JP2020200999A - 空調装置の制御システム - Google Patents

Abstract

【課題】室内の快適性を損なうことなく省エネを達成する。【解決手段】計測データと所定空間の温度および湿度の値とに基づいてＰＭＶ値を算出するＰＭＶ算出手段と、算出されたＰＭＶ値に基づいて空調装置による冷房または暖房の要否を判定する空調制御判定手段と、空調装置を稼働させた場合の消費電力量を算出可能な消費電力算出手段と、ＰＭＶ算出手段および消費電力算出手段の算出結果に基づいて空調装置の制御信号を生成する空調制御手段とを備え、ＰＭＶ算出手段は冷房または暖房をした時のＰＭＶ値を算出し、消費電力算出手段は機械学習結果に基づいて冷房または暖房をした時の消費電力量を算出し、空調制御手段は、冷房運転の際にはＰＭＶ値が最も上限値に近くかつ消費電力量が少なくなる設定温度を、また暖房運転の際にはＰＭＶ値が最も下限値に近くかつ消費電力量が少なくなる設定温度を選択して空調装置の制御信号を生成するようにした。【選択図】図２

Description

この発明は、空調装置を備えた空調制御システムに関し、例えばアメダスのような地域気象観測システムの計測データを利用して省エネのために空調装置の電力量を制御する空調デマンド制御に適用して有効な技術に関するものである。

近年、オフィスなどの室内の空気の温度や湿度を調整する空気調和機や照明機器の省エネ稼働に対する要求が高くなっている。従来、空気調和機の温度制御は、利用者によって設定された温度を目標値としてコンプレッサーや送風機を駆動制御する方式が一般的であるが、設定値に基づいて温度を制御すると省エネを達成することが困難である。
一方、省エネを優先して空気調和機を制御すると、利用者にとって暑い又は寒いという不快な室内環境に調整されてしまうという課題があった。そこで、消費電力量や省エネ量を数値として表示し、室内の快適性を損なわない範囲で設定値を調節して省エネを達成する取り組みも行われている。

特開２０１２−１４９８３９号公報

しかしながら、人の手で設定値を調節して省エネを達成する方法は、頻繁に温度や電力量または省エネ量をチェックしなければならないため非常に煩わしいとともに、快適さの感じ方には個人差がある。そのため、空調の温度設定値の調節を人手に委ねると、省エネが優先されて快適性が損なわれたり、快適性が優先されて省エネを充分に達成することができなくなったりするおそれがある。

一方、室内温度は、外気の温度や湿度に依存する。そこで、本発明者らは、室内の温度や湿度の他に外気の温度や湿度を考慮に入れることで、快適性を損なうことなく省エネを達成することができる空調の自動制御について鋭意検討して本発明の空調装置のデマンド制御システムを開発するに至った。
なお、室内の温度や湿度の他に外気の温度や湿度を考慮した空調の自動制御に関する発明としては、例えば、特許文献１に記載されている発明がある。ただし、特許文献１の発明は、多数のサーバなどの情報処理装置が設置されているデータセンタにおける空調の制御に関するもので、人間にとっての快適性を追求するものではない。

本発明は上記のような課題に着目してなされたもので、環境の影響を考慮に入れて、室内の快適性を損なうことなく省エネを達成することができる空調装置の制御システムを提供することを目的とするものである。

上記目的を達成するため本発明は、
気象観測システムから少なくとも大気の温度および湿度の計測データを受信可能なデータ受信器と、前記データ受信器により受信した大気の温度および湿度の計測データと、制御対象の空調装置が設置されている所定空間の温度および湿度の値とに基づいて前記空調装置の制御信号を生成し出力するデータ処理装置と、を備えた空調装置の制御システムにおいて、
前記データ処理装置は、
前記計測データと前記所定空間の温度および湿度の値を用いて、快適性の評価指標であるＰＭＶ（予測平均温冷感申告）値を算出するＰＭＶ算出手段と、
前記ＰＭＶ算出手段により算出されたＰＭＶ値に基づいて前記空調装置による冷房運転または暖房運転の要否を判定する空調制御判定手段と、
前記空調装置を稼働させた場合の消費電力量を算出可能な消費電力算出手段と、
前記ＰＭＶ算出手段および前記消費電力算出手段の算出結果に基づいて、前記空調装置の制御信号を生成する空調制御手段と、を備え、
前記ＰＭＶ算出手段は、前記空調制御判定手段により冷房運転または暖房運転が必要であると判定された場合に、冷房運転または暖房運転をした時のＰＭＶ値を算出し、
前記消費電力算出手段は、前記空調制御判定手段により冷房運転または暖房運転が必要であると判定された場合に、機械学習結果に基づいて冷房運転または暖房運転をした時の消費電力量を算出し、
前記空調制御手段は、前記ＰＭＶ算出手段と前記消費電力算出手段の算出結果に基づいて、冷房運転の際にはＰＭＶ値が所定の範囲（例えば０．５〜−０．５）で最も上限値（０．５）に近くかつ消費電力量が少なくなる設定温度を選択して前記空調装置の制御信号を生成し、暖房運転の際にはＰＭＶ値が前記所定の範囲で最も下限値（−０．５）に近くかつ消費電力量が少なくなる設定温度を選択して前記空調装置の制御信号を生成するように構成したものである。

上記した手段によれば、気象観測システム（例えばアメダス）から取得した大気の温度および湿度の計測データと空調装置が設置された空間の大気の温度および湿度の値とに基づいてＰＭＶ値を算出するとともに、機械学習結果に基づいて冷房または暖房運転をしたときの消費電力量を予測して、ＰＭＶ値が冷房時は０．５にまた暖房時は−０．５に近くかつ消費電力量が最も少なくなる設定温度を選択して空調装置の制御信号を生成するようにしているため、環境の影響を考慮に入れて、室内の快適性を損なうことなく省エネを達成することができる。

ここで、望ましくは、前記消費電力算出手段が冷房運転をした時の消費電力量の算出に使用する前記機械学習結果は、大気のエンタルピーが予め決定された所定値以上であるときの大気の温度および湿度の計測データおよび消費電力実績データに基づく学習結果であるようにする。
かかる構成によれば、大気のエンタルピーが予め決定された所定値（例えば６２kJ/kg）以上であるときの大気の温度および湿度の計測データおよび消費電力実績データは、冷房運転をしている時のデータである確率が高いので、得られているすべての大気の温度および湿度の計測データと消費電力実績データとに基づいて学習した結果を用いる場合に比べて、精度の高い消費電力量の予測を行うことができる。

また、望ましくは、前記消費電力算出手段が暖房運転をした時の消費電力量の算出に使用する前記機械学習結果は、大気の温度が予め決定された所定値以下であるときの大気の温度および湿度の計測データおよび消費電力実績データに基づく学習結果であるようにする。
かかる構成によれば、大気の温度が予め決定された所定値（例えば１２℃）以下であるときの大気の温度および湿度の計測データおよび消費電力実績データは、暖房運転をしている時のデータである確率が高いので、得られているすべての大気の温度および湿度の計測データと消費電力実績データとに基づいて学習した結果を用いる場合に比べて、精度の高い消費電力量の予測を行うことができる。

また、望ましくは、制御対象の空調装置が設置されている所定空間に設置された温度検出手段および湿度検出手段を備え、
前記ＰＭＶ算出手段は、前記データ受信器により受信した計測データと前記温度検出手段および湿度検出手段により計測された温度および湿度の値とに基づいて、ＰＭＶ値を算出するように構成する。
かかる構成によれば、より精度の高いＰＭＶ値の算出および消費電力量の予測を行うことができる。

さらに、望ましくは、前記消費電力算出手段は節約した消費電力量を算出可能であり、算出した消費電力量を表示手段へ出力して表示させるように構成する。
かかる構成によれば、節約した消費電力量を表示することができ、それによって省エネ効果を目に見える形で報知することができる。

本発明によれば、環境の影響を考慮に入れて、室内の快適性を損なうことなく自動的に省エネを達成することができる空調装置の制御システムを実現することができるという効果がある。

本発明に係る空調装置の制御システムの一実施形態を示すブロック図である。 実施形態に係るデマンド制御システムを構成するデータ処理装置によって実行される空調装置の制御手順の第１の実施例を示すフローチャートである。 過去データの解析に基づく大気のエンタルピーと室内のエンタルピーとの関係を示すグラフである。 過去データの解析に基づくアメダスの大気の温度データと消費電力量の実績値との関係を示すグラフである。 データ処理装置によって実行される空調装置の制御手順の第２の実施例を示すフローチャートである。 データ処理装置によって実行される空調装置の制御手順の変形例を示すフローチャートである。

以下、図面を参照しつつ、本発明に係る空調装置の制御システムの実施形態について説明する。図１は、本発明を適用した空調装置のデマンド制御システムの一実施形態を示すシステム構成図である。

図１に示すように、本実施形態の空調装置のデマンド制御システム２０は、通信ネットワークを介して例えば気象庁が管理するアメダスのような地域気象観測システムのサーバ１１から外大気の温度度や相対湿度などの計測データを受信可能なデータ受信器２１、空調装置１２が設置されている室内の温度を検出する室内温度計２２ａおよび室内湿度を検出する室内湿度計２２ｂ、ＣＰＵ（中央処理ユニット）などからなるデータ処理装置２３、アプリケーション・プログラムなどを記憶する記憶装置２４、データ処理装置２３によって算出された計算結果を表示する表示部２５などを備えている。

また、データ処理装置２３は、データ受信器２１によりアメダスサーバ１１から受信した信号から外大気の温度度と相対湿度のデータを取得する情報取得部３１、室内温度計２２ａおよび室内湿度計２２ｂにより検出された室内温度および室内湿度を読み込む計測値読込部３２、空調装置１２による空調制御が必要であるか否かを判定する空調制御判定部３３、計測値読込部３２により読み込まれた室内温度および室内湿度に基づいて所定の計算式を使用して快適性の評価指標であるＰＭＶ（予測平均温冷感申告）値を算出するＰＭＶ算出部３４、算出されたＰＭＶ値に基づいて冷暖房の要否を判定するとともに設定温度を算出して空調装置１２に対する制御信号を生成して出力する空調制御部３５、冷房運転または暖房運転をした時の消費電力量や本実施形態の空調デマンド制御による省エネ効果を算出する消費電力算出部３６などを備えている。

上記ＰＭＶ算出部３４におけるＰＭＶ値の計算式は、温度、湿度、着衣量、代謝量、放射量をパラメータとする所定の関数で表すことができることが知られており、本実施形態におけるＰＭＶ値の算出は公知の計算式を使用して行うことができる。なお、上記パラメータのうち着衣量、代謝量、放射量は、固定値（例えば着衣量＝0.6cl、代謝量＝1.1met）または「０」とすることによって計算量を減らすことができる。また、ＰＭＶ値を計算することができるプログラムが提供されているので、そのようなプログラムを用いて算出することができるので、具体的な計算式の記載は省略する。
なお、ＰＭＶ値は、国際規格であるＩＳＯ７７３０において、−０．５＜ＰＭＶ＜＋０．５ の範囲で９０％の人が快適となることが被験者実験から確かめられていることから、そのような温熱環境を実現することが推奨されている。

次に、上記データ処理装置２３による空調デマンド制御の手順の一例を図２のフローチャートを用いて説明する。
なお、空調制御のやり方として、快適性を優先する考え方と省エネを優先する考え方とがあるが、先ず快適性を優先する考え方を採用した場合の制御手順について説明する。
図２のデマンド制御処理が開始されると、データ処理装置２３は、室内温度計２２ａおよび室内湿度計２２ｂにより検出された室内温度および室内湿度を読み込む（ステップＳ１）。続いて、データ受信器２１によってアメダスサーバ１１から受信した信号から外大気の温度度と相対湿度のデータを取得する（ステップＳ２）。なお、ステップＳ１とＳ２の処理は逆であっても良い。

次に、データ処理装置２３は、上記ステップＳ１で読み込んだ室内温度に基づいて、現在の室内は冷房または暖房を必要とする温度範囲であるか否か判断する（ステップＳ３）。判断基準となるしきい値温度は、季節によって変えるようにしても良い。ステップＳ３で、冷房を必要とする温度範囲であると判定するとステップＳ４へ、また暖房を必要とする温度範囲であると判定するとステップＳ９へ進む。一方、冷房または暖房を必要とする温度範囲でない（Ｎｏ）と判定するとステップＳ１へ戻る。

ステップＳ４では、空調装置の冷房をオフ（ｏｆｆ）としたときのＰＭＶ値を所定の計算式を用いて算出する。この際、例えば
Ｔr（室内温度）＝ａ1・Ｔamd（アメダスの大気の温度）＋ｂ1
Ｗr（室内湿度）＝ａ2・Ｗamd（アメダスの相対湿温）＋ｂ2
で示されるような換算式を用いて室内の温度Ｔrおよび湿度Ｗrを算出してＰＭＶ値の算出に使用するようにしても良い。また、まだ冷房運転も暖房運転も開始していない場合におけるＰＭＶ値の算出には、室内の温度、湿度の実測値を使用する。

そして、算出されたＰＭＶ値が０．５以下であるか否か判定する（ステップＳ５）。ここで、ＰＭＶ値が０．５以下である（Ｙｅｓ）と判定すると、９０％以上の人は快適であると感じる環境であるので、ステップＳ１へ戻る。一方、ステップＳ５で、ＰＭＶ値が０．５以下でない（Ｎｏ）と判定するとステップＳ６へ進んで、冷房をオン（ｏｎ）させた時のＰＭＶ値を所定の計算式により算出するとともに、予め機械学習により取得しておいたデータを用いて消費電力量を算出（予測）する。
なお、ここで用いる学習データは、大気のエンタルピーが例えば「６２kJ/kg」のような所定の値よりも大きいときの消費電力データである。また、国際規格（ＩＳＯ７７３０）によるＰＭＶ値の推奨範囲が変更されれば、それに応じて上記判定値である「０．５」や「−０．５」を変更するのが良い。他の規格があれば、それに応じて決定しても良い。

次のステップＳ７では、ステップＳ６で算出した結果のうち、最も省エネでありＰＭＶ値が０．５〜−０．５の範囲で０．５に近い設定温度を選択する。そして、次のステップＳ８で、選択された温度に設定して空調装置の冷房運転を開始させてステップＳ１へ戻る。
なお、図示しないが、上記ステップＳ５またはＳ１０で、冷房または暖房をしない（Ｙｅｓ）と判定した場合には、空調制御を実施した場合の空調装置の消費電力量を機械学習結果に基づいて予測して、省エネ効果（節約できた電力量）として表示部へ出力して表示させるようにしても良い。

ここで、上記ステップＳ６における機械学習について説明する。
本発明者らは、本発明の開発に当たって、計測された温度、湿度に基づいてＰＭＶ値と消費電力量を機械学習により予測させることとし、先ず機械学習プログラムが搭載されたコンピュータに入力する学習データについて検討した。学習データには、既に得られているデータを用いるのが効率的であるので、過去に提供された気象データと空調装置が設置されている制御対象の室内の温度および湿度の測定データと消費電力量の実績データを選択することとした。なお、室内温度および室内湿度の測定データがない場合には、換算式を作成して、その換算式を用いてアメダスの大気の温度と相対湿度から室内の温度および湿度を算出して、学習データとして入力するようにしても良い。

ところで、上記消費電力量の実績データには、実際に空調装置が稼働された場合のデータと稼働されなかった場合のデータが含まれており、空調装置が稼働されたか稼働されなかったかを示す情報はない。そこで、アメダスのデータ（大気の温度、湿度）に基づく大気のエンタルピーと、制御対象の室内の温度および湿度に基づく室内のエンタルピーに着目し、両者の関係を調べた。図３にその結果を示す。図３において、横軸は大気のエンタルピー、縦軸は室内のエンタルピーである。

空調制御をしない場合には、大気のエンタルピーと室内のエンタルピーには相関関係があり、大気のエンタルピーに比例して室内のエンタルピーは変化すると予想される。これに対し、図３のグラフでは、破線Ｂ（エンタルピー６２kJ/kgの線）を境界にして、左側はほぼ直線的な関係があり、右側は直線的な関係が崩れていることから、破線Ｂよりも左側のデータは空調装置が稼働されなかった場合のもの、右側は空調装置が稼働された場合のものであると推定することができることが分かった。

そこで、ステップＳ６におけるＰＭＶ値と消費電力量の予測には、エンタルピーが所定値Ｅｃ（例えば６２kJ/kg）以上のときのデータを学習データとして機械学習した結果を使用することとした。なお、ステップＳ５で、「Ｙｅｓ」すなわち冷房運転をしないと判断した場合における省エネ効果の算出の際には、エンタルピーがＥｃ（６２kJ/kg）以下のときのデータを学習データとして機械学習した結果（空調装置以外の設備の消費電力量）を利用すると良い。また、境界の値６２kJ/kgは、制御対象の建造物の構造や設置場所等の条件によって変わるので、制御対象ごとにエンタルピーを計算して決定するのが良い。

次に、ステップＳ３で、暖房を必要とする温度範囲であると判定して移行するステップＳ９以降の処理について説明する。
ステップＳ９では、空調装置の暖房をオフ（ｏｆｆ）としたときのＰＭＶ値を所定の計算式を用いて算出する。そして、算出されたＰＭＶ値が−０．５以上であるか否か判定する（ステップＳ１０）。ここで、ＰＭＶ値が−０．５以上である（Ｙｅｓ）と判定すると、９０％以上の人は快適であると感じる環境であるので、ステップＳ１へ戻る。一方、ステップＳ１０で、ＰＭＶ値が−０．５以上でない（Ｎｏ）と判定するとステップＳ１１へ進んで、暖房をオン（ｏｎ）させた時のＰＭＶ値を所定の計算式により算出するとともに、予め機械学習により取得しておいたデータを用いて消費電力量を算出（予測）する。なお、ここで用いる学習データは、大気の温度が例えば「１２℃」のような所定温度Ｔｃよりも低いときの消費電力データである。

次のステップＳ１２では、ステップＳ１１で算出した結果のうち、最も省エネでありＰＭＶ値が０．５〜−０．５の範囲で−０．５に近い設定温度を選択する。そして、次のステップＳ１３で、選択された温度に設定して空調装置の暖房運転を開始させてステップＳ１へ戻る。
ここで、上記ステップＳ１１における機械学習について説明する。
本発明者らは、暖房を必要とするような時期（主に冬季）における体感は、冷房を必要とする時期（主に夏季）とは異なり温度に依存し湿度は関係しないこと、および外大気の温度と室温は相関が高いことに着目して、通年におけるアメダスの大気の温度と過去の消費電力量の実績値との関係を調べた。その結果、図４に示すようなグラフが得られた。

図４より、アメダスの大気の温度が１２℃を下回ると消費電力量が比較的大きく増加し、大気の温度が１２℃〜１５℃は最も消費電力量が少なく、大気の温度が１５℃を越えると大気の温度に比例して消費電力量が増加することから、大気の温度が１２℃以下になると暖房スイッチがオンされ、大気の温度が１２℃〜１５℃の間になると暖房スイッチがオフされる傾向が高いことを見出した。
そこで、ステップＳ１１におけるＰＭＶ値と消費電力量の予測には、アメダスの大気の温度が１２℃以下のときのデータを学習データとして機械学習した結果を使用することとした。なお、ステップＳ１０で、「Ｙｅｓ」すなわち暖房運転をしないと判断した場合における省エネ効果の算出の際には、大気の温度が１２℃〜１５℃のときのデータを学習データとして機械学習した結果を利用すると良い。また、しきい値とする「１２℃」は、制御対象の建造物の構造や設置場所等の条件によって変わるので、制御対象ごとにエンタルピーを計算して決定するのが良い。

上記のような手順（図２）によるデマンド制御によれば、冷房運転時にはＰＭＶ値が０．５に近づくように、また暖房運転時にはＰＭＶ値が−０．５に近づくように、空調装置の制御が実行されるため、快適性を維持しつつ高い省エネ効果を得ることができる。また、ステップＳ５とＳ１０では、ＰＭＶ値が０．５または−０．５を基準にして冷房運転または暖房運転を実施するか否か判定しているため、省エネ効果よりも快適性の維持を優先した空調制御が可能である。

次に、上記データ処理装置２３による空調デマンド制御の第２の実施例を図５のフローチャートを用いて説明する。
第２の実施例（図５）の空調デマンド制御は、図２のステップＳ５とＳ１０における、ＰＭＶ値に基づく冷房運転または暖房運転を実施の判定を、エンタルピーが６２kJ/kg以下か否かの判定と大気の温度が所定温度Ｔｃ（１２℃）以上か否かの判定に置き換えたものである。また、これに伴い、ステップＳ４ではＰＭＶの代わりに大気のエンタルピーを算出するとともに、図２におけるＰＭＶ算出ステップ（Ｓ９）を省略している。

上記ステップ以外の処理は、図２のフローチャートの対応するステップの処理と同様であるので、重複した説明は省略する。
上記のような手順（図５）によるデマンド制御によれば、冷房運転時にはＰＭＶ値が０．５に近づくように、また暖房運転時にはＰＭＶ値が−０．５に近づくように、空調装置の制御が実行されるため、快適性を維持しつつ高い省エネ効果を得ることができる。また、ステップＳ５でエンタルピーが所定値Ｅｃ（６２kJ/kg）以下と判定したときは冷房運転をせず、ステップＳ１０で大気の温度がＴｃ（１２℃）以上と判定したときは暖房運転をしないため、快適性の維持よりも省エネ効果を優先した空調制御が可能である。

（変形例）
次に、上記データ処理装置２３による空調デマンド制御の変形例を図６のフローチャートを用いて説明する。本変形例は、第１の実施例（図２）の快適性優先の空調デマンド制御と第２の実施例（図５）の省エネ優先の空調デマンド制御のいずれかを、モード設定により選択できるようにしたものである。本変形例のデータ処理装置２３は、快適性優先モードまたは省エネ優先モードを選択可能にするモード設定部を備え、制御プログラム中において、モードを判定し、モードに応じた空調制御を実行するように構成されている。

本変形例（図６）の空調デマンド制御は、図２のステップＳ５とＳ１０を除き図２のフローチャートとほぼ同じ手順である。異なるのは、図２のフローチャートではステップＳ４で冷房オフ時のＰＭＶ値を算出するのに対し、図６のフローチャートではステップＳ４で冷房オフ時のＰＭＶ値と大気のエンタルピーを算出する点と、図２のステップＳ５，Ｓ１０の代わりに、図６ではステップＳ５ａ〜Ｓ５ｃとＳ１０ａ〜Ｓ１０ｃを設けている点である。

図６のステップＳ５ａとＳ１０ａにおいては、設定されているモードが快適性優先モードか省エネ優先モードかを判定する。そして、快適性優先モードである（Ｙｅｓ）と判定すると、それぞれステップＳ５ｂとＳ１０ｂへ進み、ステップＳ５ｂではエンタルピーが所定値Ｅｃ（例えば６２kJ/kg）以上またはＰＭＶが０．５以上か否かの判定を行い、ステップＳ１０ｂでは大気の温度が所定温度Ｔｃ（例えば１２℃）以下またはＰＭＶが−０．５以下か否かの判定を行う。そして、ステップＳ５ｂとＳ１０ｂでそれぞれ「Ｙｅｓ」と判定すると、ステップＳ６とＳ１１へ進み、図２と同じ処理を実行する。

一方、ステップＳ５ａとＳ１０ａにおいて、快適性優先モードか省エネ優先モードかを判定し、省エネ優先モードである（Ｎｏ）と判定すると、それぞれステップＳ５ｃとＳ１０ｃへ進み、ステップＳ５ｃではエンタルピーが所定値Ｅｃ（６２kJ/kg）以上でかつＰＭＶが０．５以上か否かの判定を行い、ステップＳ１０ｃでは大気の温度がＴｃ（１２℃）以下でかつＰＭＶが−０．５以下か否かの判定を行う。そして、ステップＳ５ｃとＳ１０ｃでそれぞれ「Ｙｅｓ」と判定すると、ステップＳ６とＳ１１へ進み、図２と同じ処理を実行する。

上記のような手順（図６）によるデマンド制御によれば、冷房運転時にはＰＭＶ値が０．５に近づくように、また暖房運転時にはＰＭＶ値が−０．５に近づくように、空調装置の制御が実行されるため、快適性を維持しつつ高い省エネ効果を得ることができる。また、モードの設定によって、省エネ優先モードまたは快適性優先モードを選択することができるため、部屋の用途や使用状況に応じてモードを使い分けることができ、システムの使い勝手が向上するという利点がある。

以上本発明者によってなされた発明を実施形態に基づき具体的に説明したが、本発明は前記実施形態に限定されるものではない。例えば、前記実施形態では、気象庁が管理するアメダスのサーバから受信した外大気の温度度および相対湿度をＰＭＶ値の算出や電力量の予測に利用しているが、アメダス以外の地域気象観測システムから受信した外大気の温度度および相対湿度を利用するように構成しても良い。

また、前記実施形態では、空調装置が設置されている室内の温度と湿度を計測する温度計および湿度計を設けているが、室内の温度と湿度は、大気の温度と湿度から所定の換算式を用いて算出するようにしても良い。また、室内の温度と湿度は、空調装置が備えるセンサから取得するようにしても良い。
さらに、前記実施形態では、本発明をほぼ密閉状態にある室内に設置されている空調装置を制御するシステムに適用した場合について説明したが、本発明は外気が入り込む駅改札口のような半密閉状態の空間に設置されている空調装置を制御するシステムに適用することも可能である。

１１ アメダスサーバ（地域気象観測システム）
１２ 空調装置
２０ デマンド制御システム
２１ データ受信器
２２ａ 室内温度計
２２ｂ 室内湿度計
２３ データ処理装置
２４ 記憶装置
２５ 表示部
３３ 空調制御判定部（空調制御判定手段）
３４ ＰＭＶ算出部（ＰＭＶ算出手段）
３５ 空調制御部（空調制御手段）
３６ 消費電力算出部（消費電力算出手段）

Claims (5)

1. 気象観測システムから少なくとも大気の温度および湿度の計測データを受信可能なデータ受信器と、前記データ受信器により受信した大気の温度および湿度の計測データと、制御対象の空調装置が設置されている所定空間の温度および湿度の値とに基づいて前記空調装置の制御信号を生成し出力するデータ処理装置と、を備えた空調装置の制御システムであって、
   前記データ処理装置は、
   前記計測データと前記所定空間の温度および湿度の値を用いて、快適性の評価指標であるＰＭＶ（予測平均温冷感申告）値を算出するＰＭＶ算出手段と、
   前記ＰＭＶ算出手段により算出されたＰＭＶ値に基づいて前記空調装置による冷房運転または暖房運転の要否を判定する空調制御判定手段と、
   前記空調装置を稼働させた場合の消費電力量を算出可能な消費電力算出手段と、
   前記ＰＭＶ算出手段および前記消費電力算出手段の算出結果に基づいて、前記空調装置の制御信号を生成する空調制御手段と、を備え、
   前記ＰＭＶ算出手段は、前記空調制御判定手段により冷房運転または暖房運転が必要であると判定された場合に、冷房運転または暖房運転をした時のＰＭＶ値を算出し、
   前記消費電力算出手段は、前記空調制御判定手段により冷房運転または暖房運転が必要であると判定された場合に、機械学習結果に基づいて冷房運転または暖房運転をした時の消費電力量を算出し、
   前記空調制御手段は、前記ＰＭＶ算出手段と前記消費電力算出手段の算出結果に基づいて、冷房運転の際にはＰＭＶ値が前記所定の範囲で最も上限値に近くかつ消費電力量が少なくなる設定温度を選択して前記空調装置の制御信号を生成し、暖房運転の際にはＰＭＶ値が所定の範囲で最も下限値に近くかつ消費電力量が少なくなる設定温度を選択して前記空調装置の制御信号を生成するように構成されていることを特徴とする空調装置の制御システム。
2. 前記消費電力算出手段が冷房運転をした時の消費電力量の算出に使用する前記機械学習結果は、大気のエンタルピーが予め決定された所定値以上であるときの大気の温度および湿度の計測データおよび消費電力実績データに基づく学習結果であることを特徴とする請求項１に記載の空調装置の制御システム。
3. 前記消費電力算出手段が暖房運転をした時の消費電力量の算出に使用する前記機械学習結果は、大気の温度が予め決定された所定値以下であるときの大気の温度および湿度の計測データおよび消費電力実績データに基づく学習結果であることを特徴とする請求項１に記載の空調装置の制御システム。
4. 制御対象の空調装置が設置されている所定空間に設置された温度検出手段および湿度検出手段を備え、
   前記ＰＭＶ算出手段は、前記データ受信器により受信した計測データと前記温度検出手段および湿度検出手段により計測された温度および湿度の値とに基づいて、ＰＭＶ値を算出するように構成されていることを特徴とする請求項１〜３のいずれかに記載の空調装置の制御システム。
5. 前記消費電力算出手段は節約した消費電力量を算出可能であり、算出した消費電力量を表示手段へ出力して表示させるように構成されていることを特徴とする請求項１〜４のいずれかに記載の空調装置の制御システム。