JP2015198523A - 設備機器運転システムおよび設備機器運転方法 - Google Patents

Abstract

【課題】光熱費を極力低減できる設備機器の運転システムを提供すること。
【解決手段】設備機器運転システム１は、過去の実績データを用いて学習し、電力負荷および熱負荷を予測して予測負荷とする負荷演算部２０と、過去の実績データを用いて学習し、設備機器Ｍの性能を予測して予測機器性能とする機器性能演算部２１と、稼働させる設備機器Ｍをデマンドレスポンス運転計画として作成するとともに、デマンドレスポンス運転計画で稼働させる設備機器Ｍの少なくとも一部を他の設備機器に置き換えたものを非デマンドレスポンス運転計画として作成する運転計画演算部２２と、デマンドレスポンス運転計画の実施にかかる総コストを算定するとともに、非デマンドレスポンス運転計画の実施にかかる総コストを算定して、これら２つの運転計画のうち総コストの低い方を選択するデマンドレスポンス実施可否判定部２３と、を備える。
【選択図】図３

Description

本発明は、設備機器を運転する設備機器運転システムおよび設備機器運転方法に関する。

従来より、熱および電力を供給する複数の設備機器を管理する需要者は、電力会社などの電力事業者から商用電力を購入している。
この電力事業者は、特定の時間帯の消費電力を抑えるため、インセンティブ型のデマンドレスポンスを導入する場合がある。

インセンティブ型のデマンドレスポンスとは、事業者は需要者に対して、所定の消費電力をベースラインとして割り当てておく。そして、需要者の消費電力がベースラインを下回った場合には、事業者から需要者に対して単位消費電力毎にインセンティブとして金銭が支払われる。これにより、需要者の電力消費を抑える。
なお、需要者の消費電力がベースラインを上回った場合には、インセンティブは一切支払われない。

そこで、需要者は、光熱費の低減を目的として、予め、一日の各時間帯について、稼働させる設備機器を選定し、さらに、この選定した設備機器の性能を運転計画として決定し、この運転計画に従って設備機器を運転する（特許文献１参照）。
ここで、熱や電力を供給する設備機器としては、電力により稼働する電気式の設備機器と、ガスの燃焼により駆動するガス式の設備機器などがある。

このとき、需要者は、光熱費の低減を目的として運転計画を行い、その結果、可能な限り電気式の設備機器を稼働させず、ガス式の設備機器を稼働させる運転計画を作成し、この運転計画に従って設備機器を運転する。これをデマンドレスポンスと呼ぶ。この運転計画を作成する際は、定格ＣＯＰといった所定条件下における標準的な数値を設備機器の性能値として用いている。

特開２０１３−１９０１５５号公報

しかしながら、設備機器の実際の機器性能は、気温や天候によって変動するものであり、運転計画の作成に用いた標準的な出力値とは異なる場合がある。その結果、ベースラインを超える電力を消費してしまい、インセンティブを受け取れない場合があった。したがって、光熱費がかなり高くなる場合があった。
また、最適化手法として限界コスト法を用いて運転計画を作成した場合には、ベースラインの高さが考慮されていないので、ベースラインを超える電力を消費してしまい、インセンティブを受け取れない場合があった。したがって、光熱費がかなり高くなる場合があった。

本発明は、光熱費を極力低減できる設備機器の運転システムおよび運転方法を提供することを目的とする。

本発明者は、需要者が電力事業者からベースラインを割り当てられた場合に、必ずしもデマンドレスポンスを実施する必要はなく、デマンドレスポンスを実施しないことで電気代が上昇しても、この電気代の上昇分以上にガス代を抑制できれば、結果的に光熱費を削減できることに着目し、本発明をするに至った。

請求項１に記載の設備機器運転システムは、所定の時間帯について、電気式設備機器およびガス式設備機器（例えば、後述の設備機器Ｍ）を運転する設備機器運転システム（例えば、後述の設備機器運転システム１）であって、過去の実績データを用いて、所定の時間帯における電力負荷および熱負荷を学習しておき、この学習結果に基づいて、未来の所定の時間帯における電力負荷および熱負荷を予測して予測負荷とする負荷演算部（例えば、後述の負荷演算部２０）と、過去の実績データを用いて、所定の時間帯における前記設備機器の性能（例えば、ＣＯＰ）を学習しておき、この学習結果に基づいて、未来の所定の時間帯における前記設備機器の性能を予測して予測機器性能とする機器性能演算部（例えば、後述の機器性能演算部２１）と、前記予測負荷および前記予測機器性能およびインセンティブに基づいて、所定の時間帯において稼働させる設備機器（例えば、後述のガス式設備機器）および当該設備機器の出力をデマンドレスポンス運転計画として作成するとともに、当該デマンドレスポンス運転計画で稼働させる設備機器の少なくとも一部を他の設備機器（例えば、後述の電気式設備機器）に置き換えたものを非デマンドレスポンス運転計画として作成する運転計画演算部（例えば、後述の運転計画演算部２２）と、当該デマンドレスポンス運転計画の実施にかかる総コストを算定するとともに、前記非デマンドレスポンス運転計画の実施にかかる総コストを算定して、当該２つの運転計画のうち総コストの低い方を選択するデマンドレスポンス実施可否判定部（例えば、後述のデマンドレスポンス実施可否判定部２３）と、を備えることを特徴とする。

この発明によれば、稼働させる設備機器を決定したデマンドレスポンス運転計画と、このデマンドレスポンス運転計画で稼働させる設備機器の少なくとも一部を他の機器に置き換えた非デマンドレスポンス運転計画と、を比較し、これら２つの運転計画のうち総コストの低い方を選択した。
よって、デマンドレスポンスを実施しないことで電気代が上昇しても、この電気代の上昇分以上にガス代を抑制できる運転計画を選択できるので、光熱費を極力低減できる。

請求項２に記載の設備機器運転システムは、前記デマンドレスポンス実施可否判定部は、デマンドレスポンス運転計画の実施にかかる総コストと、非デマンドレスポンス運転計画の実施にかかる総コストと、に基づいて、限界ベースラインを作成し、当該限界ベースラインが取得したベースラインよりも低い場合には、デマンドレスポンス運転計画を選択し、取得したベースラインよりも高い場合には、非デマンドレスポンス運転計画を選択することを特徴とする。

この発明によれば、限界ベースラインを作成し、この限界ベースラインと取得したベースラインとを比較することで、デマンドレスポンス運転計画または非デマンドレスポンス運転計画を選択した。よって、電気事業者から受信したベースラインを用いて、簡単に運転計画を選択できる。

請求項３に記載の設備機器運転方法は、所定の時間帯について、電気式設備機器およびガス式設備機器を運転する設備機器運転方法であって、負荷演算部が、過去の実績データを用いて、所定の時間帯における電力負荷および熱負荷を学習しておき、この学習結果に基づいて、未来の所定の時間帯における電力負荷および熱負荷を予測して予測負荷とするステップ（例えば、後述のステップＳ１）と、機器性能演算部が、過去の実績データを用いて、所定の時間帯における前記設備機器の性能を学習しておき、この学習結果に基づいて、未来の所定の時間帯における前記設備機器の性能を予測して予測機器性能とするステップ（例えば、後述のステップＳ２）と、運転計画演算部が、前記予測負荷および前記予測機器性能およびインセンティブに基づいて、所定の時間帯において稼働させる設備機器（例えば、後述のガス式設備機器）および当該設備機器の出力をデマンドレスポンス運転計画として作成するとともに、当該デマンドレスポンス運転計画で稼働させる設備機器の少なくとも一部を他の設備機器（例えば、後述の電気式設備機器）に置き換えたものを非デマンドレスポンス運転計画として作成するステップ（例えば、後述のステップＳ３、Ｓ４、Ｓ６）と、デマンドレスポンス実施可否判定部が、当該デマンドレスポンス運転計画の実施にかかる総コストを算定するとともに、前記非デマンドレスポンス運転計画の実施にかかる総コストを算定して、当該２つの運転計画のうち総コストの低い方を選択するステップ（例えば、後述のステップＳ５、Ｓ７〜Ｓ１１）と、を備えることを特徴とする。

この発明によれば、請求項１と同様の効果がある。

本発明によれば、デマンドレスポンスを実施しないことで電気代が上昇しても、この電気代の上昇分以上にガス代を抑制できる運転計画を、選択肢として考慮するので、光熱費を極力低減できる。

本発明の一実施形態に係る設備機器運転システムの運用形態を示す模式図である。 前記実施形態に係る設備機器運転システムの構成を示す模式図である。 前記実施形態に係る設備機器運転システムの運転計画サーバの構成を示す模式図である。 前記実施形態に係る設備機器運転システムの動作を示すフローチャートである。 本発明の設備機器運転システムの具体例である。

以下、本発明の一実施形態について、図面を参照しながら説明する。
図１は、本発明の一実施形態に係る設備機器運転システム１の運用形態を示す模式図である。
需要者Ａは、所定の地域あるいは建物を管理対象エリアＰとして管理しており、さらに、この管理対象エリアＰに設置された電気式およびガス式の設備機器Ｍを管理している。
設備機器Ｍには、熱電併給装置であるコージェネレーションシステム、ヒートポンプ、吸収式冷凍機、蓄熱槽、蓄電池、太陽熱温水器、および太陽光発電が含まれる。

ここで、コージェネレーションシステムは、都市ガスを燃焼して、電力を供給するとともに、燃焼時の熱を回収して供給する機器である。ヒートポンプは、電力により熱を発生させて供給する機器である。吸収式冷凍機は、ガスを燃焼させて、冷媒を冷却する機器である。蓄熱槽は、蓄熱あるいは放熱する機器である。蓄電池は、蓄電あるいは放電する機器である。太陽熱温水器は、太陽光により温水を製造する機器である。太陽光発電は、太陽光により発電する機器である。

この需要者Ａは、管理対象エリアＰの運営のため、電力会社などの電力事業者Ｂから商用電力を購入している。
電力事業者Ｂは、特定の時間帯の消費電力を抑えるため、上述のインセンティブ型のデマンドレスポンスを導入している。なお、需要者Ａへのデマンドレスポンスの依頼は、ＣＥＭＳといった地域エネルギー管理者を介して実施される場合もある。
インセンティブは、単位電力量当たりの金額であり、需要者Ａの消費電力とベースラインとの差分の大きさに応じて支払われる。ここで、ベースラインとは、需要者Ａが電力事業者Ｂから金銭（インセンティブ）を受け取るための閾値となる消費電力である。

需要者Ａは、設備機器運転システム１を稼働させている。この設備機器運転システム１は、設備機器Ｍの運転計画を作成し、この運転計画に従って設備機器Ｍを稼働させることで、管理対象エリアＰの運営コストを最小限に抑えるものである。
需要者Ａは、電力事業者Ｂの要請によるデマンドレスポンスとして、例えば、可能な限りガス式設備機器を稼働させて、電気式設備機器を稼働させないようにする。

図２は、設備機器運転システム１の構成を示す模式図である。
設備機器運転システム１は、有線あるいは無線の通信回線２を介して接続された、外部サーバ１０、運転計画サーバ１１、機器制御サーバ１２、および実績データ保存サーバ１３を備える。

外部サーバ１０は、具体的には、電力事業者Ｂおよび気象予報事業者のサーバである。
電力事業者Ｂのサーバは、上述のインセンティブやベースラインを決定し、運転計画サーバ１１に送信する。
気象予報事業者のサーバは、管理対象エリアＰの高精度な気象予報を作成して、運転計画サーバ１１に送信する。

運転計画サーバ１１は、取得したインセンティブ、ベースライン、および気象予報に基づいて、例えば翌日の運転計画を作成し、機器制御サーバ１２に送信する。また、運転計画サーバ１１は、運転計画を作成する際に、実績データ保存サーバ１３に蓄積された最新の過去の実績値を用いて学習し、運転計画の精度を向上させる。

機器制御サーバ１２は、取得した運転計画に従って、設備機器Ｍを稼働させ、この運転結果を実績値として実績データ保存サーバ１３に送信する。
実績データ保存サーバ１３は、機器制御サーバ１２から受信した実績値を蓄積する。

図３は、運転計画サーバ１１の構成を示す模式図である。
運転計画サーバ１１は、負荷演算部２０、機器性能演算部２１、運転計画演算部２２、デマンドレスポンス実施可否判定部２３、および、記憶装置である記憶部２４を含んで構成される。

負荷演算部２０は、気象予報に基づいて、管理対象エリアＰにおける翌日の所定の時間帯における電力負荷および熱負荷の予測値を、予測負荷として算定する。
電力負荷には、照明負荷、動力負荷、コンセント負荷が含まれ、熱負荷には、空調負荷、給湯負荷が含まれる。
負荷演算部２０による予測負荷の具体的な算定手順は、以下の通りである。
まず、負荷演算部２０は、所定期間例えば１週間おきに、実績データ保存サーバ１３に蓄積された、電力負荷および熱負荷の過去の最新の実績値を取得し、この最新の実績値を教師として用いてニューラルネットワークにより学習する。そして、この学習により、このニューラルネットワークを構成するニューロンの重みおよび閾値を決定し、これら重みおよび閾値を新たなパラメータとして記憶部２４に記憶しておく。

予測負荷を実際に算定する際、負荷演算部２０は、この記憶部２４に記憶した最新のパラメータを読み出して、このパラメータを用いたニューラルネットワークにより、取得した翌日の気象予報に基づいて、翌日の所定の時間帯における電力負荷および熱負荷を算定し、予測負荷とする。

機器性能演算部２１は、設備機器Ｍの翌日の所定の時間帯における性能の予測値を、予測機器性能として算定する。
機器性能演算部２１による予測機器性能の具体的な算定手順は、以下の通りである。
まず、機器性能演算部２１は、所定期間例えば1週間おきに、実績データ保存サーバ１３に蓄積された、機器性能の過去の最新の実績値を取得し、この最新の実績値を教師として用いてニューラルネットワークにより学習する。そして、この学習により、このニューラルネットワークを構成するニューロンの重みおよび閾値を決定し、これら重みおよび閾値を新たなパラメータとして記憶部２４に記憶しておく。

予測機器性能を実際に算定する際、機器性能演算部２１は、この記憶部２４に記憶した最新のパラメータを読み出して、このパラメータを用いたニューラルネットワークにより、取得した翌日の気象予報に基づいて、翌日の所定の時間帯における機器性能を算定し、予測機器性能とする。

運転計画演算部２２は、取得したインセンティブ、予測負荷、および予測機器性能を用いて、デマンドレスポンスを実施する運転計画をデマンドレスポンス運転計画として作成する。このデマンドレスポンス運転計画は、最適化手法を用いて、所定の時間帯において稼働させる設備機器Ｍ、および、この稼働させる設備機器Ｍの出力を定めるものである。
ここで、デマンドレスポンスを実施する場合に稼働させる機器は、主にガス式設備機器となる。

また、運転計画演算部２２で用いる最適化手法とは、特定の制約条件を満たしながら、目的変数を最大化または最小化するための説明変数を求める手法である。
具体的には、設備機器の容量や同時に稼働できる設備機器の組み合わせなど、各設備機器やシステムの特性を制約条件とする。また、一日の光熱費およびＣＯ_２排出量のうち少なくとも一方を目的変数とする。また、時刻毎に稼働する設備機器とその出力を、説明変数とする。
また、本発明で用いる最適化手法としては、遺伝的アルゴリズム、分枝限定法、限界コスト法などが挙げられる。

また、運転計画演算部２２は、取得した予測負荷および予測機器性能を用いて、デマンドレスポンスを実施しない運転計画を非デマンドレスポンス運転計画として作成する。この非デマンドレスポンス運転計画は、デマンドレスポンス運転計画で稼働する機器の少なくとも一部を他の機器に置き換えたものである。このデマンドレスポンスを実施しない場合に稼働させる機器は、主に電気式設備機器となる。

デマンドレスポンス実施可否判定部２３は、デマンドレスポンス運転計画の実施にかかる総コストを算定するとともに、非デマンドレスポンス運転計画の実施にかかる総コストを算定し、これら２つの運転計画のうち低コストとなる方を選択して、機器制御サーバ１２に送信する。

図４は、設備機器運転システム１の動作を示すフローチャートである。
ステップＳ１では、負荷演算部２０は、この記憶部２４に記憶した最新のパラメータを読み出して、このパラメータを用いたニューラルネットワークにより、取得した翌日の気象予報に基づいて、翌日の電力負荷および熱負荷を算定し、予測負荷とする。

ステップＳ２では、機器性能演算部２１は、この記憶部２４に記憶した最新のパラメータを読み出して、このパラメータを用いたニューラルネットワークにより、取得した翌日の気象予報に基づいて、翌日の機器性能を算定し、予測機器性能とする。

ステップＳ３では、運転計画演算部２２は、インセンティブおよび予測機器性能を用いて、限界コストを算定する。限界コストとは、デマンドレスポンスを実施すると仮定して、設備機器Ｍを稼働させた場合に必要な単位出力当たりのコスト、つまり需要者Ａから電力事業者あるいはガス事業者に支払う金額である。
例えば、設備機器ｎについての限界コストは、以下の式（１）で算定される。

各設備機器の限界コストは、具体的な以下の式で表される。
例えば、電気式設備機器であるヒートポンプの限界コストは、以下の式（２）で算定される。

また、ガス式設備機器である吸収式冷凍機の限界コストは、以下の式（３）で算定される。

また、コージェネレーションシステムの限界コストは、以下の式（４）で算定される。

ステップＳ４では、運転計画演算部２２は、算定した限界コスト、予測機器性能、および予測負荷に基づいて、所定の時間帯における設備機器Ｍを稼働する順番および各設備機器Ｍの出力を求めて、デマンドレスポンス運転計画とする。
ここでは、可能な限りガス式設備機器を稼働させて、電気式設備機器を稼働させないこととする。
また、このデマンドレスポンス運転計画では、限界コストの低い設備機器、つまり、単位出力を得るのに必要なコストが低い設備機器から優先的に稼働して、各時間帯で予測される負荷を賄うようにする。

ステップＳ５では、デマンドレスポンス実施可否判定部２３は、デマンドレスポンスを実施した場合の総コストを算定する。すなわち、運転計画演算部２２にて作成した、デマンドレスポンスを実施するデマンドレスポンス運転計画に従って設備機器Ｍを稼働した場合の総コストを算定する。

具体的には、デマンドレスポンスを実施した場合に、設備機器以外に用いられる商用電力の消費（つまり、削減できない電力消費）によるコスト、商用電力以外の電力消費によるコスト、ガス式設備機器の稼働にかかるコスト、および電気式設備機器の稼働にかかるコスト、の総和を、以下の式（５）により求める。
ここで、商用電力とは、電力事業者から購入することで得られる電力であり、商用電力以外の電力とは、太陽光発電など、電力事業者から購入しないで得られる電力である。

ステップＳ６では、運転計画演算部２２は、デマンドレスポンス運転計画として稼働させる機器の少なくとも一部を他の機器に置き換えて、非デマンドレスポンス運転計画とする。ここでは、可能な限り電気式設備機器を稼働させて、ガス式設備機器を稼働させないようにする。

ステップＳ７では、デマンドレスポンス実施可否判定部２３は、所定の時間帯における、非デマンドレスポンスを実施した場合の総コストを算定する。すなわち、運転計画演算部２２にて作成した、デマンドレスポンスを実施しない非デマンドレスポンス運転計画に従って設備機器Ｍを稼働した場合の総コストを算定する。

具体的には、デマンドレスポンスを実施しない場合に、所定の時間帯における、商用電力の消費（つまり、削減できない電力消費）によるコスト、商用電力以外の電力消費によるコスト、ガス式設備機器の稼働にかかるコスト、および電気式設備機器の稼働にかかるコスト、の総和を以下の式（６）により求める。

ステップＳ８では、デマンドレスポンス実施可否判定部２３は、所定の時間帯における限界ベースラインを算定する。
限界ベースラインとは、所定の時間帯における、デマンドレスポンスを行うか否かの閾値となる電力消費量である。
この限界ベースラインは、以下の式（７）により算定される。

ステップＳ９では、デマンドレスポンス実施可否判定部２３は、限界ベースラインがベースラインよりも低いか否かを判定する。この判定がＹｅｓである場合には、ステップＳ１０に移動し、この判定がＮｏである場合には、ステップＳ１１に移動する。

ステップＳ１０では、デマンドレスポンスの実施により光熱費が削減できるので、デマンドレスポンス実施可否判定部２３は、機器制御サーバ１２にデマンドレスポンス運転計画を送信し、機器制御サーバ１２は、このデマンドレスポンス運転計画に従って設備機器Ｍを稼働する。
一方、ステップＳ１１では、デマンドレスポンスの実施により光熱費が削減できないので、デマンドレスポンス実施可否判定部２３は、機器制御サーバ１２に非デマンドレスポンス運転計画を送信し、機器制御サーバ１２は、この非デマンドレスポンス運転計画に従って設備機器Ｍを稼働する。

次に、本発明の具体例について説明する。
図５は、本発明の設備機器運転システムの具体例である。
電力量の予測負荷は、図５（ａ）に示すように推移し、熱量の予測負荷は、図５（ｂ）に示すように推移する。そして、図５（ａ）に示すように、電力事業者により、午後の所定の時間帯にデマンドレスポンスおよびベースラインが設定されている。
本発明の設備機器運転システムは、予測機器性能として、電気式設備機器およびガス式設備機器のＣＯＰが標準値であると算定しており、さらに、限界ベースラインがベースラインよりも高いと判定したので、非デマンドレスポンス運転計画を選択し、デマンドレスポンスを実施しなかった。
これにより、図５（ｃ）に示すように、商用電力の電気代が上昇したが、この電気代の上昇分以上にガス代を抑制して、光熱費を低減できていることが判る。

本実施形態によれば、以下のような効果がある。
（１）稼働させる設備機器Ｍを決定したデマンドレスポンス運転計画と、このデマンドレスポンス運転計画で稼働させる設備機器Ｍの少なくとも一部を他の機器に置き換えた非デマンドレスポンス運転計画と、を比較し、これら２つの運転計画のうち総コストの低い方を選択した。
よって、デマンドレスポンスを実施しないことで電気代が上昇しても、この電気代の上昇分以上にガス代を抑制できる運転計画を選択できるので、光熱費を極力低減できる。

（２）限界ベースラインを作成し、この限界ベースラインと取得したベースラインとを比較することで、デマンドレスポンス運転計画または非デマンドレスポンス運転計画を選択した。よって、電気事業者から受信したベースラインを用いて、簡単に運転計画を選択できる。

なお、本発明は前記実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。

Ａ…需要者
Ｂ…電力事業者
Ｍ…設備機器
Ｐ…管理対象エリア
１…設備機器運転システム
２…通信回線
１０…外部サーバ
１１…運転計画サーバ
１２…機器制御サーバ
１３…実績データ保存サーバ
２０…負荷演算部
２１…機器性能演算部
２２…運転計画演算部
２３…デマンドレスポンス実施可否判定部
２４…記憶部

Claims (3)

1. 所定の時間帯について、電気式設備機器およびガス式設備機器を運転する設備機器運転システムであって、
   過去の実績データを用いて、所定の時間帯における電力負荷および熱負荷を学習しておき、この学習結果に基づいて、未来の所定の時間帯における電力負荷および熱負荷を予測して予測負荷とする負荷演算部と、
   過去の実績データを用いて、所定の時間帯における前記設備機器の性能を学習しておき、この学習結果に基づいて、未来の所定の時間帯における前記設備機器の性能を予測して予測機器性能とする機器性能演算部と、
   前記予測負荷および前記予測機器性能およびインセンティブに基づいて、所定の時間帯において稼働させる設備機器および当該設備機器の出力をデマンドレスポンス運転計画として作成するとともに、当該デマンドレスポンス運転計画で稼働させる設備機器の少なくとも一部を他の設備機器に置き換えたものを非デマンドレスポンス運転計画として作成する運転計画演算部と、
   当該デマンドレスポンス運転計画の実施にかかる総コストを算定するとともに、前記非デマンドレスポンス運転計画の実施にかかる総コストを算定して、当該２つの運転計画のうち総コストの低い方を選択するデマンドレスポンス実施可否判定部と、を備えることを特徴とする設備機器運転システム。
2. 前記デマンドレスポンス実施可否判定部は、デマンドレスポンス運転計画の実施にかかる総コストと、非デマンドレスポンス運転計画の実施にかかる総コストと、に基づいて、限界ベースラインを作成し、
   当該限界ベースラインが取得したベースラインよりも低い場合には、デマンドレスポンス運転計画を選択し、取得したベースラインよりも高い場合には、非デマンドレスポンス運転計画を選択することを特徴とする請求項１に記載の設備機器運転システム。
3. 所定の時間帯について、電気式設備機器およびガス式設備機器を運転する設備機器運転方法であって、
   負荷演算部が、過去の実績データを用いて、所定の時間帯における電力負荷および熱負荷を学習しておき、この学習結果に基づいて、未来の所定の時間帯における電力負荷および熱負荷を予測して予測負荷とするステップと、
   機器性能演算部が、過去の実績データを用いて、所定の時間帯における前記設備機器の性能を学習しておき、この学習結果に基づいて、未来の所定の時間帯における前記設備機器の性能を予測して予測機器性能とするステップと、
   運転計画演算部が、前記予測負荷および前記予測機器性能およびインセンティブに基づいて、所定の時間帯において稼働させる設備機器および当該設備機器の出力をデマンドレスポンス運転計画として作成するとともに、当該デマンドレスポンス運転計画で稼働させる設備機器の少なくとも一部を他の設備機器に置き換えたものを非デマンドレスポンス運転計画として作成するステップと、
   デマンドレスポンス実施可否判定部が、当該デマンドレスポンス運転計画の実施にかかる総コストを算定するとともに、前記非デマンドレスポンス運転計画の実施にかかる総コストを算定して、当該２つの運転計画のうち総コストの低い方を選択するステップと、を備えることを特徴とする設備機器運転方法。

Images