JP2501263B2 - 熱負荷予測装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は熱消費機器で翌日消費さ
れる熱負荷を予測する熱負荷予測装置に関する。

【０００２】

【従来の技術】ビルディングや家屋、公共施設等の冷暖
房装置には、蓄熱槽を備えたものがある。一般に電気に
よる蓄熱システムでは、昼間に消費される熱負荷の一部
またはすべてを夜間に冷水、温水として蓄熱している。

【０００３】したがって、昼間における熱源機器の熱負
荷が軽減されるので、熱源機器の設備容量を小さくする
ことが可能となる。また、電気による冷暖房の場合には
電力会社と蓄熱調整契約をすることで、安価な夜間電力
を利用してランニングコストを節約することができる。

【０００４】このような冷暖房装置において、蓄熱槽を
高率良く使うために、前日の蓄熱調整契約の始まる時間
前に翌日消費される熱負荷を予測して、契約時間帯（夜
間）にその予測値に従って冷暖房装置への冷水、温水お
よび蒸気の熱生産量を操作している。

【０００５】ところで、従来の熱負荷予測装置において
は、翌日の熱負荷を予測するため、例えば月別に設定し
た基準熱負荷を実績熱負荷や外気温度で補正する方式
や、冷暖房装置の熱負荷を日射量、外気侵入熱量、室内
発生量、室内蓄熱等の要因毎に求めた熱量の総和を求め
る方式等が試みられている。

【０００６】

【発明が解決しようとする課題】しかし、このような方
式の熱負荷予測装置では、熱を供給する対象設備に適合
した定数や補正項の計数を設定する必要があり、これら
の数値を設定するには、過去の運転実績に基づいたデー
タによる調整作業をしなければならない。また、熱を供
給する対象設備条件が設備の新設、改造等によって変化
した場合にはその都度設定する定数および計数を変更し
なければならない。

【０００７】このような作業は、実運用上ではオペレー
タの手作業となるため、作業の煩わしさ等の理由により
使われなくなってしまい、実際には冷暖房設備を運用す
るオペレータが過去の熱負荷実績や翌日の天候、現在の
気温等から経験的に判断して翌日の熱負荷を予測してい
た。

【０００８】しかしながら、オペレータの経験に基づく
熱負荷予測では、予測精度が悪いため、熱負荷の予測値
と実際に消費される熱負荷とが大幅に異なることがあ
り、その結果熱源機器の運転効率が低下し、しかも安価
な夜間電力を有効に利用できなくなってしまうという問
題があった。

【０００９】また、前日にいかに精度よく翌日の熱負荷
を予測しても、本質的に予測値を得るために用いられる
要因には必ず不確定要素が存在するため、予測が外れる
ことがある。

【００１０】従って、このような場合には前日中に蓄積
される熱量が不足したり、過剰となるばかりでなく、当
日冷暖房機器へ適切な熱の供給が行われなくなるという
不具合が発生する。さらに、熱負荷は曜日、天気等の気
象条件等の要因によって変動することは分かっている
が、例えば曜日の分類は地域毎に異なる場合がある。

【００１１】このような場合、この分類に応じた統計処
理ができないため、精度の高い熱負荷予測値を用いた熱
源の始動、停止頻度の増大によるランニングコストの増
大や、熱源機器の寿命を短くするという問題があった。

【００１２】本発明の目的は、前日の熱負荷予測が外れ
た場合においても、当日の熱負荷データを基に修正する
ことができ、翌日の熱負荷予測値を人手によらず高精度
に求めることができる熱負荷予測装置を提供するにあ
る。

【００１３】

【課題を解決するための手段】本発明は上記の目的を達
成するため、熱消費機器で消費された熱負荷を検出する
熱負荷検出手段と、この熱負荷検出手段で検出された過
去の熱負荷データを順次記憶し、且つ複数日分の過去の
熱負荷データの平均値とこれら熱負荷データとの差から
熱負荷差分実績値を求める熱負荷データ記憶手段と、こ
の熱負荷データ記憶手段で求められた熱負荷差分実績値
を含む熱負荷データをその熱負荷実績に影響を及ぼす曜
日により分類する熱負荷データ分類手段と、最高気温、
最低気温等前記熱負荷消費機器で消費される熱負荷を変
動させる要因データを入力する入力手段と、前記曜日で
分類された熱負荷データから翌日の曜日に対応する過去
の複数の熱負荷差分実績値を用い前記要因データと共に
予測モデルに適用してそのパラメータを逐次最小２乗法
で推定しながら翌日消費される熱負荷予測値を求める一
次熱負荷予測手段と、前記熱負荷データ記憶手段に記憶
された過去の熱負荷データの平均値を演算し、これを翌
日の平均熱負荷予測値として出力する平均値演算手段
と、当日の現時点までの熱負荷データ等から所定時間後
の熱負荷を予測する二次熱負荷予測手段と、前記一次熱
負荷予測手段および平均値演算手段の各予測データのう
ち、現在の熱負荷検出データとの誤差が最小となるもの
を選択し、この選択された予測データを前記二次熱負荷
予測手段による予測データに基づいて修正する修正手段
と、前記一次熱負荷予測による予測データと前記修正手
段による予測データとを所定の時間帯で切換えて出力す
る切換手段とを備えた構成とする。

【００１４】また、上記構成に加えて熱負荷データ記憶
手段に記憶された過去の熱負荷データおよび要因実績デ
ータをもとに分類して熱負荷データ記憶手段に記憶する
熱負荷データ分類手段を設ける構成とする。

【００１５】

【作用】このような構成の熱負荷予測装置にあっては、
熱負荷記憶手段に記憶された熱負荷データと翌日の最高
気温予測値、最低気温予測値等の熱負荷を変動させる要
因データをもとに一次熱負荷予測手段および平均値演算
手段によって翌日の熱負荷が予測され、また二次熱負荷
予測手段によって当日の現時点までの熱負荷データに基
づいて所定時間後の熱負荷が予測される。そして、修正
手段によりこれら一次熱負荷予測手段および他の熱負荷
予測手段による各予測データのうち、現在の熱負荷検出
データとの誤差が最小となるものを選択し、この選択さ
れた予測値が二次熱負荷予測手段によって修正される。
特に熱負荷記憶手段に記憶された熱負荷データは複数日
分の過去の熱負荷データの平均値とこれら熱負荷データ
との差から熱負荷差分実績値を求め、この熱負荷データ
記憶手段で求められた熱負荷差分実績値を含む熱負荷デ
ータをその熱負荷実績に影響を及ぼす曜日により分類す
るようにしているので、曜日、気温、天気、季節等よっ
て変動する熱負荷に対してより精度の高い予測値を得る
ことができる。

【００１６】従って、人手による演算を必要としないの
で、精度の高い熱負荷予測が可能となる。また、前日予
測された熱負荷予測値が外れた場合でも最新の熱負荷検
出値に基づいて修正されるので、高精度な熱負荷予測が
可能となる。

【００１７】また、熱負荷記憶手段に記憶された熱負荷
データを熱負荷データ分類手段に入力して、過去の熱負
荷実績と気象条件等のその熱負荷の要因となる要因実績
とにより、熱負荷データの分類を行うことにより、プラ
ント毎の曜日条件も容易に考慮し得る。

【００１８】

【実施例】以下本発明の一実施例を図面を参照して説明
する。

【００１９】図１は本発明による熱負荷予測装置の構成
例を示すブロック図である。図１に示すように、熱消費
機器となる冷暖房設備１には熱源機器となる蓄熱設備２
から、温水、冷水による熱エネルギが供給される。この
熱エネルギ量、即ち熱負荷は熱負荷検出器３により検出
され、この検出データは熱負荷予測装置４に供給され
る。

【００２０】また、最高気温入力装置５は、熱負荷予測
装置４に翌日の最高気温予測値Ｕ1、および前日の最高
気温実績値Ｕ'1をインプットするものであり、例えばキ
ーボードのような入力機能を持っている。

【００２１】同様に最低気温入力装置６は、熱負荷予測
装置４に翌日の最低気温予測値Ｕ2、および前日の最低
気温実績値Ｕ'2をインプットするものであり、例えばキ
ーボードのような入力機能を持っている。

【００２２】上記熱負荷予測装置４は、熱負荷記憶部７
と、最高気温記憶部８と、最低気温記憶部９と、熱負荷
データ分類部１０と、一次熱負荷予測予測部１５および
二次熱負荷予測部１６と、平均値演算部１７と、予測デ
ータ修正部１８と、切換部１９とそのタイマ１９Ｔとを
備えており、熱負荷検出データに基づいて将来の熱負荷
データを予測するものである。

【００２３】ここで、熱負荷記憶部７は、メモリ７ａと
演算部７ｂを有し、熱負荷検出器３で検出された過去の
熱負荷データＹk-1,Ｙk-2,…（サフィックスのk-1 は前
日、k-2 は前々日、以下同様に過去の日付を示す）をメ
モリ７ａに記憶すると共に、これらを演算部７ｂに取込
んで、ｎ日分の熱負荷データＹk-1,Ｙk-2,…Ｙk-n の平
均値Ｙ_M を求め、次に熱負荷データ（以下熱負荷実績値
という）Ｙk-1,Ｙk-2,…と平均値Ｙ_M との差データ（以
下熱負荷差分実績値という）Δｙk-1,Δｙk-2,…を求
め、Δｙk-1,Δｙk-2,…のうち、４日前までのもの、即
ち熱負荷差分実績値Δｙk-1 〜Δｙk-4 をメモリ７ａに
蓄積し、日付が変わる度にこのΔｙk-1 〜Δｙk-4 の数
値を更新する。

【００２４】最高気温記憶部８は、メモリ８ａと演算部
８ｂを有し、最高気温入力装置５から与えられる最高気
温予測値Ｕ1 および最高気温実績値Ｕ'1をメモリ８ａに
記憶すると共に、これらを演算部８ｂに取込んで過去に
入力された最高気温実績値Ｕ'1を記憶し、これらのｎ日
分の平均値Ｕ_M 1 を求め、次に最高気温予測値Ｕ1と平
均値Ｕ_M 1 との差データ（以下最高気温差分予測値とい
う）Δｕ1 を求め、最高気温実績値Ｕ'1と平均値Ｕ_M 1
との差データ（以下最高気温差分実績値という）Δｕ'1
を求める。

【００２５】最低気温記憶部９は、メモリ９ａと演算部
９ｂを有し、最低気温入力装置６から与えられる最低気
温予測値Ｕ2 および最低気温実績値Ｕ'2をメモリ９ａに
記憶すると共に、これらを演算部９ｂに取込んで過去に
入力された最低気温実績値Ｕ'2を記憶し、これらのｎ日
分の平均値Ｕ_M 2 を求め、次に最低気温予測値Ｕ2と平
均値Ｕ_M 2 との差データ（以下最低気温差分予測値とい
う）Δｕ2 を求め、最低気温実績値Ｕ'2と平均値Ｕ_M 2
との差データ（以下最低気温差分実績値という）Δｕ'2
を求める。

【００２６】熱負荷データ分類部１０は、熱負荷記憶部
７のメモリ７ａに記憶されている熱負荷実績をその熱負
荷実績に影響を及ぼす要因である曜日により分類するも
のである。

【００２７】一方、一次熱負荷予測部１５は、翌日の熱
負荷データを予測するものであり、熱負荷検出器３によ
る過去の熱負荷データ等に基づいて、翌日の一次熱負荷
予測値ｑ^* を演算している。

【００２８】平均値演算部１７は、熱負荷検出器３で検
出された過去の熱負荷データの平均値を演算し、これを
平均熱負荷予測値ｑ_M として出力するものである。

【００２９】予測データ修正部１８は、当日の熱消費量
が多い時間帯である９時から２２時までの間において、
現在時刻の熱負荷実績データｑと、一次熱負荷予測値ｑ
^* および平均熱負荷予測値ｑ_M とのそれぞれの差分を演
算し、この差分が小さい方を適切な熱負荷予測値として
選択し、この選択された予測値ｑ^* またはｑ_M を後述す
る演算式によって修正し、修正熱負荷予測値ｑ ^* ´を求
めている。切換部１９は、熱消費量の多い時間帯である
９時から２２時までの間には修正熱負荷予測値ｑ ^* ´を
出力し、熱消費量の少ない時間帯である０時から９時、
および２２時から２４時の間には一次熱負荷予測値ｑ^*
を出力するように切換えるもので、その切換指令はタイ
マ１９ａより得ている。以上は熱負荷予測装置４の各部
の構成であり、この熱負荷予測装置４より出力される予
測値は蓄熱計画演算装置２１に入力される。

【００３０】この蓄熱計画演算装置２１は、切換部１９
から出力された予測値に従って、実際に温水、冷水、お
よび蒸気の蓄熱量を演算するもので、その演算結果は操
作部２２に与えられる。この操作部２２は、蓄熱計画演
算部２１の演算結果に基づいて実際に蓄熱設備２に対し
て蓄熱指令を与えるものである。次に上記のように構成
された熱負荷予測装置の作用について述べる。

【００３１】蓄熱設備２に蓄熱された冷水、温水が冷暖
房設備１に供給され、冷暖房が開始されると、消費され
た熱量が熱負荷データｑとして，熱負荷検出器３にて検
出され、熱負荷実績記憶部７に入力される。この熱負荷
実績記憶部７ではメモリ７ａに記憶されている過去の熱
負荷データＹk-1,Ｙk-2,…を演算部７ｂに順次取込み、
ｎ日分の平均値Ｙ_M を算出し、さらにこれらの熱負荷デ
ータＹk-1,Ｙk-2,…と平均値Ｙ_M から熱負荷差分実績値
Δｙk-1,Δｙk-2,…を求める。また、負荷データ分類部
１０では熱負荷実績を熱負荷実績に影響を及ぼす要因で
ある曜日により分類を行い、熱負荷実績記憶部７のメモ
リ７ａに記憶する。

【００３２】次に最高気温入力装置５にてオペレータが
翌日の最高気温予測値Ｕ1 および前日の最高気温実績値
Ｕ'1を最高気温記憶部８にインプットすると、この最高
気温記憶部８ではメモリ８ａに記憶されている過去の実
績データを演算部８ｂに取込んで、この過去の実績デー
タに基づいて平均値Ｕ_M 1 を求め、入力データＵ1 およ
び Ｕ'1から平均値Ｕ_M 1 を減じる。そして、翌日の最
高気温予測値Ｕ1 から平均値 Ｕ_M 1 が減じられた最高
気温差分予測値Δｕ1 および最高気温差分実績値Δｕ'1
を求める。

【００３３】同様に最低気温入力装置６にてオペレータ
から入力された翌日の最低気温予測値Ｕ2 および前日の
最低気温実績値Ｕ'2から平均値Ｕ_M 2 を減じ、最低気温
差分予測値Δｕ2 および最低気温差分実績値Δｕ'2を求
める。これらのデータは熱負荷予測装置４の一次熱負荷
予測部１５、二次熱負荷予測部１６および平均値演算部
１７に供給される。このようにして得られた各データに
基づいて一次熱負荷予測部１５では、例えば以下に示す
予測モデルに従って翌日の熱負荷予測値を算出する。い
ま、一次熱負荷予測部１５に例えば次のような予測モデ
ルを用いることができる。ｙ^* k=a1・Δｙk-1+a2・Δｙ
k-2+a3・Δｙk-3+…+b1・Δｕ1+b2・Δｕ2+b3・Δｕ3+
…+vk …(1)Δｙk
：時刻 kにおける需要差分（^* は予測値を示す）ｕ1,
ｕ2,ｕ3,…：時刻 kにおける需要に影響を与える入力差
分a1, a2, a3, …：過去の需要が時刻 k の需要に与え
る影響係数b1, b2, b3, …：入力が時刻 kの需要に与え
る影響係数vk：システムのノイズただし、Ｅ [ｖk]= ０
…平均値は０Ｅ [ｖk ・ｖj]= σ² ・δkj…白色ノイズ
で分散はσ²上記式は一般論としての予測モデルであ
る。

【００３４】そこで、本実施例では予測精度やデータ入
手の容易さ等の理由により、上記(1) 式において、熱負
荷を予測したい日の前日から３日前までの熱負荷実績を
過去の需要実績とし、前夜の最低気温と予測したい日の
予想最高気温を需要に影響を与える入力として選択す
る。つまり、上記(1) 式で示したモデルは、次の(2)式
のように与えられる。 Δｙ^* k=a1・Δｙk-1+a2・Δｙk-2+a3・Δｙk-3 +b1・Δｕ1+b2・Δｕ2 +vk …(2) Δｙ^* ：翌日(k) における熱負荷差分予測値( Ｇｃａｌ
／ｄａｙ） Δｙｋ−１：前日（k-1)における熱負荷差分実績値( Ｇ
cal/day) Δｙk-2:２日前（k-2)における熱負荷差分実績値( Ｇca
l/day) Δｙk-3:３日前（k-3)における熱負荷差分実績値( Ｇca
l/day) Δｕ1:翌日(k) における最高気温差分予測値（℃） Δｕ2:前夜(k) における最低気温差分予測値（℃） a1，a2，a3，b1，b2：自己回帰モデルのパラメータ vk：ノイズ

【００３５】そして、(2) 式におけるパラメータa1，a
2，a3，b1，b2が決定すれば、翌日の熱負荷差分予測値
Δｙ^* を予測することができる。これらのパラメータa
1，a2，a3，b1，b2は過去の負荷実績データから予測値
と実績値とを比較してその誤差が最小となるように決定
されるものであり、本実施例ではパラメータa1，a2，a
3，b1，b2を状態変数と考え、逐次最小２乗法（カルマ
ンフィルタ）を利用して逐次演算で誤差の２乗が最小と
なるように推定する。いま、(2) 式のモデルにおいて、 ｈk ^T = （Δｙk-1,Δｙk-2,Δｙk-3,Δｕ1,Δｕ2)…(3) ただし、Ｅ［Δｙk-1 ] ＝Ｅ［Δｙk-2 ] ＝Ｅ［Δｙk-3 ] ＝Ｅ［Δｕ1 ] ＝Ｅ［Δｕ2]＝０ Ｓk ^T ＝（a1，a2，a3，b1，b2） …(4) とおくと、(2) 式は次の(5) 式で示される。 Δｙ^* ＝ｈk ^T ・Ｓk ＋vk …(5)

【００３６】ここで、T は転置を示す。(5) 式におい
て、Ｓk を状態変数と見なし、この状態変数Ｓk は不
変、または無視できる程ゆっくり変化すると仮定して状
態方程式を立てると、次式が得られる。 Ｓk+1 ＝Ｓk …(6) このシステムに逐次最小２乗法のアルゴリズムを適用す
ることにより、パラメータＳは以下に示す逐次式で推定
できる。 Ｓ^* k ＝Ｓ^* k-1 −Ｇk(hk・Ｓ^* k-1 −Δｙk) …(7) Pk ＝Ｐk ^T −Ｇk hk^T ・Ｐk-1 …(8) Ｇk ＝Ｐk-1 hk（λ＋hk^T ・Ｐk-1 ・ｈk-1)^-1 …(9) ここで、 Ｓk:ステップk におけるパラメータＳk の推定値 Ｇk:ステップk におけるゲインベクトル Ｇk ^T ＝（ｇ1,ｇ2,…, ｇm) ｍ：モデルの次数（この場合はｍ＝５） hk^T ＝（Δｙk-1,Δｙk-2,Δｙk-3,Δｕ1,Δｕ2) hk-1^T ＝（Δｙk-2,Δｙk-3,Δｙk-4,Δｕ2,Δｕ3) Δｕ1:前日（k-1)の最高気温差分実績値（℃） Δｕ2:前日（k-1)の最低気温差分実績値（℃） Ｐk:ステップk までの観測に基づく条件付共分散行列を
観測雑音の分散σで除去した値 λ：忘却係数（０≦λ≦１） 通常はλ＝１

【００３７】最後に熱負荷差分実績値Δｙk-2,Δｙk-3,
Δｙk-4 と、最高気温差分実績値Δｕ'1と、最低気温差
分実績値Δｕ'2とを(7) 〜(9) 式に代入してパラメータ
Ｓk を推定する。

【００３８】そして、熱負荷差分実績値Δｙk-1,Δｙk-
2,Δｙk-3 と、最高気温差分予測値Δｕ1 と、最低気温
差分予測値Δｕ2 と、パラメータＳk とから、次の式(1
1)によって翌日の熱負荷差分予測値Δｙ^* k を求める。 Δｙ^* k ＝hk^T Ｓk …(11) hk^T ＝（Δｙk-1,Δｙk-2,Δｙk-3,Δｕ1,Δｕ2) そして、求められた予測値Δｙ^* k に平均値Ｙ_M を加
え、翌日の熱負荷予測値Ｙ^* k を求めることができる。

【００３９】この値を時刻毎平均値の比で比例配分すれ
ば、過去の熱負荷データｑから逐次最小２乗法による予
測方法で翌日の一次熱負荷予測値ｑ^* を演算することが
できる。その結果、例えば図２の一点鎖線で示すデータ
（ｑ ^* 曲線）が得られる。

【００４０】また、平均値演算部１７では、過去の熱負
荷データｑを基に翌日の平均熱負荷予測値ｑ _M を演算す
る。その結果、例えば図２の点線で示すデータが得られ
る。

【００４１】一方、当日早朝の熱消費量が少ない時間帯
である９時以前では、一次熱負荷予測値ｑ^* が出力され
るようにタイマ１９ａが設定され、その動作指令により
切換部１９が動作するので、蓄熱計画演算部２１ではこ
の予測値ｑ^* に従って冷暖房設備２に蓄積する冷水、温
水、蒸気量が演算される。

【００４２】また、図２の実線は当日における実績熱負
荷データを示しており、９時を経過すると二次熱負荷予
測部１６では現在時刻ｔ0 までの実績熱負荷データｑに
基づいて前述同様の手法による逐次最小２乗法を用いて
１時間後の熱負荷予測値ｑ^* +1を求める。そして、この
予測値ｑ^* +1を予測データ修正部１８に出力される。

【００４３】この予測データ修正部１８では熱負荷実績
ｑ（ｔ）と平均熱負荷予測値ｑ^*（ｔ）との誤差σ0
² ，および熱負荷実績ｑ（ｔ）と一次熱負荷予測値ｑ^*
（ｔ）との誤差σ₁ ² を次の(12)，(13)式による演算に
より求める。 _t0 σ0 ² ＝（１／Ｎ）Σ（ｑ_M (t) −q(t)）²
…(12)^t=9 _t0 σ₁ ² ＝（１／Ｎ）Σ（ｑ^* (t) −q(t)）²
…(13)^t=9ただし、t0: 現在時刻（９時から２２時の
間）Ｎ：データの個数（t0−８）そして、これらの誤差
σ0 ，σ₁ の大きさを比較して以下に示すように判定す
る。（ａ）σ0 ＜σ1 ならば平均熱負荷予測値ｑ_M
（ｔ）の方が予測データとして適切である。（ｂ）σ0
＞σ1 ならば一次熱負荷予測値ｑ^* （ｔ）の方が予測デ
ータとして適切である。（ｃ）σ0 ＝σ1 ならばどちら
の予測値を選択しても良い。そして、上述した（ａ）の
場合には、次の(14),(15) 式によって修正熱負荷予測値
ｑ^* ' を求める。ｑ^* ' （ｔ＋１）＝ｑ^* +1
…(14)ｑ^* ' （ｔ＋n ）＝β^n-1 （ｑ^* +1−ｑ_M (t
+1）) ＋ｑ_M (t+n) …(15)また、上述した（ｂ），
（ｃ）の場合には次の(16)（(14)と同じ）,(17) 式によ
って修正熱負荷予測値ｑ^* ' を求める。ｑ^* ' （ｔ＋
１）＝ｑ^* +1 …(16)ｑ^* ' （ｔ＋n ）＝
β^n-1 （ｑ^* +1−ｑ^* (t+1）) ＋ｑ^* (t+n) …(17)た
だし、β：０≦β≦１の定数n ：t0＜t+n ≦２２の整数
即ち、(15)又は(17)式により、図２の破線のように２２
時までの予測値ｑ^* '（ｔ）（ｔ＝t0〜22) を求める。

【００４４】上記(14),(15) 式では、現在時刻t0から２
２時までの間に現在の実績熱負荷データｑが徐々に平均
熱負荷予測値ｑ_M に接近するように修正熱負荷予測値ｑ
^* 'を求めている。

【００４５】また、(16),(17) 式では現在時刻t0から２
２時までの間に、現在の実績熱負荷データｑが徐々に一
次熱負荷予測値ｑ^* に接近するように修正熱負荷予測値
ｑ^* ' を求めている。

【００４６】このようにして求められた修正熱負荷予測
値ｑ^* ' ９時から２２時までの間は切換部１９を介して
蓄熱計画演算部２１に供給されるので、蓄熱計画演算部
２１ではこの予測値を基に冷暖房設備１に供給する冷
水、温水、蒸気量を求め、これを操作部２２に与えるこ
とにより操作部２２は実際に冷水、温水が所定量供給さ
れるように蓄熱設備２に操作指令を与える。

【００４７】また、時刻が２２時を経過すると切換部９
が動作して一次熱負荷予測値ｑ^* が出力される。つま
り、熱消費量が少ない時間帯では一次熱負荷予測値ｑ^*
が外れることは殆どないのでこの予測値ｑ^* を使用し、
熱消費量が多い時間帯（９時〜２２時）では、できるだ
け新しい実績熱負荷データに基づいて何れかの予測値を
修正し、この修正熱負荷予測値ｑ^* ' を用いて蓄熱計画
を行うことができる。

【００４８】このように本実施例では、冷暖房設備１に
おいて翌日消費される熱負荷を自己回帰モデルに基づい
て予測し、またこの自己回帰モデルにおけるパラメータ
は過去３日間の熱負荷データと、最高気温予測値および
実績値と、最低気温予測値および実績値とを基に逐次最
小２乗法を用いて推定されるので、精度の高い熱負荷予
測が可能となる。

【００４９】また、消費される熱負荷を変動させる要因
データとして翌日の予想最高気温および予想最低気温を
採用しており、これらのデータは天気予報等で容易に入
手することができるという利点がある。

【００５０】併せて熱負荷実績とそれに影響を及ぼす要
因実績により負荷データの分類を行うことで、曜日の違
い等で大きく変わる熱負荷に対して誤差の少ない熱負荷
を予測することができる。さらに、時系列モデルを用い
ることで季節変動等の長期熱負荷変動に追従させること
ができる。

【００５１】一方、熱消費量の少ない時間帯である０時
〜９時、２２時〜２４時の間は、一次熱負荷予測値ｑ^*
が正確であると判断してこの予測値ｑ^* による蓄熱計画
を行うことができる。

【００５２】また、熱消費量の多い時間帯である９時〜
２２時の間は、一次熱負荷予測値ｑ^* と平均熱負荷予測
値ｑ_M のうち、現在実績熱負荷データとの誤差が小さい
ものを選択し、この選択された予測値を二次熱負荷予測
値ｑ^* +1を用いて修正し、この修正熱負荷予測値ｑ^* '
に基づいて蓄熱計画を行うようにしている。従って、前
日に予測した熱負荷予測値が外れた場合でも、この予測
値が当日の最新熱負荷実績値に基づいて修正されるの
で、常時精度の良い熱負荷予測が可能となる。

【００５３】なお、熱負荷モデルとしては前記実施例に
のみ限定されるものではなく、他の時系列モデルや、回
帰モデルを用いても良い。また、パターンの分類では熱
負荷に影響を及ぼす要因として曜日を用いたが、他に季
節、天気等の気象条件を用いたり、これらを組合わせて
も良い。さらに、最新気象情報には、予想最高気温、最
低気温の他にも熱負荷モデルに合わせて天気、湿度等の
情報を用いたり、それらを組合わせても良い。

【００５４】上記実施例では過去の実績熱負荷データと
して過去３日間の熱負荷データを採用しているが、本発
明はこれに限らず、過去３日間以上の負荷データを実績
データとして採用したり、過去１日、あるいは２日間の
負荷データのみを実績データとして採用しても良い。

【００５５】また、上記実施例では消費される熱負荷デ
ータを変動させる要因として、翌日の予想最高気温、お
よび予想最低気温を採用したが、本発明はこれに限ら
ず、翌日の予測値や翌日の天候等を採用しても良い。

【００５６】

【発明の効果】以上述べたように本発明による熱負荷予
測装置は、熱消費機器において翌日消費される熱負荷予
測値を予め設定された予測モデルと、このモデルのパラ
メータとして消費される熱負荷を変動させる要因データ
とを基に、逐次最小２乗法を用いて推定しているので、
従来から行われているオペレータの経験に基づく熱負荷
予測と比較して精度の高い熱負荷予測が可能となる。

【００５７】また、記憶されている過去の実績を曜日等
の要因により分類した熱負荷データに基づいて熱負荷実
績と気象実績によってモデルを同定することで、曜日、
気温、天気、あるいは季節等によって変動する熱負荷に
対してより精度の高い予測値を得ることができる。

【００５８】さらに、前日中に予測された当日の熱負荷
予測データを当日における最新の熱負荷実績値で修正し
ているので、前日の熱負荷予測が外れた場合でも精度の
良い熱負荷予測が可能となり、従来のように熱消費機器
へ供給する熱量が不足したり、過剰となることがなくな
り、適切なエネルギ供給が可能となる。

【図面の簡単な説明】

【図１】本発明による熱負荷予測装置の一実施例を示す
ブロック回路図。

【図２】同実施例の作用を説明するための熱負荷実績お
よび予測値の時間に対する変化曲線図。

【符号の説明】

１……冷暖房設備、２……蓄熱設備、３……熱負荷検出
器、４……熱負荷予測装置、５……最高気温入力装置、
６……最低気温入力装置、７……熱負荷記憶装置、８…
…最高気温記憶部、９……最低気温記憶部、１０……熱
負荷データ記憶部、１５……一次熱負荷予測部、１６…
…二次熱負荷予測部、１７……平均値演算部、１８……
予測データ記憶部、１９……切換部、２１……蓄熱計画
演算装置、２２……操作部。

フロントページの続き (72)発明者 大林 正樹 東京都千代田区内幸町一丁目１番３号 東京電力株式会社内 (72)発明者 石田 哲郎 東京都千代田区内幸町一丁目１番３号 東京電力株式会社内 (72)発明者 小林 主一郎 東京都府中市東芝町１番地 株式会社東 芝府中工場内 (72)発明者 長岩 明弘 東京都府中市東芝町１番地 株式会社東 芝府中工場内 (72)発明者 小玉 純康 東京都港区芝浦一丁目１番１号 株式会 社東芝本社事務所内 (72)発明者 山田 幸弘 東京都港区芝浦一丁目１番１号 株式会 社東芝本社事務所内 (72)発明者 飯田 勝彦 東京都府中市東芝町１番地 株式会社東 芝府中工場内 (56)参考文献 特開 平３−55453（ＪＰ，Ａ) 特開 平２−115646（ＪＰ，Ａ) 特開 平５−133587（ＪＰ，Ａ) 実開 昭61−205332（ＪＰ，Ｕ)

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 熱消費機器で消費された熱負荷を検出す
   る熱負荷検出手段と、この熱負荷検出手段で検出された
   過去の熱負荷データを順次記憶し、且つ複数日分の過去
   の熱負荷データの平均値とこれら熱負荷データとの差か
   ら熱負荷差分実績値を求める熱負荷データ記憶手段と、
   この熱負荷データ記憶手段で求められた熱負荷差分実績
   値を含む熱負荷データをその熱負荷実績に影響を及ぼす
   曜日により分類する熱負荷データ分類手段と、最高気
   温、最低気温等前記熱負荷消費機器で消費される熱負荷
   を変動させる要因データを入力する入力手段と、前記曜
   日で分類された熱負荷データから翌日の曜日に対応する
   過去の複数の熱負荷差分実績値を用い前記要因データと
   共に予測モデルに適用してそのパラメータを逐次最小２
   乗法で推定しながら翌日消費される熱負荷予測値を求め
   る一次熱負荷予測手段と、前記熱負荷データ記憶手段に
   記憶された過去の熱負荷データの平均値を演算し、これ
   を翌日の平均熱負荷予測値として出力する平均値演算手
   段と、当日の現時点までの熱負荷データ等から所定時間
   後の熱負荷を予測する二次熱負荷予測手段と、前記一次
   熱負荷予測手段および平均値演算手段の各予測データの
   うち、現在の熱負荷検出データとの誤差が最小となるも
   のを選択し、この選択された予測データを前記二次熱負
   荷予測手段による予測データに基づいて修正する修正手
   段と、前記一次熱負荷予測による予測データと前記修正
   手段による予測データとを所定の時間帯で切換えて出力
   する切換手段とを備えたことを特徴とする熱負荷予測装
   置。