JP5518216B2

JP5518216B2 - クラウドコンピューティングに基づくエネルギー管理制御システム及び方法

Info

Publication number: JP5518216B2
Application number: JP2012556358A
Authority: JP
Inventors: ジャン、ヨンドン
Original assignee: ロンデュア（北京）コントロールズテクノロジーカンパニーリミテッド
Priority date: 2010-03-05
Filing date: 2010-09-07
Publication date: 2014-06-11
Anticipated expiration: 2030-09-07
Also published as: US9350562B2; EP2544059A4; CN102193528A; US20130066477A1; JP2013523060A; CN102193528B; WO2011106917A1; EP2544059A1

Description

本発明はエネルギー管理制御技術の分野に関し、特にクラウドコンピューティングに基づくエネルギー管理制御システム及び方法に関する。

全世界の範囲内のエネルギーがますます不足することに伴い、省エネを実現できるエネルギー管理制御システムもますます重要になった。

従来技術のエネルギー管理制御システムは、通常、伝統的な電気自動化技術を採用し、個別の対象（例えば、デパート、商店、ホテル、オフィスビル、工場）のそれぞれの消費エネルギー設備に対して消費エネルギー管理制御を行い、これは、フィールドレベルのコントロールに属する。メーカーの違いによってその使用される省エネ管理プラットフォームも違い、通常、互換性がないし、相互の通信も欠けているので、省エネの目的を最大限に実現するように、統一のプラットフォームを形成して統一の消費エネルギー管理制御を統括的に行うことは不可能である。

米国のＴＲＩＤＩＵＭという会社は、統一のプラットフォームシステムをはじめて開発してエネルギー管理を行い、当該プラットフォームシステムは他のエネルギー管理プラットフォームと互換性があり、ユーザーに消費エネルギーの参考データを提供することができる。しかし、本発明者は、当該システムには以下の問題があることを見つけた。

１．システムは、大量のヒストリー（歴史）データを処理するときに処理速度が遅く、データセキュリティが実現できないという問題がある。

２．システムは、エネルギー要素、エネルギー方針、エネルギー指標、管理体系、消費エネルギー基準レベル、エネルギー効果、エネルギー統計、エネルギー優良化などから、総合的なエネルギー統計、分析及び管理制御を行っておらず、ただ消費エネルギーの統計結果のみをユーザーに提供し、ユーザー自身が統計結果によってフィールドコントロールモデルを修正することになるため、エネルギーの最優良化の配置を実現することができない。

クラウドコンピューティングは近年発展しているネット技術であり、各種のアプリケーションシステムが需要に応じて計算力、記憶空間及び各種のソフトウエアサービスを取得できるように、計算タスクを大量のコンピュータからなる資源池に分布するようにしている。例えばグーグル（Ｇｏｏｇｌｅ）、マイクロソフト、ヤフー、アマゾン（Ａｍａｚｏｎ）等の各ＩＴ会社が自社のクラウドコンピューティングに基づくクラウドコンピューティングのプラットフォームサービスを次次に公表した。要約すると、クラウドコンピューティングには以下の特徴がある。

(１)超大規模
「クラウド」は相当の規模を有する。Ｇｏｏｇｌｅクラウドコンピューティングはもはや１００万台以上のサーバを有し、Ａｍａｚｏｎ、ＩＢＭ、マイクロソフト、ヤフー等の「クラウド」がそれぞれ数十万台のサーバを有する。企業私有クラウドが一般的に数百台から千台以上のサーバを有する。「クラウド」はユーザーに史上例のない計算力を与えることができる。

(２)仮想化
クラウドコンピューティングは、ユーザーが任意の位置で各種の端末を利用して応用サービスを取得することに用いられている。要求される資源は「クラウド」によるが、固定の、有形の実体によるものではない。応用が「クラウド」中のある位置で運転するが、実際にユーザーが応用の運転する具体的な位置を了解して関心する必要がない。ノートパソコン１台又は携帯電話１台があれば、ネットサービスで必要な一切のもの、ひいてはスーパー計算のようなタスクも含むまで実現することができる。

(３)高信頼性
「クラウド」は、データの複数レプリカのフォールトトレランス、計算ノード同型で変換可能などの措置を使用してサービスの高信頼性を保証して、現地コンピュータよりも、クラウドコンピューティングを使用する場合に信頼性が高くなる。

(４)汎用性
クラウドコンピューティングは特定の応用に対するものではなく、「クラウド」の支持で千差万別の応用を構成することができる。同一「クラウド」によって、異なる運転中の応用を同時に支持することができる。

(５)高い拡張可能性
「クラウド」の規模が動的に伸縮でき、応用及びユーザー規模の増長の需要を満たすことができる。

(６)需要に応じたサービス
「クラウド」は膨大な資源の池であり、ユーザが需要に応じて購買する。クラウドは水道水、電気、ガスのように費用を計算することができる。

(７)極めて安価
「クラウド」の特殊なフォールトトレランス手段があるので極めて安価なノードでクラウドを構成することができる。「クラウド」の自動化統括式管理によって大量の企業が日に日に高くなったデータセンター管理コストを負担する必要がない。「クラウド」の通用性によって伝統的なシステムよりも資源の利用率が大幅に上昇した。そのため、ユーザーは、「クラウド」の低コストの優位性を十分に受け、常に以前数万ドルや数月間で完成するタスクを数百ドルや数日間だけで完成することができる。

従来技術の上述の問題を解決するために、本発明は、全てのメーカーの省エネプラットフォームと互換性があり、統一したプラットフォームで複数の対象に対してエネルギー管理制御を統括的に行い、最大限度の省エネや消費低減の管理及びネット化自動制御を実現することで、エネルギーの最適化配置を実現し、より良い省エネ効果を果たすことができるクラウドコンピューティングに基づくエネルギー管理制御システム及び方法を提供することを、目的としている。

上述目的を実現するために、本発明は、
ユーザー設定パラメータに応じて、各消費エネルギー設備をフィールドコントロールし、前記ユーザー設定パラメータをクラウドコンピューティング管理制御プラットフォームに送信するフィールドコントローラーと、
各種のネット送信機能付きのセンサー、データ統計集中ユニット、データ分析アプロードユニット等からなり、その実際数量が需要に応じて設定され、前記各消費エネルギー設備の消費エネルギーに係るパラメータを採集してクラウドコンピューティング管理制御プラットフォームに送信する消費エネルギーパラメータコレクタと、
前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータと前記ユーザー設定パラメータに基づいて、前記フィールドコントローラーの前記各消費エネルギー設備に対するフィールドコントロールモードを調整するクラウドコンピューティング管理制御プラットフォームと、を備えた
クラウドコンピューティングに基づくエネルギー管理制御システムを提供する。

前記クラウドコンピューティング管理制御プラットフォームは、具体的には、
前記消費エネルギーパラメータコレクタにより採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータと前記ユーザー設定パラメータとを受信する受信ユニットと、
前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータが前記ユーザー設定パラメータに整合しているかを判断し、判断結果を生成する第１の判断ユニットと、
前記第１の判断ユニットの判断結果が「整合している」である場合に、前記各消費エネルギー設備の消費エネルギーに係るパラメータに応じて、相応的な消費エネルギーモデルを生成する消費エネルギーモデル生成ユニットと、
各種のヒストリー（歴史）消費エネルギーモデルを記憶するヒストリー消費エネルギーモデルデータベースと、
前記生成された消費エネルギーモデルが、ヒストリー消費エネルギーモデルデータベースにおける対応したヒストリー消費エネルギーモデルに整合しているかを判断し、判断結果を生成する第２の判断ユニットと、
前記第１の判断ユニット又は前記第２の判断ユニットの判断結果が、「整合していない」である場合に、前記フィールドコントローラーの前記各消費エネルギー設備に対するフィールドコントロールモードを調整する制御モード調整ユニットと、
を含むことが好ましい。

前記した前記各消費エネルギー設備の消費エネルギーに係るパラメータは、リアルタイム消費エネルギーパラメータ、運転パラメータ、安全パラメータを含むことが好ましい。その中で、リアルタイム消費エネルギーパラメータとは、通常、電気量計測設備によって直接に採集された各消費エネルギー設備の電量パラメータを指す。運転パラメータは、温度、湿度、風量、運転時間、周波数等の各消費エネルギー設備が運転する時に係るパラメータを含む。安全パラメータは、運転状態、故障、警報等の状況における各消費エネルギー設備に係るパラメータを含む。

前記ヒストリー消費エネルギーモデルデータベースにおける対応するヒストリー消費エネルギーモデルは、前記各消費エネルギー設備の応用環境パラメータ、設計パラメータ、応用場所類型パラメータ、及びエネルギー供給類型パラメータのうちの１種又はそれらの組合せを含む消費エネルギー拘束パラメータが、前記生成した消費エネルギーモデルに整合している、ヒストリー消費エネルギーモデルを指すことが好ましい。ヒストリー消費エネルギーモデルデータベースには、各種の業界標準（設計標準）を満たしたヒストリー消費エネルギーモデルが記憶されており、これらのヒストリー消費エネルギーモデルが消費エネルギーレベル、効率レベル、効果レベル等の評価標準を考慮し、相対的にいうと、消費エネルギーが最も合理的なものである。ヒストリー消費エネルギーモデルの設立は、通常、消費エネルギー拘束パラメータによって制限され、消費エネルギー拘束パラメータが異なると、対応したヒストリー消費エネルギーモデルが異なる。各消費エネルギー設備の応用環境パラメータは、地理位置、気象パラメータ等を含む。設計パラメータは、設計パワー、測量範囲、設計消費エネルギーパラメータ、設計能力効率等を含む。応用場所類型パラメータは、デパート、スーパーマーケット、ホテル、オフィスビル、展覧館、機関室、工場、住宅、国家電網等を含む。エネルギー供給類型パラメータは、石炭、電力、天然ガス、石油、生物質能、熱エネルギー、再生エネルギー等を含む。勿論、例えば制御モード等の他の消費エネルギー拘束パラメータもある。

上述目的を実現するために、本発明は、
ユーザー設定パラメータに応じて、各消費エネルギー設備をフィールドコントロールし、前記ユーザー設定パラメータをクラウドコンピューティング管理制御プラットフォームに送信するステップＳ１１と、
前記各消費エネルギー設備の消費エネルギーに係るパラメータを採集し、クラウドコンピューティング管理制御プラットフォームに送信するステップＳ１２と、
クラウドコンピューティング管理制御プラットフォームで前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータと前記ユーザー設定パラメータに応じて前記各消費エネルギー設備に対するフィールドコントロールモードを調整するステップＳ１３と、を含む
クラウドコンピューティングに基づくエネルギー管理制御方法を提供する。

前記ステップＳ１３は、具体的には、
前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータが前記ユーザー設定パラメータに整合しているかを判断し、整合していない場合、ステップＳ１３５を実行する一方、整合している場合、ステップＳ１３２を実行するステップＳ１３１と、
前記各消費エネルギー設備の消費エネルギーに係るパラメータに応じて、相応的な消費エネルギーモデルを生成するステップＳ１３２と、
前記生成された消費エネルギーモデルがヒストリー消費エネルギーモデルデータベースにおける対応したヒストリー消費エネルギーモデルに整合しているかを判断し、整合していない場合、ステップＳ１３５を実行する一方、整合していると、前記各消費エネルギーに対するフィールドコントロールモードを保持するステップＳ１３４を実行するステップＳ１３３と、
前記各消費エネルギー設備に対するフィールドコントロールモードを調整するステップＳ１３５と、を含むことが好ましい。

前記ステップＳ１３４が実行された後、前記生成された消費エネルギーモデルを前記ヒストリー消費エネルギーモデルデータベースに追加するステップＳ１３６を含むことが好ましい。

前記ヒストリー消費エネルギーモデルデータベースにおける対応するヒストリー消費エネルギーモデルは、前記各消費エネルギー設備の応用環境パラメータ、設計パラメータ、応用場所類型パラメータとエネルギー供給類型パラメータのうちの１種又はそれらの組合せを含む消費エネルギー拘束パラメータが、前記生成された消費エネルギーモデルに整合している、ヒストリー消費エネルギーモデルを指すことが好ましい。

前記した前記各消費エネルギー設備の消費エネルギーに係るパラメータは、リアルタイム消費エネルギーパラメータ、運転パラメータ、安全パラメータを含むことが好ましい。

前記各消費エネルギー設備の消費エネルギーに係るパラメータは、無線インターネット、有線インターネット、ＧＰＲＳ、及び３Ｇネット又はより先進的な次世代の送信ネットのいずれか１種を介してクラウドコンピューティング管理制御プラットフォームに送信されることが好ましい。

本発明は、全てのメーカーの省エネプラットフォームと互換性があり、統一のプラットフォームで複数の対象に対してエネルギー管理制御を統括的に行い、最大限度の省エネや消費低減の管理とネット化自動制御を実現することで、エネルギーの最適化の配置を実現し、より良い省エネ効果を達成することができるという優れた効果を有する。

本発明の実施例のクラウドコンピューティングに基づくエネルギー管理制御システムの構成模式図である。本発明の一つの実施例のクラウドコンピューティングに基づくエネルギー管理制御方法のフローチャートである。本発明の他の実施例のクラウドコンピューティングに基づくエネルギー管理制御方法のフローチャートである。

以下、図面に基づいて本発明の実施例を詳細に説明する。

図１に示す本発明の実施例のクラウドコンピューティングに基づくエネルギー管理制御システムの構成模式図のように、クラウドコンピューティングに基づくエネルギー管理制御システムは、フィールドコントローラー１１、消費エネルギーパラメータコレクタ１２、クラウドコンピューティング管理制御プラットフォーム１３を含む。

フィールドコントローラー１１は、ユーザー設定パラメータに応じて各消費エネルギー設備１０をフィールドコントロールし、前記ユーザー設定パラメータをクラウドコンピューティング管理制御プラットフォーム１３に送信するためのものである。フィールドコントローラー１１は、ユーザーがパラメータを設定するためのユーザーパラメータ設定ユニット１１１を含む。例えば、消費エネルギー設備が空調である場合に、ユーザーは必要に応じて空調の温度、風量等のパラメータを設定し、設定したパラメータをクラウドコンピューティング管理制御プラットフォーム１３に送信する。

消費エネルギーパラメータコレクタ１２は、前記各消費エネルギー設備１０の消費エネルギーに係るパラメータを採集し、クラウドコンピューティング管理制御プラットフォーム１３に送信するためのものである。前記各消費エネルギー設備の消費エネルギーに係るパラメータは、リアルタイム消費エネルギーパラメータ、運転パラメータ、安全パラメータを含む。その中で、リアルタイム消費エネルギーパラメータは、通常、電気量計測設備により直接に採集された各消費エネルギー設備の電量パラメータを指す。運転パラメータは、温度、湿度、風量、運転時間、周波数等の各消費エネルギー設備が運転する時に係るパラメータを含む。安全パラメータは、運転状態、故障、警報等の状況における各消費エネルギー設備に係るパラメータを含む。消費エネルギーパラメータコレクタ１２は、一般的に、各種のネット送信機能付きのセンサー、データ統計集中ユニット、データ分析アプロードユニット等からなって、データの採集と初歩的な統計分析機能を完成する。その実際数が必要に応じて設定され、複数の消費エネルギーパラメータコレクタがある可能性がある。センサーは、各種の温度センサー、湿度センサー、風量センサー、電気量計測センサー、風速センサー、空気エンタルピーセンサー等であってよい。採集された消費エネルギーパラメータは、通信ネットを介してクラウドコンピューティング管理制御プラットフォーム１３に送信される。通信ネットは、無線インターネット、有線インターネット、ＧＰＲＳ、３Ｇネット又はより先進的な次世代の送信ネット等であってよい。

クラウドコンピューティング管理制御プラットフォーム１３は、前記採集された前記各消費エネルギー設備１０の消費エネルギーに係るパラメータと前記ユーザー設定パラメータに応じて、前記各消費エネルギー設備に対する前記フィールドコントローラーのフィールドコントロールモードを調整するためのものである。調整の目的は、エネルギーの最適化の配置を実現し、消費エネルギーを低下させることである。本実施例のクラウドコンピューティング管理制御プラットフォーム１３は、具体的には、受信ユニット１３１、第１の判断ユニット１３２、消費エネルギーモデル生成ユニット１３３、ヒストリー（歴史）消費エネルギーモデルデータベース１３０、第２の判断ユニット１３４、制御モード調整ユニット１３５を含む。

受信ユニット１３１は、前記消費エネルギーパラメータコレクタ１２により採集された前記各消費エネルギー設備１０の消費エネルギーに係るパラメータと前記ユーザー設定パラメータとを受信するためのものである。

第１の判断ユニット１３２は、前記採集した前記各消費エネルギー設備１０の消費エネルギーに係るパラメータが前記ユーザー設定パラメータに整合しているかを判断し、判断結果を生成するものである。

消費エネルギーモデル生成ユニット１３３は、前記第１の判断ユニットの判断結果が「整合している」である場合に、前記各消費エネルギー設備の消費エネルギーに係るパラメータに応じて、相応的な消費エネルギーモデルを生成するためのものである。消費エネルギーモデルは、整体消費エネルギーと運転消費エネルギー等の指標を含む。

ヒストリー消費エネルギーモデルデータベース１３０は、各種のヒストリー消費エネルギーモデルを記憶するためのものである。ヒストリー消費エネルギーモデルデータベースには、各種の業界標準（設計標準）を満たしたヒストリー消費エネルギーモデル、及び関連規範、標準等の書類に約束又は承認された最適な消費エネルギーモデルが保存されている。これらヒストリー消費エネルギーモデルは、消費エネルギーレベル、効率レベル、効果レベル等の評価標準を考慮し、消費エネルギーが相対的に最も合理的なものである。

第２の判断ユニット１３４は、前記生成された消費エネルギーモデルがヒストリー消費エネルギーモデルデータベースにおける対応したヒストリー消費エネルギーモデルに整合しているかを判断し、判断結果を生成するためのものである。ヒストリー消費エネルギーモデルの確立は、通常、消費エネルギー拘束パラメータによって制限され、消費エネルギー拘束パラメータが異なると、対応したヒストリー消費エネルギーモデルも異なる。前記消費エネルギー拘束パラメータは、前記各消費エネルギー設備の応用環境パラメータ、設計パラメータ、応用場所類型パラメータとエネルギー供給類型パラメータのうちの１種又はそれらの組合せ及び他の拘束パラメータ（例えば制御モード）との組合せを含む。各消費エネルギー設備の応用環境パラメータは、地理位置、気象パラメータ等を含む。設計パラメータは、設計パワー、測量範囲、設計消費エネルギーパラメータ、設計能率等を含む。応用場所類型パラメータは、デパート、スーパーマーケット、ホテル、オフィスビル、展覧館、機関室、工場、住宅、国家電網等を含む。エネルギー供給類型パラメータは、石炭、電力、天然ガス、石油、生物質能、熱エネルギー、再生エネルギー等を含む。ユーザーは、消費エネルギー拘束パラメータ設定ユニット１４によって、現在生成された消費エネルギーモデルの消費エネルギー拘束パラメータを入力し、その後、これら消費エネルギー拘束パラメータに応じて、ヒストリー消費エネルギーモデルデータベース１３０から対応したヒストリー消費エネルギーモデル（即ち消費エネルギー拘束パラメータが前記生成された消費エネルギーモデルに整合しているヒストリー消費エネルギーモデル）を検出して、生成された消費エネルギーモデルが、対応したヒストリー消費エネルギーモデルに整合しているかを判断する。整合していないことは、消費エネルギーが不合理であることを意味しており、調整する必要がある。例えば、生成された消費エネルギーモデルの単位面積の年間消費エネルギーが２００〜３００ｋＷｈであるが、同じ消費エネルギー拘束パラメータを有するヒストリー消費エネルギーモデルの単位面積の年間消費エネルギーがl００ｋＷｈ前後であると、消費エネルギーが合理ではないことを意味しており、調整する必要がある。

制御モード調整ユニット１３５は、前記第１の判断ユニット１３２又は前記第２の判断ユニット１３４の判断結果が「整合していない」である場合に、前記フィールドコントローラーの前記各消費エネルギー設備に対するフィールドコントロールモードを調整するためのものである。整合していないことは、消費エネルギーが要求を満たしていないことを意味しており、消費エネルギーが整合するようになるまで、消費エネルギーを低下するようにフィールドコントロールモードを調整する必要があり、これにより消費エネルギーの最適化配置を実現する。前記第１の判断ユニット１３２の判断結果が「整合していない」である場合には、消費エネルギーがユーザーの設定要求を達成できないことを意味しており、直接に調整を行う必要がある。前記第２の判断ユニット１３４の判断結果が「到達していない」である場合には、消費エネルギーがユーザーの設定要求に達成できるが、最適なものではなく、消費エネルギーレベル、効率レベル、効果レベル等の評価標準が考慮されなかったとを意味しており、更に消費エネルギーを低下するように調整する必要がある。前記第２の判断ユニット１３４の判断結果が「整合している」である場合には、製造の消費エネルギーモデルが合理的で要求を満たしていることを意味しており、前記生成された消費エネルギーモデルを前記ヒストリー消費エネルギーモデルデータベースに追加し、ヒストリーデータを豊富にし、後の消費エネルギー管理及び制御に対して参考とする。

勿論、クラウドコンピューティング管理制御プラットフォーム１３のフィールドコントローラー１１に対する制御モードは複数あり得る。上述の実施例では、その中の１種だけが示されている。

ユーザーの使用を便利にするために、本実施例のクラウドコンピューティングに基づくエネルギー管理制御システムは、直観的な表示インターフェースを形成してもよく、ユーザーが表示インターフェースで管理及び制御を行えばよい。

クラウドコンピューティング管理制御プラットフォーム１３を使用してエネルギー管理及び制御を行う際の優位性は非常に明らかである。クラウドコンピューティングの大規模性と可拡張性という特徴により、超大規模の消費エネルギー統括制御を実現することができ、理論的には、全世界範囲内のいかなる種類のエネルギー管理および制御をも実現することができ、建築物消費エネルギー管理及び制御、電力伝送消費エネルギー管理及び制御等を含み、応用範囲がさらに広くなった。クラウドコンピューティングの仮想化の特徴により、各ユーザーが消費エネルギー管理及び制御を行う時に、個別に独立したエネルギー管理制御プラットフォームを配置する必要がなく、「クラウド」で必要に応じて取得でき、コストを大幅に低下している。クラウドコンピューティングの資源共用の特徴により、制御プラットフォーム全体内のヒストリーデータを豊富にさせ、参考として最適なヒストリーデータに整合し、エネルギーの最優良化の配置を実現することができるようになる。

以下、ある建築の消費エネルギー管理及び制御を例にして、本実施例のクラウドコンピューティングに基づくエネルギー管理及び制御システムの応用過程を説明する。

該建築は、商務建築に属し、総建築面積が約３８,０００平米で、ある所に位置し、構造設計がコンクリートコア・チューブ構造、コラムレス構成で、消費エネルギー設備は主に冷熱源システム、空調通風システム、給排水システム、照明コンセントシステム、エレベーターシステム、大型動力設備システム等である。一部の設計の参考標準は下記のようになる。

１．空調冷源が電気冷房システムである。給水温度が７℃、還水温度が１２℃である。空調熱源が市政の高温熱水である。市政水の給水温度が１１０℃、還水温度が７０℃である。空調熱水が熱交換された後に排出される。空調水の給水温度が６０℃、還水温度が５０℃である。

２．冷凍水及び冷却水システムの作業圧力が共に１.５Ｍｐａ、実験圧力が作業圧力＋０.５Ｍｐａである。熱水システムの作業圧力が１.５Ｍｐａ、実験圧力が作業圧力＋０.５Ｍｐａである。

３．室外で空気エンタルピーセンサーデバイスを設置する。室外エンタルピー及びエントロピー値の変化に従って全外気方式を最大限度に利用して制御を行うことで、省エネや消費低減の目標を実現することができる。年間の具体的な外気システム策略が下記例の通りである。

Ａ．空調季節に、還気温度が室外外気温度よりも例えば４℃低く、かつ還気エンタルピー値が外気エンタルピー値よりも例えば４ＫＪ／Ｋｇ低いと、回転ホイール熱回収装置を起動し、排気熱回収状況に入る。還気温度が室外外気温度より４℃未満低い状態が一定の時間で継続すると、回転ホイール熱回収装置の運転を停止し、バイバス外気状況に転入する。

Ｂ．空調季節に、外気機送風機が最小外気比で運転する。還気のＣＯ_２濃度が設定値よりも高い場合、新排気定風量弁の風量（ＣＡＶ）の設定値を高めて、外気量を増加する。還気のＣＯ_２濃度が設定値の下限よりも低い場合、新排気定風量弁の風量（ＣＡＶ）の設定値を減少し、外気量を減少する。

Ｃ．室外空気エンタルピー値が全外気を起動する設定エンタルピー値（室内の設計エンタルピー値が例えば５ＫＪ／Ｋｇ）よりも低いと、全外気状況に進み、空調箱の過渡季外気弁を起動し、還気弁を閉じ、全部の総外気機、総送風機を連鎖的に起動する。

外気によって室内の余熱を完全に除去できない場合、室内温度に基づいて、空調箱の水弁の開度を制御する。

全外気によって室内の余熱を完全に除去できる場合、空調箱の水弁を閉じる。

外気温度が低すぎる場合、室内温度値に基づいて外気弁、還気弁を調節し、外気量を減少し、還気量を増加する。外気機、送風機が周波数変換で運転する。

Ｄ．全外気状況で運転する場合に、室外空気エンタルピー値が全外気を起動する設定エンタルピー値よりも高いと、全外気の運転を停止し、空調季状況に入る。

４．夏季に、室内の設計温度が２５℃、相対湿度が５５％であって、冬季に室内の設計温度が２０℃、相対湿度が３０％であって、外気量が１時間当たり５０立方米／人である。

５．室外パラメータ参考値：
夏季空調室外の計算乾球温度３３.２℃
夏季空調室外の計算湿球温度２６.４℃
夏季通風室外の計算温度３０℃
夏季室外の平均風速１.９ｍ／ｓ
冬季空調室外の計算乾球温度−１２℃
冬季空調室外の計算相対湿度４５％
冬季暖房室外の計算乾球温度−９℃
冬季通風室外の計算温度−５℃
冬季室外の平均風速２.８ｍ／ｓ

違う類型の建築の業界の単位建築面積消費エネルギーの参考標準は下記のようになる。

１．オフィスビルのような建築は、一般的に消費エネルギーが低く、単位面積の年間消費電力がｌ００ｋＷｈ前後である。

２．ホテルのような建築は、消費電力がやや高く、単位面積の年間消費電力が１００〜２００ｋＷｈ前後である。

３．デパートのような建築の消費電力設備が比較的に多く、その照明機器の数が多く、空調システムの設備容量が大きく且つ運転時間が長く、他の類型の建築と比べると、デパートのような建築の年間単位面積の消費電力量が大きく、基本的に２００〜３００ｋＷｈである。

４．総合性商業建築は、多種の類型の建築の建築群を含むので、各種の類型の建築の面積比例が異なり、その消費エネルギーの変化も異なる。総合性商業建築の単位面積の年間消費電力量が１００〜３００ｋＷｈである。

クラウドコンピューティングに基づくエネルギー管理制御システムがエネルギー管理制御を行う過程は下記のようになる。

一、フィールド設備装置によってセンサーの検出とデータ情報登録作業を行う。

フィールド設備装置は消費エネルギーパラメータコレクタ１２（一般は各種のセンサーである）とフィールドコントローラー１１を含む。消費エネルギーパラメータコレクタ１２は主に各種信号の採集を完成し、フィールドコントローラー１１は主に相応的な消費エネルギー設備に対してフィールドコントロールを行う。

全ての信号が交換機を介して直接ＩＰネットにアクセスし、インターネット(無線と有線方式のいずれもよい)を介してクラウドコンピューティングに基づくエネルギー管理制御システムの信号の採集、記憶、統計及び分析データベースにアプロードする。

消費エネルギー設備及び建築の関連設計パラメータはクラウドコンピューティングプラットフォームを介して登録され、情報がクラウドコンピューティングエネルギー管理及び制御システムの設備信号採集、記憶、統計、分析及びモデルデータベースに入力される。

システム全体の構成は、イーサネット（登録商標）（Ｌａｎ/Ｗａｎ）に基づき、ＴＣＰ／ＩＰプロトコルを採用し、クラウドコンピューティング管理制御プラットフォームはＯＢＩＸ、ＳＮＭＰ、ＸＭＬ等のプロトコルでフィールドシステム（フィールドコントローラーと消費エネルギーパラメータコレクタ）と通信してデータを取得することができる。主に下記データを取得する。

・制御点の各種の詳細状態、故障、運転等のデータ
・警報総表
・電気量計測センサー又はフリケンシーコンバータによってフィードバックを行い、又はコントローラーによって各設備のエネルギー消耗データを計算して記録する。
・全ての消費エネルギー設備及び建築の関連設計パラメータ

二、制御及び分析装置によってデータの分析及び関連の制御を実現する。

フィールドレベルのコントローラーはフィールドで検出信号及びユーザーの目標設定パラメータに応じて相応的な設備に対してフィールドレベルのコントロールを行い、各種の信号をクラウドコンピューティングエネルギー管理及び制御システムの設備信号採集、記憶、統計及び分析データベースにアプロードする。

空調装置の温度制御を例にして、フィールドコントローラーにより空調装置に対して制御可能の内容は、
Ａ．起動停止コマンド信号に従って起動停止制御を行う起動停止制御と、
Ｂ．温度について、冬季に、室内又は送風温度が設定値(T=２０℃)よりも高い場合に、ＰＩＤ制御によって水弁の開度を小さくして、室内又は送風温度が設定値よりも低い場合に、水弁の開度を大きくして、夏季に、室内又は送風温度が設定値(Ｔ＝２６℃)よりも高い場合に、ＰＩＤ制御によって水弁の開度を大きくして、室内又は送風温度が設定値より低い場合に、水弁の開度を小さくして、湿度についても同様な処理を行う温度・湿度の調節制御と、
Ｃ．外気弁の比例調節によって風量制御を実現し、１時間当たりの風量５０立方米／人に保持する外気量の制御と、
Ｄ．装置の運転時間の累計計量、起動回数、運転時間、モーターの電気量計測等の、下記のような信号を記録してアプロードすることと、
・還気送風機の運転状態、送風機の気流状態、マニュアル・自動状態の監測、起動停止制御、
・還気送風機のフリケンシーコンバータのフィードバック、フリケンシーコンバータ監測、フリケンシーコンバータ調節制御、
・還気温度/湿度測量、還気ＣＯ２濃度測量、
・送風温度/湿度測量、
・冷温水配管水弁調節制御、
・外還気弁調節制御、
・加湿弁調節制御、
Ｅ．コントローラーによってフリケンシーコンバータの調節を実現し、室内の所要の送風量が変化する場合に、外気量を保証する上で、なるべくモーター回転速度を低下させ、省エネ制御を実現するモーターの省エネ制御と、を含む。

三、クラウドコンピューティングに基づくエネルギー管理制御

まず、クラウドコンピューティング制御分析プラットフォームによって、採集されたパラメータとユーザーが設定したパラメータを比較して整合しているかを判断する。整合している場合、従来の制御モードを保持し、建築全体の総消費エネルギー及び各パラメータ指標の消費エネルギーを積算して、消費エネルギーモデルを生成する。整合していない場合、適時に制御モードを調整する必要がある。主に考慮するパラメータ指標は、
・建築の消費エネルギー総量指標と、
・常例の消費エネルギー総量指標と、
・特殊区域の消費エネルギーの総量指標と、
・暖房空調設備システムの消費エネルギー指標、
１）空調通風システムの消費エネルギー指標、２）暖房システムの消費エネルギー指標、と、
・照明システムの消費エネルギー指標、
１）一般照明、２）非常用照明、３）ランドスケープ用照明、と、
・室内設備の消費エネルギー指標と、
・総合サービスシステムの消費エネルギー指標と、
・建築の水消費総量指標等と、を有する。

次に、クラウドコンピューティング運転データモデルプラットフォームによって、生成された消費エネルギーモデルが業界標準を満たしているかを判断する。満たしていない場合、更に消費エネルギーを低下させるように、制御モードを調整する必要がある。クラウドコンピューティング運転データモデルプラットフォームに、各種の業界標準（設計標準）を満たしたヒストリー消費エネルギーモデルが保存されている。生成された消費エネルギーモデルと対応したヒストリー消費エネルギーモデルを対比して、消費エネルギーがヒストリー消費エネルギーモデルよりも高いと、制御モードを調整する必要がある。ヒストリー消費エネルギーモデルよりも低いと、現在の制御モードをそのまま保持して、生成された消費エネルギーモデルをヒストリー消費エネルギーモデルとして追加する。以下、参考として、数種の通常の制御モデルを挙げる。

Ａ．室内温湿度制御モデル

異なる建築の類型によって、制御の微細部分が異なる温湿度制御モデルを構成し、制御精度を高める。熱負荷補償曲線を主な根拠として浮動的な設定点を設置する。即ち、より効果的に室内温度設定値を自動調整して、ビル負荷の許容範囲内になるべく省エネする。

室内温湿度の変化と建築省エネが緊密な関連性を有する。米国国家標準局の統計資料により、夏季に設定値温度を１℃下げると、９％の消費エネルギーを増加し、冬季に設定値温度を１℃上げると、１２％の消費エネルギーを増加することが分かった。したがって、室内温湿度を設定値の精度範囲内に制御されることは、空調省エネの有効な措置である。

可能な場合に、室内温湿度に対する制御精度は、温度が±１.５℃、湿度が±５％の変化範囲にあるという要求を実現することができる。このように、なるべく夏季の室温が過度に冷たく（標準設定値よりも低い）又は冬季の室温が過度に熱い（標準設定値よりも高い）現象を避けることができ、省エネや消費低減を実現することができる。

Ｂ．室外気候補償調節モデル

クラウドコンピューティングエネルギー管理及び制御プラットフォームは、室外温湿度と季節変化の状況によって、人々のニーズを更に満たすように室内温度の設定を変え、空調設備の機能を十分に発揮する。室外温度が適切なエンタルピー値に達した場合に、全外気システムを起動し、冷温水供給を停止する。エンタルピー値が一定値よりも低い場合に、無料冷房システムを起動し、空調本体の起動を停止する。

Ｃ．外気量の制御モデル

衛生面の要求に従って、建築内の人々に対して一定の外気量を保証すべきである。しかし、外気量が過度に取得すると、外気の消費エネルギー量を増加してしまう。設計の状況（夏季に室外温度が２６℃、相対温度が６０％、冬季に室温が２２℃、相対湿度が５５％である）で、１キログラム（１０００グラム）の室外外気量を処理するには、冷量は６.５ｋＷｈ、熱量は１２.７ｋＷｈが必要である。従って、室内衛生の要求を満たすという前提で外気量を減少すると、顕著な省エネ効果を有する。外気量制御モデルを実施する場合に、主に下記した数種の制御要素がある。

１）室内の許容二酸化炭素（ＣＯ_２）濃度に応じて外気量を確定する。ＣＯ_２許容濃度値は一般的に０.１％（１０００ppm）である。室内又は還気中のＣＯ_２濃度に応じて、室内空気の新鮮度を保証するように外気量を自動調節する。制御機能が完善である建築設備自動化システムは、これらの制御要求を満たすことができる。

２）ビル内人員の変動規律に応じて、統計学の方法を採用し、外気弁制御モデルを確立し、相応な時間で運転プログラムを確定し、外気弁をプロセス制御し、外気の風量の制御を達成する。

３）外気と還気の比を使用して制御された温度を調整して影響を与えることは、外気弁を調節する主な根拠ではない。温度調節は主に面型空気冷却器の調節弁によって完成される。もし外気弁の調節も温度に基づくとすると、制御上、二つの設備が同時に一つのパラメータの影響を受け、かつ同時にパラメータを安定させるようにする。その結果、システムが自己振動を生じ、安定状態に達することができず、又は達することが困難になる。したがって、外気調節温度のデッドバンドを拡大し、外気弁を粗調とし、水弁を精調とすることができる。空調システム中の外気が送風量を占めるパーセンテージは、１０％よりも低くすることができない。人ごとに部屋のどれくらいの体積を占めるにもかかわらず、外気量が人ごとに３０m^３/h以上に採用される。

Ｄ．機電設備を最適に起動停止する制御モデル

クラウドコンピューティング管理制御プラットフォームは、空調設備の最適起動停止時間を計算して自己適応制御を行うことによって快適な環境を保障するという前提で、不要な空調起動停止猶予時間を短縮し、省エネの目的を達成できる。同時に、予冷又は予熱時に外気弁を閉じることで、設備容量を減少できるだけでなく、外気の取得による冷却又は加熱の消費エネルギーを減少することもできる。スモールパワーの送風機又はソフト起動付きの送風機に対して、送風機の間歇式制御方法を採用してもよい。適当に使用すると、一般的に１時間に送風機が４０〜５０分だけ運転し省エネ効果が著しい。空調設備が省エネ運転算法を採用した後、運転時間がより合理的になる。データ記録から、１台の空調機は、１日２４時間内の実際エネルギー供給作業の累計時間が２時間程度だけであることが判明した。

Ｅ．光照明システムの制御モデル

公共照明設備に対して定時スイッチ制御を実行する。勤務時間と室外光線に応じて、予定ストローク光調整制御と窓光調整制御を行い、エネルギー消耗を大きく低下することができる。

Ｆ．電気使用量の山と谷の電気料金差の制御モデル

電気使用量の山と谷の電気料金の政策を十分に利用し、クラウドコンピューティングエネルギー管理制御プラットフォームシステムは合理的な氷蓄冷制御策略を制定し、電気使用量の山の時に、ビル内の一部の相対的に重要ではない機電設備を外し、ピーク負荷を減少し、または非常用発電機の投入、及び貯蓄の冷量の放出等の措施選択し、ピーク回避運転を実現し、運転費用を低下させる。

Ｇ．空調水システムの平衡と変流量の制御

空調システムの熱交換の本質である、一定流量の水が面型空気冷却器を介して送風機に駆動された送風気流とエネルギー交換を行うことに基づいて、エネルギー交換の効率は風速と面型空気冷却器の温度の熱効率に対する影響に関連するだけでなく、同時に冷温水の給水流量及び熱効率にも関連する。

クラウドコンピューティング管理制御プラットフォームは、空調システムの最も遠い側と最も近い側（空調システムの給還水分、集水器に対して）の空調機の異なるエネルギー供給状態また異なる運転状態での流量と制御効果の測量パラメータを分析するによって、空調システムが明らかな動的な特徴を見出した。運転状態中、クラウドコンピューティングエネルギー管理及び制御システムが熱交換の実際の需要に応じて動的に各台の空調機の調節弁を調節し、流量を相応的に変化させるように制御する。したがって、総給還水流量値も常時に変化しており、このような変化に応答するために、給還水の圧力差をそれに伴って調整し、新たな平衡を形成する必要がある。実験やヒストリーデータによって、変流量制御数学モデル（算法）が確立され、空調給還水システムを開ループシステムから閉ループシステムに変更する。

実測データによると、空気処理機の流量が定額流量状況に達する時に、調節弁の両端の圧力は僅か０.６６ｋｇ／ｃｍ^２〜１ｋｇ／ｃｍ^２である。空気処理機の実際の運転台数と運転流量状況に応じて、投入された給水ボンプの運転台数を動的に調整し、バイバス弁の微調整を補助として変流量制御を行うことで、漏洩を回避し、制御精度を高めるとともに、不要な流量損失と動力の余剰を減少し、顕著な省エネ効果を果たすことができる。実際のデータの計算によると、省エネ効果は２５％以上である。なお、給還水流量の動的パラメータをフィードバック量として、冷水装置の運転状況を調整し、顕著な省エネや消費低減の効果を果たしている。

インテリジェントビルは科学的にクラウドコンピューティング管理制御プラットフォームの省エネ制御モードと算法を運用し、動的に設備運転を調整するので、暖房設計によって生じる設備容量と動力余剰によるエネルギー浪費が効果的に避けられた。統計によると、暖房システムの調節中において、４８時間の日平均気温の予報によってボイラー室の給水と還水温度を確定する場合には、経験によって暖房を提供する場合に比べて、室温が１８℃以上に確保される状況で、約３％のエネルギーを節約することができる。気候補償方式を採用するのみによって３％〜５％のエネルギーを節約することができ、かつ本システムの供熱部分が自動的に室外温度と採集室内温度を検出し、それを供熱負荷の重要な根拠とすることができるので、暖房季節に節約されたエネルギーが５％以上になる。

Ｈ．春季過渡モード・秋季過渡モードの制御モデル

１）は、本地区のヒストリー室外計算（乾球）温度記録のこと、２）は、室外の日平均気温が１０C°に達するか否かということである。上述の二つの条件を満たした場合に、春季過渡季節モードに入る。この場合、システムは、室内の快適さを保証するように、タイムチャートに応じて空調装置外気量の大きさを自動に調節する。

室外最高温度が２６℃を超えた場合に、システムは、秋季過渡季節の制御モードを採用し、夜間吹き出しの方法で、室外の爽やかな空気を十分利用して部屋を浄化し、部屋の余熱を取り出す。吹き出し時間は気候の変化に応じて調整することができる。夜間吹き出しシステムは、主に時間プログラムを使用するものではなく、主に熱負荷曲線を根拠とする。

１）は、本地区のヒストリー室外（乾球）温度記録のこと、２）は、室外日平均気温が８℃に達するか否かということである。上述の二つの条件を満たした場合に、システムは、秋季過渡季節モードに入る。この場合、システムが運転の熱湿負荷曲線以及びタイムチャートに応じて空調装置外気量の大きさを調整する。但し、室外最高温度が１５℃よりも低い場合に、システムが春季過渡季節の制御モードを採用し、夜間吹き出しの方法を取り消す。

Ｉ．等価温度や区域の制御モデルの採用

人体は、温度に対する反応が敏感であるが、相対湿度に対する反応が鈍い。相対湿度が３５％〜６５％の範囲にあると人体の反応が鈍く、しかし、６５％を超え又は３５％よりも低いと、湿度に対する人体の反応が急激になるなどの原則がある。エネルギー管理制御過程において、温度だけを制御指標として利用することではなく、快適性を制御指標として利用する。即ち、等価温度を制御指標（Ｔ＝２５℃，φ＝５０％）として利用する。等価温度を制御指標とするほか、区域制御の方法も採用する。即ち、外界環境に対して体が一定の区域内で快適と感じるため、等価温度を１点に制御する必要がなく、それを一定の範囲内に制御すべきである。こうして、システムをより容易に安定にすることができ、有効な省エネを実現できる。この技術のみによって、年間の省エネは、普通の策略の上、更に１０％節約することができる。

クラウドコンピューティング管理制御プラットフォームのモデル算法種類は多種あり、主に定期算法と事件触発算法に分けられる。そのうち、定期算法は、代数計算、総値計算、設備運転時間、ブーリアン（Ｂｏｏｌｅａｎ）演算、データ整合、区分的線形関数、最大及び最小値記録等を含む。事件触発算法は、報告表タスクと表示事件、サイトグループ制御、区域又はグループの報知、組合せ構成の警報等を含む。使用時、具体的な需要に応じて算法を選択し、制御モデルを設立する。

図２に示す本発明の一つの実施例のクラウドコンピューティングに基づくエネルギー管理制御方法のフローチャートのように、該方法は、
ユーザー設定パラメータに応じて、各消費エネルギー設備をフィールドコントロールし、前記ユーザー設定パラメータをクラウドコンピューティング管理制御プラットフォームに送信するステップＳ１１と、
リアルタイム消費エネルギーパラメータ、運転パラメータ、安全パラメータを含む前記各消費エネルギー設備の消費エネルギーに係るパラメータを採集し、クラウドコンピューティング管理制御プラットフォームに送信するステップであって、そのうち、リアルタイム消費エネルギーパラメータは、通常、電気量計測設備により直接に採集された各消費エネルギー設備の電量パラメータを含み、運転パラメータは、温度、湿度、風量、運転時間、周波数等の各消費エネルギー設備運転時の関連パラメータを含み、安全パラメータは、運転状態、故障、警報等の場合における各消費エネルギー設備の関連パラメータを含み、前記各消費エネルギー設備の消費エネルギーに係るパラメータは無線インターネット、有線インターネット、ＧＰＲＳおよび３Ｇネットのいずれか１種を介してクラウドコンピューティング管理制御プラットフォームに送信するステップＳ１２と、
クラウドコンピューティング管理制御プラットフォームにおいて、前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータと前記ユーザー設定パラメータに応じて、前記各消費エネルギー設備のフィールドコントロールモードを調整するステップＳ１３と、を含む。

クラウドコンピューティング管理制御プラットフォームを使用してエネルギー管理制御を行ったため、クラウドコンピューティングの規模性と可拡張性の特徴により超大規模の消費エネルギーを統括制御して実現できる。理論的には、全世界範囲内のいかなる種類のエネルギー管理制御も実現でき、建築物消費エネルギー管理制御、電力伝送消費エネルギー管理制御等を含み、応用範囲が更に広くなる。クラウドコンピューティングの仮想化の特徴により、各ユーザーが消費エネルギー管理及び制御を行う時に、個別に独立したエネルギー管理制御プラットフォームを配置する必要がなく、「クラウド」から必要に応じて取得でき、コストを大きく低下している。クラウドコンピューティングの資源共用の特徴により、制御プラットフォーム全体内のヒストリーデータを豊富にし、参考として最適なヒストリーデータを整合して、エネルギーの最適化の配置を実現することができる。

図３に示す本発明の他の実施例のクラウドコンピューティングに基づくエネルギー管理制御方法のフローチャートのように、該方法は図２に示すクラウドコンピューティングに基づくエネルギー管理制御方法の上で、前記ステップＳ１３は、具体的に、
前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータが前記ユーザー設定パラメータに整合しているかを判断し、整合していない場合にステップＳ１３５を実行し、整合している場合にステップＳ１３２を実行するステップＳ１３１と、
前記各消費エネルギー設備の消費エネルギーに係るパラメータに応じて、相応な消費エネルギーモデルを生成するステップＳ１３２と、
前記生成された消費エネルギーモデルが、前記各消費エネルギー設備の応用環境パラメータ、設計パラメータ、応用場所類型パラメータとエネルギー供給類型パラメータのうちの１種又はその組合せを含む消費エネルギー拘束パラメータが、前記生成された消費エネルギーモデルに整合しているヒストリー消費エネルギーモデルであるヒストリー消費エネルギーモデルデータベースにおける対応したヒストリー消費エネルギーモデルに、整合しているかを判断し、整合していない場合にステップＳ１３５を実行し、整合している場合に前記各消費エネルギーに対するフィールドコントロールモードを保持するステップＳ１３４を実行するステップＳ１３３と、
前記各消費エネルギー設備に対するフィールドコントロールモードを調整するステップＳ１３５と、を含む。

前記ステップＳ１３４が実行された後に、前記生成した消費エネルギーモデルを前記ヒストリー消費エネルギーモデルデータベースに追加し、ヒストリーデータを豊富にさせ、今後の消費エネルギー管理制御の参考とするステップＳ１３６をさらに含む。

より詳細な紹介については、上述のクラウドコンピューティングに基づくエネルギー管理制御システム実施例中の記載を参照されたい。

本実施例の方法は、図２に示すクラウドコンピューティングに基づくエネルギー管理制御方法において、クラウドコンピューティング管理制御プラットフォームで前記フィールドコントローラーの前記各消費エネルギー設備に対する制御モードをどのように調整する方法を具体的に提供しており、クラウドコンピューティング管理制御プラットフォームのヒストリーデータの豊富の特徴を十分に利用し、さらに消費エネルギーモデルを優位化し、消費エネルギーを低下している。

以上の実施例はただ本発明の例示的な実施例であり、本発明を限定するためのものではない。本発明の保護範囲は添付の権利請求の範囲によって限られる。当業者が本発明の実質及び保護範囲内で、本発明について種々の修正又は同等な取替えを行うことができ、これらの修正や同等な取替えも本発明の保護範囲内に含まれていると見なされるべきである。

Claims

ユーザー設定パラメータに応じて、各消費エネルギー設備をフィールドコントロールし、前記ユーザー設定パラメータをクラウドコンピューティング管理制御プラットフォームに送信するフィールドコントローラーと、
前記各消費エネルギー設備の消費エネルギーに係るパラメータを採集してクラウドコンピューティング管理制御プラットフォームに送信する消費エネルギーパラメータコレクタと、
前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータと前記ユーザー設定パラメータに応じて、前記フィールドコントローラーの前記各消費エネルギー設備に対するフィールドコントロールモードを調整するクラウドコンピューティング管理制御プラットフォームと、を備え、
前記クラウドコンピューティング管理制御プラットフォームは、
前記消費エネルギーパラメータコレクタにより採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータと前記ユーザー設定パラメータを受信する受信ユニットと、
前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータが前記ユーザー設定パラメータに整合しているかを判断し、判断結果を生成する第１の判断ユニットと、
前記第１の判断ユニットの判断結果が「整合している」である場合に、前記各消費エネルギー設備の消費エネルギーに係るパラメータに応じて、相応的に消費エネルギーモデルを生成する消費エネルギーモデル生成ユニットと、
各種の歴史消費エネルギーモデルを記憶する歴史消費エネルギーモデルデータベースと、
前記生成された消費エネルギーモデルが、歴史消費エネルギーモデルデータベースにおける対応した歴史消費エネルギーモデルに整合しているかを判断し、判断結果を生成する第２の判断ユニットと、
前記第１の判断ユニット又は前記第２の判断ユニットの判断結果が「整合していない」である場合に、前記フィールドコントローラーの前記各消費エネルギー設備に対するフィールドコントロールモードを調整する制御モード調整ユニットと、を含む
ことを特徴とするクラウドコンピューティングに基づくエネルギー管理制御システム。
前記した前記各消費エネルギー設備の消費エネルギーに係るパラメータは、リアルタイム消費エネルギーパラメータ、運転パラメータ、安全パラメータを含む
ことを特徴とする請求項１に記載のクラウドコンピューティングに基づくエネルギー管理制御システム。
前記歴史消費エネルギーモデルデータベースにおける対応する歴史消費エネルギーモデルは、前記各消費エネルギー設備の応用環境パラメータ、設計パラメータ、応用場所類型パラメータ、およびエネルギー供給類型パラメータのうちの１種又はそれらの組合せを含む消費エネルギー拘束パラメータが、前記生成された消費エネルギーモデルに整合している、歴史消費エネルギーモデルを指す
ことを特徴とする請求項１に記載のクラウドコンピューティングに基づくエネルギー管理制御システム。
ユーザー設定パラメータに応じて、各消費エネルギー設備をフィールドコントロールし、前記ユーザー設定パラメータをクラウドコンピューティング管理制御プラットフォームに送信するS11と、
前記各消費エネルギー設備の消費エネルギーに係るパラメータを採集し、クラウドコンピューティング管理制御プラットフォームに送信するS12と、
クラウドコンピューティング管理制御プラットフォームで前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータと前記ユーザー設定パラメータに応じて、前記各消費エネルギー設備に対するフィールドコントロールモードを調整するS13と、を含み、
前記S13は、
前記採集された前記各消費エネルギー設備の消費エネルギーに係るパラメータが前記ユーザー設定パラメータに整合しているかを判断し、整合していない場合にステップS135を実行し、整合している場合にステップS132を実行するS131と、
前記各消費エネルギー設備の消費エネルギーに係るパラメータによって、相応的な消費エネルギーモデルを生成するS132と、
前記生成した消費エネルギーモデルが歴史消費エネルギーモデルデータベースにおける対応した歴史消費エネルギーモデルに整合しているかを判断し、整合していない場合にステップS135を実行し、整合している場合に前記各消費エネルギーに対するフィールドコントロールモードを保持するステップS134を実行するS133と、
前記各消費エネルギー設備に対するフィールドコントロールモードを調整するS135と、を含む
ことを特徴とするクラウドコンピューティングに基づくエネルギー管理制御方法。
前記S134が実行された後、前記生成された消費エネルギーモデルを前記歴史消費エネルギーモデルデータベースに追加するS136をさらに含む
ことを特徴とする請求項４に記載のクラウドコンピューティングに基づくエネルギー管理制御方法。
前記歴史消費エネルギーモデルデータベースにおける対応する歴史消費エネルギーモデルは、前記各消費エネルギー設備の応用環境パラメータ、設計パラメータ、応用場所類型パラメータ、及びエネルギー供給類型パラメータのうちの１種又はそれらの組合せを含む消費エネルギー拘束パラメータが、前記生成した消費エネルギーモデルに整合している、歴史消費エネルギーモデルを指す
ことを特徴とする請求項４に記載のクラウドコンピューティングに基づくエネルギー管理制御方法。
前記の前記各消費エネルギー設備の消費エネルギーに係るパラメータは、リアルタイム消費エネルギーパラメータ、運転パラメータ、安全パラメータを含む
ことを特徴とする請求項４に記載のクラウドコンピューティングに基づくエネルギー管理制御方法。
前記各消費エネルギー設備の消費エネルギーに係るパラメータは、無線インターネット、有線インターネット、GPRS、及び3Gネットのいずれか1種を介してクラウドコンピューティング管理制御プラットフォームに送信される
ことを特徴とする請求項４に記載のクラウドコンピューティングに基づくエネルギー管理制御方法。