JPWO2017217131A1 - 建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラム - Google Patents

建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラム Download PDF

Info

Publication number
JPWO2017217131A1
JPWO2017217131A1 JP2018523567A JP2018523567A JPWO2017217131A1 JP WO2017217131 A1 JPWO2017217131 A1 JP WO2017217131A1 JP 2018523567 A JP2018523567 A JP 2018523567A JP 2018523567 A JP2018523567 A JP 2018523567A JP WO2017217131 A1 JPWO2017217131 A1 JP WO2017217131A1
Authority
JP
Japan
Prior art keywords
building
model
thermal model
building thermal
heat load
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.)
Pending
Application number
JP2018523567A
Other languages
English (en)
Inventor
卓磨 向後
卓磨 向後
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2017217131A1 publication Critical patent/JPWO2017217131A1/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • F24F11/47—Responding to energy costs
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Geometry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Atmospheric Sciences (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Structural Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

建物熱モデル生成装置(１０)は、推定用データを用いて建物の内部で発生する熱の時間変化を表す内部熱負荷モデルが含まれる建物の温度を表す建物熱モデルの所定の条件を満たすパラメータである建物熱モデルパラメータを推定する推定部(１１)を備える。

Description

本発明は、建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラムに関し、特にビルなどの建物における空調機の効率的な運転計画を作成するために使用される建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラムに関する。
建物に関するエネルギーコストのうち空調システムに関するコストが大部分を占めていることから、空調システムの省エネルギー化によるエネルギーコスト削減の要求が高まっている。この要求を満たすために数多くの空調システムの制御方法が提案されている。
例えば、特許文献１および非特許文献１には、建物に関する熱モデル（以下、建物熱モデルともいう。）に基づいてエネルギー効率が高くなるような空調システムの運転計画を算出するモデル予測制御方法が記載されている。建物熱モデルは、建物の構成物の温度や建物内の温度を予測可能なモデルである。
具体的には、特許文献１および非特許文献１に記載されているモデル予測制御方法は、制御対象である建物に関する熱モデルを外気温度、日射量、室内温度、空調機給気温度、および給気風量などの計測データに基づいて推定する。
次いで、モデル予測制御方法は、推定された建物熱モデルを用いて、エネルギーコストが最小である空調システムの運転計画を算出する問題を最適化問題として解く。最適化問題を解くことによって、モデル予測制御方法は、エネルギーコストが最小である運転計画を算出できる。
特許文献１および非特許文献１に記載されている方法以外にも、様々な建物熱モデルの生成方法や運転計画の算出方法が提案されている。また、建物熱モデル自体に関しても様々なモデルが提案されている。
使用される建物熱モデルや各方法は、エネルギーコストの削減量などで計測される、運転効率などの空調システムの性能に影響を与える。建物熱モデルや各方法の精緻化は、本分野における主要な研究テーマである。
特許第５５７２７９９号公報
Yudong Ma et al., "Predictive Control for Energy Efficient Buildings with Thermal Storage," IEEE Control Systems Magazine, February 2012.
非特許文献１に記載されているモデル予測制御方法では、物理法則に従う熱伝導方程式に基づいた建物熱モデルが採用されている分だけ予測が精緻化されている。しかし、上記のモデル予測制御方法では、人体発熱による熱負荷、電気機器発熱による熱負荷、および隙間風による熱負荷などの内部熱負荷が十分に取り扱われていない。
特許文献１には、内部熱負荷に関する数値情報を取得する方法として、計測装置から得られる測定値を使用する方法と、建物構造や構成物の使用状況などの事前情報に基づいて算出された推定値を使用する方法が記載されている。しかし、いずれの方法にも問題が存在する。
計測装置から得られる測定値を使用する方法には、多くの計測装置を建物内に設置することが求められ設備費用が増加するため、実用性に欠けるという問題が存在する。計測装置が全て設置されたとしても、例えば管理者が、建物の主要な内部熱負荷の振る舞いを高精度に数値化するためには、相当の専門知識を取得した上で建物を数値分析などで検証することが求められる。すなわち、管理者は、検証のための数値分析の実行に多くの労力（費用）を要する。
建物構造や構成物の使用状況などの事前情報に基づいて算出された推定値を使用する方法では、建物内の人数や電気機器の消費電力の合計値などの各代表値に基づいて算出された内部熱負荷に関する推定値が用いられる。しかし、算出方法が簡略化されているため、算出された推定値と内部熱負荷に関する真の数値情報の間に誤差が生じやすいという問題がある。
また、本方法においても高精度な推定値の算出には、建物構造および構成物の使用状況に関する多くの知識の他に、数値分析などによる建物構造および構成物の使用状況に関する検証作業も求められる。すなわち、計測装置から得られる測定値を使用する方法と同様に、管理者は、検証のための数値分析の実行に多くの費用を要する。
上記の通り、特許文献１に記載されている方法を用いて内部熱負荷に関する数値情報を取得する場合、計測装置の設置に掛かる費用、または数値分析の実行に掛かる費用などを要するため、管理者は、数値情報の取得に高い費用を要する。
さらに、事前情報に基づいて算出された推定値を使用する方法が用いられる場合、同定された建物熱モデルの精度が、推定値に含まれる誤差が原因で低下する可能性がある。また、モデル予測制御方法による空調システムの運転計画の算出時にも誤差を含む推定値が予測値として使用されるため、エネルギー効率が高くなるような運転計画が得られない可能性がある。エネルギー効率が高くなるような運転計画が得られないと、省エネルギー効果が低減する。
そこで、本発明は、上述した課題を解決する、建物の内部熱負荷が考慮された空調システムのモデル予測による制御を低コストかつ高精度に実現できる建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラムを提供することを目的とする。
本発明による建物熱モデル生成装置は、推定用データを用いて建物の内部で発生する熱の時間変化を表す内部熱負荷モデルが含まれる建物の温度を表す建物熱モデルの所定の条件を満たすパラメータである建物熱モデルパラメータを推定する推定部を備えることを特徴とする。
本発明による建物熱モデル生成方法は、推定用データを用いて建物の内部で発生する熱の時間変化を表す内部熱負荷モデルが含まれる建物の温度を表す建物熱モデルの所定の条件を満たすパラメータである建物熱モデルパラメータを推定することを特徴とする。
本発明による建物熱モデル生成プログラムは、コンピュータに、推定用データを用いて建物の内部で発生する熱の時間変化を表す内部熱負荷モデルが含まれる建物の温度を表す建物熱モデルの所定の条件を満たすパラメータである建物熱モデルパラメータを推定する推定処理を実行させることを特徴とする。
本発明によれば、建物の内部熱負荷が考慮された空調システムのモデル予測による制御を低コストかつ高精度に実現できる。
本発明による建物熱モデル生成装置１００の第１の実施形態の構成例を示すブロック図である。 第１の実施形態の建物熱モデルが持つ説明変数を示す説明図である。 空調システム運転計画装置２００の第１の実施形態の構成例を示すブロック図である。 第１の実施形態の建物熱モデル生成装置１００による計算処理の動作を示すフローチャートである。 内部熱負荷による室内温度変化の時間変化の推定結果の例を示す説明図である。 内部熱負荷による室内温度変化の時間変化の推定結果の他の例を示す説明図である。 本発明による建物熱モデル生成装置の概要を示すブロック図である。
実施形態１．
［構成の説明］
以下、本発明の実施形態、特に本発明の実施形態に係る建物熱モデル生成装置を、図面を参照して説明する。各図面において、同一の要素には同一の符号が付されている。また説明の明確化のため、重複する説明を適宜省略する。
最初に、本発明の実施形態に係る建物熱モデル生成装置の構成を説明する。図１は、本発明による建物熱モデル生成装置１００の第１の実施形態の構成例を示すブロック図である。図１に示すように、本実施形態の建物熱モデル生成装置１００は、気象データ取得部１０１と、空調機運転データ取得部１０２と、データ記憶部１０３と、建物熱モデル推定部１０４とを備える。
気象データ取得部１０１は、建物熱モデル生成装置１００の処理対象である建物の周辺の気象状況を示すデータである気象データを取得する機能を有する。気象データ取得部１０１は、気象データとして少なくとも外気温度のデータと日射量のデータを取得する。気象データ取得部１０１は、取得された気象データをデータ記憶部１０３に入力する。
空調機運転データ取得部１０２は、建物熱モデル生成装置１００の処理対象である建物内に設置されている空調機の運転状況を示すデータである空調機運転データを取得する機能を有する。
空調機運転データ取得部１０２は、空調機運転データとして少なくとも室内温度のデータ、空調機給気温度のデータ、および空調機給気風量のデータを取得する。空調機運転データ取得部１０２は、取得された空調機運転データをデータ記憶部１０３に入力する。
なお、空調機運転データ取得部１０２は、室内温度のデータを取得できない場合、空調機吸気温度のデータを代わりに用いてもよい。同様に、空調機運転データ取得部１０２は、空調機給気温度のデータを取得できない場合空調機室内温度設定値のデータを、空調機給気風量のデータを取得できない場合空調機給気風量設定値のデータをそれぞれ代わりに用いてもよい。
また、空調機運転データ取得部１０２は、各データを取得できない場合、空調機の制御特性などに基づいて算出された室内温度の推定値、空調機給気温度の推定値、および空調機給気風量の推定値をそれぞれ代わりに用いてもよい。
建物熱モデル生成装置１００は、通信網などを介して外部システムとデータを送受信できる。例えば、建物熱モデル生成装置１００は、外部システムとデータを送受信する送受信部（図示せず）を備えてもよい。
送受信部が備えられている場合、気象データ取得部１０１は、送受信部を介して外部システムから気象データを取得できる。同様に、空調機運転データ取得部１０２は、送受信部を介して外部システムから空調機運転データを取得できる。
なお、気象データ取得部１０１および空調機運転データ取得部１０２は、送受信部を介さずに外部システムから直接データを受信してもよい。
データ記憶部１０３は、気象データ取得部１０１から入力された気象データ、および空調機運転データ取得部１０２から入力された空調機運転データを保存する機能を有する。
建物熱モデル推定部１０４は、建物熱モデルのパラメータである建物熱モデルパラメータを推定する機能を有する。建物熱モデル推定部１０４は、データ記憶部１０３に保存されているモデル推定用入力データをデータ記憶部１０３から取得する。次いで、建物熱モデル推定部１０４は、取得されたモデル推定用入力データを用いて建物熱モデルパラメータを推定する。
本実施形態のモデル推定用入力データは、推定期間分の時系列データであり、少なくとも外気温度、日射量、室内温度、空調機給気温度、空調機給気風量ないしこれらに相当するデータを含む。推定期間は、ユーザ操作などの所定の方法で設定される。
また、モデル推定用入力データは、前処理が行われた計測データでもよい。前処理は、ノイズまたは外れ値の除去、デシメーション（間引き）によるサンプリング周期の変換などである。建物熱モデル推定部１０４は、気象データおよび空調機運転データに対して前処理を行い、前処理後のデータをモデル推定用入力データとして用いてもよい。
建物熱モデル推定部１０４は、推定された建物熱モデルパラメータをデータ記憶部１０３に入力する。データ記憶部１０３は、建物熱モデル推定部１０４から入力された建物熱モデルパラメータを保存する。
本実施形態の建物熱モデルは、室内温度モデルと内部熱負荷モデルとで構成されている。室内温度モデルは、熱伝導方程式に基づいた室内温度の時間変化を表す数理モデルである。
内部熱負荷モデルは、人体発熱による熱負荷、電気機器発熱による熱負荷、隙間風による熱負荷などの、建物内で発生する熱負荷の総和の時間変化を表す数理モデルである。なお、本実施形態の建物熱モデルは、内部熱負荷モデルと、熱伝導方程式に基づいた数理モデルである室内温度モデル以外のモデルとで構成されていてもよい。
また、本実施形態の建物熱モデルパラメータは、室内温度モデルのパラメータと内部熱負荷モデルのパラメータとで構成されている。
本実施形態の建物熱モデルを、図２を参照して具体的に説明する。図２は、第１の実施形態の建物熱モデルが持つ説明変数を示す説明図である。
本実施形態の建物熱モデル推定部１０４は、処理対象の建物内の、制御される室内温度が共通である空間を１つの単位として取り扱う。以下、制御される室内温度が共通である単位をゾーンという。図２は、建物内に存在する多数のゾーンから抜き出された２つのゾーンを示す。図２に示す執務者が所在する左の矩形はゾーンi を表し、執務者が所在する右の矩形はゾーンj を表す。
なお、ゾーンは、例えばフロア、部屋などの建物の構成物で物理的に仕切られた単位に合わせて区切られた空間である。また、ゾーンは、構成物で物理的に区切られた空間以外に、論理的に区切られた空間でもよい。
図２に示すように、ゾーンi の建物熱モデルは、説明変数として、日射量I 、外気温度Toa 、ゾーンi 給気風量Qi sa、ゾーンi 給気温度Ti sa、ゾーンi 内部熱負荷Hi、ゾーンi 室内温度Ti、およびゾーンi 建物構成物温度Ti w を持つ。また、図２に示す矢印は、熱源からの熱の流入を表す。
図２に示すように、日射量I 、外気温度Toa 、ゾーンi 給気風量Qi sa、およびゾーンi 給気温度Ti saは、ゾーンi の周辺状況を示す説明変数である。また、図２に示すように、ゾーンi 内部熱負荷Hi、ゾーンi 室内温度Ti、およびゾーンi 建物構成物温度Ti w は、ゾーンi の内部状況を示す説明変数である。
同様に、ゾーンj の建物熱モデルは、図２に示すように説明変数として、日射量I 、外気温度Toa 、ゾーンj 給気風量Qj sa、ゾーンj 給気温度Tj sa、ゾーンj 内部熱負荷Hj、ゾーンj 室内温度Tj、およびゾーンj 建物構成物温度Tj w を持つ。建物構成物の平均温度は、建物内の壁、窓、柱、机、椅子、パーティションなどの平均温度である。
図２に示す説明変数を持つゾーンj の建物熱モデルは、例えば、以下の式（１）〜式（３）で表現される。
Figure 2017217131
Figure 2017217131
Figure 2017217131
なお、式（１）〜式（３）におけるZ は、ゾーン識別子の集合を表す。また、i およびj は、それぞれゾーン識別子を表す。室内温度モデルは、ゾーンj 内部熱負荷Hjの項が除かれた式（１）と式（２）とで表現される。
式（１）〜式（２）における変数の上に記載されているドット（・）は、時間微分を表す。すなわち、ドットが付されている変数は、変数の時間変化率を表す。具体的には、式（１）は、ゾーンj における室内温度の時間導関数であるため、ゾーンj における室内温度の時間変化率を表す。また、式（２）は、ゾーンj における建物構成物温度の時間導関数であるため、ゾーンj における建物構成物温度の時間変化率を表す。
また、図２の説明においてゾーンj 内部熱負荷Hjを便宜上説明変数としたが、ゾーンj 内部熱負荷Hjは、内部熱負荷モデルで定義される数理モデルである。具体的には、ゾーンj 内部熱負荷Hjは、式（３）で表現される。
以下、室内温度モデルを具体的に説明する。式（１）〜式（２）におけるcj fw,ci,j sa,ci,j z,cj oa,cj sr,cj tw, ∀i,j ∈Z は、それぞれ係数である。各係数は、建物熱モデルパラメータを構成する室内温度モデルのパラメータである。
係数cj fwは、ゾーンj における室内温度とゾーンj における建物構成物温度との関係が室内温度変化に及ぼす影響の度合いを表す。係数ci,j saは、ゾーンj における室内温度と、ゾーンi における給気温度と、ゾーンi における給気風量との関係が室内温度変化に及ぼす影響の度合いを表す。
係数ci,j z は、ゾーンj における室内温度とゾーンi における室内温度との関係が室内温度変化に及ぼす影響の度合いを表す。係数cj oaは、ゾーンj における室内温度と外気温度との関係が室内温度変化に及ぼす影響の度合いを表す。
係数cj srは、日射量が室内温度変化に及ぼす影響の度合いを表す。係数cj twは、ゾーンj における建物構成物温度とゾーンj における室内温度との関係が建物構成物温度変化に及ぼす影響の度合いを表す。
次に、内部熱負荷モデルを具体的に説明する。式（３）に示すように、ゾーンj 内部熱負荷Hjは、時間t の関数fjで表現される。また、式（３）に示すように、関数fjは、係数cj,1 h,・・・,cj,Njh hを持つ。すなわち、関数fjは、Nj h 個の係数を持つ。係数cj,1 h,・・・,cj,Njh h, ∀j ∈Z は、建物熱モデルパラメータを構成する内部熱負荷モデルのパラメータである。なお、パラメータ「cj,Njh h 」の正しい表記は、以下の通りである。
Figure 2017217131
以上の構成により、建物熱モデル推定部１０４は、建物熱モデルパラメータを構成する、室内温度モデルのパラメータと内部熱負荷モデルのパラメータを同時に算出できる。
建物熱モデル生成装置１００の外部システムである空調システム運転計画装置２００は、建物熱モデル推定部１０４が推定した建物熱モデルパラメータを使用する。推定された建物熱モデルパラメータは、送受信部（図示せず）などを介して空調システム運転計画装置２００に送信される。
図３は、空調システム運転計画装置２００の第１の実施形態の構成例を示すブロック図である。図３に示すように、本実施形態の空調システム運転計画装置２００は、運転計画部２０１と、データ記憶部２０２と、空調機モデル取得部２０３と、空調機運転データ取得部２０４と、気象データ取得部２０５と、運転計画データ出力部２０６とを備える。
運転計画部２０１は、空調システム運転計画装置２００の処理対象である建物内に設置されている空調機の運転計画を算出する機能を有する。また、データ記憶部２０２は、空調機モデル取得部２０３、空調機運転データ取得部２０４、および気象データ取得部２０５がそれぞれ取得した各データを保存する機能を有する。
空調機モデル取得部２０３は、空調モデルパラメータを取得する機能を有する。また、空調機運転データ取得部２０４は、空調機運転データを取得する機能を有する。また、気象データ取得部２０５は、気象予測データを取得する機能を有する。
運転計画部２０１は、建物熱モデル生成装置１００から取得された建物熱モデルパラメータと、データ記憶部２０２から取得された空調モデルパラメータ、空調機運転データ、および気象予測データとに基づいて、空調機の運転計画を算出する。
運転計画部２０１は、算出された空調機の運転計画を示すデータである運転計画データをデータ記憶部２０２に入力する。データ記憶部２０２は、入力された運転計画データを保存する。
運転計画データ出力部２０６は、データ記憶部２０２から取得された運転計画データを外部システムに送信する機能を有する。
［動作の説明］
以下、本実施形態の建物熱モデル生成装置１００による計算処理の動作を図４を参照して説明する。図４は、第１の実施形態の建物熱モデル生成装置１００による計算処理の動作を示すフローチャートである。
気象データ取得部１０１が、外部システムから気象データを取得する。また、空調機運転データ取得部１０２が、外部システムから空調機運転データを取得する。気象データ取得部１０１および空調機運転データ取得部１０２は、例えば通信網を介してそれぞれデータを受信する。
次いで、気象データ取得部１０１および空調機運転データ取得部１０２は、それぞれ取得されたデータをデータ記憶部１０３に入力する。データ記憶部１０３は、入力されたデータを保存する（ステップＳ１１）。
次いで、建物熱モデル推定部１０４は、モデル推定用入力データとして気象データおよび空調機運転データを推定期間分だけ取得する（ステップＳ１２）。具体的には、建物熱モデル推定部１０４は、保存されている気象データおよび空調機運転データをデータ記憶部１０３から推定期間分だけ取得することによって、モデル推定用入力データを得る。
なお、建物熱モデル推定部１０４は、取得された気象データおよび空調機運転データに対してノイズまたは外れ値の除去、デシメーションによるサンプリング周期の変換などの前処理を行い、前処理後の時系列データをモデル推定用入力データとして取得してもよい。
次いで、建物熱モデル推定部１０４は、モデル推定用入力データと建物熱モデルとに基づいて、所定の条件を満たす建物熱モデルパラメータcj fw,ci,j sa,ci,j z,cj oa,cj sr,cj tw,cj,1 h, ・・・,cj,Njh h, ∀i,j ∈Z を推定する（ステップＳ１３）。推定した後、建物熱モデル推定部１０４は、推定された建物熱モデルパラメータをデータ記憶部１０３に入力する。
具体的には、建物熱モデル推定部１０４は、例えば推定期間中のモデル推定用入力データの室内温度と、式（１）〜式（３）で表現される建物熱モデルとモデル推定用入力データとから算出された室内温度との差分に関する評価関数が最小になるような建物熱モデルパラメータを推定する。条件を満たす建物熱モデルパラメータcj fw,ci,j sa,ci,j z,cj oa,c j sr,cj tw,cj,1 h, ・・・,cj,Njh h, ∀i,j ∈Z を推定するために、建物熱モデル推定部１０４は、計算を実行して最適化問題を解く。
評価関数は、最小二乗法で用いられる二乗和でもよいし、ロバスト推定法で用いられるBiweight関数に基づいた関数でもよい。また、二乗和やBiweight関数に基づいた関数以外の様々な関数が、評価関数として用いられてよい。
建物熱モデル推定部１０４は、使用される評価関数に対して求解可能なアルゴリズムを用いて、条件を満たす建物熱モデルパラメータcj fw,ci,j sa,ci,j z,cj oa,cj sr,cj tw,cj,1 h, ・・・,cj,Njh h, ∀i,j ∈Z を算出する。例えば、求解可能なアルゴリズムとして進化的アルゴリズムに代表されるメタヒューリティクスを用いることによって、建物熱モデル推定部１０４は、どのような種類の評価関数が使用された場合であっても最適化問題の解を導出できる。
次いで、データ記憶部１０３は、推定計算の結果である建物熱モデルパラメータを保存する（ステップＳ１４）。具体的には、データ記憶部１０３は、建物熱モデル推定部１０４が算出した建物熱モデルパラメータcj fw,ci,j sa,ci,j z,cj oa,cj sr,cj tw,cj,1 h, ・・・,cj,Njh h, ∀i,j ∈Z を保存する。保存した後、建物熱モデル生成装置１００は、計算処理を終了する。
以下、処理対象の建物の種類ごとに異なる内部熱負荷モデルの具体例を説明する。
＜具体例１＞
例えば、処理対象の建物がオフィスビルである場合の内部熱負荷モデルを考える。オフィスビルは、主にオフィス（事務所）として使用される建物である。
すなわち、オフィスビルでは専ら所定の業務が日々行われるため、オフィスビル内の執務者の行動パターンおよび電気機器の使われ方の経日変化は、小さくなりやすい。また、執務者の行動パターンおよび電気機器の使われ方には、始業時刻、昼休みの時間帯、および終業時刻などにおいて、特徴的な時間変化が見られることが多い。
具体的には、執務者は、始業時刻までにオフィスに集まる。次いで、執務者は、コンピュータやプリンタなどの多くの電気機器を起動させる。すなわち、内部熱負荷は、一日の中で始業時刻に最も高くなる。
始業時刻が過ぎると、次第に内部熱負荷には特徴的な時間変化が見られなくなる。内部熱負荷は、昼休みの時間帯までに所定の値に収束する。なお、内部熱負荷は、昼休みの時間帯までに徐々に増加したり、減少したりする場合もある。
昼休みになると、昼食を摂るために多くの執務者が外出する。また、執務者が、電気機器を停止させる場合がある。すなわち、昼休みの時間帯には、執務者の外出や電気機器の停止などにより、一時的に内部熱負荷が減少する。
昼休みが終了すると、執務者がオフィスに戻る。また、執務者は、停止中の電気機器を再度起動させる。すなわち、内部熱負荷は、昼休み前の時間帯の量にまで戻る。昼休みの時間帯の後、内部熱負荷は、終業時刻にかけて徐々に減少する。終業時刻が過ぎると、内部熱負荷は大きく減少し、減少した後所定の値に収束する。
上記のオフィスビルにおける内部熱負荷は、例えば数理モデルを用いて以下の式で表現される。
Figure 2017217131
Figure 2017217131
なお、式（４）におけるftriangle は、三角形パルス関数である。式（４）に示すように、ftriangle は、３個の係数を持つ。また、式（４）におけるftrapezoidは、台形パルス関数である。式（４）に示すように、ftrapezoidは、４個の係数を持つ。式（４）に示すように、関数fjは、Nj triangle個の三角形パルス関数と、Nj trapezoid 個の台形パルス関数と、定数との和で表現される。
また、式（４）〜式（５）におけるT は、一日の時間を表す。式（５）に示すように、本例において関数fjは、周期T の周期関数で表現される。
式（４）〜式（５）で表現される内部熱負荷モデルが用いられて建物熱モデルが推定された結果の例を図５〜図６に示す。図５は、内部熱負荷による室内温度変化の時間変化の推定結果の例を示す説明図である。また、図６は、内部熱負荷による室内温度変化の時間変化の推定結果の他の例を示す説明図である。
図５〜図６に示す推定結果は、ゾーン数n(Z)=13 、三角形パルス関数の数Nj triangle=1, ∀j ∈Z 、かつ台形パルス関数の数Nj trapezoid=1,∀j ∈Z として建物熱モデル推定部１０４が建物熱モデルを推定した結果である。すなわち、図５〜図６に示す推定結果は、建物熱モデル生成装置１００が出力する内部熱負荷の同定結果の例である。
図５は、ゾーン１〜ゾーン７にそれぞれ対応する７個のグラフを示す。また、図６は、ゾーン８〜ゾーン１３にそれぞれ対応する６個のグラフを示す。図５〜図６に示す各グラフの横軸は時間を表し、縦軸は内部熱負荷による室内温度変化を表す。図５〜図６に示す各グラフは、対応するゾーンにおける内部熱負荷による室内温度変化の５日間に渡る時間変化を表す。
上記のパラメータを式（４）〜式（５）に基づいて計算することによって、建物熱モデル推定部１０４は、図５〜図６に示す各ゾーンにおける５日間の内部熱負荷による室内温度変化量を得ることができる。
＜具体例２＞
例えば、処理対象の建物がレストランなどの飲食店である場合の内部熱負荷モデルを考える。飲食店における内部熱負荷の変動パターンは、来客の発生パターンと相関がある。飲食店では一般的に、朝食、昼食、夕食が摂られる各食事時間帯に来客が多くなる。
具体的には、各食事時間帯の開始前頃から徐々に来客が増え始める。また、各食事時間帯の開始直前になると急激に来客が増加する。また、各食事時間帯を過ぎると急激に来客が減少し、時間の経過とともに徐々に来客が減少する。
上記の飲食店における内部熱負荷は、例えば数理モデルを用いて以下の式で表現される。
Figure 2017217131
Figure 2017217131
なお、式（６）におけるfgaussian は、正規分布関数である。式（６）に示すように、fgaussian は、２個の係数を持つ。式（６）に示すように、関数fjは、Nj gaussian個の正規分布関数と、定数との和で表現される。
また、式（６）〜式（７）におけるT は、一日の時間を表す。式（７）に示すように、本例において関数fjは、周期T の周期関数で表現される。
内部熱負荷モデルが式（４）〜式（５）で表現される場合と同様に、建物熱モデル推定部１０４は、式（６）〜式（７）で表現される内部熱負荷モデルを用いて建物熱モデルを推定できる。例えば、建物熱モデル推定部１０４は、正規分布関数の数Nj gaussian=3 ,∀j ∈Z として、式（６）〜式（７）で表現される内部熱負荷モデルを用いて建物熱モデルを推定できる。
本例では、来客数の時間変化が正規分布関数の重ね合わせで表現されている。なお、来客数の時間変化は、正規分布関数の代わりに飲食店の各店舗における来客の発生パターンに適した関数の重ね合わせで表現されてもよい。
＜具体例３＞
例えば、処理対象の建物がデパート、スーパーマーケット、コンビニエンスストアなどの小売店である場合の内部熱負荷モデルを考える。
小売店の来客数は、外気温度や天候などの気象条件に大きく依存する。よって、小売店における内部熱負荷を高精度で表すために、関数fjとして単なる時間関数の代わりに、気象条件を変数に持つ関数を用いることが考えられる。
例えば関数fjとして、建物熱モデル推定部１０４は、外気温度Toa と日射量I を変数に持つ関数fj(t,Toa,I;cj,1 h, ・・・,cj,Njh h) を用いてもよい。また、本例において関数fjは、他に変数として外気相対湿度Hoa 、雲量C 、または降水量P などを持ってもよい。
また、関数fjの形式は、任意の形式でよい。例えば、関数fjの形式は、来客数の過去データを用いた回帰分析などの統計手法に基づいて事前に決定されてもよい。
内部熱負荷モデルが式（４）〜式（５）で表現される場合、および式（６）〜式（７）で表現される場合と同様に、建物熱モデル推定部１０４は、室内温度モデルと内部熱負荷モデルを同時に推定できる。すなわち、建物熱モデル推定部１０４は、建物熱モデルパラメータを得ることができる。
［効果の説明］
本実施形態の建物熱モデル生成装置は、空調システムのモデル予測による制御を低コストかつ高精度に実現する装置である。その理由は、建物熱モデル推定部１０４が内部熱負荷モデルを含む建物熱モデルを取り扱うためである。
具体的には、建物熱モデル推定部１０４は、室内温度モデルと内部熱負荷モデルとで構成される建物熱モデルの建物熱モデルパラメータを、気象データおよび空調機運転データを用いて算出する。
建物熱モデル推定部１０４は、室内温度モデルのパラメータと内部熱負荷モデルのパラメータを同時に算出する。すなわち、計測装置の追加や専門家による分析が実行されなくとも、高精度な内部熱負荷の推定値（内部熱負荷モデル）が低コストで得られる。
通常、建物の内部熱負荷の推定値を算出するためには、計測装置の追加や専門家による分析が求められるため、相当の費用がかかる。さらに、推定値に誤差が含まれている場合、省エネルギー性能の高い空調システムの運転計画を作成することは困難である。
上述したように、本実施形態の建物熱モデル生成装置は、計測装置の追加や専門家による分析が実行されなくとも建物の内部熱負荷を効果的に取り扱うことができる。すなわち、建物熱モデル生成装置は、建物の内部熱負荷が考慮された空調システムのモデル予測による制御を低コストかつ高精度に実現できる。本実施形態の建物熱モデル生成装置が使用されると、各建物でエネルギー効率の高い空調運転が実現される。
なお、本実施形態の建物熱モデル生成装置１００は、例えばハードウェアによって実現される。また、本実施形態の建物熱モデル生成装置１００は、例えば、記憶媒体に格納されているプログラムに従って処理を実行するCPU(Central Processing Unit)によって実現されてもよい。すなわち気象データ取得部１０１、空調機運転データ取得部１０２、データ記憶部１０３、および建物熱モデル推定部１０４は、例えば、プログラム制御に従って処理を実行するCPU によって実現される。
上記の例において、プログラムは、例えば様々な種類の非一時的なコンピュータ可読媒体(non-transitory computer readable medium) に格納された上で、コンピュータに供給される。非一時的なコンピュータ可読媒体には、様々な種類の有形の記録媒体(tangible storage medium)が含まれる。
非一時的なコンピュータ可読媒体は、例えば、フレキシブルディスク、磁気テープ、またはハードディスクドライブなどの磁気記録媒体、光磁気ディスクなどの光磁気記録媒体である。また、非一時的なコンピュータ可読媒体は、例えば、CD-ROM(Read Only Memory)、CD-R、CD-R/W、DVD(Digital Versatile Disc) 、BD(Blu-ray（登録商標）Disc) などの光ディスクである。
また、非一時的なコンピュータ可読媒体は、例えば、マスクROM 、PROM(Programmable ROM)、EPROM(Erasable PROM)、フラッシュROM 、RAM(Random Access Memory) などの半導体メモリである。
また、プログラムは、様々な種類の一時的なコンピュータ可読媒体(transitory computer readable medium) に記録された上で、コンピュータに供給されてもよい。一時的なコンピュータ可読媒体は、例えば、電気信号、光信号、および電磁波である。一時的なコンピュータ可読媒体に記録されたプログラムは、電線や光ファイバなどの有線通信路、または無線通信路を介して、コンピュータに供給される。
また、本実施形態の建物熱モデル生成装置１００における各部は、ハードウェア回路によって実現されてもよい。一例として、気象データ取得部１０１、空調機運転データ取得部１０２、データ記憶部１０３、および建物熱モデル推定部１０４が、それぞれLSI(Large Scale Integration)で実現される。また、それらが１つのLSI で実現されていてもよい。
次に、本発明の概要を説明する。図７は、本発明による建物熱モデル生成装置の概要を示すブロック図である。本発明による建物熱モデル生成装置１０は、推定用データを用いて建物の内部で発生する熱の時間変化を表す内部熱負荷モデルが含まれる建物の温度を表す建物熱モデルの所定の条件を満たすパラメータである建物熱モデルパラメータを推定する推定部１１（例えば、建物熱モデル推定部１０４）を備える。
そのような構成により、建物熱モデル生成装置は、建物の内部熱負荷が考慮された空調システムのモデル予測による制御を低コストかつ高精度に実現できる。
また、建物の建物熱モデルには、建物の内部の温度を表す室内温度モデルが含まれ、建物熱モデルパラメータには、室内温度モデルのパラメータと内部熱負荷モデルのパラメータとが含まれてもよい。
そのような構成により、建物熱モデル生成装置は、室内温度モデルのパラメータと内部熱負荷モデルのパラメータを同時に推定できる。
また、室内温度モデルは、熱伝導方程式に基づいた数理モデルで表現されるモデルでもよい。
そのような構成により、建物熱モデル生成装置は、室内温度モデルを数理的に取り扱うことができる。
また、建物熱モデル生成装置１０は、推定部１１により推定された建物に関する建物熱モデルパラメータを建物の内部に設置されている空調機を制御する空調制御システムに送信する送信部を備えてもよい。
そのような構成により、建物熱モデル生成装置は、推定された建物熱モデルパラメータを用いて空調制御システムを制御できる。
また、内部熱負荷モデルは、建物の内部で発生する熱の時間変化を表す時間関数で表現されるモデルでもよい。
そのような構成により、建物熱モデル生成装置は、内部熱負荷モデルを数理的に取り扱うことができる。
また、内部熱負荷モデルが持つ説明変数には、環境情報が含まれてもよい。また、環境情報は、気象状況を示す情報でもよい。
そのような構成により、建物熱モデル生成装置は、環境条件に依存する内部熱負荷を扱うことができる。
また、建物熱モデル生成装置１０は、気象状況を示すデータを取得する気象データ取得部（例えば、気象データ取得部１０１）と、空調機の運転状況を示すデータを取得する空調機運転データ取得部（例えば、空調機運転データ取得部１０２）とを備えてもよい。
また、建物熱モデル生成装置１０は、気象データ取得部により取得されたデータ、および空調機運転データ取得部により取得されたデータを保存するデータ記憶部（例えば、データ記憶部１０３）を備えてもよい。
また、推定部１１は、建物の建物熱モデルを保有し、データ記憶部から所定の推定用データを取得した上で、保有されている建物熱モデルに基づいて推定期間における不変の物性値に相当する熱特性パラメータと、推定期間における内部熱負荷を求めてもよい。
そのような構成により、建物熱モデル生成装置は、熱特性パラメータと内部熱負荷を同時に推定できる。
本発明は、上述した実施の形態のみに限定されるものではなく、既に述べた本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。
以上、実施形態および実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
この出願は、２０１６年６月１５日に出願された日本特許出願２０１６−１１８５１２を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１０、１００ 建物熱モデル生成装置
１１ 推定部
１０１ 気象データ取得部
１０２ 空調機運転データ取得部
１０３ データ記憶部
１０４ 建物熱モデル推定部
２００ 空調システム運転計画装置
２０１ 運転計画部
２０２ データ記憶部
２０３ 空調機モデル取得部
２０４ 空調機運転データ取得部
２０５ 気象データ取得部
２０６ 運転計画データ出力部

Claims (10)

  1. 推定用データを用いて建物の内部で発生する熱の時間変化を表す内部熱負荷モデルが含まれる前記建物の温度を表す建物熱モデルの所定の条件を満たすパラメータである建物熱モデルパラメータを推定する推定部を備える
    ことを特徴とする建物熱モデル生成装置。
  2. 建物の建物熱モデルには、前記建物の内部の温度を表す室内温度モデルが含まれ、
    建物熱モデルパラメータには、前記室内温度モデルのパラメータと内部熱負荷モデルのパラメータとが含まれる
    請求項１記載の建物熱モデル生成装置。
  3. 室内温度モデルは、熱伝導方程式に基づいた数理モデルで表現されるモデルである
    請求項２記載の建物熱モデル生成装置。
  4. 推定部により推定された建物に関する建物熱モデルパラメータを前記建物の内部に設置されている空調機を制御する空調制御システムに送信する送信部を備える
    請求項１から請求項３のうちのいずれか１項に記載の建物熱モデル生成装置。
  5. 内部熱負荷モデルは、建物の内部で発生する熱の時間変化を表す時間関数で表現されるモデルである
    請求項１から請求項４のうちのいずれか１項に記載の建物熱モデル生成装置。
  6. 内部熱負荷モデルが持つ説明変数には、環境情報が含まれる
    請求項１から請求項５のうちのいずれか１項に記載の建物熱モデル生成装置。
  7. 推定用データを用いて建物の内部で発生する熱の時間変化を表す内部熱負荷モデルが含まれる前記建物の温度を表す建物熱モデルの所定の条件を満たすパラメータである建物熱モデルパラメータを推定する
    ことを特徴とする建物熱モデル生成方法。
  8. 建物の建物熱モデルには、前記建物の内部の温度を表す室内温度モデルが含まれ、
    建物熱モデルパラメータには、前記室内温度モデルのパラメータと内部熱負荷モデルのパラメータとが含まれる
    請求項７記載の建物熱モデル生成方法。
  9. コンピュータに、
    推定用データを用いて建物の内部で発生する熱の時間変化を表す内部熱負荷モデルが含まれる前記建物の温度を表す建物熱モデルの所定の条件を満たすパラメータである建物熱モデルパラメータを推定する推定処理
    を実行させるための建物熱モデル生成プログラム。
  10. 建物の建物熱モデルには、前記建物の内部の温度を表す室内温度モデルが含まれ、
    建物熱モデルパラメータには、前記室内温度モデルのパラメータと内部熱負荷モデルのパラメータとが含まれる
    請求項９記載の建物熱モデル生成プログラム。
JP2018523567A 2016-06-15 2017-05-02 建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラム Pending JPWO2017217131A1 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016118512 2016-06-15
JP2016118512 2016-06-15
PCT/JP2017/017227 WO2017217131A1 (ja) 2016-06-15 2017-05-02 建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラム

Publications (1)

Publication Number Publication Date
JPWO2017217131A1 true JPWO2017217131A1 (ja) 2019-04-11

Family

ID=60663993

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018523567A Pending JPWO2017217131A1 (ja) 2016-06-15 2017-05-02 建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラム

Country Status (3)

Country Link
US (1) US20190318047A1 (ja)
JP (1) JPWO2017217131A1 (ja)
WO (1) WO2017217131A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11226127B2 (en) 2018-01-26 2022-01-18 Mitsubishi Electric Corporation Control system, air conditioner, and server
CN109827310B (zh) * 2019-01-31 2020-12-11 河海大学 一种居民空调负荷群聚合模型建立方法
EP3736655A1 (en) * 2019-05-09 2020-11-11 E.ON Sverige AB Method and device for controlling indoor climate in a portion of a building
CN110673489A (zh) * 2019-10-25 2020-01-10 国网山东省电力公司电力科学研究院 一种商用建筑房间的热负荷辨识方法
CN114761732B (zh) * 2019-12-13 2024-03-19 三菱电机株式会社 模型共享系统、模型管理装置以及空调装置的控制装置
CN113685971A (zh) * 2021-08-02 2021-11-23 吉林建筑大学 恒温供热自控循环动态平衡控制系统、方法、数据处理终端

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157829A (ja) * 2003-11-27 2005-06-16 Matsushita Electric Works Ltd 設備モデル作成方法及び設備モデル構築プログラム、建物モデル作成方法及び建物モデル作成プログラム、並びに、設備改修評価方法及び建物改修評価方法
JP2007010204A (ja) * 2005-06-29 2007-01-18 Mitsubishi Electric Corp 施設のエネルギー管理装置
JP2011214794A (ja) * 2010-04-01 2011-10-27 Mitsubishi Electric Corp 空調システム制御装置
JP2015092124A (ja) * 2013-11-08 2015-05-14 日立アプライアンス株式会社 シミュレーション装置、及びシミュレーション方法
WO2015173842A1 (ja) * 2014-05-12 2015-11-19 三菱電機株式会社 パラメータ学習装置およびパラメータ学習方法
JP2015230128A (ja) * 2014-06-05 2015-12-21 株式会社日立製作所 エネルギー管理システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157829A (ja) * 2003-11-27 2005-06-16 Matsushita Electric Works Ltd 設備モデル作成方法及び設備モデル構築プログラム、建物モデル作成方法及び建物モデル作成プログラム、並びに、設備改修評価方法及び建物改修評価方法
JP2007010204A (ja) * 2005-06-29 2007-01-18 Mitsubishi Electric Corp 施設のエネルギー管理装置
JP2011214794A (ja) * 2010-04-01 2011-10-27 Mitsubishi Electric Corp 空調システム制御装置
JP2015092124A (ja) * 2013-11-08 2015-05-14 日立アプライアンス株式会社 シミュレーション装置、及びシミュレーション方法
WO2015173842A1 (ja) * 2014-05-12 2015-11-19 三菱電機株式会社 パラメータ学習装置およびパラメータ学習方法
JP2015230128A (ja) * 2014-06-05 2015-12-21 株式会社日立製作所 エネルギー管理システム

Also Published As

Publication number Publication date
WO2017217131A1 (ja) 2017-12-21
US20190318047A1 (en) 2019-10-17

Similar Documents

Publication Publication Date Title
WO2017217131A1 (ja) 建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラム
US10719092B2 (en) Building energy modeling tool systems and methods
JP5943255B2 (ja) エネルギー管理装置及びエネルギー管理システム
US10558180B2 (en) Building control system with empirical uncertainty determination for energy use model parameters
AU2012236965B2 (en) Systems and methods for predicting fluid dynamics in a data center
US9753477B2 (en) Load forecasting for residential sector demand response
US9559549B2 (en) Energy management server, energy management method, and program
CN108476473B (zh) 用于延长建筑物控制系统中的无线传感器的电池寿命的系统和方法
US20160349725A1 (en) Demand control device and computer readable medium
US10731890B2 (en) Air conditioning operation analysis device and non-transitory computer-readable recording medium storing program
JP6581490B2 (ja) 空調パラメータ生成装置、空調運用評価装置、空調パラメータ生成方法およびプログラム
US20170219241A1 (en) Data Center Infrastructure Management (DCIM) system comprising predictive analytics
JP5799224B2 (ja) 消費エネルギー算出装置、消費エネルギー算出方法およびプログラム
CN103513632A (zh) 能源管理系统
US20170211832A1 (en) Tuning model structures of dynamic systems
US11262089B2 (en) Data center management systems and methods for compute density efficiency measurements
JP5635220B1 (ja) 蓄熱量予測装置、蓄熱量予測方法およびプログラム
JP6455937B2 (ja) シミュレーション装置、シミュレーション方法及びプログラム
JP6343499B2 (ja) エネルギー管理システム
US11215651B2 (en) Power consumption estimation device
JP4948079B2 (ja) 建物運用状態最適化支援システム
US20200278130A1 (en) Operation control method, storage medium, and operation control device
WO2017170039A1 (ja) 熱モデル作成装置、方法およびプログラム
JP2012017930A (ja) 空調システム内機器の使用エネルギー量推定方法、及び、この方法が実装された使用エネルギー量推定装置
KR101628784B1 (ko) 데이터센터 건물의 에너지 소비량을 평가하는 장치 및 데이터센터 건물의 에너지 소비량 평가 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200402

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210330

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20211005