JP2009204221A - 空調システム及びビル空調設備の消費電力量予測装置 - Google Patents

Abstract

【課題】所定期間当たりの消費電力量を目標電力量以内に収めること。
【解決手段】ビル空調設備の所定単位時間における消費電力量等を含む実稼動データが日時分に対応付けられて格納されているデータベース３１と、予測対象期間におけるビル空調設備の積算消費電力量を予測するのに用いる実稼動データを指定するデータ指定部３２と、指定された実稼動データをデータベース３１から抽出するデータ抽出部３３と、抽出された実稼動データを元に、統計的な手法を用いて予測対象期間内における各予測対象時間の消費電力量をそれぞれ予測する統計予測部３４と、予測された各予測対象時間の消費電力量を用いて、予測対象期間におけるビル空調設備の消費電力量を算出する消費電力量積算部３５とを具備するビル空調設備の消費電力量予測装置を提供する。
【選択図】図３

Description

本発明は、例えば、ビル内に設けられた複数の空気調和機を集中管理する空調システムおよび該空調システムに利用されるビル空調設備の消費電力量予測装置に関するものである。

従来、ビル内に設置された複数の空気調和機の運転を集中管理する空調システムが知られている。例えば、特許文献１，２には、ホストコンピュータと空調制御監視装置とをビル管理通信ネットワークを介して接続するとともに、空調制御監視装置と複数の空気調和機とを空調制御ネットワークを介して接続し、ホストコンピュータからの運転制御指令に基づいて空調制御監視装置が各空気調和機を制御する空調システムが開示されている。
特開２００５−２９１６１０号公報 特開２００５−３０８２７８号公報

ところで、多くの空気調和機が設置されているビルにおいては、空調設備に係る消費電力量がビル全体の消費電力量の大部分を占めている。また、電力会社との契約により、例えば、規定時間当たり（例えば、３０分毎）の消費電力量が契約制限値を１回でも超えてしまうと、基本料金が自動的に値上げされてしまう場合もあり、このような場合には、規定時間当たりの消費電力量を常にモニタし、消費電力量を契約制限値以内に収める運用が必要となる。

本発明は、このような事情に鑑みてなされたもので、所定期間当たりのビル空調設備の消費電力量を予測することで、所定期間当たりの消費電力量を目標電力量以内に収めることの可能な空調システム及び空調設備の消費電力量予測装置を提供することを目的とする。

上記課題を解決するために、本発明は以下の手段を採用する。
本発明は、予測対象期間におけるビル空調設備の消費電力量を算出するビル空調設備の消費電力量予測装置であって、前記ビル空調設備の所定単位時間における消費電力量、外気温度、室温、及びビル内に設置されている各空気調和機の設定温度を含む実稼動データが日時分に対応付けられて格納されている記憶手段と、前記予測対象期間におけるビル空調設備の積算消費電力量を予測するのに用いる実稼動データを指定するデータ指定手段と、前記データ指定手段によって指定された前記実稼動データを前記記憶手段から抽出するデータ抽出手段と、前記データ抽出手段によって抽出された前記実稼動データを元に、時系列解析を用いて前記予測対象期間内における各予測対象時間の消費電力量をそれぞれ予測する統計予測手段と、前記統計予測手段によって予測された各前記予測対象時間の消費電力量と、前記記憶手段に格納されている前記予測対象期間に該当する前記実稼動データとを用いて、前記予測対象期間における前記ビル空調設備の消費電力量を算出する消費電力量積算手段とを具備するビル空調設備の消費電力量予測装置を提供する。

このような構成によれば、記憶手段に格納されている実稼動データを用いて予測対象期間における各予測対象時間の消費電力量が統計予測手段によってそれぞれ予測され、この予測された消費電力量を用いて、予測対象期間におけるビル空調設備の積算消費電力量が消費電力量積算手段によって算出される。
これにより、予測対象期間において既に実稼動データが存在している時間においては、この実稼動データを用いて、また、まだ実稼動データが存在していない将来の時間においては、統計予測手段によって予測された消費電力量を用いて、予測対象期間における積算消費電力量が算出されることとなる。

上記ビル空調設備の消費電力量予測装置において、前記予測対象期間は、３０分単位で設定されていてもよい。

電力会社との契約は、３０分単位の消費電力量に基づいて決定されていることが多い。このため、予測対象期間を電力会社との契約に応じた期間とすることで、電力料金を考慮した運用を行うことが可能となる。

上記ビル空調設備の消費電力量予測装置において、前記データ指定手段は、前記予測対象期間に属する過去所定時間の実稼動データを指定することとしてもよい。

予測対象期間に属する過去所定時間の実稼動データを用いることにより、より現実に則した予測を行うことが可能となる。

上記ビル空調設備の消費電力量予測装置において、前記統計予測手段は、前記データ抽出手段によって抽出された前記実稼動データの各々において、前記空調設備の所定単位時間の消費電力量、所定単位時間の平均外気温度、所定単位時間の室内機容量による加重平均吸い込み温度、及び所定単位時間の室内機容量による加重平均設定温度をそれぞれ算出して、これらを要素とする状態変数ベクトルを各前記実稼動データ毎に求め、該状態変数ベクトルの線形結合である自己回帰モデルから各前記予測対象時間の消費電力量をそれぞれ予測することとしてもよい。

このような構成によれば、空調の運転状況を把握するのに重要なパラメータとなる消費電力量、平均外気温度、加重平均吸い込み温度（平均室温）、加重平均設定温度を用いるので、予測対象時間の消費電力量の予測の信頼度を高めることが可能となる。

上記ビル空調設備の消費電力量予測装置は、前記消費電力量積算手段によって算出された前記予測対象期間における前記ビル空調設備の消費電力量が予め設定されている目標消費電力量を上回っていた場合に、ビル内に配置されている空気調和機の運転を制限させる制限信号を出力する操作量制限手段を備えることとしてもよい。

このような構成によれば、予測対象期間における積算消費電力量が目標消費電力量を上回っていた場合には、ビルに配置されている空気調和機の運転を抑制させることが可能となる。これにより、予測対象期間における実際の消費電力量を抑制させることができ、実際の積算消費電力量を目標消費電力量に近づける、場合によっては、目標消費電力量以下とすることが可能となる。

上記ビル空調設備の消費電力量予測装置において、運転を制限させる空気調和機の優先順位を予め設定しておき、前記操作量制限手段は、優先度の高い空気調和機から順に運転を制限させることとしてもよい。

このようにすることで、重要度の高い空気調和機については、通常の運転を行わせることが可能となる。これにより、利用状況を考慮した空調設備の抑制運転を行うことが可能となる。

上記ビル空調設備の消費電力量予測装置において、前記操作量制限手段は、空気調和機の設定温度、コンプレッサの回転数、冷媒配管に設けられた電子膨張弁の開度の少なくともいずれか一つを制限させる前記制限信号を出力することとしてもよい。

上記ビル空調設備の消費電力量予測装置は、前記消費電力量積算手段によって算出された前記予測対象期間における前記ビル空調設備の消費電力量が予め設定されている目標消費電力量を上回っていた場合に、前記統計予測手段が予測に利用した実稼動データを所定量補正するデータ補正手段を備え、前記統計予測手段は、前記データ補正手段によって補正された実稼動データを用いて各前記予測対象時間に係る消費電力量を再度予測し、前記消費電力量積算手段は、再度予測された前記消費電力量を用いて前記予測対象期間における前記ビル空調設備の消費電力量を算出することとしてもよい。

このような構成によれば、予測対象期間における積算消費電力量が目標消費電力量を超えていた場合には、データ補正手段によって、操作量に係る要素（例えば、加重平均設定温度等）が補正されることで、実稼動データが補正される。このとき、補正される要素は、操作量に係る要素であり、それ以外の要素、例えば、観測量に係る要素については、補正せずに、そのままの状態とされる。そして、補正後の実稼動データを用いた予測対象期間における各予測対象時間の消費電力量の予測が統計予測手段によって再度行われ、再計算された消費電力量を用いて予測対象期間の積算消費電力量が再度算出されることとなる。これにより、以降の空調設備の運転において、どのパラメータをどの程度補正した場合に、予測対象期間における積算消費電力量がどの程度、削減されるのかを把握することが可能となる。

上記ビル空調設備の消費電力量予測装置において、前記データ補正手段は、前記実稼動データの設定温度、及び該実稼動データにコンプレッサの回転数が含まれていた場合には、該コンプレッサの回転数の少なくともいずれか一方を所定量補正することとしてもよい。

実稼動データの設定温度及びコンプレッサの回転数の少なくともいずれか一方を抑制することにより消費電力量を抑制するので、空気調和機を停止してしまう場合に比べて、ビル内にいる人の不快感を緩和させることができる。

上記ビル空調設備の消費電力量予測装置において、前記データ補正手段は、前記消費電力量積算手段によって算出される消費電力量が前記目標消費電力量以内となるまで、前記実稼動データの補正を繰り返し行うこととしてもよい。

このような構成によれば、予測対象期間における積算消費電力量を目標消費電力量以内とするための補正量を把握することが可能となる。

上記ビル空調設備の消費電力量予測装置において、前記操作量制限手段は、前記消費電力量積算手段によって算出される消費電力量が前記目標消費電力量以内となったときの前記データ補正手段による補正量に基づいて前記制限信号を生成し、出力することとしてもよい。

このようにすることで、予測対象期間における実際の積算消費電力量を確実に目標消費電力量以内とすることが可能となる。

本発明は、上記いずれかのビル空調設備の消費電力量予測装置を備える空調システムを提供する。

本発明は、予測対象期間におけるビル空調設備の消費電力量を算出するビル空調設備の消費電力量予測方法であって、前記ビル空調設備の所定単位時間における消費電力量、外気温度、室温、及びビル内に設置されている各空気調和機の設定温度を含む実稼動データが日時に対応付けられて格納されている記憶手段から、前記予測対象期間におけるビル空調設備の積算消費電力量を予測するのに用いる実稼動データを指定する過程と、指定された前記実稼動データを前記記憶手段から抽出する過程と、抽出された前記実稼動データを元に、統計的な手法を用いて前記予測対象期間内における各予測対象時間の消費電力量をそれぞれ予測する過程と、予測された各前記予測対象時間の消費電力量と、前記記憶手段に格納されている前記予測対象期間に該当する前記実稼動データとを用いて、前記予測対象期間における前記ビル空調設備の消費電力量を算出する過程とを有するビル空調設備の消費電力量予測方法を提供する。

本発明は、予測対象期間におけるビル空調設備の消費電力量を算出するためのビル空調設備の消費電力量予測プログラムであって、前記ビル空調設備の所定単位時間における消費電力量、外気温度、室温、及びビル内に設置されている各空気調和機の設定温度を含む実稼動データが日時に対応付けられて格納されている記憶手段から、前記予測対象期間におけるビル空調設備の積算消費電力量を予測するのに用いる実稼動データを指定する処理と、指定された前記実稼動データを前記記憶手段から抽出する処理と、抽出された前記実稼動データを元に、統計的な手法を用いて前記予測対象期間内における各予測対象時間の消費電力量をそれぞれ予測する処理と、予測された各前記予測対象時間の消費電力量と、前記記憶手段に格納されている前記予測対象期間に該当する前記実稼動データとを用いて、前記予測対象期間における前記ビル空調設備の消費電力量を算出する処理とをコンピュータに実行させるビル空調設備の消費電力量予測プログラムを提供する。

本発明によれば、所定期間当たりのビル空調設備の消費電力量を予測するので、所定期間当たりの消費電力量を目標電力量以内に収めることができるという効果を得ることが可能となる。

〔第１の実施形態〕
以下、本発明の第１の実施形態に係る空調システムおよび空調設備の消費電力量予測装置について図面を参照して説明する。
図１は、本発明の本実施形態に係る空調システムの全体構成を示すブロック図である。図１に示すように、本実施形態に係る空調システムは、ホストコンピュータ１と、ホストコンピュータ１とビル管理通信ネットワーク２を介して接続される空調制御監視装置３と、空調制御監視装置３と空調制御ネットワーク４を介して接続される複数の空気調和機５と、ホストコンピュータ１及び空調制御監視装置３とビル管理通信ネットワーク２を介して接続される消費電力量予測装置１０を備えている。

ホストコンピュータ１は、例えば、ＣＰＵ（中央演算装置）、ＲＯＭ（Read Only
Memory）、ＲＡＭ（Random Access
Memory）、入力装置、表示装置等を備えるビル管理用のコンピュータであり、ビル内に備えられた設備の運転管理を行う。

ビル管理通信ネットワーク２は、ビル管理用に標準規格化された通信プロトコル（例えば、ＴＣＰ／ＩＰ）を使用したネットワークであり、例えば、ＬＡＮ（Local Area Network）、イントラネット、インターネット等である。

空調制御監視装置３は、ビル内の各部屋に備え付けられる空気調和機５の運転制御および運転管理を行うための装置であり、各空気調和機５の運転状態を監視し、その監視結果である運転状態情報をホストコンピュータ１及び消費電力量予測装置１０に提供する。
この運転状態情報には、例えば、冷房運転、暖房運転、運転停止等の運転種別の情報の他、設定温度、室温（室内機の吸い込み空気温度）、外気温度、運転時間、コンプレッサの回転数等が含まれている。
空調制御ネットワーク４は、空気調和機５の制御監視用に標準規格化された通信プロトコルを使用したネットワークである。

消費電力量予測装置１０は、例えば、ビル内に配置された全ての空気調和機５によって消費される消費電力量を所定期間単位、例えば、３０分単位で予測することの可能な装置である。
図２は、本発明の一実施形態に係る消費電力量予測装置１０のハードウェア構成の一例を示したブロック図である。
図２に示すように、本実施形態に係る消費電力量予測装置１０は、コンピュータシステム（計算機システム）を備えており、ＣＰＵ（中央演算処理装置）２１、ＲＡＭ（Random Access
Memory）などの主記憶装置２２、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk
Drive）などの補助記憶装置２３、キーボードやマウスなどの入力装置２４、及び表示装置やプリンタなどの出力装置２５などを備えて構成されている。また、消費電力量予測装置１０は、図１に示したホストコンピュータ１およびビル管理通信ネットワーク３等とビル管理通信ネットワーク２を介してデータの送受信を行うための通信装置（図示略）を備えている。
補助記憶装置２３には、各種プログラムが格納されており、ＣＰＵ２１が補助記憶装置２３からＲＡＭなどの主記憶装置２２にプログラムを読み出し、実行することにより種々の処理を実現させる。

図３は、消費電力量予測装置１０が備える機能を展開して示した機能ブロック図である。図３に示されるように、消費電力量予測装置１０は、データベース（記憶手段）３１、データ指定部（データ指定手段）３２、データ抽出部（データ抽出手段）３３、統計予測部（統計予測手段）３４、及び消費電力量積算部（消費電力量積算手段）３５を備えている。

上記データベース３１には、ビル空調設備の所定単位時間における消費電力量、外気温度、並びにビル内に設置されている各空気調和機の設定温度、コンプレッサの吸い込み温度、及びコンプレッサの回転数を含む実稼動データが日時分に対応付けられて格納されている。これら実稼動データは、例えば、空調制御監視装置３から供給される運転状態情報、ビル内に配置された空調設備の消費電力を監視している電力監視装置（図示略）から供給されるビル内の空調設備に関する消費電力量情報等から作成される。
本実施形態において、「実稼動データ」とは、１分間に収集される消費電力量、外気温度、設定温度、コンプレッサの吸い込み温度、コンプレッサの回転数等の各種データの集まりをいう。このように、本実施形態においては、１分単位で上記各データ（要素）の集まりからなる実稼動データが作成され、これがそのデータが収集された日時分に対応付けられてデータベース３１に格納されることとなる。

データ指定部３２は、予測対象期間におけるビル空調設備の積算消費電力量を予測するのに用いる実稼動データを指定する。例えば、データ指定部３２は、図４に示すように、予測対象期間として１３時００分から１３時３０分までの期間が指定されている場合には、この予測対象期間に属する過去所定時間の実稼動データを指定する。過去所定時間は、任意に設定できる期間であり、例えば、５分、或いは期間全体等のように設定されている。また、データベース３１に格納されている過去の実稼動データの中からユーザが指定できるような構成とされていてもよい。この場合、ユーザは、入力装置２４（図２参照）を操作することにより、実稼動データを指定することが可能である。

例えば、図４に示すように、予測対象期間として１３時００分から１３時３０分が指定されており、現在時刻が１３時１５分だった場合には、データ指定部３２は、１３時００分から１３時１５分までの実稼動データの一部または全部を指定する。
データ抽出部３３は、データ指定部３２によって指定された複数の実稼動データ（状態ベクトル時系列）をデータベース３１から抽出する。これにより、データベース３１から１３時１５分から過去にさかのぼってＮ個の実稼動データが抽出されることとなる。

統計予測部３４は、データ抽出部３３によって抽出された複数の実稼動データ（換言すると、状態ベクトル時系列）を元に、統計解析手法を用いて予測対象日の消費電力量を予測する。例えば、統計予測部３４は、データ抽出部３３によって抽出されたＮ個の実稼動データを用いて、ビル空調設備の１分単位の消費電力量、１分単位の平均外気温度、１分単位の室内機容量による加重平均吸い込み温度、及び１分単位の室内機容量による加重平均設定温度を実稼動データ毎にそれぞれ算出し、これらを要素とするＮ個の状態変数ベクトルを実稼動データ毎に求め、それら状態変数ベクトル時系列の線形結合である自己回帰モデルから消費電力量を１分単位毎に予測する。

具体的には、統計予測部３４は、以下の（１）式で示される自己回帰モデル（Auto Regressiveモデル）をＮ個の状態ベクトルを用いて生成し、この自己回帰モデルを最小ＡＩＣ（赤池情報量基準）法等の公知の手法を用いて解くことにより、例えば、予測対象期間として指定されている１３時００分から１３時３０分のうち、実稼動データが存在しない１３時１６分から１３時３０分までの期間における消費電力量を１分毎に予測する。

上記（１）式において、Ａ（ｉ）はＮ個の４行４列の係数行列であり（ｉ＝１，２，・・・，Ｎ）、自己回帰モデルと呼ばれるもので実稼動データからＡＩＣ法などによりオンラインでシステム同定される。この係数行列の次数は、状態ベクトルの要素数に応じて決定される。つまり、本実施形態では、ビル空調設備の消費電力量、平均外気温度、加重平均吸い込み温度、及び加重平均設定温度からなる４つの要素を用いて状態ベクトルを作成していることから、４行４列の係数行列となっている。また、コンプレッサの回転数を要素として追加した場合には、Ａ（ｉ）は、５行５列の係数行列となる。

Ｕ（ｋ）は、ｋ個目の白色雑音誤差である。Ｗｈｍ（ｋ）は、ｋ個目の実稼動データに関する１分当たりのビル空調設備の消費電力量、Ｔｏｍ（ｋ）は、ｋ個目の実稼動データに関する１分当たりの平均外気温度、Ｔａｍ（ｋ）は、ｋ個目の実稼動データに関する１分当たりの室内機容量による加重平均吸い込み温度（室温）、Ｔｓｍ（ｋ）は、ｋ個目の実稼動データに関する１分当たりの室内機容量による加重平均設定温度である。

上記吸い込み温度（室温）については、空気調和機の性能等に応じて消費電力量が異なるため、室内機容量を考慮して重み付けをして、平均値を出すようにしている。
同様に、設定温度についても、各空気調和機の室内機容量の大小によって消費電力量に対する寄与度が異なってくるので、室内機容量を考慮して重み付けを行い、平均値を出すようにしている。
統計予測部３４は、上記（１）式において、Ｕ(ｋ)を最小にするマトリクスＡ（ｉ）を求め、このマトリクスＡ（ｉ）を用いて予測対象期間における各予測対象時間、つまり、本実施形態では、１３時１６分から１３時３０分までの１分間毎の電力消費量を予測する。上述したように、Ｕ（ｋ）を最小にするマトリクスＡ（ｉ）の求め方については、最小ＡＩＣ法等を用いればよい。
また、上記実稼動データの個数を意味する「Ｎ」についても上記自己回帰モデルを解くことにより決定される。例えば、自己回帰モデルを一旦解くことにより、最適な実稼動データの個数Ｎを求め、Ｎが決定された後に、決定したＮ個の実稼動データを用いて、上記計算を再度行うこととしてもよい。これにより、予測対象日の消費電力量の予測精度を高めることができる。

消費電力量積算部３５は、統計予測部３４によって予測された消費電力量及びデータベース３１に格納されている実稼動データを用いて、予測対象期間である１３時００分から１３時３０分までのビル空調設備に関する消費電力量を算出し、算出結果を例えば、出力装置２５（図２参照）等に出力する。

次に、上記構成を備える空調システム、特に、消費電力量予測装置１０が備える各部において実行される処理内容について図１から図３を参照して説明する。なお、図３に示した各部により実現される後述の各種処理は、図２に示したＣＰＵ２１が補助記憶装置２３に記憶されている消費電力量予測プログラムを主記憶装置２２に読み出して実行することにより実現されるものである。

まず、ホストコンピュータ１等からの制御指令に基づき空調制御監視装置３がビル内に設置された空気調和機５の運転制御を行うことにより、各空気調和機５の運転状態情報が空調制御監視装置３に蓄積され、この運転状態情報が空調制御監視装置３からビル管理通信ネットワーク２を介して消費電力量予測装置１０に送信される。また、ビル内の空気調和機５等によって消費される電力量は電力監視装置（図示略）により監視され、この電力監視装置から消費電力量に関する情報が消費電力予測装置１０に送信される。
これにより、消費電力量予測装置１０内のデータベース３１には、これらの情報に基づいて分刻みで実稼動データが生成され、この実稼動データが日時に対応付けられて逐次格納されることとなる。

次に、消費電力量予測装置１０は、毎刻みでデータベース３１に蓄積されている実稼動データを用いて、現在時刻が属する予測対象期間の消費電力量を予測する。
例えば、現在時刻が１３時１５分であるとすると、予測対象期間は、１３時００分から１３時３０分となるので、消費電力量予測装置１０は、実稼動データが存在しない１３時１６分から１３時３０分までの期間における消費電力量を１分毎に予測し、この予測結果を用いて該予測対象期間における積算消費電力量を求める。

まず、データ指定部３２によって１３時００分から１３時１５分までの実稼動データのうち，１３時１５分、１３時１４分、１３時１３分、・・・、１３時（１５−Ｎ＋１）分のＮ個が指定され、指定された実稼動データがデータ抽出部３３によりデータベース３１から抽出される。抽出されたＮ組の実稼動データは、統計予測部３４に出力される。

統計予測部３４は、データ抽出部３３によって抽出されたＮ個の実稼動データを用いて、実稼動データ毎に、１分当たりのビル空調設備の消費電力量Ｗｈｍ、１分当たりの平均外気温度Ｔｏｍ、１分当たりの室内機容量による加重平均吸い込み温度Ｔａｍ、及び１分当たりの室内機容量による加重平均設定温度Ｔｓｍを要素とする状態ベクトルの時系列を作る。続いて、上記（１）式に示した自己回帰モデル（即ち、係数行列Ａ（ｉ））を用いて、１３時１６分、１３時１７分、・・・、１３時３０分まで１分毎の状態ベクトルを順次予測計算することで、１３時１６分から１３時３０分における消費電力量Ｗｈｍ（ｋ）を１分毎に予測し、予測した１５分間にわたる各予測対象時間の消費電力量Ｗｈｍ（ｋ）を消費電力量積算部３５に出力する。

消費電力量積算部３５は、１３時１５分までの消費電力量については、データベース３１に格納されている実際の消費電力量を用いるとともに、１６分以降の消費電力量については統計予測部３４によって予測された消費電力量を用い、これらの値を積算することによって、１３時００分から１３時３０分までの予測対象期間におけるビル空調設備の予測積算消費電力量を算出する。消費電力量積算部３５は、算出結果及び算出に用いた各消費電力量の情報を出力装置２５（図２参照）に出力する。これにより、１３時００分から１３時３０分までの予測対象期間における予測積算消費電力量が出力装置２５、例えば、表示装置のモニタ等に表示させることにより、ユーザにこれらの情報を通知することが可能となる。

なお、表示装置に係る表示の態様については、特に限定されない。例えば、上記予測対象期間における予測消費電力量を数値として表示するだけに留めてもよいし、例えば、図４に示すように、グラフ化して表示させることとしてもよい。
図４は、表示装置に表示させる一表示例を示した図である。図４に示されるグラフでは、１分単位の積算電力消費量が折れ線グラフで示されている。この折れ線グラフにおいて、実稼動データが存在する１３時１５分までの折れ線グラフについては黒塗りで、他方、実稼動データが存在せずに予測を行った１３時１６分以降の折れ線グラフについては、白抜きにて表されている。

このように、実際の稼動データが存在する場合と予測を行った場合とで表示態様を変えることで、ユーザは、予測データであるか否かを容易に判断することが可能となる。
そして、上述したような予測対象期間における予測処理が１分毎に繰り返し実行されることにより、予測対象期間における予測積算消費電力量の更新が毎分行われ、最新の予測積算消費電力量がユーザに提示されることとなる。

以上、説明してきたように、本実施形態に係る空調システム及び消費電力量予測装置によれば、所定期間当たり、例えば、３０分当たりのビル空調設備の積算消費電力量を予測することが可能となる。これにより、ユーザは、３０分間隔で大体の消費電力量を把握することが可能となり、例えば、３０分間における積算消費電力量が契約電力量（目標消費電力量）を超えないように、ビル空調設備の運転制御を行うことが可能となる。

〔第２の実施形態〕
次に、本発明の第２の実施形態に係る空調システム及び消費電力量予測装置について、図５を参照して説明する。
本実施形態に係る空調システムにおいては、消費電力量予測装置の構成が上述した第１の実施形態と異なる。
以下、本実施形態の消費電力量予測装置について、第１の実施形態と共通する点については説明を省略し、異なる点について主に説明する。

図５は、本実施形態に係る消費電力量予測装置の機能ブロック図である。図５に示すように、本実施形態に係る消費電力量予測装置１０´は、データ補正部（データ補正手段）３６及び操作量制限部（操作量制限手段）３７を備えている。
データ補正部３６は、消費電力量積算部３５によって算出された積算消費電力量が予め設定されている目標消費電力量を超えていた場合に、統計予測部３４が消費電力量の予測に利用した実稼動データの設定温度を所定量補正する。
操作量制限部３７は、消費電力量積算部３５によって算出される予測積算消費電力量が目標消費電力量以内となったときのデータ補正部３６による補正量に基づいて、ビル内に配置されている空気調和機５の運転を制限させる制限信号を生成し、この制限信号をホストコンピュータ１に出力する。

以下、本実施形態に係る消費電力量予測装置１０´の作用について説明する。
今、消費電力量積算部３５によって予測対象期間における予測積算消費電力量が算出されたとすると、この予測積算消費電力量は、上述の通り出力装置２５（図２参照）へ出力されるとともに、データ補正部３６に出力される。データ補正部３６は、予測積算消費電力量が目標消費電力量を上回っているか否かを判断し、上回っていた場合には、統計予測部３４が消費電力量の予測に利用した実稼動データののうち操作量に関る要素、例えば、設定温度を所定量補正する。例えば、データ補正部３６は、実稼動データの設定温度を以下の（２）式のように補正する。

Ｔｓｍ´（ｋ−ｉ）＝Ｔｓｍ（ｋ−ｉ）＋ΔＴｓｍ （２）

上記（２）式において、Ｔｓｍ´（ｋ−ｉ）は、ｋ個目の実稼動データにおける補正後の設定温度、Ｔｓｍ（ｋ−ｉ）は、ｋ個目の実稼動データにおける補正前の設定温度、ΔＴｓｍは補正量であり、例えば、冷房運転であればΔＴｓｍ＝＋０．５℃、暖房運転であればΔＴｓｍ＝−０．５℃に設定されている。この補正量は、任意に設定可能な値であり、例えば、入力装置２４（図２参照）からユーザが任意に入力できるような構成とされていてもよい。

このように、データ補正部３６により補正後の設定温度Ｔｓｍ´（ｋ−ｉ）が算出され、これが統計予測部３４に与えられると、統計予測部３４は、補正後の設定温度Ｔｓｍ´（ｋ−ｉ）を用いるとともに、操作量以外の観測量に関する要素、例えば、消費電力量、室温、外気温度などについては、実稼動データを用いて状態ベクトル時系列を作り直す。そして、上記（１）に基づく自己回帰モデルを生成し、これを解くことにより、上記予想対象期間における各予測対象時間の消費電力量を予測する。
具体的には、以下の（３）式に基づいて、上記予測対象期間における各予測対象時間の消費電力量を再度算出する。

統計予測部３４は、補正後の設定温度を用いて、１３時１６分から１３時３０分までの消費電力量の予測を再度行うと、予測した消費電力量を消費電力量積算部３５に出力する。
消費電力量積算部３５は、補正後の実稼動データに基づいて予測された各予測対象時間における消費電力量を用いて予測対象期間における空調設備の予測積算消費電力量を算出し、これを出力装置２５（図２参照）及びデータ補正部３６へ出力する。
データ補正部３６は、再入力された予測積算消費電力量が目標消費電力量を超えているか否かを判断し、目標消費電力量を超えている場合には、上記実稼動データを更に所定量補正し、補正後の実稼動データを統計予測部３４に出力する。これにより、補正後の実稼動データに基づく再予測が統計予測部３４によって行われ、更にこの予測結果を用いた予測積算消費電力量の算出が消費電力量積算部３５によって行われる。そして、この実稼動データの補正は、予測積算消費電力量が目標消費電力量以内となるまで、繰り返し行われる。

このようにして、予測積算消費電力量が目標消費電力量以内となると、データ補正部３６は、現時点における補正量を操作量制限部３７に出力する。操作量制限部３７は、データ補正部３６から入力された補正量に基づいて、各空気調和機５の運転制御を制限するための制限信号を生成し、これをホストコンピュータ１に出力する。ホストコンピュータ１は、制限信号を受信すると、この制限信号に基づく制御指令を生成し、これを空調制御監視装置３に出力する。これにより、各空気調和機５の抑制運転が実施され、予測対象期間における実際の消費電力量が目標電力量に近づくこととなる。

そして、上述したような予測対象期間における予測処理が１分毎に繰り返し実行されることにより、予測対象期間における予測積算消費電力量の更新が毎分行われることとなる。

以上説明してきたように、本実施形態に係る空調システム及び消費電力量予測装置によれば、消費電力量積算部３５によって算出される予測積算消費電力量が目標消費電力量以内となるまで、実稼動データの補正、補正後の実稼動データを用いた再統計予測、積算消費電力量の再計算が繰り返し行われる。そして、予測積算消費電力量が目標消費電力量以内となった場合には、その時点の補正量に基づいて制限信号が操作量制限部３７において生成され、この制限信号に基づく各空気調和機５の抑制運転が実施される。
これにより、予測対象期間における実際の積算消費電力量を確実に目標消費電力量以内に収めることが可能となる。

なお、空気調和機５の抑制運転においては、例えば、運転を制限させる空気調和機５の優先順位を予め設定しておき、操作量制限部３７が、優先度の高い空気調和機の運転から制限させる制限信号を生成して出力することとしてもよい。このように、運転を抑制させる空気調和機５の優先順位を予め設定しておくことで、運転を抑制しても支障の少ないものから順次抑制運転を行うことが可能となる。この結果、ビル内にいる人の不快感を極力抑えることが可能となる。

また、本実施形態においては、データ補正部３６が実稼動データのうち、操作量に関する要素の例として設定温度を補正する場合について説明したが、これに代えて、コンプレッサの回転数を補正することとしてもよい。
また、設定温度及びコンプレッサの回転数の両方を補正することとしてもよい。設定温度及びコンプレッサの回転数の両方を補正する場合には、データ補正部３６は、以下の（４）式に基づいて、コンプレッサの回転数を補正する。なお、設定温度の補正については、上述の通りであるので省略する。

Ｒｃｍ´（ｋ−ｉ）＝Ｒｃｍ（ｋ−ｉ）＋ΔＲｃｍ （４）

上記（４）式において、Ｒｃｍ´（ｋ−ｉ）は、ｋ個目の実稼動データにおける補正後のコンプレッサの回転数、Ｒｃｍ（ｋ−ｉ）は、ｋ個目の実稼動データにおける補正前のコンプレッサの回転数、ΔＲｃｍは補正量であり、例えば、現時点の回転数を１０％減速させる値である。
このように、コンプレッサの回転数が補正されると、統計予測部３４は、以下の（５）式に基づいて、各予測対象時間における予測計算を再度行う。

また、上記設定温度、コンプレッサの回転数に加えて、或いは、代えて、他の操作量である冷媒配管に設けられている電子膨張弁の開度を調整することとしてもよい。
また、上記実施形態において、抑制運転を実施した結果、その後に予測された予測積算消費電力量が目標消費電力量よりも所定量低い値を示した場合には、抑制運転を停止し、通常の運転に復帰させることとしてもよい。このようにすることで、ユーザの不快感を低減しながら、目標消費電力量のぎりぎりのところで空調設備を運転制御することが可能となる。
以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。

本発明の第１の実施形態に係る空調システムの全体構成を示した図である。 本発明の第１の実施形態に係る消費電力量予測装置のハードウェア構成を示した図である。 本発明の第１の実施形態に係る消費電力量予測装置が備える機能を展開して示した機能ブロック図である。 表示モニタに表示される一出力例を示した図である。 本発明の第２の実施形態に係る消費電力量予測装置が備える機能を展開して示した機能ブロック図である。

符号の説明

１ ホストコンピュータ
２ ビル管理通信ネットワーク
３ 空調制御監視装置
４ 空調制御ネットワーク
５ 空気調和機
１０ 消費電力量予測装置
２１ ＣＰＵ
２２ 主記憶装置
２３ 補助記憶装置
２４ 入力装置
２５ 出力装置
３１ データベース
３２ データ指定部
３３ データ抽出部
３４ 統計予測部
３５ 消費電力量積算部
３６ データ補正部
３７ 操作量制限部

Claims (14)

1. 予測対象期間におけるビル空調設備の消費電力量を算出するビル空調設備の消費電力量予測装置であって、
   前記ビル空調設備の所定単位時間における消費電力量、外気温度、室温、及びビル内に設置されている各空気調和機の設定温度を含む実稼動データが日時分に対応付けられて格納されている記憶手段と、
   前記予測対象期間におけるビル空調設備の積算消費電力量を予測するのに用いる実稼動データを指定するデータ指定手段と、
   前記データ指定手段によって指定された前記実稼動データを前記記憶手段から抽出するデータ抽出手段と、
   前記データ抽出手段によって抽出された前記実稼動データを元に、時系列解析を用いて前記予測対象期間内における各予測対象時間の消費電力量をそれぞれ予測する統計予測手段と、
   前記統計予測手段によって予測された各前記予測対象時間の消費電力量と、前記記憶手段に格納されている前記予測対象期間に該当する前記実稼動データとを用いて、前記予測対象期間における前記ビル空調設備の消費電力量を算出する消費電力量積算手段と
   を具備するビル空調設備の消費電力量予測装置。
2. 前記予測対象期間は、３０分単位で設定されている請求項１に記載のビル空調設備の消費電力量予測装置。
3. 前記データ指定手段は、前記予測対象期間に属する過去所定時間の実稼動データを指定する請求項１または請求項２に記載のビル空調設備の消費電力量予測装置。
4. 前記統計予測手段は、前記データ抽出手段によって抽出された前記実稼動データの各々において、前記空調設備の所定単位時間の消費電力量、所定単位時間の平均外気温度、所定単位時間の室内機容量による加重平均吸い込み温度、及び所定単位時間の室内機容量による加重平均設定温度をそれぞれ算出して、これらを要素とする状態変数ベクトルを各前記実稼動データ毎に求め、
   該状態変数ベクトルの線形結合である自己回帰モデルから各前記予測対象時間の消費電力量をそれぞれ予測する請求項１から請求項３のいずれかに記載のビル空調設備の消費電力量予測装置。
5. 前記消費電力量積算手段によって算出された前記予測対象期間における前記ビル空調設備の消費電力量が予め設定されている目標消費電力量を上回っていた場合に、ビル内に配置されている空気調和機の運転を制限させる制限信号を出力する操作量制限手段を備える請求項１から請求項４のいずれかに記載のビル空調設備の消費電力量予測装置。
6. 運転を制限させる空気調和機の優先順位を予め設定しておき、前記操作量制限手段は、優先度の高い空気調和機から順に運転を制限させる請求項５に記載のビル空調設備の消費電力量予測装置。
7. 前記操作量制限手段は、空気調和機の設定温度、コンプレッサの回転数、冷媒配管に設けられた電子膨張弁の開度の少なくともいずれか一つを制限させる前記制限信号を出力する請求項５または請求項６に記載のビル空調設備の消費電力量予測装置。
8. 前記消費電力量積算手段によって算出された前記予測対象期間における前記ビル空調設備の消費電力量が予め設定されている目標消費電力量を上回っていた場合に、前記統計予測手段が予測に利用した実稼動データを所定量補正するデータ補正手段を備え、
   前記統計予測手段は、前記データ補正手段によって補正された実稼動データを用いて各前記予測対象時間に係る消費電力量を再度予測し、
   前記消費電力量積算手段は、再度予測された前記消費電力量を用いて前記予測対象期間における前記ビル空調設備の消費電力量を算出する請求項１から請求項７のいずれかに記載のビル空調設備の消費電力量予測装置。
9. 前記データ補正手段は、前記実稼動データの設定温度、及び該実稼動データにコンプレッサの回転数が含まれていた場合には、該コンプレッサの回転数の少なくともいずれか一方を所定量補正する請求項８に記載のビル空調設備の消費電力量予測装置。
10. 前記データ補正手段は、前記消費電力量積算手段によって算出される消費電力量が前記目標消費電力量以内となるまで、前記実稼動データの補正を繰り返し行う請求項８または請求項９に記載のビル空調設備の消費電力量予測装置。
11. 前記操作量制限手段は、前記消費電力量積算手段によって算出される消費電力量が前記目標消費電力量以内となったときの前記データ補正手段による補正量に基づいて前記制限信号を生成し、出力する請求項１０に記載のビル空調設備の消費電力量予測装置。
12. 請求項１から請求項１１のいずれかに記載のビル空調設備の消費電力量予測装置を備える空調システム。
13. 予測対象期間におけるビル空調設備の消費電力量を算出するビル空調設備の消費電力量予測方法であって、
    前記ビル空調設備の所定単位時間における消費電力量、外気温度、室温、及びビル内に設置されている各空気調和機の設定温度を含む実稼動データが日時に対応付けられて格納されている記憶手段から、前記予測対象期間におけるビル空調設備の積算消費電力量を予測するのに用いる実稼動データを指定する過程と、
    指定された前記実稼動データを前記記憶手段から抽出する過程と、
    抽出された前記実稼動データを元に、統計的な手法を用いて前記予測対象期間内における各予測対象時間の消費電力量をそれぞれ予測する過程と、
    予測された各前記予測対象時間の消費電力量と、前記記憶手段に格納されている前記予測対象期間に該当する前記実稼動データとを用いて、前記予測対象期間における前記ビル空調設備の消費電力量を算出する過程と
    を有するビル空調設備の消費電力量予測方法。
14. 予測対象期間におけるビル空調設備の消費電力量を算出するためのビル空調設備の消費電力量予測プログラムであって、
    前記ビル空調設備の所定単位時間における消費電力量、外気温度、室温、及びビル内に設置されている各空気調和機の設定温度を含む実稼動データが日時に対応付けられて格納されている記憶手段から、前記予測対象期間におけるビル空調設備の積算消費電力量を予測するのに用いる実稼動データを指定する処理と、
    指定された前記実稼動データを前記記憶手段から抽出する処理と、
    抽出された前記実稼動データを元に、統計的な手法を用いて前記予測対象期間内における各予測対象時間の消費電力量をそれぞれ予測する処理と、
    予測された各前記予測対象時間の消費電力量と、前記記憶手段に格納されている前記予測対象期間に該当する前記実稼動データとを用いて、前記予測対象期間における前記ビル空調設備の消費電力量を算出する処理と
    をコンピュータに実行させるビル空調設備の消費電力量予測プログラム。

Images