用途(例えば、事務所、デパート、病院など)が同じで、規模のみが異なるとき、前記(19)式で示される2次曲線が平行移動するだけで、曲線の形状が同じになることから、定数“a2”、“a1”を同じ値にし、定数“α”だけを異ならせ、各建物2毎に定数“αx”を決めれば、同じ用途の各建物2に対し、前記(19)式を適用できることが分かった。
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報、平均外気湿度情報に基づき、1日毎の平均外気温データ、1日毎の平均外気湿度データを求めて、日毎平均外気温/日毎平均外気湿度データベース18に蓄積する。
そして、日平均エンタルピー演算部19に湿り空気の状態値計算法を使用して、日毎平均外気温/日毎平均外気湿度データベース18に蓄積されている1日毎の平均外気温データ、1日毎の平均外気湿度データから1日毎の平均外気エンタルピーデータを求める。
この際、前記(19)式から明らかなように、月別エネルギー使用量データベース8に蓄積されている月別エネルギー使用量データと、日平均エンタルピー演算部19で得られる1日毎の平均外気エンタルピーデータとの間に、下記に示す式が成り立つ。
そして、数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”を(22)式に代入して、対象建物2の用途、規模などに応じた定数“αx”を求め、この定数“αx”と、同じ用途の建物2で使用されている定数“a2”、“a1”とを用いて、次式に示すベースラインモデルを完成する。
Y=a2・h2+a1・h+αx …(23)
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
αx:定数
a2:定数
a1:定数
このように、第5の実施形態では、他の同じ用途の建物2で使用されている定数“a2”、“a1”と、対象建物2の規模に応じて決まる定数“αx”を組み合わせて、前記(23)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値(ベースラインエネルギー消費量)を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、エネルギー消費量の基準となる各ベースラインモデルのうち、同じ用途の建物2で使用されている、ベースラインモデルの定数“a2”、“a1”を援用しつつ、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”から対象建物2に対応するベースラインモデルを作成することができ、これによってベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
αx:定数
a2:定数
a1:定数
このように、第5の実施形態では、他の同じ用途の建物2で使用されている定数“a2”、“a1”と、対象建物2の規模に応じて決まる定数“αx”を組み合わせて、前記(23)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値(ベースラインエネルギー消費量)を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、エネルギー消費量の基準となる各ベースラインモデルのうち、同じ用途の建物2で使用されている、ベースラインモデルの定数“a2”、“a1”を援用しつつ、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”から対象建物2に対応するベースラインモデルを作成することができ、これによってベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
《第6の実施形態》
次に、本発明による建物エネルギー監視装置の第6の実施形態を説明する。
次に、本発明による建物エネルギー監視装置の第6の実施形態を説明する。
なお、システム構成図は、図4を援用する。
第6の実施形態では、他の建物2に対するベースラインモデルで使用される定数“a2”、“a1”を援用して、同じ用途の建物2に対するベースラインモデルを作成するようにしたが、第7の実施形態では、各建物2毎に定数“a2”、“a1”、“α”を求めて、ベースラインモデルを作成するようにしている。
この場合、図4に示す建物エネルギー監視評価システム1bでの説明から明らかなように、年間を通して、いくつかの建物2で、日毎の電力消費量を測定したところ、平均外気温エントロピーと、電力消費量との間に相関関係があり、下式に示す2次曲線で、近似できることが分かった。
Y=a2・h2+a1・h+α …(24)
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
α:定数
a2:定数
a1:定数
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報、平均外気湿度情報に基づき、1日毎の平均外気温データ、1日毎の平均外気湿度データを求めて、日毎平均外気温/日毎平均外気湿度データベース18に蓄積する。
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
α:定数
a2:定数
a1:定数
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報、平均外気湿度情報に基づき、1日毎の平均外気温データ、1日毎の平均外気湿度データを求めて、日毎平均外気温/日毎平均外気湿度データベース18に蓄積する。
そして、日平均エンタルピー演算部19に湿り空気の状態値計算法を使用して、日毎平均外気温/日毎平均外気湿度データベース18に蓄積されている1日毎の平均外気温データ、1日毎の平均外気湿度データから1日毎の平均外気エンタルピーデータを求める。
この際、前記(24)式から明らかなように、月別エネルギー使用量データベース8に蓄積されている月別エネルギー使用量データと、日平均エンタルピー演算部19で得られる1日毎の平均外気エンタルピーデータとの間に、下記に示す式が成り立つ。
但し、nj:j月の日数
Yij:j月i日の電力消費量
hij:j月i日の平均外気エンタルピー
そして、最低でも数ヶ月分、できれば12ヶ月分の電力消費量“Ej”、平均外気エンタルピー“hij”に対し、重回帰処理を行って、定数“a2”、“a1”、“α”を算出し、前記(24)式に示すベースラインモデルを完成する。
Yij:j月i日の電力消費量
hij:j月i日の平均外気エンタルピー
そして、最低でも数ヶ月分、できれば12ヶ月分の電力消費量“Ej”、平均外気エンタルピー“hij”に対し、重回帰処理を行って、定数“a2”、“a1”、“α”を算出し、前記(24)式に示すベースラインモデルを完成する。
このように、第6の実施形態では、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”に対し、重回帰処理を行って、定数“a2”、“a1”、“α”を算出し、これら定数“a2”、“a1”、“α”を使用して前記(24)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”から各定数“a2”、“a1”、“α”を算出して、対象建物2に対応するベースラインモデルを作成することができ、これによって特別な用途の建物2であっても、正確なベースラインモデルを作成し、省エネ制御がうまく行われているかどうかを評価することができる。
《第7の実施形態》
次に、本発明による建物エネルギー監視評価システムの第7の実施形態を説明する。なお、システム構成図は、図4を援用する。
次に、本発明による建物エネルギー監視評価システムの第7の実施形態を説明する。なお、システム構成図は、図4を援用する。
第7の実施形態では、2次曲線形式のベースラインモデルに代えて、直線形式のベースラインモデルを作成するようにしている。
この場合、季節(冬季、中間期、夏期)を通して、日毎の電力消費量を測定し、測定結果を調べたところ、一般的な建物2については、平均外気温度と、電力消費量との間に2次曲線形式の相関関係があるものの、いくつかの建物2については、平均外気エンタルピーと、電力消費量との間に直線で示すような相関関係をもつものがあり、下式で近似できることが分かった。
Y=a1・h+α …(28)
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
α:定数
a1:定数
そして、対象建物2の日毎の電力消費量を調べたところ、前記(28)式が適用される建物2と用途(例えば、事務所、デパート、病院など)が同じで、規模のみが異なるとき、(28)式で示される直線が平行移動するだけで、これら直線の傾きが同じになることから、定数“a1”を同じ値にし、定数“α”だけを異ならせ、各建物2毎に定数“αx”を決めれば、同じ用途の各建物2に対し、前記(28)式を適用できることが分かった。
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
α:定数
a1:定数
そして、対象建物2の日毎の電力消費量を調べたところ、前記(28)式が適用される建物2と用途(例えば、事務所、デパート、病院など)が同じで、規模のみが異なるとき、(28)式で示される直線が平行移動するだけで、これら直線の傾きが同じになることから、定数“a1”を同じ値にし、定数“α”だけを異ならせ、各建物2毎に定数“αx”を決めれば、同じ用途の各建物2に対し、前記(28)式を適用できることが分かった。
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報、平均外気湿度情報に基づき、1日毎の平均外気温データ、1日毎の平均外気湿度データを求めて、日毎平均外気温/日毎平均外気湿度データベース18に蓄積する。
そして、日平均エンタルピー演算部19に湿り空気の状態値計算法を使用して、日毎平均外気温/日毎平均外気湿度データベース18に蓄積されている1日毎の平均外気温データ、1日毎の平均外気湿度データから1日毎の平均外気エンタルピーデータを求める。
この際、前記(28)式から明らかなように、月別エネルギー使用量データベース8に蓄積されている月別エネルギー使用量データと、日平均エンタルピー演算部19で得られる1日毎の平均外気エンタルピーデータとの間に、下記に示す式が成り立つ。
そして、数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”を(31)式に代入して、対象建物2の用途、規模などに応じた定数“αx”を求め、この定数“αx”と、同じ用途の建物2で使用されている定数“a1”とを用いて、次式に示すベースラインモデルを完成する。
Y=a1・h+αx …(32)
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
αx:定数
a1:定数
このように、第7の実施形態では、他の同じ用途の建物2で使用されている定数“a1”と、対象建物2の規模に応じて決まる定数“αx”を組み合わせて、前記(32)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、エネルギー消費量の基準となる各ベースラインモデルのうち、同じ用途の建物2で使用されている、ベースラインモデルの定数“a1”を援用して、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”から対象建物2に対応するベースラインモデルを作成することができ、これによってベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
αx:定数
a1:定数
このように、第7の実施形態では、他の同じ用途の建物2で使用されている定数“a1”と、対象建物2の規模に応じて決まる定数“αx”を組み合わせて、前記(32)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、エネルギー消費量の基準となる各ベースラインモデルのうち、同じ用途の建物2で使用されている、ベースラインモデルの定数“a1”を援用して、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”から対象建物2に対応するベースラインモデルを作成することができ、これによってベースラインモデル作成に必要な手間と、時間とを大幅に削減しつつ、省エネ制御がうまく行われているかどうかを評価することができる。
《第8の実施形態》
次に、本発明による建物エネルギー監視装置の第6の実施形態を説明する。
次に、本発明による建物エネルギー監視装置の第6の実施形態を説明する。
なお、システム構成図は、図4を援用する。
第7の実施形態では、他の建物2に対するベースラインモデルで使用される定数“a1”を援用して、同じ用途の建物2に対するベースラインモデルを作成するようにしたが、第8の実施形態では、各建物2毎に定数“a1”、“α”を求めて、ベースラインモデルを作成するようにしている。
この場合、図4に示す建物エネルギー監視評価システム1bでの説明から明らかなように、年間を通して、いくつかの建物で、日毎の電力消費量を測定したところ、一般的な建物2については、平均外気温エンタルピーと、電力消費量との間に2次曲線形式の相関関係があるものの、いくつかの建物2については、平均外気温エンタルピーと、電力消費量とが直線的な相関関係をもち、下式で近似できるものがある。
Y=a1・h+α …(33)
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
α:定数
a1:定数
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報、平均外気湿度情報に基づき、1日毎の平均外気温データ、1日毎の平均外気湿度データを求めて、日毎平均外気温/日毎平均外気湿度データベース18に蓄積する。
但し、Y:日毎の電力消費量[kWh]
h:1日の平均外気エンタルピー[J/kg]
α:定数
a1:定数
そこで、電気会社から提供される過去の請求書に記載されている1ヶ月毎の電気使用量に基づき、月別エネルギー使用量データを求めて、月別エネルギー使用量データベース8に蓄積するとともに、気象庁などから提供される過去の平均外気温情報、平均外気湿度情報に基づき、1日毎の平均外気温データ、1日毎の平均外気湿度データを求めて、日毎平均外気温/日毎平均外気湿度データベース18に蓄積する。
そして、日平均エンタルピー演算部19に湿り空気の状態値計算法を使用して、日毎平均外気温/日毎平均外気湿度データベース18に蓄積されている1日毎の平均外気温データ、1日毎の平均外気湿度データから1日毎の平均外気エンタルピーデータを求める。
この際、前記(33)式から明らかなように、月別エネルギー使用量データベース8に蓄積されている月別エネルギー使用量データと、日平均エンタルピー演算部19で得られる1日毎の平均外気エンタルピーデータとの間に、下記に示す式が成り立つ。
但し、nj:j月の日数
Yij:j月i日の電力消費量
hij:j月i日の平均外気エンタルピー
そして、最低でも数ヶ月分、できれば12ヶ月分の電力消費量“Ej”、平均外気エンタルピー“hij”に対し、重回帰処理を行って、定数“a1”、“α”を算出し、前記(33)式に示すベースラインモデルを完成する。
Yij:j月i日の電力消費量
hij:j月i日の平均外気エンタルピー
そして、最低でも数ヶ月分、できれば12ヶ月分の電力消費量“Ej”、平均外気エンタルピー“hij”に対し、重回帰処理を行って、定数“a1”、“α”を算出し、前記(33)式に示すベースラインモデルを完成する。
このように、第8の実施形態では、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気温“hij”に対し、重回帰処理を行って、定数“a1”、“α”を算出し、これら定数“a1”、“α”を使用して、前記(33)式に示すベースラインモデルを求め、対象建物2で使用される日毎のエネルギー消費量“Y”の標準値を求めるようにしているので、事務所、デパート、病院、工場、スーパーマーケット、コンビニエンスストアなどの各用途で使用される建物2の省エネ化を行うとき、対象建物2で使用された数ヶ月分の電力消費量“Ej”、数ヶ月分の平均外気エンタルピー“hij”から各定数“a1”、“α”を算出して、対象建物2に対応するベースラインモデルを作成することができ、これによって特別な用途の建物2であっても、正確なベースラインモデルを作成し、省エネ制御がうまく行われているかどうかを評価することができる。
《第9の実施形態》
次に、本発明による建物エネルギー監視装置の第9の実施形態を説明する。なお、システム構成図は、図1を援用する。
次に、本発明による建物エネルギー監視装置の第9の実施形態を説明する。なお、システム構成図は、図1を援用する。
第9の実施形態では、実績データベース11に格納されている実績データ、データ収集記憶部10で収集された実績データなどをベースラインモデルに適用して得られた日毎のエネルギー消費量(ベースラインエネルギー消費量)と実績エネルギー消費量演算部12で得られた日毎の実績エネルギー消費量とを週単位、月単位で比較し、省エネルギー効果を評価する省エネルギー評価部13iを配置し、週単位、月単位で省エネルギー評価を行わせるようにしている。
省エネルギー評価部13iは、実績データベース11に格納されている日毎の実績データ、データ収集記憶部10で収集された日毎の実績データなどをベースラインモデルに適用して日毎のエネルギー消費量(ベースラインエネルギー消費量)を求めながら、実績エネルギー消費量演算部12で得られる日毎の実績エネルギー消費量を取り込み、週末毎に、次式に示す演算を行って、日毎のエネルギー消費量(ベースラインエネルギー消費量)を1週間単位でまとめ、週間総ベースラインエネルギー消費量を求めるとともに、日毎の実績エネルギー消費量を1週間単位でまとめて、週間総実績エネルギー消費量を求めた後、次式に示す演算を行い、週間の省エネ率を求めて、図5に示すように、端末装置装置6の省エネ効果表示画面上に週間の週間総ベースラインエネルギー消費量、週間の週間総実績エネルギー消費量、週間の省エネ率、週間の平均外気温度を表示する。
但し、EW:W週目の週間総ベースラインエネルギー消費量
K:W週の日数
YK:W週K日目のベースラインエネルギー消費量
REW:W週目の週間総実績エネルギー消費量
RYK:W週K日目の実績エネルギー消費量
ECW:W週目の省エネ率[%]
さらに、省エネルギー評価部13iは、月末毎に、次式に示す演算を行って、日毎のエネルギー消費量(ベースラインエネルギー消費量)を1ヶ月単位でまとめ、月間総ベースラインエネルギー消費量を求めるとともに、日毎の実績エネルギー消費量を1ヶ月単位でまとめて、月間総実績エネルギー消費量を求めた後、月間の省エネ率を求めて、図5に示すように、端末装置装置6の省エネ効果表示画面上に、月間の週間総ベースラインエネルギー消費量、月間の週間総実績エネルギー消費量、月間の省エネ率を表示する。
K:W週の日数
YK:W週K日目のベースラインエネルギー消費量
REW:W週目の週間総実績エネルギー消費量
RYK:W週K日目の実績エネルギー消費量
ECW:W週目の省エネ率[%]
さらに、省エネルギー評価部13iは、月末毎に、次式に示す演算を行って、日毎のエネルギー消費量(ベースラインエネルギー消費量)を1ヶ月単位でまとめ、月間総ベースラインエネルギー消費量を求めるとともに、日毎の実績エネルギー消費量を1ヶ月単位でまとめて、月間総実績エネルギー消費量を求めた後、月間の省エネ率を求めて、図5に示すように、端末装置装置6の省エネ効果表示画面上に、月間の週間総ベースラインエネルギー消費量、月間の週間総実績エネルギー消費量、月間の省エネ率を表示する。
但し、EL:L月の月間総ベースラインエネルギー消費量
nL:L月の日数
YnL:L月K日目のベースラインエネルギー消費量
REnL:L月の月間総実績エネルギー消費量
RYnL:L月K日目の実績エネルギー消費量
ECL:L月の省エネ率[%]
このように、第9の実施形態では、各週末毎に、週間の週間総ベースラインエネルギー消費量、週間の週間総実績エネルギー消費量、週間の省エネ率を計算して、週間の平均外気温度とともに、端末装置6に表示するとともに、各月末毎に、月間の週間総ベースラインエネルギー消費量、月間の週間総実績エネルギー消費量、月間の省エネ率を計算して、端末装置6に表示するようにしているので、日々、発生するベースラインエネルギー消費量の誤差、実績エネルギー消費量の誤差を相殺して、省エネ評価の精度を高めることができるとともに、ESCO事業などで省エネ制御を行ったときの省エネルギー効果を週単位、月単位で表示して省エネ効果を理解させることができる。
nL:L月の日数
YnL:L月K日目のベースラインエネルギー消費量
REnL:L月の月間総実績エネルギー消費量
RYnL:L月K日目の実績エネルギー消費量
ECL:L月の省エネ率[%]
このように、第9の実施形態では、各週末毎に、週間の週間総ベースラインエネルギー消費量、週間の週間総実績エネルギー消費量、週間の省エネ率を計算して、週間の平均外気温度とともに、端末装置6に表示するとともに、各月末毎に、月間の週間総ベースラインエネルギー消費量、月間の週間総実績エネルギー消費量、月間の省エネ率を計算して、端末装置6に表示するようにしているので、日々、発生するベースラインエネルギー消費量の誤差、実績エネルギー消費量の誤差を相殺して、省エネ評価の精度を高めることができるとともに、ESCO事業などで省エネ制御を行ったときの省エネルギー効果を週単位、月単位で表示して省エネ効果を理解させることができる。
《第10の実施形態》
次に、本発明による建物エネルギー監視装置の第10の実施形態を説明する。なお、システム構成図は、図1を援用する。
次に、本発明による建物エネルギー監視装置の第10の実施形態を説明する。なお、システム構成図は、図1を援用する。
第10の実施形態では、各建物2の空調設備、エレベータ設備などに何らかの異常が発生したとき、プロセス単位で異常箇所を見つけ出して、端末装置6に表示するようにしている。
この場合、システム診断部14aは、図6のフローチャートに示すように、省エネルギー評価部13aから日毎のベースラインエネルギー消費量と、日毎の実績エネルギー消費量とを取り込み、ベースラインエネルギー消費量に対し、実績エネルギー消費量が予め設定されているしきい値“α%”以下であるかどうかをチェックする。しきい値“α%”以下であるときには、各建物2の空調設備、エレベータ設備などが正常に稼働していると判定して、端末装置6の稼働状況表示画面上に正常に動作していることを示すメッセージを表示する(ステップS1)。
また、しきい値“α%”を超えているとき(ステップS1)、システム診断部14aは、各建物2の空調設備、エレベータ設備などに何らかの異常が発生したと判定して、データ収集記憶部10で収集された全項目についてプロセス値を取り込み、過去の平均値から大きく外れている項目があるかどうかをチェックする(ステップS2)。過去の平均値から大きく外れている項目が無ければ(ステップS3)、端末装置6の稼働状況表示画面上に異常発生メッセージとともに、異常データ項目が見つからないことを示すメッセージを表示する(ステップS4)。
また、過去の平均値から大きく外れている項目があれば(ステップS3)、システム診断部14aは、この項目が異常項目であると判定して、端末装置6の稼働状況表示画面上に異常発生メッセージとともに、データが異常になっている項目名を示すメッセージを表示する(ステップS5)。
このように、第10の実施形態では、各建物2の空調設備、エレベータ設備などに何らかの異常が発生したとき、プロセス単位で、異常原因を見つけ出して、異常内容を表示するようにしているので、各建物2の空調設備、エレベータ設備などに何らかの異常が発生したとき、異常項目を知らせて、空調設備、エレベータ設備に対する豊富な知識、豊富な経験を持つオペレータに、どの設備に異常があるかを容易に推定させ、設備異常などに迅速に対処させることができる。
なお、第10の実施形態では、比較処理などの簡単な処理で、異常項目を見つけ出すようにしているが、システム診断部14a内に、対話形式で異常原因を推定する推論エンジンと、専門家、経験者などの知識が格納された知識ベースとを組み合わせたエキスパートシステムを入れて、異常データ項目などから、対話形式で、設備の異常箇所と原因とを推定するようにしても良い。
このようにすることにより、異常箇所の発見と、異常原因とを容易にして、設備異常などが発生しても、これを早期に復旧して、設備稼働率を高めることができる。
《他の実施形態》
本発明は上述した各実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変形して実施できるものである。
本発明は上述した各実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変形して実施できるものである。
例えば、本発明装置は複数の建物に対してのリモート・エネルギー管理システムについてのものであるが、もちろん同様のアルゴリズムを建物単独で実施しても良い。この場合はリモートでなく、その建物に本発明装置が設置される。
また、日毎のエネルギー消費量(電力消費量)を一日の平均外気温Tあるいは、一日の平均外気エンタルピーhの式で表したが、一日の平均外気温Tの替わりにTX=(一日の平均外気温 − 一日の平均室温)(℃)、あるいは一日の平均外気エンタルピーhの替わりにhX=(一日の平均外気エンタルピー − 一日の平均室内エンタルピー) (J/kg)で置き換えても良い。
また、上述した各実施形態では、使用エネルギーを電力として説明したが、これに限られず、ガスエネルギー等を含めても良いことは勿論である。
さらに、各実施形態は可能な限り組合わせて実施することが可能であり、その場合には組合せによる効果が得られる。
1a,1b:建物エネルギー監視評価システム
2:建物
3:計測監視装置
4:ネットワーク
5a,5b:建物エネルギー監視評価装置
6:端末装置
7:日毎平均外気温データベース
8:月別エネルギー使用量データ
9a,9b:ベースラインモデル作成部
10:データ収集記憶部
11:実績データベース
12:実績エネルギー消費量演算部
13a,13b:省エネルギー評価部
14a,14b:システム診断部
15,16:2次曲線
17:直線
2:建物
3:計測監視装置
4:ネットワーク
5a,5b:建物エネルギー監視評価装置
6:端末装置
7:日毎平均外気温データベース
8:月別エネルギー使用量データ
9a,9b:ベースラインモデル作成部
10:データ収集記憶部
11:実績データベース
12:実績エネルギー消費量演算部
13a,13b:省エネルギー評価部
14a,14b:システム診断部
15,16:2次曲線
17:直線
Claims (11)
- 建物側に設置されたエネルギー消費設備のエネルギー消費量、およびプロセス値を監視している計測監視装置から定期的に計測データを取り込んで蓄積するデータ収集記憶部と、
このデータ収集記憶部で収集蓄積された計測データを用いて、前記建物で使用された実績エネルギー消費量を演算する実績エネルギー消費量演算部と、
省エネ対策を実施していないときのエネルギー消費量を推定するのに必要なベースラインモデルを作成するベースラインモデル作成部と、
このベースラインモデル作成部で作成されたベースラインモデルに対し、前記データ収集記憶部で収集蓄積された計測データを適用して、ベースラインエネルギー消費量を求めるとともに、このベースラインエネルギー消費量と前記実績エネルギー消費量演算部で得られた前記実績エネルギー消費量とを比較して省エネ率を評価する省エネルギー評価部と、
を備えたことを特徴とする建物エネルギー監視評価装置。 - 請求項1乃至9のいずれか1項に記載の建物エネルギー監視評価装置において、
省エネルギー評価部は、下記に示す式を用いて、所定期間毎に、日毎のベースラインエネルギー消費量をまとめ、所定期間の総ベースラインエネルギー消費量を求めるとともに、日毎の実績エネルギー消費量を所定期間単位でまとめて、所定期間の総実績エネルギー消費量を求め、これら所定期間の総ベースラインエネルギー消費量、総実績エネルギー消費量を比較して、所定期間の省エネ率を求める、
D:所定期間(日数)
YK:所定期間Dにおける各日のベースラインエネルギー消費量
RED:所定期間Dの月間総実績エネルギー消費量
RYK:所定期間Dにおける各日の実績エネルギー消費量
ECD:所定期間Dの省エネ率
ことを特徴とする建物エネルギー監視評価装置。 - 請求項1乃至10のいずれか1項に記載の建物エネルギー監視評価装置において、
前記建物側に設置された前記エネルギー消費設備に何らかの異常が発生したとき、プロセス単位、または項目単位で、異常原因を判定して、異常内容を表示するシステム診断部、
を備えたことを特徴とする建物エネルギー監視評価装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004287957A JP2006098361A (ja) | 2004-09-30 | 2004-09-30 | 建物エネルギー監視評価装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004287957A JP2006098361A (ja) | 2004-09-30 | 2004-09-30 | 建物エネルギー監視評価装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006098361A true JP2006098361A (ja) | 2006-04-13 |
Family
ID=36238307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004287957A Pending JP2006098361A (ja) | 2004-09-30 | 2004-09-30 | 建物エネルギー監視評価装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006098361A (ja) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006292282A (ja) * | 2005-04-11 | 2006-10-26 | Fuji Electric Holdings Co Ltd | 省エネルギー効果算出装置 |
JP2007133596A (ja) * | 2005-11-09 | 2007-05-31 | Mitsubishi Electric Corp | エネルギー変動費推定装置およびエネルギー変動費推定プログラム |
JP2007240067A (ja) * | 2006-03-09 | 2007-09-20 | Hitachi Ltd | 空調制御システム |
JP2008040865A (ja) * | 2006-08-08 | 2008-02-21 | Takasago Thermal Eng Co Ltd | 建物運用状態最適化支援システム |
JP2008225826A (ja) * | 2007-03-13 | 2008-09-25 | Osaka Gas Co Ltd | 省エネ行動支援システム |
JP2010208734A (ja) * | 2009-03-09 | 2010-09-24 | Toshiba Elevator Co Ltd | エレベータシステム |
CN102135564A (zh) * | 2011-01-21 | 2011-07-27 | 深圳市富利臻环保科技有限公司 | 节电器的节电率验证方法和系统 |
JP2011227815A (ja) * | 2010-04-22 | 2011-11-10 | Yamatake Corp | 施設管理装置および施設管理方法 |
JP2012027597A (ja) * | 2010-07-21 | 2012-02-09 | Fuji Electric Co Ltd | エネルギー監視システム |
WO2012090522A1 (ja) * | 2010-12-28 | 2012-07-05 | オムロン株式会社 | 空調情報推定装置、空調情報推定装置の制御方法、および制御プログラム |
US20130050511A1 (en) * | 2011-08-23 | 2013-02-28 | Honeywell International Inc. | Mobile energy audit system and method |
JP2013088047A (ja) * | 2011-10-19 | 2013-05-13 | Azbil Corp | 空調熱量消費評価装置および方法 |
JP2013105313A (ja) * | 2011-11-14 | 2013-05-30 | Oji Holdings Corp | 製造プロセス変更に起因する変化量の算出方法 |
JP2013153567A (ja) * | 2012-01-24 | 2013-08-08 | Panasonic Corp | エネルギー管理装置、プログラム |
WO2013130627A1 (en) * | 2012-02-27 | 2013-09-06 | CodeCycle LLC | Method and apparatus for optimizing and simplifying the enforcement of building energy efficiency regulations |
KR101433887B1 (ko) * | 2012-12-14 | 2014-09-23 | 현대건설 주식회사 | 나이트 퍼지 시스템의 제어방법 |
KR20150007330A (ko) * | 2012-05-04 | 2015-01-20 | 지멘스 인더스트리, 인크. | 기온 분포를 사용한 측정 및 검증 가중 방법 및 시스템 |
CN106247546A (zh) * | 2016-08-10 | 2016-12-21 | 立天节能环保(深圳)有限公司 | 一种中央空调用能精细化定额的实现方法及调节装置 |
JP2017050971A (ja) * | 2015-09-01 | 2017-03-09 | 株式会社Looop | 電力消費量予測制御装置、電力消費量予測方法および電力消費量予測プログラム |
US9916630B2 (en) | 2012-11-09 | 2018-03-13 | Kabushiki Kaisha Toshiba | Electricity suppressing type electricity and heat optimizing control device, optimizing method, and optimizing program |
CN108090663A (zh) * | 2017-12-11 | 2018-05-29 | 囯网河北省电力有限公司电力科学研究院 | 供热机组深度调峰最低出力的评估方法及系统 |
JP2018206194A (ja) * | 2017-06-07 | 2018-12-27 | 東京電力ホールディングス株式会社 | 学習装置、属性推定装置、学習方法、属性推定方法及びプログラム |
JP2019505907A (ja) * | 2016-01-22 | 2019-02-28 | ジョンソン コントロールズ テクノロジー カンパニーJohnson Controls Technology Company | エネルギー解析およびアドホックダッシュボードを備えたビルディングエネルギー管理システム |
US10345766B2 (en) | 2012-12-11 | 2019-07-09 | Kabushiki Kaisha Toshiba | Energy management server, energy management method, and medium |
CN112611077A (zh) * | 2020-12-14 | 2021-04-06 | 中国联合网络通信集团有限公司 | 一种确定方法和设备 |
-
2004
- 2004-09-30 JP JP2004287957A patent/JP2006098361A/ja active Pending
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006292282A (ja) * | 2005-04-11 | 2006-10-26 | Fuji Electric Holdings Co Ltd | 省エネルギー効果算出装置 |
JP4579137B2 (ja) * | 2005-11-09 | 2010-11-10 | 三菱電機株式会社 | エネルギー変動費推定装置およびエネルギー変動費推定プログラム |
JP2007133596A (ja) * | 2005-11-09 | 2007-05-31 | Mitsubishi Electric Corp | エネルギー変動費推定装置およびエネルギー変動費推定プログラム |
JP2007240067A (ja) * | 2006-03-09 | 2007-09-20 | Hitachi Ltd | 空調制御システム |
JP4661640B2 (ja) * | 2006-03-09 | 2011-03-30 | 株式会社日立製作所 | 空調制御システム |
JP2008040865A (ja) * | 2006-08-08 | 2008-02-21 | Takasago Thermal Eng Co Ltd | 建物運用状態最適化支援システム |
JP2008225826A (ja) * | 2007-03-13 | 2008-09-25 | Osaka Gas Co Ltd | 省エネ行動支援システム |
JP2010208734A (ja) * | 2009-03-09 | 2010-09-24 | Toshiba Elevator Co Ltd | エレベータシステム |
JP2011227815A (ja) * | 2010-04-22 | 2011-11-10 | Yamatake Corp | 施設管理装置および施設管理方法 |
JP2012027597A (ja) * | 2010-07-21 | 2012-02-09 | Fuji Electric Co Ltd | エネルギー監視システム |
JP5482913B2 (ja) * | 2010-12-28 | 2014-05-07 | オムロン株式会社 | 空調情報推定装置、空調情報推定装置の制御方法、および制御プログラム |
WO2012090522A1 (ja) * | 2010-12-28 | 2012-07-05 | オムロン株式会社 | 空調情報推定装置、空調情報推定装置の制御方法、および制御プログラム |
CN103221755A (zh) * | 2010-12-28 | 2013-07-24 | 欧姆龙株式会社 | 空调信息推定装置、空调信息推定装置的控制方法、以及控制程序 |
CN102135564A (zh) * | 2011-01-21 | 2011-07-27 | 深圳市富利臻环保科技有限公司 | 节电器的节电率验证方法和系统 |
US20130050511A1 (en) * | 2011-08-23 | 2013-02-28 | Honeywell International Inc. | Mobile energy audit system and method |
US8805000B2 (en) * | 2011-08-23 | 2014-08-12 | Honeywell International Inc. | Mobile energy audit system and method |
JP2013088047A (ja) * | 2011-10-19 | 2013-05-13 | Azbil Corp | 空調熱量消費評価装置および方法 |
JP2013105313A (ja) * | 2011-11-14 | 2013-05-30 | Oji Holdings Corp | 製造プロセス変更に起因する変化量の算出方法 |
JP2013153567A (ja) * | 2012-01-24 | 2013-08-08 | Panasonic Corp | エネルギー管理装置、プログラム |
US9245066B2 (en) | 2012-02-27 | 2016-01-26 | CodeCycle LLC | Method and apparatus for optimizing and simplifying the enforcement of building energy efficiency regulations |
WO2013130627A1 (en) * | 2012-02-27 | 2013-09-06 | CodeCycle LLC | Method and apparatus for optimizing and simplifying the enforcement of building energy efficiency regulations |
US10062080B2 (en) | 2012-02-27 | 2018-08-28 | CodeCycle LLC | Method and apparatus for optimizing and simplifying the enforcement of building energy efficiency regulations |
KR102041417B1 (ko) * | 2012-05-04 | 2019-11-06 | 지멘스 인더스트리, 인크. | 기온 분포를 사용한 측정 및 검증 가중 방법 및 시스템 |
KR20150007330A (ko) * | 2012-05-04 | 2015-01-20 | 지멘스 인더스트리, 인크. | 기온 분포를 사용한 측정 및 검증 가중 방법 및 시스템 |
US9916630B2 (en) | 2012-11-09 | 2018-03-13 | Kabushiki Kaisha Toshiba | Electricity suppressing type electricity and heat optimizing control device, optimizing method, and optimizing program |
US10345766B2 (en) | 2012-12-11 | 2019-07-09 | Kabushiki Kaisha Toshiba | Energy management server, energy management method, and medium |
KR101433887B1 (ko) * | 2012-12-14 | 2014-09-23 | 현대건설 주식회사 | 나이트 퍼지 시스템의 제어방법 |
JP2017050971A (ja) * | 2015-09-01 | 2017-03-09 | 株式会社Looop | 電力消費量予測制御装置、電力消費量予測方法および電力消費量予測プログラム |
JP2019505907A (ja) * | 2016-01-22 | 2019-02-28 | ジョンソン コントロールズ テクノロジー カンパニーJohnson Controls Technology Company | エネルギー解析およびアドホックダッシュボードを備えたビルディングエネルギー管理システム |
CN106247546A (zh) * | 2016-08-10 | 2016-12-21 | 立天节能环保(深圳)有限公司 | 一种中央空调用能精细化定额的实现方法及调节装置 |
JP2018206194A (ja) * | 2017-06-07 | 2018-12-27 | 東京電力ホールディングス株式会社 | 学習装置、属性推定装置、学習方法、属性推定方法及びプログラム |
CN108090663A (zh) * | 2017-12-11 | 2018-05-29 | 囯网河北省电力有限公司电力科学研究院 | 供热机组深度调峰最低出力的评估方法及系统 |
CN108090663B (zh) * | 2017-12-11 | 2020-06-26 | 囯网河北省电力有限公司电力科学研究院 | 供热机组深度调峰最低出力的评估方法及系统 |
CN112611077A (zh) * | 2020-12-14 | 2021-04-06 | 中国联合网络通信集团有限公司 | 一种确定方法和设备 |
CN112611077B (zh) * | 2020-12-14 | 2022-04-22 | 中国联合网络通信集团有限公司 | 一种确定方法和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2006098361A (ja) | 建物エネルギー監視評価装置 | |
CN109709912B (zh) | 基于物联网的能源管理控制方法及系统 | |
Raftery et al. | Calibrating whole building energy models: An evidence-based methodology | |
Ke et al. | Cloud computing platform for real-time measurement and verification of energy performance | |
Bynum et al. | Development and testing of an automated building commissioning analysis tool (ABCAT) | |
Harmer et al. | Using calibrated energy models for building commissioning and load prediction | |
US20160370771A1 (en) | System and method for monitoring and managing the energy efficiency of buildings | |
US20160161967A1 (en) | Predictive Alert System for Building Energy Management | |
WO2013039171A1 (ja) | 省エネ評価装置、省エネ評価方法、サーバ装置、プログラム | |
JP2009070339A (ja) | エネルギー消費情報通知システム | |
US9299051B2 (en) | Methods and systems for evaluating the performance of building processes | |
Zhang et al. | Active learning strategy for high fidelity short-term data-driven building energy forecasting | |
JP6756425B2 (ja) | 省エネ診断プログラム | |
Diaz-Acevedo et al. | A method for estimating electricity consumption patterns of buildings to implement Energy Management Systems | |
JP2008102816A (ja) | 省エネルギー報告書作成装置およびその装置を使用してエネルギー使用量を予測する方法 | |
CN107121943A (zh) | 一种用于获得智能仪表的健康预测信息的方法和装置 | |
CN114879619A (zh) | 数字车间能源优化方法及系统 | |
JP2004234302A (ja) | プロセス管理装置 | |
KR20110134441A (ko) | 기기 관리 시스템 | |
JP2008259308A (ja) | 電力管理システム、電力管理サーバ、および、電力管理方法 | |
JP4434905B2 (ja) | プロセス管理装置 | |
KR102001975B1 (ko) | 재실자를 고려한 건물 에너지 부하 산출 방법 및 이를 이용한 건물 에너지 성능 평가 방법 | |
JP3836597B2 (ja) | ガス使用量の用途別分解方法および省エネ診断システム | |
JP2015014823A (ja) | エネルギー使用量評価システム、エネルギー使用量評価演算装置及びプログラム | |
JP2005063383A (ja) | 建物のエネルギー管理システム及びコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090811 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20091208 |