JP6839277B2 - 管理方法及び管理装置 - Google Patents

Description

本発明は、電力管理システムに用いられる管理方法及び管理装置に関する。

近年、電力を供給する電力事業者が電力使用量の削減を要請し、電力系統に接続された施設（需要家）における電力使用量を削減することにより、電力の需要及び供給のバランスをとる仕組みであるＤＲ（Ｄｅｍａｎｄ Ｒｅｓｐｏｎｓｅ）が注目されている。

このようなＤＲにおいて、複数の施設を管理する管理装置が用いられることがある。管理装置は、電力事業者からの電力削減要請に応じて、配下の複数の施設のうち電力削減要請を受け入れ可能な施設及び削減させる電力使用量を決定し、当該施設に電力使用量の削減を要請する。このような処理を適切に行うために、管理装置は、電力使用量の削減が要請された将来の期間における施設の電力使用量を予測する必要がある。

ＤＲの成功条件として、電力事業者から要請された電力削減量と実際に達成された電力削減量との差を所定値以内に収めることが要求される。よって、ＤＲの成功率を高めるために、電力使用量の予測精度を高めることが望まれる。

電力使用量の予測が外れるリスクを小さくするための方法として、各機器（空気調和装置）のＤＲ成績情報に基づいて、非安定条件を満たす機器を特定し、特定した機器を除外する又は重み付けを小さくして電力使用量を予測する方法が提案されている（特許文献１参照）。

特開２０１６−２１７５９８号公報

一つの様態に係る管理方法は、電力を使用又は管理する複数のエンティティを管理する管理装置において用いられる。前記管理方法は、前記複数のエンティティのそれぞれについて、将来の期間における電力使用量を予測する場合に発生する予測誤差に関する誤差パターンを推定するステップＡと、前記誤差パターンに基づいて、前記複数のエンティティの中から、前記電力使用量の削減を要請する電力削減要請の宛先とするエンティティからなるグループを決定するステップＢとを備える。前記ステップＡは、前記予測誤差が正の誤差になるか又は負の誤差になるかを推定するステップを含む。前記ステップＢは、前記予測誤差が正の誤差になると推定されたエンティティと前記予測誤差が負の誤差になると推定されたエンティティとを組み合わせることにより、前記グループの合計の予測誤差が最小になるように前記グループを決定するステップを含む。

第１及び第２実施形態に係る電力管理システムの構成を示す図である。 第１〜第３実施形態に係る電力管理サーバの構成を示す図である。 第１〜第３実施形態に係るローカル制御装置の構成を示す図である。 第１実施形態に係る管理方法を示す図である。 第１実施形態に係る施設のグルーピングの一例を示す図である。 第１実施形態に係る施設のグルーピングの他の例を示す図である。 第１実施形態に係る誤差パターンの推定処理を示す図である。 第２実施形態に係る管理方法を示す図である。 第２実施形態に係る誤差パターンの推定処理を示す図である。 第３実施形態に係る電力管理システムの構成を示す図である。 第３実施形態に係る管理方法を示す図である。

実施形態について図面を参照しながら説明する。以下の図面の記載において、同一又は類似の部分には、同一又は類似の符号を付している。

［実施形態の概要］
背景技術に言及した電力使用量の予測精度を高めることには限界があるため、実際の電力使用量に対して誤差（予測誤差）が発生することは不可避であると考えられる。よって、電力使用量の予測精度を高めることによりＤＲの成功率を高めるアプローチには自ずと限界がある。

以下において、電力使用量の予測誤差の発生を許容しつつ、ＤＲの成功率を高めることを可能とする管理方法及び管理装置について説明する。

第１〜第３実施形態に係る管理方法は、電力を使用又は管理する複数のエンティティを管理する管理装置において用いられる。前記管理方法は、前記複数のエンティティのそれぞれについて、将来の期間における電力使用量を予測する場合に発生する予測誤差に関する誤差パターンを推定するステップＡと、前記誤差パターンに基づいて、前記複数のエンティティの中から、前記電力使用量の削減を要請する電力削減要請の宛先とするエンティティからなるグループを決定するステップＢとを備える。前記ステップＡは、前記予測誤差が正の誤差になるか又は負の誤差になるかを推定するステップを含む。前記ステップＢは、前記予測誤差が正の誤差になると推定されたエンティティと前記予測誤差が負の誤差になると推定されたエンティティとを組み合わせることにより、前記グループの合計の予測誤差が最小になるように前記グループを決定するステップを含む。

このような管理方法によれば、予測誤差が正の誤差になると推定されたエンティティと予測誤差が負の誤差になると推定されたエンティティとを組み合わせることにより、正の誤差と負の誤差とが弱め合うようにすることができる。すなわち、このような管理方法によれば、正の誤差と負の誤差とが足し合わさることによって、グループの合計の予測誤差を小さくすることができる。よって、このような管理方法によれば、予測誤差の発生を許容しつつ、グループの合計の予測誤差を最小にすることができるため、ＤＲの成功率を高めることができる。

第１及び第２実施形態において、管理装置は、複数のエンティティとして複数の施設を管理する。第３実施形態において、管理装置は、複数のエンティティとして複数の下位管理装置を管理する上位管理装置である。

［第１実施形態］
（電力管理システム）
第１実施形態に係る電力管理システムの構成について説明する。図１に示すように、電力管理システム１００は、電力管理サーバ２００と、複数の施設３００と、電力事業者サーバ４００とを有する。図１では、複数の施設３００として、施設３００Ａ、３００Ｂ、３００Ｃ、…が例示されている。各施設３００は、電力系統１１０に接続される。以下において、電力系統１１０から施設３００への電力の流れを潮流と称する。施設３００から電力系統１１０への電力の流れを逆潮流と称する。

電力管理サーバ２００、施設３００、及び電力事業者サーバ４００は、ネットワーク１２０に接続されている。ネットワーク１２０は、電力管理サーバ２００と施設３００との間の回線及び電力管理サーバ２００と電力事業者サーバ４００との間の回線を提供すればよい。ネットワーク１２０は、例えば、インターネットである。ネットワーク１２０は、ＶＰＮ（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）などの専用回線を提供してもよい。

電力管理サーバ２００は、アグリゲータによって管理されるサーバである。アグリゲータは、複数の施設３００を束ねて電力削減量を集める事業者である。第１実施形態において、電力管理サーバ２００は、複数の施設３００を管理する管理装置の一例である。電力管理サーバ２００は、アグリゲータＤＲＡＳ（Ｄｅｍａｎｄ Ｒｅｓｐｏｎｓｅ Ａｕｔｏｍａｔｉｏｎ Ｓｅｒｖｅｒ）と称されてもよい。

施設３００は、例えば、スーパーマーケット及びコンビニエンスストアなどの店舗である。施設３００は、住宅、ビル、又は工場であってもよい。施設３００は、負荷３１０、分散電源３２０、及びローカル制御装置３３０を有する。負荷３１０は、電力を使用して動作する機器である。負荷３１０は、例えば、空調機器であってもよく、照明機器であってもよい。分散電源３２０は、電力を出力する機能及び電力を蓄積する機能の少なくともいずれかを有する機器である。分散電源３２０は、例えば、太陽電池であってもよく、燃料電池であってもよく、蓄電池であってもよい。ローカル制御装置３３０は、施設３００の電力を管理する装置（ＥＭＳ；Ｅｎｅｒｇｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）である。ローカル制御装置３３０は、負荷３１０の動作状態を制御してもよく、施設３００に設けられる分散電源３２０の動作状態を制御してもよい。ローカル制御装置３３０は、対応する施設３００の電力使用量（測定値）を周期的に電力管理サーバ２００に送信してもよい。施設３００の電力使用量は、施設３００に設けられたスマートメータ（不図示）により測定されてもよい。

電力事業者サーバ４００は、電力系統１１０などのインフラストラクチャーを提供する電力事業者によって管理されるサーバである。電力事業者サーバ４００は、電力需給バランスの安定化を図るために、電力使用量（潮流量）の削減を要請する電力削減要請を電力管理サーバ２００に送信する。電力事業者サーバ４００は、電力事業者ＤＲＡＳと称されてもよい。電力削減要請は、ＤＲ要請と称されてもよい。

電力管理サーバ２００は、電力事業者サーバ４００からの電力削減要請の受信に応じて、複数の施設３００の中から選択した施設３００に対して電力削減要請を送信する。電力管理サーバ２００により選択された施設３００のローカル制御装置３３０は、電力管理サーバ２００からの電力削減要請の受信に応じて、電力使用量（潮流量）を削減するよう制御対象機器（負荷３１０及び／又は分散電源３２０）を制御する。負荷３１０の動作を停止又は抑制することにより、電力使用量が削減される。分散電源３２０から電力を出力することにより、電力使用量が削減されてもよい。

第１実施形態において、電力管理サーバ２００と電力事業者サーバ４００との間の通信、及び電力管理サーバ２００とローカル制御装置３３０との間の通信は、第１プロトコルに従って行われる。一方で、ローカル制御装置３３０と機器（負荷３１０又は分散電源３２０）との間の通信は、第１プロトコルとは異なる第２プロトコルに従って行われる。第１プロトコルとしては、例えば、Ｏｐｅｎ ＡＤＲ（Ａｕｔｏｍａｔｅｄ Ｄｅｍａｎｄ Ｒｅｓｐｏｎｓｅ）に準拠するプロトコル、或いは、独自の専用プロトコルを用いることができる。第２プロトコルは、例えば、ＥＣＨＯＮＥＴ Ｌｉｔｅに準拠するプロトコル、ＳＥＰ（Ｓｍａｒｔ Ｅｎｅｒｇｙ Ｐｒｏｆｉｌｅ）２．０、ＫＮＸ、或いは、独自の専用プロトコルを用いることができる。電力管理サーバ２００は、第１プロトコルを用いて機器（負荷３１０又は分散電源３２０）との通信を行ってもよい。この場合、電力管理サーバ２００は、ローカル制御装置３３０を介さずに直接的に機器を制御することができる。

第１実施形態に係る電力管理サーバ２００の構成について説明する。図２に示すように、電力管理サーバ２００は、記憶部２１０と、通信部２２０と、制御部２３０とを有する。記憶部２１０は、不揮発性メモリ及び／又はＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの記憶媒体によって構成される。記憶部２１０は、制御部２３０による処理及び制御に用いられる情報を記憶する。通信部２２０は、通信モジュールによって構成される。通信部２２０は、ネットワーク１２０を介して電力管理サーバ２００及びローカル制御装置３３０と通信を行う。制御部２３０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などによって構成される。制御部２３０は、電力管理サーバ２００に設けられる各構成を制御する。制御部２３０は、後述する各種の処理及び制御を行う。

第１実施形態に係るローカル制御装置３３０の構成について説明する。図３に示すように、ローカル制御装置３３０は、記憶部３３１と、第１通信部３３２と、第２通信部３３３と、制御部３３４とを有する。記憶部３３１は、制御部３３４による処理及び制御に用いられる情報を記憶する。第１通信部３３２は、通信モジュールによって構成されており、ネットワーク１２０を介して電力管理サーバ２００と通信を行う。第２通信部３３３は、通信モジュールによって構成されており、機器（負荷３１０及び／又は分散電源３２０）と通信を行う。制御部３３４は、ＣＰＵなどによって構成される。制御部３３４は、ローカル制御装置３３０に設けられる各構成を制御する。制御部３３４は、後述する各種の処理及び制御を行う。

（管理方法）
第１実施形態に係る管理方法について説明する。

図４に示すように、ステップＳ１１０において、電力管理サーバ２００は、各施設３００から施設固有パラメータを受信する。具体的には、電力管理サーバ２００は、施設３００Ａのローカル制御装置３３０から施設３００Ａの施設固有パラメータを受信し（ステップＳ１１０Ａ）、施設３００Ｂのローカル制御装置３３０から施設３００Ｂの施設固有パラメータを受信し（ステップＳ１１０Ｂ）、施設３００Ｃのローカル制御装置３３０から施設３００Ｃの施設固有パラメータを受信する（ステップＳ１１０Ｃ）。

施設３００から電力管理サーバ２００に送信される施設固有パラメータは、当該施設３００の用途又は業種、当該施設３００に設けられた機器の構成、当該施設３００の立地、当該施設３００が有するスペースの内訳、当該施設３００における業務スケジュール、当該施設３００に設けられた機器の制御に用いる制御アルゴリズム、当該施設３００の平均電力使用量のうち、少なくとも１つを含む。施設３００の平均電力使用量は、施設３００（需要家）と電力事業者との契約により定まる電力容量（契約電力）により表現されてもよい。

施設３００のローカル制御装置３３０は、電力管理サーバ２００に対する施設３００の登録時に、施設３００の施設固有パラメータを電力管理サーバ２００に送信してもよい。施設３００のローカル制御装置３３０は、電力管理サーバ２００から要求があった際に、施設固有パラメータを電力管理サーバ２００に送信してもよい。施設３００のローカル制御装置３３０は、施設３００の施設固有パラメータが変更された際に、変更された施設固有パラメータ（変更情報）を電力管理サーバ２００に送信してもよい。

ステップＳ１２０において、電力管理サーバ２００は、各施設３００から受信した施設固有パラメータを記憶し、施設３００ごとに施設固有パラメータを管理する。電力管理サーバ２００は、一の施設３００の施設固有パラメータに不足がある場合、当該一の施設３００に類似する他の施設３００（例えば、同地域の同規模の施設３００）の施設固有パラメータを用いて、当該不足する施設固有パラメータを補ってもよい。電力使用量の予測に用いる予測アルゴリズムが施設３００ごとに異なる場合、電力管理サーバ２００は、施設固有パラメータの１つとして予測アルゴリズムを記憶及び管理してもよい。

ステップＳ１３０において、電力管理サーバ２００は、電力事業者サーバ４００から電力削減要請を受信する。或いは、電力管理サーバ２００は、上位アグリゲータ（第３実施形態参照）のサーバから電力削減要請を受信してもよい。電力削減要請は、電力削減期間の開始日時、電力削減期間の継続時間、及び要請電力削減量のうち少なくとも１つを含んでもよい。開始日時及び継続時間により電力削減期間が定められる。要請電力削減量は、絶対値（例えば、［ｋＷ］）で表されてもよく、相対値（例えば、［％］）で表されてもよい。或いは、電力管理サーバ２００は、アグリゲータと電力事業者との間の契約で定められた要請電力削減量（例えば、ＤＲ契約容量）を予め記憶していてもよい。電力削減要請のタイミングと電力削減の開始タイミングとの間の時間差、及び電力削減の継続時間も、契約で予め定められてもよい。

ステップＳ１４０において、電力管理サーバ２００は、電力削減期間における施設３００の電力使用量の予測値を用いて目標電力削減量を決定する。目標電力削減量は、例えば次のようにして決定される。第１に、電力管理サーバ２００は、将来の期間である電力削減期間における電力使用量のベースライン（Ｐ１）を算出する。ベースラインは、電力削減要請がない場合に予測される電力使用量であり、契約などに基づいて所定のアルゴリズムで計算される。ベースラインは、例えば電力削減の開始時間の前の一定期間の平均電力使用量として定義される。ベースラインと電力削減後の実際の電力使用量との差分はネガワットとして定義されてもよい。ＤＲの成功条件は、ネガワットと要請電力削減量（電力事業者から要請された電力削減量）との差分が所定範囲内に収まることであってもよい。第２に、電力管理サーバ２００は、ベースラインと要請電力削減量とに基づいて、電力削減後の電力使用量の目標値（Ｐ２）を算出する。第３に、電力管理サーバ２００は、ベースラインよりも高精度な電力使用量を予測するために、予測アルゴリズムを用いて、電力削減期間における施設３００の電力使用量の予測値（Ｐ３）を算出する。第４に、電力管理サーバ２００は、電力使用量の予測値（Ｐ３）と電力削減後の電力使用量の目標値（Ｐ２）との差分を目標電力削減量（Ｐ４）として算出する。

ステップＳ１５０において、電力管理サーバ２００は、各施設３００について、電力削減期間（将来の期間）における電力使用量を予測する場合に発生する予測誤差に関する誤差パターンを推定する。第１実施形態において、電力管理サーバ２００は、各施設３００の施設固有パラメータに基づいて、各施設３００の誤差パターンを推定する。誤差パターンは、予測誤差が正の誤差になるか又は負の誤差になるか、及び予測誤差の大きさ（絶対値）を含む。例えば、予測誤差は、電力削減期間における「電力使用量の予測値−実際の電力使用量（真値）」として定義される。電力使用量の予測値が実際の電力使用量よりも大きい場合、予測誤差は正の値（すなわち、正の誤差）になる。電力使用量の予測値が実際の電力使用量よりも小さい場合、予測誤差は負の値（すなわち、負の誤差）になる。また、電力使用量の予測値と実際の電力使用量との乖離が大きい程、予測誤差の値（絶対値）が大きくなる。誤差パターンの推定処理（ステップＳ１５０）の詳細については後述する。誤差パターンの推定処理（ステップＳ１５０）は、ステップＳ１４０の前に行われてもよい。

ステップＳ１６０において、電力管理サーバ２００は、各施設３００の誤差パターンに基づいて、複数の施設３００の中から、電力削減要請の宛先とする施設３００からなる施設グループを決定する。電力管理サーバ２００は、予測誤差が正の誤差になると推定された施設と予測誤差が負の誤差になると推定された施設とを組み合わせることにより、施設グループの合計の予測誤差が最小になるように施設グループを決定する。例えば、図５に示すように、予測誤差が正（＋）の誤差になる施設３００Ａと予測誤差が負（−）の誤差になる施設３００Ｂとが存在すると仮定する。この場合、施設３００Ａと施設３００Ｂとをグループ化することにより、施設３００Ａの予測誤差及び施設３００Ｂの予測誤差が弱め合うようにすることができる。図５では、施設３００Ａの予測誤差及び施設３００Ｂの予測誤差で絶対値が近似しており、施設３００Ａ及び３００Ｂからなる施設グループの合計の予測誤差はゼロに近い値になる。

また、ステップＳ１６０において、電力管理サーバ２００は、各施設３００の電力削減可能量にさらに基づいて、施設グループの合計の電力削減可能量が目標電力削減量以上になり、かつ、施設グループの合計の予測誤差が最小になるように、施設グループを決定する。すなわち、電力管理サーバ２００は、以下の２つの条件が満たされるように、施設グループを構成する施設３００を選択する。

・施設グループの合計の電力削減可能量が目標電力削減量以上である。

・施設グループの合計の予測誤差が最小である。

例えば、図６に示すように、電力管理サーバ２００が施設３００Ａ〜３００Ｈを管理しており、目標電力削減量が６０［ｋＷ］であると仮定する。電力管理サーバ２００は、各施設３００の予測誤差を推定し、かつ、各施設３００の電力削減可能量を把握している。電力管理サーバ２００は、施設３００Ｂ、施設３００Ｄ、施設３００Ｅ、施設３００Ｆ、及び施設３００Ｇからなる施設グループを決定する。当該施設グループは、合計の電力削減可能量が６０［ｋＷ］である。また、当該施設グループは、正の予測誤差の合計が＋２６［ｋＷ］であり、負の予測誤差の合計が−２６［ｋＷ］である。よって、正の予測誤差と負の予測誤差が相殺されるため、施設グループの合計の予測誤差がゼロになる。

施設３００の電力削減可能量は、施設３００（需要家）とアグリゲータとの契約により定められてもよい。電力管理サーバ２００は、推定した誤差パターンに基づいて、施設３００の電力削減可能量を決定してもよい。例えば、電力管理サーバ２００は、予測誤差が所定値よりも大きいと推定された施設３００の電力削減可能量を小さくするように決定してもよい。電力管理サーバ２００は、施設固有パラメータを電力管理サーバ２００に提供した施設３００と施設固有パラメータを電力管理サーバ２００に提供しなかった施設３００とで電力削減可能量を異ならせてもよい。例えば、電力管理サーバ２００は、施設固有パラメータを電力管理サーバ２００に提供しない施設３００の電力削減可能量を小さくするように決定してもよい。制御対象機器としての負荷３１０の動作を停止することで電力削減を行う場合、電力管理サーバ２００は、負荷３１０の直近の電力使用量にさらに基づいて電力削減可能量を決定してもよい。制御対象機器としての分散電源３２０から電力を出力することで電力削減を行う場合、電力管理サーバ２００は、分散電源３２０の定格出力にさらに基づいて電力削減可能量を決定してもよい。

施設グループの決定後、ステップＳ１７０において、電力管理サーバ２００は、決定された施設グループ内の各施設３００に対して電力削減要請を送信する。例えば、電力管理サーバ２００は、施設３００Ａに電力削減要請を送信し（ステップＳ１７０Ａ）、施設３００Ｂに電力削減要請を送信する（ステップＳ１７０Ｂ）。電力管理サーバ２００から施設３００に送信される電力削減要請は、電力削減期間の開始日時、電力削減期間の継続時間、及び要請電力削減量のうち少なくとも１つを含んでもよい。電力削減要請を受信した施設３００のローカル制御装置３３０は、電力削減期間内において制御対象機器を用いて電力削減を行う。

電力削減期間の開始後、電力管理サーバ２００は、施設グループ内の各施設３００に対する制御を行ってもよい。例えば、電力管理サーバ２００は、電力削減期間内において、施設グループ内の各施設３００からフィードバックされる情報（例えば、電力使用量）に基づいて、施設グループの合計の電力削減量が目標電力削減量になるように、施設グループ内の各施設３００に対する制御を行ってもよい。このような制御において、電力管理サーバ２００は、予測アルゴリズムを用いて、施設グループ内の各施設３００の電力使用量を予測し、予測値を用いた制御（すなわち、予測制御）を行ってもよい。

電力管理サーバ２００は、制御アルゴリズムを用いて、各施設３００に対して、ＤＲ以外の電力削減制御を行ってもよい。例えば、電力管理サーバ２００は、所定の時間帯において、空調機器などの負荷３１０をオフにする制御を行う。このような電力削減制御を行う場合、電力管理サーバ２００は、施設グループ内の各施設３００に対する制御パターンを異ならせてもよい。例えば、施設グループ内の施設３００が異なる時間帯において負荷３１０をオフにするよう調整する。これにより、特定の時間帯において予測誤差が大きくなる現象を低減することができる。

次に、誤差パターンの推定処理（ステップＳ１５０）の詳細について説明する。

図７に示すように、ステップＳ１５１において、電力管理サーバ２００は、各施設３００の施設固有パラメータ、及び／又は施設固有パラメータの変更情報を取得する。具体的には、電力管理サーバ２００の制御部２３０は、ステップＳ１２０で記憶部２１０に記憶された施設固有パラメータ（及び変更情報）を読み出す。施設固有パラメータは、施設の用途又は業種、施設に設けられた機器の構成、施設の立地、施設が有するスペースの内訳、施設における業務スケジュール、施設に設けられた機器の制御に用いる制御アルゴリズム、施設の電力使用量の予測に用いる予測アルゴリズム、施設の平均電力使用量のうち、少なくとも１つを含む。

ステップＳ１５２において、電力管理サーバ２００は、予測誤差に影響を与える外的要因パラメータを取得する。外的要因パラメータは、電力削減期間に関するパラメータであって、例えば、気象条件、季節、曜日、及び時間帯のうち、少なくとも１つを含む。気象条件は、天候及び気温を含んでもよい。電力管理サーバ２００は、気象情報を配信するサーバ（不図示）から気象条件を取得してもよい。ステップＳ１５２はステップＳ１５１よりも前に行われてもよい。また、ステップＳ１５２は必須ではなく、省略してもよい。

ステップＳ１５３において、電力管理サーバ２００は、施設固有パラメータ及び／又は変更情報に基づいて、各施設３００について誤差パターンを推定する。電力管理サーバ２００は、外的要因パラメータにさらに基づいて誤差パターンを推定してもよい。

以下において、電力管理サーバ２００が誤差パターンを推定する際に用いる推定規則の具体例について説明する。

（１）施設の用途又は業種
施設の用途又は業種とは、例えば、住宅、店舗、会社（オフィス）、学校、データセンタなどである。これらの情報は、さらに細分化されてもよい。

例えば、外的要因パラメータとして曜日及び時間帯を用いる場合において、平日の昼間の時間帯を想定する。会社及び学校は利用者が増えることにより電力使用量が増加する傾向がある。一方で、デパートは利用者が減ることにより電力使用量が減少する傾向がある。よって、電力管理サーバ２００は、平日の昼間の時間帯については、会社及び学校は予測誤差が負の誤差になる（すなわち、実際の電力使用量が予測値に対して上昇する）と推定する。電力管理サーバ２００は、平日の昼間の時間帯については、デパートは予測誤差が正の誤差になる（すなわち、実際の電力使用量が予測値に対して低下する）と推定する。

また、外的要因パラメータとして季節及び気象条件（気温）を用いる場合において、冬に気温が上昇するシナリオを想定する。データセンタは冬でも冷房を使用することにより電力使用量が増加する傾向がある。一方で、住宅、店舗、及びオフィスは、冬に冷房を使用せず、かつ暖房の使用が減ることにより電力使用量が減少する傾向がある。よって、電力管理サーバ２００は、冬に気温が上昇する場合には、データセンタは予測誤差が負の誤差になり、住宅、店舗、及びオフィスは予測誤差が正の誤差になると推定する。

（２）施設に設けられた機器の構成
施設に設けられた機器の構成とは、機器の種別及びスペック等である。例えば、スーパーマーケットに設けられるショーケースを想定する。ショーケースがリーチイン型（扉あり）である場合、店内環境がショーケース内の温度に与える影響が小さいため、電力使用量の変動も小さい傾向がある。一方で、ショーケースがリーチイン型でない場合、店内環境がショーケース内の温度に与える影響が大きいため、電力使用量の変動も大きい傾向がある。よって、電力管理サーバ２００は、ショーケースがリーチイン型であるスーパーマーケットについては予測誤差が小さく、ショーケースがリーチイン型でないスーパーマーケットについては予測誤差が大きくなると推定する。

（３）施設の立地
例えば、外的要因パラメータとして気象条件を用いる場合において、雨が降るシナリオを想定する。駅から近い店舗は利用者が増えることにより電力使用量が増加する傾向がある。一方で、駅から遠い店舗は利用者が減ることにより電力使用量が減少する傾向がある。よって、電力管理サーバ２００は、雨が降る場合には、駅から近い店舗は予測誤差が負の誤差になり、駅から遠い店舗は予測誤差が正の誤差になると推定する。

（４）施設が有するスペースの内訳
施設が有するスペースの内訳とは、店舗における駐車場の有無及びその広さ、店舗におけるイートインスペースの有無などである。

例えば、外的要因パラメータとして気象条件を用いる場合において、雨が降るシナリオを想定する。駐車場が広い店舗は利用者が増えることにより電力使用量が増加する傾向がある。一方で、駐車場が狭い又は無い店舗は利用者が減ることにより電力使用量が減少する傾向がある。よって、電力管理サーバ２００は、雨が降る場合には、駐車場が広い店舗は予測誤差が負の誤差になり、駐車場が狭い又は無い店舗は予測誤差が正の誤差になると推定する。

また、外的要因パラメータとして時間帯を用いる場合において、昼食時及び夕食時の時間帯を想定する。イートインスペースがある店舗は利用者が増えることにより電力使用量が増加する傾向がある。一方で、イートインスペースが無い店舗は利用者が減ることにより電力使用量が減少する傾向がある。よって、電力管理サーバ２００は、昼食時及び夕食時の時間帯については、イートインスペースがある店舗は予測誤差が負の誤差になり、イートインスペースが無い店舗は予測誤差が正の誤差になると推定する。

（５）施設における業務スケジュール
例えば、外的要因パラメータとして時間帯を用いる場合において、１６時台の時間帯を想定する。１６時から営業を開始する店舗は利用者が増えることにより電力使用量が増加する傾向がある。一方で、１６時で営業を終了する店舗は利用者が減ることにより電力使用量が減少する傾向がある。よって、電力管理サーバ２００は、１６時台の時間帯について、１６時から営業を開始する店舗は予測誤差が負の誤差になり、１６時で営業を終了する店舗は予測誤差が正の誤差になると推定する。

（６）制御アルゴリズム及び予測アルゴリズム
制御アルゴリズムとは、ＤＲ以外の電力削減制御に用いられるアルゴリズムの種類・内容及び当該制御の有無などである。例えば、外的要因パラメータとして時間帯を用いる場合において、１６時台の時間帯を想定する。１６時に空調機器をオフからオンに切り替える制御が行われる施設は電力使用量が増加する傾向がある。一方で、１６時に空調機器をオンからオフに切り替える制御が行われる施設は電力使用量が減少する傾向がある。よって、電力管理サーバ２００は、１６時台の時間帯について、１６時に空調機器をオフからオンに切り替える制御が行われる施設は予測誤差が負の誤差になり、１６時に空調機器をオンからオフに切り替える制御が行われる施設は予測誤差が正の誤差になると推定する。

予測アルゴリズムとは、ある時点でのパラメータを用いて別の時点の値を予測するためのアルゴリズムの種類・内容などである。例えば、電力使用量の予測に用いる電力使用量のデータが、制御アルゴリズムによる制御が行われた時間帯のデータである場合を想定する。この場合、制御アルゴリズムによる制御が行われない時間帯の電力使用量を予測すると、予測値よりも実際の電力使用量が大きくなる傾向がある。よって、電力管理サーバ２００は、このような場合には、予測誤差が負の誤差になると推定する。一方で、電力使用量の予測に用いる電力使用量のデータが、制御アルゴリズムによる制御が行われなかった時間帯のデータである場合を想定する。この場合、制御アルゴリズムによる制御が行われる時間帯の電力使用量を予測すると、予測値よりも実際の電力使用量が小さくなる傾向がある。よって、電力管理サーバ２００は、このような場合には、予測誤差が正の誤差になると推定する。

また、予測アルゴリズムの種類としては、直近の電力使用量のデータから線形予測を行う第１の予測アルゴリズム、及び過去の同時間帯の電力使用量の平均値を用いる第２の予測アルゴリズムなどがある。例えば、上述した「（５）施設における業務スケジュール」の具体例において、第２の予測アルゴリズムにより電力使用量を予測する場合には、予測誤差は小さいと考えられる。よって、電力管理サーバ２００は、予測アルゴリズムの種類に応じて、予測誤差の大きさを推定してもよい。

（７）施設の平均電力使用量（契約電力）
施設の平均電力使用量（契約電力）、すなわち、施設の規模が大きいほど、予測誤差が大きくなる傾向がある。よって、電力管理サーバ２００は、施設の平均電力使用量（契約電力）に応じて、予測誤差の大きさを推定する。

（８）変更情報
例えば、店舗における業務スケジュールに変更があり、商品の追加作業の時間が変更された場合を想定する。商品の追加時には、ショーケース（冷ケース）の電力使用量が増加するため、業務スケジュールの変更により商品の追加作業が行われる時間帯については、電力使用量の予測値よりも実際の電力使用量が大きくなる傾向がある。よって、電力管理サーバ２００は、このような場合には、予測誤差が負の誤差になると推定する。一方で、業務スケジュールの変更により商品の追加作業が行われなくなった時間帯については、電力使用量の予測値よりも実際の電力使用量が小さくなる傾向がある。よって、電力管理サーバ２００は、このような場合には、予測誤差が正の誤差になると推定する。

また、施設の契約電力が変更された場合を想定する。施設の契約電力が変更された場合、施設の電力使用量も変更されると考えられるため、予測誤差の大きさに影響を与える。よって、電力管理サーバ２００は、施設の契約電力が大きくなるよう変更された場合には、予測誤差が大きくなると推定する。一方で、電力管理サーバ２００は、施設の契約電力が小さくなるよう変更された場合には、予測誤差が小さくなると推定する。

［第２実施形態］
第２実施形態に係る管理方法について、第１実施形態との相違点を主として説明する。第２実施形態において、電力管理サーバ２００は、各施設３００について過去の予測誤差に基づく統計情報を取得し、統計情報に基づいて各施設３００の誤差パターンを推定する。

図８に示すように、ステップＳ２１０において、電力管理サーバ２００は、予測アルゴリズムを用いて、各施設３００の電力使用量を予測する。電力管理サーバ２００は、施設３００ごとに異なる予測アルゴリズムを用いて電力使用量を予測してもよい。

ステップＳ２２０において、電力管理サーバ２００は、各施設３００から実際の電力使用量（測定値）を受信する。

ステップＳ２３０において、電力管理サーバ２００は、電力使用量の予測値と実際の電力使用量とに基づいて予測誤差を算出し、予測誤差を記憶及び管理する。電力管理サーバ２００は、ステップＳ２１０〜Ｓ２３０の処理を繰り返すことにより、予測誤差の統計処理を行い、予測誤差の統計情報を算出する。予測誤差の統計情報は、予測誤差の誤差パターン及び予測精度を含む。

電力管理サーバ２００は、施設、外的要因パラメータ、及び予測アルゴリズムの種類と関連付けて、予測誤差の統計情報を管理する。外的要因パラメータは、例えば、気象条件、季節、曜日、及び時間帯のうち、少なくとも１つを含む。電力管理サーバ２００は、さらに、施設固有パラメータと関連付けて予測誤差の統計情報を管理してもよい。予測アルゴリズムの種類としては、直近の電力使用量のデータから線形予測を行う第１の予測アルゴリズム、過去の同時間帯の電力使用量の平均値を用いる第２の予測アルゴリズム、気象条件（天候）と電力使用量との相関を示す統計情報に基づいて天気予報から電力使用量を予測する第３の予測アルゴリズムなどがある。例えば、第１の予測アルゴリズムは、電力使用量が急増する時間帯では予測値が下にずれ、負の予測誤差が生じる傾向がある。第２の予測アルゴリズムは、新たに機器が施設に導入された場合などにおいて、過去の電力使用量よりも実際の電力使用量が増えて予測値が下にずれ、負の予測誤差が生じる傾向がある。第３の予測アルゴリズムは、天気予報が曇であり、実際には晴れた場合、気温の上昇により電力使用量が増えたり、太陽電池の発電量増加により電力使用量が減ったりする傾向がある。

ステップＳ２４０及びＳ２５０の処理は、第１実施形態と同様である。

ステップＳ２６０において、電力管理サーバ２００は、各施設３００について誤差パターンを推定する。第２実施形態において、電力管理サーバ２００は、過去の予測誤差に基づく統計情報に基づいて、各施設３００の誤差パターンを推定する。誤差パターンの推定処理（ステップＳ２６０）の詳細については後述する。ステップＳ２６０は、ステップＳ２５０の前に行われてもよい。

ステップＳ２７０及びＳ２８０の処理は、第１実施形態と同様である。

次に、誤差パターンの推定処理（ステップＳ２６０）の詳細について説明する。

図９に示すように、ステップＳ２６１において、電力管理サーバ２００は、電力削減期間に関する外的要因パラメータを取得する。

ステップＳ２６２において、電力管理サーバ２００は、ステップＳ２３０で管理している予測誤差の統計情報と、ステップＳ２６１で取得した外的要因パラメータとに基づいて、取得した外的要因パラメータと関連付けられた統計情報を取得する。

ステップＳ２６３において、電力管理サーバ２００は、ステップＳ２６２で取得した統計情報に基づいて、施設３００ごとに、最も予測精度の高い予測アルゴリズムを選択する。

ステップＳ２６４において、電力管理サーバ２００は、ステップＳ２６４で選択した予測アルゴリズムと統計情報とに基づいて、各施設３００の誤差パターンを推定する。

［第２実施形態の変更例］
第２実施形態において、電力管理サーバ２００は、施設固有パラメータ（特に、業務スケジュール、制御アルゴリズム）とさらに関連付けて予測誤差の統計情報を管理してもよい。電力管理サーバ２００は、管理している統計情報に基づいて、予測誤差が最小になる業務スケジュール及び／又は制御アルゴリズムを決定し、決定した業務スケジュール及び／又は制御アルゴリズムを施設３００に通知してもよい。施設３００のローカル制御装置３３０は、電力管理サーバ２００からの通知に応じて業務スケジュール及び／又は制御アルゴリズムを変更する場合に、その旨を電力管理サーバ２００に通知してもよい。

［第３実施形態］
第３実施形態について、第１及び第２実施形態との相違点を主として説明する。

（電力管理システム）
第３実施形態に係る電力管理システムの構成について説明する。図１０に示すように、第３実施形態に係る電力管理システムは、階層化された電力管理サーバ構成を有する。具体的には、電力管理システムは、複数の下位電力管理サーバ２００（２００Ａ、２００Ｂ、…）と、複数の下位電力管理サーバ２００を管理する上位電力管理サーバ５００とを有する。下位電力管理サーバ２００Ａは、複数の施設３００Ａ（３００Ａ１、３００Ａ２、…）を管理する。下位電力管理サーバ２００Ｂは、複数の施設３００Ｂ（３００Ｂ１、３００Ｂ２、…）を管理する。

下位電力管理サーバ２００は、下位アグリゲータによって管理されるサーバである。下位アグリゲータは、複数の施設３００を束ねて電力削減量を集める事業者である。第３実施形態において、下位電力管理サーバ２００は、複数の施設３００を管理する下位管理装置の一例である。

上位電力管理サーバ５００は、上位アグリゲータによって管理されるサーバである。上位アグリゲータは、複数の下位アグリゲータ（複数の下位電力管理サーバ２００）を束ねて電力削減量を集める事業者である。第３実施形態において、上位電力管理サーバ５００は、複数の下位管理装置を管理する上位管理装置の一例である。上位電力管理サーバ５００のハードウェア構成は下位電力管理サーバ２００と同様である（図２参照）。上位電力管理サーバ５００は、電力事業者サーバ４００と共通化されてもよい。この場合、上位電力管理サーバ５００は、電力系統などのインフラストラクチャーを提供する電力事業者によって管理されてもよい。

上位電力管理サーバ５００は、電力事業者サーバ４００からの電力削減要請の受信に応じて、複数の下位電力管理サーバ２００の中から選択した下位電力管理サーバ２００（下位電力管理サーバグループ）に対して電力削減要請を送信する。

上位電力管理サーバ５００により選択された下位電力管理サーバ２００は、上位電力管理サーバ５００からの電力削減要請を受信し、自身の管理下にある複数の施設３００の中から選択した施設３００に対して電力削減要請を送信する。下位電力管理サーバ２００が施設グループを決定する動作については、第１実施形態又は第２実施形態と同様である。

（管理方法）
第３実施形態に係る管理方法について説明する。

第１及び第２実施形態において、施設３００のグルーピングにより施設間で予測誤差を弱め合うようにし、施設グループの合計の予測誤差を最小化する方法について説明した。しかしながら、１つの下位電力管理サーバ２００が管理する施設３００の数及び／又は誤差パターンによっては、施設間で予測誤差を相殺しきれない可能性がある。そこで、第３実施形態では、下位電力管理サーバ２００のグルーピングにより下位電力管理サーバ間で予測誤差を弱め合うようにし、下位電力管理サーバグループの合計の予測誤差を最小化する。

図１１に示すように、ステップＳ３１０において、上位電力管理サーバ５００は、各下位電力管理サーバ２００から予測誤差統計情報を受信する。具体的には、上位電力管理サーバ５００は、下位電力管理サーバ２００Ａから下位電力管理サーバ２００Ａの予測誤差統計情報を受信し（ステップＳ３１０Ａ）、下位電力管理サーバ２００Ｂから下位電力管理サーバ２００Ｂの予測誤差統計情報を受信し（ステップＳ３１０Ｂ）、下位電力管理サーバ２００Ｃから下位電力管理サーバ２００Ｃの予測誤差統計情報を受信する（ステップＳ３１０Ｃ）。

予測誤差統計情報は、下位電力管理サーバ２００が過去の予測誤差に基づいて統計処理により算出した情報である。予測誤差統計情報は、上振れ量及び下振れ量を含んでもよい。上振れ量は、電力使用量の予測値に対して実際の電力使用量が上振れした場合において、どの程度の上振れになるかの予測値である。下振れ量は、電力使用量の予測値に対して実際の電力使用量が下振れした場合において、どの程度の下振れになるかの予測値である。予測誤差統計情報は、予測誤差幅及び予測誤差中心を含んでもよい。予測誤差幅は、電力使用量の予測値に対する実際の電力使用量のずれ幅の予測値である。予測誤差中心は、予測誤差幅の中心を示す値である。

Ｏｐｅｎ ＡＤＲに準拠したメッセージを用いて上振れ量及び下振れ量を伝送する一例を表１に示す。

下位電力管理サーバ２００は、予測誤差統計情報を上位電力管理サーバ５００に周期的に送信してもよい。下位電力管理サーバ２００は、上位電力管理サーバ５００から要求があった際に、予測誤差統計情報を上位電力管理サーバ５００に送信してもよい。上位電力管理サーバ５００は、各下位電力管理サーバ２００から受信した予測誤差統計情報を記憶し、下位電力管理サーバ２００ごとに予測誤差統計情報を管理する。

ステップＳ３２０において、上位電力管理サーバ５００は、電力事業者サーバ４００から電力削減要請を受信する。

ステップＳ３３０において、上位電力管理サーバ５００は、ステップＳ３１０で受信した予測誤差統計情報に基づいて、各下位電力管理サーバ２００について誤差パターンを推定する。誤差パターンは、予測誤差が正の誤差になるか又は負の誤差になるか、及び予測誤差の大きさ（絶対値）を含む。

ステップＳ３４０において、上位電力管理サーバ５００は、各下位電力管理サーバ２００の誤差パターンに基づいて、複数の下位電力管理サーバ２００の中から、電力削減要請の宛先とする下位電力管理サーバ２００からなる下位電力管理サーバグループを決定する。上位電力管理サーバ５００は、予測誤差が正の誤差になると推定された下位電力管理サーバと予測誤差が負の誤差になると推定された下位電力管理サーバとを組み合わせることにより、下位電力管理サーバグループの合計の予測誤差が最小になるように下位電力管理サーバグループを決定する。上位電力管理サーバ５００は、各下位電力管理サーバ２００の電力削減可能量にさらに基づいて、下位電力管理サーバグループの合計の電力削減可能量が要請電力削減量以上になり、かつ、下位電力管理サーバグループの合計の予測誤差が最小になるように、下位電力管理サーバグループを決定してもよい。

下位電力管理サーバグループの決定後、ステップＳ３５０において、上位電力管理サーバ５００は、決定された下位電力管理サーバグループ内の各下位電力管理サーバ２００に対して電力削減要請を送信する。例えば、上位電力管理サーバ５００は、下位電力管理サーバ２００Ａに電力削減要請を送信し（ステップＳ３５０Ａ）、下位電力管理サーバ２００Ｂに電力削減要請を送信する（ステップＳ３５０Ｂ）。電力削減要請を受信した下位電力管理サーバ２００は、第１実施形態又は第２実施形態と同様の方法で施設グループを決定する。

［第３実施形態の変更例］
図１１に示すシーケンスを次のように変更してもよい。

上位電力管理サーバ５００は、電力事業者サーバ４００からの電力削減要請の受信に応じて、下位電力管理サーバ２００の仮グルーピングを行い、仮の下位電力管理サーバグループを決定し、仮の下位電力管理サーバグループ内の各下位電力管理サーバ２００に対して電力削減要請を送信する。

下位電力管理サーバ２００は、上位電力管理サーバ５００からの電力削減要請の受信に応じて、施設３００のグルーピングを行い、施設グループを決定する。下位電力管理サーバ２００は、決定した施設グループの合計の予測誤差における残留誤差を算出し、算出した残留誤差を示す情報を予測誤差統計情報として上位電力管理サーバ５００に送信する。下位電力管理サーバ２００は、上位電力管理サーバ５００からの要求に応じて、予測誤差統計情報を上位電力管理サーバ５００に送信してもよい。

上位電力管理サーバ５００は、仮の下位電力管理サーバグループ内の各下位電力管理サーバ２００から予測誤差統計情報（残留誤差を示す情報）を受信し、受信した予測誤差統計情報に基づいて、下位電力管理サーバ２００の再グルーピングを行い、下位電力管理サーバ２００に対する電力削減要請を更新する。

［その他の実施形態］
本開示は実施形態によって説明したが、この開示の一部をなす論述及び図面は、この発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施形態、実施例及び運用技術が明らかとなろう。

第１実施形態において、電力管理サーバ２００が誤差パターンを推定する際に用いる推定規則の具体例について説明した。電力管理サーバ２００は、第２実施形態で説明したような統計情報に基づいて誤差パターンの推定規則を追加及び／又は変更してもよい。

第１〜第３実施形態において、電力削減期間の開始前に初期グループを決定する一例を説明した。しかしながら、電力削減期間中にグループを変更する場合に、誤差パターンに基づく再グルーピングを行ってもよい。

第１〜第３実施形態に係る管理方法をコンピュータに実行させるプログラムが提供されてもよい。また、プログラムは、コンピュータ読取り可能媒体に記録されていてもよい。コンピュータ読取り可能媒体を用いれば、コンピュータにプログラムをインストールすることが可能である。ここで、プログラムが記録されたコンピュータ読取り可能媒体は、非一過性の記録媒体であってもよい。非一過性の記録媒体は、特に限定されるものではないが、例えば、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等の記録媒体であってもよい。

なお、日本国特許出願第２０１７−１０５９７１号（２０１７年５月２９日出願）の全内容が、参照により、本願明細書に組み込まれている。

Claims (12)

1. 電力を使用又は管理する複数のエンティティを管理する管理装置において用いられる管理方法であって、
   前記複数のエンティティのそれぞれについて、将来の期間における電力使用量を予測する場合に発生する予測誤差に関する誤差パターンを推定するステップＡと、
   前記誤差パターンに基づいて、前記複数のエンティティの中から、前記電力使用量の削減を要請する電力削減要請の宛先とするエンティティからなるグループを決定するステップＢとを備え、
   前記ステップＡは、前記予測誤差が正の誤差になるか又は負の誤差になるかを推定するステップを含み、
   前記ステップＢは、前記予測誤差が正の誤差になると推定されたエンティティと前記予測誤差が負の誤差になると推定されたエンティティとを組み合わせることにより、前記グループの合計の予測誤差が最小になるように前記グループを決定するステップを含む、管理方法。
2. 前記ステップＢで決定された前記グループ内の各エンティティに対して前記電力削減要請を送信するステップＣをさらに備える、請求項１に記載の管理方法。
3. 前記ステップＢは、前記複数のエンティティのそれぞれの電力削減可能量にさらに基づいて、前記グループの合計の電力削減可能量が目標電力削減量以上になるように、前記グループを決定するステップを含む、請求項１又は２に記載の管理方法。
4. 前記複数のエンティティのそれぞれは、電力を使用する施設であり、
   前記管理装置は、複数の施設を前記複数のエンティティとして管理し、
   前記ステップＡは、前記複数の施設のそれぞれについて前記誤差パターンを推定するステップを含み、
   前記ステップＢは、前記複数の施設の中から、前記電力削減要請の宛先とする施設からなる前記グループを決定するステップを含む、請求項１〜３の何れか一項に記載の管理方法。
5. 前記ステップＡは、
   前記複数の施設のそれぞれについて、前記予測誤差に影響を与える施設固有パラメータを取得するステップと、
   前記施設固有パラメータに基づいて、前記複数の施設のそれぞれについて前記誤差パターンを推定するステップとを含み、
   前記施設固有パラメータは、対応する施設の用途又は業種、前記対応する施設に設けられた機器の構成、前記対応する施設の立地、前記対応する施設が有するスペースの内訳、前記対応する施設における業務スケジュール、前記対応する施設に設けられた機器の制御に用いる制御アルゴリズム、前記対応する施設の電力使用量の予測に用いる予測アルゴリズム、前記対応する施設の平均電力使用量のうち、少なくとも１つを含む、請求項４に記載の管理方法。
6. 前記ステップＡは、前記施設固有パラメータと、前記予測誤差に影響を与える外的要因パラメータとに基づいて、前記複数の施設のそれぞれについて前記誤差パターンを推定するステップを含み、
   前記外的要因パラメータは、気象条件、季節、曜日、及び時間帯のうち、少なくとも１つを含む、請求項５に記載の管理方法。
7. 前記ステップＡは、
   前記施設固有パラメータの変更に関する変更情報を取得するステップと、
   前記変更情報に基づいて、前記施設固有パラメータが変更された施設について前記誤差パターンを推定するステップとを含む、請求項５に記載の管理方法。
8. 前記ステップＡは、
   前記複数の施設のそれぞれについて、過去の予測誤差に基づく統計情報を取得するステップと、
   前記統計情報に基づいて、前記複数の施設のそれぞれについて前記誤差パターンを推定するステップとを含む、請求項４に記載の管理方法。
9. 前記ステップＡは、
   前記統計情報と、前記予測誤差に影響を与える外的要因パラメータとに基づいて、前記複数の施設のそれぞれについて、前記電力使用量の予測に用いる予測アルゴリズムを選択するステップと、
   前記複数の施設のそれぞれについて、前記選択した予測アルゴリズムに基づいて前記誤差パターンを推定するステップとを含む請求項８に記載の管理方法。
10. 前記複数のエンティティのそれぞれは、電力を使用する複数の施設を管理する下位管理装置であり、
    前記管理装置は、複数の下位管理装置を管理する上位管理装置であり、
    前記ステップＡは、前記複数の下位管理装置のそれぞれについて前記誤差パターンを推定するステップを含み、
    前記ステップＢは、前記複数の下位管理装置の中から、前記電力削減要請の宛先とする下位管理装置からなる前記グループを決定するステップを含む、請求項１〜３の何れか一項に記載の管理方法。
11. 前記誤差パターンを推定するための予測誤差統計情報を前記複数の下位管理装置のそれぞれから受信するステップを備え、
    前記ステップＡは、前記受信した予測誤差統計情報に基づいて、前記複数の下位管理装置のそれぞれについて前記誤差パターンを推定するステップを含む、請求項１０に記載の管理方法。
12. 電力を使用又は管理する複数のエンティティを管理する管理装置であって、
    前記複数のエンティティのそれぞれについて、将来の期間における電力使用量を予測する場合に発生する予測誤差に関する誤差パターンを推定する処理Ａと、
    前記誤差パターンに基づいて、前記複数のエンティティの中から、前記電力使用量の削減を要請する電力削減要請の宛先とするエンティティからなるグループを決定する処理Ｂと、を実行する制御部を備え、
    前記処理Ａは、前記予測誤差が正の誤差になるか又は負の誤差になるかを推定する処理を含み、
    前記処理Ｂは、前記予測誤差が正の誤差になると推定されたエンティティと前記予測誤差が負の誤差になると推定されたエンティティとを組み合わせることにより、前記グループの合計の予測誤差が最小になるように前記グループを決定する処理を含む、管理装置。

Images