JPH07117260B2 - 負荷予測方法 - Google Patents
負荷予測方法Info
- Publication number
- JPH07117260B2 JPH07117260B2 JP1180605A JP18060589A JPH07117260B2 JP H07117260 B2 JPH07117260 B2 JP H07117260B2 JP 1180605 A JP1180605 A JP 1180605A JP 18060589 A JP18060589 A JP 18060589A JP H07117260 B2 JPH07117260 B2 JP H07117260B2
- Authority
- JP
- Japan
- Prior art keywords
- load
- time
- hour
- current time
- predicted
- 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.)
- Expired - Lifetime
Links
Landscapes
- Other Air-Conditioning Systems (AREA)
- Air Conditioning Control Device (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、ビルディングにおける熱負荷や電力負荷など
の負荷予測方法に関するものである。
の負荷予測方法に関するものである。
ビルディングの空調システムでは蓄熱槽を備えたものが
一般的になりつつある。熱エネルギは貯蔵が可能である
から空調システムに蓄熱槽を採用することにより、エネ
ルギの有効利用に貢献できる。蓄熱槽まわりの概略的な
構成を第５図に示す。同図において、１は熱供給源機器
としての冷凍機あるいはヒートポンプであり、２は熱放
出器としてのファンコイルユニットなどの空調機、３は
水を熱媒体とした蓄熱槽である。このようなシステムに
おいて、冷暖房負荷の１日先を予測することは、22時〜
８時の夜間電力を利用して蓄熱するときに極めて重要と
なる。また、現時刻から夜間電力適用開始時刻の22時ま
での冷暖房負荷を予測することは、１日の冷暖房負荷が
蓄熱槽蓄熱量を上回る盛夏，厳冬の時期に、熱供給源機
器１を当日過不足なく追掛け運転するときに重要とな
る。
一般的になりつつある。熱エネルギは貯蔵が可能である
から空調システムに蓄熱槽を採用することにより、エネ
ルギの有効利用に貢献できる。蓄熱槽まわりの概略的な
構成を第５図に示す。同図において、１は熱供給源機器
としての冷凍機あるいはヒートポンプであり、２は熱放
出器としてのファンコイルユニットなどの空調機、３は
水を熱媒体とした蓄熱槽である。このようなシステムに
おいて、冷暖房負荷の１日先を予測することは、22時〜
８時の夜間電力を利用して蓄熱するときに極めて重要と
なる。また、現時刻から夜間電力適用開始時刻の22時ま
での冷暖房負荷を予測することは、１日の冷暖房負荷が
蓄熱槽蓄熱量を上回る盛夏，厳冬の時期に、熱供給源機
器１を当日過不足なく追掛け運転するときに重要とな
る。
負荷を予測する方法として、例えば、重回帰分析やカル
マンフィルタ（Kalmanfilter）などの手法の適用が考え
られる。
マンフィルタ（Kalmanfilter）などの手法の適用が考え
られる。
すなわち、重回帰分析によれば、下記式に基づいて、日
負荷を求める。
負荷を求める。
ｙ＝a1x1＋a2x2＋a0 ・・・（１） ここで、y:1日先の予測負荷、x1:当日の実負荷、x2:1日
前の実負荷である。なお、a1,a2,a0は、ｙ′を実測負荷
とし、Σ（ｙ−ｙ′）２→最小となるように決定する。
前の実負荷である。なお、a1,a2,a0は、ｙ′を実測負荷
とし、Σ（ｙ−ｙ′）２→最小となるように決定する。
また、カルマンフィルタによれば、下記式に基づいて、
日負荷を求める。
日負荷を求める。
ｘ（ｔ＋１）＝ｘ（ｔ）＋ω（ｔ） ・・・（２） ｙ（ｔ）＝Ｃ（ｔ）ｘ（ｔ）＋ｖ（ｔ） ・・・（３） ここで、 Ｃ（ｔ）：負荷〔x1,x2〕、ｙ（ｔ）：当日の予測負
荷、ω（ｔ）：システムの雑音、ｖ（ｔ）：観測系の雑
音、x1:2日前の実負荷、x2:1日前の実負荷であり、 ｘ（ｔ＋１）＝ｘ（ｔ）＋Ｋ（ｔ＋１）〔ｙ（ｔ）−Ｃ（ｔ）ｘ（ｔ）〕・・・
（４） において、ｙ（ｔ）−Ｃ（ｔ）ｘ（ｔ）の値が最小とな
るようにカルマンフィルタゲインＫ（ｔ＋１）を決定
し、これから次回のパラメータｘ（ｔ＋１）を求める。
荷、ω（ｔ）：システムの雑音、ｖ（ｔ）：観測系の雑
音、x1:2日前の実負荷、x2:1日前の実負荷であり、 ｘ（ｔ＋１）＝ｘ（ｔ）＋Ｋ（ｔ＋１）〔ｙ（ｔ）−Ｃ（ｔ）ｘ（ｔ）〕・・・
（４） において、ｙ（ｔ）−Ｃ（ｔ）ｘ（ｔ）の値が最小とな
るようにカルマンフィルタゲインＫ（ｔ＋１）を決定
し、これから次回のパラメータｘ（ｔ＋１）を求める。
しかしながら、このような重回帰分析やカルマンフィル
タなどの手法を適用して日負荷を予測する場合、１日毎
の負荷予測しかできないという問題がある。
タなどの手法を適用して日負荷を予測する場合、１日毎
の負荷予測しかできないという問題がある。
本発明はこのような課題を解決するためになされたもの
で、ARMAモデル式に１日の周期的な変動パターンモデル
式を付加した予測式に現時刻からＮ時間前までの１時間
毎の実負荷データを代入し現時刻から１時間先の予測負
荷を求め、この１時間先の予測負荷データからＮ−１時
間前までの１時間毎の実負荷データを前記予測式に代入
し現時刻から２時間先の予測負荷を求め、この繰り返し
により所定時刻Ｍまでの予測負荷を順次に求めて現時刻
における負荷パターンを作成し、現時刻が１時間進む毎
に負荷パターンを更新するようにしたものである。
で、ARMAモデル式に１日の周期的な変動パターンモデル
式を付加した予測式に現時刻からＮ時間前までの１時間
毎の実負荷データを代入し現時刻から１時間先の予測負
荷を求め、この１時間先の予測負荷データからＮ−１時
間前までの１時間毎の実負荷データを前記予測式に代入
し現時刻から２時間先の予測負荷を求め、この繰り返し
により所定時刻Ｍまでの予測負荷を順次に求めて現時刻
における負荷パターンを作成し、現時刻が１時間進む毎
に負荷パターンを更新するようにしたものである。
したがってこの発明によれば、ARMAモデル式に１日の周
期的な変動パターンモデル式を付加した予測式（ARIMA
モデル式）によりシステムの動特性が表現され、数時間
から数十時間先までの負荷予測が可能となり、現時刻が
１時間進む毎に、所定時刻Ｍまでの予測負荷を示す負荷
パターンが更新される。
期的な変動パターンモデル式を付加した予測式（ARIMA
モデル式）によりシステムの動特性が表現され、数時間
から数十時間先までの負荷予測が可能となり、現時刻が
１時間進む毎に、所定時刻Ｍまでの予測負荷を示す負荷
パターンが更新される。
以下、本発明に係る負荷予測方法を、ビルディングにお
ける負荷を熱負荷とし、その時間負荷を予測するものと
して詳細に説明する。
ける負荷を熱負荷とし、その時間負荷を予測するものと
して詳細に説明する。
先ず、本願発明においては、時間負荷を予測するため
に、文献：ボックスアンドジェンキンス〔Box ＆ Jenki
ns : Time Series Analysis−−forcasting control−
−,Holden−day（1970）〕にも記載されているARMA（自
己回帰移動平均）モデル式を採用し、このARMAモデル式
に１日の周期的な変動パターンモデル式を付加した予測
式（下記（５）式:ARIMAモデル式）を使用する。
に、文献：ボックスアンドジェンキンス〔Box ＆ Jenki
ns : Time Series Analysis−−forcasting control−
−,Holden−day（1970）〕にも記載されているARMA（自
己回帰移動平均）モデル式を採用し、このARMAモデル式
に１日の周期的な変動パターンモデル式を付加した予測
式（下記（５）式:ARIMAモデル式）を使用する。
但し、Ai:自己回帰パラメータ、Bi:移動平均パラメー
タ、ｘ（ｔ）:1時間先の予測負荷、ｘ（t-1）：現時刻
の実負荷、ｘ（t-2）:1時間前の実負荷、ｅ（t-1）：現
時刻の実負荷−１時間前に予測された現時刻の負荷。
タ、ｘ（ｔ）:1時間先の予測負荷、ｘ（t-1）：現時刻
の実負荷、ｘ（t-2）:1時間前の実負荷、ｅ（t-1）：現
時刻の実負荷−１時間前に予測された現時刻の負荷。
下記（６）式は上記（５）式においてｐ＝25,q＝25と
し、自己回帰パラメータAiおよび移動平均パラメータBi
が、A1＝−0.7980,A2〜A23＝0.0000,A24＝−1.0000,A25
＝0.7980、B1＝−0.3090,B2〜B23＝0.0000,B24＝−0.63
99,B25＝0.1977として定められた場合のARIMAモデル式
である。
し、自己回帰パラメータAiおよび移動平均パラメータBi
が、A1＝−0.7980,A2〜A23＝0.0000,A24＝−1.0000,A25
＝0.7980、B1＝−0.3090,B2〜B23＝0.0000,B24＝−0.63
99,B25＝0.1977として定められた場合のARIMAモデル式
である。
ｘ（ｔ）−0.7980x（t-1）−ｘ（t-24）＋0.7980x（t-25）＝ｅ（ｔ）−0.3090e
（t-1）−0.6399e（t-24）＋0.1977e（t-25） ・・・（６） 但し、上記式において、ｅ（ｔ）＝０とし、自己回帰パ
ラメータAiおよび移動平均パラメータBiは、過去２週間
の実負荷データに基づき求めるものとする。
（t-1）−0.6399e（t-24）＋0.1977e（t-25） ・・・（６） 但し、上記式において、ｅ（ｔ）＝０とし、自己回帰パ
ラメータAiおよび移動平均パラメータBiは、過去２週間
の実負荷データに基づき求めるものとする。
次に、このARIMAモデル式を使用した具体的な負荷予測
方法を説明する。今、第１図（ａ）において、現時刻が
木曜日の22時であるものとすると、現時刻から24時間前
までの１時間毎の実負荷データがARIMAモデル式に代入
される。すなわち、現時刻の実負荷データがｘ（t-1）
として、23時間前の実負荷データがｘ（t-24）として、
24時間前の実負荷データがｘ（t-25）として代入され、
１時間先（23時）の予測負荷ｘ（ｔ）が求まる。次に、
23時の予測負荷ｘ（ｔ）から23時間前までの１時間毎の
実負荷データがARIMAモデル式に代入される。すなわ
ち、23時の予測負荷ｘ（ｔ）がｘ（t-1）として、22時
間前の実負荷データがｘ（t-24）として、23時間前の実
負荷データがｘ（t-25）として代入され、２時間先（24
時）の予測負荷ｘ（ｔ）が求まる。以下、この繰り返し
により、金曜日の22時までの予測負荷が順次に求まり、
現時刻における基本パターンが図示一点鎖線で示す如く
作成される。この動作は、現時刻が１時間進む毎に繰り
返され、したがって現時刻が１時間進む毎にその基本パ
ターンが更新されるものとなる。
方法を説明する。今、第１図（ａ）において、現時刻が
木曜日の22時であるものとすると、現時刻から24時間前
までの１時間毎の実負荷データがARIMAモデル式に代入
される。すなわち、現時刻の実負荷データがｘ（t-1）
として、23時間前の実負荷データがｘ（t-24）として、
24時間前の実負荷データがｘ（t-25）として代入され、
１時間先（23時）の予測負荷ｘ（ｔ）が求まる。次に、
23時の予測負荷ｘ（ｔ）から23時間前までの１時間毎の
実負荷データがARIMAモデル式に代入される。すなわ
ち、23時の予測負荷ｘ（ｔ）がｘ（t-1）として、22時
間前の実負荷データがｘ（t-24）として、23時間前の実
負荷データがｘ（t-25）として代入され、２時間先（24
時）の予測負荷ｘ（ｔ）が求まる。以下、この繰り返し
により、金曜日の22時までの予測負荷が順次に求まり、
現時刻における基本パターンが図示一点鎖線で示す如く
作成される。この動作は、現時刻が１時間進む毎に繰り
返され、したがって現時刻が１時間進む毎にその基本パ
ターンが更新されるものとなる。
このように、本実施例による予測負荷方法によれば、負
荷，誤差の相関（時間的関係）を考慮したARIMAモデル
式によりシステムの動特性が表現され、22時において24
時間先までの１時間毎の負荷予測が可能となる。しか
も、現時刻が１時間進む毎に現時刻の実負荷データを勘
案してその基本パターンが逐次更新され、極めて精度の
高い負荷予測が行われるものとなる。
荷，誤差の相関（時間的関係）を考慮したARIMAモデル
式によりシステムの動特性が表現され、22時において24
時間先までの１時間毎の負荷予測が可能となる。しか
も、現時刻が１時間進む毎に現時刻の実負荷データを勘
案してその基本パターンが逐次更新され、極めて精度の
高い負荷予測が行われるものとなる。
なお、現時刻が金曜日の22時になった場合には、ARIMA
モデル式においてその自己回帰パラメータAiおよび移動
平均パラメータBiが、木曜日の22時から金曜日の22時ま
での実負荷データを過去２週間の実負荷データの最終デ
ータと置き換えて、自動的に修正されるものとなる。そ
して、このARIMAモデル式の修正を空調装置のタイムス
ケジュールに連動させるものとすれば、季節に合ったモ
デル式の自動的な修正も可能となる。
モデル式においてその自己回帰パラメータAiおよび移動
平均パラメータBiが、木曜日の22時から金曜日の22時ま
での実負荷データを過去２週間の実負荷データの最終デ
ータと置き換えて、自動的に修正されるものとなる。そ
して、このARIMAモデル式の修正を空調装置のタイムス
ケジュールに連動させるものとすれば、季節に合ったモ
デル式の自動的な修正も可能となる。
次に、月曜日から金曜日までの平日運転に対して、土曜
日が半日運転である場合の負荷予測方法について説明す
る。今、第１図（ｂ）において、現時刻が金曜日の22時
であるものとすると、現時刻から24時間前までの１時間
毎の実負荷データがARIMAモデルに代入される。これに
より、１時間先（23時）の予測負荷ｘ（ｔ）が求まり、
23時の予測負荷ｘ（ｔ）から23時間前までの１時間毎の
実負荷データをARIMAモデル式に代入することにより、
２時間先（24時）の予測負荷ｘ（ｔ）が求まる。以下、
この繰り返しにより、土曜日の22時までの予測負荷が順
次に求まり、現時刻における基本パターンが図示一点鎖
線で示す如く作成される。しかし、この基本パターンは
あくまでも平日における負荷予測の基本パターンであ
り、土曜日の基本パターンとして用いるためには修正を
施す必要がある。すなわち、例えば13時以降18時までの
時間帯S1においては、その運転系統が平日の運転系統と
は異なり、時間帯S1では第２図に示す如くその実負荷Q2
が平日運転系統の実負荷Q1よりも少なくなる。この半日
運転系統の時間帯S1における負荷割合α１は、α１＝Q2
/Q1として得られる。すなわち、半日運転である土曜日
においては、半日運転系統の時間帯S1に入る予測負荷に
ついてα１を乗じることにより、その基本パターンを修
正して図示二点鎖線で示すような半日修正パターンとす
る。この動作は、現時刻が１時間進む毎に繰り返され、
したがって現時刻が１時間進む毎にその半日修正パター
ンが更新させるものとなる。
日が半日運転である場合の負荷予測方法について説明す
る。今、第１図（ｂ）において、現時刻が金曜日の22時
であるものとすると、現時刻から24時間前までの１時間
毎の実負荷データがARIMAモデルに代入される。これに
より、１時間先（23時）の予測負荷ｘ（ｔ）が求まり、
23時の予測負荷ｘ（ｔ）から23時間前までの１時間毎の
実負荷データをARIMAモデル式に代入することにより、
２時間先（24時）の予測負荷ｘ（ｔ）が求まる。以下、
この繰り返しにより、土曜日の22時までの予測負荷が順
次に求まり、現時刻における基本パターンが図示一点鎖
線で示す如く作成される。しかし、この基本パターンは
あくまでも平日における負荷予測の基本パターンであ
り、土曜日の基本パターンとして用いるためには修正を
施す必要がある。すなわち、例えば13時以降18時までの
時間帯S1においては、その運転系統が平日の運転系統と
は異なり、時間帯S1では第２図に示す如くその実負荷Q2
が平日運転系統の実負荷Q1よりも少なくなる。この半日
運転系統の時間帯S1における負荷割合α１は、α１＝Q2
/Q1として得られる。すなわち、半日運転である土曜日
においては、半日運転系統の時間帯S1に入る予測負荷に
ついてα１を乗じることにより、その基本パターンを修
正して図示二点鎖線で示すような半日修正パターンとす
る。この動作は、現時刻が１時間進む毎に繰り返され、
したがって現時刻が１時間進む毎にその半日修正パター
ンが更新させるものとなる。
そして、現時刻が半日運転系統の時間帯S1に入った以降
は、現時刻が半日運転系統の時間帯S1に入る直前の実測
負荷を、半日運転系統の時間帯S1の実負荷データとして
使用する。ここで、半日運転系統の時間帯S1の実測負荷
をα１で除して実負荷データを得るようにすることも考
えらるが、平日運転系統での最終実測負荷を用いる方
が、ARIMAモデル式により基本パターンを作成する際の
正確さや演算処理の簡素化などの点で有利である。
は、現時刻が半日運転系統の時間帯S1に入る直前の実測
負荷を、半日運転系統の時間帯S1の実負荷データとして
使用する。ここで、半日運転系統の時間帯S1の実測負荷
をα１で除して実負荷データを得るようにすることも考
えらるが、平日運転系統での最終実測負荷を用いる方
が、ARIMAモデル式により基本パターンを作成する際の
正確さや演算処理の簡素化などの点で有利である。
なお、上記係数α１は必ずしもQ2/Q1として得るように
しなくてもよく、係数α１を一定値として予測負荷より
減算することにより、半日修正パターンを得るようにす
るなどしてもよい。
しなくてもよく、係数α１を一定値として予測負荷より
減算することにより、半日修正パターンを得るようにす
るなどしてもよい。
次に、休日においてもビルディング内の一部を稼働する
休日運転に際しての負荷予測方法について説明する。
今、第１図（ｃ）において、現時刻が土曜日の22時であ
るものとすると、現時刻から24時間前までの１時間毎の
実負荷データARIMAモデル式に代入される。これによ
り、１時間先（23時）の予測負荷ｘ（ｔ）が求まり、23
時の予測負荷ｘ（ｔ）から23時間前までの１時間毎の実
負荷データをARIMAモデル式に代入することにより、２
時間先（24時）の予測負荷ｘ（ｔ）が求まる。以下、こ
の繰り返しにより、日曜日の22時までの予測負荷が順次
に求まり、現時刻における基本パターンが図示一点鎖線
で示す如く作成される。しかし、この基本パターンは平
日における負荷予測の基本パターンであり、時間帯S2に
おいてはその運転系統が平日運転系統とは異なる。すな
わち、この休日運転系統の時間帯S2においては、第３図
に示す如くその実負荷Q3が平日運転系統の実負荷Q1より
も少なくなる。この休日運転系統の時間帯S2における負
荷割合α２は、α２＝Q3/Q1として得られる。すなわ
ち、休日運転である日曜日においては、休日運転系統の
時間帯S2に入る予測負荷についてα２を乗じることによ
り、その基本パターンを修正して図示二点鎖線で示すよ
うな休日修正パターンとする。この動作は、現時刻が１
時間進む毎に繰り返され、したがって現時刻が１時間進
む毎にその休日修正パターンが更新されるものとなる。
そして、現時刻が休日運転系統の時間帯S2に入った以降
は、その時間帯S2の実測負荷をα２で除して実負荷デー
タとする。このようにして実負荷データを得ることによ
り、ARIMAモデル式より作成される基本パターンが実測
負荷を勘案したものとして更新されるものとなり、極め
て精度の良い休日運転系統での負荷予測が可能となる。
休日運転に際しての負荷予測方法について説明する。
今、第１図（ｃ）において、現時刻が土曜日の22時であ
るものとすると、現時刻から24時間前までの１時間毎の
実負荷データARIMAモデル式に代入される。これによ
り、１時間先（23時）の予測負荷ｘ（ｔ）が求まり、23
時の予測負荷ｘ（ｔ）から23時間前までの１時間毎の実
負荷データをARIMAモデル式に代入することにより、２
時間先（24時）の予測負荷ｘ（ｔ）が求まる。以下、こ
の繰り返しにより、日曜日の22時までの予測負荷が順次
に求まり、現時刻における基本パターンが図示一点鎖線
で示す如く作成される。しかし、この基本パターンは平
日における負荷予測の基本パターンであり、時間帯S2に
おいてはその運転系統が平日運転系統とは異なる。すな
わち、この休日運転系統の時間帯S2においては、第３図
に示す如くその実負荷Q3が平日運転系統の実負荷Q1より
も少なくなる。この休日運転系統の時間帯S2における負
荷割合α２は、α２＝Q3/Q1として得られる。すなわ
ち、休日運転である日曜日においては、休日運転系統の
時間帯S2に入る予測負荷についてα２を乗じることによ
り、その基本パターンを修正して図示二点鎖線で示すよ
うな休日修正パターンとする。この動作は、現時刻が１
時間進む毎に繰り返され、したがって現時刻が１時間進
む毎にその休日修正パターンが更新されるものとなる。
そして、現時刻が休日運転系統の時間帯S2に入った以降
は、その時間帯S2の実測負荷をα２で除して実負荷デー
タとする。このようにして実負荷データを得ることによ
り、ARIMAモデル式より作成される基本パターンが実測
負荷を勘案したものとして更新されるものとなり、極め
て精度の良い休日運転系統での負荷予測が可能となる。
なお、上記係数α２は必ずしもQ3/Q1として得るように
しなくてもよく、係数α２を一定値として予測負荷およ
び実測負荷に対して減算および加算することにより、休
日修正パターンおよび実負荷データを得るようにするな
どしてもよい。また、前述の（５）式において、負荷お
よび外気温を入れた２次元のARIMAモデルにより、外気
温を加味した負荷予測方法を採れば、時間負荷等の予測
で精度を上げられる。
しなくてもよく、係数α２を一定値として予測負荷およ
び実測負荷に対して減算および加算することにより、休
日修正パターンおよび実負荷データを得るようにするな
どしてもよい。また、前述の（５）式において、負荷お
よび外気温を入れた２次元のARIMAモデルにより、外気
温を加味した負荷予測方法を採れば、時間負荷等の予測
で精度を上げられる。
次に、休日明けの負荷予測方法について説明する。今、
第１図（ｄ）において、現時刻が日曜日の22時に達した
ものとすると、日曜日の22時から前回の22時すなわち土
曜日の22時に至るまでの実負荷データが除去され、土曜
日の22時の実負荷データを現時刻の実負荷データとし
て、そこから24時間前までの１時間毎の実負荷データが
ARIMAモデル式に代入される。これにより、１時間先（2
3時）の予測負荷ｘ（ｔ）が求まる。次に、23時の予測
負荷ｘ（ｔ）から上記土曜日の22時に至るまでの実負荷
データを除去した23時間前までの１時間毎の実負荷デー
タがARIMAモデル式に代入され、２時間先（24時）の予
測負荷ｘ（ｔ）が求まる。以下、この繰り返しにより、
月曜日の22時までの予測負荷が順次に求まり、現時刻に
おける基本パターンが図示一点鎖線で示す如く作成され
る。しかし、休日明けにおいては、特に暖房を行う場
合、ビルディング全体が冷え込んでいることから、運転
開始時刻から数時間の間は火曜日から土曜日までのそれ
よりも負荷が大きくなる。このため、休日明けである月
曜日においては、運転開始予定時刻を起点とする所定時
間（本実施例においては、３時間）帯S3に入る予測負荷
について、段階的に小さくなる所定の係数αｉ（αｉ≧
１）を乗じることにより、その基本パターンを修正して
図示二点鎖線で示すような休日明け修正パターンとす
る。なお、この際の係数αｉは一定値として与えてもよ
い。この動作は、現時刻が１時間進む毎に繰り返され、
したがって現時刻が１時間進む毎にその休日明け修正パ
ターンが更新されるものとなる。そして、現時刻が休日
明け運転系統の時間帯S3に入った以降は、その時間帯S3
の実測負荷をαｉで除して実負荷データとし、ARIMAモ
デル式により実測負荷を勘案した基本パターンを作成す
る。
第１図（ｄ）において、現時刻が日曜日の22時に達した
ものとすると、日曜日の22時から前回の22時すなわち土
曜日の22時に至るまでの実負荷データが除去され、土曜
日の22時の実負荷データを現時刻の実負荷データとし
て、そこから24時間前までの１時間毎の実負荷データが
ARIMAモデル式に代入される。これにより、１時間先（2
3時）の予測負荷ｘ（ｔ）が求まる。次に、23時の予測
負荷ｘ（ｔ）から上記土曜日の22時に至るまでの実負荷
データを除去した23時間前までの１時間毎の実負荷デー
タがARIMAモデル式に代入され、２時間先（24時）の予
測負荷ｘ（ｔ）が求まる。以下、この繰り返しにより、
月曜日の22時までの予測負荷が順次に求まり、現時刻に
おける基本パターンが図示一点鎖線で示す如く作成され
る。しかし、休日明けにおいては、特に暖房を行う場
合、ビルディング全体が冷え込んでいることから、運転
開始時刻から数時間の間は火曜日から土曜日までのそれ
よりも負荷が大きくなる。このため、休日明けである月
曜日においては、運転開始予定時刻を起点とする所定時
間（本実施例においては、３時間）帯S3に入る予測負荷
について、段階的に小さくなる所定の係数αｉ（αｉ≧
１）を乗じることにより、その基本パターンを修正して
図示二点鎖線で示すような休日明け修正パターンとす
る。なお、この際の係数αｉは一定値として与えてもよ
い。この動作は、現時刻が１時間進む毎に繰り返され、
したがって現時刻が１時間進む毎にその休日明け修正パ
ターンが更新されるものとなる。そして、現時刻が休日
明け運転系統の時間帯S3に入った以降は、その時間帯S3
の実測負荷をαｉで除して実負荷データとし、ARIMAモ
デル式により実測負荷を勘案した基本パターンを作成す
る。
なお、上述の説明においては、休日を日曜日として説明
したが、休日には祭日なども含まれる。したがって、祭
日の場合には、平日から半日を経ずに休日へと移行する
ことがある。この場合には、休日に移行する前の平日の
実負荷データが、休日修正パターンおよび休日明け修正
パターンを作成する際に使用されるものとなる。第４図
にその実負荷データの使用関係を示す。
したが、休日には祭日なども含まれる。したがって、祭
日の場合には、平日から半日を経ずに休日へと移行する
ことがある。この場合には、休日に移行する前の平日の
実負荷データが、休日修正パターンおよび休日明け修正
パターンを作成する際に使用されるものとなる。第４図
にその実負荷データの使用関係を示す。
また、本実施例においては、13時以降その運転系統が変
わるものとして土曜日を半日としたが、平日に対してそ
の運転系統が例えば1/4や3/4だけ異なっていても、それ
はそれで半日と定義する。
わるものとして土曜日を半日としたが、平日に対してそ
の運転系統が例えば1/4や3/4だけ異なっていても、それ
はそれで半日と定義する。
また、本実施例においては、ビルディングにおける負荷
を熱負荷としその時間負荷を予測するものとして説明し
たが、負荷を電力負荷としその時間負荷を予測するもの
としてもよく、ビルディングにおいて各種の負荷予測に
適用することが可能である。
を熱負荷としその時間負荷を予測するものとして説明し
たが、負荷を電力負荷としその時間負荷を予測するもの
としてもよく、ビルディングにおいて各種の負荷予測に
適用することが可能である。
以上の説明から明らかなように、本発明によると、ARMA
モデル式に１日の周期的な変動パターンモデル式を付加
した予測式（ARIMAモデル式）によりシステムの動特性
が表現され、数時間から数十時間先までの負荷予測が可
能となり、所定時刻Ｍまでの予測負荷を示す負荷パター
ンが現時刻が１時間進む毎に更新されるので、極めて精
度の良い負荷予測が行われるものとなる。
モデル式に１日の周期的な変動パターンモデル式を付加
した予測式（ARIMAモデル式）によりシステムの動特性
が表現され、数時間から数十時間先までの負荷予測が可
能となり、所定時刻Ｍまでの予測負荷を示す負荷パター
ンが現時刻が１時間進む毎に更新されるので、極めて精
度の良い負荷予測が行われるものとなる。
第１図は本発明に係る負荷予測方法をビルディングにお
ける負荷を熱負荷としその時間負荷を予測するものとし
て適用した例を説明する図、第２図は半日運転系統の時
間帯においてその実負荷が平日運転系統の実負荷よりも
少なくなる状態を示す図、第３図は休日運転系統の時間
帯においてその実負荷が平日運転系統の実負荷よりも少
なくなる状態を示す図、第４図は平日，半日，休日，休
日明けにおける実負荷データの使用関係を示す図、第５
図は蓄熱槽まわりの概略的な構成を示す図である。 １……熱供給源機器、２……熱放出器、３……蓄熱槽、
S1……半日運転系統の時間帯、S2……休日運転系統の時
間帯、S3……休日明け運転系統の時間帯。
ける負荷を熱負荷としその時間負荷を予測するものとし
て適用した例を説明する図、第２図は半日運転系統の時
間帯においてその実負荷が平日運転系統の実負荷よりも
少なくなる状態を示す図、第３図は休日運転系統の時間
帯においてその実負荷が平日運転系統の実負荷よりも少
なくなる状態を示す図、第４図は平日，半日，休日，休
日明けにおける実負荷データの使用関係を示す図、第５
図は蓄熱槽まわりの概略的な構成を示す図である。 １……熱供給源機器、２……熱放出器、３……蓄熱槽、
S1……半日運転系統の時間帯、S2……休日運転系統の時
間帯、S3……休日明け運転系統の時間帯。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 猪岡 達夫 大阪府大阪市中央区高麗橋４丁目６番２号 株式会社日建設計内 (72)発明者 桜井 文雄 大阪府大阪市中央区高麗橋４丁目６番２号 株式会社日建設計内 (72)発明者 露口 嘉和 大阪府大阪市北区中之島３丁目３番22号 関西電力株式会社内 (72)発明者 神村 一幸 東京都渋谷区渋谷２丁目12番19号 山武ハ ネウエル株式会社内 (72)発明者 宮坂房 千加 東京都渋谷区渋谷２丁目12番19号 山武ハ ネウエル株式会社内 (72)発明者 山田 伸彦 大阪府大阪市北区芝田２―６―23 山武ハ ネウエル株式会社大阪支店内 (72)発明者 黒須 茂 茨城県下館市女方字北原新田61―88 (72)発明者 金原 昭臣 栃木県宇都宮市滝の原３―９―５ (56)参考文献 特開 昭59−5307（ＪＰ，Ａ) 特開 昭63−213609（ＪＰ，Ａ)
Claims (1)
- 【請求項１】ビルディングにおける負荷予測方法におい
て、ARMAモデル式に１日の周期的な変動パターンモデル
式を付加した予測式に現時刻からＮ時間前までの１時間
毎の実負荷データを代入し現時刻から１時間先の予測負
荷を求め、この１時間先の予測負荷データからＮ−１時
間前までの１時間毎の実負荷データを前記予測式に代入
し現時刻から２時間先の予測負荷を求め、この繰り返し
により所定時刻Ｍまでの予測負荷を順次に求めて現時刻
における負荷パターンを作成し、現時刻が１時間進む毎
に前記負荷パターンを更新するようにしたことを特徴と
する負荷予測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1180605A JPH07117260B2 (ja) | 1989-07-14 | 1989-07-14 | 負荷予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1180605A JPH07117260B2 (ja) | 1989-07-14 | 1989-07-14 | 負荷予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0350431A JPH0350431A (ja) | 1991-03-05 |
| JPH07117260B2 true JPH07117260B2 (ja) | 1995-12-18 |
Family
ID=16086174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1180605A Expired - Lifetime JPH07117260B2 (ja) | 1989-07-14 | 1989-07-14 | 負荷予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07117260B2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61250036A (ja) * | 1985-04-30 | 1986-11-07 | Hitachi Ltd | 銅と樹脂との接着方法 |
| JP3350277B2 (ja) * | 1995-03-03 | 2002-11-25 | 株式会社東芝 | ビル空調熱負荷予測装置 |
| KR100522230B1 (ko) * | 1998-09-17 | 2005-12-30 | 삼성에스디에스 주식회사 | 아리마 모델을 변형한 전력 수요 예측 방법 |
| JP4191881B2 (ja) | 2000-08-10 | 2008-12-03 | メルテックス株式会社 | 銅酸化物還元用の処理液および処理方法 |
| JP4680287B2 (ja) * | 2008-09-17 | 2011-05-11 | 三菱電機株式会社 | 空気調和機 |
| JP5789421B2 (ja) * | 2011-06-10 | 2015-10-07 | アズビル株式会社 | 負荷量予測装置、負荷量予測方法および負荷量予測プログラム |
| JP5874298B2 (ja) * | 2011-10-14 | 2016-03-02 | 富士電機株式会社 | 負荷予測装置、空調システム、負荷予測プログラムおよび負荷予測方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57113735A (en) * | 1981-01-07 | 1982-07-15 | Meidensha Electric Mfg Co Ltd | Power system load predicting method |
| JPS595307A (ja) * | 1982-07-02 | 1984-01-12 | Hitachi Ltd | 負荷予測方法 |
| JPS6338855A (ja) * | 1986-07-30 | 1988-02-19 | Taisei Corp | 蓄熱槽の温度制御方法 |
| JPS63213609A (ja) * | 1987-03-02 | 1988-09-06 | Kobe Steel Ltd | 高炉炉熱予測方法 |
-
1989
- 1989-07-14 JP JP1180605A patent/JPH07117260B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0350431A (ja) | 1991-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3783929B2 (ja) | 省エネルギー効果推定方法およびその装置 | |
| CN112762576A (zh) | 空调系统控制方法、达温时间预测模型训练方法及设备 | |
| US20120130924A1 (en) | System and method for analyzing energy use | |
| JP4386748B2 (ja) | 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体 | |
| JP2004173342A (ja) | 運転支援システム及び運転支援コンピュータプログラム | |
| JPH07117260B2 (ja) | 負荷予測方法 | |
| JPH0835706A (ja) | 空調熱負荷予測システム | |
| CN111242602A (zh) | 支付设备的控制方法、装置、计算机可读存储介质和设备 | |
| JP3350277B2 (ja) | ビル空調熱負荷予測装置 | |
| JPH09273795A (ja) | 熱負荷予測装置 | |
| KR101705869B1 (ko) | 열 에너지 수요 예측에 기반한 복합 설비 최적 운영 시스템 및 그 방법 | |
| US20230367033A1 (en) | Automated system and method for managing weather related energy use | |
| JP3170393B2 (ja) | 地域冷暖房装置の運転方法および装置 | |
| JP5476275B2 (ja) | 配水量計画予測システム、その予測方法およびそのプログラム | |
| JP2020167892A (ja) | 空調負荷の予測方法およびシステム、並びに空調システムのエネルギー管理方法およびシステム | |
| CN115049083B (zh) | 一种机电设备运行管理方法、装置及系统 | |
| JPH0886490A (ja) | 熱負荷予測装置 | |
| JPH07151369A (ja) | 熱負荷予測装置およびプラント熱負荷予測装置 | |
| JP3187118B2 (ja) | 熱源機器運転制御装置 | |
| JP2501263B2 (ja) | 熱負荷予測装置 | |
| JP6029901B2 (ja) | 負荷量予測装置および負荷量予測方法 | |
| JP2020167891A (ja) | 空調負荷の予測方法およびシステム、並びに空調システムのエネルギー管理方法およびシステム | |
| JP2712688B2 (ja) | 配水量の需要予測装置 | |
| KR20220090202A (ko) | 열 에너지 수요 예측에 기반한 복합 설비 최적 운영 시스템 | |
| JP2580504B2 (ja) | エネルギー負荷予測装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081218 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091218 Year of fee payment: 14 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091218 Year of fee payment: 14 |