JP2015203544A - 空調機器管理システム - Google Patents

Abstract

【課題】運転パターンによる空調機性能の劣化を予測し、劣化によるＣＯＰの変動を用いて長期間の効率が最適となる運転パターンを作成する、空調機器管理システムを提供する。
【解決手段】空調機器管理システムは、任意の期間における空調機の部分負荷率に対する累積稼働時間である部分負荷率−累積稼働時間と、部分負荷率−ＣＯＰ低下率とを関連付けて記憶する性能推移ＤＢ記憶部６０２と、複数の運転パターン候補ごとに部分負荷率で予測される予測累積稼働時間を算出し、類似する部分負荷率−累積稼働時間を性能推移ＤＢにおいて検索し、部分負荷率−ＣＯＰ低下率を予測する性能劣化予測部４０３と、部分負荷率−ＣＯＰおよび運転パターン候補に基づいて、単位時間ごとの効率を予測する運転効率予測部４０４と、部分負荷率−ＣＯＰもしくは単位時間ごとの効率に基づいて運転パターン候補の中から運転パターンを決定する運転パターン決定部４０５と、を有する。
【選択図】図１

Description

本発明は、空調機器管理システムに関する。

本技術分野の背景技術として、特開２０１２−１５４５６３号公報（特許文献１）がある。この公報には、「複数機種の熱源機を備える熱源システムにおいて、条件として与えられた熱負荷パターンに対し、ランニングコストの観点から好適な運転パターンを作成するとともに、電力デマンドの最適化を図ることにより、ランニングコストをより一層削減した運転パターンを作成する運転パターン作成装置及びその方法並びにプログラムを提供する」と記載されている（要約参照）。また、ＷＯ２０１０／０２１１０１号公報（特許文献２）がある。この公報には、「診断支援装置は、空調機の運用効率の診断を支援する。診断支援装置は、取得部と、特定部と、画面生成部と、措置情報提供部とを備える。取得部は、空調機の運転データを取得する。特定部は、取得部によって取得された運転データを用いて、空調機の空調負荷率、ＣＯＰ（Coefficient Of Performance）、電力消費量、および頻度のいずれかを含む状態値を特定する。画面生成部は、特定部によって特定された状態値に基づいて、所定期間における空調機の運転状況を示すための画面を生成する。措置情報提供部は、運用効率を改善する措置に関する情報を提供する。」と記載されている。

特開２０１２−１５４５６３号公報 ＷＯ２０１０／０２１１０１号公報

特許文献１及び特許文献２には、与えられた熱負荷パターンに対し、現状のＣＯＰから効率のよい運転パターンを作成する装置が記載されている。しかし、特許文献１及び特許文献２の装置では、将来の空調機性能が被る劣化への影響を評価できないため、長期間で見たときに最適な運転パターンとは言えない。

このような装置で作成される運転パターンは、例えば、短期間において高効率かもしれないが、将来の空調機性能の低下が著しく、長期間でみたライフサイクルコストを増大させてしまう場合がある。

そこで、本発明は、運転パターンによる空調機性能の劣化を予測し、劣化によるＣＯＰの変動を用いて長期間の効率が最適となる運転パターンを作成する。

上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、空調機の運転パターンを作成する空調機器管理システムにおいて、任意の期間における空調機の部分負荷率に対する累積稼働時間のデータからなる部分負荷率−累積稼働時間と、任意の期間における空調機の部分負荷率に対する空調機の効率の低下率のデータからなる部分負荷率−ＣＯＰ低下率とを関連付けて記憶する性能推移ＤＢ記憶部と、空調機の運転パターン候補が複数存在し、複数の運転パターン候補ごとに部分負荷率において予測される予測累積稼働時間を算出し、部分負荷率における予測累積稼働時間と類似する部分負荷率−累積稼働時間を性能推移ＤＢにおいて検索し、部分負荷率−累積稼働時間に関連付けられている部分負荷率−ＣＯＰ低下率を取得し、空調機の部分負荷に対する効率のデータからなる部分負荷率−ＣＯＰを運転パターン候補毎に予測する性能劣化予測部と、性能劣化予測部で求めた部分負荷率−ＣＯＰおよび運転パターン候補に基づいて、空調機の単位時間ごとの効率を予測する運転効率予測部と、部分負荷率−ＣＯＰもしくは空調機の単位時間ごとの効率に基づいて前記運転パターン候補の中から運転パターンを決定する運転パターン決定部と、を有することを特徴とする。

運転パターンが与える機器劣化への影響を考慮することで、長期にわたるライフサイクルコストの最小化が可能となる。また、劣化を考慮することでＣＯＰの推移について長期予測が可能となる。

空調機器管理装置の構成図の例である。 部分負荷率取得部１１１で取得する部分負荷率の例である。 ＣＯＰ取得部１１２で取得するＣＯＰの例である。 外気温取得部１１３で取得する外気温の例である。 空調部分負荷率とＣＯＰの実績データを外気温ごとにプロットした例である。 累積稼働時間を空調部分負荷率ごとプロットした例である。 部分負荷率−ＣＯＰ低下率を、外気温度ごとに示した例である。 性能推移ＤＢ記憶部６０２の処理を説明するフローチャートの例である。 入力装置３０の入力例である。 運転モードＤＢ記憶部４０６に格納されている空調部分負荷率の配分条件の例である。 運転パターンとして例えば運転パターン１を運転負荷率の時系列データとしてプロットした例である。 運転パターン候補算出部４０１の処理を説明するフローチャートの例である。 性能劣化予測部４０３の処理を説明するフローチャートの例である。 運転効率予測部４０４の処理を説明するフローチャートの例である。 入力情報、運転パターン決定部４０５で決定した運転パターンを示しており、具体的な運転モード、及び、各月での平均ＣＯＰを表示した例である。 最適期間内のうち２０２０年の性能特性の予測値をプロットした例である。 第２実施形態にかかる空調機器管理装置の構成例を示す図である。 第３実施形態にかかる空調機器管理装置の構成例を示す図である。 ＬＣＣ診断装置８０の処理を説明するフローチャートの例である。

以下、実施例を図面を用いて説明する。

本実施例では、運転パターンによる空調機性能の劣化を予測し、劣化によるＣＯＰの変動を用いて長期間の効率が最適となる運転パターンを作成する空調機器管理装置１の例を説明する。

図１は、本実施例の空調機器管理装置の構成図の例である。空調機器管理装置１は、複数建物の情報取得装置１０、ネットワーク２０、入力装置３０、運転パターン最適化装置４０、出力装置５０、空調機運転実績ＤＢ記憶部６０１、性能推移ＤＢ記憶部６０２を有する。

複数建物の情報取得装置１０は、各建物に対して、空調情報取得装置１１、１２を有する。本実施形態では、複数建物の情報取得装置１０は空調情報取得装置を２つ以上有するとしているが、１つであってもよい。

空調情報取得装置１１は、この例では、建物Ａにおける空調機に関する情報を取得する装置であり、部分負荷率取得部１１１、ＣＯＰ取得部１１２、外気温取得部１１３を有する。

部分負荷率取得部１１１は、部分負荷率を取得する機能を有する。ここで、部分負荷率とは、（空調機の出力）/（空調機の定格出力）で算出される値である。この部分負荷率は、空調機内部状態を計測して計算した空調機出力を、定格能力で割って算出してもよい。また、部分負荷率取得部１１１で取得する部分負荷率は空調機ごとでもよいし、複数の空調機の平均部分負荷率として、フロアごと、建物ごとの空調機平均部分負荷率として取得してもよい。

図２は、部分負荷率取得部１１１で取得する部分負荷率の例である。図２は、例えば7:00から9:00における部分負荷率を５分ごとにプロットした例である。この図に示すように、7：00から7：25までは部分負荷率は上昇傾向をとり、その後は一旦減少し、7：45以降は約80％付近で遷移していること等が分かる。

次に、ＣＯＰ取得部１１２は、ＣＯＰを取得する箇所である。ここで、ＣＯＰ（Coefficient Of Performance）とは、成績係数（動作係数）とも呼ばれる冷暖房器具のエネルギー消費効率をチェックするための係数をいい、（空調機出力）/（空調機が消費する電力）で算出することができる。空調機の効率がよいほどＣＯＰは大きい値をとり、具体的には、係数は１〜５までを取り得る。ＣＯＰは、各空調機のＣＯＰを空調機ごとに直接取得してもよい。他にも、空調機内部状態、消費電力量を計測し、計算した空調機出力を消費電力で割ることでＣＯＰを算出してもよい。また、ＣＯＰ取得部１１２で取得するＣＯＰは空調機ごとでもよいし、複数の空調機の平均ＣＯＰとして、フロアごと、建物ごとの空調機平均ＣＯＰとして取得してもよい。

図３は、ＣＯＰ取得部１１２で取得するＣＯＰの例である。この図の例では、7:00から9:00におけるＣＯＰを５分ごとにプロットしたものである。図３は、図２の部分負荷率で稼働させた場合におけるＣＯＰの推移を表しており、部分負荷率の変動と関連してＣＯＰが変動することが分かる。

最後に、外気温取得部１１３は、建物の外気温を取得する機能を有する。建物周辺の外気温を建物の外部に設置した温度計で直接取得してもよいし、気象データから取得してもよい。

図４は、外気温取得部１１３で取得する外気温の例である。図４は、7:00から9:00における外気温を５分ごとにプロットしたものである。図４は、図２および３における外気温をプロットしたものである。

なお、空調情報取得装置１２も、空調情報取得装置１１と同様の構成と機能を有している。

ネットワーク２０は、通信回線を介して、各建物の空調情報装置１１、１２で取得した空調情報を空調機運転実績ＤＢ記憶部６０１へ送る。

空調機運転実績ＤＢ記憶部６０１は、ネットワーク２０を介して、各建物の空調情報装置１１、１２で取得した情報を格納する。このとき、建物、及び、空調機のデータ毎にＩＤを付与し、識別可能な形で格納することができる。また、部分負荷率の実績データに基づいて、例えば、所定の部分負荷率以上の時間帯の累積を、空調機が設置されてからの累積稼働時間として算出し、格納する。さらに、空調機が設置されてからの累積ＯＮ/ＯＦＦ回数を格納してもよい。ＯＮ/ＯＦＦ回数は機器性能の劣化に影響を与えるため、回数を格納しておくことで後述の空調機性能予測部においてより適切に機器の性能を予測することが可能となる。また空調機の定格出力なども格納される。

図５、６は、空調機運転実績ＤＢ記憶部６０１に格納される実績データの例である。

図５は、空調部分負荷率とＣＯＰの実績データを外気温ごとにプロットした例である。図５の部分負荷率とＣＯＰとのプロット（以下、「部分負荷率−ＣＯＰ実績値」と称する。）に示すように、０％から所定の部分負荷率までは、上昇するほど効率は良くなるためＣＯＰは大きくなるが、部分負荷率が所定の部分負荷率以上となると、逆に効率は悪くなりＣＯＰは減少する。

図６は、累積稼働時間を空調部分負荷率ごとプロット（以下、「部分負荷率−累積稼働時間実績値」と称する。）した例である。これら空調機運転実績ＤＢ記憶部６０１で格納されている情報は、後述する性能推移ＤＢ記憶部６０２および運転パターン最適化装置４０に出力される。

次に、性能推移ＤＢ記憶部６０２について説明する。性能推移ＤＢ記憶部６０２は、空調機毎に、部分負荷率に対するＣＯＰ低下率（以下、「部分負荷率−ＣＯＰ低下率」と称する。）を外気温度ごと求め、格納する機能を有する。さらに、部分負荷率−ＣＯＰ低下率は、任意の期間におけるものが格納されるが、当該期間に対応する部分負荷率−累積稼働時間実績値と、を関連付けて格納されている。

図７は、上述のようにして求めた部分負荷率−ＣＯＰ低下率を、外気温度ごとに示した例である。図７は、例えば、外気温２５℃、３０℃、３５℃における部分負荷率−ＣＯＰ低下率を、それぞれ示したものである。

図８は、性能推移ＤＢ記憶部６０２の処理を説明するフローチャートの例である。

まず、性能推移ＤＢ記憶部６０２は、空調機毎の運転実績データを空調機運転実績ＤＢ記憶部７０１から所得する（Ｓ８０１）。具体的には、前述した部分負荷率−ＣＯＰ実績値および部分負荷率−累積稼働時間実績値を取得する。

次に、取得した実績データを一定期間ごとに分割する。例えば、１年単位に分割する（Ｓ８０２）。

分割した期間のうち任意の一つの期間を選択する（Ｓ８０３）。

選択した期間の部分負荷率−ＣＯＰ実績値と、例えば空調機設置当初の部分負荷率−ＣＯＰ実績値とを比較することで、選択期間のＣＯＰ劣化率を計算する（Ｓ８０４）。例えば、受け付けた実績データを１年単位で分割した場合、空調機が設置されてから１年目のＣＯＰと２年目のＣＯＰとを外気温、及び、部分負荷率ごとに比較し、１年目から２年目にかけてのＣＯＰ低下率を計算する。ここで、ＣＯＰは外気温、及び、部分負荷率に依存するので、性能劣化のみの影響によるＣＯＰ低下率を求めるために、ＣＯＰ低下率は外気温、及び、部分負荷率ごとに計算する。また、所定期間で分割された任意の期間におけるＣＯＰと、例えば空調機を稼働させた最初の期間におけるＣＯＰとを比較することで、空調機が設置されてからの経過時間に伴うＣＯＰの低下率を計算する。なお、空調機を稼働させた最初の期間におけるＣＯＰでなくても、任意の期間より前の期間におけるＣＯＰと比較することでＣＯＰの低下率を求めてもよい。

次に、上述のように期間別に計算した部分負荷率−ＣＯＰ低下率と、当該期間に対応する部分負荷率−累積稼働時間実績値と、を関連付けて格納する（Ｓ８０５）。

すべての期間についてＣＯＰ劣化率の計算処理を実行したか判別する（Ｓ８０６）。完了していない場合（Ｓ８０６のＮｏ）は、Ｓ８０３の処理へ戻る。

次に、入力装置３０は、空調パターンを最適化する対象の建物名称、もしくはＩＤ、対象の空調機名称、もしくはＩＤ、最適化する期間、前記期間の外気温予測値、前記期間の熱負荷予測値をユーザから受け付ける。本実施形態では、外気温予測値、熱負荷予測値をユーザから受け付けるとしているが、前記空調機運転実績ＤＢ記憶部６０１に格納されている過去実績を将来の予測値として用いてもよい。

図９は、入力装置３０の入力例である。入力装置３０では、ユーザが運転パターンを決めたい任意の空調機器や期間等を指定することができ、外気温に対する熱負荷も時刻毎に入力できる。図９の例では、建物Ａの空調機１において、最適化する期間を２０１４年１月１日から２０２５年１２月３１日とし、時系列で外気温および予測される熱負荷の値が入力される。

次に、運転パターン最適化装置４０は、運転パターン候補算出部４０１、空調機性能予測部４０２、運転パターン決定部４０５、運転モードＤＢ記憶部４０６、を有し、空調機毎に運転パターンを最適化する機能を有している。

まず、運転モードＤＢ記憶部４０６には、熱負荷に対する空調機の部分負荷率の配分条件が１つ以上格納されている。

図１０は、運転モードＤＢ記憶部４０６に格納されている空調部分負荷率の配分条件の例である。この例では、運転モードが４つ格納されており、各運転モードに対して運転名と部分負荷率の配分条件が設定されている。例えば運転モード１の場合は、間欠運転を行い、その時の部分負荷率の配分条件は、部分負荷率が１０％以下の時には１時間当たり１０分間、空調をＯＦＦにする、という設定になっている。運転モード２以下も、同様に運転の種類とその時の部分負荷率の配分条件が設定されている。

次に、運転パターン候補算出部４０１は、入力装置３０から、図９に示したような情報を受け付ける。また同時に、運転モードＤＢ記憶部４０６から、図１０に示したような空調機の部分負荷率の配分条件を複数受け付ける。さらに、前記建物ＩＤ、空調機ＩＤを使って、空調機運転実績ＤＢ記憶部６０１から、対象空調機の運転実績情報として部分負荷率−ＣＯＰ実績値および部分負荷率−累積稼働時間実績値を受け付ける。また、運転パターン候補算出部４０１は、入力装置３０において入力した熱負荷と、運転モードＤＢ記憶部４０６から受け付けた部分負荷率の配分条件とを満たすように、単位時間ごとの部分負荷率を時系列データとして計算する。そして、求められた時系列における部分負荷率を運転パターンとする。

図１１は、運転パターンとして例えば運転パターン１を運転負荷率の時系列データとしてプロットした例である。

図１２は、運転パターン候補算出部４０１の処理を説明するフローチャートの例である。

運転パターン候補算出部４０１は、入力装置３０において入力された最適化の対象となる空調機ＩＤを取得する（Ｓ１２０１）。

次に、取得した空調機ＩＤに基づいて、空調機運転実績ＤＢ記憶部６０１から取得した空調機ＩＤの定格能力を取得する（Ｓ１２０２）。

入力装置３０から熱負荷パターンを取得するとともに、運転モードＤＢ記憶部４０６から複数の運転モードを取得する（Ｓ１２０３）。

取得した複数の運転モードのうち１つ選択して、部分負荷率の配分条件を決定する（Ｓ１２０４）。

Ｓ１２０２において取得した定格能力とＳ４０３において取得した熱負荷パターンとに基づいて、運転モード内の部分負荷率の配分条件を満たすように、単位時間ごとの部分負荷率を計算する。部分負荷率は時系列データとして求められ、これを運転パターンとする（Ｓ１２０５）。ここで、運転パターン候補算出部４０１における運転パターンの算出では、全ての単位時間において熱負荷を逐一満たす部分負荷率である必要はなく、一定期間内で熱負荷が満たされればよい。例えば、５分ごとの部分負荷率を計算する際には、熱負荷は１時間単位で満たされるように計算し、５分単位では熱負荷を満たさない部分負荷率が計画されていてもよいとする。本実施形態では、運転パターン候補を運転パターン候補算出部４０２にて算出することとしたが、入力装置３０にて運転パターンの複数候補を直接入力してもよい。

次に、運転モードＤＢ記憶部４０６内の全ての運転モードについて、運転パターンの候補を算出したか判定する（Ｓ１２０６）。

全ての運転モードについて運転パターン候補が算出できていない場合（Ｓ１２０６のＮｏ）は、Ｓ１２０４ヘ戻る。全ての運転モードについて完了している場合（Ｓ１２０６のＹｅｓ）は、フローを終了する。

なお、運転パターン候補算出部４０１は、本実施例において空調機１つで熱負荷を満たす部分負荷率の計画を実施するとしたが、複数の空調機を稼働させて熱負荷を満たすような運転パターンを算出してもよい。

次に、空調機性能予測部４０２は、性能劣化予測部４０３と運転効率予測部４０４を有し、運転パターン候補算出部４０１で求めた運転パターンごとに、空調機の性能を予測する機能を有する。

まず、性能劣化予測部４０３は、最適化する期間における対象空調機のＣＯＰ低下率を予測し、当該期間の性能特性を予測する。ここで、性能特性とは部分負荷率に対するＣＯＰの関係をプロットしたもの（例えば図５）である。後述する図１６に、性能特性の一例を示す。

図１３は、性能劣化予測部４０３の処理を説明するフローチャートの例である。

まず、性能劣化予測部４０３は、空調機運転実績ＤＢ記憶部記憶部６０１から対象空調機の運転実績データを取得する（Ｓ１３０１）。

次に、入力装置３０から最適化する期間と、運転パターン候補算出部４０１から複数の運転パターン候補を取得する（Ｓ１３０２）。

取得した運転パターン候補を一定期間ごとに分割する（Ｓ１３０３）。例えば、１年単位に分割する。このように、運転パターンを一定期間ごとに分割して計算することにより、後述するが、空調機運転実績ＤＢ記憶部記憶部６０１又は性能推移ＤＢ記憶部記憶部６０２から類似データを検索する際に検索しやすい。また、Ｓ１３０８で予測される空調機性能特性は、機器劣化により時々刻々と変化するので、長期間での空調機性能特性の予測（Ｓ１３０８）は精度が悪化するため、例えば月、年単位などで分割することが望ましい。

Ｓ１３０３において分割した期間のうち、一つの期間を選択する（Ｓ１３０４）。

次に、運転パターンに基づいて、空調機累積稼働時間を部分負荷毎に計算する（Ｓ１３０５）。具体的には、例えば図１１のような一定期間の運転パターンの実績がある場合には、部分負荷率ごとに稼働時間を足し合わせ、設置してからの累積稼働時間実績データを求める (S1301、図６)。さらに、最適化する期間における運転パターンから、算出した稼働時間予測値を加えることで、累積稼働時間候補を計算する。

予測した累積稼働時間候補が複数ある場合には、そのうちの１つを選択する（Ｓ１３０６）
以上のようにして予測された部分負荷率ごとの累積稼働時間に類似する空調機のＣＯＰ劣化率を、性能推移ＤＢ記憶部６０２から検索する（Ｓ１３０７）。前述したように、性能推移ＤＢ記憶部６０２は、部分負荷率−累積稼働時間実績値を有しているので、この中から検索することになる。

Ｓ１３０７において、性能推移ＤＢ記憶部６０２から、累積稼働時間が類似する空調機のＣＯＰ劣化率を取得したのち、対象空調機のＣＯＰ劣化率を予測する（Ｓ１３０８）。すなわち、性能推移ＤＢ記憶部６０２には、任意の期間に対応する部分負荷率−累積稼働時間と部分負荷率−ＣＯＰ低下率とが関連付けて格納されているので、これらに基づいて対象空調機のＣＯＰ劣化率を予測する。このとき、例えば、もっとも類似する空調機のＣＯＰ劣化率をそのまま使用してもよいし、複数類似するデータの平均としてもよいし、類似度に応じて重み平均をとってもよい。ＣＯＰ劣化率が予測されたら、空調機運転実績ＤＢ記憶部６０１に格納された運転実績データから、設置当初の性能特性（部分負荷率−ＣＯＰ実績値）を取得し、ＣＯＰ劣化率を用いて選択期間における性能特性を予測する。

追跡稼働時間について複数候補があげられる場合には、全ての累積稼働時間の候補について、処理Ｓ１３０６、Ｓ１３０７、Ｓ１３０８が完了したことを判別する（Ｓ１３０９）。完了していない場合（Ｓ１３０９のＮｏ）は、Ｓ１３０６へ戻る。

全ての期間について、処理Ｓ１３０４〜Ｓ１３０８が完了したことを判別する（Ｓ１３１０）。完了していない場合（Ｓ１３１０でＮｏ）は、Ｓ１３０４へ戻る。一方、完了している場合（Ｓ１３１０でＹｅｓ）は、フローを終了する。

すなわち、性能劣化予測部４０３では、運転パターンごとに、部分負荷率に対する累積稼働時間を求め、空調機運転実績ＤＢ記憶部６０１又は性能推移ＤＢ記憶部６０２から、類似する部分負荷率に対する累積稼働時間を取りだし、それと紐づいているＣＯＰ低下率を求め、空調機の性能特性を予測する。

次に、運転効率予測部４０４は、性能劣化予測部４０３から取得した性能特性、および選択した運転パターン候補の部分負荷率の時系列データから、単位時間毎のＣＯＰ予測値を計算する。

図１４は、運転効率予測部４０４の処理を説明するフローチャートの例である。

まず、運転効率予測部４０４は、入力装置３０から最適化する期間と、運転パターン候補算出部４０１から複数の運転パターン候補を取得する（Ｓ１４０１）。

取得した運転パターン候補を、一定期間ごとに分割する（Ｓ１４０２）。例えば、１年単位に分割する。

分割した期間のうちの一つの期間を選択する（Ｓ１４０３）。

選択した期間内においては、複数の運転パターン候補が存在するので、そのうちの一つを選択する（Ｓ１４０４）。

選択した期間における空調機の性能特性を、空調機運転実績ＤＢ記憶部６０１、もしくは、性能劣化予測部４０３から取得する（Ｓ１４０５）。ここで、選択した期間が、最新の実績取得日に最も近い場合は空調機運転実績ＤＢ記憶部６０１から性能特性の実績を取得する。一方、選択した期間が、上記期間よりも未来の期間であるとき、性能劣化予測部４０３から予測した性能特性のうち該当する期間のものを取得する。

Ｓ１４０５において取得した性能特性と、選択した運転パターン候補の部分負荷率の時系列データとに基づいて、単位時間毎のＣＯＰ予測値を計算する（Ｓ１４０６）。

そして、全ての運転パターン候補についてこれらの処理（Ｓ１４０４〜Ｓ１４０６）が完了したことを判別する（Ｓ１４０７）。完了していない場合（Ｓ１４０７のＮｏ）、Ｓ５０４へ戻る。一方、完了している場合（Ｓ１４０７のＹｅｓ）、Ｓ５０８に進む。さらに、全ての分割期間について処理Ｓ１４０３〜Ｓ１４０６が完了したことを判別する（Ｓ１４０８）。完了していない場合（Ｓ１４０８のＮｏ）、Ｓ５０３へ戻る。一方、完了している場合（Ｓ１４０８のＹｅｓ）、フローを終了させる。すなわち、運転効率予測部４０４は、運転パターンの該当期間の性能特性と運転パターンとに基づいて、単位時間毎のＣＯＰ予測値を予測する機能を有する。

最後に、運転パターン決定部４０５は、性能効率予測部４０３から性能特性の予測値、および運転効率予測部４０４から運転パターンごとのＣＯＰ予測値の時系列データを受け取る。そして、性能特性の予測値もしくはＣＯＰ予測値に基づいて運転パターンを決定する。例えば、最適期間におけるＣＯＰ予測値の平均をとり、もっとも高い平均ＣＯＰとなるように、一定期間ごとの運転パターンを決定することができる。これによって、最適期間において最も運転効率のよい運転パターンを決定することができる。また、最適期間終了日において最も性能特性の予測値がよくなるように、一定期間ごとの運転パターンを決定することもできる。これによって、最適期間において最も劣化の少ない運転パターンを決定することができる。

出力装置５０では、決定した運転パターンを運転負荷率の時系列データとして出力し、表示する。また、前記決定した運転パターンの条件である運転モードを出力する。また、最適期間内における性能特性の推移を出力する。図１５、図１６に、出力装置５０の出力例を示す。

図１５は、入力情報、運転パターン決定部４０５で決定した運転パターンを示しており、具体的な運転モード、及び、各月での平均ＣＯＰを表示した例である。図１６は、最適期間内のうち２０２０年の性能特性の予測値をプロットした例である。

本実施例では、空調性能予測部において、建物情報、空調情報、気象情報をもとに、対象空調と類似する実績データを見つけることで、性能予測精度を向上させる空調機器管理装置の例を説明する。なお、第２実施形態以降、前の実施形態で説明済みの要素に関しては、前の実施形態と同一の符号を付し、説明を省略することとする。

図１７は、第２実施形態にかかる空調機器管理装置の構成例を示す図である。

図１７に空調機器管理装置２において、第１実施形態に示す空調機器管理装置１と異なる点は、入力装置３０aが建物情報、空調情報、気象情報をユーザから受け付け、空調運転実績ＤＢ記憶部６０１aが建物情報、空調情報、気象情報を格納し、類似空調機検出装置７０備える点である。

類似空調機検出装置７０は、入力装置で取り込んだ建物情報、空調情報、気象情報のいずれか、もしくは複数の情報を利用して、空調運転実績ＤＢ記憶部６０１a内の類似する情報を検索し、対象空調機と類似する環境下にある空調機の過去データを取得する。このような構成を採用することにより、より類似する空調機運転実績データを取得することができ、適切な空調機性能予測を行うことが可能となる。

本実施例では、運転パターン最適化装置において、決定された運転パターンに従って予想される運転効率からライフサイクルコスト（ＬＣＣ）の観点から見た最適なリプレース時期を提案する空調機器管理装置の例を説明する。

図１８は、第３実施形態にかかる空調機器管理装置の構成例を示す図である。

図１８に空調機器管理装置３において、第１実施形態に示す空調機器管理装置１と異なる点は、ＬＣＣ診断装置８０と新機種性能ＤＢ記憶部９０を有している点である。出力装置５０aは運転パターンの他に、ＬＣＣ診断装置８０の診断結果を出力する。

新機種性能ＤＢ記憶部９０は、最新空調機の性能データを格納している。性能データは、性能特性（部分負荷率に対するＣＯＰの関係をプロットしたもの）でもよいし、定格ＣＯＰ、ＡＰＦでもよい。

図１９は、ＬＣＣ診断装置８０の処理を説明するフローチャートの例である。

ＬＣＣ診断装置８０は、新機種性能ＤＢ記憶部から性能データを取得する（Ｓ１９０１）。本実施例では、１つの新機種を対象とするが、複数の新機種をＤＢ記憶部に格納しておき、複数の機種で評価できる形でもよい。

運転パターン最適化装置４０から最適化する期間と、運転パターンを取得する（Ｓ１９０２）。

取得した運転パターン候補を一定期間ごとに分割する（Ｓ１９０３）。例えば、１年単位に分割する。

分割した期間のうち一つの期間を選択する（Ｓ１９０４）。

運転パターンから対象空調機の消費電力量を計算し、運転コストを予測する（Ｓ１９０５）。

運転パターンから新機種導入時の消費電力量を計算し、運転コストを予測する（Ｓ１９０６）。このとき、対象空調機の運転パターンをそのまま使用してもよいし、新機種の性能特性を入力として、運転パターン最適化装置４０から最適な運転パターンを計算して使用してもよい。

対象空調機の運転コストと新機種導入時の運転コストの差を計算する（Ｓ１９０７）。

対象空調機の運転コストと新機種導入時の運転コストの差が新機種を導入する初期投資額よりも大きいか判別する（Ｓ１９０８）。大きい場合（Ｓ１９０８のＹｅｓ）、Ｓ１９１０に進む。小さい場合（Ｓ１９０８のＹｅｓ）、Ｓ１９０９に進む。

Ｓ１９０８で新機種を導入する初期投資額よりも大きいと判断された場合、新機種の導入メリットが大きいと判定する（Ｓ１９１０）。また、新機種の導入メリットが大きいと判断された期間を出力装置へ受け渡す。

Ｓ１９０８で新機種を導入する初期投資額よりも小さいと判断された場合、全ての分割期間について処理Ｓ１９０４〜１９０８が完了したことを判別する（Ｓ１９０９）。完了していない場合（Ｓ１９０９のＮｏ）、Ｓ１９０４へ戻る。

出力装置５０aは、出力装置５０で出力する情報に加えて、新機種導入のメリットが大きいかどうかの判断と、大きくなる場合、いつの時点でメリットが見込めるかを表示する。

この装置によって、対象の空調機を効率的に運転させるだけでなく、いつ新機種にリプレースしたほうがよいか判別できる。新機種にリプレースするとコストメリットが大きくなる場合は、さらなるライフサイクルコストの低減につながる。

本実施形態に係る空調機器管理装置１、２、３は、ビルエネルギーマネジメントシステムや、住宅のエネルギー管理システム、工場のエネルギー管理システムで適用されるものである。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。

１ 空調機器管理装置
１０ 複数建物の情報取得装置
１１ 空調情報取得装置
１２ 空調情報取得装置
１１１ 部分負荷率取得部
１１２ ＣＯＰ取得部
１１３ 外気温取得部
２０ ネットワーク
３０ 入力装置
４０ 運転パターン最適化装置
４０１ 運転パターン候補算出部
４０２ 空調機性能予測部
４０３ 性能劣化予測部
４０４ 運転効率予測部
４０５ 運転パターン決定部
４０６ 運転モードＤＢ記憶部
５０ 出力装置
６０１ 空調機運転実績ＤＢ記憶部
６０２ 性能推移ＤＢ記憶部

Claims (5)

1. 空調機の運転パターンを作成する空調機器管理システムにおいて、
   任意の期間における前記空調機の部分負荷率に対する累積稼働時間のデータからなる部分負荷率−累積稼働時間と、前記任意の期間における前記空調機の部分負荷率に対する前記空調機の効率の低下率のデータからなる部分負荷率−ＣＯＰ低下率とを関連付けて記憶する性能推移ＤＢ記憶部と、
   前記空調機の運転パターン候補が複数存在し、前記複数の運転パターン候補ごとに部分負荷率において予測される予測累積稼働時間を算出し、前記部分負荷率における予測累積稼働時間と類似する前記部分負荷率−累積稼働時間を前記性能推移ＤＢにおいて検索し、前記部分負荷率−累積稼働時間に関連付けられている前記部分負荷率−ＣＯＰ低下率を取得し、空調機の部分負荷に対する効率のデータからなる部分負荷率−ＣＯＰを前記運転パターン候補毎に予測する性能劣化予測部と、
   前記性能劣化予測部で求めた前記部分負荷率−ＣＯＰおよび前記運転パターン候補に基づいて、前記空調機の単位時間ごとの効率を予測する運転効率予測部と、
   前記部分負荷率−ＣＯＰもしくは前記空調機の単位時間ごとの効率に基づいて前記運転パターン候補の中から前記運転パターンを決定する運転パターン決定部と、
   を有することを特徴とする空調機器管理システム。
2. 請求項１に記載の空調機器管理システムにおいて、
   前記空調機において部分負荷率における実績累積稼働時間のデータからなる部分負荷率−実績累積稼働時間を有する空調機運転実績ＤＢ記憶部を有し、
   前記性能劣化予測部は、前記空調機運転実績ＤＢ記憶部から、前記運転パターン候補と類似する部分負荷率−実績累積稼働時間を取得し、前記部分負荷率−実績累積稼働時間に基づいて前記運転パターン候補毎に前記部分負荷率−ＣＯＰを予測することを特徴とする空調機器管理システム。
3. 請求項１に記載の空調機器管理システムにおいて、
   前記性能推移ＤＢ記憶部は、空調機のＯＮ/ＯＦＦ頻度も関連づけて蓄積することを特徴とする空調機器管理システム。
4. 請求項１に記載の空調機器管理システムにおいて、
   前記運転パターン候補は、
   運転モードＤＢ記憶部に格納された前記空調機の部分負荷率の配分条件および入力装置に入力された熱負荷パターンに基づいて運転パターン候補算出部が算出することを特徴とする空調機器管理システム。
5. 請求項１に記載の空調機器管理システムにおいて、
   前記運転パターン決定部は、
   運転パターン候補毎にＣＯＰの値を求め、求められたＣＯＰの値に基づいて運転パターンを決定することを特徴とする空調機器管理システム。