JP2016032337A - Energy management system, power demand plan optimization method and power demand plan optimization - Google Patents

Energy management system, power demand plan optimization method and power demand plan optimization Download PDF

Info

Publication number
JP2016032337A
JP2016032337A JP2014153182A JP2014153182A JP2016032337A JP 2016032337 A JP2016032337 A JP 2016032337A JP 2014153182 A JP2014153182 A JP 2014153182A JP 2014153182 A JP2014153182 A JP 2014153182A JP 2016032337 A JP2016032337 A JP 2016032337A
Authority
JP
Japan
Prior art keywords
supply
demand plan
demand
power
plan
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
JP2014153182A
Other languages
Japanese (ja)
Other versions
JP6365069B2 (en
Inventor
祐司 小熊
Yuji Koguma
祐司 小熊
宗彦 前田
Munehiko Maeda
宗彦 前田
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.)
IHI Corp
Original Assignee
IHI Corp
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 IHI Corp filed Critical IHI Corp
Priority to JP2014153182A priority Critical patent/JP6365069B2/en
Publication of JP2016032337A publication Critical patent/JP2016032337A/en
Application granted granted Critical
Publication of JP6365069B2 publication Critical patent/JP6365069B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide an energy management system capable of correcting the demand plan of energy in a micro grid at high speed, by reducing the load of calculation, and to provide a power demand plan optimization method and a power demand plan optimization program.SOLUTION: A micro grid G includes a renewable energy generator 5, a storage battery 9 and a load 6, and is connected with an external power system 2. An energy management system 20 includes a demand plan calculation unit for calculating a demand plan, by solving the optimization problem of an objective function that is a non constraint problem, and a demand plan correction unit for correcting a demand plan, by using a sensitivity matrix obtained from a quadratic approximation function in the vicinity of an already-acquired optimum solution of the objective function.SELECTED DRAWING: Figure 1

Description

本発明は、エネルギーマネジメントシステム、電力需給計画最適化方法および電力需給計画最適化プログラムに関する。   The present invention relates to an energy management system, a power supply / demand plan optimization method, and a power supply / demand plan optimization program.

特許文献１に記載されるように、太陽光発電機である発電システムと電気負荷とを備え、外部電力系統に接続された電力供給システムが知られている。このシステムは、充放電計画制御部を備えている。充放電計画制御部は、電力負荷の使用履歴に基づいて算出される電気負荷の予測電力量と、天気予測によって予測される発電システムの予測発電量とを算出する。充放電計画制御部は、電気負荷の消費電力量の時間毎の推移を示す予測消費スケジュールと、発電システムの発電量の時間毎の推移を示す予測発電スケジュールとを算出する。充放電計画制御部は、予測電力量と予測発電量とに基づいて、予測蓄電量を決定し、予測消費スケジュールと予測発電スケジュールとに基づいて、充放電計画を決定する。   As described in Patent Document 1, a power supply system including a power generation system that is a solar power generator and an electric load and connected to an external power system is known. This system includes a charge / discharge plan control unit. The charge / discharge plan control unit calculates a predicted power amount of the electric load calculated based on the usage history of the power load and a predicted power generation amount of the power generation system predicted by the weather prediction. The charge / discharge plan control unit calculates a predicted consumption schedule indicating a transition of power consumption of the electric load for each hour and a predicted power generation schedule indicating a transition of power generation of the power generation system for each hour. The charge / discharge plan control unit determines a predicted power storage amount based on the predicted power amount and the predicted power generation amount, and determines a charge / discharge plan based on the predicted consumption schedule and the predicted power generation schedule.

充放電計画制御部は、充放電計画に基づく予測値と、蓄電量の推移に基づく実測値とを比較する。充放電計画制御部は、予測値と実測値との差を算出し、その差が許容値の範囲内であるか否かを判断する。充放電計画制御部は、その差が許容値の範囲外である場合、予測消費スケジュールと予測発電スケジュールとを再び算出し、充放電計画を新たに決定する。   The charge / discharge plan control unit compares the predicted value based on the charge / discharge plan with the actually measured value based on the transition of the storage amount. The charge / discharge plan control unit calculates a difference between the predicted value and the actually measured value, and determines whether or not the difference is within the allowable value range. When the difference is outside the allowable value range, the charge / discharge plan control unit calculates the predicted consumption schedule and the predicted power generation schedule again, and newly determines the charge / discharge plan.

特開２０１２−２２２８６０号公報JP 2012-222860 A

上記したように、従来のシステムでは、予測値と実測値との差が許容値の範囲内であるか否かを判断している。この手法をマイクログリッドのエネルギーの需給計画に適用した場合、予測値と実測値との差（ずれ）の許容値を大きくすると、その分、需給計画に対する実測値の乖離を許すことになる。よって、経済性が損なわれるおそれがある。一方で、予測値と実測値との差（ずれ）の許容値を小さくすると、最適化計算を頻繁に行うことになり、計算の負荷が大きくなる。特に、マイクログリッドの規模が大きい場合には、高い計算能力を持つ計算機が必要になる。このように、従来の技術では、需給計画を高速で修正することは難しい。   As described above, in the conventional system, it is determined whether or not the difference between the predicted value and the actually measured value is within the range of the allowable value. When this method is applied to a microgrid energy supply and demand plan, increasing the allowable value of the difference (deviation) between the predicted value and the actual measurement value will allow the deviation of the actual measurement value from the supply and demand plan. Therefore, there is a possibility that economic efficiency is impaired. On the other hand, if the allowable value of the difference (deviation) between the predicted value and the actual measurement value is reduced, optimization calculation is frequently performed and the calculation load increases. In particular, when the scale of the microgrid is large, a computer having high calculation capability is required. As described above, it is difficult to correct the supply and demand plan at a high speed with the conventional technology.

本発明は、計算の負荷を低減することにより、マイクログリッドにおけるエネルギーの需給計画を高速で修正することができるエネルギーマネジメントシステム、電力需給計画最適化方法および電力需給計画最適化プログラムを提供することを目的とする。   The present invention provides an energy management system, an electric power supply and demand plan optimization method, and an electric power supply and demand plan optimization program that can correct the energy supply and demand plan in a microgrid at a high speed by reducing the calculation load. Objective.

本発明は、再生可能エネルギーにより発電を行う発電機と蓄電装置と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおける、エネルギーの需給計画を最適化するエネルギーマネジメントシステムであって、無制約問題とされた目的関数の最適化問題を解くことにより、需給計画を計算する需給計画計算部と、目的関数の既得の最適解近傍における二次の近似関数から求められる感度行列を用いて、需給計画を修正する需給計画修正部と、を備える。   The present invention is an energy management system that optimizes an energy supply and demand plan in a microgrid that includes a generator that generates power using renewable energy, a power storage device, and a load, and that is connected to an external power system. By solving the optimization problem of the objective function that is the problem, a supply and demand plan calculation unit that calculates the supply and demand plan, and a sensitivity matrix obtained from a quadratic approximation function in the vicinity of the obtained optimal solution of the objective function, A supply and demand plan correction unit for correcting the plan.

このエネルギーマネジメントシステムによれば、需給計画計算部によって、マイクログリッドにおけるエネルギーの需給計画が計算される。この需給計画は、無制約問題とされた目的関数の最適化問題を解くことによって計算される。通常、需給計画の最適化問題は制約条件を伴うが、適当な手法を用いて無制約問題に還元し、最適解を求めることができる。需給計画修正部によって、感度行列を用いて、需給計画が修正される。この感度行列は、既得の最適解近傍における目的関数の二次の近似関数から求められる。感度行列を用いることにより、パラメータの変化量に基づく最適解の変化量が計算され得る。よって、需給計画を修正するたびに最適化問題を解く必要はなく、感度行列を用いた需給計画の修正が可能である。これにより、計算の負荷が低減される。したがって、需給計画を高速で修正することができる。   According to this energy management system, the supply and demand plan calculation unit calculates the energy supply and demand plan in the microgrid. This supply and demand plan is calculated by solving an objective function optimization problem, which is regarded as an unconstrained problem. Usually, the optimization problem of supply and demand planning involves constraint conditions, but it can be reduced to an unconstrained problem by using an appropriate method to obtain an optimal solution. The supply and demand plan correction unit corrects the supply and demand plan using the sensitivity matrix. This sensitivity matrix is obtained from a quadratic approximate function of the objective function in the vicinity of the already obtained optimal solution. By using the sensitivity matrix, the change amount of the optimum solution based on the change amount of the parameter can be calculated. Therefore, it is not necessary to solve the optimization problem every time the supply and demand plan is corrected, and the supply and demand plan can be corrected using the sensitivity matrix. Thereby, the calculation load is reduced. Therefore, the supply and demand plan can be corrected at high speed.

いくつかの態様において、需給計画計算部は、需給計画を計算する際に感度行列を計算し、需給計画修正部は、需給計画計算部によって計算された当該感度行列と、パラメータの変化量とに基づいて需給計画の最適解の修正量を求めることにより、需給計画を修正する。この場合、需給計画の計算時に、最適解が計算されると同時に感度行列が計算される。需給計画を修正する際、既に求められた感度行列を用いることができる。よって、簡易かつ高速に需給計画を修正することができる。   In some aspects, the supply and demand plan calculation unit calculates a sensitivity matrix when calculating the supply and demand plan, and the supply and demand plan correction unit includes the sensitivity matrix calculated by the supply and demand plan calculation unit and the amount of change in the parameter. Based on this, the supply / demand plan is corrected by obtaining a correction amount for the optimal solution of the supply / demand plan. In this case, the sensitivity matrix is calculated at the same time that the optimal solution is calculated when calculating the supply and demand plan. When correcting the supply and demand plan, the already obtained sensitivity matrix can be used. Therefore, the supply and demand plan can be corrected easily and at high speed.

いくつかの態様において、需給計画修正部が需給計画を修正するよりも高い頻度でパラメータを取得するパラメータ更新部を更に備え、需給計画修正部は、パラメータ更新部によって取得された最新のパラメータを用いて最適解の変化量を計算する。この場合、需給計画が修正されるよりも高い頻度で取得されたパラメータの中で、最新のパラメータが用いられる。よって、需給計画の修正精度が高められる。   In some embodiments, the power supply / demand plan correction unit further includes a parameter update unit that acquires parameters more frequently than the supply / demand plan correction unit corrects the supply / demand plan, and the supply / demand plan correction unit uses the latest parameter acquired by the parameter update unit. To calculate the amount of change in the optimal solution. In this case, the latest parameter is used among the parameters acquired more frequently than the supply and demand plan is corrected. Therefore, the correction accuracy of the supply and demand plan is improved.

いくつかの態様において、需給計画は、蓄電装置の各時刻における充放電電力の最適解を含む。この場合、最適解として、蓄電装置の充放電計画が計算されるので、蓄電装置の効率的な運転が可能になる。   In some aspects, the supply and demand plan includes an optimal solution of charge / discharge power at each time of the power storage device. In this case, since the charge / discharge plan of the power storage device is calculated as the optimal solution, the power storage device can be efficiently operated.

いくつかの態様において、マイクログリッドは、化石燃料により発電を行う原動機を更に備えており、需給計画は、原動機の各時刻における発電電力の最適解を含む。この場合、最適解として、原動機の発電計画が計算されるので、原動機の効率的な運転が可能になる。   In some embodiments, the microgrid further includes a prime mover that generates power with fossil fuel, and the supply and demand plan includes an optimal solution of the generated power at each time of the prime mover. In this case, since the power generation plan of the prime mover is calculated as the optimum solution, efficient operation of the prime mover becomes possible.

いくつかの態様において、需給計画修正部によって用いられるパラメータは、発電機、原動機、蓄電装置および負荷の少なくとも１つに関する現在値または予測値を含む。この場合、マイクログリッドを構成する各機器の状態が反映された、妥当な需給計画が計算される。   In some aspects, the parameter used by the supply and demand plan correction unit includes a current value or a predicted value related to at least one of a generator, a prime mover, a power storage device, and a load. In this case, an appropriate supply and demand plan that reflects the state of each device constituting the microgrid is calculated.

いくつかの態様において、最適化問題は、制約領域からの逸脱量がペナルティとして原目的関数に加算された、拡大目的関数の無制約最適化問題である。この場合、原目的関数の最適化問題が制約条件を伴っていても、無制約問題を容易に作成することができる。   In some aspects, the optimization problem is an unconstrained optimization problem of the extended objective function in which the deviation from the constraint area is added to the original objective function as a penalty. In this case, an unconstrained problem can be easily created even if the optimization problem of the original objective function is accompanied by a constraint condition.

本発明は、再生可能エネルギーにより発電を行う発電機と蓄電装置と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおける、エネルギーの需給計画を最適化する電力需給計画最適化方法であって、エネルギーマネジメントシステムが、無制約問題とされた目的関数の最適化問題を解くことにより、需給計画を計算するステップと、エネルギーマネジメントシステムが、目的関数の既得の最適解近傍における二次の近似関数から求められる感度行列を用いて、需給計画を修正するステップと、を含む。この電力需給計画最適化方法によれば、上記したエネルギーマネジメントシステムと同様の作用効果が奏される。   The present invention is a power supply and demand plan optimization method for optimizing an energy supply and demand plan in a microgrid that includes a generator that generates power using renewable energy, a power storage device, and a load, and that is connected to an external power system. The energy management system solves the optimization problem of the objective function that is regarded as an unconstrained problem, thereby calculating the supply and demand plan, and the energy management system performs a quadratic approximation function in the vicinity of the obtained optimal solution of the objective function. Correcting the supply and demand plan using the sensitivity matrix obtained from According to this electric power supply and demand plan optimization method, the same operation effect as the above-mentioned energy management system is produced.

本発明は、再生可能エネルギーにより発電を行う発電機と蓄電装置と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおけるエネルギーの需給計画を、エネルギーマネジメントシステムに最適化させる電力需給計画最適化プログラムであって、エネルギーマネジメントシステムを、無制約問題とされた目的関数の最適化問題を解くことにより、需給計画を計算する需給計画計算部と、目的関数の既得の最適解近傍における二次の近似関数から求められる感度行列を用いて、需給計画を修正する需給計画修正部と、して機能させる。この電力需給計画最適化プログラムによれば、上記したエネルギーマネジメントシステムおよび電力需給計画最適化方法と同様の作用効果が奏される。   The present invention is a power supply and demand plan optimization that optimizes an energy supply and demand plan in a microgrid that includes a generator that generates power using renewable energy, a power storage device, and a load, and that is connected to an external power system. The energy management system solves the objective function optimization problem, which is an unconstrained problem. Using a sensitivity matrix obtained from the approximate function, the function is functioned as a supply and demand plan correction unit for correcting the supply and demand plan. According to the power supply / demand plan optimization program, the same effects as the energy management system and the power supply / demand plan optimization method described above are exhibited.

本発明によれば、計算の負荷を低減することにより、マイクログリッドにおけるエネルギーの需給計画を高速で修正することができる。   According to the present invention, the energy supply and demand plan in the microgrid can be corrected at high speed by reducing the calculation load.

本発明の一実施形態のエネルギーマネジメントシステムが適用された電力供給システムの概略構成を示すブロック図である。It is a block diagram which shows schematic structure of the electric power supply system to which the energy management system of one Embodiment of this invention was applied. 図１中のエネルギーマネジメントシステムの機能ブロック図である。It is a functional block diagram of the energy management system in FIG. 図２のエネルギーマネジメントシステムにおいて実行される処理を示すフローチャートである。It is a flowchart which shows the process performed in the energy management system of FIG. （ａ）は図３中のパラメータ更新処理を示すフローチャート、（ｂ）は図３中の需給バランス処理を示すフローチャート、（ｃ）は図３中の需給計画処理を示すフローチャートである。(A) is a flowchart showing parameter update processing in FIG. 3, (b) is a flowchart showing supply and demand balance processing in FIG. 3, and (c) is a flowchart showing supply and demand planning processing in FIG. 図４（ｂ）中の修正需給計画の計算処理を示すフローチャートである。It is a flowchart which shows the calculation process of the corrected demand-and-supply plan in FIG.4 (b). 図３に示される３つの処理の実行周期と参照データを示す概念図である。It is a conceptual diagram which shows the execution cycle and reference data of three processes shown by FIG. 外点ペナルティ法の概念図である。It is a conceptual diagram of the outside point penalty method. 本発明の一実施形態の電力需給計画最適化プログラムが格納された記憶媒体を示す図である。It is a figure which shows the storage medium in which the electric power supply-and-demand plan optimization program of one Embodiment of this invention was stored.

以下、本発明の実施形態について、図面を参照しながら説明する。なお、図面の説明において同一要素には同一符号を付し、重複する説明は省略する。   Hereinafter, embodiments of the present invention will be described with reference to the drawings. In the description of the drawings, the same elements are denoted by the same reference numerals, and redundant descriptions are omitted.

図１および図２を参照して、本実施形態に係るエネルギーマネジメントシステムが適用された電力供給システム１について説明する。図１に示されるように、電力供給システム１は、複数種類の発電機と電力消費機器とを備えたマイクログリッドＧと、マイクログリッドＧにおける各機器の制御値を計算するエネルギーマネジメントシステム２０とを備える。以下の説明において、「エネルギーマネジメントシステム」を「ＥＭＳ」と略称する。図１において、実線の矢印は電気の流れを示しており、破線の矢印は情報の流れを示している。   With reference to FIG. 1 and FIG. 2, the electric power supply system 1 to which the energy management system which concerns on this embodiment was applied is demonstrated. As shown in FIG. 1, the power supply system 1 includes a microgrid G including a plurality of types of generators and power consuming devices, and an energy management system 20 that calculates control values of the devices in the microgrid G. Prepare. In the following description, “energy management system” is abbreviated as “EMS”. In FIG. 1, a solid line arrow indicates the flow of electricity, and a broken line arrow indicates the flow of information.

電力供給システム１は、たとえばビルまたは工場等を所有する需要家によって利用され得る。電力供給システム１は、たとえば再生可能エネルギー発電機を所有する売電事業者によって利用され得る。ＥＭＳ２０は、このような需要家または売電事業者に対して、最適化されたエネルギーの需給計画を提供する。   The power supply system 1 can be used by a consumer who owns a building or a factory, for example. The power supply system 1 can be used by, for example, a power sales company that owns a renewable energy generator. The EMS 20 provides an optimized energy supply and demand plan to such a consumer or a power sales company.

マイクログリッドＧは、太陽光発電機３および風力発電機４を含む再生可能エネルギー発電機５と、化石燃料を用いて発電を行う原動機７とを備える。原動機７としては、たとえばガスタービンを用いることができる。また、原動機７として、コージェネレーション用ガスタービンを用いることもできる。マイクログリッドＧは、マイクログリッドＧ内の電力を消費する負荷６と、マイクログリッドＧ内の電力を用いて走行する電気自動車８とを更に備える。負荷６は、電力を消費する複数の機器を含み得る。電気自動車８は、たとえば充電スタンドを含み得る。マイクログリッドＧは、電力を蓄電および放電可能な蓄電池（蓄電装置）９を更に備える。蓄電池９としては、たとえばリチウムイオン電池を用いることができる。マイクログリッドＧは、上記した複数の電力機器が電気的に接続されたグリッド制御装置１０を備える。グリッド制御装置１０は、外部電力系統２に接続されている。言い換えれば、上記した複数の電力機器のそれぞれは、グリッド制御装置１０を介して外部電力系統２に接続されている。   The microgrid G includes a renewable energy generator 5 including a solar power generator 3 and a wind power generator 4, and a prime mover 7 that generates power using fossil fuel. For example, a gas turbine can be used as the prime mover 7. Further, a gas turbine for cogeneration can be used as the prime mover 7. The microgrid G further includes a load 6 that consumes power in the microgrid G, and an electric vehicle 8 that travels using the power in the microgrid G. The load 6 may include a plurality of devices that consume power. The electric vehicle 8 may include a charging station, for example. The microgrid G further includes a storage battery (power storage device) 9 capable of storing and discharging electric power. As the storage battery 9, a lithium ion battery can be used, for example. The microgrid G includes a grid control device 10 to which the plurality of power devices described above are electrically connected. The grid control device 10 is connected to the external power system 2. In other words, each of the plurality of power devices described above is connected to the external power system 2 via the grid control device 10.

マイクログリッドＧにおける使用電力は、再生可能エネルギー発電機５または原動機７または電気自動車８または蓄電池９によって賄われる。その他、マイクログリッドＧでは、外部電力系統２から電力を購入（すなわち買電）したり、外部電力系統２に対する逆潮流により電力を売却（すなわち売電）したりすることが可能である。一般的に、買電価格は電力会社との契約に依存するが、本実施形態では、買電価格は時間帯に依存して変化することを想定する。売電価格は、たとえば「電気事業者による再生可能エネルギー電気の調達に関する特別措置法」により規定される。なお、買電価格または売電価格は、上記の制度とは別に定められてもよい。   The electric power used in the microgrid G is covered by the renewable energy generator 5 or the prime mover 7, the electric vehicle 8 or the storage battery 9. In addition, in the microgrid G, it is possible to purchase power (that is, purchase power) from the external power system 2 or sell power (that is, sell power) by a reverse flow to the external power system 2. In general, the power purchase price depends on the contract with the power company, but in the present embodiment, it is assumed that the power purchase price changes depending on the time zone. The power selling price is defined by, for example, the “Special Measures Law concerning Renewable Energy Electricity Procurement by Electric Power Companies”. The power purchase price or the power sale price may be determined separately from the above system.

グリッド制御装置１０は、たとえばＣＰＵ（Central Processing Unit)、ＲＯＭ(Read Only Memory)、およびＲＡＭ(Random Access Memory)等のハードウェアと、ＲＯＭに記憶されたプログラム等のソフトウェアと、を備えている。グリッド制御装置１０は、グリッド制御装置１０に接続された電力機器を統括的に制御する。グリッド制御装置１０は、電気の流れを制御するための制御回路および蓄電池等を備える。グリッド制御装置１０と各電力機器とは、互いに情報通信を行うことができる。グリッド制御装置１０は、各電力機器の現在状態に関する情報等を取得する。グリッド制御装置１０は、各電力機器に制御値を出力する。グリッド制御装置１０は、取得した各電力機器に関する情報を記憶する。グリッド制御装置１０は、各電力機器に関する情報をＥＭＳ２０に送信する。   The grid control device 10 includes hardware such as a CPU (Central Processing Unit), ROM (Read Only Memory), and RAM (Random Access Memory), and software such as a program stored in the ROM. The grid control device 10 comprehensively controls power devices connected to the grid control device 10. The grid control device 10 includes a control circuit and a storage battery for controlling the flow of electricity. The grid control device 10 and each power device can perform information communication with each other. The grid control device 10 acquires information on the current state of each power device. The grid control device 10 outputs a control value to each power device. The grid control device 10 stores information about each acquired power device. The grid control device 10 transmits information regarding each power device to the EMS 20.

ＥＭＳ２０は、たとえばＣＰＵ、ＲＯＭ、およびＲＡＭ等のハードウェアと、ＲＯＭに記憶されたプログラム等のソフトウェアと、から構成されたコンピュータである。ＥＭＳ２０は、後述する電力需給計画最適化プログラム１２０を含んでいる。ＥＭＳ２０とグリッド制御装置１０とは、互いに情報通信を行うことができる。ＥＭＳ２０とグリッド制御装置１０とは、インターネットを介して通信可能であってもよいし、有線または無線のＬＡＮ等を介して通信可能であってもよい。ＥＭＳ２０は、マイクログリッドＧ内の各電力機器に対する制御値を計算する機能を有する。言い換えれば、ＥＭＳ２０は、グリッド制御装置１０に制御値を送信することにより、グリッド制御装置１０を通じて、マイクログリッドＧ内の各電力機器を制御する。   The EMS 20 is a computer configured by hardware such as a CPU, a ROM, and a RAM, and software such as a program stored in the ROM. The EMS 20 includes a power supply and demand plan optimization program 120 described later. The EMS 20 and the grid control device 10 can perform information communication with each other. The EMS 20 and the grid control device 10 may be communicable via the Internet, or may be communicable via a wired or wireless LAN. The EMS 20 has a function of calculating a control value for each power device in the microgrid G. In other words, the EMS 20 controls each power device in the microgrid G through the grid control device 10 by transmitting a control value to the grid control device 10.

より詳細には、ＥＭＳ２０は、ある一定の指標を目的関数として、マイクログリッドＧにおける将来一定期間のエネルギーの需給計画を最適化する。最適化の指標すなわち目的関数としては、たとえば、計画期間（一例として、一日）を通しての電気料金の最小化、計画期間を通しての受電電力変動量の最小化、排出ＣＯ２の最小化等が挙げられる。ＥＭＳ２０は、目的関数の最適化問題を解くことにより、需給計画を計算する。目的関数は、上記した３つの指標以外の指標であってもよい。後述するように、最適化問題が制約条件を有していた場合でも、適当な手法を用いて無制約最適化問題に還元されていればよい。目的関数とされる指標は、特に限定されない。 More specifically, the EMS 20 optimizes an energy supply and demand plan for a certain period in the future in the microgrid G using a certain index as an objective function. As an optimization index, that is, an objective function, for example, minimization of electricity charges throughout a planning period (one day as an example), minimization of fluctuations in received power over the planning period, minimization of emission CO 2 , etc. It is done. The EMS 20 calculates the supply and demand plan by solving the optimization problem of the objective function. The objective function may be an index other than the above three indices. As will be described later, even if the optimization problem has a constraint condition, it may be reduced to an unconstrained optimization problem using an appropriate method. The index used as the objective function is not particularly limited.

目的関数の独立変数としては、たとえば、以下の表１に示される変数が挙げられる。独立変数は、マイクログリッドＧ内において制御可能なものであれば、何であってもよい。

Figure 2016032337
Examples of the independent variable of the objective function include variables shown in Table 1 below. The independent variable may be anything as long as it can be controlled in the microgrid G.
Figure 2016032337

一方で、電力供給システム１は、マイクログリッドＧにおける需要電力量および発電量の予測値を記憶する需要・発電量予測データベース１２を備える。ＥＭＳ２０と需要・発電量予測データベース１２とは、互いに情報通信を行うことができる。ＥＭＳ２０は、特定の日時における需要電力量および発電量の予測値を需要・発電量予測データベース１２から取得する。需要・発電量予測データベース１２に記憶される需要電力量および発電量の予測値は、定期的に更新される。   On the other hand, the power supply system 1 includes a demand / power generation amount prediction database 12 that stores a predicted amount of power demand and power generation amount in the microgrid G. The EMS 20 and the demand / power generation amount prediction database 12 can perform information communication with each other. The EMS 20 acquires the demand power generation amount and the power generation amount prediction value at a specific date and time from the demand / power generation amount prediction database 12. The demand power amount and the predicted value of the power generation amount stored in the demand / power generation amount prediction database 12 are periodically updated.

ＥＭＳ２０は、グリッド制御装置１０から取得するマイクログリッドＧの各電力機器に関する最新の情報（たとえば機器状態等）と、需要・発電量予測データベース１２から取得する発電量および需要電力量に関する最新の情報（たとえば予測値等）とに基づいて、需給計画を修正する（すなわち需給計画を更新する）。マイクログリッドＧの各電力機器に関する情報（たとえば機器状態等）および／または発電量および需要電力量に関する情報（たとえば予測値等）は、需給計画の計算において、パラメータとして用いられる。すなわち、パラメータは、再生可能エネルギー発電機５、原動機７、蓄電池９および負荷６の少なくとも１つに関する現在値または予測値を含んでいる。具体的なパラメータとしては、たとえば、以下の表２に示される各種のパラメータが挙げられる。   The EMS 20 includes the latest information (for example, device status) regarding each power device of the microgrid G acquired from the grid control device 10 and the latest information regarding the power generation amount and the power demand amount acquired from the demand / power generation amount prediction database 12 ( For example, the supply and demand plan is corrected (that is, the supply and demand plan is updated) based on the predicted value and the like. Information (for example, device status) regarding each electric power device of the microgrid G and / or information (for example, predicted value) regarding the power generation amount and the power demand amount are used as parameters in the calculation of the supply and demand plan. That is, the parameter includes a current value or a predicted value related to at least one of the renewable energy generator 5, the prime mover 7, the storage battery 9, and the load 6. Specific parameters include, for example, various parameters shown in Table 2 below.

Figure 2016032337

上表において、ＳＯＣは充放電状態（Ｓｔａｔｅ ｏｆ Ｃｈａｒｇｅ）を意味し、満充電の状態を１００％としたときの充電率を表す。ＰＣＳはパワーコンディショナ（Ｐｏｗｅｒ Ｃｏｎｄｉｔｉｏｎｉｎｇ Ｓｕｂｓｙｓｔｅｍ）を意味する。
Figure 2016032337
In the above table, SOC means a charge / discharge state (State of Charge), and represents a charging rate when the fully charged state is 100%. PCS stands for Power Conditioning Subsystem.

なお、マイクログリッドＧにおいては、独立変数やパラメータは最適化問題の構築の仕方に依存するため、同じグリッドに対して唯一には定まらない。たとえば、蓄電池９の充放電電力を独立変数にとると、ＳＯＣは従属変数となる。一方、ＳＯＣを独立変数とすると、蓄電池９の充放電電力を従属変数とする定式化も可能である。   In the microgrid G, the independent variables and parameters depend on how the optimization problem is constructed, and therefore cannot be uniquely determined for the same grid. For example, if charging / discharging power of the storage battery 9 is an independent variable, the SOC becomes a dependent variable. On the other hand, when the SOC is an independent variable, a formulation with the charge / discharge power of the storage battery 9 as a dependent variable is also possible.

ＥＭＳ２０は、所与の目的関数を最小化するような独立変数の値を求める。たとえば、ＥＭＳ２０は、目的関数の最適化問題を解くことにより、原動機７における各時刻の発電電力を計算する。ＥＭＳ２０は、電気自動車８における各時刻の充放電電力を計算する。ＥＭＳ２０は、蓄電池９における各時刻の充放電電力を計算する。   The EMS 20 determines the value of the independent variable that minimizes the given objective function. For example, the EMS 20 calculates the generated power at each time in the prime mover 7 by solving the optimization problem of the objective function. The EMS 20 calculates charge / discharge power at each time in the electric vehicle 8. The EMS 20 calculates the charge / discharge power at each time in the storage battery 9.

図２を参照して、ＥＭＳ２０の機能構成について説明する。ＥＭＳ２０は、統括制御部２０ａと、通信部２１と、計算部２２と、記憶部２３と、表示部２４とを備える。統括制御部２０ａは、ＥＭＳ２０における処理を統括制御する。通信部２１は、グリッド制御装置１０および需要・発電量予測データベース１２に対して情報通信を行う入出力部である。計算部２２は、需給計画を計算し、さらに、需給計画を逐次修正する。計算部２２は、パラメータを一定時間ごとに更新するパラメータ更新部２２ａと、需給計画を計算する需給計画計算部２２ｃと、需給計画を一定時間ごとに修正する需給計画修正部２２ｂとを含む。   A functional configuration of the EMS 20 will be described with reference to FIG. The EMS 20 includes an overall control unit 20a, a communication unit 21, a calculation unit 22, a storage unit 23, and a display unit 24. The overall control unit 20a performs overall control of processing in the EMS 20. The communication unit 21 is an input / output unit that performs information communication with the grid control device 10 and the demand / power generation amount prediction database 12. The calculation unit 22 calculates a supply and demand plan, and further corrects the supply and demand plan sequentially. The calculation unit 22 includes a parameter update unit 22a that updates a parameter at regular intervals, a supply and demand plan calculation unit 22c that calculates a supply and demand plan, and a supply and demand plan correction unit 22b that corrects the supply and demand plan at regular intervals.

パラメータ更新部２２ａは、グリッド制御装置１０および需要・発電量予測データベース１２から、パラメータを取得する。需給計画計算部２２ｃは、目的関数の最適化問題を解くことにより、マイクログリッドＧにおけるエネルギーの需給計画を計算する。需給計画修正部２２ｂは、既得の最適解近傍における目的関数の二次の近似関数から求められる感度行列を用いて、需給計画計算部２２ｃによって計算された需給計画を修正する。計算部２２における処理の詳細については、後述する。   The parameter update unit 22 a acquires parameters from the grid control device 10 and the demand / power generation amount prediction database 12. The supply and demand plan calculation unit 22c calculates the energy supply and demand plan in the microgrid G by solving the optimization problem of the objective function. The supply / demand plan correction unit 22b corrects the supply / demand plan calculated by the supply / demand plan calculation unit 22c using a sensitivity matrix obtained from a quadratic approximate function of the objective function in the vicinity of the already obtained optimal solution. Details of the processing in the calculation unit 22 will be described later.

記憶部２３は、ハードディスク装置またはフラッシュメモリなどを有している。記憶部２３は、パラメータ更新部２２ａによって取得されたパラメータを記憶するパラメータ記憶部２３ａと、需給計画計算部２２ｃによって計算された需給計画を記憶する需給計画記憶部２３ｃと、需給計画修正部２２ｂによって修正された需給計画すなわち修正需給計画を記憶する修正需給計画記憶部２３ｂとを含む。記憶部２３は、需給計画計算部２２ｃによって計算される感度行列を記憶する感度行列記憶部２３ｄを含む。   The storage unit 23 includes a hard disk device or a flash memory. The storage unit 23 includes a parameter storage unit 23a that stores parameters acquired by the parameter update unit 22a, a supply and demand plan storage unit 23c that stores a supply and demand plan calculated by the supply and demand plan calculation unit 22c, and a supply and demand plan correction unit 22b. And a corrected supply and demand plan storage unit 23b for storing a corrected supply and demand plan, that is, a corrected supply and demand plan. The storage unit 23 includes a sensitivity matrix storage unit 23d that stores the sensitivity matrix calculated by the supply and demand plan calculation unit 22c.

表示部２４は、たとえばディスプレイであり、パラメータ、需給計画または修正需給計画等を表示する。表示部２４は、パラメータ、需給計画または修正需給計画等に含まれる詳細な情報を表示してもよい。たとえば、表示部２４は、タッチパネル等を備えており、マイクログリッドＧ内の電力機器が選択されることにより、当該電力機器の運転スケジュール（充放電スケジュールまたは発電スケジュール等）を表示してもよい。表示部２４は、計算部２２によって制御されて、ＥＭＳ２０のユーザに対して所定のメッセージ（たとえば案内メッセージまたは警告メッセージ等）を表示してもよい。   The display unit 24 is, for example, a display, and displays parameters, a supply and demand plan, a modified supply and demand plan, and the like. The display unit 24 may display detailed information included in a parameter, a supply / demand plan, a modified supply / demand plan, or the like. For example, the display unit 24 includes a touch panel or the like, and may display an operation schedule (such as a charge / discharge schedule or a power generation schedule) of the power device when the power device in the microgrid G is selected. The display unit 24 may be controlled by the calculation unit 22 to display a predetermined message (for example, a guidance message or a warning message) to the user of the EMS 20.

続いて、需給計画計算部２２ｃによって解かれる最適化問題と、需給計画修正部２２ｂによって用いられる感度行列とについて説明する。本実施形態では、最適化問題は、無制約問題とされている。需給計画の最適化問題は、通常、制約条件を伴う。そこで、制約領域からの逸脱量をペナルティとして原目的関数に加算する外点ペナルティ法を用いて、制約条件付き最適化問題が無制約最適化問題に変換されている（図７参照）。外点ペナルティ法は、最適化問題を無制約問題にするための一手法であるが、他の手法によって最適化問題を無制約問題に変換してもよい。無制約問題とされた最適化問題は、予め定式化されて、需給計画記憶部２３ｃに記憶されている。   Next, an optimization problem solved by the supply / demand plan calculation unit 22c and a sensitivity matrix used by the supply / demand plan correction unit 22b will be described. In this embodiment, the optimization problem is an unconstrained problem. The optimization problem of supply and demand planning usually involves constraints. Therefore, an optimization problem with a constraint condition is converted into an unconstrained optimization problem by using an outer point penalty method in which the deviation amount from the constraint area is added as a penalty to the original objective function (see FIG. 7). The outer point penalty method is a method for making an optimization problem an unconstrained problem, but the optimization problem may be converted into an unconstrained problem by another method. The optimization problem determined as an unconstrained problem is formulated in advance and stored in the supply and demand plan storage unit 23c.

需給計画の最適化問題は、現在の機器状態、発電量・需要量の予測値等をパラメータとして目的関数を構成し、各機器の出力を最適化する問題である。本実施形態では、需給計画の計算によって得られた最適解が存在するとして、最適解を基準に、パラメータも一種の変数とみなして目的関数を二次近似する。そして、パラメータが変化したときの最適な需給計画を解析的に求める。この際、感度行列が計算される。   The optimization problem of the supply and demand plan is a problem of optimizing the output of each device by configuring an objective function with the current device state, the predicted value of the power generation amount / demand amount, etc. as parameters. In the present embodiment, assuming that there is an optimum solution obtained by calculation of the supply and demand plan, the objective function is second-order approximated with the parameter as a kind of variable on the basis of the optimum solution. Then, an optimal supply and demand plan when the parameter changes is analytically obtained. At this time, a sensitivity matrix is calculated.

この手法の基礎となる理論は、以下のように説明され得る。

Figure 2016032337

ここで、ｘは独立変数、ｕはパラメータである。 The theory underlying this approach can be explained as follows.
Figure 2016032337
Here, x is an independent variable and u is a parameter.

目的関数ｆ（ｘ；ｕ）の無制約最適化問題は、下記式（１）で表される。

Figure 2016032337

ここで、パラメータｕ＊に対する最適解ｘ＊が与えられているとする。パラメータｕが微小量Δｕだけ変動したときの最適解の修正量Δｘを近似的に求める。目的関数ｆ（ｘ；ｕ）のｘ，ｕをともに独立変数とみなし、最適解（ｘ＊Ｔ；ｕ＊Ｔ）Ｔの周りで二次の項までＴａｙｌｏｒ展開すると、下記式（２）が得られる。 The unconstrained optimization problem of the objective function f (x; u) is expressed by the following formula (1).
Figure 2016032337
Here, the optimal solution x * is given for the parameter u *. The correction amount Δx of the optimum solution when the parameter u changes by a minute amount Δu is approximately obtained. When x and u of the objective function f (x; u) are both regarded as independent variables and Taylor expansion is performed up to a quadratic term around the optimal solution (x * T ; u * T ) T , the following equation (2) is obtained. It is done.

Figure 2016032337
Figure 2016032337

ここで、式（２）における各行列は、以下のとおりである。

Figure 2016032337
Here, each matrix in Formula (2) is as follows.
Figure 2016032337

上記の２次の近似関数（式（２））に基づく最適性条件は、下記式（３）で表される。

Figure 2016032337

この条件を満たすΔｘは、元の最適解における最適性条件である下記式（４）に注意すれば、下記式（５）と計算できる。
Figure 2016032337
Figure 2016032337
 The optimality condition based on the quadratic approximation function (equation (2)) is expressed by the following equation (3).
Figure 2016032337
Δx satisfying this condition can be calculated as the following equation (5) by paying attention to the following equation (4) which is the optimum condition in the original optimum solution.
Figure 2016032337
Figure 2016032337

上記式（５）中の−（Ｈｘｘ）-1Ｈｘuが、需給計画修正部２２ｂによって用いられる感度行列である。すなわち、最適解の修正量Δｘは、感度行列−（Ｈｘｘ）-1Ｈｘuにパラメータｕの変化量Δｕを乗じることにより求められる。このように、最適解の修正量Δｘは、解析的に算出される。 -( Hxx ) < -1 > Hxu in the said Formula (5) is a sensitivity matrix used by the supply-and-demand plan correction part 22b. That is, the correction amount Δx of the optimal solution is obtained by multiplying the sensitivity matrix − (H xx ) −1 H xu by the change amount Δu of the parameter u. In this way, the correction amount Δx of the optimal solution is calculated analytically.

図３〜図５を参照して、ＥＭＳ２０において実行される処理、すなわち本実施形態の電力需給計画最適化方法について説明する。以下の処理は、ＥＭＳ２０が起動している間、定期的に実行される。図３に示されるように、ＥＭＳ２０のパラメータ更新部２２ａは、グリッド制御装置１０および需要・発電量予測データベース１２からパラメータを取得する(ステップＳ０１)。ここでは、パラメータ更新部２２ａは、グリッド制御装置１０から各機器の現在情報と、発電量の予測値および需要電力量の予測値とを取得する。パラメータ更新部２２ａは、必要に応じて、需要・発電量予測データベース１２から気象データを取得する。パラメータ更新部２２ａは、取得時刻を示す情報とともに、取得したパラメータをパラメータ記憶部２３ａに記憶させる(ステップＳ０２)。   With reference to FIGS. 3-5, the process performed in EMS20, ie, the power supply and demand plan optimization method of this embodiment, is demonstrated. The following processing is periodically executed while the EMS 20 is activated. As shown in FIG. 3, the parameter update unit 22a of the EMS 20 acquires parameters from the grid control device 10 and the demand / power generation amount prediction database 12 (step S01). Here, the parameter updating unit 22a acquires the current information of each device, the predicted value of the power generation amount, and the predicted value of the demand power amount from the grid control device 10. The parameter update unit 22a acquires weather data from the demand / power generation amount prediction database 12 as necessary. The parameter update unit 22a stores the acquired parameter in the parameter storage unit 23a together with information indicating the acquisition time (step S02).

次に、需給計画計算部２２ｃは、初回の需給計画を計算し、計算によって得られた需給計画を需給計画記憶部２３ｃに保存する(ステップＳ０３)。需給計画計算部２２ｃは、無制約問題とされた目的関数の最適化問題を解くことにより、需給計画を計算する。このステップＳ０３を行う際、需給計画計算部２２ｃは、上記式（５）に基づいて感度行列を計算し、計算によって得られた感度行列を感度行列記憶部２３ｄに記憶させる(ステップＳ０４)。   Next, the supply and demand plan calculation unit 22c calculates an initial supply and demand plan, and stores the supply and demand plan obtained by the calculation in the supply and demand plan storage unit 23c (step S03). The supply and demand plan calculation unit 22c calculates the supply and demand plan by solving the optimization problem of the objective function that is an unconstrained problem. When performing step S03, the supply and demand plan calculation unit 22c calculates a sensitivity matrix based on the above equation (5), and stores the sensitivity matrix obtained by the calculation in the sensitivity matrix storage unit 23d (step S04).

続いて、統括制御部２０ａは、第１の処理であるパラメータ更新処理と、第２の処理である需給バランス処理（すなわち需給計画修正処理）と、第３の処理である需給計画処理（すなわち需給計画計算処理）とを非同期的かつ、それぞれ定期的に実行する(ステップＳ０６，Ｓ０７，Ｓ０８)。より具体的には、パラメータ更新部２２ａは、第１時間ごとに（たとえば数秒間隔で）、パラメータ更新処理を実行する(ステップＳ０６)。需給計画修正部２２ｂは、第２時間ごとに（たとえば数秒〜数十秒間隔で）、需給バランス処理を実行する(ステップＳ０７)。需給計画計算部２２ｃは、第３時間ごとに（たとえば数十秒〜数十分間隔で）、需給計画処理を実行する(ステップＳ０８)。   Subsequently, the overall control unit 20a performs a parameter update process that is a first process, a supply and demand balance process that is a second process (that is, a supply and demand plan correction process), and a supply and demand plan process that is a third process (that is, a supply and demand process). (Plan calculation processing) are executed asynchronously and periodically (steps S06, S07, S08). More specifically, the parameter update unit 22a executes parameter update processing every first time (for example, at intervals of several seconds) (step S06). The supply / demand plan correction unit 22b executes a supply / demand balance process every second time (for example, at intervals of several seconds to several tens of seconds) (step S07). The supply / demand plan calculation unit 22c executes the supply / demand plan process every third time (for example, at intervals of several tens of seconds to several tens of minutes) (step S08).

図６に示されるように、計算部２２が実行する３種類の処理のうち、パラメータ更新処理の頻度がもっとも高く、需給計画処理の頻度がもっとも低い。すなわち、パラメータ更新部２２ａは、需給計画修正部２２ｂが需給計画を修正するよりも高い頻度で、パラメータを取得する。需給計画修正部２２ｂは、需給計画計算部２２ｃが需給計画を計算するよりも高い頻度で、需給計画を修正する。言い換えれば、需給計画修正部２２ｂは、需給計画計算部２２ｃが需給計画を計算する間隔である第３時間内に、需給計画の微修正を複数回実行する。   As shown in FIG. 6, among the three types of processing executed by the calculation unit 22, the parameter update processing frequency is the highest and the supply and demand planning processing frequency is the lowest. That is, the parameter update unit 22a acquires the parameters at a frequency higher than that of the supply and demand plan correction unit 22b. The supply / demand plan correction unit 22b corrects the supply / demand plan at a frequency higher than that of the supply / demand plan calculation unit 22c. In other words, the supply and demand plan correction unit 22b performs fine correction of the supply and demand plan a plurality of times within a third time, which is an interval at which the supply and demand plan calculation unit 22c calculates the supply and demand plan.

ステップＳ０６，Ｓ０７，Ｓ０８の実行後、統括制御部２０ａは、すべての処理が継続されるか否かを判断する(ステップＳ０９)。すなわち、いずれかの処理で継続判定がＮｏとなった場合、統括制御部２０ａは、図３に示される処理を終了する。このように、継続判定に用いられるフラグは、３つの処理で共有される。   After executing steps S06, S07, and S08, the overall control unit 20a determines whether or not all the processes are continued (step S09). That is, if the continuation determination is No in any process, the overall control unit 20a ends the process illustrated in FIG. Thus, the flag used for continuation determination is shared by the three processes.

図４（ａ）に示されるように、パラメータ更新処理では、パラメータ更新部２２ａは、パラメータの更新時刻であるか否かを判断する(ステップＳ１１)。パラメータ更新部２２ａは、前回の処理から第１時間（たとえば数秒）が経過したか否かを判断する。前回の処理から第１時間が経過している場合、パラメータ更新部２２ａは、パラメータ更新時刻であると判断して、グリッド制御装置１０から各機器の現在値（すなわち実測値）等の現在情報と、発電量の予測値および需要電力量の予測値のデータを取得する(ステップＳ１２)。これと同時に、パラメータ更新部２２ａは、必要に応じて、需要・発電量予測データベース１２から気象データ等を取得する。次に、パラメータ更新部２２ａは、取得したパラメータをパラメータ記憶部２３ａに記憶させる(ステップＳ１３)。以上の処理によって、パラメータが更新および保存され、パラメータ更新処理が終了する。ステップＳ１１において、前回の処理から第１時間が経過していない場合、パラメータ更新部２２ａは、パラメータ更新時刻ではないと判断して、パラメータ更新処理を終了する。   As shown in FIG. 4A, in the parameter update process, the parameter update unit 22a determines whether or not it is a parameter update time (step S11). The parameter update unit 22a determines whether or not a first time (for example, several seconds) has elapsed since the previous process. When the first time has elapsed since the previous process, the parameter update unit 22a determines that it is the parameter update time, and obtains current information such as a current value (that is, an actual measurement value) of each device from the grid control device 10 and Then, data on the predicted value of the power generation amount and the predicted value of the demand power amount is acquired (step S12). At the same time, the parameter updating unit 22a acquires weather data and the like from the demand / power generation amount prediction database 12 as necessary. Next, the parameter update unit 22a stores the acquired parameter in the parameter storage unit 23a (step S13). Through the above processing, the parameters are updated and stored, and the parameter update processing is completed. In step S11, when the first time has not elapsed since the previous process, the parameter update unit 22a determines that it is not the parameter update time, and ends the parameter update process.

図４（ｂ）に示されるように、需給バランス処理では、需給計画修正部２２ｂは、需給バランス時刻であるか否かを判断する(ステップＳ２１)。需給計画修正部２２ｂは、前回の処理から第２時間（たとえば数秒〜数十秒）が経過したか否かを判断する。前回の処理から第２時間が経過している場合、需給計画修正部２２ｂは、需給計画時刻であると判断して、感度行列を用いた需給計画の修正処理を実行する(ステップＳ２２)。   As shown in FIG. 4B, in the supply / demand balance process, the supply / demand plan correction unit 22b determines whether it is a supply / demand balance time (step S21). The supply and demand plan correction unit 22b determines whether or not a second time (for example, several seconds to several tens of seconds) has elapsed since the previous process. When the second time has elapsed since the previous process, the supply / demand plan correction unit 22b determines that it is the supply / demand plan time, and executes a supply / demand plan correction process using a sensitivity matrix (step S22).

図５に示されるように、修正需給計画処理では、需給計画修正部２２ｂは、感度行列記憶部２３ｄから最新の感度行列を取得する(ステップＳ４１)。需給計画修正部２２ｂは、パラメータ記憶部２３ａから最新のパラメータを取得する(ステップＳ４２）。需給計画修正部２２ｂは、パラメータのずれ、すなわちパラメータの予測値と実測値との差Δｕを計算する(ステップＳ４３）。そして、需給計画修正部２２ｂは、感度行列とパラメータ（機器状態、発電量予測、需要電力量予測）のずれΔuから、最適解修正量Δｘを計算する(ステップＳ４４)。需給計画修正部２２ｂは、需給計画記憶部２３ｃから最新の需給計画を取得し、その需給計画に示される最適解ｘに最適解修正量Δｘを加算して、制御値を生成する(ステップＳ４５)。需給計画修正部２２ｂは、修正後の需給計画を修正需給計画記憶部２３ｂに記憶させる。統括制御部２０ａは、修正後の制御値をグリッド制御装置１０に送信することにより、需給バランスを実行する(ステップＳ２３)。以上の処理によって、需給計画が修正され、需給バランス処理が終了する。ステップＳ２１において、前回の処理から第２時間が経過していない場合、需給計画修正部２２ｂは、需給計画時刻ではないと判断して、需給バランス処理を終了する。   As shown in FIG. 5, in the modified supply and demand plan process, the supply and demand plan modification unit 22b acquires the latest sensitivity matrix from the sensitivity matrix storage unit 23d (step S41). The supply and demand plan correction unit 22b acquires the latest parameters from the parameter storage unit 23a (step S42). The supply and demand plan correction unit 22b calculates a parameter deviation, that is, a difference Δu between the parameter predicted value and the actually measured value (step S43). Then, the supply and demand plan correction unit 22b calculates the optimum solution correction amount Δx from the difference Δu between the sensitivity matrix and the parameters (device state, power generation amount prediction, demand power amount prediction) (step S44). The supply / demand plan correction unit 22b acquires the latest supply / demand plan from the supply / demand plan storage unit 23c, adds the optimal solution correction amount Δx to the optimal solution x indicated in the supply / demand plan, and generates a control value (step S45). . The supply and demand plan correction unit 22b stores the corrected supply and demand plan in the corrected supply and demand plan storage unit 23b. The overall control unit 20a transmits the corrected control value to the grid control device 10 to execute the supply and demand balance (step S23). Through the above process, the supply and demand plan is corrected, and the supply and demand balance process ends. In step S21, when the second time has not elapsed since the previous process, the supply / demand plan correction unit 22b determines that it is not the supply / demand plan time, and ends the supply / demand balance process.

ステップＳ０７（ステップＳ２１〜Ｓ２３およびステップＳ４１〜Ｓ４５）の需給バランス処理では、実際の発電量や需要電力量が予測と異なっている場合でも、計画と実際の状態との乖離が修正された制御値が、マイクログリッドＧに送信され、各電力機器の制御に用いられる。需給バランス処理では、上記式（５）に示される簡易な計算によって最適解修正量Δｘが計算されるので、計算済みの需給計画に沿う修正解を高速に提示することができる。   In the supply and demand balance process of step S07 (steps S21 to S23 and steps S41 to S45), even when the actual power generation amount and the power demand amount are different from the prediction, the control value in which the deviation between the plan and the actual state is corrected Is transmitted to the microgrid G and used to control each power device. In the supply and demand balance process, the optimal solution correction amount Δx is calculated by a simple calculation shown in the above equation (5), and therefore, a corrected solution that meets the calculated supply and demand plan can be presented at high speed.

図４（ｃ）に示されるように、需給計画処理では、需給計画計算部２２ｃは、需給計画時刻であるか否かを判断する(ステップＳ３１)。需給計画計算部２２ｃは、前回の処理から第３時間（たとえば数十秒〜数十分）が経過したか否かを判断する。前回の処理から第３時間が経過している場合、需給計画計算部２２ｃは、需給計画時刻であると判断して、無制約問題とされた目的関数の最適化問題を解くことにより、需給計画を計算し、計算によって得られた需給計画を需給計画記憶部２３ｃに記憶させる(ステップＳ３２)。また、需給計画計算部２２ｃは、上記式（５）に基づいて感度行列を計算し、計算によって得られた感度行列を感度行列記憶部２３ｄに記憶させる(ステップＳ３３)。以上の処理によって、需給計画が計算され、需給計画処理が終了する。ステップＳ３１において、前回の処理から第３時間が経過していない場合、需給計画計算部２２ｃは、需給計画時刻ではないと判断して、需給バランス処理を終了する。   As shown in FIG. 4C, in the supply and demand plan process, the supply and demand plan calculation unit 22c determines whether or not it is a supply and demand plan time (step S31). The supply and demand plan calculation unit 22c determines whether or not a third time (for example, several tens of seconds to several tens of minutes) has elapsed since the previous process. When the third time has elapsed since the previous processing, the supply and demand plan calculation unit 22c determines that it is the supply and demand plan time, and solves the optimization problem of the objective function that has been regarded as an unconstrained problem, whereby the supply and demand plan And the supply and demand plan obtained by the calculation is stored in the supply and demand plan storage unit 23c (step S32). The supply and demand plan calculation unit 22c calculates a sensitivity matrix based on the above equation (5), and stores the sensitivity matrix obtained by the calculation in the sensitivity matrix storage unit 23d (step S33). Through the above process, the supply and demand plan is calculated, and the supply and demand plan process ends. In step S31, when the third time has not elapsed since the previous process, the supply / demand plan calculation unit 22c determines that it is not the supply / demand plan time, and ends the supply / demand balance process.

ＥＭＳ２０によれば、需給計画計算部２２ｃによって、マイクログリッドＧにおけるエネルギーの需給計画が計算される。この需給計画は、無制約問題とされた目的関数の最適化問題を解くことによって計算される。通常、需給計画の最適化問題は制約条件を伴うが、適当な手法を用いて無制約問題に還元し、最適解を求めることができる。需給計画修正部２２ｂによって、感度行列を用いて、需給計画が修正される（上記式（５）およびステップＳ４３，Ｓ４４参照）。この感度行列は、既得の最適解近傍における目的関数の二次の近似関数から求められる（上記式（１）〜（５）参照）。感度行列を用いることにより、パラメータの変化量Δｕに基づく最適解の変化量Δｘが計算される。よって、需給計画を修正するたびに最適化問題を解く必要はなく、感度行列を用いた需給計画の修正が可能である。これにより、計算の負荷が低減されており、需給計画を高速で修正することができる。しかも、計算の負荷が低減され、需給計画が高速で修正されると、予測値と実測値との差が大きくなるよりも前に需給計画を修正することができる。言い換えれば、実測値を直ちに需給計画に反映できる。このことは、需給計画に対する実測値の乖離を防止するという結果につながるため、経済性が損なわれることが防止される。   According to the EMS 20, the supply and demand plan for energy in the microgrid G is calculated by the supply and demand plan calculation unit 22c. This supply and demand plan is calculated by solving an objective function optimization problem, which is regarded as an unconstrained problem. Usually, the optimization problem of supply and demand planning involves constraint conditions, but it can be reduced to an unconstrained problem by using an appropriate method to obtain an optimal solution. The supply and demand plan is corrected by the supply and demand plan correction unit 22b using the sensitivity matrix (see the above equation (5) and steps S43 and S44). This sensitivity matrix is obtained from a quadratic approximate function of the objective function in the vicinity of the already obtained optimum solution (see the above formulas (1) to (5)). By using the sensitivity matrix, the change amount Δx of the optimum solution based on the parameter change amount Δu is calculated. Therefore, it is not necessary to solve the optimization problem every time the supply and demand plan is corrected, and the supply and demand plan can be corrected using the sensitivity matrix. Thereby, the calculation load is reduced and the supply and demand plan can be corrected at high speed. Moreover, if the calculation load is reduced and the supply and demand plan is corrected at high speed, the supply and demand plan can be corrected before the difference between the predicted value and the actual measurement value becomes large. In other words, the measured value can be immediately reflected in the supply and demand plan. This leads to a result of preventing the deviation of the actual measurement value with respect to the supply and demand plan, thereby preventing the economic efficiency from being impaired.

ＥＭＳ２０では、需給計画を修正する際、反復的計算により最適解を求めるのではなく、目的関数を（制約条件も含めて）既得の最適解まわりで二次近似しておき、解の形を予め解析的に求めている。また、上記特許文献１に示される技術とは異なり、ＥＭＳ２０では、予測値と実測値との差が許容値の範囲内であるか否かを判断していない。このような内的要因により、需給計画の高速修正が可能になっている。また、感度解析の成立条件としては、「ずれ」の大きさが小さいことが挙げられるが、需給計画の最適化問題において、たとえば「ずれ」の一因となる再生可能エネルギー発電機５の発電量予測値は、通常、緩やかに変化する。このような外的要因によっても、感度解析による近似が効果を発揮する。   In EMS20, when the supply and demand plan is corrected, an optimal solution is not obtained by iterative calculation, but the objective function (including constraints) is second-order approximated around the obtained optimal solution, and the shape of the solution is determined in advance. Analytical. Unlike the technique disclosed in Patent Document 1, the EMS 20 does not determine whether or not the difference between the predicted value and the actually measured value is within the allowable value range. Such internal factors enable high-speed correction of supply and demand plans. In addition, as a condition for establishing the sensitivity analysis, the magnitude of the “deviation” is small, but in the optimization problem of the supply and demand plan, for example, the amount of power generated by the renewable energy generator 5 that contributes to the “deviation”. The predicted value usually changes slowly. Even by such external factors, approximation by sensitivity analysis is effective.

需給計画計算部２２ｃによれば、需給計画の計算時に、最適解が計算されると同時に感度行列が計算される。よって、需給計画修正部２２ｂが需給計画を修正する際、既に求められた感度行列を用いることができる。よって、簡易かつ高速に需給計画を修正することができる。さらには、感度行列にパラメータの変化量Δｕを乗じるだけの簡易な演算により、最適解の修正量Δｘが求められる。しかも、初回の需給計画計算時に感度行列を併せて求めておくことにより、その感度行列をその後の需給計画の修正に用いることができる（ステップＳ０３，Ｓ０４、ステップＳ３２，Ｓ３３およびステップＳ４３，Ｓ４４参照）。感度行列は初回の需給計画計算時の副産物であるので、計算の負荷が増大することなく、需給計画の高速修正が可能になっている。   According to the supply and demand plan calculation unit 22c, when calculating the supply and demand plan, the optimum solution is calculated and the sensitivity matrix is calculated at the same time. Therefore, when the supply and demand plan correction unit 22b corrects the supply and demand plan, the already obtained sensitivity matrix can be used. Therefore, the supply and demand plan can be corrected easily and at high speed. Furthermore, the correction amount Δx of the optimal solution is obtained by a simple calculation that simply multiplies the sensitivity matrix by the parameter change amount Δu. In addition, by obtaining the sensitivity matrix at the time of the first supply-demand plan calculation, the sensitivity matrix can be used for the subsequent correction of the supply-demand plan (see steps S03, S04, steps S32, S33 and steps S43, S44). ). Since the sensitivity matrix is a by-product of the first supply-demand plan calculation, the supply-demand plan can be corrected at high speed without increasing the calculation load.

需給計画修正部２２ｂによれば、需給計画が修正されるよりも高い頻度で取得されたパラメータの中で、最新のパラメータが用いられる。よって、需給計画の修正精度が高められている。   According to the supply and demand plan correction unit 22b, the latest parameter is used among the parameters acquired more frequently than the supply and demand plan is corrected. Therefore, the correction accuracy of the supply and demand plan is improved.

需給計画計算部２２ｃによって実行される需給計画処理において、需給計画は、蓄電池９の各時刻における充放電電力の最適解を含む。よって、最適解として、蓄電池９の充放電計画が計算されるので、蓄電池９の効率的な運転が可能になる。   In the supply and demand plan process executed by the supply and demand plan calculation unit 22c, the supply and demand plan includes an optimal solution of charge / discharge power at each time of the storage battery 9. Therefore, since the charging / discharging plan of the storage battery 9 is calculated as an optimal solution, the storage battery 9 can be efficiently operated.

需給計画計算部２２ｃによって実行される需給計画処理において、需給計画は、原動機７の各時刻における発電電力の最適解を含む。よって、最適解として、原動機７の発電計画が計算されるので、原動機７の効率的な運転が可能になる。   In the supply and demand plan process executed by the supply and demand plan calculation unit 22c, the supply and demand plan includes an optimal solution of generated power at each time of the prime mover 7. Therefore, since the power generation plan of the prime mover 7 is calculated as an optimal solution, the prime mover 7 can be efficiently operated.

パラメータ更新部２２ａによって取得されるパラメータは、再生可能エネルギー発電機５、原動機７、蓄電池９および負荷６の少なくとも１つに関する現在値または予測値を含む。よって、マイクログリッドＧを構成する各機器の状態が反映された、妥当な需給計画が計算される。   The parameter acquired by the parameter updating unit 22a includes a current value or a predicted value related to at least one of the renewable energy generator 5, the prime mover 7, the storage battery 9, and the load 6. Therefore, an appropriate supply and demand plan that reflects the state of each device constituting the microgrid G is calculated.

需給計画計算部２２ｃによって用いられる最適化問題は、原目的関数の制約領域からの逸脱量に応じたペナルティが原目的関数に加算された、拡大目的関数の最適化問題である。よって、原目的関数の最適化問題が制約条件を伴っていても、無制約問題を容易に作成することができる。   The optimization problem used by the supply and demand plan calculation unit 22c is an expansion objective function optimization problem in which a penalty corresponding to the deviation amount from the constraint area of the original objective function is added to the original objective function. Therefore, even if the optimization problem of the original objective function involves a constraint condition, an unconstrained problem can be easily created.

引き続いて、上述した一連の処理をＥＭＳ２０に実行させるための電力需給計画最適化プログラムを説明する。図８に示されるように、電力需給計画最適化プログラム１２０は、コンピュータに挿入されてアクセスされる。あるいは、電力需給計画最適化プログラム１２０は、コンピュータが備える記憶媒体１００に形成されたプログラム格納領域１１０に格納される。   Subsequently, a power supply and demand plan optimization program for causing the EMS 20 to execute the series of processes described above will be described. As shown in FIG. 8, the power supply and demand plan optimization program 120 is inserted into a computer and accessed. Alternatively, the power supply and demand plan optimization program 120 is stored in the program storage area 110 formed in the storage medium 100 provided in the computer.

電力需給計画最適化プログラム１２０は、パラメータ更新モジュール１２１と、需給計画修正モジュール１２２と、需給計画計算モジュール１２３とを含んで構成される。パラメータ更新モジュール１２１と、需給計画修正モジュール１２２と、需給計画計算モジュール１２３とを実行させることにより実現される機能は、上述したＥＭＳ２０のパラメータ更新部２２ａと、需給計画修正部２２ｂと、需給計画計算部２２ｃとの機能とそれぞれ同様である。   The power supply / demand plan optimization program 120 includes a parameter update module 121, a supply / demand plan correction module 122, and a supply / demand plan calculation module 123. The functions realized by executing the parameter update module 121, the supply / demand plan correction module 122, and the supply / demand plan calculation module 123 are the parameter update unit 22a, the supply / demand plan correction unit 22b, and the supply / demand plan calculation described above. The function is the same as that of the unit 22c.

以上、本発明の実施形態について説明したが、本発明は上記実施形態に限られない。たとえば、感度行列は、解析的に算出される場合に限られず、数値微分等によって近似的に求められてもよい。上記実施形態では、一定時間である第２時間ごとに（たとえば数秒〜数十秒間隔で）需給バランス処理を実行する場合について説明したが、需給バランス処理は、一定時間ごとに実行される場合に限られず、予測値と実測値との差を監視し、その差の大きさに基づくタイミングで実行されてもよい。   As mentioned above, although embodiment of this invention was described, this invention is not limited to the said embodiment. For example, the sensitivity matrix is not limited to being calculated analytically, and may be approximately obtained by numerical differentiation or the like. In the above embodiment, the case where the supply and demand balance process is executed at every second time that is a constant time (for example, at intervals of several seconds to several tens of seconds) has been described. Without being limited thereto, the difference between the predicted value and the actual measurement value may be monitored and executed at a timing based on the magnitude of the difference.

上記実施形態では、ＥＭＳ２０がマイクログリッドＧとは別に設けられる場合について説明したが、マイクログリッドＧのグリッド制御装置１０が、ＥＭＳ２０と同様の機能を備えていてもよい。マイクログリッドＧは、たとえば燃料電池システムを備えていてもよい。   In the above embodiment, the case where the EMS 20 is provided separately from the microgrid G has been described, but the grid control device 10 of the microgrid G may have the same function as the EMS20. The microgrid G may include a fuel cell system, for example.

１ 電力供給システム
２ 外部電力系統
３ 太陽光発電機
４ 風力発電機
５ 再生可能エネルギー発電機
６ 負荷
７ 原動機
８ 電気自動車
９ 蓄電池
２０ エネルギーマネジメントシステム
２２ 計算部
２２ａ パラメータ更新部
２２ｂ 需給計画修正部
２２ｃ 需給計画計算部
Ｇ マイクログリッド DESCRIPTION OF SYMBOLS 1 Electric power supply system 2 External power system 3 Solar power generator 4 Wind power generator 5 Renewable energy generator 6 Load 7 Engine 8 Electric vehicle 9 Storage battery 20 Energy management system 22 Calculation part 22a Parameter update part 22b Supply and demand plan correction part 22c Supply and demand Plan calculation part G micro grid

Claims (9)

再生可能エネルギーにより発電を行う発電機と蓄電装置と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおける、エネルギーの需給計画を最適化するエネルギーマネジメントシステムであって、
無制約問題とされた目的関数の最適化問題を解くことにより、前記需給計画を計算する需給計画計算部と、
前記目的関数の既得の最適解近傍における二次の近似関数から求められる感度行列を用いて、前記需給計画を修正する需給計画修正部と、
を備えるエネルギーマネジメントシステム。 An energy management system that optimizes an energy supply and demand plan in a microgrid that includes a generator that generates power using renewable energy, a power storage device, and a load, and that is connected to an external power system,
A demand-and-supply plan calculation unit for calculating the demand-and-supply plan by solving an optimization problem of an objective function that is regarded as an unconstrained problem;
A supply and demand plan correction unit that corrects the supply and demand plan using a sensitivity matrix obtained from a quadratic approximation function in the vicinity of an already obtained optimal solution of the objective function;
Energy management system with 前記需給計画計算部は、前記需給計画を計算する際に前記感度行列を計算し、
前記需給計画修正部は、前記需給計画計算部によって計算された当該感度行列と、パラメータの変化量とに基づいて前記需給計画の最適解の修正量を求めることにより、前記需給計画を修正する、請求項１に記載のエネルギーマネジメントシステム。 The supply and demand plan calculation unit calculates the sensitivity matrix when calculating the supply and demand plan,
The supply and demand plan correction unit corrects the supply and demand plan by obtaining a correction amount of an optimal solution of the supply and demand plan based on the sensitivity matrix calculated by the supply and demand plan calculation unit and a change amount of a parameter. The energy management system according to claim 1. 前記需給計画修正部が前記需給計画を修正するよりも高い頻度でパラメータを取得するパラメータ更新部を更に備え、
前記需給計画修正部は、前記パラメータ更新部によって取得された最新のパラメータを用いて前記最適解の変化量を計算する、請求項１または２に記載のエネルギーマネジメントシステム。 A parameter updating unit for acquiring parameters at a frequency higher than that of the supply and demand plan correction unit correcting the supply and demand plan;
The energy management system according to claim 1, wherein the supply and demand plan correction unit calculates a change amount of the optimal solution using the latest parameter acquired by the parameter update unit. 前記需給計画は、前記蓄電装置の各時刻における充放電電力の最適解を含む、請求項１〜３のいずれか一項に記載のエネルギーマネジメントシステム。   The energy supply system according to any one of claims 1 to 3, wherein the supply and demand plan includes an optimal solution of charge / discharge power at each time of the power storage device. 前記マイクログリッドは、化石燃料により発電を行う原動機を更に備えており、
前記需給計画は、前記原動機の各時刻における発電電力の最適解を含む、請求項１〜４のいずれか一項に記載のエネルギーマネジメントシステム。 The microgrid further includes a prime mover that generates power with fossil fuel,
The energy supply system according to any one of claims 1 to 4, wherein the supply and demand plan includes an optimal solution of generated power at each time of the prime mover. 前記需給計画修正部によって用いられるパラメータは、前記発電機、前記原動機、前記蓄電装置および前記負荷の少なくとも１つに関する現在値または予測値を含む、請求項５に記載のエネルギーマネジメントシステム。   The energy management system according to claim 5, wherein the parameter used by the supply and demand plan correction unit includes a current value or a predicted value related to at least one of the generator, the prime mover, the power storage device, and the load. 前記最適化問題は、制約領域からの逸脱量がペナルティとして原目的関数に加算された、拡大目的関数の無制約最適化問題である、請求項１〜６のいずれか一項に記載のエネルギーマネジメントシステム。   The energy management according to any one of claims 1 to 6, wherein the optimization problem is an unconstrained optimization problem of an extended objective function in which a deviation amount from a restricted area is added to the original objective function as a penalty. system. 再生可能エネルギーにより発電を行う発電機と蓄電装置と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおける、エネルギーの需給計画を最適化する電力需給計画最適化方法であって、
エネルギーマネジメントシステムが、無制約問題とされた目的関数の最適化問題を解くことにより、前記需給計画を計算するステップと、
前記エネルギーマネジメントシステムが、前記目的関数の既得の最適解近傍における二次の近似関数から求められる感度行列を用いて、前記需給計画を修正するステップと、
を含む電力需給計画最適化方法。 A power supply and demand plan optimization method for optimizing an energy supply and demand plan in a microgrid that includes a generator that generates power using renewable energy, a power storage device, and a load, and that is connected to an external power system,
An energy management system calculating the supply and demand plan by solving an optimization problem of an objective function that is regarded as an unconstrained problem;
The energy management system correcting the supply and demand plan using a sensitivity matrix obtained from a quadratic approximate function in the vicinity of the obtained optimal solution of the objective function;
Electricity supply and demand plan optimization method including 再生可能エネルギーにより発電を行う発電機と蓄電装置と負荷とを備えると共に外部電力系統に接続されたマイクログリッドにおけるエネルギーの需給計画を、エネルギーマネジメントシステムに最適化させる電力需給計画最適化プログラムであって、
前記エネルギーマネジメントシステムを、
無制約問題とされた目的関数の最適化問題を解くことにより、前記需給計画を計算する需給計画計算部と、
前記目的関数の既得の最適解近傍における二次の近似関数から求められる感度行列を用いて、前記需給計画を修正する需給計画修正部と、
して機能させる電力需給計画最適化プログラム。 A power supply and demand plan optimization program for optimizing the energy management system for energy supply and demand plans in a microgrid equipped with a generator, a power storage device and a load that generate power using renewable energy and connected to an external power system. ,
The energy management system,
A demand-and-supply plan calculation unit for calculating the demand-and-supply plan by solving an optimization problem of an objective function that is regarded as an unconstrained problem;
A supply and demand plan correction unit that corrects the supply and demand plan using a sensitivity matrix obtained from a quadratic approximation function in the vicinity of an already obtained optimal solution of the objective function;
Electricity supply and demand plan optimization program that makes it work.
JP2014153182A 2014-07-28 2014-07-28 Energy management system, power supply / demand plan optimization method, and power supply / demand plan optimization program Active JP6365069B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014153182A JP6365069B2 (en) 2014-07-28 2014-07-28 Energy management system, power supply / demand plan optimization method, and power supply / demand plan optimization program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014153182A JP6365069B2 (en) 2014-07-28 2014-07-28 Energy management system, power supply / demand plan optimization method, and power supply / demand plan optimization program

Publications (2)

Publication Number Publication Date
JP2016032337A true JP2016032337A (en) 2016-03-07
JP6365069B2 JP6365069B2 (en) 2018-08-01

Family

ID=55442448

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014153182A Active JP6365069B2 (en) 2014-07-28 2014-07-28 Energy management system, power supply / demand plan optimization method, and power supply / demand plan optimization program

Country Status (1)

Country Link
JP (1) JP6365069B2 (en)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018205871A (en) * 2017-05-31 2018-12-27 三菱重工業株式会社 Adjustment method, control device, power adjustment system and program
CN109710882A (en) * 2018-12-21 2019-05-03 重庆大学 A kind of orderly charge and discharge load modeling of off-network type micro-capacitance sensor electric car and method for solving based on optimization operation
WO2019159477A1 (en) * 2018-02-15 2019-08-22 株式会社日立製作所 Operation plan generation device and operation plan generation method
JP2019527023A (en) * 2016-09-13 2019-09-19 コリア エレクトリック パワー コーポレイション Microgrid operation apparatus and operation method considering PCS efficiency
WO2021171676A1 (en) * 2020-02-26 2021-09-02 株式会社日立製作所 Distributed resource management device and distributed resource management method
JP7134451B1 (en) * 2021-12-23 2022-09-12 貴宏 田中 In-house energy excess/deficiency information generator and photovoltaic power generation system
WO2022249786A1 (en) * 2021-05-26 2022-12-01 株式会社日立製作所 Electric power system operation plan generation device, and method for generating electric power system operation plan
US11539213B2 (en) * 2017-11-20 2022-12-27 Ihi Corporation Microgrid power plan for optimizing energy performance resulting from proportional predictive demand
WO2024034192A1 (en) * 2022-08-08 2024-02-15 アズビル株式会社 Operation plan optimization assistance device and method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006178626A (en) * 2004-12-21 2006-07-06 Central Res Inst Of Electric Power Ind Method, apparatus, and program for correcting energy system operation plan for coping with parameter change
JP2006304402A (en) * 2005-04-15 2006-11-02 Nippon Telegr & Teleph Corp <Ntt> Control device for dispersed energy system, control method, program, and recording medium
JP2007336621A (en) * 2006-06-12 2007-12-27 Nippon Telegr & Teleph Corp <Ntt> Controller, method and program for distributed energy system
JP5496431B1 (en) * 2013-06-26 2014-05-21 三菱電機株式会社 Supply and demand planning device, supply and demand planning method, supply and demand planning program, and recording medium

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006178626A (en) * 2004-12-21 2006-07-06 Central Res Inst Of Electric Power Ind Method, apparatus, and program for correcting energy system operation plan for coping with parameter change
JP2006304402A (en) * 2005-04-15 2006-11-02 Nippon Telegr & Teleph Corp <Ntt> Control device for dispersed energy system, control method, program, and recording medium
JP2007336621A (en) * 2006-06-12 2007-12-27 Nippon Telegr & Teleph Corp <Ntt> Controller, method and program for distributed energy system
JP5496431B1 (en) * 2013-06-26 2014-05-21 三菱電機株式会社 Supply and demand planning device, supply and demand planning method, supply and demand planning program, and recording medium

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019527023A (en) * 2016-09-13 2019-09-19 コリア エレクトリック パワー コーポレイション Microgrid operation apparatus and operation method considering PCS efficiency
US10879701B2 (en) 2016-09-13 2020-12-29 Korea Electric Power Corporation PCS efficiency-considered microgrid operation device and operation method
JP2018205871A (en) * 2017-05-31 2018-12-27 三菱重工業株式会社 Adjustment method, control device, power adjustment system and program
US11539213B2 (en) * 2017-11-20 2022-12-27 Ihi Corporation Microgrid power plan for optimizing energy performance resulting from proportional predictive demand
JP2019138602A (en) * 2018-02-15 2019-08-22 株式会社日立製作所 Operation plan generation device and operation plan generation method
WO2019159477A1 (en) * 2018-02-15 2019-08-22 株式会社日立製作所 Operation plan generation device and operation plan generation method
JP7053299B2 (en) 2018-02-15 2022-04-12 株式会社日立製作所 Operation plan generation device and operation plan generation method
CN109710882A (en) * 2018-12-21 2019-05-03 重庆大学 A kind of orderly charge and discharge load modeling of off-network type micro-capacitance sensor electric car and method for solving based on optimization operation
WO2021171676A1 (en) * 2020-02-26 2021-09-02 株式会社日立製作所 Distributed resource management device and distributed resource management method
JP2021136757A (en) * 2020-02-26 2021-09-13 株式会社日立製作所 Distributed resources management device and distributed resources management method
GB2607530A (en) * 2020-02-26 2022-12-07 Hitachi Ltd Distributed resource management device and distributed resource management method
JP7313300B2 (en) 2020-02-26 2023-07-24 株式会社日立製作所 Distributed resource management device and distributed resource management method
WO2022249786A1 (en) * 2021-05-26 2022-12-01 株式会社日立製作所 Electric power system operation plan generation device, and method for generating electric power system operation plan
JP7134451B1 (en) * 2021-12-23 2022-09-12 貴宏 田中 In-house energy excess/deficiency information generator and photovoltaic power generation system
WO2023119606A1 (en) * 2021-12-23 2023-06-29 貴宏 田中 Private energy excess/shortage-information-generating device, private energy excess/shortage-information-generating method, and solar-power-generating system
WO2024034192A1 (en) * 2022-08-08 2024-02-15 アズビル株式会社 Operation plan optimization assistance device and method

Also Published As

Publication number Publication date
JP6365069B2 (en) 2018-08-01

Similar Documents

Publication Publication Date Title
JP6365069B2 (en) Energy management system, power supply / demand plan optimization method, and power supply / demand plan optimization program
Goebel et al. Model-based dispatch strategies for lithium-ion battery energy storage applied to pay-as-bid markets for secondary reserve
Mohammadi-Ivatloo et al. Application of information-gap decision theory to risk-constrained self-scheduling of GenCos
JP2023129546A (en) System and method for optimal control of energy storage system
US20140350743A1 (en) Tiered power management system for microgrids
US20160125339A1 (en) Demand-supply planning device, demand-supply planning method, demand-supply planning program, and recording medium
JP2020501491A (en) System and method for dynamic energy storage system control
Gan et al. Data-driven energy management system with Gaussian process forecasting and MPC for interconnected microgrids
WO2015037307A1 (en) Power storage control device, management system, power storage control method, power storage control program, and memory medium
JP6069738B2 (en) Charge / discharge control system, charge / discharge control method, and charge / discharge control program
JP2016040997A (en) Energy management system, power supply and demand plan optimization method, and power supply and demand plan optimization program
JP6365059B2 (en) Energy management system and power supply and demand plan optimization method
US20200387847A1 (en) Operation Plan Generation Device and Operation Plan Generation Method
JP2019216552A (en) Action generation device, power storage element evaluation device, computer program, learning method, and evaluation method
JP2016019358A (en) Demand prediction apparatus, computer program, smart meter and power storage device
JP6451128B2 (en) Energy management system and power supply and demand plan optimization method
JP6197689B2 (en) Operation plan support program, operation plan support method, and operation plan support apparatus
JP2017028869A (en) Demand and supply plan creation device and program
TW201810854A (en) Demand monitoring device, demand monitoring method, and demand monitoring program
JP2016042748A (en) Energy management system and power demand plan optimization method
CN110998643B (en) Systems, devices, and methods for pattern-based energy storage management
JP2019110698A (en) Demand response system
AU2021326569B2 (en) Demand and supply planning method and demand and supply planning apparatus
Jin et al. Coordinating maintenance with spares logistics to minimize levelized cost of wind energy
US20230299584A1 (en) Method and device for predicting an energy service offering and software program product

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170525

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180327

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180403

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180516

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: 20180605

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180618

R151 Written notification of patent or utility model registration

Ref document number: 6365069

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151