JP3350277B2 - ビル空調熱負荷予測装置 - Google Patents
ビル空調熱負荷予測装置Info
- Publication number
- JP3350277B2 JP3350277B2 JP04434395A JP4434395A JP3350277B2 JP 3350277 B2 JP3350277 B2 JP 3350277B2 JP 04434395 A JP04434395 A JP 04434395A JP 4434395 A JP4434395 A JP 4434395A JP 3350277 B2 JP3350277 B2 JP 3350277B2
- Authority
- JP
- Japan
- Prior art keywords
- heat load
- building
- pattern
- time
- load
- 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 - Lifetime
Links
Landscapes
- Air Conditioning Control Device (AREA)
- Other Air-Conditioning Systems (AREA)
Description
【０００１】
【産業上の利用分野】本発明はビル空調熱負荷予測装置
に係り、特に多目的インテリジェントビル、ホテル、病
院等の各種ビルにおいて、冷暖房等の空調制御やビル内
のエネルギー負荷の省エネ制御を行うため、ビルの空調
熱負荷を事前に予測するビル空調熱負荷予測装置に関す
る。
に係り、特に多目的インテリジェントビル、ホテル、病
院等の各種ビルにおいて、冷暖房等の空調制御やビル内
のエネルギー負荷の省エネ制御を行うため、ビルの空調
熱負荷を事前に予測するビル空調熱負荷予測装置に関す
る。
【０００２】
【従来の技術】冷暖房を行うための熱源機器の運転にお
いては、熱負荷の予測が実際と大きく異なると、熱源機
器の運転効率の低下や熱の過不足の問題が生じる。
いては、熱負荷の予測が実際と大きく異なると、熱源機
器の運転効率の低下や熱の過不足の問題が生じる。
【０００３】このため熱源機器の最適運転等には、精度
の良い空調の日熱負荷や時間単位熱負荷の予測が必要で
ある。
の良い空調の日熱負荷や時間単位熱負荷の予測が必要で
ある。
【０００４】従来の技術では過去の熱負荷実績データを
用いた統計的手法によりこの予測が行なわれている。
用いた統計的手法によりこの予測が行なわれている。
【０００５】また、空調負荷変動に大きく影響すると考
えられるビル内人数変動あるいは在室人数変動について
は、考慮されてこなかった。
えられるビル内人数変動あるいは在室人数変動について
は、考慮されてこなかった。
【０００６】
【発明が解決しようとする課題】従来の技術のように過
去の熱負荷実績データを用いた統計的手法のみの方法で
は、夏から秋や春から夏への移行期などの需要傾向が大
きく変化する場合に、精度が悪くなる。例えば、８〜９
月と１０月以降とでは需要傾向が急に変化するが、これ
を統計的手法で連続的に行うと、１０月以降の実績を得
てからでないと、後述するシステムパラメータを調整で
きずしたがってシステムパラメータが変わらないので、
適合するまで２週間程度の期間を要する。
去の熱負荷実績データを用いた統計的手法のみの方法で
は、夏から秋や春から夏への移行期などの需要傾向が大
きく変化する場合に、精度が悪くなる。例えば、８〜９
月と１０月以降とでは需要傾向が急に変化するが、これ
を統計的手法で連続的に行うと、１０月以降の実績を得
てからでないと、後述するシステムパラメータを調整で
きずしたがってシステムパラメータが変わらないので、
適合するまで２週間程度の期間を要する。
【０００７】また、図４，図５に示すように、空調熱負
荷で人の数が直接影響する項目として人の発熱量と外気
処理負荷の占める割合は相当大きい（図４，図５の計算
では在室率を０．９と仮定した。）。しかし、従来の統
計的手法を用いた技術では、ビル内の人数変動の予測や
考慮は行なわれていない。
荷で人の数が直接影響する項目として人の発熱量と外気
処理負荷の占める割合は相当大きい（図４，図５の計算
では在室率を０．９と仮定した。）。しかし、従来の統
計的手法を用いた技術では、ビル内の人数変動の予測や
考慮は行なわれていない。
【０００８】なお、ここで後者の外気処理負荷は、換気
量を最大収容人員で計算した固定値とした場合、人数変
動の影響は受けない。しかし、室内ＣＯ2 濃度が法令で
定められた１０００ppm 以下ぎりぎりになるよう、時々
刻々変化する在室人数に応じてきめ細かく換気を行う省
エネを目的とした最小外気取り入れ制御（この制御には
ＣＯ2 濃度計などが使われる。）を行なう場合には、外
気処理負荷も在室人数により大きく変動する。
量を最大収容人員で計算した固定値とした場合、人数変
動の影響は受けない。しかし、室内ＣＯ2 濃度が法令で
定められた１０００ppm 以下ぎりぎりになるよう、時々
刻々変化する在室人数に応じてきめ細かく換気を行う省
エネを目的とした最小外気取り入れ制御（この制御には
ＣＯ2 濃度計などが使われる。）を行なう場合には、外
気処理負荷も在室人数により大きく変動する。
【０００９】そこで本発明の目的は、上記従来技術の有
する問題を解消し、空調の日熱負荷や時間単位熱負荷を
予測するため、外気温度や日射量などの１日の変化や季
節変化を考慮しあるいは人数変動予測を取り入れて熱負
荷モデルを作成し、必要に応じて過去の実績データも修
正のために利用し、熱負荷の傾向が大きく変化する季節
の移行期も含めて精度の良い予測を行うことが可能なビ
ル空調熱負荷予測装置を提供することである。
する問題を解消し、空調の日熱負荷や時間単位熱負荷を
予測するため、外気温度や日射量などの１日の変化や季
節変化を考慮しあるいは人数変動予測を取り入れて熱負
荷モデルを作成し、必要に応じて過去の実績データも修
正のために利用し、熱負荷の傾向が大きく変化する季節
の移行期も含めて精度の良い予測を行うことが可能なビ
ル空調熱負荷予測装置を提供することである。
【００１０】
【課題を解決するための手段】上記目的を達成するため
に、本発明によるビル空調熱負荷予測装置は、ビル空調
の日単位あるいは時間単位の熱負荷を予測するビル空調
熱負荷予測装置において、外気温度や日射量の変化パタ
ーンやビル内人数変動パターンなどの熱負荷需要傾向変
化に影響を与える情報を入力とし、壁よりの取得熱量、
ガラス面からの取得熱量、人の発熱量、電気機器の発熱
量等の各項目ごとに熱負荷を求めるビル空調熱負荷モデ
ルを用いて各時刻毎のビル全体の熱負荷を演算する時間
単位熱負荷発生モデル作成手段と、この各時刻毎の熱負
荷を積算して求めた日熱負荷を過去のビル全体の日熱負
荷実績データを参照して補正し、ビル全体の日熱負荷予
測値を求める日熱負荷予測手段と、前記日熱負荷予測値
より時間単位熱負荷予測値を求めるための按分パターン
を上記各時刻毎のビル全体の熱負荷より演算する按分パ
ターン予測手段と、前記按分パターンと前記日熱負荷予
測値より時間単位熱負荷予測値を求める時間単位熱負荷
予測手段と、を備えたことを特徴とする。
に、本発明によるビル空調熱負荷予測装置は、ビル空調
の日単位あるいは時間単位の熱負荷を予測するビル空調
熱負荷予測装置において、外気温度や日射量の変化パタ
ーンやビル内人数変動パターンなどの熱負荷需要傾向変
化に影響を与える情報を入力とし、壁よりの取得熱量、
ガラス面からの取得熱量、人の発熱量、電気機器の発熱
量等の各項目ごとに熱負荷を求めるビル空調熱負荷モデ
ルを用いて各時刻毎のビル全体の熱負荷を演算する時間
単位熱負荷発生モデル作成手段と、この各時刻毎の熱負
荷を積算して求めた日熱負荷を過去のビル全体の日熱負
荷実績データを参照して補正し、ビル全体の日熱負荷予
測値を求める日熱負荷予測手段と、前記日熱負荷予測値
より時間単位熱負荷予測値を求めるための按分パターン
を上記各時刻毎のビル全体の熱負荷より演算する按分パ
ターン予測手段と、前記按分パターンと前記日熱負荷予
測値より時間単位熱負荷予測値を求める時間単位熱負荷
予測手段と、を備えたことを特徴とする。
【００１１】ビル空調の日単位あるいは時間単位の熱負
荷を予測するビル空調熱負荷予測装置において、外気温
度や日射量の変化パターンやビル内人数変動パターンな
どの熱負荷需要傾向変化に影響を与える情報を入力と
し、壁よりの取得熱量、ガラス面からの取得熱量、人の
発熱量、電気機器の発熱量等の各項目ごとに熱負荷を求
めるビル空調熱負荷モデルを用いて、各時刻ごとに各階
あるいは各ゾーン毎の熱負荷を演算する時間単位熱負荷
発生モデル作成手段と、この各時刻毎の熱負荷を積算し
て求めたモデルによる日熱負荷を、過去の各階あるいは
各ゾーン毎の日熱負荷実績データを用いて統計的手法で
求めた日熱負荷で補正して、各階あるいは各ゾーン毎の
日熱負荷予測値を求める日熱負荷予測手段と、日熱負荷
予測値より時間単位熱負荷予測値を求めるための按分パ
ターンを、上記各時刻毎の各階あるいは各ゾーン毎の熱
負荷より演算する按分パターン手段と、按分パターンと
上記日熱負荷予測値より時間単位熱負荷予測値を求める
時間単位熱負荷予測手段を備え、さらにビル全体の日熱
負荷や時間単位熱負荷の予測値は、各階あるいは各ゾー
ン毎の予測値をビル全体で和を取ることにより求めるこ
とを特徴とする。
荷を予測するビル空調熱負荷予測装置において、外気温
度や日射量の変化パターンやビル内人数変動パターンな
どの熱負荷需要傾向変化に影響を与える情報を入力と
し、壁よりの取得熱量、ガラス面からの取得熱量、人の
発熱量、電気機器の発熱量等の各項目ごとに熱負荷を求
めるビル空調熱負荷モデルを用いて、各時刻ごとに各階
あるいは各ゾーン毎の熱負荷を演算する時間単位熱負荷
発生モデル作成手段と、この各時刻毎の熱負荷を積算し
て求めたモデルによる日熱負荷を、過去の各階あるいは
各ゾーン毎の日熱負荷実績データを用いて統計的手法で
求めた日熱負荷で補正して、各階あるいは各ゾーン毎の
日熱負荷予測値を求める日熱負荷予測手段と、日熱負荷
予測値より時間単位熱負荷予測値を求めるための按分パ
ターンを、上記各時刻毎の各階あるいは各ゾーン毎の熱
負荷より演算する按分パターン手段と、按分パターンと
上記日熱負荷予測値より時間単位熱負荷予測値を求める
時間単位熱負荷予測手段を備え、さらにビル全体の日熱
負荷や時間単位熱負荷の予測値は、各階あるいは各ゾー
ン毎の予測値をビル全体で和を取ることにより求めるこ
とを特徴とする。
【００１２】また、好適には、前記按分パターンを、過
去の時間単位熱負荷実績データをを用いて統計的に求め
た按分パターンで補正する補正手段を備えることを特徴
とする。
去の時間単位熱負荷実績データをを用いて統計的に求め
た按分パターンで補正する補正手段を備えることを特徴
とする。
【００１３】また、好適には、前記時間単位熱負荷発生
モデル生成手段は、熱負荷を構成する各項目による負荷
を所定時間より短い周期で演算し、この演算結果を用い
て室内伝熱モデルにより室内温度変化の予測を行う室内
温度変化予測手段を備えたことを特徴とする。
モデル生成手段は、熱負荷を構成する各項目による負荷
を所定時間より短い周期で演算し、この演算結果を用い
て室内伝熱モデルにより室内温度変化の予測を行う室内
温度変化予測手段を備えたことを特徴とする。
【００１４】
【作用】請求項１の構成によれば、外気温度や日射量の
変化パターンやビル内人数変動パターンなどの熱負荷需
要傾向変化に影響を与える情報をビル全体の時間単位熱
負荷発生モデルの中に取り込み、季節変化による熱負荷
重要傾向変化に適用するようなモデルを、あらかじめ解
析して組み込むことができるので、熱負荷の傾向が大き
く変化する季節の移行期も含めて、常に精度の良いビル
全体の熱負荷予測ができる。
変化パターンやビル内人数変動パターンなどの熱負荷需
要傾向変化に影響を与える情報をビル全体の時間単位熱
負荷発生モデルの中に取り込み、季節変化による熱負荷
重要傾向変化に適用するようなモデルを、あらかじめ解
析して組み込むことができるので、熱負荷の傾向が大き
く変化する季節の移行期も含めて、常に精度の良いビル
全体の熱負荷予測ができる。
【００１５】また、時間単位熱負荷発生モデルの中に
は、ビル内人数変動により影響される要因も組み込まむ
ことが可能であるので、通常の日に較べて例外的な人数
の変動（イベント開催日etc ）があっても精度の良い予
測ができる。この予測を利用して熱源機器や蓄熱槽の効
率的な運用が可能となる。
は、ビル内人数変動により影響される要因も組み込まむ
ことが可能であるので、通常の日に較べて例外的な人数
の変動（イベント開催日etc ）があっても精度の良い予
測ができる。この予測を利用して熱源機器や蓄熱槽の効
率的な運用が可能となる。
【００１６】請求項２の構成によれば、外気温度や日射
量の変化パターンやビル内人数変動パターンなどの熱負
荷需要傾向変化に影響を与える情報をビルの各階あるい
は各ゾーン毎に時間単位熱負荷発生モデルの中に取り込
むようにしたので、日熱負荷や時間単位熱負荷を各階あ
るいは各ゾーン毎に精度良く予測でき、熱源機器や蓄熱
槽の効率的な運用だけでなく、空調機の制御や運用をき
め細かく行うことが可能となり、ビルの省エネに大きく
貢献することができる。
量の変化パターンやビル内人数変動パターンなどの熱負
荷需要傾向変化に影響を与える情報をビルの各階あるい
は各ゾーン毎に時間単位熱負荷発生モデルの中に取り込
むようにしたので、日熱負荷や時間単位熱負荷を各階あ
るいは各ゾーン毎に精度良く予測でき、熱源機器や蓄熱
槽の効率的な運用だけでなく、空調機の制御や運用をき
め細かく行うことが可能となり、ビルの省エネに大きく
貢献することができる。
【００１７】請求項３の構成によれば、時間単位熱負荷
発生モデルの基づいて求めた按分パターンを、過去の時
間単位熱負荷実績を用い統計的に求めた按分パターンで
補正している（フィードフォワード＋フィードバック）
ので、季節の移行期や人数の大きな変動による熱負荷需
要傾向の大きな変動をフィードフォワード的にとらえる
とともに、モデルでとらえられない日々のこまかな（ノ
イズ的）変動を後者のフィードバックでとらえることが
できるので、より精度のより予測が可能となる。
発生モデルの基づいて求めた按分パターンを、過去の時
間単位熱負荷実績を用い統計的に求めた按分パターンで
補正している（フィードフォワード＋フィードバック）
ので、季節の移行期や人数の大きな変動による熱負荷需
要傾向の大きな変動をフィードフォワード的にとらえる
とともに、モデルでとらえられない日々のこまかな（ノ
イズ的）変動を後者のフィードバックでとらえることが
できるので、より精度のより予測が可能となる。
【００１８】請求項４の構成によれば、時間単位熱負荷
発生モデルに基づく予測演算結果を利用して、熱負荷予
測だけでなく、室内温度予測も精度良く行うことがで
き、この結果を空調機最適起動停止制御、ナイトパージ
制御、間欠運転制御、ＰＭＶによる快適空調制御（特願
平３−２８８２８７）等に利用することにより、快適性
を出来る限り少ないエネルギーで実現するビル空調制御
が可能となる。
発生モデルに基づく予測演算結果を利用して、熱負荷予
測だけでなく、室内温度予測も精度良く行うことがで
き、この結果を空調機最適起動停止制御、ナイトパージ
制御、間欠運転制御、ＰＭＶによる快適空調制御（特願
平３−２８８２８７）等に利用することにより、快適性
を出来る限り少ないエネルギーで実現するビル空調制御
が可能となる。
【００１９】
【実施例】以下図面を参照して本発明の実施例について
説明する。図１は請求項１に対応する本発明の第１実施
例を示す全体構成図である。図１において、符号１は、
ビル内人数変動予測手段を示し、ビル内人数変動予測手
段１はビル内の時間単位在室率や在室率の１日の平均値
等のビル内人数変動パターンのデータを供給する。
説明する。図１は請求項１に対応する本発明の第１実施
例を示す全体構成図である。図１において、符号１は、
ビル内人数変動予測手段を示し、ビル内人数変動予測手
段１はビル内の時間単位在室率や在室率の１日の平均値
等のビル内人数変動パターンのデータを供給する。
【００２０】符号４は、空調熱負荷モデルを用いて各時
刻毎のビル全体の熱負荷を演算し時間単位熱負荷発生モ
デルを作成する時間単位熱負荷発生モデル作成手段を示
す。時間単位熱負荷発生モデル作成手段４には、室内温
度、外気温度、日射量および年月日等の変化パターン
や、ビル内人数変動予測手段１によって得られるビル内
人数変動パターンが入力される。外気温度等の変化パタ
ーンやビル内人数変動パターンは、熱負荷需要傾向変化
に影響を与える情報である。
刻毎のビル全体の熱負荷を演算し時間単位熱負荷発生モ
デルを作成する時間単位熱負荷発生モデル作成手段を示
す。時間単位熱負荷発生モデル作成手段４には、室内温
度、外気温度、日射量および年月日等の変化パターン
や、ビル内人数変動予測手段１によって得られるビル内
人数変動パターンが入力される。外気温度等の変化パタ
ーンやビル内人数変動パターンは、熱負荷需要傾向変化
に影響を与える情報である。
【００２１】符号２は日熱負荷予測手段を示す。日熱負
荷予測手段２には、日熱負荷実績、予想最高気温。予想
最低気温等のデータや、ビル内人数変動予測手段１によ
って得られるビル内の在室率の１日の平均値のデータが
入力される。人数変動日熱負荷予測手段２は、時間単位
熱負荷発生モデル作成手段４によって求めた各時刻毎の
熱負荷を積算してまず日熱負荷を求め、この日熱負荷を
過去のビル全体の日熱負荷実績データを統計的な手法を
用いて参照して補正し、ビル全体の日熱負荷予測値を求
めるものである。
荷予測手段２には、日熱負荷実績、予想最高気温。予想
最低気温等のデータや、ビル内人数変動予測手段１によ
って得られるビル内の在室率の１日の平均値のデータが
入力される。人数変動日熱負荷予測手段２は、時間単位
熱負荷発生モデル作成手段４によって求めた各時刻毎の
熱負荷を積算してまず日熱負荷を求め、この日熱負荷を
過去のビル全体の日熱負荷実績データを統計的な手法を
用いて参照して補正し、ビル全体の日熱負荷予測値を求
めるものである。
【００２２】符号５は、日熱負荷予測手段２により予測
して得た日熱負荷予測値より時間単位熱負荷予測値を求
めるための按分パターンを演算する按分パターン予測手
段を示す。
して得た日熱負荷予測値より時間単位熱負荷予測値を求
めるための按分パターンを演算する按分パターン予測手
段を示す。
【００２３】符号３は、時間単位熱負荷予測値を演算す
る時間単位熱負荷予測手段を示す。時間単位熱負荷予測
手段３は、按分パターン予測手段５により演算した按分
パターンを用い、日熱負荷予測値より時間単位熱負荷予
測値を求める。
る時間単位熱負荷予測手段を示す。時間単位熱負荷予測
手段３は、按分パターン予測手段５により演算した按分
パターンを用い、日熱負荷予測値より時間単位熱負荷予
測値を求める。
【００２４】この日熱負荷予測を実績データを用いて統
計的手法で求める式としては、予測対象の変数がその過
去のデータの時系列で表わせるとみなすと、例えば、 ｙM ＝ａ1 ・ｙM-1 ＋ａ2 ・ｙM-2 ＋ａ3 ・ｙM-3 ＋ｂ
1 ・Ｔh ＋ｂ2 ・Ｔl ＋ｂ3 ・ηm ここで、 ｙM ：実績データを用いたＭ日の日熱負荷
予測値 ｙM-1 ：前日の日熱負荷実績値 ｙM-2 ：前々日の日熱負荷実績値 Ｔh ：ｋ日の最高気温予想値 Ｔl ：ｋ日の最低気温予想値 ηm ：ビル内在室率の１日の平均値 ａ1 ，ａ2 ，ａ3 ，ｂ1 ，ｂ2 ，ｂ3 ：システムパラメ
ータ なお、ηm はビル内人数変動予測手段１により与えられ
る。
計的手法で求める式としては、予測対象の変数がその過
去のデータの時系列で表わせるとみなすと、例えば、 ｙM ＝ａ1 ・ｙM-1 ＋ａ2 ・ｙM-2 ＋ａ3 ・ｙM-3 ＋ｂ
1 ・Ｔh ＋ｂ2 ・Ｔl ＋ｂ3 ・ηm ここで、 ｙM ：実績データを用いたＭ日の日熱負荷
予測値 ｙM-1 ：前日の日熱負荷実績値 ｙM-2 ：前々日の日熱負荷実績値 Ｔh ：ｋ日の最高気温予想値 Ｔl ：ｋ日の最低気温予想値 ηm ：ビル内在室率の１日の平均値 ａ1 ，ａ2 ，ａ3 ，ｂ1 ，ｂ2 ，ｂ3 ：システムパラメ
ータ なお、ηm はビル内人数変動予測手段１により与えられ
る。
【００２５】一方次に述べる、時間単位熱負荷発生モデ
ル作成手段４により求まる日熱負荷予測値ＱM とを用い
てＭ日の日熱負荷予測値ＹM を求める。 ＹM ＝ＱM ＋α（ｙM −ＱM ） α：平滑化定数 ０＜α＜１ 時間単位熱負荷予測手段３は、時間単位熱負荷発生モデ
ルより求まる按分パターンに日熱負荷予測値ＹM を掛け
ることにより時間単位熱負荷予測を求める。
ル作成手段４により求まる日熱負荷予測値ＱM とを用い
てＭ日の日熱負荷予測値ＹM を求める。 ＹM ＝ＱM ＋α（ｙM −ＱM ） α：平滑化定数 ０＜α＜１ 時間単位熱負荷予測手段３は、時間単位熱負荷発生モデ
ルより求まる按分パターンに日熱負荷予測値ＹM を掛け
ることにより時間単位熱負荷予測を求める。
【００２６】図２は、時間単位熱負荷発生モデル作成手
段４において、上記の按分パターン計算のための時間単
位熱負荷発生モデルのブロック図を示したものである。
ここでは時間単位の空調熱負荷を壁よりの取得熱量、ガ
ラス面からの取得熱量、人の発熱量等の各項目について
求める。 参考文献 井上宇市：空気調和ハンドブック，丸善（株） 第
３章 外気温パターンの求める方法については例えば、特願平
５−２６０６７５に記載の需要予測装置を参照すること
が可能である。
段４において、上記の按分パターン計算のための時間単
位熱負荷発生モデルのブロック図を示したものである。
ここでは時間単位の空調熱負荷を壁よりの取得熱量、ガ
ラス面からの取得熱量、人の発熱量等の各項目について
求める。 参考文献 井上宇市：空気調和ハンドブック，丸善（株） 第
３章 外気温パターンの求める方法については例えば、特願平
５−２６０６７５に記載の需要予測装置を参照すること
が可能である。
【００２７】時間単位熱負荷発生モデル作成手段４では
Ｍ−１日の夜中に、Ｍ日の２４時間について１時間単位
でビル全体の各熱負荷項目を求める。これらを用いてｋ
時刻のモデルによる按分比ＭＲk は、按分パターン予測
手段５により、下記の式により求まる。
Ｍ−１日の夜中に、Ｍ日の２４時間について１時間単位
でビル全体の各熱負荷項目を求める。これらを用いてｋ
時刻のモデルによる按分比ＭＲk は、按分パターン予測
手段５により、下記の式により求まる。
【００２８】
【数１】 また日熱負荷予測手段２で用いるビル全体の日熱負荷Ｑ
M は、上記ＭＲk を求める右辺の分子の値をＱk とおい
て で求める。
M は、上記ＭＲk を求める右辺の分子の値をＱk とおい
て で求める。
【００２９】本実施例の構成によれば、時間単位熱負荷
発生モデル作成手段４を設けたので、外気温度等の変化
パターンやビル内人数変動パターンなどの熱負荷需要傾
向変化に影響を与える情報をビル全体の時間単位熱負荷
発生モデルの中に取り込み、季節変化による熱負荷重要
傾向変化に適用するようなモデルをあらかじめ解析して
組み込むことができるので、熱負荷の傾向が大きく変化
する季節の移行期も含めて常に精度の良いビル全体の熱
負荷予測ができる。
発生モデル作成手段４を設けたので、外気温度等の変化
パターンやビル内人数変動パターンなどの熱負荷需要傾
向変化に影響を与える情報をビル全体の時間単位熱負荷
発生モデルの中に取り込み、季節変化による熱負荷重要
傾向変化に適用するようなモデルをあらかじめ解析して
組み込むことができるので、熱負荷の傾向が大きく変化
する季節の移行期も含めて常に精度の良いビル全体の熱
負荷予測ができる。
【００３０】また、ビル内人数変動予測手段１を設けた
ので、時間単位熱負荷発生モデルの中には、ビル内人数
変動により影響される要因も組み込まむことが可能であ
り、通常の日に較べて例外的な人数の変動（イベント開
催日etc ）があっても精度の良い予測ができる。この予
測を利用して熱源機器や蓄熱槽の効率的な運用が可能と
なる。
ので、時間単位熱負荷発生モデルの中には、ビル内人数
変動により影響される要因も組み込まむことが可能であ
り、通常の日に較べて例外的な人数の変動（イベント開
催日etc ）があっても精度の良い予測ができる。この予
測を利用して熱源機器や蓄熱槽の効率的な運用が可能と
なる。
【００３１】次に請求項２に対応する本発明の第２実施
例について説明する。本実施例では、熱源機器や蓄熱槽
の効率的な運用だけでなく、ビルの各階、各ゾーンの空
調機の制御や運用をきめ細やかにおこない省エネを実現
するため、日熱負荷や時間単位熱負荷を各階、あるいは
さらに細かくゾーンごとに求めるのである。
例について説明する。本実施例では、熱源機器や蓄熱槽
の効率的な運用だけでなく、ビルの各階、各ゾーンの空
調機の制御や運用をきめ細やかにおこない省エネを実現
するため、日熱負荷や時間単位熱負荷を各階、あるいは
さらに細かくゾーンごとに求めるのである。
【００３２】全体構成図は図１と同様であるが、日熱負
荷実績は各階あるいはゾーンごとに入力される。ビル全
体の日熱負荷予測値は各階あるいはゾーンごとの日熱負
荷予測値をビル全体について和をとればよい。
荷実績は各階あるいはゾーンごとに入力される。ビル全
体の日熱負荷予測値は各階あるいはゾーンごとの日熱負
荷予測値をビル全体について和をとればよい。
【００３３】すなわち、本実施例では、時間単位熱負荷
発生モデル作成手段４は、外気温度等の変化パターンや
ビル内人数変動パターンなどの熱負荷需要傾向変化に影
響を与える情報を入力とし、各時刻毎のビルの各階ある
いは各ゾーン毎の熱負荷を演算するものである。また、
日熱負荷予測手段２は、ビルの各階あるいは各ゾーン毎
に関し、各時刻毎の熱負荷を積算して求めた日熱負荷を
過去のビルの各階あるいは各ゾーン毎の日熱負荷実績デ
ータを参照して補正し、ビルの各階あるいは各ゾーン毎
の日熱負荷予測値を求めるとともに、ビル全体の日熱負
荷予測値を各階あるいは各ゾーン毎の日熱負荷予測値の
総和として求めるものである。
発生モデル作成手段４は、外気温度等の変化パターンや
ビル内人数変動パターンなどの熱負荷需要傾向変化に影
響を与える情報を入力とし、各時刻毎のビルの各階ある
いは各ゾーン毎の熱負荷を演算するものである。また、
日熱負荷予測手段２は、ビルの各階あるいは各ゾーン毎
に関し、各時刻毎の熱負荷を積算して求めた日熱負荷を
過去のビルの各階あるいは各ゾーン毎の日熱負荷実績デ
ータを参照して補正し、ビルの各階あるいは各ゾーン毎
の日熱負荷予測値を求めるとともに、ビル全体の日熱負
荷予測値を各階あるいは各ゾーン毎の日熱負荷予測値の
総和として求めるものである。
【００３４】時間単位熱負荷発生モデル作成手段４のブ
ロック図も第１実施例を説明する図２と同様であるが、
計算は各階あるいはゾーン毎におこなう。
ロック図も第１実施例を説明する図２と同様であるが、
計算は各階あるいはゾーン毎におこなう。
【００３５】熱負荷各項目の計算例として、図３に示す
東京のあるビルのゾーンごとに求めた結果を、図４，図
５に示す。図４はＡゾーン、図５はＣゾーンで時刻は１
３時である。Ｂ，Ｄゾーンは省略した。ビル全体の時間
単位熱負荷予測値は、各階あるいはゾーンごとの時間単
位熱負荷予測値をビル全体について和をとればよい。
東京のあるビルのゾーンごとに求めた結果を、図４，図
５に示す。図４はＡゾーン、図５はＣゾーンで時刻は１
３時である。Ｂ，Ｄゾーンは省略した。ビル全体の時間
単位熱負荷予測値は、各階あるいはゾーンごとの時間単
位熱負荷予測値をビル全体について和をとればよい。
【００３６】本実施例の構成によれば、外気温度や日射
量の変化パターンやビル内人数変動パターンなどの熱負
荷需要傾向変化に影響を与える情報をビルの各階あるい
は各ゾーン毎に時間単位熱負荷発生モデルの中に取り込
むようにしたので、日熱負荷や時間単位熱負荷を各階あ
るいは各ゾーン毎に精度良く予測でき、熱源機器や蓄熱
槽の効率的な運用だけでなく、空調機の制御や運用をき
め細かく行うことが可能となり、ビルの省エネに大きく
貢献することができる。
量の変化パターンやビル内人数変動パターンなどの熱負
荷需要傾向変化に影響を与える情報をビルの各階あるい
は各ゾーン毎に時間単位熱負荷発生モデルの中に取り込
むようにしたので、日熱負荷や時間単位熱負荷を各階あ
るいは各ゾーン毎に精度良く予測でき、熱源機器や蓄熱
槽の効率的な運用だけでなく、空調機の制御や運用をき
め細かく行うことが可能となり、ビルの省エネに大きく
貢献することができる。
【００３７】次に、請求項３に対応する発明の第３実施
例について説明する。全体構成図を図６に示す。第１実
施例及び第２実施例においては、按分パターン予測は時
間単位熱負荷発生モデルを用いたフィードフォワード要
素のみの方法であったが、本実施例では時間単位熱負荷
実績を用いてこれを修正していく、フィードフォワード
要素＋フィードバック要素の方法である。図６における
按分パターン予測実績修正手段１５の具体例について以
下に説明する。 （１） 平日（月〜金曜日）の場合 過去ｎ週間分の毎正時の実績値を用いた回帰モデルによ
り、毎正時の熱負荷予測値を求め、その２４時間分の合
計値で割って、毎正時の実績値にもとづく按分比ＡＲk
を算出する。
例について説明する。全体構成図を図６に示す。第１実
施例及び第２実施例においては、按分パターン予測は時
間単位熱負荷発生モデルを用いたフィードフォワード要
素のみの方法であったが、本実施例では時間単位熱負荷
実績を用いてこれを修正していく、フィードフォワード
要素＋フィードバック要素の方法である。図６における
按分パターン予測実績修正手段１５の具体例について以
下に説明する。 （１） 平日（月〜金曜日）の場合 過去ｎ週間分の毎正時の実績値を用いた回帰モデルによ
り、毎正時の熱負荷予測値を求め、その２４時間分の合
計値で割って、毎正時の実績値にもとづく按分比ＡＲk
を算出する。
【００３８】 ここで、 Ｔk ：ｋ時刻の外気温 ηk ：ｋ時刻の在室率（予想値） Ｑjk：毎正時の時間単位熱負荷実績 ｋ＝１，２，３，…，２４ ａj ，ｂ1 ，ｂ2 ：システムパラメータ （２） 土曜日の場合 過去ｎ週間分の土曜日の毎正時の実績値を用いた回帰モ
デルにより、毎正時の熱負荷予測値を求め、その２４時
間分の合計値で割って、毎正時の実績値にもとづ按分比
ＡＲk を算出する。
デルにより、毎正時の熱負荷予測値を求め、その２４時
間分の合計値で割って、毎正時の実績値にもとづ按分比
ＡＲk を算出する。
【００３９】 ここで Ｔk ：ｋ時刻の外気温予想値 ηk ：ｋ時刻の在室率予想値 Ｑjk：毎正時の時間単位熱負荷実績 ｋ＝１，２，３，…，２４ ａj ，ｂ1 ，ｂ2 ：システムパラメータ （３） 日曜日の場合 土曜日の場合と同様である。
【００４０】◎ モデルによる按分パターン 熱負荷発生パターンよりモデルによる按分比をＭＲk と
すると
すると
【００４１】
【数２】 ◎ モデルによる按分パターン予測の実績データによる
補正 Ｒk ＝ＭＲk ＋β・（ＡＲk −ＭＲk ） β：平滑化定数 ０＜β＜１ 本実施例の構成によれば、時間単位熱負荷発生モデルの
基づいて求めた按分パターンを、過去の時間単位熱負荷
実績を用い統計的に求めた按分パターンで補正している
（フィードフォワード＋フィードバック）ので、季節の
移行期や人数の大きな変動による熱負荷需要傾向の大き
な変動をフィードフォワード的にとらえるとともに、モ
デルでとらえられない日々のこまかな（ノイズ的）変動
を後者のフィードバックでとらえることができるので、
より精度のより予測が可能となる。
補正 Ｒk ＝ＭＲk ＋β・（ＡＲk −ＭＲk ） β：平滑化定数 ０＜β＜１ 本実施例の構成によれば、時間単位熱負荷発生モデルの
基づいて求めた按分パターンを、過去の時間単位熱負荷
実績を用い統計的に求めた按分パターンで補正している
（フィードフォワード＋フィードバック）ので、季節の
移行期や人数の大きな変動による熱負荷需要傾向の大き
な変動をフィードフォワード的にとらえるとともに、モ
デルでとらえられない日々のこまかな（ノイズ的）変動
を後者のフィードバックでとらえることができるので、
より精度のより予測が可能となる。
【００４２】次に請求項４に対応する本発明の第４実施
例について説明する。全体構成図を図７に示す。図７の
時間単位熱負荷発生モデル作成手段４は、第２実施例の
場合と同様に、各階あるいは各ゾーンごとに求める。室
内温度予測計算用の時間単位熱負荷発生モデルのブロッ
ク図の例を図８に示す。このモデル計算は所定時間とし
て１時間よりみじかい周期で計算を行う。室内温度変化
予測手段６の具体例として、計算アルゴリズムを以下に
示す。
例について説明する。全体構成図を図７に示す。図７の
時間単位熱負荷発生モデル作成手段４は、第２実施例の
場合と同様に、各階あるいは各ゾーンごとに求める。室
内温度予測計算用の時間単位熱負荷発生モデルのブロッ
ク図の例を図８に示す。このモデル計算は所定時間とし
て１時間よりみじかい周期で計算を行う。室内温度変化
予測手段６の具体例として、計算アルゴリズムを以下に
示す。
【００４３】室内の伝熱モデル 部屋の壁は、図９の４種類の壁にまとめられる。また壁
の構造は、コンクリートと断熱材の二つの層で近似でき
る。 状態方程式 （１）〜（３）
の構造は、コンクリートと断熱材の二つの層で近似でき
る。 状態方程式 （１）〜（３）
【００４４】
【数３】 ここで ＣRM＝Ｃa ・ρ・ＶＯＬ＋ＣＰＦ Ｃa ：空気の比熱（Ｊ／kg・ｋ） ρ ：空気の密度（kg／ｍ3 ） ＶＯＬ：室容積（ｍ3 ） ＣＰＦ：家具の熱容量（Ｊ／Ｋ） ＫRMi ＝Ａi ・αRi Ａi ：壁面積（ｍ2 ） αRi：（室内）表面熱伝達率（Ｗ／ｍ2 ・ｋ） Ｇo ：すきま風量（kg／ｓ）
【００４５】
【数４】 ここでｉ＝１，２，３，４ ＣAi，ＣBi：壁熱容量（Ｊ／Ｋ） なお、外壁表面では外気温のほかに日射、夜間輻射の影
響があるので、Ｔ1 （＝Ｔa ）は外気温ではなく相当外
気温（Sol-Air Temperature ）Ｔｅを用いる。
響があるので、Ｔ1 （＝Ｔa ）は外気温ではなく相当外
気温（Sol-Air Temperature ）Ｔｅを用いる。
【００４６】
【数５】 ここで、ＩT ：外壁に入射する日射量 α0 ：外表面熱伝達率（Ｗ／ｍ2 ・ｋ） ａs 、εは外壁の日射吸収率及び輻射率である。 Ｆs ：傾斜面の天空に対する形態係数 ＲＮ ：夜間輻射量（Ｗ／ｍ2 ） 室内温度変化予測の結果は、最適起動停止制御、夜の涼
しい空気を導入し温度を下げる等のナイトパージ、空調
機間欠運転制御、ＰＭＶにより快適空調制御等に利用す
ることができる。
しい空気を導入し温度を下げる等のナイトパージ、空調
機間欠運転制御、ＰＭＶにより快適空調制御等に利用す
ることができる。
【００４７】本実施例の構成によれば、時間単位熱負荷
発生モデルに基づく予測演算結果を利用して、熱負荷予
測だけでなく、室内温度予測も精度良く行うことがで
き、この結果を空調機最適起動停止制御、ナイトパージ
制御、間欠運転制御、ＰＭＶによる快適空調制御（特願
平３−２８８２８７）等に利用することにより、快適性
を出来る限り少ないエネルギーで実現するビル空調制御
が可能となる。
発生モデルに基づく予測演算結果を利用して、熱負荷予
測だけでなく、室内温度予測も精度良く行うことがで
き、この結果を空調機最適起動停止制御、ナイトパージ
制御、間欠運転制御、ＰＭＶによる快適空調制御（特願
平３−２８８２８７）等に利用することにより、快適性
を出来る限り少ないエネルギーで実現するビル空調制御
が可能となる。
【００４８】以上説明したような構成とアルゴリズムに
より、本発明の目的を達成するこおとができる。
より、本発明の目的を達成するこおとができる。
【００４９】なお、実績データを用いてモデルによる予
測を修正するための統計的手法としては、上述した第１
実施例乃至第４実施例で述べた方法以外に、カルマンフ
ィルターやニューラルネットワーク、その他の手法を用
いて求めるようにしてよい。
測を修正するための統計的手法としては、上述した第１
実施例乃至第４実施例で述べた方法以外に、カルマンフ
ィルターやニューラルネットワーク、その他の手法を用
いて求めるようにしてよい。
【００５０】また時間単位熱負荷発生モデルの入力とし
ては、上述の実施例で示した以外に負荷に影響を与える
他の変数を追加してもよい。モデルも上述の実施例にか
かわらず個々のビルや空調条件に合わせて適切に簡略化
や追加等をおこなって構築してよい。例えば外気処理負
荷としては、エンタルピ制御を行う場合は、室内外のエ
ンタルピ予測を行い制御アルゴリズムにもとづいて外気
処理量を予測するモデルとする。その他本発明はその要
旨を逸脱しない範囲で種々変形して実施できる。
ては、上述の実施例で示した以外に負荷に影響を与える
他の変数を追加してもよい。モデルも上述の実施例にか
かわらず個々のビルや空調条件に合わせて適切に簡略化
や追加等をおこなって構築してよい。例えば外気処理負
荷としては、エンタルピ制御を行う場合は、室内外のエ
ンタルピ予測を行い制御アルゴリズムにもとづいて外気
処理量を予測するモデルとする。その他本発明はその要
旨を逸脱しない範囲で種々変形して実施できる。
【００５１】
【発明の効果】以上説明したように本発明の構成によれ
ば、時間単位熱負荷発生モデルの中に熱負荷需要傾向変
化に大きく影響を与えるような入力情報を取り込むよう
にしたので、熱負荷の傾向が大きく変化する季節の移行
期も含めて、常に精度の良い熱負荷予測を行うことがで
きる。
ば、時間単位熱負荷発生モデルの中に熱負荷需要傾向変
化に大きく影響を与えるような入力情報を取り込むよう
にしたので、熱負荷の傾向が大きく変化する季節の移行
期も含めて、常に精度の良い熱負荷予測を行うことがで
きる。
【図１】本発明の第１実施例を示す全体構成図。
【図２】図１の中の時間単位熱負荷発生モデル作成手段
における時間単位熱負荷発生モデルのブロック図。
における時間単位熱負荷発生モデルのブロック図。
【図３】熱負荷を構成する各項目の計算例に用いたビル
の平面図。
の平面図。
【図４】図３における（Ａゾーン）の熱負荷の各項目の
計算例を示すグラフ。
計算例を示すグラフ。
【図５】図３における（Ｃゾーン）の熱負荷の各項目の
計算例を示すグラフ。
計算例を示すグラフ。
【図６】本発明の第３実施例を示す全体構成図。
【図７】本発明の第４実施例を示す全体構成図。
【図８】図７の室内温度変化予測計算用の熱負荷発生モ
デルのブロック図。
デルのブロック図。
【図９】室内の伝熱モデルを説明するための図。
１ ビル内人数変動予測手段 ２ 日熱負荷予測手段 ３ 時間単位熱負荷予測手段 ４ 時間単位熱負荷発生モデル作成手段 ５ 按分パターン予測手段 ６ 室内温度変化予測手段 １５ 按分パターン予測実績修正手段
───────────────────────────────────────────────────── フロントページの続き (72)発明者 西 村 信 孝 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 (56)参考文献 特開 平５−256482（ＪＰ，Ａ) 特開 平５−324014（ＪＰ，Ａ) 特開 平５−264086（ＪＰ，Ａ) 特開 平４−15441（ＪＰ，Ａ) 特開 平８−21650（ＪＰ，Ａ) 特開 平６−129691（ＪＰ，Ａ) 特開 平３−50431（ＪＰ，Ａ) 特開 昭57−70344（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) F24F 11/02 102
Claims (4)
- 【請求項１】ビル空調の日単位あるいは時間単位の熱負
荷を予測するビル空調熱負荷予測装置において、 外気温度や日射量の変化パターンやビル内人数変動パタ
ーンなどの熱負荷需要傾向変化に影響を与える情報を入
力とし、壁よりの取得熱量、ガラス面からの取得熱量、
人の発熱量、電気機器の発熱量等の各項目ごとに熱負荷
を求めるビル空調熱負荷モデルを用いて各時刻毎のビル
全体の熱負荷を演算する時間単位熱負荷発生モデル作成
手段と、 この各時刻毎の熱負荷を積算して求めた日熱負荷を過去
のビル全体の日熱負荷実績データを参照して補正し、ビ
ル全体の日熱負荷予測値を求める日熱負荷予測手段と、 前記日熱負荷予測値より時間単位熱負荷予測値を求める
ための按分パターンを上記各時刻毎のビル全体の熱負荷
より演算する按分パターン予測手段と、 前記按分パターンと前記日熱負荷予測値より時間単位熱
負荷予測値を求める時間単位熱負荷予測手段と、を備え
たことを特徴とするビル空調熱負荷予測装置。 - 【請求項２】ビル空調の日単位あるいは時間単位の熱負
荷を予測するビル空調熱負荷予測装置において、 外気温度や日射量の変化パターンやビル内人数変動パタ
ーンなどの熱負荷需要傾向変化に影響を与える情報を入
力とし、壁よりの取得熱量、ガラス面からの取得熱量、
人の発熱量、電気機器の発熱量等の各項目ごとに熱負荷
を求めるビル空調熱負荷モデルを用いて、各時刻ごとに
各階あるいは各ゾーン毎の熱負荷を演算する時間単位熱
負荷発生モデル作成手段と、この各時刻毎の熱負荷を積
算して求めたモデルによる日熱負荷を、過去の各階ある
いは各ゾーン毎の日熱負荷実績データを用いて統計的手
法で求めた日熱負荷で補正して、各階あるいは各ゾーン
毎の日熱負荷予測値を求める日熱負荷予測手段と、日熱
負荷予測値より時間単位熱負荷予測値を求めるための按
分パターンを、上記各時刻毎の各階あるいは各ゾーン毎
の熱負荷より演算する按分パターン手段と、按分パター
ンと上記日熱負荷予測値より時間単位熱負荷予測値を求
める時間単位熱負荷予測手段を備え、さらにビル全体の
日熱負荷や時間単位熱負荷の予測値は、各階あるいは各
ゾーン毎の予測値をビル全体で和を取ることにより求め
ることを特徴とするビル空調熱負荷予測装置。 - 【請求項３】前記按分パターンを、過去の時間単位熱負
荷実績データを用いて統計的に求めた按分ターンで補正
する補正手段を備えることを特徴とする請求項１または
請求項２に記載のビル空調熱負荷予測装置。 - 【請求項４】前記時間単位熱負荷発生モデル生成手段
は、熱負荷を構成する各項目による負荷を所定時間より
短い周期で演算し、この演算結果を用いて室内伝熱モデ
ルにより室内温度変化の予測を行う室内温度変化予測手
段を備えたことを特徴とする請求項２または請求項３に
記載のビル空調熱負荷予測装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04434395A JP3350277B2 (ja) | 1995-03-03 | 1995-03-03 | ビル空調熱負荷予測装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04434395A JP3350277B2 (ja) | 1995-03-03 | 1995-03-03 | ビル空調熱負荷予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08240335A JPH08240335A (ja) | 1996-09-17 |
| JP3350277B2 true JP3350277B2 (ja) | 2002-11-25 |
Family
ID=12688876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04434395A Expired - Lifetime JP3350277B2 (ja) | 1995-03-03 | 1995-03-03 | ビル空調熱負荷予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3350277B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10353355B2 (en) | 2015-05-18 | 2019-07-16 | Mitsubishi Electric Corporation | Indoor environment model creation device |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3784960B2 (ja) * | 1998-05-11 | 2006-06-14 | 株式会社竹中工務店 | 異環境分離装置及び異環境分離の制御方法 |
| JP4570280B2 (ja) * | 2001-05-24 | 2010-10-27 | 旭化成ホームズ株式会社 | 建物の換気量及び温度予測システム |
| JP5091544B2 (ja) * | 2007-05-31 | 2012-12-05 | 三菱電機ビルテクノサービス株式会社 | 建屋内空調管理システム |
| US9633320B2 (en) | 2011-03-15 | 2017-04-25 | Kabushiki Kaisha Toshiba | Energy demand prediction apparatus and method |
| JP5763955B2 (ja) * | 2011-04-05 | 2015-08-12 | 株式会社久米設計 | 空調負荷予測装置及び空調負荷予測方法 |
| KR101433887B1 (ko) * | 2012-12-14 | 2014-09-23 | 현대건설 주식회사 | 나이트 퍼지 시스템의 제어방법 |
| WO2015004742A1 (ja) * | 2013-07-10 | 2015-01-15 | 三菱電機株式会社 | 熱負荷予測装置、配信システム、熱負荷予測方法及びプログラム |
| JPWO2017170039A1 (ja) | 2016-03-31 | 2019-02-07 | 日本電気株式会社 | 熱モデル作成装置、方法およびプログラム |
| JP7008476B2 (ja) * | 2017-11-10 | 2022-01-25 | 三菱電機株式会社 | 室内環境調整システム、サーバ、室内環境調整方法及びプログラム |
| JP7409975B2 (ja) * | 2020-06-16 | 2024-01-09 | 清水建設株式会社 | 空調制御装置、空調制御方法、及びプログラム |
| CN112229041B (zh) * | 2020-10-13 | 2022-03-15 | 日立楼宇技术（广州）有限公司 | 一种空调控制方法、装置、计算机设备和存储介质 |
| CN112418668A (zh) * | 2020-11-23 | 2021-02-26 | 西安热工研究院有限公司 | 一种天然气分布式能源区域用户冷热电负荷预测方法及系统 |
| KR102383991B1 (ko) * | 2020-11-27 | 2022-04-08 | 경희대학교 산학협력단 | 사전 대응 환기 시스템, 및 그 장치와 방법 |
| CN114061097A (zh) * | 2022-01-17 | 2022-02-18 | 深圳市企富晟科技有限公司 | 高效机房及其控制方法、计算机可读存储介质 |
| CN115758869B (zh) * | 2022-11-07 | 2023-06-13 | 浙江迈新科技股份有限公司 | 一种基于bim的智能楼宇管控系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5770344A (en) * | 1980-10-22 | 1982-04-30 | Nippon Telegr & Teleph Corp <Ntt> | Operation control method for air conditioning device |
| JPH07117260B2 (ja) * | 1989-07-14 | 1995-12-18 | 株式会社日建設計 | 負荷予測方法 |
| JP2704026B2 (ja) * | 1990-05-08 | 1998-01-26 | 株式会社東芝 | 熱負荷予測システム |
| JP2501263B2 (ja) * | 1991-09-26 | 1996-05-29 | 東京電力株式会社 | 熱負荷予測装置 |
| JP3187118B2 (ja) * | 1992-03-16 | 2001-07-11 | 株式会社東芝 | 熱源機器運転制御装置 |
| JPH05264086A (ja) * | 1992-03-19 | 1993-10-12 | Hitachi Ltd | 空気調和装置およびその制御装置 |
| JPH06129691A (ja) * | 1992-10-16 | 1994-05-13 | Shimizu Corp | 空調熱源システムの評価方法 |
| JPH0821650A (ja) * | 1994-07-06 | 1996-01-23 | Toshiba Corp | ビル制御装置 |
-
1995
- 1995-03-03 JP JP04434395A patent/JP3350277B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10353355B2 (en) | 2015-05-18 | 2019-07-16 | Mitsubishi Electric Corporation | Indoor environment model creation device |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08240335A (ja) | 1996-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3350277B2 (ja) | ビル空調熱負荷予測装置 | |
| JP6976976B2 (ja) | マルチレベルモデル予測制御のシステムと方法 | |
| Chen et al. | Model predictive control for indoor thermal comfort and energy optimization using occupant feedback | |
| US20200348038A1 (en) | Hvac system design and operational tool for building infection control | |
| US5751916A (en) | Building management system having set offset value learning and set bias value determining system for controlling thermal environment | |
| Vedullapalli et al. | Combined HVAC and battery scheduling for demand response in a building | |
| Henze et al. | Impact of forecasting accuracy on predictive optimal control of active and passive building thermal storage inventory | |
| JP5709022B2 (ja) | 運転管理装置、運転管理方法および運転管理プログラム | |
| JP6655182B2 (ja) | 空調機管理装置、および、空調機管理方法 | |
| WO2015151363A1 (ja) | 空調システム、及び、空調設備の制御方法 | |
| Bauer et al. | A simplified correlation method accounting for heating and cooling loads in energy-efficient buildings | |
| JPH0821650A (ja) | ビル制御装置 | |
| Garnier et al. | Low computational cost technique for predictive management of thermal comfort in non-residential buildings | |
| JP7343289B2 (ja) | 空調負荷の予測方法および空調システム | |
| Biyik et al. | Cloud-based model predictive building thermostatic controls of commercial buildings: Algorithm and implementation | |
| Xu et al. | An optimization-based approach for facility energy management with uncertainties | |
| JP7281265B2 (ja) | 消費電力量演算装置、空調システム、消費電力量演算方法およびプログラム | |
| JPH09273795A (ja) | 熱負荷予測装置 | |
| JP2020186873A (ja) | 空調制御装置、空調制御システム、空調制御方法及びプログラム | |
| Biyik et al. | Model predictive building thermostatic controls of small-to-medium commercial buildings for optimal peak load reduction incorporating dynamic human comfort models: Algorithm and implementation | |
| Henze et al. | Predictive optimal control of active and passive building thermal storage inventory | |
| JPH0886490A (ja) | 熱負荷予測装置 | |
| JPH07151369A (ja) | 熱負荷予測装置およびプラント熱負荷予測装置 | |
| JPH0960945A (ja) | ビル空調熱負荷予測装置 | |
| Chandra et al. | Transactive control of air-conditioning systems in buildings for demand response |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20020827 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070913 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080913 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080913 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090913 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090913 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100913 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110913 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110913 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120913 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120913 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130913 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term |