JP2010169328A - コージェネレーションシステムの運転制御支援方法、運転制御支援装置及び運転制御支援プログラム - Google Patents
コージェネレーションシステムの運転制御支援方法、運転制御支援装置及び運転制御支援プログラム Download PDFInfo
- Publication number
- JP2010169328A JP2010169328A JP2009012821A JP2009012821A JP2010169328A JP 2010169328 A JP2010169328 A JP 2010169328A JP 2009012821 A JP2009012821 A JP 2009012821A JP 2009012821 A JP2009012821 A JP 2009012821A JP 2010169328 A JP2010169328 A JP 2010169328A
- Authority
- JP
- Japan
- Prior art keywords
- load
- heat
- value
- cogeneration system
- control support
- 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.)
- Granted
Links
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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/50—Fuel cells
Abstract
【課題】計算コストを低減し、最適な運転スケジュールを短時間で決定可能とする。
【解決手段】エネルギー負荷の実績値が格納された負荷データベース１０６と、熱電併給装置１０及び蓄熱装置２０の運転・停止状態や発生電力、発生温度を含む現在の装置状態データを取得する装置状態取得手段１０１と、演算装置からなる演算・制御部により実現され、エネルギー負荷の実績値と装置状態データとを用いて運転計画期間の所定の時間間隔におけるエネルギー負荷を予測する負荷予測手段１０２と、エネルギー負荷予測値及び装置状態データを用いて目的関数及び制約条件を充足するように所定インターバルで各装置の最適な運転・停止状態、電気出力、熱出力を演算する運転スケジュール演算手段１０３とを備え、演算手段１０３は、エネルギー負荷予測値の特徴情報を用いて分割した複数の期間を対象として最適運転パターンを決定する機能を有する。
【選択図】図１
【解決手段】エネルギー負荷の実績値が格納された負荷データベース１０６と、熱電併給装置１０及び蓄熱装置２０の運転・停止状態や発生電力、発生温度を含む現在の装置状態データを取得する装置状態取得手段１０１と、演算装置からなる演算・制御部により実現され、エネルギー負荷の実績値と装置状態データとを用いて運転計画期間の所定の時間間隔におけるエネルギー負荷を予測する負荷予測手段１０２と、エネルギー負荷予測値及び装置状態データを用いて目的関数及び制約条件を充足するように所定インターバルで各装置の最適な運転・停止状態、電気出力、熱出力を演算する運転スケジュール演算手段１０３とを備え、演算手段１０３は、エネルギー負荷予測値の特徴情報を用いて分割した複数の期間を対象として最適運転パターンを決定する機能を有する。
【選択図】図１
Description
本発明は、例えば家庭用のコージェネレーションシステムを効率よく運転するために、熱電併給装置及び蓄熱装置の最適な運転スケジュールを決定する運転制御支援方法、運転制御支援装置及び運転制御支援プログラムに関するものである。
電力及び熱を発生する熱電併給装置と、この熱電併給装置から発生した熱を蓄える蓄熱装置とを備えたコージェネレーションシステムは種々提供されている。この種のコージェネレーションシステムでは、過去のエネルギー負荷データを用いて当日のエネルギー負荷を予測すると共に、予測したエネルギー負荷に基づいて当日の運転スケジュールを作成し、この運転スケジュールと当日の負荷実績値とを用いて熱電併給装置等の運転を制御することにより、効率的な運転を行っている。
ここで、運転スケジュールの作成には、例えば数理計画法が用いられており、経済性や省エネルギー性及び環境性（ＣＯ２排出量）を目的関数として最適な運転スケジュールを決定している。この運転スケジュールにおいては、熱電併給装置の運転・停止状態と電気・熱の出力値との両方を決定する必要があるため、運転・停止状態を「１」，「０」で表現し、電気・熱の出力値を連続変数で表現することにより、運転スケジュールの決定問題を混合整数線形計画問題として定式化することができる。
このような技術に関する先行技術文献として、特許文献１，２が知られている。
このような技術に関する先行技術文献として、特許文献１，２が知られている。
特許文献１では、所定の運転計画期間における電力需要及び熱需要を予測し、これらの予測需要に対して、前記運転計画期間を分割した所定の時間間隔ごとに運転または停止の何れかを設定した運転パターンを生成し、この運転パターンに従ってコージェネレーションシステムを運転した場合の一次エネルギー使用量を所定の計算式により算出すると共に、全ての運転パターンの中で一次エネルギー使用量が最も少ない運転パターンに従ってコージェネレーションシステムを運転する。
これにより、運転計画期間内で採り得る全ての運転パターンの中から省エネルギー性の最も高い運転パターンを選択して、コージェネレーションシステムを運転することを可能にしている。
これにより、運転計画期間内で採り得る全ての運転パターンの中から省エネルギー性の最も高い運転パターンを選択して、コージェネレーションシステムを運転することを可能にしている。
また、特許文献２においては、所定の運転計画期間における電力需要及び熱需要を予測し、前記運転計画期間を分割した複数期間のうちの最初の期間について、予測したエネルギー負荷に対応するエネルギーを供給するのに適した運転パターンを選択し、続く期間について、直前の期間で探索された運転パターンに続く運転パターンとして、予測したエネルギー負荷に対応するエネルギーを供給するのに適した運転パターンを選択する、という処理を複数期間の最後の期間まで順次繰り返すことにより、運転計画期間における最適な運転パターンを選択する。
これにより、各分割期間では、一部の運転パターンだけが最適運転パターンの候補として絞られ、それら一部の運転パターンに続く運転パターンだけが次の分割期間における探索対象となる。従って、運転計画期間全体で採り得る全ての運転パターンを総当たりで評価する特許文献１記載の技術と比べて、少ない計算コストで最適な運転パターンを探索することができる。
これにより、各分割期間では、一部の運転パターンだけが最適運転パターンの候補として絞られ、それら一部の運転パターンに続く運転パターンだけが次の分割期間における探索対象となる。従って、運転計画期間全体で採り得る全ての運転パターンを総当たりで評価する特許文献１記載の技術と比べて、少ない計算コストで最適な運転パターンを探索することができる。
更に、特許文献３には、運転計画期間としての１日を複数の運転時間帯に分け、所定の時間帯に関しては所定の機器の運転・停止状態を整数変数ではなく連続変数で表す（例えば、主として昼間に運転する機器については昼間の時間帯に運転・停止状態を示す変数が整数変数になるようにし、その他の時間帯は連続変数となるようにする）ことにより、混合整数線形計画問題における組み合わせの数を減らして計算量を削減し、運転スケジュールを合理的な計算時間で求めることが開示されている。
しかしながら、特許文献１の技術により省エネルギー性の高い運転パターンを選択する際には、計算コストが膨大になるという問題がある。
例えば、２４時間の運転計画期間に対して、３０分の時間間隔ごとに機器の運転・停止状態の組み合わせを整数変数によって表すことにより運転パターンを作成すると、運転パターンの総数は機器１台について２の４８乗（約２８０兆）にもなり、機器の数がｎ台の場合には２の（ｎ×４８）乗にもなる。
このような膨大な数の運転パターン全てについて省エネルギー性を計算し、省エネルギー性が最も高い運転パターンを選択することは、計算コストが莫大になって現実的ではなく、言い換えれば、合理的なコスト及び計算時間内で最適な運転スケジュールを決定することは不可能である。
例えば、２４時間の運転計画期間に対して、３０分の時間間隔ごとに機器の運転・停止状態の組み合わせを整数変数によって表すことにより運転パターンを作成すると、運転パターンの総数は機器１台について２の４８乗（約２８０兆）にもなり、機器の数がｎ台の場合には２の（ｎ×４８）乗にもなる。
このような膨大な数の運転パターン全てについて省エネルギー性を計算し、省エネルギー性が最も高い運転パターンを選択することは、計算コストが莫大になって現実的ではなく、言い換えれば、合理的なコスト及び計算時間内で最適な運転スケジュールを決定することは不可能である。
特許文献２の技術により運転パターンを探索する場合には、特許文献１よりも計算コストの低減が可能であるが、それでも探索対象の運転パターンの数は依然として膨大である。例えば、特許文献２に記載された方法により試算すると、探索対象の運転パターンの総数は（２の１６乗＋２の１６乗×１０＋の１６乗×１０）、すなわち約１３７万となる。
また、特許文献２には、運転計画期間を複数期間に分割する方法の一例として、運転計画期間を３等分、つまり運転計画期間が２４時間であればこれを８時間ずつ３等分する実施形態が開示されているだけであり、予測したエネルギー負荷に対して、より適切な期間分割を行うことができないという問題がある。
また、特許文献２には、運転計画期間を複数期間に分割する方法の一例として、運転計画期間を３等分、つまり運転計画期間が２４時間であればこれを８時間ずつ３等分する実施形態が開示されているだけであり、予測したエネルギー負荷に対して、より適切な期間分割を行うことができないという問題がある。
特許文献３に記載された技術によれば、計算コストをある程度低減させることが可能であるが、機器によっては昼夜を問わず平均的に運転されるものもあり、そのような機器に対しては、どの時間帯の運転・停止状態を整数変数または連続変数により表すかを決定できない場合がある。
そこで、本発明の解決課題は、少ない計算量で計算コストを低減し、短時間のうちに最適な運転スケジュールを決定可能としたコージェネレーションシステムの運転制御支援方法、運転制御支援装置及び運転制御支援プログラムを提供することにある。
上記課題を解決するため、請求項１に係る運転制御支援方法は、電力及び熱を発生する熱電併給装置と、この熱電併給装置により発生した熱を蓄熱する蓄熱装置と、を備えたコージェネレーションシステムの運転制御支援方法であって、
演算装置により構成された負荷予測手段及び運転スケジュール演算手段を備え、
前記負荷予測手段が、実績値格納手段に格納されたコージェネレーションシステムの電力負荷及び熱負荷の実績値と、装置状態取得手段により取得した前記熱電併給装置及び蓄熱装置の運転・停止状態や発生電力、発生温度を含む現在の装置状態データと、を用いて、所定の時間間隔で前記熱電併給装置及び蓄熱装置の電力負荷及び熱負荷を予測演算し、
前記運転スケジュール演算手段が、前記負荷予測手段から送られたエネルギー負荷予測値としての電力負荷予測値及び熱負荷予測値、並びに前記装置状態データを用いて、目的関数及び制約条件を充足するように所定のインターバルで前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算してコージェネレーションシステムの最適運転スケジュールを決定する運転制御支援方法において、
前記運転スケジュール演算手段は、運転計画期間内の前記エネルギー負荷予測値の負荷変動パターンから特徴情報を抽出すると共に、抽出した前記特徴情報を用いて前記運転計画期間を複数の期間に分割し、分割された複数の期間を対象として、前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算することにより前記運転計画期間の最適運転スケジュールを決定するものである。
演算装置により構成された負荷予測手段及び運転スケジュール演算手段を備え、
前記負荷予測手段が、実績値格納手段に格納されたコージェネレーションシステムの電力負荷及び熱負荷の実績値と、装置状態取得手段により取得した前記熱電併給装置及び蓄熱装置の運転・停止状態や発生電力、発生温度を含む現在の装置状態データと、を用いて、所定の時間間隔で前記熱電併給装置及び蓄熱装置の電力負荷及び熱負荷を予測演算し、
前記運転スケジュール演算手段が、前記負荷予測手段から送られたエネルギー負荷予測値としての電力負荷予測値及び熱負荷予測値、並びに前記装置状態データを用いて、目的関数及び制約条件を充足するように所定のインターバルで前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算してコージェネレーションシステムの最適運転スケジュールを決定する運転制御支援方法において、
前記運転スケジュール演算手段は、運転計画期間内の前記エネルギー負荷予測値の負荷変動パターンから特徴情報を抽出すると共に、抽出した前記特徴情報を用いて前記運転計画期間を複数の期間に分割し、分割された複数の期間を対象として、前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算することにより前記運転計画期間の最適運転スケジュールを決定するものである。
請求項２に係る運転制御支援方法は、請求項１において、前記特徴情報が、前記負荷変動パターンの最大値、最小値、及び変動の緩急であることを特徴とする。
請求項３に係る運転制御支援方法は、請求項１において、前記特徴情報が、前記負荷変動パターン内の隣り合う負荷予測時刻におけるエネルギー負荷予測値をその大きさによりそれぞれ分類した二つのレベルの差であることを特徴とする。
請求項４に係る運転制御支援方法は、請求項３において、前記特徴情報としての二つのレベルの差をしきい値と比較した結果に基づいて前記運転計画期間を複数の期間に分割することを特徴とする。
請求項５に係る運転制御支援方法は、請求項４において、前記しきい値を、コージェネレーションシステムの発電量と発熱量との関係を区分線形モデルにより近似した場合の線分の端点における値としたものである。
請求項６に係る運転制御支援方法は、請求項４において、前記しきい値として第１，第２のしきい値を備え、
前記特徴情報としての二つのレベルの差を第１，第２のしきい値とそれぞれ比較した結果と、前記運転計画期間内の連続する二つの期間におけるエネルギー負荷予測値の変化度合い及び増減方向と、に基づいて前記運転計画期間を複数の期間に分割するものである。
前記特徴情報としての二つのレベルの差を第１，第２のしきい値とそれぞれ比較した結果と、前記運転計画期間内の連続する二つの期間におけるエネルギー負荷予測値の変化度合い及び増減方向と、に基づいて前記運転計画期間を複数の期間に分割するものである。
請求項７に係る運転制御支援方法は、請求項１〜６の何れか１項において、
前記運転計画期間を複数に分割して得た各期間について、コージェネレーションシステムの複数の運転モードをそれぞれ割り付けて複数の運転スケジュールを作成し、これらの運転スケジュールのうち目的関数値が最良となるものを前記運転計画期間の最適運転スケジュールとして決定するものである。
前記運転計画期間を複数に分割して得た各期間について、コージェネレーションシステムの複数の運転モードをそれぞれ割り付けて複数の運転スケジュールを作成し、これらの運転スケジュールのうち目的関数値が最良となるものを前記運転計画期間の最適運転スケジュールとして決定するものである。
請求項８に係る運転制御支援方法は、請求項１〜７の何れか１項において、
前記運転スケジュール演算手段は、電力負荷予測値の負荷変動パターンから抽出した特徴情報を用いて前記運転計画期間を複数の期間に分割すると共に、熱負荷予測値の負荷変動パターンから抽出した特徴情報を用いて前記運転計画期間を複数の期間に分割し、その後、これら二つの分割結果を合成した結果を用いて前記運転計画期間を複数の期間に分割するものである。
前記運転スケジュール演算手段は、電力負荷予測値の負荷変動パターンから抽出した特徴情報を用いて前記運転計画期間を複数の期間に分割すると共に、熱負荷予測値の負荷変動パターンから抽出した特徴情報を用いて前記運転計画期間を複数の期間に分割し、その後、これら二つの分割結果を合成した結果を用いて前記運転計画期間を複数の期間に分割するものである。
請求項９に係る運転制御支援装置は、電力及び熱を発生する熱電併給装置と、この熱電併給装置により発生した熱を蓄熱する蓄熱装置と、を備えたコージェネレーションシステムの運転制御支援装置において、
コージェネレーションシステムの電力負荷及び熱負荷の実績値が格納された実績値格納手段と、
前記熱電併給装置及び蓄熱装置の運転・停止状態や発生電力、発生温度を含む現在の装置状態データを取得する装置状態取得手段と、
演算装置によって構成された演算・制御部により実現される手段であって、前記電力負荷及び熱負荷の実績値と前記装置状態データとを用いて負荷予測プログラムを実行し、一定の運転計画期間の所定の時間間隔における電力負荷予測値及び熱負荷予測値を得る負荷予測手段と、
前記演算・制御部により実現される手段であって、前記負荷予測手段から送られたエネルギー負荷予測値としての電力負荷予測値及び熱負荷予測値、並びに前記装置状態データを用いて最適化演算プログラムを実行し、所定の目的関数及び制約条件を充足するように所定のインターバルで前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算してコージェネレーションシステムの最適運転スケジュールを決定する運転スケジュール演算手段と、を備え、
前記運転スケジュール演算手段は、期間分割プログラムを実行して、前記負荷予測手段から送られた前記エネルギー負荷予測値の負荷変動パターンから特徴情報を抽出すると共に、抽出した前記特徴情報を用いて前記運転計画期間を複数の期間に分割する機能と、分割された複数の期間を対象として前記最適化演算プログラムを実行する機能と、を有するものである。
コージェネレーションシステムの電力負荷及び熱負荷の実績値が格納された実績値格納手段と、
前記熱電併給装置及び蓄熱装置の運転・停止状態や発生電力、発生温度を含む現在の装置状態データを取得する装置状態取得手段と、
演算装置によって構成された演算・制御部により実現される手段であって、前記電力負荷及び熱負荷の実績値と前記装置状態データとを用いて負荷予測プログラムを実行し、一定の運転計画期間の所定の時間間隔における電力負荷予測値及び熱負荷予測値を得る負荷予測手段と、
前記演算・制御部により実現される手段であって、前記負荷予測手段から送られたエネルギー負荷予測値としての電力負荷予測値及び熱負荷予測値、並びに前記装置状態データを用いて最適化演算プログラムを実行し、所定の目的関数及び制約条件を充足するように所定のインターバルで前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算してコージェネレーションシステムの最適運転スケジュールを決定する運転スケジュール演算手段と、を備え、
前記運転スケジュール演算手段は、期間分割プログラムを実行して、前記負荷予測手段から送られた前記エネルギー負荷予測値の負荷変動パターンから特徴情報を抽出すると共に、抽出した前記特徴情報を用いて前記運転計画期間を複数の期間に分割する機能と、分割された複数の期間を対象として前記最適化演算プログラムを実行する機能と、を有するものである。
請求項１０に係る運転制御支援装置は、請求項９において、前記特徴情報が、前記負荷変動パターンの最大値、最小値、及び変動の緩急であることを特徴とする。
請求項１１に係る運転制御支援装置は、請求項９において、前記特徴情報が、前記負荷変動パターン内の隣り合う負荷予測時刻におけるエネルギー負荷予測値をその大きさによりそれぞれ分類した二つのレベルの差であることを特徴とする。
請求項１２に係る運転制御支援プログラムは、請求項１〜８の何れか１項の運転制御支援方法における前記運転スケジュール演算手段によって前記運転計画期間を複数の期間に分割する処理を実行するものである。
本発明においては、電力負荷予測値及び熱負荷予測値の負荷変動パターンに基づいて運転計画期間を複数の期間に分割し、それらの期間を対象として熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算することによりコージェネレーションシステムの最適運転スケジュールを決定するものである。
これにより、運転スケジュールを決定するための計算量を減少させ、計算コストの低減及びスケジュール立案期間の短縮が可能になる。
また、本発明により決定された運転スケジュールによれば、熱電併給装置及び蓄熱装置の頻繁な運転・停止を回避することができるので、一次エネルギーの削減や効率の向上を図ることができる。
これにより、運転スケジュールを決定するための計算量を減少させ、計算コストの低減及びスケジュール立案期間の短縮が可能になる。
また、本発明により決定された運転スケジュールによれば、熱電併給装置及び蓄熱装置の頻繁な運転・停止を回避することができるので、一次エネルギーの削減や効率の向上を図ることができる。
以下、図に沿って本発明の実施形態を説明する。
前後するが、図２は、この実施形態が適用されるコージェネレーションシステムの概略的な構成図である。図２において、１０は燃料電池からなる熱電併給装置であり、都市ガスから生成した水素と空気中の酸素とを電気化学反応させて電力を発生し、この発生電力を買電電力に加えて電力負荷３０に供給すると共に、電気化学反応のプロセスで発生する熱により冷却水を加熱して温水とし、これを蓄熱装置２０に供給することが可能になっている。
前後するが、図２は、この実施形態が適用されるコージェネレーションシステムの概略的な構成図である。図２において、１０は燃料電池からなる熱電併給装置であり、都市ガスから生成した水素と空気中の酸素とを電気化学反応させて電力を発生し、この発生電力を買電電力に加えて電力負荷３０に供給すると共に、電気化学反応のプロセスで発生する熱により冷却水を加熱して温水とし、これを蓄熱装置２０に供給することが可能になっている。
蓄熱装置２０は、貯水槽２１及び追い炊きボイラ２２を備えている。貯水槽２１と熱電併給装置１０との間には、貯水槽２１の冷却水を温水化して循環させるための配管４１が設けられている。なお、貯水槽２１には配管４２を介して市水が供給されている。
貯水槽２１内の温水は追い炊きボイラ２２により加熱され、更に配管４３を介してシャワー等の熱負荷６０に供給されるようになっている。
なお、５１，５２は都市ガスが供給されるガス管を示す。
貯水槽２１内の温水は追い炊きボイラ２２により加熱され、更に配管４３を介してシャワー等の熱負荷６０に供給されるようになっている。
なお、５１，５２は都市ガスが供給されるガス管を示す。
次に、上記コージェネレーションシステムの運転を制御するための運転制御支援装置について説明する。
図１は、本発明の第１実施形態に係る運転制御支援装置の機能ブロック図である。図１において、装置状態取得手段１０１は、熱電併給装置１０及び蓄熱装置２０の運転・停止状態や発生電力、発生温度等を各種センサ（図示せず）により検出し、これらの情報を現在の装置状態として取得する。
図１は、本発明の第１実施形態に係る運転制御支援装置の機能ブロック図である。図１において、装置状態取得手段１０１は、熱電併給装置１０及び蓄熱装置２０の運転・停止状態や発生電力、発生温度等を各種センサ（図示せず）により検出し、これらの情報を現在の装置状態として取得する。
負荷予測手段１０２は、実績値格納手段としての負荷データベース１０６に実績値として格納された過去の電力負荷データ、熱負荷データと、装置状態取得手段１０１から出力される現在の装置状態データとに基づいて、将来の一定の運転計画期間（例えば２４時間）にわたり、後述する負荷予測プログラム２０１によって一定の時間間隔（例えば１時間ごと）の電力負荷、熱負荷を予測する。予測方法としては、例えばニューラルネットワークを用いて、予測対象日と同じ曜日で過去数週間分の実績値の平均値を算出して予測したり、この平均値を基準として予測対象日の現時点までの実績値を考慮して補正を加える方法など種々考えられるが、本実施形態では特に限定されない。
運転スケジュール演算手段１０３は、負荷予測手段１０２から出力される電力負荷及び熱負荷の予測値、装置状態取得手段１０１から出力される現在の装置状態データ、並びに、演算条件データベース１０７から与えられた演算条件（演算周期、熱電併給装置１０及び蓄熱装置２０の特性データ、後述する制約条件など）を用い、後述する最適化演算プログラム２０３により最適化演算を行って混合整数線形計画問題を解くことにより、所定の目的関数及び制約条件を充足するような熱電併給装置１０及び蓄熱装置２０の運転・停止状態、電気出力値、熱出力値に関する運転スケジュールを決定する。
なお、上記最適化演算には、例えば遺伝的アルゴリズム、タブサーチ等を用いることができる。
なお、上記最適化演算には、例えば遺伝的アルゴリズム、タブサーチ等を用いることができる。
ここで、上記運転スケジュールを決定するための混合整数線形計画問題の定式化について説明する。
まず、状態変数（決定変数）は、一定の運転計画期間（例えば２４時間）における所定のインターバルの熱電併給装置１０、蓄熱装置２０の運転・停止状態、及び、これらの運転時における電気出力値、熱出力値に相当する変数とする。なお、上記インターバルの決定方法については後述する。
次に、目的関数は、燃料コストの最小化、一次エネルギー消費量の最小化、ＣＯ２排出量の最小化など、目的に応じて選択可能である。
また、制約条件としては、電力、熱のそれぞれの需給バランスを保つこと、熱電併給装置１０及び蓄熱装置２０の入出力特性（燃料入力に対する電気出力、熱出力の特性）を満足すること、等がある。
まず、状態変数（決定変数）は、一定の運転計画期間（例えば２４時間）における所定のインターバルの熱電併給装置１０、蓄熱装置２０の運転・停止状態、及び、これらの運転時における電気出力値、熱出力値に相当する変数とする。なお、上記インターバルの決定方法については後述する。
次に、目的関数は、燃料コストの最小化、一次エネルギー消費量の最小化、ＣＯ２排出量の最小化など、目的に応じて選択可能である。
また、制約条件としては、電力、熱のそれぞれの需給バランスを保つこと、熱電併給装置１０及び蓄熱装置２０の入出力特性（燃料入力に対する電気出力、熱出力の特性）を満足すること、等がある。
以下に、定式化の一例を示す。
目的関数は、例えば数式１に示すようにＣＯ２排出量の最小化とする。
目的関数は、例えば数式１に示すようにＣＯ２排出量の最小化とする。
数式１において、
ｋ：各インターバルのインデックス（初期値では、ｋ＝１〜２４であり、インターバルの個数を２４個とする），
Ｃ：都市ガスのＣＯ２排出量係数，
ＣＰＲ：買電電力のＣＯ２排出量係数，
ＰＲ (k) ：買電電力
ｘ１：状態変数としての熱電併給装置１０のガス消費量［例えばＮｍ３／ｈ］，
ｘ２：従属変数としての追い炊きボイラ２２のガス消費量［例えばＮｍ３／ｈ］，
ｄｔ(k)：各インターバルの時間長さ［ｍｉｎ］
である。
なお、上記の従属変数ｘ２も状態変数の一種である。
ｋ：各インターバルのインデックス（初期値では、ｋ＝１〜２４であり、インターバルの個数を２４個とする），
Ｃ：都市ガスのＣＯ２排出量係数，
ＣＰＲ：買電電力のＣＯ２排出量係数，
ＰＲ (k) ：買電電力
ｘ１：状態変数としての熱電併給装置１０のガス消費量［例えばＮｍ３／ｈ］，
ｘ２：従属変数としての追い炊きボイラ２２のガス消費量［例えばＮｍ３／ｈ］，
ｄｔ(k)：各インターバルの時間長さ［ｍｉｎ］
である。
なお、上記の従属変数ｘ２も状態変数の一種である。
制約条件としては、エネルギー（電力、熱）の需給バランスに関して、数式２を設定する。
数式２において、
ＰＬ (k) ：電力負荷［ｋＷｈ］
ＰＦ (k) ：熱電併給装置１０の電気出力［ｋＷｈ］
ＱＴ (k) ：貯水槽２１の貯熱量［ｋＷ］
ＱＦ (k) ：熱電併給装置１０の熱出力［ｋＷｈ］
ＱＬ (k) ：熱負荷［ｋＷｈ］
Ｑｌｏｓｓ (k) ：熱損失［ｋＷｈ］
であり、その他は前述したとおりである。
ＰＬ (k) ：電力負荷［ｋＷｈ］
ＰＦ (k) ：熱電併給装置１０の電気出力［ｋＷｈ］
ＱＴ (k) ：貯水槽２１の貯熱量［ｋＷ］
ＱＦ (k) ：熱電併給装置１０の熱出力［ｋＷｈ］
ＱＬ (k) ：熱負荷［ｋＷｈ］
Ｑｌｏｓｓ (k) ：熱損失［ｋＷｈ］
であり、その他は前述したとおりである。
また、熱電併給装置１０及び蓄熱装置２０の特性に関する制約条件は数式３〜数式５とする。
数式３は、例えば熱電併給装置１０の電気出力ＰＦ (k)が、図３に示すように、ガス消費量ｘ１ｉ(k)の区分ｉ（ｉ＝１，２，３，……）ごとの特性係数（傾き）ａｉとガス消費量ｘ１ｉ(k)との積和に、特性係数（切片）ｂと熱電併給装置１０の運転・停止状態を示す状態変数δ(k)（運転時に「１」、停止時に「０」の値となる）との積を加算した特性となることを示している。
また、熱電併給装置１０の熱出力ＱＦ (k)に関しても、上記特性係数ａｉ，ｂを貯水槽２１の特性係数ｃｉ，ｄに変更するだけで同様の特性となる。
また、熱電併給装置１０の熱出力ＱＦ (k)に関しても、上記特性係数ａｉ，ｂを貯水槽２１の特性係数ｃｉ，ｄに変更するだけで同様の特性となる。
数式４は、上記電気出力ＰＦ (k)が常に必要最小限の最低発電出力以上になること、ガス消費量ｘ１(k)がｘ１ｉ(k)により区分線形近似されること、及び定格以下の値で推移することを制約条件として設定したものである。
また、数式５は、追い炊きボイラ２２の発生熱量ＱＢ (k)が、貯水槽２１の貯熱量ＱＴ (k) の関数（関数をＦにて表す）であり、貯熱量ＱＴ (k)が最大値（貯水槽２１の許容値）を超えないこと、追い炊きボイラ２２のガス消費量ｘ２(k)が発生熱量ＱＢ (k)に比例する（特性係数（傾き）をｅとする）ことを制約条件として設定したものである。
また、数式５は、追い炊きボイラ２２の発生熱量ＱＢ (k)が、貯水槽２１の貯熱量ＱＴ (k) の関数（関数をＦにて表す）であり、貯熱量ＱＴ (k)が最大値（貯水槽２１の許容値）を超えないこと、追い炊きボイラ２２のガス消費量ｘ２(k)が発生熱量ＱＢ (k)に比例する（特性係数（傾き）をｅとする）ことを制約条件として設定したものである。
上記のような目的関数、状態変数（従属変数も含む）及び制約条件のもとで、運転スケジュール演算手段１０３が混合整数線形計画問題を解く。具体的には、負荷予測手段１０２から与えられた電力負荷、熱負荷の予測値と、装置状態取得手段１０１から与えられた現在の装置状態データ（発生電力、発生温度等）のもとで、各インターバルにおける熱電併給装置１０のガス消費量ｘ１(k)、追い炊きボイラ２２のガス消費量ｘ２(k)、買電電力ＰＲ (k) 等を用いて、数式１の演算を行い、ＣＯ２排出量を最小化するような熱電併給装置１０及び蓄熱装置２０の運転パターン（運転・停止状態、及び、電気出力値、熱出力値）を求め、運転計画期間全体にわたる運転スケジュールを決定する。
再び図１において、運転制御手段１０４は、決定された運転スケジュールに従って後述する運転制御プログラム２０４を実行することにより、制御条件データベース１０８に格納された制御条件（追従運転を行う等の条件）に基づいて運転指令を決定する。この運転指令は制御出力手段１０５に送られ、制御出力手段１０５は、熱電併給装置１０及び蓄熱装置２０にそれぞれ適合した制御信号を生成して各装置１０，２０の運転を制御する。
なお、前述した各データベース１０６，１０７，１０８の格納データはユーザにより任意に設定、変更可能となっている。
なお、前述した各データベース１０６，１０７，１０８の格納データはユーザにより任意に設定、変更可能となっている。
さて、本実施形態では、運転スケジュール演算手段１０３が数式１の演算を行って運転スケジュールを決定するインターバルを、従来の如く例えば１時間ごと、３０分ごとのように短時間で固定するのではなく、負荷予測手段１０２による電力負荷予測値、熱負荷予測値の負荷変動パターンに応じて変更する（インターバルを長くする）ようにした。このインターバルの変更処理、言い換えれば、一定の運転計画期間において、熱電併給装置１０及び蓄熱装置２０の運転・停止状態、電気出力値及び熱出力値を演算する期間を決定する期間分割処理は、後述する期間分割プログラム２０２により実行される。
以下、この期間分割処理について説明する。
以下、この期間分割処理について説明する。
ここでは、前述したように負荷予測手段１０３によって１時間ごとの電力負荷、熱負荷の各予測値が得られるものとし、これらのエネルギー負荷予測値を用いて最適な運転スケジュールを決定する場合を考える。
まず、本実施形態では、運転スケジュール演算手段１０３が運転スケジュールを決定するインターバルの初期値を１時間とした上で、電力負荷及び熱負荷の負荷変動パターンを考慮して前記インターバルを変更する（長くする）。
まず、本実施形態では、運転スケジュール演算手段１０３が運転スケジュールを決定するインターバルの初期値を１時間とした上で、電力負荷及び熱負荷の負荷変動パターンを考慮して前記インターバルを変更する（長くする）。
一般家庭の電力負荷、熱負荷は、個々の家庭では勿論、差異があるが、ある程度パターン化することができる。例えば、図４（ａ），（ｂ）は、一般家庭の季節ごとの電力負荷、熱負荷（給湯負荷）の変動パターン例（実績値）を示している。
従って、仮に図１の負荷予測手段１０２によって予測された電力負荷、熱負荷の負荷変動パターンが図４（ａ），（ｂ）のようなものであったとすると、これらの負荷変動パターンから、電力負荷及び熱負荷の最大値期間（時点）、最小値期間（時点）、ほぼ一定に推移している期間、変動している期間等の情報（以下、特徴情報という）を抽出し、これらの特徴情報を用いて運転スケジュールを決定するインターバルを変更することが可能である。
従って、仮に図１の負荷予測手段１０２によって予測された電力負荷、熱負荷の負荷変動パターンが図４（ａ），（ｂ）のようなものであったとすると、これらの負荷変動パターンから、電力負荷及び熱負荷の最大値期間（時点）、最小値期間（時点）、ほぼ一定に推移している期間、変動している期間等の情報（以下、特徴情報という）を抽出し、これらの特徴情報を用いて運転スケジュールを決定するインターバルを変更することが可能である。
次に、インターバルを変更する処理の一例を、図５のフローチャートを参照しつつ説明する。
（１）まず、負荷予測手段１０２により予測された電力負荷、熱負荷の負荷変動パターンから、前記特徴情報を抽出する（図５のステップＳ１）。
例えば、図６は、図４（ａ）における４，５，６月の電力負荷変動パターン及び熱負荷（給湯負荷）変動パターンを抜き出したものである。図６における電力負荷変動パターンに着目すると、最大値期間が２０時〜２２時、最小値期間が４時、ほぼ一定に推移する期間が１時〜５時、８時〜１６時、２０時〜２２時、変動している期間が５時〜８時、１６時〜２０時、２２時〜２４時であり、これらの情報を特徴情報として抽出することができる。
一方、図６における熱負荷変動パターンに着目すると、最大値期間が２１時、最小値期間が４時、ほぼ一定に推移する期間が１時〜５時、８時〜１６時、変動している期間が５時〜８時、１６時〜２１時、２１時〜２４時であり、これらの情報を特徴情報として抽出することができる。
（１）まず、負荷予測手段１０２により予測された電力負荷、熱負荷の負荷変動パターンから、前記特徴情報を抽出する（図５のステップＳ１）。
例えば、図６は、図４（ａ）における４，５，６月の電力負荷変動パターン及び熱負荷（給湯負荷）変動パターンを抜き出したものである。図６における電力負荷変動パターンに着目すると、最大値期間が２０時〜２２時、最小値期間が４時、ほぼ一定に推移する期間が１時〜５時、８時〜１６時、２０時〜２２時、変動している期間が５時〜８時、１６時〜２０時、２２時〜２４時であり、これらの情報を特徴情報として抽出することができる。
一方、図６における熱負荷変動パターンに着目すると、最大値期間が２１時、最小値期間が４時、ほぼ一定に推移する期間が１時〜５時、８時〜１６時、変動している期間が５時〜８時、１６時〜２１時、２１時〜２４時であり、これらの情報を特徴情報として抽出することができる。
（２）次いで、上述した各負荷変動パターンの特徴情報の論理和演算を行う（図５のステップＳ２）。
つまり、前述した電力負荷変動パターンに関する最大値期間、最小値期間、ほぼ一定に推移する期間、変動している期間と、熱負荷変動パターンに関する最大値期間、最小値期間、ほぼ一定に推移する期間、変動している期間との論理和をとると、図６の上下にわたる線分で示すように、１日（２４時間）を、１時〜５時、５時〜８時、８時〜１６時、１６時〜２０時、２０時〜２１時、２１時〜２２時、２２時〜２４時という７個のインターバルに分けることができる。すなわち、例えば２４個であったインターバルの数を７個に統合して減少させることができる。言い換えれば、個々のインターバルを長くすることができる。
つまり、前述した電力負荷変動パターンに関する最大値期間、最小値期間、ほぼ一定に推移する期間、変動している期間と、熱負荷変動パターンに関する最大値期間、最小値期間、ほぼ一定に推移する期間、変動している期間との論理和をとると、図６の上下にわたる線分で示すように、１日（２４時間）を、１時〜５時、５時〜８時、８時〜１６時、１６時〜２０時、２０時〜２１時、２１時〜２２時、２２時〜２４時という７個のインターバルに分けることができる。すなわち、例えば２４個であったインターバルの数を７個に統合して減少させることができる。言い換えれば、個々のインターバルを長くすることができる。
なお、電力負荷変動パターンと熱負荷変動パターンとのインターバルの統合に当たっては、各負荷変動パターンの特徴情報を必ずしも論理和演算する必要はなく、実用上支障がなければ、電力負荷または熱負荷のうち特徴情報に基づくインターバルの個数が少ない方を採用したり、何れか一方の特徴情報に基づくインターバルを用いても良い。何れにしても、統合した後のインターバルの数が統合前の数（例えば２４個）より少なくなれば良いものである。
（３）こうして生成した７個のインターバルを、運転スケジュール演算のための新たなインターバルとして決定する（図５のステップＳ３）。
従って、混合整数線形計画問題を解くために運転スケジュール演算手段１０３が数式１の目的関数を演算する場合、インターバルのインデックスｋを、例えば従来の２４個から大幅に（例えば７個に）減少させることができ、これによって運転スケジュール演算に必要な計算量、計算時間、計算コストを著しく削減することができる。
従って、混合整数線形計画問題を解くために運転スケジュール演算手段１０３が数式１の目的関数を演算する場合、インターバルのインデックスｋを、例えば従来の２４個から大幅に（例えば７個に）減少させることができ、これによって運転スケジュール演算に必要な計算量、計算時間、計算コストを著しく削減することができる。
ちなみに、図７は図４（ａ）における７，８，９月の電力負荷変動パターン及び熱負荷変動パターンを抜き出したものである。
これらの負荷変動パターンについても図５の処理を実行することにより、１日を、１時〜５時、５時〜１１時、１１時〜１６時、１６時〜１８時、１８時〜２０時、２０時〜２１時、２１時〜２２時、２２時〜２４時という８個のインターバルに分けることができ、前記同様に計算量、計算時間の大幅な削減が可能である。
なお、上述したインターバルの変更処理は、図１における運転スケジュール演算手段１０３内のインターバル変更処理手段１０３ａが、負荷予測手段１０２から送られた所定時間間隔の電力負荷変動パターン、熱負荷変動パターンを用いて、図５の処理に相当する期間分割プログラムに従って実行する。
これらの負荷変動パターンについても図５の処理を実行することにより、１日を、１時〜５時、５時〜１１時、１１時〜１６時、１６時〜１８時、１８時〜２０時、２０時〜２１時、２１時〜２２時、２２時〜２４時という８個のインターバルに分けることができ、前記同様に計算量、計算時間の大幅な削減が可能である。
なお、上述したインターバルの変更処理は、図１における運転スケジュール演算手段１０３内のインターバル変更処理手段１０３ａが、負荷予測手段１０２から送られた所定時間間隔の電力負荷変動パターン、熱負荷変動パターンを用いて、図５の処理に相当する期間分割プログラムに従って実行する。
上記の実施形態では混合整数線形計画問題における目的関数をＣＯ２排出量の最小化として説明したが、これ以外に、燃料コストの最小化、一次エネルギー消費量の最小化、あるいは複数の目的関数の加重和からなる関数式を用意しておき、ユーザが条件設定パラメータを操作してどの目的関数を使用するかを切り替えるようにしても良い。この場合、複数の目的関数は図１における演算条件データベース１０７に格納されており、ユーザの入力操作に応じて、図１における運転スケジュール演算手段１０３内の目的関数選択手段１０３ｂが所定の目的関数を選択する。
更に、制約条件についても、各種の制約条件式に有効／無効のフラグを予め導入しておき、求解時にユーザが条件設定パラメータを操作してフラグの有効／無効を切り替え、どの制約条件式を有効にするかを選択させても良い。複数の制約条件式も上記演算条件データベース１０７に格納されており、ユーザの入力操作に応じて、運転スケジュール演算手段１０３内の制約条件選択手段１０３ｃが所定の制約条件式を選択する。
更に、制約条件についても、各種の制約条件式に有効／無効のフラグを予め導入しておき、求解時にユーザが条件設定パラメータを操作してフラグの有効／無効を切り替え、どの制約条件式を有効にするかを選択させても良い。複数の制約条件式も上記演算条件データベース１０７に格納されており、ユーザの入力操作に応じて、運転スケジュール演算手段１０３内の制約条件選択手段１０３ｃが所定の制約条件式を選択する。
図８は、本発明の第１実施形態に係る運転制御支援装置の具体的構成を示すブロック図であり、図８（ａ）は、運転制御支援装置を汎用のコンピュータからなる計算機システムにより構成した場合、図８（ｂ）は、運転制御支援装置を家庭用コージェネレーションシステムの操作用リモコンにより構成した場合を示している。
まず、図８（ａ）において、熱電併給装置１０，蓄熱装置２０及びセンサ１５０以外の部分は計算機システムにより構成されている。
すなわち、請求項における演算装置としての演算・制御部３００はＣＰＵや内部メモリによって構成されており、予測演算部３０１と運転制御部３０２とを備えている。予測演算部３０１は、主として図１における負荷予測手段１０２及び運転スケジュール演算手段１０３の機能を実行し、運転制御部３０２は、主として図１における運転制御手段１０４及び制御出力手段１０５の機能を実行する。また、演算・制御部３００は、入出力装置を含めた計算機システム全体の制御を行う機能も備えている。
まず、図８（ａ）において、熱電併給装置１０，蓄熱装置２０及びセンサ１５０以外の部分は計算機システムにより構成されている。
すなわち、請求項における演算装置としての演算・制御部３００はＣＰＵや内部メモリによって構成されており、予測演算部３０１と運転制御部３０２とを備えている。予測演算部３０１は、主として図１における負荷予測手段１０２及び運転スケジュール演算手段１０３の機能を実行し、運転制御部３０２は、主として図１における運転制御手段１０４及び制御出力手段１０５の機能を実行する。また、演算・制御部３００は、入出力装置を含めた計算機システム全体の制御を行う機能も備えている。
記憶装置２００はハードディスク等により構成された、いわゆる外部記憶装置であり、予測演算部３０１（負荷予測手段１０２及び運転スケジュール演算手段１０３）が実行する負荷予測プログラム２０１、期間分割プログラム２０２及び最適化演算プログラム２０３と、運転制御部３０２（運転制御手段１０４及び制御出力手段１０５）が実行する運転制御プログラム２０４等が格納されている。これらのプログラム２０１〜２０４は、必要に応じて演算・制御部３００に読み込まれ、実行されるものである。
データベース４００は、大容量の記憶装置及びプログラムからなり、図１における負荷データベース１０６，演算条件データベース１０７，制御条件データベース１０８の機能を備えている。
また、３２１はディスプレイ及びキーボード、マウス等を備えた入出力装置であり、必要に応じてプリンタ３２２等も設けられる。
なお、３１１，３１２，３１３は入出力インタフェースを示す。
更に、センサ１５０は、図１における装置状態取得手段１０１に相当し、熱電併給装置１０及び蓄熱装置２０の運転・停止状態や発生電力、発生温度等を検出して演算・制御部３００に送出する電力センサ、温度センサ等により構成されている。
また、３２１はディスプレイ及びキーボード、マウス等を備えた入出力装置であり、必要に応じてプリンタ３２２等も設けられる。
なお、３１１，３１２，３１３は入出力インタフェースを示す。
更に、センサ１５０は、図１における装置状態取得手段１０１に相当し、熱電併給装置１０及び蓄熱装置２０の運転・停止状態や発生電力、発生温度等を検出して演算・制御部３００に送出する電力センサ、温度センサ等により構成されている。
一方、図８（ｂ）に示す操作用リモコン５００において、５１０はＣＰＵ等からなる演算装置としての演算・制御部であり、前記同様に、主として図１の負荷予測手段１０２及び運転スケジュール演算手段１０３の機能を実行する予測演算部５１１と、運転制御手段１０４及び制御出力手段１０５の機能を実行する運転制御部５１２とを備えている。また、演算・制御部５１０は、操作用リモコン５００全体の制御を行う機能も備えている。
更に、メモリ５２０には、図８（ａ）における各種プログラム２０１〜２０４と、図１における各種データベース１０６〜１０８の格納データとが記憶されている。
また、５３０は各種入力操作を行うキースイッチ等からなる入力部、５４０は液晶画面等からなる表示部である。これらの入力部５３０及び表示部５４０は、タッチスイッチ等を用いて一体化しても良い。
５５０は通信部であり、演算・制御部５１０と、センサ１５０及び熱電併給装置１０，蓄熱装置２０との間の通信を行うためのものである。この通信部５５０による通信手段としては、赤外線通信等の無線通信手段のほか、有線通信手段を用いても良い。
また、５３０は各種入力操作を行うキースイッチ等からなる入力部、５４０は液晶画面等からなる表示部である。これらの入力部５３０及び表示部５４０は、タッチスイッチ等を用いて一体化しても良い。
５５０は通信部であり、演算・制御部５１０と、センサ１５０及び熱電併給装置１０，蓄熱装置２０との間の通信を行うためのものである。この通信部５５０による通信手段としては、赤外線通信等の無線通信手段のほか、有線通信手段を用いても良い。
以上述べたように、この第１実施形態によれば、電力負荷予測値及び熱負荷予測値の負荷変動パターンに基づいて、熱電併給装置１０及び蓄熱装置２０の運転スケジュールを決定するためのインターバルを変更しているため、実際の計算量を従来技術よりも大幅に少なくすることができ、計算コストを低減しながら最適な運転制御を行うことが可能である。
次に、本発明の第２実施形態を説明する。
この第２実施形態は、図１の運転スケジュール演算手段１０３における、運転スケジュールを決定するためのインターバルの決定方法（期間分割方法）と最適な運転スケジュールの決定手順とを更に具体化したものである。
この第２実施形態は、図１の運転スケジュール演算手段１０３における、運転スケジュールを決定するためのインターバルの決定方法（期間分割方法）と最適な運転スケジュールの決定手順とを更に具体化したものである。
図９は、運転スケジュール演算手段１０３の動作を詳細に示したフローチャートである。
前記負荷予測手段１０２により予測された電力負荷、熱負荷の負荷変動パターンが与えられると、運転スケジュール演算手段１０３は、後述する期間分割処理によりインターバルを決定し、運転計画期間（例えば２４時間）を複数の期間に分割する（Ｓ１１）。
次に、分割された各期間に対し、運転モードを割り付ける（Ｓ１２）。ここで、運転モードとは、熱電併給装置１０、蓄熱装置２０の運転・停止状態であり、この運転モードが割り付けられた各期間について、前述した各種の制約条件を充足するような目的関数値（例えば数式１におけるＣＯ２排出量）を算出する（Ｓ１３）。これらの処理（Ｓ１２，Ｓ１３）は、分割された全期間につき繰り返し実行する（Ｓ１４）。
前記負荷予測手段１０２により予測された電力負荷、熱負荷の負荷変動パターンが与えられると、運転スケジュール演算手段１０３は、後述する期間分割処理によりインターバルを決定し、運転計画期間（例えば２４時間）を複数の期間に分割する（Ｓ１１）。
次に、分割された各期間に対し、運転モードを割り付ける（Ｓ１２）。ここで、運転モードとは、熱電併給装置１０、蓄熱装置２０の運転・停止状態であり、この運転モードが割り付けられた各期間について、前述した各種の制約条件を充足するような目的関数値（例えば数式１におけるＣＯ２排出量）を算出する（Ｓ１３）。これらの処理（Ｓ１２，Ｓ１３）は、分割された全期間につき繰り返し実行する（Ｓ１４）。
全期間について上記の処理（Ｓ１２，Ｓ１３）が完了したら、各期間についての目的関数値がそれぞれ最良となる一連の運転パターンを、最適な運転スケジュールとして決定する（Ｓ１５）。
上記運転スケジュールは図１の運転制御手段１０４に送られ、この運転スケジュールに基づく運転指令が作成されて制御出力手段１０５に送られる。
上記運転スケジュールは図１の運転制御手段１０４に送られ、この運転スケジュールに基づく運転指令が作成されて制御出力手段１０５に送られる。
次に、図１０は、図９におけるインターバル決定（期間分割）ステップ（Ｓ１１）の具体例を示すフローチャートである。
すなわち、負荷予測手段１０２により予測された負荷変動パターン（電力負荷予測値、熱負荷予測値）を運転スケジュール演算手段１０３が読み込んだ後（Ｓ２１）、負荷予測値の大きさによりレベル分けする（Ｓ２２）。
図１１は、このレベル分けの概念図であり、負荷予測値の大きさに応じて４つのレベル（レベル１〜レベル４）に分けた場合を示してある。これらのレベル１〜レベル４の大きさは予め設定しておくものとする。また、負荷予測値は、例えば１５分、３０分あるいは１時間等の時間間隔（Δｔ）で得られるものとする。
すなわち、負荷予測手段１０２により予測された負荷変動パターン（電力負荷予測値、熱負荷予測値）を運転スケジュール演算手段１０３が読み込んだ後（Ｓ２１）、負荷予測値の大きさによりレベル分けする（Ｓ２２）。
図１１は、このレベル分けの概念図であり、負荷予測値の大きさに応じて４つのレベル（レベル１〜レベル４）に分けた場合を示してある。これらのレベル１〜レベル４の大きさは予め設定しておくものとする。また、負荷予測値は、例えば１５分、３０分あるいは１時間等の時間間隔（Δｔ）で得られるものとする。
次に、図１１における隣り合う時刻の負荷予測値のレベルを比較する（Ｓ２３）。そして、二つのレベルの差の絶対値（二つのレベルがレベルＸとレベルＹの場合には｜Ｘ−Ｙ｜）がしきい値Ｎ未満である場合には、当該時刻（隣り合う時刻のうちの前の時刻）で期間を分割することはせず（Ｓ２４ＮＯ，Ｓ２５）、Ｎ以上である場合に当該時刻で期間を分割する（Ｓ２４ＹＥＳ，Ｓ２６）。
例えば、上記しきい値Ｎを２とすることにより、仮にある時刻ｔ１の負荷予測値がレベル１であり、隣り合う時刻ｔ２の負荷予測値がレベル４であるような場合に、二つのレベルの差の絶対値は「｜１−４｜＝３」となってしきい値Ｎ（＝２）以上であるから、前記ステップＳ２６により、時刻ｔ１で期間を分割する。
例えば、上記しきい値Ｎを２とすることにより、仮にある時刻ｔ１の負荷予測値がレベル１であり、隣り合う時刻ｔ２の負荷予測値がレベル４であるような場合に、二つのレベルの差の絶対値は「｜１−４｜＝３」となってしきい値Ｎ（＝２）以上であるから、前記ステップＳ２６により、時刻ｔ１で期間を分割する。
なお、図示されていないが、各レベルのしきい値としては、コージェネレーションシステムの発電量と発熱量との関係を区分線形モデルによって近似したときの線分の端点における値を用いても良い。
図１２，図１３は、図９におけるインターバル決定（期間分割）ステップ（Ｓ１１）の別の具体例を示すフローチャートである。
図１２において、ステップＳ２１〜Ｓ２３は図１０と同様であるが、この例では、隣り合う第１，第２の時刻ｔ１，ｔ２の負荷予測値のレベル差と比較するしきい値を二つ設定しておき、レベル差の絶対値が第１のしきい値ＴＨ１より小さい場合、第１の時刻ｔ１では期間を分割しない（図１２のステップＳ２７ＹＥＳ，Ｓ２５）。また、レベル差の絶対値が第１のしきい値ＴＨ１以上である場合には、レベル差の絶対値が第２のしきい値ＴＨ２以上であるか否かを判断し、第２のしきい値ＴＨ２以上である場合には第１の時刻ｔ１で期間を分割する（ステップＳ２８ＹＥＳ，Ｓ２６）。そして、第２のしきい値ＴＨ２未満である場合には、処理を保留して次の第２の時刻ｔ２に着目し（ステップＳ２８ＮＯ，Ｓ２９）、図１３のステップＳ３１に移行する。
図１２において、ステップＳ２１〜Ｓ２３は図１０と同様であるが、この例では、隣り合う第１，第２の時刻ｔ１，ｔ２の負荷予測値のレベル差と比較するしきい値を二つ設定しておき、レベル差の絶対値が第１のしきい値ＴＨ１より小さい場合、第１の時刻ｔ１では期間を分割しない（図１２のステップＳ２７ＹＥＳ，Ｓ２５）。また、レベル差の絶対値が第１のしきい値ＴＨ１以上である場合には、レベル差の絶対値が第２のしきい値ＴＨ２以上であるか否かを判断し、第２のしきい値ＴＨ２以上である場合には第１の時刻ｔ１で期間を分割する（ステップＳ２８ＹＥＳ，Ｓ２６）。そして、第２のしきい値ＴＨ２未満である場合には、処理を保留して次の第２の時刻ｔ２に着目し（ステップＳ２８ＮＯ，Ｓ２９）、図１３のステップＳ３１に移行する。
図１３のステップＳ３１では、第２の時刻ｔ２における負荷予測値のレベルと、更に次の第３の時刻ｔ３における負荷予測値のレベルとを比較し、その変化度合い及び増減方向（第２の時刻を基準として増加しているか減少しているか）が、第１の時刻ｔ１と第２の時刻ｔ２とを比較したときと同様であれば、第１の時刻ｔ１で期間を分割する（ステップＳ３１ＹＥＳ，Ｓ３２）。
変化量及び増減傾向の少なくとも一方が第１の時刻ｔ１と第２の時刻ｔ２とを比較したときと異なる場合には（ステップＳ３１ＮＯ）、第２の時刻ｔ２における負荷予測値のレベルと第３の時刻ｔ３における負荷予測値のレベルとが同じか否かを判断し、両レベルが同じであれば判断を保留して着目点を第３の時刻ｔ３に移し、ステップＳ３１以降の処理を繰り返す（ステップＳ３３ＹＥＳ，Ｓ３４）。また、第２の時刻ｔ２における負荷予測値のレベルと第３の時刻ｔ３における負荷予測値のレベルとが異なる場合には、第１の時刻ｔ１では期間を分割しないこととする（ステップＳ３３ＮＯ，Ｓ３５）。
以下同様に、着目する時刻を順次移動させながら運転計画期間の最後の時刻まで同様の処理を繰り返すものである。
変化量及び増減傾向の少なくとも一方が第１の時刻ｔ１と第２の時刻ｔ２とを比較したときと異なる場合には（ステップＳ３１ＮＯ）、第２の時刻ｔ２における負荷予測値のレベルと第３の時刻ｔ３における負荷予測値のレベルとが同じか否かを判断し、両レベルが同じであれば判断を保留して着目点を第３の時刻ｔ３に移し、ステップＳ３１以降の処理を繰り返す（ステップＳ３３ＹＥＳ，Ｓ３４）。また、第２の時刻ｔ２における負荷予測値のレベルと第３の時刻ｔ３における負荷予測値のレベルとが異なる場合には、第１の時刻ｔ１では期間を分割しないこととする（ステップＳ３３ＮＯ，Ｓ３５）。
以下同様に、着目する時刻を順次移動させながら運転計画期間の最後の時刻まで同様の処理を繰り返すものである。
なお、この第２実施形態を実現するための機能ブロックとしては、前述した図１における運転スケジュール演算手段１０３内に、図１０，図１２のステップＳ２２を実行するレベル分け機能や、図１０のステップＳ２３，Ｓ２４、図１２のステップＳ２３，Ｓ２７，Ｓ２８、図１３のステップＳ３１，Ｓ３３を実行する比較判定機能を持たせればよい。
また、これらのレベル分け機能や比較判定機能は、図８（ａ）の演算・制御部３００内の予測演算部３０１や、図８（ｂ）の演算・制御部５１０内の予測演算部５１１により実行される。
また、これらのレベル分け機能や比較判定機能は、図８（ａ）の演算・制御部３００内の予測演算部３０１や、図８（ｂ）の演算・制御部５１０内の予測演算部５１１により実行される。
上述した第２実施形態における期間分割動作をまとめて図示すると、図１４のようになる。この動作は、第１のしきい値ＴＨ１＝１、第２のしきい値ＴＨ２＝２の場合のものであり、各プロットの○は第１の時刻（ｔ１）、□は第２の時刻（ｔ２）、△は第３の時刻（ｔ３）を示している。
図１４における「分割する」、「分割しない」という個々の判断手順は、何れも前述した図１０，図１２，図１３の動作に従っているため、詳述を割愛し、図１０，図１２，図１３におけるステップ番号をそれぞれ付記して説明に代えることとする。
図１４における「分割する」、「分割しない」という個々の判断手順は、何れも前述した図１０，図１２，図１３の動作に従っているため、詳述を割愛し、図１０，図１２，図１３におけるステップ番号をそれぞれ付記して説明に代えることとする。
次に、図１５は、図１１に示した各負荷予測値のレベルの上限値を例示したものであり、（ａ）は電力負荷予測値、（ｂ）は熱負荷予測値に関するものである。
また、図１６は、図１５のレベルに従って運転計画期間を分割した例を示している。この例では、運転計画期間を１２時間、計画の間隔を１時間としてあり、図１６における「レベル」は、電力負荷予測値及び熱負荷予測値を図１５に従ってレベル分けした値である。更に、図１６における「分割」については、「０」が「分割しない」ことを示し、「１」が「分割する」ことを示している。
図１６によれば、電力負荷については６時、８時で分割し、それ以外の時刻は分割しないと共に、熱負荷については、８時、９時で分割し、それ以外の時刻は分割しないこととなった。
また、図１６は、図１５のレベルに従って運転計画期間を分割した例を示している。この例では、運転計画期間を１２時間、計画の間隔を１時間としてあり、図１６における「レベル」は、電力負荷予測値及び熱負荷予測値を図１５に従ってレベル分けした値である。更に、図１６における「分割」については、「０」が「分割しない」ことを示し、「１」が「分割する」ことを示している。
図１６によれば、電力負荷については６時、８時で分割し、それ以外の時刻は分割しないと共に、熱負荷については、８時、９時で分割し、それ以外の時刻は分割しないこととなった。
図１７は、図１６における電力負荷及び熱負荷の分割結果の論理和演算を行うことにより、両者の分割結果を合成した例である。図１７の「合成後の分割」に示すように、この例では、６時、８時、９時で分割し、それ以外の時刻は分割しないこととなる。なお、合成方法としては、電力負荷及び熱負荷についての分割結果を論理和演算する以外に、論理積演算を行っても良い。
上記のように、本実施形態によれば、エネルギー負荷予測値に基づいて負荷変動の小さい期間がひとまとまりになるように運転計画期間を複数期間に分割し、この分割後の期間では熱電併給装置及び蓄熱装置の運転・停止を抑制するように運転スケジュールを作成することができる。このため、頻繁な運転・停止により一次エネルギー削減量やエネルギーコスト削減量が減少し、効率が悪くなるような不都合は生じない。
更に、探索する運転パターンの総数は、（運転モード数）の（運転計画期間の分割数）乗である。ここで、運転モードが運転・停止である場合には運転モード数が２であり、運転計画期間が２４時間の場合に２時間から２.５時間程度のインターバルで期間を分割したとすると、分割数は１０程度である。よって、運転パターンの総数は２の約１０乗、すなわち約１０００通りであり、前述した特許文献１（約２８０兆），特許文献２（約１３７万）と比べて著しく少なくなるので、計算量、計算コストを大幅に低減することができる。
更に、探索する運転パターンの総数は、（運転モード数）の（運転計画期間の分割数）乗である。ここで、運転モードが運転・停止である場合には運転モード数が２であり、運転計画期間が２４時間の場合に２時間から２.５時間程度のインターバルで期間を分割したとすると、分割数は１０程度である。よって、運転パターンの総数は２の約１０乗、すなわち約１０００通りであり、前述した特許文献１（約２８０兆），特許文献２（約１３７万）と比べて著しく少なくなるので、計算量、計算コストを大幅に低減することができる。
１０：熱電併給装置
２０：蓄熱装置
２１：貯水槽
２２：追い炊きボイラ
３０：電力負荷
４１，４２，４３：配管
５１，５２：ガス管
６０：熱負荷
１０１：装置状態取得手段
１０２：負荷予測手段
１０３：運転スケジュール演算手段
１０３ａ：インターバル変更処理手段
１０３ｂ：目的関数選択手段
１０３ｃ：制約条件選択手段
１０４：運転制御手段
１０５：制御出力手段
１０６：負荷データベース
１０７：演算条件データベース
１０８：制御条件データベース
１５０：センサ
２００：記憶装置
２０１：負荷予測プログラム
２０２：期間分割プログラム
２０３：最適化演算プログラム
２０４：運転制御プログラム
３００：演算・制御部
３０１：予測演算部
３０２：運転制御部
３１１，３１２，３１３：入出力インタフェース
３２１：入出力装置
３２２：プリンタ
４００：データベース
５００：操作用リモコン
５１０：演算・制御部
５１１：予測演算部
５１２：運転制御部
５２０：メモリ
５３０：入力部
５４０：表示部
５５０：通信部
２０：蓄熱装置
２１：貯水槽
２２：追い炊きボイラ
３０：電力負荷
４１，４２，４３：配管
５１，５２：ガス管
６０：熱負荷
１０１：装置状態取得手段
１０２：負荷予測手段
１０３：運転スケジュール演算手段
１０３ａ：インターバル変更処理手段
１０３ｂ：目的関数選択手段
１０３ｃ：制約条件選択手段
１０４：運転制御手段
１０５：制御出力手段
１０６：負荷データベース
１０７：演算条件データベース
１０８：制御条件データベース
１５０：センサ
２００：記憶装置
２０１：負荷予測プログラム
２０２：期間分割プログラム
２０３：最適化演算プログラム
２０４：運転制御プログラム
３００：演算・制御部
３０１：予測演算部
３０２：運転制御部
３１１，３１２，３１３：入出力インタフェース
３２１：入出力装置
３２２：プリンタ
４００：データベース
５００：操作用リモコン
５１０：演算・制御部
５１１：予測演算部
５１２：運転制御部
５２０：メモリ
５３０：入力部
５４０：表示部
５５０：通信部
Claims (12)
- 電力及び熱を発生する熱電併給装置と、この熱電併給装置により発生した熱を蓄熱する蓄熱装置と、を備えたコージェネレーションシステムの運転制御支援方法であって、
演算装置により構成された負荷予測手段及び運転スケジュール演算手段を備え、
前記負荷予測手段が、実績値格納手段に格納されたコージェネレーションシステムの電力負荷及び熱負荷の実績値と、装置状態取得手段により取得した前記熱電併給装置及び蓄熱装置の運転・停止状態や発生電力、発生温度を含む現在の装置状態データと、を用いて、所定の時間間隔で前記熱電併給装置及び蓄熱装置の電力負荷及び熱負荷を予測演算し、
前記運転スケジュール演算手段が、前記負荷予測手段から送られたエネルギー負荷予測値としての電力負荷予測値及び熱負荷予測値、並びに前記装置状態データを用いて、目的関数及び制約条件を充足するように所定のインターバルで前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算してコージェネレーションシステムの最適運転スケジュールを決定する運転制御支援方法において、
前記運転スケジュール演算手段は、運転計画期間内の前記エネルギー負荷予測値の負荷変動パターンから特徴情報を抽出すると共に、抽出した前記特徴情報を用いて前記運転計画期間を複数の期間に分割し、分割された複数の期間を対象として、前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算することにより前記運転計画期間の最適運転スケジュールを決定することを特徴とするコージェネレーションシステムの運転制御支援方法。 - 請求項１に記載したコージェネレーションシステムの運転制御支援方法において、
前記特徴情報が、前記負荷変動パターンの最大値、最小値、及び変動の緩急であることを特徴とするコージェネレーションシステムの運転制御支援方法。 - 請求項１に記載したコージェネレーションシステムの運転制御支援方法において、
前記特徴情報が、前記負荷変動パターン内の隣り合う負荷予測時刻におけるエネルギー負荷予測値をその大きさによりそれぞれ分類した二つのレベルの差であることを特徴とするコージェネレーションシステムの運転制御支援方法。 - 請求項３に記載したコージェネレーションシステムの運転制御支援方法において、
前記運転スケジュール演算手段は、前記特徴情報としての二つのレベルの差をしきい値と比較した結果に基づいて前記運転計画期間を複数の期間に分割することを特徴とするコージェネレーションシステムの運転制御支援方法。 - 請求項４に記載したコージェネレーションシステムの運転制御支援方法において、
前記しきい値を、コージェネレーションシステムの発電量と発熱量との関係を区分線形モデルにより近似した場合の線分の端点における値としたことを特徴とするコージェネレーションシステムの運転制御支援方法。 - 請求項４に記載したコージェネレーションシステムの運転制御支援方法において、
前記しきい値として第１，第２のしきい値を備え、
前記運転スケジュール演算手段は、前記特徴情報としての二つのレベルの差を第１，第２のしきい値とそれぞれ比較した結果と、前記運転計画期間内の連続する二つの期間におけるエネルギー負荷予測値の変化度合い及び増減方向と、に基づいて前記運転計画期間を複数の期間に分割することを特徴とするコージェネレーションシステムの運転制御支援方法。 - 請求項１〜６の何れか１項に記載したコージェネレーションシステムの運転制御支援方法において、
前記運転スケジュール演算手段は、前記運転計画期間を複数に分割して得た各期間について、コージェネレーションシステムの複数の運転モードをそれぞれ割り付けて複数の運転スケジュールを作成し、これらの運転スケジュールのうち目的関数値が最良となるものを前記運転計画期間の最適運転スケジュールとして決定することを特徴とするコージェネレーションシステムの運転制御支援方法。 - 請求項１〜７の何れか１項に記載したコージェネレーションシステムの運転制御支援方法において、
前記運転スケジュール演算手段は、電力負荷予測値の負荷変動パターンから抽出した特徴情報を用いて前記運転計画期間を複数の期間に分割すると共に、熱負荷予測値の負荷変動パターンから抽出した特徴情報を用いて前記運転計画期間を複数の期間に分割し、その後、これら二つの分割結果を合成した結果を用いて前記運転計画期間を複数の期間に分割することを特徴とするコージェネレーションシステムの運転制御支援方法。 - 電力及び熱を発生する熱電併給装置と、この熱電併給装置により発生した熱を蓄熱する蓄熱装置と、を備えたコージェネレーションシステムの運転制御支援装置において、
コージェネレーションシステムの電力負荷及び熱負荷の実績値が格納された実績値格納手段と、
前記熱電併給装置及び蓄熱装置の運転・停止状態や発生電力、発生温度を含む現在の装置状態データを取得する装置状態取得手段と、
演算装置によって構成された演算・制御部により実現される手段であって、前記電力負荷及び熱負荷の実績値と前記装置状態データとを用いて負荷予測プログラムを実行し、一定の運転計画期間の所定の時間間隔における電力負荷予測値及び熱負荷予測値を得る負荷予測手段と、
前記演算・制御部により実現される手段であって、前記負荷予測手段から送られたエネルギー負荷予測値としての電力負荷予測値及び熱負荷予測値、並びに前記装置状態データを用いて最適化演算プログラムを実行し、所定の目的関数及び制約条件を充足するように所定のインターバルで前記熱電併給装置及び蓄熱装置の最適な運転・停止状態、電気出力、熱出力を演算してコージェネレーションシステムの最適運転スケジュールを決定する運転スケジュール演算手段と、を備え、
前記運転スケジュール演算手段は、期間分割プログラムを実行して、前記負荷予測手段から送られた前記エネルギー負荷予測値の負荷変動パターンから特徴情報を抽出すると共に、抽出した前記特徴情報を用いて前記運転計画期間を複数の期間に分割する機能と、分割された複数の期間を対象として前記最適化演算プログラムを実行する機能と、を有することを特徴とするコージェネレーションシステムの運転制御支援装置。 - 請求項９に記載したコージェネレーションシステムの運転制御支援装置において、
前記特徴情報が、前記負荷変動パターンの最大値、最小値、及び変動の緩急であることを特徴とするコージェネレーションシステムの運転制御支援装置。 - 請求項９に記載したコージェネレーションシステムの運転制御支援装置において、
前記特徴情報が、前記負荷変動パターン内の隣り合う負荷予測時刻におけるエネルギー負荷予測値をその大きさによりそれぞれ分類した二つのレベルの差であることを特徴とするコージェネレーションシステムの運転制御支援装置。 - 請求項１〜８の何れか１項記載の運転制御支援方法における前記運転スケジュール演算手段によって前記運転計画期間を複数の期間に分割する処理を実行することを特徴としたコージェネレーションシステムの運転制御支援プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009012821A JP5278743B2 (ja) | 2009-01-23 | 2009-01-23 | コージェネレーションシステムの運転制御支援方法、運転制御支援装置及び運転制御支援プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009012821A JP5278743B2 (ja) | 2009-01-23 | 2009-01-23 | コージェネレーションシステムの運転制御支援方法、運転制御支援装置及び運転制御支援プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2010169328A true JP2010169328A (ja) | 2010-08-05 |
| JP5278743B2 JP5278743B2 (ja) | 2013-09-04 |
Family
ID=42701653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009012821A Expired - Fee Related JP5278743B2 (ja) | 2009-01-23 | 2009-01-23 | コージェネレーションシステムの運転制御支援方法、運転制御支援装置及び運転制御支援プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5278743B2 (ja) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012029321A1 (ja) * | 2010-09-02 | 2012-03-08 | パナソニック株式会社 | 燃料電池システム及び燃料電池システムの運転方法 |
| JP2012094077A (ja) * | 2010-10-28 | 2012-05-17 | Toshiba Corp | 家庭用エネルギー管理システム |
| WO2012132198A1 (ja) * | 2011-03-29 | 2012-10-04 | パナソニック株式会社 | 発電システム及び発電システムの運転方法 |
| JP2013191315A (ja) * | 2012-03-12 | 2013-09-26 | Aisin Seiki Co Ltd | 燃料電池システム |
| JP2013196322A (ja) * | 2012-03-19 | 2013-09-30 | Kyocera Corp | 制御装置及び制御方法 |
| JP2014067335A (ja) * | 2012-09-27 | 2014-04-17 | Azbil Corp | 予測変数特定装置、方法、およびプログラム |
| JP2015088110A (ja) * | 2013-11-01 | 2015-05-07 | 株式会社日立製作所 | プラント最適運転計画立案装置および方法 |
| JP2015119575A (ja) * | 2013-12-19 | 2015-06-25 | 大和ハウス工業株式会社 | エネルギー管理システム及びエネルギー管理方法 |
| KR20160042554A (ko) * | 2014-10-10 | 2016-04-20 | (주)제이에이치에너지 | 열병합사업자간 열거래를 위한 최적 운전계획 수립 및 열거래단가 산정 알고리즘 |
| CN106056256A (zh) * | 2016-06-28 | 2016-10-26 | 华北电力大学 | 一种平衡电力供需关系的互动化微网调度方法 |
| JP2018130022A (ja) * | 2018-03-26 | 2018-08-16 | 京セラ株式会社 | 電力管理システム、電力管理方法、電力制御装置及び燃料電池装置 |
| JP2020013252A (ja) * | 2018-07-17 | 2020-01-23 | 日本製鉄株式会社 | 船隊ポートフォリオ設計装置、方法及びプログラム |
| KR20200105239A (ko) * | 2019-02-28 | 2020-09-07 | 한국전자기술연구원 | 열병합 발전기의 전력 추종 방식을 통한 열거래 네트워크 운영 방법 및 시스템 |
| WO2020196983A1 (ko) * | 2019-03-28 | 2020-10-01 | (주)제이에이치에너지 | 케이스 생성 기반 3차원 동적 계획법을 이용한 pv-ess 연계형 시스템의 운용방법 |
| CN112036026A (zh) * | 2020-08-27 | 2020-12-04 | 天津天大求实电力新技术股份有限公司 | 一种基于蓄热系统的建筑热负荷预测方法 |
| WO2021132795A1 (ko) * | 2019-12-26 | 2021-07-01 | (주)제이에이치에너지 | 열병합설비와 신재생에너지원 결합형 스마트 에너지 운영 방법 |
| CN113569366A (zh) * | 2021-07-30 | 2021-10-29 | 河北华热工程设计有限公司 | 基于大数据的供热管网优化设计方法及终端设备 |
| CN115954910A (zh) * | 2023-03-10 | 2023-04-11 | 深圳永泰数能科技有限公司 | 一种基于能量优化的分布式储能控制方法及系统 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110209135B (zh) * | 2019-06-12 | 2021-05-25 | 东北大学 | 基于微型热电联产多时间尺度的家庭能源优化调度方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10269266A (ja) * | 1997-03-25 | 1998-10-09 | Mitsubishi Electric Corp | 過渡解析方法およびその方法を用いた装置 |
| JP2005223963A (ja) * | 2004-02-03 | 2005-08-18 | Toho Gas Co Ltd | コージェネレーションシステムの運転制御システム |
| JP2007248000A (ja) * | 2006-03-17 | 2007-09-27 | Matsushita Electric Ind Co Ltd | コージェネレーション装置の運転計画装置および運転計画方法、そのプログラム、コージェネレーションシステム |
-
2009
- 2009-01-23 JP JP2009012821A patent/JP5278743B2/ja not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10269266A (ja) * | 1997-03-25 | 1998-10-09 | Mitsubishi Electric Corp | 過渡解析方法およびその方法を用いた装置 |
| JP2005223963A (ja) * | 2004-02-03 | 2005-08-18 | Toho Gas Co Ltd | コージェネレーションシステムの運転制御システム |
| JP2007248000A (ja) * | 2006-03-17 | 2007-09-27 | Matsushita Electric Ind Co Ltd | コージェネレーション装置の運転計画装置および運転計画方法、そのプログラム、コージェネレーションシステム |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012029321A1 (ja) * | 2010-09-02 | 2012-03-08 | パナソニック株式会社 | 燃料電池システム及び燃料電池システムの運転方法 |
| JP5312693B2 (ja) * | 2010-09-02 | 2013-10-09 | パナソニック株式会社 | 燃料電池システム及び燃料電池システムの運転方法 |
| JP2012094077A (ja) * | 2010-10-28 | 2012-05-17 | Toshiba Corp | 家庭用エネルギー管理システム |
| WO2012132198A1 (ja) * | 2011-03-29 | 2012-10-04 | パナソニック株式会社 | 発電システム及び発電システムの運転方法 |
| JP2013191315A (ja) * | 2012-03-12 | 2013-09-26 | Aisin Seiki Co Ltd | 燃料電池システム |
| JP2013196322A (ja) * | 2012-03-19 | 2013-09-30 | Kyocera Corp | 制御装置及び制御方法 |
| JP2014067335A (ja) * | 2012-09-27 | 2014-04-17 | Azbil Corp | 予測変数特定装置、方法、およびプログラム |
| JP2015088110A (ja) * | 2013-11-01 | 2015-05-07 | 株式会社日立製作所 | プラント最適運転計画立案装置および方法 |
| JP2015119575A (ja) * | 2013-12-19 | 2015-06-25 | 大和ハウス工業株式会社 | エネルギー管理システム及びエネルギー管理方法 |
| KR20160042554A (ko) * | 2014-10-10 | 2016-04-20 | (주)제이에이치에너지 | 열병합사업자간 열거래를 위한 최적 운전계획 수립 및 열거래단가 산정 알고리즘 |
| KR101715451B1 (ko) * | 2014-10-10 | 2017-03-14 | (주)제이에이치에너지 | 열병합사업자간 열거래를 위한 최적 운전계획 수립 및 열거래단가 산정 방법 |
| CN106056256A (zh) * | 2016-06-28 | 2016-10-26 | 华北电力大学 | 一种平衡电力供需关系的互动化微网调度方法 |
| JP2018130022A (ja) * | 2018-03-26 | 2018-08-16 | 京セラ株式会社 | 電力管理システム、電力管理方法、電力制御装置及び燃料電池装置 |
| JP2020013252A (ja) * | 2018-07-17 | 2020-01-23 | 日本製鉄株式会社 | 船隊ポートフォリオ設計装置、方法及びプログラム |
| JP7107048B2 (ja) | 2018-07-17 | 2022-07-27 | 日本製鉄株式会社 | 船隊ポートフォリオ設計装置、方法及びプログラム |
| KR20200105239A (ko) * | 2019-02-28 | 2020-09-07 | 한국전자기술연구원 | 열병합 발전기의 전력 추종 방식을 통한 열거래 네트워크 운영 방법 및 시스템 |
| KR102161991B1 (ko) * | 2019-02-28 | 2020-10-06 | 한국전자기술연구원 | 열병합 발전기의 전력 추종 방식을 통한 열거래 네트워크 운영 방법 및 시스템 |
| WO2020196983A1 (ko) * | 2019-03-28 | 2020-10-01 | (주)제이에이치에너지 | 케이스 생성 기반 3차원 동적 계획법을 이용한 pv-ess 연계형 시스템의 운용방법 |
| WO2021132795A1 (ko) * | 2019-12-26 | 2021-07-01 | (주)제이에이치에너지 | 열병합설비와 신재생에너지원 결합형 스마트 에너지 운영 방법 |
| CN112036026A (zh) * | 2020-08-27 | 2020-12-04 | 天津天大求实电力新技术股份有限公司 | 一种基于蓄热系统的建筑热负荷预测方法 |
| CN112036026B (zh) * | 2020-08-27 | 2023-09-22 | 天津天大求实电力新技术股份有限公司 | 一种基于蓄热系统的建筑热负荷预测方法 |
| CN113569366A (zh) * | 2021-07-30 | 2021-10-29 | 河北华热工程设计有限公司 | 基于大数据的供热管网优化设计方法及终端设备 |
| CN113569366B (zh) * | 2021-07-30 | 2024-02-06 | 河北华热工程设计有限公司 | 基于大数据的供热管网优化设计方法及终端设备 |
| CN115954910A (zh) * | 2023-03-10 | 2023-04-11 | 深圳永泰数能科技有限公司 | 一种基于能量优化的分布式储能控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5278743B2 (ja) | 2013-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5278743B2 (ja) | コージェネレーションシステムの運転制御支援方法、運転制御支援装置及び運転制御支援プログラム | |
| Pinto et al. | Data-driven district energy management with surrogate models and deep reinforcement learning | |
| Mayer et al. | Management of hybrid energy supply systems in buildings using mixed-integer model predictive control | |
| Kepplinger et al. | Autonomous optimal control for demand side management with resistive domestic hot water heaters using linear optimization | |
| Alwi et al. | A process integration targeting method for hybrid power systems | |
| CN103403465B (zh) | 蓄电蓄热最佳化装置、最佳化方法及最佳化程序 | |
| Ooka et al. | A review on optimization techniques for active thermal energy storage control | |
| EP3009899B1 (en) | Allocation of energy production changes to meet demand changes | |
| JP4203602B2 (ja) | 電力供給設備の運用支援方法および装置 | |
| CN102422311A (zh) | 需求预测装置、程序及记录介质 | |
| Khawaja et al. | An integrated framework for sizing and energy management of hybrid energy systems using finite automata | |
| JP7438029B2 (ja) | エネルギーマネジメントシステム | |
| Wei et al. | A MINLP model for multi-period optimization considering couple of gas-steam-electricity and time of use electricity price in steel plant | |
| KR101493264B1 (ko) | 에너지 비용 절감을 위한 에너지 균등 제어 방법 및 시스템 | |
| Yang et al. | Optimal allocation of surplus gas and suitable capacity for buffer users in steel plant | |
| JP2014225947A (ja) | タップ計画値算出方法及びこれを用いたタップ指令値の決定方法、制御目標値算出方法、並びにタップ計画値算出装置、タップ指令値決定装置、タップ計画値算出プログラム | |
| Wang et al. | A chance-constrained stochastic model predictive control for building integrated with renewable resources | |
| JP6315563B2 (ja) | 設備機器運転システムおよび設備機器運転方法 | |
| JP2008232610A (ja) | スケジュール生成装置 | |
| JP2003113739A (ja) | エネルギ供給設備の運転計画システム | |
| JP6392537B2 (ja) | 排熱利用システムにおける熱源設備の運転計画立案装置及び運転計画立案方法 | |
| JP5544314B2 (ja) | 用役設備の最適運転システム | |
| JP6782916B2 (ja) | エネルギシステム管理装置、エネルギシステム管理方法、およびエネルギシステム | |
| JP5295694B2 (ja) | 燃料電池システムとその運転方法 | |
| JP5580518B2 (ja) | 最適制御装置、最適制御支援装置および最適制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111111 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130312 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130425 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130508 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |