JP2017110829A - 空調パラメータ生成装置、空調運用評価装置、空調パラメータ生成方法およびプログラム - Google Patents

Abstract

【課題】経済性と評価精度を両立させた空調運用評価装置を提供する。【解決手段】本発明の一態様としての空調パラメータ生成装置は、空調装置が空調を調整する第１領域に流入または流出する熱量を認識する認識部と、前記第１領域における計測温度の変化に基づき、前記熱量の値を決定するパラメータの最適値を決定するパラメータ最適値算出部と、を備える。【選択図】図１

Description

本発明の実施形態は、空調パラメータ生成装置、空調運用評価装置、空調パラメータ生成方法およびプログラムに関する。

近年、エネルギーの効率的な使用を目的に様々な取り組みが行われている。ビルなどの施設でも、改正省エネ法への対応、ＬＥＥＤ（ＬｅａｄｅｒＳｈｉｐ ｉｎ Ｅｎｅｒｇｙ ａｎｄ ＥｎｖｉｒｏｍｅｎＴ_ａｌ Ｄｅｓｉｇｎ）認証の取得などを目的として、ビル内の空調装置（空調）などの運用を変える取り組みがなされている。例えば、エネルギー消費の大きい時間帯では、自動的に空調の設定温度を省エネとなるように変更するといった設定変更が行われる。このような空調設定温度変更、勤務時間変更、稼働時間シフト等の運用変更により、施設内のエネルギーの消費パターンの分布を変えることができ、電力のピークシフトや電気料金の削減といった効果を得ることができる。

運用変更を評価する方法には、いくつかの手法が知られている。例えば、精緻な物理シミュレータを作成した上で評価を行う手法は、精度の高い評価結果を得ることができるが、多数のパラメータチューニングが必要となり、非常にコストがかかるという問題がある。また、物理モデルを用いずに、回帰手法などに基づくブラックボックスモデルを用いる手法は、低コストだが、精度も低いという問題がある。

一方、エネルギー実績データに基づくパラメータを組み合わせる手法は、比較的低コストで高精度に、運用情報を推定することができる。しかし、例えば、消費電力に基づき、機器入れ替え時のエネルギーをシミュレーションにて求める手法では、エネルギー実績データを収集するための電力センサなどの設置に新たなコストが生じるという問題がある。ゆえに、収集が困難な運用に関する情報、例えば、熱貫通率、外皮熱損失、空調仕事率、一人あたりの発熱量、日照係数などを推定し、空調機器や運用変更を想定した際の省エネなどの効果を迅速に評価できることが重要となる。

特開２０１１−９６００７号公報

本発明の実施形態は、経済性と評価精度を両立させた空調運用評価装置を提供する。

本発明の一態様としての空調パラメータ生成装置は、空調装置が空調を調整する第１領域に流入または流出する熱量を認識する認識部と、前記第１領域における計測温度の変化に基づき、前記熱量の値を決定するパラメータの最適値を決定するパラメータ最適値算出部と、を備える。

本発明の一実施形態に係る空調運用評価装置の概略構成の一例を示すブロック図。 位置情報に基づき生成される対象施設の一例を示す図。 計測実績情報の一例を示す図。 空調利用情報と空調利用計算情報の一例を示す図。 ゾーンの一例を示す図。 ゾーンの他の一例を示す図。 ゾーンに存在する熱流量の一例を示す図。 ゾーンに存在する熱流量の他の一例を示す図。 パラメータ候補群と構成要素のパラメータの一例を示す図。 推定温度の一例を示す図。 評価値算出を説明する図。 最適パラメータの算出を説明する図。 出力の一例を示す図。 本発明の一実施形態に係る空調運用評価装置の概略処理のフローチャート 本発明の一実施形態に係る空調運用評価装置を実現したハードウェア構成の一例を示すブロック図。

以下、図面を参照しながら、本発明の実施形態について説明する。

（本発明の一実施形態）
図１は、本発明の一実施形態に係る空調運用評価装置の概略構成の一例を示すブロック図である。本実施形態に係る空調運用評価装置１は、入力部（取得部）１１と、位置情報ＤＢ１２、計測実績情報ＤＢ１３、空調利用実績情報ＤＢ１４、空調利用計算情報ＤＢ１５、空調パラメータ生成部１６、シミュレーション部１７、シミュレーション結果ＤＢ１８、出力部１９を備える。

空調パラメータ生成部１６は、ゾーン情報生成部（熱量項目導出部）１６１、ゾーン情報ＤＢ１６２、パラメータ値算出部１６３を備える。パラメータ値算出部１６３は、パラメータ候補生成部１６３１、パラメータ候補ＤＢ１６３２、温度時系列推定部１６３３、推定温度情報ＤＢ１６３４、最適候補選択部１６３５、最適パラメータＤＢ１６３６を備える。

空調運用評価装置１は、空調装置（空調）２の状態（運用）または運用変更後の効果についてシミュレーションを行い、その運用を評価する。ここでは、空調運用評価装置１は、空調２およびセンサ３などと、通信インタフェースおよびネットワークなどを介して、データの送受が可能と想定する。

空調２は、対象施設内に１つ以上設置されており、空調運用評価装置１より、その状態（運用）について評価される。ここでは、空調２の状態とは、空調２自体の起動（オン）または停止（オフ）を想定して説明するが、空調２が有する設定のオンオフが含まれてもよい。例えば、空調２の稼働時に消費される電力を抑える省電力モード、急激に温度を変動させるブーストモードなどの設定を空調２が有している場合は、それらのモードのオンオフの状態が、運用に含まれていてもよい。

センサ３は、対象施設内に複数設置され、設置された領域の温度を計測する温度計などの装置である。ここでは、センサ３は、計測した温度などのデータを外部の装置に送信できると想定する。なお、対象施設は、屋外のエリア、例えば庭、吹き抜け部分などを有していてもよい。また、センサ３は温度だけに限らず、人、日光の照度などを感知することができるものであってもよい。

以下、空調運用評価装置１の各部について説明する。

入力部１１は、空調パラメータ生成部１６およびシミュレーション部１７の処理に用いられるデータの入力を受け付ける。取得する情報としては、位置情報、計測実績情報、空調利用実績情報、空調利用計算情報などがある。これらの情報の詳細は後述する。入力部１１は、受け付けた情報を、それらの情報を格納する各格納部（ＤＢ）に送る。

位置情報ＤＢ１２は、入力部１１から送られた位置情報を格納する。位置情報は、対象とする施設の構成または施設が有する設備などの位置を把握するための情報である。例えば、対象施設の壁、窓、扉などの位置、長さ、厚さなどが含まれる。また、空調２およびセンサ３の位置などのデータも含まれる。この他にも、照明器具、家具、人など対象施設内に存在するものの位置が含まれていてもよい。また、対象施設内に存在するものの位置の情報だけでなく、特性に関する情報を含んでいてもよい。例えば、センサ３が温度計測を行う対象の領域、空調２が温度調整を行う対象の領域などが含まれていてもよい。

位置情報の表示形式は、特に限定されるものではない。例えば、基準点に基づく座標などでもよいし、互いの位置関係を相対的に表す情報でもよい。図２は、位置情報に基づき生成される対象施設の一例を示す図である。黒丸がセンサ３を表す。図２では、黒枠で囲まれた領域である居間の温度を計測するセンサ３１と、居間と隣接する廊下の温度を計測するセンサ３２と、外部の温度を計測するセンサ３３との３つが表されている。空調２は、居間を対象のエリアとして、居間の温度を調整する。位置情報は、図２のように、対象施設内の区画、空調、温度計などの相対的な位置を特定できる情報であればよい。

計測実績情報ＤＢ１３は、入力部１１から送られた計測実績情報を格納する。計測実績情報は、各センサ３により計測された温度のデータである。図３は、計測実績情報の一例を示す図である。図３では、１時間ごとの実際の室内温度Ｔ_ａ、外気温（屋外の気温）Ｔ_ｏ、および隣接空間の温度Ｔ_ｎが１日分示されている。計測の時刻または時間間隔は、任意に定めてよい。例えば、１分ごとなど、より細かい時間間隔であっても構わない。また、１日分ではなく、複数日分であっても構わない。なお、複数のセンサ３にて同じ箇所を測定する場合、例えば、室内温度Ｔ_ａを２つのセンサ３で計測した場合は、計測された２つの室内温度をＴ_ａ１、Ｔ_ａ２のように区別する。

空調利用実績情報ＤＢ１４は、入力部１１から送られた空調利用実績情報を格納する。空調利用実績情報は、空調２の実際の利用実績を表すデータである。図４は、空調利用実績情報と空調利用計算情報の一例を示す図である。図４（Ａ）が空調利用実績情報を示している。２行目に、１時間ごとの空調の状態が、オンを１、オフを０として、示されている。また、３行目に設定温度が１時間ごとに示されている。このように、実際の空調の状態と設定温度の情報が時系列で示される。

空調利用実績情報は、この他の情報を含んでいてもよい。例えば、空調２の吸込温度または吹出温度などを空調２自体が計測しているときは、それらの計測温度が含まれていてもよい。また、空調２が有する設定、例えば、稼働に用いる電力を抑える省電力モード、急激に温度を変動させるブーストモードなどの設定が有効か否かについての情報を含んでいてもよい。また、空調利用実績情報の時刻間隔は任意に定めてよいし、変更があった時刻を記録してもよい。また、空調２が温度調整を行う対象の領域などの情報も位置情報ではなく、空調利用実績情報に含めてもよい。

空調利用計算情報ＤＢ１５は、入力部１１から送られた空調利用計算情報を格納する。空調利用実績情報は、実際の利用実績を表すものであるのに対し、空調利用計算情報は、空調２の運用を変更した際の効果を、シミュレーションにて求めるために作成されたデータである。後述するが、シミュレーション部１７は、空調２の運用（設定温度など）を変化させたときに、一定時間経過後のシミュレーション対象領域（ゾーン）の温度変化のシミュレーションを行う。つまり、空調利用計算情報は、シミュレーション部１７の入力データである。

図４（Ｂ）が空調利用計算情報を示している。黒枠で囲まれた部分が、空調利用実績情報と異なる部分である。このように、空調利用計算情報は、空調利用実績情報と同形式のデータだが、ユーザまたは他のシステムにより、値の一部が変更されたものであり、この変更による影響をシミュレーションさせるためのものである。図４（Ｂ）では、朝早くに空調をオンにすることにより省エネを目指すという運用をシミュレーションさせるためのものである。

空調パラメータ生成部１６は、位置情報、計測実績情報、および空調利用実績情報に基づき、適切なパラメータを生成する。このパラメータは、シミュレーション部１７が行うシミュレーションの対象領域（ゾーン）における熱量を計算する上で必要なパラメータである。

運用変更による効果をシミュレーションするには、運用変更の影響による温度変化を予測する必要があるが、温度変化を求めるには、ゾーンに流入または流出する熱量の存在を推測する必要がある。なお、ここでは便宜上、ゾーンに流入または流出する熱量を特に熱流量と称し、熱量は熱流量の大きさを表すこととする。

ゾーン内の温度変化は、空調２からの熱流量だけでなく、ゾーンが有する全ての熱流量によって定まる。例えば、ゾーン内の壁を透過してくる熱流量、ゾーン内に存在する人が発する熱流量、ゾーンが有する窓から照射される日光による熱流量などの影響を受ける。これらの熱流量の大きさ（熱量）および向きにより、ゾーン内の温度変化が決定される。そのため、空調パラメータ生成部１６は、まずゾーンを把握した上で、そのゾーンが有する熱流量の数と種類を推測する。そして、各熱流量の大きさを計算する上で必要なパラメータの値を予測する。

パラメータの詳細および空調パラメータ生成部１６の具体的な処理については、以下に記載する空調パラメータ生成部１６の内部構成とともに説明する。

ゾーン情報生成部（熱量項目導出部）１６１は、位置情報ＤＢ１２から取得した位置情報に基づき、ゾーン情報を生成する。ゾーン情報とは、ゾーン情報生成部１６１が決定したゾーン、ゾーンの熱流量、熱流量のパラメータなどに関する情報である。

まず、ゾーンの決定について説明する。ゾーン情報生成部１６１は、空調２の位置情報から、空調２が温度調整を行う領域（空調対象領域）を生成する。そして、温度調整を行う領域内のセンサ３の位置情報から、ゾーンを決定する。

図５は、ゾーンの一例を示す図である。ゾーン４が、点線の太枠により示されている。図５は、空調２の空調対象領域内である居間にセンサ３が１つある場合を示す。このような場合は、空調対象領域をそのままゾーンとすればよい。よって、図５では、空調対象領域である居間全体とゾーン４が一致している。

図６は、ゾーンの他の一例を示す図である。図６は、空調対象領域内にセンサ３が複数ある場合を示す。このような場合は、空調対象領域を複数のゾーンにて分割する。図６では、空調対象領域内にセンサ３１と３４の２つが存在するため、空調対象領域がゾーン４１とゾーン４２の２つのゾーンに分割されている。ゾーンの分割方法は、任意に定めてよく、１つの方法に限られるものではない。例えば、センサ３１と３２のいずれに最も近いかに基づき、１つの領域を複数の領域に分割するボロノイ分割法などが考えられる。なお、図６では、空調２１と空調２２の２つの空調２が存在するが、両方の空調対象領域は居間で同一とする。

次に、ゾーン情報生成部１６１は、このゾーンの熱流量の存在を推定する。熱流量は、例えば、空調による熱流量、屋外からの熱流量、隣接エリアまたはゾーンからの熱流量、ゾーン内に存在する人の発熱による熱流量（発熱量）、日照による窓からの熱流量などがある。

図７は、ゾーンに存在する熱流量の一例を示す図である。図７には、図５で示したゾーンの例が示されている。図７では、ゾーン４内に空調２が存在しているため、空調２から流出される熱流量５１がゾーン４内に存在する。また、ゾーン４は、廊下および屋外と隣接していることから、廊下との間で流入出する熱流量５２と、屋外との間で流入出する熱流量５３が存在する。

図８は、ゾーンに存在する熱流量の他の一例を示す図である。図８には、図６で示したゾーンの例が示されている。図８では、左側のゾーン４１には、空調２１からの熱流量５１、廊下からの熱流量５２、屋外からの熱流量５３が存在し、右側のゾーン４２には、空調２からの熱流量５４、隣の部屋からの熱流量５５、屋外からの熱流量５６が存在する。また、ゾーン４１とゾーン４２が隣接していることから、ゾーン間の熱流量５７が両ゾーン内に存在する。

なお、センサがゾーン内の人の有無、または日光などを検知する場合は、ゾーン内の人の発する熱流量、窓からの日光の熱流量も考慮してもよい。このように、ゾーン情報生成部１６１は、ゾーン内の空調２、隣接する他の領域、その他の位置情報などから、ゾーンに流入出する熱流量の存在を推定し、熱量項目（存在すると推定された熱流量の項目）を導出する。

次に、ゾーン情報生成部１６１は、各熱流量の大きさを求めるために、熱流量ごとのパラメータの種類を決定する。

次式（１）は、ゾーンにおける熱収支式を示す。熱収支式とは、ゾーンの温度変動と、ゾーンの熱流量との関係を示す式である。ゾーンの単位時間幅の温度変動は、単位時間幅における、そのゾーンの熱流量に依存する。ゾーンの単位時間ｉの温度変動を△Ｔとした場合、そのゾーンの比熱Ｃ_ｖと△Ｔとの積は、単位時間ｉにそのゾーンに流入出した熱量の総和に等しくなる。したがって、熱流量を右辺の一次式で表すことにすると、次式の熱収支式が成り立つ。

Ｋは、ゾーンに流入出する熱流量の総数であり、１以上の整数である。ｋは、熱流量の番号であり、ｋ＝｛１、２、・・・、Ｋ｝で表される。

また、ｉは単位時間としたが、以降は、シミュレーションを行う単位期間内に含まれる単位時間の番号、つまり時刻スロットを意味し、ｉ＝｛１、２、・・・、Ｉ｝で表すものとする。Ｉは１以上の整数である。例えば、単位時間幅を１時間ごとにし、１日分のシミュレーションを行う場合は、Ｉ＝２４となり、ｉ＝１は、０時から１時まで、ｉ＝２は１時から２時まで、ｉ＝２４は、２３時から２４時までの各時刻スロットを表す。

式（１）の右辺のａ_ｋｉθ_ｋは、時間スロットｉにおけるｋ番目の熱流量を意味する。このａ_ｋｉとパラメータθ_ｋは、熱流量の大きさを決定するものである。ここでは、ａ_ｋｉを計測実績情報などから算出可能な係数とし、パラメータθ_ｋを計測実績情報などから算出不可能なパラメータと定義する。

例えば、空調２による熱流量は、空調２の設定温度とゾーンの温度との差分に基づくものとし、当該差分に基づき熱流量の大きさを算出するためのパラメータを、空調２のパラメータとする。そうすると、このパラメータは、空調２の仕事率に相当する。なお、空調２がその時刻に実際に稼働していない場合は、熱流量の大きさは０（ゼロ）となるはずなので、空調２がオンのときは１、オフのときは０を示すＯｎＯｆｆ関数を乗じる必要がある。

また、隣接空間との熱流量は、隣接空間の温度とゾーンの温度との差に基づくものとし、隣接空間の温度とゾーンの温度との差に基づき熱流量の大きさを算出するためのパラメータを隣接空間との熱流量のパラメータとする。このパラメータは、隣接空間、例えば隣の部屋、廊下または屋外とゾーンの間に存在する壁、扉、天井等の外皮熱損失に相当する。

その他、人の発熱による熱流量は、１人あたりの平均発熱量とゾーンにおける在人数係数で求められるため、１人あたりの平均発熱量をパラメータとすればよい。また、日照による窓からの熱流量は、日射量係数と窓の熱貫通率で求められるため、窓の熱貫通率をパラメータとすればよい。

図７では、熱流量５１から５３までのパラメータがθ_１からθ_３にて表されている。図８では、熱流量５１から５６までのパラメータがθ_１からθ_６にて表されている。また、ゾーン間の熱流量５７は、一方のゾーンにとっては入流であり、他方のゾーンにとっては同じ大きさの熱量の出流である。したがって、熱流量５７において、一方のパラメータは、他方のパラメータの符号を反転したものと表すことができる。図８では、ゾーン４１の熱流量５７のパラメータをθ_７、ゾーン４２の熱流量５７のパラメータを−θ_７と表している。

また、ゾーンの各パラメータは、ゾーンにおける一群のパラメータ（パラメータ群）として、まとめて表記される。ここでは、パラメータ群を集合Ｓで表し、Ｓ＝｛θ_１、・・・θ_ｋ、・・・・、θ_Ｋ｝とする。ゆえに、図７のゾーン４におけるパラメータ群はＳ＝｛θ_１、θ_２、θ_３｝となる。また図８のゾーン４１におけるパラメータ群ＳはＳ＝｛θ_１、θ_２、θ_３、θ_７｝と表され、ゾーン４２におけるＳは、Ｓ＝｛θ_４、θ_５、θ_６、−θ_７｝と表される。なお、熱流量の向きである流入および流出は、どちらを正または負としてもよい。

上記のような、ゾーン情報生成部１６１が生成したゾーン、ゾーンの熱流量、パラメータ群などがゾーン情報に含まれる。また、その他のゾーンに関する情報、例えば、ゾーン内に存在する空調２などの設備、位置関係などの情報も含めてよい。

ゾーン情報ＤＢ１６２は、ゾーン情報生成部１６１が生成したゾーン情報を格納する。格納されたゾーン情報は、パラメータ値算出部１６３の処理に用いられる。なお、ゾーン情報をゾーン情報生成部１６１からパラメータ値算出部１６３に直接渡してもよく、その場合、ゾーン情報ＤＢ１６２はなくともよい。

パラメータ値算出部１６３は、ゾーンのパラメータ群の各パラメータに対し、適切な値を算出する。値の算出方法は、以下に記載するパラメータ値算出部１６３の内部構成とともに説明する。

パラメータ候補生成部１６３１は、ゾーン情報生成部１６１またはゾーン情報ＤＢ１６２からゾーン情報を取得し、パラメータ群Ｓの各パラメータのそれぞれの値の候補を決定する。ここでは、パラメータ候補生成部１６３１が決定したパラメータの値をパラメータ候補と、パラメータ候補の集合をパラメータ候補群と称する。複数生成されたパラメータ候補群のうち、ｎ（ｎは１≦ｎ≦Ｎを満たす整数、Ｎは１以上の整数）番目のパラメータ候補群をＳ_ｎと表記する。図９は、パラメータ候補群の一例を示す図である。複数のパラメータ候補群の各パラメータの値が記録されている。なお、Ｎは予め定められているものとする。

パラメータ候補生成部１６３１がパラメータの値を決定する方法は、公知の手段を用いてよい。例えば、各パラメータの種類に応じて、各パラメータの上限値および下限値を設けた上で、ランダムに生成してもよいし、各パラメータの期待値を用いてもよい。または、初期値であるパラメータ候補群Ｓ_１の各パラメータはランダムに生成し、その後のＳ_２からＳ_Ｎまでは、勾配法、ＧＡ（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ）法、ＳＡ（Ｓｉｍｕｌａｔｅｄ Ａｎｎｅａｌｉｎｇ）法、滑降シンプレックス法などの最適化アルゴリズムを用いてもよい。また、パラメータ空間を網羅的に探索するような手法を用いてもよい。これらのアルゴリズムを用いることで、少ない試行回数で、より正確により早く最適値または準最適値を求めることができる可能性がある。

なお、各パラメータの上限値および下限値は、パラメータ候補生成部に予め定めておいてもよいし、パラメータ候補ＤＢ１６３２などに格納し、参照させてもよい。

パラメータ候補ＤＢ１６３２は、パラメータ候補生成部１６３１が生成したパラメータ候補群を格納する。格納されたパラメータ候補群は、温度時系列推定部１６３３の処理に用いられる。なお、パラメータ候補群をパラメータ候補生成部１６３１から温度時系列推定部１６３３に直接渡してもよく、その場合、パラメータ候補ＤＢ１６３２はなくともよい。

温度時系列推定部１６３３は、パラメータ候補生成部１６３１またはパラメータ候補ＤＢ１６３２からパラメータ候補群を取得し、当該パラメータ候補群による一定期間における温度変化の値を推定する。

温度時系列推定部１６３３が推定温度を生成する方法について説明する。式（１）で示した熱収支式の△Ｔは、単位時間における温度変動を表したが、ある時刻スロットｉにおける計測された実績温度をＴ［ｉ］と、時刻スロットｉ＋１における実績温度をＴ［ｉ＋１］とした場合、△Ｔ＝Ｔ［ｉ＋１］−Ｔ［ｉ］と表すことができ、式（１）は次式のように変更できる。
ここで、式（２）の実績温度Ｔを、推定温度Ｙに置き換えると、式（３）で表される推定温度Ｙに関する時間発展式となるため、初期値Ｙ［１］さえ分かれば、この差分方程式にて繰り返し計算を行うことにより、各時間スロットにおけるゾーンの推定温度Ｙ［ｉ］を求めることができる。
なお、初期値Ｙ［１］は、実績温度Ｔ［１］の平均値などにより推定してもよい。

時刻スロットｉにおける項目ｋの熱流量の係数であるａ_ｋｉの値は、計測実績情報から算出する。ａ_ｋｉは熱流量の種類ごとに異なる。例えば、空調２による熱流量をａ_１ｉとするとａ_１ｉは、空調２の設定温度Ｔ_ｓｅｔと空調２の温度調整対象領域の室温Ｔ_ａとの差分と、空調のオンオフの値を示すＯｎＯｆｆ関数との積に基づくとしたため、ａ_１ｉ＝（Ｔ_ｓｅｔ［ｉ］−Ｔ_ａ［ｉ］）ＯｎＯｆｆ［ｉ］と表される。また、隣接空間、例えば隣の部屋との熱流量をａ_２ｉとすると、ａ_２ｉは隣の部屋の温度Ｔ_ｎと室温Ｔ_ａとの差に基づくとしたため、ａ_２ｉ＝Ｔ_ｎ［ｉ］−Ｔ_ａ［ｉ］と表される。また屋外との熱流量をａ_３ｉとすると、ａ_３ｉは外気温Ｔ_ｏと室温Ｔ_ａとの差に基づくとしたため、ａ_３ｉ＝Ｔ_ｏ［ｉ］−Ｔ_ａ［ｉ］と表される。

なお、時刻スロットｉにおける、設定温度の値Ｔ_ｓｅｔ［ｉ］、外気温の値Ｔ_ｏ［ｉ］、隣接ゾーンの温度の値Ｔ_ｎ［ｉ］の値は、時刻スロットｉにおける、ある時刻の実際の気温でもよいし、時刻スロット間の平均値でもよく、任意に定めてよい。例えば、１時間単位の場合は、中間の時刻である各時３０分のときの温度としてもよい。

このようにしてａ_ｋｉを定め、ゾーンの温度を推定する。例えば、図７で示したゾーン４の推定温度Ｙは、次式にて求めることができる。

また、図８のように、ゾーンが複数あるときも、ゾーンごとに温度を推定する。例えば、図８において、ゾーン４１の推定温度Ｙ_ａ１は、ゾーン４１の比熱Ｃ_ｖ１、空調２１の設定温度Ｔ_ｓｅｔ１とオンオフＯｎＯｆｆ_１、廊下の温度Ｔ_ｎ１、ゾーン４２の温度Ｔ_ａ２とゾーン４１のパラメータ群を用いて次式で表される。
また、ゾーン４２の温度Ｔ_ａ２は、ゾーン４２の比熱Ｃ_ｖ２と、空調２１の設定温度Ｔ_ｓｅｔ２とオンオフＯｎＯｆｆ_２、隣の部屋の温度Ｔ_ｎ２、外部の温度Ｔ_ｏ、ゾーン４１の温度Ｔ_ａ１とゾーン４２のパラメータ群を用いて次式で表される。

なお、ゾーンの比熱Ｃ_ｖが不明である場合は、シミュレーションなどで推定してもよいし、任意な値、例えば１などと仮定して計算してもよい。

なお、温度時系列推定部１６３３の推定温度を生成する方法は上記に限られない。パラメータθ_ｋに基づき、Ｅｎｅｒｇｙ Ｐｌｕｓなどのシミュレーションを用いて算出してもよい。

算出された推定温度は、推定温度情報として、推定温度情報ＤＢ１６３４に送られる。図１０は、推定温度情報の一例を示す図である。図１０の２行目から４行目は、ａ_ｋｉまたはａ_ｋｉの算出に必要な温度差の値である。なお、センサが複数ある場合には、前述のように、複数のゾーンに細分化できるため、最適パラメータの精度は１つのゾーンのときよりも高くすることができる。ゆえに、複数のゾーンに分割したときは、精度の高いパラメータでのシミュレーションが可能となるため、最終的に得られる空調運用評価の精度を上げる効果が期待できる。

推定温度情報ＤＢ１６３４は、温度時系列推定部１６３３が生成した推定温度情報を格納する。格納されたパラメータ候補群は、最適候補選択部１６３５の処理に用いられる。なお、推定温度情報を温度時系列推定部１６３３から最適候補選択部１６３５に直接渡してもよく、その場合、推定温度情報ＤＢ１６３４はなくともよい。

最適候補選択部１６３５は、温度時系列推定部１６３３が生成した各パラメータ候補群Ｓｎにおける温度推定結果と、実際に測定された実績温度値を比較し、比較結果を評価する評価値（コスト値）を生成する。実績温度値は、計測実績情報ＤＢ１３から取得する。評価値の算出方法は任意に定めてよい。例えば、時刻スロットｉにおける実績温度値をＴ［ｉ］、推定温度値をＹ［ｉ］とすると、評価値は次式で示すような自乗誤差で求めることができる。

また、ゾーンが複数あるときは、ゾーンごとの自乗誤差の総和などにより評価値を求めることができる。ゾーンの数をｍ（ｍは１≦ｍ≦Ｍを満たす整数、Ｍは１以上の整数）とし、時刻スロットｉにおけるゾーンｍの実績温度値をＴ_ｍ［ｉ］、推定温度値をＹ_ｍ［ｉ］、［ｉ］とすると、評価値は次式で示すような自乗誤差で求めることができる。
なお、評価値の算出方法は、絶対誤差やＭＡＸノルムなどの距離関数などを用いてもよい。

図１１は、評価値算出を説明する図である。２行目にパラメータ候補群Ｓ１の各時刻スロットにおける温度推定結果が示されている。また、３行目には、計測実績情報ＤＢ１３に格納されている温度実測値が示されている。最適候補選択部１６３５は、この温度推定結果と温度実測値に基づき、評価値を算出する。図１１の４行目に、各時刻スロットにおける自乗誤差とそれらの合計値である評価値が示されている。このように、最適候補選択部１６３５は、パラメータ候補生成部１６３１が生成したパラメータ候補群の評価値を生成する。

図１２は、最適パラメータの算出を説明する図である。パラメータ候補生成部１６３１が生成した各パラメータ候補群の各パラメータ値と、最適候補選択部１６３５が算出した評価値が記録されている。最適候補選択部１６３５は、全てのパラメータ候補群のうちから、最小の評価値を有するパラメータ候補群を最適パラメータ群（最適空調パラメータ）と決定する。

なお、ここでは最小の評価値を有するパラメータ候補群を最適としたが、最小でなくともよい。例えば、評価値が指定値に最も近いパラメータ候補群を最適とするなど、最適と判断する条件は、評価値算出方法に応じて任意に定めてよい。

最適パラメータＤＢ１６３６は、最適候補選択部１６３５が決定した最適パラメータ群を格納する。格納された最適なパラメータ群は、シミュレーション部１７の処理に用いられる。なお、最適なパラメータ群を最適候補選択部１６３５からシミュレーション部１７に直接渡してもよく、その場合、最適パラメータＤＢ１６３６はなくともよい。

シミュレーション部１７は、空調パラメータ生成部１６から最適パラメータ群を、空調利用計算情報ＤＢ１５から空調利用計算情報を取得する。そして、取得した最適パラメータ群と空調利用計算情報に基づき、運用を変更した場合のシミュレーションを実行する。

シミュレーション部１７は、例えばＥｎｅｒｇｙ Ｐｌｕｓといった既存のシミュレータにより、実現することが可能である。また、温度時系列推定部１６３３と同様な方法にて、運用変更後の温度を推定してもよい。

シミュレーション結果ＤＢ１８は、シミュレーション部１７が生成したシミュレーション結果を格納する。

出力部１９は、シミュレーション部１７またはシミュレーション結果ＤＢ１８から、シミュレーション結果を取得し、出力する。また、最適パラメータＤＢ１６３６からシミュレーションに用いた最適パラメータを取得して、出力してもよい。

出力部１９が出力される情報は、入力部からの入力をもって決定してもよいし、予め定められていてもよい。また、出力部１９は、送られてきた情報を出力してもよいし、出力する情報をシミュレーション結果ＤＢ１８などからポーリングして取得してもよい。

出力の形式は、ＧＵＩ出力であってもよいし、データを電子ファイルとして出力してもよい。図１３は、出力の一例を示す図である。図１３の実線のグラフは、運用変更後の空調３からの熱量を示し、破線のグラフは最適パラメータ群に基づき推定された運用変更後の推定温度を示す。なお、グラフに図示するのは、エネルギー量の変化でもよいし、エネルギーの相対値でもよい。

また、グラフとともに、シミュレーションに用いられた最適な空調パラメータと、改善運用パターンとして空調利用計算情報が出力されている。ここでは、「朝早く空調を付ける」という運用変更が示されている。これらの情報も、単独で表示されても、組み合わされて表示されてもよい。また、図１３の下方に示すように、最適パラメータにおける温度推定結果などを出力してもよい。また、最適候補選択部１６３５が算出した各パラメータ候補群の評価値を出力してもよい。

次に、本実施形態に係る空調運用評価装置の処理のフローについて説明する。図１４は、本実施形態に係る空調運用評価装置の概略処理のフローチャートである。このフローチャートでは、位置情報などの情報は既に各ＤＢに格納されており、空調パラメータ生成部１６の処理の開始からを想定する。本フローの開始のタイミングは、任意でよい。予め定められたタイミングで自動的に開始されてもよいし、入力部３０１から処理の開始を指示してもよいし、位置情報ＤＢ１２などの格納部のデータが更新されたタイミングで開始されてもよい。

ゾーン情報生成部１６が、位置情報ＤＢ１２から位置情報を取得し、空調２とセンサ３の位置情報に基づき、ゾーンを設定する（Ｓ１０１）。そして、空調２と、ゾーンと他の領域との関係などに基づき、ゾーン内の熱流量を推測し、熱流量のパラメータの個数および種類を決定する（Ｓ１０２）。

パラメータ候補生成部１６３１は、パラメータの種類に基づき、パラメータの上限値および下限値などの条件を決定する。そして、パラメータ候補生成部１６３１は、各パラメータの値を決定し、パラメータ候補群を複数生成する（Ｓ１０３）。パラメータ候補群は、温度時系列推定部１６３３に送られる。

温度時系列推定部１６３３は、パラメータ候補群に含まれる各パラメータの種類または熱流量などに基づき必要な計測実績情報などを判断した上で、計測実績情報などに基づき、ゾーンの熱流量の係数ａ_ｋｉを計算する（Ｓ１０４）。そして、パラメータ候補群の各パラメータ候補値と、熱流量の係数ａ_ｋｉとに基づき、各パラメータ候補群における推定温度情報を生成する（Ｓ１０５）。生成された推定温度情報は、最適候補選択部１６３５に送られる。

最適候補選択部１６３５は、計測実績情報ＤＢ１３から計測実績情報を取得し、計測実績情報と推定温度情報とに基づき、各パラメータ候補群の評価値を算出する（Ｓ１０６）。そして、各パラメータ候補群の評価値に基づき、最適パラメータ群を決定する（Ｓ１０７）。最適パラメータ群は、シミュレーション部１７に送られる。

シミュレーション部１７は、取得した最適パラメータ群に基づき、シミュレーションを行い、シミュレーションの結果であるエネルギー情報などを算出する（Ｓ１０８）。シミュレーション結果は、出力部を介して、出力される（Ｓ１０９）。以上が、本実施形態におけるの概略処理のフローである。

なお、本フローチャートでは、各部の処理を独立して行わせる場合を記載したが、各部の処理を一連の処理にしてもよい。例えば、パラメータ候補群を１つ生成したら、そのパラメータ候補群に対する評価値の生成まで行ってもよい。その場合は、パラメータ候補群１つに対してＳ１０２からＳ１０６の処理を行った後で、再度Ｓ１０２に戻り、次のパラメータ候補群に対する処理を行えばよい。また、この場合は、計算時間の省略または負荷の軽減のために、終了条件を付与し、終了条件を満たした場合は、パラメータ候補群を指定された数まで生成せずに、終了させてもよい。終了条件は、例えば、予め閾値を決めておき、評価値が閾値を下回った時点で最適としてもよいし、１つ前のパラメータ候補群との差分が閾値を下回った時点で最適としてもよい。

また、本フローチャートでは、１つのゾーンに対しての処理を記載したが、複数のゾーンが有るときは、Ｓ１０１からＳ１０６の処理をゾーンごとに行えばよい。

なお、最適パラメータ算出部１６３における最適パラメータ群の算出を、最適化問題と捉え、ＣＰＬＥＸなどの数理計画問題ソルバを用いて、最適なパラメータ群を算出するといった方法も考えられる。

最適なパラメータ群であれば、式１で示した熱収支式における左辺（計測温度の変化に基づき推定された熱量の増加量）と、右辺（ゾーンの熱流量の増加量）がほぼ等しくなる。ゆえに、最適パラメータ群を求めるということは、各時刻スロットｉにおける熱収支式の左辺と右辺の差分または自乗誤差の総和を目的関数として、目的関数ができるだけ小さくなるようなパラメータ群を求めるという最適化問題として捉えることができる。したがって、各パラメータの上限値および下限値などを制約条件として、次式（８）で示す最適化問題を数理計画問題ソルバにて解くことにより最適なパラメータ群を算出することができる。
なお、θ^※は、θの最適値とする。

または、上記式（９）において、Ｃ_ｖ△Ｔを目的変数、ａ_ｋｉを説明変数とし、時刻スロットｉ＝｛１、２、・・・、Ｉ｝における各値が、異なるデータ点を表す回帰であると考えて、回帰手法により解を得てもよい。

上記式（９）は、各時刻スロットにおける熱流量と、それによる温度上昇との誤差を小さくする観点から求められた。この他に、各時刻スロットｉにおける推定温度値Ｙ［ｉ］と実績温度値Ｔ［ｉ］との差分または自乗誤差の総和ができるだけ小さくなるようなパラメータ群を求めるという最適化問題と捉えることもできる。

時刻スロット１からｉ−１までにおける式（３）の差分方程式を全て足し合わせると、時刻スロットｉにおける推定温度値Ｙ［ｉ］は、次式のよう表される。
したがって、各時刻スロットｉにおける推定温度値Ｙ［ｉ］と実績温度値Ｔ［ｉ］との自乗誤差の総和の最適化問題は、次式のように表される。

また、上記式（１１）において、Ｔ［ｉ］−Ｙ［ｉ］を目的変数、
を説明変数とし、各時刻スロットｉ＝｛１、２、・・・、Ｉ｝における各値が、異なるデータ点を表す回帰であると考えて、回帰手法により解を得てもよい。

また、最適化問題として、最適なパラメータ群を算出する場合のフローは、図１４で示したフローチャートのＳ１０３からＳ１０７の処理に代えて、パラメータ値算出部１６３が式（８）または（１１）に基づき、数理計画問題ソルバにより、最適なパラメータ群を算出する。

以上のように、本実施形態によれば、容易に取得可能な計測温度に基づいて、シミュレーションに必要なパラメータを算出することができる。これにより、温度計などの簡易なセンサを活用することができ、空調２の消費電力などを調査する手間、電力測定のための機器の設置コストを減らすことができる。また、複数のパラメータ候補群を作成し、最適なパラメータ群を選択するため、精度の高い空調モデルと、シミュレーションが可能となる。これらにより、経済性と評価精度を両立させた空調運用評価装置を実現できる。

また、上記に説明した実施形態における各処理は、ソフトウェア（プログラム）によって実現することが可能である。よって、上記に説明した実施形態における空調運用評価装置は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用い、コンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することが可能である。

図１５は、本発明の一実施形態に係る空調運用評価装置を実現したハードウェア構成の一例を示すブロック図である。空調運用評価装置は、プロセッサ６１、主記憶装置６２、補助記憶装置６３、ネットワークインタフェース６４、デバイスインタフェース６５、入力装置６６、出力装置６７を備え、これらがバス６８を介して接続された、コンピュータ装置６として実現できる。

プロセッサ６１が、補助記憶装置６３からプログラムを読み出して、主記憶装置６２に展開して、実行することで、ゾーン情報生成部１６１、パラメータ値算出部１６３、パラメータ候補生成部１６３１、温度時系列推定部１６３３、最適候補選択部１６３５、シミュレーション部１７の機能を実現することができる。

本実施形態の空調運用評価装置は、当該空調運用評価装置で実行されるプログラムをコンピュータ装置に予めインストールすることで実現してもよいし、プログラムをＣＤ−ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して配布して、コンピュータ装置に適宜インストールすることで実現してもよい。

ネットワークインタフェース６４は、通信ネットワークに接続するためのインタフェースである。空調装置２、センサ３などとの通信は、このネットワークインタフェース６４にて実現してもよい。ここではネットワークインタフェースを１つのみ示しているが、複数のネットワークインタフェースが搭載されていてもよい。

デバイスインタフェース６５は、外部記憶装置（外部記憶媒体）７などの機器に接続するインタフェースである。外部記憶装置７は、ＨＤＤ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−Ｒ、ＳＡＮ（Ｓｔｏｒａｇｅ ａｒｅａ ｎｅｔｗｏｒｋ）等の任意の記録媒体または記憶装置でよい。位置情報ＤＢ１２、計測実績情報ＤＢ１３、空調利用実績情報ＤＢ１４、空調利用計算情報ＤＢ１５、ゾーン情報ＤＢ１６２、パラメータ候補ＤＢ１６３２、推定温度情報ＤＢ１６３４、最適パラメータＤＢ１６３６、シミュレーション結果ＤＢ１８は、外部記憶装置７としてデバイスインタフェース６５に接続されてもよい。

入力装置６６は、キーボード、マウス、タッチパネル等の入力デバイスを備え、入力部１１の機能を実現する。入力部１１からの入力デバイスの操作による操作信号はプロセッサ６１に出力する。入力装置６６または出力装置６７は、外部からデバイスインタフェース６５に接続されてもよい。

出力装置６７は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）等の表示ディスプレイからなり、出力部１９の機能を実現する。

主記憶装置６２は、プロセッサ６１が実行する命令、および各種データ等を一時的に記憶するメモリ装置であり、ＤＲＡＭ等の揮発性メモリでも、ＭＲＡＭ等の不揮発性メモリでもよい。補助記憶装置６３は、プログラムやデータ等を永続的に記憶する記憶装置であり、例えば、ＨＤＤまたはＳＳＤ等がある。ゾーン情報ＤＢ１６２、パラメータ候補ＤＢ１６３２、推定温度情報ＤＢ１６３４、最適パラメータＤＢ１６３６などが保持するデータは、主記憶装置６２、補助記憶装置６３または外部記憶装置７に保存される。

また、必要に応じて、空調運用評価装置の構成は変更してもよい。空調運用評価装置の一部、例えば空調パラメータ生成部１６を空調パラメータ生成装置として分離してもよい。

上記に、本発明の一実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ 空調運用評価装置
１１ 入力部
１２ 位置情報ＤＢ
１３ 計測実績情報ＤＢ
１４ 空調利用実績情報ＤＢ
１５ 空調利用計算情報ＤＢ
１６ 最適パラメータ算出部
１６１ ゾーン情報生成部（熱量項目導出部）
１６２ ゾーン情報ＤＢ
１６３ パラメータ値算出部
１６３１ パラメータ候補生成部
１６３２ パラメータ候補ＤＢ
１６３３ 温度時系列推定部
１６３４ 推定温度情報ＤＢ
１６３５ 最適候補選択部
１６３６ 最適パラメータＤＢ
１７ シミュレーション部
１８ シミュレーション結果ＤＢ
１９ 出力部
２、２１、２２ 空調装置（空調）
３、３１、３２、３３、３４、３５ センサ
４、４１、４２ ゾーン
５１、５２、５３、５４、５５、５６、５７ 熱流量
６ コンピュータ装置
６１ プロセッサ
６２ 主記憶装置
６３ 補助記憶装置
６４ ネットワークインタフェース
６５ デバイスインタフェース
６６ 入力装置
６７ 出力装置
６８ バス
７ 外部装置

Claims (10)

1. 空調装置が空調を調整する第１領域に流入または流出する熱量項目を導出する熱量項目導出部と、
   前記第１領域における計測温度の変化に基づき、前記熱量の値を計算するためのパラメータの値を決定するパラメータ値算出部と、
   を備える空調パラメータ生成装置。
2. 前記パラメータ値算出部は、
   前記パラメータの値の候補を生成するパラメータ候補生成部と、
   前記第１領域の前記候補に基づく時系列の推定温度を算出する温度時系列推定部と、
   前記第１領域における計測温度と前記推定温度とに基づき、前記候補から最適な候補を選択する最適候補選択部と、
   を備える請求項１に記載の空調パラメータ生成装置。
3. 前記パラメータ値算出部は、
   前記第１領域における計測温度と推定温度との差分、または前記第１領域における計測温度の変化に基づき推定された熱量の増加量と前記第１領域に流入または流出する熱量の増加量との差分に基づく目的関数と、
   前記パラメータの種類に応じて予め定められた制約条件と、
   に基づく最適化問題を解くことで前記最適値を得る
   請求項１に記載の空調パラメータ生成装置。
4. 前記熱量項目導出部は、
   前記空調装置が存在する施設に関する情報と、前記空調装置に関する情報とに基づき、前記第１領域を算出する
   請求項１ないし３のいずれか一項に記載の空調パラメータ生成装置。
5. 前記熱量項目導出部は、前記第１領域に温度センサが複数あるときは、前記温度センサの位置に基づき分割された、前記第１領域の分割領域を生成し、前記分割領域に流入または流出する熱量項目を導出する
   請求項１ないし４のいずれか一項に記載の空調パラメータ生成装置。
6. 前記熱量項目導出部は、
   前記空調装置からの熱量と、
   前記第１領域と前記第１領域の隣接領域との間の熱量と、
   前記第１領域に存在する生体の発熱による熱量と、
   前記第１領域に照射される日光による熱量と、
   の少なくとも１つの熱量項目を導出する
   請求項１ないし５のいずれか一項に記載の空調パラメータ生成装置。
7. 請求項１ないし６のいずれか一項に記載の空調パラメータ生成装置と、
   前記空調パラメータ生成装置により決定されたパラメータの値に基づき、前記空調装置の運用を変更した際の効果を算出するシミュレーション部と、
   前記シミュレーション部のシミュレーション結果を出力する出力部と、
   を備えた空調運用評価装置。
8. 前記施設に関する情報と、前記第１領域における計測温度と、前記空調装置の情報との少なくとも１つの入力を受け付ける入力部
   をさらに備える請求項７に記載の空調運用評価装置。
9. 空調装置が空調を調整する第１領域に流入または流出する熱量を認識する認識ステップと、
   前記第１領域における計測温度の変化に基づき、前記熱量の値を決定するパラメータの最適値を決定するパラメータ最適値算出ステップと、
   をコンピュータが実行する空調パラメータ生成方法。
10. 空調装置が空調を調整する第１領域に流入または流出する熱量を認識する認識ステップと、
    前記第１領域における計測温度の変化に基づき、前記熱量の値を決定するパラメータの最適値を決定するパラメータ最適値算出ステップと、
    をコンピュータに実行させるためのプログラム。