JPH08202406A

JPH08202406A - エネルギ供給プラントの運転計画立案方法

Info

Publication number: JPH08202406A
Application number: JP792895A
Authority: JP
Inventors: Yoshinari Hori; 嘉成堀; Akihiko Yamada; 昭彦山田; Makoto Shimoda; 下田　　誠; Kenji Baba; 研二馬場
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1995-01-23
Filing date: 1995-01-23
Publication date: 1996-08-09

Abstract

(57)【要約】【構成】需要予測工程１，誤差推定工程２，運転計画作
成工程３，エネルギ供給機器群４，運転実績データベー
ス５，気象データベース６、及び機器特性データベース
７からなる。【効果】不確定な気象予報データの予測誤差のために、
エネルギ需要量が前日に予測した値と異なった場合で
も、起動している機器の組み合わせが変化することな
く、安定に、しかも高効率にエネルギ供給プラントを運
転する運転計画を立案することができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、予め予測していた需要
量と実際の需要量が異なった場合でも、安定かつ高効率
にエネルギを供給することが可能なエネルギ供給プラン
ト用の運転計画立案方法に関する。

【０００２】

【従来の技術】地域冷暖房プラントからエネルギを不足
なく供給する為には、エネルギを多めに発生させればよ
いが、需要量以上に発生させたエネルギは無駄となる。
高効率運転と安定供給を両立させるための従来技術は、
次のようなものがある。

【０００３】前もって翌日のエネルギ需要量を正確に予
測し、この需要値に合わせてエネルギを発生させる。ま
た、エネルギを発生させる機器の組み合わせを考え、運
転コストが最小となるように作成した運転計画に基づい
て運転する（特願平5−22361号明細書）。

【０００４】

【発明が解決しようとする課題】例えば、エネルギ需要
を予測するためには、翌日の気温，湿度等のデータが必
要となる。しかし、翌日の気温，湿度等の気象データ
は、予報値であるため、実際の値とずれる場合がある。
その結果、気象データをもとに予測したエネルギ需要と
実際の需要とが異なることになる。

【０００５】従来法では、当日の需要量が需要予測値と
同じである場合を想定して計画を立案する。この方式で
は、予測が正しければ効率が高い運転を実現できる。し
かし、予測値と実績値がずれた場合、エネルギ発生機器
の起動スケジュールが異なってしまい、場合によっては
起動が間に合わず需要の変化に追従して安定にエネルギ
を供給することができないという問題があった。

【０００６】本発明の目的は、予め予測した需要と実際
の需要が異なった場合でも、安定かつ高効率にエネルギ
を供給することにある。

【０００７】

【課題を解決するための手段】需要予測が実際の需要と
異なった場合でも安定にエネルギを供給するには、予測
した需要量が実際の需要量と異なる場合を考慮して予め
計画を立案すればよい。具体的には、まず過去の気象デ
ータから、需要予測に用いた気象予報値と実績値との誤
差を統計的に求める。次に、気象予報値が、求めた誤差
の範囲でずれた場合に、需要量が変動する可能性がある
範囲を推定する。そして、需要量が、推定した範囲の上
限値から下限値まで変化した場合でも、起動している機
器の組み合わせが変化しない計画を立案する。

【０００８】

【作用】運転計画立案時から、予測した需要量が変動す
ることを想定し、この変動幅の間で、起動させる機器の
組み合わせを変化させない計画を予め立案する。このた
め、当日の気温，日射量などが前日の予報値と異なり需
要量が変化した場合でも、新たに機器を起動させる必要
がない。したがって機器の起動が間に合わないためにエ
ネルギ発生量が需要に追従できないといったトラブルを
回避でき、安定にエネルギ供給プラントを運転すること
が可能となる。

【０００９】

【実施例】図１に本実施例の構成を示す。本実施例は需
要予測工程１，誤差推定工程２，運転計画作成工程３，
エネルギ供給機器群４，運転実績データベース５，気象
データベース６、及び機器特性データベース７からな
る。

【００１０】まず、実施例の概略を説明する。

【００１１】気象データベース６には、過去の天候，気
温，湿度等のデータの他に数時間先や、翌日の予報値が
自動的に取り込まれる。

【００１２】運転実績データベース５には、過去に運転
された機器の運転実績データが格納されている。需要量
の実績値は、実際に稼働した機器の機器出力の合計から
算出される。

【００１３】需要予測工程１では、運転実績データベー
ス５，気象データベース６のデータを用い、ニューラル
ネットワークを利用して翌日のエネルギ需要量を予測す
る。誤差推定工程２では、気象データベース６より翌日
の気象データの予報誤差を統計的に算出する。そして、
この予報誤差をもとに、予測した翌日の需要量と実際の
需要量との誤差を推定する。

【００１４】運転計画作成工程３では、需要量が誤差推
定工程２で算出した変動の範囲内で変動した場合でも、
起動している機器の組み合わせが変化せず、かつ効率が
高い運転ができる運転計画を立案する。

【００１５】このようにして立案された運転計画は、オ
ペレータにガイダンス表示され、エネルギ供給機器群４
を運用制御する。

【００１６】次に、実施例をより具体的に説明する。

【００１７】需要予測工程１は翌日の予想気温，湿度等
のデータを気象データベース６から取り込み、ニューラ
ルネットワークを利用し翌日のエネルギ需要を予測す
る。具体的には図２に示す３層のラメルハート型のニュ
ーラルネットワークを利用して翌日の２４時間分のエネ
ルギ需要量を予測する。ニューラルネットワークでは入
力層のニューロンから入った値は重み付けされ、中間層
のニューロンへ渡される。そして、そこからさらに重み
付けされ出力層のニューロンに渡され出力値となる。し
たがって、入力層と出力層にデータを与え、それらが一
致するように重みを調整することで、入・出力層のデー
タの相関を重みの中に取り込むことができる（学習）。
需要を予測する場合は、入力層に最高気温，最低気温，
最高湿度，天候等の予想値，当日の曜日，前日の需要量
データ等を与え、出力層には当日の需要量のデータを与
える。この入力層のデータと出力層のデータを１セット
とし、過去のデータを１０〜２０セット用いて「重み」
を決定する。重みが決定されたニューラルネットワーク
の入力層に、気温，湿度等のデータを入れると予測需要
量を出力層に出力することができる（想起）。

【００１８】誤差推定工程２では、まず、気象データの
予報誤差を算出する。本実施例では、気象データベース
６を利用し、予報値と実績値の予報誤賛を統計的に処理
し、気温，湿度等の項目別に予報誤差を算出した。

【００１９】簡単のため、最高気温のみが誤差をもち、
その範囲が［ａ，ｂ］であると算出されたとする。需要
予測用ニューラルネットワークに最高気温のデータをａ
とし入力すれば、最高気温がａの時の需要量ｃが求めら
れる。また、同様にして、最高気温がｂの時の需要量ｄ
を求めることができる。一般に、気温が高い程、冷熱の
需要量が大きくなるため、冷熱需要量は、［ｃ，ｄ］の
範囲の値をとる。

【００２０】運転計画作成工程３では、需要量が誤差推
定工程２で算出した変動の範囲内で変動した場合でも、
起動している機器の組み合わせが変化しない計画を立案
する。

【００２１】本実施例では、線形計画法を利用して、翌
日の機器の運転スケジュールを１時間毎に立案した。こ
れは、複数の機器でエネルギを供給する場合に、最も効
率の良い機器の組み合わせを探索する方法である。具体
的には、機器の入出力特性を線形近似し、機器の総出力
が需要を満足するという制約条件のもとで最も運転コス
ト（入力エネルギ）が小さい計画を求めている。

【００２２】エネルギ供給機器群４の構成例は図１に示
したが、簡単のため、機器Ａ〜機器Ｅという容量が異な
る５台のエネルギ供給機器があった場合の運転計画立案
方法について説明する。

【００２３】まず、誤差推定工程２で需要量の変動の範
囲（上限値と下限値）を算出し、 Case１：需要量が変動の上限値であった場合 Case２：需要量が変動の下限値であった場合 Case３：需要量が予測どおりであった場合の三つのケースについて、最適な運転計画を立案する。

【００２４】立案した三つの運転計画を比較し、起動し
ている機器がいずれのケースでも「Ａ，Ｂ，Ｃ」であっ
たとすると、「Ａ，Ｂ，Ｃ」という機器の組み合わせで
運転していれば、需要量が上限値から下限値まで変化し
た場合でも新たに機器を起動・停止させることなく最適
な運転が実現できることになる。したがって運転計画は
「Ａ，Ｂ，Ｃ」の３台の機器を起動する運転計画を立案
すればよい。

【００２５】しかし、Case１，Case２，Case３のそれぞ
れのケースで起動する機器が「Ａ，Ｃ，Ｄ」，「Ａ，
Ｂ，Ｃ」，「Ａ，Ｄ，Ｅ」のように異なった場合は、需
要量によって最適な機器の組み合わせが異なることを意
味している。したがって、このような場合には、総合的
に評価して最も良い機器の組み合わせを選ぶ必要があ
る。

【００２６】そこで、まず、需要量が変動範囲内で変動
した場合でも、常に同じ機器の組み合わせで運転すると
し、「Ａ，Ｃ，Ｄ」の組み合わせで運転した場合、
「Ａ，Ｂ，Ｃ」の組み合わせで運転した場合、「Ａ，
Ｄ，Ｅ」の組み合わせで運転した場合、の通りについ
て、それぞれ需要量がCase１，Case２，Case３の場合の
運転コストを求める。その結果を図３に示す。運転コス
トは、Case３の場合に「Ａ，Ｄ，Ｅ」の組み合わせでエ
ネルギを供給したときに必要な運転コストを１００とし
て表現した。また、その機器の組み合わせだけでは機器
容量が不足し、需要を賄うことができない場合は別の機
器を起動させる必要があるため、運転コストにペナルテ
ィを加算している。

【００２７】Case１の運転コストは、Case３に比べ需要
量が大きいため、全て１００以上となっているが、
「Ａ，Ｂ，Ｃ」「Ａ，Ｄ，Ｅ」の機器容量が不足するた
め、ペナルティが加算され「Ａ，Ｃ，Ｄ」より大きな値
となっている。また、Case２では、需要量が小さいた
め、運転コストは全て１００より小さいが、「Ａ，Ｃ，
Ｄ」「Ａ，Ｄ，Ｅ」は効率が悪い負荷率で運転している
ため、「Ａ，Ｂ，Ｃ」に比べ運転コストはやや大きくな
っている。

【００２８】次に、この結果をもとに、需要量がCase
１，Case２，Case３と変化した場合の平均運転コスト
を、それぞれの機器の組み合わせについて計算し、最も
平均運転コストが小さくなる機器の組み合わせを最適な
機器の組み合わせとする。

【００２９】このようにして選ぶと最適な組み合わせは
「Ａ，Ｃ，Ｄ」となる。

【００３０】従来法を用いて運転計画を立案すると、予
測した需要量が正しいとして計画を立案するため、
「Ａ，Ｄ，Ｅ」という組み合わせが最適な運転計画とな
る。しかし、この組み合わせの場合、気象条件が変化
し、予測した需要量よりも実際の需要量大きくなると、
機器容量が不足し、新たに機器を起動する必要があり運
転コストが大きくなってしまう。

【００３１】それに対して、本発明により運転計画を立
案すると、最適な機器の組み合わせは「Ａ，Ｃ，Ｄ」と
なる。したがって、需要量が予測したとおりであれば、
「Ａ，Ｄ，Ｅ」という組み合わせと比較して運転コスト
はやや大きくなるが、需要量が予測した値よりも大きく
なった場合でも機器容量は不足せず、他の組み合わせに
比べ運転コストが小さい運転が可能となる。

【００３２】次に、構成機器の中に気象条件の変化によ
り、機器出力が変化する機器がある場合の運転計画の立
案方法について説明する。図１のエネルギ供給機器群４
にこのような場合の構成例を示す。

【００３３】構成機器は電動ターボ冷凍機１０Ａ，１０
Ｂ，ガスタービン２０，排熱回収ボイラ２１，補助ボイ
ラ３０，吸収式冷凍機４０Ａ，４０Ｂ，太陽熱集熱器５
０，蒸気発生器５１，蒸気アキュムレータ５２からな
る。

【００３４】太陽熱集熱器５０で集められた太陽熱によ
り蒸気発生器５１で発生した蒸気は吸収式冷凍機４０
Ａ，４０Ｂの駆動蒸気として供給されるか、直接温熱と
して需要家に供給される。この時、蒸気の発生むらを抑
制するために、発生した蒸気を一時的に蒸気アキュムレ
ータ５２に蓄えてもよい。

【００３５】ガスタービン２０は都市ガスを入力エネル
ギとして発電し、その排ガス中に含まれる熱量は、排熱
回収ボイラ２１により回収される。また、温熱需要およ
び吸収式冷凍機４０Ａ，４０Ｂに必要な蒸気量が足りな
い場合は、補助ボイラ３０により供給することができ
る。

【００３６】このシステムには、太陽熱集熱器があり、
日射量が変化するとそれにつれて出力も変化する。した
がって、運転計画を立案する場合には次のようにして求
める。

【００３７】まず、気象条件により出力が変化する太陽
熱集熱器，蒸気発生器，吸収式冷凍機という系統Ａと、
気象条件により変化しないそれ以外の系統Ｂに分ける。
系統Ａからの機器出力は、気象条件によって変化するも
のであるため、翌日の気象条件に見合った機器出力しか
出力することはできない。したがって、運転計画を立案
する場合は、機器出力を運転計画により決定するのでは
なく、翌日の気象条件から予想される機器出力を推定す
ることになる。

【００３８】今、明日の天候はくもりであると予測さ
れ、需要予測工程１では、ある時刻の予測需要量は１０
０であった（基準）。このとき、系統Ａからの機器出力
は２５であると推定されたため、残りの７５を系統Ｂか
ら出力する運転計画を立案する。系統Ｂは気象条件に影
響を受けないため、上述した方法を用いて最適な機器の
組み合わせを決定することができる。

【００３９】このように運転計画を立案すると、天気予
報がはずれ、天候が晴れであった場合の運転にメリット
が出る。すなわち、天候が晴れとなり需要が１００→１
２０になった場合でも、太陽熱を利用してエネルギを供
給する系統Ａの出力が２５→４０に増加し、系統Ｂから
の出力は７５→８０に変更するだけで、需要を満足する
ことができる。

【００４０】このように、気象条件により出力が変化す
る機器を持つエネルギ供給プラントの運転計画を立案す
ると、気象データの予測誤差が原因で需要量が予測値と
異なった場合でも、系統Ａからの出力が変化するため、
系統Ｂの運転計画を修正する量は小さくなり、安定かつ
高効率な運転の実現が容易となる。

【００４１】

【発明の効果】本発明によれば、不確定な気象予報デー
タの予測誤差のために、エネルギ需要量が前日に予測し
た値と異なった場合でも、新たに機器を起動・停止する
ことなく、安定にしかも高効率にエネルギ供給プラント
を運転する運転計画を立案することができる。

【図面の簡単な説明】

【図１】本実施例を表すブロック図。

【図２】需要予測手段を表わす説明図。

【図３】運転コストの試験結果を表わす説明図。

【符号の説明】

１…需要予測工程、２…誤差推定工程、３…運転計画作
成工程、４…エネルギ供給機器群、５…運転実績データ
ベース、６…気象データベース、７…機器特性データベ
ース。

フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所 // Ｆ０１Ｋ 13/02 Ｇ (72)発明者馬場研二茨城県日立市大みか町七丁目１番１号株式会社日立製作所日立研究所内

Claims

【特許請求の範囲】

【請求項１】エネルギ供給プラントの運転計画立案方法
において、エネルギの需要量を予測する需要予測工程
と、前記需要予測工程で予測した需要量と実際の需要量
との誤差を推定する誤差推定工程と、需要量が前記誤差
内で変動した場合に、稼働している機器の組み合わせが
一定となる条件を満たし、かつ運転コストおよび／また
は機器の断続運転の回数が最小となる運転計画を作成す
る運転計画作成工程を有することを特徴とするエネルギ
供給プラントの運転計画立案方法。
【請求項２】気象条件の変化に伴いエネルギ発生量が変
化する特性を持つエネルギ発生機器を有するエネルギ供
給プラントの運転計画において、エネルギの需要量を予
測する需要予測工程と前記需要予測工程で予測した需要
量と実際の需要量との誤差を推定する誤差範囲推定工程
と、エネルギの供給系統を、気象条件の変化によりエネ
ルギの発生量が変化する系統と変化しない系統とに分
け、それぞれ独立に運転計画を作成する運転計画作成工
程を有することを特徴とする運転計画立案方法。