JP3548672B2 - 地域熱供給プラントの制御装置 - Google Patents
地域熱供給プラントの制御装置 Download PDFInfo
- Publication number
- JP3548672B2 JP3548672B2 JP17436097A JP17436097A JP3548672B2 JP 3548672 B2 JP3548672 B2 JP 3548672B2 JP 17436097 A JP17436097 A JP 17436097A JP 17436097 A JP17436097 A JP 17436097A JP 3548672 B2 JP3548672 B2 JP 3548672B2
- Authority
- JP
- Japan
- Prior art keywords
- supply plant
- heat supply
- district
- heat
- district heat
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
Description
【０００１】
【発明の属する技術分野】
本発明は複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置に係り、とりわけ地域熱供給プラントの各熱源機器を効率的に運転することができる地域熱供給プラントの制御装置に関する。
【０００２】
【従来の技術】
一般に、ビルディングやビル群等の施設においては、これらの地域全体に対する空調用設備として地域熱供給プラントが設けられている。このような地域熱供給プラントにおいては、ヒートポンプ等の熱源機器により温水および冷水が生成され、これらは蓄熱槽に蓄えられるとともに、必要に応じて冷暖房機器等の熱負荷機器に供給される。ここで、動力源として電気を用いる地域熱供給プラントにおいては、夜間に熱を生成して蓄熱し、昼間は温水および冷水を生成するとともに蓄熱した熱を放熱することにより、夜間電力を利用したりピークカットを行ったりして効率的な運転を行っている。
【０００３】
ところで、地域熱供給プラントにおいて上述したような効率的な運転を行うためには専門的なオペレータ（プラント運転員）が必要となるが、このような専門的なオペレータはその確保が難しく、またオペレータには多大な人件費がかかるので、例えば夜間だけでも無人運転を行うことが望まれている。なお現時点では、オペレータの専門的知識を反映した自動化運転を行うための方法として、数理計画法に基づいて地域熱供給プラントの運用計画を求める方法が一般に用いられている。
【０００４】
【発明が解決しようとする課題】
上述したように従来においては、数理計画法に基づいて地域熱供給プラントの運用計画を求めることにより、オペレータの専門的知識を反映した自動化運転を行っている。しかしながら、数理計画法では最適解を厳密に求めようとするので、実行可能な解が見つからない場合や、モデル化の仕方によって解が不適切となる場合等があり、完全な無人運転を実現することが難しいという問題がある。また、地域熱供給プラントの規模が増大した場合には、運用計画を求めるのに必要とされる計算量が増大し、実用時間内に運用計画を求めることが難しくなるという問題がある。
【０００５】
なお最近になって、このような数理計画法の欠点を克服するため、遺伝的アルゴリズム（ＧＡ：Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍｓ）により準最適解を短時間に求める方法を用いて各種のプラントの運用計画を求める方法が研究されている。
【０００６】
本発明はこのような点を考慮してなされたものであり、遺伝的アルゴリズムにより求められた運用計画に基づいて地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、地域熱供給プラントの運用計画をより効率的かつ柔軟に求めることにより、少ない専門的なオペレータで地域熱供給プラントを効率的かつ確実に自動化運転することができる地域熱供給プラントの制御装置を提供することを目的とする。
【０００７】
【課題を解決するための手段】
本発明は、複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段を有し、この遺伝的アルゴリズム実行手段は所定時間単位ごとの起動および停止状態を表す遺伝子列を前記各熱源機器ごとに２次元配列として持つ個体に対して遺伝的アルゴリズムを適用することを特徴とする地域熱供給プラントの制御装置を提供する。
【０００８】
また本発明は、複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段と、前記地域熱供給プラントの運用計画を数理計画法により求める数理計画法実行手段とを有し、前記遺伝的アルゴリズム実行手段により求められた運用計画を初期値として前記数理計画法実行手段により前記地域熱供給プラントの運用計画を求めることを特徴とする地域熱供給プラントの制御装置を提供する。
【０００９】
さらに本発明は、複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段と、前記地域熱供給プラントの運用計画を数理計画法により求める数理計画法実行手段と、前記遺伝的アルゴリズム実行手段により求められた運用計画または前記数理計画法実行手段により求められた運用計画のいずれかを選択して前記熱源機器制御手段に入力する運用計画選択手段とを有することを特徴とする地域熱供給プラントの制御装置を提供する。
【００１０】
本発明によれば、所定時間単位ごとの起動および停止状態を表す遺伝子列を各熱源機器ごとに２次元配列として持つ個体に対して遺伝的アルゴリズムを適用しているので、各熱源機器についての複数時間にわたる一連の遺伝子に対する操作等を効率的に行うことができる。また、遺伝的アルゴリズム実行手段により求められた運用計画（準最適解）を初期値として数理計画法実行手段により地域熱供給プラントの運用計画（最適解）を求めるようにしているので、運用計画の最適解を高速に求めることができる。さらに、運用計画選択手段により、遺伝的アルゴリズム実行手段により求められた運用計画または数理計画法実行手段により求められた運用計画のいずれかを選択するようにしているので、地域熱供給プラントの規模や特性等に応じて、必要とされる解の厳密性、および解を求めるのに要する時間等を考慮して運用計画を柔軟に求めることができる。このため、少ない専門的なオペレータで地域熱供給プラントを効率的かつ確実に自動化運転することができる。
【００１１】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態について説明する。図１および図２は本発明による地域熱供給プラントの制御装置の一実施の形態を説明するための図である。
【００１２】
まず、図２により、本発明による地域熱供給プラントの制御装置により制御される地域熱供給プラントについて説明する。なお、この地域熱供給プラントは例えば、ビルディングやビル群等の施設に設けられている。
【００１３】
図２に示すように、地域熱供給プラント２０は、ビルディングの地下室等に設けられた蓄熱槽１１を有し、この蓄熱槽１１は冷房用に使用される冷水を蓄える冷水槽１１ａと、暖房用に使用される温水を蓄える温水槽１１ｂとからなっている。このうち冷水槽１１ａには複数のヒートポンプ（ＨＰ）１２が設置されており、このヒートポンプ１２により、例えば夏期においては１０℃程度の水から５℃程度の水が作られる。また、冷水槽１１ａおよび温水槽１１ｂには熱回収型ヒートポンプ（ＤＢ）１３が設置されており、この熱回収型ヒートポンプ１３により、５℃程度の冷水と４５℃程度の温水が同時に作られ、かつこのときに出力される熱は冷水槽１１ａおよび温水槽１１ｂに利用される。
【００１４】
ここで、冷水槽１１ａおよび温水槽１１ｂに蓄えられた冷水および温水はそれぞれ、ポンプ１４，１５により冷水ヘッダ（ＣＨＤ）１６および温水ヘッダ（ＨＨＤ）１７を介して熱負荷（ＨＬ）１８側へ供給されるようになっている。なお図２において、符号Ｔは温度計、符号Ｐはポンプ、符号Ｆは流量計を示している。
【００１５】
次に、図１により、図２に示す地域熱供給プラント２０の運転を制御する地域熱供給プラントの制御装置について説明する。
【００１６】
図１に示すように、地域熱供給プラントの制御装置は、図２に示す地域熱供給プラント２０のヒートポンプ１２および熱回収型ヒートポンプ１３等の熱源機器を制御するものであり、ヒューマン・インタフェース入出力部１と、地域熱供給プラント２０の過去の熱負荷実績を記憶する熱負荷実績記憶手段２ａと、熱負荷実績記憶手段２ａに記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段２と、熱負荷予測手段２により予測された当日の熱負荷予測値に基づいて地域熱供給プラント２０の運用計画を求める地域熱供給プラント運用計画手段１０と、地域熱供給プラント運用計画手段１０により求められた地域熱供給プラント２０の運用計画に基づいて各熱源機器１２，１３の運転を制御する熱源機器制御手段８と、プロセス入出力部９とを備えている。
【００１７】
ここでプロセス入出力部９は、地域熱供給プラント２０から計測信号を取り込むとともに、地域熱供給プラント２０に対して制御信号を出力するものである。
【００１８】
また熱負荷実績記憶手段２ａは、プロセス入出力部９を介して出力された熱負荷１８の過去の熱負荷実績（温度や流量等）を日時および曜日等の項目別に整理して記憶するものである。
【００１９】
さらに熱源機器制御手段８は、地域熱供給プラント運用計画手段１０により求められた運用計画と、プロセス入出力部９を介して入力されるプロセス信号とに基づいて各熱源機器１２，１３を制御するための制御信号をプロセス入出力部９へ出力するものである。
【００２０】
さらにまた地域熱供給プラント運用計画手段１０は、地域熱供給プラント２０からプロセス入出力部９を介して入力されたプロセス信号（計測信号）に含まれる地域熱供給プラント２０の現在の状態を初期値として、熱負荷予測手段２により予測された当日の熱負荷予測値に基づいて地域熱供給プラント２０の運用計画を求めるものである。
【００２１】
ここで地域熱供給プラント運用計画手段１０は、各熱源機器１２，１３の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより地域熱供給プラント２０の運用計画を求める遺伝的アルゴリズム実行手段３と、地域熱供給プラント２０の運用計画を分岐限定法や混合整数計画法等の数理計画法により求める数理計画法実行手段４と、遺伝的アルゴリズム実行手段３により求められた運用計画、または数理計画法実行手段４により求められた運用計画のいずれかを選択して熱源機器制御手段８に入力する運用計画選択手段５とを有している。
【００２２】
なお遺伝的アルゴリズム実行手段３と数理計画法実行手段４とは互いに接続されており（図１の点線矢印参照）、遺伝的アルゴリズム実行手段３により求められた運用計画を初期値として数理計画法実行手段４により地域熱供給プラント２０の運用計画が求められるようになっている。そして運用計画選択手段５においては、（１）遺伝的アルゴリズム実行手段３のみにより求められた運用計画、（２）数理計画法実行手段４のみにより求められた運用計画、または（３）遺伝的アルゴリズム実行手段３により求められた運用計画を初期値として数理計画法実行手段４により求められた運用計画のいずれかを選択できるようになっている。
【００２３】
なお地域熱供給プラント運用計画手段１０はさらに、遺伝的アルゴリズム実行手段３により操作される遺伝子列のうちで所定の制約条件を満たさない遺伝子列を選択するとともに、この選択された遺伝子列に含まれる制約条件を満たさない遺伝子の状態を変更する遺伝子変更手段６と、遺伝的アルゴリズム実行手段３により操作される遺伝子列に対する追加的な操作方法を指定するための遺伝子操作指定手段７とを有している。
【００２４】
次に、このような構成からなる本実施の形態の作用について説明する。
【００２５】
図１において、図２に示す地域熱供給プラント２０の熱負荷１８の熱負荷実績は往還水に関して温度および流量から計測され、プロセス入出力部９を介して熱負荷実績として日時および曜日等の項目別に整理され、その日の気象情報とともに熱負荷実績記憶手段２ａに記憶される。
【００２６】
続いて、熱負荷実績記憶手段２ａに記憶されている熱負荷実績に基づいて、熱負荷予測手段２により熱負荷１８の今後Ｎ時間分の熱負荷値が予測され、その後、地域熱供給プラント運用計画手段１０により蓄熱槽１１の容量および熱源機器１２，１３の定格能力等を用いて今後Ｎ時間分の運用計画が求められる。
【００２７】
以下、この点について具体的に説明する。なおここでは、簡単のために今後２４時間分の熱負荷予測値および運用計画を１時間単位で求める場合について説明する。
【００２８】
まず、熱負荷予測手段２により当日の熱負荷値を予測する方法について説明する。ここでは、熱負荷実績記憶手段２ａに１日分の熱負荷実績が１時間単位で曜日別（例えば休日、平日、休日明け別）に記憶されているものとし、ヒューマン・インタフェース入出力部１から熱負荷予測手段２にその日の曜日Ｗが入力されると、熱負荷予測手段２によりその曜日Ｗの熱負荷実績の平均値パターン
【数１】
が熱負荷実績記憶手段２ａから取り出される。ここで、熱負荷実績記憶手段２ａには前日までの熱負荷実績が記憶されているので、当日（ｋ日）の熱負荷値を予測するためには例えば次式（１）のような自己回帰モデルが用いられる。
【数２】
【００２９】
なお上式（１）において、
【数３】
である。ここで、ａ１，ａ２，…は自己回帰のパラメータであり、あらかじめ定めておくことも可能であり、また実時間で逐次最小２乗推定（カルマンフィルタ）することも可能である。
【００３０】
そして当日の熱負荷予測値は、上式（１）により求められた当日の熱負荷予測値の偏差を用いて次式（２）により求められる。
【数４】
【００３１】
このため、上式（２）により求められた当日の熱負荷予測値に対して、その曜日Ｗの熱負荷実績の平均値パターンから得られた各時間帯（１時間単位）の比を乗じることにより、当日の２４時間分（１時間単位）の熱負荷予測値
【数５】
が求められる。
【００３２】
なお、上述した方法はあくまでも予測方法の一例として挙げたものであり、当日の熱負荷値を予測する方法としてはこれ以外にも重回帰モデル等の各種の方法を用いることができる。
【００３３】
次に、地域熱供給プラント運用計画手段１０により地域熱供給プラント２０の運用計画を求める方法について説明する。なお地域熱供給プラント運用計画手段１０においては、
▲１▼ 運転コストの低減（運転に必要とされるエネルギー（電力使用量やガス使用量等）の低減）、
▲２▼ ピークカット（ピーク時間帯における電力使用量等の低減）、
▲３▼ 夜間電力等の利用、
▲４▼ 熱源機器の安定運転（連続運転）等
の各項目を考慮しつつ地域熱供給プラント２０の運用計画を求める。なお、上述した各項目を考慮する上で必要とされるパラメータ等はヒューマン・インタフェース入出力部１により入力される。
【００３４】
ここで、離散時間ｎにおける熱源機器１２，１３の運転状態をＳｈｍ（ｎ）、熱負荷予測手段２により求められた熱負荷予測値をＱｌｏａｄ（ｎ）とすると、地域熱供給プラント２０の運用計画を求める問題は、熱負荷予測値Ｑｌｏａｄ（ｎ）を用いて、次式（３）のように表される目的関数を最小化するような各熱源機器１２，１３の運転状態Ｓｈｍ（ｎ）を求める最適化問題として定式化される。
Ｊ＝Ｊｅ＋Ｊｐ＋Ｊｙ＋Ｊｓ … （３）
【００３５】
なお上式（３）において、Ｊｅ，Ｊｐ，ＪｙおよびＪｓはそれぞれ上記▲１▼▲２▼▲３▼▲４▼の各項目に対応しており、具体的には次式（４）（５）（６）（７）のように表される。
【数６】
【００３６】
ここで上式（３）乃至（７）により各熱源機器１２，１３の運転状態Ｓｈｍ（ｎ）を求める際には次のような制約条件が満たされていなければならない。
【００３７】
まず第１に、ヒートポンプ（熱源機器）製造熱量Ｑｈｍ（ｎ）および蓄熱槽の蓄熱量Ｈｋ（ｎ）の上下限について次式（８）（９）の制約条件が満たされていなければならない。
【数７】
【００３８】
第２に、ヒートポンプ製造熱量Ｑｈｍ（ｎ）および蓄熱量Ｈｋ（ｎ）の熱バランスについて次式（１０）の制約条件が満たされていなければならない。
【数８】
【００３９】
第３に、各熱源機器１２，１３の運転状態Ｓｈｍ（ｎ）、および運転状態Ｓｈｍ（ｎ）の状態遷移を評価するための絶対値変数Ｙｈｍ（ｎ）について、各熱源機器１２，１３が起動／停止のいずれかの状態をとること（「起動（オン）」の場合にＳｈｍ（ｎ）＝１、「停止（オフ）」の場合にＳｈｍ（ｎ）＝０）、および各熱源機器１２，１３が連続運転状態か、そうでない状態のいずれかをとること（連続的に起動（または停止）状態にある場合にＹｈｍ（ｎ）＝０、起動／停止が切り替わった場合にＹｈｍ（ｎ）＝１）に対応して、次式（１１）（１２）（１３）の制約条件が満たされていなければならない。
【数９】
【００４０】
なお、上式（３）乃至（１３）で用いられる係数をまとめると次のようになる。
【数１０】
【００４１】
以上のようにして定式化された最適化問題は、地域熱供給プラント運用計画手段１０の遺伝的アルゴリズム実行手段３により、図３に示すような手順で解かれる。ここで図３は、遺伝的アルゴリズムの処理手順を説明するためのフローチャートである。
【００４２】
なお遺伝的アルゴリズムとは、生物進化の過程を模したアルゴリズムであり、各種の遺伝子列を持つ個体に対して淘汰、増殖、交叉および突然変異等の処理を複数回（複数世代）にわたって施し、適応度が最大の個体を求めるものである。なお適応度は、例えば上式（３）のように表される目的関数の逆数として定義することができる。
【００４３】
ここで本実施の形態では、図５に示すように、所定時間（１時間）単位ごとの起動および停止状態を１／０で表す遺伝子列を各熱源機器（１）（２）…（Ｎ）（Ｎは熱源機器の台数）ごとに持つ個体に対して遺伝的アルゴリズムを適用する。
【００４４】
また、熱源機器が可変容量出力特性を有する場合には、図６に示すように、熱源機器（ｉ）の入出力特性をＫ段階に分割するとともに、この分割された各段階ｋ（ｋ＝１，…，Ｋ）の入出力特性に対応する固定出力の熱源機器がＫ台あるものと仮想的に想定し、この仮想的に想定された各熱源機器（ｉｋ）ごとに遺伝子列を持つ個体に対して遺伝的アルゴリズムを適用するようにするとよい。なおこのような場合には、仮想的なＫ台の熱源機器（ｉｋ）（ｋ＝１，…，Ｋ）のうち各時間には１台のみが起動可能であるという排他処理を行う。
【００４５】
図３に示すように、まず、ランダムな遺伝子列を持つｎ個の個体を発生させ、これらを初期個体群とする（ステップ１０１）。
【００４６】
次に、ステップ１０１で生成されたｎ個の個体のうちで上式（８）乃至（１３）の制約条件を満たさない個体について遺伝子変更手段６により上式（８）乃至（１３）を満たさない遺伝子列を選択するとともに、この選択された遺伝子列に含まれる制約条件を満たさない遺伝子の状態（１／０）を変更する。そして、制約条件を満たす個体がｎ個生成できた時点で各個体の適応度、およびその世代での適応度の平均値を計算する（ステップ１０２）。
【００４７】
次に、個体群中の最大の適応度に対して所定の比率よりも小さい適応度（目的関数の値が大きいもの）を有する個体を淘汰し、またこの時点で制約条件を満たさない個体が存在した場合も淘汰する（ステップ１０３）。
【００４８】
次に、ステップ１０３で淘汰された個体の数だけ適応度が最大の個体を増殖させる（ステップ１０４）。
【００４９】
次に、図４（ａ）（ｂ）に示すように、個体同士を所定の交叉確率分（全個体数に対する割合）だけランダムにペアリングし、このようにしてペアリングされた組ごとにランダムに遺伝子座を選び、各個体の同一の遺伝子座同士を互いに一点交叉させる（ステップ１０５）。なお一点交叉とは、連続した一連の遺伝子（図４（ｂ）の場合には連続した２つの遺伝子）同士を互いに交叉させるこという。
【００５０】
次に、図４（ｃ）に示すように、所定の突然変異率分（全個体数に対する割合）だけランダムに個体を選び、選ばれた各個体の任意の遺伝子座の遺伝子をビット反転させる（ステップ１０６）。
【００５１】
このようにしてステップ１０１乃至１０６の処理が終了した時点で、その世代における適応度の平均値が前回および前々回の適応度の平均値と比較して所定値以下となっているか、またはあらかじめ定められた繰返し回数を越えているかを判定し（ステップ１０７）、これらの終了条件に該当するまでステップ１０１乃至１０６の処理を繰り返す。なお、上述した終了条件に該当した場合には全体の処理を終了し、その世代の最大の適応度の個体に基づいて運用計画を求める。
【００５２】
ここで、上述したステップ１０２における遺伝子変更手段６による遺伝子列の操作について図６により具体的に説明する。なお図６においては、可変容量出力特性を有する１台の熱源機器（ｉ）の入出力特性をＫ段階に分割することにより得られた１つの個体が示されており、熱源機器の番号（ｋ＝１，…，Ｋ）が大きくなるにつれて仮想的な熱源機器（ｉｋ）の出力容量が大きくなるものとする。
【００５３】
図６において、例えば１０時台においては熱源機器（ｉ２）の遺伝子が“１”で起動状態となっているが、このときに蓄熱量Ｈｋ（ｎ）の上限の制約条件を満たさなくなっているとする。このような場合には、熱源機器（ｉ２）の１０時台の遺伝子を“１”から“０”へ反転させ、代わりに熱源機器（ｉ２）よりも出力容量の小さい熱源機器（ｉ１）の１０時台の遺伝子を“０”から“１”へ反転させる。そして、このような遺伝子列の操作によってもまだ蓄熱量Ｈｋ（ｎ）の上限の制約条件を満たさない場合には、全ての熱源機器（ｉ１）…（ｉＫ）の１０時台の遺伝子を“０”とする。そして最終的に、全ての熱源機器（ｉ１）…（ｉＫ）の１０時台の遺伝子を“０”にしても蓄熱量Ｈｋ（ｎ）の上限の制約条件を満たさない場合には、その個体を淘汰する。なお、以上の操作を最初の時間（図６では８時台）から最後の時間（図６では２１時台）まで適用する。
【００５４】
また同様に、蓄熱量Ｈｋ（ｎ）の下限の制約条件を満たさない場合には遺伝子列に対して次のような操作を行う。図６において、例えば９時台においては熱源機器（ｉ１）の遺伝子が“１”で起動状態となっているが、このときに蓄熱量Ｈｋ（ｎ）の下限の制約条件を満たさなくなっているとする。このような場合には、熱源機器（ｉ１）の９時台の遺伝子を“１”から“０”へ反転させ、代わりに熱源機器（ｉ１）よりも出力容量の大きい熱源機器（ｉ２）の９時台の遺伝子を“０”から“１”へ反転させる。そして、このような遺伝子列の操作によってもまだ蓄熱量Ｈｋ（ｎ）の下限の制約条件を満たさない場合には、制約条件を満たすまで順次出力容量の大きい熱源機器（ｉｋ）（ｋ＝３，４，…）を起動するよう熱源機器（ｉｋ）（ｋ＝３，４，…）の９時台の遺伝子を“１”に変更していく。なお、最も出力容量の大きい熱源機器（ｉＫ）の９時台の遺伝子を“１”にしても蓄熱量Ｈｋ（ｎ）の下限の制約条件を満たさない場合には、９時台よりも１時間早い８時台の遺伝子のうち現在遺伝子が“１”となっている熱源機器の遺伝子を“１”から“０”へ反転させ、代わりにその熱源機器よりも１段階だけ出力容量の大きい熱源機器の遺伝子を“０”から“１”へ反転させる。なお、以上の操作を最初の時間（図６では８時台）から最後の時間（図６では２１時台）まで適用する。
【００５５】
なお、上述したような遺伝子変更手段６による遺伝子列の操作は、各個体が上式（８）乃至（１３）の制約条件を満たすようにするためのものである。これに対し、適応度を向上させるための遺伝子列の操作等が経験上知られている場合もあり、このような場合には遺伝的アルゴリズムの効率を高めるため、遺伝子操作指定手段７により指定された遺伝子列に対する追加的な操作方法に従って遺伝的アルゴリズム適用時または適用終了後等に遺伝子列を操作することが望ましい。
【００５６】
なお、このような遺伝子列に対する追加的な操作方法としては例えば、熱源機器の安定運転を図るために熱源機器の起動タイミングを前または後ろににずらすいわゆる前詰めまたは後詰めと呼ばれる操作がある。具体的には例えば、ある熱源機器（ｉ）の運用計画の候補として図７に示すような個体がある場合に、地域熱供給プラント２０の時間帯（８時台〜２１時台）を８時台〜１２時台、１３時台〜１５時台および１６時台〜２１時台というように複数の時間帯に分割するとともに、これらの各時間帯ごとに蓄熱量Ｈｋ（ｎ）等の制約条件を考慮する。そして例えば、図７において、８時台〜１２時台について蓄熱量Ｈｋ（ｎ）等の制約条件が満たされるのであれば（１１時台の蓄熱量が熱需要に対して十分にあれば）、１１時台の熱源機器の起動を１２時台にずらしたいわゆる後詰め運転を行って熱源機器の連続運転を確保する。また同様に、図７において、１６時台〜２１時台について蓄熱量等の制約条件が満たされるのであれば、１７時台の熱源機器の起動を１６時台にずらしたいわゆる前詰め運転を行って熱源機器の連続運転を確保する。
【００５７】
なお、上述したような遺伝的アルゴリズムを用いると、実用上問題のない、いわゆる準最適解を非常に高速に求めることができるが、準最適解から最適解を求める処理はあまり高速に行うことができない。このため、準最適解ではなく最適解を求める必要がある場合には、遺伝的アルゴリズム実行手段３により求められた運用計画（準最適解）を初期値として数理計画法実行手段４により地域熱供給プラント２０の運用計画（最適解）を求めるようにするとよい。
【００５８】
また、地域熱供給プラント２０の規模や特性等に応じて、必要とされる解の厳密性、および解を求めるのに要する時間等が異なるので、これらの点を考慮して、運用計画選択手段５により、（１）遺伝的アルゴリズム実行手段３のみにより求められた運用計画、（２）数理計画法実行手段４のみにより求められた運用計画、または（３）遺伝的アルゴリズム実行手段３により求められた運用計画を初期値として数理計画法実行手段４により求められた運用計画のいずれかを選択するようにするとよい。
【００５９】
このように本実施の形態によれば、所定時間（１時間）単位ごとの起動および停止状態（１／０）を表す遺伝子列を各熱源機器（１）（２）…（Ｎ）ごとに２次元配列として持つ個体に対して遺伝的アルゴリズムを適用しているので、各熱源機器（１）（２）…（Ｎ）についての複数時間にわたる一連の遺伝子に対する操作等を効率的に行うことができる。
【００６０】
また、熱源機器が可変容量出力特性を有する場合に、その熱源機器（ｉ）の入出力特性をＫ段階に分割するとともに、この分割された各段階ｋ（ｋ＝１，…，Ｋ）の入出力特性に対応する固定出力の熱源機器がＫ台あるものと仮想的に想定し、この仮想的に想定された各熱源機器（ｉｋ）ごとに遺伝子列を持つ個体に対して遺伝的アルゴリズムを適用しているので、各熱源機器（ｉ１）（ｉ２）…（ｉＫ）についての複数時間にわたる一連の遺伝子に対する操作等を効率的に行うことができるとともに、可変容量出力特性を有する熱源機器についても固定出力の熱源機器の場合と同様に起動および停止状態（１／０）を表す単純な二値の遺伝子列を用いることができる。
【００６１】
さらに、遺伝子変更手段６によりヒートポンプ製造熱量Ｑｈｍ（ｎ）や蓄熱槽の蓄熱量Ｈｋ（ｎ）等の制約条件を満たさない遺伝子列を選択するとともに、この選択された遺伝子列に含まれる制約条件を満たさない遺伝子の状態（１／０）を変更しているので（図３のステップ１０２）、ステップ１０２に続くその後の淘汰処理（ステップ１０３）においてこのような制約条件を満たさない遺伝子列を持つ個体を淘汰する度合いを極力抑えることができ、このため運用計画を求める演算を効率的に行うことができる。
【００６２】
さらにまた、遺伝子操作指定手段７により遺伝子列に対する追加的な操作方法をオペレータ（プラント運転員）が指定できるようにしたので、オペレータの経験等を反映した形で遺伝子列を操作することができ、このため運用計画を求める演算を効率的に行うことができる。
【００６３】
また、遺伝的アルゴリズム実行手段３により求められた運用計画（準最適解）を初期値として数理計画法実行手段４により地域熱供給プラント２０の運用計画（最適解）を求めるようにしているので、運用計画の最適解を高速に求めることができる。
【００６４】
さらに、運用計画選択手段５により、（１）遺伝的アルゴリズム実行手段３のみにより求められた運用計画、（２）数理計画法実行手段４のみにより求められた運用計画、または（３）遺伝的アルゴリズム実行手段３により求められた運用計画を初期値として数理計画法実行手段４により求められた運用計画のいずれかを選択するようにしているので、地域熱供給プラント２０の規模や特性等に応じて、必要とされる解の厳密性、および解を求めるのに要する時間等を考慮して運用計画を柔軟に求めることができる。
【００６５】
なお上述した実施の形態においては、１日の運用計画の全てをその１日の運用が開始する前に求めているが、地域熱供給プラント２０の規模が大きく１日の運用計画を実用時間内に求めることができない場合には、１日を複数に分割した所定の時間帯ごとに運用計画を求めるようにしてもよい。なお、この場合には各時間帯の最後の運用計画をその次の時間帯の運用計画を求める際の初期値とすればよい。
【００６６】
また上述した実施の形態においては、運用計画を１時間単位で求めるようにしているが、運用計画の時間単位はこれに限定されるものではなく、１５分単位、３０分単位または２時間単位等の各種の時間単位を採用することができる。
【００６７】
さらに上述した実施の形態においては、遺伝的アルゴリズムの交叉処理において連続した一連の遺伝子を互いに交叉させる一点交叉を用いているが、交叉の方法はこれに限定されるものではなく、複数箇所で一連の遺伝子を互いに交叉させるようにしてもよい。
【００６８】
【発明の効果】
以上説明したように本発明によれば、遺伝的アルゴリズムにより求められた運用計画に基づいて地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、地域熱供給プラントの運用計画をより効率的かつ柔軟に求めることができ、このため少ない専門的なオペレータで地域熱供給プラントを効率的かつ確実に自動化運転することができる。
【図面の簡単な説明】
【図１】本発明による地域熱供給プラントの制御装置の一実施の形態を示す図。
【図２】図１に示す地域熱供給プラントを示す概略図。
【図３】遺伝的アルゴリズムの処理手順を説明するためのフローチャート。
【図４】遺伝的アルゴリズムによる遺伝子列に対する操作を模式的に示す図。
【図５】遺伝子列の一例を示す図。
【図６】可変容量出力特性を有する熱源機器に対応する遺伝子列の一例を示す図。
【図７】遺伝子列に対する追加的な操作方法の一例を説明するための図。
【符号の説明】
１ ヒューマン・インタフェース入出力部
２ 熱負荷予測手段
２ａ 熱負荷実績記憶手段
３ 遺伝的アルゴリズム実行手段
４ 数理計画法実行手段
５ 運用計画選択手段
６ 遺伝子変更手段
７ 遺伝子操作指定手段
８ 熱源機器制御手段
９ プロセス入出力部
１０ 地域熱供給プラント運用計画手段
２０ 地域熱供給プラント
１１ 蓄熱槽
１２ ヒートポンプ
１３ 熱回収型ヒートポンプ
【発明の属する技術分野】
本発明は複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置に係り、とりわけ地域熱供給プラントの各熱源機器を効率的に運転することができる地域熱供給プラントの制御装置に関する。
【０００２】
【従来の技術】
一般に、ビルディングやビル群等の施設においては、これらの地域全体に対する空調用設備として地域熱供給プラントが設けられている。このような地域熱供給プラントにおいては、ヒートポンプ等の熱源機器により温水および冷水が生成され、これらは蓄熱槽に蓄えられるとともに、必要に応じて冷暖房機器等の熱負荷機器に供給される。ここで、動力源として電気を用いる地域熱供給プラントにおいては、夜間に熱を生成して蓄熱し、昼間は温水および冷水を生成するとともに蓄熱した熱を放熱することにより、夜間電力を利用したりピークカットを行ったりして効率的な運転を行っている。
【０００３】
ところで、地域熱供給プラントにおいて上述したような効率的な運転を行うためには専門的なオペレータ（プラント運転員）が必要となるが、このような専門的なオペレータはその確保が難しく、またオペレータには多大な人件費がかかるので、例えば夜間だけでも無人運転を行うことが望まれている。なお現時点では、オペレータの専門的知識を反映した自動化運転を行うための方法として、数理計画法に基づいて地域熱供給プラントの運用計画を求める方法が一般に用いられている。
【０００４】
【発明が解決しようとする課題】
上述したように従来においては、数理計画法に基づいて地域熱供給プラントの運用計画を求めることにより、オペレータの専門的知識を反映した自動化運転を行っている。しかしながら、数理計画法では最適解を厳密に求めようとするので、実行可能な解が見つからない場合や、モデル化の仕方によって解が不適切となる場合等があり、完全な無人運転を実現することが難しいという問題がある。また、地域熱供給プラントの規模が増大した場合には、運用計画を求めるのに必要とされる計算量が増大し、実用時間内に運用計画を求めることが難しくなるという問題がある。
【０００５】
なお最近になって、このような数理計画法の欠点を克服するため、遺伝的アルゴリズム（ＧＡ：Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍｓ）により準最適解を短時間に求める方法を用いて各種のプラントの運用計画を求める方法が研究されている。
【０００６】
本発明はこのような点を考慮してなされたものであり、遺伝的アルゴリズムにより求められた運用計画に基づいて地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、地域熱供給プラントの運用計画をより効率的かつ柔軟に求めることにより、少ない専門的なオペレータで地域熱供給プラントを効率的かつ確実に自動化運転することができる地域熱供給プラントの制御装置を提供することを目的とする。
【０００７】
【課題を解決するための手段】
本発明は、複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段を有し、この遺伝的アルゴリズム実行手段は所定時間単位ごとの起動および停止状態を表す遺伝子列を前記各熱源機器ごとに２次元配列として持つ個体に対して遺伝的アルゴリズムを適用することを特徴とする地域熱供給プラントの制御装置を提供する。
【０００８】
また本発明は、複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段と、前記地域熱供給プラントの運用計画を数理計画法により求める数理計画法実行手段とを有し、前記遺伝的アルゴリズム実行手段により求められた運用計画を初期値として前記数理計画法実行手段により前記地域熱供給プラントの運用計画を求めることを特徴とする地域熱供給プラントの制御装置を提供する。
【０００９】
さらに本発明は、複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段と、前記地域熱供給プラントの運用計画を数理計画法により求める数理計画法実行手段と、前記遺伝的アルゴリズム実行手段により求められた運用計画または前記数理計画法実行手段により求められた運用計画のいずれかを選択して前記熱源機器制御手段に入力する運用計画選択手段とを有することを特徴とする地域熱供給プラントの制御装置を提供する。
【００１０】
本発明によれば、所定時間単位ごとの起動および停止状態を表す遺伝子列を各熱源機器ごとに２次元配列として持つ個体に対して遺伝的アルゴリズムを適用しているので、各熱源機器についての複数時間にわたる一連の遺伝子に対する操作等を効率的に行うことができる。また、遺伝的アルゴリズム実行手段により求められた運用計画（準最適解）を初期値として数理計画法実行手段により地域熱供給プラントの運用計画（最適解）を求めるようにしているので、運用計画の最適解を高速に求めることができる。さらに、運用計画選択手段により、遺伝的アルゴリズム実行手段により求められた運用計画または数理計画法実行手段により求められた運用計画のいずれかを選択するようにしているので、地域熱供給プラントの規模や特性等に応じて、必要とされる解の厳密性、および解を求めるのに要する時間等を考慮して運用計画を柔軟に求めることができる。このため、少ない専門的なオペレータで地域熱供給プラントを効率的かつ確実に自動化運転することができる。
【００１１】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態について説明する。図１および図２は本発明による地域熱供給プラントの制御装置の一実施の形態を説明するための図である。
【００１２】
まず、図２により、本発明による地域熱供給プラントの制御装置により制御される地域熱供給プラントについて説明する。なお、この地域熱供給プラントは例えば、ビルディングやビル群等の施設に設けられている。
【００１３】
図２に示すように、地域熱供給プラント２０は、ビルディングの地下室等に設けられた蓄熱槽１１を有し、この蓄熱槽１１は冷房用に使用される冷水を蓄える冷水槽１１ａと、暖房用に使用される温水を蓄える温水槽１１ｂとからなっている。このうち冷水槽１１ａには複数のヒートポンプ（ＨＰ）１２が設置されており、このヒートポンプ１２により、例えば夏期においては１０℃程度の水から５℃程度の水が作られる。また、冷水槽１１ａおよび温水槽１１ｂには熱回収型ヒートポンプ（ＤＢ）１３が設置されており、この熱回収型ヒートポンプ１３により、５℃程度の冷水と４５℃程度の温水が同時に作られ、かつこのときに出力される熱は冷水槽１１ａおよび温水槽１１ｂに利用される。
【００１４】
ここで、冷水槽１１ａおよび温水槽１１ｂに蓄えられた冷水および温水はそれぞれ、ポンプ１４，１５により冷水ヘッダ（ＣＨＤ）１６および温水ヘッダ（ＨＨＤ）１７を介して熱負荷（ＨＬ）１８側へ供給されるようになっている。なお図２において、符号Ｔは温度計、符号Ｐはポンプ、符号Ｆは流量計を示している。
【００１５】
次に、図１により、図２に示す地域熱供給プラント２０の運転を制御する地域熱供給プラントの制御装置について説明する。
【００１６】
図１に示すように、地域熱供給プラントの制御装置は、図２に示す地域熱供給プラント２０のヒートポンプ１２および熱回収型ヒートポンプ１３等の熱源機器を制御するものであり、ヒューマン・インタフェース入出力部１と、地域熱供給プラント２０の過去の熱負荷実績を記憶する熱負荷実績記憶手段２ａと、熱負荷実績記憶手段２ａに記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段２と、熱負荷予測手段２により予測された当日の熱負荷予測値に基づいて地域熱供給プラント２０の運用計画を求める地域熱供給プラント運用計画手段１０と、地域熱供給プラント運用計画手段１０により求められた地域熱供給プラント２０の運用計画に基づいて各熱源機器１２，１３の運転を制御する熱源機器制御手段８と、プロセス入出力部９とを備えている。
【００１７】
ここでプロセス入出力部９は、地域熱供給プラント２０から計測信号を取り込むとともに、地域熱供給プラント２０に対して制御信号を出力するものである。
【００１８】
また熱負荷実績記憶手段２ａは、プロセス入出力部９を介して出力された熱負荷１８の過去の熱負荷実績（温度や流量等）を日時および曜日等の項目別に整理して記憶するものである。
【００１９】
さらに熱源機器制御手段８は、地域熱供給プラント運用計画手段１０により求められた運用計画と、プロセス入出力部９を介して入力されるプロセス信号とに基づいて各熱源機器１２，１３を制御するための制御信号をプロセス入出力部９へ出力するものである。
【００２０】
さらにまた地域熱供給プラント運用計画手段１０は、地域熱供給プラント２０からプロセス入出力部９を介して入力されたプロセス信号（計測信号）に含まれる地域熱供給プラント２０の現在の状態を初期値として、熱負荷予測手段２により予測された当日の熱負荷予測値に基づいて地域熱供給プラント２０の運用計画を求めるものである。
【００２１】
ここで地域熱供給プラント運用計画手段１０は、各熱源機器１２，１３の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより地域熱供給プラント２０の運用計画を求める遺伝的アルゴリズム実行手段３と、地域熱供給プラント２０の運用計画を分岐限定法や混合整数計画法等の数理計画法により求める数理計画法実行手段４と、遺伝的アルゴリズム実行手段３により求められた運用計画、または数理計画法実行手段４により求められた運用計画のいずれかを選択して熱源機器制御手段８に入力する運用計画選択手段５とを有している。
【００２２】
なお遺伝的アルゴリズム実行手段３と数理計画法実行手段４とは互いに接続されており（図１の点線矢印参照）、遺伝的アルゴリズム実行手段３により求められた運用計画を初期値として数理計画法実行手段４により地域熱供給プラント２０の運用計画が求められるようになっている。そして運用計画選択手段５においては、（１）遺伝的アルゴリズム実行手段３のみにより求められた運用計画、（２）数理計画法実行手段４のみにより求められた運用計画、または（３）遺伝的アルゴリズム実行手段３により求められた運用計画を初期値として数理計画法実行手段４により求められた運用計画のいずれかを選択できるようになっている。
【００２３】
なお地域熱供給プラント運用計画手段１０はさらに、遺伝的アルゴリズム実行手段３により操作される遺伝子列のうちで所定の制約条件を満たさない遺伝子列を選択するとともに、この選択された遺伝子列に含まれる制約条件を満たさない遺伝子の状態を変更する遺伝子変更手段６と、遺伝的アルゴリズム実行手段３により操作される遺伝子列に対する追加的な操作方法を指定するための遺伝子操作指定手段７とを有している。
【００２４】
次に、このような構成からなる本実施の形態の作用について説明する。
【００２５】
図１において、図２に示す地域熱供給プラント２０の熱負荷１８の熱負荷実績は往還水に関して温度および流量から計測され、プロセス入出力部９を介して熱負荷実績として日時および曜日等の項目別に整理され、その日の気象情報とともに熱負荷実績記憶手段２ａに記憶される。
【００２６】
続いて、熱負荷実績記憶手段２ａに記憶されている熱負荷実績に基づいて、熱負荷予測手段２により熱負荷１８の今後Ｎ時間分の熱負荷値が予測され、その後、地域熱供給プラント運用計画手段１０により蓄熱槽１１の容量および熱源機器１２，１３の定格能力等を用いて今後Ｎ時間分の運用計画が求められる。
【００２７】
以下、この点について具体的に説明する。なおここでは、簡単のために今後２４時間分の熱負荷予測値および運用計画を１時間単位で求める場合について説明する。
【００２８】
まず、熱負荷予測手段２により当日の熱負荷値を予測する方法について説明する。ここでは、熱負荷実績記憶手段２ａに１日分の熱負荷実績が１時間単位で曜日別（例えば休日、平日、休日明け別）に記憶されているものとし、ヒューマン・インタフェース入出力部１から熱負荷予測手段２にその日の曜日Ｗが入力されると、熱負荷予測手段２によりその曜日Ｗの熱負荷実績の平均値パターン
【数１】
【数２】
なお上式（１）において、
【数３】
【００３０】
そして当日の熱負荷予測値は、上式（１）により求められた当日の熱負荷予測値の偏差を用いて次式（２）により求められる。
【数４】
このため、上式（２）により求められた当日の熱負荷予測値に対して、その曜日Ｗの熱負荷実績の平均値パターンから得られた各時間帯（１時間単位）の比を乗じることにより、当日の２４時間分（１時間単位）の熱負荷予測値
【数５】
【００３２】
なお、上述した方法はあくまでも予測方法の一例として挙げたものであり、当日の熱負荷値を予測する方法としてはこれ以外にも重回帰モデル等の各種の方法を用いることができる。
【００３３】
次に、地域熱供給プラント運用計画手段１０により地域熱供給プラント２０の運用計画を求める方法について説明する。なお地域熱供給プラント運用計画手段１０においては、
▲１▼ 運転コストの低減（運転に必要とされるエネルギー（電力使用量やガス使用量等）の低減）、
▲２▼ ピークカット（ピーク時間帯における電力使用量等の低減）、
▲３▼ 夜間電力等の利用、
▲４▼ 熱源機器の安定運転（連続運転）等
の各項目を考慮しつつ地域熱供給プラント２０の運用計画を求める。なお、上述した各項目を考慮する上で必要とされるパラメータ等はヒューマン・インタフェース入出力部１により入力される。
【００３４】
ここで、離散時間ｎにおける熱源機器１２，１３の運転状態をＳｈｍ（ｎ）、熱負荷予測手段２により求められた熱負荷予測値をＱｌｏａｄ（ｎ）とすると、地域熱供給プラント２０の運用計画を求める問題は、熱負荷予測値Ｑｌｏａｄ（ｎ）を用いて、次式（３）のように表される目的関数を最小化するような各熱源機器１２，１３の運転状態Ｓｈｍ（ｎ）を求める最適化問題として定式化される。
Ｊ＝Ｊｅ＋Ｊｐ＋Ｊｙ＋Ｊｓ … （３）
【００３５】
なお上式（３）において、Ｊｅ，Ｊｐ，ＪｙおよびＪｓはそれぞれ上記▲１▼▲２▼▲３▼▲４▼の各項目に対応しており、具体的には次式（４）（５）（６）（７）のように表される。
【数６】
ここで上式（３）乃至（７）により各熱源機器１２，１３の運転状態Ｓｈｍ（ｎ）を求める際には次のような制約条件が満たされていなければならない。
【００３７】
まず第１に、ヒートポンプ（熱源機器）製造熱量Ｑｈｍ（ｎ）および蓄熱槽の蓄熱量Ｈｋ（ｎ）の上下限について次式（８）（９）の制約条件が満たされていなければならない。
【数７】
第２に、ヒートポンプ製造熱量Ｑｈｍ（ｎ）および蓄熱量Ｈｋ（ｎ）の熱バランスについて次式（１０）の制約条件が満たされていなければならない。
【数８】
第３に、各熱源機器１２，１３の運転状態Ｓｈｍ（ｎ）、および運転状態Ｓｈｍ（ｎ）の状態遷移を評価するための絶対値変数Ｙｈｍ（ｎ）について、各熱源機器１２，１３が起動／停止のいずれかの状態をとること（「起動（オン）」の場合にＳｈｍ（ｎ）＝１、「停止（オフ）」の場合にＳｈｍ（ｎ）＝０）、および各熱源機器１２，１３が連続運転状態か、そうでない状態のいずれかをとること（連続的に起動（または停止）状態にある場合にＹｈｍ（ｎ）＝０、起動／停止が切り替わった場合にＹｈｍ（ｎ）＝１）に対応して、次式（１１）（１２）（１３）の制約条件が満たされていなければならない。
【数９】
なお、上式（３）乃至（１３）で用いられる係数をまとめると次のようになる。
【数１０】
以上のようにして定式化された最適化問題は、地域熱供給プラント運用計画手段１０の遺伝的アルゴリズム実行手段３により、図３に示すような手順で解かれる。ここで図３は、遺伝的アルゴリズムの処理手順を説明するためのフローチャートである。
【００４２】
なお遺伝的アルゴリズムとは、生物進化の過程を模したアルゴリズムであり、各種の遺伝子列を持つ個体に対して淘汰、増殖、交叉および突然変異等の処理を複数回（複数世代）にわたって施し、適応度が最大の個体を求めるものである。なお適応度は、例えば上式（３）のように表される目的関数の逆数として定義することができる。
【００４３】
ここで本実施の形態では、図５に示すように、所定時間（１時間）単位ごとの起動および停止状態を１／０で表す遺伝子列を各熱源機器（１）（２）…（Ｎ）（Ｎは熱源機器の台数）ごとに持つ個体に対して遺伝的アルゴリズムを適用する。
【００４４】
また、熱源機器が可変容量出力特性を有する場合には、図６に示すように、熱源機器（ｉ）の入出力特性をＫ段階に分割するとともに、この分割された各段階ｋ（ｋ＝１，…，Ｋ）の入出力特性に対応する固定出力の熱源機器がＫ台あるものと仮想的に想定し、この仮想的に想定された各熱源機器（ｉｋ）ごとに遺伝子列を持つ個体に対して遺伝的アルゴリズムを適用するようにするとよい。なおこのような場合には、仮想的なＫ台の熱源機器（ｉｋ）（ｋ＝１，…，Ｋ）のうち各時間には１台のみが起動可能であるという排他処理を行う。
【００４５】
図３に示すように、まず、ランダムな遺伝子列を持つｎ個の個体を発生させ、これらを初期個体群とする（ステップ１０１）。
【００４６】
次に、ステップ１０１で生成されたｎ個の個体のうちで上式（８）乃至（１３）の制約条件を満たさない個体について遺伝子変更手段６により上式（８）乃至（１３）を満たさない遺伝子列を選択するとともに、この選択された遺伝子列に含まれる制約条件を満たさない遺伝子の状態（１／０）を変更する。そして、制約条件を満たす個体がｎ個生成できた時点で各個体の適応度、およびその世代での適応度の平均値を計算する（ステップ１０２）。
【００４７】
次に、個体群中の最大の適応度に対して所定の比率よりも小さい適応度（目的関数の値が大きいもの）を有する個体を淘汰し、またこの時点で制約条件を満たさない個体が存在した場合も淘汰する（ステップ１０３）。
【００４８】
次に、ステップ１０３で淘汰された個体の数だけ適応度が最大の個体を増殖させる（ステップ１０４）。
【００４９】
次に、図４（ａ）（ｂ）に示すように、個体同士を所定の交叉確率分（全個体数に対する割合）だけランダムにペアリングし、このようにしてペアリングされた組ごとにランダムに遺伝子座を選び、各個体の同一の遺伝子座同士を互いに一点交叉させる（ステップ１０５）。なお一点交叉とは、連続した一連の遺伝子（図４（ｂ）の場合には連続した２つの遺伝子）同士を互いに交叉させるこという。
【００５０】
次に、図４（ｃ）に示すように、所定の突然変異率分（全個体数に対する割合）だけランダムに個体を選び、選ばれた各個体の任意の遺伝子座の遺伝子をビット反転させる（ステップ１０６）。
【００５１】
このようにしてステップ１０１乃至１０６の処理が終了した時点で、その世代における適応度の平均値が前回および前々回の適応度の平均値と比較して所定値以下となっているか、またはあらかじめ定められた繰返し回数を越えているかを判定し（ステップ１０７）、これらの終了条件に該当するまでステップ１０１乃至１０６の処理を繰り返す。なお、上述した終了条件に該当した場合には全体の処理を終了し、その世代の最大の適応度の個体に基づいて運用計画を求める。
【００５２】
ここで、上述したステップ１０２における遺伝子変更手段６による遺伝子列の操作について図６により具体的に説明する。なお図６においては、可変容量出力特性を有する１台の熱源機器（ｉ）の入出力特性をＫ段階に分割することにより得られた１つの個体が示されており、熱源機器の番号（ｋ＝１，…，Ｋ）が大きくなるにつれて仮想的な熱源機器（ｉｋ）の出力容量が大きくなるものとする。
【００５３】
図６において、例えば１０時台においては熱源機器（ｉ２）の遺伝子が“１”で起動状態となっているが、このときに蓄熱量Ｈｋ（ｎ）の上限の制約条件を満たさなくなっているとする。このような場合には、熱源機器（ｉ２）の１０時台の遺伝子を“１”から“０”へ反転させ、代わりに熱源機器（ｉ２）よりも出力容量の小さい熱源機器（ｉ１）の１０時台の遺伝子を“０”から“１”へ反転させる。そして、このような遺伝子列の操作によってもまだ蓄熱量Ｈｋ（ｎ）の上限の制約条件を満たさない場合には、全ての熱源機器（ｉ１）…（ｉＫ）の１０時台の遺伝子を“０”とする。そして最終的に、全ての熱源機器（ｉ１）…（ｉＫ）の１０時台の遺伝子を“０”にしても蓄熱量Ｈｋ（ｎ）の上限の制約条件を満たさない場合には、その個体を淘汰する。なお、以上の操作を最初の時間（図６では８時台）から最後の時間（図６では２１時台）まで適用する。
【００５４】
また同様に、蓄熱量Ｈｋ（ｎ）の下限の制約条件を満たさない場合には遺伝子列に対して次のような操作を行う。図６において、例えば９時台においては熱源機器（ｉ１）の遺伝子が“１”で起動状態となっているが、このときに蓄熱量Ｈｋ（ｎ）の下限の制約条件を満たさなくなっているとする。このような場合には、熱源機器（ｉ１）の９時台の遺伝子を“１”から“０”へ反転させ、代わりに熱源機器（ｉ１）よりも出力容量の大きい熱源機器（ｉ２）の９時台の遺伝子を“０”から“１”へ反転させる。そして、このような遺伝子列の操作によってもまだ蓄熱量Ｈｋ（ｎ）の下限の制約条件を満たさない場合には、制約条件を満たすまで順次出力容量の大きい熱源機器（ｉｋ）（ｋ＝３，４，…）を起動するよう熱源機器（ｉｋ）（ｋ＝３，４，…）の９時台の遺伝子を“１”に変更していく。なお、最も出力容量の大きい熱源機器（ｉＫ）の９時台の遺伝子を“１”にしても蓄熱量Ｈｋ（ｎ）の下限の制約条件を満たさない場合には、９時台よりも１時間早い８時台の遺伝子のうち現在遺伝子が“１”となっている熱源機器の遺伝子を“１”から“０”へ反転させ、代わりにその熱源機器よりも１段階だけ出力容量の大きい熱源機器の遺伝子を“０”から“１”へ反転させる。なお、以上の操作を最初の時間（図６では８時台）から最後の時間（図６では２１時台）まで適用する。
【００５５】
なお、上述したような遺伝子変更手段６による遺伝子列の操作は、各個体が上式（８）乃至（１３）の制約条件を満たすようにするためのものである。これに対し、適応度を向上させるための遺伝子列の操作等が経験上知られている場合もあり、このような場合には遺伝的アルゴリズムの効率を高めるため、遺伝子操作指定手段７により指定された遺伝子列に対する追加的な操作方法に従って遺伝的アルゴリズム適用時または適用終了後等に遺伝子列を操作することが望ましい。
【００５６】
なお、このような遺伝子列に対する追加的な操作方法としては例えば、熱源機器の安定運転を図るために熱源機器の起動タイミングを前または後ろににずらすいわゆる前詰めまたは後詰めと呼ばれる操作がある。具体的には例えば、ある熱源機器（ｉ）の運用計画の候補として図７に示すような個体がある場合に、地域熱供給プラント２０の時間帯（８時台〜２１時台）を８時台〜１２時台、１３時台〜１５時台および１６時台〜２１時台というように複数の時間帯に分割するとともに、これらの各時間帯ごとに蓄熱量Ｈｋ（ｎ）等の制約条件を考慮する。そして例えば、図７において、８時台〜１２時台について蓄熱量Ｈｋ（ｎ）等の制約条件が満たされるのであれば（１１時台の蓄熱量が熱需要に対して十分にあれば）、１１時台の熱源機器の起動を１２時台にずらしたいわゆる後詰め運転を行って熱源機器の連続運転を確保する。また同様に、図７において、１６時台〜２１時台について蓄熱量等の制約条件が満たされるのであれば、１７時台の熱源機器の起動を１６時台にずらしたいわゆる前詰め運転を行って熱源機器の連続運転を確保する。
【００５７】
なお、上述したような遺伝的アルゴリズムを用いると、実用上問題のない、いわゆる準最適解を非常に高速に求めることができるが、準最適解から最適解を求める処理はあまり高速に行うことができない。このため、準最適解ではなく最適解を求める必要がある場合には、遺伝的アルゴリズム実行手段３により求められた運用計画（準最適解）を初期値として数理計画法実行手段４により地域熱供給プラント２０の運用計画（最適解）を求めるようにするとよい。
【００５８】
また、地域熱供給プラント２０の規模や特性等に応じて、必要とされる解の厳密性、および解を求めるのに要する時間等が異なるので、これらの点を考慮して、運用計画選択手段５により、（１）遺伝的アルゴリズム実行手段３のみにより求められた運用計画、（２）数理計画法実行手段４のみにより求められた運用計画、または（３）遺伝的アルゴリズム実行手段３により求められた運用計画を初期値として数理計画法実行手段４により求められた運用計画のいずれかを選択するようにするとよい。
【００５９】
このように本実施の形態によれば、所定時間（１時間）単位ごとの起動および停止状態（１／０）を表す遺伝子列を各熱源機器（１）（２）…（Ｎ）ごとに２次元配列として持つ個体に対して遺伝的アルゴリズムを適用しているので、各熱源機器（１）（２）…（Ｎ）についての複数時間にわたる一連の遺伝子に対する操作等を効率的に行うことができる。
【００６０】
また、熱源機器が可変容量出力特性を有する場合に、その熱源機器（ｉ）の入出力特性をＫ段階に分割するとともに、この分割された各段階ｋ（ｋ＝１，…，Ｋ）の入出力特性に対応する固定出力の熱源機器がＫ台あるものと仮想的に想定し、この仮想的に想定された各熱源機器（ｉｋ）ごとに遺伝子列を持つ個体に対して遺伝的アルゴリズムを適用しているので、各熱源機器（ｉ１）（ｉ２）…（ｉＫ）についての複数時間にわたる一連の遺伝子に対する操作等を効率的に行うことができるとともに、可変容量出力特性を有する熱源機器についても固定出力の熱源機器の場合と同様に起動および停止状態（１／０）を表す単純な二値の遺伝子列を用いることができる。
【００６１】
さらに、遺伝子変更手段６によりヒートポンプ製造熱量Ｑｈｍ（ｎ）や蓄熱槽の蓄熱量Ｈｋ（ｎ）等の制約条件を満たさない遺伝子列を選択するとともに、この選択された遺伝子列に含まれる制約条件を満たさない遺伝子の状態（１／０）を変更しているので（図３のステップ１０２）、ステップ１０２に続くその後の淘汰処理（ステップ１０３）においてこのような制約条件を満たさない遺伝子列を持つ個体を淘汰する度合いを極力抑えることができ、このため運用計画を求める演算を効率的に行うことができる。
【００６２】
さらにまた、遺伝子操作指定手段７により遺伝子列に対する追加的な操作方法をオペレータ（プラント運転員）が指定できるようにしたので、オペレータの経験等を反映した形で遺伝子列を操作することができ、このため運用計画を求める演算を効率的に行うことができる。
【００６３】
また、遺伝的アルゴリズム実行手段３により求められた運用計画（準最適解）を初期値として数理計画法実行手段４により地域熱供給プラント２０の運用計画（最適解）を求めるようにしているので、運用計画の最適解を高速に求めることができる。
【００６４】
さらに、運用計画選択手段５により、（１）遺伝的アルゴリズム実行手段３のみにより求められた運用計画、（２）数理計画法実行手段４のみにより求められた運用計画、または（３）遺伝的アルゴリズム実行手段３により求められた運用計画を初期値として数理計画法実行手段４により求められた運用計画のいずれかを選択するようにしているので、地域熱供給プラント２０の規模や特性等に応じて、必要とされる解の厳密性、および解を求めるのに要する時間等を考慮して運用計画を柔軟に求めることができる。
【００６５】
なお上述した実施の形態においては、１日の運用計画の全てをその１日の運用が開始する前に求めているが、地域熱供給プラント２０の規模が大きく１日の運用計画を実用時間内に求めることができない場合には、１日を複数に分割した所定の時間帯ごとに運用計画を求めるようにしてもよい。なお、この場合には各時間帯の最後の運用計画をその次の時間帯の運用計画を求める際の初期値とすればよい。
【００６６】
また上述した実施の形態においては、運用計画を１時間単位で求めるようにしているが、運用計画の時間単位はこれに限定されるものではなく、１５分単位、３０分単位または２時間単位等の各種の時間単位を採用することができる。
【００６７】
さらに上述した実施の形態においては、遺伝的アルゴリズムの交叉処理において連続した一連の遺伝子を互いに交叉させる一点交叉を用いているが、交叉の方法はこれに限定されるものではなく、複数箇所で一連の遺伝子を互いに交叉させるようにしてもよい。
【００６８】
【発明の効果】
以上説明したように本発明によれば、遺伝的アルゴリズムにより求められた運用計画に基づいて地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、地域熱供給プラントの運用計画をより効率的かつ柔軟に求めることができ、このため少ない専門的なオペレータで地域熱供給プラントを効率的かつ確実に自動化運転することができる。
【図面の簡単な説明】
【図１】本発明による地域熱供給プラントの制御装置の一実施の形態を示す図。
【図２】図１に示す地域熱供給プラントを示す概略図。
【図３】遺伝的アルゴリズムの処理手順を説明するためのフローチャート。
【図４】遺伝的アルゴリズムによる遺伝子列に対する操作を模式的に示す図。
【図５】遺伝子列の一例を示す図。
【図６】可変容量出力特性を有する熱源機器に対応する遺伝子列の一例を示す図。
【図７】遺伝子列に対する追加的な操作方法の一例を説明するための図。
【符号の説明】
１ ヒューマン・インタフェース入出力部
２ 熱負荷予測手段
２ａ 熱負荷実績記憶手段
３ 遺伝的アルゴリズム実行手段
４ 数理計画法実行手段
５ 運用計画選択手段
６ 遺伝子変更手段
７ 遺伝子操作指定手段
８ 熱源機器制御手段
９ プロセス入出力部
１０ 地域熱供給プラント運用計画手段
２０ 地域熱供給プラント
１１ 蓄熱槽
１２ ヒートポンプ
１３ 熱回収型ヒートポンプ
Claims (8)
- 複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、
前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、
前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、
前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、
前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、
前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段を有し、この遺伝的アルゴリズム実行手段は所定時間単位ごとの起動および停止状態を表す遺伝子列を前記各熱源機器ごとに２次元配列として持つ個体に対して遺伝的アルゴリズムを適用することを特徴とする地域熱供給プラントの制御装置。 - 前記地域熱供給プラント運用計画手段の前記遺伝的アルゴリズム実行手段は、前記複数の熱源機器のうちで可変容量出力特性を有する熱源機器の入出力特性を複数段階に分割するとともに、この分割された各段階の入出力特性に対応する複数の熱源機器を仮想的に想定し、この仮想的に想定された各熱源機器ごとに前記遺伝子列を持つ個体に対して遺伝的アルゴリズムを適用することを特徴とする請求項１記載の地域熱供給プラントの制御装置。
- 前記地域熱供給プラント運用計画手段は、前記遺伝的アルゴリズム実行手段により操作される遺伝子列のうちで所定の制約条件を満たさない遺伝子列を選択するとともに、この選択された遺伝子列に含まれる制約条件を満たさない遺伝子の状態を変更する遺伝子変更手段をさらに有することを特徴とする請求項１または２記載の地域熱供給プラントの制御装置。
- 前記地域熱供給プラント運用計画手段は、前記遺伝的アルゴリズム実行手段により操作される遺伝子列に対する追加的な操作方法を指定するための遺伝子操作指定手段をさらに有することを特徴とする請求項１または２記載の地域熱供給プラントの制御装置。
- 複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、
前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、
前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、
前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、
前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、
前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段と、前記地域熱供給プラントの運用計画を数理計画法により求める数理計画法実行手段とを有し、前記遺伝的アルゴリズム実行手段により求められた運用計画を初期値として前記数理計画法実行手段により前記地域熱供給プラントの運用計画を求めることを特徴とする地域熱供給プラントの制御装置。 - 前記地域熱供給プラント運用計画手段は、前記遺伝的アルゴリズム実行手段により求められた運用計画、または前記遺伝的アルゴリズム実行手段により求められた運用計画を初期値として前記数理計画法実行手段により求められた運用計画のいずれかを選択して前記熱源機器制御手段に入力する運用計画選択手段をさらに有することを特徴とする請求項５記載の地域熱供給プラントの制御装置。
- 複数の熱源機器を有する地域熱供給プラントの運転を制御する地域熱供給プラントの制御装置において、
前記地域熱供給プラントの過去の熱負荷実績を記憶する熱負荷実績記憶手段と、
前記熱負荷実績記憶手段に記憶された過去の熱負荷実績に基づいて当日の熱負荷値を予測する熱負荷予測手段と、
前記熱負荷予測手段により予測された当日の熱負荷予測値に基づいて前記地域熱供給プラントの運用計画を求める地域熱供給プラント運用計画手段と、
前記地域熱供給プラント運用計画手段により求められた前記地域熱供給プラントの運用計画に基づいて前記各熱源機器を制御する熱源機器制御手段とを備え、
前記地域熱供給プラント運用計画手段は、前記各熱源機器の運転に関する目的関数を最小とするよう遺伝的アルゴリズムにより前記地域熱供給プラントの運用計画を求める遺伝的アルゴリズム実行手段と、前記地域熱供給プラントの運用計画を数理計画法により求める数理計画法実行手段と、前記遺伝的アルゴリズム実行手段により求められた運用計画または前記数理計画法実行手段により求められた運用計画のいずれかを選択して前記熱源機器制御手段に入力する運用計画選択手段とを有することを特徴とする地域熱供給プラントの制御装置。 - 前記地域熱供給プラント運用計画手段は、前記地域熱供給プラントの運用計画を１日を複数に分割した所定の時間帯ごとに求めることを特徴とする請求項１乃至７のいずれか記載の地域熱供給プラントの制御装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17436097A JP3548672B2 (ja) | 1997-06-30 | 1997-06-30 | 地域熱供給プラントの制御装置 |
| US09/106,117 US6223101B1 (en) | 1997-06-30 | 1998-06-29 | District heat supply plant controller |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17436097A JP3548672B2 (ja) | 1997-06-30 | 1997-06-30 | 地域熱供給プラントの制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1123016A JPH1123016A (ja) | 1999-01-26 |
| JP3548672B2 true JP3548672B2 (ja) | 2004-07-28 |
Family
ID=15977272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17436097A Expired - Fee Related JP3548672B2 (ja) | 1997-06-30 | 1997-06-30 | 地域熱供給プラントの制御装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6223101B1 (ja) |
| JP (1) | JP3548672B2 (ja) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3645756B2 (ja) * | 1999-09-17 | 2005-05-11 | 株式会社堀場製作所 | 走行車両における窒素酸化物簡易測定方法 |
| JP2002271992A (ja) * | 2001-03-14 | 2002-09-20 | Internatl Business Mach Corp <Ibm> | 電力供給装置、電力供給方法、電気機器および電気機器における電力供給方法 |
| US7474995B2 (en) * | 2002-05-03 | 2009-01-06 | Sungard Energy Systems Inc. | Valuing and optimizing scheduling of generation assets |
| US7389209B2 (en) * | 2002-05-03 | 2008-06-17 | Sungard Energy Systems Inc. | Valuing and optimizing scheduling of generation assets for a group of facilities |
| AU2003225856A1 (en) * | 2002-05-03 | 2003-11-17 | Caminus Corporation | Valuing and optimizing scheduling of generation assets |
| US20040102937A1 (en) * | 2002-11-21 | 2004-05-27 | Honeywell International Inc. | Energy forecasting using model parameter estimation |
| US20050192680A1 (en) * | 2004-02-27 | 2005-09-01 | Mark Cascia | System and method for optimizing global set points in a building environmental management system |
| JP5248897B2 (ja) * | 2008-04-01 | 2013-07-31 | ダイダン株式会社 | 運転計画決定システム |
| JP5544268B2 (ja) * | 2010-10-12 | 2014-07-09 | 鹿島建設株式会社 | 制御システム |
| JP5693257B2 (ja) * | 2011-01-25 | 2015-04-01 | 三菱重工業株式会社 | 熱源システム構成探索装置及びその方法並びにプログラム |
| DE102011000444B4 (de) * | 2011-02-01 | 2014-12-18 | AoTerra GmbH | Heizsystem, Rechner, Verfahren zum Betreiben eines Heizsystems, Rechenlastverteilungs-Rechner und Verfahren zum Betreiben eines Rechenlastverteilungs-Rechners |
| US20130085608A1 (en) * | 2011-09-30 | 2013-04-04 | Siemens Aktiengesellschaft | System and method for providing a simulated window utilizing environmental controls operable within a building automation system |
| JP2013235512A (ja) | 2012-05-10 | 2013-11-21 | Internatl Business Mach Corp <Ibm> | 数理計画問題を解くための装置、プログラムおよび方法 |
| DE102013209680A1 (de) * | 2013-05-24 | 2014-11-27 | Siemens Aktiengesellschaft | Energiespeicheranordnung zur Flexibilisierung von Kraftwerken |
| EP3505833A1 (en) * | 2017-12-27 | 2019-07-03 | Brunnshög Energi AB | Method for improved utilization of energy grids |
| CN111780350A (zh) * | 2020-05-29 | 2020-10-16 | 浙江工业大学 | 一种基于融合遗传算法的空调节能方法 |
| CN112906966B (zh) * | 2021-02-22 | 2023-07-18 | 西安建筑科技大学 | 一种中央空调冷水机组负荷优化方法、系统、介质及设备 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4897798A (en) * | 1986-12-08 | 1990-01-30 | American Telephone And Telegraph Company | Adaptive environment control system |
| US5436852A (en) * | 1990-09-21 | 1995-07-25 | Yamatake-Honeywell Co., Ltd. | Method and apparatus for calculating predicted mean thermal sensitivity |
| JPH06236202A (ja) * | 1993-02-10 | 1994-08-23 | Hitachi Ltd | プラントの運転方法及び装置 |
| WO1996002025A1 (de) * | 1994-07-08 | 1996-01-25 | Siemens Aktiengesellschaft | Führungssystem für eine kraftwerksanlage |
| US5848403A (en) * | 1996-10-04 | 1998-12-08 | Bbn Corporation | System and method for genetic algorithm scheduling systems |
| US6021402A (en) * | 1997-06-05 | 2000-02-01 | International Business Machines Corporaiton | Risk management system for electric utilities |
-
1997
- 1997-06-30 JP JP17436097A patent/JP3548672B2/ja not_active Expired - Fee Related
-
1998
- 1998-06-29 US US09/106,117 patent/US6223101B1/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US6223101B1 (en) | 2001-04-24 |
| JPH1123016A (ja) | 1999-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3548672B2 (ja) | 地域熱供給プラントの制御装置 | |
| JP7412423B2 (ja) | ニューラルネットワークによる負荷予測方法及び装置 | |
| US11733662B2 (en) | Heuristic method of automated and learning control, and building automation systems thereof | |
| US10921760B2 (en) | Predictive control loops using time-based simulation and building-automation systems thereof | |
| Simopoulos et al. | Unit commitment by an enhanced simulated annealing algorithm | |
| He et al. | A hybrid genetic algorithm approach based on differential evolution for economic dispatch with valve-point effect | |
| CN109271320B (zh) | 一种上位多目标测试用例优先级排序方法 | |
| Eirgash et al. | A multi-objective decision making model based on TLBO for the time-cost trade-off problems | |
| Wang et al. | A graph-based ant colony optimization approach for integrated process planning and scheduling | |
| CN104037761B (zh) | 一种agc功率多目标随机优化分配方法 | |
| CN111667377A (zh) | 一种全自动用电量预测方法及其系统 | |
| JP2004030413A (ja) | 最適化処理装置 | |
| JP2001022437A (ja) | プラント制御装置およびプラント制御プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| Moradi-Jalal et al. | Optimal design and operation of irrigation pumping stations using mathematical programming and genetic algorithm (GA) | |
| CN113110057A (zh) | 一种基于人工智能的热力站节能控制方法及智能决策系统 | |
| JP2005304118A (ja) | 分散型エネルギーシステムの制御装置および制御方法 | |
| Sarkar et al. | Concurrent Carbon Footprint Reduction (C2FR) Reinforcement Learning Approach for Sustainable Data Center Digital Twin | |
| JP3763767B2 (ja) | エネルギ供給設備の運転計画システム | |
| Guo et al. | Evolutionary optimisation of distributed energy resources | |
| Saboya et al. | Machine learning based algorithms to dispatch multiple Rapid-Start units in AGC of power systems | |
| JP3523793B2 (ja) | プラント制御装置 | |
| JPH1161893A (ja) | 上水道プラントの制御装置 | |
| JP2004239519A (ja) | 蓄熱プラントの制御装置 | |
| JP2003134664A (ja) | 運転計画装置、運転計画方法、運転計画プログラム、および該プログラムを記録した記録媒体 | |
| Brandimarte | Neighbourhood search-based optimization algorithms for production scheduling: a survey |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040413 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040419 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080423 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090423 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100423 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100423 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110423 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130423 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140423 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |