JP5813544B2 - エネルギー管理装置とその管理方法及びエネルギー管理プログラム - Google Patents

エネルギー管理装置とその管理方法及びエネルギー管理プログラム Download PDF

Info

Publication number
JP5813544B2
JP5813544B2 JP2012065300A JP2012065300A JP5813544B2 JP 5813544 B2 JP5813544 B2 JP 5813544B2 JP 2012065300 A JP2012065300 A JP 2012065300A JP 2012065300 A JP2012065300 A JP 2012065300A JP 5813544 B2 JP5813544 B2 JP 5813544B2
Authority
JP
Japan
Prior art keywords
load
information
operation plan
storage battery
power generation
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.)
Active
Application number
JP2012065300A
Other languages
English (en)
Other versions
JP2013198360A (ja
Inventor
和人 久保田
和人 久保田
雅彦 村井
雅彦 村井
谷本 智彦
智彦 谷本
清高 松江
清高 松江
恭介 片山
恭介 片山
祐之 山岸
祐之 山岸
Original Assignee
株式会社東芝
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社東芝 filed Critical 株式会社東芝
Priority to JP2012065300A priority Critical patent/JP5813544B2/ja
Priority claimed from US13/841,656 external-priority patent/US9535474B2/en
Publication of JP2013198360A publication Critical patent/JP2013198360A/ja
Application granted granted Critical
Publication of JP5813544B2 publication Critical patent/JP5813544B2/ja
Application status is Active legal-status Critical
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • H02J3/382Dispersed generators the generators exploiting renewable energy
    • H02J3/383Solar energy, e.g. photovoltaic energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • H02J3/387Dispersed generators using fuel cells
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00Integration of renewable energy sources in buildings
    • Y02B10/10Photovoltaic [PV]
    • Y02B10/14PV hubs
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion electric or electronic aspects
    • Y02E10/563Power conversion electric or electronic aspects for grid-connected applications

Description

本発明は、住宅内の電力使用機器を制御して電力エネルギーの消費を管理するエネルギー管理装置とその管理方法及びエネルギー管理プログラムに関する。

近年、住宅には太陽光発電装置(以降PVと記す)や蓄電池、燃料電池(FC)などの新エネルギー機器が導入されるようになりつつある。これに伴い、時間帯別電気料金が採用された際に、省エネ、省コストを目的として住宅内の電力使用機器に消費される電力エネルギーを管理するエネルギー管理装置が提案されている。これらの多くは、住宅内で利用される家電機器などの電力使用機器の使用電力量を予測し、個々の機器の予測結果から各機器の運転計画を立案している。

具体的には、PVの発電量予測値と電力使用機器の負荷電力量の予測値である予測負荷量をそれぞれ求め、両者の差分が閾値を超えないように電力使用機器を制御することでピーク電力をカットする手法が提案されている。また、PVの発電量予測値と予測負荷量を求め、コストが最小化されるように電力使用機器の利用時間の変更と蓄電池の運転計画を立案する手法が提案されている。

その他、停電時にバックアップ電源として利用する蓄電池の充電容量を決める際に、PVの発電量予測値と予測負荷量を利用する手法、電力逼迫時の住宅やビルのエネルギー削減可能量を算出する際に予測負荷量を求めることとし、その予測には過去の類似日のデータを利用し、類似性の指標には天候、気温、湿度やカレンダーなどを利用する手法、PVと蓄電池、さらにはDC給電システムの効率の良い運用をするためにPVの発電量予測値と予測負荷量を利用する手法が提案されている。

特開2003−309928号公報 特開2011−92002号公報

島田、黒川、"天気予報と天気変化パターンを用いた日射予測", IEE Trans. PE, pp1219-1225, Vol. 127, No.11, 2007.

以上述べたように、従来のエネルギー管理装置は、いずれも負荷電力量の予測を行って蓄電池や燃料電池、電力使用機器の運転計画を立案するものである。このため、予測が外れると運用計画そのものが適切でなくなるという課題があった。例えば、ある住宅の生活者が昼間に外出する場合と在宅する場合の二つの生活パターンで生活しているとき、負荷予測を外出のパターンに合わせると在宅した場合の運用計画が適切で無くなり、負荷予測を在宅のパターンに合わせると外出した場合の運用計画が適切でなくなる。また、在宅と外出の頻度を使って、負荷予測を外出のパターンと在宅のパターンの加重平均とする方法も考えられるが、この負荷予測を使って立案した運用計画は、在宅、外出のいずれにも適切でないものとなる。

本実施形態は上記の課題に鑑みてなされたもので、予測外れのリスクを考慮して、省コストあるいはコスト増のリスクが少ない機器運転計画を実現することのできるエネルギー管理装置とその管理方法及びエネルギー管理プログラムを提供することを目的とする。

本実施形態によれば、自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理装置において、前記発電装置の発電実績値と自然環境情報から発電予測値を生成し、前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積し、前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成し、現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、条件の異なる複数の運転計画アルゴリズムそれぞれに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となる運転計画アルゴリズムを選択し、選択アルゴリズムを用いて現時刻の蓄電池の運転計画と給電装置の運転計画を生成し、前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御することを特徴とするものである。

本実施形態に係るエネルギー関連機器およびエネルギー管理装置を備える住宅設備システムの構成を示すブロック図。 図1に示すエネルギー管理装置の構成を示すブロック図。 図2に示す太陽光発電予測部の構成を示すブロック図。 図2に示す重み付き負荷予測群生成部の構成を示すブロック図。 図2に示す蓄電池燃料電池運転計画部の構成を示すブロック図。 図4に示す負荷パターン抽出加工部の構成を示すブロック図。 図2に示す重み付き負荷予測群生成部の処理手順を示すフローチャート。 図7に示す負荷パターン抽出加工の処理手順を示すフローチャート。 図7に示す重み計算の処理手順を示すフローチャート。 図5に示すシミュレーション部のシミュレーション処理手順を示すフローチャート。 図5に示す運転計画部において、選択アルゴリズムによる光熱費のシミュレーション処理結果から運転計画を作成する手順を示すフローチャート。 図1に示すエネルギー管理装置の処理をソフトウェアによって実施するためのパーソナルコンピュータの構成を示すブロック図。 本実施形態において、遠い過去に強い影響を受けすぎない重み計算を可能にするための処理を示す図。

以下、図面を参照して本実施形態に係るエネルギー管理装置を説明する。

図1は本実施形態に係るエネルギー関連機器およびエネルギー管理装置を備える住宅設備システムの構成を示すブロック図である。図1に示す住宅設備システムは、エネルギー関連機器として太陽光発電装置(PV)11、蓄電池12、燃料電池(FC)13、PCS(交直変換装置)14、分電盤15、家電機器群16を備え、これらのエネルギー関連機器のエネルギーを直接管理するエネルギー管理装置17を備える。

太陽光発電装置11は太陽光による光エネルギーを電力エネルギーに変換する。蓄電池12は電力の充放電を行う。燃料電池13はガスを燃料とし、電気と熱を同時に生成する。分電盤15は電力系統から供給された電力を家電機器群16へ供給する。この電力はPCS14を通り蓄電池12へと充電される場合もある。PCS14は太陽光発電装置11、蓄電池12、燃料電池13が発電した直流の電力を交流に変換して分電盤15に供給する。家電機器群16が利用する電力よりPCS14から送られる電力が大きい場合、余剰電力は電力系統へ売電される。一方、エネルギー管理装置17は、インターネット18、ユーザ(生活者)端末19と情報交換を行うと共に、これによって得られた情報に基づいて蓄電池12、燃料電池13、PCS14、分電盤15の状態を管理し適宜その動作を制御する。

上記エネルギー管理装置17に入力される情報は以下の通りである。インターネット18からは電気予報、電力料金表、ガス料金表を収集する。ユーザ端末19からは、エネルギー管理装置17が蓄電池12や燃料電池13の運転計画を再計画する頻度が入力される。分電盤15からは家電機器群16の消費電力が入力される。PCS14からは、PV11の発電量が入力される。蓄電池12からは充電電力または放電電力とSOCが入力される。燃料電池13からは、発電電力と給湯のための生成熱量が入力される。また、上記エネルギー管理装置17が出力する情報は以下の通りである。蓄電池12には充電指令または放電指令が出力される。燃料電池13には、発電および熱量生成指令が出力される。

上記エネルギー管理装置17の内部構成を図2に示す。このエネルギー管理装置17は統括制御部171、太陽光発電予測部172と重み付き負荷予測群生成部173と蓄電池燃料電池運転計画部174と蓄電池制御部175と燃料電池制御部176からなる。

上記統括制御部171は、ユーザ端末19から入力される制御方針に従ってエネルギー管理装置17を動作させる。例えば、ユーザが1時間に1回、計画の見直しを希望した場合は、1時間に一度、以下に述べる手順で蓄電池12および燃料電池13の運転計画を作成し、蓄電池12および燃料電池13に運転指令を送信する。

上記太陽光発電予測部172は、図3に示すように、発電履歴蓄積部172A及び発電予測部172Bを備え、発電履歴蓄積部172Aから得られる太陽光発電実績値とインターネット18から得られる天気予報から、発電予測部172Bにて太陽光発電予測値を生成する。例えば、3時間ごとの天気予報から日射予測を行う方法については、非特許文献1に記されている。

上記重み付き負荷予測群生成部173は、図4に示すように、負荷履歴蓄積部173A、負荷予測部173Bを備え、負荷履歴蓄積部173Aで得られる家電機器群16の負荷の履歴から重みの付いた複数の負荷予測情報を生成する。詳細は後述する。

上記蓄電池燃料電池運転計画部174は、図5に示すように、シミュレーション部174A、運転計画部174Bを備え、太陽光発電予測値と、現在時刻の家電負荷と、重みの付いた複数の負荷予測情報と、電力料金表と、ガス料金表と、家電機器群16それぞれのスペックと蓄電池12のSOC(State of Charge:充電レベル)から蓄電池運転計画を作成する。詳細は後述する。

上記蓄電池制御部175は、蓄電池運転計画から蓄電池12に対して運転指令を出す。

上記燃料電池制御部176は、燃料電池運転計画から燃料電池13に対して運転指令を出す。

ここで、上記重み付き負荷予測群生成部173の処理について説明する。

前述のように、重み付き負荷予測群生成部173では、負荷履歴蓄積部173Aで家電機器群16の負荷の履歴を蓄積しており、負荷予測部173Bからの要求に応じて任意の時点の負荷が通知される。負荷予測部173Bは、負荷パターン抽出部B1と重み計算部B2からなる。負荷パターン抽出加工部B1は、過去の日の制御対象時刻の前後の負荷群を抽出し、重み計算部B2は、当日の制御対象時刻までの負荷と、過去の日の制御対象時刻の前後の負荷の集合から、重みを計算して負荷の集合に割り付け、重み付き負荷予測値群として出力する。

今、対象時刻が午前8:00と仮定し、午前8:00から24時間分の1時間ごとの負荷を推定するものとする。負荷履歴には対象家庭の1時間おきの負荷が記録されているものとする。負荷パターン抽出加工部B1は、負荷履歴から過去の日付の午前8:00を中心とした前後24時間(合計48時間)の負荷データLi[t]を抽出する(Li: t=-24〜24, i=1〜N、Nは負荷履歴から抽出された系列数)。Li[t] (t=1〜24)は負荷予測値に相当する。この負荷予測値の系列をLi+とおく。また、過去の負荷実績値の系列Li[t] (t=-24〜0)をLi-とおく。さらに、対象日の負荷および負荷予測パターンをLtoday[t]とする(t=-24〜24)。Liと同様に、Ltoday[t] (t=-24〜0)をLtoday-、Ltoday[t] (t=1〜24)をLtoday+とおく。Li (i=1〜N), Ltoday は、重み計算部B2に送られる。図6にN=3のときの負荷L1, L2, L3と現在時刻までの当日の負荷パターンLtoday-を示す。

上記重み計算部B2ではLi+の重みWiを計算する。まずLi-の時刻毎に、全てのi (=1〜N)を用いて標準偏差σ[t] (t=-24〜0)を求める。続いてWiを下記式で計算する。

WiとLi+(i=1〜N)の組は重み付き負荷予測値群として蓄電池・燃料電池運転計画部174に送られる。

また、Wiは以下の方法を用いて計算し直したWi’を利用してもよい。予めN組あるLi+を平日と休日に分けてLwj+、Lhk+とおき(j=1〜N1, k=1〜N2, N1+N2=N)、t=1〜24それぞれについてLwi+、Lhi+のtごとの確率分布を求める。確率分布は例えば正規分布を用いる。各時刻の平均と標準偏差を平日の場合はmw[t],σw[t]、休日の場合はmh[t], σh[t]とする。平日休日の区別は、例えばLi+の12:00の時刻の曜日を用いる。この正規分布を用いて、あるLi+の尤度を下記の式で計算する。

なお、式の分け方は平日、休日に限らず、時系列を距離でクラスタリングして、クラスタに分類するルールを例えば決定木で作成してもよい。

図7は重み付き負荷予測群生成部173の処理手順を示しており、負荷パターンの抽出加工処理が行われ(ステップS1)、重み計算処理が実行されて(ステップS2)、一連の処理が完了する。上記負荷パターンの抽出加工処理S1は、図8に示すように、当日時刻が入力されると(ステップS11)、負荷履歴データから当日時刻±24時間の系列(Li[-24],Li[-23],…,Li[0], …,Li[23],Li[24])を生成する(ステップS12)。ここで、i=1,…,Nであり、Nは負荷履歴から抽出された系列数を表す。続いて、Liを重み計算処理に渡し(ステップS13)、一連の処理を終了する。また、上記重み計算処理S2は、図9に示すように、LiとLtodayを入力し(ステップS21)、Li[t](t=-24,-23,…,-1)の各tについてi=1,…,Nを使った分散を計算し、σ[t]とする(ステップS22)。続いて、各系列Li-[t]について、(1)式によりWiを計算し(ステップS23)、WiとLi[t](t=0,1,…,24)の組を出力し(ステップS24)、一連の処理を終了する。

次に、蓄電池燃料電池運転計画部174の処理について説明する。説明は、1時間おきに計画を算出するという前提で行う。蓄電池燃料電池運転計画部のシミュレーション部174Aでは以下のアルゴリズムを実施する。アルゴリズムには、以下の変数を入力する。

Li[t]: ある系列iの今後24時間の負荷予測値(t=1〜24)
Wi: 系列Li[t]の重み
PV[t]: 今後24時間のPV発電予測値(t=1〜24)
Cp[t]: 今後24時間の電力価格(売電時と買電時で異なってよい)(t=1〜24)
Cg: ガス料金
SOC[0]: 現在時刻のSOC
アルゴリズムは、以下の変数を出力する。
SOC[1]: 1時間後のSOC指令値
eFC[1]: 今後1時間のFC発電電力指令値
出力の計算方法を以下に示す。まず、SOC[1] (取り得る値は0,…,SOCmax)とeFC[1] (取り得る値は0,…,eFCmax)を組み合わせた値(SOC[1],eFC[1])を生成する。SOC[1]とeFC1[1]が取り得る値の刻み幅は例えば10とする。例えば(SOC[1],eFC[1])は、(25,700)という組み合わせをとる。

ここで、すべての(SOC[1],eFC[1])について以下の計算を行う。t(t=2〜24)についてのSOC[t] (取り得る値は0,…,SOCmax)とeFC[t] (取り得る値は0,…,eFCmax)を組み合わせの値(SOC[t], eFC[t])を生成する。例えば(SOC[2],eFC[2])は、(30,700)という組み合わせをとる。SOC[t]とeFC1[t]が取り得る値の刻み幅も同様に10とする。(SOC[t], eFC[t])をt=2〜24について組み合わせたものを(SOCall,eFCall)とする。例えば(SOCall,eFCall)の例は、
(30,700)(35,700)(40,700)…(30,0)(30,0)
である。これは、先頭より(SOC[2],eFC[2])、(SOC[3],eFC[3])、(SOC[4],eFC[4])、…、(SOC[23],eFC[23])、(SOC[24],eFC[24])の実現値を組み合わせたものである。

ある(SOCall,eFCall)について以下の計算を行う。各t=1〜24について以下の計算を行う。

Power[t]=Li[t]-PV[t]-eBAT[t]-eFC[t]
Price[t]=Power[t]*Cp[t]*h+fFC[t]*Cg
ここで、eBAT[t]=(SOC[t]-SOC[t-1])*α、αはSOCの変化を電力に換算するパラメータとする。例えば、4kWhの蓄電池の場合、αは40になり、SOCが20%から30%に変化したとき、(30-20)*40=400Whの電力量が充電され、平均充電電力であるeBAT[t]は400Wとなる。また、hは電力を電力量に換算する係数であり、1時間刻みでPowerを計算する場合は1となる。fFC[t]はeFC[t]の電力を発電する際に必要なガス量であり、Cgを乗じてガス代を算出している。

続いてPrice[t]をt=1〜24について合計しPriceallとする。Power[t]が負の場合、系統に電気を売っていることになる。ここで、PV発電時の売電がPV発電量を上回ってはならない場合は、PV[t]>-Power[t]という制約をおき、全てのtについてこの制約を一つでも満たさない場合は、この組み合わせ(SOCall,eFCall)のPriceは計算しない。

全ての(SOCall,eFCall)についてPriceallを計算し、最も価格の安い物を、ある(SOC[1],eFC[1])の代表価格PP[i]とする。ここでi(i=1〜N)は負荷予測系列の番号である。

(SOC[1],eFC[1])ごとに、全てのiについてPP[i]を計算する。これが(SOC[1],eFC[1])の価値分布である。光熱費の期待値を最も小さくする戦略の場合は、Wi*PP[i]の全てのiについての平均が最も小さい(SOC[1],eFC[1])をアルゴリズムの出力とする。また、光熱費が95%の確率で、ある金額を下回らなければならない場合は、価格の高い方からPP[i]の重みWiを加算していき、重みWiの合計値の5%を越えたときのPP[i]が、ある金額を下回っている(SOC[1],eFC[1])の中から、Wi*PP[i]の全てのiについての平均が最も小さい(SOC[1],eFC[1])をアルゴリズムの出力とすればよい。

なお、PV発電予測値が複数系列与えられている場合は、それぞれについて上記計算を行い、PV発電予測値の重みを考慮して価値分布を計算すればよい。

以上の内容を図10,図11のフローチャートに示す。 図10は上記シミュレーション部174Aの処理内容を示している。まずSOC[i](i=1)を入力し(ステップS31)、負荷予測iに関する(SOC[1],eFC[1])についてのPP[i]の算出処理を行う(ステップS32)。続いて、i>N(Nは負荷予測系列数)を判断し(ステップS33)、i>Nでなければiに1を加算して(ステップS34)ステップS32に戻る。i>Nであれば、(SOC[1],eFC[1])ごとのPrice[i]を用いた評価値を計算して(*)出力し(ステップS35)、これにて一連の処理を終了する。(*)は、例えばPP[i]*Wiのiについての平均を(SOC[1],eFC[1])の評価値とする。

図11は上記運転計画部174Bの処理内容を示している。図11において、変数Li[t],Wi,PV[t],Cp[t],Cgと共に(SOC[1],eFC[1])を入力し(ステップS41)、全ての(SOCall,eFCall)を列挙し、それぞれについて以下の処理を実施する(ステップS42)。

まずt=1とし(ステップS43)、以下の計算を行う(ステップS44)。

eBat[t]=(SOC[t]-SOC[t-1])*α
Power[t]=Li[t]-PV[t]-eBat[t]-eFC[t]
Price[t]=Power[t]*Cp[t]*h+Cg*fFC[t]
続いて、t>24を判断し(ステップS45)、tが24に達していなければtにt+1をセットして(ステップS46)ステップS44を実行させる。ステップS45でt>24が成立した場合には、Price[t]を24時間分合計し、Priceallとする(ステップS47)。

続いて、全ての(SOCall,eFCall)のうちPriceallが最小となるものを(SOC[1],eFC[1])についてのPP[i]とし(ステップS48)、このPP[i]を出力することで(ステップS49)一連の処理を終了する。

なお、本解法は組み合わせ最適化問題である。処理時間を短縮するには分枝限定法や、準最適解を求めればよい場合は焼き鈍し法、遺伝的アルゴリズムなどを用いればよい。

続いて、運転計画部174Bでは、シミュレーション部174Aの出力(SOC[1],eFC[1])から現時刻の蓄電池12と燃料電池13の運転計画を作成し、それぞれ、蓄電池制御部175と燃料電池制御部176に送る。

上記のように運転計画部174Bによって生成された蓄電池12の運転計画SOC[t]は蓄電池制御部175に送られ、燃料電池13の運転計画eFC[t]は燃料電池制御部176に送られる。蓄電池制御部175と燃料電池制御部176は、蓄電池燃料電池運転計画部174Cから送られてきた運転計画に基づいて制御指令を作成し、蓄電池12と燃料電池13にそれぞれ送信する。具体的には、例えば「蓄電池の1時間のSOCを30%にせよ」、「燃料電池を700Wで運転せよ」といった指令を所定の制御コマンドに変換し、蓄電池12と燃料電池13にそれぞれ送信する。これにより、最適化された運転計画に沿った蓄電池12及び燃料電池13の運用を実現することができる。

上記構成によるエネルギー管理装置17の各ブロックの処理は、図12に示すパーソナルコンピュータ(PC)を用いて、図7乃至図11のフローチャートで示される処理プログラム実行することで実施可能である。

図12に示すパーソナルコンピュータは、バス21にCPU(演算処理装置)22、プログラム実行のためのメモリ23、プログラム・データを格納するためのハードディスク24、ユーザの入力操作を受け付けるGUI(Graphical User Interface)25、外部接続用のインターフェース26を接続したもので、インターフェース26には蓄電池12、燃料電池13、PCS14、分電盤15、インターネット18が接続される。

すなわち、上記エネルギー管理装置17のプログラムはハードディスク24上に格納され、実行時にメモリ23上へと展開された後、手順に従って実行される。本ソフトウェアは実行時にインターフェース26を通じて、インターネット18、分電盤15、PCS14、燃料電池13、蓄電池12と通信を行う。逆にインターフェース26を通じて燃料電池13と蓄電池12の制御を行う。また、本ソフトウェアはGUI25を通じてユーザの入力を受け付ける。

以上のように、上記構成によるエネルギー管理装置によれば、太陽光発電予測値、家電機器の負荷の履歴から重みの付いた複数の負荷予測情報に基づいて蓄電池、燃料電池の運転計画を生成し、その計画を逐次修正しながら蓄電池、燃料電池を運転させることができるようになるので、予測外れのリスクを飛躍的に低減することができ、より高効率なエネルギー管理を実現することができる。

(変形例)
ところで、一般的に、未来の行動は直近の行動に左右されると考えられる。

そこで、上記実施形態において、負荷実績値Li-を1時間ごとでなく、例えば図13(a)に示すように、Li[-24],Li[-23],…,Li[-1]の範囲をLi[-24]〜Li[-17]をL'i[-7]にまとめ、Li[-16]〜Li[-11] をL'i[-6]にまとめ、Li[-10]〜Li[-7] をL'i[-5]にまとめ、Li[-6]とLi[-5] をL'i[-4]にまとめ、Li[-4]とLi[-3]をL'i[-3]にまとめ、Li[-2], Li[-1]をそれぞれL'i[-2], L'i[-1]として、7時刻分からなるL'i-を作る。

Ltoday-も同様に、24時間分でなく、図13(b)に示すように、7時刻分からなるL'today-を作成する。このL'i- (i=1,…, N)とL'today-を用いて、上記実施形態と同様の重み計算を行ってWiを計算する。

上記のように、負荷実績値を単位時間で同等に扱うのではなく、遠い過去の値はまとめ、近い過去の値は細分化しておくことで、遠い過去に強い影響を受けすぎない重み計算が可能となり、負荷予測の外れのリスクをより確実に低減することができる。

尚、上記実施形態はそのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせでもよい。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

11…太陽光発電装置(PV)、12…蓄電池、13…燃料電池(FC)、14…PCS(交直変換装置)、15…分電盤、16…家電機器群、17…エネルギー管理装置、171…統括制御部、172…太陽光発電予測部、172A…発電履歴蓄積部、172B…発電予測部、173…重み付き負荷予測群生成部、173A…負荷履歴蓄積部、173B…負荷予測部(B1…負荷パターン抽出部、B2…重み計算部)、174…蓄電池燃料電池運転計画部、174A…シミュレーション部、174B…運転計画部、175…蓄電池制御部、176…燃料電池制御部、18…インターネット、19…ユーザ(生活者)端末。

Claims (9)

  1. 自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理装置において、
    前記発電装置の発電実績値と自然環境情報から発電予測値を生成する発電予測手段と、
    前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積する負荷履歴蓄積手段と、
    前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成する負荷予測手段と、
    現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となるときの現時刻の蓄電池の運転計画と給電装置の運転計画を生成する運転計画生成手段と、
    前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御する運転制御手段とを具備し、
    前記負荷予測手段の負荷パターンの抽出は、
    前記履歴情報から前記現時刻に対して過去の日の同時刻の前後の負荷情報を抽出し、
    当日の現時刻までの負荷情報と過去の日の同時刻の前後の負荷情報の集合から、重みを計算して負荷情報の集合に割り付け、重み付き負荷予測情報として出力することを特徴とするエネルギー管理装置。
  2. 自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理装置において、
    前記発電装置の発電実績値と自然環境情報から発電予測値を生成する発電予測手段と、
    前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積する負荷履歴蓄積手段と、
    前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成する負荷予測手段と、
    現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となるときの現時刻の蓄電池の運転計画と給電装置の運転計画を生成する運転計画生成手段と、
    前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御する運転制御手段とを具備し、
    前記負荷予測手段の前記負荷パターンの抽出は、過去の日の同時刻の前後の負荷群を抽出し、前記同時刻に近い負荷情報は細かく、遠い負荷情報は荒く集計することを特徴とするエネルギー管理装置。
  3. 前記運転計画生成手段は、前記複数の重み付き負荷予測情報それぞれについて一定期間の料金コストを計算し重みを用いて加重平均したものを前記シミュレーションの評価値とし、その中から最小の料金コストとなる運転計画を生成することを特徴とする請求項1または2のいずれか1項に記載のエネルギー管理装置。
  4. 自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理方法において、
    前記発電装置の発電実績値と自然環境情報から発電予測値を生成し、
    前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積し、
    前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成し、
    現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となるときの現時刻の蓄電池の運転計画と給電装置の運転計画を生成し、
    前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御し、
    前記負荷予測における負荷パターンの抽出は、前記履歴情報から前記現時刻に対して過去の日の同時刻の前後の負荷情報を抽出し、当日の現時刻までの負荷情報と過去の日の同時刻の前後の負荷情報の集合から、重みを計算して負荷情報の集合に割り付け、重み付き負荷予測情報として出力することを特徴とするエネルギー管理方法。
  5. 自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御するエネルギー管理方法において、
    前記発電装置の発電実績値と自然環境情報から発電予測値を生成し、
    前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積し、
    前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成し、
    現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となるときの現時刻の蓄電池の運転計画と給電装置の運転計画を生成し、
    前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御し、
    前記負荷予測における負荷パターンの抽出は、過去の日の同時刻の前後の負荷群を抽出し、前記同時刻に近い負荷情報は細かく、遠い負荷情報は荒く集計することを特徴とするエネルギー管理方法。
  6. 前記運転計画の生成は、前記複数の重み付き負荷予測情報それぞれについて一定期間の料金コストを計算し重みを用いて加重平均したものを前記シミュレーションの評価値とし、その中から最小の料金コストとなる運転計画を生成することを特徴とする請求項4または5のいずれか1項に記載のエネルギー管理方法。
  7. 自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御する処理をコンピュータに実行させるためのエネルギー管理プログラムにおいて、
    前記発電装置の発電実績値と自然環境情報から発電予測値を生成する発電予測ステップと、
    前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積する負荷履歴蓄積ステップと、
    前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成する負荷予測ステップと、
    現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となる現時刻の蓄電池の運転計画と給電装置の運転計画を生成する運転計画生成ステップと、
    前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御する運転制御ステップとを具備し、
    前記負荷予測ステップの負荷パターンの抽出は、
    前記履歴情報から前記現時刻に対して過去の日の同時刻の前後の負荷情報を抽出し、
    当日の現時刻までの負荷情報と過去の日の同時刻の前後の負荷情報の集合から、重みを計算して負荷情報の集合に割り付け、重み付き負荷予測情報として出力することを特徴とするエネルギー管理プログラム。
  8. 自然エネルギーによる発電装置、燃料エネルギーによる給電装置及び蓄電池の運転を電気機器群の需要予測に合わせて制御する処理をコンピュータに実行させるためのエネルギー管理プログラムにおいて、
    前記発電装置の発電実績値と自然環境情報から発電予測値を生成する発電予測ステップと、
    前記電気機器群の負荷情報を定期的に取得してその履歴を蓄積する負荷履歴蓄積ステップと、
    前記負荷情報の履歴から時系列の負荷の変化を分類して複数の負荷パターンを抽出し、現時刻の負荷情報の履歴を前記複数の負荷パターンと比較し、その比較結果に基づいて各負荷パターンそれぞれを重み付けして負荷パターン別の複数の重み付き負荷予測情報を生成する負荷予測ステップと、
    現時刻の前記電気機器群の負荷情報及び前記蓄電池の充電レベル情報と、前記発電予測値と、前記給電装置の料金コスト情報と、前記電気機器群それぞれのスペック情報と、前記パターン別の重み付き負荷予測情報とを、運転計画アルゴリズムに当て嵌めてシミュレーションを行い、そのシミュレーションの評価値が最小となる現時刻の蓄電池の運転計画と給電装置の運転計画を生成する運転計画生成ステップと、
    前記蓄電池の運転計画と給電装置の運転計画とに基づいて前記蓄電池及び給電装置の運転を制御する運転制御ステップとを具備し、
    前記負荷予測ステップの前記負荷パターンの抽出は、過去の日の同時刻の前後の負荷群を抽出し、前記同時刻に近い負荷情報は細かく、遠い負荷情報は荒く集計することを特徴とするエネルギー管理プログラム。
  9. 前記運転計画生成ステップは、前記複数の重み付き負荷予測情報それぞれについて一定期間の料金コストを計算し重みを用いて加重平均したものを前記シミュレーションの評価値とし、その中から最小の料金コストとなる運転計画を生成することを特徴とする請求項7または8のいずれか1項に記載のエネルギー管理プログラム。
JP2012065300A 2012-03-22 2012-03-22 エネルギー管理装置とその管理方法及びエネルギー管理プログラム Active JP5813544B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2012065300A JP5813544B2 (ja) 2012-03-22 2012-03-22 エネルギー管理装置とその管理方法及びエネルギー管理プログラム

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2012065300A JP5813544B2 (ja) 2012-03-22 2012-03-22 エネルギー管理装置とその管理方法及びエネルギー管理プログラム
PCT/JP2013/056348 WO2013141039A1 (ja) 2012-03-22 2013-03-07 エネルギー管理装置、エネルギー管理方法およびプログラム
EP13722272.5A EP2830184B1 (en) 2012-03-22 2013-03-07 Energy management device, method for managing energy, and program
US13/841,656 US9535474B2 (en) 2012-03-22 2013-03-15 Renewable energy management using weighted load patterns

Publications (2)

Publication Number Publication Date
JP2013198360A JP2013198360A (ja) 2013-09-30
JP5813544B2 true JP5813544B2 (ja) 2015-11-17

Family

ID=49222499

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012065300A Active JP5813544B2 (ja) 2012-03-22 2012-03-22 エネルギー管理装置とその管理方法及びエネルギー管理プログラム

Country Status (3)

Country Link
EP (1) EP2830184B1 (ja)
JP (1) JP5813544B2 (ja)
WO (1) WO2013141039A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USRE36849E (en) 1984-04-16 2000-09-05 Merck Patent Gmbh Anisotropic compounds and liquid crystal mixtures therewith

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015130768A (ja) * 2014-01-08 2015-07-16 パナソニックIpマネジメント株式会社 エネルギー管理装置、およびエネルギー管理システム
JP2016067125A (ja) * 2014-09-25 2016-04-28 株式会社日立製作所 エネルギー設備運転制御装置およびエネルギー設備運転制御方法
JP6428093B2 (ja) * 2014-09-25 2018-11-28 アイシン精機株式会社 電力供給システム
EP3089305A1 (en) 2015-04-30 2016-11-02 GridSystronic Energy GmbH Arrangement for operating a smart grid
KR20170076507A (ko) 2015-12-24 2017-07-04 엘에스산전 주식회사 부하를 포함하는 마이크로그리드 시스템
EP3500998A1 (en) 2016-08-21 2019-06-26 Cruickshank, Robert F., III Electrical power management
EP3513479A1 (en) * 2016-09-14 2019-07-24 Conjoule Gmbh System comprising an electrical producer arrangement
EP3343496A1 (en) * 2016-12-28 2018-07-04 Robotina d.o.o. Method and system for energy management in a facility
KR101939098B1 (ko) * 2017-12-22 2019-01-17 엘에스산전 주식회사 부하를 포함하는 마이크로그리드 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003309928A (ja) 2002-04-16 2003-10-31 Nippon Futo Soko Kk 電力管理システム
JP4245583B2 (ja) * 2005-04-15 2009-03-25 日本電信電話株式会社 分散型エネルギーシステムの制御装置、制御方法、プログラム、および記録媒体
US7274975B2 (en) * 2005-06-06 2007-09-25 Gridpoint, Inc. Optimized energy management system
JP2007295680A (ja) * 2006-04-24 2007-11-08 Matsushita Electric Ind Co Ltd 負荷制御装置
JP5215822B2 (ja) * 2008-11-21 2013-06-19 日本電信電話株式会社 エネルギーシステム制御装置および制御方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USRE36849E (en) 1984-04-16 2000-09-05 Merck Patent Gmbh Anisotropic compounds and liquid crystal mixtures therewith

Also Published As

Publication number Publication date
EP2830184A1 (en) 2015-01-28
EP2830184A4 (en) 2015-09-30
EP2830184B1 (en) 2018-09-19
WO2013141039A1 (ja) 2013-09-26
JP2013198360A (ja) 2013-09-30

Similar Documents

Publication Publication Date Title
Marzband et al. An optimal energy management system for islanded microgrids based on multiperiod artificial bee colony combined with Markov chain
Zhao et al. Optimal sizing, operating strategy and operational experience of a stand-alone microgrid on Dongfushan Island
Wang et al. Operational optimization and demand response of hybrid renewable energy systems
Shadmand et al. Multi-objective optimization and design of photovoltaic-wind hybrid system for community smart DC microgrid
Wang et al. Active demand response using shared energy storage for household energy management
Shivashankar et al. Mitigating methods of power fluctuation of photovoltaic (PV) sources–A review
Khatib et al. A review of photovoltaic systems size optimization techniques
Silvente et al. A rolling horizon optimization framework for the simultaneous energy supply and demand planning in microgrids
Rezvani et al. Environmental/economic scheduling of a micro-grid with renewable energy resources
Fathima et al. Optimization in microgrids with hybrid energy systems–A review
Alavi et al. Optimal probabilistic energy management in a typical micro-grid based-on robust optimization and point estimate method
Amrollahi et al. Techno-economic optimization of hybrid photovoltaic/wind generation together with energy storage system in a stand-alone micro-grid subjected to demand response
Mohammadi et al. Scenario-based stochastic operation management of microgrid including wind, photovoltaic, micro-turbine, fuel cell and energy storage devices
Bahramirad et al. Reliability-constrained optimal sizing of energy storage system in a microgrid
Mohan et al. An efficient two stage stochastic optimal energy and reserve management in a microgrid
Upadhyay et al. A review on configurations, control and sizing methodologies of hybrid energy systems
Abedi et al. A comprehensive method for optimal power management and design of hybrid RES-based autonomous energy systems
Paliwal et al. Determination of reliability constrained optimal resource mix for an autonomous hybrid power system using particle swarm optimization
Nguyen et al. Optimal sizing of a vanadium redox battery system for microgrid systems
Moghaddam et al. Multi-operation management of a typical micro-grids using Particle Swarm Optimization: A comparative study
Palma-Behnke et al. A microgrid energy management system based on the rolling horizon strategy
Karami et al. An optimal dispatch algorithm for managing residential distributed energy resources
Tazvinga et al. Optimal power flow management for distributed energy resources with batteries
Elsied et al. Optimal economic and environment operation of micro-grid power systems
Teng et al. Optimal charging/discharging scheduling of battery storage systems for distribution systems interconnected with sizeable PV generation systems

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131205

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131212

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131219

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131226

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20140109

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140723

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150324

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150522

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: 20150818

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150916

R151 Written notification of patent or utility model registration

Ref document number: 5813544

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

R154 Certificate of patent or utility model (reissue)

Free format text: JAPANESE INTERMEDIATE CODE: R154