JP2014512052A - 複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法、そのような方法を行なうためのコンピュータプログラム、およびそのためのシステム - Google Patents

複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法、そのような方法を行なうためのコンピュータプログラム、およびそのためのシステム Download PDF

Info

Publication number
JP2014512052A
JP2014512052A JP2014504183A JP2014504183A JP2014512052A JP 2014512052 A JP2014512052 A JP 2014512052A JP 2014504183 A JP2014504183 A JP 2014504183A JP 2014504183 A JP2014504183 A JP 2014504183A JP 2014512052 A JP2014512052 A JP 2014512052A
Authority
JP
Japan
Prior art keywords
cluster
energy
power
priority
devices
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
Application number
JP2014504183A
Other languages
English (en)
Other versions
JP2014512052A5 (ja
JP5810209B2 (ja
Inventor
クラーセンス，べルト
ホメルベルク，マールテン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vlaamse Instelling Voor Technologish Onderzoek NV VITO
Original Assignee
Vlaamse Instelling Voor Technologish Onderzoek NV VITO
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vlaamse Instelling Voor Technologish Onderzoek NV VITO filed Critical Vlaamse Instelling Voor Technologish Onderzoek NV VITO
Publication of JP2014512052A publication Critical patent/JP2014512052A/ja
Publication of JP2014512052A5 publication Critical patent/JP2014512052A5/ja
Application granted granted Critical
Publication of JP5810209B2 publication Critical patent/JP5810209B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/30—Wind power

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

複数の装置に配給すべきエネルギに関する制約を考慮して、複数の装置のクラスタにエネルギ流を分配するための方法であって、Ａ）クラスタにおけるそれぞれの装置のフレキシビリティ情報を収集するとともに、クラスタの装置のフレキシビリティ情報をクラスタについてのフレキシビリティ情報になるよう組合せるステップと、Ｂ）予め定められた期間にわたった時間関数での配給すべき蓄積エネルギを決定するステップと、Ｃ）決定された時間関数での配給すべき蓄積エネルギに基づいて、時間関数での電力をエネルギの流れから得ることにより、決定された蓄積エネルギをクラスタに供給するとともに、クラスタにおける全装置について電力の優先度を決定し、さらに得られた電力をクラスタの装置に分配するステップとを含む、方法。

Description

この発明は、複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法に関する。
複数の装置に配給すべきエネルギに関する制約、たとえば価格などを考慮して、少なくとも１つの装置のクラスタにエネルギ流を分配するための方法は、既に当業者には公知である。たとえば、ＵＳ２００９／０２２８３２４は、限界需要関数を集約し、エネルギの価格を制約として考慮しながら、集約された関数に基づいた最適な割当て、すなわちクラスタの装置へのエネルギの最適な割当てを決定することによって、エネルギ流を分配するための方法を記載している。たとえば、装置のクラスタのうちの２つ以上の装置から、２つ以上の限界需要関数（１つの限界需要関数は、装置が進んで支払う所与の量のエネルギ流の価格を表わす）がそれぞれ得られ、かつ集約されて、集約された限界需要関数を形成する。また、集約された限界需要関数に基づいた、２つ以上の他の装置への集約量のエネルギ流の最適な割当てが決定される。集約演算はたとえば、個々の使用価値の合計であるが、重み付け合計といった他の例も与えられる。
しかしながら、この従来技術に従った方法は、スケーリングの問題を回避するなどのために非集中的な解決策を提供しようとしているが、時間関数でのクラスタ装置へのエネルギの流れを検討することなく、別々の装置へのエネルギの割当てしか対処されていないため、クラスタの別々の装置について短期のおよび／または局所的な利点は得られるものの、長期のおよび／またはより大域的な機会が失われる可能性がある。
ＵＳ２００９０３１９０９０は、エネルギに関する制約を考慮するとともに、エネルギの利用可能性に対する予測を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法を記載しているが、ＵＳ２００９０３１９０９０は、クラスタにおいて限られた量の装置、すなわち、建物用のソーラーＰＶアレイ、負荷、およびエネルギ貯蔵システムを有する状況を記載している。しかしながら、クラスタにおける装置の数が増加すると、ＵＳ２００９０３１９０９０によって記載された方法を用いてクラスタの装置にエネルギの流れを分配することはますます難しくなり、ほぼ不可能になることすらあるであろう。
また、ＵＳ２００９０３１９０９０は、一旦得られたクラスタに供給すべき電力が、クラスタの装置にどのように時間関数で分配されるかについて記載しておらず、したがって、エネルギをそれほどすぐには必要としていない装置に対して、エネルギをより一層すぐに必要としている装置がどのように扱われるかについて記載していない。
ＵＳ２００８／００４６３８７は、エネルギの価格を考慮し、エネルギの価格に対する予測を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法を記載しているが、それは、一旦得られたクラスタに供給すべき電力が、クラスタの装置にどのように時間関数で分配されるかについて記載しておらず、したがって、エネルギをそれほどすぐには必要としていない装置に対して、エネルギをより一層すぐに必要としている装置がどのように扱われるかについて記載していない。したがって、この発明の目的は、長期の機会を逃すことを回避しながら複数の装置に配給すべきエネルギに関する制約を考慮し、クラスタの装置がエネルギを必要とする緊急性を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法を提供することである。
これは、第１の請求項に記載の方法に従って達成される。そのため、複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法は、
Ａ．クラスタにおけるそれぞれの装置のフレキシビリティ情報を収集するとともに、クラスタのそれぞれの装置の収集されたフレキシビリティ情報をクラスタについての集約フレキシビリティ情報になるよう組合せることにより、クラスタについてのフレキシビリティ情報を集約するステップを含み、それぞれの装置のフレキシビリティ情報は、それぞれの装置が既に利用可能なエネルギ、時間関数での予め定められた期間内にクラスタのそれぞれの装置によって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量、ならびに装置によって許可される電力摂取の最小量および最大量についての情報を含み、クラスタの集約フレキシビリティ情報は、クラスタが既に利用可能なエネルギ、時間関数での予め定められた期間内にクラスタによって少なくとも１つの装置によって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量を時間関数での予め定められた期間内に考慮した、クラスタによって必要とされる時間関数での蓄積エネルギの最小量およびクラスタによって許可される時間関数での蓄積エネルギの最大量、ならびに装置によって許可される電力摂取の最小量および最大量を考慮した、時間関数でのクラスタによって許可される電力摂取の最小量および最大量についての情報であり、前記方法はさらに、
Ｂ．クラスタについての集約フレキシビリティ情報を考慮して、予め定められた期間にわたった時間関数でのクラスタに配給すべき蓄積エネルギを決定するステップと、
Ｃ．決定された時間関数での配給すべき蓄積エネルギに基づいて、時間関数でのクラスタに供給すべき電力をエネルギの流れから得ることにより、決定された蓄積エネルギをクラスタに供給し、それぞれの装置のフレキシビリティ情報に基づいてクラスタにおける全装置について供給すべき電力の優先度を決定し、クラスタのそれぞれの装置のフレキシビリティ情報に基づく供給すべき電力の優先度に基づいて、供給電力をクラスタの装置に時間関数で分配するステップとを含む。
そのような方法を用いると、複数の装置に配給すべきエネルギに関する制約を検討して、予め定められた期間にわたってエネルギ流のより最適な分配が得られる、ということがわかっている。
さらに、いくつかの装置のクラスタの形成は、スケーリングの問題を低減できるよう、別々の装置へのエネルギの分配の制御を著しく分散化することを可能にする。
装置を複数の装置のクラスタへと集約することによって情報は必然的に失われるが、にもかかわらず、それぞれの装置のフレキシビリティ情報に基づいてクラスタにおける全装置について供給すべき電力の優先度を決定することにより、クラスタについての集約フレキシビリティ情報を考慮して決定された予め定められた期間にわたった時間関数でのクラスタに配給すべき蓄積エネルギが実質的に尊重され、かつそれぞれの装置のフレキシビリティ情報によって定義される境界の内部にあるように、装置へのエネルギ流の分配を得ることができる。
このように、長期の機会を逃すことを回避するなどのために時間関数でのクラスタ装置へのエネルギの流れを検討し、クラスタの装置がエネルギを必要とする緊急性を考慮しつつ、フレキシビリティ情報の使用によって拡張性を保ち、フレキシビリティ情報を集約する、方法が提供される。
この発明の好ましい実施例によれば、それぞれの装置についての、それぞれの装置のフレキシビリティ情報に基づく供給すべき電力の優先度は、それぞれの装置によって許可される電力摂取の最大量に最小の優先度が対応し、それぞれの装置によって許可される電力摂取の最小量に最大の優先度が対応するように、優先度関数での電力として決定される。電力と優先度とのそれぞれの関係は、予め定められた期間において装置によって必要とされるエネルギの最小量を示しており、電力と優先度との関係は時間関数で変化する。優先度関数での電力のそのようなマッピングを使用することは、エネルギの流れからの得られた電力を使用するための別々の装置の優先度を得るために容易に使用可能であるということがわかっている。さらに、優先度関数での電力のそのようなマッピングは、クラスタについての集約フレキシビリティ情報を考慮して決定された予め定められた期間にわたった時間関数でのクラスタに配給すべき蓄積エネルギが実質的に尊重され、かつそれぞれの装置のフレキシビリティ情報によって定義される境界の内部にある状態で、別々の装置にどれぐらいの電力を提供する必要があるかを決定するのに十分である。
この発明のより好ましい実施例によれば、それぞれの装置に供給すべき電力のそれぞれの優先度は、供給すべき電力の集約優先度になるよう組合され、得られた供給すべき電力の集約優先度を用いて、エネルギの流れから得られた電力に対応する優先度がクラスタについて得られ、その後、得られたクラスタの優先度に基づいて、それぞれの装置の優先度関数での電力として決定された供給すべき電力のそれぞれの優先度を用いて、それぞれの装置について供給すべき電力が決定されるとともに、クラスタの装置に分配される。電力をクラスタの装置にそのように分配することは、電力の必要性および制約を考慮して得られた電力の適切な分配を可能にするということがわかっており、たとえば、予め定められた期間内で他の装置よりも多くの電力を必要とする装置は、この電力を、エネルギに関する制約の範囲内で、クラスタについての集約フレキシビリティ情報を考慮して決定された予め定められた期間にわたった時間関数でのクラスタに配給すべき蓄積エネルギから実質的に逸脱することなく、それぞれの装置のフレキシビリティ情報によって定義される境界の内部で受取ることができる。
この発明の好ましい実施例によれば、この発明に従った方法に従った、複数の装置に配給すべきエネルギに関する制約を考慮して、第１の予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法が提供され、エネルギ流を分配するためのこの発明に従ったステップＡ〜Ｃは、第２の予め定められた期間毎に繰返され、第２の期間は第１の予め定められた期間よりも短い。そのようなアルゴリズムを用いると、装置のクラスタへのエネルギ流の長期最適化の利点が、クラスタの装置のフレキシビリティ情報およびエネルギに関する制約における短期の変化を考慮することと組合されるということがわかっている。このように、たとえば装置のクラスタへのエネルギ流の最適化は、たとえば昼間および夜間のエネルギの利用可能性による電気などのエネルギのこれらの時間での価格など、たとえばエネルギの使用時間に関するエネルギの価格の周期的変化といった、たとえば延長された期間にわたる制約の変化などの長期的影響、ならびに、たとえば気候環境による風力エネルギの急増による、たとえばエネルギの利用可能性の急増による電気などのエネルギの価格の予期しない急な変化といった、たとえば限られた期間にわたる制約の変化などの短期的影響を考慮することができる。
この発明の好ましい実施例によれば、クラスタの少なくとも１つの装置のフレキシビリティ情報をクラスタについてのフレキシビリティ情報になるよう組合せることは、それぞれの装置によって必要とされる時間関数での蓄積エネルギの最小量を追加すること、それぞれの装置によって許可される時間関数での蓄積エネルギの最大量を追加すること、それぞれの装置の時間関数での電力の最小量を追加すること、およびそれぞれの装置の時間関数での電力の最大量を追加することを含む。そのような方法は、比較的簡単に行なえるにもかかわらず、クラスタの装置にエネルギの流れの最適な分配を提供するのに十分であるということがわかっている。
この発明の好ましい実施例によれば、ステップはコンピュータによって実行される。そのようなコンピュータは、実質的に人間の介入なく、エネルギの流れを調整することを可能にする。
この発明の好ましい実施例によれば、フレキシビリティ情報はクラスタの少なくとも１つの装置に格納され、ステップＡは、フレキシビリティ情報をコンピュータに送信するステップを含む。これにより、そのような装置をクラスタに接続すると、コンピュータは、たとえば第２の予め定められた期間が経過した後で（必ずしもこの限りではないが）、装置のフレキシビリティ情報に依存してクラスタのフレキシビリティ情報を更新できる。
この発明の好ましい実施例によれば、クラスタの少なくとも１つの装置のフレキシビリティ情報は、少なくとも１つの装置の時間関数でのエネルギの使用を監視することによって得られる。そのような実施例は、たとえばより古い乾燥機、洗濯機、食洗機、充電器などのより古い家電といった、コンピュータと通信するよう特に適合されていない装置が、この発明に従った方法で動作できるよう、装置がそれ自体のフレキシビリティ情報を格納する必要なく、クラスタの装置のフレキシビリティ情報を決定することを可能にする。
好ましくは、クラスタの少なくとも１つの装置のフレキシビリティ情報は、マルコフプロセスで得られる。しかしながら、たとえばニューラルネットワーク、ＡＲＭＡ（auto regressed moving average：自己回帰移動平均）などの他の方法も可能である。
この発明の好ましい実施例によれば、エネルギに関する制約は、エネルギの利用可能性を含む。そのような実施例では、クラスタにグループ化された装置によるエネルギの需要は、エネルギの供給とバランスをとることができ、たとえば電気にとって重要であるエネルギのより連続的な流れを得ることができるということがわかっている。エネルギに関する制約はまた、送電網上の電気エネルギの流れを安定させるために、送電網上の電気の所望の周波数および／または電圧のうちのいずれか１つを、代わりにまたは追加で含んでいてもよく、送電網はそのような場合、エネルギの流れであり、環境要因は、環境要因が考慮などされ得るようにエネルギの流れに関連している。
この発明の好ましい実施例によれば、エネルギに関する制約は、エネルギの価格を含む。そのような実施例では、エネルギのために支払われる価格は、同じ量のエネルギに対する装置のユーザらの支払いがより少なくなるよう、最小限に抑えられ得る。エネルギの価格は通常、利用可能なエネルギ、特に電気エネルギの量に相関しているため、そのような方法は、エネルギの利用可能性を含むエネルギに関する制約と組合されることが特に好ましい。
この発明の好ましい実施例によれば、エネルギは電気エネルギである。なぜなら、そのようなエネルギについては、制約は時間とともに著しく変化し得るためである。
この発明の好ましい実施例によれば、予め定められた期間にわたった時間関数での配給すべきエネルギの決定は、線形計画法および確率的計画法、好ましくは動的計画法のうちのいずれか１つを用いて行なわれる。しかしながら、たとえばＡ＊、近似またはニューロダイナミックプログラミングなどの動的計画法、強化学習などの他の方法も可能である。
この発明の好ましい実施例によれば、それぞれの装置についての供給すべき電力の優先度は、第３の予め定められた期間の後で決定される。そのような実施例では、時間関数での優先度関数での電力として決定された電力の優先度が考慮され得る。好ましくは、第３の予め定められた期間は第２の期間よりも短い。この発明の好ましい実施例によれば、ある量の電力を最大の優先度で要求している装置には、その量の電力がエネルギの流れから提供される。そのような方法は、たとえば照明のスイッチがオンにされたときなどの電力に対する即時の要求が満たされることを可能にする。特に、エネルギ流を分配するためのステップが第２の予め定められた期間毎に繰返される実施例と組合されると、そのような電力に対する即時の要求を有する装置がクラスタ内に存在していても、この要求をステップの次のサイクルに取り入れて、決定された時間関数での蓄積エネルギをそのような要求に適合させ、エネルギに関する制約を考慮したクラスタの装置への最適化されたエネルギ流を得ることができるということがわかっている。
この発明はまた、この発明に従った方法を行なうためのソフトウェア構成要素を含む、コンピュータ読取可能なフォーマットのコンピュータプログラムに関する。
この発明はまた、複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたってシステムの複数の装置のクラスタにエネルギ流を分配するためのシステムに関し、システムは、この発明に従った方法のステップＡ、ＢおよびＣを行なうために設けられたアグリゲータを含む。
複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたってシステムの複数の装置のクラスタにエネルギ流を分配するための、この発明に従ったシステムの好ましい実施例によれば、この発明に従った方法のステップＡ、ＢおよびＣを行なうために設けられたアグリゲータはコンピュータである。
以下の説明および添付図面により、この発明をさらに説明する。
この発明に従った方法の好ましい一実施例の図形表現を示す図である。 時間関数での、この発明に従った方法の好ましい一実施例を示す図である。 この発明に従った方法の別の好ましい実施例を示す図である。 この発明に従った方法の好ましい一実施例の図形表現を示す図である。
以下の詳細な説明では、この発明の完全な理解およびそれが特定の実施例でどのように実践され得るかを提供するために、多数の特定の詳細が述べられる。しかしながら、この発明はこれらの特定の詳細がなくても実践され得るということが理解されるであろう。他の点では、この発明を不明瞭にしないよう、周知の方法、手順、および技術は詳細には説明されていない。特定の実施例に関し、図面を参照してこの発明を説明するが、この発明はそれらに限定されない。ここに含まれ記載される図面は概略的であり、この発明の範囲を限定していない。また、図面では、例示する目的のために、要素によってはそのサイズが誇張され、したがって縮尺通りには描かれていない場合がある。
特定の実施例に関し、図面を参照してこの発明を説明するが、この発明はそれらに限定されず、請求項のみによって限定される。記載される図面は単なる概略であり、非限定的である。図面では、例示する目的のために、要素によってはそのサイズが誇張され、したがって縮尺通りには描かれていない場合がある。寸法および相対寸法は、この発明の現実の実現化に必ずしも対応していない。
また、説明および請求項における第１、第２、第３などの用語は、同様の要素を区別するために使用されており、必ずしも発生順、時系列順を説明するために使用されてはいない。これらの用語は適切な状況下で相互交換可能であり、この発明の実施例は、ここに説明されまたは例示されたもの以外の順序で動作可能である。
さらに、説明および請求項における上部、底部、上、下などの用語は、説明する目的のために使用されており、必ずしも相対位置を説明するために使用されてはいない。そのように使用される用語は適切な状況下で相互交換可能であること、および、ここに説明されるこの発明の実施例は、ここに説明されまたは例示されたもの以外の配向で動作可能であることが理解されるべきである。
請求項で使用される「を含む」という用語は、その後に列挙される手段に制限されるよう解釈されるべきではなく、それは他の要素またはステップを除外しない。それは、引用されたような述べられた特徴、整数、ステップ、または構成要素の存在を特定するとして解釈される必要があるが、１つ以上の他の特徴、整数、ステップ、または構成要素、もしくはそれらの群の存在または追加を除外しない。このため、「手段Ａと手段Ｂとを備える装置」という表現の範囲は、構成要素Ａおよび構成要素Ｂのみからなる装置に限定されるべきではない。
図１は、この発明に従った方法の好ましい一実施例の図形表現を示す。
この方法は、複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配することに関する。
エネルギの流れは、当業者が適切であると考えるあらゆるエネルギの流れであってもよいが、好ましくは電気エネルギの流れであり、より好ましくはデマンドサイドマネージメント（demand side management：ＤＳＭ）を用いたスマートグリッドでの電気エネルギの流れである。しかしながら、これはこの発明にとって決定的なものではなく、エネルギの流れは、たとえば発生した熱がたとえばビルの別々の部屋に最適に分配され得るように、たとえばラジエータなどの別々の熱交換器に熱を分配する、といった熱の流れであってもよい。しかしながら、追加の例は、エネルギの流れが、たとえば油、ガスや、たとえば木、紙などの固形可燃材料といった、エネルギを生成可能な天然資源の流れである場合である。
クラスタは多くの異なる装置を含んでいてもよく、または実質的に１種類の装置を含んでいてもよい。たとえばクラスタは、たとえば１ブロックの住宅のうちの１世帯や別々の世帯の装置を共にグループ化してもよく、そのような場合のクラスタは家電を共にグループ化する。しかしながら、クラスタは、たとえば電気自動車、電気ヒータなどの装置を共にグループ化してもよい。クラスタは似た装置同士をクラスタになるよう共にグループ化してもよいが、それはまた、たとえばエネルギ要件が実質的に異なる工業用装置といった実質的に異なるいくつかの装置を含んでいてもよい。
上に挙げた装置の例の多くは作業を提供するのにエネルギを必要とする装置であるが、クラスタはまた、作業からのエネルギを提供する装置、すなわち、たとえば風力タービン、組合された加熱装置および電力装置、太陽光発電エネルギ装置といったエネルギを生成する装置を含んでいてもよい。そのような装置については、電力は、作業するのにエネルギを必要とする装置についての電力とは逆の符号を有しており、装置によって許可される電力摂取の最小量および最大量は、前述のように逆の符号を有する電力の出力の最小量および最大量として言い表わされてもよい。
当業者の要件に依存して、たとえば２つの装置、３つの装置、４つの装置、５つの装置、６つの装置など任意の数の装置を、装置のクラスタになるようグループ化してもよい。しかしながら、クラスタの装置の最小量は好ましくは２０であるが、この方法は、たとえば１０万以上といった、クラスタにおける多数の装置を取扱うのに好適である。しかしながら、装置の量が増加すると、たとえばステップ２といったあるステップを行なうのに必要な時間が増加し、より特定的には線形に増加する。したがって、１つのクラスタにグループ化される装置の数は、この発明に従った方法のあるステップのために必要な時間を過度に増加させないことが好ましい。
装置のクラスタは、エネルギの流れに実際に接続される装置を含み、および／または、予め定められた時間の間、最初はエネルギの流れに接続されていないものの、予め定められた期間中、エネルギの流れに接続される装置を含む。クラスタはたとえば、充電すべき電気自動車のグループを含んでいてもよく、それらの一部は予め定められた期間の最初にエネルギの流れに接続され、残りは予め定められた期間中、たとえば到着時に車庫でエネルギの流れに接続される。
第１の予め定められた期間とも呼ばれるこの予め定められた期間は、この発明に従った方法のために当業者が実際に使用可能な任意の期間であってもよい。しかしながら、装置へのエネルギ流は通常、概して人間であるそのユーザに関連するため、エネルギ流は通常、好ましい予め定められた期間が２４時間であるように、１日、つまり２４時間の周期性を有する。しかしながら、これはこの発明にとって決定的なものではなく、たとえば２４時間の倍数、または１２時間、もしくは１２時間の倍数といった、通常エネルギの流れのユーザに起因する、エネルギの流れにおける通常の時間周期にすべて関連する他の期間も、当業者によって使用されてもよい。予め定められた期間はまた、１週間または１ヶ月であってもよく、週末などの他の周期を記録してもよい。期間はまた、クラスタの性質を念頭において決定されてもよい。たとえば、前述のクラスタは、洗濯機、乾燥機、食洗機などの家電を実質的に有するクラスタに適用される場合、特に好ましい。しかしながら、予め定められた期間はまた、クラスタがたとえばコンピュータ（オフィス環境）、重機（工業用環境）などの作業環境で使用される装置を共にグループ化する場合には、たとえば８時間などの通常の１日の労働時間の関数であってもよい。別の例によれば、装置は車であり、クラスタは、たとえば充電ステーションを有する電気自動車用の車庫で充電すべき車を共にグループ化する。そのような例では、予め定められた期間は、たとえば買物、仕事など、人々が自分達の車を車庫に停めた理由などに依存して、車の通常停留時間に適合される。
図２および図３は、たとえば、２４時間または１日である１５分×９６という予め定められた時間を示す。
制約は、たとえば、利用可能性、エネルギの価格、エネルギの価格におそらく反映される利用可能性、たとえば過電流の発生を考慮した、ある接続を通してクラスタの装置からたとえば電気エネルギなどのエネルギの流れに流すことができるエネルギの最大量、たとえばエネルギの流れが変圧器を通してクラスタに配給される場合にクラスタに配給可能な最大電力など、任意の制約であってもよい。
好ましくは、この発明に従った方法は、本願の文脈ではアグリゲータと呼ばれるコンピュータによって行なわれる。コンピュータには、別々の装置が、たとえばＬＡＮを通して、たとえばイントラネットを用いて、またはＷＡＮを通して、たとえばインターネットを用いて相互接続される。クラスタの別々の装置がＬＡＮを用いて直接相互接続されることは、可能ではあるが必要ではない。
クラスタの別々の装置にエネルギの流れを提供するために、クラスタのそれぞれの装置が１つのグループとして、単一のラインを用いてエネルギの流れに相互接続されることも必要ではなく、たとえば単一の世帯においてしばしばあるように、それぞれの装置は各々、他の装置から独立してエネルギの流れに接続可能である。
この発明によれば、第１のステップＡで、クラスタにおけるそれぞれの装置のフレキシビリティ情報が、好ましくはアグリゲータによって収集される。それぞれの装置のフレキシビリティ情報は、装置が既に利用可能なエネルギ、時間関数での予め定められた期間内にクラスタのそれぞれの装置によって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量、ならびに装置によって許可される電力摂取の最小量および最大量についての情報を含む。
図１では、フレキシビリティ情報は、それぞれの装置についてのフレキシビリティ曲線として図形表示されており、Ｘ軸が時間を表わし、Ｙ軸がそれぞれの装置によって蓄積されたエネルギを表わす図面におけるそれぞれの装置についてのそれぞれの区域として表わされている。この区域は、それぞれの装置によって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量を表わす２本の曲線によって、範囲が定められている。図１の図面における曲線の傾斜は、それぞれの装置によって許可される電力摂取の最小量および最大量を示す。
アグリゲータによる装置のフレキシビリティの収集１は、たとえば、別々の装置が、それらのそれぞれのフレキシビリティ情報を、それぞれの装置のフレキシビリティ情報を収集するアグリゲータに送信することを含む。
フレキシビリティ情報はたとえば、クラスタの少なくとも１つの装置に格納され、ステップＡは、フレキシビリティ情報をコンピュータに送信することを含む。たとえば、装置は、たとえば装置の生産設備におけるプログラミングされたメモリを含み、そこにフレキシビリティデータが格納される。
クラスタの少なくとも１つの装置のフレキシビリティ情報はまた、少なくとも１つの装置の時間関数でのエネルギの使用を監視することによって得られてもよい。この情報はたとえば、アグリゲータが装置からフレキシビリティ情報を得るようにアグリゲータによって監視されてもよく、または、装置自体によって、たとえば装置に存在するプロセッサによって監視されてもよく、その後、結果として得られたフレキシビリティ情報は、たとえば装置に格納され、および／またはアグリゲータに送信される。
次のステップで、クラスタの少なくとも１つの装置のフレキシビリティ情報は、好ましくはアグリゲータによって、クラスタについての集約されたフレキシビリティ情報になるよう組合される。クラスタのフレキシビリティ情報は、あまりに多くのエネルギの蓄積を回避するなどのために、クラスタが既に利用可能なエネルギについての情報を含む。また、フレキシビリティ情報は、時間関数での予め定められた期間内に少なくとも１つの装置によって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量を、時間関数での予め定められた期間内に考慮した、クラスタによって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量を含む。さらに、クラスタのフレキシビリティ情報は、少なくとも１つの装置によって許可される電力摂取の最小量および最大量を考慮した、時間関数でのクラスタによって許可される電力摂取の最小量および最大量を含む。
このステップはたとえば、図１に例示されており、それぞれの装置についての別々のフレキシビリティ曲線が、図面における、クラスタについてのフレキシビリティ曲線と呼ばれるクラスタについての単一の区域になるよう組合されている。図面において、Ｘ軸が時間を表わし、Ｙ軸がクラスタによって蓄積されたエネルギを表わす。この区域は、クラスタによって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量を表わす２本の曲線によって、範囲が定められている。図１の図面における曲線の傾斜は、クラスタによって許可される電力摂取の最小量および最大量を示す。
好ましくは、クラスタの少なくとも１つの装置のフレキシビリティ情報をクラスタについての集約フレキシビリティ情報になるよう組合せることは、それぞれの装置によって必要とされる時間関数での蓄積エネルギの最小量を追加すること、それぞれの装置によって許可される時間関数での蓄積エネルギの最大量を追加すること、それぞれの装置の時間関数での電力の最小量を追加すること、およびそれぞれの装置の時間関数での電力の最大量を追加することを含む。しかしながら、これはこの発明にとって決定的なものではなく、クラスタの少なくとも１つの装置のフレキシビリティ情報をクラスタについてのフレキシビリティ情報になるよう組合せることは、たとえば畳込みによって行なわれてもよい。
次に、たとえばクラスタによって許可される電力摂取の最小量および最大量および装置に配給すべきエネルギに関する制約のようなクラスタについての集約フレキシビリティ情報を考慮して、好ましくはクラスタによって必要とされる時間関数での蓄積エネルギの最小量が実現されるように、予め定められた期間にわたって、時間関数でのクラスタに配給すべき蓄積エネルギが、好ましくはアグリゲータによって決定される（３）。
このステップ３は、たとえば図１に例示されている。図１は、時間関数での決定された蓄積エネルギが、クラスタによって必要とされる時間関数での蓄積エネルギの最小量と許可される時間関数での蓄積エネルギの最大量との間の曲線として表わすことができることを示している。
好ましくは、予め定められた期間にわたった時間関数での配給すべきエネルギの決定は、線形計画法および確率的計画法、好ましくは動的計画法のうちのいずれか１つを用いて行なわれる。
第１の制約は、エネルギ遷移が常に正であるべきことを要求する。場合によっては、たとえば、充電すべき装置、たとえば車、より特定的には電気自動車、たとえばハイブリッドカーなどが、エネルギの流れ、たとえばそれらが接続されている配電網にエネルギを与えられる状況、すなわちＶ２Ｇ（Vehicle to Grid）としても知られる状況では、この制約は緩和されてもよい。第２の制約は、グリッド仕様に従ってＰtへの電力を制限するグリッド制約である。最後に、第３および第４の制約は、エネルギ状態がエネルギフレキシビリティグラフの制限内にあることを確実にする。
行動ａtの費用は、たとえば、目的関数Ｆ（Ｅt，ａt）を通して検討されたビジネス実例によって定義される。決定問題は状態Ｅ0で始まり状態Ｅendで終わるため、最小化すべき完全な目的関数は好ましくは、ｔ＝０〜ｔdepまでのすべての値Ｆ（Ｅt，ａt）の合計として定義される。
最短経路決定問題についての公知の解法は実際、ＤＰ（動的計画法）である。一般に、ＤＰは、１組の重複する下位問題に分解可能な問題を解くために得られる。計算時間を減少させるために、ＤＰは各下位問題を１回しか解かない。ＤＰにおけるベルマン方程式はたとえば、これらの下位問題の解を帰納的関数Ｖとして定義する。フレキシビリティグラフを通る最良の経路に関しては、ベルマン方程式は以下のように定義されている。
加えて、たとえば装置のフレキシビリティデータが格納されていない場合、予め定められた期間にわたった時間関数での配給すべきエネルギは、強化学習を用いて決定される。そのようなプロセスは、たとえば図３に例示されており、１日後（図３ａ）、２日後（図３ｂ）、３日後（図３ｃ）、および４日後（図３ｄ）の、強化学習によって決定された、予め定められた期間にわたった時間関数での配給すべきエネルギが例示されている。予め定められた期間にわたった時間関数での配給すべきエネルギは、時間関数でのクラスタによって必要とされる蓄積エネルギの最小量および許可される蓄積エネルギの最大量によって範囲を定められた区域において、実線として示されている。決定された予め定められた期間にわたった時間関数での配給すべきエネルギによって４日で到達された最小値および最大値は、点線として示されている。決定された予め定められた期間にわたった時間関数での配給すべきエネルギによって４日で到達された最小値および最大値は、時間関数でのクラスタによって必要とされる蓄積エネルギの最小量および許可される蓄積エネルギの最大量により近づいていることが観察できる。すなわち、より最適な決定された予め定められた期間にわたった時間関数での配給すべきエネルギが得られるように、時間関数でのクラスタによって必要とされる蓄積エネルギの最小量および許可される蓄積エネルギの最大量によって範囲を定められた区域の大部分からの情報を用いて、決定された予め定められた期間にわたった時間関数での配給すべきエネルギが得られる。
次のステップＣで、決定された蓄積エネルギに基づいた、時間関数でのクラスタに供給すべき電力をエネルギの流れから得る（４）ことにより、決定されたクラスタへの蓄積エネルギがクラスタに供給される。このエネルギは、たとえば、電気についてのオンラインオークションで、クラスタについての決定された蓄積エネルギとクラスタにとって必要な関連する電力とに基づいた公知の入札手法を用いて得られる。この入札は図１にも、仮想オークション場であることが多いオークション場９を指す矢印として例示されている。得られた電力のクラスタへの供給をさらに説明する。
次のステップ５で、それぞれの装置のフレキシビリティ情報に基づいて、クラスタにおける全装置について供給すべき電力の優先度が決定される。これはたとえば図１に示されており、装置のフレキシビリティ曲線に基づいて、クラスタにおける全装置について、電力の優先度、より特定的には優先度関数での電力として決定された電力の優先度が決定され、装置についての電力優先度曲線として例示されている。
このステップは、クラスタのそれぞれの装置がそれらのそれぞれのフレキシビリティ情報を用いることによって、または積算器が収集されたフレキシビリティ情報を用いることによって、実行可能である。
それぞれの装置についての優先度関数での電力の優先度は好ましくは、それぞれの装置についての電力摂取の最大量に最小の優先度が対応し、それぞれの装置によって許可される電力摂取の最小量に最大の優先度が対応するように決定され、電力と優先度とのそれぞれの関係は、予め定められた時間量において装置によって必要とされるエネルギの最小量を示しており、電力と優先度との関係は時間関数で変化する。これはたとえば図１に例示されている。
好ましくは優先度関数である供給すべき電力の優先度は、装置によって許可される時間関数での最大および最小電力摂取によってそれぞれ課される制限を尊重しつつ、時間関数での装置によって必要とされる蓄積エネルギの最小量および許可される蓄積エネルギの最大量を超えないように、それぞれ決定される。したがって、供給すべき電力の優先度も時間関数で変化する。それぞれの装置の優先度関数での電力として決定される電力のそのような優先度の例を、たとえば図１に示す。
より好ましくは、それぞれの装置についての電力のそれぞれの優先度は、クラスタについての供給すべき電力の集約優先度になるよう、好ましくは積算器によって組合され（７）、図１にクラスタについての電力優先度曲線として例示される。
この後、クラスタの優先度関数での得られた集約電力を用いて、エネルギの流れから得られた電力に対応する優先度がクラスタについて得られ、その後、得られたクラスタの優先度に基づいて、それぞれの装置の優先度関数での供給すべき電力のそれぞれの優先度を用いて、それぞれの装置について供給すべき電力の優先度が決定されるとともに（１０）、クラスタの装置に分配される（６）。これはアグリゲータによって集中的に行なわれてもよいが、優先度は図１に示すように装置に分配され（６）てもよく、各それぞれの装置は、優先度関数での電力として決定された電力の以前に得られた優先度を用いて、クラスタについて決定された優先度に対応する電力を決定し、各装置は、決定された電力をエネルギの流れから得る。
この最後のステップは、たとえば図１に例示されており、クラスタについて得られた優先度は、クラスタの３つの装置についての３つの電力優先度曲線で示され、同じ優先度がそれぞれの装置についての電力の異なる優先度を引起こしている。この電力は次に、たとえば電気を許可するスイッチを用いて、装置によってエネルギの流れから得られる。これは図１に、得られた電力の分配を示す矢印６によって例示されている。特に、好ましくは、クラスタについて得られた優先度よりも低い電力の優先度を有する装置は、多くても最小の電力で電力を引出し、一方、クラスタについて得られた優先度よりも高い電力の優先度を有する装置は、ｐminとｐmaxとの間の充電電力で電力を引出すであろう。
クラスタについてエネルギの流れから得られた電力に対応する優先度を得る（８）ことは図１に例示されており、クラスタの優先度関数での電力として決定された電力の優先度を表わす曲線と、決定されたエネルギの蓄積量の傾斜を表わす曲線との交点によって、優先度が決定され得ることが示されている。決定されたエネルギの蓄積量の傾きを表わす曲線は、優先度を表わす軸と実質的に水平であることが見てわかる。しかしながら、これはエネルギにとって決定的なものではなく、決定されたエネルギの蓄積量の傾きを表わす曲線は傾斜していてもよい。好ましくは、エネルギの流れから得られた優先度関数での電力から優先度関数での集約電力を減算し、さらに結果として得られた優先度関数での電力から実質的にゼロに最も近い電力を有する優先度を決定することによって、エネルギ流からの得られた電力を使用する優先度は決定される。しかしながら、供給電力のそのような分配はこの発明にとって決定的なものではなく、他の分配手法も可能である。
好ましくは、それぞれの装置について、エネルギの流れから得られた電力に対応する優先度が、それぞれの装置の優先度関数での電力として決定された電力の優先度を用いてさらに得られ、その後、エネルギの流れから得られた電力は、それぞれの装置の得られた優先度に基づいてそれぞれの装置に分配される。
好ましくは、図面には例示されていないものの、ある量の電力を最大の優先度で要求している装置には、その量の電力がエネルギの流れから提供される。
図２は、この発明に従った方法を用いた、時間関数でのクラスタによる蓄積エネルギの進展の一例を示す。
示された別々の図面は、Ｘ軸に時間（１５分単位で示す）、Ｙ軸に蓄積エネルギ（ｋＷｈ単位で示す）を有しており、別々の曲線を示している：
・第１の曲線１１は、クラスタのフレキシビリティ情報を表わす；
・第２の曲線１２は、エネルギの流れにまだ接続されていない装置のフレキシビリティ情報を除外した、クラスタのフレキシビリティ情報を表わす。言い換えれば、第１の曲線１０は、たとえば以前の事象のデータに基づく予測に基づいた将来の情報を含み、一方、第２の曲線１１は現在の情報のみを含む；
・第３の曲線１３は、第１の曲線１１によって例示されたクラスタについての、時間関数での決定された蓄積エネルギを表わす；
・第４の曲線１４は、時間関数での制約を表わす；
・第５の曲線１５は、決定された蓄積エネルギに対応する時間関数での電力を表わすが、この関数については、Ｙ軸はもはやｋＷｈ単位で示されたエネルギではなく、代わりに電力である。第５の曲線１５は単に例示的な目的のために与えられている。
例示された場合では、この発明に従った方法は、複数の装置に配給すべきエネルギに関する制約を考慮して、この場合２４時間すなわち１５分×９６である第１の予め定められた期間１６にわたって、複数の装置のクラスタへのエネルギ流を最適化するために使用されており、この発明に従ったステップは１５分×６である第２の予め定められた期間１７毎に繰返し行なわれ、第２の期間１７は第１の予め定められた期間１６よりも短い。図を見てわかるように、この発明に従った方法のそのような循環は、共に時間変動する制約および装置のフレキシビリティ情報に依存して、時間関数での決定された蓄積エネルギを変化させることを可能にする。
さらに、それぞれの装置についての供給すべき電力の優先度は、第３の予め定められた期間１８の後で決定され、それは時間関数での決定された蓄積エネルギ上の点を用いて示されている。第３の予め定められた期間１８は、たとえば１分、数分、またはそれ以下、たとえば数秒、さらには１秒である。これにより、装置によってエネルギの流れから得ることができる電力を得るために使用されるクラスタについて得られるエネルギの流れから得られる電力に対応する優先度が定期的に更新され、エネルギの流れから得るべき電力を定期的に得ることができ、また、新しい装置がクラスタに追加されるといった変化に対応できるようになっている。したがって、好ましくは、第３の予め定められた期間１８は、第２の予め定められた期間１７よりも短い。
たとえば、第２の期間１７内に新しい装置がクラスタに追加された場合、予め定められた第１の期間１６にわたった時間関数でのクラスタに配給すべき決定された蓄積エネルギは、変化しないであろう。なぜなら、第２の期間１７はまだ終わっておらず、したがって新たに追加された装置はまだ、予め定められた第１の期間にわたった時間関数でのクラスタに配給すべき決定された蓄積エネルギについて考慮されていないためである。しかしながら、第３の期間１８は第２の期間１７よりも短いため、新たに追加された装置は少したってから、クラスタの装置に供給電力を分配する際に考慮されるであろう。予め定められた第１の期間１６にわたった時間関数でのクラスタに配給すべき決定された蓄積エネルギは実質的に追随されるが、厳密に追随されることはないであろう。第２の期間１７が終わるとこの状況は修正され、新たに追加された装置は、予め定められた第１の期間１６にわたった時間関数でのクラスタに配給すべき決定された蓄積エネルギに取り入れられるであろう。
第１の期間１６、第２の期間１７、および第３の期間１８を、異なる期間の時間関数での概要を示す図４に例示する。
この発明に従った方法およびシステムで得ることができる改良を示すために、一連の集中型ベンチマーク解、すなわち、この発明に従った方法のエージェントベースの実施例、有限範囲を有するオンライン集中型ＱＰ法、および無限範囲を有する集中型オフラインＱＰが提示される。これらの集中型ベンチマーク解は、局所的なおよび大域的な目的の点で最善の解を保証できるが、拡張性の点で制限されている。この評価の目標は、拡張性を改良しつつ、局所的なおよび大域的な目的の点でどの程度まで方法および／またはシステムが最善の解に達するかを判断することである。
検討されるシナリオは、住宅区域の局所的な分配網で利用可能なグリッド接続を有するＰＨＥＶのフリートである。このフリートにおけるすべてのＰＨＥＶ（plug-in hybrid electric vehicles：プラグインハイブリッド電気自動車）は、そのフリートを充電するエネルギ総費用を最小限に抑えたいフリートマネージャによって契約されている。ＰＨＥＶは、電気モータおよび燃焼機関を共に有し、プラグを通して充電可能なバッテリも有する車である。ＰＨＥＶは電気発生および消費における変動を管理するための多大な機会を提供するので、スマートグリッドにおける電気自動車の調整された充電は重要な研究項目である。
１）フリートマネージャ：フリートマネージャの（大域的な）目的は、そのフリートの充電費用を最小限に抑えることである。ＰＨＥＶを充電するのに必要なエネルギは、卸売市場で購入される。ＰＨＥＶを充電することによって生じる費用は、１時間ベースの費用モデルＣh（Ｅh）で説明される。
２）ＰＨＥＶオーナ：
ＰＨＥＶオーナの（局所的な）目的は、出発前に自分の車を充電することである。したがって、ＰＨＥＶオーナは、帰宅した際に自分の出発時間を提供する。ＰＨＥＶ運転挙動の予測は、統計的利用可能性モデル［１７］に基づいている。このモデルは、毎分ベースの車の状態（自宅、運転中、仕事、その他）を表わす。また、実際のＰＨＥＶを表わすために、シボレーボルト（ＣＨＥＶＲＯＬＥＴ ＶＯＬT）（ゼネラルモーターズ製）が選ばれている。この比較的新しいＰＨＥＶは、２０１０年末に生産に入った。
エネルギ費用モデルは費用関数Ｃh（Ｅh）に基づいており、それは毎時ｈの電気の発生または分配の費用を表わしており、熱発生器についての二次費用関数に基づいている。
式中：
・ａhは、電気の卸売価格；
・Ｅhは、全フリートの負荷；
・ｂhおよびｃhは、簡潔にするために０と仮定されている。
１時間毎の卸売価格は、２０１０年用のベルギー電力交換プラットホームベルベックス（Belpex）から使用される。日足価格の典型的な形状は、夜間は価格が低く、夕方は価格が高い。
説明されたシナリオにおけるこの発明に従ったエージェントベースの方法および／またはシステムを評価するために、２つの集中型ベンチマーク解が定義される。これらの解の双方は、二次費用関数に向けて最適化するよう、ＱＰ（Quadratic Programming：二次計画法）に基づいている。第１のベンチマークは、オンラインＱＰ解である。ＰＨＥＶのフレキシビリティを集約する代わりに、オンライン解は、個々のＰＨＥＶからのフレキシビリティ情報を用いてそれらのエネルギ使用をスケジュール化する。第２のベンチマークは、オフラインＱＰ解であり、それは、将来の全ＰＨＥＶの完全かつ正確なフレキシビリティ情報に基づいてオフラインスケジュールを作成する。この発明に従ったエージェントベースの方法および／またはシステムについての大域的な目的関数およびベンチマーク解は、以下のとおりである：
式中：
・ｔhorizonは、最適化範囲（この発明に従った解およびオンラインＱＰ解についてはｔdepartに限定され、オフラインＱＰ解については限定されない）；
・Ｅhは、時間ｈに全フリートによって充電されるエネルギ；
・Ｃhは、エネルギ費用モデルである。
局所的な世帯の電力動作限界およびＰＨＥＶのインタイム充電は、制約として一体化される。
次に、この発明に従ったエージェントベースのアプローチは、局所的な、つまり短期の目的、およびより大域的な、つまり長期の目的の最適化の点でベンチマーク化される。我々のシナリオでは、より大域的な目的は、充電費用を最小限に抑えることであり、局所的な目的は、出発前にＰＨＥＶを十分に充電することである。ＰＨＥＶの運転時間について情報が利用できない場合（この発明に従った方法およびオンラインベンチマーク）、ＰＨＥＶは、それらの住宅接続の電力制限を考えて最大限に充電される。運転時間についての情報が利用可能な場合（オフラインベンチマーク）、ＰＨＥＶはそれらの電気による運転時間を最大化するよう充電される。
充電総費用は、３１日間に１００台というシナリオのシミュレーションで評価される。各解は、１台の車について異なる運転周期で１００回シミュレーションされる。各解についての総費用の分布が、ヒストグラムにプロットされた。ヒストグラムの右端では、多くの車が夕方に到着し、費用が最も高い間に充電を開始するため、制御不能の充電が位置していたことがわかった。ヒストグラムの左端では、オフラインベンチマークが位置しており、最適化範囲が無限であるため、最も低い充電費用を生み出していた。
オフライン解の結果とオンライン解の結果との差異は、「オンラインギャップ」と呼ばれる。このギャップは、オンライン解は将来の視野が狭く、一方、オフライン解は無限の時間範囲内で最適化可能であるという事実に固有のものである。オフラインベンチマーク解の結果には、平日はＰＨＥＶが電気で運転するのにちょうどいい程度充電されることが示されている。これに対し、週末は、ＰＨＥＶは、通常より低い電気料金から恩恵を受けるよう、十分に充電される。実際の設定では、この解は望ましくない。なぜなら、ＰＨＥＶオーナは事前に自分の運転時間を正確には知らないためである。
エージェントベースのＭＰＣアプローチの充電総費用と、オンラインベンチマークの充電総費用とは似ている。オフラインベンチマークはすべての情報を有し、制御不能な充電はないが、オンラインベンチマークは、エージェントベースのＭＰＣアプローチと全く同じ量の情報を有する。唯一の違いは、オンラインベンチマークがＰＨＥＶを個々にスケジュール化する一方、この発明のアプローチに従ったエージェントベースの方法および／またはシステムは３段階の調整機構を使用することである。平均的には、オンラインベンチマークは、この発明に従ったアプローチよりも充電総費用が１．５％低く、優れていた。この差異を、典型的な１日走行のシミュレーションで分析した。この日、オンラインベンチマークは、エージェントベースのＭＰＣ解よりも１．４％優れていた。発明者らによれば、この差異は、グリッドから得られたエネルギのＰＨＥＶ間での準最適な分割の直接的結果のようである。この発明に従った装置に得られた電力を分配するために採用される優先度手法は、オンラインベンチマークのようなＰＨＥＶ間での完全な分割を確実にしてはいないものの、にもかかわらず、ＰＨＥＶの出発時間、必要とされるエネルギ、および最大充電電力間で重み付けを行なうことにより、近い近似値が達成される。
評価の次の部分では、コンピュータを使用して、この発明に従ったエージェントベースのアプローチの実行時間をオンラインＱＰ解と比較することにより、この発明に従ったエージェントベースのアプローチの拡張性がベンチマーク化される。ＰＨＥＶのスケジュール化の問題は凸最適化問題として定義可能なため、ＱＰ解の実行時間は多項式によって制限されることが公知である。進行する実験では、この多項式は概算され、ＭＰＣアプローチの時間複雑性と比較される。
問題のスケールを示すＰＨＥＶのスケジュール化問題への入力は、車の台数（垂直拡張性）とそれらのスケジュール化範囲の長さ（水平拡張性）とによって定義される：
１）垂直拡張性：エージェントベースのＭＰＣアプローチの垂直拡張性を評価するために、１０，０００〜１００，０００台の車が１４４タイムスロット（たとえば、１０分というタイムスロットでは１日）の範囲内でスケジュール化される。各シミュレーションは異なるＰＨＥＶで１０回繰返される。その結果、この発明に従ったエージェントベースの方法の実行時間は一定であり、一方、集中型解は三次多項式としてスケーリングする；
２）水平拡張性：この発明に従ったエージェントベースのＭＰＣアプローチの水平拡張性を評価するために、５０，０００台の車が１０〜１４０タイムスロットの増加するスケジュール化範囲内でスケジュール化される。各シミュレーションは異なるＰＨＥＶで１０回繰返される。その結果、エージェントベースのＭＰＣ解の実行時間は線形にスケーリングし、一方、集中型解は五次多項式としてスケーリングする。
要約すると、この発明に従ったエージェントベースの解は、ＰＨＥＶフリートサイズとは独立した最適化による垂直拡張性に関する一定の実行時間と、水平拡張性に関する線形の実行時間とを確実にする。拡張性の双方の方向について、オンラインベンチマークは、多項式時間複雑性を有し、この発明に従った解よりも数桁遅く解を計算する。

Claims (15)

  1. 複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって前記複数の装置のクラスタにエネルギ流を分配するための方法であって、
    Ａ．前記クラスタにおけるそれぞれの装置のフレキシビリティ情報を収集するとともに（１）、前記クラスタのそれぞれの装置の収集されたフレキシビリティ情報を前記クラスタについての集約フレキシビリティ情報になるよう組合せる（２）ことにより、前記クラスタについてのフレキシビリティ情報を集約するステップを含み、
    それぞれの装置のフレキシビリティ情報は、それぞれの装置が既に利用可能なエネルギ、時間関数での予め定められた期間内に前記クラスタのそれぞれの装置によって必要とされる時間関数での蓄積エネルギの最小量および許可される蓄積エネルギの最大量、ならびに前記装置によって許可される電力摂取の最小量および最大量についての情報を含み、
    前記クラスタの集約フレキシビリティ情報は、前記クラスタが既に利用可能なエネルギ、時間関数での予め定められた期間内に少なくとも１つの装置によって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量を時間関数での予め定められた期間内で考慮した、前記クラスタによって必要とされる時間関数での蓄積エネルギの最小量および許可される時間関数での蓄積エネルギの最大量、ならびに前記装置によって許可される電力摂取の最小量および最大量を考慮した、時間関数での前記クラスタによって許可される電力摂取の最小量および最大量についての情報であり、
    前記方法はさらに、
    Ｂ．前記クラスタについての集約フレキシビリティ情報を考慮して、前記予め定められた期間にわたった時間関数での前記クラスタに配給すべき蓄積エネルギを決定する（３）ステップと、
    Ｃ．決定された時間関数での配給すべき蓄積エネルギに基づいて、時間関数でのクラスタに供給すべき電力をエネルギの流れから得る（４）ことにより、前記決定された蓄積エネルギを前記クラスタに供給し、前記クラスタにおける全装置について供給すべき電力の優先度を決定し（５）、前記クラスタのそれぞれの装置のフレキシビリティ情報に基づく供給すべき電力の優先度に基づいて、供給電力を前記クラスタの装置に時間関数で分配する（６）ステップとを含む、方法。
  2. 前記クラスタにおける全装置についての供給すべき電力の優先度の決定は、それぞれの装置のフレキシビリティ情報に基づいている、請求項１に記載のエネルギ流を分配するための方法。
  3. それぞれの装置についての、それぞれの装置のフレキシビリティ情報に基づく供給すべき電力の優先度は、それぞれの装置によって許可される電力摂取の最大量に最小の優先度が対応し、それぞれの装置によって許可される電力摂取の最小量に最大の優先度が対応するように、優先度関数での電力として決定され、
    電力と優先度との関係は、予め定められた期間において前記装置によって必要とされるエネルギの最小量を示しており、電力と優先度との関係は時間関数で変化する、請求項１または２に記載のエネルギ流を分配するための方法。
  4. それぞれの装置に供給すべき電力のそれぞれの優先度は、供給すべき電力の集約優先度になるよう組合され（７）、
    得られた供給すべき電力の集約優先度を用いて、エネルギの流れから得られた電力に対応する優先度が前記クラスタについて得られ（８）、その後、得られた前記クラスタの優先度に基づいて、それぞれの装置の優先度関数での供給すべき電力のそれぞれの優先度を用いて、それぞれの装置について供給すべき電力が決定されるとともに（１０）、前記クラスタの装置に分配される（６）、請求項３に記載のエネルギ流を分配するための方法。
  5. エネルギ流からの得られた電力を使用する優先度は、エネルギの流れから得られた優先度関数での電力から優先度関数での集約電力を減算し、さらに結果として得られた優先度関数での電力から実質的にゼロに最も近い電力を有する優先度を決定することによって決定される、請求項４に記載のエネルギ流を分配するための方法。
  6. 複数の装置に配給すべきエネルギに関する制約を考慮して、第１の予め定められた期間（１６）にわたって複数の装置のクラスタにエネルギ流を分配するための請求項１〜５のいずれか１項に記載の方法であって、エネルギ流を分配するための請求項１に記載のステップＡ〜Ｃは、第２の予め定められた期間（１７）毎に繰返され、前記第２の期間（１７）は前記第１の予め定められた期間（１６）よりも短い、エネルギ流を分配するための方法。
  7. それぞれの装置についての供給すべき電力の優先度は、第３の予め定められた期間（１８）の後で決定されることを特徴とする、請求項６に記載のエネルギ流を分配するための方法。
  8. 前記クラスタの装置のフレキシビリティ情報を前記クラスタについてのフレキシビリティ情報になるよう組合せることは、それぞれの装置によって必要とされる時間関数での蓄積エネルギの最小量を追加すること、それぞれの装置によって許可される時間関数での蓄積エネルギの最大量を追加すること、それぞれの装置の時間関数での電力の最小量を追加すること、およびそれぞれの装置の時間関数での電力の最大量を追加することを含む、請求項１〜７のいずれか１項に記載のエネルギ流を分配するための方法。
  9. 前記ステップはコンピュータによって実行され、
    フレキシビリティ情報は前記クラスタの少なくとも１つの装置に格納され、
    ステップＡは、フレキシビリティ情報をコンピュータに送信するステップを含む、請求項１〜８のいずれか１項に記載のエネルギ流を分配するための方法。
  10. 前記クラスタの少なくとも１つの装置のフレキシビリティ情報は、少なくとも１つの装置の時間関数でのエネルギの使用を監視することによって得られる、請求項９に記載のエネルギ流を分配するための方法。
  11. エネルギに関する前記制約は、エネルギの利用可能性を含む、請求項１〜１０のいずれか１項に記載のエネルギ流を分配するための方法。
  12. 前記予め定められた期間にわたった時間関数での配給すべきエネルギの決定は、線形計画法および確率的計画法、好ましくは動的計画法のうちのいずれか１つを用いて行なわれる、請求項１〜１１のいずれか１項に記載のエネルギ流を分配するための方法。
  13. 請求項１〜１２のいずれか１項に記載の方法を行なうためのソフトウェア構成要素を含む、コンピュータ読取可能なフォーマットのコンピュータプログラム。
  14. 複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたってシステムの複数の装置のクラスタにエネルギ流を分配するためのシステムであって、
    システムは、請求項１〜１２のいずれか１項に記載の方法のステップＡ、ＢおよびＣを行なうために設けられたアグリゲータ（集約器）を含む、システム。
  15. 複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたってシステムの複数の装置のクラスタにエネルギ流を分配するための請求項１４に記載のシステムであって、請求項１〜１２のいずれか１項に記載の方法のステップＡ、ＢおよびＣを行なうために設けられたアグリゲータはコンピュータである、システム。
JP2014504183A 2011-04-15 2011-12-23 複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法、そのような方法を行なうためのコンピュータプログラム、およびそのためのシステム Expired - Fee Related JP5810209B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP11162735.2 2011-04-15
EP11162735 2011-04-15
PCT/EP2011/074040 WO2012139670A1 (en) 2011-04-15 2011-12-23 Method for distributing an energy flow over a predetermined period of time to a cluster of a plurality of devices taking into account constraints relating to the energy to be delivered to the devices, a computer program for performing such a method and a system therefor

Publications (3)

Publication Number Publication Date
JP2014512052A true JP2014512052A (ja) 2014-05-19
JP2014512052A5 JP2014512052A5 (ja) 2015-02-05
JP5810209B2 JP5810209B2 (ja) 2015-11-11

Family

ID=44364011

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014504183A Expired - Fee Related JP5810209B2 (ja) 2011-04-15 2011-12-23 複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法、そのような方法を行なうためのコンピュータプログラム、およびそのためのシステム

Country Status (4)

Country Link
US (1) US9703308B2 (ja)
EP (2) EP3093805A1 (ja)
JP (1) JP5810209B2 (ja)
WO (1) WO2012139670A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017533137A (ja) * 2014-10-02 2017-11-09 ボルボトラックコーポレーション 制御ユニットにより実行される車両のエネルギーフローを制御する方法
JP2019512757A (ja) * 2015-12-31 2019-05-16 ヴィート エヌブイ ニューラルネットワークアーキテクチャを用いた分配システムの制御のための方法、制御装置およびシステム

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103219751B (zh) * 2013-05-08 2015-04-29 东南大学 一种集群风电场有功功率控制方法
US9471080B2 (en) 2013-10-21 2016-10-18 Restore Nv Portfolio managed, demand-side response system
US10673232B2 (en) 2014-07-10 2020-06-02 California Institute Of Technology Dynamic frequency control in power networks
WO2016172348A1 (en) 2015-04-21 2016-10-27 California Institute Of Technology Distributed optimal power flow processes for unbalanced radial distribution networks
CN105069251B (zh) * 2015-08-26 2018-05-08 华北电力大学（保定） 一种基于情景模式仿真的电动汽车集群模型建模方法
US10320203B2 (en) 2015-10-16 2019-06-11 California Institute Of Technology Adaptive charging algorithms for a network of electric vehicles
WO2017147612A1 (en) 2016-02-25 2017-08-31 California Institute Of Technology Adaptive charging network using adaptive charging stations for electric vehicles
CN107464028B (zh) * 2017-09-13 2020-11-06 杭州骑迹科技有限公司 一种电池柜的位置部署方法和网络服务器
JP6640821B2 (ja) 2017-11-24 2020-02-05 ファナック株式会社 ロボットの構造
EP3718073A4 (en) * 2017-12-01 2021-08-25 California Institute of Technology OPTIMIZATION FRAMEWORK AND PROCESS FOR ADAPTIVE EV CHARGING
US20220115867A1 (en) * 2019-02-01 2022-04-14 Duke Energy Corporation Advanced power distribution platform
US11376981B2 (en) 2019-02-08 2022-07-05 California Institute Of Technology Systems and methods for adaptive EV charging

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002200948A (ja) * 2000-12-28 2002-07-16 Denso Corp 車両用配電装置
US7051215B2 (en) * 2003-06-13 2006-05-23 Intel Corporation Power management for clustered computing platforms
JP3980541B2 (ja) 2003-09-22 2007-09-26 日本電信電話株式会社 分散型エネルギーコミュニティー制御システム、中央制御装置、分散制御装置と、それらの制御方法
JP2005245180A (ja) 2004-02-27 2005-09-08 Fuji Electric Systems Co Ltd エネルギ供給システム
US7702931B2 (en) * 2006-06-27 2010-04-20 Hewlett-Packard Development Company, L.P. Adjusting power budgets of multiple servers
US20080046387A1 (en) * 2006-07-23 2008-02-21 Rajeev Gopal System and method for policy based control of local electrical energy generation and use
US8335595B2 (en) * 2007-03-23 2012-12-18 Bpl Global, Ltd. System and method for adaptive islanding for stored/distributed energy devices
US8131403B2 (en) * 2007-08-28 2012-03-06 Consert, Inc. System and method for determining and utilizing customer energy profiles for load control for individual structures, devices, and aggregation of same
US20090132842A1 (en) * 2007-11-15 2009-05-21 International Business Machines Corporation Managing Computer Power Consumption In A Computer Equipment Rack
US20090228324A1 (en) * 2008-03-04 2009-09-10 Ronald Ambrosio Method and System for Efficient Energy Distribution in Electrical Grids Using Sensor and Actuator Networks
US8600571B2 (en) 2008-06-19 2013-12-03 Honeywell International Inc. Energy optimization system
US8260471B2 (en) * 2008-08-27 2012-09-04 Herman Miller, Inc. Energy distribution management system
JP5309815B2 (ja) * 2008-09-09 2013-10-09 富士通株式会社 電力供給管理装置および電力供給管理方法
JP4713623B2 (ja) 2008-09-25 2011-06-29 株式会社日立製作所 充放電管理装置
US8935112B2 (en) 2009-02-17 2015-01-13 Chargepoint, Inc. System and method for managing electric vehicles
US8600556B2 (en) * 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager
GB0913038D0 (en) 2009-07-27 2009-09-02 Rltec Ltd Dynamic demand grid monitoring
US9477286B2 (en) * 2010-11-05 2016-10-25 International Business Machines Corporation Energy allocation to groups of virtual machines
US9300141B2 (en) * 2010-11-18 2016-03-29 John J. Marhoefer Virtual power plant system and method incorporating renewal energy, storage and scalable value-based optimization
EP2608123B1 (en) * 2011-12-23 2016-11-30 Vlaamse Instelling voor Technologisch Onderzoek (VITO) System for distributing electrical energy over a cluster of electrical devices, method for distributing electrical energy over a cluster of electrical devices of such a system and controller for use in such a system
GB201218342D0 (en) * 2012-10-12 2012-11-28 Univ Leuven Kath Method and system for distributing and/or controlling an energy flow taking into account constraints relating to the electricity network

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017533137A (ja) * 2014-10-02 2017-11-09 ボルボトラックコーポレーション 制御ユニットにより実行される車両のエネルギーフローを制御する方法
US10351124B2 (en) 2014-10-02 2019-07-16 Volvo Truck Corporation Method performed by a control unit for controlling energy flows of a vehicle
JP2019512757A (ja) * 2015-12-31 2019-05-16 ヴィート エヌブイ ニューラルネットワークアーキテクチャを用いた分配システムの制御のための方法、制御装置およびシステム
US11341396B2 (en) 2015-12-31 2022-05-24 Vito Nv Methods, controllers and systems for the control of distribution systems using a neural network architecture

Also Published As

Publication number Publication date
EP2697749A1 (en) 2014-02-19
EP3093805A1 (en) 2016-11-16
US20140032007A1 (en) 2014-01-30
JP5810209B2 (ja) 2015-11-11
US9703308B2 (en) 2017-07-11
WO2012139670A1 (en) 2012-10-18

Similar Documents

Publication Publication Date Title
JP5810209B2 (ja) 複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法、そのような方法を行なうためのコンピュータプログラム、およびそのためのシステム
Mukherjee et al. A review of charge scheduling of electric vehicles in smart grid
Ramchurn et al. Putting the'smarts' into the smart grid: a grand challenge for artificial intelligence
Vandael et al. A scalable three-step approach for demand side management of plug-in hybrid vehicles
US10755295B2 (en) Adaptive load management: a system for incorporating customer electrical demand information for demand and supply side energy management
Falvo et al. Electric vehicles integration in demand response programs
Bessa et al. Optimized bidding of a EV aggregation agent in the electricity market
Arif et al. Integrating renewables economic dispatch with demand side management in micro-grids: a genetic algorithm-based approach
Kumar et al. V2G capacity estimation using dynamic EV scheduling
Goebel et al. Using ICT-controlled plug-in electric vehicles to supply grid regulation in California at different renewable integration levels
EP3585641A1 (en) Method and apparatus for charging a battery from an isolatable electric power grid
WO2014034391A1 (ja) エネルギー管理システム、サーバ、エネルギー管理方法および記憶媒体
JP6605416B2 (ja) 電力管理システム、電力管理方法、アグリゲータシステム、需要家電力管理システム、及びプログラム
Shafie-Khah et al. Economic and technical aspects of plug-in electric vehicles in electricity markets
WO2017066790A1 (en) Adaptive charging algorithms for a network of electric vehicles
Klaimi et al. A novel loss-based energy management approach for smart grids using multi-agent systems and intelligent storage systems
JP2014096866A (ja) エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ装置
Almeida et al. Economic analysis of coordinating electric vehicle parking lots and home energy management systems
FI128279B (en) Method and system for dynamically grouping a group of power units to produce frequency control for a power system
Gottwalt Managing flexible loads in residential areas
JP6903531B2 (ja) 分散型電源制御装置、分散型電源制御システム及び分散型電源制御方法
Roche et al. A multi-agent model and strategy for residential demand response coordination
Geng et al. Electric vehicles as flexible loads: Algorithms to optimize aggregate behavior
Tu et al. Synergic integration of desalination and electric vehicle loads with hybrid micro‐grid sizing and control: An Island Case Study
Alyami et al. Novel flexibility indices of controllable loads in relation to EV and rooftop PV

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141209

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20141209

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20141209

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20150302

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150317

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150612

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: 20150825

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150914

R150 Certificate of patent or registration of utility model

Ref document number: 5810209

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees