JP6589228B1 - 制御装置、空調制御システム、制御方法及びプログラム - Google Patents

Abstract

【課題】空調機の圧縮機の保護制御を実行するタイミングを、電力料金単価に応じて変更することができる制御装置を提供する。【解決手段】空調機の制御装置は、時間毎の電力料金単価の情報を取得する料金情報取得部と、空調機が備える圧縮機の保護制御を実行するタイミングを電力料金単価に応じて変更する制御部と、を備える。【選択図】図２

Description

本発明は、制御装置、空調制御システム、制御方法及びプログラムに関する。

電力の需要と供給のバランスを、例えば電力料金を上下させることによって調整し、ピーク時の電力供給量を抑制するＡＤＲ（Automated Demand Response）と呼ばれる技術が存在する。例えば、米国では、ＯｐｅｎＡＤＲによる電力料金のリアルタイム化が一般市場において展開されており、リアルタイムで安い電力供給会社を選択する等の運用が可能になっている。我が国においても政府主導のもとＡＤＲ規格として、米国のＯｐｅｎＡＤＲ２．０の国内版を展開する動きがある。

このような動きに対し、電力料金がリアルタイムに変化する条件下で、空調の快適さを損なわずに電力料金を抑制する空調システムの制御方法（ＲＴＰ（Real Time Pricing）制御）が提案されている（例えば、特許文献１）。

特開２０１８−０４０５１０号公報

圧縮機の運転には、油戻し制御や均油制御などの保護制御が組み込まれている。圧縮機の故障を防ぐため、保護制御は、他の制御より優先的に実行される。上述したＲＴＰ制御では、電力料金が高額な時間帯は、圧縮機の回転数を低下させて消費電力量を抑え、電力料金を抑制する。しかし、電力料金が高額な時間帯に保護制御の実行タイミングが重なると、ＲＴＰ制御よりも保護制御が優先して実行されるため、電力料金が上昇してしまう。

そこでこの発明は、上述の課題を解決することのできる制御装置、空調制御システム、制御方法及びプログラムを提供することを目的としている。

本発明の一態様によれば、制御装置は、空調機の制御装置であって、時間毎の電力料金単価の情報を取得する料金情報取得部と、前記空調機が備える圧縮機の保護制御のうち、前記圧縮機の回転数の上昇を伴う前記保護制御を実行するタイミングを、前記電力料金単価が高額となる時間帯を回避するように変更する制御部と、を備える。

本発明の一態様によれば、前記制御部は、前記電力料金単価が高額な時間帯に前記保護制御が実行される場合には、当該時間帯に至る前に前記圧縮機を休止させる。

本発明の一態様によれば、前記制御部は、前記電力料金単価が高額な時間帯の後に前記圧縮機の運転を再開させる。

本発明の一態様によれば、前記制御部は、前記電力料金単価が高額な時間帯に前記保護制御が実行される場合には、当該時間帯に至る前に前記圧縮機の保護制御が完了するように前記保護制御を実行する。

本発明の一態様によれば、前記制御部は、前記保護制御の実行が保留される時間が所定の閾値以上となる場合、前記電力料金単価に関わらず、前記保護制御の実行を許可する。

本発明の一態様によれば、前記制御装置は、前記圧縮機の前記保護制御が実行されるタイミングを予測する予測部、をさらに備える。

本発明の一態様によれば、前記圧縮機の前記保護制御は、油戻し制御または均油制御である。

本発明の一態様によれば、前記制御装置は、前記空調機の運転状態に関する運転状態情報を取得する運転情報取得部と、前記運転状態情報と所定の予測モデルと時間毎の前記電力料金単価の情報とに基づいて、未来の所定期間における前記空調機の運転に関する評価値を算出する評価部と、前記評価値が最適な値となるように運転するための前記空調機に対する制御情報を算出する制御情報算出部と、をさらに備え、前記制御部は、前記制御情報算出部が算出した制御情報より優先して前記保護制御の実行タイミングの変更を指示する制御情報を前記空調機へ出力する。

本発明の一態様によれば、空調制御システムは、前記制御装置と、前記制御装置によって制御される１台以上の空調機とを備える。

本発明の一態様によれば、制御方法は、空調機の制御方法であって、時間毎の電力料金単価の情報を取得するステップと、前記空調機が備える圧縮機の保護制御のうち、前記圧縮機の回転数の上昇を伴う前記保護制御を実行するタイミングを、取得した前記電力料金単価が高額となる時間帯を回避するように変更するステップと、を有する。

本発明の一態様によれば、プログラムは、コンピュータを、時間毎の電力料金単価の情報を取得する手段、空調機が備える圧縮機の保護制御のうち、前記圧縮機の回転数の上昇を伴う前記保護制御を実行するタイミングを、取得した前記電力料金単価が高額となる時間帯を回避するように変更する手段、として機能させる。

本発明によれば、電力料金の変動に応じて圧縮機の保護制御を実行するタイミングを変更することができる。

本発明の第一実施形態における空調制御システムの一例を示す図である。 本発明の第一実施形態における制御装置の一例を示す機能ブロック図である。 本発明の第一実施形態における電力料金スケジュール情報の一例を示す図である。 本発明の第一実施形態における運転制限スケジュール情報の一例を示す図である。 本発明の第一実施形態における電力制限運転を説明する第一の図である。 本発明の第一実施形態における電力制限運転を説明する第二の図である。 圧縮機の保護制御の実行が与える影響を説明する図である。 本発明の第一実施形態における圧縮機の保護制御の実行タイミング変更処理を説明する図である。 本発明の第一実施形態における保護制御の実行タイミングを予測する予測モデルの一例を示す図である。 本発明の第一実施形態におけるＲＴＰ制御の一例を示すフローチャートである。 本発明の第一実施形態における制御装置の処理の一例を示すフローチャートである。 本発明の第二実施形態における制御装置の処理の一例を示すフローチャートである。 本発明の第三実施形態における制御装置の一例を示す機能ブロック図である。 本発明の第三実施形態における制御装置の処理の一例を示すフローチャートである。 本発明の各実施形態における制御装置のハードウェア構成の一例を示す図である。

＜第一実施形態＞
以下、本発明の一実施形態による空調制御システムおよび圧縮機の保護制御の実行タイミング変更処理について図１〜図１１を参照して説明する。
図１は、本発明の第一実施形態における空調制御システムの一例を示す図である。空調制御システム１００は、ビル４に備えられた１台以上空調機３１〜３ｍを、ユーザの快適性を保ちつつ低コストで運転するための制御システムである。さらに本実施形態の空調制御システム１００は、エリア毎にそのエリアに対する空調の優先度を設定したうえで、空調機３１〜３ｍ全体での経済性やエリア毎の快適性を所望の状態に制御することを特徴とする。ここでエリアとは、空調対象の単位となる空間のことである。エリアは、ビル４内の１つの部屋、１つのフロアであってもよいし、複数のビルを跨る複数の部屋や複数のフロアを１つのエリアとして設定してもよい。また、１つのエリアには、異なる冷媒系統（ブロック）に属する複数の室内機が設置されていてもよい。

空調制御システム１００は、ＤＲＡＳサーバ１と、ＤＲＡＳクライアント２と、ゲートウェイ３と、空調機３１〜３ｍと、を含んで構成される。ＤＲＡＳサーバ１は、例えば電力会社が運用するサーバ端末装置である。電力会社は、電力料金単価を例えば１０分毎に変更する。例えば、電力会社は、電力の需要による電力不足が見込まれる場合には、電力料金単価を上昇させて需要家に節電を促し、電力需要が比較的少ないと見込まれる時間には電力料金単価を下げて電力の消費を促す。ＤＲＡＳサーバ１とＤＲＡＳクライアント２とは通信可能に接続されており、一般に公開されたプロトコル（例えばＯｐｅｎＡＤＲ２．０等）に基づく通信を行う。例えば、ＤＲＡＳサーバ１は、未来における所定期間分（例えば、３０分間）の電力料金のスケジュール情報を、ＤＲＡＳクライアント２に送信する。

ＤＲＡＳクライアント２は、例えば空調機３１等の運用を行う企業が運用するサーバ端末装置である。ＤＲＡＳクライアント２は、ＤＲＡＳサーバ１から取得した電力料金のスケジュール情報に基づいて、どのような運転を行えば、ユーザの設定温度を実現しつつ安い電力料金で空調機３１〜３ｍを運転できるかを示す運転制限スケジュール情報を算出する。ＤＲＡＳクライアント２は、インターネット等のネットワークを介して、ゲートウェイ３と通信可能に接続されている。ＤＲＡＳクライアント２は、算出した運転制限スケジュール情報をゲートウェイ３に送信する。

ゲートウェイ３は、ビル４に設けられた通信装置である。ビル４には、複数の室内機を有するマルチ型の空調機３１〜３ｍが設けられている。空調機３１は、室外機３０１と、室内機３１１〜３１ｎを備える。空調機３２は、室外機３０２と、室内機３２１〜３２ｎを備える。空調機３３，３４，３ｍについても同様である。例えば、室外機３０１は、圧縮機、熱交換器等を有しており、冷媒を室内機３１１，３１ｎ等へ送出する。室内機３１１等は、ビル４の部屋に設けられており、その部屋の温度を、ユーザ所望の温度となるように空調を行う。空調機３１〜３ｍの各々は、１つの冷媒系統である。つまり、室外機３０１と、室内機３１１〜３１ｎ等は冷媒配管で接続された１つの制御単位である。本実施形態では、この制御単位をブロックと呼ぶ。例えば、空調機３１をブロック１、空調機３２をブロック２、空調機３ｍをブロックｍと呼ぶ。空調制御システム１００では、空調機３１等の制御はブロック単位で行うが、温度制御はエリア単位で行う。例えば、エリアａ１は１つの部屋であって、エリアａ１の温度は複数の室内機３１１、３１２、３２１、３２２を用いて制御する。室内機３１１、３１２はブロック１、室内機３２１、３２２はブロック２に属している。同様にエリアａ２は１つのフロア全体であって、エリアａ２の温度を制御する室内機３１ｎ〜３ｍｎは、それぞれブロック１〜ｍに属している。エリアが複数のブロックに跨ることは必須ではない。例えば、エリアａ３は、室内機３４２〜３４３によって制御されるが、室内機３４２〜３４３は何れもブロック４に属している。また、エリアは、エリアａ４のように１つの室内機３ｍ１で制御される空間であってもよい。本実施形態では、エリア単位で室温達成の優先度を設定することができる。例えば、エリアａ１の温度を重視する場合、エリアａ１の優先度を高く設定することで、他のエリアの温度を多少犠牲にしても、エリアａ１の温度をより高い精度で所望の温度に制御することができる。また、室温の達成をあまり重視しない部屋については、各部屋をそれぞれ１つずつのエリアとして設定してもよいし、それらの部屋をまとめて一つのエリアとして設定してもよい。複数ブロック全体での電力料金を抑えつつ、優先度の高いエリアの快適性を重視して空調快適性を実現する制御を、エリア複合ＲＴＰ（Real Time Pricing）制御と呼ぶ。

ゲートウェイ３は、ＤＲＡＳクライアント２から取得した空調機毎の運転制限スケジュール情報を、対応する空調機３１〜３ｍへ出力する。空調機３１〜３ｍの各々は取得した運転制限スケジュール情報に基づいて、自装置の運転を制御する。

図２は、本発明の一実施形態における制御装置の一例を示す機能ブロック図である。
図２を用いてＤＲＡＳクライアント２の構成について説明する。ＤＲＡＳクライアント２は、運転情報取得部２１と、料金情報取得部２２と、制御情報算出部２３と、運転状態予測部２４と、評価部２５と、通信部２６と、記憶部２７と、保護制御実行予測部２８と、制御部２９とを備える。

運転情報取得部２１は、空調機３１〜３ｍの運転情報を取得する。運転情報とは、例えば、空調機３１の運転による消費電力量、運転時の室内温度、設定温度および室外温度、圧縮機の回転数等である。運転情報取得部２１は、例えば所定の時間毎に空調機３１〜３ｍの運転情報を取得し、記憶部２７に取得した運転情報を記録する。
料金情報取得部２２は、ＤＲＡＳサーバ１が送信した電力料金のスケジュール情報を取得する。電力料金のスケジュール情報については、後に図３を用いて説明する。

制御情報算出部２３は、所定の最適化手法を用いて、ユーザの快適性を保ちつつ、電力料金を抑制する空調機３１〜３ｍの運転を実現する運転制限スケジュール情報を算出する。所定の最適化手法とは、例えば、ＳＡ（Simulated Annealing）アルゴリズム（焼きなまし法）、遺伝的アルゴリズム、粒子群最適化などの手法である。また、ユーザの快適性を保ちつつ、電力料金を抑制する運転制限スケジュール情報とは、後述する評価部２５が算出する評価値Ｊｃの値が最も小さな値となる場合の運転制限スケジュールのことをいう。本実施形態の場合、運転制限スケジュール情報とは、所定時間毎の空調機３１〜３ｍのそれぞれが消費する電力の上限値である。制御情報算出部２３は、算出した運転制限スケジュール情報を制御部２９へ出力する。

運転状態予測部２４は、運転制限スケジュール情報が示す条件下での空調機３１，３２，３ｍ等の運転状態を予測する。例えば、運転状態予測部２４は、運転情報取得部２１が取得した空調機３１の現在の運転状態に基づいて数分先の空調機３１の運転状態を予測する。また、例えば、運転状態予測部２４は、現在の運転状態に基づいて予測した数分先の空調機３１の運転状態に基づいて、さらに数分先の空調機３１の運転状態を予測する。運転状態の予測には、例えば、ニューラルネットワークと呼ばれる機械学習アルゴリズムによる予測モデルを用いる。

評価部２５は、運転状態予測部２４が予測した所定時間先の空調機３１〜３ｍの運転状態を後述する評価関数によって評価する。より具体的には、評価部２５は、電力料金評価部２５１と快適性評価部２５２とを備えており、電力料金（コスト）とユーザにとっての快適性の両面から運転状態予測部２４が予測した未来における空調機３１〜３ｍの運転に対する評価を行う。

通信部２６は、他装置との通信を行う。例えば、通信部２６は、ＤＲＡＳサーバ１とデータ通信を行い、電力料金のスケジュール情報を取得する。あるいは、通信部２６は、ゲートウェイ３とデータ通信を行い、運転制限スケジュール情報や、圧縮機の保護制御の実行タイミングの変更を指示する制御情報をゲートウェイ３へ送信する。

記憶部２７は、運転制限スケジュール情報の算出に必要な種々のデータを記憶する。例えば、記憶部２７は、運転状態予測部２４が運転状態の予測に用いる予測モデルを記憶している。この予測モデルは、ある運転制限スケジュール情報を与えた場合の過去の運転状態の実績情報に基づいてニューラルネットワーク等の手法で生成した予測モデルである。この予測モデルは、電力制限スケジュール情報と、実際の消費電力量、室内温度、室外温度を入力すると、所定時間先の未来における室内温度とそのときまでに消費される消費電力量の予測値を出力する。本実施形態の場合、予測モデルは、１分毎の室内温度と消費電力量を５分先まで予測する。予測モデルは、例えば、空調機３１〜３ｍ毎に用意されている。
また、記憶部２７は、圧縮機ごとの保護制御の実行タイミングを予測する予測モデル（保護制御予測モデル）を記憶する。

保護制御実行予測部２８は、室外機３０１〜３０ｍの各々が備える各圧縮機（図示せず）について、保護制御が実行されるタイミングを予測する。保護制御実行予測部２８は、当該予測にあたって、例えば、保護制御予測モデルを使用する。なお、保護制御とは、例えば、油戻し制御、均油制御である。これらの制御については、一般的な技術の為、詳細な説明を省略するが、どちらも圧縮機の回転数を上昇させる制御が伴う。

制御部２９は、保護制御実行予測部２８が予測した保護制御の実行タイミングと、料金情報取得部２２が取得した電力料金スケジュール情報とに基づいて、保護制御の実行タイミングを変更する制御情報を、通信部２６を介して、室外機３０１〜３０ｍへ送信する。また、制御部２９は、制御情報算出部２３が算出した運転制限スケジュール情報を、通信部２６を介して、室外機３０１〜３０ｍへ送信する。

図３は、本発明の一実施形態における電力料金スケジュール情報の一例を示す図である。電力料金のスケジュール情報には、所定時間（例えば１０分）毎の電力料金単価が含まれている。図３の例の場合、本日の１４：００〜１４：１０では１ｋＷｈあたりの電力料金が３０円、１４：１０〜１４：２０では１０円、１４：２０〜１４：３０では１００円となっている。ＤＲＡＳサーバ１は、例えば、時間が１０分経過する毎に、３０分先までの１０分毎の電力料金単価が含まれたスケジュール情報をＤＲＡＳクライアント２へ送信する。ＤＲＡＳクライアント２では、料金情報取得部２２が電力料金単価のスケジュール情報を、通信部２６を介して取得し、記憶部２７へ記録する。

図４は、本発明の一実施形態における運転制限スケジュール情報の一例を示す図である。運転制限スケジュール情報には、所定時間（例えば５分）毎の電力制限値が含まれている。
この電力制限値は、図３で例示した電力料金単価の場合に、ユーザが設定した室内の設定温度をなるべく達成しつつ、最安の電力料金で空調機３１等を運転するための空調機３１等が消費する電力の上限値である。
図４の例の場合、単価が３０円の時間帯（１４：００〜１４：１０）では、前半が１４ｋＷ、後半が７ｋｗとなっている。続いて、単価が１０円の時間帯（１４：１０〜１４：２０）では前半が３ｋＷ、後半が７ｋｗとなっている。最後に単価が１００円の時間帯（１４：２０〜１４：３０）では前半、後半ともに０ｋｗとなっている。
ＤＲＡＳクライアント２では、制御情報算出部２３が算出した運転制限スケジュールが示す条件下での３０分後までの空調機３１〜３ｍの運転状態を運転状態予測部２４が予測し、評価部２５がその３０分間の運転による電力料金、エリア毎の快適性を評価する。そして、制御情報算出部２３は、評価部２５による評価結果に基づいて、より適切な運転制限スケジュール情報を再設定する。例えば、快適性が良好でも電力料金が高額になる場合には、制御情報算出部２３は運転制限スケジュールの電力制限値を抑え、より低電力で運転を行う条件を再設定する。また、例えば、電力料金は非常に安くなるが快適性も低い場合、制御情報算出部２３は運転制限スケジュールの電力制限値を上昇させ、電力料金が相対的に上昇してもユーザが設定した設定温度を実現することにより、快適性を向上させる条件を再設定する。図４に例示する電力制限運転のスケジュール情報は、このようにして最適化された所定時間毎の電力制限値である。

次に評価部２５が使用する評価関数について説明する。以下の式（１）〜式（４）が本実施形態の評価関数の一例である。

ここで、αは電力料金評価に対する重み係数、ｂはブロックの識別番号（ｂ＝１,２,・・・，ｂ_ｍａｘ）、ｍは単位時間（例えば５分間）の番号、Ｒ（ｍ）はｍ単位時間時の電力単価、Ｗ_５ ^ｂ（ｍ）はｍ単位時間時におけるブロックｂでの空調機３ｂによる使用電力量［Ｗｈ］、ａはエリアの識別番号（ａ＝１,２,・・・，ａ_ｍａｘ）、Ｚ^ａ（ｍ）はｍ単位時間時におけるエリアａの快適性評価値である。β^ａはエリアａに対する空調の優先度（−１．０≦β^ａ≦１．０）であって式（３）が成立する。Ｔ^ａ _ＳＡＡ（ｍ）はｍ単位時間時におけるエリアａの平均室温偏差（℃）である。ｉは室内機の識別番号（ｉ＝１，２・・・Ｉｍａｘ）、Ｔ^ｂ _Ａｉ（ｍ）はｍ単位時間時における対象となるエリアａに属する室内機ｉのセンサが計測した室内温度（吸込み温度）（℃）、Ｔ^ｂ _Ｓｉ（ｍ）はｍ単位時間時における対象となるエリアａについて設定された室内機ｉのユーザ設定温度（℃）、Ｃ^b _Ｐｉはブロックｂの室内機ｉの定格冷暖房能力［ｋＷ］、Ｓ^b _ＲＳｉはブロックｂの室内機ｉの運転状態（０が停止、１が運転中）である。

電力料金評価部２５１は、式（１）右辺の第１項の式により電力料金の評価値を算出する。快適性評価部２５２は、式（１）右辺の第２項の式と式（２）〜式（４）により快適性の評価値を算出する。式（１）右辺の第１項はブロック別の単位時間あたりの電力料金を所定期間にわたって合計し、合計した値を全ブロックについて集計する式である。電力料金が高い程、第１項の値は大きくなる。第２項は、単位時間あたりの室内機毎のユーザによる設定温度と実際の室内温度（空調温度）の温度差に基づく値に対して、エリア別の優先度係数β^ａを乗じて２乗した値を所定期間にわたって合計し、合計した値を全エリアについて集計する式である。第２項は、ユーザが設定した設定温度と実際の室内温度の温度差が大きい程（快適性が低い程）、大きな値となる。また、優先度係数β^ａが大きい、つまり優先されるエリアａでの温度差が大きいほど、第２項の値は大きな値となる。従って、電力料金が安く、各エリア（特に優先度の高いエリア）での快適性が高い程、式（１）の値は小さな値となる。制御情報算出部２３は、評価部２５が算出した式（１）による評価値Ｊｃがなるべく小さくなるように電力制限運転のスケジュール情報を調整する。

図５は本発明の一実施形態における電力制限運転を説明する第一の図である。
図６は本発明の一実施形態における電力制限運転を説明する第二の図である。
図５、図６において縦軸は消費電力（ｋＷ）、横軸は時間（分）を示している。図６の場合、縦軸はさらに電力制限値（ｋＷ）を示している。
図５に示すグラフ５１は、平常運転時の制御（本実施形態の電力制限値による運転制限を設けない制御）によって空調機３１を運転したときの消費電力量の時間推移を示している。
図６に示すグラフ６１は、本実施形態のエリア複合ＲＴＰ制御によって空調機３１〜３ｍを運転したときの空調機３１についての消費電力量の時間推移を示している。また、グラフ６２は、制御情報算出部２３が算出した空調機３１に対する運転制限スケジュール（電力制限値の時間推移）を示している。

まず、運転状態予測部２４が、運転情報取得部２１が取得した最新の空調機３１の運転状態情報（電力制限値、実際の電力、室内温度、設定温度、室外温度）と予測モデルによって５分先までの１分毎の空調機３１の運転状態を予測する。次に運転状態予測部２４が、自らが予測した５分後の空調機３１の運転状態情報と予測モデルによってさらに５分先（つまり時間５分から１０分）までの１分毎の空調機３１の運転状態を予測する。運転状態予測部２４は、同様の５分単位の予測を計６回繰り返し、時間０を基準として３０分後までの運転状態を模擬する。なお、これら６回の模擬において電力制限値については任意の値を与える。
次に評価部２５が式（１）に、運転状態予測部２４が模擬した３０分間の運転状態情報を代入し評価値を算出する。なお、α、β^ａ、Ｃ^b _Ｐｉ等の定数については予め設定され記憶部２７に記録されている。また時間毎の電力料金単価Ｒ（ｍ）には料金情報取得部２２が取得した電力料金スケジュール情報を用いる。各エリアの目標温度Ｔ^ｂ _Ｓｉ（ｍ）については、各室内機ｉを通じて設定された値を用いる。

次に制御情報算出部２３が、評価部２５が算出した評価値に基づいて、５分毎の電力制限値の最適化を行う。例えば、開始から５分間（１回目の模擬区間）は目標の設定温度を達成するために高めの電力制限値を設定し、空調機３１の運転を促進する。また、４回目の模擬区間（１５〜２０分）については、次に電力料金単価が１００円と高額になる区間なので、高額区間（５〜６回目の模擬区間）での運転を抑制するために予め強めの運転を行って部屋を涼しくしておくなど、電力料金単価の変動と設定温度と室内温度との乖離具合（快適性）とに応じた電力制限値を設定する。

また、制御情報算出部２３は、目標の設定温度を達成すべく、各エリアａに付された優先度係数β^ａを参照して、優先度係数β^ａが大きな室内機ｉの室温が設定温度を達成できるような制御情報を算出する。例えば、制御情報算出部２３は、優先度係数β^ａに大きな値が設定された室内機を多く含むブロックの空調機３１等への電力制限値は、確実に目標温度が達成できるように十分に大きな値を設定し、優先度係数β^ａに小さな値が設定された室内機を多く含む空調機の電力制限値には、相対的に小さな値を設定する。

次に運転状態予測部２４は、制御情報算出部２３が設定した６つの区間（３０分間）に対する新たな運転制限スケジュール情報（時間毎の電力制限値、または時間毎の電力制限値および圧縮機の回転数）を用いて、再度、未来の３０分間における空調機３１の運転状態を模擬する。また、評価部２５はその模擬結果を式（１）の評価関数によって評価する。また、制御情報算出部２３が、ＳＡアルゴリズムなどの最適化手法を用いて評価値Ｊｃを最小にする運転制限スケジュール情報を算出する。

このような運転制限スケジュール情報の最適化を繰り返し、評価値Ｊｃの値を最小にする空調機３１〜３ｍごとの運転制限スケジュールが決定されると、制御情報算出部２３が最適化された運転制限スケジュール情報を、通信部２６を介してゲートウェイ３に送信する。ゲートウェイ３は最適化された運転制限スケジュール情報を空調機３１〜３ｍに送信し、空調機３１〜３ｍは、運転制限スケジュール情報が示す５分毎の電力制限値を超えないように運転を行う。これにより、低コスト且つ高い快適性を提供する空調制御が可能になる。

次に上記のエリア複合ＲＴＰ制御による制御結果の他の例を図７に示す。
図７は、圧縮機の保護制御の実行が与える影響を説明する図である。図７において縦軸は消費電力（ｋＷ）、横軸は時間を示している。
図７に示すグラフ７１は、エリア複合ＲＴＰ制御によって空調機３１〜３ｍを運転したときの空調機３１についての消費電力の推移を示している。また、グラフ７２は、制御情報算出部２３が算出した空調機３１に対する運転制限スケジュールを示している。
図６に例示する制御結果と異なり、枠７３〜７５で囲った時間帯では、実際の消費電力（グラフ７１）が運転制限指令（グラフ７２）を大きく上回っている。これらは何れも空調機３１が備える圧縮機にて、油戻し制御が実行された時間帯である。油戻し制御の実行中は、冷媒回路中の各部品（室内熱交換器など）に溜った潤滑油を回収するため、圧縮機は高速で運転される。その為、油戻し制御中の消費電力量は、最大に達する場合がある。図７のグラフは、油戻し制御による消費電力量の増加を示しているが、特に電力料金単価が高額となる時間帯で油戻し制御が実行されると、高コストとなる可能性がある。油戻し制御の実行は、エリア複合ＲＴＰ制御にとっては外乱となるが、圧縮機内の潤滑油が不足すると故障等が発生するため、油戻し制御を先延ばしにしたまま圧縮機を運転することはできない。そこで、制御部２９は、電力料金スケジュール情報に基づいて、電力料金単価が高額な時間帯を避け、より低額な時間帯に油戻し制御を実行するように制御する。特に本実施形態では、電力料金単価が高額な時間帯と、油戻し制御の実行タイミングが重なることが予測される場合、電力料金単価が高額となる時間帯の前に圧縮機を停止させ、電力料金単価が高額な時間帯が経過した後に圧縮機の運転を再開させる。このようにして油戻し制御の実行タイミングを先延ばしにすることで、油戻し制御による電力料金の上昇を抑制することができる。

図８は、本発明の第一実施形態における圧縮機の保護制御の実行タイミング変更処理を説明する図である。
図８の上図は、保護制御の実行タイミング変更処理を適用した後のエリア複合ＲＴＰ制御によって空調機３１を運転したときの消費電力量の推移を示している。図８の下図は、そのときの室温の推移を示している。図８の上図において縦軸は消費電力（ｋＷ）、横軸は時間を示している。図８の下図において縦軸は室温（℃）、横軸は時間を示している。図８の上図におけるグラフ８１は、空調機３１の運転に要した実際の消費電力を示す。グラフ８１ａは、保護制御の実行タイミング変更処理を適用しない場合のエリア複合ＲＴＰ制御によって空調機３１を制御したときの１５〜２０分における消費電力の推移の推定値である。図８の下図におけるグラフ８２は室温を示し、グラフ８３は設定温度を示している。

制御部２９は、制御情報算出部２３が算出した空調機３１に対する運転制限スケジュールを取得する。その一方で制御部２９は、保護制御実行予測部２８が予測する油戻し制御の実行タイミングの予測と、電力料金単価スケジュール情報を取得する。図示するように、電力料金単価は、０〜１０分は１０円、１０〜２０分は１００円、２０〜３０分は３０円と設定されている。また、制御部２９は、油戻し制御が１５分〜２０分の間に実行されるとの予測を１４分の時点で取得したとする。

制御部２９は、油戻し制御が実行されない０〜１５分については、運転制限スケジュール情報を、空調機３１へ出力する。空調機３１は、運転制限スケジュール情報に基づいて、圧縮機等を運転する。空調機３１が、１５〜２０分についても運転制限スケジュール情報に基づいて運転すると仮定すると、油戻し制御が実行される可能性が高い。その場合の１５〜２０分における消費電力の予測をグラフ８１ａに示す。上記の通り、この時間帯の電力料金単価は１００円（高額）である。この時間帯に油戻し制御を実行すると空調機３１の運転コストが増大してしまう。そこで、制御部２９は、１４分に１５分〜２０分での油戻し制御の実行予測を取得すると、この間の電力料金単価が高額であることに基づいて、空調機３１の圧縮機を停止することを決定する。圧縮機が停止すれば、保護制御が実行されることが無いため、電力料金単価が低額、中額となるまで油戻し制御の実行を先延ばしすることができる。制御部２９は、１５〜２０分の間は圧縮機を停止するよう指示する制御情報を空調機３１へ送信する。図８の下図を参照すると、この間の室温がなめらかに上昇している。図８の上図を参照すると、圧縮機が停止することにより、１５〜２０分の間の消費電力は略０ｋｗとなり、この間の電力料金を低減することができる。

２０分以降については、制御部２９は、２０分の時点で算出された最新の電力制限スケジュール情報を空調機３１へ送信する。この電力制限スケジュール情報は、圧縮機の停止による室温の上昇を反映して最適化されたものである。空調機３１は、最新の電力制限スケジュール情報に基づいて圧縮機の運転を再開する。すると、図８上図のグラフ８１に示すように先延ばしされていた油戻し制御が実行される。油戻し制御の実行により、２０〜２５分の消費電力量は増加するが、この時間帯の電力料金単価は３０円（中額）のため、高額な時間帯に油戻し制御を行う従来制御よりも電力料金を低減することができる。また、圧縮機の一時的な停止を伴うだけで、圧縮機の設計に組み込まれた計画どおりに油戻し制御を実行することができるので、故障等を招くことなく、圧縮機の運転を継続することができる。

なお、第一実施形態において圧縮機の保護制御は、外部から制御不能であるとする。つまり、外部から任意のタイミングで保護制御を実行させることができないものとする。また、上記例では、圧縮機を「停止」させることとしたが、停止の他に、その運転状態とすることにより、圧縮機の保護制御の実行タイミングを先延ばしにできる運転状態があれば、「停止」の代わりにそのような運転状態に遷移させることにより、保護制御の実行タイミングを変更する処理を構成してもよい。

次に保護制御の実行タイミングの予測について説明する。
図９は、本発明の第一実施形態における保護制御の実行タイミングを予測する予測モデルの一例を示す図である。
図９にＬＳＴＭ（Long Short-Term Memory）ニューラルネットワークによって作成される予測モデルの一例を示す。ＬＳＴＭニューラルネットワークは、リカレントニューラルネットワーク（ＲＮＮ：Recurrent Neural Network）の一種である。ＲＮＮを用いると、時系列の学習データを学習することができ、学習データの経時的な変化から次に起きる事象（例えば保護制御が実行されるタイミング）を予測する予測モデルを構築することができる。図９に示すのは、２台の圧縮機１、２を対象として、２台の圧縮機に消費された瞬時電力ｐ（ｔ）［ｋＷ］、油戻し制御の発生確率Ｓ_Ｏ（ｔ）［％］、圧縮機１の回転数Ｃ_ｈｚ１（ｔ）［ｒｐｓ］、圧縮機２の回転数Ｃ_ｈｚ２（ｔ）［ｒｐｓ］、圧縮機１と圧縮機２の回転数の差の平均値ＤＡ_ｈｚ（ｔ）［ｒｐｓ］、圧縮機１と圧縮機２に電力を供給するインバータの電流制限値Ｃ_Ｓ（ｔ）［Ａ］、外気温Ｃ_ＴＯ（ｔ）［℃］、油戻し制御後の経過時間Ａ_ｏｈ（ｔ）［分］を１組として、これら１組の１分ごとのデータについて、１分前から１２０分前までの１２０組（２時間分）を入力データ、未来の５分間における１分ごとの油戻し制御の発生確率Ｓ_Ｏ（ｔ）［％］を出力データとする予測モデルである。入力データの各々は、空調機３１〜３ｍが備える各種センサが計測した計測値を、空調機３１〜３ｍからネットワーク経由で採取することができる。保護制御実行予測部２８は、通信部２６、運転情報取得部２１を介して、入力データを取得する。そして、例えばＲＮＮにより、図９に例示する保護制御予測モデルを作成する。保護制御実行予測部２８は、作成した保護制御予測モデルを記憶部２７に記憶させる。また、保護制御実行予測部２８は、空調機３１〜３ｍの運転中に、上記の入力データを、通信部２６を介して取得する。そして、保護制御実行予測部２８は、１分ごとに取得した過去２時間分の入力データを、保護制御予測モデルに入力して次の５分間の１分ごとの油戻し制御の発生確率を算出する。保護制御実行予測部２８は、次の５分間の油戻し制御の発生確率に基づいて、次の５分間に油戻し制御が実行されるか否かを予測する。例えば、次の５分間の１分ごとの油戻し制御の発生確率の平均値が所定の閾値以上であれば、保護制御実行予測部２８は、次の５分間に油戻し制御が実行されると予測する。図８を用いて説明したように制御部２９は、この予測と電力料金スケジュールに基づいて、圧縮機の保護制御の実行タイミング変更処理を行う。

なお、図９に示す予測モデルは、保護制御予測モデルの一例である。保護制御予測モデルの作成手法は、ＲＮＮに限定されることなく、ＮＮ，機械学習、統計的手法等の他の任意の手法で構わない。例えば、保護制御が、圧縮機の運転時間の累積が閾値に達するたびに行われるよう設計されているのであれば、圧縮機の回転数を監視して、圧縮機の運転時間を計測し、計測した運転時間が閾値より５（分）だけ小さい値となると、次の５分間で保護制御が実行されると予測するような方法でもよい。
また、予測の期間は、未来の５分間に限定されない。例えば、未来の３０分間について、１分ごとに保護制御の発生確率を予測してもよい。

次に本実施形態の空調機３１〜３ｍに対する制御の処理の流れについて図１０、図１１を用いて説明する。まず、エリア複合ＲＴＰ制御について説明する。
図１０は、本発明の第一実施形態におけるＲＴＰ制御の一例を示すフローチャートである。
記憶部２７には、式（１）〜式（４）に用いられる定数（α，β^ａ等）が記録されている。まず、料金情報取得部２２が、ＤＲＡＳサーバ１が生成した電力料金単価スケジュール情報を取得し（ステップＳ１１）、記憶部２７に記録する。電力料金スケジュール情報には、例えば、３０分先までの１０分毎の電力料金単価が含まれている。
次に運転情報取得部２１が、複数の空調機３１〜３ｍそれぞれの運転状態情報を取得する（ステップＳ１２）。運転状態情報には、ブロック単位での単位時間毎の消費電力量、外気温度、室内機単位での室内温度、ユーザによる設定温度等の情報が含まれている。運転情報取得部２１は、取得した運転状態情報を記憶部２７に記録する。

次に制御情報算出部２３が、空調機３１〜３ｍのそれぞれについて、未来の所定期間（例えば３０分間）における所定時間毎（例えば５分毎）の運転制限スケジュール情報を算出する（ステップＳ１３）。例えば、制御情報算出部２３は、初回では任意の初期値を３０分間にわたる５分毎の電力制限値として設定してもよい。

次に運転状態予測部２４が、空調機３１〜３ｍのそれぞれについて、未来の所定期間における所定時間毎の運転状態を予測する（ステップＳ１４）。より具体的には、運転状態予測部２４は、ステップＳ１２で取得した運転状態情報と、ステップＳ１３で設定した運転制限スケジュール情報とを予測モデルに入力し、未来の５分間における１分毎の空調機単位の消費電力量と、室内機単位の室内温度を予測する。次に運転状態予測部２４は、ステップＳ１２で取得した運転状態情報とステップＳ１３で設定した運転制限スケジュール情報とのうち、ステップＳ１２で取得した実際の消費電力量と室内温度とを、予測モデルによって予測した５分後の予測値で置き換えた情報を、予測モデルに入力し、さらに５分先（開始時間から５分後〜１０分後までの５分間）までの１分毎の空調機単位の消費電力量と、室内機単位の室内温度を予測する。以下、同様にして５分毎の予測を計６回繰り返し、３０分間分の消費電力量と、室内温度の予測を行う。

次に評価部２５が、運転状態予測部２４によって予測された運転状態に対する評価値を算出する（ステップＳ１５）。具体的には、ステップＳ１４の予測により、１分毎の消費電力量、室内機毎の室内温度の予測値が算出されているので、評価部２５は、式（１）〜式（４）を用いてビル４全体の評価値Ｊｃを算出する。

次に制御情報算出部２３が、評価値が最小値に収束したかどうかを判定する（ステップＳ１６）。評価値の収束判断は、例えば、評価値の繰り返し計算が規定回数に到達することや規定閾値と比較することで実施される。最小値に収束した場合（ステップＳ１６；Ｙｅｓ）、制御情報算出部２３は、評価値Ｊｃを最小にする空調機３１等毎の運転制限スケジュール情報を、制御部２９へ出力する（ステップＳ１７）。

評価値が基準に到達しない場合（ステップＳ１６；Ｎｏ）、評価値が基準に到達するまで、ステップＳ１３からの処理を繰り返す。具体的には、制御情報算出部２３がＳＡアルゴリズムなどの最適化手法を用いて、式（１）による評価値を最小化する新たな運転制限スケジュール情報を算出する（ステップＳ１３）。このようにして、快適性と経済性を両立させる運転制限スケジュール情報が生成される。

次に上記処理により算出した運転制限スケジュール情報に基づいて空調機３１〜３ｍを制御しつつ、圧縮機の保護制御の実行タイミングを電力料金スケジュールに合わせて調整する処理について説明する。
図１１は、本発明の第一実施形態における制御装置の処理の一例を示すフローチャートである。
ＤＲＡＳクライアント２は、所定の制御周期で電力制限スケジュール情報を繰り返し生成する（ステップＳ２１）。処理の詳細は、図１０を用いて説明したとおりである。
この処理と並行して、保護制御実行予測部２８は、圧縮機の保護制御の実行タイミングを予測する（ステップＳ２２）。保護制御実行予測部２８は、運転情報取得部２１が取得した予測に必要なデータと記憶部２７が記憶する保護制御予測モデルとに基づいて、未来の所定期間における保護制御の発生確率を予測する。保護制御実行予測部２８は、発生確率が閾値以上なら当該期間に保護制御が実行されると判定し、発生確率が閾値未満なら保護制御が実行されないと判定する。保護制御実行予測部２８は、判定結果を制御部２９へ出力する。

次に制御部２９は、保護制御の実行タイミングを変更するかどうかを決定する（ステップＳ２３）。制御部２９は、料金情報取得部２２が取得した電力料金スケジュール情報を取得する。制御部２９は、ステップＳ２２にて保護制御が実行されると判定された期間についての電力料金を参照し、実行タイミングを変更するか否かを決定する。例えば、未来の３０分間の電力料金単価が５分ごとに「低額」、「中額」、「高額」の３段階の価格の中から設定されるとすると、制御部２９は、保護制御の実行される時間帯の料金がある金額（「高額」）であるか否かによって、実行タイミングの変更を決定してもよい。例えば、保護制御の実行タイミングが「高額」の時間帯と重なる場合、制御部２９は、実行タイミングを変更すると決定する。また、例えば、制御部２９は、未来の所定期間（例えば、３０分間）における電力料金の変化に応じて相対的になるべく安価な時間帯で保護制御が実行されるように、実行タイミングの変更を決定してもよい。例えば、電力料金単価が「低額」、「中額」、「低額」と推移する場合であって、保護制御の実行タイミングが「中額」の時間帯であると予測されている場合、制御部２９は、実行タイミングを変更すると決定する。また、例えば、電力料金単価が「低額」、「中額」、「高額」と推移する場合であって、保護制御の実行タイミングが「中額」の時間帯であると予測されている場合、制御部２９は、実行タイミングを変更しないと決定する。また、電力料金単価が「高額」となる時間帯が連続するような場合、その間、圧縮機を停止したままとすると空調の快適性に大きな影響が及ぶ。従って、圧縮機を停止する期間に上限を設け、保護制御の実行が保留される時間がこの上限を超える可能性がある場合には、電力料金単価の高低に関わらず、制御部２９は、保護制御の実行を許可してもよい。例えば、保護制御の保留時間が１５分と定められていて、３０分間の電力料金単価が「高額」、「高額」、「低額」と推移し、保護制御の実行タイミングが最初の「高額」の時間帯であるとすると、電力料金単価が「低額」の時間に保護制御が実行されるように圧縮機を停止させるとすると、２０分間、圧縮機を停止させなければならないことになる。このような場合には、制御部２９は、保護制御の実行タイミングを変更しないと決定する。

保護制御の実行タイミングを変更しないと決定した場合（ステップＳ２３；Ｎｏ）、制御部２９は、制御情報算出部２３から取得した空調機３１等毎の運転制限スケジュール情報を、通信部２６を介してゲートウェイ３へ送信する（ステップＳ２４）。ゲートウェイ３は、運転制限スケジュール情報を対応する空調機３１〜３ｍへ出力し、各空調機３１〜３ｍは、運転制限スケジュール情報に従って、次の３０分間の運転を行う。これにより、ユーザ所望の設定温度を優先度係数βａに応じて達成しつつ、空調機３１〜３ｍの運転に必要な電力料金を低減することができる。

保護制御の実行タイミングを変更すると決定した場合（ステップＳ２３；Ｙｅｓ）、制御部２９は、圧縮機を停止させる空調機（例えば、空調機３１）については、運転制限スケジュール情報に代わって、圧縮機の停止とその停止時間を指示する制御情報を、通信部２６を介してゲートウェイ３へ送信する（ステップＳ２５）。ゲートウェイ３は、圧縮機の停止を指示する制御情報を、対象となる空調機３１へ出力する。空調機３１は、指示された時間について、圧縮機の運転を停止する。

本実施形態の空調制御システム１００によれば、電力料金単価が変動する環境下でも、優先度係数β^ａに応じたユーザの快適性を実現しつつ、建物全体での電力料金を抑えた複数の空調機の運転が可能になる。また、空調機の運転中、圧縮機の保護制御が実行されることは避けられないが、電力料金が安い時間帯に保護制御が実行されるように制御することで、電力料金の上昇を抑制することができる。

なお、上記例では、運転制限スケジュール情報の算出を行う機能を、ＤＲＡＳクライアント２に実装する場合を例に説明を行ったが、これに限定されない。例えば、これらの機能をゲートウェイ３に実装してもよい。また、保護制御実行予測部２８と制御部２９は、ＤＲＡＳクライアント２と別の装置に実装してもよい。

＜第二実施形態＞
以下、本発明の第二実施形態による保護制御の実行タイミング変更処理について図１２を参照して説明する。
第一実施形態では、圧縮機の保護制御の実行は外部から制御できないこととした。第二実施形態では、保護制御の実行が外部から制御可能であるとする。すると、例えば、図８に例示した電力料金単価の推移の場合であって、図８の５分の時点より前に１５〜２０分での油戻し制御の実行が予測されているならば、電力料金単価が１０円の時間帯に油戻し制御を実行させることができる。保護制御の実行が外部から制御可能である場合、油戻し制御を先延ばしにするだけでなく、従来の実行タイミングより先行して実行することができる。

次に第二実施形態の空調機３１〜３ｍに対する制御の処理の流れについて図１２を用いて説明する。第一実施形態と同様の処理については簡単に説明する。
図１２は、本発明の第二実施形態における制御装置の処理の一例を示すフローチャートである。
ＤＲＡＳクライアント２は、所定の制御周期で電力制限スケジュール情報を繰り返し生成する（ステップＳ２１）。この処理と並行して、保護制御実行予測部２８は、圧縮機の保護制御の実行タイミングを予測する（ステップＳ２２）。次に制御部２９は、保護制御実行予測部２８による予測結果と電力料金スケジュール情報に基づいて、保護制御の実行タイミングを変更するかどうかを決定する（ステップＳ２３１）。例えば、制御部２９は、電力料金スケジュール情報の範囲（例えば、３０分間）で、予測通りに保護制御が実行されるより電力料金が安価な時間帯に保護制御を実行し終えることができるならば、保護制御の実行タイミングを変更すると決定する。例えば、電力料金が「低額」、「高額」、「低額」と推移し、保護制御の実行時間が５分間で、保護制御実行予測部２８が「高額」の時間帯で保護制御が実行されると予測した場合、制御部２９は、圧縮機を停止させて保護制御を先延ばしにするよりも先行して行った方が好ましいとの判断に基づいて、保護制御の実行タイミングを最初の「低額」の時間帯に変更すると決定する。また、同様の条件で電力料金が「中額」、「高額」、「低額」と推移する場合、制御部２９は、同様にして保護制御の実行タイミングを最初の「中額」の時間帯に変更すると決定しても良いし、第一実施形態と同様にして、「高額」の時間帯は圧縮機を停止させ、最後の「低額」の時間帯へ保護制御の実行タイミングを変更すると決定してもよい。また、保護制御の実行タイミングを１０分程度遅らせることが、設計上、許されているならば、制御部２９は、圧縮機の運転を継続したまま、最後の「低額」の時間帯へ保護制御の実行タイミングを変更すると決定してもよい。なお、「高額」の時間帯が長く続くような場合には、第一実施形態と同様、電力料金に関わらず、予測どおりの時間帯に保護制御の実行を許可してもよい。

保護制御の実行タイミングを変更しないと決定した場合（ステップＳ２３１；Ｎｏ）、制御部２９は、制御情報算出部２３から取得した運転制限スケジュール情報をゲートウェイ３へ送信する（ステップＳ２４）。

保護制御の実行タイミングを変更すると決定した場合（ステップＳ２３１；Ｙｅｓ）、制御部２９は、圧縮機の保護制御を実行する空調機（例えば、空調機３１）については、運転制限スケジュール情報に代わって、保護制御の実行を指示する制御情報や、保護制御の開始時刻を指示する制御情報を、通信部２６を介してゲートウェイ３へ送信する（ステップＳ２５）。ゲートウェイ３は、保護制御の実行を指示する制御情報を、対象となる空調機３１へ出力する。空調機３１は、指示された時間に圧縮機の保護制御を実行する。

本実施形態によれば、電力料金が安価な時間帯を選択して保護制御を実行させることができる。これにより、空調機３１〜３ｍの運転に要するコストを効果的に低減することができる。

＜第三実施形態＞
以下、本発明の第三実施形態による保護制御の実行タイミング変更処理について図１３を参照して説明する。
図１３は、本発明の第三実施形態における制御装置の一例を示す機能ブロック図である。本発明の第三実施形態に係る構成のうち、本発明の第一実施形態に係る構成と同じものには同じ符号を付し、それらの説明を省略する。第三実施形態に係るＤＲＡＳクライアント２ａは、保護制御実行予測部２８に代えて、保護制御実行予定情報取得部２８１を備える。他の機能部は、第一実施形態、第二実施形態と同様である。
保護制御実行予定情報取得部２８１は、空調機３１〜３ｍの各々から、各空調機が備える圧縮機についての保護制御の実行タイミングを通知する予定情報を取得する。

次に図１４を参照して第三実施形態の制御の流れについて説明する。
図１４は、本発明の第三実施形態における制御装置の処理の一例を示すフローチャートである。なお、第一実施形態と同様、圧縮機の保護制御の実行は、外部から制御できないこととする。
ＤＲＡＳクライアント２は、所定の制御周期で電力制限スケジュール情報を繰り返し生成する（ステップＳ２１）。この処理と並行して、保護制御実行予定情報取得部２８１は、圧縮機の保護制御の実行タイミングの予定情報を取得する（ステップＳ２２１）。次に制御部２９は、保護制御実行予定情報取得部２８１が取得した予定情報と電力料金スケジュール情報に基づいて、保護制御の実行タイミングを変更するかどうかを決定する（ステップＳ２３）。保護制御の実行タイミングの予測が、予定情報に置き換わるだけで、保護制御の実行タイミングを変更するか否かを決定する方法については、図１１のステップＳ２３と同様である。保護制御の実行タイミングを変更しないと決定した場合（ステップＳ２３；Ｎｏ）、制御部２９は、制御情報算出部２３から取得した運転制限スケジュール情報をゲートウェイ３へ送信する（ステップＳ２４）。

保護制御の実行タイミングを変更すると決定した場合（ステップＳ２３；Ｙｅｓ）、制御部２９は、圧縮機を停止させる空調機（例えば、空調機３１）については、運転制限スケジュール情報に代わって、圧縮機の停止とその停止時間を指示する制御情報を、通信部２６を介してゲートウェイ３へ送信する（ステップＳ２５）。

本実施形態によれば、保護制御の実行スケジュールが取得できる場合、保護制御予測モデルを用いることなく、保護制御の実行スケジュールを変更し、電力料金の上昇を抑制することができる。なお、圧縮機の保護制御の実行を外部から制御できる場合、図１２に示したフローチャートのステップＳ２２の処理を、図１４に示すステップＳ２２１の処理で置き換えることにより、保護制御の実行を電力料金が安価な時間帯に変更することができる。

＜他の実施例＞
上記の第一実施形態〜第三実施形態では、油戻し制御を保護制御の一例として説明を行ったが、ＤＲＡＳクライアント２，２ａによれば、同様にして、均油制御の実行タイミングを電力料金が安価な時間帯に変更することができる。

図１５は、本発明の一実施形態における制御装置のハードウェア構成の一例を示す図である。
コンピュータ９００は、ＣＰＵ９０１、主記憶装置９０２、補助記憶装置９０３、入出力インタフェース９０４、通信インタフェース９０５を備える。
上述のＤＲＡＳクライアント２，２ａ（制御装置）は、コンピュータ９００に実装される。そして、上述した各機能は、プログラムの形式で補助記憶装置９０３に記憶されている。ＣＰＵ９０１は、プログラムを補助記憶装置９０３から読み出して主記憶装置９０２に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ９０１は、プログラムに従って、記憶領域を主記憶装置９０２に確保する。また、ＣＰＵ９０１は、プログラムに従って、処理中のデータを記憶する記憶領域を補助記憶装置９０３に確保する。

なお、ＤＲＡＳクライアント２，２ａの全部または一部の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各機能部による処理を行ってもよい。ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、ＣＤ、ＤＶＤ、ＵＳＢ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。また、このプログラムが通信回線によってコンピュータ９００に配信される場合、配信を受けたコンピュータ９００が当該プログラムを主記憶装置９０２に展開し、上記処理を実行しても良い。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。なお、ＤＲＡＳクライアント２は、複数のコンピュータ９００によって構成されていても良い。

その他、本発明の趣旨を逸脱しない範囲で、上記した実施の形態における構成要素を周知の構成要素に置き換えることは適宜可能である。また、この発明の技術範囲は上記の実施形態に限られるものではなく、本発明の趣旨を逸脱しない範囲において種々の変更を加えることが可能である。なお、ＤＲＡＳクライアント２は制御装置の一例である。圧縮機の停止、圧縮機を保護制御の実行タイミングを先延ばしにできる運転状態に遷移させることは休止の一例である。

１００・・・空調制御システム
１・・・ＤＲＡＳサーバ
２、２ａ・・・ＤＲＡＳクライアント
３・・・ゲートウェイ
３１、３２、３３、３４、３ｍ・・・空調機
４・・・ビル
３０１、３０２、３０３、３０４、３０ｍ・・・室外機
３１１、３１２、３１３、３１ｎ、３２１，３２２、３２３、３２ｎ、３３１、３３２、３３３、３３ｎ、３４１、３４２、３４３、３４ｎ、３ｍ１、３ｍ２、３ｍ３、３ｍｎ・・・室内機
２１・・・運転情報取得部
２２・・・料金情報取得部
２３・・・制御情報算出部
２４・・・運転状態予測部
２５・・・評価部
２５１・・・電力料金評価部
２５２・・・快適性評価部
２６・・・通信部
２７・・・記憶部
２８・・・保護制御実行予測部
２８１・・・保護制御実行予定情報取得部
２９・・・制御部

Claims (11)

1. 空調機の制御装置であって、
   時間毎の電力料金単価の情報を取得する料金情報取得部と、
   前記空調機が備える圧縮機の保護制御のうち、前記圧縮機の回転数の上昇を伴う前記保護制御を実行するタイミングを、前記電力料金単価が高額となる時間帯を回避するように変更する制御部と、
   を備える制御装置。
2. 前記制御部は、前記電力料金単価が高額な時間帯に前記保護制御が実行される場合は、当該時間帯に至る前に前記圧縮機を休止させる、
   請求項１に記載の制御装置。
3. 前記制御部は、前記電力料金単価が高額な時間帯の後に前記圧縮機の運転を再開させる、
   請求項２に記載の制御装置。
4. 前記制御部は、前記電力料金単価が高額な時間帯に前記保護制御が実行される場合、当該時間帯に至る前に前記圧縮機の保護制御が完了するように前記保護制御の実行する、
   請求項１に記載の制御装置。
5. 前記制御部は、前記保護制御の実行が保留される時間が所定の閾値以上となる場合、前記電力料金単価に関わらず、前記保護制御の実行を許可する、
   請求項１から請求項３の何れか１項に記載の制御装置。
6. 前記圧縮機の前記保護制御が実行されるタイミングを予測する予測部、
   をさらに備える請求項１から請求項５の何れか１項に記載の制御装置。
7. 前記圧縮機の前記保護制御は、油戻し制御または均油制御である、
   請求項１から請求項６の何れか１項に記載の制御装置。
8. 前記空調機の運転状態に関する運転状態情報を取得する運転情報取得部と、
   前記運転状態情報と所定の予測モデルと前記時間毎の電力料金単価の情報とに基づいて、未来の所定期間における前記空調機の運転に関する評価値を算出する評価部と、
   前記評価値が最適な値となるように運転するための前記空調機に対する制御情報を算出する制御情報算出部と、
   をさらに備え、
   前記制御部は、前記制御情報算出部が算出した制御情報より優先して前記保護制御の実行タイミングの変更を指示する制御情報を前記空調機へ出力する、
   請求項１から請求項７の何れか１項に記載の制御装置。
9. 請求項１から請求項８の何れか１項に記載の制御装置と、
   前記制御装置によって制御される１台以上の空調機と、
   を備える空調制御システム。
10. 空調機の制御方法であって、
    時間毎の電力料金単価の情報を取得するステップと、
    前記空調機が備える圧縮機の保護制御のうち、前記圧縮機の回転数の上昇を伴う前記保護制御を実行するタイミングを、取得した前記電力料金単価が高額となる時間帯を回避するように変更するステップと、
    を有する制御方法。
11. コンピュータを、
    時間毎の電力料金単価の情報を取得する手段、
    空調機が備える圧縮機の保護制御のうち、前記圧縮機の回転数の上昇を伴う前記保護制御を実行するタイミングを、取得した前記電力料金単価が高額となる時間帯を回避するように変更する手段、
    として機能させるためのプログラム。

Images