JP6525642B2 - Contract menu creation method - Google Patents

Contract menu creation method Download PDF

Info

Publication number
JP6525642B2
JP6525642B2 JP2015040947A JP2015040947A JP6525642B2 JP 6525642 B2 JP6525642 B2 JP 6525642B2 JP 2015040947 A JP2015040947 A JP 2015040947A JP 2015040947 A JP2015040947 A JP 2015040947A JP 6525642 B2 JP6525642 B2 JP 6525642B2
Authority
JP
Japan
Prior art keywords
cluster
power consumption
contract menu
contract
menu
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
JP2015040947A
Other languages
Japanese (ja)
Other versions
JP2016163445A (en
Inventor
淳 吉永
淳 吉永
広之 野崎
広之 野崎
幸三 折茂
幸三 折茂
太郎 只野
太郎 只野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INFORMETIS CORPORATION
Tokyo Electric Power Co Inc
Original Assignee
INFORMETIS CORPORATION
Tokyo Electric Power Co Inc
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 INFORMETIS CORPORATION, Tokyo Electric Power Co Inc filed Critical INFORMETIS CORPORATION
Priority to JP2015040947A priority Critical patent/JP6525642B2/en
Publication of JP2016163445A publication Critical patent/JP2016163445A/en
Application granted granted Critical
Publication of JP6525642B2 publication Critical patent/JP6525642B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、需要家に対して最適な契約メニューを作成する契約メニュー作成方法に関する。   The present invention relates to a contract menu creating method for creating a contract menu optimal for a consumer.

電気事業者では、需要家の電力使用パターンや消費電力量に応じた複数の契約メニューを設定している。しかし、需要家は、家族構成の変化や家電機器の新規購入等により消費電力量に大きな変化があった場合、既契約が必ずしも最適な電力契約をしているとは限らなかった。そこで例えば特許文献１では、電気料金が最低になる最適契約メニューを選定する使用電力最適化提案システムが提案されている。   In the electric power company, a plurality of contract menus are set according to the power usage pattern and the amount of power consumption of the customer. However, when there was a large change in the amount of power consumption due to a change in family structure, new purchases of home electric appliances, etc., the customer did not necessarily have the existing contract necessarily an optimal power contract. Therefore, for example, Patent Document 1 proposes a power usage optimization proposal system that selects an optimal contract menu that minimizes the electricity bill.

特許文献１の使用電力最適化提案システムでは、まず過去の一定期間の電力の使用実績を測定して記録する。そして、その過去の一定期間における電力の使用実績と同一の使用条件下で、複数の電気料金契約メニューのそれぞれに基づく電気料金を演算することにより、電気料金が最低になる最適契約メニューを選定することができるとしている。   In the power usage optimization proposal system of Patent Document 1, first, the usage history of power in a past fixed period is measured and recorded. Then, by calculating the electricity rates based on each of the plurality of electricity rate contract menus under the same usage condition as the usage history of power in the past fixed period, the optimum contract menu with the lowest electricity rates is selected You can do it.

特開２００４−１６４００９号公報JP, 2004-164009, A

しかしながら、必ずしも、すべての需要家において、電気事業者が提示している既存の契約メニューのいずれかが最適な契約メニューであるとは限らない。換言すれば、既存の契約メニューのいずれであっても電力の消費パターン（ロードカーブ）が合致しないという需要家も存在し、そのような需要家は、自分の消費電力のパターンに適していないにもかかわらず既存の契約メニューの中からいずれかを選択せざるを得ない。   However, among all the customers, one of the existing contract menus presented by the electric power supplier is not necessarily the optimum contract menu. In other words, there is also a demand that the consumption pattern (load curve) of the power does not match with any of the existing contract menus, and such a demander is not suitable for his own power consumption pattern. Nevertheless, I have no choice but to choose one from the existing contract menu.

特に、近年のようにヒートポンプ式給湯装置や、蓄電池、電気自動車等の新たな電子機器の導入が進んでいると、それらの使用によって需要家の電力の消費パターンは大幅に変化する。しかしながら、現状では、消費電力の変動が何に起因するものかを判断することができない。このため、大幅な電力の消費パターンの変動の要因を把握するためには、従来のように電気事業者の計測員が需要家を訪ねて調査、計測や聞き取りを行うというという煩雑な作業を行わなければならない。   In particular, when the introduction of new electronic devices such as a heat pump type hot water supply device, a storage battery, an electric car and the like advances as in recent years, the consumption pattern of the power of the consumer changes significantly due to their use. However, at present, it is not possible to determine what causes the fluctuation of power consumption. For this reason, in order to grasp the cause of the fluctuation of the power consumption pattern significantly, as in the past, the measuring staff of the electric power company visits the customer and carries out the troublesome work of conducting surveys, measurements and interviews. There must be.

本発明は、このような課題に鑑み、消費電力の変動の要因を蓄積したデータから自動で判別することができ、それに起因して変動した需要家の電力の消費パターンに最も適した契約メニューを作成することが可能な契約メニュー作成方法を提供することを目的としている。   In view of such problems, the present invention can automatically determine the factor of fluctuation of power consumption from accumulated data, and the contract menu most suitable for the consumption pattern of the power of the customer who fluctuates due to it. The purpose is to provide a contract menu creation method that can be created.

上記課題を解決するために、本発明にかかる契約メニュー作成方法の代表的な構成は、多数の需要家の消費電力を継続的に計測し、計測した多数の消費電力のデータを既存の契約メニューの典型的なロードカーブによってクラスタリングし、クラスタリングでクラスタから外れたサンプルの消費電力のデータを機器分離し、クラスタから外れる要因となった機器を推定し、要因となった機器の使用に適した契約メニューを作成することを特徴とする。   In order to solve the above problems, a typical configuration of the contract menu creation method according to the present invention continuously measures the power consumption of a large number of consumers, and measures the data of a large number of power consumptions, and the existing contract menu The cluster is clustered according to the typical load curve, and the power consumption data of samples out of cluster are separated by clustering, the equipment that caused the deviation from the cluster is estimated, and the contract suitable for the use of the equipment that caused the deviation It is characterized by creating a menu.

上記構成によれば、多数の需要家の消費電力のデータを既存の契約メニューの典型的なロードカーブによってクラスタリングすることにより、既存の契約メニューが適している需要家と、既存の契約メニューの中に適した契約メニューがない需要家とを区分することができる。そして、クラスタリングにおいてクラスタから外れたサンプル、すなわち既存の契約メニューの中に適した契約メニューがない需要家の消費電力のデータを機器分離する。これにより、消費電力の変動の要因となる機器、換言すればクラスタから外れる要因となった機器を、需要家への聞き取りを行うことなく、すなわち自動的に推定することができる。したがって、推定された機器の消費電力の傾向を反映し、かかる機器を使用する需要家の電力の消費パターンに適した契約メニューを作成することが可能となる。なお、上述したクラスタリングとは、分類対象の集合（データ）を部分集合に分割することであり、クラスタとは、クラスタリングにおいて分割された部分集合のことである。   According to the above configuration, by clustering the data of the power consumption of a large number of customers by the typical load curve of the existing contract menu, the customer whose existing contract menu is suitable and the existing contract menu It is possible to distinguish between customers who do not have a suitable contract menu. Then, the data of the power consumption of the sample out of the cluster in the clustering, that is, the power consumption of the customer having no suitable contract menu in the existing contract menu is separated. As a result, it is possible to automatically estimate devices that cause fluctuations in power consumption, in other words, devices that cause them to go out of a cluster, without listening to consumers. Therefore, it is possible to reflect the estimated power consumption trend of the device and create a contract menu suitable for the consumption pattern of the power of the customer using such device. The above-mentioned clustering is to divide a set (data) of classification targets into subsets, and a cluster is a subset divided in clustering.

当該クラスタから外れたサンプルと、ロードカーブとの差が所定範囲以内であったら、既存の契約メニューを修正するとよい。かかる構成によれば、クラスタから外れたサンプルのうち、既存の契約メニューのロードカーブとの差が少ないサンプルに合わせて既存の契約メニューを修正することにより、既存の契約メニューを、クラスタから外れたサンプル、すなわち適した契約メニューがない需要家に適した契約メニューとすることができる。したがって、契約メニューの複雑化を回避しつつ、顧客満足度の向上を図ることが可能となる。   If the difference between the sample out of the cluster and the load curve is within a predetermined range, the existing contract menu may be modified. According to this configuration, the existing contract menu is deviated from the cluster by modifying the existing contract menu to match the sample out of the cluster that has a small difference from the existing contract menu load curve. It may be a sample, i.e., a contract menu suitable for a customer who does not have a suitable contract menu. Therefore, it is possible to improve customer satisfaction while avoiding complication of the contract menu.

本発明によれば、消費電力の変動の要因を蓄積したデータから自動で判別することができ、それに起因して変動した需要家の電力の消費パターンに最も適した契約メニューを作成することが可能な契約メニュー作成方法を提供することができる。   According to the present invention, it is possible to automatically determine the factor of fluctuation of power consumption from accumulated data, and it is possible to create a contract menu most suitable for the consumption pattern of the power of the customer who fluctuates due to it. Can provide a new contract menu creation method.

本実施形態にかかる契約メニュー作成方法を説明する概略図である。It is a schematic diagram explaining a contract menu creation method concerning this embodiment. 本実施形態にかかる契約メニュー作成方法を説明するフローチャートである。It is a flowchart explaining the contract menu creation method concerning this embodiment. クラスタリング後の消費電力のデータの分布を例示する図である。It is a figure which illustrates distribution of data of power consumption after clustering.

以下に添付図面を参照しながら、本発明の好適な実施形態について詳細に説明する。かかる実施形態に示す寸法、材料、その他具体的な数値などは、発明の理解を容易とするための例示に過ぎず、特に断る場合を除き、本発明を限定するものではない。なお、本明細書及び図面において、実質的に同一の機能、構成を有する要素については、同一の符号を付することにより重複説明を省略し、また本発明に直接関係のない要素は図示を省略する。   Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. The dimensions, materials, and other specific numerical values and the like shown in the embodiments are merely examples for facilitating the understanding of the invention, and the invention is not limited except as otherwise described. In the present specification and drawings, elements having substantially the same functions and configurations are denoted by the same reference numerals to omit repeated description, and elements not directly related to the present invention are not illustrated. Do.

図１は、本実施形態にかかる契約メニュー作成方法を説明する概略図である。図１に示すように、複数の需要家宅１００は、通信網１０６によってサーバ１１０に接続されている。需要家宅１００にはそれぞれスマートメータ（不図示）が接続されていて、かかるスマートメータから通信網１０６を介して需要家宅１００の消費電力がサーバ１１０に送信される。なお、理解を容易にするために、以下の説明では、本実施形態の契約メニュー作成方法をサーバ１１０によって実行する場合を例示して説明する。また本実施形態では、電気機器をスマートメータによって通信回線に接続する構成を例示したが、これに限定するものではなく、例えばスマートメータに換えて負荷電流計測装置を用いることも可能である。   FIG. 1 is a schematic view illustrating a contract menu creation method according to the present embodiment. As shown in FIG. 1, a plurality of customer homes 100 are connected to a server 110 by a communication network 106. Smart meters (not shown) are connected to the customer homes 100 respectively, and the power consumption of the customer homes 100 is transmitted to the server 110 from the smart meters via the communication network 106. In order to facilitate understanding, the following description exemplifies a case where the contract menu creating method of the present embodiment is executed by the server 110. Moreover, although the structure which connects an electric equipment to a communication line with a smart meter was illustrated in this embodiment, it is not limited to this, for example, it is also possible to change to a smart meter and to use a load current measuring device.

図２は、本実施形態にかかる契約メニュー作成方法を説明するフローチャートである。図２に示すように、本実施形態の契約メニュー作成方法では、まずサーバ１１０は、スマートメータから送信されてくる多数の需要家宅１００の消費電力を継続的に計測する（ステップＳ２０２）。   FIG. 2 is a flowchart for explaining the contract menu creating method according to the present embodiment. As shown in FIG. 2, in the contract menu creation method of the present embodiment, first, the server 110 continuously measures the power consumption of a large number of customer homes 100 transmitted from the smart meter (step S202).

続いて、サーバは、ステップＳ２０２において計測した多数の需要家宅１００の消費電力のデータ、すなわち需要家宅１００の消費電力のロードカーブを、既存の各契約メニューの典型的なロードカーブ（以下、標準ロードカーブと称する）によってクラスタリングする（ステップＳ２０４）。これにより、まず多数の需要家宅１００の消費電力のデータを、既存の契約メニューが適している消費電力のデータ（需要家）と、既存の契約メニューの中に適した契約メニューがない消費電力のデータ（需要家）とに区分することができる。   Subsequently, the server calculates load data of the power consumption of the large number of customer homes 100 measured in step S202, that is, load curves of power consumption of the customer home 100, typical load curves of existing contract menus (hereinafter referred to as standard load) Clustering is performed according to a curve) (step S204). Thereby, first, data of power consumption of a large number of customer homes 100, data of power consumption (consumer) for which the existing contract menu is suitable, and power consumption of which there is no suitable contract menu in the existing contract menu It can be divided into data (customers).

図３は、クラスタリング後の消費電力のデータの分布を例示する図である。図３では、消費電力のデータ（ロードカーブ）におけるピーク時間を横軸とし、かかるピーク時間時の消費電力量を縦軸としている。クラスタリングした需要家宅の消費電力のデータは、図３に示すようにプロットされる。   FIG. 3 is a diagram illustrating the distribution of power consumption data after clustering. In FIG. 3, the peak time in the power consumption data (load curve) is taken on the horizontal axis, and the power consumption at the peak time is taken on the vertical axis. The power consumption data of the clustered demand homes are plotted as shown in FIG.

本実施形態では、図３に示すクラスタのうち、午前中に消費電力が多い需要家向け、すなわち午前中の電気料金が安価な契約メニューのクラスタとして第１クラスタ１２０ａを例示する。同様に、日中の時間帯に消費電力が多い需要家向け、すなわち日中の電気料金が安価な契約メニューのクラスタとして第２クラスタ１２０ｂ、夜間の時間帯に消費電力が多い需要家向け、すなわち夜間の電気料金が安価な契約メニューとして第３クラスタ１２０ｃを例示する。   In the present embodiment, among the clusters illustrated in FIG. 3, the first cluster 120 a is illustrated as a cluster for a contract menu for consumers with high power consumption in the morning, that is, a contract price for which the electricity charge in the morning is inexpensive. Similarly, for customers with high power consumption during the daytime, that is, the second cluster 120b as a cluster of contract menus with low electricity rates during the daytime, for consumers with high power during the nighttime, ie, The third cluster 120c is illustrated as a contract menu in which the night electricity charge is inexpensive.

図２に示すように、クラスタリングを行ったら、サーバ１１０は、クラスタ（第１クラスタ１２０ａ〜第３クラスタ１２０ｃ）から外れた消費電力のロードカーブと、既存の各契約メニューの標準ロードカーブとを比較する（ステップＳ２０６）。ステップＳ２０６におけるロードカーブの比較では、例えばクラスタから外れた消費電力のロードカーブと、既存の各契約メニューの標準ロードカーブとの相関度を算出し、相関度が所定の閾値以上であったらそれらのロードカーブの形状が近いと判断することができる。これにより、判断を簡略化することができる。   As shown in FIG. 2, when clustering is performed, the server 110 compares the load curve of the power consumption deviated from the cluster (the first cluster 120 a to the third cluster 120 c) with the standard load curve of each existing contract menu. (Step S206). In the comparison of the load curve in step S206, for example, the degree of correlation between the load curve of the power consumption deviating from the cluster and the standard load curve of each existing contract menu is calculated, and if the degree of correlation is a predetermined threshold or more, It can be determined that the shape of the load curve is close. This can simplify the determination.

なお、相関度はロードカーブ全体を用いての比較であるが、ピークタイムやピーク時間帯でその電力消費パターンが既存の契約メニューに含まれるか否かを判断することにより、処理をより簡略化することが可能である。以下、相関度の閾値として第１閾値、および第１閾値より大きい値の第２閾値を設定したと仮定して説明する。   Although the correlation is a comparison using the entire load curve, the process can be simplified by determining whether the power consumption pattern is included in the existing contract menu in peak time or peak time zone. It is possible. In the following, it is assumed that the first threshold and the second threshold larger than the first threshold are set as the threshold of the degree of correlation.

続いてサーバ１１０は、クラスタから外れた消費電力のロードカーブと、既存の各契約メニューの標準ロードカーブのうちいずれかとの相関度が第２閾値以上であるかを判断する（ステップＳ２０８）。例えば図３では、クラスタから外れた消費電力のロードカーブのプロットの１つであるＰ１は、第１クラスタ１２０ａに極めて近い位置にある。このため、Ｐ１のロードカーブと、第１クラスタ１２０ａの契約メニューのロードカーブとの相関度は極めて高い、すなわち相関度は第２閾値以上であると判断される。   Subsequently, the server 110 determines whether the correlation between the load curve of the power consumption which has deviated from the cluster and any of the standard load curves of the existing contract menus is equal to or greater than a second threshold (step S208). For example, in FIG. 3, P1 which is one of the plots of the load curve of the power consumption outside the cluster is in a position very close to the first cluster 120a. Therefore, it is determined that the degree of correlation between the load curve of P1 and the load curve of the contract menu of the first cluster 120a is extremely high, that is, the degree of correlation is greater than or equal to the second threshold.

相関度が第２閾値以上であったら（ステップＳ２０８のＹＥＳ）、サーバ１１０は、クラスタから外れた消費電力のプロットＰ１の需要家に最適な契約メニューは、相関度が高かった第１クラスタ１２０ａの契約メニューであると判断する（ステップＳ２１０）。そして、サーバ１１０は、クラスタから外れた消費電力のロードカーブの全てについて比較が終わるまで（ステップＳ２２０のＮＯ）、ステップＳ２０６に戻って処理を繰り返す。   If the degree of correlation is greater than or equal to the second threshold (YES in step S208), the server 110 determines that the contract menu most suitable for the consumer of the plot P1 of the power consumption deviated from the cluster has a high degree of correlation in the first cluster 120a. It is determined that the menu is a contract menu (step S210). Then, the server 110 returns to step S206 and repeats the processing until the comparison is finished for all of the load curves of the power consumption that have deviated from the cluster (NO in step S220).

一方、相関度が第２閾値未満であったら（ステップＳ２０８のＮＯ）、サーバ１１０は、クラスタから外れた消費電力のロードカーブと、既存の各契約メニューの標準ロードカーブのうちいずれかとの相関度が第１閾値以上であるかを判断する（ステップＳ２１２）。例えば図３では、クラスタから外れた消費電力のロードカーブのプロットの１つであるＰ２は、第２クラスタ１２０ｂに比較的近い位置にある。このため、Ｐ２のロードカーブと、第２クラスタ１２０ｂの契約メニューのロードカーブとの相関度は比較的高い、すなわち相関度は第１閾値以上であると判断される。   On the other hand, if the degree of correlation is less than the second threshold (NO in step S208), the server 110 correlates the load curve of the power consumption out of the cluster with any of the standard load curves of the existing contract menus. Is determined to be equal to or greater than a first threshold (step S212). For example, in FIG. 3, P2 which is one of the plots of the load curve of the power consumption outside the cluster is relatively close to the second cluster 120b. Therefore, it is determined that the degree of correlation between the load curve of P2 and the load curve of the contract menu of the second cluster 120b is relatively high, that is, the degree of correlation is equal to or greater than the first threshold.

相関度が第１閾値以上であったら（ステップＳ２１２のＹＥＳ）、クラスタから外れたサンプルであるＰ２と、第２クラスタ１２０ｂのロードカーブとの差は、第１閾値以上第２閾値未満となる所定範囲内である。この場合、サーバ１１０は、クラスタから外れた消費電力のプロットＰ２を範囲内に含むよう、具体的には図３に示す破線円１２０ｅの範囲となるよう、第２クラスタ１２０ｂの契約メニュー（既存の契約メニュー）の内容を修正する（ステップＳ２１４）。   If the degree of correlation is greater than or equal to the first threshold (YES in step S212), the difference between the sample P2 out of the cluster and the load curve of the second cluster 120b is at least the first threshold and less than the second threshold. It is in the range. In this case, the server 110 selects the contract menu of the second cluster 120b (existing) so that the range P2 of the power consumption outside the cluster is included in the range, specifically, the range of the dashed circle 120e shown in FIG. The content of the contract menu is corrected (step S214).

上記のように既存の契約メニューのロードカーブとの差が少ない場合には、クラスタから外れたサンプルに合わせて既存の契約メニューを修正することにより、既存の契約メニューはそのクラスタから外れたプロットに適した契約メニューとなる。これにより、契約メニューが増えすぎることによる複雑化を招くことなく、顧客満足度の向上を図ることが可能となる。   As mentioned above, when the difference with the load curve of the existing contract menu is small, by modifying the existing contract menu according to the sample which is out of the cluster, the existing contract menu becomes a plot which is out of the cluster It becomes a suitable contract menu. As a result, it is possible to improve customer satisfaction without causing complication due to an increase in the number of contract menus.

一方、相関度が第１閾値未満であったら（ステップＳ２１２のＮＯ）、サーバ１１０は、クラスタリングでクラスタから外れたサンプル（プロット）の消費電力のデータを機器分離し、クラスタから外れる要因となった機器を推定する（ステップＳ２１６）。詳細には、ステップＳ２１６における機器分離では、サーバ１１０は、消費電力のデータ（波形データ）を機器（電気機器）ごとに分離する。これにより、どのような機器が増えたまたは減ったことにより消費電力の変動が生じたか、すなわちクラスタから外れる要因となった機器を推定することができる。したがって、従来のような需要家への聞き取りを行うことなく、消費電力の変動原因を推定可能となる。   On the other hand, if the degree of correlation is less than the first threshold (NO in step S212), the server 110 separates the data of the power consumption of the sample (plot) out of the cluster by clustering, which causes the out of cluster The device is estimated (step S216). Specifically, in the device separation in step S216, the server 110 separates power consumption data (waveform data) for each device (electrical device). As a result, it is possible to estimate what kind of equipment has increased or decreased the fluctuation of power consumption, that is, the equipment that has become the cause of being out of the cluster. Therefore, it is possible to estimate the cause of fluctuation in power consumption without interviewing consumers as in the past.

機器分離を行ったら、サーバ１１０は、推定した機器、すなわち増減した機器を含めたロードカーブをシミュレーションによって算出する（ステップＳ２１８）。具体的には、クラスタから外れる要因が例えば需要家宅において電気自動車を新たに使用開始したことである、換言すれば電気自動車がクラスタから外れる要因であると推定された場合、サーバ１１０は、需要家宅１００にて使用されている各電気機器の消費電力の標準的なロードカーブを積算して（積み上げて）、その需要家宅１００におけるロードカーブをシミュレーションする。   After the device separation, the server 110 calculates a load curve including the estimated device, that is, the increased or decreased device by simulation (step S218). Specifically, for example, when it is estimated that the factor of leaving the cluster is the start of using the electric car newly at the customer's home, in other words, the factor is the factor of the electric car leaving the cluster, the server 110 will The load curves of the power consumption of each of the electric devices used at 100 are integrated (stacked) to simulate the load curves at the home 100 of the customer.

シミュレーションを行ったら、サーバ１１０は、クラスタから外れた消費電力のロードカーブの全てについて比較が終わるまで（ステップＳ２２０のＮＯ）、ステップＳ２０６に戻って処理を繰り返す。そして、クラスタから外れた消費電力のロードカーブの全てについて比較が終わったら（ステップＳ２２０のＹＥＳ）、サーバ１１０は、要因となった機器の使用に適した新規の契約メニューを検討する（ステップＳ２２２）。   After performing the simulation, the server 110 returns to step S206 and repeats the processing until all the load curves of the power consumption that are out of the cluster have been compared (NO in step S220). Then, when the comparison is completed for all of the load curves of the power consumption that has deviated from the cluster (YES in step S220), the server 110 examines a new contract menu suitable for use of the device that is the factor (step S222). .

具体的には、図３の四角枠内の右下にある一群のプロットのように、すべてのクラスタから外れたプロットが複数集合していたとする。これは、既存の契約メニューの標準ロードカーブには沿わないが、ある程度定型的な消費パターンの需要家が複数いるということである。そしてこれらのプロットは上記の処理でロードカーブをシミュレーションによって算出されている。そこで、サーバ１１０は、それらのプロットを含むような第４クラスタ１２０ｄを設定し、第４クラスタ１２０ｄに含まれる需要家のシミュレーションされたロードカーブに適した新規の契約メニューを検討し、必要に応じてその新規の契約メニューを作成する。   Specifically, it is assumed that a plurality of plots deviated from all clusters are gathered as in a group of plots at the lower right in the square frame in FIG. 3. This means that there is a plurality of consumers having a somewhat fixed consumption pattern, although it does not follow the standard load curve of the existing contract menu. These plots are calculated by simulating the load curve in the above process. Therefore, the server 110 sets up the fourth cluster 120 d to include those plots, and examines a new contract menu suitable for the simulated load curve of the customer included in the fourth cluster 120 d, as necessary. Create a new contract menu.

上記説明したように、本実施形態の契約メニュー作成方法によれば、クラスタから外れたサンプル、すなわち既存の契約メニューの中に適した契約メニューがない需要家の消費電力のデータを機器分離することにより、消費電力の変動の要因となる機器、換言すればクラスタから外れる要因となった機器を、需要家への聞き取りを行うことなく、すなわち自動的に推定することができる。したがって、推定された機器の消費電力の傾向を反映し、かかる機器を使用する需要家の電力の消費パターンに適した契約メニューを作成することが可能となる。   As described above, according to the contract menu creation method of the present embodiment, it is possible to separate the data of the power consumption data of the customer who is out of the cluster, that is, the customer whose contract menu is not suitable in the existing contract menu. Thus, devices that cause fluctuations in power consumption, in other words, devices that cause them to go out of a cluster, can be estimated automatically without listening to the consumer. Therefore, it is possible to reflect the estimated power consumption trend of the device and create a contract menu suitable for the consumption pattern of the power of the customer using such device.

以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明は係る例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、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。   Although the preferred embodiments of the present invention have been described above with reference to the accompanying drawings, it goes without saying that the present invention is not limited to such examples. It will be apparent to those skilled in the art that various changes or modifications can be conceived within the scope of the appended claims, and of course these also fall within the technical scope of the present invention. It is understood.

本発明は、需要家に対して最適な契約メニューを作成する契約メニュー作成方法として利用することができる。   The present invention can be used as a contract menu creation method for creating an optimal contract menu for a consumer.

１００…需要家宅、１０６…通信網、１１０…サーバ、１２０ａ…第１クラスタ、１２０ｂ…第２クラスタ、１２０ｃ…第３クラスタ、１２０ｄ…第４クラスタ、１２０ｅ…破線円 100 ... consumer home, 106 ... communication network, 110 ... server, 120 a ... first cluster, 120 b ... second cluster, 120 c ... third cluster, 120 d ... fourth cluster, 120 e ... dashed circle

Claims (2)

多数の需要家の消費電力を継続的に計測し、
前記計測した多数の消費電力のデータを既存の契約メニューの典型的なロードカーブによってクラスタリングし、
前記クラスタリングでクラスタから外れたサンプルの消費電力のデータを機器分離し、
クラスタから外れる要因となった機器を推定し、
前記要因となった機器の使用に適した契約メニューを作成することを特徴とする契約メニュー作成方法。 Continuously measure the power consumption of many consumers,
Clustering the measured data of a large number of power consumptions by a typical load curve of an existing contract menu,
Separate the data of the power consumption of the samples out of the cluster by the clustering,
Estimate the device that caused the deviation from the cluster,
A contract menu creation method, comprising: creating a contract menu suitable for use of the device that is the factor. クラスタから外れたサンプルと、前記ロードカーブとの差が所定範囲以内であったら、既存の契約メニューを修正することを特徴とする請求項１に記載の契約メニュー作成方法。   The contract menu creation method according to claim 1, wherein the existing contract menu is modified if the difference between the sample out of the cluster and the load curve is within a predetermined range.
JP2015040947A 2015-03-03 2015-03-03 Contract menu creation method Active JP6525642B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015040947A JP6525642B2 (en) 2015-03-03 2015-03-03 Contract menu creation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015040947A JP6525642B2 (en) 2015-03-03 2015-03-03 Contract menu creation method

Publications (2)

Publication Number Publication Date
JP2016163445A JP2016163445A (en) 2016-09-05
JP6525642B2 true JP6525642B2 (en) 2019-06-05

Family

ID=56847394

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015040947A Active JP6525642B2 (en) 2015-03-03 2015-03-03 Contract menu creation method

Country Status (1)

Country Link
JP (1) JP6525642B2 (en)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7019019B2 (en) * 2018-02-21 2022-02-14 三菱電機株式会社 Energy saving management device, energy saving management system, energy saving management method and program
CN108681744B (en) * 2018-04-18 2021-09-17 西北工业大学 Power load curve hierarchical clustering method based on data partitioning
CN109766907A (en) * 2018-11-23 2019-05-17 国网江苏省电力有限公司电力科学研究院 A kind of trade power consumption schema extraction method for supporting pattern cycle self-discovery
CN109861208B (en) * 2019-01-07 2020-09-01 南京工程学院 Electric vehicle grid-connected optimization scheduling method based on two-stage preprocessing strategy
CN110690729B (en) * 2019-10-14 2021-04-23 广东电网有限责任公司 Pumped storage optimization scheduling method for adjusting peak-valley difference of power system

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003150675A (en) * 2001-11-09 2003-05-23 E & E Planning:Kk Method for entering into power purchase contract
JP2003256966A (en) * 2002-02-26 2003-09-12 Tokyo Electric Power Co Inc:The Use information presentation system of power
JP2004164009A (en) * 2002-11-08 2004-06-10 Sanmei:Kk Electric power usage optimization proposal system
JP2008015921A (en) * 2006-07-07 2008-01-24 Mitsubishi Electric Corp Power load representative pattern preparing device and power load representative pattern preparation program
JP2009277138A (en) * 2008-05-16 2009-11-26 Toshiba Corp Semiconductor integrated circuit device, bus device, and data transfer method
JP5545838B2 (en) * 2010-05-11 2014-07-09 宏章 西 Power control system

Also Published As

Publication number Publication date
JP2016163445A (en) 2016-09-05

Similar Documents

Publication Publication Date Title
JP6525642B2 (en) Contract menu creation method
Nasir et al. Recent Challenges and Methodologies in Smart Grid Demand Side Management: State‐of‐the‐Art Literature Review
Safamehr et al. A cost-efficient and reliable energy management of a micro-grid using intelligent demand-response program
CA2784548C (en) Method, system and computer program product for scheduling demand events
US10063052B2 (en) Method and system for distributing and/or controlling an energy flow taking into account constraints relating to the electricity network
JP5740561B2 (en) Voltage control apparatus, voltage control method, and voltage control program
CN106463961B (en) Frequency response
EP2533397A2 (en) Coordinating energy management systems and intelligent electrical distribution grid control systems
US10908198B2 (en) Determining meter phase using interval voltage measurements
WO2012098729A1 (en) Power demand regulation apparatus, power regulation network system, and power regulation method
KR20150123540A (en) A method and an apparatus operating of a smart system for optimization of power consumption
EP3425585B1 (en) Method of utility usage analysis
Wang et al. Chance constrained unit commitment considering comprehensive modelling of demand response resources
Liu et al. Techno-economic feasibility assessment of grid-defection
Narimani et al. The effect of demand response on distribution system operation
Li et al. Development of time-of-use price by clustering techniques
Abreu et al. Application of genetic algorithms and the cross‐entropy method in practical home energy management systems
Ding et al. Individual nonparametric load estimation model for power distribution network planning
Azuatalam et al. Techno-economic Analysis of Residential PV-battery Self-consumption
El-Baz et al. Evaluation of energy market platforms potential in microgrids: Scenario analysis based on a double-sided auction
JP2005045899A (en) System and method for electric power transaction
Yuan et al. Implementing zonal pricing in distribution network: The concept of pricing equivalence
JP6549896B2 (en) Electric power demand adjustment device, electric power demand adjustment method and electric power demand adjustment program
Zhao et al. Demand side response performance assessment: An impact analysis of load profile accuracy on DSR performances
KR101821891B1 (en) Method of information processing for electric power

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180216

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20180413

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20181026

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: 20190423

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190507

R150 Certificate of patent or registration of utility model

Ref document number: 6525642

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250