JPH02115646A

JPH02115646A - 熱負荷予測装置

Info

Publication number: JPH02115646A
Application number: JP63264152A
Authority: JP
Inventors: Sumiyasu Kodama; 純康小玉
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1988-10-21
Filing date: 1988-10-21
Publication date: 1990-04-27

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】［発明の目的］（産業上の利用分野）本発明は翌日消費される熱負荷を予測する装置に係り、
特に、自己回帰モデルを用いて翌日の熱負荷を推定する
熱負荷予測装置に関する。

（従来の技術）ビルディングや家屋、公共施設等の冷暖房装置には、蓄
熱槽を備えたものがあり、昼間に消費される熱負荷の一
部またはすべてを夜間に、冷水、温水、及び蒸気として
蓄熱している。こうすることによって、昼間における熱
源機器の熱負荷が軽減されるので、熱源機器の設備要領
を小さくすることが可能となり、また、熱源機器の運転
効率、負荷率の向上が図られている。

また、電気による冷暖房の場合には電力会社と業務用調
整契約をすることで、安価な夜間電力を利用してランニ
ングコストを節約することができる。

このような冷暖房装置において、蓄熱槽を効率良く使う
ために、前日の業務用蓄熱調整契約の始まる時間前に翌
日の熱負荷を予測して、契約時間帯（夜間）にその予測
値に従って過不足のない熱量を蓄積するようにしている
。

従来において、翌日の熱負荷を予測するために、例えば
、月別に設定した基準熱負荷を実績熱負荷や外気温度で
補正する方式や、冷暖房の熱負荷を日照量、外気侵入熱
量、室内発生熱、室内蓄熱などの要因毎に求めた熱量を
合計する方式などが試みられている。

ところが、このような方式では熱を供給する対象設備に
適合した定数や補正項の係数を設定する必要があり、こ
れらの数値を設定するには過去の運転実績に基づいたデ
ータによる調整作業をしなければならない。また、熱を
供給する対象設備の条件が設備の新設、改造等によって
変化した場合には、その都度、設定する定数及び係数を
変更しなければならない。

このような作業は、実運用上ではオペレータの手作業と
なる為、作業の煩わしさ等の理由により使われなくなっ
てしまい、実際には、冷暖房設備を運用するオペレータ
が過去の熱負荷実績や翌日の天候、現在の気温などから
経験的に判断して翌日の熱負荷を予測していた。

（発明が解決しようとする課題）しかしながら、オペレータの経験に基づく熱負荷予測で
は、予測精度が悪いので、熱負荷の予測値と実際に消費
される熱負荷とが大幅に異なることがあり、その結果、
熱源機器の運転効率が低下し、かつ、安価な夜間電力を
有効に利用できなくなってしまうという課題があった。

この発明はこのような従来の課題を解決するためになさ
れたもので、その目的とするところは、翌日の熱負荷予
測値を、人手によらず高精度に求めることのできる熱負
荷予測装置を提供することにある。

［発明の構成］（課題を解決するための手段）上記目的を達成するため、本発明は、熱消費機器で消費
された熱負荷データを検出する熱負荷検出手段と、前記
熱負荷検出手段で検出された過去の熱負荷データを記憶
する熱負荷データ記憶手段と、最高気温、最低気温等、
前記熱消費機器で消費される熱負荷を変動させる要因デ
ータをインプットする入力手段と、前記過去の熱負荷デ
ータ及び前記熱負荷を変動させる要因データから自己回
帰モデルにより翌日消費される熱負荷を推定する熱負荷
推定手段と、を備えることが特徴である。

（作用）本発明による熱負荷予測装置では熱消費機器で消費され
た熱負荷データが、熱負荷検出手段によって検出され、
熱負荷記憶手段に記憶される。

また、オペレータによって翌日の最高気温予測値、最低
気温予測値等の熱負荷を変動させる要因データがインプ
ットされる。

そして、これらの諸データを予め設定されている自己回
帰モデルに代入することによって翌日消費される熱負荷
を推定しており、この推定値に基づいて温水量、冷水量
、蒸気量等の熱負荷を蓄積している。

従って、人手による演算を必要としないで、かつ、精度
の高い熱負荷予測が可能となる。

（実施例）第１図は本発明の一実施例を示す構成図である。

同図に示すように、熱消費機器となる被冷暖房設備１に
は熱源機器となる冷暖房膜（ｉｉ２から、温水、冷水、
蒸気等の熱エネルギーが供給されている。この熱エネル
ギー量、即ち熱負荷は熱負荷検出器３にて検出され、検
出データは熱負荷予測演算部４に供給されている。

最高気温入力装置５は、熱負荷予測演算部４に翌日の最
高気温予測値Ｕ１、及び前日の最高気温実績値Ｕ；をイ
ンプットするものであり、例えばキーボードのような入
力機能をもっている。

同様に、最低気温入力装置６は、熱負荷予測演算部４に
翌日の最低気温予測値Ｕ２、及び前日の最低気温実績値
幅をインプットするものであり、例えばキーボードのよ
うな入力機能をもっている。

熱負荷予測演算部４は、熱負荷記憶装置７と、最高気温
記憶装置８と、最低気温記憶装置９と、パラメータ推定
装置１０と、予測値合成装置１１から構成されており、
出力信号を蓄熱計画演算装置１７に供給している。

熱負荷記憶装置７は、熱負荷検出器３で検出された過去
の熱負荷データＹｋ−，，Ｙｋ−２・・・（サフィック
スのに−１は前日、ｋ−２は前々日、以下同様に過去の
日付けを示す。）を取り込み、これらの熱負荷データＹ
ｋ−１，Ｙｋ−２・・・の平均値Ｙを求める平均値演算
器１２と、熱負荷データＹ、−１゜Ｙ、−２，・・・と
平均値Ｙとの差データ（以下熱負荷差分実績値という）
Ｖｈ−ｔ　＋　’Ｉｔ−２＃・・・を求める減算器１３
と、この減算器１３で求められた熱負荷差分実績値’Ｉ
　＊−１＋　’！　ｈ−２＋　・・・のうち、４日前ま
でのもの、即ち、実績値ｙ、−１〜ｙ、−４を蓄積し、
日付けが変わるたびにこの実績値ｙ、−１〜ｙト４の数
値を更新するシフトレジスタ１４を有している。

最高気温記憶装置８は、最高気温入力袋Ｍ５から与えら
れる最高気温予測値ＵＩ、及び最高気温実績値Ｖ／を取
り込んでおり、過去に入力された最高気温実績値Ｕｊを
記憶し、これらの平均値Ｕ１を求める平均値演算器１２
と、最高気温予測値Ｕ１と平均値０１との差データ（以
下最高気温差分子測値という）ｕ＋を求める減算器１３
と、最高気温実績値Ｕ−と平均値Ｕ、との差データ（以
下最高気温差分実績値という）ｕｌを求める減算器１３
を有している。

最低気温記憶装置９は、最低気温入力装置６から与えら
れる最低気温予測値Ｕ２　、及び最低気温実績値Ｕ′２
取り込んでおり、過去に入力された最低気温実績値ＵＧ
を記憶し、これらの平均値Ｕ２を求める平均値演算器１
２と、最低気温予測値υ２と平均値Ｕ２との差データ（
以下最低気温差分子測値という）Ｕ２を求める減算器１
３と、最低気温実績値Ｕ２と平均値Ｕ２との差データ（
以下最低気温差分実績値という）ｕ′２を求める減算器
１３を有している。

パラメータ推定装置１０は、熱負荷差分実績値’ｊ＊−
２＊　　Ｙ＊−ｖ　＊　　ｙ＊−ａ　、最高気温差分実
績値Ｕ１、及び最低気温差分実績値ｕ′２　とから、後
述するカルマンフィルタのアルゴリズムに基づいて、自
己回帰モデルのパラメータを推定するものである。

予測値合成装置１１は、熱負荷差分実績値ｙ、−１１　
　Ｖｈ−２＋　　Ｖｈ−ｓ　、最高気温差分子測値ｕ１
、最低気温差分子測値ｕ２、及びパラメータ推定装置１
０の出力データを取り込み、予め設定されている自己回
帰モデルに従って平均値Ｙの除かれた翌日の熱負荷予測
値（以下熱負荷差分予測値という）９ｍを算出する合成
器１５と、該予測値？。

と熱負荷記憶装置７の平均値演算器１２で求められた平
均値Ｙとを加えて翌日の熱負荷予測値Ｙ。

を求める加算器１６とを有している。

蓄熱計画演算装置１７は、予測値合成装置１１で求めら
れた翌日の熱負荷予測値Ｙ、に基づいて、実際に冷暖房
設備２が蓄積する熱負荷を求め、発停指令を与えるもの
である。なお、熱負荷予測演算部４による熱負荷予測を
行なわない場合には、オペレータが熱負荷予測値Ｙ、を
判断し手動でインプットすることもできるようになって
いる。

次に本実施例の作用について説明する。

熱負荷記憶装置７は熱負荷検出器３で検出された過去の
熱負荷データＹｈ−ｉ、Ｙ、２．・・・を逐次取り込ん
でおり、平均値演算器１２でこれらの平均値Ｙを算出し
ている。減算器１３においてこれらの熱負荷データＹ　
ｋ−１ｅ　ｙ、−２１・・・と平均値Ｙから熱負荷差分
実績値ｙ＊−１＋　　Ｖトｚ・・・が求められ、このう
ち４日前までの実績値Ｖ　＊−４〜’ｌ　＊−４がシフ
トレジスタ１４に格納される。

また、最高気温入力装置５にてオペレータが翌日の最高
気温予測値Ｕ１、及び前日の最高気温実績値Ｕ１をイン
プットすると、最高気温記憶装置８の平均値演算器１２
では過去の実績データに基づいて平均値Ｕ１が求められ
、減算器１３においてそれぞれの入力データＵｌｓ及び
Ｕ、から平均値Ｕ１が減じられる。そして、翌日の最高
気温予測値Ｕ１から平均値Ｕ１が減じられた最高気温差
分子測値ｕＩは予測値合成装置１１の合成器１５に出力
され、前日の最高気温実績値Ｕ１から平均値Ｕ１が減じ
られた最高気温差分実績値ｕ１はパラメータ推定装置１
０に出力される。

同様に、最低気温入力装置６にてオペレータが翌日の最
低気温予測値Ｕ２、及び前日の最低気温実績値Ｕ２をイ
ンプットすると、予測値Ｕ２から平均値Ｕ２が減じられ
た最低気温差分子測値ｕ２が予測値合成装置１１の合成
器１５に出力され、実績値Ｕ′２から平均値Ｕ２が減じ
られた最低気温差分実績値ｕ′２がパラメータ推定装置
１０に出力される。

こうして得られた各データに基づいて、パラメータ推定
装置１０、及び予測値合成装置１１では以下に示す自己
回帰モデルに従って、翌日の熱負荷予測値を算出してい
る。

通常、自己回帰モデルの一般式は次の第（１）式で示さ
れる。

Ｙｔ　−ａｌ　　　ｙｈ−ｔ　”ａ２　　３’ｉ−２”
ａ３　　　Ｙｔ−３”　”。

＋ｌ）１　　０１　＋ｂ２　　°ｕ　２　＋１）３６　
ｕ　３　＋　−＋ｙｋ　　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　　　　・・・く１）ｙ、：時刻ｋにおける
需要（Ａは予測値を示す）ｕｌ　、ｕ２　ｔ　　ｕ３１
・・・：時刻ｋにおける需要に影響を与える入力ａＩ　、ａ２１　　ａ３・・・：過去の需要が時刻にの
需要に与える影響係数ｂｌ、ｂｌ、ｂ３・・・：入力が時刻にの需要に与える
影響係数 ■、ニジステムのノイズただし、Ｅ　［ｖ、］　＝Ｏ・・・平均値はＯＥ　　　
［ｖ、　　　・　ｖ　１　コ　　＝　σ２　　δ　□・
・・白色ノイズで分散はσ２本実施例では、予測精度やデータ入手の容易さ等の理由
により、第（１）式において、熱負荷を予測したい日の
前日から３日前までの熱負荷実績を過去の需要実績とし
、前夜の最低気温と予測したい日の予想最高気温を需要
に影響を与える入力として選択する。つまり、第（１）
式で示した自己回帰モデルは、次の第（２）式のように
与えられる。

Ｙｔ　−ａｌ　　＠Ｙ＊−ｔ　＋ａ２　　＠Ｙｋ−＋　
”ａ３　　°　Ｙｔ−３＋ｌ）＋　　　ｅ　　Ｊ　　＋
ｌ）２　　°　ｕ２＋ｙ、　　　　　　　　　　　　　
　　　　　・・・（２）ｙ、：翌日（ｋ）における熱負
荷等分子測値（Ｇｃａｌ／ｄａｙ　）ｙい、：前日（ｋ−１）における熱負荷差分実績値　　
　　　　　（Ｇｃａｌ／ｄａｙ　）ｙｈ−２：２日前（
ｋ　−２）における熱負荷差分実績値　　　　　　（Ｇ
　ｃａｌ／ｄａｙ　）ｙｈ−３：３日前（ｋ　−３）に
おける熱負荷差分実績値　　　　　　（Ｇ　ｃａｔ／ｄ
ａｙ　）ｕＩ　：翌日（ｋ）における最高気温差分子測
値（℃）ｕ２　：前夜（ｋ）における最低気温差分子測値（℃）ａＩ、ａ２．ａ３．ｔｇ　、ｂｌ　　：自己回帰モデル
のパラメータＶｋ　：ノイズそして、（２）式におけるパラメータａ１．ａ２１ａ３
　ｌ　ｂＩ　、ｂｌが決定すれば翌日の熱負荷等分子測
値ｙｋを予測することができる。これらのパラメータａ
Ｉ　、ａ２　、ａ３　＋　　ｂＩ　Ｔ　　ｂｌは過去の
負荷実績データから予測値と実績値とを比較して、その
誤差が最小となるように決定されるものであり、本実施
例ではパラメータａｌ　ｌ　　ａ２１　　ａ３　。

ｂ、、ｂｌを状態変数と考え、カルマンフィルタを利用
して逐次演算で誤差の２乗が最小となるように推定する
。

いま、（２）式にモデルにおいて、ｈ＊　”　（ｙｈ−１＋　　Ｙト２１　　Ｖｋ−３＋　
　ｕｌ　ｌ　　ｕ２　）・・・（３）ただしＥ　　［３／ｌ−ｔ　］　　＝Ｅ　　［ｙｈ−２］　　
＝Ｅ　　［ｙｉ−３］＝Ｅ　［ｕＩ　］　＝Ｅ　［ｕ２
］　＝Ｏ５ｋ＝　（ａｔ　、　　ａ２＋　　ａ３＋　ｂ
、＋　　ｂｌ）・・（４）とおくと、（２）式は次の（
５）式で示される。

９、＝ｉ、・Ｓｋ十Ｖｋ・・・（５）ここでＴは転置を示す。（５）式において、Ｓ、を状態
変数と見なし、この状態変数Ｓｋは不変、または無視で
きるほどゆっくり変化すると仮定して状態方程式を立て
ると、次式が得られる。

Ｓ　ｋ＋ｌ　”　Ｓ　ｋ　　　　　　　　　　　　　　
・・・（６）このシステムにカルマンフィルタのアルゴ
リズムを適用することにより、パラメータＳは以下に示
す逐次式で推定できる。

Ｓ＊　＝Ｓｋ−１Ｇｉ　　（Ｉｈｋ−＋　Ｓいｓ　　Ｙ
ｔ−＋）・・・（７〉Ｐ　＊　　−Ｐ　ｈ−ｔ　　　Ｇ　＊　Ｉｈ　ｋ−Ｉ　
　Ｐ　ｋ−４・・・（８）Ｇ＊　　＝Ｐ＊−ｔ　１ｈｈ−ｔ　　（λ△ Ｓｋ　ニステップｋにおけるパラメータＳ、の推定値Ｇｋ　ニステップｋにおけるカルマンゲインベクトル６ｋ　＝　（ｇ＋　　１ｇ２−　　・・・＊　　ｇ＋ｖ
＋　）　”ｍ：モデルの次数（この場合はｍ＝５）ｈ＊
　−（３’ｍ−ｔ　＋　　Ｖト２＋　　Ｖｔ−３＋　　
ｕＩ　＊　　ｕ２　）１１ｈ−ｘ　＝　（ｙ＊−２＊　
　Ｙ＊−ｓ　ｅ　　Ｖト４＊ｕｌ　ｌ　　Ｌ１２　）ｕｌ　：前日（ｋ−１）の最高気温差分実績値（”Ｃ）ｕ２　：前日（ｋ−１）の最低気温差分実績値（’Ｃ）Ｐｋ　ニステップｋまでの観測に基づく条件付共分散行
列を観測雑音の分散σ２で除したλ：忘却計数（０≦λ
≦１）通常はλ−１パラメータ推定装置１０では熱負荷差分実績値’Ｉｔ−
２＊　　Ｙ＊−ｓ　＋　’ｌ＊−４と、最高気温差分実
績値ｕｊ　と、最低気温差分実績値ｕ′２　とを（７）
〜（９）式に代入してパラメータ狙を推定する。

一方、予測値合成装置１１の合成器１５では熱負荷差分
実績値Ｙｈ−ｔ　＋　　Ｙｋ−ｚ　＋　’！＊−３と、
最高気温差分子測値ｕ１と、最低気温差分子測値ｕ２と
、パラメータ酋、とから、次の式（１１）によって翌日
の熱負荷差分予測値ｙ、を求めている。

△ ｙ　＊　＝　ｌｈ　＊　　Ｓ　ｔ　　　　　　　　　　
　　　　　　・・・（１１）１１ｋ　＝　（３’に−１
＋　　Ｖｋ−２＊　　Ｙｋ−３＋　　ｕｌ　ｌ　　ｕ２
　）そして、求められた予測値ｙｋは、加算器１６にお
いて平均値Ｙが加えられ、翌日の熱負荷予測値Ｙ、が求
められる。

蓄熱計画演算装置１７では求められた熱負荷予測値？、
に応じて、実際に冷暖房設備２に蓄積する冷水量、温水
量、蒸気量等の熱負荷が決定され、該熱負荷に基づいて
冷暖房設備２に発停指令を与えている。そして、冷暖房
設備２に蓄積された熱エネルギーによって翌日被冷暖房
設備で消費される熱負荷が賄れるのである。

このようにして、本実施例では、被冷暖房設備において
翌日消費される熱負荷を、自己回帰モデルに基づいて予
測している。また、この自己回帰モデルにおけるパラメ
ータは、過去３日間の熱負荷データと、最高気温予測値
及び実績値と、最低気温予測値及び実績値とを基に、カ
ルマンフィルを用いて推定されるので、精度の高い熱負
荷予測が可能となる。

また、消費される熱負荷を変動させる要因データとして
、翌日の予想最高気温、及び予想最低気温を採用してお
り、これらのデータは天気予報等で容易に入手すること
ができるという利点がある。

なお、本実施例では、過去の実績熱負荷データとして過
去３日間の熱負荷データを採用しているが本発明はこれ
に限らず、過去３日間以上の負荷データを実績データと
して採用したり、過去１日、あるいは２日間の負荷デー
タのみを実績データとして採用してもよい。

また、本実施例では消費される熱負荷データを変動させ
る要因データとしてし、翌日の予想最高気温、及び予想
最低気温を採用したが、本発明はこれに限らず、翌日の
湿度の予測値や翌日の天候などを採用してもよい。

［発明の効果］以上説明したように、本発明では、熱消費機器において
翌日消費される熱負荷予測値を、予め設定された自己回
帰モデルに従って求めている。そして、この自己回帰モ
デルのパラメータは、消費される熱負荷を変動させる要
因データを基に、カルマンフィルタを用いて推定される
ので、従来から行なわれているオペレータの経験に基づ
く熱負荷予測と比較して、精度の高い熱負荷予測が可能
となる。

従って、熱源機器の運転効率が向上すると共に安価な夜
間電力を有効に利用できるという効果が得られる。

【図面の簡単な説明】

第１図は本発明の一実施例を示す構成図である。１・・・被冷暖房設備２・・・冷暖房設備３・・・熱負荷検出器４・・・熱負荷予測演算部５・・・最高気温入力装置６・・・最低気温入力装置７・・・熱負荷記憶装置８・・・最高気温記憶装置９・・・最低気温記憶装置１０・・・パラメータ推定装置１１・・・予測値合成装置１２・・・平均値演算器１３・・・減算器１４・・・シフトレジスタ１５・・・合成器１６・・・加算器１７・・・蓄熱計画演算装置

Claims

【特許請求の範囲】熱消費機器で消費された熱負荷データを検出する熱負荷
検出手段と、前記熱負荷検出手段で検出された過去の熱負荷データを
記憶する熱負荷データ記憶手段と、最高気温、最低気温
等、前記熱消費機器で消費される熱負荷を変動させる要
因データをインプットする入力手段と、前記過去の熱負荷データ及び前記熱負荷を変動させる要
因データから自己回帰モデルにより翌日消費される熱負
荷を推定する熱負荷推定手段と、を備えたことを特徴と
する熱負荷予測装置。