JP7186149B2

JP7186149B2 - 資源管理システム、情報処理装置、および資源管理方法

Info

Publication number: JP7186149B2
Application number: JP2019157034A
Authority: JP
Inventors: 純一宮越; 泰幸工藤
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2019-08-29
Filing date: 2019-08-29
Publication date: 2022-12-08
Anticipated expiration: 2039-08-29
Also published as: US11416797B2; JP2021033941A; US20210065088A1

Description

本発明は、資源を管理する資源管理システム、情報処理装置、および資源管理方法に関する。

特許文献１は、消費電力量の調整要求に対してより安定的に応じることが可能な複数の空気調和装置の管理装置を開示する。この管理装置では、アグリゲータの制御部は、削減負担の割り振り予定の仮決めを行った後の時点において消費電力量の調整要求のキャンセル確率等が高い需要家の空気調和装置が生じた場合には、キャンセル確率が高い需要家については分配優先順位を下げて他の需要家に配分することで、削減負担の割り振り予定の再配分を行う。

特開２０１６－２１７５９９号公報

しかしながら、特許文献１の管理装置では、ユーザ毎の個人特性に応じた資源分配や地域社会全体の効用については考慮されていない。

本発明は、個人における資源消費の効用と地域社会全体における資源消費の効用とを考慮したデマンドレスポンスを実現することを目的とする。

本願において開示される発明の一側面となる資源管理システムは、ユーザが消費する資源を管理する資源管理システムであって、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、前記プロセッサは、前記ユーザの第１資源消費量と、前記第１資源消費量での前記ユーザの第１快適度と、前記ユーザが要求する第２快適度に必要な第２資源消費量と、を含むユーザ情報を取得する取得処理と、前記第１資源消費量と、前記第１快適度と、前記第２資源消費量と、前記第２快適度と、に基づいて、資源消費量が増加するにしたがって快適度が増加する前記ユーザの効用特性を推定するとともに、前記ユーザの効用特性と、前記資源消費量が増加するにしたがって前記快適度が減少する前記ユーザの抑制特性と、を合成した価値特性の極大値が最大となるように、前記ユーザの抑制特性の傾きを調整するユーザ特性推定処理と、前記価値特性の極大値における第３快適度と、前記第１資源消費量と、前記ユーザの資源消費体に前記資源を供給する供給元からの供給可能量と、に基づいて、前記供給可能量を超えない程度で前記快適度を最大化する評価関数を生成する評価関数生成処理と、前記評価関数が最大となるように第４資源消費量を生成する評価関数最適化処理と、前記第１資源消費量と前記第４資源消費量との差を、前記ユーザが協力すべき前記資源消費量に関する目標値として算出する目標算出処理と、前記目標算出処理によって算出された目標値に基づいて、前記ユーザに対する前記資源消費量の削減に関する協力要請データを生成する協力要請生成処理と、前記協力要請生成処理によって生成された協力要請データを出力する出力処理と、を実行することを特徴とする。

本発明の代表的な実施の形態によれば、個人における資源消費の効用と地域社会全体における資源消費の効用とを考慮したデマンドレスポンスを実現することができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

図１は、実施例１にかかる資源管理システムのシステム構成例を示すブロック図である。図２は、コンピュータ（目標算出装置および情報処理装置）のハードウェア構成例を示すブロック図である。図３は、情報処理装置の機能的構成例を示すブロック図である。図４は、図３に示したユーザ情報取得部の詳細な機能的構成例を示すブロック図である。図５は、設問提示部が保持する設問テーブルの一例を示す説明図である。図６は、図３に示したユーザ特性推定部の詳細な機能的構成例を示すブロック図である。図７は、資源消費量と快適度との関係を示すグラフである。図８は、実施例１にかかる効用特性、抑制特性および抑制内訳の推定例を示す説明図である。図９は、ユーザ価値観推定テーブルの一例を示す説明図である。図１０は、図３に示した協力要請生成部の詳細な機能的構成例を示すブロック図である。図１１は、図１０に示した協力要請コンテンツの一例を示す説明図である。図１２および図１３は、協力要請提示部から提示される協力要請データ例を示す説明図である。図１２および図１３は、協力要請提示部から提示される協力要請データ例を示す説明図である。図１４は、目標算出装置の機能的構成例を示すブロック図である。図１５は、資源管理システムの資源管理シーケンス例を示すシーケンス図である。図１６は、実施例２にかかるユーザ情報取得部の機能的構成例を示すブロック図である。図１７は、実施例２にかかる効用特性、抑制特性および抑制内訳の推定例を示す説明図である。図１８は、図１７（Ｃ）の詳細な説明図である。

地域社会の経済活性化に向けた自然エネルギーの地産地消の実現においては、自然エネルギーの供給量の変動により、自然エネルギーの供給不足時に需要量を抑制させるためのデマンドレスポンスが重要となる。デマンドレスポンスを実現するために、供給不足時に需要抑制のため自然エネルギーの使用料金を割高にしたり、節約協力者にインセンティブ（たとえば、クーポン）を与えたりする場合がある。

使用料金を割高にすると、自然エネルギーの需要を抑制するが、金銭的に厳しい人に対するしわ寄せが発生し、地域社会全体のエネルギー消費の効用を低下させる。また、インセンティブの付与については、個人の価値観の違いを考慮できず、たとえば、クーポンが不要な人がいるなど、効果にバラつきが生じる。このため、実施例１では、個人におけるエネルギー消費の効用と地域社会全体におけるエネルギー消費の効用とを考慮したデマンドレスポンスを実現する。以下、添付図面を用いて説明する。

＜システム構成例＞
図１は、実施例１にかかる資源管理システムのシステム構成例を示すブロック図である。資源管理システム１００は、目標算出装置１０２と、１以上（図１ではｎ個。ｎは１以上の整数。）の資源消費体ｚ１～ｚｎと、を有する。目標算出装置１０２と、資源消費体ｚｉ（ｉは、１≦ｉ≦ｎを満たす整数。）とは、インターネットなどの通信ネットワーク１０３により通信可能に接続される。資源管理システム１００は、共有資源供給体１０１も含む。目標算出装置１０２と共有資源供給体１０１は、通信ネットワーク１０３により通信可能に接続される。

共有資源供給体１０１は、資源消費体ｚｉに共有の資源を供給する供給源であり、たとえば、水力発電所、風力発電所、太陽光発電所、火力発電所、原子力発電所である。共有の資源とは、たとえば、電力である。共有資源供給体１０１は、電力を送電する電力ネットワーク１０４により資源消費体ｚｉと接続される。

目標算出装置１０２は、資源消費体ｚｉへの共有の資源を管理するコンピュータである。資源消費体ｚｉは、世帯ごとに存在し、世帯のユーザｙｉにより利用される。資源消費体ｚｉは、資源消費計測器１１１と、資源消費機器群１１２と、情報処理装置１１３と、を有する。資源消費計測器１１１は、たとえば、電力計であり、資源消費機器群１１２の消費電力量を計測する。資源消費機器群１１２は、資源消費機器の集合である。資源消費機器とは、電力を消費する機器であり、たとえば、空調設備（エアコン）、冷蔵庫、照明機器、テレビなどである。情報処理装置１１３は、ユーザに資源管理に関するデータを提供するコンピュータである。

＜コンピュータのハードウェア構成例＞
図２は、コンピュータのハードウェア構成例を示すブロック図である。コンピュータ（目標算出装置１０２および情報処理装置１１３）２００は、プロセッサ２０１と、記憶デバイス２０２と、入力デバイス２０３と、出力デバイス２０４と、通信インタフェース（通信ＩＦ）２０５と、を有する。プロセッサ２０１、記憶デバイス２０２、入力デバイス２０３、出力デバイス２０４、および通信ＩＦ２０５は、バス２０６により接続される。プロセッサ２０１は、コンピュータ２００を制御する。記憶デバイス２０２は、プロセッサ２０１の作業エリアとなる。また、記憶デバイス２０２は、各種プログラムやデータを記憶する非一時的なまたは一時的な記録媒体である。記憶デバイス２０２としては、たとえば、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）、フラッシュメモリがある。入力デバイス２０３は、データを入力する。入力デバイス２０３としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナ、マイクがある。出力デバイス２０４は、データを出力する。出力デバイス２０４としては、たとえば、ディスプレイ、プリンタ、スピーカがある。通信ＩＦ２０５は、通信ネットワーク１０３と接続し、データを送受信する。

＜情報処理装置１１３の機能的構成例＞
図３は、情報処理装置１１３の機能的構成例を示すブロック図である。情報処理装置１１３は、ユーザ情報取得部３０１と、ユーザ特性推定部３０２と、協力要請生成部３０３と、協力要請提示部３０４と、を有する。ユーザ情報取得部３０１、ユーザ特性推定部３０２、協力要請生成部３０３、および協力要請提示部３０４は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶されたプログラムをプロセッサ２０１に実行させることにより実現される機能である。

ユーザ情報取得部３０１は、ユーザ情報を取得する。ユーザ特性推定部３０２は、ユーザ特性を推定する。本明細書において、「推定」とは、推定対象の予測データを決定する処理である。ユーザ特性推定部３０２の場合、ユーザ特性推定部３０２は、推定対象の予測データであるユーザ特性を決定する。協力要請生成部３０３は、協力要請データを生成する。協力要請提示部３０４は、協力要請生成部３０３によって生成された協力要請データをユーザｙｉに提示する。具体的には、たとえば、協力要請提示部３０４は、協力要請データを出力デバイス２０４から画面表示したり音声出力したりする。

図４は、図３に示したユーザ情報取得部３０１の詳細な機能的構成例を示すブロック図である。ユーザ情報取得部３０１は、設問提示部５０１と、回答取得部５０２と、資源消費量取得部５０３と、ユーザ情報出力部５０４と、を有する。設問提示部５０１は、出力デバイス２０４から設問を提示する。

図５は、設問提示部５０１が保持する設問テーブルの一例を示す説明図である。設問テーブル５００は、設問を示す文字列を記憶するテーブルである。設問提示部５０１は、設問テーブル５００の各設問（図５では、設問Ｑ１～Ｑ３）を、出力デバイス２０４から画面表示したり音声出力したりする。

図４に戻り、回答取得部５０２は、設問提示部５０１によって設問を提示した結果、入力デバイス２０３から設問に対するユーザの回答を取得する。具体的には、たとえば、回答取得部５０２は、設問Ｑ１であれば「０～１００」％の間の数値、設問Ｑ２であれば「１～５」倍の間の数値、設問Ｑ３であれば「０～１００」％の間の数値をユーザの回答として取得する。

資源消費量取得部５０３は、資源消費計測器１１１から資源消費機器ごとの資源消費量（たとえば、電力量）を取得する。ユーザ情報出力部５０４は、回答取得部５０２によって取得された回答と、資源消費量取得部５０３によって取得された資源消費量と、を含むユーザ情報を、ユーザ特性推定部３０２に出力する。

図６は、図３に示したユーザ特性推定部３０２の詳細な機能的構成例を示すブロック図である。ユーザ特性推定部３０２は、効用特性推定部６０１と、抑制特性推定部６０２と、抑制内訳推定部６０３と、ユーザ特性出力部６０４と、ユーザ価値観推定部６０５と、ユーザ価値観出力部６０６と、を有する。効用特性推定部６０１は、ユーザ情報取得部３０１からのユーザ情報に基づいて、効用特性Ｕを推定する。抑制特性推定部６０２は、ユーザ情報取得部３０１からのユーザ情報に基づいて、抑制特性Ｓを推定する。

図７は、資源消費量と快適度との関係を示すグラフである。図７のグラフ７００では、横軸を資源消費量、縦軸を効用特性Ｕおよび抑制特性Ｓの快適度とする。効用特性Ｕと抑制特性Ｓとの単位が異なるため、縦軸は効用特性Ｕと抑制特性Ｓを正規化した快適度とした。効用とは、ユーザｙｉが資源消費することによって得る主観的な満足度、すなわち、快適度であり、たとえば、ユーザｙｉが空調設備を使用すると気持ちがいいと感じる度合いである。効用特性Ｕとは、資源消費量が多くなると、効用が高くなるという特性を示す関数である。

抑制とは、ユーザｙｉが資源消費を少なくすることによって得る主観的な満足の快適度であり、たとえば、ユーザｙｉが空調設備の使用を控えると、支払う電気料金が少なくなることにより経済的であると感じたり、また、環境にやさしいと感じたりする度合いである。抑制特性Ｓとは、資源消費量が少なくなると、効用の快適度が高くなるという特性を示す関数である。

価値特性Ｖとは、効用特性Ｕと抑制特性Ｓとの合成関数、すなわち、和である。資源消費量取得部５０３は、価値特性Ｖの極大値をとる資源消費量を取得することになる。

抑制内訳推定部６０３は、ユーザ情報取得部３０１からのユーザ情報に基づいて、抑制内訳を推定する。抑制内訳は、設問Ｑ３により取得される。たとえば、設問Ｑ３の回答で金銭の割合が６５％だとすると、残りの３５％がその他となる。

図８は、実施例１にかかる効用特性Ｕ、抑制特性Ｓおよび抑制内訳の推定例を示す説明図である。（Ａ）において、点Ｑ１は、設問Ｑ１の回答（たとえば、８０％）に対応する資源消費量Ｃの座標値である。点Ｑ２は、設問Ｑ２の回答（たとえば、２倍）に対応する資源消費量２Ｃの座標値である。効用特性推定部６０１は、点０と点Ｑ１と点Ｑ２とを結ぶ効用特性Ｕの関数を生成する。

（Ｂ）において、抑制特性推定部６０２は、価値特性Ｖの極大値がＣとなるように抑制特性Ｓの傾きを推定する。（Ｃ）において、抑制内訳推定部６０３は、抑制特性Ｓの傾きを設問Ｑ３の回答に応じて調整し、抑制特性Ｔを生成する。

図６に戻り、ユーザ特性出力部６０４は、効用特性推定部６０１、抑制特性推定部６０２および抑制内訳推定部６０３による推定結果に基づいて、ユーザ特性データを目標算出装置１０２に出力する。具体的には、たとえば、ユーザ特性出力部６０４は、価値特性Ｖの極大値Ｌおよび当該極大値Ｌにおける快適度をユーザ特性データとして目標算出装置１０２に出力する。

ユーザ価値観推定部６０５は、効用特性推定部６０１、抑制特性推定部６０２および抑制内訳推定部６０３による推定結果に基づいて、資源消費に関するユーザｙｉの価値観を推定する。ユーザｙｉの価値観とは、資源消費量、快適度、抑制傾向、および金銭比といった価値についての世帯平均に対するユーザｙｉの評価である。

図９は、ユーザ価値観推定テーブルの一例を示す説明図である。ユーザ価値観推定テーブル９００は、価値９０１と、推定結果９０２と、を有する。価値９０１は、資源消費量９１１と、快適度９１２と、抑制傾向９１３と、金銭比９１４と、を有する。資源消費量９１１とは、グラフ７００の横軸における価値特性Ｖの極大値Ｌである。快適度９１２は、価値特性Ｖの極大値Ｌにおけるグラフ７００の縦軸の値である。

抑制傾向９１３は、抑制特性Ｓの傾きである。金銭比９１４は、設問Ｑ３の回答の値である。資源消費量９１１、快適度９１２、抑制傾向９１３、および金銭比９１４における「大」、「小」は、世帯平均に対するユーザｙｉの相対評価値である。資源消費量９１１、快適度９１２、抑制傾向９１３、および金銭比９１４の世帯平均は、たとえば、固定値でもよく、目標算出装置１０２で算出されて配信される最新の値でもよい。

推定結果９０２は、ユーザ価値観９２１と、タイプ９２２と、を有する。ユーザ価値観９２１は、価値９０１に対応するユーザｙｉの価値観である。タイプ９２２は、ユーザ価値観９２１を規定する識別情報である。ユーザ価値観推定部６０５は、価値９０１における資源消費量９１１、快適度９１２、抑制傾向９１３、および金銭比９１４の値の組み合わせに対応する推定結果９０２を出力する。

図６に戻り、ユーザ価値観出力部６０６は、ユーザ価値観を協力要請生成部３０３に出力する。具体的には、たとえば、ユーザ価値観出力部６０６は、図９のユーザ価値観推定テーブル９００を用いて得られた推定結果９０２を協力要請生成部３０３に出力する。

図１０は、図３に示した協力要請生成部３０３の詳細な機能的構成例を示すブロック図である。協力要請生成部３０３は、タイプ取得部１００１と、協力目標取得部１００２と、消費内訳取得部１００３と、機器別目標算出部１００４と、コンテンツ生成部１００５と、協力要請コンテンツ１００６と、を有する。

タイプ取得部１００１は、ユーザ特性推定部３０２からのタイプ９２２を取得する。協力目標取得部１００２は、目標算出装置１０２からの協力目標値を取得する。協力目標値とは、「資源消費体ｚｉで１００［Ｗ］下げてください」のような資源消費量の削減目標値を含む依頼である。消費内訳取得部１００３は、資源消費計測器１１１からの資源消費機器別の計測結果を取得する。

機器別目標算出部１００４は、資源消費計測器１１１からの資源消費機器別の計測結果と、協力目標取得部１００２によって取得された協力目標値と、に基づいて、資源消費機器別の資源消費量の削減目標値を算出する。機器別目標算出部１００４は、協力目標値を資源消費機器の数で均等に分割してもよく、資源消費機器ごとに事前に重みを設定しておき、重みに応じて協力目標値を分割してもよい。

コンテンツ生成部１００５は、タイプ取得部１００１によって取得されたタイプ９２２と、協力目標取得部１００２によって取得された目標算出装置１０２からの協力目標値と、に基づいて、協力要請コンテンツ１００６を参照してコンテンツを生成する。

図１１は、図１０に示した協力要請コンテンツ１００６の一例を示す説明図である。協力要請コンテンツ１００６は、記憶デバイス２０２に記憶されるテーブルである。協力要請コンテンツ１００６は、タイプ９２２と、協力目標値１１０１と、コンテンツ１１０２と、を有する。

協力目標値１１０１は、協力目標取得部１００２によって取得された目標算出装置１０２からの協力目標値である。コンテンツ生成部１００５は、ユーザ特性取得部によって取得されたタイプ９２２と、協力目標取得部１００２によって取得された目標算出装置１０２からの協力目標値１１０１と、に該当するコンテンツ１１０２を、協力要請コンテンツ１００６から抽出して、タイプ９２２、協力目標値１１０１、コンテンツ１１０２（以下、コンテンツデータ）および資源消費機器別の資源消費量の削減目標値を、協力要請提示部３０４に出力する。

図１２および図１３は、協力要請提示部３０４から提示される協力要請データ例を示す説明図である。図１２および図１３において、協力要請データ１２００，１３００は、出力デバイス２０４により画面表示、または、情報処理装置１１３と通信可能なコンピュータ（たとえば、ユーザｙｉのスマートフォン）に表示可能に送信される。協力要請データ１２００は、タイプ９２２が「Ｂ」でかつ番号が「５」のコンテンツデータに関する協力要請データである。協力要請データ１３００は、タイプ９２２が「Ｂ」でかつ番号が「６」のコンテンツデータに関する協力要請データである。

協力要請データ１２００，１３００は、協力依頼１２０１と、推奨値１２０２と、通信欄１２０３と、を有する。協力依頼１２０１は、協力目標値１１０１とコンテンツ１１０２に基づく協力依頼に関する文字列である。推奨値１２０２は、資源消費機器別の資源消費量の削減目標値に関する文字列である。通信欄１２０３は、コンテンツ１１０２に応じて決定される情報である。協力要請データ１２００では、コンテンツ１１０２である「省エネの具体的方法」の例として、資源消費計測器１１１からの資源消費機器別の計測結果とアドバイスが表示されている。協力要請データ１３００では、コンテンツ１１０２である「他者の協力状況」が表示されている。

なお、協力要請データ１２００，１３００では、協力依頼１２０１と、推奨値１２０２と、通信欄１２０３と、を表示したが、協力依頼１２０１と、推奨値１２０２と、通信欄１２０３と、のうち少なくとも１つが表示されればよい。この場合、表示されなかったデータについては、資源管理システム１００は生成しなくてもよい。具体的には、たとえば、資源管理システム１００は、表示されなかったデータを生成する機能を有する必要はない。

＜目標算出装置１０２の機能的構成例＞
図１４は、目標算出装置１０２の機能的構成例を示すブロック図である。目標算出装置１０２は、ユーザ特性取得部１４０１と、ユーザ特性集計部１４０２と、供給可能量取得部１４０３と、評価関数生成部１４０４と、評価関数最適化部１４０５と、協力目標算出部１４０６と、を有する。

ユーザ特性取得部１４０１は、ユーザ特性推定部３０２のユーザ特性出力部６０４から出力されたユーザ特性データとして、価値特性Ｖの極大値Ｌにおける快適度を取得する。ユーザ特性集計部１４０２は、各情報処理装置１１３からの価値特性Ｖの極大値Ｌにおける快適度を集計して、集計結果を評価関数生成部１４０４に出力する。供給可能量取得部１４０３は、共有資源供給体１０１から供給可能量を取得する。共有資源供給体１０１が発電所である場合、供給可能量とは、資源消費体ｚ１～ｚｎの総発電予測量である。

評価関数生成部１４０４は、供給可能量取得部１４０３からの供給可能量と、ユーザ特性集計部１４０２からの集計結果と、に基づいて、下記式（１）の評価関数Ｅを生成する。

式（１）において、ｎは資源消費体ｚｉの総数、ｘｉは資源消費体ｚｉの資源消費量、ｆｉは資源消費体ｚｉの価値特性Ｖ、Ａは係数、ＸＬは、共有資源供給体１０１からの供給可能量、ｇ（）は総資源使用量（Σｘｉ）にかかるペナルティ関数である。たとえば、総資源使用量（Σｘｉ）＞供給可能量ＸＬならば、大きな値をとり、それ以外は０となる関数（たとえば、ランプ関数）である。

評価関数Ｅは、ユーザｙｉの効用が最大となるユーザｙｉの資源消費量ｘｉを決める関数である。右辺のカッコ内の第１項（Σｆｉ（ｘｉ））は、ユーザ特性集計部１４０２による資源消費体ｚ１～ｚｎの快適度の集計結果を示し、大きければ大きいほど、資源消費体ｚ１～ｚｎの快適度が増加する。右辺のカッコ内の第２項は、上述したようにペナルティ関数であるため、評価関数Ｅは、共有資源供給体１０１からの供給可能量ＸＬを超えない程度で、資源消費体ｚ１～ｚｎの快適度を最大化する関数である。

評価関数最適化部１４０５は、評価関数生成部１４０４によって生成された評価関数Ｅを最適化する。具体的には、たとえば、評価関数最適化部１４０５は、評価関数Ｅが最大化するような資源消費量Ｘ１～Ｘｎの組み合わせを生成する。

協力目標算出部１４０６は、協力目標値を算出して、情報処理装置１１３の協力要請生成部３０３に出力する。協力目標値は、たとえば、資源消費量Ｘｉと資源消費量ｘｉとの差分である。ｘｉ＞Ｘｉであれば、（ｘｉ－Ｘｉ）分の資源消費量の抑制依頼となる。ｘｉ＝Ｘｉであれば、現状維持となる。ｘｉ＜Ｘｉであれば、（Ｘｉ－ｘｉ）分の資源消費量の余裕があることになる。

＜資源管理シーケンス例＞
図１５は、資源管理システム１００の資源管理シーケンス例を示すシーケンス図である。情報処理装置１１３は、ユーザ情報取得部３０１によりユーザ情報を取得し（ステップＳ１５０１）、ユーザ特性推定部３０２により、ユーザ特性を推定し（ステップＳ１５０２）、ユーザ特性データを目標算出装置１０２に送信する（ステップＳ１５０３）。

目標算出装置１０２は、供給可能量取得部１４０３により供給可能量ＸＬを取得し（ステップＳ１５１１）、ユーザ特性集計部１４０２により、情報処理装置１１３からのユーザ特性データを集計する（ステップＳ１５１２）。そして、目標算出装置１０２は、各情報処理装置１１３からの資源消費量の極大値Ｌと、ステップＳ１５１１で取得した供給可能量ＸＬと、ステップＳ１５１５で集計した集計結果とを用いて、評価関数Ｅを生成する（ステップＳ１５１３）。そして、目標算出装置１０２は、評価関数Ｅを最適化して、ユーザｙｉごとの協力目標値を算出し（ステップＳ１５１４）、協力目標値を情報処理装置１１３に送信する（ステップＳ１５１５）。

情報処理装置１１３は、ユーザ価値観推定部６０５により、効用特性推定部６０１、抑制特性推定部６０２および抑制内訳推定部６０３による推定結果に基づいて、ユーザ価値観を推定する（ステップＳ１５０４）。つぎに、情報処理装置１１３は、機器別目標算出部１００４により、資源消費計測器１１１からの資源消費機器別の計測結果と、協力目標取得部１００２によって取得された協力目標値と、に基づいて、資源消費機器別の資源消費量の削減目標値を算出する（ステップＳ１５０５）。

そして、情報処理装置１１３は、タイプ取得部１００１によって取得されたタイプ９２２と、目標算出装置１０２からの協力目標値と、に基づいて、協力要請コンテンツ１００６を参照してコンテンツデータ（タイプ９２２、協力目標値１１０１、コンテンツ１１０２）を生成する（ステップＳ１５０６）。このあと、情報処理装置１１３は、ステップＳ１５０６のコンテンツデータおよびステップＳ１５０５の資源消費機器別の資源消費量の削減目標値を用いて、協力要請データ１２００，１３００を表示可能に出力する。

このように、実施例１によれば、ユーザｙｉが所属する地域社会全体の効用を加味した個々人の節約目標や節約の達成に向けて個々人の価値観に合ったインセンティブの提示を実現することができる。また、価値特性Ｖが不連続であっても高速かつ高精度に節約の目標値を算出することができる。

実施例２は、実施例１において、ユーザ情報取得部３０１が、ユーザｙｉに設問の提示と回答の取得をしない場合の例である。実施例２の説明では、実施例１と共通部分については同一符号を付し、その説明を省略する。

図１６は、実施例２にかかるユーザ情報取得部３０１の機能的構成例を示すブロック図である。図１６では、ユーザ情報取得部３０１は、設問提示部５０１と、回答取得部５０２と、を有しない。ただし、資源消費量取得部５０３は、第１資源消費量Ｃ１を資源消費計測器１１１から取得し、第１資源消費量Ｃ１とは異なる環境（たとえば、気温）での第２資源消費量Ｃ２を資源消費計測器１１１から取得し、第１資源消費量Ｃ１とは異なる価格体系における第３資源消費量Ｃ３を資源消費計測器１１１から取得する。

図１７は、実施例２にかかる効用特性Ｕ、抑制特性Ｓおよび抑制内訳の推定例を示す説明図である。（Ａ）において、効用特性推定部６０１は、第１資源消費量Ｃ１と第２資源消費量Ｃ２との差分を、全ユーザｙ１～ｙｎの第１資源消費量Ｃ１と第２資源消費量Ｃ２との平均差分と比較し、効用特性Ｕのカーブを推定する。

第１資源消費量Ｃ１と第２資源消費量Ｃ２との差分と平均差分との差が大きいほど、効用特性Ｕのカーブが小さくなる。具体的には、たとえば、効用特性推定部６０１は、効用特性ＵモデルとしてＵを設定しておき、第１資源消費量Ｃ１と第２資源消費量Ｃ２との差分と平均差分との差が小さいほど効用特性モデルのカーブを大きくし、第１資源消費量Ｃ１と第２資源消費量Ｃ２との差分と平均差分との差が大きいほど効用特性モデルのカーブを小さくすることで、効用特性Ｕを決定する。

（Ｂ）において、効用特性推定部６０１は、価値特性Ｖの極大位置がＣ１となるように抑制特性Ｓの傾きを推定する。具体的には、たとえば、効用特性推定部６０１は、下記式（２）を用いて、対象世帯のユーザｙｉの資源消費指標Ｒｔを算出する。

ただし、Ｍは、測定した環境の総数であり、Ｃｔｊは、ある環境ｊでの対象世帯のユーザｙｉの資源消費量であり、Ｃｍｊは、ある環境ｊでの他の世帯のユーザｙｉの平均資源消費量である。

つぎに、効用特性推定部６０１は、下記式（３）を用いて、対象世帯のユーザｙｉの効用値Ｕｔを算出する。

ただし、Ｕｂは効用の基準値 (たとえば、７５などの固定値)であり、ａは定数（たとえば、０．４１５）であり、Ｒｔ＝２の場合、Ｕｔ＝１００となる。この際、１００％効用に必要な資源消費量（図８のＱ２）を、たとえば、２倍と仮定した。これによりＵｔ（Ｑ１）＝Ｕｔ（Ｃ１）とＵｔ（Ｑ２）＝Ｕｔ（Ｃ２）が決定するため、抑制特性推定部６０２は、図８の（Ｂ）と同様に抑制特性Ｓの推定が可能となる。

（Ｃ）において、抑制内訳推定部６０３は、金銭比率１００％と仮定した時の第３資源消費量Ｃ３の推定値Ｃ３ａを求め、推定値Ｃ３ａと第３資源消費量Ｃ３の実測値Ｃ３ｂとの差分で金銭とその他の内訳を推定する。

図１８は、図１７（Ｃ）の詳細な説明図である。（Ａ）において、抑制内訳推定部６０３は、金銭割合を推定する。具体的には、たとえば、料金体系Ａにおける、第１資源消費量をＣ１とし、抑制内訳推定部６０３は、料金体系Ｂにおける金銭的理由１００％時の第３資源消費量Ｃ３の推定値Ｃ３ａを推定する。この推定には、たとえば、価格が消費量に反比例するリニア関数が用いられる。

（Ｂ）において、抑制内訳推定部６０３は、料金体系Ｂにおける、第３資源消費量Ｃ３の実測値Ｃ３ｂを取得し、推定値Ｃ３ａと実測値Ｃ３ｂとを比較する。第１資源消費量Ｃ１と推定値Ｃ３ａとの差を１００とした時の、推定値Ｃ３ａと実測値Ｃ３ｂとの差ｄが、その他の要因となる。

このように、実施例２によれば、ユーザｙｉに設問を提示しなくても、自動的に協力要請の提示が可能となる。

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加、削除、または置換をしてもよい。

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＤ（ＳｏｌｉｄＴａｔｅＤｒｉｖｅ）等の記憶装置、又は、ＩＣ（ＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）カード、ＳＤカード、ＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｃ）の記録媒体に格納することができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

１００資源管理システム
１０１共有資源供給体
１０２目標算出装置
１０３通信ネットワーク
１０４電力ネットワーク
１１１資源消費計測器
１１２資源消費機器群
１１３情報処理装置
３０１ユーザ情報取得部
３０２ユーザ特性推定部
３０３協力要請生成部
３０４協力要請提示部
５００設問テーブル
５０１設問提示部
５０２回答取得部
５０３資源消費量取得部
５０４ユーザ情報出力部
６０１効用特性推定部
６０２抑制特性推定部
６０３抑制内訳推定部
６０４ユーザ特性出力部
６０５ユーザ価値観推定部
６０６ユーザ価値観出力部
９００ユーザ価値観推定テーブル
１００１タイプ取得部
１００２協力目標取得部
１００３消費内訳取得部
１００４機器別目標算出部
１００５コンテンツ生成部
１００６協力要請コンテンツ
１４０１ユーザ特性取得部
１４０２ユーザ特性集計部
１４０３供給可能量取得部
１４０４評価関数生成部
１４０５評価関数最適化部
１４０６協力目標算出部

Claims

ユーザが消費する資源を管理する資源管理システムであって、
プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、
前記プロセッサは、
前記ユーザの第１資源消費量と、前記第１資源消費量での前記ユーザの第１快適度と、前記ユーザが要求する第２快適度に必要な第２資源消費量と、を含むユーザ情報を取得する取得処理と、
前記第１資源消費量と、前記第１快適度と、前記第２資源消費量と、前記第２快適度と、に基づいて、資源消費量が増加するにしたがって快適度が増加する前記ユーザの効用特性を推定するとともに、前記ユーザの効用特性と、前記資源消費量が増加するにしたがって前記快適度が減少する前記ユーザの抑制特性と、を合成した価値特性の極大値が最大となるように、前記ユーザの抑制特性の傾きを調整するユーザ特性推定処理と、
前記価値特性の極大値における第３快適度と、前記第１資源消費量と、前記ユーザの資源消費体に前記資源を供給する供給元からの供給可能量と、に基づいて、前記供給可能量を超えない程度で前記快適度を最大化する評価関数を生成する評価関数生成処理と、
前記評価関数が最大となるように第４資源消費量を生成する評価関数最適化処理と、
前記第１資源消費量と前記第４資源消費量との差を、前記ユーザが協力すべき前記資源消費量に関する目標値として算出する目標算出処理と、
前記目標算出処理によって算出された目標値に基づいて、前記ユーザに対する前記資源消費量の削減に関する協力要請データを生成する協力要請生成処理と、
前記協力要請生成処理によって生成された協力要請データを出力する出力処理と、
を実行することを特徴とする資源管理システム。
請求項１に記載の資源管理システムであって、
前記取得処理では、前記プロセッサは、前記ユーザが資源消費を抑制した場合の金銭割合を取得し、
前記プロセッサは、
前記価値特性の極大値と、前記第３快適度と、前記抑制特性の傾きと、前記金銭割合と、の組み合わせに基づいて、前記資源の消費に関する前記ユーザの価値観を推定するユーザ価値観推定処理を実行し、
前記協力要請生成処理では、前記プロセッサは、前記目標値と前記ユーザ価値観推定処理による推定結果との組み合わせに基づいて、前記協力要請データを生成する、
ことを特徴とする資源管理システム。
請求項１に記載の資源管理システムであって、
前記協力要請生成処理では、前記プロセッサは、前記ユーザの１以上の資源消費機器ごとの資源消費量と、前記目標値と、に基づいて、前記資源消費機器ごとの目標値を算出する機器別目標算出処理を実行し、前記機器別目標算出処理による算出結果を含む前記協力要請データを生成する、
ことを特徴とする資源管理システム。
プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、通信インタフェースと、を有する情報処理装置であって、
前記通信インタフェースは、前記情報処理装置のユーザの資源消費体に資源を供給する供給元からの供給可能量を取得して前記ユーザが協力すべき前記ユーザの資源消費量に関する目標値を算出する目標算出装置と通信可能であり、
前記プロセッサは、
前記ユーザの第１資源消費量と、前記第１資源消費量での前記ユーザの第１快適度と、前記ユーザが要求する第２快適度に必要な第２資源消費量と、を含むユーザ情報を取得する取得処理と、
前記第１資源消費量と、前記第１快適度と、前記第２資源消費量と、前記第２快適度と、に基づいて、資源消費量が増加するにしたがって快適度が増加する前記ユーザの効用特性を推定するとともに、前記ユーザの効用特性と、前記資源消費量が増加するにしたがって前記快適度が減少する前記ユーザの抑制特性と、を合成した価値特性の極大値が最大となるように、前記ユーザの抑制特性の傾きを調整するユーザ特性推定処理と、
前記価値特性の極大値における第３快適度と、前記第１資源消費量と、を前記目標算出装置に送信した結果、前記目標算出装置から送信されてきた前記目標値に基づいて、前記ユーザに対する前記資源消費量の削減に関する協力要請データを生成する協力要請生成処理と、
前記協力要請生成処理によって生成された協力要請データを出力する出力処理と、
を実行することを特徴とする情報処理装置。
請求項４に記載の情報処理装置であって、
前記取得処理では、前記プロセッサは、前記ユーザが資源消費を抑制した場合の金銭割合を取得し、
前記プロセッサは、
前記価値特性の極大値と、前記第３快適度と、前記抑制特性の傾きと、前記金銭割合と、の組み合わせに基づいて、前記資源の消費に関する前記ユーザの価値観を推定するユーザ価値観推定処理を実行し、
前記協力要請生成処理では、前記プロセッサは、前記目標値と前記ユーザ価値観推定処理による推定結果との組み合わせに基づいて、前記協力要請データを生成する、
ことを特徴とする情報処理装置。
請求項４に記載の情報処理装置であって、
前記協力要請生成処理では、前記プロセッサは、前記ユーザの１以上の資源消費機器ごとの資源消費量と、前記目標値と、に基づいて、前記資源消費機器ごとの目標値を算出する機器別目標算出処理を実行し、前記機器別目標算出処理による算出結果を含む前記協力要請データを生成する、
ことを特徴とする情報処理装置。
ユーザが消費する資源を管理する資源管理システムが実行する資源管理方法であって、
前記資源管理システムは、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、
前記プロセッサは、
前記ユーザの第１資源消費量と、前記第１資源消費量での前記ユーザの第１快適度と、前記ユーザが要求する第２快適度に必要な第２資源消費量と、を含むユーザ情報を取得する取得処理と、
前記第１資源消費量と、前記第１快適度と、前記第２資源消費量と、前記第２快適度と、に基づいて、資源消費量が増加するにしたがって快適度が増加する前記ユーザの効用特性を推定するとともに、前記ユーザの効用特性と、前記資源消費量が増加するにしたがって前記快適度が減少する前記ユーザの抑制特性と、を合成した価値特性の極大値が最大となるように、前記ユーザの抑制特性の傾きを調整するユーザ特性推定処理と、
前記価値特性の極大値における第３快適度と、前記第１資源消費量と、前記ユーザの資源消費体に前記資源を供給する供給元からの供給可能量と、に基づいて、前記供給可能量を超えない程度で前記快適度を最大化する評価関数を生成する評価関数生成処理と、
前記評価関数が最大となるように第４資源消費量を生成する評価関数最適化処理と、
前記第１資源消費量と前記第４資源消費量との差を、前記ユーザが協力すべき前記資源消費量に関する目標値として算出する目標算出処理と、
前記目標算出処理によって算出された目標値に基づいて、前記ユーザに対する前記資源消費量の削減に関する協力要請データを生成する協力要請生成処理と、
前記協力要請生成処理によって生成された協力要請データを出力する出力処理と、
を実行することを特徴とする資源管理方法。
請求項７に記載の資源管理方法であって、
前記取得処理では、前記プロセッサは、前記ユーザが資源消費を抑制した場合の金銭割合を取得し、
前記プロセッサは、
前記価値特性の極大値と、前記第３快適度と、前記抑制特性の傾きと、前記金銭割合と、の組み合わせに基づいて、前記資源の消費に関する前記ユーザの価値観を推定するユーザ価値観推定処理を実行し、
前記協力要請生成処理では、前記プロセッサは、前記目標値と前記ユーザ価値観推定処理による推定結果との組み合わせに基づいて、前記協力要請データを生成する、
ことを特徴とする資源管理方法。
請求項７に記載の資源管理方法であって、
前記協力要請生成処理では、前記プロセッサは、前記ユーザの１以上の資源消費機器ごとの資源消費量と、前記目標値と、に基づいて、前記資源消費機器ごとの目標値を算出する機器別目標算出処理を実行し、前記機器別目標算出処理による算出結果を含む前記協力要請データを生成する、
ことを特徴とする資源管理方法。