JP2017028881A - 使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラム - Google Patents
使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラム Download PDFInfo
- Publication number
- JP2017028881A JP2017028881A JP2015145757A JP2015145757A JP2017028881A JP 2017028881 A JP2017028881 A JP 2017028881A JP 2015145757 A JP2015145757 A JP 2015145757A JP 2015145757 A JP2015145757 A JP 2015145757A JP 2017028881 A JP2017028881 A JP 2017028881A
- Authority
- JP
- Japan
- Prior art keywords
- correction
- power consumption
- data
- prediction
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Air Conditioning Control Device (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】家庭での使用電力量の変化パターンを極力正確に予測する。
【解決手段】使用電力量の変化パターン予測装置において、補正候補データ抽出部(36)は、記憶部に記憶されている日毎のデータについて、使用電力量が上昇しかつ室温が変化した時刻を始点とし使用電力量が低下しかつ室温が変化した時刻を終点として補正対象期間を決定し、その補正対象期間のデータを補正候補データとして記憶部に記憶させる。予想気温取得部(40)は、予測対象日の予想気温を取得する。補正データ決定部(37)は、記憶部に記憶されている補正候補データのうち予想気温に最も近い気温の日の補正候補データを補正データに決定する。予測パターン設定部(41)は、補正前予測値の補正対象期間のデータを補正データに差し替えて予測対象日における使用電力量の変化パターンを設定する。
【選択図】図1
【解決手段】使用電力量の変化パターン予測装置において、補正候補データ抽出部(36)は、記憶部に記憶されている日毎のデータについて、使用電力量が上昇しかつ室温が変化した時刻を始点とし使用電力量が低下しかつ室温が変化した時刻を終点として補正対象期間を決定し、その補正対象期間のデータを補正候補データとして記憶部に記憶させる。予想気温取得部(40)は、予測対象日の予想気温を取得する。補正データ決定部(37)は、記憶部に記憶されている補正候補データのうち予想気温に最も近い気温の日の補正候補データを補正データに決定する。予測パターン設定部(41)は、補正前予測値の補正対象期間のデータを補正データに差し替えて予測対象日における使用電力量の変化パターンを設定する。
【選択図】図1
Description
本発明は、使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラムに関する。
近年、電気自動車やハイブリッド自動車など充放電可能な蓄電池つまり二次電池を搭載した車が普及し始めている。この様な状況の下、二次電池の充電と、二次電池から家庭の電気機器への放電とを適切に制御することで、電力会社から供給される電力を平準化して省エネルギー化を図り、さらには、家庭での電気料金の軽減を図ることが望まれている。そのためには、家庭で使用される電力量を正確に予測することが必要である。
本発明は上記事情に鑑みてなされたものであり、その目的は、家庭での電力使用状況すなわち使用電力量の変化パターンを極力正確に予測することができる使用電力量の変化パターン予測装置、及びその変化パターン予測装置に用いられる使用電力量の変化パターン予測プログラムを提供することにある。
(請求項1)
請求項1の使用電力量の変化パターン予測装置(以下、単に予測装置と称する)は、使用電力量取得部と、記憶部と、補正前予測値作成部と、を備える。使用電力量取得部は、使用電力量を単位時間毎に取得する。そして、補正前予測値作成部は、前記予測対象日の直近の過去複数日における使用電力量の単位時間毎の平均値に基づいて、予測対象日の使用電力量の変化パターンについて補正前予測値を作成する。すなわち、ユーザの生活パターンは、日毎に異なるため、その使用電力量も日毎に異なる。そこで、本構成のように、予測対象日の直近の過去数日間の使用電量の平均値によって、予測対象日の使用電力量の変化パターンを予測することで、ユーザの生活パターンを反映させることができる。これにより、ある程度正確な予測を行うことができる。なお、この場合、予測対象日の直近の過去複数日とは、例えば予測対象日の前日までの過去数週間程度であり、予測対象日の過去数ヶ月〜数年の期間に亘るものではない。
請求項1の使用電力量の変化パターン予測装置(以下、単に予測装置と称する)は、使用電力量取得部と、記憶部と、補正前予測値作成部と、を備える。使用電力量取得部は、使用電力量を単位時間毎に取得する。そして、補正前予測値作成部は、前記予測対象日の直近の過去複数日における使用電力量の単位時間毎の平均値に基づいて、予測対象日の使用電力量の変化パターンについて補正前予測値を作成する。すなわち、ユーザの生活パターンは、日毎に異なるため、その使用電力量も日毎に異なる。そこで、本構成のように、予測対象日の直近の過去数日間の使用電量の平均値によって、予測対象日の使用電力量の変化パターンを予測することで、ユーザの生活パターンを反映させることができる。これにより、ある程度正確な予測を行うことができる。なお、この場合、予測対象日の直近の過去複数日とは、例えば予測対象日の前日までの過去数週間程度であり、予測対象日の過去数ヶ月〜数年の期間に亘るものではない。
しかしながら、補正前予測値作成部で作成された補正前予測値は、気温の影響が考慮されていない。つまり、補正前予測値をそのまま予測対象日の予測値として使用すると、予測対象日の気温が普段より暑め寒め等による特異性が反映されないことになり、予測の正確性に劣ることとなる。すなわち、家庭で使用される電気機器の中で、例えばテレビや照明などは、気温に関わらず使用される。そのため、これらテレビや照明などの使用電力量は、気温の影響をほとんど受けない。一方、例えばエアコンや電気ヒータなどといった冷暖房用電気機器は、気温によって使用されるか否かが異なる。また、気温によって、これら冷暖房用電気機器の効率が変化するため、その使用電力量も変化する。そのため、これら冷暖房用電気機器の使用電力量は、気温の影響を大きく受ける。
さらに、冷暖房用電気機器は、家庭で使用される電気機器の中でも消費電力が比較的大きい。例えば、一般的な家庭において、冷暖房用電気機器の使用電力量は、家庭全体での使用電力量の50%以上を占める。このように、気温の変化に伴って冷暖房用電気器の使用電力量が変化することにより、家全体の使用電力量が大きく変化する。したがって、予測値に対して気温の影響を加味しないと、使用電力量の予測に正確性を欠くことになる。
ここで、予測値に気温の影響を加味しようとした場合、例えば次のような手法が考えられる。その手法とは、予測装置が、例えばインターネット等を経由して予測対象日の予想気温を取得し、その予想気温に応じて、補正前予測値作成部で作成された補正前予測値の全体を補正するものである。しかしながら、使用電力量取得部が取得する使用電力量は、気温の影響を受ける電気機器の使用電力量と、気温の影響をほとんど受けない電気機器の使用電力量と、の総和である。そのため、予想気温に応じて画一的に全体を補正すると、気温の影響をほとんど受けない電気機器の使用電力量に対してまで補正を行うことになり、その結果、かえって正確な予測を行うことができなくなる。
また、他の手法としては、過去の使用電力量の変化パターンのうち、予測対象日の予想気温に近い気温の日の変化パターンを、そのまま予測対象日の変化パターンとして使用することが考えられる。しかしながら、この手法では、予測対象日の変化パターンは、過去の1日のみ変化パターンになるため、予測対象日の直近におけるユーザの生活パターンが反映されていない。そのため、この手法によっても、使用電力量の予測に正確性を欠くことになる。
そこで、本構成の予測装置は、室温取得部と、気温取得部と、補正候補データ抽出部と、予測気温取得部と、補正データ決定部と、予測パターン設定部と、を備える。室温取得部は、冷暖房用電気機器が設置されている室内の室温を単位時間毎に取得する。気温取得部は、外気温を単位時間毎に取得する。この場合、記憶部は、使用電力量と室温と気温とを相互に関連付けたデータを記憶する。そして、補正候補データ抽出部は、記憶部に記憶されている日毎のデータについて、使用電力量の変化と室温の変化との比較から補正対象期間を決定し、その補正対象期間のデータを補正候補データとして記憶部に記憶させる。
補正対象期間の始点及び終点は、次のような根拠に基づいて決定される。すなわち、冷暖房用電気機器が使用されると、使用電力量が増加するとともに、冷暖房用電気機器が設置されている室内の室温が変化する。そのため、補正対象期間決定部は、使用電力量が上昇しかつ室温が変化した時刻を補正対象期間の始点とし、使用電力量が低下しかつ室温が変化した時刻を補正対象期間の終点に決定する。補正データ決定部は、記憶部に記憶されている補正候補データのうち、予想気温取得部で取得した予測対象日の予想気温に最も近い気温の日の補正候補データを補正データに決定する。そして、予測パターン設定部は、補正前予測値の補正対象期間のデータを補正データに差し替えて予測対象日における使用電力量の変化パターンを設定する。これにより、予測対象日における使用電力量の変化パターンが予測される。
この場合、予測された使用電力量の変化パターンのうち補正データに差し替えられた期間は、過去の実績から、予測対象日の予想気温であれば冷暖房用電気器が使用されるであろうと推定される期間である。一方、予測された使用電力量の変化パターンのうち補正データに差し替えられなかった期間、つまり補正前予測値の変化パターンとなる期間は、過去の実績から、予測対象日の予想気温でれば冷暖房用電気器が使用されないであろうと推定される期間である。
このように、本構成の予測装置は、予測対象日における使用電力量を、気温の影響を受け難い電気機器が使用される時間帯と、気温の影響を受ける電気機器が使用される時間帯とに分けて予測する。そして、予測装置は、気温の影響を受け難い電気機器が使用される時間帯については、直近の過去数日間の使用電力量の平均値に基づいて予測する。また、予測装置は、気温の影響を受ける電気機器が使用される時間帯については、直近の予想気温に最も近い気温の日の使用電力量に基づいて予測する。これにより、過去数日間の使用電力量の平均値に対して、温度の影響を画一的に反映させずに、必要な部分についてのみ反映させることができる。その結果、家庭での使用電力量の変化パターンをより正確に予測することができ、ひいては、省エネルギー化や家庭での電気料金の軽減を図ることができる。
すなわち、本構成の予測装置によれば、予測対象日の直近の過去数日間に亘る実績値を平均化して、その平均値を補正前予測値とする。そして、この補正前予測値を、予測対象日の変化パターンとして、冷暖房用電気機器の使用とは関係の無い期間に利用する。これにより、予測対象日の直近の過去数日間におけるユーザの生活パターンを、予測対象日の変化パターンの予測値に反映させることができる。更に、本構成の予測装置によれば、予測対象日の外気温に近い気温の日の変化パターンを、予測対象日において冷暖房用電気器が使用されるであろうと推定される期間に部分的に反映させる。これにより、予測対象日における気温に基づく特異性を補償することができる。
換言すれば、本構成は、予測対象日の予想気温に近い気温の日の中から、室温、電力消費の観点で使用電力量のデータを抽出し、補正前予測値の変化パターンに反映する。したがって、本構成は、補正前予測値の全部を過去1日の実績値に差し替えるのではなく、補正前予測値の一部の期間のみ過去の実績値を反映させるに留まる。つまり、本構成によれば、ユーザの生活パターンが反映された補正前予測値の全部を、ユーザの生活パターンが反映されていない特定の過去1日の値に差し替えることがない。そのため、ユーザの生活パターンに基づく予測の正確性が失われることはない。したがって、本構成によって予測された変化パターンは、予測対象日の直近におけるユーザの生活パターンと、予測対象日の予想気温による特異性との両方を考慮したものとなり、その結果、予測の正確性が向上する。
(請求項2)
請求項2の予測装置において、補正データ決定部は、予測対象日の予想気温と補正候補データの取得日の気温との差が所定値を超えた場合に、予想気温を補正候補データの取得日の気温で除した値に補正データの使用電力量を乗じた値を補正データの使用電力量とする。すなわち、冷暖房用電気機器は、気温によってその効率が変化し、その使用電力量も変化する。そのため、予想対象日の予想気温と、補正候補データの取得日の気温とに差があると、冷暖房用電気機器の使用期間が同一でも、その期間における使用電力量が異なってくる。
請求項2の予測装置において、補正データ決定部は、予測対象日の予想気温と補正候補データの取得日の気温との差が所定値を超えた場合に、予想気温を補正候補データの取得日の気温で除した値に補正データの使用電力量を乗じた値を補正データの使用電力量とする。すなわち、冷暖房用電気機器は、気温によってその効率が変化し、その使用電力量も変化する。そのため、予想対象日の予想気温と、補正候補データの取得日の気温とに差があると、冷暖房用電気機器の使用期間が同一でも、その期間における使用電力量が異なってくる。
そこで、本構成では、予想対象日の予想気温と補正候補データの取得日の気温との差が所定値を超えている場合には、補正候補データの値を、その温度差に応じて更に補正する。すなわち、予測対象日の予想気温Taを補正候補データの取得日の気温Tbで除した値であるTa/Tbを係数kとする。そして、予測対象日の予想気温Taと補正候補データの取得日の気温Tbとの差が所定値を超えた場合、補正データの使用電力量に係数kを乗じた値を、新たに補正データの使用電力量として更新する。これにより、補正候補データの取得日の気温と、予測対象日の予想気温とが同一でない場合であっても、使用電力量の変化パターンの正確な予測を行うことができる。
(請求項3)
請求項3に記載の使用電力量の変化パターン予測プログラムは、請求項1に記載の予測装置を実現するものである。この使用電力量の変化パターン予測プログラムを、既存の予測装置等によって実行することで、既存の予測装置等に、上述した気温の影響を考慮した予測装置としての機能を付加することができる。
請求項3に記載の使用電力量の変化パターン予測プログラムは、請求項1に記載の予測装置を実現するものである。この使用電力量の変化パターン予測プログラムを、既存の予測装置等によって実行することで、既存の予測装置等に、上述した気温の影響を考慮した予測装置としての機能を付加することができる。
以下、本発明の一実施形態について、図面を参照しながら説明する。図1に示す電力制御システム10は、商用電源11と、太陽光パネル12と、自動車13と、家庭用の電気機器14と、を相互に接続して構成されている。自動車13は、例えば電気自動車やハイブリッド自動車であって、蓄電池つまり二次電池131、通信部132、及び車両制御部133を有している。電気機器14は、電力を使用する電気機器であり、例えばエアコンや電気ヒータなど気温の影響を受ける冷暖房用電気機器、及び、テレビや洗濯機といった気温の影響を受け難い電気機器が含まれている。商用電源11、太陽光パネル12、二次電池131、及び電気機器14は、電力供給部16を介して相互に接続されている。また、二次電池131は、コネクタ15を介して電力供給部16に接続されている。
電力制御システム10は、太陽光パネル12や商用電源11から、電気機器14や二次電池131への電力供給を制御したり、二次電池131から電気機器14への電力供給を制御したりする。例えば、電力制御システム10は、太陽光パネル12が発電可能な昼間の時間帯においては、太陽光パネル12で発電した電力を、電気機器14へ供給したり、二次電池131に供給して二次電池131を充電したりする。また、例えば、電力制御システム10は、家庭の電気機器14の使用頻度が低く、かつ、電気料金が安い深夜の時間帯においては、商用電源11から供給される電力を、二次電池131に供給して二次電池131を充電する。更に、例えば、電力制御システム10は、家庭の電気機器14の使用頻度が高い時間帯においては、二次電池131に蓄電された電力を、電気機器14に供給する。
電力制御システム10は、使用電力量の変化パターン予測装置20を備えている。なお、以下の説明では、使用電力量の変化パターン予測装置20を、単に予測装置20と称する。予測装置20は、過去の実績に基づいて、予測対象日の使用電力量の変化パターンを予測する。そして、電力制御システム10は、予測装置20で予測した変化パターンに基づいて上述した電力供給を制御する。
予測装置20は、使用電力量計測部21、時計部22、室温計23、気温計24、インターネット接続部25、記憶部26、及び制御部30を有している。使用電力量計測部21は、電力供給部16から家庭内へ供給される電力量つまり電気機器14の使用電力量を計測する。時計部22は、例えばリアルタイムクロックから構成されている。時計部22は、時計機能とカレンダー機能とを有し、現在の時刻情報及び曜日を含む日付情報を制御部30に与える。室温計23は、電気機器14が設置されている屋内の室温を計測し、その計測結果を制御部30へ与える。気温計24は、電気機器14が設置されている家屋の外の気温を計測し、その計測結果を制御部30へ与える。
インターネット接続部25は、インターネット90を介して外部のサーバ91に接続されている。サーバ91は、例えば将来の天気に関する情報つまり天気予報に関する情報や、過去の天気に関する情報を随時配信する。天気予報に関する情報は、予想気温が主であるが、例えば予想湿度や、晴れ、曇り、雨等の予想情報が含まれていてもよい。記憶部26は、例えば書き換え可能な不揮発性メモリから構成されている。記憶部26は、制御部30からの指令により、使用電力量計測部21で計測した使用電力量データや、室温計23で計測した室温データ、気温計24で計測した気温データ、サーバ91から配信された予想気温を含む天気情報、その他各種情報を記憶する。
制御部30は、例えば図示しないCPU、ROM、RAM等の記憶領域を有するマイクロコンピュータを主体に構成されており、予測装置20の全体を制御する。制御部30のROMは、使用電力量の変化パターン予測プログラム(以下、予測プログラムと称する)を記憶している。制御部30は、ROMに記憶されている制御プログラムをCPUで実行することにより、使用電力量取得部31、記憶制御部32、室温取得部33、気温取得部34、補正前予測値作成部35、補正候補データ抽出部36、補正データ決定部37、補正後予測値作成部38、モード判定部39、予想気温取得部40、及び予測パターン設定部41等の処理部を、ソフトウェアによって仮想的に実現する。なお、これら各処理部31〜41は、例えば制御部30と一体の集積回路としてハードウェア的に実現してもよい。
また、電力制御システム10は、充放電指令部60及び対車両通信部61を有している。充放電指令部60は、制御部30のCPUを共用して構成されている。この場合、制御部30のROMは、充放電制御プログラムを記憶している。そして、制御部30は、ROMに記憶されている充放電制御プログラムをCPUで実行することにより、充放電指令部60を、ソフトウェアによって仮想的に実現する。なお、充放電指令部60は、例えば制御部30と一体の集積回路としてハードウェア的に実現してもよい。また、充放電指令部60、制御部30と別体として構成してもよい。
次に、電力制御システム10の制御内容について説明する。制御部30は、予測プログラムを実行すると、図2に示すデータ収集処理と、図3に示す補正データ抽出処理と、図11に示す予測処理と、をそれぞれ独立して実行する。
まず、図2に示すデータ収集処理について説明する。データ収集処理は、予測対象日の使用電力量の変化パターンを予測する際に必要なデータを収集する処理である。データ収集処理は、単位時間毎に実行される。本実施形態において、単位時間は、例えば1時間に設定されている。すなわち、データ収集処理は、1時間に1回実行される。
制御部30は、図2に示すデータ収集処理において、電気機器14の使用電力量と、室温と、気温と、を取得する。使用電力量等の取得時刻は、毎時0分に設定されている。すなわち、制御部30は、データ収集処理を実行すると(スタート)、図2に示すように、ステップS11において、予め設定された取得時刻である0:00、1:00、・・・23:00になったか否かを判断する。制御部30は、取得時刻でなければ(ステップS11でNO)、ステップS11を繰り返して待機する。
一方、制御部30は、取得時刻になると(ステップS11でYES)、ステップS12に移行する。ステップS12において、制御部30は、使用電力量取得部31の処理により使用電力量取得処理を実行する。これにより、制御部30は、使用電力量計測部21で計測した使用電力量を取得する。次に、制御部30は、ステップS13において、室温取得部33の処理により室温取得処理を実行する。これにより、制御部30は、室温計23で計測した室温を取得する。次に、制御部30は、ステップS14において、気温取得部34の処理により気温取得処理を実行する。これにより、制御部30は、気温計4で計測した気温を取得する。
次に、制御部30は、ステップS15において、記憶制御部32の処理により記憶処理を実行する。制御部30は、図12に示すように、現在の日付つまりデータ取得日の日付と曜日と取得時刻、及びステップS12〜S14で取得した使用電力量と室温と気温とを、それぞれ関連付けつまり紐付けして、記憶部26に記憶させる。本実施形態では、記憶部26は、例えば図13に示すように4週間分のデータを格納することができる。したがって、制御部30は、図2にステップS15において記憶処理を実行する際に、既に記憶部26に4週間分の取得データが記憶されている場合には、記憶部26に記憶されている取得データのうち、最古の取得データに最新の取得データを上書きして、最新の取得データを記憶させる。なお、ステップS12〜S14で取得されて記憶部26に記憶された日毎のデータを、取得データと称する。その後、制御部30は、ステップS11へ移行し、再度ステップS11〜S15を繰り返す。
次に、図3に示す補正候補データ抽出処理について説明する。補正候補データ抽出処理は、補正候補データを作成するための処理である。補正候補データは、補正前予測値を補正するための補正データの候補となる。すなわち、補正候補データ抽出処理は、1日の取得データの中から、気温の影響を受け易い冷暖房用電気機器が使用された期間を補正対象期間として特定し、その補正対象期間の取得データを、補正候補データとして記憶部26に保存する処理である。
補正候補データ抽出処理は、例えば日に1回実行される。補正候補データ抽出処理が実行される時期は、例えば予測対象日の前日における最後のデータ収集処理が終了した後であって、かつ、予測対象日の予測処理が実行される前に実行される。本実施形態の場合、補正候補データ抽出処理の実行時期は、23時の取得データが取得された後であって、その翌日0時の取得データが取得される前である。この場合、補正候補データ抽出処理の対象となるデータは、その日に収集したデータ、つまり、予測対象日の前日の取得データとなる。
制御部30は、図3の補正候補データ抽出処理を実行すると、まず、ステップT10において、モード判定部39の処理によりモード判定処理を実行する。モード判定処理は、モード判定処理の対象となるデータの取得日、この場合、予測対象日の前日における冷暖房用電気機器の使用モードを判定する処理である。冷暖房用電気機器の使用モードには、主に冷房を使用する冷房使用モードと、主に暖房を使用する暖房使用モードと、冷房及び暖房のいずれも使用しない不使用モードとがある。このモード判定処理は、補正対象期間の判断方法を、冷房使用モードと、暖房使用モードと、不使用モードとに分けるために行われる。
制御部30は、モード判定処理を実行すると、図4のステップT11において、記憶部26の取得データを参照し、予測対象日前日及び予測対象日前1週間の気温を取得する。そして、制御部30は、ステップT12において、予測対象日前日及び予測対象日前1週間の気温の平均値を算出する。次に、制御部30は、ステップT13において、予測対象日前日の平均気温が20℃を超えているか否かを判断し、ステップT14において、予測対象日前1週間の平均気温が20℃を超えているか否かを判断する。
制御部30は、予測対象日前日の平均気温及び予測対象日前1週間の平均気温のいずれもが20℃を超えていた場合(ステップT13でYES、かつステップT14でYES)、予測対象日前日は夏日であったと判断し、ステップT15へ移行する。そして、制御部30は、ステップT15で冷房使用モードに設定し、モード判定処理を終了する(リターン)。一方、制御部30は、予測対象日前日の平均気温及び予測対象日前1週間の平均気温の少なくとも一方が20℃以下であった場合(ステップT13でNO、又はステップS14でNO)、予測対象日前日は夏日でないと判断し、ステップS16へ以降する。
次に、制御部30は、ステップT16において、予測対象日前日の平均気温が10℃を下回っているか否かを判断し、ステップT17において、予測対象日前1週間の平均気温が10℃を下回っているか否かを判断する。制御部30は、予測対象日前日の平均気温及び予測対象日前1週間の平均気温のいずれもが10℃未満であった場合(ステップT16でYES、かつステップT17でYES)、予測対象日前日は冬日であったと判断し、ステップT18へ移行する。そして、制御部30は、ステップT18で暖房使用モードに設定し、モード判定処理を終了する(リターン)。
一方、制御部30は、予測対象日前日の平均気温又は予測対象日前1週間の平均気温の少なくとも一方が10℃以上であった場合(ステップT16でNO、又はステップS17でNO)、予測対象日前日は冬日でないと判断し、図5のステップS19へ移行する。この場合、予測対象日前日は、夏日でもなくかつ冬日でもない。そのため、制御部30は、予測対象日前日は春秋日であったと判断する。
制御部30は、図5のステップT19において、予測対象日前日の取得データの中から、使用電力量が増加した増加時刻を抽出する。この場合、使用電力量が増加したか否かは、使用電力量の増加量が所定値例えば0.1kwを超えたか否かによって判断される。すなわち、制御部30は、使用電力量の1時間当たりの増加量が0.1kwを超えた場合、その増加開始した時刻を増加時刻として抽出する。例えば図16の例では、増加時刻は、10時と11時になる。また、図17の例では、増加時刻は、5時と6時になる。
次に、制御部30は、図5のステップT20において、増加時刻の前後1時間で、室温が上昇又は一定から、低下に変化したか否かを判断する。この場合、室温が一定であるとの概念は、1℃程度の誤差を許容している。すなわち、制御部30は、室温が所定範囲内例えば1℃程度の範囲内で変化している場合であっても、室温が一定であると判断する。また、室温が低下したか否かは、室温が所定値例えば1℃を超えて低下したか否かによって判断される。すなわち、本実施形態において、制御部30は、増加開始時刻の前後1時間で、室温が1℃を超えて低下しているか否かを判断する。
ステップT20における判断は、ステップT19で抽出された全ての増加時刻について行われる。例えば図16では、制御部30は、増加時刻である10時及び11時のそれぞれ前後1時間の室温の変化について判断する。この場合、増加時刻10時の前後1時間つまり9時から11までの室温の変化をみると、増加時刻10時を境にして一定状態から約6℃低下している。したがって、制御部30は、ステップT20で「YES」と判断する。また、例えば図17では、制御部30は、増加時刻である5時及び6時のそれぞれ前後1時間の室温の変化について判断する。この場合、増加時刻5時及び6時のそれぞれ前後1時間では、室温は低下していない。したがって、制御部30は、ステップT20で「NO」と判断する。
制御部30は、増加時刻の前後1時間で、室温が上昇又は一定から低下に変化した地点が存在していると判断すると(図5のステップT20でYES)、ステップT21へ移行する。そして、制御部30は、ステップT21おいて冷房使用モードに設定した後、モード判定処理を終了する(図4のリターン)。一方、制御部30は、室温が上昇又は一定から低下に変化した地点が存在しないと判断すると(図5のステップT20でNO)、ステップT22へ移行する。
制御部30は、ステップT22において、増加時刻の前後1時間で、室温が低下又は一定から、上昇に変化したか否かを判断する。この場合も、室温が一定であるとの概念は、1℃程度の誤差を許容している。また、室温が上昇したか否かは、室温が所定値例えば1℃を超えて上昇したか否かによって判断される。すなわち、本実施形態において、制御部30は、増加開始時刻の前後1時間で、室温が1℃を超えて上昇しているか否かを判断する。
ステップT22における判断は、ステップT19で抽出された全ての増加時刻について行われる。例えば図17では、制御部30は、増加時刻である5時及び6時のそれぞれ前後1時間の室温の変化について判断する。この場合、増加時刻5時の前後1時間つまり4次から6時までの室温の変化を見ると、増加時刻5時を境にして一定状態から約4℃上昇している。したがって、制御部30は、ステップT22で「YES」と判断する。なお、図16の例については、ステップT20で「YES」と判断されるため、ステップT22の処理の対象とはならない。
制御部30は、増加時刻の前後1時間で、室温が低下又は一定から上昇に変化した地点が存在していると判断すると(ステップT22でYES)、ステップT23へ移行する。そして、制御部30は、ステップT23おいて暖房使用モードに設定した後、モード判定処理を終了する(図4のリターン)。一方、制御部30は、室温が低下又は一定から上昇に変化した地点が存在しないと判断すると(ステップT22でNO)、ステップT24へ移行する。
増加時刻の前後1時間で室温が変化していない場合、ステップT20及びステップT22のいずれの判断においても「NO」となる。この場合、使用電力量の増加は、冷暖房用電気機器の使用以外の要因であることがわかる。したがって、ステップT20及びステップT22のいずれの判断においても「NO」であった場合、制御部30は、ステップT24において不使用モードに設定した後、モード判定処理を終了する(図4のリターン)。
次に、制御部30は、図3のステップT30において、モード判定処理の結果が不使用モードであったか否かを判断する。不使用モードであった場合(ステップT30でYES)、取得データに係る使用電力量は、冷暖房用電気機器の影響を受けていないと判断できる。したがって、この場合、制御部30は、補正候補データを作成することなく、補正候補データ抽出処理を終了する(エンド)。
一方、モード判定処理の結果が不使用モードでなかった場合つまり冷房使用モード又は暖房使用モードのいずれかであった場合(ステップT30でNO)、制御部30は、ステップT40の始点抽出処理及びステップT50の終点抽出処理を実行する。始点抽出処理及び終点抽出処理は、補正対象期間の始点と終点とを抽出するためのものである。
制御部30は、ステップT40の始点抽出処理を実行すると、図6のステップT41において、冷暖房用電気機器の使用モードが、暖房使用モードであるか冷房使用モードであるかを判断する。暖房使用モードである場合(ステップT41で暖房使用モード)、制御部30は、図7のステップT42を実行する。ステップT42において、制御部30は、補正候補データの作成対象となる日この場合予想対象日前日の取得データのうち、室温が所定値例えば1℃を超えて増加した時刻を始点候補に設定する。例えば図18の例では、5時から6時、6時から7時、10時から11時、及び17時から18時の間の室温の上昇量が1℃を超えている。そのため、制御部30は、5時、6時、10時、及び17時を、それぞれ始点候補に設定する。この場合、図18に示すように、5時を始点候補P1とし、6時を始点候補P2とし、10時を始点候補P3とし、17時を始点候補P4とする。なお、単に始点候補Pとした場合には、任意の始点候補を意味するものとする。
次に、制御部30は、図7のステップT43において、各始点候補P1〜P4から1時間後の使用電力量の傾きE、気温の傾きTo、及び室温の傾きTiを算出する。次に、制御部30は、ステップT44、T45において、図15に示すように相間値A及び相関値Bを算出する。相関値Aは、室温の傾きTiを使用電力量の傾きEで除した値である。相関値Aは、室温の変化と使用電力量の変化との相関を示す値である。相関値Bは、気温の傾きToを使用電力量の傾きEで除した値である。相関値Bは、気温の変化と使用電力量の変化との相関を示す値である。
一方、図6のステップT40において冷房使用モードであると判断された場合、制御部30は、図7のステップT46において、補正候補データの作成対象となる日の取得データのうち、室温が所定値例えば1℃を超えて低下した時刻を始点候補に設定する。そして、制御部30は、ステップT47において、ステップT43と同様に、各始点候補から1時間後の使用電力量の傾きE、気温の傾きTo、及び室温の傾きTiを算出する。次に、制御部30は、ステップT48、T49において、相間値A及び相関値Bを算出する。この場合、相関値Aは、室温の傾きTiに負を乗じた値を使用電力量の傾きEで除した値である。また、相関値Bは、気温の傾きToに負を乗じた値を使用電力量の傾きEで除した値である。
制御部30は、ステップT42〜T45、ステップT46〜T49の何れかを経て相関値A、Bを算出した後、図6のステップT50において、各始点候補について相間値Aと相関値Bとを比較する。相間値Aが相関値Bよりも大きいことは、室温の変化と使用電力量の増加との相関が大きいことを示す。そのため、制御部30は、相関値Aが相関値Bよりも大きくなった場合(ステップT50でYES)、その時刻を始点候補として残すため、ステップT51を実行することなくステップT52へ移行する。
一方、相間値Aが相関値Bよりも小さいことは、室温の変化と使用電力量の増加との相関が大きいことを示す。そのため、制御部30は、相関値Aが相関値B以下となった場合(ステップT50でNO)、ステップT51へ移行する。そして、制御部30は、ステップT51において、相関値Aが相関値B以下となった時刻を始点候補から除外した後、ステップT52へ移行する。例えば図15の例では、始点候補P3について、相関値Aが相関値B以下となっている。したがって、制御部30は、図19に示すように、始点候補P3を、始点候補から除外する。
次に、制御部30は、図6のステップT52において、連続する時間帯の始点候補があるか否かを判断する。連続する時間帯の始点候補が無い場合(ステップT52でNO)、制御部30は、始点抽出処理を終了する(リターン)。一方、連続する時間帯の始点候補が存在する場合(ステップT52でYES)、制御部30は、ステップT53へ移行し、連続する時間帯の始点候補のうち最先の時間の始点候補以外を削除する。例えば図19の例では、連続する5時と6時の時間帯において、2つの始点候補P1、P2が存在している。そのため、制御部30は、連続する2つの始点候補P1、P2のうち、最先の時刻5時の始点候補P1以外を削除つまり始点候補P2を削除する。これにより、図20に示すように、始点候補として2つの始点候補P1、P4が残る。その後、制御部30は、始点抽出処理を終了する(リターン)。
次に、制御部30は、図3のステップT60へ移行し、始点抽出処理を実行する。制御部30は、終点抽出処理を実行すると、図8のステップT61において、冷暖房用電気機器の使用モードが、暖房使用モードであるか冷房使用モードであるかを判断する。暖房使用モードである場合(ステップT61で暖房使用モード)、制御部30は、ステップT62へ移行する。ステップT62において、制御部30は、室温が所定値を超えて低下した場合、つまり1時間毎の室温の低下量が例えば1℃を超えた場合に、その終了時刻を終点候補に設定する。
例えば図21の例では、0時から1時、1時から2時、2時から3時、9時から10時の間の室温の低下量が1℃を超えている。そのため、制御部30は、各時間帯の終了時刻である1時、2時、3時、9時、及び10時を、それぞれ終点候補に設定する。この場合、図19に示すように、1時を終点候補Q1とし、2時を終点候補Q2とし、3時を終点候補Q3とし、10時を終点候補Q4とする。なお、単に終点候補Qとした場合には、任意の終点候補を意味するものとする。これに対し、ステップT61において冷房使用モードであると判断された場合、制御部30は、ステップT63へ移行する。そして、制御部30は、室温が所定値例えば1℃を超えて上昇した時刻を終点候補に設定する。
次に、制御部30は、ステップT64において、連続する時間帯の終点候補があるか否かを判断する。連続する時間帯の終点候補が無い場合(ステップT64でNO)、終点抽出処理を終了する(リターン)。一方、連続する時間帯の終点候補が存在する場合(ステップT64でYES)、制御部30は、ステップT65へ移行し、連続する時間帯の終点候補のうち最先の時間の始点候補以外を削除する。
例えば図21の例では、連続する1時〜3時において、3つの終点候補Q1〜Q3が存在している。また、連続する9時及び10時の時間帯において、2つの終点候補Q4、Q5が存在している。そのため、制御部30は、連続する3つの終点候補Q1〜Q3のうち、最先の時刻1時の終点候補Q1以外を削除つまり終点候補Q2、Q3を削除する。同様に、制御部30は、連続する2つの終点候補Q4、Q5のうち、最先の時刻9時の終点候補Q4以外を削除つまり終点候補Q5を削除する。これにより、図22に示すように、終点候補として2つの終点Q1、Q4が残る。その後、制御部30は、終点抽出処理を終了する(図8のリターン)。
次に、制御部30は、図3のステップT70において第1例外処理を実行する。制御部30は、第1例外処理を実行すると、図9に示すステップT71において、最先の時刻の終点候補の前に始点候補が存在しているか否かを判断する。最先の時刻の終点候補の前に始点候補が存在しないことは、その取得データの取得日の前日から、冷暖房用電気機器の使用が継続されていることを意味する。そのため、この場合、最先の時刻の終点候補に対応する始点候補として、0時を仮の始点候補に設定する。
すなわち、最先の時刻の終点候補の前に始点候補が存在している場合(ステップT71でYES)、制御部30は、ステップT73へ移行する。一方、最先の時刻の終点候補の前に始点候補が存在していない場合(ステップT71でNO)、制御部30は、ステップT72において、0時を始点候補に設定する。例えば図22の例では、最先の時刻の終点候補Q1の前に始点候補は存在していない。したがって、制御部30は、図23に示すように、終点候補Q1に対応する始点候補として、0時を仮の始点候補P0に設定する。
次に、制御部30は、図9のステップT73において、最後の時刻の始点候補の後に終点候補が存在しているか否かを判断する。最後の時刻の始点候補の後に終点候補が存在しないことは、その取得データの取得日から現在にかけて、冷暖房用電気機器の使用が継続されていることを意味する。そのため、この場合、最後の時刻の始点候補に対応する終点候補として、23時を仮の終点候補に設定する。
すなわち、最後の時刻の始点候補の後に終点候補が存在している場合(ステップT73でYES)、制御部30は、第1例外処理を終了する(リターン)。一方、最後の時刻の始点候補の後に終点候補が存在していない場合(ステップT74でNO)、制御部30は、ステップT74において、23時を終点候補に設定する。例えば図22の例では、最後の時刻の始点候補P4の後に終点候補は存在していない。したがって、制御部30は、図20に示すように、始点候補P4に対応する終点候補として、23時を終点候補Q0に設定する。その後、制御部30は、第1例外処理を終了する(図9のリターン)。
次に、制御部30は、図3のステップT80において、第2例外処理を実行する。制御部30は、第2例外処理を実行すると、図10に示すステップT81において、始点候補Pと終点候補Qとが重複する箇所が有るか否かを判断する。始点候補Pと終点候補Qとが重複する箇所がある場合(ステップT81でYES)、制御部30は、ステップT82へ移行し、その重複する箇所を、始点候補及び終点候補のいずれもから削除する。例えば図22に示すように、19時において始点候補Pxと終点候補Qxとが重なっている場合、その重なっている始点候補Px及び終点候補Qxを、いずれも削除する。
次に、制御部30は、ステップT83へ移行し、始点候補Pの数と終点候補Qの数とが一致しているか否かを判断する。始点候補Pの数と終点候補Qの数とが一致していれば(ステップT83でYES)、制御部30は、第2例外処理を終了する(リターン)。一方、始点候補Pの数と終点候補Qの数とが一致していない場合(ステップT83でNO)、制御部30は、まず、ステップT84において、始点候補Pの数と終点候補Qの数とのいずれが多いかを判断する。
終点候補Qの数より始点候補Pの数の方が多い場合(ステップT84でYES)、制御部30は、ステップT85、T86を実行する。制御部30は、ステップT85において、始点候補Pが連続する期間、すなわち隣り合う始点候補P同士の間に終点候補Qが存在しない期間を検出する。そして、制御部30は、ステップT86において、連続する始点候補Pのうち最先の始点候補以外を削除する。例えば図25の例では、17時の始点候補P4と19時の始点候補P5とが、間に他の終点候補Qを挟むことなく連続して存在している。この場合、2つの始点候補P4、P5のうち、最先の始点候補P4以外つまり始点候補P5が削除される。そして、制御部30は、第2例外処理を終了する(リターン)。
始点候補Pの数より終点候補Qの数の方が多い場合(図10のステップT84でNO)、制御部30は、ステップT87、T88を実行する。制御部30は、ステップT87において、終点候補Qが連続する期間、すなわち隣り合う終点候補Q同士の間に始点候補Pが存在しない期間を検出する。そして、制御部30は、ステップT88において、連続する終点候補Qのうち最先の終点候補以外を削除する。そして、制御部30は、第2例外処理を終了する(リターン)。
次に、制御部30は、図3のステップT90を実行し、現在の始点候補P及び終点候補Qを、それぞれ始点及び終点に設定する。そして、制御部30は、ステップT100において、補正候補テーブル更新処理を実行し、補正候補テーブルを更新する。例えば図14及び図23に示す取得データの場合、0時〜1時、5時〜9時、17時〜23時の期間が、補正対象期間となる。そして、図14に示すように、補正対象期間における使用電力量、気温、及び室温のデータが、補正候補データとして記憶部26に記憶される。
次に、予測処理について説明する。制御部30は、日に1回、所定の時刻例えば0時に、図11に示す予測処理を実行する。この場合、予測対象日は、上記の0時から始まる1日である。制御部30は、予測処理を実行すると、ステップU11において、補正前予測値作成部35の処理により、補正前予測値を作成する。補正前予測値は、測定対象日の直近この場合前日までの過去数日間、例えば過去1週間における使用電力量の単位時間毎の平均値に基づいて作成された使用電力量の変化パターンである。すなわち、補正前予測値は、予測対象日となる前日までの過去数日間に亘る取得データの平均値である。この補正前予測値は、記憶制御部32の作用によって、記憶部26に記憶される。
この場合、ユーザの生活パターンを考慮して、例えば平日と休日とで、補正前予測値の基となる取得データを分けてもよい。例えば、1週間のうち、月〜金曜日がユーザの出勤日であり、土曜及び日曜日がユーザの非出勤日である場合について見る。この場合、制御部30は、予測対象日が月〜金曜日のいずれかであれば、直近の過去1週間のうち月〜金曜日の取得データの平均値を算出して、補正前予測値を作成する。一方、制御部30は、予測対象日が土曜又は日曜日のいずれかであれば、直近の過去1週間のうち土曜及び金曜の取得データの平均値を算出して、補正前予測値を作成する。この場合、平日と休日との区別は、ユーザの設定によって行ってもよいし、制御部30が各日の変化パターンの特徴を比較して自動で判断してもよい。
また、記憶部26に記憶されている過去4週間分のデータについて、予測対象日の曜日に対応する曜日の取得データを平均して、補正前予測値を作成してもよい。すなわち、例えば、予測対象日が火曜日であれば、過去4週間分の火曜日の取得データを平均して、補正前予測値を作成する。これによれば、ユーザの生活パターンをより正確に反映することができるため、補正前予測値による予測パターンの予測精度が向上される。
次に、制御部30は、ステップU12において、予想気温取得部40の処理により、予想気温取得処理を実行する。これにより、制御部30は、インターネット90を介して、サーバ91から、予測対象日の予想気温を取得する。この場合、予測気温は、例えば予測対象日の予想平均気温であるが、予想最高気温や予想最低気温、又は時間帯毎の予想気温等であってもよい。
次に、制御部30は、ステップU13において、ステップU12で取得した予想気温この場合予想平均気温が、所定値例えば20℃以上であるか否かを判断する。予想平均気温が20℃以上であれば、予測対象日は夏日であると予想されるため、冷暖房用電気機器が冷房用途で使用されると推定できる。一方、予想平均気温が10℃以下であれば、予測対象日は冬日であると予想されるため、冷暖房電気機器が暖房用途で使用されると推定できる。一方、予想平均気温が10℃から20℃の間であれば、予想対象日は春秋日であると予想されるため、冷暖房電気機器は使用されないと推定できる。
予想気温が10℃より高く(ステップU13でNO)、かつ、20℃未満である場合(ステップU14でNO)、制御部30は、ステップU15へ移行し、予測パターン設定部41の処理により、設定処理を実行する。この場合、制御部30は、ステップU11で作成した補正前予測値に基づく変化パターンを、予測対象日の予測パターンに設定する。
一方、予想気温が20℃以上(ステップU13でYES)又は予想気温が10℃以下(ステップU14でYES)のいずれかである場合、制御部30は、ステップU16へ移行する。制御部30は、ステップU16において、補正データ決定部37の処理により、補正データ決定処理を実行する。制御部30は、補正データ決定処理を実行すると、補正候補テーブルのデータのうち予想気温に最も近い気温の日のデータを、補正データに決定する。次に、制御部30は、ステップU17において、予想気温と補正データの取得日の気温との差が、所定値例えば1℃以下であるか否かを判断する。
予想気温と補正データの取得日の気温との差が所定値を超えている場合(ステップU17でNO)、制御部30は、ステップU18へ移行する。そして、制御部30は、補正データの使用電力量の値に、係数kを乗算する。この場合、係数kは、予測気温対して、補正データの取得日の気温つまり予測気温に最も近い気温を除算した値である。すなわち、予測気温をTa、補正データの取得日の気温をTbとすると、k=Ta/Tbである。その後、制御部30は、ステップU19へ移行する。一方、予想気温と補正データの取得日の気温との差が所定値以下である場合(ステップU17でYES)、制御部30は、ステップU18を実行することなく、ステップU19へ移行する。
次に、制御部30は、ステップU19において、補正前予測値のデータのうち補正対象区間内の値を、補正データの値に差し替えて、補正後予測値を作成する。例えば、補正データが図14の内容である場合、補正前予測値のうち0時〜1時、5時〜9時、及び17時〜23時の使用電力量の値を、図14の内容に差し替えて、補正後予測値を作成する。そして、制御部30は、ステップU20において、予測パターン設定処理を実行する。これにより、制御部30は、補正後予測値の変化パターンを、予測対象日の予測パターンに設定する。すなわち、これにより、制御部30は、補正前予測値における補正対象期間のデータを補正データに差し替えて、予測対象日における使用電力量の変化パターンを設定する。
このようにして、予測対象日の使用電力量についての変化パターンが予測される。そして、充放電指令部60は、設定された予測パターンを基に、二次電池131に対する充放電等の電力制御を行う。この充放電制御は、例えば次のようにして行うことができる。すなわち、充放電指令部60は、設定された使用電力量の予測パターンから、使用電力量が多くなる時間帯を判定し、この時間帯に合わせて二次電池131の放電時間帯を設定する。この場合、予め取得した電気料金情報に基づいて、電気料金の高い時間帯を加味しても良い。これにより、充放電指令部60は、設定された放電時間帯になると、車両6の通信部132に対して放電指令を送信する。そして、車両制御部133は、充放電指令部60から放電指令を受信すると、二次電池131から電力を放電する。
また、充放電指令部60は、電気料金の安い時間帯に合わせて二次電池131に対する充電時間帯を設定する。これにより、充放電指令部60は、設定された充電時間帯になると、車両6の通信部132に対して充電指令を送信する。そして、車両制御部133は、充放電指令部60から充電指令を受信すると、商用電源11から電力を受けて二次電池131を充電する。
これによれば、予測装置20は、予測対象日における使用電力量を、気温の影響を受け難い電気機器が使用される時間帯と、気温の影響を受ける電気機器が使用される時間帯とに分けて予測する。つまり、予測装置20は、気温の影響を受ける電気機器が使用される時間帯として、補正対象期間を設定する。また、予測装置20は、補正対象期間外は、気温の影響を受ける電気機器が使用されないだろうと推定する。
そして、予測装置20は、補正対象期間外については、例えば直近の過去数日間の使用電力量の平均値に基づいて予測する。一方、予測装置20は、補正対象期間については、例えば直近の予想気温に近い気温の日の使用電力量つまり補正テーブルに記憶されている補正データに基づいて予測する。これにより、過去数日間の使用電力量の平均値に対して、温度の影響を画一的に反映させずに、必要な部分についてのみ反映させることができる。その結果、家庭での使用電力量の変化パターンをより正確に予測することができ、ひいては、省エネルギー化や家庭での電気料金の軽減を図ることができる。
また、予測装置20は、予測対象日の予想気温Taを補正候補データの取得日の気温Tbで除した値であるTa/Tbを係数kとする。そして、予測対象日の予想気温Taと補正候補データの取得日の気温Tbとの差が所定値を超えた場合、補正データの使用電力量に係数kを乗じた値を、新たに補正データの使用電力量として更新する。これにより、補正候補データの取得日の気温Taと、予測対象日の予想気温Tbとが同一でない場合であっても、使用電力量の変化パターンの正確な予測を行うことができる。
(その他の実施形態)
なお、本発明の実施形態は、上記しかつ図面に記載した各実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲において適宜変更することができる。本発明の実施形態は、例えば次のような変形または拡張が可能である。
冷暖房用電気機器は、エアコンや電気ヒータに限られない。
また、上述した判断処理における「所定値」は、それぞれ判断処理において独立しているものとする。また、この「所定値」は、実施形態のものに限られず、任意に変更することができる。
また、予想気温の取得は、インターネット90経由に限られず、例えばラジオ放送や地上波デジタル放送経由であってもよい。
なお、本発明の実施形態は、上記しかつ図面に記載した各実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲において適宜変更することができる。本発明の実施形態は、例えば次のような変形または拡張が可能である。
冷暖房用電気機器は、エアコンや電気ヒータに限られない。
また、上述した判断処理における「所定値」は、それぞれ判断処理において独立しているものとする。また、この「所定値」は、実施形態のものに限られず、任意に変更することができる。
また、予想気温の取得は、インターネット90経由に限られず、例えばラジオ放送や地上波デジタル放送経由であってもよい。
図面中、10電力制御システム、14は電気機器(冷暖房用電気機器)、20は使用電力量の変化パターン予測装置、31は使用電力量取得部、33は室温取得部、34は気温取得部、26は記憶部、35は補正前予測値作成部、36は補正候補データ抽出部、40は予想気温取得部、37は補正データ決定部、41は予測パターン設定部、を示す。
Claims (3)
- 予測対象日における使用電力量の変化を予測するものであって、
使用電力量を単位時間毎に取得する使用電力量取得部と、
冷暖房用電気機器が設置されている室内の室温を前記単位時間毎に取得する室温取得部と、
外気温を前記単位時間毎に取得する気温取得部と、
前記使用電力量と前記室温と前記気温とを相互に関連付けたデータを記憶する記憶部と、
前記予測対象日の直近の過去複数日における前記使用電力量の前記単位時間毎の平均値に基づいて、前記予測対象日の使用電力量の変化パターンについて補正前予測値を作成する補正前予測値作成部と、
前記記憶部に記憶されている日毎のデータについて、使用電力量が上昇しかつ前記室温が変化した時刻を始点とし使用電力量が低下しかつ前記室温が変化した時刻を終点として補正対象期間を決定し、その補正対象期間のデータを補正候補データとして前記記憶部に記憶させる補正候補データ抽出部と、
前記予測対象日の予想気温を取得する予想気温取得部と、
前記記憶部に記憶されている補正候補データのうち前記予想気温に最も近い気温の日の前記補正候補データを補正データに決定する補正データ決定部と、
前記補正前予測値の前記補正対象期間のデータを前記補正データに差し替えて前記予測対象日における使用電力量の変化パターンを設定する予測パターン設定部と、を備える、
使用電力量の変化パターン予測装置。 - 前記補正データ決定部は、前記予測対象日の予想気温と前記補正候補データの取得日の気温との差が所定値を超えた場合に、前記予想気温を前記補正候補データの取得日の気温で除した値に前記補正データの前記使用電力量を乗じた値を前記補正データの使用電力量とする、
請求項1に記載の使用電力量の変化パターン予測装置。 - 予測対象日における使用電力量の変化を予測する使用電力量の変化パターン予測装置に組み込まれたコンピュータに実行される使用電力量の変化パターン予測プログラムであって、
前記コンピュータに、
使用電力量を単位時間毎に取得する使用電力量取得処理と、
冷暖房用電気機器が設置されている室内の室温を前記単位時間毎に取得する室温取得処理と、
外気温を前記単位時間毎に取得する気温取得処理と、
前記使用電力量と前記室温と前記気温とを相互に関連付けたデータを記憶する記憶処理と、
前記予測対象日の直近の過去複数日における前記使用電力量の前記単位時間毎の平均値に基づいて、前記予測対象日の使用電力量の変化パターンについて補正前予測値を作成する補正前予測値作成処理と、
前記記憶部に記憶されている日毎のデータについて、使用電力量が上昇しかつ前記室温が変化した時刻を始点とし使用電力量が低下しかつ前記室温が変化した時刻を終点として補正対象期間を決定し、その補正対象期間のデータを補正候補データとして前記記憶部に記憶させる補正候補データ抽出処理と、
前記予測対象日の予想気温を取得する予想気温取得処理と、
前記記憶部に記憶されている補正候補データのうち前記予想気温に最も近い気温の日の前記補正候補データを補正データに決定する補正データ決定処理と、
前記補正前予測値の前記補正対象期間のデータを前記補正データに差し替えて前記予測対象日における使用電力量の変化パターンを設定する予測パターン設定処理と、を実行させることができる、
使用電力量の変化パターン予測プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015145757A JP2017028881A (ja) | 2015-07-23 | 2015-07-23 | 使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015145757A JP2017028881A (ja) | 2015-07-23 | 2015-07-23 | 使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017028881A true JP2017028881A (ja) | 2017-02-02 |
Family
ID=57950098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015145757A Pending JP2017028881A (ja) | 2015-07-23 | 2015-07-23 | 使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017028881A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018025427A1 (ja) * | 2016-08-04 | 2019-05-23 | シャープ株式会社 | 空調制御システム |
CN112393390A (zh) * | 2020-07-15 | 2021-02-23 | 上海有孚智数云创数字科技有限公司 | 基于数据分析的云计算数据中心精密空调节能控制方法 |
CN112467723A (zh) * | 2019-11-20 | 2021-03-09 | 乐清市泰博恒电子科技有限公司 | 一种基于大数据和数据库的电力网络处理方法 |
JP7407698B2 (ja) | 2020-12-25 | 2024-01-04 | 三菱電機株式会社 | 影響推定装置および影響推定プログラム |
-
2015
- 2015-07-23 JP JP2015145757A patent/JP2017028881A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018025427A1 (ja) * | 2016-08-04 | 2019-05-23 | シャープ株式会社 | 空調制御システム |
CN112467723A (zh) * | 2019-11-20 | 2021-03-09 | 乐清市泰博恒电子科技有限公司 | 一种基于大数据和数据库的电力网络处理方法 |
CN112393390A (zh) * | 2020-07-15 | 2021-02-23 | 上海有孚智数云创数字科技有限公司 | 基于数据分析的云计算数据中心精密空调节能控制方法 |
JP7407698B2 (ja) | 2020-12-25 | 2024-01-04 | 三菱電機株式会社 | 影響推定装置および影響推定プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108292860B (zh) | 电力控制装置、运转计划制定方法以及记录介质 | |
JP5959783B1 (ja) | 電力管理装置 | |
US10355517B2 (en) | Storage-battery control device, storage-battery charge/discharge system, photovoltaic power generation system, and storage-battery control method | |
JP2017028881A (ja) | 使用電力量の変化パターン予測装置、及び使用電力量の変化パターン予測プログラム | |
JP6107509B2 (ja) | 充放電管理システム | |
US20180248375A1 (en) | Power supply and demand prediction system, power supply and demand prediction method and recording medium storing power supply and demand prediction program | |
JP5686024B2 (ja) | 電力供給システム | |
JP6729985B2 (ja) | 蓄電池システム充電制御装置、蓄電池システム及び蓄電池充電制御方法 | |
JP6249895B2 (ja) | 電力制御システム、方法及び電力制御装置 | |
EP3193304A1 (en) | Device operation setting value determination apparatus, device operation setting value determination method, and device operation setting value determination program | |
JP6676477B2 (ja) | 建物の消費電力予測システム、蓄電装置の制御システム、及び蓄電装置の制御方法 | |
JP6692365B2 (ja) | 電力制御システム、方法及び制御装置 | |
WO2017104161A1 (ja) | 電力管理装置 | |
US20160210706A1 (en) | Discharge start time determination system for electricity storage device and discharge start time determination method for electricity storage device | |
JP2013143901A (ja) | 分散電源制御装置、分散電源制御システム及び分散電源制御方法 | |
JP2018153011A (ja) | 電力制御システム | |
JP2016109312A (ja) | 気象補正装置、空調管理システム及び気象補正方法 | |
JP6664479B2 (ja) | 制御装置、電力管理システム、充放電の制御方法及びプログラム | |
JP2019068667A (ja) | 充放電制御装置 | |
CN111043685B (zh) | 储冰量调整系统与储冰量调整方法 | |
JP6228702B2 (ja) | 電力管理装置、電力管理方法及びプログラム | |
US20170256975A1 (en) | Power control apparatus, power control method, and power control system | |
JP2015188280A (ja) | 機器制御装置及び機器制御方法 | |
WO2016158028A1 (ja) | 管理装置、管理システム、管理装置の制御方法および制御プログラム | |
JP5969365B2 (ja) | 電力制御システム |