JP6006072B2

JP6006072B2 - エネルギー消費量予測システム

Info

Publication number: JP6006072B2
Application number: JP2012220432A
Authority: JP
Inventors: 祐介和田; 裕文佐々木; 由実竹内; 石野　裕嗣; 裕嗣石野; 崇森畑; 剛理篠原
Original assignee: Tokyo Gas Co Ltd
Current assignee: Tokyo Gas Co Ltd
Priority date: 2012-10-02
Filing date: 2012-10-02
Publication date: 2016-10-12
Anticipated expiration: 2032-10-02
Also published as: JP2014075851A

Description

本発明は、電力などのエネルギーの消費量を予測可能なエネルギー消費量予測システムに関するものである。

近年、省エネルギーの意識が高まっている。このような中、電力などのエネルギー消費量を予測し、エネルギー消費者がこれを把握することで、消費者の省エネルギーに対する意識を高め、効率の良い省エネルギー活動を行うことができる。

このようなエネルギー消費量の予測方法としては、過去の日ごとの実績供給量と複数の影響要因データとを格納した実績データベースと、この実績データベースを参照して影響要因データと同じ種類の要因から成る予測要因データを生成する予測要因データ生成手段と、実績データベースの各日ごとの影響要因データと予測要因データとの類似度を算出し、その類似度が大きい順に所定の個数の実績データベースのデータを抽出する類似日検出手段と、曜日対応に設けられ、過去の実績データを学習することによりその内部係数が与えられ、類似日検出手段により抽出された実績データベースのデータと予測要因データとを入力として抽出された実績データベースのデータ毎の需要量補正値を算出するニューラルネットワークと、抽出された実績データベースのデータに含まれる実績供給量と当該データ対応にニューラルネットワークで算出された需要量補正値とを加算して抽出された実績データベース毎の予測需要量を算出し、更にこの予測需要量の平均値を求めて予測日の出力予測需要量として出力する予測需要量算出手段と、を備えた需要量予測装置がある（特許文献１）。

特開２００１−２４５４３２号公報

しかし、従来の特許文献１のように、ニューラルネットワーク等を用いたエネルギー予測技術では、多数の情報を入手し、精密な予測を狙うものであるが、情報の入手には、情報数に応じた計器等を設置する必要がある。したがって、システムが大がかりとなり、コストも要する。

本発明は、このような問題に鑑みてなされたもので、容易に入手可能な最低限の情報のみによって、エネルギーの消費量を予測することが可能なエネルギー消費量予測システムを提供することを目的とする。

本発明は、エネルギー消費量予測システムであって、過去の複数の日における所定時間毎のエネルギー消費量情報を記憶する記憶部と、前記記憶部における前記エネルギー消費量情報を、季節別および曜日別にカテゴリ分類するカテゴリ分類手段と、前記カテゴリ分類手段により分類された対象カテゴリ毎に、前記所定時間毎の前記エネルギー消費量情報を平均化して一日の平均エネルギー消費パターンを作成するパターン作製手段と、前記カテゴリ毎に、気温とエネルギー消費量との相関をとり、予測対象日の予想気温から、一日の予想エネルギー消費量を算出するエネルギー消費量予想手段と、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、一日のエネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間毎に一定の定数を乗じて、前記所定時間毎の補正エネルギー消費量を算出するエネルギー消費量補正手段と、前記補正エネルギー消費量と、予め設定された許容エネルギー使用量を表示する表示部と、を具備し、前記平均エネルギー消費パターンは、長期平均エネルギー消費パターンと、短期平均エネルギー消費パターンとを含み、前記パターン作製手段は、前年以前の情報を含む長期におけるエネルギー消費量情報から前記長期平均エネルギー消費パターンを作成するとともに、長期におけるエネルギー消費量情報よりも短期間であって、同年における直近の所定期間である短期におけるエネルギー消費量情報から前記短期平均エネルギー消費パターンを作成し、前記表示部において、前記長期平均エネルギー消費パターンおよび前記短期平均エネルギー消費パターンのそれぞれに対する前記補正エネルギー消費量を表示可能であることを特徴とするエネルギー消費量予測システムである。

このようにすることで、長期にわたって同一条件でエネルギーを消費量しているような場合には、母数の大きな長期におけるエネルギー消費量に基づいて予測を行い、条件などが変わった場合には、短期におけるエネルギー消費量に基づいて予測を行うことができる。したがって、状況に応じて、適切な予測値を得ることができる。

本発明によれば、容易に入手可能な最低限の情報のみによって、エネルギーの消費量を予測することが可能なエネルギー消費量予測システムを提供することができる。

エネルギー消費量予測装置１を示すハードウェア構成図。エネルギー消費量予測装置１の制御方法を示すフローチャート。カテゴリ１〜９の例を示す図。時間毎の電力消費量の一例を示す図。カテゴリ毎の気温と電力使用量との関係を示す図。気温により電力使用量の補正を行う状態を示す図。表示画面の一例を示す図。表示画面の一例を示す図。

以下、図面を参照しながら、本発明の実施形態について説明する。図１は、エネルギー消費量予測装置１を示すハードウェア構成図である。エネルギー消費量予測装置１は、例えばコンピュータであり、制御部３、記憶部５、メディア入出力部７、通信制御部９、入力部１１、表示部１３、周辺機器Ｉ／Ｆ部１５等から構成され、それらがバス１７を介して接続される。

制御部３は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）等で構成される。ＣＰＵは、記憶部５、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス１７を介して接続された各装置を駆動制御し、エネルギー消費量予測装置１が行う処理を実現する。

ＲＯＭは、不揮発性メモリであり、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持している。ＲＡＭは、揮発性メモリであり、記憶部５、ＲＯＭ、記録媒体等からロードしたプログラム、データ等を一時的に保持するとともに、制御部３が各種処理を行う為に使用するワークエリアを備える。

記憶部５は、ＨＤＤ（ハードディスクドライブ）やＳＳＤ（フラッシュＳＳＤ）（ソリッドステートドライブ）であり、制御部３が実行するプログラム、プログラム実行に必要なデータ、ＯＳ（オペレーティングシステム）等が格納される。プログラムに関しては、ＯＳ（オペレーティングシステム）に相当する制御プログラムや、後述の処理に相当するアプリケーションプログラムが格納されている。これらの各プログラムコードは、制御部３により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて各種の手段として実行される。また、記憶部５には、本発明において用いられる、各種データが保管される。

メディア入出力部７（ドライブ装置）は、データの入出力を行い、例えば、フロッピー（登録商標）ディスクドライブ、ＣＤドライブ（−ＲＯＭ、−Ｒ、ＲＷ等）、ＤＶＤドライブ（−ＲＯＭ、−Ｒ、−ＲＷ等）、ＭＯドライブ等のメディア入出力装置を有する。

通信制御部９は、通信制御装置、通信ポート等を有し、コンピュータとネットワーク間の通信を媒介する通信インタフェースであり、ネットワークを介して、例えば、制御部３によって天気情報や気温情報をインターネット上から取得することができる。

入力部１１は、データの入力を行い、例えば、キーボード、マウス等のポインティングデバイス、テンキー等の入力装置を有する。入力部１１を介して、コンピュータに対して、操作指示、動作指示、データ入力等を行うことができる。

表示部１３は、ＣＲＴモニタ、液晶パネル等のディスプレイ装置、ディスプレイ装置と連携してコンピュータのビデオ機能を実現するための論理回路等（ビデオアダプタ等）を有する。

周辺機器Ｉ／Ｆ（インタフェース）部１５は、コンピュータに周辺機器を接続させるためのポートであり、周辺機器Ｉ／Ｆ部１５を介してコンピュータは周辺機器とのデータの送受信を行う。例えば、電力計と接続され、消費電力を取得することができる。また、外部に設置された温度計などに接続され、その時点での実際の温度を取得し、予測気温を制御部３によって逐次補正しても良い。

バス１７は、各装置間の制御信号、データ信号等の授受を媒介する経路である。

次に、エネルギー消費量予測装置１の機能について説明する。なお、以下の説明において、エネルギーが電力である例について説明するが、他のエネルギーとしてガスや、電気とガスの組み合わせなどに対しても適用可能であることは言うまでもない。

図２は、エネルギー消費量予測装置１により、店舗や事業所などにおける一日の電力消費量を予測するための工程を示す図である。まず、制御部３は、記憶部５に予め記憶されている電力消費量情報をカテゴリごとに分類する（ステップ１０１）。電力消費量情報とは、対象となる店舗や事業所に対し、過去の複数の日における各日毎、所定時間毎（本実施形態では３０分毎）の電力消費量に関する情報である。なお、過去の情報がない場合には、類似した営業形態や電力消費量をとる他の店舗や事業所の情報を用いても良い。

図３は、カテゴリ分類の一例を示す図である。カテゴリとしては、例えば、季節および曜日により分類することができる。季節としては、例えば、夏季（６月〜９月）、冬季（１２月〜３月）、中間期（その他の月）などに分類される。また、曜日としては、平日、土曜日、休日等に分類される。制御部３は、以上の組み合わせを、カテゴリ１〜９とする。

なお、カテゴリ分類は、上述した例に限られない。例えば、季節による分類は、各月ごとに分類しても良い。また、曜日による分類は、営業形態によって、通常営業日と、休業日などをさらに組みわせて、平日の営業日、平日の休業日、土曜日の営業日、休日の営業日等に分類しても良い。さらに、年末年始や盆休みなどの長期連休を考慮しても良い。

次に、制御部３は、それぞれのカテゴリ毎に、３０分毎の電力消費量情報をそれぞれの時間毎に平均化して、一日の平均電力消費パターンを作成する（ステップ１０２）。図４は、平均電力消費パターンを示す一例を示す図である。例えば、制御部３は、カテゴリ１について、昨年の夏季（昨年の６月〜９月）の３カ月の平日における、３０分毎の電力消費量の平均値を算出する。図に示すように、各時刻（３０分毎）に対する、時間毎の電力消費量がグラフ化される（図中Ａ）。制御部３は、同様のグラフを、他のカテゴリ２〜９についても作成する。

次に、制御部３は、記憶部５に記憶されている、各日の気温（例えば最高気温や、ある特定の時刻における気温など）情報と、電力消費量情報とから、カテゴリ毎に気温（例えば最高気温や、ある特定の時刻における気温）と一日の電力消費量との相関を作成する。また、予測対象日の気温（例えば予想最高気温や、ある特定の時刻における予想気温）から、対象日の予想電力消費量を算出する（ステップ１０３）。

図５（ａ）は、カテゴリ毎に、気温と一日の電力消費量との相関を作成した状態を示す図であり、図５（ｂ）は、カテゴリ１の拡大図である。気温と一日の電力消費量との相関図は、横軸に気温を取り、縦軸には、その日の一日の総電力消費量をプロットして作成される。

ここで、カテゴリごとに相関式を算出する際、カテゴリ毎に、相関式の次数を変更することもできる。例えば、夏季においては、右上がりの直線に近似し、冬季は、左上がりの直線に近似する。一方、中間期では、２次曲線に近似しても良い。

制御部３は、ネットワークを介して、当日の予想気温（例えば予想最高気温や、特定時刻の予想気温）を取得する。次いで、制御部３は、対象日のカテゴリに応じて、得られた予想気温（例えば図５（ｂ）のＢ）に対応する一日の予想電力消費量（例えば図５（ｂ）のＣ）を取得する。

次に、制御部３は、ステップ１０２で作成された平均電力消費パターンにおける総電力消費量とステップ１０３で取得した予想電力消費量とを比較する。また、制御部３は、平均電力消費パターンにおける総電力消費量が予想電力消費量と一致するように、平均電力消費パターンに対し３０分毎に一定の定数を乗じて、３０分毎の補正電力消費量を算出する（ステップ１０４）。

図６は、補正電力消費量を算出する工程を示す概念図である。平均電力消費パターン（図中Ａ）による総電力消費量に対して、予想電力消費量が２０％大きい場合には、３０分毎の全ての電力消費量に対して、×１．２を乗じる。したがって、時間毎の電力消費量は、全体として上方にシフトする（図中矢印Ｆ方向）。得られたグラフ（図中Ｄ）が、補正電力消費量となる。すなわち、一日（図中Ｅ）におけるグラフＤで囲まれた面積Ｃが、予想電力消費量（図５（ｂ）におけるＣ）と一致する。

次に、制御部３は、得られた情報を表示部１３に表示する（ステップ１０５）。図７は、表示部１３の表示の一例を示す図である。表示部１３には、例えば、日付、対象日の予想最高気温、最低気温、契約電力、節電設定、表示設定、補正電力消費量（予測値）と実績等が表示される。

予想最高気温、最低気温は、ネットワークから取得した情報である。なお、最高気温等の他にもある特定の時刻の予想気温を表示しても良い。また、制御部３は、各時間の予想気温と実際の気温とを比較して、予想気温と実際の気温とにずれがある場合には、そのずれ分だけ、その後の予想気温を補正し、補正電力消費量を再計算してもよい。

節電設定は、節電率と、実施予定時刻とを設定可能である。節電率は、予想される補正電力消費量に対して、何％の節電をするかを設定可能である。また、節電を行う時刻を設定可能である。このような設定は、入力部１１によって入力される。

契約電力は、対象店舗または事業所における許容エネルギー使用量である。ここで、通常、３０分毎の電力消費量（１時間換算）が、契約電力を超えると、より高い、電力料金を支払う必要がある。したがって、３０分毎の電力消費量（１時間換算）が契約電力を超えないように、節電を行う必要がある。

そこで、本発明では、制御部３が、予想される３０分毎の電力量と契約電力とを比較して、消費者に注意喚起を行う。例えば、契約電力が１２０ｋＷ、注意レベルを１０％と設定すれば、補正電力消費量における３０分毎の予想消費電力が１０８ｋＷを超えると計算された場合に、注意喚起を行う。この場合、図に示すように、「○時〜○時に電力使用量注意」の表示を行う。消費者は、これに対し、前述した節電予定を立てることができる。

図８は、表示部１３に表示された、補正電力消費量と実績等を示すグラフの一例を示す図である。図中Ｊで示す折れ線は、前述の工程で予想された補正電力消費量である。グラフには、同時に、契約電力（図中Ｈ）と、注意レベル（図中Ｉ）が表示される。さらに、節電設定を行った際には、節電設定後の消費予想が表示される（図中Ｋ）。さらに、時間毎の実績値（図中Ｇ）が表示される。

このように、補正電力消費量、目標値、実績値が同時に視認できるため、消費者は、どの程度の電力を消費しているか、また、どの程度の節電が必要かを容易に視認することができる。また、予想（補正電力消費量）に対して、電力を多く使用した時間帯などをすぐに把握することができる。

なお、表示部に表示される３０分毎の電力消費量（補正電力消費量）としては、連続する二つの３０分毎のデータ同士を足して、１時間単位の電力消費量として表示することもできる。また、前述したように、３０分毎の電力消費量を０．５時間で除して、３０分における電力使用量の１時間換算値として表示しても良い。

なお、上述した各項目について、グラフ上に表示させるかどうかは、表示設定によって容易に変更することができる。すなわち、必要な情報のみを表示部１３に表示することができる。

ここで、前述の例では、昨年の長期データ（例えば各カテゴリ毎に３カ月程度）に基づいて、補正電力消費量の算出を行ったが、本発明はこれに限られない。例えば、昨年の長期データに代えて、直近の短期間のデータに基づいて、前述の補正電力消費量の算出を行っても良い。この場合、数日分〜数週間程度のデータから、上記計算を行うことができる。

通常、前述したような、カテゴリ毎の電力消費傾向や平均値は、母数が多いほどイレギュラーな情報の影響を小さくすることができる。しかし、新たな設備を導入した場合等、昨年の状況とは異なる状況となった場合には、必ずしも、昨年の長期データの精度が高いとは言えない。このような場合には、直近の短期間データに基づいて、算出を行っても良い。この場合には、昨年の長期データよりも母数が少ないが、日を追うごとに母数は増加する。したがって、安定したデータを得ることができる。

本発明では、使用者が入力部１１によって長期データに基づく計算（長期平均電力消費パターン）と、短期データに基づく計算（短期平均電力消費パターン）とを切り替えることができ、制御部３は、それぞれの算出結果を表示部１３に切り替えて表示することができる。なお、短期データに基づく計算を行う場合には、データ対象期間を設定することができる。また、短期データに基づく計算の場合には、過去データに一日前のデータを毎日追加していくことで、データ数を増やすことができる。

すなわち、制御部３は、設定された任意の期間に対応した過去データを用いて、前述の計算を行い、表示部１３に表示させることができる。なお、長期データの対象期間についても、同様に設定することもできる。例えば、昨年ではなく、一昨年のデータを用いても良く、昨年の所定の２カ月についてのみのデータを用いても良い。

以上、本発明によれば、容易に入手可能な気温情報と、過去の電力消費量の実績値のみを用いて、電力予測を行うことができる。この際、カテゴリ毎にデータを分類するため、予測精度が高い。特に、店舗の休業日や休日の営業日など、店舗や事業所の稼働状況に応じたカテゴリ分類を行うことができるため、使用者にとって最適なカテゴリ分類を行うことができる。

また、電力消費量について予測を行う際、３０分毎のデータ（契約電力における最大電力消費量を決定する時間単位）を用いることで、契約電力との対比を行うことができる。したがって、単に１時間毎の電力消費量推移を予測するだけでなく、契約電力との比較が可能となり、これを超えないように、消費者に対して節電を意識づけることができる。

この際、表示部には、３０分毎の電力消費量の１時間換算値（契約電力における電力消費量の単位）を表示するため、契約電力との対比が容易である。

また、通常、電力消費量の予測には、過去の長期間にわたるデータを用いる方が、母数が大きいため、安定した予測を行うことができる。しかし、電力消費に影響を与える状況は、常に一定ではなく、電力消費状況が変わった場合には、その直後には、精度良く予測を行うことができない。

これに対し、本発明では、長期平均電力消費パターンと短期平均電力消費パターンのいずれの場合における予測結果を得ることができるため、状況の変化に対して、より正確な計算を行うことができる。

以上、添付図を参照しながら、本発明の実施の形態を説明したが、本発明の技術的範囲は、前述した実施の形態に左右されない。当業者であれば、特許請求の範囲に記載された技術的思想の範疇内において各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

例えば、各計算結果や得られた情報は、逐次制御部３によって記憶部５に記憶される。また、任意のイレギュラー情報は、削除することも可能である。また、各日の気温情報としては、夏季は最高気温を用い、冬季は最低気温を用い、中間期は昼間の平均気温を用いる等、カテゴリ毎に、使用する気温情報を変えても良い。

１………エネルギー消費量予測装置
３………制御部
５………記憶部
７………メディア入出力部
９………通信制御部
１１………入力部
１３………表示部
１５………周辺機器Ｉ／Ｆ部
１７………バス

Claims

エネルギー消費量予測システムであって、
過去の複数の日における所定時間毎のエネルギー消費量情報を記憶する記憶部と、
前記記憶部における前記エネルギー消費量情報を、季節別および曜日別にカテゴリ分類するカテゴリ分類手段と、
前記カテゴリ分類手段により分類された対象カテゴリ毎に、前記所定時間毎の前記エネルギー消費量情報を平均化して一日の平均エネルギー消費パターンを作成するパターン作製手段と、
前記カテゴリ毎に、気温とエネルギー消費量との相関をとり、予測対象日の予想気温から、一日の予想エネルギー消費量を算出するエネルギー消費量予想手段と、
前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、一日のエネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間毎に一定の定数を乗じて、前記所定時間毎の補正エネルギー消費量を算出するエネルギー消費量補正手段と、
前記補正エネルギー消費量と、予め設定された許容エネルギー使用量を表示する表示部と、
を具備し、
前記平均エネルギー消費パターンは、長期平均エネルギー消費パターンと、短期平均エネルギー消費パターンとを含み、
前記パターン作製手段は、前年以前の情報を含む長期におけるエネルギー消費量情報から前記長期平均エネルギー消費パターンを作成するとともに、長期におけるエネルギー消費量情報よりも短期間であって、同年における直近の所定期間である短期におけるエネルギー消費量情報から前記短期平均エネルギー消費パターンを作成し、
前記表示部において、前記長期平均エネルギー消費パターンおよび前記短期平均エネルギー消費パターンのそれぞれに対する前記補正エネルギー消費量を表示可能であることを特徴とするエネルギー消費量予測システム。