JP2009189085A - 電力・熱負荷の予測システム - Google Patents
電力・熱負荷の予測システム Download PDFInfo
- Publication number
- JP2009189085A JP2009189085A JP2008023463A JP2008023463A JP2009189085A JP 2009189085 A JP2009189085 A JP 2009189085A JP 2008023463 A JP2008023463 A JP 2008023463A JP 2008023463 A JP2008023463 A JP 2008023463A JP 2009189085 A JP2009189085 A JP 2009189085A
- Authority
- JP
- Japan
- Prior art keywords
- load
- power
- heat
- amount
- monthly
- 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
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】低コストで品質のバラツキを少なくして電力・熱負荷予測ができる。
【解決手段】電力・熱負荷予測装置PCは、負荷予測対象施設別の電力・熱負荷パターンベース情報A、B、Cと、負荷予測対象施設の延べ床面積D、電力・熱別の最大・最小負荷量E、電力・熱別の月別積算負荷量Fの各情報を基に、負荷予測対象施設別の電力負荷量および熱負荷量を予測し、負荷パターンとして出力する。
電力・熱負荷パターンは、平日・土・休日で区分して求める。
【選択図】図1
【解決手段】電力・熱負荷予測装置PCは、負荷予測対象施設別の電力・熱負荷パターンベース情報A、B、Cと、負荷予測対象施設の延べ床面積D、電力・熱別の最大・最小負荷量E、電力・熱別の月別積算負荷量Fの各情報を基に、負荷予測対象施設別の電力負荷量および熱負荷量を予測し、負荷パターンとして出力する。
電力・熱負荷パターンは、平日・土・休日で区分して求める。
【選択図】図1
Description
本発明は、電熱併給(コージェネレーション)システムなどの電力・熱供給システムが設備計画や運転計画の対象とする施設の電力・熱負荷を予測する予測システムに関する。
電熱併給(コージェネレーション)システムの設備計画や運転計画には、計画対象地域および施設毎に異なるエネルギー(電力・熱)利用形態に対して効率よい設備計画や経済性の高い運転計画が要求され、これらの計画の実現には、長期間の電力・熱負荷を高い精度で予測できることが要求される。同様に、マイクログリッド電源システムの設備計画や運転計画にも電力・熱負荷を高い精度で予測できることが要求される。
電力・熱負荷の予測には、一日および年間を通じて電力需要や熱需要がどのように変動しているかを把握する必要がある。このような電力需要や熱需要の一日・年間を通じての変動(以下、電力・熱負荷パターン)を把握するための負荷予測システムがある(例えば、特許文献1,2,3参照)。
現在の負荷予測システムは、計測器(又は手入力)から得たエネルギー消費情報、気象情報、及び過去のエネルギー消費量の履歴情報など必要な情報を入手する。そして、履歴情報の中から一定時間単位を1つの単位期間として、現在のエネルギー消費、気象情報などの条件との類似性を求め、類似性の高い情報を元に単位期間内の平均値を求め、それを予測負荷量データとしている。
特開2006−244062号公報「エネルギー負荷データ作成装置及びコージェネレーションシステム」
特開2005−347096号公報「燃料電池装置システムおよび負荷予測装置」
特開平9−215192号公報「日負荷曲線予測方法」
現状の負荷予測システムでは、現在のエネルギー消費量などの情報を得るための計測用機器の設置が少なからず必要となる。確かに運転計画のような数秒・数分・数時間オーダーでの制御を必要とする計算には、計測器からのリアルタイムなエネルギー消費情報が必要となり、また計測器用機器設置に関るコストを考えてもそのメリットは大きい。
しかし、設備(導入)計画の計算においては、短時間での精度の高い(リアルタイムな)情報と言うより、長期間(1年程度)でのエネルギー消費量の傾向、及び予測最大負荷量(最小負荷量)がどの程度になるかという情報が必要となる。その理由として、設備(導入)計画段階では時々刻々の運転状況より、長期的視野に立った設備運用(設備の耐用年数、導入以降の負荷変動への対応性など)を考慮するのが重要なためである。そのため、計測器を必要とする現行負荷予測システムでは、そのコスト(計測機器本体及び設置コスト、履歴データを保存する記憶装置など)に問題がある。
また、運転計画の場合は、その必要性から計測器の設置も必要となる。しかし、設備計画においては、最終的な段階(設備発注先業者が決定済で、最終的に導入機種を煮詰めるような段階)を除いて、計測器類の設置は必要としない。特に、設備計画に対する初期段階においては、実際のエネルギー消費量などの情報を得るのは現実的には難しい。その場合、現行負荷予測システムで必要とする実際のエネルギー消費量情報を、担当者の勘と経験である程度想定する必要があり、この場合は担当者毎の品質のバラツキが問題となる。
本発明の目的は、低コストで品質のバラツキを少なくして電力・熱負荷予測ができるシステムを提供することにある。
本発明は、前記の課題を解決するため、負荷予測対象施設別の電力・熱負荷パターンベース情報と、負荷予測対象施設の延べ床面積、電力・熱別の最大・最小負荷量、電力・熱別の月別積算負荷量の各情報を基に、負荷予測対象施設別の電力負荷量および熱負荷量を予測し、さらに負荷予測対象施設別の電力・熱負荷パターンベース情報に平日を基本とした土・休日の負荷係数の概念を導入して予測するもので、以下のシステムを特徴とする。
(1)電力・熱供給システムの設備計画または運転計画が対象とする施設の電力・熱負荷を予測するシステムであって、
計画施設種別毎の、単位面積当りの年間電力負荷量Apおよび熱(給湯・暖房・冷房毎)負荷量Ajと、年間の負荷量を100%とした場合の月別電力負荷量比率Bpおよび熱(給湯・暖房・冷房毎)負荷量比率Bjと、各月の代表日1日の負荷量を100%とした場合の月別・時刻別電力負荷量比率Cpおよび熱(給湯・暖房・冷房毎)負荷量比率Cjと、計画施設の延べ床面積Dと、計画施設の稼動日数Nから、
計画施設種別毎の、単位面積当りの年間電力負荷量Apおよび熱(給湯・暖房・冷房毎)負荷量Ajと、年間の負荷量を100%とした場合の月別電力負荷量比率Bpおよび熱(給湯・暖房・冷房毎)負荷量比率Bjと、各月の代表日1日の負荷量を100%とした場合の月別・時刻別電力負荷量比率Cpおよび熱(給湯・暖房・冷房毎)負荷量比率Cjと、計画施設の延べ床面積Dと、計画施設の稼動日数Nから、
の演算で電力負荷量および熱負荷量を予測する電力・熱負荷予測装置を備えたことを特徴とする。
(2)電力・熱供給システムの設備計画または運転計画が対象とする施設の電力・熱負荷を予測するシステムであって、
計画施設種別毎の、各月の代表日1日の負荷量を100%とした場合の月別・時刻別電力負荷量比率Cpとその最大値Cpmaxおよび熱(給湯・暖房・冷房毎)負荷量比率Cjとその最大値Cjmaxと、計画施設の単位時間当たりの最大(最小)電力負荷量Epmaxおよび熱負荷量Ejmaxから、
計画施設種別毎の、各月の代表日1日の負荷量を100%とした場合の月別・時刻別電力負荷量比率Cpとその最大値Cpmaxおよび熱(給湯・暖房・冷房毎)負荷量比率Cjとその最大値Cjmaxと、計画施設の単位時間当たりの最大(最小)電力負荷量Epmaxおよび熱負荷量Ejmaxから、
の演算で電力負荷量および熱負荷量を予測する電力・熱負荷予測装置を備えたことを特徴とする。
(3)電力・熱供給システムの設備計画または運転計画が対象とする施設の電力・熱負荷を予測するシステムであって、
計画施設種別毎の、単位面積当りの年間熱(給湯・暖房・冷房毎)負荷量Ajと、年間の負荷量を100%とした場合の月別熱(給湯・暖房・冷房毎)負荷量比率Bjと、各月の代表日1日の負荷量を100%とした場合の月別・時刻別電力負荷量比率Cpおよび熱(給湯・暖房・冷房毎)負荷量比率Cjと、計画施設の月別積算電力負荷量Fpおよび熱負荷量Fjと、計画施設の稼動日数Nとから、
計画施設種別毎の、単位面積当りの年間熱(給湯・暖房・冷房毎)負荷量Ajと、年間の負荷量を100%とした場合の月別熱(給湯・暖房・冷房毎)負荷量比率Bjと、各月の代表日1日の負荷量を100%とした場合の月別・時刻別電力負荷量比率Cpおよび熱(給湯・暖房・冷房毎)負荷量比率Cjと、計画施設の月別積算電力負荷量Fpおよび熱負荷量Fjと、計画施設の稼動日数Nとから、
ただし、K=(単位面積当たりの給湯年間負荷量×月別給湯負荷量比率)+(単位面積当たりの暖房年間負荷量×月別暖房負荷量比率)+(単位面積当たりの冷房年間負荷量×月別冷房負荷量比率)
の演算で電力負荷量および熱負荷量を予測する電力・熱負荷予測装置を備えたことを特徴とする。
の演算で電力負荷量および熱負荷量を予測する電力・熱負荷予測装置を備えたことを特徴とする。
(4)前記年間電力負荷量Ap・熱負荷量Ajと、月別電力負荷量比率Bp・熱負荷量比率Bjと、月別・時刻別電力負荷量比率Cp・熱負荷量比率Cjに対し、日の区分(平日・土・休日)別に係数を乗じて前記電力・熱負荷予測装置へのベース情報とする電力・熱負荷情報生成装置を備えたことを特徴とする。
(5)前記電力・熱負荷情報生成装置は、平日の予測負荷量の計算結果から年間を通して最小の負荷量を検索し、それをベース負荷量とし、前記月別・時刻別の平日予測負荷量情報から、そのベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じて、土・休日予測負荷量の情報を得ることを特徴とする。
(6)前記電力・熱負荷情報生成装置は、平日の予測負荷量の計算結果から、月毎に最小の負荷量を検索し、それを月別ベース負荷量とし、当該月の各時刻の平日予測負荷量から、その月別ベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じて、土・休日予測負荷量の情報を得ることを特徴とする。
(7)前記電力・熱負荷情報生成装置は、平日の予測負荷量の計算結果から、夜間(深夜)時間帯における月毎の最大負荷量を検索・収集し、各月の最大負荷量の中から最小の負荷量を更に検索してベース負荷量とし、このベース負荷量に対し土・休日負荷係数を乗じて、土・休日予測負荷量の情報を得ることを特徴とする。
(8)前記電力・熱負荷情報生成装置は、平日の予測負荷量の計算結果から、夜間(深夜)時間帯における月毎の最大負荷量を検索・収集し、これを月別ベース負荷量とし、当該月の各時刻の平日予測負荷量から月別ベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じて、土・休日予測負荷量の情報を得ることを特徴とする。
以上のとおり、本発明によれば、負荷予測対象施設別の電力・熱負荷パターンベース情報と、負荷予測対象施設の延べ床面積、電力・熱別の最大・最小負荷量、電力・熱別の月別積算負荷量の各情報を基に、負荷予測対象施設別の電力負荷量および熱負荷量を予測するため、低コストで品質のバラツキを少なくして電力・熱負荷予測ができる。
具体的には、電力・熱負荷パターンベース情報を負荷予測対象施設毎に用意する事で、将来的に対象施設が増加してもシステム自体には変更無しで対応する事ができる。
また、負荷パターンを生成するために与える情報として、延べ床面積、最大負荷量、月別負荷量のいずれかを選択でき、対象設備の負荷量特性に適応した予測ができる。
また、熱負荷パターンに関しては、熱の総合負荷情報を与える事で、各熱負荷(給湯・暖房・冷房)に分類して各々の負荷量予測ができる。
また、対象設備の電力・熱負荷パターン情報が得なれない場合における最適な設備構成の決定においても、担当者の業務に対するレベル(習熟度)、経験量に関係なく均一な品質での負荷量を予測する事が可能になり、設備構成最適化計算における基礎情報として利用する事もできる。
また、その情報生成には極めて少量の情報(対象施設の延べ床面積/最大負荷量/月毎の負荷量のいずれか)を必要とするだけであるので、負荷量予測に大きな工数を必要としない。結果として、誰でも容易に均一的な負荷量を予測する事が可能となる。
さらに負荷予測対象施設別の電力・熱負荷パターンベース情報に平日を基本とした土・休日の負荷係数の概念を導入して予測するため、平日・土・休日と日の区分に応じた負荷パターン情報が得られない場合でも、日区分に応じた予測負荷量データを生成できる。
またこれにより、最適設備計画システムヘこのデータを提供する事で、日の区分の負荷変動に対応した機器(発電機など)の選定が可能となる。
また、各種土・休日係数の乗算パターンを設ける事で、よりきめ細かな土・休日予測負荷量を求める事が可能となる。
(実施形態1)
電力・熱負荷パターンのべース情報として、対象となる施設種別毎に比率情報が一般に公開されている。例えば、文献「(社)日本エネルギー学会、天然ガスコージェネレーション計画・設計マニュアル2005」に公開されており、表で示す以下の情報A〜Cがある。
電力・熱負荷パターンのべース情報として、対象となる施設種別毎に比率情報が一般に公開されている。例えば、文献「(社)日本エネルギー学会、天然ガスコージェネレーション計画・設計マニュアル2005」に公開されており、表で示す以下の情報A〜Cがある。
(A)単位面積当りの年間電力・熱(給湯・暖房・冷房毎)負荷量情報
(B)年間の負荷量を100%とした場合の月別(1月〜12月)電力・熱(給湯・暖房・冷房毎)負荷量比率情報
(C)各月の代表日1日の負荷量を100%とした場合の月別・時刻別(1時〜24時)電力・熱(給湯・暖房・冷房毎)負荷量比率情報
これら情報A〜Cは、負荷量を想定する施設種別(ホテル、病院、店舗、事務所、OA事務所、スポーツ施設、住宅など)毎に公開されている。なお、表2、表3では代表として電力に関する情報のみ記述している。この他に、熱に関する情報として、給湯、暖房、冷房用の同情報がある。
本実施形態では、この施設毎に用意された情報をベースに、施設種別毎に電力・熱負荷量を予測してそのパターンを生成することで、実際のエネルギー消費量計測(負荷パターン計測)を不要にし、この予測したパターン情報を基にコージェネレーションシステム等の設備計画や運用計画に利用できる電力・熱負荷予測システムを提案するものである。
図1は、本実施形態を示す電力・熱負荷予測の要部構成図である。電力・熱負荷予測装置PCは、コンピュータ資源を利用したソフトウェアとして機能構成され、予測結果はパターン情報として生成し、これら予測処理に使用する情報として、前記の表で示す情報A〜Cと、新たに追加する情報D〜Fを用意しておく。
上記の表に示すように、情報Aは単位面積当たりの年間電力負荷量Ap・熱負荷量Aj、情報Bは年間の負荷量を100%とした場合の月別電力負荷量比率Bp・熱負荷量比率Bj、情報Cは各月の代表日1日の負荷量を100%とした場合の月別・時刻別電力負荷量比率Cp・熱負荷量比率Cjになる。
新たに追加する情報Dは延べ床面積、情報Eは電力・熱別の単位時間当たりの最大・最小負荷量、情報Fは電力・熱別の月別積算負荷量である。
なお、与える情報の1つとして施設種別があるが、これは用意する電力・熱負荷パターンベース情報の名前から電力・熱負荷予測装置PCが自動生成し、利用者は自動生成された施設種別から選択する形となる。以下、各情報別にした電力・熱負荷の予測処理を説明する。
(予測1)延べ床面積を基にした負荷予測
電力・熱負荷量と延べ床面積には密接な関係があり、予測対象とする施設の業種が同一なら個々には多少差異があるが、傾向的には延べ床面積に比例して負荷量は大きくなる。例えば、コンピュータを設定しているOA事務所では、延べ床面積が大きければ大きいほどコンピュータ設置台数が多くなり(延べ床面積大=従業員多;設置コンピュータ多)、結果消費量(負荷)が増大する。そのため、延べ床面積から電力・熱負荷量を想定する事ができる。また、延べ床面積は、他の負荷予測処理の中では最も入手し易い情報である。
電力・熱負荷量と延べ床面積には密接な関係があり、予測対象とする施設の業種が同一なら個々には多少差異があるが、傾向的には延べ床面積に比例して負荷量は大きくなる。例えば、コンピュータを設定しているOA事務所では、延べ床面積が大きければ大きいほどコンピュータ設置台数が多くなり(延べ床面積大=従業員多;設置コンピュータ多)、結果消費量(負荷)が増大する。そのため、延べ床面積から電力・熱負荷量を想定する事ができる。また、延べ床面積は、他の負荷予測処理の中では最も入手し易い情報である。
電力・熱負荷予測装置PCは、予測対象施設の種別と延べ床面積情報Dが与えられる事で、1月〜12月の各月の代表日24時間分(1時間毎)の負荷パターン情報を生成する。パターン生成には以下の演算式(電力負荷パターンでは式1を、熱(給湯・暖房・冷房)負荷パターンでは熱の負荷種類毎に式2)をそれぞれ用いる。なお、月別設備稼働日数Nは、電力・熱負荷パターンベース情報から取得する情報である。
上記の(1)式中では、(Ap×D)で年間・延べ床面積当りの電力負荷量を求め、(Bp÷N)で該当月の月別比率を計画施設の稼動日数で除算し、これを(Ap×D)に乗算する事で1日当りの比率を求めている。この(Ap×D)×(Bp÷N)の結果に対し該当月の正時毎(1時〜24時)の比率Cpを乗算することにより、各月の代表日1日の24時間分の電力負荷量を求める。熱負荷量についても同様の演算になる。なお、式中の“熱”に係る情報Aj,Bj、Cjは、給湯、暖房、または冷房と読み替えて予測値を得る。
(予測2)最大・最小負荷量を基にした負荷予測
設備計画を考慮する上で、重要な事項の1つとして最大・最小負荷量がある。導入する設備の最大発電・発熱量は、最大負荷量以上、最小発電・発熱量は最小負荷量以下にする必要があるためであり、これにより設備の発電・発熱容量が決まってくる。
設備計画を考慮する上で、重要な事項の1つとして最大・最小負荷量がある。導入する設備の最大発電・発熱量は、最大負荷量以上、最小発電・発熱量は最小負荷量以下にする必要があるためであり、これにより設備の発電・発熱容量が決まってくる。
前記の(予測1)の場合は、比較的簡単に入手可能な延べ床面積Dを使用して予測していたが、この場合は負荷量の最大・最小をあまり考慮していない。そのため、比較的凹凸のない負荷パターンを持つ対象施設には適用し易いが、凹凸の激しい対象施設の負荷パターンを求めるには適合し難く、そのような場合は以下の予測システムが適している。
電力・熱負荷予測装置PCは、電力・熱負荷パターンを想定する対象施設の施設種別と電力・熱の月別(1月〜12月)・時刻別(1時〜24時)の中での最大負荷量が与えられる事で、1月〜12月の各月の代表日24時間分(1時間毎)の負荷パターン情報を生成する。生成には、以下の演算式(電力負荷パターンでは式3を、熱(給湯・暖房・冷房)負荷バターンでは熱の負荷種類毎に式4)をそれぞれ用いる。
上式中、Epmaxは単位時間当たりの電力最大負荷量、Ejmaxは単位時間当たりの熱最大負荷量、Cpmaxは月別・時刻別電力負荷量比率中最大値、Cjmaxは月別・時刻別熱負荷量比率中最大値である。なお、Cjmaxは同月・同時刻における給湯・暖房・冷房の各熱負荷比率の和が、月別・時刻別熱負荷中最大になるものである。
式(3)では、電力・熱最大負荷量Epmaxを月別・時刻別電力・熱負荷量比率中最大比率値Cpmaxで除算する事で月別・時刻別電力・熱負荷量比率1当りの電力・熱負荷量を求め、この演算結果に該当月の正時毎(1時〜24時)の比率Cpを乗算することにより、各月の代表日1日の24時間分の電力最大負荷量を求める。さらに、式中の最大負荷量や最大比率に代えて、最小負荷量や最小比率を用いて電力最小負荷量を求める。
なお、熱負荷量についても同様の演算になる。また、“熱”に係る部分Ejmax,Bjmax、Cjは、給湯、暖房、または冷房と読み替える。
(予測3)月別の積算負荷量を基にした負荷予測
設備計画を考慮する上で、重要な事項の1つとして負荷量の変動パターンがある。変動パターンにより、容量的には問題が無くても、設備の負荷変動に対する追従性で問題が発生する可能性があるためである。
設備計画を考慮する上で、重要な事項の1つとして負荷量の変動パターンがある。変動パターンにより、容量的には問題が無くても、設備の負荷変動に対する追従性で問題が発生する可能性があるためである。
前記の(予測2)の場合は、負荷の最大・最小負荷量部分を重点的に考慮しており、負荷量変動パターンはあまり考慮していない。そのため、突発的な変動がある場合は適合するが、正弦波のような突出した変動はないが、平坦でもないというような負荷量パターンには適合し難く、そのような場合は以下の予測システムが適している。
電力・熱負荷予測装置PCは、想定する対象施設の施設種別と月別の積算負荷量F(熱の場合は、給湯+暖房+冷房の総和の負荷量)が与えられる事で、1月〜12月の各月の代表日24時間分(1時間毎)の負荷バターン情報を生成する。
熱の場合、給湯+暖房+冷房の総和で負荷量を与えるのは、単位面積当りの給湯/暖房/冷房負荷量の比率計算で給湯/暖房/冷房各々の負荷量を計算で求める事が可能であり、入力コスト軽減のためである。電力・熱負荷パターン生成には、以下の演算式(電力負荷パターンでは式5を、熱(給湯・暖房・冷房)負荷パターンでは熱の負荷種類毎に式6)をそれぞれ用いる。
ただし、(6)式中のKは、単位面積当たりの給湯年間負荷量×月別給湯負荷量比率と、単位面積当たりの暖房年間負荷量×月別暖房負荷量比率と、単位面積当たりの冷房年間負荷量×月別冷房負荷量比率を加算した値である。また、(6)式中の“熱”の部分は、給湯、暖房、または冷房と読み替える。
上記の(5)式の電力負荷量の求め方は、各月の1日当りの電力負荷量(Fp÷N)を求め、その値に該当月の正時毎の比率を乗算Cpする事で、各月の代表日1日の24時間分の電力負荷量を求める。
(6)式の熱負荷量の求め方は、該当月毎の負荷量Fjに月別熱負荷量比率Bjを乗算し、さらに単位面積当たりの年間熱負荷量Ajを乗算する。熱の場合、月毎の負荷量を与える時、給湯・暖房・冷房全ての負荷量を総合して与えるため、上記の値Kで割り算することで、3種類ある熱エネルギーにおいて、該当エネルギーの熱エネルギー全体に対する比率を求め、年間における該当月の該当熱エネルギーの負荷量を計算する。さらに、この結果を稼動日数Nで除算する事で該当月の1日当りの負荷量を求め、さらにまた該当月の正時毎の熱負荷量比率Cjを乗算する事で、各月の代表日1日の24時間分の熱負荷量を求める。
(実施形態2)
前記の施設毎に用意された情報A〜Cを基に、施設種別毎に電力・熱負荷量を予測してそのパターンを生成するシステムでは、求める予測負荷量データは日の区分(平日、土、休日)は考慮していない。強いて言うならば、全て平日の予測負荷量データである。これは、計算に利用する負荷比率情報B、Cに日の区分が存在しないためである。そのため、エネルギー(電力・熱)の需要が、日の区分の違いによる変化が少ない場合にはこの予測負荷量データの利用には適しているが、日の区分によりエネルギー需要に大きな変化があるような場合において利用する場合は以下のような課題がある。
前記の施設毎に用意された情報A〜Cを基に、施設種別毎に電力・熱負荷量を予測してそのパターンを生成するシステムでは、求める予測負荷量データは日の区分(平日、土、休日)は考慮していない。強いて言うならば、全て平日の予測負荷量データである。これは、計算に利用する負荷比率情報B、Cに日の区分が存在しないためである。そのため、エネルギー(電力・熱)の需要が、日の区分の違いによる変化が少ない場合にはこの予測負荷量データの利用には適しているが、日の区分によりエネルギー需要に大きな変化があるような場合において利用する場合は以下のような課題がある。
通常、発電機などは、効率を維持するために定格出力(100%運転時)に対し50%程度以上を出力するように運転する事が前提に設計されている(それ以下では、著しく効率が悪化する、または出力自体しないものもある)。そのため、日の区分を考慮していない(平日)予測負荷量データを利用して計算した結果選ばれた発電機が、日の区分によりエネルギー需要の変動が激しい場合において(例えば、平日のエネルギー需要を1とした場合、土曜日が0.5、休日が0.2の場合)、土曜日はぎりぎり対応できるが、休日にはその発電機では対応しきれないなどの場合が発生してしまう。
本実施形態では、土・休日係数の概念を導入した施設毎の情報をベースに、施設種別毎に電力・熱負荷量を予測してそのパターンを生成することで、既存の負荷情報生成および負荷予測システム(ツール)の特別な変更なしに、対象施設毎によるきめ細かな土・休日予測負荷量を求める事ができる電力・熱負荷予測システムを提案するものである。
図2は、本実施形態を示す電力・熱負荷予測システムの要部構成図である。同図が図1と異なる部分は、施設毎に用意された情報A〜Cについて、日の区分(平日・土・休日)別に係数を乗じる電力・熱負荷情報生成装置ATを追加し、この電力・熱負荷情報生成装置ATで生成する情報を基に電力・熱負荷予測装置PCで施設種別毎に電力・熱負荷情報を生成する点にある。
電力・熱負荷情報生成装置ATは、コンピュータ資源を利用したソフトウェアとして機能構成され、この情報生成処理のベース情報として、前記の表で示す情報A〜Cと、新たに土・休日負荷係数Kap・Kaj、Kbp・Kbj、Kcp・Kcjを用意しておく。
なお、与える情報の1つとして施設種別があるが、これは用意する電力・熱負荷パターンベース情報の名前から電力・熱負荷情報生成装置PCが自動生成し、利用者は自動生成された施設種別から選択する形となる。
設備計画という長期的な運用を前提とした観点から見た場合、平日と土・休日での負荷量の変化は最大負荷量にこそ変化はあるが、最小負荷量、及び変化カーブに大きな変化はない。この特性を利用して、電力・熱負荷情報生成装置ATは、情報A〜Cを平日のものと位置付け、それに土・休日負荷係数Kap・Kaj、Kbp・Kbj、Kcp・Kcjを平日の各時刻の負荷量に乗じることで、電力・熱負荷情報を生成する。ただし、1日24時間分の時刻毎の負荷量に画一的に土・休日負荷係数を乗じるのではなく、ユーザによってきめ細かに設定された土・休日負荷係数を乗じる。
以上のようにして生成した情報は、電力・熱負荷予測装置PCによる予測に利用したり、コージェネレーションシステムの設備計画や運転計画の立案に供することができる。以下、土・休日負荷係数による補正処理について項別に説明する。
(補正処理1)
年間を通して、エネルギーの最小の需要というのは日の区分(平日・土・休日)に関らず変化は少ない。そのため、電力・熱負荷情報生成装置ATは、平日の予測負荷量の計算結果から年間を通して最小の負荷量を検索し、それをベース負荷量とする。そして、各月・各時刻の平日予測負荷量情報から、そのベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じる(ベース負荷量は、土・休日係数の乗算の対象外とする)。ただし、この計算の結果、ベース負荷量を下回った場合はベース負荷量をその計算結果とする。図3は、ベース負荷量を考慮した土・休日予測負荷量情報の例をパターンで示す。
年間を通して、エネルギーの最小の需要というのは日の区分(平日・土・休日)に関らず変化は少ない。そのため、電力・熱負荷情報生成装置ATは、平日の予測負荷量の計算結果から年間を通して最小の負荷量を検索し、それをベース負荷量とする。そして、各月・各時刻の平日予測負荷量情報から、そのベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じる(ベース負荷量は、土・休日係数の乗算の対象外とする)。ただし、この計算の結果、ベース負荷量を下回った場合はベース負荷量をその計算結果とする。図3は、ベース負荷量を考慮した土・休日予測負荷量情報の例をパターンで示す。
これにより、年間を通した最小負荷量を考慮した土・休日予測負荷量の情報を得ることができる。
(補正処理2)
電力・熱負荷情報生成装置ATは、平日の予測負荷量の計算結果から、月毎に最小の負荷量を検索し、それを月別ベース負荷量とする。そして、当該月の各時刻の平日予測負荷量から、その月別ベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じる(月別ベース負荷量は、土・休日係数の乗算の対象外とする)。以降は、補正処理1と同様の処理になる。
電力・熱負荷情報生成装置ATは、平日の予測負荷量の計算結果から、月毎に最小の負荷量を検索し、それを月別ベース負荷量とする。そして、当該月の各時刻の平日予測負荷量から、その月別ベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じる(月別ベース負荷量は、土・休日係数の乗算の対象外とする)。以降は、補正処理1と同様の処理になる。
これにより、月毎にエネルギー最小需要が異なる場合などにもきめ細かな電力・熱負荷情報を得ることができる。
(補正処理3)
年間を通して、昼間の時間帯の負荷量変動より、夜間(深夜)の時間帯の負荷量の変動は小さい。そのため、電力・熱負荷情報生成装置ATは、平日の予測負荷量の計算結果から、夜間(深夜)時間帯における月毎の最大負荷量を検索する。こうして収集した各月の最大負荷量の中から、最小の負荷量を更に検索し、これをベース負荷量とする(月別ベース負荷量は、土・休日係数の乗算の対象外とする)。以降は、補正処理1と同様の処理になる。図4は夜間(深夜)時間帯を考慮した土・休日の予測負荷量情報の例をパターンで示す。
年間を通して、昼間の時間帯の負荷量変動より、夜間(深夜)の時間帯の負荷量の変動は小さい。そのため、電力・熱負荷情報生成装置ATは、平日の予測負荷量の計算結果から、夜間(深夜)時間帯における月毎の最大負荷量を検索する。こうして収集した各月の最大負荷量の中から、最小の負荷量を更に検索し、これをベース負荷量とする(月別ベース負荷量は、土・休日係数の乗算の対象外とする)。以降は、補正処理1と同様の処理になる。図4は夜間(深夜)時間帯を考慮した土・休日の予測負荷量情報の例をパターンで示す。
これにより、年間を通して夜間(深夜)時間帯の負荷変動が小さい場合などにもきめ細かな電力・熱負荷情報を得ることができる。
(補正処理4)
電力・熱負荷情報生成装置ATは、平日の予測負荷量の計算結果から、夜間(深夜)時間帯における月毎の最大負荷量を検索し、それを月別ベース負荷量とする。そして、当該月の各時刻の平日予測負荷量から、その月別ベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じる(月別ベース負荷量は、土・休日係数の乗算の対象外とする)。以降は、補正処理1と同様の処理になる。
電力・熱負荷情報生成装置ATは、平日の予測負荷量の計算結果から、夜間(深夜)時間帯における月毎の最大負荷量を検索し、それを月別ベース負荷量とする。そして、当該月の各時刻の平日予測負荷量から、その月別ベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じる(月別ベース負荷量は、土・休日係数の乗算の対象外とする)。以降は、補正処理1と同様の処理になる。
これにより、月毎に夜間(深夜)時間帯における負荷変動が異なる場合などにもきめ細かな電力・熱負荷情報を得ることができる。
PC 電力・熱負荷予測装置
AT 電力・熱負荷情報生成装置
A 単位面積当りの年間電力・熱(給湯・暖房・冷房毎)負荷量情報
B 月別(1月〜12月)電力・熱(給湯・暖房・冷房毎)負荷量比率情報
C 月別・時刻別(1時〜24時)電力・熱(給湯・暖房・冷房毎)負荷量比率情報
D 延べ床面積
E 電力・熱別の単位時間当たりの最大・最小負荷量
F 電力・熱別の月別積算負荷量
AT 電力・熱負荷情報生成装置
A 単位面積当りの年間電力・熱(給湯・暖房・冷房毎)負荷量情報
B 月別(1月〜12月)電力・熱(給湯・暖房・冷房毎)負荷量比率情報
C 月別・時刻別(1時〜24時)電力・熱(給湯・暖房・冷房毎)負荷量比率情報
D 延べ床面積
E 電力・熱別の単位時間当たりの最大・最小負荷量
F 電力・熱別の月別積算負荷量
Claims (8)
- 電力・熱供給システムの設備計画または運転計画が対象とする施設の電力・熱負荷を予測するシステムであって、
計画施設種別毎の、単位面積当りの年間熱(給湯・暖房・冷房毎)負荷量Ajと、年間の負荷量を100%とした場合の月別熱(給湯・暖房・冷房毎)負荷量比率Bjと、各月の代表日1日の負荷量を100%とした場合の月別・時刻別電力負荷量比率Cpおよび熱(給湯・暖房・冷房毎)負荷量比率Cjと、計画施設の月別積算電力負荷量Fpおよび熱負荷量Fjと、計画施設の稼動日数Nとから、
の演算で電力負荷量および熱負荷量を予測する電力・熱負荷予測装置を備えたことを特徴とする電力・熱負荷の予測システム。 - 前記年間電力負荷量Ap・熱負荷量Ajと、月別電力負荷量比率Bp・熱負荷量比率Bjと、月別・時刻別電力負荷量比率Cp・熱負荷量比率Cjに対し、日の区分(平日・土・休日)別に係数を乗じて前記電力・熱負荷予測装置へのベース情報とする電力・熱負荷情報生成装置を備えたことを特徴とする請求項1〜3のいずれか1項に記載の電力・熱負荷の予測システム。
- 前記電力・熱負荷情報生成装置は、平日の予測負荷量の計算結果から年間を通して最小の負荷量を検索し、それをベース負荷量とし、前記月別・時刻別の平日予測負荷量情報から、そのベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じて、土・休日予測負荷量の情報を得ることを特徴とする請求項4に記載の電力・熱負荷の予測システム。
- 前記電力・熱負荷情報生成装置は、平日の予測負荷量の計算結果から、月毎に最小の負荷量を検索し、それを月別ベース負荷量とし、当該月の各時刻の平日予測負荷量から、その月別ベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じて、土・休日予測負荷量の情報を得ることを特徴とする請求項4に記載の電力・熱負荷の予測システム。
- 前記電力・熱負荷情報生成装置は、平日の予測負荷量の計算結果から、夜間(深夜)時間帯における月毎の最大負荷量を検索・収集し、各月の最大負荷量の中から最小の負荷量を更に検索してベース負荷量とし、このベース負荷量に対し土・休日負荷係数を乗じて、土・休日予測負荷量の情報を得ることを特徴とする請求項4に記載の電力・熱負荷の予測システム。
- 前記電力・熱負荷情報生成装置は、平日の予測負荷量の計算結果から、夜間(深夜)時間帯における月毎の最大負荷量を検索・収集し、これを月別ベース負荷量とし、当該月の各時刻の平日予測負荷量から月別ベース負荷量を減算し、残った負荷量に対し土・休日負荷係数を乗じて、土・休日予測負荷量の情報を得ることを特徴とする請求項4に記載の電力・熱負荷の予測システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008023463A JP2009189085A (ja) | 2008-02-04 | 2008-02-04 | 電力・熱負荷の予測システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008023463A JP2009189085A (ja) | 2008-02-04 | 2008-02-04 | 電力・熱負荷の予測システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009189085A true JP2009189085A (ja) | 2009-08-20 |
Family
ID=41071778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008023463A Pending JP2009189085A (ja) | 2008-02-04 | 2008-02-04 | 電力・熱負荷の予測システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009189085A (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013085410A (ja) * | 2011-10-12 | 2013-05-09 | Mitsubishi Electric Corp | 使用電力配分システム、使用電力配分方法及びプログラム |
WO2014002645A1 (ja) * | 2012-06-29 | 2014-01-03 | アズビル株式会社 | 負荷量予測装置および負荷量予測方法 |
JP2014235461A (ja) * | 2013-05-31 | 2014-12-15 | 株式会社 日立産業制御ソリューションズ | ビル管理システム |
JP2015011374A (ja) * | 2013-06-26 | 2015-01-19 | 京セラ株式会社 | 電力管理装置、電力管理方法、および電力管理プログラム |
KR101580170B1 (ko) * | 2015-03-02 | 2016-01-11 | 한국지역난방공사 | 지역난방 방식 공동주택의 급탕부하 산정 방법 |
CN109190850A (zh) * | 2018-10-24 | 2019-01-11 | 国网辽宁省电力有限公司阜新供电公司 | 一种含电极式锅炉的地区电网风电消纳能力评估方法 |
CN109284943A (zh) * | 2018-11-17 | 2019-01-29 | 国网辽宁省电力有限公司阜新供电公司 | 一种提高风电消纳能力的电极式电锅炉配置方法 |
CN111445070A (zh) * | 2020-03-26 | 2020-07-24 | 华润电力技术研究院有限公司 | 负荷曲线生成方法及相关设备 |
CN112713616A (zh) * | 2020-12-31 | 2021-04-27 | 南方电网科学研究院有限责任公司 | 电力系统发电侧机组的控制方法、装置、设备及介质 |
CN112803492A (zh) * | 2020-12-31 | 2021-05-14 | 南方电网科学研究院有限责任公司 | 电力系统发电侧机组的控制方法、装置、设备及介质 |
CN116166940A (zh) * | 2023-04-24 | 2023-05-26 | 施维智能计量系统服务(长沙)有限公司 | 一种基于热力图的用户电力负荷时间特性分类识别方法 |
-
2008
- 2008-02-04 JP JP2008023463A patent/JP2009189085A/ja active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013085410A (ja) * | 2011-10-12 | 2013-05-09 | Mitsubishi Electric Corp | 使用電力配分システム、使用電力配分方法及びプログラム |
WO2014002645A1 (ja) * | 2012-06-29 | 2014-01-03 | アズビル株式会社 | 負荷量予測装置および負荷量予測方法 |
JP2014010683A (ja) * | 2012-06-29 | 2014-01-20 | Azbil Corp | 負荷量予測装置および負荷量予測方法 |
JP2014235461A (ja) * | 2013-05-31 | 2014-12-15 | 株式会社 日立産業制御ソリューションズ | ビル管理システム |
JP2015011374A (ja) * | 2013-06-26 | 2015-01-19 | 京セラ株式会社 | 電力管理装置、電力管理方法、および電力管理プログラム |
KR101580170B1 (ko) * | 2015-03-02 | 2016-01-11 | 한국지역난방공사 | 지역난방 방식 공동주택의 급탕부하 산정 방법 |
CN109190850A (zh) * | 2018-10-24 | 2019-01-11 | 国网辽宁省电力有限公司阜新供电公司 | 一种含电极式锅炉的地区电网风电消纳能力评估方法 |
CN109190850B (zh) * | 2018-10-24 | 2021-12-21 | 国网辽宁省电力有限公司阜新供电公司 | 一种含电极式锅炉的地区电网风电消纳能力评估方法 |
CN109284943A (zh) * | 2018-11-17 | 2019-01-29 | 国网辽宁省电力有限公司阜新供电公司 | 一种提高风电消纳能力的电极式电锅炉配置方法 |
CN111445070A (zh) * | 2020-03-26 | 2020-07-24 | 华润电力技术研究院有限公司 | 负荷曲线生成方法及相关设备 |
CN111445070B (zh) * | 2020-03-26 | 2023-08-08 | 华润电力技术研究院有限公司 | 负荷曲线生成方法及相关设备 |
CN112713616A (zh) * | 2020-12-31 | 2021-04-27 | 南方电网科学研究院有限责任公司 | 电力系统发电侧机组的控制方法、装置、设备及介质 |
CN112803492A (zh) * | 2020-12-31 | 2021-05-14 | 南方电网科学研究院有限责任公司 | 电力系统发电侧机组的控制方法、装置、设备及介质 |
CN112713616B (zh) * | 2020-12-31 | 2022-10-28 | 南方电网科学研究院有限责任公司 | 电力系统发电侧机组的控制方法、装置、设备及介质 |
CN116166940A (zh) * | 2023-04-24 | 2023-05-26 | 施维智能计量系统服务(长沙)有限公司 | 一种基于热力图的用户电力负荷时间特性分类识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009189085A (ja) | 電力・熱負荷の予測システム | |
Wang et al. | Operational optimization and demand response of hybrid renewable energy systems | |
JP6109631B2 (ja) | 情報処理システム | |
JP5248372B2 (ja) | 発電計画作成方法、装置、プログラムおよび記憶装置 | |
Zhang et al. | The performance of a grid-tied microgrid with hydrogen storage and a hydrogen fuel cell stack | |
JP6543145B2 (ja) | ピーク電力予測装置、電力管理システム及びピーク電力予測方法 | |
Xie et al. | Sizing renewable generation and energy storage in stand-alone microgrids considering distributionally robust shortfall risk | |
JP5078128B2 (ja) | 動作方法、予測誤差補填装置、気象発電計画装置、およびプログラム | |
JP2018106431A (ja) | 設備機器運転計画生成装置および方法 | |
Khani et al. | An online-calibrated time series based model for day-ahead natural gas demand forecasting | |
Ghorbani et al. | Multi-agent autonomous decision making in smart micro-grids’ energy management: a decentralized approach | |
JP2016077051A (ja) | デマンドレスポンス量配分システム | |
JP2014207751A (ja) | 節電支援システム、節電支援方法、および節電支援プログラム | |
JP2005030211A (ja) | 家庭用コージェネレーションシステムの運転制御システム | |
JP2009213338A (ja) | 電力消費量推定システム | |
Kimata et al. | Operation planning for heat pump in a residential building | |
JPH07151369A (ja) | 熱負荷予測装置およびプラント熱負荷予測装置 | |
JP7345408B2 (ja) | エネルギー管理システムおよびエネルギー管理方法 | |
JP2008113523A (ja) | 電力供給システム、需用家群設備、およびその監視制御方法 | |
Ndwali | Multi-Objective Optimal Sizing and Operation Control of Microgrid-Connected Batteryless Energy System Under Time of Use Tari | |
JP2016127622A (ja) | 電力需要予測システム | |
JP2021117895A5 (ja) | ||
KR102472630B1 (ko) | 전력발전량 관리시스템 | |
KR102669411B1 (ko) | 열 및 전력 네트워크 운영시스템 및 운영방법 | |
JP2004287921A (ja) | エネルギ提供手段の運用支援システム |