WO2014091784A1 - エネルギー管理サーバ、エネルギー管理方法およびプログラム - Google Patents

エネルギー管理サーバ、エネルギー管理方法およびプログラム Download PDF

Info

Publication number
WO2014091784A1
WO2014091784A1 PCT/JP2013/067707 JP2013067707W WO2014091784A1 WO 2014091784 A1 WO2014091784 A1 WO 2014091784A1 JP 2013067707 W JP2013067707 W JP 2013067707W WO 2014091784 A1 WO2014091784 A1 WO 2014091784A1
Authority
WO
WIPO (PCT)
Prior art keywords
energy
operation schedule
unit
demand
management server
Prior art date
Application number
PCT/JP2013/067707
Other languages
English (en)
French (fr)
Inventor
村山　大
正明 齋藤
雅彦 村井
飯野　穣
Original Assignee
株式会社 東芝
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 株式会社 東芝 filed Critical 株式会社 東芝
Priority to EP13815667.4A priority Critical patent/EP2933774A4/en
Priority to CN201380001897.3A priority patent/CN103999114B/zh
Priority to US14/025,042 priority patent/US10345766B2/en
Publication of WO2014091784A1 publication Critical patent/WO2014091784A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances

Definitions

  • Embodiments of the present invention relate to an energy management server, an energy management method, and a program that contribute to energy management in a relatively large-scale building such as a building or a factory.
  • DR demand response
  • An object is to provide an energy management server, an energy management method, and a program capable of immediately starting control based on an advantageous operation schedule from reception of a demand response signal.
  • the energy management server includes a prediction unit, a condition setting unit, a calculation unit, a reception unit, and a control unit.
  • the prediction unit predicts the energy demand in the building where the electric device is installed based on the data related to the electric device including the energy consuming device and the energy storage device.
  • the condition setting unit sets a plurality of energy consumption suppression conditions.
  • a calculation part calculates the operation schedule of the electric equipment which can optimize the energy balance in a building based on energy demand and the suppression conditions.
  • the receiving unit receives a demand response signal including a condition for suppressing energy consumption.
  • the control unit controls the electrical device based on the operation schedule calculated under the suppression condition corresponding to the suppression condition included in the demand response signal.
  • FIG. 1 is a system diagram illustrating an example of an energy management system according to the embodiment.
  • FIG. 2 is a diagram illustrating an example of the flow of energy in the building 1.
  • FIG. 3 is a functional block diagram illustrating an example of the energy management server 4 according to the first embodiment.
  • FIG. 4 is a diagram showing a data flow between the functional blocks shown in FIG.
  • FIG. 5 is a flowchart showing a processing procedure of the energy management server 4 according to the first embodiment.
  • FIG. 6 is a functional block diagram illustrating an example of the energy management server 4 according to the second embodiment.
  • FIG. 7 is a diagram showing a data flow between the functional blocks shown in FIG.
  • FIG. 8 is a flowchart showing a processing procedure of the energy management server 4 according to the second embodiment.
  • FIG. 9 is a diagram illustrating an example of a schedule selection screen displayed on the display 42 in the second embodiment.
  • FIG. 10 is a diagram showing another example of the data flow between the functional blocks shown in FIG.
  • FIG. 1 is a system diagram showing an example of an energy management system according to the embodiment.
  • a building 1 as a building includes a local area network (LAN) 8 as a communication network.
  • the monitoring device 5, the local controller 3 and the energy management server 4 are connected to the LAN 8.
  • LAN local area network
  • BACnet registered trademark
  • BACnet registered trademark
  • different vendor systems can be mixed in the system.
  • the controlled device 2 is connected to the local controller 3 via a communication line.
  • the local controller 3 recognizes each control target device 2 connected as a monitored device, monitors its state, and gives various controls.
  • the monitoring device 5 receives the monitoring result notified from the local controller 3, controls the energy management system at a higher level, and provides various information to the user.
  • the control target device 2 can include an energy consuming device, an energy creation device, and an energy storage device.
  • An electric device such as an air conditioning device, a lighting device, a power device, a heat source device, a heat storage device, a refrigerator, a PV system, and a storage battery for each floor can be cited as an example of the control target device 2.
  • the energy management server 4 is mainly responsible for processing related to energy management of the building 1. For example, the energy management server 4 creates a start / stop schedule of the control target device 2 based on a request (such as a peak shift target) from a building manager (user), or creates a power storage heat storage schedule such as a power storage level setting. Take charge of processing.
  • the energy management server 4 is connected to an IP (Internet Protocol) network 9 and receives a demand response signal (hereinafter referred to as a DR signal) from the operator server 6 or receives weather data (weather forecast, every time zone) from the weather server 7. Temperature). It is also possible to use a leased line network or the like instead of the IP network.
  • IP Internet Protocol
  • FIG. 2 is a diagram showing an example of the flow of energy in the building 1.
  • a storage battery 20 a PV system 21, an air-cooled heat pump (HP) 22, a water-cooled refrigerator 23, an absorption chiller / heater 25, a heat storage layer 26, a solar water heater 27, and a co-generation system (CGS) ) 28 as an example of the control target device 2, and the relationship of energy transfer between these devices will be described below.
  • electric power (power reception) and gas are supplied to the building 1 as energy sources. Using these as energy sources, electricity and cold energy are supplied to various parts of the building 1.
  • the received power is supplied to and stored in the storage battery 20, or is supplied to and consumed by an energy consuming device.
  • the electric power generated by the PV system 21 and the CGS 28 is also stored in the storage battery 20 or supplied to energy consuming equipment.
  • the electric power supplied to the air-cooled HP 22 or the water-cooled refrigerator 23 is consumed for cold heat production.
  • the CGS 28 Supplied gas is supplied to the CGS 28.
  • the CGS 28 generates electric power and hot heat and supplies them to the electric power line and the hot water line, respectively.
  • the absorption chiller / heater 25 is supplied with the heat generated by the CGS 28 and the solar water heater 27 to produce cold heat.
  • the cold produced by the air-cooled HP 22, the water-cooled refrigerator 23, and the absorption chiller / heater 25 is accumulated in the heat storage tank 26 or consumed by heat demand.
  • FIG. 3 is a functional block diagram showing an example of the energy management server 4 according to the first embodiment.
  • the energy management server 4 includes an input unit 41, a display 42, an interface unit 43, a storage unit 46, a central processing unit (CPU) 44, and a program memory 45. That is, the energy management server 4 is a computer that functions when the CPU 44 executes a program stored in the program memory 45.
  • CPU central processing unit
  • the input unit 41 is a human machine interface (operation panel, switch, etc.) for operation by a user or the like who manages the building 1.
  • the input unit 41 and the display 42 form a Graphical User Interface (GUI) environment, accept information input by the user, and provide information to the user.
  • GUI Graphical User Interface
  • the interface unit 132 is connected to the LAN 8 and the IP network 9 and has a communication function with the monitoring device 5, the local controller 3, the control target device 2, and a remote server (such as the operator server 6 and the weather server 7).
  • the storage unit 46 stores the operation database 108 as data according to the embodiment.
  • the program memory 45 includes a demand prediction program 101P, a DR reception program 102P, a DR formulation program 103P, a scheduling program 104P, a condition setting program 105P, a reducible amount as programs including instructions necessary for the processing functions according to this embodiment.
  • a designation program 106P, a weather data reception program 107P, a control program 109P, and a search program 110P are stored. These programs can be recorded on a removable medium (recording medium) such as a CD-ROM, or can be downloaded via a communication line (including the IP network 9).
  • the CPU 44 reads each program from the program memory 45 and performs arithmetic processing by hardware. As its processing functions, the demand prediction unit 101, the DR reception unit 102, the DR formulation unit 103, the scheduling unit 104, and the condition setting unit 105 are used. , A reducible amount specifying unit 106, a weather data receiving unit 107, a control unit 109, and a search unit 110.
  • the demand prediction unit 101 predicts, for example, an hourly value of energy demand and energy production in the building 1 in which the control target device 2 is installed, based on data related to the control target device 2.
  • the data relating to the control target device 2 includes, for example, information such as characteristics (power consumption, etc.) of each control target device 2, operation settings, operation settings, capacity of the storage battery 20, and power generation characteristics of the PV system 21. It is possible.
  • the DR reception unit 102 receives a DR signal.
  • the DR signal is usually given from the business server 6 via the IP network 9 regularly or irregularly.
  • the DR signal includes information such as the type of the DR signal, a time zone for requesting suppression of power consumption, an incentive, and a baseline of power consumption.
  • information included in the DR signal is collectively referred to as an energy consumption suppression condition.
  • the DR formulation unit 103 formulates a suppression condition included in the received DR signal, and creates a formula that can be used for arithmetic processing.
  • a DR signal of a type called PTR Puleak Time Rebate
  • a rule suppression condition
  • the suppression condition included in the DR signal can be expressed by a power charge by time zone, an incentive by time zone, and a baseline by time zone.
  • the scheduling unit 104 calculates an operation schedule of the control target device 2 that can optimize the energy balance in the building 1 based on the energy demand, the energy production amount, and the formulated suppression conditions.
  • the operation schedule can include information on settings, operating hours, operating periods, and the like when operating each control target device 2.
  • viewpoints such as energy saving, cost saving, and emission CO 2 reduction.
  • the condition setting unit 105 sets a plurality of different energy consumption suppression conditions before the arrival of the DR signal.
  • the set suppression condition is given to the DR formulation unit 103. That is, the condition setting unit 105 gives information (suppression condition) that imitates the DR signal to the DR formulation unit 103 regardless of whether or not the DR signal is received.
  • the scheduling unit 104 creates an operation schedule based on the suppression condition included in the imitated DR signal.
  • a signal that imitates a DR signal is referred to as a virtual DR signal
  • a suppression condition included in the virtual DR signal is referred to as a virtual DR condition.
  • the DR formulation unit 103 executes the formulation process even in the case where the virtual DR signal is given, similarly to the case where the DR signal is received.
  • the scheduling unit 104 creates an operation schedule based on the formulated suppression conditions. A plurality of operation schedules created based on various suppression conditions are stored in the operation database 108.
  • an operation schedule aimed at cost saving can be created by minimizing the objective function C shown in the following equation (1).
  • Equation (1) it is possible to reduce the total cost including the gas charge in addition to the electricity charge.
  • the reducible amount designation unit 106 is an interface for accepting designation of a reducible amount of energy consumed by the energy consuming device. For example, energy consumption can be reduced by voluntarily turning off the lighting equipment.
  • the person in charge of energy management (user) of the building 1 can input the reduction amount of power consumption via the reduction possible amount designation unit 106. If the building 1 is a factory, the amount of power consumption that can be reduced in a manufacturing facility or the like may be input.
  • the weather data reception unit 107 acquires weather data from the weather server 7 regularly or irregularly.
  • the acquired weather data can be used to calculate the driving schedule.
  • the control unit 109 generates a control signal for controlling the control target device 2 based on the operation schedule created by the scheduling unit 104. This control signal is given to the control target device 2 via the LAN 8 and the local controller 3, and operation control based on the operation schedule is realized.
  • the search unit 110 When the DR signal arrives, the search unit 110 reads the operation schedule calculated under the suppression condition corresponding to the suppression condition included in the DR signal from the operation database 108. That is, the search unit 110 searches the operation database 108 using the suppression condition included in the received DR signal as a key, and passes the hit operation schedule to the control unit 109. The control unit 109 controls the control target device 2 based on this operation schedule. Next, the operation of the above configuration will be described.
  • FIG. 4 is a diagram showing a data flow between the functional blocks shown in FIG. Although two DR formulation units 103a and 103b are shown in FIG. 4, both are functional objects having functions similar to those of the DR formulation unit 103 shown in FIG.
  • the DR formulation units 103a and 103b can be understood as a plurality of threads generated while the program is in progress.
  • the demand prediction unit 101 determines the energy demand (for example, power demand, heat demand, etc.) of the building 1 based on the weather data acquired by the weather data receiving unit 107 and the data related to the control target device 2. Predict. The predicted energy demand is passed to the scheduling unit 104.
  • the energy demand for example, power demand, heat demand, etc.
  • the virtual DR condition set by the user using the GUI is passed as a virtual DR signal by the condition setting unit 105 to the DR formulation unit 103b.
  • the condition setting unit 105 passes the virtual DR signal including the virtual DR condition to the DR formulation unit 103b.
  • the DR formulation unit 103 b formulates the suppression conditions included in the virtual DR signal and passes the obtained mathematical formula to the scheduling unit 104.
  • the reducible amount specifying unit 106 passes the reducible amount of power consumption input by the user using the GUI to the scheduling unit 104.
  • the scheduling unit 104 solves an optimization problem that minimizes the objective function C in order to optimize the energy balance in the building 1 based on the formulated suppression conditions and energy demand.
  • a known method such as a genetic algorithm can be used.
  • the operation schedule of the control target device 2 based on the virtual DR condition is calculated by the scheduling unit 104.
  • the calculated driving schedule is stored in the driving database 108. This operation schedule may be displayed on the GUI.
  • the DR reception unit 102 passes the received DR signal to the DR formulation unit 103a.
  • the DR formulation unit 103a formulates the suppression condition included in the DR signal, and passes the obtained mathematical formula to the search unit 110.
  • the search unit 110 searches the driving database 108 based on this mathematical formula, and acquires a driving schedule calculated under a virtual DR condition that reflects this mathematical formula.
  • the acquired operation schedule is transferred to the control unit 109 and used to control the control target device 2.
  • FIG. 5 is a flowchart showing a processing procedure of the energy management server 4 according to the first embodiment.
  • the energy management server 4 accepts the setting of the virtual DR condition by the user and the designation of the reduction possible amount (Step S1, Step S2).
  • the DR formulation units 103a and 103b formulate the suppression conditions included in the DR signal and the virtual DR signal, respectively, into mathematical formulas, and give them to the scheduling unit 104 (step S3).
  • the energy management server 4 gives the received weather data (step S4) to the demand prediction unit 101.
  • the demand prediction unit 101 predicts a power demand and a heat demand based on the weather data and the data of the control target device 2 (step S5).
  • the result of this prediction is input to the scheduling unit 104, and the scheduling unit 104 creates an operation schedule for the control target device 2.
  • the operation schedule based on the virtual DR signal is calculated by the procedure so far.
  • the calculated driving schedule is stored in the driving database 108.
  • the procedure from step S1 to step S6 can be repeated any number of times by changing the virtual DR condition.
  • the DR reception unit 102 waits for an incoming DR signal from the outside (steps S7 and S8). If the arrival of the DR signal cannot be confirmed (No in step S8), the DR signal is confirmed again after the elapse of the predetermined time. If the reception of the DR signal can be confirmed, the energy management server 4 executes an operation schedule prepared in advance based on the suppression condition included in the received DR signal (step S9).
  • step S9 By the time step S9 is reached, an operation schedule has already been calculated under a suppression condition that matches or is close to the suppression condition included in the incoming DR signal. Therefore, the energy management server 4 can start executing the operation schedule corresponding to the suppression condition immediately after receiving the DR signal.
  • the virtual DR signal that is, information that simulates various energy suppression conditions is given to the energy management server 4.
  • the energy management server 4 creates a plurality of operation schedules based on the virtual DR signal before the DR signal arrives. Thereby, it is possible to set and create a plurality of scenarios assuming all DR signals in advance. Therefore, it is possible to secure time for determining whether the driving schedule used for actual driving is good or not, and time for making settings necessary for creating the driving schedule.
  • the control target device 2 when the DR signal arrives, the control target device 2 can be immediately controlled based on the already calculated operation schedule. Thereby, especially the lead time until the start of operation of a device that is difficult to start at high speed such as a device related to thermal energy can be shortened. As a result, it becomes possible to operate the control object apparatus 2 on the conditions advantageous to the maximum.
  • FIG. 6 is a functional block diagram illustrating an example of the energy management server 4 according to the second embodiment.
  • parts common to FIG. 3 are given the same reference numerals, and only different parts will be described here.
  • the program memory 45 includes a prediction condition selection program 111P and a selection support program 112P. These programs realize the functions of the prediction condition selection unit 111 and the selection support unit 112 in the CPU 44.
  • the prediction condition selection unit 111 is an interface for allowing a user to select a desired demand prediction from a plurality of energy demand predictions.
  • the selection support unit 112 is an interface for allowing the user to select one driving schedule to be executed from the plurality of driving schedules output from the scheduling unit 104.
  • FIG. 7 is a diagram showing a data flow between the functional blocks shown in FIG. A plurality of demand prediction units 101 shown in FIG. 7 have the same functions as those in the first embodiment.
  • the weather data received by the weather data receiving unit 107 is passed to the demand prediction unit 101.
  • the demand prediction unit 101 calculates a plurality of energy demand predictions based on different criteria based on the weather data and the data of the control target device 2. For example, if a technique for calculating demand prediction using a computer learning function is applied, different demand prediction results can be obtained for the same weather data by using different data sets for learning data.
  • PMV Predicted Mean Vote
  • PMV is a comfort evaluation index related to air conditioning control
  • PMV is defined in ISO 7730, and is an amount calculated from temperature, humidity, wind speed, clothing amount, radiation temperature, and activity amount. If the PMV value is within ⁇ 0.5, almost 90% of people feel comfortable. The larger the PMV value, the hotter it feels, and the smaller the PMV, the colder it feels.
  • the demand prediction unit 101 calculates an energy demand prediction for each data set. These demand predictions are given to the prediction condition selection unit 111.
  • the prediction condition selection unit 111 displays these demand predictions on the GUI in a menu format or the like, and prompts the user for a selection operation such as a click operation.
  • the selected at least one demand prediction is passed to the scheduling unit 104, and an operation schedule is calculated in the same manner as in the first embodiment. Note that it is possible to calculate both an operation schedule that considers the virtual DR signal and an operation schedule that does not consider the DR signal.
  • the calculated driving schedule is stored in the driving database 108.
  • a mathematical expression indicating the suppression condition included in the DR signal is passed to the search unit 110.
  • the search unit 110 searches the driving database 108 based on this mathematical formula, and acquires the driving schedule calculated under the virtual DR condition reflecting this mathematical formula for each of a plurality of prediction conditions.
  • the obtained driving schedule for each prediction condition is passed to the selection support unit 112.
  • the selection support unit 112 displays the operation schedule for each prediction condition on the GUI.
  • the operation schedule selected by the user is passed to the control unit 109.
  • the control unit 109 controls the control target device 2 according to the schedule desired by the user.
  • FIG. 8 is a flowchart showing a processing procedure of the energy management server 4 according to the second embodiment.
  • steps S5 a plurality of demand predictions are calculated in step S5
  • the prediction condition selection unit 111 displays the calculated demand prediction on the GUI and waits for a user selection (step S10).
  • step S6 an operation schedule is calculated based on the selected demand prediction (step S6). Steps S5, S10, and S6 are repeated until the user's selection operation is completed, that is, until completion of all cases is instructed (Yes in step S11).
  • the driving schedule for the number of demand predictions selected is calculated, when a DR signal arrives, the driving schedule corresponding to the DR signal is passed to the selection support unit 112.
  • the selection support unit 112 displays a plurality of driving schedules on the GUI and prompts the user to select one of the driving schedules (step S12). Then, control based on the selected operation schedule is started (step S9).
  • FIG. 9 is a diagram illustrating an example of a schedule selection screen displayed on the GUI in the second embodiment. This screen is displayed on the display 42 in step S12 of FIG. Two types of driving schedules are displayed on the right and left of the screen. Corresponding to each operation schedule, operation buttons 201 and 202 having different signs are displayed.
  • the schedule corresponding to the operation button 201 takes into consideration the DR signal, and the schedule corresponding to the operation button 202 does not consider the DR signal.
  • a plurality of schedules in consideration of DR signals are displayed corresponding to a plurality of demand predictions, but FIG. 9 shows only one schedule.
  • Incentive, cost, total cost, and peak power are displayed for each operation schedule.
  • the operation schedule indicates the relationship between the amount of heat storage and heat dissipation and the amount of power received.
  • the user who gives priority to cost reduction selects the left schedule and clicks the operation button 201 to convey his intention to the system. Thereby, control based on the driving schedule considering DR is started.
  • the peak of the amount of power received for each schedule is also shown.
  • the peak power for the left schedule is 620 kW
  • the peak power for the right schedule is 900 kW. If there is a limit to the amount of power received, this value can be used as a reference. Note that the cost and peak power displayed here are assumed values when the operation schedule is executed, and are calculated values calculated by the scheduling unit 104.
  • a plurality of operation schedules are calculated and presented to the user.
  • the plurality of operation schedules can include a schedule during normal operation that does not assume a DR signal and a schedule that assumes the arrival of a DR signal.
  • a plurality of schedules corresponding to a plurality of energy demand predictions based on a plurality of criteria can also be included.
  • the user can select one of the presented driving schedules, and thus the user's intention can be reflected in the control of the control target device 2.
  • FIG. 10 is a diagram showing another example of the data flow between the functional blocks shown in FIG.
  • the DR formulation unit 103 shown as the DR formulation units 103a and 103b in FIG. 4 is shown as one object (thread).
  • the DR formulation unit 103 is responsible for two processes: formulation of suppression conditions included in the actual DR signal and formulation of suppression conditions included in the virtual DR signal. Therefore, the actual DR signal and the virtual DR signal may be distinguished by, for example, a flag.
  • a DR signal without a flag indicating a virtual DR signal is handled as an actual DR signal, and a mathematical expression indicating the suppression condition is passed to the search unit 110.
  • a DR signal having a flag indicating a virtual DR signal is handled as a virtual DR signal, and a mathematical expression indicating the suppression condition is passed to the scheduling unit 104. Even in this way, it is possible to realize the same operation as in the first embodiment.
  • the demand prediction unit 101, the DR reception unit 102, the DR formulation unit 103, the scheduling unit 104, the condition setting unit 105, the reducible amount designation unit 106, the weather data reception unit 107, the operation database 108, the control unit 109, and the search unit 110, the condition selection unit 111, and the selection support unit 112 may be implemented in a cloud computing system. Programs for realizing the functions of these functional blocks may be implemented on a single computer or may be distributed and implemented on a plurality of computers. Those skilled in the art will readily understand how to implement these functional objects in the system.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

　実施形態によれば、エネルギー管理サーバは、予測部、条件設定部、計算部、受信部、制御部を具備する。予測部はエネルギー消費機器と蓄エネルギー機器とを含む電気機器に係わるデータに基づいて、当該電気機器の設置される建物におけるエネルギーデマンドを予測する。条件設定部は複数のエネルギー消費量の抑制条件を設定する。計算部はエネルギーデマンドと抑制条件とに基づいて、エネルギー収支を最適化可能な運転スケジュールを計算する。受信部はエネルギー消費量の抑制条件を含むデマンドレスポンス信号を受信する。制御部はデマンドレスポンス信号に含まれる抑制条件に対応する抑制条件で計算された運転スケジュールに基づいて電気機器を制御する。

Description

エネルギー管理サーバ、エネルギー管理方法およびプログラム
　本発明の実施形態は、ビルや工場などの比較的大規模な建物におけるエネルギー管理に資するエネルギー管理サーバ、エネルギー管理方法およびプログラムに関する。
　ビルや工場はエネルギーを多量に消費する。民生業務部門のエネルギー消費量は特に多く全体の２０％にも達する。効果的な省エネルギー対策が必要である。また近年の電力需給のひっ迫を受け、大口の需要家には電力消費量力の上限が課せられるようになってきている。そこでエネルギー消費のピークカット技術やピークシフト技術をはじめとする、省エネルギー技術に注目が集まっている。
　また、太陽光発電（Photovoltaic：ＰＶ）システム、風力発電システム、太陽熱利用システムなどの新エネルギー機器は、今後、ますます普及すると見込まれる。この種の創エネルギー機器を効果的に利用するための、蓄電池や蓄熱装置などの蓄エネルギー機器、も注目されている。
　エネルギーを有効に利用するためには、多様化するエネルギー関連機器を連携させることが望ましい。そのためには、エネルギー消費機器、創エネルギー機器、および蓄エネルギー機器を有機的に稼動させるための運転スケジュールを作成することが重要である。既存の手法で作成される運転スケジュールは、ビルや工場など、建物や設備単体で省エネ、あるいは省コストを図るものであった。
特許第４３９６５５７号公報
　エネルギーの供給者から需要家にエネルギー消費の抑制を求める、デマンドレスポンス（ＤＲ）と称する技術がある。ビルや工場がデマンドレスポンス信号を受信すると、省エネ目標値や節電目標値を変更する必要が生じるので、運転スケジュールも変更を求められる。
　しかしながら、デマンドレスポンス信号を受信してから運転スケジュールを即座に変更することは難しい。運転スケジュールを作成するための演算には１時間から２時間程度の時間を要することもある。このため運転スケジュールの実行までに、作成された運転スケジュールの良否を判断するための時間や必要な設定を完了させるための時間を十分に取ることができず、各機器を有利なシナリオのもとで稼動させることが難しい。
　さらに、蓄熱槽や蓄電池に前もってエネルギーを蓄積しておけばエネルギーコストをさらに削減できることが、運転スケジュールの算出過程で判明するケースがある。しかしながら運転スケジュールの作成に時間がかかればかかるほど、エネルギーを前もって蓄積するための時間が短くなる。特に、熱エネルギーに係わる機器（蓄熱装置や冷凍機など）の立ち上がりは一般に遅いので、計画の作成に時間がかかればかかるほど不利になる。
　以上述べたように既存の技術では、デマンドレスポンス信号を受信すると不利な運転を余儀なくされるケースが多い。このような不具合を解決可能な技術が要望されている。
　目的は、有利な運転スケジュールに基づく制御をデマンドレスポンス信号の受信から即座に開始することの可能なエネルギー管理サーバ、エネルギー管理方法およびプログラムを提供することにある。
　実施形態によれば、エネルギー管理サーバは、予測部と、条件設定部と、計算部と、受信部と、制御部とを具備する。予測部は、エネルギー消費機器と蓄エネルギー機器とを含む電気機器に係わるデータに基づいて、当該電気機器の設置される建物におけるエネルギーデマンドを予測する。条件設定部は、複数のエネルギー消費量の抑制条件を設定する。計算部は、エネルギーデマンドと抑制条件とに基づいて、建物におけるエネルギー収支を最適化可能な電気機器の運転スケジュールを計算する。受信部は、エネルギー消費量の抑制条件を含むデマンドレスポンス信号を受信する。制御部は、デマンドレスポンス信号に含まれる抑制条件に対応する抑制条件で計算された運転スケジュールに基づいて電気機器を制御する。
図１は、実施形態に係わるエネルギー管理システムの一例を示すシステム図である。 図２は、ビル１内におけるエネルギーの流れの一例を示す図である。 図３は、第１の実施形態に係わるエネルギー管理サーバ４の一例を示す機能ブロック図である。 図４は、図３に示される機能ブロック間でのデータフローを示す図である。 図５は、第１の実施形態に係るエネルギー管理サーバ４の処理手順を示すフローチャートである。 図６は、第２の実施形態に係わるエネルギー管理サーバ４の一例を示す機能ブロック図である。 図７は、図６に示される機能ブロック間でのデータフローを示す図である。 図８は、第２の実施形態に係るエネルギー管理サーバ４の処理手順を示すフローチャートである。 図９は、第２の実施形態においてディスプレイ４２に表示される、スケジュール選択画面の一例を示す図である。 図１０は、図３に示される機能ブロック間でのデータフローの他の例を示す図である。
　図１は、実施形態に係わるエネルギー管理システムの一例を示すシステム図である。図１において、建物としてのビル１は、通信ネットワークとしてのLocal Area Network（ＬＡＮ）８を備える。監視装置５、ローカルコントローラ３およびエネルギー管理サーバ４がＬＡＮ８に接続される。ＬＡＮ８の上位層プロトコルには例えばＢＡＣｎｅｔ（登録商標）を利用可能である。このようにすればシステム内に異ベンダシステムを混在させることが可能になる。
　ローカルコントローラ３にはそれぞれ通信回線を介して制御対象機器２が接続される。ローカルコントローラ３は、それぞれ接続される制御対象機器２を被監視装置として認識し、その状態をモニタしたり、各種の制御を与えたりする。監視装置５はローカルコントローラ３から通知されるモニタ結果を受けエネルギー管理システムを上位レベルで制御したり、ユーザに各種の情報を提供したりする。
　制御対象機器２は、エネルギー消費機器、創エネルギー機器および蓄エネルギー機器を含むことが可能である。フロアごとの空調機器、照明機器、動力機器、熱源機器、蓄熱装置、冷凍機、ＰＶシステム、および蓄電池などの電気機器を、制御対象機器２の一例として挙げることが可能である。
　エネルギー管理サーバ４は、主としてビル１のエネルギー管理に係わる処理を担う。エネルギー管理サーバ４は、例えば建物管理者（ユーザ）からの要求（ピークシフト目標など）に基づいて制御対象機器２の起動／停止スケジュールを作成したり、蓄電レベル設定などの蓄電蓄熱スケジュールを作成するなどの、処理を担う。
　エネルギー管理サーバ４はＩＰ（Internet Protocol）ネットワーク９に接続され、事業者サーバ６からデマンドレスポンス信号（以下、ＤＲ信号と称する）を受信したり、気象サーバ７から気象データ（天気予報、時間帯ごとの気温など）を取得したりする。なおＩＰネットワークに代えて専用線ネットワークなどを利用することも可能である。
　図２は、ビル１内におけるエネルギーの流れの一例を示す図である。図２において、蓄電池２０、ＰＶシステム２１、空冷ヒートポンプ（ＨＰ）２２、水冷冷凍機２３、吸収式冷温水器２５、蓄熱層２６、太陽熱温水器２７、および熱電併給システム（Co-Generation System：ＣＧＳ）２８を制御対象機器２の一例として挙げ、これらの機器間でのエネルギー授受の関係を以下に説明する。ビル１には、エネルギー源として例えば電力（受電）、およびガスが供給される。これらをエネルギー源として電気、および冷熱がビル１内各所に供給される。
　受電された電力は、蓄電池２０に供給されて蓄積されるか、またはエネルギー消費機器に供給されて消費される。ＰＶシステム２１およびＣＧＳ２８で発電された電力も同様に蓄電池２０に蓄積されるか、エネルギー消費機器に供給される。例えば空冷ＨＰ２２や水冷冷凍機２３に供給された電力は、冷熱製造に消費される。
　供給されたガスは、ＣＧＳ２８に供給される。ＣＧＳ２８は電力および温熱を生成し、それぞれ電力ラインおよび温水ラインに供給する。吸収式冷温水器２５は、ＣＧＳ２８、および太陽熱温水器２７で発生した温熱を供給され、冷熱を製造する。空冷ＨＰ２２、水冷冷凍機２３、および、吸収式冷温水器２５で製造された冷熱は、蓄熱槽２６に蓄積するか、あるいは熱デマンドで消費される。
　図３は、第１の実施形態に係わるエネルギー管理サーバ４の一例を示す機能ブロック図である。エネルギー管理サーバ４は、入力部４１、ディスプレイ４２、インタフェース部４３、記憶部４６、Central Processing Unit（ＣＰＵ）４４、およびプログラムメモリ４５を備える。すなわちエネルギー管理サーバ４は、プログラムメモリ４５に記憶されたプログラムをＣＰＵ４４が実行することで機能するコンピュータである。
　入力部４１は、ビル１を管理するユーザなどが操作するためのヒューマンマシンインタフェース（操作パネルやスイッチなど）である。入力部４１およびディスプレイ４２は、Graphical User Interface（ＧＵＩ）環境を形成してユーザによる情報入力を受け付け、また、ユーザに情報を提供する。
　インタフェース部１３２はＬＡＮ８およびＩＰネットワーク９に接続され、監視装置５、ローカルコントローラ３、制御対象機器２およびリモートサーバ（事業者サーバ６、気象サーバ７など）との通信機能を担う。
　記憶部４６は、実施形態に係るデータとして運転データベース１０８を記憶する。
　プログラムメモリ４５は、この実施形態に係わる処理機能に必要な命令を含むプログラムとしての、デマンド予測プログラム１０１Ｐ、ＤＲ受付プログラム１０２Ｐ、ＤＲ定式化プログラム１０３Ｐ、スケジューリングプログラム１０４Ｐ、条件設定プログラム１０５Ｐ、削減可能量指定プログラム１０６Ｐ、気象データ受信プログラム１０７Ｐ、制御プログラム１０９Ｐ、および、検索プログラム１１０Ｐを記憶する。これらのプログラムは、ＣＤ－ＲＯＭなどのリムーバブルメディア（記録媒体）に記録することも、通信回線（ＩＰネットワーク９を含む）を介してダウンロードすることも可能である。
　ＣＰＵ４４はプログラムメモリ４５から各プログラムを読み出してハードウェアによる演算処理を行うもので、その処理機能として、デマンド予測部１０１、ＤＲ受付部１０２、ＤＲ定式化部１０３、スケジューリング部１０４、条件設定部１０５、削減可能量指定部１０６、気象データ受信部１０７、制御部１０９、および、検索部１１０を備える。
　デマンド予測部１０１は、制御対象機器２に係わるデータに基づいて、制御対象機器２の設置されるビル１におけるエネルギーデマンドおよびエネルギー生産量の、例えば１時間ごとの値を予測する。制御対象機器２に係わるデータは、例えば各制御対象機器２の特性（消費電力など）、制御対象機器２の動作設定、操作設定、蓄電池２０の容量、ＰＶシステム２１の発電特性などの情報を含むことが可能である。
　ＤＲ受付部１０２は、ＤＲ信号を受信する。ＤＲ信号は普通、事業者サーバ６からＩＰネットワーク９を介して定期的、または不定期に与えられる。ＤＲ信号は、そのＤＲ信号の種類、電力消費の抑制を求める時間帯、インセンティブ、および電力消費量のベースラインなどの情報を含む。実施形態ではＤＲ信号に含まれる情報を総称して、エネルギー消費量の抑制条件と称する。
　ＤＲ定式化部１０３は、受信されたＤＲ信号に含まれる抑制条件を定式化して、演算処理に利用可能な式を作成する。例えば、ＰＴＲ（Peak Time Rebate）と称する種類のＤＲ信号は、或る一定の時間帯における受電量のベースラインからの削減量に対してインセンティブが支払われる、というルール（抑制条件）を伴う。このＤＲ信号に含まれる抑制条件は、時間帯別電力料金、時間帯別インセンティブ、および時間帯別ベースライン、により表現することが可能である。
　スケジューリング部１０４は、エネルギーデマンド、エネルギー生産量、および定式化された抑制条件に基づいて、ビル１におけるエネルギー収支を最適化可能な、制御対象機器２の運転スケジュールを計算する。運転スケジュールは、それぞれの制御対象機器２を稼働させる際の設定、稼動時間、稼動期間などの情報を含むことが可能である。最適化の観点には種々あるが、例えば省エネ、省コスト、あるいは排出ＣＯ２削減などの観点を考えることが可能である。
　条件設定部１０５は、ＤＲ信号の到来前に、異なる複数のエネルギー消費量の抑制条件を設定する。設定された抑制条件はＤＲ定式化部１０３に与えられる。つまり条件設定部１０５はＤＲ信号を受信したか否かによらず、ＤＲ信号を模倣する情報（抑制条件）をＤＲ定式化部１０３に与える。
　例えば順列組み合わせで、ありとあらゆるケースを想定する抑制条件を与えることが可能である。スケジューリング部１０４は、この模倣されたＤＲ信号に含まれる抑制条件に基づいて運転スケジュールを作成する。以下では、ＤＲ信号を模倣する信号を仮想ＤＲ信号と称し、仮想ＤＲ信号に含まれる抑制条件を仮想ＤＲ条件と称することにする。
　ＤＲ定式化部１０３は、ＤＲ信号を受信したケースと同様に、仮想ＤＲ信号を与えられたケースにおいても、定式化処理を実行する。同様にスケジューリング部１０４も、定式化された抑制条件に基づいて運転スケジュールを作成する。多様な抑制条件に基づいて作成された複数の運転スケジュールは、運転データベース１０８に記憶される。
　例えば省コストを狙いとする運転スケジュールは、次式（１）に示される目的関数Ｃを最小化することで作成することが可能である。　
Figure JPOXMLDOC01-appb-M000001
　式（１）によれば、電気料金に加えてガス料金をも含めた、トータルでのコスト削減を図ることができる。
　削減可能量指定部１０６は、エネルギー消費機器により消費されるエネルギーの削減可能量の指定を受け付けるためのインタフェースである。例えば、照明設備を自発的に消灯することで、エネルギー消費量を削減することができる。ビル１のエネルギー管理担当者（ユーザ）は、削減可能量指定部１０６を介して、消費電力の削減可能量を入力することが可能である。ビル１を工場とすれば、製造設備などにおける消費電力の削減可能量を入力してもよい。
　消費電力削減可能量をＳｉと示し、時間帯別の消費電力（固定値）をＤｉとすると次式（２）の関係がある。インデックスｉは時間帯を示す。　
Figure JPOXMLDOC01-appb-M000002
　気象データ受信部１０７は、気象サーバ７から定期的あるいは不定期に気象データを取得する。取得された気象データは運転スケジュールの算出に利用可能である。　
　制御部１０９は、スケジューリング部１０４により作成された運転スケジュールに基づいて制御対象機器２を制御するための制御信号を生成する。この制御信号はＬＡＮ８およびローカルコントローラ３を介して制御対象機器２に与えられ、運転スケジュールに基づく稼動制御が実現される。
　検索部１１０は、ＤＲ信号が到来すると、このＤＲ信号に含まれる抑制条件に対応する抑制条件で算出された運転スケジュールを、運転データベース１０８から読み出す。つまり検索部１１０は、受信したＤＲ信号に含まれる抑制条件をキーとして運転データベース１０８を検索し、ヒットした運転スケジュールを制御部１０９に渡す。制御部１０９は、この運転スケジュールに基づいて制御対象機器２を制御する。次に、上記構成による作用を説明する。
　図４は、図３に示される機能ブロック間でのデータフローを示す図である。なお図４において２つのＤＲ定式化部１０３ａ，１０３ｂを示すが、いずれも図３に示されるＤＲ定式化部１０３と同様の機能を持つ機能オブジェクトである。例えば、ＤＲ定式化部１０３ａ，１０３ｂは、プログラムの進行中に生成される複数のスレッドとして理解することが可能である。
　図４において、デマンド予測部１０１は、気象データ受信部１０７により取得された気象データ、および、制御対象機器２に係わるデータに基づいて、建物１のエネルギーデマンド（例えば電力デマンド、熱デマンドなど）を予測する。予測されたエネルギーデマンドはスケジューリング部１０４に渡される。
　一方、ＧＵＩを利用してユーザにより設定された仮想ＤＲ条件は、条件設定部１０５により仮想ＤＲ信号としてＤＲ定式化部１０３ｂに渡される。条件設定部１０５はＤＲ受付部１０２におけるＤＲ信号の受信の如何によらず、仮想ＤＲ条件を含む仮想ＤＲ信号をＤＲ定式化部１０３ｂに渡す。ＤＲ定式化部１０３ｂは仮想ＤＲ信号に含まれる抑制条件を定式化し、得られた数式をスケジューリング部１０４に渡す。　
　削減可能量指定部１０６は、ＧＵＩを利用してユーザにより入力された消費電力の削減可能量を、スケジューリング部１０４に渡す。
　スケジューリング部１０４は、定式化された抑制条件およびエネルギーデマンドに基づいて、建物１におけるエネルギー収支を最適化すべく、目的関数Ｃを最小化する最適化問題を解く。最適化問題を解くには例えば遺伝的アルゴリズムなどの、既知の手法を用いることが可能である。また、最適化問題を解くにあたっては、削減可能量指定部１０６に依存しない、時間帯別の消費電力Ｄｉを予め求めておくと良い。
　スケジューリング部１０４により、仮想ＤＲ条件に基づく制御対象機器２の運転スケジュールが算出される。算出された運転スケジュールは運転データベース１０８に記憶される。この運転スケジュールをＧＵＩに表示してもよい。
　さて、ＤＲ信号が到来すると、ＤＲ受付部１０２は、受信したＤＲ信号をＤＲ定式化部１０３ａに渡す。ＤＲ定式化部１０３ａは、ＤＲ信号に含まれる抑制条件を定式化し、得られた数式を検索部１１０に渡す。検索部１１０は、この数式に基づいて運転データベース１０８を検索し、この数式を反映する仮想ＤＲ条件のもとで算出された運転スケジュールを取得する。取得された運転スケジュールは制御部１０９に渡され、制御対象機器２を制御するために利用される。
　図５は、第１の実施形態に係るエネルギー管理サーバ４の処理手順を示すフローチャートである。エネルギー管理サーバ４は、ユーザによる仮想ＤＲ条件の設定と、削減可能量の指定とを受け付ける（ステップＳ１、ステップＳ２）。これらの情報が与えられると、ＤＲ定式化部１０３ａ，１０３ｂは、それぞれＤＲ信号、仮想ＤＲ信号に含まれる抑制条件を数式に定式化してスケジューリング部１０４に与える（ステップＳ３）。
　エネルギー管理サーバ４は、受信した気象データ（ステップＳ４）をデマンド予測部１０１に与える。デマンド予測部１０１は、気象データおよび制御対象機器２のデータに基づいて電力デマンド、および熱デマンドを予測する（ステップＳ５）。この予測の結果はスケジューリング部１０４に入力され、スケジューリング部１０４は、制御対象機器２の運転スケジュールを作成する。
　ここまでの手順で、仮想ＤＲ信号に基づく運転スケジュールが算出される。算出された運転スケジュールは運転データベース１０８に記憶される。なおステップＳ１～ステップＳ６までの手順は、仮想ＤＲ条件を変更して何度でも繰り返すことが可能である。
　次に、ＤＲ受付部１０２は、外部からのＤＲ信号の到来を待ち受ける（ステップＳ７、ステップＳ８）。ＤＲ信号の到来を確認できなければ（ステップＳ８でＮｏ）、既定時間の経過ののち再度、ＤＲ信号を確認する。ＤＲ信号の受信を確認できれば、エネルギー管理サーバ４は、受信したＤＲ信号に含まれる抑制条件に基づいて予め用意された運転スケジュールを実行する（ステップＳ９）。
　このステップＳ９に至るまでには、到来したＤＲ信号に含まれる抑制条件に一致するか、あるいは近い抑制条件のもとで、運転スケジュールが既に算出されている。従ってエネルギー管理サーバ４は、ＤＲ信号を受信した直後に抑制条件に対応した運転スケジュールの実行を開始することが可能になる。
　以上説明したように第１の実施形態では、ＤＲ信号が到来する前に、仮想的なＤＲ信号、つまり種々のエネルギー抑制条件を模擬する情報をエネルギー管理サーバ４に与える。エネルギー管理サーバ４は、ＤＲ信号が到来する前に、仮想ＤＲ信号に基づく複数の運転スケジュールを作成する。これにより、あらゆるＤＲ信号を想定した複数のシナリオを予め設定、作成しておくことが可能になる。従って、実際の運転に用いられる運転スケジュールの良否を判断するための時間や、運転スケジュール作成に必要な設定を行う時間を確保することができる。
　すなわち第１の実施形態によれば、ＤＲ信号が到来すると、既に算出済みの運転スケジュールに基づいて制御対象機器２を即座に制御することが可能になる。これにより、特に、熱エネルギー関連機器のように高速起動の難しい機器の、稼動開始までのリードタイムを短縮することができる。ひいては、制御対象機器２を最大限に有利な条件のもとで稼動させることが可能になる。
　これらのことから第１の実施形態によれば、有利な運転スケジュールに基づく制御をデマンドレスポンス信号の受信から即座に開始することの可能なエネルギー管理サーバ、エネルギー管理方法およびプログラムを提供することが可能になる。
　［第２の実施形態］
　図６は、第２の実施形態に係わるエネルギー管理サーバ４の一例を示す機能ブロック図である。図６において図３と共通する部分には同じ符号を付して示し、ここでは異なる部分についてのみ説明する。
　図６において、プログラムメモリ４５は、予測条件選択プログラム１１１Ｐおよび選択支援プログラム１１２Ｐを備える。これらのプログラムは、ＣＰＵ４４における予測条件選択部１１１および選択支援部１１２の機能を実現する。　
　予測条件選択部１１１は、複数のエネルギーデマンド予測のうちから所望のデマンド予測をユーザに選択させるためのインタフェースである。選択支援部１１２は、スケジューリング部１０４から出力された複数の運転スケジュールから、実行すべき一つの運転スケジュールをユーザに選択させるためのインタフェースである。
　図７は、図６に示される機能ブロック間でのデータフローを示す図である。図７に示される複数のデマンド予測部１０１は、第１の実施形態と同じ機能を備える。　
　図７において、気象データ受信部１０７により受信された気象データはデマンド予測部１０１に渡される。デマンド予測部１０１は、気象データおよび制御対象機器２のデータに基づいて、異なる基準に基づく複数のエネルギーデマンド予測を算出する。例えばコンピュータの学習機能によりデマンド予測を算出する技術を応用すれば、学習させるためのデータに異なるデータセットを用いることで、同じ気象データに対して異なるデマンド予測結果を得ることができる。
　異なるデータセットを用意するための基準として、空調制御に係わる快適性評価指標であるＰＭＶ（Predicted Mean Vote）を用いることが可能である。ＰＭＶはＩＳＯ７７３０に規定され、温度、湿度、風速、着衣量、ふく射温度、および活動量から計算される量である。ＰＭＶの値が±０．５以内に収まっていれば、ほぼ９０％の人が快適と感じるとされる。ＰＭＶの値が大きいほど暑く感じられ、小さいほど寒く感じられる。
　異なるデータセットとしてＰＭＶの異なる４種類のデータセットを仮定する。これらを［Ａ］、［Ｂ］、［Ｃ］、［Ｄ］で区別し、それぞれ例えば以下の範囲のＰＭＶを仮定する。　
　　データセット［Ａ］：ＰＭＶ ０．４以下
　　データセット［Ｂ］：ＰＭＶ ０．４～０．６
　　データセット［Ｃ］：ＰＭＶ ０．６～１．０
　　データセット［Ｄ］：ＰＭＶ １．０以上
　デマンド予測部１０１は、それぞれのデータセットについてエネルギーデマンド予測を算出する。これらのデマンド予測は予測条件選択部１１１に与えられる。
　予測条件選択部１１１は、これらの複数のデマンド予測をメニュー形式などでＧＵＩに表示し、例えばクリック操作などの選択操作をユーザに促す。選択された少なくとも一つのデマンド予測はスケジューリング部１０４に渡され、第１の実施形態と同様にして運転スケジュールが算出される。なお、仮想ＤＲ信号を考慮した運転スケジュールと、ＤＲ信号を考慮しない運転スケジュールとの双方を算出するようにしても良い。算出された運転スケジュールは、運転データベース１０８に記憶される。
　ＤＲ信号が到来すると、このＤＲ信号に含まれる抑制条件を示す数式が検索部１１０に渡される。検索部１１０は、この数式に基づいて運転データベース１０８を検索し、この数式を反映する仮想ＤＲ条件のもとで算出された運転スケジュールを、複数の予測条件ごとに取得する。取得された予測条件ごとの運転スケジュールは選択支援部１１２に渡される。
　選択支援部１１２は、予測条件ごとの運転スケジュールをＧＵＩに表示する。ユーザにより選択された運転スケジュールは制御部１０９に渡される。制御部１０９は、ユーザの希望するスケジュールに沿って制御対象機器２を制御する。
　図８は、第２の実施形態に係るエネルギー管理サーバ４の処理手順を示すフローチャートである。図８において図５と共通する手順には同じ符号を付し、ここでは異なる手順についてのみ説明する。ステップＳ５において複数のデマンド予測が算出されると、予測条件選択部１１１はＧＵＩに算出したデマンド予測を表示し、ユーザの選択を待つ（ステップＳ１０）。１つのデマンド予測が選択されると、選択されたデマンド予測に基づいて運転スケジュールが算出される（ステップＳ６）。ステップＳ５、Ｓ１０、Ｓ６の手順はユーザの選択操作が完了するまで、つまり全ケースの完了が指示されるまで（ステップＳ１１でＹｅｓ）繰り返される。
　選択されたデマンド予測の数の分の運転スケジュールが算出されたのち、ＤＲ信号が到来すると、当該ＤＲ信号に対応する運転スケジュールが選択支援部１１２に渡される。選択支援部１１２は、複数の運転スケジュールをＧＵＩに表示し、いずれかの運転スケジュールの選択をユーザに促す（ステップＳ１２）。そして、選択された運転スケジュールに基づく制御が開始される（ステップＳ９）。
　図９は、第２の実施形態においてＧＵＩに表示される、スケジュール選択画面の一例を示す図である。この画面は図８のステップＳ１２でディスプレイ４２に表示される。画面右および左に、２種類の運転スケジュールが表示される。各運転スケジュールに対応付けて、符号の異なる運転ボタン２０１、２０２が表示される。
　運転ボタン２０１に対応するスケジュールはＤＲ信号を考慮したもので、運転ボタン２０２に対応するスケジュールはＤＲ信号を考慮しないものである。なお、複数のデマンド予測に対応して、ＤＲ信号を考慮した複数のスケジュールが表示されるケースもあるが、図９では１つのスケジュールだけを示す。
　インセンティブ、コスト、トータルコスト、およびピーク電力が、運転スケジュールごとに併せて表示される。運転スケジュールは、蓄熱および放熱のエネルギー量と、受電量との関係を示す。
　図中左のスケジュールでは、蓄熱および放熱を行うことで１５千円のインセンティブを受領できるが、コストが１３３千円かかり、トータルコストが１１８千円になることが示される。右のスケジュールは、ＤＲに伴う蓄熱および放熱が実施されないケースを示し、トータルコストは１２３千円であることが示される。
　コスト削減を優先するユーザは左のスケジュールを選択し、運転ボタン２０１をクリックすることで自らの意思をシステムに伝える。これにより、ＤＲを考慮した運転スケジュールに基づく制御が開始される。
　なお、スケジュールごとの受電量のピークも併せて示される。左のスケジュールのピーク電力は６２０ｋＷ、右のスケジュールのピーク電力は９００ｋＷである。受電量に制限がある場合にはこの数値を参考にすることができる。なお、ここに表示されるコスト、ピーク電力は運転スケジュールを実行した場合の想定値であり、スケジューリング部１０４で計算された計算値である。
　第２の実施形態によれば、複数の運転スケジュールが算出され、ユーザに提示される。複数の運転スケジュールは、ＤＲ信号を想定しない通常運転時におけるスケジュールと、ＤＲ信号の到来を想定したスケジュールとを含むことができる。また、複数の基準に基づく複数のエネルギーデマンド予測に対応する複数のスケジュールも含めることができる。ユーザは提示された運転スケジュールのうち一つを選択可能であり、従って、制御対象機器２の制御にユーザの意思を反映させることが可能になる。
　なお、本発明は上記実施の形態に限定されるものではない。　
　図１０は、図３に示される機能ブロック間でのデータフローの他の例を示す図である。図１０においては、図４でＤＲ定式化部１０３ａ，１０３ｂとして示されるＤＲ定式化部１０３を、一つのオブジェクト（スレッド）として示す。このＤＲ定式化部１０３は、現実のＤＲ信号に含まれる抑制条件の定式化と、仮想ＤＲ信号に含まれる抑制条件の定式化との２つの処理を担うことになる。そこで、現実のＤＲ信号と仮想ＤＲ信号とを、例えばフラグにより区別するようにすれば良い。
　仮想ＤＲ信号を示すフラグの無いＤＲ信号は、現実のＤＲ信号として取り扱われ、その抑制条件を示す数式は検索部１１０に渡される。仮想ＤＲ信号を示すフラグの有るＤＲ信号は仮想ＤＲ信号として取り扱われ、その抑制条件を示す数式はスケジューリング部１０４に渡される。このようにしても第１の実施形態と同様の作用を実現することが可能である。
　また、デマンド予測部１０１、ＤＲ受付部１０２、ＤＲ定式化部１０３、スケジューリング部１０４、条件設定部１０５、削減可能量指定部１０６、気象データ受信部１０７、運転データベース１０８、制御部１０９、検索部１１０、条件選択部１１１、および選択支援部１１２の少なくともいずれかを、クラウドコンピューティングシステムにインプリメントすることも可能である。これらの機能ブロックの機能を実現するプログラムは、単体のコンピュータに実装されてもよいし、複数のコンピュータに分散して実装されてもよい。これらの機能オブジェクトを如何にしてシステムにインプリメントするかは、当業者によれば容易に理解されるであろう。
　本発明のいくつかの実施形態を説明したが、これらの実施形態は例として提示するものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

Claims (20)

  1. 　エネルギー消費機器と蓄エネルギー機器とを含む電気機器に係わるデータに基づいて、当該電気機器の設置される建物におけるエネルギーデマンドを予測する予測部と、
    　複数のエネルギー消費量の抑制条件を設定する条件設定部と、
    　前記エネルギーデマンドと前記抑制条件とに基づいて、前記建物におけるエネルギー収支を最適化可能な前記電気機器の運転スケジュールを計算する計算部と、
    　エネルギー消費量の抑制条件を含むデマンドレスポンス信号を受信する受信部と、
    　前記デマンドレスポンス信号に含まれる抑制条件に対応する抑制条件で計算された前記運転スケジュールに基づいて前記電気機器を制御する制御部とを具備するエネルギー管理サーバ。
  2. 　前記電気機器は、エネルギー生産機器を含み、
    　前記予測部は、前記エネルギー生産機器によるエネルギー生産量を予測し、
    　前記計算部は、前記エネルギー生産量に基づいて前記運転スケジュールを計算する、請求項１に記載のエネルギー管理サーバ。
  3. 　さらに、前記エネルギー消費機器により消費されるエネルギーの削減可能量の指定を受け付ける指定部を具備し、
    　前記計算部は、前記指定された削減可能量に基づいて前記運転スケジュールを計算する、請求項１に記載のエネルギー管理サーバ。
  4. 　さらに、気象データを受信する気象データ受信部を具備し、
    　前記計算部は、前記気象データに基づいて前記運転スケジュールを計算する、請求項１に記載のエネルギー管理サーバ。
  5. 　前記予測部は、異なる基準に基づいて複数のエネルギーデマンドを予測し、
    　前記計算部は、前記予測された複数のエネルギーデマンドに基づいて複数の運転スケジュールを計算する、請求項１に記載のエネルギー管理サーバ。
  6. 　さらに、前記複数の運転スケジュールのうちいずれかの指定をユーザに促すインタフェース部を具備し、
    　前記制御部は、前記インタフェース部を介して指定された運転スケジュールに基づいて前記電気機器を制御する、請求項５に記載のエネルギー管理サーバ。
  7. 　前記インタフェース部は、前記複数の運転スケジュールと、各運転スケジュールに対応する前記抑制条件とを視覚的に表示する、請求項６に記載のエネルギー管理サーバ。
  8. 　前記インタフェース部は、前記複数の運転スケジュールと、各運転スケジュールに対応する受電量のピーク値とを視覚的に表示する、請求項６に記載のエネルギー管理サーバ。
  9. 　エネルギー消費機器と蓄エネルギー機器とを含む電気機器に係わるデータに基づいて、当該電気機器の設置される建物におけるエネルギーデマンドを予測し、
    　複数のエネルギー消費量の抑制条件を設定し、
    　前記エネルギーデマンドと前記抑制条件とに基づいて、前記建物におけるエネルギー収支を最適化可能な前記電気機器の運転スケジュールを計算し、
    　エネルギー消費量の抑制条件を含むデマンドレスポンス信号を受信し、
    　前記デマンドレスポンス信号に含まれる抑制条件に対応する抑制条件で計算された前記運転スケジュールに基づいて前記電気機器を制御するエネルギー管理方法。
  10. 　前記電気機器は、エネルギー生産機器を含み、
    　前記エネルギー生産機器によるエネルギー生産量を予測し、
    　前記エネルギー生産量に基づいて前記運転スケジュールを計算する、請求項９に記載のエネルギー管理方法。
  11. 　さらに、前記エネルギー消費機器により消費されるエネルギーの削減可能量の指定を受け、
    　前記指定された削減可能量に基づいて前記運転スケジュールを計算する、請求項９に記載のエネルギー管理方法。
  12. 　さらに、気象データを受信し、
    　前記気象データに基づいて前記運転スケジュールを計算する、請求項９に記載のエネルギー管理方法。
  13. 　異なる基準に基づいて複数のエネルギーデマンドを予測し、
    　前記予測された複数のエネルギーデマンドに基づいて複数の運転スケジュールを計算する、請求項９に記載のエネルギー管理方法。
  14. 　さらに、前記複数の運転スケジュールのうちいずれかの指定をユーザに促し、
    　前記指定された運転スケジュールに基づいて前記電気機器を制御する、請求項１３に記載のエネルギー管理方法。
  15. 　コンピュータにより実行されるプログラムであって、
    　　前記プログラムは、
    　エネルギー消費機器と蓄エネルギー機器とを含む電気機器に係わるデータに基づいて、当該電気機器の設置される建物におけるエネルギーデマンドを予測し、
    　複数のエネルギー消費量の抑制条件を設定し、
    　前記エネルギーデマンドと前記抑制条件とに基づいて、前記建物におけるエネルギー収支を最適化可能な前記電気機器の運転スケジュールを計算し、
    　エネルギー消費量の抑制条件を含むデマンドレスポンス信号を受信し、
    　前記デマンドレスポンス信号に含まれる抑制条件に対応する抑制条件で計算された前記運転スケジュールに基づいて前記電気機器を制御するプログラム。
  16. 　前記電気機器は、エネルギー生産機器を含み、
    　前記エネルギー生産機器によるエネルギー生産量を予測し、
    　前記エネルギー生産量に基づいて前記運転スケジュールを計算する、請求項１５に記載のプログラム。
  17. 　さらに、前記エネルギー消費機器により消費されるエネルギーの削減可能量の指定を受け、
    　前記指定された削減可能量に基づいて前記運転スケジュールを計算する、請求項１５に記載のプログラム。
  18. 　さらに、気象データを受信し、
    　前記気象データに基づいて前記運転スケジュールを計算する、請求項１５に記載のプログラム。
  19. 　異なる基準に基づいて複数のエネルギーデマンドを予測し、
    　前記予測された複数のエネルギーデマンドに基づいて複数の運転スケジュールを計算する、請求項１５に記載のプログラム。　
  20. 　さらに、前記複数の運転スケジュールのうちいずれかの指定をユーザに促し、
    　前記指定された運転スケジュールに基づいて前記電気機器を制御する、請求項１９に記載のプログラム。
PCT/JP2013/067707 2012-12-11 2013-06-27 エネルギー管理サーバ、エネルギー管理方法およびプログラム WO2014091784A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP13815667.4A EP2933774A4 (en) 2012-12-11 2013-06-27 ENERGY MANAGEMENT SERVER, POWER MANAGEMENT METHOD, AND PROGRAM
CN201380001897.3A CN103999114B (zh) 2012-12-11 2013-06-27 能量管理服务器以及能量管理方法
US14/025,042 US10345766B2 (en) 2012-12-11 2013-09-12 Energy management server, energy management method, and medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-270349 2012-12-11
JP2012270349A JP6109555B2 (ja) 2012-12-11 2012-12-11 エネルギー管理サーバ、エネルギー管理方法およびプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/025,042 Continuation US10345766B2 (en) 2012-12-11 2013-09-12 Energy management server, energy management method, and medium

Publications (1)

Publication Number Publication Date
WO2014091784A1 true WO2014091784A1 (ja) 2014-06-19

Family

ID=50934087

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/067707 WO2014091784A1 (ja) 2012-12-11 2013-06-27 エネルギー管理サーバ、エネルギー管理方法およびプログラム

Country Status (4)

Country Link
EP (1) EP2933774A4 (ja)
JP (1) JP6109555B2 (ja)
CN (1) CN103999114B (ja)
WO (1) WO2014091784A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3067840A1 (en) * 2015-03-13 2016-09-14 Hitachi, Ltd. Energy control unit, energy control system, and energy management method

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6356502B2 (ja) 2014-06-20 2018-07-11 株式会社東芝 機器運転設定装置及び機器運転設定値決定プログラム
JP5967265B2 (ja) * 2014-07-31 2016-08-10 ダイキン工業株式会社 機器制御装置
JP6038085B2 (ja) * 2014-08-28 2016-12-07 横河電機株式会社 産業用デマンドレスポンス制御システムおよび産業用デマンドレスポンス制御方法
KR101698264B1 (ko) * 2015-03-11 2017-01-19 엘지전자 주식회사 네트워크 시스템 및 그 제어방법
KR102586745B1 (ko) 2015-09-01 2023-10-10 삼성전자 주식회사 에너지 소비를 관리하는 방법 및 장치
US10387926B2 (en) * 2015-10-30 2019-08-20 Global Design Corporation Ltd. Cloud-based methods for identifying energy profile and estimating energy consumption and cloud-based energy profile usage identification system
JP7140716B2 (ja) * 2019-06-17 2022-09-21 トヨタ紡織株式会社 エネルギー管理システム及びエネルギー管理方法
CN113608486B (zh) * 2021-08-20 2024-10-15 沈阳世杰电器有限公司 利用现有电网的分布式负荷设备集中控制系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005092827A (ja) * 2003-09-22 2005-04-07 Mitsubishi Electric Corp スケジューリングシステムおよびスケジューリングをコンピュータに実行させるためのプログラム
JP2008232610A (ja) * 2007-02-19 2008-10-02 Matsushita Electric Works Ltd スケジュール生成装置
JP2009245378A (ja) * 2008-03-31 2009-10-22 Toshiba Corp 情報処理装置
JP4396557B2 (ja) 2005-03-22 2010-01-13 株式会社日立プラントテクノロジー 空調システム
JP2011061991A (ja) * 2009-09-10 2011-03-24 Toshiba Corp 電力デマンド監視装置および電力デマンド監視方法
JP2012120295A (ja) * 2010-11-30 2012-06-21 Mitsubishi Electric Corp 住宅電気エネルギー管理装置、住宅電気エネルギー管理システム、住宅電気エネルギー管理方法、および、プログラム
WO2012137814A1 (ja) * 2011-04-04 2012-10-11 シャープ株式会社 コントローラおよび制御方法
JP2012228141A (ja) * 2011-04-22 2012-11-15 Toyota Motor Corp 住宅エネルギーシステム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100017045A1 (en) * 2007-11-30 2010-01-21 Johnson Controls Technology Company Electrical demand response using energy storage in vehicles and buildings
US8600556B2 (en) * 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager
JP4995958B2 (ja) * 2010-09-16 2012-08-08 株式会社東芝 消費エネルギー算出装置
WO2012044946A2 (en) * 2010-10-01 2012-04-05 Drexel University Dynamic load modeling of a building's energy consumption for demand response applications
JP5679847B2 (ja) * 2011-02-04 2015-03-04 株式会社東芝 エネルギー管理システムおよびエネルギー管理方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005092827A (ja) * 2003-09-22 2005-04-07 Mitsubishi Electric Corp スケジューリングシステムおよびスケジューリングをコンピュータに実行させるためのプログラム
JP4396557B2 (ja) 2005-03-22 2010-01-13 株式会社日立プラントテクノロジー 空調システム
JP2008232610A (ja) * 2007-02-19 2008-10-02 Matsushita Electric Works Ltd スケジュール生成装置
JP2009245378A (ja) * 2008-03-31 2009-10-22 Toshiba Corp 情報処理装置
JP2011061991A (ja) * 2009-09-10 2011-03-24 Toshiba Corp 電力デマンド監視装置および電力デマンド監視方法
JP2012120295A (ja) * 2010-11-30 2012-06-21 Mitsubishi Electric Corp 住宅電気エネルギー管理装置、住宅電気エネルギー管理システム、住宅電気エネルギー管理方法、および、プログラム
WO2012137814A1 (ja) * 2011-04-04 2012-10-11 シャープ株式会社 コントローラおよび制御方法
JP2012228141A (ja) * 2011-04-22 2012-11-15 Toyota Motor Corp 住宅エネルギーシステム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2933774A4

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3067840A1 (en) * 2015-03-13 2016-09-14 Hitachi, Ltd. Energy control unit, energy control system, and energy management method
JP2016170647A (ja) * 2015-03-13 2016-09-23 株式会社日立製作所 エネルギー制御ユニット、エネルギー制御システム、およびエネルギー管理方法

Also Published As

Publication number Publication date
CN103999114A (zh) 2014-08-20
EP2933774A4 (en) 2016-04-20
EP2933774A1 (en) 2015-10-21
JP2014115878A (ja) 2014-06-26
JP6109555B2 (ja) 2017-04-05
CN103999114B (zh) 2017-12-05

Similar Documents

Publication Publication Date Title
WO2014091784A1 (ja) エネルギー管理サーバ、エネルギー管理方法およびプログラム
JP6180826B2 (ja) エネルギー管理サーバ、エネルギー管理方法およびプログラム
US10345766B2 (en) Energy management server, energy management method, and medium
US9310792B2 (en) Scheduling and modeling the operation of controllable and non-controllable electronic devices
JP5981313B2 (ja) 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
JP5908302B2 (ja) 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
US20150338869A1 (en) Demand response control method and demand response control device
US20140316599A1 (en) Consumer energy management system and consumer energy management method
JP5656921B2 (ja) 電力融通装置、電力融通システム、電力融通方法及びプログラム
CN102016748A (zh) 用于管理计算环境中的能量消耗的系统和方法
JP2006340461A (ja) グリーン電力制御システムおよびコンピュータプログラム
JP5794531B2 (ja) 電力ナビゲーション装置
JP5508250B2 (ja) 省エネルギー支援装置
JP5847650B2 (ja) エネルギー管理システム、サーバ装置、エネルギー管理方法およびプログラム
JP6614866B2 (ja) 空気調和システム、空気調和方法、及び制御装置
JP6606368B2 (ja) 熱源電源機器の運転計画演算方法及び運転計画演算サーバー
Pham et al. Joint energy scheduling and water saving in geo-distributed mixed-use buildings
JP2024099208A (ja) 節電量予測システム及び電力供給計画システム
JP6597354B2 (ja) 電力管理装置および電力管理プログラム
CN113835351A (zh) 基于多端协同架构的智能家居用电优化控制系统及方法
JP2016116424A (ja) 需要家装置、電力消費管理装置、電力消費管理システム、電力消費管理方法および電力消費管理プログラム
Hu et al. Intelligent Power Trading Optimization Control System Based on Cloud-Cluster-Client Collaborative Architecture
JP2018007432A (ja) 施設側装置、電力管理装置、電力管理システム、電力管理方法および電力管理プログラム
JP2015158746A (ja) 社会インフラ制御システム、計算装置および社会インフラ制御方法

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2013815667

Country of ref document: EP

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13815667

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE