JP2013246455A - エネルギー管理システム、サーバ装置、エネルギー管理方法およびプログラム - Google Patents

Abstract

【課題】演算にかかる負担を軽減し得るエネルギー管理システムを提供すること。
【解決手段】実施形態によればエネルギー管理システムは、クライアント装置とサーバ装置とを具備する。サーバ装置はデータベースと、検索部と、制御部とを備える。データベースは、電力を消費する電気機器を備える加入者宅におけるエネルギー収支を最適化可能な電気機器の運転スケジュールをその算出条件に対応付けて蓄積する。検索部は加入者宅について予測される予測条件をキーとしてデータベースを検索し、予測条件に対して既定のルールを満たす算出条件で算出された運転スケジュールを抽出する。制御部は抽出された運転スケジュールに基づいて電気機器を制御するための制御指示をクライアント装置に送信する。
【選択図】 図３

Description

本発明の実施形態は、加入者宅などの需要者側におけるエネルギー消費を管理するエネルギー管理システム、サーバ装置、エネルギー管理方法およびプログラムに関する。

省エネルギー（省エネ）に向けた取り組みは、近年の社会背景からますます重要になってきている。ビルや工場などの大規模な設備あるいは個別家庭においても、電力を消費するだけの機器でなく太陽光発電（Photovoltaic Power Generation：ＰＶ）システムや、蓄電池、燃料電池などといった生産型の機器を導入しようとするニーズがある。

電気機器を計画的に稼動させることで省エネルギー化を図ることができる。しかし、ユーザが複数の電気機器の稼動スケジュール（運転パターン）を管理するのは大変な労力と手間がかかる。時間帯により電気料金の変動するリアルタイムプライシングなどが導入されると、省エネのためにユーザにかかる手間はますます大きくなる。そこで家庭内のエネルギー需給を統合的に管理するためのエネルギー管理システム（ＨＥＭＳ： Home Energy Management System）を導入することが検討されている。

特開２０１１−１４２７５３号公報 特開２００７−３３３０５号公報

ＨＥＭＳは、家庭内の家電製品や新エネルギー機器を通信ネットワークに接続し、情報通信技術やソフトウェア技術を利用してエネルギー消費の最適化などを促進する技術である。ＨＥＭＳあるいは各電気機器はクライアントとして、サーバ装置からのサービスを受ける。

例えばエネルギー需要とエネルギー生産量とを家庭ごとに予測し、これらの予測値に基づいて電気機器の最適な運転スケジュールを決定するという処理には高性能な計算機が必要になる。

目的は、かかる課題を解決し得るエネルギー管理システム、サーバ装置、エネルギー管理方法およびプログラムを提供することにある。

実施形態によればエネルギー管理システムは、クライアント装置とサーバ装置とを具備する。サーバ装置はデータベースと、検索部と、制御部とを備える。データベースは、電力を消費する電気機器を備える加入者宅におけるエネルギー収支を最適化可能な電気機器の運転スケジュールをその算出条件に対応付けて蓄積する。検索部は加入者宅について予測される予測条件をキーとしてデータベースを検索し、予測条件に対して既定のルールを満たす算出条件で算出された運転スケジュールを抽出する。制御部は抽出された運転スケジュールに基づいて電気機器を制御するための制御指示をクライアント装置に送信する。

実施形態に係わるシステムの一例を示す図である。 実施形態に係るエネルギー管理システムの一例を示す図である。 実施形態に係るサーバ装置１０およびデータベース２０の要部を示す機能ブロック図である。 図３に示される需給予測パターン２１ａの一例を示す図である。 図３に示される料金予測パターン２２ａの一例を示す図である。 図３に示される機器情報２３ａの一例を示す図である。 図３に示される運転スケジュール２４ａの一例を示す図である。 実施形態に係るエネルギー管理システムにおけるデータおよび制御メッセージの流れの一例を説明するための図である。 サーバ装置１０による処理手順の一例を示す図である。 図１０は既存のシステムにおける処理手順を示す図である。

図１は、実施形態に係わるシステムの一例を示す図である。図１は、いわゆるスマートグリッドとして知られる電力送配電網の一例を示す。既存の配電ネットワークでは原子力、火力、水力などの既存発電所と、一般家庭や、ビル、工場といった多種多様な需要者とが電力網によって接続される。次世代の配電ネットワークではこれらに加えて新たな電源として太陽光や風力などの再生可能エネルギーと蓄電装置とを組み合わせた分散型電源や、新たな需要として新交通システムや充電スタンドなどが電力送配電網に接続される。これら多種多様な要素は通信ネットワークを介して接続され統括的に制御される。

電力をインテリジェントに分配するシステムは、エネルギーマネジメントシステム（Energy Management System：ＥＭＳ）と総称される。ＥＭＳはその規模などに応じて幾つかに分類される。例えば一般家庭向けのＨＥＭＳ（Home Energy Management System）、ビルディング向けのＢＥＭＳ（Building Energy Management System）などがある。このほか、より小規模なシステム、あるいは地域コミュニティ向けのＣＥＭＳ（Community Energy Management System）、大口の工場向けのＦＥＭＳ（Factory Energy Management System）などがある。これらのシステムが連携することできめ細かな電力制御が実現される。

この種のシステムによれば既存の発電所、分散型電源、太陽光や風力などの再生可能エネルギー源、および需要者の相互間で高度な協調運用が可能になる。これにより自然エネルギーを主体とするエネルギー供給システムや、需要者と事業者との双方向連携による需要者参加型のエネルギー供給といった、新規かつスマートな形態の電力供給サービスが生み出される。
図２は、実施形態に係るエネルギー管理システムの一例を示す図である。このシステムの主体は、配電網から電力を供給される加入者宅１０１のそれぞれごとに形成されるＨＥＭＳと、各ＨＥＭＳにサービスを提供するサーバ装置１０である。サーバ装置１０はＩＰネットワーク２００に接続される。ＩＰネットワーク２００には、実施形態に係る種々のデータを蓄積するデータベース２０も備えられる。

ＨＥＭＳは、ホームゲートウェイ（Home Gateway：ＨＧＷ）１２２を中核として形成される。ホームゲートウェイ１２２はＩＰネットワーク２００に接続され、ＩＰネットワーク２００を介してサーバ装置１０と互いに情報やデータを授受することが可能である。すなわちホームゲートウェイ１２２は、自らの識別子を含むサービス提供要求メッセージをサーバ装置１０に送る。これに応じてサーバ装置１０は、ＨＥＭＳ内の電気機器を制御するための制御指示をホームゲートウェイ１２２に返送する。これを受信したホームゲートウェイ１２２は、制御指示に基づいて加入者宅１０１内の電気機器を制御する。すなわちホームゲートウェイ１２２は、ＨＥＭＳにおける主装置としての位置付けにある。

図２において、配電網としての電力系統６から供給される電力（交流電圧）は電柱の変圧器６１などを経て各家庭に分配され、電力量計（スマートメータ）１１２を経て加入者宅１０１の分電盤１１３に接続される。電力量計１１２は、加入者宅１０１に備わる再生可能エネルギー発電システムの発電電力量、加入者宅１０１の消費電力量、電力系統６から流れ込む電力量、あるいは電力系統６に逆潮流する電力量などを計測する機能を備える。

分電盤１１３は電力線１１１を介して電気機器（エアコン１２３、照明１２４、冷蔵庫１２５、テレビ１２６など。図示しないヒートポンプ式給湯器（ＨＰ）などもこれに含まれる）やパワーコンディショナ（Power Conditioning System：ＰＣＳ）１１４に電力を供給する。要するに電気機器は電力線１１１に接続される機器であり、電気自動車（ＥＶ）１１８やＰＶシステム１１５などを含め、電力を消費する機器、電力を生成する機器、および電力を消費し生成する機器の全てを意味する。なお分電盤１１３はフィーダごとの電力量を計測する計測装置を備えていてもよい。

加入者宅１０１の屋根や外壁には太陽光パネルが設置されＰＶシステム１１５が形成される。ＰＶシステム１１５で生成された直流電力はパワーコンディショナ１１４に供給される。パワーコンディショナ１１４は加入者宅１０１に据え置かれる蓄電装置としての蓄電池１１６を充電すべく、この直流電力を蓄電池１１６に与える。

パワーコンディショナ１１４はコンバータ（図示せず）を備え、電力線１１１からの交流電力を直流電力に変換して蓄電池１１６に与える。これにより深夜電力などを利用して蓄電池１１６を充電することもできる。さらにパワーコンディショナ１１４はインバータ（図示せず）を備え、蓄電池１１６あるいは燃料電池１１９から供給される直流電力を交流電力に変換して電力線１１１に印加する。これにより電力線１１１に接続される機器は、蓄電池１１６や燃料電池１１９からも電力の供給を受けることができる。

要するにパワーコンディショナ１１４は、蓄電池１１６、燃料電池１１９と電力線１１１との間でエネルギーを授受するための電力変換器としての機能を備える。パワーコンディショナ１１４は蓄電池１１６や燃料電池１１９を安定的に稼動させるための制御機能も備える。さらにパワーコンディショナ１１４は、電気自動車１１８に接続可能な充電用コンセント１１７にも電力を分配する。これにより電気自動車１１８に搭載される車上バッテリーを充放電することが可能になる。

加入者宅１０１にはＬＡＮ（Local Area Network）などのホームネットワーク１２１が形成される。ホームゲートウェイ１２２はホームネットワーク１２１を介して電力量計１１２、分電盤１１３、パワーコンディショナ１１４、および各電気機器と相互に通信可能である。なおホームネットワーク１２１は有線リンク、あるいは無線リンクのいずれでも良い。

ホームゲートウェイ１２２はサーバ装置１０に各種のデータを送信し、またサーバ装置１０から各種のデータを受信する通信装置である。すなわちホームゲートウェイ１２２はCentral Processing Unit（ＣＰＵ）を備えるコンピュータであり、サーバ装置１０との通信機能に加え、サーバ装置１０に各種サービスの提供を要求したり、システムの制御に加入者の意思を反映させたりするための機能を備える。これらの機能は不揮発性メモリなどに記憶されたプログラムにより実現される。

ホームゲートウェイ１２２は端末１０５に接続される。端末１０５はタッチパネルなどの形態のほか、例えば汎用的な携帯情報機器やパーソナルコンピュータなどでもよい。端末１０５は各電気機器、燃料電池１１９、蓄電池１１６、ＰＶシステム１１５の稼働状況や消費電力を例えばＬＣＤ（Liquid Crystal Display）に表示したり、音声ガイダンスなどで加入者（ユーザ）に報知する。また端末１０５は操作パネルを備え、加入者による各種の操作や設定入力を受け付ける。

ホームゲートウェイ１２２の接続されるＩＰネットワーク２００は、いわゆるインターネット、あるいはシステムベンダのＶＰＮ（Virtual Private Network）などである。ホームゲートウェイ１２２はＩＰネットワーク２００を経由してサーバ装置１０と通信したり、データベース２０とデータを授受したりできる。また各電気機器も、ホームゲートウェイ１２２を介してＩＰネットワーク２００のサーバ装置１０と通信したり、データベース２０とデータを授受したりできる。

通信プロトコルとしては、ＥＣＨＯＮＥＴ（登録商標）、ＥＣＨＯＮＥＴ Ｌｉｔｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｚ−Ｗａｖｅ（登録商標）、ＫＮＸ（登録商標）などを使用することができる。下位レイヤの通信層としてはイーサネット（登録商標）などの有線ＬＡＮ、電力線通信、無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）などを使用することができる。なおＩＰネットワーク２００は、ホームゲートウェイ１２２とサーバ装置１０との間に双方向の通信環境を形成するための、無線または有線の通信インフラストラクチャを含むことができる。

図３は、実施形態に係るサーバ装置１０およびデータベース２０の要部を示す機能ブロック図である。図３において、サーバ装置１０はCentral Processing Unit（ＣＰＵ）１２を備えるコンピュータである。サーバ装置１０ではホームゲートウェイ１２２との通信機能に加え、実施形態に係る機能を実現するためのソフトウェアモジュールが動作する。

データベース部２０は実施形態においては需給予測データベース２１、料金予測データベース２２、機器データベース２３、および運転スケジュールデータベース２４を備える。これらのデータベースは同じコンピュータに記憶させるようにしても良いし、複数のコンピュータに分散配置しても良い。要するに各データベースはＩＰネットワーク２００のどこにあっても良い。

需給予測データベース２１は、需要予測パターン２１ａを蓄積する。料金予測データベース２２は料金予測パターン２２ａを蓄積する。機器データベース２３は機器情報２３ａを蓄積する。運転スケジュールデータベース２４は運転スケジュール２４ａを蓄積する。需要予測パターン２１ａ、料金予測パターン２２ａ、運転スケジュール２４ａのいずれも、過去に算出された経緯を持つ情報である。データ需要予測パターン２１ａ、料金予測パターン２２ａの名称に含まれる『予測』は、次回の計算に用いられる可能性のあるデータであることを示す。

図４は、需給予測パターン２１ａの一例を示す図である。需給予測パターン２１ａは加入者宅ごとの電力の需要を時系列で示すデータである。家需給予測パターン２１ａには、電気機器のそれぞれにより消費あるいは生産される電力の、例えば現時点から２４時間分の未来にわたる予測値が、例えばＸＭＬ（eXtended Markup Language）形式で記述される。図４に示される需給予測パターン２１ａには、太陽光発電システムの発電量、蓄電池の充放電量、電気自動車の充放電量、燃料電池の発電量、および、電気機器による電力需要量が時系列で示される。

実施形態では、電力を供給可能な太陽電池や燃料電池を備える家庭も対象とするために需給予測パターン２１ａに『需給』の項目を設けるようにしている。この項目により蓄電池や電気自動車による電力需給も管理することができる。しかしながらこれら生産型の機器を備える家庭ばかりではないので、要するに需給予測パターン２１ａでは最低限、電気機器による電力の需要を項目とすれば良い。

図５は、料金予測パターン２２ａの一例を示す図である。料金予測パターン２２ａは電力単価を時系列で示すもので、図５には例えば２４時間分にわたる電気料金の予測パターンが示される。これは特にリアルタイムプライシングにおける電力単価を反映する。リアルタイムプライシングは夜間／昼間で電力単価が変わるといった現状の枠組みをさらに細分化し、日々、時間帯によって電力料金が異なるという取り決めである。

図６は、機器情報２３ａの一例を示す図である。機器情報２３ａは各加入者宅に備わる電気機器の機器情報の詳細を一覧表の形式で管理可能なテーブルである。このテーブルは例えば機器名称、製品型番、制御可否、制御モード、および機器仕様の項目を備える。そして項目ごとの具体的な値あるいは文字列が、例えばＸＭＬ形式で記載される。

例えば機器名称に燃料電池と記される行には、製品型番としてＦＣ０００１が記される。この機器は制御可否について「対象」と記され、制御の対象であることが明記される。制御モードは運転／停止で区別され、機器仕様として最大出力が７００Ｗであることが示される。他の電気機器も同様にして、機器情報の詳細が機器情報２３ａにより一元的に示されるようになっている。

機器情報２３ａは、電気機器の詳細を加入者宅ごとに個別にテーブル化したものでも良い。あるいは、制御対象になりうる電気機器の全てを一元的にテーブル化したものであっても良い。後者のケースでは加入者宅から電気機器の構成を示す構成情報（コンフィグレーション）を取得することで、その加入者宅に備わる電気機器の詳細を機器情報２３ａから抽出することができる。

図７は、運転スケジュール２４ａの一例を示す図である。運転スケジュール２４ａは、それぞれの加入者宅におけるエネルギー収支を最適化可能な、各電気機器の運転のパターンを示すものである。運転パターンは例えば１時間ごとの稼動状態を、例えば２４時間にわたってスケジュール化したものと捉えることができる。

運転スケジュール２４ａは与えられる条件に従って、例えば遺伝的アルゴリズムなどの既知の最適化手法により算出することができる。実施形態における運転スケジュールデータベース２４は、複数の運転スケジュール２４ａを、その運転スケジュールが算出された条件（算出条件）に対応付けて蓄積する。蓄積される運転スケジュール２４ａは過去に算出されたデータであり、運転スケジュールデータベース２４は、好ましくは全ての加入者宅にわたる運転スケジュール２４ａを蓄積する。

既存の技術では制御のたびごとに運転スケジュール２４ａを算出するようにしているので計算にかかる負荷が高い。つまり既存の技術では膨大な量の計算機リソースが必要になるので、ＨＥＭＳの実現へのステップは高いと言わざるを得ない。これに対し実施形態では、次回の制御のための算出条件を検索条件として運転スケジュールデータベース２４を検索し、検索条件にマッチする運転スケジュール２４ａを抽出することで、計算にかかる負荷を軽減する。つまり検索条件に似た算出条件のもとで算出された運転スケジュール２４ａが見つかれば、運転スケジュール２４ａを計算するために要する負荷を格段に軽くすることができる。この実施形態ではその詳細について開示する。

図３に戻り、サーバ装置１０はインタフェース部１１、ＣＰＵ１２およびプログラムメモリ１３を備える。すなわちサーバ装置１０はプログラムメモリ１３に記憶されたプログラムをＣＰＵ１２が実行することで機能するコンピュータである。

インタフェース部１１はＩＰネットワーク２００に接続され、通信インタフェースとしての機能を担う。すなわちインタフェース部１１はホームゲートウェイ１２２と通信したり、各データベース２１〜２４とデータを授受するための通信部としての機能を備える。

プログラムメモリ１３はこの実施形態に係わる処理機能に必要な命令を含むプログラムとしての、検索プログラム１３ａ、制御プログラム１３ｂ、および計算プログラム１３ｃを記憶する。検索プログラム１３ａ、制御プログラム１３ｂ、および計算プログラム１３ｃはＣＤ−ＲＯＭなどのリムーバブルメディア（記録媒体）に記録することも、通信回線を介してダウンロードすることも可能である。

ＣＰＵ１２はプログラムメモリ１３から各プログラムを読み出してハードウェアによる演算処理を行うもので、その処理機能として検索部１２ａ、制御部１２ｂ、および計算部１２ｃを備える。

検索部１２ａは、上記予測条件をキーとして運転スケジュールデータベース２４を検索し、予測条件に対して既定のルールを満たす算出条件で算出された運転スケジュール２４ａを抽出する。予測条件は、クライアント装置を備える加入者宅について予測される条件であり、例えば制御対象とする加入者宅の需要予測パターン２１ａ、料金予測パターン２２ａ、および機器情報２３ａを含む。例えば一例として、『需要予測パターン２１ａ、料金予測パターン２２ａ、および機器情報２３ａの全てが一致する運転スケジュール２４ａを抽出する』というルールを適用することができる。このほか幾つかのルールを考えることができ、詳しくは後述する。

制御部１２ｂは抽出された運転スケジュール２４ａに基づいて、加入者宅の電気機器を制御するための制御指示を生成する。制御指示にはエアコン１２３、照明１２４のオン／オフや冷蔵庫１２５の冷却温度調整、テレビ１２６の明度調整などのほか、蓄電池１１６の充放電、または燃料電池１１９の発電のための運転・停止指示、出力目標値などの情報が含まれる。制御部１２ｂはこの制御指示を、サービスを要求したクライアント装置のホームゲートウェイ１２２に送信する。

計算部１２ｃは、運転スケジュール２４ａを抽出できなかった場合に、つまり上記ルールを満たす運転スケジュールが運転スケジュールデータベース２４に無ければ、予測条件を新たな算出条件として運転スケジュールを算出する。この新たに算出された運転スケジュールは運転スケジュールデータベース２４に蓄積される。なお運転スケジュールの算出のためには例えばモンテカルロ法や遺伝的アルゴリズムなどの最適化手法を用いること可能である。その詳細については、例えば特願２０１２−０９２８８７号に記載される手法を適用することができる。

なお上記構成において、ホームゲートウェイ１２２はＨＥＭＳにおいては加入者宅内における主装置として理解することが可能である。しかし、より大きな枠組みにおいては、サーバ装置１０が主装置として位置付けられ、ホームゲートウェイ１２２は、主装置からの制御信号を受信する従装置としての位置付けにあると理解することも可能である。次に、上記構成における作用を説明する。

図８は、実施形態に係るエネルギー管理システムにおけるデータおよび制御メッセージの流れの一例を説明するための図である。

サーバ装置１０は、要求者からの要求に応じて、電力需給予測パターン２１ａ、料金予測パターン２２ａ、対象機器情報２３ａを、需給予測データベース２１、料金予測データベース２２、機器データベース２３からそれぞれ取得する。なお要求者は制御対象とする加入者宅からの要求、あるいはサーバ装置１０のタイマ機能による要求など、処理のトリガとなるオブジェクトである。

要求者は、対象とする加入者宅の構成情報（コンフィグレーション）をサーバ装置１０に通知する。構成情報は加入者宅ごとに固有の情報として取り扱われ、加入者宅の機器構成や需要予測パターン２１ａなどを特定するために用いられる。例えば構成情報として加入者宅ごとに割り当てられた識別子情報を用い、この識別子情報に基づいて電力需給予測パターン２１ａ、料金予測パターン２２ａ、対象機器情報２３ａを取得することが可能である。

サーバ装置１０は電力需給予測パターン２１ａ、料金予測パターン２２ａ、対象機器情報２３ａを検索条件として確認すると、この検索条件をキーとして運転スケジュールデータベース２４を検索して運転スケジュール２４ａを抽出する。サーバ装置１０はこの抽出した運転スケジュール２４ａに基づく運転制御指示を、加入者宅の電気機器に与える。

図９は、サーバ装置１０による処理手順の一例を示す図である。上記したようにサーバ装置１０は構成情報を取得し（ステップＳ１０）、入力パターン（電力需給予測パターン２１ａ、料金予測パターン２２ａ、対象機器情報２３ａ）を取得すると（ステップＳ１１）、検索条件を確認する（ステップＳ１２）。

次にサーバ装置１０は、入力パターンをキーとして運転スケジュールデータベースを完全一致型で検索する（ステップＳ１３）。完全一致型とは入力パターンに完全に一致する算出条件のもとで算出された運転スケジュールだけを抽出するという手法であるつまりステップＳ１３では、「電力需給予測パターン」「電気料金パターン」「制御対象機器情報」の全てが一致する算出条件で計算された「運転スケジュール」が抽出される。

ステップＳ１３で運転スケジュールが見つかれば検索終了となり、運転スケジュールが決定する（ステップＳ２４）。サーバ装置１０はこの運転スケジュールに基づいて電気機器の運転制御を実施する（ステップＳ２５）。

運転スケジュールが見つからなければ、サーバ装置１０は運転スケジュールの決定型、つまり複数ある運転スケジュールの決定の手法のうちいずれを採用するかを選択する（ステップＳ１４）。実施形態ではデータベース選択型、データ前処理型、最近傍決定則型、および多数決型と称する手法を考慮する。なお上記完全一致型もスケジュール決定型の一つである。ステップＳ１４では多数決型、または個別の手法のいずれで運転スケジュールを決定するかが判断される。個別の手法によるのであれば、さらに、３つの検索ルールのうちいずれを採用するかが判断される（ステップＳ１４１）。

［データベース選択型］
データベース選択型が選択されると（ステップＳ１５）サーバ装置１０は、入力パターンに部分的に一致する算出条件に対応する運転スケジュールを抽出する。例えば「需給予測パターン」と「機器情報」には一致するが「料金予測パターン」には一致しない運転スケジュールが見出された場合、その運転スケジュールが出力される。これにより完全一致型よりもヒット率（運転スケジュールを検索で抽出できる可能性）を高めることができる。

つまりデータベース選択型は、以下の第１〜第３ルールの少なくともいずれか１つ（各ルールの論理和）を満たす運転スケジュールを抽出する手法である。
・第１ルール：需要予測パターンが予測条件と算出条件とで一致すること。

・第２ルール：料金予測パターンが予測条件と算出条件とで一致すること。

・第３ルール：機器情報が予測条件と算出条件とで一致すること。

言い換えればデータベース選択型は、３つのデータベース（需給予測データベース２１、料金予測データベース２２、機器データベース２３）のうちいずれのデータベースに着目するかを選択可能な手法である。いずれのデータベースを選択するかについては、さらに優先度ベースとウェイトベースとの２種類の手法がある。

優先度ベースは、データベース間に優先度を設定し、優先度の高いデータベースを選択する手法である。この手法は、第１乃至第３ルールにそれぞれ優先度を与え、優先度の高いルールを満たす運転スケジュールを抽出することに相当する。

ウェイトベースは、データベース間にウェイトを設定し、一致したデータベースのウェイトの合計値が最も高い組み合わせに対応する運転スケジュールを選択する手法である。この手法は、第１乃至第３ルールにそれぞれウェイトを与え、条件を満たしたルールのうちウェイトの総和の高い運転スケジュールを抽出することに相当する。

［データ前処理型］
データベース前処理型が選択されると（ステップＳ１６）サーバ装置１０は、入力パターンに対して誤差補正を行い、そのデータと運転スケジュールを組み合わせたテーブルを用意しておき、その中で一致している運転スケジュールを抽出する。つまりサーバ装置１０は予測条件としての入力パターンに含まれる値を四捨五入や切り上げ、切捨てなどの手法で補正し、補正した検索条件をキーとして運転スケジュールデータベース２４を検索する。そしてサーバ装置１０は、補正した条件に一致する算出条件で算出された運転スケジュールが見つかれば、これを抽出する。

例えば太陽電池、蓄電池の発電量、充放電量などの数値は１００Ｗ（ワット）単位とし、電気機器の消費電力などの電力需要は１０Ｗ単位にするなどの補正によって値を丸めることで、検索条件と算出条件とが一致する確率を高めることができる。この手法は他の方法と組み合わせることもでき、検索のヒット率を高める効果を得られる。

［最近傍決定則型］
最近傍決定則型が選択されると（ステップＳ１７）サーバ装置１０は、最近傍決定則により運転パターンを抽出する。この手法は、入力パターンと完全に一致するものは見つからないが、似たパターンが見つかればそれを出力とするものである。例えば太陽電池、蓄電池の発電量、充放電量や電気機器の消費電力などの電力需要については±２０％までの誤差を許容するといった手法である。

この手法によれば複数の運転スケジュールが抽出される可能性がある。その場合は誤差範囲を徐々に狭めていくことにより最終的な解を見つけるようにする。ただし初期の段階で誤差が過度に大きい場合には解が大きく異なっているので除外する必要がある。その閾値は事前に決めておくようにする。なお最近傍決定則（Nearest Neighbor）とは物理や工学分野、特にパターン認識技術においては良く知られた技術であり、当業者であれば容易に理解されるであろう。

［多数決型］
多数決型は、データベース選択型、データ前処理型、最近傍決定則型の複数の手法をそれぞれ実行し、個別に抽出された運転スケジュールから多数決で１つの運転スケジュールを選択する手法である。すなわちサーバ装置１０は、データベース選択型で運転スケジュールを求め（ステップＳ１８）、データ前処理型で運転スケジュールを求め（ステップＳ１９）、最近傍決定則型で運転スケジュールを求め（ステップＳ２０）、その上で多数決により１つの運転スケジュールを決定する（ステップＳ２１）。なお全ての運転スケジュールが異なった場合には、運転スケジュールを見つけることができなかったと判定してもよい。この手法によっても、より確度の高い運転スケジュールを抽出することが可能となる。

次にサーバ装置１０は、運転スケジュールの決定の可否を判定し（ステップＳ２２）、これまでの手順で１つの運転スケジュールが決定できていれば、ステップＳ２４、ステップＳ２５の手順が実行される。
いずれの手法によっても運転スケジュールが抽出できなければ、サーバ装置１０は最適運転スケジュールを演算する（ステップＳ２３）。すなわちサーバ装置１０は与えられた入力パターン（検索条件）を新たな算出条件として運転スケジュールを計算する。その結果は運転スケジュールデータベース２４に蓄積され、次回以降の処理における検索の対象となる。

つまりサーバ装置１０は、予測された電力需給パターン、料金パターン、機器情報に基づいて加入者宅におけるエネルギー収支を最適化可能な、各電気機器の運転スケジュールを計算する。エネルギー収支とは例えば光熱費収支であり、各電気機器により消費される電力エネルギーのコストと、主にＰＶシステム１１５により生成されるエネルギーの売電料金とのバランスにより評価される量である。

ステップＳ２５においてサーバ装置１０からホームゲートウェイ１２２に与えられた制御指示は、例えば端末１０５備わるＬＣＤ（Liquid Crystal Display）などにグラフィカルに表示される。加入者はこれを見て蓄電池１１６の充放電スケジュールや燃料電池１１９の発電スケジュールを確認したり、表示されたスケジュールの実行の許可または拒否を選択したりすることができる。これによりスケジュールの実行に加入者の意思を反映させることができる。さらに加入者は、所望の結果を得るためにスケジュールの再計算を要求したり、そのために必要になる情報をシステムに与えたりするためにも、端末１０５を利用することができる。

図１０は既存のシステムにおける処理手順を示す図である。サーバ装置１０は制御対象の加入者宅から取得した電気機器の構成情報と、需給予測データベース２１、料金予測データベース２２、機器データベース２３から取得した情報とに基づいて最適な運転スケジュールを演算する（ステップＳ１）。そして、求められた運転スケジュールに基づいて制御対象の加入者宅における電気機器を制御する（ステップＳ２）。既存の技術では制御のたびごとにステップＳ１の演算処理を実施していたのでその負荷が高かった。

電気料金の単価は、現在では夜間に安く昼間に高く設定されている。そこで夜間に蓄電池を充電し、充電した電力を昼間に使うようにすれば電力コストを節約できる。これは電気機器の運転スケジュールを工夫すればある程度可能であるが、最適な解を見つけるためには人手でなくマシンパワーを利用するほうが良い。

しかし、電気機器などに搭載される組込みマイコンシステムの計算能力や記憶能力は限られているので、最適化計算を実施することは困難で、エネルギーの需要を予測したり、ＰＶシステムの発電量を予測したりすることも不可能に近い。この種の演算をデータセンタなどのクラウドコンピューティングシステムに委託するにしてもサービスのユーザ数（加入者数）は今後増えていくことが予想され、現状のシステムリソースでは対応できないことが考えられるので対策を講じておく必要がある。

これに対し実施形態では、過去に計算で求めた運転スケジュール２４ａを運転スケジュールデータベース２４に累積的に蓄積し、需給予測パターン、料金パターン、機器情報をキーとして運転スケジュールデータベース２４を検索し、検索条件にマッチする運転スケジュール２４ａを抽出するようにしている。従ってサーバ装置１０の負荷を軽減できることはもとより、結果を導出するまでの期間を短縮して処理の高速化を実現することができる。

つまり実施形態によれば、既存の技術ではサーバ装置１０により加入者ごとに演算して求めていた運転スケジュールを、その負荷無しに検索で求めることが可能になる。これにより、サーバ負荷の軽減を図ることができる。これらのことから、サービスの実現にかかる負担を軽減し得るエネルギー管理システム、サーバ装置、エネルギー管理方法およびプログラムを提供することが可能となる。

なお、本発明は上記実施の形態に限定されるものではない。例えば実施形態ではサーバ装置１０に全ての機能を実装するようにしたが、これに代えて実施形態に係わる機能を、クラウドコンピューティングシステムに備わる複数のコンピュータに分散してインプリメントしても良い。実施形態で述べた技術がクラウドコンピューティングシステムと高い親和性を持つことは当業者には明らかであろうし、各機能オブジェクトおよびデータベースのインプリメントの具体例も当業者には明らかであろう。

また実施形態では、複数の運転スケジュール２４ａをその算出条件に対応付けて、運転スケジュールデータベース２４に蓄積するようにした。その際、算出条件をハッシュ関数で処理した値に各運転スケジュール２４ａを対応付けることも可能である。このケースでは検索条件もハッシュ関数によって処理したものを使用すれば良い。このようにすればデータベースの容量を節約できる効果がある。

また、入力パターンは本来、加入者宅ごとに異なるデータであるので、運転スケジュールも個別の加入者宅ごとに閉じたかたちで検索することができる。これとは別に、一つのキーで多数の加入者にわたる運転スケジュールを検索しても良い。つまり、運転スケジュールデータベース２４に、複数の加入者宅にわたる運転スケジュールを蓄積する。そして、複数の加入者宅にわたる運転スケジュールを検索して、個々の加入者宅の運転スケジュールを見い出すようにしても良い。

このようにすればネットワーク上に配置される複数のデータベースを効果的に利用することができるし、ヒット率を高めて電気機器を効率よく制御することができるようになる。また、サーバ装置１０で複数の世帯を管理するようにすればヒット率はさらに高まる。さらに、世帯は異なるけれども運転スケジュールなどのデータが同じ加入者についてはクラス分類することにより、記憶デバイスを効率よく使用することができる。

本発明の実施形態を説明したが、この実施形態は例として提示するものであり、発明の範囲を限定することは意図していない。この新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０１…加入者宅、１０…サーバ装置、２００…ＩＰネットワーク、２０…データベース、１２２…ホームゲートウェイ、６…電力系統、６１…変圧器、１１２…電力量計、１０１…加入者宅、１１３…分電盤、１１１…電力線、１２３…エアコン、１２４…照明、１２５…冷蔵庫、１２６…テレビ、１１４…パワーコンディショナ、１１８…電気自動車、１１５…ＰＶシステム、１１６…蓄電池、１１９…燃料電池、１１７…充電用コンセント、１２１…ホームネットワーク、１０５…端末

Claims (40)

1. クライアント装置と、前記クライアント装置と通信可能なサーバ装置とを具備するエネルギー管理システムであって、
   前記サーバ装置は、
   電力を消費する電気機器を備える加入者宅におけるエネルギー収支を最適化可能な前記電気機器の運転スケジュールを、当該運転スケジュールの算出条件に対応付けて蓄積するデータベースと、
   前記加入者宅について予測される予測条件をキーとして前記データベースを検索し、前記予測条件に対して既定のルールを満たす算出条件で算出された運転スケジュールを抽出する検索部と、
   前記抽出された運転スケジュールに基づいて前記電気機器を制御するための制御指示を前記クライアント装置に送信する制御部とを備える、エネルギー管理システム。
2. 前記算出条件および予測条件は、前記電力の需要を時系列で示す需要パターンと、電力単価を時系列で示す料金パターンと、前記電気機器の機器情報を示す機器情報とを含む、請求項１に記載のエネルギー管理システム。
3. 前記需要パターンが前記予測条件と前記算出条件とで一致することを第１ルールとし、前記料金パターンが前記予測条件と前記算出条件とで一致することを第２ルールとし、前記機器情報が前記予測条件と前記算出条件とで一致することを第３ルールとしたとき、
   前記検索部は、前記第１乃至第３ルールの少なくともいずれか１つを満たす運転スケジュールを抽出する、請求項２に記載のエネルギー管理システム。
4. 前記第１乃至第３ルールはそれぞれ優先度を与えられ、
   前記検索部は、前記優先度の高いルールを満たす運転スケジュールを抽出する、請求項３に記載のエネルギー管理システム。
5. 前記第１乃至第３ルールはそれぞれウェイトを与えられ、
   前記検索部は、満たされたルールのうち前記ウェイトの総和の大きい運転スケジュールを抽出する、請求項３に記載のエネルギー管理システム。
6. 前記検索部は、前記予測条件に含まれる値を補正した条件をキーとして前記データベースを検索し、当該補正した条件に一致する算出条件で算出された運転スケジュールを抽出する、請求項１に記載のエネルギー管理システム。
7. 前記検索部は、最近傍決定則を用いて前記データベースを検索し、前記運転スケジュールを抽出する、請求項１に記載のエネルギー管理システム。
8. 請求項３乃至７に記載の検索部を備え、当該請求項３乃至７に記載の検索部により個別に抽出された運転スケジュールから多数決で１つの運転スケジュールを選択する、エネルギー管理システム。
9. 前記検索部は、前記算出条件が前記予測条件に完全に一致する運転スケジュールを抽出する、請求項１に記載のエネルギー管理システム。
10. 前記サーバ装置は、さらに、前記ルールを満たす運転スケジュールが前記データベースに無ければ前記予測条件を新たな算出条件として前記運転スケジュールを算出し、この算出した運転スケジュールを前記データベースに蓄積する計算部を備え、
    前記制御部は、前記算出された運転スケジュールに基づく前記制御指示を前記クライアント装置に送信する、請求項１に記載のエネルギー管理システム。
11. クライアント装置と通信可能なサーバ装置において、
    電力を消費する電気機器を備える加入者宅におけるエネルギー収支を最適化可能な前記電気機器の運転スケジュールを、当該運転スケジュールの算出条件に対応付けて蓄積するデータベースと、
    前記加入者宅について予測される予測条件をキーとして前記データベースを検索し、前記予測条件に対して既定のルールを満たす算出条件で算出された運転スケジュールを抽出する検索部と、
    前記抽出された運転スケジュールに基づいて前記電気機器を制御するための制御指示を前記クライアント装置に送信する制御部とを具備する、サーバ装置。
12. 前記算出条件および予測条件は、前記電力の需要を時系列で示す需要パターンと、電力単価を時系列で示す料金パターンと、前記電気機器の機器情報を示す機器情報とを含む、請求項１１に記載のサーバ装置。
13. 前記需要パターンが前記予測条件と前記算出条件とで一致することを第１ルールとし、前記料金パターンが前記予測条件と前記算出条件とで一致することを第２ルールとし、前記機器情報が前記予測条件と前記算出条件とで一致することを第３ルールとしたとき、
    前記検索部は、前記第１乃至第３ルールの少なくともいずれか１つを満たす運転スケジュールを抽出する、請求項１２に記載のサーバ装置。
14. 前記第１乃至第３ルールはそれぞれ優先度を与えられ、
    前記検索部は、前記優先度の高いルールを満たす運転スケジュールを抽出する、請求項１３に記載のサーバ装置。
15. 前記第１乃至第３ルールはそれぞれウェイトを与えられ、
    前記検索部は、満たされたルールのうち前記ウェイトの総和の大きい運転スケジュールを抽出する、請求項１３に記載のサーバ装置。
16. 前記検索部は、前記予測条件に含まれる値を補正した条件をキーとして前記データベースを検索し、当該補正した条件に一致する算出条件で算出された運転スケジュールを抽出する、請求項１１に記載のサーバ装置。
17. 前記検索部は、最近傍決定則を用いて前記データベースを検索し、前記運転スケジュールを抽出する、請求項１１に記載のサーバ装置。
18. 請求項１３乃至１７に記載のサーバ装置であって、当該請求項１３乃至１７に記載の検索部により個別に抽出された運転スケジュールから多数決で１つの運転スケジュールを選択する、サーバ装置。
19. 前記検索部は、前記算出条件が前記予測条件に完全に一致する運転スケジュールを抽出する、請求項１１に記載のサーバ装置。
20. さらに、前記ルールを満たす運転スケジュールが前記データベースに無ければ前記予測条件を新たな算出条件として前記運転スケジュールを算出し、この算出した運転スケジュールを前記データベースに蓄積する計算部を備え、
    前記制御部は、前記算出された運転スケジュールに基づく前記制御指示を前記クライアント装置に送信する、請求項１１に記載のサーバ装置。
21. クライアント装置と通信可能なサーバ装置に適用可能なエネルギー管理方法であって、
    前記サーバ装置は、
    電力を消費する電気機器を備える加入者宅におけるエネルギー収支を最適化可能な前記電気機器の運転スケジュールを、当該運転スケジュールの算出条件に対応付けてデータベースに蓄積し、
    前記加入者宅について予測される予測条件をキーとして前記データベースを検索して前記予測条件に対して既定のルールを満たす算出条件で算出された運転スケジュールを抽出し、
    前記抽出された運転スケジュールに基づいて前記電気機器を制御するための制御指示を前記クライアント装置に送信する、エネルギー管理方法。
22. 前記算出条件および予測条件は、前記電力の需要を時系列で示す需要パターンと、電力単価を時系列で示す料金パターンと、前記電気機器の機器情報を示す機器情報とを含む、請求項２１に記載のエネルギー管理方法。
23. 前記需要パターンが前記予測条件と前記算出条件とで一致することを第１ルールとし、前記料金パターンが前記予測条件と前記算出条件とで一致することを第２ルールとし、前記機器情報が前記予測条件と前記算出条件とで一致することを第３ルールとしたとき、
    前記抽出することは、前記第１乃至第３ルールの少なくともいずれか１つを満たす運転スケジュールを抽出する、請求項２２に記載のエネルギー管理方法。
24. 前記第１乃至第３ルールにそれぞれ優先度を与え、
    前記抽出することは、前記優先度の高いルールを満たす運転スケジュールを抽出する、請求項２３に記載のエネルギー管理方法。
25. 前記第１乃至第３ルールにそれぞれウェイトを与え、
    前記抽出することは、満たされたルールのうち前記ウェイトの総和の大きい運転スケジュールを抽出する、請求項２３に記載のエネルギー管理方法。
26. 前記抽出することは、
    前記予測条件に含まれる値を補正することと、
    前記補正された条件をキーとして前記データベースを検索することと、
    当該補正された条件に一致する算出条件で算出された運転スケジュールを抽出することとを含む、請求項２１に記載のエネルギー管理方法。
27. 前記抽出することは、最近傍決定則を用いて前記データベースを検索して前記運転スケジュールを抽出する、請求項２１に記載のエネルギー管理方法。
28. 請求項２３乃至２７に記載の抽出することにより個別に抽出された運転スケジュールから多数決で１つの運転スケジュールを選択する、エネルギー管理方法。
29. 前記抽出することは、前記算出条件が前記予測条件に完全に一致する運転スケジュールを抽出する、請求項２１に記載のエネルギー管理方法。
30. 前記サーバ装置は、さらに、
    前記ルールを満たす運転スケジュールが前記データベースに無ければ前記予測条件を新たな算出条件として前記運転スケジュールを算出し、
    この算出した運転スケジュールを前記データベースに蓄積し、
    前記送信することは、前記算出された運転スケジュールに基づく前記制御指示を前記クライアント装置に送信する、請求項２１に記載のエネルギー管理方法。
31. コンピュータにより実行されるプログラムであって、
    前記プログラムは、
    電力を消費する電気機器を備える加入者宅におけるエネルギー収支を最適化可能な前記電気機器の運転スケジュールを、当該運転スケジュールの算出条件に対応付けてデータベースに蓄積し、
    前記加入者宅について予測される予測条件をキーとして前記データベースを検索して前記予測条件に対して既定のルールを満たす算出条件で算出された運転スケジュールを抽出し、
    前記抽出された運転スケジュールに基づいて前記電気機器を制御するための制御指示を、前記加入者宅に備えられるクライアント装置に送信する、プログラム。
32. 前記算出条件および予測条件は、前記電力の需要を時系列で示す需要パターンと、電力単価を時系列で示す料金パターンと、前記電気機器の機器情報を示す機器情報とを含む、請求項３１に記載のプログラム。
33. 前記需要パターンが前記予測条件と前記算出条件とで一致することを第１ルールとし、前記料金パターンが前記予測条件と前記算出条件とで一致することを第２ルールとし、前記機器情報が前記予測条件と前記算出条件とで一致することを第３ルールとしたとき、
    前記抽出することは、前記第１乃至第３ルールの少なくともいずれか１つを満たす運転スケジュールを抽出する、請求項３２に記載のプログラム。
34. 前記第１乃至第３ルールにそれぞれ優先度を与え、
    前記抽出することは、前記優先度の高いルールを満たす運転スケジュールを抽出する、請求項３３に記載のプログラム。
35. 前記第１乃至第３ルールにそれぞれウェイトを与え、
    前記抽出することは、満たされたルールのうち前記ウェイトの総和の大きい運転スケジュールを抽出する、請求項３３に記載のプログラム。
36. 前記抽出することは、
    前記予測条件に含まれる値を補正することと、
    前記補正された条件をキーとして前記データベースを検索することと、
    当該補正された条件に一致する算出条件で算出された運転スケジュールを抽出することとを含む、請求項３１に記載のプログラム。
37. 前記抽出することは、最近傍決定則を用いて前記データベースを検索して前記運転スケジュールを抽出する、請求項３１に記載のプログラム。
38. 請求項３３乃至３７に記載の抽出することにより個別に抽出された運転スケジュールから多数決で１つの運転スケジュールを選択する、プログラム。
39. 前記抽出することは、前記算出条件が前記予測条件に完全に一致する運転スケジュールを抽出する、請求項３１に記載のプログラム。
40. 前記プログラムは、さらに、
    前記ルールを満たす運転スケジュールが前記データベースに無ければ前記予測条件を新たな算出条件として前記運転スケジュールを算出し、
    この算出した運転スケジュールを前記データベースに蓄積し、
    前記送信することは、前記算出された運転スケジュールに基づく前記制御指示を前記クライアント装置に送信する、請求項３１に記載のプログラム。

Images