JPH11141929A - 簡易空調負荷予測方法 - Google Patents

Abstract

(57)【要約】 【課題】 一般的な中規模ビルなどの蓄熱槽の運転に対
して十分な精度を有し、且つローコストで極めて簡易な
空調負荷予測方法を提供する。 【解決手段】蓄熱式空調設備における空調負荷の予測に
おいて、予測対象日前日の負荷実績値Ｑn-1 と負荷予測
値Ｑn-1,p とを求めてその加重平均を次式 Ｑ’n,p ＝
αＱn-1 ＋βＱn-1,p （但し、α，βは正の重み係数
で、α＋β＝１．０）により算出して負荷の一次予測値
とし、このとき、過去数日間の負荷移動平均値に基づい
て得られた実績下限値及び予測上限値により、前日の負
荷実績値Ｑn-1 及び負荷の一次予測値Ｑ’n,p を補正し
て当該予測対象日の予測値とする。その一次予測値Ｑ’
n,p の補正は、例えばＱ’n,p の値に曜日係数を掛算し
て行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、蓄熱式空調設備に
よる空調の負荷予測方法に係り、特に、中小ビルのよう
な比較的小規模な蓄熱槽の運転計画に好適な簡易空調負
荷予測方法に関する。

【０００２】

【従来の技術】電力の平準化を目指した蓄熱システムに
おいて、翌日の負荷に合わせて熱源機器を夜間運転し、
過不足なく蓄熱量を確保すれば、経済性を高めることが
できる。そのためには、翌日の負荷を予測することが必
要になる。その場合、実用上十分な精度の負荷予測が可
能であれば、熱源機器の発停までを自動化することによ
り運転管理の簡略化と効率的運転が期待できるし、また
省エネルギー，省電力化も実現される。

【０００３】従来の空調負荷の予測方法としては、カ
ルマンフィルタを用いる予測、ファジイ推論による予
測、時系列モデルによる予測が知られている。 カルマンフィルタを用いる予測方法は、過去の実績値
に基づいて予測式（モデル）を作成し、これに基づいて
予測した現在の負荷と実際の負荷とのずれから、予測式
自身を最適化する。この最適化された予測式を用いて未
来の負荷を予測するものである。

【０００４】ファジイ推論による予測方法は、天気予
報、予想気温を入手し、予想気温を元に過去の実績から
類似日を検索する。この類似日の負荷を第１近似とす
る。天気予報に基づいてファジイ推論によって第１近似
を修正し、予測値を得る。

【０００５】時系列モデルによる予測方法には、例え
ばＡＲＩＭＡ（自己回帰和分移動平均）モデルがある。
このものは、日毎、時間毎に変動する負荷の過去の実績
データを用いて予測する。日毎、時間毎のデータは周期
的な変動を含む。日毎、時間毎の同時刻の差をとること
で、この周期変動をある程度消去することができる。周
期変動を消去したデータを元に、移動平均的な手法で予
測を行う。予測式は実績値の加重平気に近い形の式とな
る。この式に基づいて予測した現在の負荷と実際の負荷
のずれを最小にするよう、重み係数は調整される。

【０００６】

【発明が解決しようとする課題】しかしながら、上記従
来の各種負荷予測方法は、何れも地域冷房プラントなど
の大システムの運転計画を立てるために開発されたもの
であり、中小ビルなどの一般的な中小規模のビルへの適
用を考慮した蓄熱槽の運転計画としては、次のような問
題点がある。

【０００７】（１）処理が複雑で多くの時間がかかり、
一般的にパソコンレベルの計算機では扱うことができな
い。したがって、予測のためのシステムは高価なものに
なる。

【０００８】すなわち、カルマンフィルタ、ＡＲＩＭＡ
モデルの方法は、予測式に含まれる係数などを最適化し
ながら予測を進めるタイプであるが、中小ビルの蓄熱槽
運転を対象とした場合は、予測式を一度最適に決めれ
ば、（季節の違いへの対応などを除き）予測式を細かく
変更する必要は小さいから、もっと簡単な方式が実際的
であり望ましい。一方、ファジイ推論による方法は、天
気予報、予想気温データを外部から入手する必要があ
り、システムが簡単にならない。

【０００９】（２）しかも、上記従来の方法による予測
の精度についても、極めて高精度というわけではなく、
より簡易な手法でも、比較して悪くない精度が出る。特
に、事務所のように、負荷変動が周期的定常的な特性を
有する場合には、劇場などのようにイベントによって負
荷が変化する場合の予測とは異なり、より簡易な移動平
均手法によっても良い精度の予測が可能である。

【００１０】そこで、本発明は、このような従来の負荷
予測方法の問題点を解決するためになされたものであ
り、負荷の実績に基づく予測値の上下限値を設定して精
度の向上を図ることにより、一般的な中規模ビルなどの
蓄熱槽の運転に対して十分な精度を有し、且つローコス
トで極めて簡易な空調負荷予測方法を提供することを目
的としている。

【００１１】

【課題を解決するための手段】上記の目的を達成するた
めに、請求項１に係る発明は、蓄熱式空調設備における
空調負荷の予測において、予測対象日（ｎ日）の前日
（ｎ−１日）の負荷実績値Ｑn-1 と負荷予測値Ｑn-1,p
とを求めてその加重平均値Ｑ’n,p を次式 Ｑ’n,p ＝αＱn-1 ＋βＱn-1,p ………（１） （但し、α，βは正の重み係数で、α＋β＝１．０）に
より算出して予測対象日（ｎ日）の負荷を予測するにあ
たり、上式で得た値Ｑ’n,p を負荷の一次予測値とし、
その過去数日間の負荷平均値に基づいて得られた実績下
限値及び予測上限値により、前日の負荷実績値Ｑn-1 及
び前記予測対象日の一次予測値Ｑ’n,p を補正して当該
予測対象日の負荷予測値Ｑｎ，ｐとする。

【００１２】また、請求項２に係る発明は、上記請求項
１に係る簡易空調負荷予測方法において、前記実績下限
値及び予測上限値は、それぞれ予測対象日の直前の過去
数日間の負荷実績値の移動平均値Ｑavg を定数倍した値
で、実績下限値はδＱavg （但し、δ＜１．０）であ
り、予測上限値はγＱavg （但し、γ＞１．０）であっ
て、前日の負荷実績値Ｑn-1 ＜実績下限値δＱavg の場
合に前記（１）式のＱn-1 をδＱavg で置き換え、ま
た、前記一次予測値Ｑ’n,p ＞予測上限値γＱavgの場
合に前記一次予測値Ｑ’n,p をγＱavg で置き換える。

【００１３】さらに、請求項３に係る発明は、上記請求
項１または請求項２に係る簡易空調負荷予測方法におい
て得られる予測対象日の予測値に、周期係数，特定日係
数，季節係数を乗じて補正する。

【００１４】本発明に係る空調負荷予測方法の特徴とす
るところは、１）加重平均法の導入、２）上下限値によ
る補正、及び３）周期係数、特定日係数、季節係数によ
る予測値等の補正の導入にある。

【００１５】１）加重平均法の導入について。 いま、予測対象日（ｎ日）の前日（ｎ−１日）を予測を
実施する日とし、当予測実施日の負荷実績値をＱn-1 、
負荷予測値をＱn-1,p とすると共に、重み係数をα，β
（α＋β＝１．０: α, βともに正）とすると、翌日と
なる予測対象日（ｎ日）の負荷予測値（一次予測値であ
り、Ｑ’n,p と表すものとする）は、次式によって算出
する。

【００１６】 翌日負荷予測値Ｑ’n,p ＝αＱn-1 ＋βＱn-1,p ……（１） ここで、上式（１）は以下のように展開できる。 Ｑ’n,p ＝αＱn-1 ＋βＱn-1,p ＝αＱn-1 ＋β（αＱn-2 ＋βＱn-2,p) ＝αＱn-1 ＋αβＱn-2 ＋β²(αＱn-3 ＋βＱn-3,p) ・ ・ ・ ＝α( Ｑn-1 ＋βＱn-2 ＋β² Ｑn-3 ＋β³ Ｑn-4 ＋……＋β^m Ｑn-m ）＋ β^m+1 Ｑn-m,p ……（２） 式（２）から明らかなように、これはβのべき乗を重み
係数とする加重平均である。βは０〜１の間の値である
ため、過去に行くほど重みは小さくなる。本発明にあっ
ては、この重み係数を調整することで、以下のように過
去に対する感度を調整する。

【００１７】．βを大きくする（図１の（１）） この場合は参照する範囲が長くなる。従って、数日単位
の変動に鈍感になる。 ．βを小さくする（図１の（２）） この場合は参照する範囲が短くなる。従って、数日単位
の変動に敏感になる。

【００１８】従って、空調負荷がピークになる夏，冬の
時期は、日々の負荷変動は小さいため移動平均的な手法
が有効であり、βを大きめにすると良い。

【００１９】これに対して中間期の負荷変動は、その周
期が細かいために、従来の移動平均法などでは鈍感で対
応できないので、βを小さくすると良い。かくして季節
や地域の負荷変動の特性に合わせて、係数をチューニン
グすれば、負荷変動の周期に容易に対応出来る。

【００２０】また、上記の計算式が非常に簡単で、予測
に用いる負荷のデータは簡単に手に入れることができ
る。すなわち、外気温や天気予測、室内温度等のデータ
は使用しなくてもある程度の予測精度を上げることがで
きる。本発明によれば、このように簡易な予測手法によ
り、低コストのシステムで省エネルギー効果，省コスト
効果をあげることができる。

【００２１】２）上下限値による補正について。 いま、予測対象日（ｎ日）の直前の過去数日間の負荷実
績値の移動平均値をＱavg とする。本発明にあっては、
このＱavg を定数倍した値を予測値，予測データの上下
限値として用いる。

【００２２】上限値 ：γＱavg 下限値 ：δＱavg 但し、γ＞１．０、δ＜１．
０ したがって、予測値は強制的にＱavg を挟んだある幅の
中に収まることになる。このように上下限値補正を併用
すると、次のような種々の利点を生じる。

【００２３】(1) 予測式のβを小さくとり高感度の予測
を行った場合、数日単位の負荷変動に予測値が追従し、
更に過大な予測値や過少な予測値をカットできる。 (2) 移動平均法だけでは、過大又は過少な値は出にくい
にしても、細かい変動を再現することができない。しか
るに、上下限値の導入により移動平均手法の良い部分の
みを利用できるようになる。

【００２４】３）周期係数、特定日係数、季節係数によ
る予測値等の補正の導入について。 事務所ビルのような建物の負荷には、１週間単位の負荷
の変動パターンが存在する。また、休日後なども、その
他の日と比べて異なる特徴がある。本発明にあっては、
これらのパターンを係数（周期係数，特定日係数）とし
て取り入れて予測値を係数倍することにより、当該パタ
ーンに沿わせる。

【００２５】また、季節によっても実績値と予測値との
一定な関係が生ずる。例えば、冷房負荷の出始める春の
中間期では負荷が漸増するため常に予測値は小さめにな
る。逆に冷房負荷の終わる秋の中間期には常に大きめに
なる。このような季節による特性を季節係数として同様
に予測値の補正に採用する。

【００２６】本発明の空調負荷予測方法によれば、上記
予測対象日の一日の負荷合計値の予測とともに、同じ手
法で当該予測対象日におけるピーク時の時間あたりの負
荷を予測することもできる。ピーク時数時間のデータの
みを用いて上記同様の計算を行い、最後に前記ピーク時
間数で予測負荷値を割って１時間当たりの予測値とす
る。当該時間帯の負荷はあまり大きな変動がないので、
この平均値を用いることで目的が達せられる。この予測
値により、蓄熱槽の出力のみでピーク負荷が満足できる
か、あるいは２台目の冷凍機の運転準備をする必要があ
るかを判断することができる。

【００２７】本発明の空調負荷予測方法によれば、加重
平均法を導入するとともに、上記のような上下限値によ
る補正や周期係数、特定日係数、季節係数による補正を
採用することにより、中規模ビルなどの蓄熱槽の運転に
対して十分な精度を有し、且つローコストで極めて簡易
な空調負荷の予測が可能になる。

【００２８】

【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて説明する。なお、以下の説明では予測対象日
（ｎ日）は「翌日」，予測を実施する日（ｎ−１日）は
「前日」と記述する。

【００２９】図２は、翌日の負荷予測値の算出フローを
示した流れ図である。このフローは、基本的には、前日
の負荷実績値（Ｑn-1 ）と負荷予測値（Ｑn-1,p ）と
を、上記（１）式により７：３（重み係数α＝７，β＝
３）で加重平均して翌日の負荷予測値を算出するもの
で、この時、３つのパラメータ（実績下限値，予測上限
値，曜日係数）により前日の負荷実績値（Ｑn-1 ）及び
翌日の負荷予測算出値の補正を行って最終的に翌日の負
荷予測値を得ている。

【００３０】すなわち、先ず、ステップで前日の一日
分（例えば８：００時〜２１：００時までの合計）の空
調負荷実績値を求める。また、ステップで前日の一日
分の空調負荷予測値を求める。

【００３１】次に、ステップでは、前記ステップで
得た前日の空調負荷実績値を実績下限値と比較する。こ
こで、実績下限値とは、（予測対象日の直前５日間の負
荷実績の移動平均値）×０．９で算出したものである。
そして、比較の結果が、（前日の負荷実績値）＜（実績
下限値）の場合は、前日の負荷実績値を実績下限値で置
き換えてステップに移る。

【００３２】ステップで、予測値＝（前日の負荷実績
値または実績下限値）×０．７＋（前日の負荷予測値）
×０．３により、翌日の負荷予測値を算出する。続い
て、ステップでは、ステップで算出した予測値に対
して曜日係数による補正を施す。ここで、曜日係数と
は、例えば Ａビルの場合：休日明け…１．２、水曜日…０．９、そ
の他…１．０ Ｂビルの場合：休日明け…１．２、その他…１．０ などのように、予め設定された周期係数や特定日係数で
ある。

【００３３】ステップでは、ステップで補正された
予測値を予測上限値と比較する。ここで、予測上限値と
は、（予測対象日の直前５日間の負荷実績の移動平均
値）×１．３で算出したものである。そして、比較の結
果が、（補正された予測値）＞（予測上限値）の場合
は、ステップで補正された予測値を予測上限値に置き
換える。

【００３４】かくして、ステップで得られる「補正さ
れた予測値」、またはステップにおいて置き換えられ
た「予測上限値」をもって翌日の負荷予測値とする（ス
テップ）。

【００３５】以上の予測値算出フローにより得られた翌
日負荷予測値にしたがって、蓄熱槽の運用を行う。図３
に、蓄熱槽の運用フローを示す。

【００３６】ステップ 翌日の負荷の予測には、前日の空調負荷実績値と過去５
日間の負荷平均値、前日の予測値が必要であるため、昼
間負荷モードが終了し（２１：００時）、夜間蓄熱モー
ド（２２：００時〜８：００時）に入るまでの間（２
１：００時〜２２：００時）に、翌日の負荷を予測す
る。

【００３７】ステップ 前記ステップで得られた翌日負荷予測値に基づいて蓄
熱目標を決定する。この時点での蓄熱槽の満蓄熱量（１
００％）が前記翌日負荷予測値より小さい場合（満蓄熱
量＜翌日負荷予測値）には、蓄熱目標を１００％と決定
する。一方、蓄熱槽の満蓄熱量（１００％）が翌日負荷
予測値以上の場合（満蓄熱量≧翌日負荷予測値）は、翌
日負荷予測値をもって蓄熱目標量とする。

【００３８】ステップ 上記負荷予測値と残蓄熱量を元に、蓄熱運転時間及び蓄
熱運転開始時刻を決定する。すなわち、蓄熱運転時間
（その日の蓄熱量）は、蓄熱目標量のみでなく、残蓄熱
量、運転効率によっても左右され、次式（３）により算
出される。

【００３９】 ここに、残蓄熱量は蓄熱槽内の温度データより導かれる
値である。また、運転効率は夜間運転による熱源機器の
効率を設定するものである。従って十分な精度を得る為
には、これらの算出及び選定には十分な往意を要する。
なお、冷凍機のＣＯＰを上げ、且つ蓄熱槽の放熱ロスを
最小にするため、後詰め運転とする。

【００４０】次いで、算出された運転時間に基づいて、
蓄熱開始時刻を算出する。その場合、夜間蓄熱を実施
し、理想的には昼間負荷モードの始まる３０分前（午前
７：３０）に蓄熱が完了するように設定する。７：３０
〜８：００時までの３０分間は、蓄熱量が目標に満たな
かった場合を見込んだ余裕分である。すなわち、蓄熱開
始時刻＝ＡＭ７：３０−運転時間で決定する。

【００４１】ステップ こうして蓄熱開始時刻が決まれば、蓄熱開始となる。 ステップ 蓄熱開始後、（３）式で算出した運転時間が経過して蓄
熱目標量に到達したら、蓄熱運転を停止する。予め設定
した運転時間が経過しても（午前７：３０になっても）
蓄熱目標量に到達しない場合には、運転時間を３０分間
延長する。

【００４２】ステップ かくして、所要の蓄熱量が得られたら、昼間の負荷モー
ドが開始される。以上の、予測値算出フロー及び蓄熱槽
運用フローは、パソコンでの制御が可能であり、システ
ムが単純で且つ実用上十分な精度である。

【００４３】（実施例）以下に、本発明の簡易空調負荷
予測方法（実施例）を、他の簡易予測方法（比較例）と
比較検討した結果を説明する。

【００４４】比較例として、時系列解析による予測法で
あるＡＲＩＭＡモデル（自己回帰和分移動平均モデル）
を用いた。表１に両者の比較結果を示す。

【００４５】

【表１】

【００４６】本発明の簡易空調負荷予測方法は、ＡＲＩ
ＭＡモデルによる予測と比べて、日積算負荷の予測に対
してはほぼ同程度の精度が得られる。簡易予測手法の方
が予測値が実績値を下回る回数が少ない傾向にあり、日
中に蓄熱不足をきたすおそれが小さいといえる。また、
誤差率の比較結果をみると、簡易予測手法誤差率はその
ほとんどが従来の時系列解析手法のそれより小さくなっ
ていることが明らかである。

【００４７】

【発明の効果】以上説明したように、本発明によれば、
蓄熱式空調設備における空調負荷予測対象日の負荷予測
を、その前日の負荷実績値と負荷予測値との加重平均値
に、過去数日の負荷実績値の移動平均値による上下限値
補正を組み合わせる手法で行うものとしたため、従来の
大規模空調設備を対象とする複雑で高価すぎる各種予測
手法に比べて簡単で安価であり、特に中小規模のビル等
のように負荷変動が周期的，定常的な場合に良い精度で
の予測が可能になるという効果を奏する。

【図面の簡単な説明】

【図１】加重平均の係数βによる重み係数の変化を表し
たグラフである。

【図２】本発明に係る予測値算出フローである。

【図３】本発明に係る蓄熱槽運用フローである。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 蓄熱式空調設備における空調負荷の予測
   において、予測対象日（ｎ日）の前日（ｎ−１日）の負
   荷実績値Ｑn-1 と負荷予測値Ｑn-1,p とを求めてその加
   重平均値Ｑ’n,p を次式 Ｑ’n,p ＝αＱn-1 ＋βＱn-1,p ………（１） （但し、α，βは正の重み係数で、α＋β＝１．０）に
   より算出して予測対象日（ｎ日）の負荷を予測するにあ
   たり、上式で得た値Ｑ’n,p を負荷の一次予測値とし、
   その過去数日間の負荷平均値に基づいて得られた実績下
   限値及び予測上限値により、前日の負荷実績値Ｑn-1 及
   び前記予測対象日の一次予測値Ｑ’n,p を補正して当該
   予測対象日の予測値Ｑｎ，ｐとすることを特徴とする簡
   易空調負荷予測方法。
2. 【請求項２】 前記実績下限値及び予測上限値は、それ
   ぞれ予測対象日の直前の過去数日間の負荷実績値の移動
   平均値Ｑavg を定数倍した値で、実績下限値はδＱavg
   （但し、δ＜１．０）であり、予測上限値はγＱavg
   （但し、γ＞１．０）であって、前日の負荷実績値Ｑn-
   1 ＜実績下限値δＱavg の場合に前記（１）式のＱn-1
   をδＱavg で置き換え、また前記一次予測値Ｑ’n,p ＞
   予測上限値γＱavg の場合に前記一次予測値Ｑ’n,p を
   γＱavg で置き換える請求項１記載の簡易空調負荷予測
   方法。
3. 【請求項３】 請求項１または請求項２で得られる予測
   対象日の予測値に、更に周期係数，特定日係数，季節係
   数を乗じて補正することを特徴とする簡易空調負荷予測
   方法。