JP3170393B2 - 地域冷暖房装置の運転方法および装置 - Google Patents
地域冷暖房装置の運転方法および装置Info
- Publication number
- JP3170393B2 JP3170393B2 JP18646993A JP18646993A JP3170393B2 JP 3170393 B2 JP3170393 B2 JP 3170393B2 JP 18646993 A JP18646993 A JP 18646993A JP 18646993 A JP18646993 A JP 18646993A JP 3170393 B2 JP3170393 B2 JP 3170393B2
- Authority
- JP
- Japan
- Prior art keywords
- load
- day
- daily
- change pattern
- tmin
- 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.)
- Expired - Fee Related
Links
Landscapes
- Air Conditioning Control Device (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、一定地域内の建物全て
の冷房および暖房や、給湯などを１個所の熱発生施設で
まかなう地域冷暖房装置の運転方法および装置に関す
る。
の冷房および暖房や、給湯などを１個所の熱発生施設で
まかなう地域冷暖房装置の運転方法および装置に関す
る。
【０００２】
【従来の技術】従来から、地域冷暖房装置は、エネルギ
効率がよく、公害や都市災害の防止に役立ち、都市景観
の向上に貢献するなどの多くの利点を備えているので、
都市再開発やいわゆるウォーターフロント開発などで積
極的に導入されている。地域冷暖房システムには、蓄熱
設備が含まれ、夜間の安価な電力を利用して昼間のピー
ク負荷時に必要な熱あるいは冷熱を蓄え、冷暖房機の能
力を補うようにしている。このようにすると、冷暖房機
の能力は必ずしも予想される最大負荷までは必要でな
く、地域冷暖房装置の総合的な経済性が向上する。
効率がよく、公害や都市災害の防止に役立ち、都市景観
の向上に貢献するなどの多くの利点を備えているので、
都市再開発やいわゆるウォーターフロント開発などで積
極的に導入されている。地域冷暖房システムには、蓄熱
設備が含まれ、夜間の安価な電力を利用して昼間のピー
ク負荷時に必要な熱あるいは冷熱を蓄え、冷暖房機の能
力を補うようにしている。このようにすると、冷暖房機
の能力は必ずしも予想される最大負荷までは必要でな
く、地域冷暖房装置の総合的な経済性が向上する。
【０００３】しかしながら、蓄熱設備を含む蓄熱冷暖房
装置を効率的に運転するには、翌日の負荷の変化パター
ンを予測し、深夜電力を利用して予測される熱あるいは
冷熱を蓄えておく必要がある。蓄えられた熱あるいは冷
熱の量が不足すると、昼間にも冷暖房機を運転する必要
があり、エネルギコストが上昇する。また蓄えられた熱
あるいは冷熱が過剰であると、過剰分の発生に要したエ
ネルギが無駄になる。特に冷熱に関しては、氷蓄熱槽な
どの特性によって氷はその日のうちに一旦全部融かして
しまうことが必要であり、過剰な冷熱は蓄熱能力の低下
を招く。
装置を効率的に運転するには、翌日の負荷の変化パター
ンを予測し、深夜電力を利用して予測される熱あるいは
冷熱を蓄えておく必要がある。蓄えられた熱あるいは冷
熱の量が不足すると、昼間にも冷暖房機を運転する必要
があり、エネルギコストが上昇する。また蓄えられた熱
あるいは冷熱が過剰であると、過剰分の発生に要したエ
ネルギが無駄になる。特に冷熱に関しては、氷蓄熱槽な
どの特性によって氷はその日のうちに一旦全部融かして
しまうことが必要であり、過剰な冷熱は蓄熱能力の低下
を招く。
【０００４】以上のように、地域冷暖房システムを効率
的に運用するためには、１日の負荷の変化パターンを精
度良く予測することが必要である。そのような予測を行
う典型的な先行技術は、たとえば特開平４−３４７４３
９号公報に開示されている。また技術文献として、「花
の万博会場における地域冷房のカルマンフィルタによる
予測制御」（空気調和・衛生工学 第６５巻第１２号
平成３年１１月発行第４９頁〜第５５頁）が存在する。
的に運用するためには、１日の負荷の変化パターンを精
度良く予測することが必要である。そのような予測を行
う典型的な先行技術は、たとえば特開平４−３４７４３
９号公報に開示されている。また技術文献として、「花
の万博会場における地域冷房のカルマンフィルタによる
予測制御」（空気調和・衛生工学 第６５巻第１２号
平成３年１１月発行第４９頁〜第５５頁）が存在する。
【０００５】
【発明が解決しようとする課題】従来からの負荷の変化
パターンの予測方法は、まだ系統的でかつ実用的な方法
とは言えず、地域冷暖房装置を操作するオペレータの経
験と勘に頼らざるを得ない。たとえば特開平４−３４７
４３９号公報の先行技術では、日間負荷パターンの予測
について具体的な方法が不明である。また前述の技術文
献では、４つの気象変量を因子とする１時間毎の予測モ
デルを設定し、カルマンフィルタで係数を推定している
ので、１日には２４の予測モデルが必要となり、計算量
が多く、かつ春、秋の季節変化時期の追従性が遅れるな
どの課題がある。このため、オペレータがたとえば１週
間前の日間負荷パターンを参考に、１日の日間負荷パタ
ーンを予測するなどの方法がとられることになる。この
ため、蓄熱設備や冷暖房機などの熱源機の運転計画も、
ある程度の余裕を見込んだものとなり、エネルギ損失が
大きくなる。
パターンの予測方法は、まだ系統的でかつ実用的な方法
とは言えず、地域冷暖房装置を操作するオペレータの経
験と勘に頼らざるを得ない。たとえば特開平４−３４７
４３９号公報の先行技術では、日間負荷パターンの予測
について具体的な方法が不明である。また前述の技術文
献では、４つの気象変量を因子とする１時間毎の予測モ
デルを設定し、カルマンフィルタで係数を推定している
ので、１日には２４の予測モデルが必要となり、計算量
が多く、かつ春、秋の季節変化時期の追従性が遅れるな
どの課題がある。このため、オペレータがたとえば１週
間前の日間負荷パターンを参考に、１日の日間負荷パタ
ーンを予測するなどの方法がとられることになる。この
ため、蓄熱設備や冷暖房機などの熱源機の運転計画も、
ある程度の余裕を見込んだものとなり、エネルギ損失が
大きくなる。
【０００６】本発明の目的は、系統的で実用的な自動予
測が可能な地域冷暖房設備の運転方法および装置を提供
することである。
測が可能な地域冷暖房設備の運転方法および装置を提供
することである。
【０００７】
【課題を解決するための手段】本発明は、過去の複数日
にわたって、時間経過に伴う負荷の変化パターンを求め
て正規化し、翌日の日最大負荷ＱPと、日最小負荷ＱBと
を予測し、日最大負荷ＱPおよび日最小負荷ＱBと正規化
された変化パターンとから翌日の負荷の変化パターンを
予測し、予測された負荷の変化パターンに基づいて熱源
機を運転することを特徴とする地域冷暖房装置の運転方
法である。
にわたって、時間経過に伴う負荷の変化パターンを求め
て正規化し、翌日の日最大負荷ＱPと、日最小負荷ＱBと
を予測し、日最大負荷ＱPおよび日最小負荷ＱBと正規化
された変化パターンとから翌日の負荷の変化パターンを
予測し、予測された負荷の変化パターンに基づいて熱源
機を運転することを特徴とする地域冷暖房装置の運転方
法である。
【０００８】また本発明は、天気予報から得られる翌日
の日最高気温Ｔｍａｘおよび日最低気温Ｔｍｉｎから、 平均気温Ｔａｖを、過去の実績データによって定められ
る係数αを用いて、 Ｔａｖ＝α（Ｔｍａｘ−Ｔｍｉｎ）＋Ｔｍｉｎ に従って予測し、 平均絶対湿度Ａａｖを、月毎に設定される係数β1，β2
を用いて、 Ａａｖ＝β1Ｔｍｉｎ＋β2 に従って予測し、 前記日最大負荷ＱPおよび日最小負荷ＱBは、該平均気温
Ｔａｖと、該平均絶対湿度Ａａｖとから求めることを特
徴とする請求項１に記載の地域冷暖房装置の運転方法で
ある。
の日最高気温Ｔｍａｘおよび日最低気温Ｔｍｉｎから、 平均気温Ｔａｖを、過去の実績データによって定められ
る係数αを用いて、 Ｔａｖ＝α（Ｔｍａｘ−Ｔｍｉｎ）＋Ｔｍｉｎ に従って予測し、 平均絶対湿度Ａａｖを、月毎に設定される係数β1，β2
を用いて、 Ａａｖ＝β1Ｔｍｉｎ＋β2 に従って予測し、 前記日最大負荷ＱPおよび日最小負荷ＱBは、該平均気温
Ｔａｖと、該平均絶対湿度Ａａｖとから求めることを特
徴とする請求項１に記載の地域冷暖房装置の運転方法で
ある。
【０００９】また本発明で、前記日最大負荷ＱPおよび
日最小負荷ＱBとして得られる予測値は、土曜日、日曜
日および祝祭日である特定曜日を除く平日について適用
され、該特定曜日の日最大負荷ＱPおよび日最小負荷ＱB
の予測値は、平日と同様にして求められる予測値に、予
め実績データに基づいて設定される該特定曜日の平日に
対する比率を乗じて求めることを特徴とする。
日最小負荷ＱBとして得られる予測値は、土曜日、日曜
日および祝祭日である特定曜日を除く平日について適用
され、該特定曜日の日最大負荷ＱPおよび日最小負荷ＱB
の予測値は、平日と同様にして求められる予測値に、予
め実績データに基づいて設定される該特定曜日の平日に
対する比率を乗じて求めることを特徴とする。
【００１０】さらに本発明は、過去の複数日にわたる負
荷の変化データが記憶されている記憶手段と、天気予報
から得られる翌日の翌日の日最高気温Ｔｍａｘおよび日
最低気温Ｔｍｉｎを入力する入力手段と、記憶手段およ
び入力手段からの出力に応答する演算手段であって、負
荷の変化データから時間経過に伴う正規化された変化パ
ターンを算出し、翌日の日最高気温Ｔｍａｘおよび日最
低気温Ｔｍｉｎから、平均気温Ｔａｖを、過去の実績デ
ータによって定められる係数αを用いて、 Ｔａｖ＝α（Ｔｍａｘ−Ｔｍｉｎ）＋Ｔｍｉｎ に従って予測し、平均絶対湿度Ａａｖを、月毎に設定さ
れる係数β1，β2を用いて、 Ａａｖ＝β1Ｔｍｉｎ＋β2 に従って予測し、平均気温Ｔａｖおよび平均絶対湿度Ａ
ａｖに基づいて日最大負荷ＱPおよび日最小負荷ＱBを算
出し、正規化された変化パターン、日最大負荷ＱPおよ
び日最小負荷ＱBから翌日の負荷の変化パターンを算出
する演算手段と、演算手段からの出力に応答し、算出さ
れた負荷の変化パターンに基づいて熱源機を運転する制
御手段とを含むことを特徴とする地域冷暖房装置の運転
装置である。
荷の変化データが記憶されている記憶手段と、天気予報
から得られる翌日の翌日の日最高気温Ｔｍａｘおよび日
最低気温Ｔｍｉｎを入力する入力手段と、記憶手段およ
び入力手段からの出力に応答する演算手段であって、負
荷の変化データから時間経過に伴う正規化された変化パ
ターンを算出し、翌日の日最高気温Ｔｍａｘおよび日最
低気温Ｔｍｉｎから、平均気温Ｔａｖを、過去の実績デ
ータによって定められる係数αを用いて、 Ｔａｖ＝α（Ｔｍａｘ−Ｔｍｉｎ）＋Ｔｍｉｎ に従って予測し、平均絶対湿度Ａａｖを、月毎に設定さ
れる係数β1，β2を用いて、 Ａａｖ＝β1Ｔｍｉｎ＋β2 に従って予測し、平均気温Ｔａｖおよび平均絶対湿度Ａ
ａｖに基づいて日最大負荷ＱPおよび日最小負荷ＱBを算
出し、正規化された変化パターン、日最大負荷ＱPおよ
び日最小負荷ＱBから翌日の負荷の変化パターンを算出
する演算手段と、演算手段からの出力に応答し、算出さ
れた負荷の変化パターンに基づいて熱源機を運転する制
御手段とを含むことを特徴とする地域冷暖房装置の運転
装置である。
【００１１】
【作用】本発明に従えば、過去の複数日にわたって求め
られる時間経過に伴う負荷の変化パターンが正規化さ
れ、予測された翌日の日最大負荷ＱPと、日最小負荷ＱB
を用いて翌日の負荷の変化パターンが予測される。過去
の実績に従って求められる負荷の変化パターンと、予測
される翌日の日最大負荷ＱPおよび日最小負荷ＱBとに従
って翌日の負荷の変化パターンを予測するので、系統的
かつ実用的な予測を行うことができる。予測に基づいて
熱源機を運転するときの運転計画も、余裕を多く見込む
必要はないので、地域冷暖房装置を経済的に運転するこ
とができる。
られる時間経過に伴う負荷の変化パターンが正規化さ
れ、予測された翌日の日最大負荷ＱPと、日最小負荷ＱB
を用いて翌日の負荷の変化パターンが予測される。過去
の実績に従って求められる負荷の変化パターンと、予測
される翌日の日最大負荷ＱPおよび日最小負荷ＱBとに従
って翌日の負荷の変化パターンを予測するので、系統的
かつ実用的な予測を行うことができる。予測に基づいて
熱源機を運転するときの運転計画も、余裕を多く見込む
必要はないので、地域冷暖房装置を経済的に運転するこ
とができる。
【００１２】また本発明に従えば、日最大負荷ＱPおよ
び日最小負荷ＱBは、天気予報から得られる翌日の日最
高温度Ｔｍａｘおよび日最低温度Ｔｍｉｎに基づく平均
気温Ｔａｖおよび平均絶対湿度Ａａｖから求めるので、
春や秋など、季節変化に伴って気温や湿度が変化し易い
時期であっても、追従性良く熱源機を運転することがで
きる。
び日最小負荷ＱBは、天気予報から得られる翌日の日最
高温度Ｔｍａｘおよび日最低温度Ｔｍｉｎに基づく平均
気温Ｔａｖおよび平均絶対湿度Ａａｖから求めるので、
春や秋など、季節変化に伴って気温や湿度が変化し易い
時期であっても、追従性良く熱源機を運転することがで
きる。
【００１３】また本発明に従えば、土曜日、日曜日およ
び祝祭日などの特定曜日の日最大負荷ＱPおよび日最小
負荷ＱBは、該特定曜日以外の平日を対象にするときと
同様に予測し、その予測値ＱP，ＱBに、特定曜日の平日
に対する比率を乗じて求められる。これによって土曜
日、日曜日および祝祭日などの実績データが少ない特定
曜日であっても、正確で信頼性の高い負荷の予測を行う
ことができる。
び祝祭日などの特定曜日の日最大負荷ＱPおよび日最小
負荷ＱBは、該特定曜日以外の平日を対象にするときと
同様に予測し、その予測値ＱP，ＱBに、特定曜日の平日
に対する比率を乗じて求められる。これによって土曜
日、日曜日および祝祭日などの実績データが少ない特定
曜日であっても、正確で信頼性の高い負荷の予測を行う
ことができる。
【００１４】また本発明に従えば、演算手段は、記憶手
段に記憶されている過去の複数日にわたる負荷の変化デ
ータから時間経過に伴う正規化された変化パターンを算
出する。また天気予報から得られる翌日の日最高気温Ｔ
ｍａｘおよび日最低気温Ｔｍｉｎが入力手段に入力され
て算出される平均気温Ｔａｖおよび平均絶対湿度Ａａｖ
に基づいて、日最大負荷ＱPおよび日最小負荷ＱBを算出
する。制御手段は、演算手段によって正規化された変化
パターンと、日最大負荷ＱPおよび日最小負荷ＱBから算
出される翌日の負荷の変化パターンとに基づいて、熱源
機を運転する。負荷の変化パターンが系統的かつ実用的
に算出され、それに基づいて熱源機の運転が行われるの
で、効率的な運転が可能である。さらに、春や秋などの
季節変化時でも、平均温度Ｔａｖや平均絶対湿度Ａａｖ
を用いて負荷の変化パターンが予測されているので、熱
源機を追従性良く運転することができる。
段に記憶されている過去の複数日にわたる負荷の変化デ
ータから時間経過に伴う正規化された変化パターンを算
出する。また天気予報から得られる翌日の日最高気温Ｔ
ｍａｘおよび日最低気温Ｔｍｉｎが入力手段に入力され
て算出される平均気温Ｔａｖおよび平均絶対湿度Ａａｖ
に基づいて、日最大負荷ＱPおよび日最小負荷ＱBを算出
する。制御手段は、演算手段によって正規化された変化
パターンと、日最大負荷ＱPおよび日最小負荷ＱBから算
出される翌日の負荷の変化パターンとに基づいて、熱源
機を運転する。負荷の変化パターンが系統的かつ実用的
に算出され、それに基づいて熱源機の運転が行われるの
で、効率的な運転が可能である。さらに、春や秋などの
季節変化時でも、平均温度Ｔａｖや平均絶対湿度Ａａｖ
を用いて負荷の変化パターンが予測されているので、熱
源機を追従性良く運転することができる。
【００１５】
【実施例】図１は、本発明の一実施例による地域冷暖房
設備の運転装置の構成を示す。地域の需要家側にある冷
暖房負荷１の運転を制御するため、環境変量入力装置
２、計算機３および記録装置４を含む運転装置が使用さ
れる。この運転装置は、冷温水機１１〜１ｍ（以下、総
称するときは参照符１０で示す）、および蓄熱設備２１
〜２ｎ（総称するときは参照符２０で示す）などを含む
冷凍機の運転状態を制御する。
設備の運転装置の構成を示す。地域の需要家側にある冷
暖房負荷１の運転を制御するため、環境変量入力装置
２、計算機３および記録装置４を含む運転装置が使用さ
れる。この運転装置は、冷温水機１１〜１ｍ（以下、総
称するときは参照符１０で示す）、および蓄熱設備２１
〜２ｎ（総称するときは参照符２０で示す）などを含む
冷凍機の運転状態を制御する。
【００１６】環境変量入力装置には、冷凍機から冷暖房
負荷１に送る送水温度、冷暖房負荷１から冷凍機に戻る
還水温度、これらの流量、大気温度および絶対湿度が環
境変量として入力される。さらに天気予報から予想最高
気温、予想最低気温、場合によっては予想平均絶対湿度
なども入力される。環境変量入力装置２からの出力は、
計算機３内の負荷演算部３１に与えられる。負荷演算部
３１には、冷暖房負荷１の冷房負荷実測値も与えられ
る。このような負荷実測手段である負荷演算部３１から
の出力は、データ記憶部３２に与えられて記憶される。
負荷予測部３３は、データ記憶部３２に記憶されたデー
タと、記憶装置４に記憶されている日間予測パターンや
日間予測パターンに対する実測パターンの変動を表す関
係式などに基づいて、負荷予測値を算出し、制御部３４
に与える。制御部３４は、与えられた負荷予測値に基づ
いて、冷凍機の運転状態を制御する。
負荷１に送る送水温度、冷暖房負荷１から冷凍機に戻る
還水温度、これらの流量、大気温度および絶対湿度が環
境変量として入力される。さらに天気予報から予想最高
気温、予想最低気温、場合によっては予想平均絶対湿度
なども入力される。環境変量入力装置２からの出力は、
計算機３内の負荷演算部３１に与えられる。負荷演算部
３１には、冷暖房負荷１の冷房負荷実測値も与えられ
る。このような負荷実測手段である負荷演算部３１から
の出力は、データ記憶部３２に与えられて記憶される。
負荷予測部３３は、データ記憶部３２に記憶されたデー
タと、記憶装置４に記憶されている日間予測パターンや
日間予測パターンに対する実測パターンの変動を表す関
係式などに基づいて、負荷予測値を算出し、制御部３４
に与える。制御部３４は、与えられた負荷予測値に基づ
いて、冷凍機の運転状態を制御する。
【００１７】図２は、図１に示す実施例を用いた地域冷
暖房システムの構成を示す。この地域冷暖房システムに
おいては、エネルギプラント４０で地域冷暖房に必要な
熱および冷熱を集中的に発生し、さらに発電も行って、
コ・ジェネレーションシステムとしてエネルギの有効利
用を図る。エネルギ源の１つは商用電力４１であり、こ
れによって付勢されるモータ４２がターボ冷凍機４３を
駆動する。ターボ冷凍機４３は、安定した負荷条件で運
転するのに適しており、氷蓄熱槽４４内に冷熱を蓄積す
るために運転される。冷水ポンプ４５，４６の出力は、
冷水管４７に接続される。地域冷房に使用された還り冷
水は、還り冷水管４８で戻される。これらの冷水管４７
および還り冷水管４８は、地域配管４９として、エネル
ギプラント４０と冷暖房地域５０との間を結ぶ。エネル
ギプラント４０のエネルギ源としては、都市ガス５１も
使用される。都市ガス５１は、ガスタービン５２に使用
され、発電機５３を駆動する。発電機５３からの電力
は、前述のモータ４２、冷水ポンプ４５，４６を駆動す
るために使用される。余分の電力は、商用電力４１側に
売却することもある。ガスタービン５２からの排ガス
は、排ガスボイラ５４に導かれて、排熱を利用して蒸気
を発生させる。都市ガス５１を燃焼させて直接蒸気を発
生させる蒸気ボイラ５５も設けられる。排熱ボイラ５４
および蒸気ボイラ５５から発生する蒸気は、蒸気管５６
に導出される。蒸気管５６は、地域配管４９内に含ま
れ、冷暖房地域５０を暖房するために使用される。暖房
に使用された蒸気は、水に還り、還水管５７を介して戻
される。排熱ボイラ５４および蒸気ボイラ５５から発生
する蒸気を利用して、吸収式冷凍機５８が作動する。排
熱ボイラ５４、蒸気ボイラ５５および吸収式冷凍機５８
は、冷温水機１０を構成する。モータ４２、ターボ冷凍
機４３および氷蓄熱槽４４は、蓄熱設備２０を構成す
る。冷水管４７の温度Ｔ１と、還り冷水管４８の温度Ｔ
２を用いると、冷房負荷Ｑを次の第１式によって求める
ことができる。
暖房システムの構成を示す。この地域冷暖房システムに
おいては、エネルギプラント４０で地域冷暖房に必要な
熱および冷熱を集中的に発生し、さらに発電も行って、
コ・ジェネレーションシステムとしてエネルギの有効利
用を図る。エネルギ源の１つは商用電力４１であり、こ
れによって付勢されるモータ４２がターボ冷凍機４３を
駆動する。ターボ冷凍機４３は、安定した負荷条件で運
転するのに適しており、氷蓄熱槽４４内に冷熱を蓄積す
るために運転される。冷水ポンプ４５，４６の出力は、
冷水管４７に接続される。地域冷房に使用された還り冷
水は、還り冷水管４８で戻される。これらの冷水管４７
および還り冷水管４８は、地域配管４９として、エネル
ギプラント４０と冷暖房地域５０との間を結ぶ。エネル
ギプラント４０のエネルギ源としては、都市ガス５１も
使用される。都市ガス５１は、ガスタービン５２に使用
され、発電機５３を駆動する。発電機５３からの電力
は、前述のモータ４２、冷水ポンプ４５，４６を駆動す
るために使用される。余分の電力は、商用電力４１側に
売却することもある。ガスタービン５２からの排ガス
は、排ガスボイラ５４に導かれて、排熱を利用して蒸気
を発生させる。都市ガス５１を燃焼させて直接蒸気を発
生させる蒸気ボイラ５５も設けられる。排熱ボイラ５４
および蒸気ボイラ５５から発生する蒸気は、蒸気管５６
に導出される。蒸気管５６は、地域配管４９内に含ま
れ、冷暖房地域５０を暖房するために使用される。暖房
に使用された蒸気は、水に還り、還水管５７を介して戻
される。排熱ボイラ５４および蒸気ボイラ５５から発生
する蒸気を利用して、吸収式冷凍機５８が作動する。排
熱ボイラ５４、蒸気ボイラ５５および吸収式冷凍機５８
は、冷温水機１０を構成する。モータ４２、ターボ冷凍
機４３および氷蓄熱槽４４は、蓄熱設備２０を構成す
る。冷水管４７の温度Ｔ１と、還り冷水管４８の温度Ｔ
２を用いると、冷房負荷Ｑを次の第１式によって求める
ことができる。
【００１８】 Ｑ ＝ Ｆ（Ｔ２−Ｔ１） …（１） ここでＦは冷水の流量に比例する係数である。暖房負荷
は蒸気管５６から冷暖房地域５０に供給される蒸気量に
比例して求められる。この暖房負荷と冷房負荷Ｑとの和
が地域冷暖房設備の負荷となる。
は蒸気管５６から冷暖房地域５０に供給される蒸気量に
比例して求められる。この暖房負荷と冷房負荷Ｑとの和
が地域冷暖房設備の負荷となる。
【００１９】図３は、冷房負荷Ｑの日間変動パターンを
示す。本実施例では、日間変動を時刻ｔ１以前および時
刻ｔ４以降の夜間ベース区間、時刻ｔ１から時刻ｔ２ま
での負荷上昇区間、時刻ｔ２から時刻ｔ３までのピーク
区間、時刻ｔ３から時刻ｔ４までの負荷下降区間の４区
間に分割し、各区間毎に予測方式を変更する。負荷上昇
区間および負荷下降区間では、予め計算済みの日間負荷
変動パターン予測値による一定期間予測値に、当日の成
り行き変動分を、上記パターン予測値と実測値との差を
三重指数平滑して計算し、補正する。夜間ベース区間お
よびピーク区間では、上記パターン予測値と、気温や湿
度などの環境変量による補正とを、三重指数平滑に組み
合わせて予測する。夕方の負荷下降直前に日間負荷変動
パターン予測値を、当日の日最大負荷実績値および日最
小負荷実績値を用いて修正し、これを負荷下降区間によ
る予測に使用する。三重指数平滑とは、対象時系列デー
タが２次式（ａ＋ｂｔ＋１／２ｃｔ2）状に変化すると
仮定し、データの３次までの指数平滑値によってａ，
ｂ，ｃを逐次計算し、この２次式を使って予測する手法
である。
示す。本実施例では、日間変動を時刻ｔ１以前および時
刻ｔ４以降の夜間ベース区間、時刻ｔ１から時刻ｔ２ま
での負荷上昇区間、時刻ｔ２から時刻ｔ３までのピーク
区間、時刻ｔ３から時刻ｔ４までの負荷下降区間の４区
間に分割し、各区間毎に予測方式を変更する。負荷上昇
区間および負荷下降区間では、予め計算済みの日間負荷
変動パターン予測値による一定期間予測値に、当日の成
り行き変動分を、上記パターン予測値と実測値との差を
三重指数平滑して計算し、補正する。夜間ベース区間お
よびピーク区間では、上記パターン予測値と、気温や湿
度などの環境変量による補正とを、三重指数平滑に組み
合わせて予測する。夕方の負荷下降直前に日間負荷変動
パターン予測値を、当日の日最大負荷実績値および日最
小負荷実績値を用いて修正し、これを負荷下降区間によ
る予測に使用する。三重指数平滑とは、対象時系列デー
タが２次式（ａ＋ｂｔ＋１／２ｃｔ2）状に変化すると
仮定し、データの３次までの指数平滑値によってａ，
ｂ，ｃを逐次計算し、この２次式を使って予測する手法
である。
【００２０】図４は図１に示す実施例による負荷の予測
動作を示し、図５は過去複数日にわたって正規化された
負荷の変化パターンを平滑化する方法を示す。特に図３
に示すように、負荷変化パターンは、負荷上昇区間、ピ
ーク区間、負荷下降区間および夜間ベース区間に分けら
れる。ピーク区間と夜間ベース区間とでは、商業施設や
オフィスビルが営業中あるいは閉店中であり、人間の活
動がほぼ安定しているため、気温や湿度などの気象条件
の要因の影響が大きい。日最大負荷は、平日と特定曜日
である土曜日や日曜日あるいは祝祭日とでは、同じ気象
条件下でも平日＞土曜日＞日曜日と差がある。土曜日、
日曜日および祝祭日にはオフィスビルなどが休業してい
るからである。
動作を示し、図５は過去複数日にわたって正規化された
負荷の変化パターンを平滑化する方法を示す。特に図３
に示すように、負荷変化パターンは、負荷上昇区間、ピ
ーク区間、負荷下降区間および夜間ベース区間に分けら
れる。ピーク区間と夜間ベース区間とでは、商業施設や
オフィスビルが営業中あるいは閉店中であり、人間の活
動がほぼ安定しているため、気温や湿度などの気象条件
の要因の影響が大きい。日最大負荷は、平日と特定曜日
である土曜日や日曜日あるいは祝祭日とでは、同じ気象
条件下でも平日＞土曜日＞日曜日と差がある。土曜日、
日曜日および祝祭日にはオフィスビルなどが休業してい
るからである。
【００２１】以上のような前提のもとに、図４のステッ
プａ１から動作を開始し、ステップａ２では、過去の変
化パターンを正規化する。図１に示す記憶装置４には、
過去の複数日、たとえば３週間分の負荷データが記憶さ
れている。図１の負荷予測部３３は、次の第２式に示す
ような演算によって負荷の変化パターンを０％〜１００
％の範囲に正規化する。
プａ１から動作を開始し、ステップａ２では、過去の変
化パターンを正規化する。図１に示す記憶装置４には、
過去の複数日、たとえば３週間分の負荷データが記憶さ
れている。図１の負荷予測部３３は、次の第２式に示す
ような演算によって負荷の変化パターンを０％〜１００
％の範囲に正規化する。
【００２２】
【数１】
【００２３】ここで、ｘw k.jは、ｗ週間前のｊ曜日のｋ
時点での正規化負荷比率〔％〕であり、ｑw k.jは、ｗ週
間前のｊ曜日のｋ時点での負荷実績値であり、ｑw max.j
は、ｗ週間前のｊ曜日の日最大負荷実績値であり、ｑw
min.jは、ｗ週間前のｊ曜日の日最小負荷実績値であ
る。第２式で求められた結果、配分パターンは、たとえ
ば１時間の区間にわたって、第３式に示すように移動平
均処理され、蓄積される。
時点での正規化負荷比率〔％〕であり、ｑw k.jは、ｗ週
間前のｊ曜日のｋ時点での負荷実績値であり、ｑw max.j
は、ｗ週間前のｊ曜日の日最大負荷実績値であり、ｑw
min.jは、ｗ週間前のｊ曜日の日最小負荷実績値であ
る。第２式で求められた結果、配分パターンは、たとえ
ば１時間の区間にわたって、第３式に示すように移動平
均処理され、蓄積される。
【００２４】
【数２】
【００２５】ここで、ｒw k.jは、ｗ週間前のｊ曜日のｋ
時点での正規化負荷配分率であり、Ｎは、移動平均区間
内の時点の数である。前述のように、移動平均区間を１
時間にとり、ｋ時点を５分毎にとれば、Ｎ＝１２とな
る。
時点での正規化負荷配分率であり、Ｎは、移動平均区間
内の時点の数である。前述のように、移動平均区間を１
時間にとり、ｋ時点を５分毎にとれば、Ｎ＝１２とな
る。
【００２６】ステップａ３では、平均気温Ｔａｖおよび
平均絶対湿度Ａａｖを予測する。これらの値は、天気予
報から得られる翌日の日最高気温Ｔｍａｘおよび日最低
気温Ｔｍｉｎから次の第４式および第５式に従ってそれ
ぞれ予測される。
平均絶対湿度Ａａｖを予測する。これらの値は、天気予
報から得られる翌日の日最高気温Ｔｍａｘおよび日最低
気温Ｔｍｉｎから次の第４式および第５式に従ってそれ
ぞれ予測される。
【００２７】 Ｔａｖ＝α（Ｔｍａｘ−Ｔｍｉｎ）＋Ｔｍｉｎ …（４） Ａａｖ＝β1Ｔｍｉｎ＋β2 …（５） 日最高気温Ｔｍａｘおよび日最低気温Ｔｍｉｎは、たと
えば午後９時の天気予報から得られる。αは、過去の実
績データによって定められ、たとえば１９７６〜１９８
５年の大阪の日間気温の荷重平均係数として、α＝０．
４６５が求められる。日平均絶対湿度Ａａｖは、日最低
気温Ｔｍｉｎと相関関係があると推定されるので、月毎
に設定される係数β1，β2を用いて予測する。
えば午後９時の天気予報から得られる。αは、過去の実
績データによって定められ、たとえば１９７６〜１９８
５年の大阪の日間気温の荷重平均係数として、α＝０．
４６５が求められる。日平均絶対湿度Ａａｖは、日最低
気温Ｔｍｉｎと相関関係があると推定されるので、月毎
に設定される係数β1，β2を用いて予測する。
【００２８】ステップａ４では、次の第６式および第７
式に示すような予測モデルに従って、日最大負荷ＱPお
よび日最小負荷ＱBをそれぞれ予測する。
式に示すような予測モデルに従って、日最大負荷ＱPお
よび日最小負荷ＱBをそれぞれ予測する。
【００２９】 ＱP＝ａ1Ｔａｖ＋ａ2Ａａｖ＋ａ3 …（６） ＱB＝ｂ1Ｔａｖ＋ｂ2Ａａｖ＋ｂ3 …（７） ａ1，ａ2，ａ3；ｂ1，ｂ2，ｂ3はそれぞれモデルパラメ
ータを表し、最小二乗法計算によって逐次更新する。逐
次最小二乗法計算の計算時間を少なくするためには、カ
ルマンフィルタを用いることが好ましい。
ータを表し、最小二乗法計算によって逐次更新する。逐
次最小二乗法計算の計算時間を少なくするためには、カ
ルマンフィルタを用いることが好ましい。
【００３０】これらの予測値ＱP，ＱBは、平日に対応
し、土曜日、日曜日および祝祭日などの休日の日最大負
荷予測値ＱPおよび日最大負荷予測値ＱBは、平日の予測
値ＱP，ＱB に指数平滑した対平均負荷比率ηijを乗算
して求める。これらの対平日負荷比率ηijは、負荷変化
に適応できるように、土曜日、日曜日、および祝祭日の
終了時に、それぞれ当日の日最大負荷実績値ｑ
W max.jと、平日の日最大負荷予測モデルに当日の平均気
温Ｔａｖおよび平均絶対湿度Ａａｖを使って得られる日
最大負荷実績値ｑw'max.jとの比率ηij′（＝ｑw max.j
／ｑw'max.j）を求め、この比率ηij′を指数平滑によ
って週毎に更新する。すなわち、更新後の指数平滑値η
ijは、次式によって求められる。
し、土曜日、日曜日および祝祭日などの休日の日最大負
荷予測値ＱPおよび日最大負荷予測値ＱBは、平日の予測
値ＱP，ＱB に指数平滑した対平均負荷比率ηijを乗算
して求める。これらの対平日負荷比率ηijは、負荷変化
に適応できるように、土曜日、日曜日、および祝祭日の
終了時に、それぞれ当日の日最大負荷実績値ｑ
W max.jと、平日の日最大負荷予測モデルに当日の平均気
温Ｔａｖおよび平均絶対湿度Ａａｖを使って得られる日
最大負荷実績値ｑw'max.jとの比率ηij′（＝ｑw max.j
／ｑw'max.j）を求め、この比率ηij′を指数平滑によ
って週毎に更新する。すなわち、更新後の指数平滑値η
ijは、次式によって求められる。
【００３１】 ηij ＝ ηij＋ε・（ηij′−ηij） …（８） ここで、係数εは、０＜ε≦１である。またηijについ
ては、ｉ＝１のとき日最大負荷用、ｉ＝２のとき日最小
負荷用であり、ｊ＝１のとき土曜日用、ｊ＝２のとき日
曜日（祝祭日を含む）用とする。
ては、ｉ＝１のとき日最大負荷用、ｉ＝２のとき日最小
負荷用であり、ｊ＝１のとき土曜日用、ｊ＝２のとき日
曜日（祝祭日を含む）用とする。
【００３２】このようにして指数平滑された比率ηを、
上述した第６式および第７式の日最大負荷予測値ＱPお
よび日最小負荷予測値ＱBに乗ずることによって、特定
曜日である土曜日、日曜日および祝祭日の日最大負荷予
測値および日最小負荷予測値を求めることができる。
上述した第６式および第７式の日最大負荷予測値ＱPお
よび日最小負荷予測値ＱBに乗ずることによって、特定
曜日である土曜日、日曜日および祝祭日の日最大負荷予
測値および日最小負荷予測値を求めることができる。
【００３３】ステップａ５では、翌日の変化パターンを
予測する。このため、図５に示すように、平滑処理を施
した過去３週間内の同一曜日の負荷パターンを平均化す
る。すなわち図５（１），（２），（３）に示すよう
に、３，２，１週間前のｊ曜日のｋ時点での正規化負荷
配分率ｒ3 k.j，ｒ2 k.j，ｒ1 k.jを平均して、図５（４）
に示すようなｊ曜日のｋ時点の負荷配分率ｆj （ｋ）の
変化パターンを得る。このような計算は、次の第９式に
従って行われる。
予測する。このため、図５に示すように、平滑処理を施
した過去３週間内の同一曜日の負荷パターンを平均化す
る。すなわち図５（１），（２），（３）に示すよう
に、３，２，１週間前のｊ曜日のｋ時点での正規化負荷
配分率ｒ3 k.j，ｒ2 k.j，ｒ1 k.jを平均して、図５（４）
に示すようなｊ曜日のｋ時点の負荷配分率ｆj （ｋ）の
変化パターンを得る。このような計算は、次の第９式に
従って行われる。
【００３４】
【数３】
【００３５】ここで、ｍwは、次の第１０式の条件を満
たす係数である。
たす係数である。
【００３６】
【数４】
【００３７】ここで、０≦ｍw ≦１である。
【００３８】ｊ曜日が平日であっても、ｗ週間（１≦ｗ
≦３）前に祝祭日があれば、該当する係数をｍw ＝０と
し、他の係数ｍw が第９式および第１０式を満足するよ
うに調整する。このようにして求めた図５（４）に示す
ような日間負荷配分パターンのピーク区間に、日最大負
荷予測値ＱPを適用し、夜間ベース区間に日最小負荷予
測値ＱBを適用して、次の第１１式に示すような翌日の
負荷変化パターンを予測する。
≦３）前に祝祭日があれば、該当する係数をｍw ＝０と
し、他の係数ｍw が第９式および第１０式を満足するよ
うに調整する。このようにして求めた図５（４）に示す
ような日間負荷配分パターンのピーク区間に、日最大負
荷予測値ＱPを適用し、夜間ベース区間に日最小負荷予
測値ＱBを適用して、次の第１１式に示すような翌日の
負荷変化パターンを予測する。
【００３９】 ｈn＝０．０１・ｆj（ｎ）・（ＱP−ＱB）＋ＱB …（11） ステップａ６では、求められた翌日の変化パターン予測
値に基づいて、夜間の蓄熱量を算出する。この算出値に
基づいて、夜間の安価な電力を利用し、蓄熱設備に熱ま
たは冷熱を蓄熱する。
値に基づいて、夜間の蓄熱量を算出する。この算出値に
基づいて、夜間の安価な電力を利用し、蓄熱設備に熱ま
たは冷熱を蓄熱する。
【００４０】次にステップａ７では、予測された負荷の
変化パターンに基づき、熱源機器の発停スケジュールを
決定する。予測される負荷の変化パターンには、予測誤
差が避けられないため、発停スケジュールは負荷の余裕
を見て安全側に計画する。しかしながら、翌日の変化パ
ターンが系統的かつ実用的に予測されるので、オペレー
タの経験や勘に頼る場合よりも余裕を小さくして省エネ
ルギ化を図ることができる。
変化パターンに基づき、熱源機器の発停スケジュールを
決定する。予測される負荷の変化パターンには、予測誤
差が避けられないため、発停スケジュールは負荷の余裕
を見て安全側に計画する。しかしながら、翌日の変化パ
ターンが系統的かつ実用的に予測されるので、オペレー
タの経験や勘に頼る場合よりも余裕を小さくして省エネ
ルギ化を図ることができる。
【００４１】次にステップａ８では、蓄熱設備からの放
熱スケジュールを決定する。氷蓄熱層を利用するときに
は、蓄熱開始時点までに前夜の蓄熱量は全部放熱する必
要がある。熱あるいは冷熱の需要が予測を上回るような
ときには、熱源機器を追起動して対応する。ステップａ
９で動作を終了する。
熱スケジュールを決定する。氷蓄熱層を利用するときに
は、蓄熱開始時点までに前夜の蓄熱量は全部放熱する必
要がある。熱あるいは冷熱の需要が予測を上回るような
ときには、熱源機器を追起動して対応する。ステップａ
９で動作を終了する。
【００４２】吸収式冷凍機を冷房に使用するときには、
起動に３０分程度の時間がかかる。ステップａ７では、
たとえば３０分先の負荷の予測に基づいて、冷凍機の発
停のタイミングを決める。
起動に３０分程度の時間がかかる。ステップａ７では、
たとえば３０分先の負荷の予測に基づいて、冷凍機の発
停のタイミングを決める。
【００４３】
【発明の効果】以上のように本発明によれば、過去の複
数日にわたって時間経過に伴う負荷の変化パターンを求
めてから正規化するので、データのサンプル数が多くな
り、データをサンプリングした特定の日の負荷変動が平
滑化され、系統的かつ実用的に負荷の変化パターンを求
めることができる。熱源機を運転する日に特有な条件
は、日最大負荷ＱPおよび日最小負荷ＱBの予測値に反映
させることができるので、予測された負荷の変化パター
ンの精度は向上する。負荷の変化パターンの予測精度が
向上するので、熱源機の運転計画に見込む余裕も少なく
てよく、エネルギ効率や経済性が向上する。
数日にわたって時間経過に伴う負荷の変化パターンを求
めてから正規化するので、データのサンプル数が多くな
り、データをサンプリングした特定の日の負荷変動が平
滑化され、系統的かつ実用的に負荷の変化パターンを求
めることができる。熱源機を運転する日に特有な条件
は、日最大負荷ＱPおよび日最小負荷ＱBの予測値に反映
させることができるので、予測された負荷の変化パター
ンの精度は向上する。負荷の変化パターンの予測精度が
向上するので、熱源機の運転計画に見込む余裕も少なく
てよく、エネルギ効率や経済性が向上する。
【００４４】また本発明によれば、日最大負荷ＱPおよ
び日最小負荷ＱBに、天気予報に基づく平均気温Ｔａｖ
および平均絶対湿度Ａａｖを反映させることができるの
で、春や秋などの季節変化時の追従性を良好にすること
ができる。
び日最小負荷ＱBに、天気予報に基づく平均気温Ｔａｖ
および平均絶対湿度Ａａｖを反映させることができるの
で、春や秋などの季節変化時の追従性を良好にすること
ができる。
【００４５】また本発明によれば、特定曜日以外の平日
を対象にして予測し、その予測値に特定曜日の平日に対
する比率を乗じて日最大負荷および日最小負荷を求める
ようにしたので、土曜日、日曜日および祝祭日などのよ
うな平日に比べて実績日が少なく、信頼できる予測が困
難である特定曜日に対しても、正確で信頼性の高い負荷
の変化パターンを予測することができる。
を対象にして予測し、その予測値に特定曜日の平日に対
する比率を乗じて日最大負荷および日最小負荷を求める
ようにしたので、土曜日、日曜日および祝祭日などのよ
うな平日に比べて実績日が少なく、信頼できる予測が困
難である特定曜日に対しても、正確で信頼性の高い負荷
の変化パターンを予測することができる。
【００４６】また本発明によれば、時間経過に伴う正規
化された負荷の変化パターンは、過去の複数日にわたる
負荷の変化データから算出されるので、データをサンプ
リングした日に特有の条件は平滑化され、負荷の変化パ
ターンへの影響は少なくなる。このようにして算出され
た負荷の変化パターンと、天気予報に従って算出される
平均気温Ｔａｖおよび平均湿度Ａａｖに基づいて算出さ
れた日最大負荷ＱPおよび日最小負荷ＱBとから翌日の負
荷の変化パターンを算出するので、春や秋などの季節変
化時期であっても追従性良く熱源機を運転することがで
きる。
化された負荷の変化パターンは、過去の複数日にわたる
負荷の変化データから算出されるので、データをサンプ
リングした日に特有の条件は平滑化され、負荷の変化パ
ターンへの影響は少なくなる。このようにして算出され
た負荷の変化パターンと、天気予報に従って算出される
平均気温Ｔａｖおよび平均湿度Ａａｖに基づいて算出さ
れた日最大負荷ＱPおよび日最小負荷ＱBとから翌日の負
荷の変化パターンを算出するので、春や秋などの季節変
化時期であっても追従性良く熱源機を運転することがで
きる。
【図１】本発明の一実施例の概略的な構成を示すブロッ
ク図である。
ク図である。
【図２】図１に示す実施例を用いる地域冷暖房システム
の概略的な構成を示すブロック図である。
の概略的な構成を示すブロック図である。
【図３】典型的な１日の負荷の変化パターンを示すグラ
フである。
フである。
【図４】図１の実施例の動作を示すフローチャートであ
る。
る。
【図５】過去の負荷変化パターンから翌日の負荷変化パ
ターンを予測する過程を示すグラフである。
ターンを予測する過程を示すグラフである。
１ 冷暖房負荷 ２ 環境変量入力装置 ３ 計算機 ４ 記憶装置 １０，１１〜１ｍ 冷温水機 ２０，２１〜２ｎ 蓄熱設備 ３１ 負荷演算部 ３２ データ記憶部 ３３ 負荷予測部 ３４ 制御部 ４０ エネルギプラント ４２ モータ ４３ ターボ冷凍機 ４４ 氷蓄熱槽 ４７ 冷水管 ４８ 還り冷水管 ５０ 冷暖房地域 ５２ ガスタービン ５３ 発電機 ５４ 排熱ボイラ ５５ 蒸気ボイラ ５８ 吸収式冷凍機
───────────────────────────────────────────────────── フロントページの続き (72)発明者 竹内 正蔵 大阪府大阪市中央区平野町四丁目１番２ 号 大阪瓦斯株式会社内 (72)発明者 濱野 公一 大阪府大阪市中央区平野町四丁目１番２ 号 大阪瓦斯株式会社内 (58)調査した分野(Int.Cl.7，ＤＢ名) F24F 11/02
Claims (4)
- 【請求項１】 過去の複数日にわたって、時間経過に伴
う負荷の変化パターンを求めて正規化し、 翌日の日最大負荷ＱPと、日最小負荷ＱBとを予測し、 日最大負荷ＱPおよび日最小負荷ＱBと正規化された変化
パターンとから翌日の負荷の変化パターンを予測し、 予測された負荷の変化パターンに基づいて熱源機を運転
することを特徴とする地域冷暖房装置の運転方法。 - 【請求項２】 天気予報から得られる翌日の日最高気温
Ｔｍａｘおよび日最低気温Ｔｍｉｎから、 平均気温Ｔａｖを、過去の実績データによって定められ
る係数αを用いて、 Ｔａｖ＝α（Ｔｍａｘ−Ｔｍｉｎ）＋Ｔｍｉｎ に従って予測し、 平均絶対湿度Ａａｖを、月毎に設定される係数β１，β
２を用いて、 Ａａｖ＝β1Ｔｍｉｎ＋β2 に従って予測し、 前記日最大負荷ＱPおよび日最小負荷ＱBは、該平均気温
Ｔａｖと、該平均絶対湿度Ａａｖとから求めることを特
徴とする請求項１に記載の地域冷暖房装置の運転方法。 - 【請求項３】 前記日最大負荷ＱPおよび日最小負荷ＱB
として得られる予測値は、土曜日、日曜日および祝祭日
である特定曜日を除く平日について適用され、 該特定曜日の日最大負荷ＱPおよび日最小負荷ＱBの予測
値は、平日と同様にして求められる予測値に、予め実績
データに基づいて設定される該特定曜日の平日に対する
比率を乗じて求めることを特徴とする請求項１または請
求項２に記載の地域冷暖房装置の運転方法。 - 【請求項４】 過去の複数日にわたる負荷の変化データ
が記憶されている記憶手段と、 天気予報から得られる翌日の日最高気温Ｔｍａｘおよび
日最低気温Ｔｍｉｎを入力する入力手段と、 記憶手段および入力手段からの出力に応答する演算手段
であって、 負荷の変化データから時間経過に伴う正規化された変化
パターンを算出し、 翌日の日最高気温Ｔｍａｘおよび日最低気温Ｔｍｉｎか
ら、 平均気温Ｔａｖを、過去の実績データによって定められ
る係数αを用いて、 Ｔａｖ＝α（Ｔｍａｘ−Ｔｍｉｎ）＋Ｔｍｉｎ に従って予測し、 平均絶対湿度Ａａｖを、月毎に設定される係数β1，β2
を用いて、 Ａａｖ＝β1Ｔｍｉｎ＋β2 に従って予測し、 平均気温Ｔａｖおよび平均絶対湿度Ａａｖに基づいて日
最大負荷ＱPおよび日最小負荷ＱBを算出し、 正規化された変化パターン、日最大負荷ＱPおよび日最
小負荷ＱBから翌日の負荷の変化パターンを算出する演
算手段と、 演算手段からの出力に応答し、算出された負荷の変化パ
ターンに基づいて熱源機を運転する制御手段とを含むこ
とを特徴とする地域冷暖房装置の運転装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18646993A JP3170393B2 (ja) | 1993-07-28 | 1993-07-28 | 地域冷暖房装置の運転方法および装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18646993A JP3170393B2 (ja) | 1993-07-28 | 1993-07-28 | 地域冷暖房装置の運転方法および装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0743001A JPH0743001A (ja) | 1995-02-10 |
| JP3170393B2 true JP3170393B2 (ja) | 2001-05-28 |
Family
ID=16189023
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18646993A Expired - Fee Related JP3170393B2 (ja) | 1993-07-28 | 1993-07-28 | 地域冷暖房装置の運転方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3170393B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008256272A (ja) * | 2007-04-05 | 2008-10-23 | Sanki Eng Co Ltd | 地域冷暖房システムの熱需要家装置及びその運転方法 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7043341B2 (en) | 2002-12-31 | 2006-05-09 | Measure, Monitor And Control, Llc | Swimming pool and spa heater control system and method |
| JP6470497B2 (ja) * | 2014-03-14 | 2019-02-13 | 大阪瓦斯株式会社 | 行動判定システム、セキュリティシステム及び居住者見守りシステム |
| JP6605181B2 (ja) | 2017-07-05 | 2019-11-13 | 三菱電機株式会社 | 運転制御装置、空気調和システム、運転制御方法および運転制御プログラム |
| CN109612044A (zh) * | 2018-12-25 | 2019-04-12 | 珠海格力电器股份有限公司 | 结合气象参数的空调控制方法、空调 |
| CN111797917A (zh) * | 2020-06-30 | 2020-10-20 | 深圳供电局有限公司 | 一种根据气象因素选取短期相似日的方法 |
-
1993
- 1993-07-28 JP JP18646993A patent/JP3170393B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008256272A (ja) * | 2007-04-05 | 2008-10-23 | Sanki Eng Co Ltd | 地域冷暖房システムの熱需要家装置及びその運転方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0743001A (ja) | 1995-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4889167B2 (ja) | コジェネレーション装置の運転計画方法 | |
| EP2821724A1 (en) | Optimization apparatus, optimization method, and optimization program for storing electricity and heat. | |
| JP2004317049A (ja) | 熱源運転支援制御方法、システムおよびプログラム | |
| JP2953317B2 (ja) | 空調熱負荷予測システム | |
| JP3170393B2 (ja) | 地域冷暖房装置の運転方法および装置 | |
| JP3894892B2 (ja) | コージェネレーション装置及びその制御方法 | |
| JP2001065959A (ja) | エネルギー供給機器の制御方法及びその装置 | |
| Daryanian et al. | An experiment in real time pricing for control of electric thermal storage systems | |
| JP3763767B2 (ja) | エネルギ供給設備の運転計画システム | |
| Wei et al. | Evaluation of model predictive control (MPC) of solar thermal heating system with thermal energy storage for buildings with highly variable occupancy levels | |
| KR101705869B1 (ko) | 열 에너지 수요 예측에 기반한 복합 설비 최적 운영 시스템 및 그 방법 | |
| JP3160693B2 (ja) | 熱負荷予測装置 | |
| JPH10205852A (ja) | 建物熱負荷予測による空調制御方法 | |
| JP3170392B2 (ja) | 地域冷房装置の運転方法および装置 | |
| JP6533952B2 (ja) | 冷却水を用いて動作する熱源機器の冷却水温を予測する装置及び方法、及びプログラム | |
| JPH07151369A (ja) | 熱負荷予測装置およびプラント熱負荷予測装置 | |
| JP3988853B2 (ja) | エネルギ供給システムの制御装置およびその制御方法 | |
| JPH0886490A (ja) | 熱負荷予測装置 | |
| JPH07117260B2 (ja) | 負荷予測方法 | |
| JP2001295700A5 (ja) | ||
| JPH0989348A (ja) | 蓄熱利用システムおよびその制御方法 | |
| KR20220090202A (ko) | 열 에너지 수요 예측에 기반한 복합 설비 최적 운영 시스템 | |
| JPH0355453A (ja) | 熱負荷予測装置 | |
| JP6617478B2 (ja) | 熱源機器の機器特性モデルを生成する方法及びシステム、及びプログラム | |
| Wen et al. | Development and validation of an adaptive optimal operation methodology for building HVAC systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090316 Year of fee payment: 8 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090316 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100316 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |