JP6516709B2

JP6516709B2 - エネルギー使用量監視装置、機器管理システム及びプログラム

Info

Publication number: JP6516709B2
Application number: JP2016187135A
Authority: JP
Inventors: 剛維木村
Original assignee: Mitsubishi Electric Building Techno-Service Co Ltd
Current assignee: Mitsubishi Electric Building Techno-Service Co Ltd
Priority date: 2016-09-26
Filing date: 2016-09-26
Publication date: 2019-05-22
Anticipated expiration: 2036-09-26
Also published as: JP2018055172A

Description

本発明は、エネルギー使用量監視装置、機器管理システム及びプログラム、特にエネルギーを消費する機器にエネルギー使用量が増加される設定変更が要求された場合の対応に関する。

ビルの居室等に設置されている空調機の運転に関し、近年では、使用電力量や室温、湿度等の設定値に関する実測データ等を用いて機械学習により使用電力量や室温等の推定モデルを生成し、この推定モデルに基づいて空調の運転状態を予測するシステムが提案されている（例えば、特許文献１，２）。

また、空調の運転にいたっては、その日の天気や在室人数等の状況によって暑く感じたり、寒く感じたりする。そのため、居住者は、空調機への設定温度をリモコンから変更する。近年では、リモコンの設置場所まで移動せずに、自席のパーソナルコンピュータ（ＰＣ）やスマートフォン等の携帯機器からも変更できるようになっている。

特開２０１２−１４９８３９号公報特表２０１３−５１４５１０号公報特開２００７−０４７９４５号公報特開平０８−０７５２１９号公報特表２０１４−５３１０８６号公報

居住者の快適性を考慮すると、自席から空調機への設定変更を容易にできることは好ましい。しかし、省エネの観点からするとエネルギー使用量が増加してしまい、好ましい空調運転とは言い切れない。このように、快適性と省エネとはトレードオフの関係にある。

本発明は、機器にエネルギー使用量が増加される設定変更が要求された場合に設定値の変更に伴うエネルギー使用量のピーク時点を予測し、そのピーク時点におけるエネルギー使用量の増加を抑えることを目的とする。

本発明に係るエネルギー使用量監視装置は、エネルギーを消費する機器にエネルギー使用量が増加される設定変更が要求された場合、変更後の設定値及び予め設定されているエネルギー使用量の予測モデルに基づいて、設定値が変更された場合の所定期間内におけるエネルギー使用量のピーク時点を予測する予測手段と、設定変更が要求された時点から前記予測手段により予測されたピーク時点までの時間長及び設定変更前後の設定値に基づいて、設定値の変更に伴うエネルギー使用量の増加量を削減するための前記機器への設定値を示す設定値モデルを生成する生成手段と、を有することを特徴とする。

また、前記生成手段は、設定変更が要求された時点から前記ピーク時点までの間で前記機器への設定値を算出する設定値モデルを生成することを特徴とする。

また、前記生成手段は、前記増加量の削減の程度を示す設定戻し率が予め設定されている場合、前記ピーク時点における設定値を、設定変更前後の設定値及び前記設定戻し率に基づいて算出される設定値まで戻すよう前記設定値モデルを生成することを特徴とする。

また、前記生成手段は、設定変更が要求された時点から前記ピーク時点まで設定値を段階的に変化させるよう前記設定値モデルを生成することを特徴とする。

また、前記設定値モデルが生成される前にエネルギー使用量が増加される設定変更が要求された場合、当該要求に基づく前記設定値モデルの生成を抑止する抑止手段を有することを特徴とする。

本発明に係る機器管理システムは、エネルギーを消費する機器の運転を制御する運転制御装置と、前記機器のエネルギー使用量を監視するエネルギー使用量監視装置と、エネルギー使用量の予測モデルを記憶する記憶手段と、を有し、前記エネルギー使用量監視装置は、前記機器にエネルギー使用量が増加される設定変更が要求された場合、変更後の設定値及び前記予測モデルに基づいて、設定値が変更された場合の所定期間内におけるエネルギー使用量のピーク時点を予測する予測手段と、設定変更が要求された時点から前記予測手段により予測されたピーク時点までの時間長及び設定変更前後の設定値に基づいて、設定値の変更に伴うエネルギー使用量の増加量を削減するための前記機器への設定値を示す設定値モデルを生成する生成手段と、を有し、前記運転制御装置は、前記機器への設定値の変更後、前記エネルギー使用量監視装置により生成された設定値モデルに従って前記機器の運転を制御することを特徴とする。

本発明に係るプログラムは、コンピュータを、エネルギーを消費する機器にエネルギー使用量が増加される設定変更が要求された場合、変更後の設定値及び予め設定されているエネルギー使用量の予測モデルに基づいて、設定値が変更された場合の所定期間内におけるエネルギー使用量のピーク時点を予測する予測手段、設定変更が要求された時点から前記予測手段により予測されたピーク時点までの時間長及び設定変更前後の設定値に基づいて、設定値の変更に伴うエネルギー使用量の増加量を削減するための前記機器への設定値を示す設定値モデルを生成する生成手段、として機能させる。

本発明によれば、機器にエネルギー使用量が増加される設定変更が要求された場合に設定値の変更に伴うエネルギー使用量のピーク時点を予測し、そのピーク時点におけるエネルギー使用量の増加を抑えることができる。

本実施の形態における空調システムの全体構成図である。本実施の形態における使用電力量監視装置を形成するコンピュータのハードウェア構成図である。本実施の形態における使用電力量監視装置のブロック構成図である。本実施の形態において、予め生成された使用電力量の予測モデル及び設定変更に伴い生成される予測モデルの一例を模式的に示した図である。本実施の形態における設定値モデル生成処理を示したフローチャートである。本実施の形態において、空調機への設定値の遷移を模式的に示した概念図である。

以下、図面に基づいて、本発明の好適な実施の形態について説明する。

図１は、本実施の形態における空調システムの全体構成図である。本実施の形態では、エネルギーを消費して動作する機器として電気を消費する空調機を例にして説明する。図１には、空調システム１、居室２に設置された空調機３、リモコン４、及びＰＣ５が示されている。空調システム１は、機器管理システムの一形態であり、空調機３の管理、監視を行うシステムである。なお、空調システム１は、複数の空調機３の管理、監視を行うが、図１には便宜的に１組の空調機３及びリモコン４のみを図示した。

居住者は、リモコン４に対して所定の操作を行うことで室温の設定値を変更する。居住者は、更にＰＣ５上で動作する所定のアプリケーションからも室温の設定値を変更することができる。なお、ＰＣ５は、居住者の座席に配設されていることを想定しているが、各ＰＣ５とも同等に上記アプリケーションによる室温の設定変更を行うための機能を備えているため、図１には１台のみ示した。空調システム１は、居住者により設定値の変更要求に応じて指定された室温となるよう空調機３の運転制御を行う。

空調システム１は、空調機３の動作を制御する空調制御装置１１、エネルギー使用量として空調機３の使用電力量を監視する使用電力量監視装置１２及び予測モデル記憶部１３を有している。なお、本実施の形態の説明に用いない装置構成については図１から省略している。

ところで、近年では、室温、湿度などの実測データ、室温等の設定変更要求、使用電力量の時系列的変化のデータを蓄積しており、この蓄積されたデータ（ビッグデータ）をＤｅｅｐＬｅａｒｎｉｎｇ（機械学習）による解析により運転モデルが生成されている。空調制御装置１１は、通常、運転スケジュールに従って空調機３の運転を制御する。また、運転スケジュールに従って空調機３を運転させたときの使用電力量の変動状況を示すモデルデータが機械学習により生成されており、予測モデル記憶部１３には、このモデルデータを使用電力量の予測モデルとして予め設定登録されている。この予測モデルに対し、例えば直近の３０分間の室温や湿度等の実測データを入力すると、１０分後の使用電力量を予測することが可能となる。また、空調機３の設定室温が変更されたとき、設定変更後、使用電力量がどれだけ変化するのかもわかる。具体的には上記予測モデルを出力するプログラムに変更後の設定値を入力すると、変更後の設定値が反映された使用電力量の予測モデルが生成される。本実施の形態では、設定値の変更に伴う予測モデルの生成機能をピーク時点予測部１２２に持たせている。

図２は、本実施の形態における使用電力量監視装置１２を形成するコンピュータのハードウェア構成図である。本実施の形態における使用電力量監視装置１２は、従前から存在する汎用的なハードウェア構成で実現できる。すなわち、使用電力量監視装置１２は、図２に示したようにＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、ハードディスクドライブ（ＨＤＤ）２４、通信手段として設けられたネットワークコントローラ２５を内部バス２６に接続して構成される。なお、本実施の形態では、特に用いないので図から省略したが、入力手段としてマウスやキーボード、表示装置としてディスプレイを設けてもよい。

図３は、本実施の形態における使用電力量監視装置１２のブロック構成図である。使用電力量監視装置１２は、設定値受付部１２１、ピーク時点予測部１２２、設定値モデル生成部１２３、設定値記憶部１２４及び設定戻し率記憶部１２５を有している。なお、本実施の形態の説明に用いない装置構成については図３から省略している。設定値受付部１２１は、居住者がリモコン４又はＰＣ５を操作して空調機３に設定されている室温の値（以下、「設定値」）の変更を要求した場合、その要求された内容を受け付け、変更後の設定値を設定値記憶部１２４に記憶する。ピーク時点予測部１２２は、予測手段として設けられ、空調機３に使用電力量が増加される設定変更が要求された場合、変更後の設定値及び予測モデル記憶部１３に設定されている使用電力量の予測モデルに基づいて、設定値が変更された場合の所定期間内における使用電力量のピーク時点を予測する。本実施の形態では、所定期間として１日を想定して説明する。また、「使用電力量が増加される変更」というのは、空調機３が冷房運転しているときには室温を下降させる設定値の変更（例えば、現在の設定値が２８度の場合、２６度にする変更）をいう。また、空調機３が暖房運転しているときには室温を上昇させる設定値の変更（例えば、現在の設定値が２０度の場合、２３度にする変更）をいう。設定値モデル生成部１２３は、生成手段として設けられ、設定変更が要求された時点からピーク時点予測部１２２により予測されたピーク時点までの時間長及び空調機３への設定変更前後の設定値に基づいて、設定値の変更に伴う使用電力量の増加量を削減するための空調機３への設定値を示す設定値モデルを生成する。また、設定値モデル生成部１２３は、設定値モデルの生成が完了する前に使用電力量が増加される設定変更が要求された場合、当該要求に基づく設定値モデルの生成を抑止する抑止手段として機能する。

使用電力量が増加する方への設定値の変更により空調機３における使用電力量は増加することになるが、本実施の形態では、詳細は後述するように設定値の変更後における使用電力量のピーク時点を予測し、そのピーク時点における使用電力量を削減することを特徴としている。では、どの程度削減するかという指標値として、本実施の形態では、増加量の削減の程度を示す設定戻し率を設定する。設定戻し率記憶部１２５は、この設定戻し率を記憶する。

使用電力量監視装置１２における各構成要素１２１〜１２３は、使用電力量監視装置１２を形成するコンピュータと、コンピュータに搭載されたＣＰＵ２１で動作するプログラムとの協調動作により実現される。また、各記憶部１２４，１２５は、使用電力量監視装置１２に搭載されたＨＤＤ２４にて実現される。あるいは、ＲＡＭ２３又は外部にある記憶手段をネットワーク経由で利用してもよい。

また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭやＵＳＢメモリ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵがプログラムを順次実行することで各種処理が実現される。

本実施の形態における動作について説明する。なお、ここでは、空調機３は冷房運転をしているものとして説明する。

前述したように、空調制御装置１１は、予め作成された運転スケジュールに従って空調機３の運転を制御するが、時間の経過に伴い変化する使用電力量の遷移は、予測モデルを参照することで予測できる。図４には、その予測モデルの一例を示す。図４において、横軸は時間、縦軸は使用電力量であり、ある１日の遷移が示されている。図４において、予測モデル記憶部１３に登録されている予測モデルは一点鎖線で示されている。ここで、居住者がリモコン４又はＰＣ５を操作して居室２の室温を下げる要求をしたとする。以下、この要求に応じて使用電力量監視装置１２により実施される設定値モデル生成処理について図５に示したフローチャートを用いて説明する。

使用電力量監視装置１２における設定値受付部１２１は、居住者による要求に応じて変更後の設定値を受け付けると、設定値記憶部１２４に記録する（ステップ１０１）。なお、居住者は、一般に現時点の設定値に対して所定回数のボタン操作を行って下げる温度を指定することになるので、設定値受付部１２１は、その操作内容を解釈して絶対温度に変換して設定値記憶部１２４に記録する。これにより、設定値記憶部１２４を参照することで設定変更前後の温度は把握できる。なお、温度を記録する際には、操作日時も合わせて記録してもよい。また、本実施の形態では、設定値記憶部１２４を使用電力量監視装置１２に設けたが、空調システム１が記録している情報を参照するようにしてもよい。

ところで、空調機３の設定変更は、居住者がそれぞれ自席のＰＣ５から行うことができ、この設定変更の要求に応じて後述する設定値モデルを生成することになる。ただ、設定値モデルの生成が完了する前に、つまり設定値モデルの生成中に他の居住者が設定変更を要求する場合もあり得る。この場合、処理が複雑になり、また適切な予測モデルが生成されなくなる可能性も生じてくる。そこで、本実施の形態では、この要求の前の要求に応じて実行されている本処理が終了していない場合、つまり設定値モデルの生成中であれば（ステップ１０２でＹ）、管理者等から生成が許可されていない場合（ステップ１０３でＮ）、本処理を終了する。生成が許可されている場合（ステップ１０３でＹ）、設定値モデルの生成完了まで待機する、あるいは生成中の設定値モデルを強制的に上書きするなどの条件に従って本処理を継続する。なお、本実施の形態では、設定値モデルの生成の起因とならなかった場合も、居住者により指定された設定値を設定値記憶部１２４に記録しておくようにしてもよい。この際、設定変更の要求が設定値モデルの生成の起因となったか否かを判別するフラグ情報を、設定値に紐付けて登録するようにしてもよい。

前述したように、使用電力量が増加する設定変更でない場合（ステップ１０４でＮ）、設定変更以降の使用電力量は予測モデルを超えないので、予測モデルを新たに生成せずに本処理を終了する。一方、居住者による要求が設定温度を下降させる場合（ステップ１０４でＹ）、ピーク時点予測部１２２は、エネルギー使用量の予測モデルを予測モデル記憶部１３から取得し、その予測モデル、所定期間内（当日）における設定値の変更が要求された時点（以下、「現時点」）までの実績情報及び変更後の設定値に基づいて、設定値が変更された場合の当日におけるエネルギー使用量のピーク時点を予測する（ステップ１０５）。ピーク時点予測部１２２は、このとき設定変更後以降の予測モデルを生成するが、図４では、この設定変更後の予測モデルを実線で示している。なお、図４から明らかなように、ピーク時点では、設定変更に伴い増加量Ｄの使用電力量の増加が予測される。

ピーク時点が予測されると、設定値モデル生成部１２３は、現時点からピーク時点に達するまでの時間（時間長）を算出する（ステップ１０６）。続いて、設定値モデル生成部１２３は、設定値モデルを生成するが（ステップ１０７）、設定値モデルについて生成する前に、ピーク時点における空調機３の設定温度について参考までに説明しておく。

本実施の形態では、次の式（１）によりピーク時点における空調機３の設定温度を算出する。

ピーク時点設定温度Ｐ＝変更後設定値＋（設定戻し率×ＡＢＳ（変更前設定値−変更後設定値））・・・（１）
但し、ＡＢＳは絶対値を意味する。例えば、変更前設定値が２５度、変更後設定値が２０度、設定戻し率として５０％が設定されていたとするとピーク時点設定温度Ｐは次のように算出される。
Ｐ＝２０＋（０．５×ＡＢＳ（２５−２０））＝２２．５

つまり、現在２５度に設定されていたところ、居住者は２０度と設定変更したため、通常であれば、その後、ピーク時点までに設定変更されなければ、室温は２０度となるよう空調制御されるところ、本実施の形態では、使用電力量のピーク時点で２２．５度となるように空調制御することを意味している。本実施の形態では、このような空調制御を実現するための設定値モデルを生成するが、この設定値モデルは、式（２）により表せる。

Ｔ＝変更後設定値＋（設定戻し率×ＡＢＳ（変更前設定値−変更後設定値））／Ｌ×ｔ・・・（２）
但し、Ｌは現時点とピーク時点との間の時間長、ｔは設定値を求める時間（現時点からの経過時間）である。例えば、現時点とピーク時点との間の時間長Ｌを１０分（Ｌ＝６００秒）とした場合において現時点から３分（ｔ＝１８０秒）後の設定値Ｔは、次のように算出される。

Ｔ＝２０＋（（０．５×ＡＢＳ（２５−２０））／６００）×１８０＝２０．７５

このようにして、現時点からの経過時間毎に空調機３への設定値を算出できることになる。例えば、設定値を求める単位時間を１分だとした場合、現時点から１分後は、
Ｔ＝２０＋（（０．５×ＡＢＳ（２５−２０））／６００）×６０＝２０．２５
となり、現時点から２分後は、
Ｔ＝２０＋（（０．５×ＡＢＳ（２５−２０））／６００）×１２０＝２０．５
となる。

設定値モデル生成部１２３が以上のようにして設定値モデルを生成すると、空調制御装置１１は、その設定値モデルに従い空調機３の運転を制御する。ピーク時点まで設定温度を単位時間毎に段階的に制御することで、居住者は室温の上昇を感じにくくなり、居室２内の快適性を損ないにくい。

以上の処理にて生成された設定値モデルに従った設定値は、図４において現時点からピーク時点までの間の実線Ｔで表せる。なお、図４では、段階的に上昇する設定値を直線で示したが、単位時間を短くすれば設定値の変化は直線的になる。

このような空調制御を実施すると、まず、ピーク時点の設定温度が上方修正されることで居住者による設定値に従った空調制御の場合と比較すると使用電力量の削減効果が得られる。図４に基づくと、予測モデルと変更後予測モデルとに囲まれた領域部分の使用電力量の一部が削減される。この削減効果は、設定戻し率の値に依存する。設定戻し率が大きいほど設定変更前の設定値に戻されることになるため、削減効果は大きくなる。その反対に設定戻し率が小さいほど設定変更後の設定値に近いことになるため、削減効果は小さくなる。なお、設定戻し率は、空調機３の運転に基づく使用電力量の状況を考慮して管理者等が適宜設定すればよい。あるいは、設定値記憶部１２４に記録されている居住者の要求を参照して、設定戻し率を自動調整するようにしてもよい。例えば、設定温度が連続して下方に設定する要求がされていた場合、居室２内が暑いと感じている居住者が多いと判断して、設定戻し率が小さくなるように調整する。

本実施の形態によれば、設定変更後の使用電力量のピーク時点を予測し、そのピーク時点における使用電力量を抑えるようにした。これにより、当日における使用電力量を全体として削減することができる。ところで、ピーク時点より早い時点を基準に使用電力量を削減するようにすると、ピーク時点の場合と比較して居室２の設定温度を早く上昇させてしまうことになり、快適性を損なってしまう。一方、ピーク時点より遅い時点を基準に使用電力量を削減するようにすると、ピーク時点の場合と比較して省エネ効果が期待できなくなる。この快適性と省エネ効果とのトレードオフを考慮して、本実施の形態では、設定変更後の使用電力量のピーク時点を基準として使用電力量の削減を図るようにした。

なお、本実施の形態では、空調機３を例にして説明したが、他の電気機器にも適用可能である。また、本実施の形態では、エネルギーとして電気を例にしたが、水道やガス等他のエネルギーにも適用することは可能である。

１空調システム、２居室、３空調機、４リモコン、５パーソナルコンピュータ（ＰＣ）、１１空調制御装置、１２使用電力量監視装置、１３予測モデル記憶部、１４設定値記憶部、２１ＣＰＵ、２２ＲＯＭ、２３ＲＡＭ、２４ハードディスクドライブ（ＨＤＤ）、２５ネットワークコントローラ、２６内部バス、１２１設定値受付部、１２２ピーク時点予測部、１２３設定値モデル生成部、１２４設定値記憶部、１２５設定戻し率記憶部。

Claims

エネルギーを消費する機器にエネルギー使用量が増加される設定変更が要求された場合、変更後の設定値及び予め設定されているエネルギー使用量の予測モデルに基づいて、設定値が変更された場合の所定期間内におけるエネルギー使用量のピーク時点を予測する予測手段と、
設定変更が要求された時点から前記予測手段により予測されたピーク時点までの時間長及び設定変更前後の設定値に基づいて、設定値の変更に伴うエネルギー使用量の増加量を削減するための前記機器への設定値を示す設定値モデルを生成する生成手段と、
を有することを特徴とするエネルギー使用量監視装置。
前記生成手段は、設定変更が要求された時点から前記ピーク時点までの間で前記機器への設定値を算出する設定値モデルを生成することを特徴とする請求項１に記載のエネルギー使用量監視装置。
前記生成手段は、前記増加量の削減の程度を示す設定戻し率が予め設定されている場合、前記ピーク時点における設定値を、設定変更前後の設定値及び前記設定戻し率に基づいて算出される設定値まで戻すよう前記設定値モデルを生成することを特徴とする請求項２に記載のエネルギー使用量監視装置。
前記生成手段は、設定変更が要求された時点から前記ピーク時点まで設定値を段階的に変化させるよう前記設定値モデルを生成することを特徴とする請求項２又は３に記載のエネルギー使用量監視装置。
前記設定値モデルが生成される前にエネルギー使用量が増加される設定変更が要求された場合、当該要求に基づく前記設定値モデルの生成を抑止する抑止手段を有することを特徴とする請求項１に記載のエネルギー使用量監視装置。
エネルギーを消費する機器の運転を制御する運転制御装置と、
前記機器のエネルギー使用量を監視するエネルギー使用量監視装置と、
エネルギー使用量の予測モデルを記憶する記憶手段と、
を有し、
前記エネルギー使用量監視装置は、
前記機器にエネルギー使用量が増加される設定変更が要求された場合、変更後の設定値及び前記予測モデルに基づいて、設定値が変更された場合の所定期間内におけるエネルギー使用量のピーク時点を予測する予測手段と、
設定変更が要求された時点から前記予測手段により予測されたピーク時点までの時間長及び設定変更前後の設定値に基づいて、設定値の変更に伴うエネルギー使用量の増加量を削減するための前記機器への設定値を示す設定値モデルを生成する生成手段と、
を有し、
前記運転制御装置は、前記機器への設定値の変更後、前記エネルギー使用量監視装置により生成された設定値モデルに従って前記機器の運転を制御する、
ことを特徴とする機器管理システム。
コンピュータを、
エネルギーを消費する機器にエネルギー使用量が増加される設定変更が要求された場合、変更後の設定値及び予め設定されているエネルギー使用量の予測モデルに基づいて、設定値が変更された場合の所定期間内におけるエネルギー使用量のピーク時点を予測する予測手段、
設定変更が要求された時点から前記予測手段により予測されたピーク時点までの時間長及び設定変更前後の設定値に基づいて、設定値の変更に伴うエネルギー使用量の増加量を削減するための前記機器への設定値を示す設定値モデルを生成する生成手段、
として機能させるためのプログラム。