JP2014063442A - コージェネレーション装置 - Google Patents
コージェネレーション装置 Download PDFInfo
- Publication number
- JP2014063442A JP2014063442A JP2012209537A JP2012209537A JP2014063442A JP 2014063442 A JP2014063442 A JP 2014063442A JP 2012209537 A JP2012209537 A JP 2012209537A JP 2012209537 A JP2012209537 A JP 2012209537A JP 2014063442 A JP2014063442 A JP 2014063442A
- Authority
- JP
- Japan
- Prior art keywords
- timing
- temperature
- information
- advice
- time
- 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
- 238000010248 power generation Methods 0.000 claims description 18
- 238000010438 heat treatment Methods 0.000 description 18
- 239000007789 gas Substances 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 239000000446 fuel Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】ユーザにあまり不便を感じさせずに、光熱費を削減することができるコージェネレーション装置を提供する。
【解決手段】コージェネレーション装置は、温度情報と熱負荷がオンされる時刻であるオンタイミングの情報とを取得し、時刻と温度の関係を表す温度モデルとオンタイミングとを学習すると共に、所定時刻の温度情報に基づいて当日の温度モデル及びオンタイミングを予測し、予測されたオンタイミングに基づき、予測されたオンタイミングより所定時間前又は予め設定された時刻にアドバイス指令を送信する学習装置41と、アドバイス指令を受信する受信部421、及びアドバイス指令に基づいてオンタイミングに応じた電力負荷の使用についてユーザに通知する通知部422を有する提案装置42と、を備える。
【選択図】図1
【解決手段】コージェネレーション装置は、温度情報と熱負荷がオンされる時刻であるオンタイミングの情報とを取得し、時刻と温度の関係を表す温度モデルとオンタイミングとを学習すると共に、所定時刻の温度情報に基づいて当日の温度モデル及びオンタイミングを予測し、予測されたオンタイミングに基づき、予測されたオンタイミングより所定時間前又は予め設定された時刻にアドバイス指令を送信する学習装置41と、アドバイス指令を受信する受信部421、及びアドバイス指令に基づいてオンタイミングに応じた電力負荷の使用についてユーザに通知する通知部422を有する提案装置42と、を備える。
【選択図】図1
Description
本発明は、コージェネレーション装置に関する。
昨今、発電装置の排熱を暖房等の熱負荷に利用するコージェネレーション装置が普及している。そして、省エネルギーの観点から、様々な装置が開発されている。例えば特開2011−96007号公報には、省エネルギー化提案システムが記載されている。このシステムでは、機器の置換や追加を含む削減プランをユーザに提案することにより、環境負荷量を目標に応じて低減させることができる。
しかしながら、上記システムでは、機器を交換することや、動作条件(温度設定)を変更することで、ユーザに経済的な負担や不便に耐えることが要求される。
本発明は、このような事情に鑑みて為されており、ユーザにあまり負担や不便を感じさせずに、光熱費を削減することができるコージェネレーション装置を提供することを目的とする。
請求項1に記載の本発明に係るコージェネレーション装置は、発電電力が系統連系される発電装置と、前記発電装置の排熱を受熱して熱負荷に伝達するための熱媒体が流通する熱交換器と、電力負荷状況及び熱負荷状況に応じて前記発電装置を制御する制御装置と、温度情報と熱負荷がオンされる時刻であるオンタイミングの情報とを取得し、時刻と温度の関係を表す温度モデルと前記オンタイミングとを学習すると共に、所定時刻の温度情報に基づいて当日の前記温度モデル及び前記オンタイミングを予測し、予測された前記オンタイミングに基づき、予測された前記オンタイミングより所定時間前又は予め設定された時刻にアドバイス指令を送信する学習装置と、前記アドバイス指令を受信する受信部、及び前記アドバイス指令に基づいて前記オンタイミングに応じた電力負荷の使用についてユーザに通知する通知部を有する提案装置と、を備える。
請求項2に記載のコージェネレーション装置は、請求項1において、前記温度情報は、室内温度センサにより取得される部屋温度情報、室外温度センサにより取得される外気温度情報、又はインターネットを介して取得される気温情報である。
請求項3に記載のコージェネレーション装置は、請求項1又は2において、前記学習装置は、さらに熱負荷がオンされてからオフされるまでの時間であるオン期間の情報を取得し、前記温度モデル、前記オンタイミング、及び前記オン期間を学習すると共に、所定時刻の温度情報に基づいて当日の前記温度モデル、前記オンタイミング、及び前記オン期間を予測し、予測された前記オンタイミング及び前記オン期間に基づき、予測された前記オンタイミングより所定時間前又は予め設定された時刻にアドバイス指令を送信し、前記通知部は、前記アドバイス指令に基づいて前記オンタイミング及び前記オン期間に応じた電力負荷の使用についてユーザに通知する。
請求項4に記載のコージェネレーション装置は、請求項1〜3の何れか一項において、前記学習装置は、Q値を記憶し、さらに前記Q値に基づいて前記温度モデル及び前記オンタイミングを学習する。
請求項5に記載のコージェネレーション装置は、請求項1〜4の何れか一項において、前記学習装置は、さらに天気情報を取得し、さらに前記天気情報に基づいて前記温度モデル及び前記オンタイミングを学習し、前記天気情報及び所定時刻の温度情報に基づいて当日の前記温度モデル及び前記オンタイミングを予測する。
請求項6に記載のコージェネレーション装置は、請求項1〜5の何れか一項において、ユーザの入力又は電力負荷の駆動に応じて前記アドバイス指令を修正する修正装置を備える。
請求項1に記載のコージェネレーション装置によれば、オンタイミングより前にアドバイスが通知され、ユーザが所定の電力負荷を使用する前にアドバイスを見る可能性が高くなる。つまり、アドバイスを見たユーザがオンタイミングに応じた時刻に所定の電力負荷を利用することが可能となる。オンタイミングに合わせて電力負荷を使用することにより、発電電力と発電に伴う熱回収の観点からエネルギー効率の良い電力負荷の使用となる。つまり、熱負荷が必要なときに電力消費を大きくすることで、排熱による熱負荷への熱供給が効率良く行え、発電においても発電装置を定格(最大効率点)運転させることができる。さらに、電力負荷の使用時間を合わすだけで良いため、機器を変える経済的負担や暖房温度を下げるなどの不便が伴わない。つまり、ユーザにそれほど負担や不便をかけることなく、省エネルギーが可能となり、光熱費の削減が可能となる。
請求項2に記載のコージェネレーション装置によれば、具体的な温度情報に基づいて適切に温度モデル等を学習し予測することができる。
請求項3に記載のコージェネレーション装置によれば、さらにオン期間をパラメータの1つとすることで、より精度の良い予測及びアドバイス指令が可能となる。
請求項4に記載のコージェネレーション装置によれば、Q値を用いることで、室内温度を推定でき、暖房駆動の有無で変化する室内温度(部屋温度)を実測する必要がなく、よりシンプルに温度モデルを学習・予測することができる。
請求項5に記載のコージェネレーション装置によれば、例えば晴天、曇天、及び雨天などの天気情報(天気予報を含む)に基づき、さらに精度の良い学習・予測及びアドバイス指令が可能となる。
請求項6に記載のコージェネレーション装置によれば、ユーザに対して電力負荷の使用状況に合ったアドバイスをすることができる。
以下、本発明の実施形態について図1〜図4に基づいて説明する。なお、説明に用いる各図は概念図であり、各部の形状は必ずしも厳密なものではない場合がある。本実施形態のコージェネレーション装置は、ガスエンジンで発電機を駆動させるガスエンジンコージェネレーション装置である。また、本実施形態のコージェネレーション装置は、貯湯タンクを備えていない。
本実施形態のコージェネレーション装置は、図1に示すように、発電装置1と、熱交換器2と、ボイラ3と、制御装置4と、ヒータ5と、を備えている。
発電装置1は、エンジン11と、発電機12と、インバータ13と、を備えている。エンジン11は、ガスを燃料として駆動するガスエンジンである。ガスとしては、天然ガスやプロパンガスが例示できる。発電機12は、エンジン11に機械的に連結されており、エンジン11の駆動により駆動する。発電機12は、エンジン11の駆動力により駆動し発電する。インバータ13は、発電機12が発電した電力を変換して商用電源ラインZ(系統電源側)に供給する。発電電力は系統連系される。
熱交換器2は、配管21と、配管22と、を有し、配管21、22内を流れる熱媒体(本実施形態では水)同士を熱交換させる装置である。熱交換器2は、発電装置1の排熱を給湯・暖房等に利用(供給)するための熱回路を構成する。
配管21は、中を流れる熱媒体が発電装置1の排熱を受熱するように配置されている。配管21の熱媒体は、例えばエンジン11の排気ガスやエンジン冷却水と熱交換することで、発電装置1の排熱を受熱する。配管22は、一部が配管21に近接し、中を流れる熱媒体が配管21内の熱媒体との間で熱交換できるように配置されている。配管22は、熱負荷Yからボイラ3に熱媒体を流入させるための流路(配管)61に接続されている。つまり、熱交換器2は、エンジン11の排熱を受熱した熱媒体を流通させ、受熱した熱媒体をボイラ3に供給するものである。なお、配管には、適宜電動ポンプ(図示せず)が設置され、電動ポンプが熱媒体を流通させている。
ボイラ3は、熱負荷Yへの供給温度が不足する場合、流路61から流入した熱媒体を加熱して流路62から流出させる熱源機器である。流路62は、ボイラ3から熱負荷Yに向けて熱媒体が流通する配管である。ボイラ3は、流路61の出口付近の温度と流路62の入口付近の温度を測定する温度計(ここではサーミスタ)31、32を備えている。
制御装置4は、CPUやメモリ等を有する電子制御ユニット(ECU)及びリモコンで構成され、電力負荷状況や熱負荷状況に応じて発電装置1及びボイラ3の運転を制御する。また、制御装置4は、温度計31、32からの温度情報も受信する。制御装置4の詳細構成については後述する。
ヒータ5は、配管21に近接して配置された暖房器具である。ヒータ5は、インバータ13(又は商用電源ラインZ)に接続されており、発電装置1が余剰に発電した場合に駆動して電力を消費する。ヒータ5は、例えばほとんどの電力負荷が一度に停止した場合など、発電装置1の電力負荷への追従が間に合わないケース等に、発電電力を吸収するバッファとして機能する。
ここで、制御装置4についてさらに説明する。制御装置4は、学習ブロック(「学習装置」に相当する)41と、提案ブロック(「提案装置」に相当する)42と、修正ブロック(「修正装置」に相当する)43と、を備えている。
学習ブロック41は、電子制御ユニットの一部であって、少なくとも時刻(日時)に対する温度情報と熱負荷Yをオンする時刻(オンタイミング)の情報を収集(記憶)し、「時刻と温度の関係(時系列的な温度変化:温度モデル)」と「オンタイミング」の関係を学習する。学習ブロック41は、時刻と温度とオンタイミングの関係を学習するともいえる。
学習ブロック41は、暖房対象の部屋に対する温度モデルとそれに対するオンタイミングとの関係を更新していく。温度情報とは、部屋温度(例えば熱負荷が設置された室内温度)、外気温(例えば装置が設置された家屋周辺の室外温度)、又はインターネット上の気温情報(装置が設置された家屋がある地域の気温情報)などである。また、学習ブロック41は、熱負荷Yがオンされてからオフするまでの期間(オン期間)も学習する。
学習ブロック41は、実績から学習した複数の温度モデル及び対応する複数のオンタイミングと、ある所定時刻における温度情報とに基づいて、当日(設定により決定される時間範囲)の温度モデルを予測する。所定時刻は、1つの設定された時刻でも良いが、複数の設定された時刻であっても良い。本実施形態では、学習ブロック41が1つの特定の午前の温度情報から温度モデルを予測する。学習ブロック41は、例えば気温が下がる午後の2つの時刻で温度情報を監視し、両者の温度変化から温度モデルを予測しても良い。予測精度としては複数の時刻の温度情報に基づくほうが好ましい。
学習ブロック41は、予測した当日の温度モデルから当日のオンタイミング及びオン期間を予測する。具体的に、学習ブロック41は、予測された温度モデルに対してどの時刻にオンされやすいか、あるいは予測された温度モデルに対して何度以下となった場合にオンされやすいか等の使用実績からオンタイミングを導き出す。
学習ブロック41は、予測した当日のオンタイミング(時刻)よりも所定時間前の時刻(又は予め設定された時刻)にアドバイスをユーザに通知するように、アドバイス指令を提案ブロック42に送信する。アドバイス指令は、どの電気機器(電力負荷)をいつ使用したらエネルギー効率が良いかを提案ブロック42に伝える指令であり、具体的なアドバイス内容については後述する。
学習ブロック41は、オンタイミング及びオフタイミングの情報も受信するため、オン期間も学習でき、温度モデルについても「暖房使用時」と「暖房不使用時」とに分けて学習・記憶することができる。
提案ブロック42は、例えばユーザが操作可能なコントローラの一部であり、本実施形態ではリモコン(例えば壁掛け型又は端末型のリモートコントローラ)の一部である。具体的に、提案ブロック42は、受信部421と、通知部422と、を備えている。受信部421は、有線又は無線で、学習ブロック41からアドバイス指令を受信し、アドバイス指令に基づいてアドバイスを通知部422に表示する。通知部422は、ディスプレイであって、アドバイスを文字で表示する。通知部422は、文字及び音声の少なくとも一方によりアドバイス内容をユーザに通知可能なものであれば良い。
修正ブロック43は、電子制御ユニットであって、ユーザの入力又は電力負荷の駆動に応じて学習ブロック41のアドバイス指令を修正し、アドバイス内容を変更する機能を有する。修正ブロック43は、例えばユーザがリモコンから使用した家電製品を入力(選択)すると、当該家電製品を除いた家電製品の使用をアドバイスするようにアドバイス指令を修正する。また、修正ブロック43は、所定の家電製品とネットワーク(有線又は無線)で接続され、家電製品が使用された場合(すなわち駆動した場合)に、当該家電製品を除いた家電製品の使用をアドバイスするようにアドバイス指令を修正するようにしても良い。
ここで、温度モデル及びオンタイミングの具体例について図2〜図4を参照して説明する。図2は、寒さが比較的厳しくないケースの温度モデル等を例示している。図2に示すように、学習ブロック41は、所定時刻の温度情報から当日の温度モデルを予測すると共に、当該温度モデル及び実績データからオンタイミング及びオン期間を予測する。ここでは、学習ブロック41が、過去のオンタイミング時の温度の実績から、温度モデルでの温度が10℃以下となるタイミングをオンタイミング(ここでは20時)と判断している。
そして、学習ブロック41は、予測したオンタイミングである20時から所定時間(ここでは6時間)前又は所定時刻(例えば14時)に、アドバイス指令を提案ブロック42に送信する。提案ブロック42の受信部421は、アドバイス指令を受信し、通知部422にアドバイスを表示する。アドバイスは、低温温水暖房負荷(例えば床暖房やパネルヒータ)の予測使用時間(オンタイミング)と、当該オンタイミングに合わせて使用したほうが効率的であると判断した家電製品とを通知する内容となる。通知部422は、文字により、例えば「消費電力が大きい家電製品(優先順位で表示:例えば1洗濯乾燥機、2食器洗浄機、3ドライヤ)のおすすめ使用時刻は、20時〜24時です。」と表示する。
学習ブロック41は、図3に示すように、家電製品の消費電力とおおまかな駆動時間を記憶しており、予測したオンタイミング及びオン期間に応じてアドバイス指令するように設定されている。学習ブロック41は、例えば、予測したオン期間が短い場合、洗濯乾燥機の使用よりも短時間でオン期間内に終了することができる家電製品(例えば食器洗浄機やドライヤ)の使用を提案するアドバイス指令を提案ブロック42に送信する。なお、学習ブロック41は、予測完了した後の現在の時刻が、予測したオンタイミングの所定時間前よりも遅い時刻である場合、予測完了した際にアドバイス指令を提案ブロック42に送信する。提案ブロック42は、受信に伴ってアドバイスを表示する。
図4は、寒さが比較的厳しいケースの温度モデル等を例示している。図4に示すように、学習ブロック41は、所定時刻の温度情報から当日の温度モデルを予測すると共に、当該温度モデル及び実績データからオンタイミング及びオン期間を予測する。ここでは、学習ブロック41が、過去のオンタイミングの時刻の実績から、寒さが厳しい温度モデルに対してオンタイミングを16時及び翌日7時と判断している。
そして、学習ブロック41は、予測したオンタイミングのうち最も近いオンタイミング(16時)から所定時間前又は所定時刻に、アドバイス指令を提案ブロック42に送信する。提案ブロック42の受信部421は、アドバイス指令を受信し、通知部422にアドバイスを表示する。ここでのアドバイスは、例えば、16時〜翌日1時の期間に消費電力大の家電製品(洗濯乾燥機、食器洗浄機、ドライヤ)を使用することが好ましい旨、及び翌日6時にシャワートイレ(温水や便座暖房)や加湿器の稼動又は予約運転させることが好ましい旨を伝えるものである。
このように、本実施形態によれば、予測した温度モデルから暖房使用時間を予測することで、当該暖房使用に合わせて消費電力の大きい電力負荷を使用することをユーザに事前にアドバイスすることができる。ユーザがアドバイスに応じて、電力負荷の使用を熱負荷の使用に合わせることでエネルギー効率を向上させることができる。
(実施例1)
実施例1のコージェネレーション装置では、学習ブロック41が学習するために用いるパラメータを「部屋温度(室内温度)」としている。部屋温度は、例えば室内に設置された温度計(温度センサ)からの情報であり、実施例1ではリモコンの温度測定機能により測定された温度情報を部屋温度情報として利用している。部屋温度は、常時計測され、学習ブロック41が計測情報を記憶する。
実施例1のコージェネレーション装置では、学習ブロック41が学習するために用いるパラメータを「部屋温度(室内温度)」としている。部屋温度は、例えば室内に設置された温度計(温度センサ)からの情報であり、実施例1ではリモコンの温度測定機能により測定された温度情報を部屋温度情報として利用している。部屋温度は、常時計測され、学習ブロック41が計測情報を記憶する。
学習ブロック41は、常時送信されるリモコンからの部屋温度情報と暖房がオンされた時刻(オンタイミング)及びオフされた時刻情報とを受信し、両者に基づいて、温度モデル、オンタイミング、及びオン期間を学習する。そして、学習ブロック41は、予め設定された時刻の部屋温度情報から、当日の温度モデル及びオンタイミングを予測する(図2及び図4参照)。学習ブロック41は、オンタイミングとなる時刻から所定時間前にアドバイス指令を提案ブロック42に送信する。これによれば、実際の部屋温度に基づいて温度モデルを予測するため、精度の良い予測が可能となる。
(実施例2)
実施例2のコージェネレーション装置では、学習ブロック41が学習するために用いるパラメータを「外気温度」としている。外気温度は、例えば庭やベランダ等の室外に設置された温度計(温度センサ)からの情報であり、実施例2では発電装置1(室外機)に設置された温度計の温度情報を利用している。外気温度は、常時計測され、学習ブロック41が計測情報を記憶する。
実施例2のコージェネレーション装置では、学習ブロック41が学習するために用いるパラメータを「外気温度」としている。外気温度は、例えば庭やベランダ等の室外に設置された温度計(温度センサ)からの情報であり、実施例2では発電装置1(室外機)に設置された温度計の温度情報を利用している。外気温度は、常時計測され、学習ブロック41が計測情報を記憶する。
学習ブロック41は、常時送信される外気温度情報と暖房がオンされた時刻(オンタイミング)及びオフされた時刻情報とを受信し、両者に基づいて、温度モデル(外気版)、オンタイミング、及びオン期間を学習する。そして、学習ブロック41は、予め設定された時刻の外気温度情報から、当日の温度モデル及びオンタイミングを予測する(図2及び図4の外気温度参照)。学習ブロック41は、オンタイミングとなる時刻から所定時間前にアドバイス指令を提案ブロック42に送信する。これによれば、温度情報が暖房駆動の有無に影響を受けないため、暖房使用時と不使用時の区別する必要はなく、シンプルに温度モデルを予測できる。
(実施例3)
実施例3のコージェネレーション装置では、学習ブロック41が学習するために用いるパラメータを「外気温度」及び「Q値」としている。外気温度は、実施例2と同様である。Q値は、住宅の熱損失係数であり、ユーザ等により設定される値である。
実施例3のコージェネレーション装置では、学習ブロック41が学習するために用いるパラメータを「外気温度」及び「Q値」としている。外気温度は、実施例2と同様である。Q値は、住宅の熱損失係数であり、ユーザ等により設定される値である。
学習ブロック41は、常時送信される外気温度情報と設定されたQ値から部屋温度を推定し、部屋温度についての温度モデル、オンタイミング、及びオン期間を学習する。そして、学習ブロック41は、予め設定された時刻の外気温度情報及びQ値から当該時刻の部屋温度を推定し、当日の温度モデル及びオンタイミングを予測する(図2及び図4参照)。学習ブロック41は、オンタイミングとなる時刻から所定時間前にアドバイス指令を提案ブロック42に送信する。これによれば、部屋温度の温度計が不要となる。また、実施例2同様、温度情報が暖房駆動の有無に影響を受けないため、暖房使用時と不使用時の区別なく、シンプルに部屋温度を推定しシンプルに温度モデルを予測することができる。
(実施例4)
実施例4のコージェネレーション装置では、学習ブロック41が学習するために用いるパラメータを「気温データ」及び「天気情報」としている。気温データは、インターネット等のネットワークを介して取得可能な気温の実データ(当該住宅がある地域の気温データ)である。天気情報は、上記同様、インターネット等のネットワークを介して取得可能な天気予報や現在の天気(当該住宅がある地域の情報)である。学習ブロック41は、インターネットに接続され、インターネットから気温データと天気情報を常時取得する。
実施例4のコージェネレーション装置では、学習ブロック41が学習するために用いるパラメータを「気温データ」及び「天気情報」としている。気温データは、インターネット等のネットワークを介して取得可能な気温の実データ(当該住宅がある地域の気温データ)である。天気情報は、上記同様、インターネット等のネットワークを介して取得可能な天気予報や現在の天気(当該住宅がある地域の情報)である。学習ブロック41は、インターネットに接続され、インターネットから気温データと天気情報を常時取得する。
学習ブロック41は、常時送信される気温データ及び天気情報と暖房がオンされた時刻(オンタイミング)及びオフされた時刻情報とを受信し、両者に基づいて、温度モデル、オンタイミング、及びオン期間を学習する。そして、学習ブロック41は、予め設定された時刻の気温データ及び天気情報から、当日の温度モデル及びオンタイミングを予測する(図2及び図4参照)。学習ブロック41は、オンタイミングとなる時刻から所定時間前にアドバイス指令を提案ブロック42に送信する。これによれば、室内外の温度計は不要となる。また、天気情報を用いることで、さらに精度の良い温度モデル及びオンタイミングの予測が可能となる。
実施例1〜4によれば、上記実施形態同様の効果が発揮される。具体的には、図5に示すように、熱回収と発電の両面からみてエネルギー効率が良い領域(1.5kW周辺の定格運転領域)での発電装置1の稼動が可能となる。なお、実施例1〜4のパラメータは、適宜組み合わせても良い。例えば「天気情報」のパラメータを実施例1〜3に加えても良い。これにより、より精度の良い予測が可能となる。また、実施例4において「気温データ」のみをパラメータとしても良い。また、天気情報の取得は、インターネットに限らず、ユーザの入力によるものでも良い。
また、学習ブロック41は、図3に示すような使用時間や消費電力に基づいて、使用すべき電力負荷の優先順位を通知するアドバイス指令を送信することが好ましい。優先順位は、ユーザが設定しても良い。また、翌朝のシャワートイレや加湿器などの運転予約は、当該電力負荷と制御装置4をネットワーク接続(有線又は無線)することで、制御装置4が自動的に予約するようにしても良い。また、例えば食器洗浄機についても、食器が入れられ、準備ができている状態をユーザが制御装置4に対して入力する又は食器洗浄機が制御装置4に通知することで、アドバイスした時刻に制御装置4が食器洗浄機を駆動させるようにしても良い。また、エンジン11の燃料は、ガスに限らず、ガソリン、灯油、又は軽油等の液体燃料であっても良い。また、本発明は、貯湯タンクを有するコージェネレーション装置にも適用できる。
1:発電装置、 11:エンジン、 12:発電機、 13:インバータ、
2:熱交換器、 3:ボイラ、 4:制御装置、
41:学習ブロック(学習装置)、 42:提案ブロック(提案装置)、
421:受信部、 422:通知部、 43:修正ブロック(修正装置)、
5:ヒータ、 Y:熱負荷
2:熱交換器、 3:ボイラ、 4:制御装置、
41:学習ブロック(学習装置)、 42:提案ブロック(提案装置)、
421:受信部、 422:通知部、 43:修正ブロック(修正装置)、
5:ヒータ、 Y:熱負荷
Claims (6)
- 発電電力が系統連系される発電装置と、
前記発電装置の排熱を受熱して熱負荷に伝達するための熱媒体が流通する熱交換器と、
電力負荷状況及び熱負荷状況に応じて前記発電装置を制御する制御装置と、
温度情報と熱負荷がオンされる時刻であるオンタイミングの情報とを取得し、時刻と温度の関係を表す温度モデルと前記オンタイミングとを学習すると共に、所定時刻の温度情報に基づいて当日の前記温度モデル及び前記オンタイミングを予測し、予測された前記オンタイミングに基づき、予測された前記オンタイミングより所定時間前又は予め設定された時刻にアドバイス指令を送信する学習装置と、
前記アドバイス指令を受信する受信部、及び前記アドバイス指令に基づいて前記オンタイミングに応じた電力負荷の使用についてユーザに通知する通知部を有する提案装置と、
を備えるコージェネレーション装置。 - 請求項1において、
前記温度情報は、室内温度センサにより取得される部屋温度情報、室外温度センサにより取得される外気温度情報、又はインターネットを介して取得される気温情報であるコージェネレーション装置。 - 請求項1又は2において、
前記学習装置は、さらに熱負荷がオンされてからオフされるまでの時間であるオン期間の情報を取得し、前記温度モデル、前記オンタイミング、及び前記オン期間を学習すると共に、所定時刻の温度情報に基づいて当日の前記温度モデル、前記オンタイミング、及び前記オン期間を予測し、予測された前記オンタイミング及び前記オン期間に基づき、予測された前記オンタイミングより所定時間前又は予め設定された時刻にアドバイス指令を送信し、
前記通知部は、前記アドバイス指令に基づいて前記オンタイミング及び前記オン期間に応じた電力負荷の使用についてユーザに通知するコージェネレーション装置。 - 請求項1〜3の何れか一項において、
前記学習装置は、Q値を記憶し、さらに前記Q値に基づいて前記温度モデル及び前記オンタイミングを学習するコージェネレーション装置。 - 請求項1〜4の何れか一項において、
前記学習装置は、さらに天気情報を取得し、さらに前記天気情報に基づいて前記温度モデル及び前記オンタイミングを学習し、前記天気情報及び所定時刻の温度情報に基づいて当日の前記温度モデル及び前記オンタイミングを予測するコージェネレーション装置。 - 請求項1〜5の何れか一項において、
ユーザの入力又は電力負荷の駆動に応じて前記アドバイス指令を修正する修正装置を備えるコージェネレーション装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012209537A JP2014063442A (ja) | 2012-09-24 | 2012-09-24 | コージェネレーション装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012209537A JP2014063442A (ja) | 2012-09-24 | 2012-09-24 | コージェネレーション装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014063442A true JP2014063442A (ja) | 2014-04-10 |
Family
ID=50618590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012209537A Pending JP2014063442A (ja) | 2012-09-24 | 2012-09-24 | コージェネレーション装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2014063442A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017035222A (ja) * | 2015-08-07 | 2017-02-16 | 株式会社ガスター | 浴室乾燥機制御装置給湯暖房機プログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005055102A (ja) * | 2003-08-06 | 2005-03-03 | Matsushita Electric Ind Co Ltd | 機器コントロール装置 |
JP2005093197A (ja) * | 2003-09-17 | 2005-04-07 | Tokyo Gas Co Ltd | コージェネレーションシステム |
JP2005265201A (ja) * | 2004-03-16 | 2005-09-29 | Osaka Gas Co Ltd | 温水暖房負荷予測システム |
JP2006267066A (ja) * | 2005-03-25 | 2006-10-05 | Osaka Gas Co Ltd | コージェネレーションシステムの診断装置 |
JP2009257066A (ja) * | 2007-10-30 | 2009-11-05 | Sekisui Chem Co Ltd | 建物の温熱環境シミュレーション装置と温熱環境表示方法 |
JP2010176443A (ja) * | 2009-01-30 | 2010-08-12 | Sekisui Chem Co Ltd | 車両の充電システム |
JP2012083105A (ja) * | 2012-01-31 | 2012-04-26 | Mitsubishi Electric Corp | 省エネ機器、空気調和機 |
JP2012160028A (ja) * | 2011-02-01 | 2012-08-23 | Nippon Telegr & Teleph Corp <Ntt> | 省エネルギーアドバイス提供システム、省エネルギーアドバイス提供方法およびそのプログラム |
-
2012
- 2012-09-24 JP JP2012209537A patent/JP2014063442A/ja active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005055102A (ja) * | 2003-08-06 | 2005-03-03 | Matsushita Electric Ind Co Ltd | 機器コントロール装置 |
JP2005093197A (ja) * | 2003-09-17 | 2005-04-07 | Tokyo Gas Co Ltd | コージェネレーションシステム |
JP2005265201A (ja) * | 2004-03-16 | 2005-09-29 | Osaka Gas Co Ltd | 温水暖房負荷予測システム |
JP2006267066A (ja) * | 2005-03-25 | 2006-10-05 | Osaka Gas Co Ltd | コージェネレーションシステムの診断装置 |
JP2009257066A (ja) * | 2007-10-30 | 2009-11-05 | Sekisui Chem Co Ltd | 建物の温熱環境シミュレーション装置と温熱環境表示方法 |
JP2010176443A (ja) * | 2009-01-30 | 2010-08-12 | Sekisui Chem Co Ltd | 車両の充電システム |
JP2012160028A (ja) * | 2011-02-01 | 2012-08-23 | Nippon Telegr & Teleph Corp <Ntt> | 省エネルギーアドバイス提供システム、省エネルギーアドバイス提供方法およびそのプログラム |
JP2012083105A (ja) * | 2012-01-31 | 2012-04-26 | Mitsubishi Electric Corp | 省エネ機器、空気調和機 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017035222A (ja) * | 2015-08-07 | 2017-02-16 | 株式会社ガスター | 浴室乾燥機制御装置給湯暖房機プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20080023564A1 (en) | Method And Apparatus For Centrally Controlling A Hybrid Furnace, Heater, And Boiler System Installation | |
Fanti et al. | A simulation and control model for building energy management | |
US20110044671A1 (en) | Controlling the operation of an electrically heated water tank | |
JP6328283B2 (ja) | コントローラ、スケジュール作成方法、及びプログラム | |
EP2136152B1 (en) | Heating System | |
JP2012094077A (ja) | 家庭用エネルギー管理システム | |
CN102375443A (zh) | 需求响应应用的热时间约束 | |
RU2006120551A (ru) | Бытовая система тепло-и энергоснабжения | |
CN102997443A (zh) | 热泵与燃气热水器组合的优化控制方法 | |
JP6086014B2 (ja) | ヒートポンプ給湯器 | |
JP2014126300A (ja) | 貯湯式給湯装置 | |
GB2483362A (en) | System and method for predictive control of a heating and/or cooling apparatus | |
JP2011220647A (ja) | 削減燃料費算出装置及び太陽熱給湯システム | |
JP6628831B2 (ja) | コントローラ、スケジュール作成方法、及びプログラム | |
JP5375670B2 (ja) | ハイブリッドシステム | |
JP5904933B2 (ja) | 貯湯式給湯装置 | |
JP2014063442A (ja) | コージェネレーション装置 | |
JP7116907B2 (ja) | 貯湯給湯システム | |
JP4237241B1 (ja) | エネルギ消費量分析装置、エネルギ消費量分析システム、及びその分析方法 | |
EP3337000B1 (en) | Exploitation of a photovoltaic system coupled to a joint water boiler-air/air heat pump air conditioning system | |
KR101866799B1 (ko) | 집단 열공급 시설의 각 세대 내의 실별 온도 조절기와 기계실의 디지털 다이렉트 컨트롤러가 연동되는 난방 제어 방법 | |
JP2017026254A (ja) | 給湯装置 | |
KR101622658B1 (ko) | 조리 기기의 제어 장치 및 제어 방법 | |
JP2016092961A (ja) | コントローラ、スケジュール作成方法、及びプログラム | |
JP3847196B2 (ja) | 情報通信システム及び用途別ガス消費量算出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150805 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160519 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20161215 |