JP2010204833A - エネルギー管理システム及び方法 - Google Patents

Abstract

【課題】負荷側のニーズや状況に応じた有効な負荷調整機能を実現し、エネルギーの需要を平準化してエネルギー運用効率を適正化できるエネルギー管理システムを提供することにある。
【解決手段】エネルギー負荷側を制御対象とするＤＳＭ機能を有するエネルギー管理システムにおいて、負荷運用・調整履歴データベースに蓄積された履歴データに基づいて負荷調整幅を予測結果を出力する負荷調整幅予測部１６を有するエネルギー管理システムである。
【選択図】図１

Description

本発明は、電力や熱などのエネルギー管理を負荷側で行なうエネルギー管理システムに関し、特にエネルギー負荷調整技術に関する。

近年、ビル、工場、社会インフラや家庭などにおいて、電力や熱などのエネルギーの運用効率を適正化するためのエネルギー管理システムが提案されている。エネルギー管理システムには、風力発電や太陽光発電などの再生可能なエネルギーを基幹電力と併用し、発電と電力消費のマッングをとる需給制御技術も含まれている。また、マッチングを取るために付加的に設置する自家発電設備、燃料電池や電力貯蔵装置（蓄電池）などの設備を含めたエネルギー供給システムあるいはその運用方法なども提案されている。

これらのシステムは、マイクログリッド（microgrid）と呼ばれる電力供給形態として注目されている。即ち、マイクログリッドとは、基幹電力供給と共に、太陽光発電や風力発電、蓄電池、燃料電池などの設備による電力供給を組み合わせて、需要予測や発電予測に基づいて運用するシステムである。その制御方法は、電力や熱などのエネルギー需要を予測（需要予測）し、一方で風力発電や太陽光発電などの制御不能な発電設備の発電量を予測（発電予測）し、それらのマッチングをとるために自家発電設備、燃料電池、電力貯蔵装置（蓄電池）などの設備の運用計画を立案、あるいは実時間で運用制御するものである。具体的に適用できる先行技術としては、消費するエネルギーを予測する通常の需要予測機能、及びエネルギーを蓄積するスケジュールを作成するエネルギー供給最適化機能を有するエネルギー管理システムが提案されている（例えば、特許文献１を参照）。

しかしながら、マイクログリッドは、エネルギー負荷そのものは制御対象とはせず、マッチングをとるために自家発電設備、燃料電池、電力貯蔵装置（蓄電池）などの設備のみを制御対象とするため、調整能力と設備コストのトレードオフが課題となっている。また、マイクログリッドの需給制御においては、負荷の需要予測は、負荷調整を加味したものではなく、あくまで負荷運用を最優先に考えた上での需要予測である。このため、需給制御や運用計画において調整限界が厳しく、運用上の無理が生じていた。それを解決するためには、予め、需給マッチングをとるために自家発電設備、燃料電池、電力貯蔵装置（蓄電池）などの設備を過剰に設置する傾向となる。

これに対して、エネルギー負荷設備そのものをエネルギー管理システムの制御対象とするデマンドサイドマネジメント（ＤＳＭ：負荷制御又は負荷調整）機能を有するシステムが注目されている。具体的には、負荷調整を促進するための電力料金の設定機能を有するシステムが提案されている（例えば、特許文献２を参照）。このシステムは、電力料金の高低により、電力消費者が自主的に負荷調整を行うことで、間接的な負荷調整を実現するものである。また、負荷調整機能を有するシステムとしては、負荷調整のインセンティブを電力料金の調整により実現する間接的な負荷調整方式が提案されている（例えば、特許文献３を参照）。

特開２００２−２４５１２６号公報 特開２００２−２７１９８１号公報 特開２００２−１７６７２９号公報

前述のＤＳＭ（負荷制御又は負荷調整）機能を有するエネルギー管理システムが提案されている。しかしながら、従来のシステムでは、ＤＳＭに関する制御方法としては、強制的な負荷遮断（選択負荷遮断）による全体の電力負荷の制限やピークカット、負荷の使用時間帯のシフトによる負荷平準化などがある。これらの負荷調整方法は、予め遮断する負荷の優先順位や負荷の調整ルールを決定しておく必要があり、また、負荷側の都合を無視した強制的な方法である。即ち、負荷側のニーズや状況に応じた有効な負荷調整を実行するエネルギー管理システムが実現されていない。

そこで、本発明の目的は、負荷側のニーズや状況に応じた有効な負荷調整機能を実現し、エネルギーの需要を平準化してエネルギー運用効率を適正化できるエネルギー管理システムを提供することにある。

本発明の観点は、エネルギー負荷側を制御対象とするＤＳＭ（負荷制御又は負荷調整）機能を有するエネルギー管理システムであり、特に負荷側の調整幅を予測する予測機能を有するエネルギー管理システムである。

本発明の観点に従ったエネルギー管理システムは、負荷調整の履歴データを蓄積するデータベース手段と、エネルギーの供給対象である負荷側の需要を予測する需要予測手段と、前記データベース手段の履歴データを使用して、負荷調整幅を予測する負荷調整幅予測手段と、前記需要予測手段により予測された需要予測結果及び前記負荷調整幅予測手段により予測された負荷調整幅予測結果を表示する表示手段とを備えた構成である。

本発明によれば、負荷側のニーズや状況に応じた有効な負荷調整機能を実現し、エネルギーの需要を平準化してエネルギー運用効率を適正化できるエネルギー管理システムを提供できる。

本発明の実施形態に関するエネルギー管理システムの要部を示すブロック図。 本実施形態に関するデータベースに蓄積されたデータの一例を示す図。 本実施形態に関する負荷調整幅予測の手順を説明するためのフローチャート。 本実施形態に関する負荷調整制御の手順を説明するためのフローチャート。 本実施形態に関する負荷調整評価の手順を説明するためのフローチャート。 本実施形態に関する負荷調整予測の事例を示す図。 本実施形態に関する負荷調整結果の事例を示す図。 本実施形態に関する負荷調整評価結果の事例を示す図。

以下図面を参照して、本発明の実施形態を説明する。

（システムの構成）
図１は、本実施形態に関するエネルギー管理システムの要部を示す図である。

本実施形態のシステムは、電力や熱などのエネルギーを管理し、例えば家庭内のエネルギー消費を監視するホームサーバや、ビルや工場などを遠隔で監視する監視センタのサーバなどに適用される。本実施形態のエネルギー管理システムは、エネルギーの負荷側（例えば空調機など）を制御対象とし、エネルギー負荷調整幅（以下、単に負荷調整幅と表記する）の予測機能を有する。

ここで、負荷調整幅とは、需要予測と最適な供給予測との関係から求められる負荷調整可能性を具体的に示すパラメータであり、例えば空調機の供給電力量、時間、起動タイミングである。例えば室内の気温が高くなる場合に、空調機の運転で、通常の最大出力から調整が可能な条件が負荷調整可能性である。負荷調整幅の具体例としては、負荷率の低減又は増加がある。負荷率は、最大容量に対する負荷の割合を示す。

図１に示すように、本実施形態のシステムは、負荷運用・調整履歴データベース（以下、単にデータベースと表記する場合がある）１０と、外部条件入力部１１と、類似データ検索部１２と、外部条件補正部１３と、需要予測部１４と、負荷調整予測最適化部１５と、負荷調整幅予測部１６と、端末装置１７と、負荷調整実時間最適化部１８と、負荷調整影響評価部１９と、負荷運用履歴収集部２０と、データベース登録部２１とを有する。

データベース１０は、負荷運用及び負荷調整に関する過去の履歴データが蓄積されている。外部条件入力部１１は、天候、気温、湿度などの気象データや、負荷設備の操業スケジュールデータ（カレンダーデータ）などを収集し、入力データ１００として取り込む。類似データ検索部１２は、外部条件入力部１１から入力された外部条件にマッチした過去の類似日から負荷運用、調整に必要な類似データを、データベース１０から検索する。

外部条件補正部１３は、外部条件入力部１１により入力された外部条件に基づいて、需要予測値を補正するための補正係数を算出する。需要予測部１４は、類似データ検索部１２によりデータベース１０から抽出された類似データ（類似日の負荷運用実績）を需要予測データとして入力する。また、需要予測部１４は、外部条件補正部１３により算出された補正係数を入力し、需要予測データである需要予測値に当該補正係数を乗じて補正された需要予測値を算出する。

端末装置１７は表示装置１７０を有し、需要予測部１４により算出された需要予測値１７２Ｃを表示画面１７１に表示する。端末装置１７は、表示装置１７０以外に入力装置などを有し、システムとユーザとの入出力インターフェースである。

さらに、負荷調整予測最適化部１５は、類似データ検索部１２によりデータベース１０から抽出された類似データを使用し、類似日において負荷調整が実施された実績から負荷調整の効果（コスト係数）、負荷調整可能幅（調整範囲制約条件）、負荷調整の選択順序（負荷調整優先順位）、負荷調整による影響（調整不満足度）を推定する。また、負荷調整予測最適化部１５は、それらのコスト係数や調整範囲制約条件などから少なくとも一つ以上の指標を考慮した最適化計算を実行し、いくつかの実現可能な負荷調整候補データを出力する。負荷調整幅予測部１６は、最適化部１５により決定された複数の負荷調整候補データから負荷調整の限界となる負荷調整幅（負荷調整限界幅）を算出し、端末装置１７に出力する。

以上の構成は、実際の負荷調整制御を実行する前に、後述する事前処理として実行する機能を実現するものである。次に、実際の負荷調整制御として実時間で実行する機能を実現する構成を説明する。

即ち、負荷調整実時間最適化部１８は、各時刻での負荷目標値（契約受電量に基づく負荷制約値など）及び負荷デマンド(一部負荷の運用要求など)を含む入力データ１１１を入力する。また、負荷調整実時間最適化部１８は、負荷調整予測最適化部１５から負荷調整候補データ１１０を入力し、最適化部１５と同様の最適化計算を実行する。負荷調整実時間最適化部１８は、その計算結果を負荷指令制御信号１１２として出力する。従って、各エネルギー負荷（例えば空調機など）は、この負荷指令制御信号１１２に基づいて運用されることになる。

負荷調整影響評価部１９は、負荷調整実時間最適化部１８から出力される負荷調整結果データ１１４及び評価情報１１５を入力し、負荷調整の影響を示す影響評価結果を出力する。影響評価結果としては、負荷調整の経済効果（コスト改善額）、負荷調整可能幅に収まったか否かの判定結果（調整範囲制約条件の妥当性）、負荷調整の選択順序の妥当性（負荷調整優先順位妥当性）、及び調整不満足度などである。負荷運用履歴収集部２０は、負荷調整実時間最適化部１８から負荷指令制御信号に基づいた負荷運用実績データ１１３を入力し、データベース登録部２１に転送する。データベース登録部２１は、負荷運用実績データ及び負荷調整影響評価部１９から出力される影響評価結果をデータベース１０に登録する。

（システムの作用効果）
以下、図３から図５のフローチャートを参照して、本実施形態のシステムの作用効果を説明する。

まず、データベース１０は、図２に示すように、負荷運用、負荷調整に関する過去の履歴データが蓄積されている。履歴データは、例えば調整対象の負荷としては空調機（エアコン）を想定し、実施の年月日、その日の気象条件(天候、気温、湿度など)、その日の操業カレンダー上の特記事項(たとえば振り替え休日など)、負荷設備名、その負荷の起動(on)時刻と停止(off)時刻、運転時間、負荷率(定格を１００％としたときの運用時の負荷=消費電力などの大きさ)、調整の有無(負荷調整があったか否か)、および調整内容(負荷の調整結果)である。調整内容の具体例としては、エアコンの運用で14:00〜16:00の負荷ピーク時間帯に負荷上限を７０％に制限したこと、その結果として、空調デマンドに支障は無かったことなどを示す情報が記録される。

次に、図３のフローチャートを参照して、システムの負荷調整処理の事前処理として、エネルギー負荷調整幅予測の手順を説明する。

外部条件入力部１１は、天候、気温、湿度などの気象データや、負荷設備の操業スケジュールデータ（カレンダーデータ）などを収集し、入力データ１００として取り込む（ステップＳ１）。類似データ検索部１２は、外部条件入力部１１から入力された外部条件にマッチした過去の類似日から負荷運用、調整に必要な類似データを、データベース１０から検索する（ステップＳ２）。

外部条件補正部１３は、外部条件入力部１１により入力された外部条件に基づいて、例えば当日の気温と過去の類似日の気温との差を考慮して、需要予測値を補正するための補正係数を算出する（ステップＳ５）。需要予測部１４は、類似データ検索部１２によりデータベース１０から抽出された類似データ（類似日の負荷運用実績）と外部条件補正部１３により算出された補正係数を入力し、当該補正係数を乗じて補正された需要予測値を算出する（ステップＳ６）。

一方、負荷調整予測最適化部１５は、類似データ検索部１２によりデータベース１０から抽出された類似データを使用し、類似日において負荷調整が実施された実績から負荷調整の効果（コスト係数）、負荷調整可能幅（調整範囲制約条件）、負荷調整の選択順序（負荷調整優先順位）、負荷調整による影響（調整不満足度）を推定する。また、負荷調整予測最適化部１５は、それらのコスト係数や調整範囲制約条件などから少なくとも一つ以上の指標を考慮した最適化計算を実行し、いくつかの実現可能な負荷調整候補データを出力する（ステップＳ３）。負荷調整幅予測部１６は、最適化部１５により決定された複数の負荷調整候補データから負荷調整の限界となる負荷調整幅（負荷調整限界幅）を算出し、負荷調整予測値として算出する（ステップＳ４）。

端末装置１７は、図１に示すように、需要予測部１４により算出された需要予測値１７２Ｃ及び負荷調整幅予測部１６により算出された負荷調整予測値を、表示装置１７０を表示画面１７１に表示する（ステップＳ７）。負荷調整予測値は負荷調整限界幅であり、その下限（需要−負荷削減予備力）１７２Ａとその上限（需要＋負荷増加予備力）１７２Ｂからなる。負荷削減予備力とは、エネルギー不足時に負荷（負荷率）を低減する調整事項である。また、負荷増加予備力は、エネルギー過剰時に負荷（負荷率）を増加する調整事項である。具体的には、例えば空調機の供給電力量、時間、起動タイミングを調整することである。ここで、負荷率は、最大容量に対する負荷の割合を示す。負荷率の増加で最大容量（例えば家庭の契約電力量）を低下させる効果がある。これは、通常では、最大容量（契約電力）がピーク値に依存しているため、ピークの時間を無くし、負荷を一定化することで最大容量（契約電力）を下げられる。従って、全体の負荷率が向上し、エネルギー供給設備側の長期的視点では、設備の運用効率が改善できる。

次に、図４のフローチャートを参照して、システムの負荷調整処理の実時間処理として、エネルギー負荷調整制御の手順を説明する。

負荷調整実時間最適化部１８は、各時刻での負荷目標値（契約受電量に基づく負荷制約値など）及び負荷デマンド(一部負荷の運用要求など)を含む入力データ１１１を読み込む（ステップＳ１１）。さらに、負荷調整実時間最適化部１８は、負荷調整予測最適化部１５から負荷調整候補データ１１０を読み込む（ステップＳ１２）。負荷調整実時間最適化部１８は、負荷調整候補データ１１０を使用して負荷調整予測最適化部１５と同様の最適化計算を実行し、その計算結果を負荷指令制御信号１１２として出力する（ステップＳ１３，Ｓ１４）。この負荷指令制御信号１１２により、各エネルギー負荷（例えば空調機など）を運用する。

次に、図５のフローチャートを参照して、システムの負荷調整処理の事後処理として、エネルギー負荷調整評価の手順を説明する。

負荷運用履歴収集部２０は、負荷調整実時間最適化部１８から負荷指令制御信号に基づいた負荷運用実績データ１１３を読み込む（ステップＳ２１）。負荷運用履歴収集部２０は、当該負荷運用実績データ１１３を負荷運用履歴データとして収集し、データベース登録部２１に出力する（ステップＳ２３）。

一方、負荷調整影響評価部１９は、負荷調整実時間最適化部１８から出力される負荷調整結果データ１１４を読み込む（ステップＳ２２）。負荷調整影響評価部１９は、当該負荷調整結果データ１１４及び評価情報１１５を入力し、負荷調整の影響を示す影響評価結果を算出する（ステップＳ２４）。影響評価結果としては、負荷調整の経済効果（コスト改善額）、負荷調整可能幅に収まったか否かの判定結果（調整範囲制約条件の妥当性）、負荷調整の選択順序の妥当性（負荷調整優先順位妥当性）、及び調整不満足度などである。

データベース登録部２１は、負荷運用履歴収集部２０により収集された負荷運用履歴データ及び負荷調整影響評価部１９から出力される影響評価結果をデータベース１０に登録する（ステップＳ２５）。

以上のように本実施形態のシステムは、エネルギー負荷調整幅を予測して表示する機能を実現することにより、負荷側のニーズや状況に応じた有効なＤＳＭ（負荷調整制御）を用いた柔軟な運用によるエネルギー管理を行なうことができる。ここで、エネルギー負荷調整幅の予測機能を実現する方法として、負荷調整予測最適化部１５により、各エネルギー負荷に対する調整処理に対して、コスト係数、調整範囲制約条件、負荷調整優先順位、調整不満足度などの指標を考慮した最適化計算を実行する。この最適化計算は、負荷の運用タイミングの時間シフト、負荷の運用時間の短縮／延長、負荷率（運転点）の低減あるいは増加、負荷投入／遮断時の変化率の緩和（突入電流、空調立上げピークなどのカット）、複数負荷間の協調運転、負荷の起動／停止の中止、及び負荷の強制停止／起動などを考慮して実行される。従って、各負荷の都合を考慮したきめ細かい柔軟なＤＳＭを実現することができるため、負荷を運用するユーザに対する負担を低減化することができる。

更に、本実施形態システムは、データベース１０に過去の負荷運転履歴データ及び負荷運用実績データを蓄積することにより、いわば負荷調整モデルデータベースを構築することができる。この負荷調整モデルデータベースを利用することにより、個々の各エネルギー負荷に対する調整幅を推定し、ＤＳＭの制御ロジックを負荷毎に、かつ使用状況毎に学習させることが可能となる。また、本実施形態システムであれば、天候、季節、運用形態などの外的要因に対応することが可能となる。さらに、負荷調整予測結果を表示する機能により、ＤＳＭ運用による省エネ、ＣＯ２削減、省マネー効果などを定量的に可視化できる。

以上要するに本実施形態のシステムであれば、マイクログリッドなどのエネルギー管理システムに適用した場合に、その運用管理や需給制御において、ＤＳＭを有効に用いることが可能となる。従って、結果として、再生可能エネルギーの有効活用によるＣＯ２排出量削減、負荷平準化とピークカットによる発電設備の稼働率向上、需給制御の柔軟化によるエネルギー調整設備（自家発電設備、燃料電池、電力貯蔵装置など）の設備容量の低減化を図ることが可能となる。

（本実施形態の適用例）
図６から図８は、本実施形態のシステムを適用した場合の適用例を説明するための図である。

例えば、家庭で使用する代表的な設備として、空調機（エアコン）、洗濯機（ランドリー)、食洗機、電気温水器及び風呂を想定する。この中で、エアコン、ランドリー、食洗機及び電気温水器は、電力の負荷である。ランドリー、食洗機及び風呂は、給湯の負荷である。また、エアコンのみは、外部条件（即ち、外気温）により負荷の量が左右されて、負荷調整が不可能であると想定する。

図６は、ある日の各負荷の運用に対応しており、季節、気温、曜日によりデータベース１０から類似データを検索し、この類似データに基づいて各負荷の負荷調整幅を予測した結果を示す。図６において、同図（Ａ）は外気温の予測結果を示す。同図（Ｂ）は電力需要の予測結果を示す。即ち、エアコン、ランドリー、食洗機、及び電気温水器の各負荷に対する通常の運用に基づいた電力需要の予測結果である。

さらに、同図（Ｃ）は給湯需要の予測結果を示す。即ち、ランドリー、食洗機、及び風呂の各負荷に対する通常の運用に基づいた給湯需要の予測結果である。また、同図（Ｅ）は、エアコンに対する電力調整幅の予測結果を示す。同図（Ｆ）は、ランドリー、食洗機、及び電気温水器の各負荷に対する電力調整幅の予測結果を示す。ここで、同図（Ｅ），（Ｆ）において、破線は、過去の数日の類似日における各負荷の運用状態のばらつきを示す。即ち、給湯負荷のばらつき、エアコンの電力負荷のばらつき、その他設備の電力負荷のばらつきである。ここで、各負荷の過去の運用実績におけるばらつきを負荷調整可能な幅（負荷調整幅）と推定する。

次に、負荷調整予測最適化機能として、下記のような評価関数Ｊを設定し、制約条件下で評価関数Ｊを最小化する最適化計算を実行した結果、図７に示す負荷調整シナリオを得ることができる。

ここでは、図７（Ａ）は、外気温の上昇により過去の類似日の外気温（点線）より上昇（実線）した場合を示す。これにより、エアコンの負荷に対する電力需要の予測値が補正される。この結果として、従来の予測では、最大電力＝ｍａｘ（各時刻の電力）が契約電力を超えてしまう。そこで、前述の最適化計算の結果により得られた負荷調整シナリオは、図７（Ｂ）に示すようなエアコンの負荷に対する電力需要調整結果（実線）となる。また、ランドリー、食洗機、電気温水器、風呂の運用形態が、図７（Ｃ）に示すような給湯需要調整結果（実線）で調整される。

具体的には、ランドリーは昼間のピーク負荷を避け、かつ夜間電力を活用するために、従来の起動予定時間の８：００から５：００にシフトする。食洗機は、同じくエアコンの負荷が最大となるピーク時間帯を避けるために、起動時間を１３：００から２３：００にシフトする。この結果として生じる給湯需要の変化に対し、電気温水器は、起動時間を１７：００から１８：００に変更すると共に、負荷を１００％から６０％に低減して運用する。この結果として、給湯の都合から風呂の時間を１９：００から２１：００に変更することになる。

これにより、気温上昇という変化要因に対し、制約条件を満たし、評価関数Ｊを最小化する負荷調整シナリオが一つ得られたことになる。さらに、当日の外気温予測値の変動に応じて、複数の負荷調整シナリオが計算され、その結果が図１に示す表示画面１７１の表示例のように、負荷全体の需要予測値と共に負荷調整限界予測値として算出される。

また、当日は、前述の負荷調整シナリオに応じて負荷調整による運転が行われた結果として、負荷調整影響評価部１９は、図８に示すように、エネルギー負荷調整評価結果の情報を算出し、収集する。ここで、ランドリーと食洗機に関しては、運用開始時間のみ調整することになる。この効果として、夜間電力利用とピークカット、負荷調整による不都合は発生しなかった（不都合度０）ことが記録されている。また、電気温水器については、運用開始時間と運用負荷を調整する。この効果がピークカットであり、一方で、負荷調整による不都合として、風呂の利用時刻（入浴時刻）が１９：００から２１：００に変更から利用者の不便が発生（不都合度１）したことが算出された。これらの情報は、データベース登録部２１によりデータベース１０に記録される。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

１０…負荷運用・調整履歴データベース、１１…外部条件入力部、
１２…類似データ検索部、１３…外部条件補正部、１４…需要予測部、
１５…負荷調整予測最適化部、１６…負荷調整幅予測部、１７…端末装置、
１８…負荷調整実時間最適化部、１９…負荷調整影響評価部、
２０…負荷運用履歴収集部、２１…データベース登録部、１７０…表示装置、
１７１…表示画面。

Claims (11)

1. 負荷調整の履歴データを蓄積するデータベース手段と、
   エネルギーの供給対象である負荷側の需要を予測する需要予測手段と、
   前記データベース手段の履歴データを使用して、負荷調整幅を予測する負荷調整幅予測手段と、
   前記需要予測手段により予測された需要予測結果及び前記負荷調整幅予測手段により予測された負荷調整幅予測結果を表示する表示手段と
   を具備したことを特徴とするエネルギー管理システム。
2. 前記負荷調整幅予測手段は、
   前記負荷調整予測結果として、負荷削減予備力に基づいて負荷調整限界幅を算出することを特徴とする請求項１に記載のエネルギー管理システム。
3. 前記負荷調整幅予測手段は、
   前記負荷調整予測結果として、負荷増加予備力に基づいて負荷調整限界幅を算出することを特徴とする請求項１に記載のエネルギー管理システム。
4. 前記表示手段は、
   前記負荷調整予測結果として、負荷削減予備力に基づいて算出される下限及び負荷増加予備力に基づいて算出される上限からなる負荷調整限界幅を表示することを特徴とする請求項１に記載のエネルギー管理システム。
5. 前記負荷調整幅予測手段は、
   前記データベース手段の履歴データを使用して、負荷調整のコスト係数、調整範囲制約条件、負荷調整優先順位、調整不満足度のうち少なくともいずれか１つを指標として考慮した最適化計算を実行する負荷調整予測最適化手段を含むことを特徴とする請求項１に記載のエネルギー管理システム。
6. 前記負荷調整予測手段は、
   各負荷に対して、負荷の運用タイミングの時間シフト、負荷の運用時間の短縮または延長、負荷率の低減あるいは増加、負荷投入または遮断時の変化率の緩和、複数負荷間の協調運転、負荷の起動または停止の中止、負荷の強制停止または起動のいずれか又は複数の組み合わせを負荷調整手段として操作することを想定した前記負荷調整幅の予測を実行するように構成されていることを特徴とする請求項１に記載のエネルギー管理システム。
7. 前記負荷調整幅予測手段は、
   前記データベース手段の履歴データを使用して、負荷調整のコスト係数、調整範囲制約条件、負荷調整優先順位、調整不満足度のいずれかの指標として考慮した最適化計算を実行する負荷調整予測最適化手段を含み、
   前記負荷調整予測最適化手段は、各負荷調整手段に対して最適化計算を実行することを特徴とする請求項６に記載のエネルギー管理システム。
8. 前記負荷調整幅予測手段により予測された負荷調整幅予測結果に基づいて負荷調整を実行する負荷調整手段と、
   前記負荷調整手段により実行された負荷調整結果を前記履歴データとして前記データベース手段に登録する手段と
   を有することを特徴とする請求項１に記載のエネルギー管理システム。
9. 前記負荷調整幅予測手段により予測された負荷調整幅予測結果を、天候、季節、運用形態を含む外的要因に応じて修正する手段を有することを特徴とする請求項１に記載のエネルギー管理システム。
10. デマンドサイドマネジメント機能を有するマイクログリッドに適用することを特徴とする請求項１から請求項９のいずれか１項に記載のエネルギー管理システム。
11. 負荷調整の履歴データを蓄積するデータベース手段及びエネルギーの供給対象である負荷側の需要を予測する需要予測手段を有するエネルギー管理システムに適用する負荷調整幅予測方法であって、
    前記データベース手段の履歴データを使用して負荷調整幅を予測する処理と、
    前記需要予測手段により予測された需要予測結果及び前記負荷調整幅予測結果を表示する処理と
    を有することを特徴とする負荷調整幅予測方法。

Images