JPH0979644A - 蓄熱プラントの制御装置 - Google Patents
蓄熱プラントの制御装置Info
- Publication number
- JPH0979644A JPH0979644A JP7235792A JP23579295A JPH0979644A JP H0979644 A JPH0979644 A JP H0979644A JP 7235792 A JP7235792 A JP 7235792A JP 23579295 A JP23579295 A JP 23579295A JP H0979644 A JPH0979644 A JP H0979644A
- Authority
- JP
- Japan
- Prior art keywords
- heat
- heat load
- storage plant
- day
- source device
- 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.)
- Granted
Links
Landscapes
- Other Air-Conditioning Systems (AREA)
- Air Conditioning Control Device (AREA)
Abstract
(57)【要約】
【課題】 熱源機器の運転コストの低減と安定運転を確
実に図ることができる蓄熱プラントの制御装置を提供す
る。 【解決手段】 熱負荷実績記憶手段２２に記憶されて熱
負荷実績に基づいて、熱負荷予測手段２３において当日
の熱負荷値を予測する。蓄熱プラント運用計画手段２４
において、当日の熱負荷予測値に基づいて、各熱源機器
の運転コスト低減と安定運転に関する目的関数の和を最
小とするよう遺伝的アルゴリズムを用いて蓄熱プラント
の運用計画に求める。この蓄熱プラントの運用計画に基
づいて、熱源機器制御手段２５において、各熱源機器１
２，１３の運転を制御する。
実に図ることができる蓄熱プラントの制御装置を提供す
る。 【解決手段】 熱負荷実績記憶手段２２に記憶されて熱
負荷実績に基づいて、熱負荷予測手段２３において当日
の熱負荷値を予測する。蓄熱プラント運用計画手段２４
において、当日の熱負荷予測値に基づいて、各熱源機器
の運転コスト低減と安定運転に関する目的関数の和を最
小とするよう遺伝的アルゴリズムを用いて蓄熱プラント
の運用計画に求める。この蓄熱プラントの運用計画に基
づいて、熱源機器制御手段２５において、各熱源機器１
２，１３の運転を制御する。
Description
【０００１】
【発明の属する技術分野】本発明は熱源機器および蓄熱
槽を有する蓄熱プラントの制御装置において、熱源機器
を効率よく運転することができる蓄熱プラントの制御装
置に関する。
槽を有する蓄熱プラントの制御装置において、熱源機器
を効率よく運転することができる蓄熱プラントの制御装
置に関する。
【０００２】
【従来の技術】一般に、ビルディング等の施設において
は、蓄熱プラントが設けられている。この蓄熱プラント
では、ヒートポンプ等の熱源機器によって温水および冷
水が生成され、これを蓄熱槽に蓄え、必要に応じて冷暖
房機器等の熱負荷機器に供給している。この場合、電気
方法による蓄熱プラントでは、夜間に熱を生成して蓄熱
し、昼間は温水および冷水を生成するとともに蓄熱した
熱を放熱することにより、夜間電力を利用したりピーク
カットを行ったりして効率のよい運転を行っている。
は、蓄熱プラントが設けられている。この蓄熱プラント
では、ヒートポンプ等の熱源機器によって温水および冷
水が生成され、これを蓄熱槽に蓄え、必要に応じて冷暖
房機器等の熱負荷機器に供給している。この場合、電気
方法による蓄熱プラントでは、夜間に熱を生成して蓄熱
し、昼間は温水および冷水を生成するとともに蓄熱した
熱を放熱することにより、夜間電力を利用したりピーク
カットを行ったりして効率のよい運転を行っている。
【０００３】しかしながら、このような運転を行う場
合、専門的なオペレータの数の確保がむずかしく、かつ
近年の人件費の問題から例えば夜間だけでも無人運転す
る必要が出てきている。この場合、オペレータの専門的
知識に基づいて、総合的に自動化運転を行うことが必要
となるが、現在のところ実現されていないのが実情であ
る。
合、専門的なオペレータの数の確保がむずかしく、かつ
近年の人件費の問題から例えば夜間だけでも無人運転す
る必要が出てきている。この場合、オペレータの専門的
知識に基づいて、総合的に自動化運転を行うことが必要
となるが、現在のところ実現されていないのが実情であ
る。
【０００４】
【発明が解決しようとする課題】上述のように従来で
は、専門的なオペレータを確保しなければ熱源機器およ
び蓄熱槽の運転を効率よく行なうことができず、また装
置全体の信頼性が低いという問題があった。
は、専門的なオペレータを確保しなければ熱源機器およ
び蓄熱槽の運転を効率よく行なうことができず、また装
置全体の信頼性が低いという問題があった。
【０００５】本発明はこのような点を考慮してなされた
ものであり、専門的なオペレータを確保することなく、
熱源機器を有する蓄熱プラントを効率よく自動運転する
ことができる蓄熱プラントの制御装置を提供することを
目的とする。
ものであり、専門的なオペレータを確保することなく、
熱源機器を有する蓄熱プラントを効率よく自動運転する
ことができる蓄熱プラントの制御装置を提供することを
目的とする。
【０００６】
【課題を解決するための手段】本発明は、冷水用熱源機
器および温水用熱源機器を有する蓄熱プラントの運転を
制御する蓄熱プラントの制御装置において、各熱源機器
からの過去の熱負荷実績を記憶する熱負荷実績記憶手段
と、この熱負荷実績記憶手段に記憶された熱負荷実績に
基づいて、当日の熱負荷値を予測する熱負荷予測手段
と、熱負荷予測手段により予測された当日の熱負荷予測
値に基づいて、各熱源機器の運転コスト低減と安定運転
に関する目的関数の和を最小とするよう蓄熱プラントの
運用計画を求める蓄熱プラント運用計画手段と、蓄熱プ
ラント運用計画手段により求めた蓄熱プラントの運用計
画に基づいて、各熱源機器の運転を制御する熱源機器制
御手段とを備え、前記蓄熱プラント運用計画手段は遺伝
的アルゴリズムを用いて各熱源機器の運転コスト低減と
安定運転に関する目的関数の和を最小とするよう蓄熱プ
ラントの運用計画を求めることを特徴とする蓄熱プラン
トの制御装置である。
器および温水用熱源機器を有する蓄熱プラントの運転を
制御する蓄熱プラントの制御装置において、各熱源機器
からの過去の熱負荷実績を記憶する熱負荷実績記憶手段
と、この熱負荷実績記憶手段に記憶された熱負荷実績に
基づいて、当日の熱負荷値を予測する熱負荷予測手段
と、熱負荷予測手段により予測された当日の熱負荷予測
値に基づいて、各熱源機器の運転コスト低減と安定運転
に関する目的関数の和を最小とするよう蓄熱プラントの
運用計画を求める蓄熱プラント運用計画手段と、蓄熱プ
ラント運用計画手段により求めた蓄熱プラントの運用計
画に基づいて、各熱源機器の運転を制御する熱源機器制
御手段とを備え、前記蓄熱プラント運用計画手段は遺伝
的アルゴリズムを用いて各熱源機器の運転コスト低減と
安定運転に関する目的関数の和を最小とするよう蓄熱プ
ラントの運用計画を求めることを特徴とする蓄熱プラン
トの制御装置である。
【０００７】本発明によれば、熱負荷予測手段におい
て、熱負荷実績記憶手段に記憶された熱負荷実績に基づ
いて当日の熱負荷値を予測する。次にこの熱負荷予測値
に基づいて、各熱源機器の運転コスト低減と安定運転に
関する目的関数の和を最小とするよう、蓄熱プラント運
用計画手段において遺伝的アルゴリズムを用いて蓄熱プ
ラントの運用計画を求める。この蓄熱プラントの運用計
画に基づいて、熱源機器制御手段により、各熱源機器の
運転を制御する。
て、熱負荷実績記憶手段に記憶された熱負荷実績に基づ
いて当日の熱負荷値を予測する。次にこの熱負荷予測値
に基づいて、各熱源機器の運転コスト低減と安定運転に
関する目的関数の和を最小とするよう、蓄熱プラント運
用計画手段において遺伝的アルゴリズムを用いて蓄熱プ
ラントの運用計画を求める。この蓄熱プラントの運用計
画に基づいて、熱源機器制御手段により、各熱源機器の
運転を制御する。
【０００８】
【発明の実施の形態】以下、図面により本発明の実施の
形態について説明する。図１は、本発明による蓄熱プラ
ントの制御装置の一実施例を示す全体構成図である。図
１において、蓄熱プラント１０はビルの地下室等に設け
られた蓄熱槽１１を有し、蓄熱槽１１は冷房用に使用さ
れる冷水を備える冷水槽１１ａと、暖房用に使用される
温水を蓄える温水槽１１ｂとからなっている。この冷水
槽１１ａには、複数の各種ヒートポンプ（ＨＰ）１２が
設置されている。すなわち、このヒートポンプ１２は、
例えば夏期において、１０℃前後の水を５℃程度の水に
するものである。また冷水槽１１ａおよび温水槽１１ｂ
には熱回収型ヒートポンプ（ＤＢ）１３が設けられてい
る。熱回収型ヒートポンプ１３は、５℃程度の冷水と４
５℃程度の温水を同時に作ることができ、かつこの時に
出力される熱を冷水槽１１ａおよび温水槽１１ｂに利用
することができる。冷水槽１１ａおよび温水槽１１ｂに
蓄えられる冷水と温水は、各々ポンプ１４，１５により
冷水ヘッダ（ＣＨＤ）１６および、温水ヘッダ（ＨＨ
Ｄ）１７を介して熱負荷（ＨＬ）１８側へ供給されるよ
うになっている。
形態について説明する。図１は、本発明による蓄熱プラ
ントの制御装置の一実施例を示す全体構成図である。図
１において、蓄熱プラント１０はビルの地下室等に設け
られた蓄熱槽１１を有し、蓄熱槽１１は冷房用に使用さ
れる冷水を備える冷水槽１１ａと、暖房用に使用される
温水を蓄える温水槽１１ｂとからなっている。この冷水
槽１１ａには、複数の各種ヒートポンプ（ＨＰ）１２が
設置されている。すなわち、このヒートポンプ１２は、
例えば夏期において、１０℃前後の水を５℃程度の水に
するものである。また冷水槽１１ａおよび温水槽１１ｂ
には熱回収型ヒートポンプ（ＤＢ）１３が設けられてい
る。熱回収型ヒートポンプ１３は、５℃程度の冷水と４
５℃程度の温水を同時に作ることができ、かつこの時に
出力される熱を冷水槽１１ａおよび温水槽１１ｂに利用
することができる。冷水槽１１ａおよび温水槽１１ｂに
蓄えられる冷水と温水は、各々ポンプ１４，１５により
冷水ヘッダ（ＣＨＤ）１６および、温水ヘッダ（ＨＨ
Ｄ）１７を介して熱負荷（ＨＬ）１８側へ供給されるよ
うになっている。
【０００９】本発明による蓄熱プラントの制御装置２０
は、上述した蓄熱プラント１０の熱源ヒートポンプ１２
および熱回収型ヒートポンプ１３等の熱源機器を制御す
るものであり、蓄熱プラントの制御装置２０はプロセス
入出力部２１と、過去の熱負荷実績が入力される熱負荷
実績記憶手段２２と、当日の熱負荷を予測する熱負荷予
測手段２３と、蓄熱プラントの運用計画を求める蓄熱プ
ラント運用計画手段２４と、各熱源機器の運転を制御す
る熱源機器制御手段２５と、蓄熱プラントパラメータ記
憶手段２６と、ヒューマンインタフェース入出力部２７
とを備えている。
は、上述した蓄熱プラント１０の熱源ヒートポンプ１２
および熱回収型ヒートポンプ１３等の熱源機器を制御す
るものであり、蓄熱プラントの制御装置２０はプロセス
入出力部２１と、過去の熱負荷実績が入力される熱負荷
実績記憶手段２２と、当日の熱負荷を予測する熱負荷予
測手段２３と、蓄熱プラントの運用計画を求める蓄熱プ
ラント運用計画手段２４と、各熱源機器の運転を制御す
る熱源機器制御手段２５と、蓄熱プラントパラメータ記
憶手段２６と、ヒューマンインタフェース入出力部２７
とを備えている。
【００１０】図１において、プロセス入出力部２１は、
蓄熱プラント１０からの計測信号を入力するとともに、
蓄熱プラント１０に対して制御信号を出力するものであ
る。また、熱負荷実績記憶手段２２は、熱負荷１０の過
去の熱負荷実績（温度、流量等）を、時刻および曜日と
ともに記憶するものである。さらに、熱負荷予測手段２
３は、熱負荷実績記憶手段２２に記憶されている熱負荷
実績に基づいて、統計的に熱負荷を予測するものであ
る。
蓄熱プラント１０からの計測信号を入力するとともに、
蓄熱プラント１０に対して制御信号を出力するものであ
る。また、熱負荷実績記憶手段２２は、熱負荷１０の過
去の熱負荷実績（温度、流量等）を、時刻および曜日と
ともに記憶するものである。さらに、熱負荷予測手段２
３は、熱負荷実績記憶手段２２に記憶されている熱負荷
実績に基づいて、統計的に熱負荷を予測するものであ
る。
【００１１】一方、蓄熱プラント運用計画手段２４は、
蓄熱プラントパラメータ記憶手段２６に記憶されたパラ
メータと熱負荷予測手段２３で予測された熱負荷予測値
に基づいて、冷水主導か温水主導かを判定し、蓄熱プラ
ント１０の運用計画を得るものである。また、熱源機器
制御手段２５は、蓄熱プラント運用計画手段２４で得ら
れた目標計画値と、プロセス入出力部２１から入力され
る蓄熱プラント１０の計測信号に基づいて、熱源機器の
制御を行なうための制御信号をプロセス入出力２１へ出
力するものである。なお、蓄熱プラント・パラメータ値
はヒューマン・インタフェース入出力手段２７より入力
される。
蓄熱プラントパラメータ記憶手段２６に記憶されたパラ
メータと熱負荷予測手段２３で予測された熱負荷予測値
に基づいて、冷水主導か温水主導かを判定し、蓄熱プラ
ント１０の運用計画を得るものである。また、熱源機器
制御手段２５は、蓄熱プラント運用計画手段２４で得ら
れた目標計画値と、プロセス入出力部２１から入力され
る蓄熱プラント１０の計測信号に基づいて、熱源機器の
制御を行なうための制御信号をプロセス入出力２１へ出
力するものである。なお、蓄熱プラント・パラメータ値
はヒューマン・インタフェース入出力手段２７より入力
される。
【００１２】次に、このような構成からなる本実施例の
作用について説明する。図１において、熱負荷１８の熱
負荷実績は往還水に関して温度と流量から計測され、プ
ロセス入出力部２１を通して熱負荷実績として時刻、曜
日等の内部信号により整理され、その日の気象情報とと
もに熱負荷実績記憶手段２２に記憶される。
作用について説明する。図１において、熱負荷１８の熱
負荷実績は往還水に関して温度と流量から計測され、プ
ロセス入出力部２１を通して熱負荷実績として時刻、曜
日等の内部信号により整理され、その日の気象情報とと
もに熱負荷実績記憶手段２２に記憶される。
【００１３】次に、この熱負荷実績記憶手段２２に記憶
されている熱負荷実績をもとに、熱負荷予測手段２３に
おいて熱負荷１０の今後Ｎ時間分の予測値が得られ、蓄
熱プラント運用計画手段２４により蓄熱槽１１の容量お
よび熱源機器１２，１３の定格能力を用いて、今後Ｎ時
間分の計画目標値が得られる。
されている熱負荷実績をもとに、熱負荷予測手段２３に
おいて熱負荷１０の今後Ｎ時間分の予測値が得られ、蓄
熱プラント運用計画手段２４により蓄熱槽１１の容量お
よび熱源機器１２，１３の定格能力を用いて、今後Ｎ時
間分の計画目標値が得られる。
【００１４】以下、この点について具体的に説明する。
なお、ここでは簡単のため、予測と計画については今後
Ｎ＝２４時間分の予測値および計画値を１時間毎に求め
る。熱負荷予測手段２２における熱負荷予測は、次のよ
うにして行なわれる。熱負荷記憶手段２２に１時間毎１
日分の熱負荷データが、曜日別、例えば休日・平日・特
殊日別にファイルされる。いま、熱負荷予測手段２３に
ヒューマン・インタフェース入力部２７からその日の曜
日が入力されると、熱負荷予測装置２３にそ の曜日Ｗの
平均値パターンｙｗ（ｉ）（ｉ＝１〜２４）が熱負荷実
績記憶手段２２から得られる。次に、前日までの熱負荷
実績が得られているので、ｋ日の熱負荷を予測するため
に、例えば次のような自己回帰モデルが用いられる。
なお、ここでは簡単のため、予測と計画については今後
Ｎ＝２４時間分の予測値および計画値を１時間毎に求め
る。熱負荷予測手段２２における熱負荷予測は、次のよ
うにして行なわれる。熱負荷記憶手段２２に１時間毎１
日分の熱負荷データが、曜日別、例えば休日・平日・特
殊日別にファイルされる。いま、熱負荷予測手段２３に
ヒューマン・インタフェース入力部２７からその日の曜
日が入力されると、熱負荷予測装置２３にそ の曜日Ｗの
平均値パターンｙｗ（ｉ）（ｉ＝１〜２４）が熱負荷実
績記憶手段２２から得られる。次に、前日までの熱負荷
実績が得られているので、ｋ日の熱負荷を予測するため
に、例えば次のような自己回帰モデルが用いられる。
【００１５】
【数１】 なお、ａ１，ａ２，…は自己回帰のパラメータであり、
予め与えることも可能であり、実時間で逐次最小２乗推
定（カルマンフィルタ）することも可能である。
予め与えることも可能であり、実時間で逐次最小２乗推
定（カルマンフィルタ）することも可能である。
【００１６】
【数２】 が得られる。
【００１７】次に、蓄熱プラント運用計画手段２４によ
る蓄熱プラント運用計画は、次のようにして立てられ
る。
る蓄熱プラント運用計画は、次のようにして立てられ
る。
【００１８】図１に示す蓄熱プラント１０が熱回収型ヒ
ートポンプ１３を有するので、冷温の需要を冷水槽１１
ａと温水槽１１ｂの各々の蓄熱槽容量で除し、大小を比
較して、大きい方を手動と考え、冷水手動か温水手動を
決定する。以下、手動の対象となる熱負荷（冷／温）に
対しての計画手法について説明する。 ＊定式化 まず、つぎの３つの目的関数の和を最小化することを考
える。 電気料金 ピークカット 熱源機器の安全運転 いま、離散時間ｎにおける熱源機器の運転状態を
ートポンプ１３を有するので、冷温の需要を冷水槽１１
ａと温水槽１１ｂの各々の蓄熱槽容量で除し、大小を比
較して、大きい方を手動と考え、冷水手動か温水手動を
決定する。以下、手動の対象となる熱負荷（冷／温）に
対しての計画手法について説明する。 ＊定式化 まず、つぎの３つの目的関数の和を最小化することを考
える。 電気料金 ピークカット 熱源機器の安全運転 いま、離散時間ｎにおける熱源機器の運転状態を
【００１９】
【数３】 で表す。ただし、ｋ＝ｋ1 ＋ｋ2 とし、ｋ1 ：ＨＰの台
数、ｋ2 ：ＤＢの台数とする。
数、ｋ2 ：ＤＢの台数とする。
【００２０】また、各定数をつぎのように定義する。 ｙ（ｎ）＝［ｙ1 （ｎ）ｙ2 （ｎ）…ｙk （ｎ）］T ：絶対値条件 ａ＝［ａ1 ａ2 …ａk ］ ＨＰ／ＤＢの入出力係数 Ｗ＝［Ｗ1 Ｗ2 …Ｗ1 ］ ：ＨＰ／ＤＢのＯＮ／ＯＦＦペナルティベクトル η＝ｄｉａｇ［η1 η2 …ηm ］：冷／温水槽の効率 ［１／ｈ］ ｄｉａｇ［ ］は対角行列の要素を表す。 Ｑ（ｎ）＝［Ｑ1 （ｎ）Ｑ2 （ｎ）…Ｑm （ｎ）］T ：冷／温水需要ベクトル Ｑ＝ｄｉａｇ［Ｑ1 Ｑ2 …Ｑk ］：冷凍容量［Ｍｃａｌ／ｈ］ Ｈ＝ｄｉａｇ［Ｈ1 Ｈ2 …Ｈm ］：冷／温水槽の熱容量［Ｍｃａｌ］ Ｑpj ｊ＝１，２，…ｋ2 ：暖房／冷房容量比 ＣＤ：一般電力料金単価［円／ＫＷｈ］，ＣＰ：ピークカットペナルティ単価 ［円／ＫＷｈ］ すると、目的関数Ｊは ｍｉｎ Ｊ＝ＪE ＋ＪP ＋ＪO (2) となる。ただし、 とする。また、ＳＴＴ，ＳＴＰはそれぞれペナルティカ
ットの開始および収量時間を表す。
ットの開始および収量時間を表す。
【００２１】ここでＪE はエネルギコストすなわち電気
料金を、ＪP はピークカットペナルティすなわちピーク
カットを、ＪO はＯＮ／ＯＦＦ切り替えペナルティすな
わち熱源機器の安全運転を各々表わす。
料金を、ＪP はピークカットペナルティすなわちピーク
カットを、ＪO はＯＮ／ＯＦＦ切り替えペナルティすな
わち熱源機器の安全運転を各々表わす。
【００２２】さらに制約条件は、
【００２３】
【数４】 とする。このとき、この最適化問題は整数計画問題とな
る。
る。
【００２４】本実施例では、この整数計画問題をつぎに
述べる遺伝的アルゴリズム（ＧＡ：Genetic Argorithum
s ）で解く方法を述べる。 ＜ステップ１＞時刻ｉのときＨＰ，ＤＢのＯＮ／ＯＦＦ
をつぎのような０／１のビット列で表す。 １ ２ ３ ４…Ｋ Ｘ（ｉ）：［１１１０…０］ Ｋ：ＨＰ、ＤＢの台数の
合計 これを時刻１〜ｎまで作り、１つのビット列として表
す。 １２３４…ｋ｜１２３４…ｋ｜…｜１２３４…ｋ ビット列 １１１０…０｜０００１…０｜…｜０１００…１ １ ｜ ２ ｜…｜ ｎ このビット列を個体と呼ぶ。個体の数は任意に選べる
が、ここでは、ｒ個とする。 ＜ステップ２＞それぞれの個体に対し、先述した制約
（６）〜（１２）式をもとにした評価関数（目的関数）
の（２）式を演算する。この演算値を適応度と呼ぶ。制
約条件を満足しない個体の適応度は非常に大きな値をあ
たえることとする。 ＜ステップ３＞各個体の適応度の全個体分の和に対する
割合を求める。この割合の小さい個体から優先的にｒ個
だけつぎの世代に残していく。その他は淘汰される。 ＜ステップ４＞ランダムに２個１組の個体（親）を選択
し、ビット列のある位置をランダムに１ケ所決めて、そ
こで個体を部分列に分ける。各組ごとに部分列を入れ替
える。この操作を交叉と呼ぶ。交叉によって、新たに２
つの個体（子）が生成される。交叉に参加できなかった
個体は淘汰される。ただし、交叉において部分列に分け
る操作は各時刻に対応するビット列ごとに行われるもの
とする（図２Ａ）〜Ｂ）参照）。 ＜ステップ５＞各個体に対して、各時刻ごとの部分列か
ら１ビットずつをランダムに選び、ある確率で０／１を
反転させる。これを突然変異と呼ぶ（図２Ｂ）〜Ｃ）参
照）。 ＜ステップ６＞この世代の適応度の平均を求め、前世代
の適応度の平均との差をとる。この差がある値以下の場
合には、最小の適応度をもつ個体を解として採用し、ア
ルゴリズムを終了する。
述べる遺伝的アルゴリズム（ＧＡ：Genetic Argorithum
s ）で解く方法を述べる。 ＜ステップ１＞時刻ｉのときＨＰ，ＤＢのＯＮ／ＯＦＦ
をつぎのような０／１のビット列で表す。 １ ２ ３ ４…Ｋ Ｘ（ｉ）：［１１１０…０］ Ｋ：ＨＰ、ＤＢの台数の
合計 これを時刻１〜ｎまで作り、１つのビット列として表
す。 １２３４…ｋ｜１２３４…ｋ｜…｜１２３４…ｋ ビット列 １１１０…０｜０００１…０｜…｜０１００…１ １ ｜ ２ ｜…｜ ｎ このビット列を個体と呼ぶ。個体の数は任意に選べる
が、ここでは、ｒ個とする。 ＜ステップ２＞それぞれの個体に対し、先述した制約
（６）〜（１２）式をもとにした評価関数（目的関数）
の（２）式を演算する。この演算値を適応度と呼ぶ。制
約条件を満足しない個体の適応度は非常に大きな値をあ
たえることとする。 ＜ステップ３＞各個体の適応度の全個体分の和に対する
割合を求める。この割合の小さい個体から優先的にｒ個
だけつぎの世代に残していく。その他は淘汰される。 ＜ステップ４＞ランダムに２個１組の個体（親）を選択
し、ビット列のある位置をランダムに１ケ所決めて、そ
こで個体を部分列に分ける。各組ごとに部分列を入れ替
える。この操作を交叉と呼ぶ。交叉によって、新たに２
つの個体（子）が生成される。交叉に参加できなかった
個体は淘汰される。ただし、交叉において部分列に分け
る操作は各時刻に対応するビット列ごとに行われるもの
とする（図２Ａ）〜Ｂ）参照）。 ＜ステップ５＞各個体に対して、各時刻ごとの部分列か
ら１ビットずつをランダムに選び、ある確率で０／１を
反転させる。これを突然変異と呼ぶ（図２Ｂ）〜Ｃ）参
照）。 ＜ステップ６＞この世代の適応度の平均を求め、前世代
の適応度の平均との差をとる。この差がある値以下の場
合には、最小の適応度をもつ個体を解として採用し、ア
ルゴリズムを終了する。
【００２５】このように、遺伝的アルゴリズムにより
（１）式で得られた熱負荷予測値に基づいて１時間毎、
２４時間分の熱源機器の運転状況ｘ（ｎ）が最適に計画
される。
（１）式で得られた熱負荷予測値に基づいて１時間毎、
２４時間分の熱源機器の運転状況ｘ（ｎ）が最適に計画
される。
【００２６】次に、熱源機器の制御は、次のようにして
行なわれる。 （ａ） 熱負荷予測の累積誤差が許容内で推移している
とき、１時間毎の蓄熱目標値を基本として、熱源機器制
御手段２５により計画通りに台数制御が実行されてい
く。すなわち、熱負荷予測値は１時間毎に求められるの
で、過去の熱負荷予測値とその時の熱負荷実績値との間
の誤差も１時間毎に求められる。そして当日の現在をＪ
とすると、Ｊ−１までの熱負荷予測の累積誤差が求ま
り、この熱負荷予測の累積誤差が許容内であれば計画通
りに熱源機器２，３の台数制御を行う。 （ｂ） 熱負荷予測の累積誤差が許容値を超えた時、蓄
熱量目標値を達成する時間が今後ｍ時間内で前後するだ
けで推移可能な場合は、熱源機器制御手段２５により台
数制御のタイミングをずらし、蓄熱目標値に到った時に
台数制御が実行される。また、今後ｍ時間内に新たな熱
源機器の始動が必要な場合、あるいは始動が計画されて
はいるが熱源機器１２、１３の始動が不要な場合は、始
動ないしは継続による計画修正が行なわれる。
行なわれる。 （ａ） 熱負荷予測の累積誤差が許容内で推移している
とき、１時間毎の蓄熱目標値を基本として、熱源機器制
御手段２５により計画通りに台数制御が実行されてい
く。すなわち、熱負荷予測値は１時間毎に求められるの
で、過去の熱負荷予測値とその時の熱負荷実績値との間
の誤差も１時間毎に求められる。そして当日の現在をＪ
とすると、Ｊ−１までの熱負荷予測の累積誤差が求ま
り、この熱負荷予測の累積誤差が許容内であれば計画通
りに熱源機器２，３の台数制御を行う。 （ｂ） 熱負荷予測の累積誤差が許容値を超えた時、蓄
熱量目標値を達成する時間が今後ｍ時間内で前後するだ
けで推移可能な場合は、熱源機器制御手段２５により台
数制御のタイミングをずらし、蓄熱目標値に到った時に
台数制御が実行される。また、今後ｍ時間内に新たな熱
源機器の始動が必要な場合、あるいは始動が計画されて
はいるが熱源機器１２、１３の始動が不要な場合は、始
動ないしは継続による計画修正が行なわれる。
【００２７】これらの制御を実行するために、熱負荷予
測手段２３において上記した定時の負荷予測以外に次の
ような今後ｍ時間後の熱負荷予測の累積誤差が求められ
る。すなわち、当日の曜日をｗとすると、その曜日の時
間毎の熱負荷平均ｙｗ（ｉ）（ｉ＝１〜２４）が熱負荷
実績記憶手段２２に保存されている。これをもとにｍ 時
間毎に積算し、熱負荷予測の累積誤差Ｚｗ（ｊ）（ｊ＝
１〜ｌ）が得られる。 （但し、ｍ×ｌ＝２４とする）一方、当日の現在をｊと
すると、ｊ−１までの実績は得られているので、
測手段２３において上記した定時の負荷予測以外に次の
ような今後ｍ時間後の熱負荷予測の累積誤差が求められ
る。すなわち、当日の曜日をｗとすると、その曜日の時
間毎の熱負荷平均ｙｗ（ｉ）（ｉ＝１〜２４）が熱負荷
実績記憶手段２２に保存されている。これをもとにｍ 時
間毎に積算し、熱負荷予測の累積誤差Ｚｗ（ｊ）（ｊ＝
１〜ｌ）が得られる。 （但し、ｍ×ｌ＝２４とする）一方、当日の現在をｊと
すると、ｊ−１までの実績は得られているので、
【００２８】
【数５】 である。
【００２９】また、ｂ1 ，ｂ2 ，…は自己回帰のパラメ
ータであり、ａ1 ，ａ2 ，…と同様に予め与えることも
可能であり、逐次最小２乗推定することも可能である。
ータであり、ａ1 ，ａ2 ，…と同様に予め与えることも
可能であり、逐次最小２乗推定することも可能である。
【００３０】このようにして得られた累積誤差を用いる
ことにより、今後ｍ時間以内に熱源機器のＯＮ／ＯＦＦ
が計画以外に必要かどうかが、熱源機器制御手段２５に
より容易に判定できる。 （ｃ） 熱負荷予測の累積誤差が許容内に復帰した時 計画的な台数制御に戻る。この時、前述した蓄熱プラン
トの運用計画が再度実行され、再計画を立てておく。
ことにより、今後ｍ時間以内に熱源機器のＯＮ／ＯＦＦ
が計画以外に必要かどうかが、熱源機器制御手段２５に
より容易に判定できる。 （ｃ） 熱負荷予測の累積誤差が許容内に復帰した時 計画的な台数制御に戻る。この時、前述した蓄熱プラン
トの運用計画が再度実行され、再計画を立てておく。
【００３１】以上のように本実施例によれば、昼間の熱
負荷を見込して夜間電力を利用した計画的な蓄熱を行な
うことが可能であり、昼間の負荷ピークを計画的にカッ
トすることができるようになる。また、計画的な運用の
前提となる熱負荷予測が誤差を持ったような場合でも、
安定供給のための熱源機器の台数制御を行なうことがで
きるため、効率よく自動制御することが可能となる。
尚、上記実施例では、簡単のため熱負荷予測に自己回帰
モデルを用いた場合について述べてみたが、ヒューマン
・インタフェース入出力部２７より入力された当日の気
象予報を入力とした重回帰モデルを利用することも可能
である。
負荷を見込して夜間電力を利用した計画的な蓄熱を行な
うことが可能であり、昼間の負荷ピークを計画的にカッ
トすることができるようになる。また、計画的な運用の
前提となる熱負荷予測が誤差を持ったような場合でも、
安定供給のための熱源機器の台数制御を行なうことがで
きるため、効率よく自動制御することが可能となる。
尚、上記実施例では、簡単のため熱負荷予測に自己回帰
モデルを用いた場合について述べてみたが、ヒューマン
・インタフェース入出力部２７より入力された当日の気
象予報を入力とした重回帰モデルを利用することも可能
である。
【００３２】すなわち、熱負荷予測を行なうためのアル
ゴリズム、および熱源機器制御を行なうためのアルゴリ
ズムは、それぞれ（１）式および（１３）式に限定され
るものではなく、（１）式及び（１３）式に代えて次の
ような（１４）式および（１５）式の重回帰モデルが用
いられる。
ゴリズム、および熱源機器制御を行なうためのアルゴリ
ズムは、それぞれ（１）式および（１３）式に限定され
るものではなく、（１）式及び（１３）式に代えて次の
ような（１４）式および（１５）式の重回帰モデルが用
いられる。
【００３３】
【数６】 かかる重回帰モデルを利用することにより、日々の誤差
を吸収して制御精度を高めることが可能となる。
を吸収して制御精度を高めることが可能となる。
【００３４】なお、（１４）式および（１５）式におい
て、当日の気象予報値のみにもとづいて当日の熱負荷を
予測してもよい。
て、当日の気象予報値のみにもとづいて当日の熱負荷を
予測してもよい。
【００３５】
【発明の効果】以上説明したように、本発明によれば各
熱源機器の運転コストの低減と安定運転に関する目的関
数の和を最小とするよう遺伝的アルゴリズムを用いて運
転計画を作成し、この運転計画に基づいて、各熱源機器
の運転を制御するので、各熱源機器の運転コストの低減
および運転を確実に図ることができる。
熱源機器の運転コストの低減と安定運転に関する目的関
数の和を最小とするよう遺伝的アルゴリズムを用いて運
転計画を作成し、この運転計画に基づいて、各熱源機器
の運転を制御するので、各熱源機器の運転コストの低減
および運転を確実に図ることができる。
【図１】本発明による蓄熱プラントの制御装置の一実施
例を示す概略図。
例を示す概略図。
【図２】蓄熱プラント運用計画手段における遺伝的アル
ゴリズムを用いた作用を示す図。
ゴリズムを用いた作用を示す図。
１１ 蓄熱槽 １２ 熱源ヒートポンプ １３ 熱回収型ヒートポンプ ２１ プロセス入出力部 ２２ 熱負荷実績記憶手段 ２３ 熱負荷予測手段 ２４ 蓄熱プラント運用計画手段 ２５ 熱源機器制御手段 ２６ 蓄熱プラントパラメータ記憶手段 ２７ ヒューマンインタフェース入出力部
Claims (4)
- 【請求項１】冷水用熱源機器および温水用熱源機器を有
する蓄熱プラントの運転を制御する蓄熱プラントの制御
装置において、 各熱源機器からの過去の熱負荷実績を記憶する熱負荷実
績記憶手段と、 この熱負荷実績記憶手段に記憶された熱負荷実績に基づ
いて、当日の熱負荷値を予測する熱負荷予測手段と、 熱負荷予測手段により予測された当日の熱負荷予測値に
基づいて、各熱源機器の運転コスト低減と安定運転に関
する目的関数の和を最小とするよう蓄熱プラントの運用
計画を求める蓄熱プラント運用計画手段と、 蓄熱プラント運用計画手段により求めた蓄熱プラントの
運用計画に基づいて、各熱源機器の運転を制御する熱源
機器制御手段とを備え、 前記蓄熱プラント運用計画手段は遺伝的アルゴリズムを
用いて各熱源機器の運転コスト低減と安定運転に関する
目的関数の和を最小とするよう蓄熱プラントの運用計画
を求めることを特徴とする蓄熱プラントの制御装置。 - 【請求項２】熱負荷実績記憶手段には過去の熱負荷実績
が曜日情報とともに記憶されるとともに、熱負荷予測手
段において当日の曜日情報が入力されて当日の熱負荷が
予測されることを特徴とする請求項１記載の蓄熱プラン
トの制御装置。 - 【請求項３】熱負荷実績記憶手段には過去の熱負荷実績
が気象情報とともに記憶され、熱負荷予測手段において
当日の気象予報値が入力されて当日の熱負荷が予測され
ることを特徴とする請求項１記載の高熱プラントの制御
装置。 - 【請求項４】熱負荷予測手段は、今後所定時間後の熱負
荷予測の累積誤差を求める機能を更に有し、熱源機器制
御手段は、所定時間後の熱負荷予測の累積誤差に基づい
て各熱源機器の運転を制御する機能を更に有することを
特徴とする請求項１記載の蓄熱プラントの制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23579295A JP3340288B2 (ja) | 1995-09-13 | 1995-09-13 | 蓄熱プラントの制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23579295A JP3340288B2 (ja) | 1995-09-13 | 1995-09-13 | 蓄熱プラントの制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0979644A true JPH0979644A (ja) | 1997-03-28 |
| JP3340288B2 JP3340288B2 (ja) | 2002-11-05 |
Family
ID=16991333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23579295A Expired - Fee Related JP3340288B2 (ja) | 1995-09-13 | 1995-09-13 | 蓄熱プラントの制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3340288B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11159827A (ja) * | 1997-08-22 | 1999-06-15 | Mitsubishi Electric Corp | 蓄熱装置及び蓄熱装置の運転方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6338855A (ja) * | 1986-07-30 | 1988-02-19 | Taisei Corp | 蓄熱槽の温度制御方法 |
| JPH0588715A (ja) * | 1991-09-26 | 1993-04-09 | Tokyo Electric Power Co Inc:The | 熱源予測制御装置 |
| JPH05256495A (ja) * | 1992-03-10 | 1993-10-05 | Toshiba Corp | 熱源機器の運転制御装置 |
| JPH06147598A (ja) * | 1992-11-09 | 1994-05-27 | Takasago Thermal Eng Co Ltd | 空調負荷予測方法 |
| JPH07160663A (ja) * | 1993-12-08 | 1995-06-23 | Toshiba Corp | 制御装置および空気調和装置 |
| JPH07225038A (ja) * | 1994-02-15 | 1995-08-22 | Toshiba Corp | 蓄熱プラントの制御装置 |
| JPH07269926A (ja) * | 1994-02-14 | 1995-10-20 | Daikin Ind Ltd | 空気調和装置の制御装置 |
| JPH085126A (ja) * | 1994-06-24 | 1996-01-12 | Hitachi Eng Co Ltd | 空調機運転制御装置および制御方法 |
-
1995
- 1995-09-13 JP JP23579295A patent/JP3340288B2/ja not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6338855A (ja) * | 1986-07-30 | 1988-02-19 | Taisei Corp | 蓄熱槽の温度制御方法 |
| JPH0588715A (ja) * | 1991-09-26 | 1993-04-09 | Tokyo Electric Power Co Inc:The | 熱源予測制御装置 |
| JPH05256495A (ja) * | 1992-03-10 | 1993-10-05 | Toshiba Corp | 熱源機器の運転制御装置 |
| JPH06147598A (ja) * | 1992-11-09 | 1994-05-27 | Takasago Thermal Eng Co Ltd | 空調負荷予測方法 |
| JPH07160663A (ja) * | 1993-12-08 | 1995-06-23 | Toshiba Corp | 制御装置および空気調和装置 |
| JPH07269926A (ja) * | 1994-02-14 | 1995-10-20 | Daikin Ind Ltd | 空気調和装置の制御装置 |
| JPH07225038A (ja) * | 1994-02-15 | 1995-08-22 | Toshiba Corp | 蓄熱プラントの制御装置 |
| JPH085126A (ja) * | 1994-06-24 | 1996-01-12 | Hitachi Eng Co Ltd | 空調機運転制御装置および制御方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11159827A (ja) * | 1997-08-22 | 1999-06-15 | Mitsubishi Electric Corp | 蓄熱装置及び蓄熱装置の運転方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3340288B2 (ja) | 2002-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Improving prediction performance for indoor temperature in public buildings based on a novel deep learning method | |
| EP2013669B1 (en) | A method of optimising energy consumption | |
| JP4347602B2 (ja) | 熱源運転支援制御方法、システムおよびプログラム | |
| EP3631704A1 (en) | Model predictive maintenance system for building equipment | |
| JP7053299B2 (ja) | 運転計画生成装置、及び運転計画生成方法 | |
| JP2006304402A (ja) | 分散型エネルギーシステムの制御装置、制御方法、プログラム、および記録媒体 | |
| US5778683A (en) | Thermal storage system controller and method | |
| KR101712944B1 (ko) | 에너지 저장 장치의 충방전 스케줄링 장치 및 방법 | |
| US8682635B2 (en) | Optimal self-maintained energy management system and use | |
| Daryanian et al. | An experiment in real time pricing for control of electric thermal storage systems | |
| JP2007170726A (ja) | 設備機器の温度制御装置、温度制御システム、温度制御方法および温度制御プログラム | |
| JPH0979644A (ja) | 蓄熱プラントの制御装置 | |
| JPH1161893A (ja) | 上水道プラントの制御装置 | |
| JP3523793B2 (ja) | プラント制御装置 | |
| JPH07225038A (ja) | 蓄熱プラントの制御装置 | |
| JP3187118B2 (ja) | 熱源機器運転制御装置 | |
| US11933513B2 (en) | Building control system with setpoint injection for online system identification | |
| JP3170393B2 (ja) | 地域冷暖房装置の運転方法および装置 | |
| JPH07151369A (ja) | 熱負荷予測装置およびプラント熱負荷予測装置 | |
| JP6782916B2 (ja) | エネルギシステム管理装置、エネルギシステム管理方法、およびエネルギシステム | |
| JP2006048474A (ja) | プラント最適運用計画装置 | |
| JP2003134664A (ja) | 運転計画装置、運転計画方法、運転計画プログラム、および該プログラムを記録した記録媒体 | |
| Massie et al. | Neural Network Optimal Controller for Commercial Ice Thermal Storage Systems. | |
| KR102498340B1 (ko) | Bems 기반으로 히트 펌프들의 운용 스케줄을 결정 위한 장치 및 방법 | |
| JP3170392B2 (ja) | 地域冷房装置の運転方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |