WO2017134788A1 - 消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム - Google Patents

消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム Download PDF

Info

Publication number
WO2017134788A1
WO2017134788A1 PCT/JP2016/053322 JP2016053322W WO2017134788A1 WO 2017134788 A1 WO2017134788 A1 WO 2017134788A1 JP 2016053322 W JP2016053322 W JP 2016053322W WO 2017134788 A1 WO2017134788 A1 WO 2017134788A1
Authority
WO
WIPO (PCT)
Prior art keywords
power consumption
power
current value
parameter
prediction
Prior art date
Application number
PCT/JP2016/053322
Other languages
English (en)
French (fr)
Inventor
諭司 花井
聡司 峯澤
矢部　正明
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to JP2017565343A priority Critical patent/JP6513231B2/ja
Priority to PCT/JP2016/053322 priority patent/WO2017134788A1/ja
Publication of WO2017134788A1 publication Critical patent/WO2017134788A1/ja

Links

Images

Classifications

    • 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
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • 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
    • 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
    • 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

Definitions

  • the present invention relates to a power consumption prediction device, a power consumption prediction system, a power consumption prediction method, and a program.
  • Patent Document 1 discloses a technique for estimating the power consumption of each electrical device based on the total power supplied from a power company to a demand area through a main breaker. Specifically, in the technique disclosed in Patent Document 1, the power consumption of the electrical device is estimated based on the change in the operating state of the electrical device and the change in the total power supplied to the demand area.
  • the power consumption of an electrical device often depends not only on the operating state of the electrical device but also on the operating environment of the electrical device. In other words, even if the operating state of the electrical device does not change, the power consumption of the electrical device often changes if the operating environment of the electrical device changes.
  • the operating environment is, for example, the temperature around the electric device or the elapsed time since the electric device is operated.
  • the present invention has been made in view of the above problems, and an object of the present invention is to provide a power consumption prediction device, a power consumption prediction system, a power consumption prediction method, and a program for predicting power consumption of an electrical device with high accuracy.
  • a power consumption prediction apparatus includes: Current value acquisition means for acquiring a current value of a parameter indicating an operating environment of the first electric device among the plurality of electric devices; Obtaining first power information related to the total power consumption of the plurality of electrical devices before the current value changes and second power information related to the total power consumption of the plurality of electrical devices after the current value changes Power information acquisition means for Generating means for generating correspondence information indicating a correspondence relationship between the value of the parameter and the power consumption of the first electric device when the current value is changed; Predicted value acquisition means for acquiring a predicted value of the parameter; Prediction means for predicting the power consumption of the first electrical device based on the correspondence information generated by the generation means and the prediction value acquired by the prediction value acquisition means.
  • the present invention when the current value of the parameter indicating the operating environment of the first electrical device among a plurality of electrical devices changes, correspondence information indicating the correspondence between the parameter value and the power consumption of the first electrical device is generated. Then, the power consumption of the first electrical device is predicted based on the generated correspondence information and the predicted value of the parameter. Therefore, according to the present invention, it is possible to predict the power consumption of an electrical device with high accuracy.
  • the power consumption prediction apparatus 100 is an apparatus that predicts various types of power consumption in demand areas.
  • the power consumption prediction apparatus 100 is, for example, a total power consumption value that is a total value of power consumed in the future in a demand area, and a total power consumption value that is a total value of power consumed in the future in a demand area.
  • the future power consumption of each electrical device that consumes power in the demand area and the future power consumption of each electrical device that consumes power in the demand area are predicted.
  • the power consumption prediction apparatus 100 estimates the power consumption characteristics of each electrical device, (procedure 2) predicts the power consumption of each electrical device based on the estimated power consumption characteristics of each electrical device, (Procedure 3) Predicting the total power consumption value in the demand area by calculating the sum of the predicted power consumption of each electrical device, and (Procedure 4) integrating the predicted total power consumption value and total power consumption in the demand area Predict.
  • the power consumption prediction apparatus 100 estimates the power consumption characteristics of each electrical device
  • (Procedure 5) estimates the current power consumption of each electrical device based on the estimated power consumption characteristics of each electrical device.
  • the power consumption prediction apparatus 100 may estimate power consumption characteristics for a combination of a plurality of electrical devices instead of estimating power consumption characteristics for each electrical device.
  • Estimating the power consumption characteristics of an electric device basically generates correspondence information indicating the correspondence between the operating state of the electric device, the parameter value indicating the operating environment of the electric device, and the power consumption of the electric device. That is.
  • the operation state is defined by an operation mode, a target value, and the like. For example, when the electric device is an air conditioner, the operation state is defined by the operation mode (heating operation, cooling operation, air blowing operation, dehumidifying operation, etc.) and the set temperature.
  • the operating environment is defined by the environment in which the electrical equipment is placed.
  • the parameters indicating the operating environment are, for example, temperature, humidity, weather, season, date, day of the week, time zone, location of demand place, number of family members, and user schedule.
  • the elapsed time from the time when the operation of the electrical device is changed is also a parameter indicating the operating environment.
  • the power consumption of the electrical device may depend on the operating environment or may not depend on the operating environment. For example, when the electric device is an air conditioner, the operation state is a cooling operation state, and the operation environment is the temperature or the elapsed time described above, the power consumption of the electric device is likely to depend on the operation environment.
  • the power consumption of the electrical device may not depend on the operating environment even if the operating environment is air temperature or the elapsed time described above. There is. Further, when the electric device is illumination and the operating environment is the temperature or the elapsed time described above, the power consumption of the electric device is highly likely not to depend on the operating environment. In this embodiment, it is assumed that the power consumption prediction apparatus 100 can determine what operating environment affects power consumption when what type of electrical equipment is in what operating state. .
  • the correspondence relationship information is not information indicating the correspondence relationship between the power consumption and the operation state, but is information indicating the correspondence relationship between the power consumption, the operation state, and the parameter value indicating the operation environment. Therefore, in the present embodiment, since the power consumption characteristic is estimated by taking into account not only the operation state but also the parameter value indicating the operation environment, it can be expected that the accuracy of the power consumption prediction is increased. Note that generating or updating the correspondence information can be said to learn power consumption characteristics. Note that there are cases where the operating state of the electrical device can only be either on or off. For example, in the case of lighting in which an electric device does not have a dimming function, the operating state can be either on or off. In such a case, the correspondence relationship information may be information indicating the correspondence relationship between the power consumption and the parameter value indicating the operating environment.
  • the power consumption prediction device 100 is a device that not only predicts power consumption but also manages power consumption, that is, a power management device. Moreover, in this embodiment, the power consumption prediction apparatus 100 shall have a function which controls and monitors the electric equipment which operate
  • HEMS Home Energy Management System
  • the power consumption prediction device 100 communicates with the power measurement device 200, the sensor 210, the electric device 301, the electric device 302, the electric device 303, and the power conversion device 410 via the home network 610. Further, the power consumption prediction apparatus 100 communicates with the terminal device 510 and the cloud server 520 via the in-home network 610 and the out-of-home network 620. The power consumption prediction apparatus 100 can control / monitor the electric device 301, the electric device 302, and the electric device 303. That is, the electric device 301, the electric device 302, and the electric device 303 are managed devices. Since the power consumption prediction apparatus 100 grasps the operation state of the management target device, it can generate correspondence information of the management target device.
  • the electric power consumption prediction apparatus 100 cannot control / monitor the electric device 304 and the electric device 305. That is, the electric device 304 and the electric device 305 are unmanaged devices. Since the power consumption prediction apparatus 100 basically does not grasp the operation state of the unmanaged device, it is not always possible to generate correspondence information of the unmanaged device. However, the power consumption prediction apparatus 100 can grasp the operation state of the unmanaged device and generate correspondence information of the unmanaged device by referring to the schedule information of the unmanaged device, for example.
  • the configuration of the power consumption prediction apparatus 100 will be described with reference to FIG.
  • the power consumption prediction apparatus 100 includes a CPU (Central Processing Unit) 11, a ROM (Read Only Memory) 12, a RAM (Random Access Memory) 13, a flash memory 14, an RTC (Real Time Clock) 15, A touch screen 16, an in-home communication interface 17, and an out-of-home communication interface 18 are provided.
  • the components included in the power consumption prediction apparatus 100 are connected to each other via a bus.
  • the CPU 11 controls the overall operation of the power consumption prediction apparatus 100.
  • the CPU 11 operates according to a program stored in the ROM 12 and uses the RAM 13 as a work area.
  • the ROM 12 stores programs and data for controlling the overall operation of the power consumption prediction apparatus 100.
  • the RAM 13 functions as a work area for the CPU 11. That is, the CPU 11 temporarily writes programs and data in the RAM 13 and refers to these programs and data as appropriate.
  • the flash memory 14 is a nonvolatile memory that stores various types of information.
  • the RTC 15 is a time measuring device.
  • the RTC 15 includes, for example, a battery and keeps timing while the power consumption prediction apparatus 100 is powered off.
  • the RTC 15 includes an oscillation circuit including a crystal oscillator, for example.
  • the touch screen 16 detects a touch operation performed by the user and supplies a signal indicating the detection result to the CPU 11.
  • the touch screen 16 displays an image based on the image signal supplied from the CPU 11. As described above, the touch screen 16 functions as a user interface of the power consumption prediction apparatus 100.
  • the home communication interface 17 is an interface for connecting the power consumption prediction apparatus 100 to the home network 610.
  • the power consumption prediction device 100 can communicate with various devices connected to the home network 610 via the home network 610.
  • the home communication interface 17 includes, for example, a LAN (Local Area Network) interface (for example, NIC (Network Interface Card)).
  • LAN Local Area Network
  • NIC Network Interface Card
  • the outside communication interface 18 is an interface for connecting the power consumption prediction apparatus 100 to the outside network 620.
  • the power consumption prediction device 100 can communicate with various devices connected to the outside network 620 via the outside network 620.
  • the out-of-home communication interface 18 includes, for example, a LAN interface (for example, NIC).
  • the power measuring apparatus 200 measures the total power (hereinafter referred to as “total power consumption”) supplied from the commercial power source 400 to each electrical device in the demand area via a main breaker (not shown).
  • the power measuring device 200 measures the value of the current flowing through the power line and the value of the voltage between the power lines at the main breaker (not shown). Based on the measured total power consumption, the power measuring apparatus 200 calculates the total power consumption in the unit period, the accumulated total power consumption from the reference time, and the like.
  • the power measuring apparatus 200 stores information indicating the physical quantity acquired by measurement or calculation as power information.
  • the power measurement apparatus 200 transmits the stored power information to the power consumption prediction apparatus 100 via the home network 610 at a predetermined cycle (for example, every 30 minutes).
  • the power measuring apparatus 200 includes a current detection sensor, a voltage detection sensor, a flash memory, a communication interface, and the like.
  • the sensor 210 detects a parameter value indicating the operating environment, and transmits the detected parameter value to the power consumption prediction apparatus 100 via the home network 610.
  • the sensor 210 is, for example, a temperature sensor or a humidity sensor.
  • Electrical devices 301, 302, 303, 304, and 305 are devices that are arranged in the house and operate by consuming electrical energy supplied from the commercial power source 400.
  • the electric devices 301, 302, and 303 have the same configuration as the home communication interface 17 and have a function of connecting to the home network 610.
  • the electric devices 304 and 305 do not have the same configuration as the home communication interface 17 and do not have a function of connecting to the home network 610. That is, the electric devices 301, 302, and 303 are managed devices, and the electric devices 304 and 305 are unmanaged devices.
  • the electric devices 301, 302, 303, 304, and 305 are, for example, an air conditioner, a television, a lighting, a refrigerator, an IHCH (Induction Heating Cooking Heater), an eco cute, a ventilator, an ice machine, lighting, an insecticidal device, a showcase, a dehumidifier, and a humidifier. Appliances, heaters, electric kettles, microwave ovens, rice cookers, bath dryers.
  • IHCH Induction Heating Cooking Heater
  • the commercial power source 400 is a power source that supplies power to consumers from an electric power company.
  • the power supplied from the commercial power source 400 is AC power.
  • the commercial power source 400 supplies AC power to the demand area. In the present embodiment, for easy understanding, it is assumed that power is not supplied from the demand area to the commercial power supply 400 (that is, there is no reverse power flow).
  • the power converter 410 converts AC power into DC power, and converts DC power into AC power.
  • the power converter 410 converts AC power supplied from the commercial power source 400 into DC power and supplies it to the electric vehicle 420 (strictly, a storage battery mounted on the electric vehicle 420).
  • the power converter 410 converts the DC power supplied from the electric vehicle 420 into AC power and supplies the AC power to the electric devices 301, 302, 303, 304, and 305.
  • the power conversion device 410 has a function of communicating with the power consumption prediction device 100 via the home network 610.
  • the electric vehicle 420 includes a storage battery (not shown). This storage battery stores the power supplied from the power converter 410. The electric vehicle 420 can travel with the electric power stored in the storage battery. Further, the storage battery supplies the stored power to the power conversion device 410. Note that a combination of the power conversion device 410 and the power conversion device 410 can also be regarded as an electrical device.
  • the terminal device 510 is a device that communicates with the power consumption prediction device 100 via the outside network 620.
  • the terminal device 510 functions as a user interface of the power consumption prediction device 100, for example.
  • the terminal device 510 is, for example, a personal computer, a smartphone, a mobile phone, a tablet terminal, or the like.
  • the cloud server 520 is a server that provides resources in cloud computing.
  • the cloud server 520 includes, for example, a processor 521 that controls the operation of the entire cloud server 520, a communication interface 522 for connecting to the outside network 620, and a hard disk 523 that stores various types of information.
  • the cloud server 520 supplies the information stored in the hard disk 523 to the power consumption prediction apparatus 100 in response to a request from the power consumption prediction apparatus 100. Also, the cloud server 520 executes the requested process in response to the request from the power consumption prediction apparatus 100 and transmits information indicating the processing result to the power consumption prediction apparatus 100.
  • the home network 610 is a network constructed in the home, and is a network for devices connected to the home network 610 to communicate with each other.
  • the home network 610 is, for example, a wireless LAN.
  • the outside network 620 is a network constructed outside the house, and is a network for devices connected to the outside network 620 to communicate with each other.
  • the outside network 620 is, for example, a WAN (Wide Area Network).
  • the home network 610 and the outside network 620 are connected to each other via the power consumption prediction apparatus 100. Therefore, the power consumption prediction apparatus 100 also has a function as a gateway apparatus.
  • the outside network 620 is, for example, the Internet.
  • the power consumption prediction apparatus 100 includes a power information acquisition unit 101, a current value acquisition unit 1021, a prediction value acquisition unit 1022, a storage unit 103, a generation unit 104, a prediction unit 105, a control unit 106, and a presentation unit 107. Prepare.
  • the power information acquisition unit 101 acquires power information related to the total power consumption supplied from the commercial power source 400 to the electrical devices 301, 302, 303, 304, and 305.
  • the power information acquisition unit 101 acquires, for example, power information related to the power supplied from the commercial power source 400 to the demand area via a trunk breaker (not shown). In the present embodiment, it is assumed that the power information acquisition unit 101 periodically acquires power information. Therefore, the power information acquisition unit 101 acquires the first power information and the second power information.
  • the first power information is information related to the total power consumption before a current value of a parameter described later changes.
  • the second power information is information related to the total power consumption after a current value of a parameter described later changes.
  • the function of the power information acquisition unit 101 is realized by the function of the home communication interface 17, for example.
  • the current value acquisition unit 1021 acquires the current value of the parameter indicating the operating environment of the first electric device among the electric devices 301, 302, 303, 304, and 305.
  • the first electric device is, for example, an electric device in operation. That is, the current value acquisition unit 1021 acquires the value of a parameter indicating the operating environment for an operating electrical device among the electrical devices 301, 302, 303, 304, and 305.
  • the current value acquisition unit 1021 acquires, from the sensor 210 and the cloud server 520, for example, parameter values that affect the power consumption of an operating electrical device.
  • the function of the current value acquisition unit 1021 is realized by the functions of the in-home communication interface 17 and the out-of-home communication interface 18, for example. Alternatively, the function of the current value acquisition unit 1021 is realized by the function of the RTC 15, for example.
  • the predicted value acquisition unit 1022 acquires the predicted value of the parameter described above.
  • the predicted value acquisition unit 1022 acquires a predicted value of a parameter that affects the power consumption of the first electrical device from the sensor 210 or the cloud server 520.
  • the function of the predicted value acquisition unit 1022 is realized by the functions of the in-home communication interface 17 and the out-of-home communication interface 18, for example.
  • the function of the predicted value acquisition unit 1022 is realized by the function of the RTC 15, for example.
  • the storage unit 103 functionally includes a power information storage unit 1031, a parameter value storage unit 1032, a correspondence relationship information storage unit 1033, an operation state information storage unit 1034, and a schedule information storage unit 1036.
  • the power information storage unit 1031 stores the power information acquired by the power information acquisition unit 101 in association with the acquisition time.
  • the parameter value storage unit 1032 stores the current value of the parameter acquired by the current value acquisition unit 1021 in association with the acquisition time. Note that when the parameter acquired by the current value acquisition unit 1021 is a parameter that does not change with time, the current value of the acquired parameter does not have to be associated with the acquisition time.
  • the parameter value storage unit 1032 stores the parameter prediction value acquired by the prediction value acquisition unit 1022 in association with the prediction target time. That is, the parameter value storage unit 1032 stores information in which parameter values are associated with times.
  • the correspondence relationship information storage unit 1033 stores the correspondence relationship information generated by the generation unit 104 in association with the acquisition time. Note that a large number of pieces of correspondence information indicating the same or similar power consumption characteristics are acquired, the power consumption characteristics indicated by these pieces of correspondence information are likely (that is, the accuracy of the power consumption characteristics is high). . In this case, it can be said that the accuracy of the correspondence information is high. It can also be said that the correspondence information with a new acquisition time has higher accuracy. When many pieces of correspondence information indicating the same or similar power consumption characteristics are acquired, high accuracy may be given by integrating these pieces of correspondence information.
  • the correspondence relationship information storage unit 1033 can perform outlier removal, averaging, adoption of a median value, and the like on the acquired plurality of correspondence relationship information, thereby improving the accuracy of the correspondence relationship information.
  • the operation state information storage unit 1034 stores the operation state information generated by the control unit 106 in association with the acquisition time.
  • the schedule information storage unit 1036 stores schedule information including the use of electric devices by the user and a schedule for going out. For example, set 7:00 to 8:00 for breakfast, 10:00 to 11:00 for shopping, 11:30 to 12:00 for cooking, equipment used for each schedule, whether or not to go out, electric car
  • the schedule of use 420 is stored together in the schedule information storage unit 1036.
  • a plurality of users' schedules may be managed as a single schedule. For example, all the families who are consumers of electric power at the consumer may be combined into one schedule.
  • the functions of the storage unit 103, the power information storage unit 1031, the parameter value storage unit 1032, the correspondence relationship information storage unit 1033, the operation state information storage unit 1034, and the schedule information storage unit 1036 are realized by the function of the flash memory 14, for example. .
  • the generation unit 104 When the value of the parameter that affects the power consumption of the electric device in operation changes, the generation unit 104 operates based on the power information acquired by the power information acquisition unit 101 before and after the value of this parameter changes. Correspondence information about the electrical equipment inside is generated. That is, when the current value of the parameter changes, the generation unit 104 generates correspondence information indicating the correspondence between the parameter value and the power consumption of the first electrical device.
  • the correspondence relationship information is information indicating a correspondence relationship between the operating state of the operating electrical device, the value of the parameter, and the power consumption of the operating electrical device. For example, it is assumed that the parameter that affects the power consumption of the operating electrical device is temperature. In this case, the difference between the total power consumption acquired before the temperature change and the total power consumption acquired after the temperature change is attributed to the change in the power consumption of the operating electrical equipment.
  • the correspondence information of the electrical equipment is generated.
  • the electric device in operation is an air conditioner and the air conditioner is performing a cooling operation at a set temperature of 20 ° C.
  • the total power consumption when the ambient temperature is 30 ° C. is 3000 W
  • the total power consumption when the ambient temperature is 28 ° C. is 2800 W.
  • the power consumption of the air conditioner has decreased by 200 W due to the ambient temperature decreasing by 2 ° C.
  • the power consumption of the air conditioner is 600 W when the ambient temperature is 30 ° C. and the air conditioner is performing the cooling operation at the set temperature 20 ° C. It shall be.
  • correspondence information that correlates that the ambient temperature is 30 ° C. and the power consumption of the air conditioner is 600 W is stored in advance. It shall be.
  • the power consumption of the air conditioner is 400 W when the ambient temperature is 28 ° C. and the air conditioner is performing the cooling operation at the set temperature 30 ° C. That is, correspondence information is newly generated that correlates that the air conditioner is performing the cooling operation at the set temperature of 20 ° C., the ambient temperature is 28 ° C., and the power consumption of the air conditioner is 400 W.
  • the generation unit 104 when the parameter indicating the operating environment is the elapsed time from the time when the operation of the electric device is changed, strictly speaking, the parameter changes constantly. However, it is not realistic for the generation unit 104 to always generate correspondence information. Therefore, when the parameter is the elapsed time, the generation unit 104 generates correspondence information, for example, every time a predetermined time elapses. In other words, the generation unit 104 can assume that the parameter has changed when the elapsed time has changed by more than the threshold time. The same applies when the parameter is not the elapsed time described above. That is, the generation unit 104 can assume that the parameter has changed when the parameter has changed by a threshold value or more.
  • the generation unit 104 may generate correspondence information for a combination of a plurality of electric devices. That is, the correspondence information is not limited to information indicating the power consumption characteristics of one electrical device, and may be information indicating the total power consumption characteristics of a plurality of electrical devices. For example, when there are a plurality of operating electrical devices, the correspondence relationship information includes the operating status of each of the plurality of electrical devices, the parameter indicating the operating environment of each of the plurality of electrical devices, and the plurality of electrical devices. The information may be associated with the total power consumption of the device. In this case, a combination of a plurality of electric devices can be regarded as the first electric device described above.
  • the function of the generation unit 104 is realized by, for example, the cooperation of the CPU 11 and the RAM 13.
  • the prediction unit 105 predicts the power consumption of the electrical device for which the correspondence information is generated, based on the correspondence information generated by the generation unit 104 and the predicted value acquired by the predicted value acquisition unit 1022. For example, regarding the electrical device for which correspondence information has been generated, the prediction unit 105 predicts parameters related to the power consumption of the electrical device, assuming that the operation state of the electrical device is known. Power consumption can be predicted from the value.
  • the prediction unit 105 may predict power consumption by calculation, or may predict power consumption by referring to a table.
  • the function of the prediction unit 105 is realized, for example, by the cooperation of the CPU 11 and the RAM 13.
  • the prediction unit 105 can not only predict the power consumption of the first electric device in the future, but also estimate the power consumption of the first electric device at the present time. In this case, the prediction unit 105 estimates the power consumption of the first electrical device at the present time based on the correspondence relationship information generated by the generation unit 104 and the current value of the parameter acquired by the current value acquisition unit 1021. In this case, the prediction unit 105 can estimate the current ratio of the power consumption of the first electrical device to the total power consumption in the demand area.
  • the prediction unit 105 can predict the power consumption of the electrical device whose operating state has changed. For example, the predicting unit 105 can predict the power consumption of the electrical device for which the correspondence relationship information is generated when the operating state of the electrical device for which the correspondence relationship information is generated changes. That is, the prediction unit 105 does not regularly predict the power consumption of the electrical device, but reduces the amount of processing by predicting the power consumption of the electrical device when it is clear that the power consumption of the electrical device changes. Predict power consumption by load. Note that, when the accuracy of the correspondence information is equal to or less than the specified value, the prediction unit 105 may predict the power consumption by using the initial value of the power consumption acquired from the user or the cloud server 520.
  • the prediction unit 105 may further predict the total power consumption or the total power consumption of a plurality of electrical devices, for example, by predicting the power consumption or the power consumption of the electrical devices for which the correspondence information is generated. it can. For example, when the correspondence information is generated for all the electrical devices, the prediction unit 105 predicts the power consumption or the power consumption of each electrical device, so that the total power consumption or the total power consumption of all the electrical devices is predicted. Can be predicted.
  • the prediction unit 105 stores the power stored in the power information storage unit 1031 for at least one of the managed device and the non-managed device predicted to be used based on the schedule information. Based on the information and the predicted value of the parameter stored in the parameter value storage unit 1032, at least one of power consumption and power consumption is predicted.
  • the control unit 106 controls the electric devices 301, 302, and 303 by transmitting control signals to the electric devices 301, 302, and 303.
  • the control unit 106 can grasp the operation state of the electric devices 301, 302, and 303 by receiving signals indicating the operation state from the electric devices 301, 302, and 303.
  • the function of the control unit 106 is realized, for example, by the cooperation of the CPU 11 and the home communication interface 17.
  • the control unit 106 controls the power saving target electrical device so that the power consumption of the power saving target electrical device is reduced.
  • the control unit 106 controls the electric device that is the power saving target after the presentation unit 107 presents information indicating that the power saving control is executed, information indicating the electric device that is the target of the power saving control, or the effect obtained by the power saving. May be.
  • the presentation unit 107 presents information indicating a power saving target electrical device among the plurality of electrical devices.
  • the threshold value is, for example, a power threshold value or a threshold value of a power amount in a certain period, and is a contract power or a target power or a target power amount determined by a user.
  • the certain period is, for example, one day.
  • the power saving target electric device is, for example, an electric device having a large reduction in power consumption due to power saving. For example, a breakdown of the total power consumption or a breakdown of the total power consumption is determined to determine the power saving target electrical device.
  • a reference value for operating time or power consumption may be set, and an electrical device that is controlled to exceed the reference value within a unit period may be selected as a power saving target.
  • the length of the unit period is, for example, 1 hour or 1 day.
  • the reference value for the operating time and power consumption may be an average value of the operating time and power consumption.
  • the function of the presentation part 107 is implement
  • the function of the presentation unit 107 is realized by the cooperation of the CPU 11 and the home communication interface 17. In this case, the presentation unit 107 presents information to the user via the terminal device 510, for example.
  • the presenting unit 107 presents the total power consumption or the total power consumption predicted by the prediction unit 105 to the user.
  • the presentation unit 107 may present to the user the power consumption or power consumption amount of each electrical device predicted by the prediction unit 105, that is, a breakdown of the power consumption or power consumption amount.
  • FIG. 6 shows an example of presenting a breakdown of power consumption for each predicted time zone.
  • FIG. 8 shows an example in which a breakdown of the predicted power consumption for one day is presented.
  • the presentation unit 107 may present the current total power consumption or a breakdown of the total power consumption. That is, the presentation unit 107 may present the ratio of the power consumption or power consumption of each electrical device estimated by the prediction unit 105 to the current total power consumption or total power consumption.
  • FIG. 7 shows an example in which the transition of power consumption is predicted at 04:00, and the predicted value of power consumption by an operating electrical device including IHCH operated at 04:00 exceeds the upper limit at 06:00. Show.
  • the correspondence relationship information generation process is repeatedly executed at a constant cycle, for example.
  • the fixed period is, for example, 10 minutes or 1 hour.
  • the CPU 11 acquires power information (step S101). For example, the CPU 11 acquires power information from the power measurement device 200 via the home communication interface 17. The CPU 11 stores the acquired power information in the flash memory 14 (power information storage unit 1031).
  • Step S102 the CPU 11 will acquire operation state information, if the processing of Step S101 is completed (Step S102). For example, the CPU 11 acquires operation state information from the management target device via the home communication interface 17. The CPU 11 stores the acquired operation state information in the flash memory 14 (operation state information storage unit 1034).
  • step S103 the CPU 11 will acquire the present value of a parameter, if the process of step S102 is completed (step S103). For example, the CPU 11 acquires the current value of the parameter from the sensor 210 via the home communication interface 17. The CPU 11 stores the acquired current value of the parameter in the flash memory 14 (parameter value storage unit 1032).
  • CPU11 will calculate consumption destination unknown electric power, if the process of step S103 is completed (step S104).
  • the power of unknown consumer is the power for which the electrical device of the consumer is unknown.
  • the power of unknown destination is obtained by subtracting the value of the power consumption of the management target device whose power consumption is clear from the value of the total power consumption indicated by the power information acquired in step S101.
  • a managed device whose power consumption is clear is a device that can measure power consumption by itself and can transmit the measured power consumption to the power consumption prediction apparatus.
  • step S105 An electric device whose operating condition has changed is an electric device in which at least one of an operating state and a current value of a parameter that affects power consumption has changed.
  • step S105 YES
  • the CPU 11 determines whether there is one electric device whose operating condition has changed (step S106).
  • step S106 determines that the number of electrical devices whose operating conditions have changed is one (step S106: YES)
  • the consumption destination unknown power calculated in step S104 last time and the consumption destination calculated in step S104 this time
  • the difference between the unknown power and the change in the operation condition are associated with each other to generate correspondence information of the electric device whose operation condition has changed.
  • step S106 determines that there is not one electrical device whose operating conditions have changed (step S106: NO)
  • the CPU 11 corrects the power of unknown consumption (step S108). Specifically, the CPU 11 estimates the total value of the fluctuation values of the power consumption of the electrical devices whose accuracy is not the lowest among the electrical devices whose operating conditions have changed. Then, the value obtained by subtracting the estimated total value from the difference between the consumption unknown power calculated in step S104 and the consumption unknown power calculated in step S104 last time is a new consumption unknown. Calculated as power fluctuation.
  • step S108 When the CPU 11 completes the process of step S108, the fluctuation amount of the power of unknown consumer determined in step S108 is regarded as the fluctuation amount of the power consumption of the electric device having the lowest accuracy, and the accuracy is the lowest. Correspondence information of electrical equipment is generated (step S109).
  • the CPU 11 can appropriately perform removal of outliers, averaging, and adoption of a median value for a plurality of pieces of correspondence information generated under the same condition or similar conditions.
  • step S105 determines that there is no electrical device whose operating condition has changed (step S105: NO)
  • the CPU 11 previously displays the total power consumption indicated by the power information acquired in step S101 and the power acquired in step S101 this time. Assuming that the difference from the total power consumption indicated by the information is the fluctuation of the power consumption by the unmanaged device, the correspondence information of the unmanaged device is generated. For example, when the laundry is set from 8:00 to 9:00 according to the schedule information, the correspondence information of the washing machine is generated assuming that the power consumption in this period is the washing machine.
  • the CPU 11 completes the processes of step S107, step S109, and step S110, the correspondence relationship information generation process is completed.
  • the power consumption prediction process is repeatedly executed at a constant cycle, for example.
  • the fixed period is, for example, 1 minute or 5 minutes.
  • the power consumption prediction process may be executed in response to a change in the operating state of any electrical device.
  • the CPU 11 acquires power information as in step S101 (step S201).
  • the CPU 11 acquires the operation state information as in step S102 (step S202).
  • CPU11 will acquire the predicted value of a parameter, if the process of step S202 is completed (step S203).
  • the CPU11 will predict the power consumption or power consumption of a management object apparatus, if the process of step S203 is completed (step S204). Specifically, the CPU 11 stores correspondence information stored in the correspondence information storage unit 1033, predicted values of parameters stored in the parameter value storage unit 1032, operation state information stored in the operation state information storage unit 1034, Based on the above, at least one of the power consumption by the managed device being operated and the amount of power consumed by the managed device being operated within a certain period or until a certain time is predicted.
  • the certain period is, for example, one hour or one day.
  • the fixed time is, for example, 24:00. Note that power consumption acquired without predicting power consumption is adopted for devices that can directly acquire power consumption among the devices to be managed.
  • step S204 When the CPU 11 completes the process of step S204, it predicts the power consumption or power consumption of the unmanaged device by the same procedure as step S204 (step S205). When completing the process in step S205, the CPU 11 determines whether or not the predicted power consumption or power consumption is equal to or greater than a threshold (step S206).
  • the predicted power consumption is the sum of the power consumption of the management target device predicted in step S204 and the power consumption of the unmanaged device predicted in step S205.
  • the predicted power consumption is the sum of the power consumption of the management target device predicted in step S204 and the power consumption of the unmanaged device predicted in step S205.
  • the CPU 11 determines, for each managed device, based on the correspondence information stored in the correspondence information storage unit 1033.
  • the difference between the power consumption amount when power is not saved and the power consumption amount when power is saved is estimated, and the estimated difference is used as a room for reducing power consumption.
  • the power saving operation is realized by setting the operation mode of the management target device to the power saving mode and setting the management target device to an operation state with low power consumption.
  • the power consumption in the power saving operation has been described as being predicted based on the correspondence information, but is calculated based on the power value acquired from the user or the cloud server 520 or the parameter acquired from the user or the cloud server 520. May be a power value.
  • the power consumption in the power saving operation may be calculated as 80% of the power consumption in the normal operation.
  • step S207 the CPU 11 selects the power saving targets in order from the management target device having the largest power saving amount until the predicted power consumption or power consumption becomes equal to or less than the threshold (step S208).
  • step S208 the example in which the CPU 11 selects the power saving device has been described.
  • the CPU 11 may present the predicted value of the power consumption amount and the power-saving power amount to the user via the touch screen 16 for each managed device, and allow the user to select the power-saving device.
  • the CPU 11 may present the predicted value of the power consumption amount and the power saving power amount to the user via the touch screen 16 for each unmanaged device, and prompt the user to save power for the unmanaged device.
  • step S207 the management object apparatus selected by step S207, if the process of step S208 is completed (step S209).
  • the CPU 11 determines that the predicted power consumption or power consumption is not equal to or greater than the threshold (step S206: NO), or when the process of step S209 is completed, the power consumption prediction process is completed.
  • the power consumption prediction apparatus 100 is a HEMS controller and the power consumption prediction apparatus 100 is directly connected to a management target device has been described.
  • the power consumption prediction apparatus 100 may be indirectly connected to the management target device via the HEMS controller.
  • the HEMS controller assigns an IP address to the management target device, and relays communication between the power consumption prediction apparatus 100 and the management target device.
  • the correspondence information indicating the correspondence between the parameter value and the power consumption of the first electrical device is provided.
  • the power consumption of the first electrical device is predicted based on the generated correspondence relationship information and the predicted value of the parameter. Therefore, according to the present embodiment, the power consumption of the electrical device can be predicted with high accuracy.
  • the power consumption characteristic considering the change in the power consumption accompanying the change in the operating environment is efficiently acquired with the change in the operating environment as a trigger. For this reason, according to this embodiment, the processing burden concerning acquisition of power consumption characteristics is reduced.
  • the power consumption in a situation where individual power consumption of an electrical device that is a managed device or an unmanaged device cannot be measured, the power consumption is changed from the time axis variation of the power consumption accompanying the change in the operating environment that affects the power consumption.
  • the power consumption characteristics of the device are learned. For this reason, according to the present embodiment, the estimation of the breakdown of the actual power consumption and the prediction of the power consumption transition can be made with higher accuracy than when the power consumption characteristic of the electric device is learned only from the change in the operating state of the electric device. It becomes feasible.
  • the power consumption transition is predicted in response to the change in the operating state of the electrical device. For this reason, according to the present embodiment, it can be predicted that the total power consumption or the total power consumption exceeds the threshold in accordance with the operation of the electrical device in operation. For this reason, in this embodiment, it becomes possible to avoid that total power consumption or total power consumption exceeds a threshold value.
  • the power saving target electrical device when the predicted total power consumption or the total power consumption exceeds the threshold, the power saving target electrical device is controlled so that the power consumption of the power saving target electrical device is reduced. For this reason, in this embodiment, it becomes possible to avoid that total power consumption or total power consumption exceeds a threshold value.
  • Embodiment 2 In the first embodiment, the example in which the power consumption and the power consumption amount are basically managed for each electric device has been described. Embodiment 2 demonstrates the example which manages power consumption and power consumption for every classification of an electric equipment. Hereinafter, a description will be given centering on differences from the first embodiment.
  • the power consumption prediction apparatus 120 includes a power information acquisition unit 101, a current value acquisition unit 1021, a prediction value acquisition unit 1022, a storage unit 103, a generation unit 104, a prediction unit 105, a control unit 106, and a presentation unit 107.
  • the storage unit 103 included in the power consumption prediction device 120 is different from the storage unit 103 included in the power consumption prediction device 100 in that it includes a type information storage unit 1035 instead of the schedule information storage unit 1036.
  • the presentation unit 107 included in the power consumption prediction apparatus 120 has a function different from that of the presentation unit 107 included in the power consumption prediction apparatus 100.
  • the cloud server 520 collects correspondence information generated by the power consumption prediction device 120 and performs processing such as outlier removal, averaging, and adoption of the median value from the power consumption prediction device 120. Execute on request.
  • the type information storage unit 1035 stores type information indicating the type to which each electric device belongs. This type is a type for classifying electric devices by application. The types include, for example, air conditioning to which an air conditioner, floor heating, and a fan belong, and cooking to which an IHCH, a microwave oven, an electric kettle, and a rice cooker belong.
  • the function of the type information storage unit 1035 is realized by the function of the flash memory 14, for example.
  • the electrical equipment is classified for each type. Then, the prediction unit 105 further predicts power consumption and power consumption for each type.
  • the presentation unit 107 presents the power consumption or power consumption for each type predicted by the prediction unit 105.
  • the presentation unit 107 presents the operation pattern to the user as an alternative.
  • the presentation unit 107 preferably presents an alternative to the user when it is necessary to lower at least one of the power consumption and the power consumption.
  • the CPU 11 can determine the type of the management target device based on the identifier of the management target device acquired from the management target device via the home communication interface 17, for example. Further, for example, the CPU 11 may determine the type of the management target device according to designation by the user via the touch screen 16.
  • the CPU 11 stores type information indicating the type of the device to be managed in the flash memory 14 (type information storage unit 1035).
  • FIG. 15 shows a screen presenting the comparison result (evaluation result).
  • the screen shown in FIG. 15 presents a reference value, a type evaluation value, a comparison target, and a comparison reference.
  • the reference value is a value in the comparison reference to be compared.
  • the reference value is displayed as a straight line representing 100%.
  • the type evaluation value is an evaluation value for each type with respect to the reference value in the comparison standard.
  • the type evaluation value is displayed as a percentage when the reference value is 100%.
  • As a comparison target any of a comparison between types, a comparison with past performance data of the demand area itself, and a comparison with data acquired from the outside is designated. In the case of comparison between types, for example, a breakdown when the total in the comparison criteria for all types is 100% is displayed.
  • the actual data of an arbitrary day, the average value of the actual data of an arbitrary period, and the average value of the actual data of an arbitrary day of the week in an arbitrary period are to be compared.
  • a demand area selected from demand areas that meet specific conditions, and an average value of demand areas that meet specific conditions become comparison targets.
  • the specific condition is, for example, a condition related to the number of constituent family members and the installation location.
  • the device usage evaluation process is repeatedly executed, for example, according to an instruction from the user or at a constant cycle.
  • the fixed period is, for example, 6 hours or 24 hours.
  • the CPU 11 classifies the management target devices for each type (step S301).
  • the CPU 11 classifies the management target device according to the identifier of the management target device or designation by the user.
  • the CPU 11 stores type information indicating the classification result in the flash memory 14 (type information storage unit 1035).
  • Step S301 the processing of Step S301 is completed (Step S302). Specifically, the CPU 11 evaluates the power consumption, the amount of power consumption, the electricity charge, or the usage time for each type by comparing with a predetermined comparison target.
  • step S206 when the predicted power consumption is determined to be greater than or equal to the threshold (step S206: YES), the power saving possible amount of the management target device is calculated (step S207).
  • the process is the same as the power consumption prediction process executed by the power consumption prediction apparatus 100 except that the process of presenting an alternative is executed (step S211).
  • step S211 the CPU 11 determines whether or not there is a combination of electric appliances in which power consumption or power consumption is small in the same type in the power consumption characteristics table for each type shown in FIG. When it is determined that there is such a combination, this combination is presented to the user.
  • the CPU 11 may display this combination on the touch screen 16 or on the terminal device 510.
  • the power consumption or power consumption is presented to the user for each type. Therefore, according to this embodiment, when using an electric device, a user can be motivated to pay attention to the frequency of use, the time of use, and the operation content.
  • a comparison result between the power consumption mode in another demand area and the power consumption mode in this demand area is presented via the cloud server 520. For this reason, according to the present embodiment, it is possible to inform the user of the relative evaluation of various types of power consumption.
  • the power consumption prediction device 130 functionally includes a power information acquisition unit 101, a current value acquisition unit 1021, a prediction value acquisition unit 1022, a storage unit 103, a generation unit 104, a prediction unit 105, a control unit 106, and an identification process execution unit. 108.
  • the storage unit 103 included in the power consumption prediction device 130 is different from the storage unit 103 included in the power consumption prediction device 100 in that it includes an EV usage information storage unit 1037 and an operation history information storage unit 1038.
  • the power consumption prediction apparatus 130 is different from the power consumption prediction apparatus 100 in that an identification process execution unit 108 is provided instead of the presentation unit 107.
  • the EV usage information storage unit 1037 stores EV usage information indicating the usage schedule of the electric vehicle 420.
  • the EV usage information is, for example, information indicating a scheduled time for going out and a scheduled time for returning home of the electric vehicle 420.
  • the EV usage information is used when the power consumption prediction apparatus 100, which is a power management apparatus, creates a precharge schedule before using the electric vehicle 420.
  • the operation history information storage unit 1038 stores operation history information indicating a history of all operations performed on the electric device by the user.
  • the operation history information indicates a history of an air conditioner stop operation by a remote controller, an IHCH output strength operation by a main body operation, and a batch stop operation of managed devices by the terminal device 510 from outside the house.
  • the generating unit 104 generates correspondence information indicating a correspondence relationship between the value of the parameter indicating the operating state and operating environment of the operating electrical device and the power consumption of the operating electrical device.
  • the identification process execution unit 108 executes the identification process when there is no user who uses a plurality of electrical devices.
  • the identification process is a process of causing the generation unit 104 to generate correspondence information related to the electrical device whose operation state has been changed by changing the operation state of the electrical device.
  • the identification process execution unit 108 includes the schedule information stored in the schedule information storage unit 1036, the EV usage information stored in the EV usage information storage unit 1037, and the operation history information stored in the operation history information storage unit 1038. Based on this, the period during which the user is absent is determined.
  • the identification process execution unit 108 performs control on the electrical device for identification processing via the control unit 106 during a period in which the user is absent.
  • FIG. 13 is a diagram showing a daily schedule of a user in a demand area.
  • FIG. 14 is a diagram illustrating a weekly schedule of a user in a demand area.
  • the correspondence relationship information generation process executed by the power consumption prediction apparatus 130 is executed when the process of step S121 and the process of step S122 are executed after the process of step S104 is completed, and when YES is determined in step S122. Except for the point that this process is executed, the process is the same as the correspondence information generation process executed by the power consumption prediction apparatus 100.
  • the CPU 11 will perform the presence / absence determination process which determines whether a user is absent, if the process of step S104 is completed (step S121).
  • the CPU 11 includes power information stored in the power information storage unit 1031, operation state information stored in the operation state information storage unit 1034, schedule information stored in the schedule information storage unit 1036, and EV usage information storage unit 1037. Whether or not the user is absent is determined based on at least one of the EV usage information stored in the operation history information and the operation history information stored in the operation history information storage unit 1038.
  • the CPU 11 indicates that the operation history by the user indicates that no electrical device is operated for a certain period of time (for example, 1 hour), and the power information indicates that the power information is artificial from the change in the total power consumption in the demand area It is indicated that there is no operation of the electric device based on the operation, and it is indicated that the IHCH assumed to have a person when operating according to the operation state information is not operating for a certain period (for example, 1 hour). If it is determined that the user is absent.
  • a certain period of time for example, 1 hour
  • CPU11 may discriminate
  • the absence of the user does not necessarily mean that the user is out. That is, it may mean that the user is in a room other than the room where the electrical device to be identified is installed.
  • the CPU 11 can determine the presence / absence of the user in units of rooms based on the operation state information and schedule information.
  • step S122 the CPU 11 will determine whether a user is absent, if the process of step S121 is completed (step S122). When determining that the user is not present (step S122: NO), the CPU 11 executes the process of step S105. On the other hand, if it is determined that the user is absent (step S122: YES), the CPU 11 executes the identification operation (step S123).
  • the CPU 11 transmits a control signal to the management target device to change the operation state of the management target device, causes the generation unit 104 to generate correspondence information, and stores the correspondence information in the correspondence relationship information storage unit 1033.
  • the correspondence information generated by the identification operation is information with high reliability, that is, high accuracy.
  • Embodiment 4 demonstrated the example which acquires a power consumption characteristic with high reliability by identification driving
  • the update cycle of the total power consumption with respect to the change in the power consumption of the electrical device becomes long.
  • accurate power consumption characteristics cannot be obtained when the identification operation is executed.
  • a method of acquiring highly accurate power consumption characteristics by identification processing when the sampling period of the total power consumption is sufficiently long with respect to the temporal change in power consumption of the electrical device will be described.
  • the total power consumption sampling period is 30 minutes
  • the electrical device to be identified is an air conditioner, and other electrical devices are not operating.
  • the parameter indicating the operating environment is an elapsed time since the operating electrical device is operated.
  • the power information acquisition unit 101 acquires power information indicating the total power consumption supplied from the commercial power source 400 to a plurality of electrical devices at a predetermined cycle.
  • the identification process execution unit 108 executes the identification process a plurality of times with different times from when the operating state of any of the electrical devices is changed until the power information acquisition unit 101 acquires the power information.
  • FIG. 18 shows a graph for explaining a method for obtaining the power consumption characteristics in the period corresponding to the difference by shifting the operation start time of the air conditioner. Further, FIG. 19 shows a state in which the power consumption amount per 5 minutes in 30 minutes from 00:00 to 00:30 before the operation start time of the air conditioner is shifted. In FIGS. 18, 19, and 20, the sampling time of the total power consumption is shown as 0:00.
  • the power amount A0 indicates the power consumption amount from 0:00 to 00:30 when the operation of the air conditioner is started at 00:00
  • the power amount A1 is the case when the operation of the air conditioner is started at 00:05.
  • the amount of power consumption between 00:00 and 00:30 is shown.
  • the electric energy A2 represents the difference between the electric energy A0 and the electric energy A1.
  • the electric energy A0 in FIG. 18 corresponds to the sum of the electric energy A3 in FIG. 19 and the electric energy A4 in FIG.
  • the electric energy A1 in FIG. 18 corresponds to the electric energy A5 in FIG.
  • the electric energy A5 and the electric energy A3 represent the electric energy consumption for 25 minutes from the start of the operation, respectively, when the difference in the parameter values that affect the electric power consumption characteristics such as temperature and humidity is sufficiently small
  • the power amount A5 and the power amount A3, which are the power consumption amounts for 25 minutes from the start of the operation can be regarded as the same value, and the power consumption amount for 5 minutes from the start of the operation for 25 minutes is the power amount A2. I can see.
  • similarly to the power amount A4 it is possible to obtain the remaining period of FIG. 19 and the power consumption amount every 5 minutes after 00:30, and the power consumption characteristics in units of 5 minutes are obtained.
  • the power consumption characteristic can be acquired with accuracy according to the fluctuation amount of the operation start time. Therefore, the power consumption characteristic can be acquired with the same accuracy as the control period regardless of the power consumption sampling period. . That is, in this embodiment, it is possible to acquire the power consumption characteristics with an accuracy higher than the control period of the power consumption prediction apparatus 100 regardless of the specifications of the power measurement apparatus 200.
  • the cloud server 520 may have a function of generating correspondence information and a function of predicting power consumption or power consumption.
  • a part of the function may be provided to the terminal device 510 instead of the cloud server 520.
  • a power consumption prediction system having the above-described functions may be configured by at least one of the power consumption prediction device 100, the terminal device 510, and the cloud server 520. In other words, if the functional configuration of such a power consumption prediction system is connected to each other via a home network 610 or an external network 620, the power consumption prediction device 100, the terminal device 510, and the cloud server 520 Any of these may be provided.
  • Such a power consumption prediction system includes, for example, a current value acquisition unit 1021, a power information acquisition unit 101, a generation unit 104, a prediction value acquisition unit 1022, and a prediction unit 105 as a functional configuration. Therefore, it can be said that these functional configurations are determination systems connected to each other via a network.
  • the power consumption prediction system may include a power measurement device 200 instead of the power information acquisition unit 101.
  • the power consumption prediction apparatus 100 includes a processing circuit instead of the CPU 11.
  • This processing circuit is configured by, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC (Application Specific Integrated Circuit), an FPGA (Field Programmable Gate Array), or a combination thereof.
  • the personal computer can be used for the power consumption prediction according to the present invention. It is also possible to function as the devices 100, 120, 130 and the cloud server 520.
  • the distribution method of such a program is arbitrary.
  • the program is stored and distributed on a computer-readable recording medium such as a CD-ROM (Compact Disk Read-Only Memory), a DVD (Digital Versatile Disk), or a memory card.
  • a computer-readable recording medium such as a CD-ROM (Compact Disk Read-Only Memory), a DVD (Digital Versatile Disk), or a memory card.
  • it may be distributed via a communication network (for example, the Internet).
  • the present invention is applicable to a power consumption prediction system that predicts the power consumption of an electrical device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

現在値取得部（１０２１）は、複数の電気機器のうち第１電気機器の動作環境を示すパラメータの現在値を取得する。電力情報取得部（１０１）は、現在値が変化する前における複数の電気機器の総消費電力に関する第１電力情報と、現在値が変化した後における複数の電気機器の総消費電力に関する第２電力情報と、を取得する。生成部（１０４）は、現在値が変化した場合、パラメータの値と第１電気機器の消費電力との対応関係を示す対応関係情報を生成する。予測値取得部（１０２２）は、パラメータの予測値を取得する。予測部（１０５）は、生成部（１０４）により生成された対応関係情報と予測値取得部（１０２２）により取得された予測値とに基づいて、第１電気機器の消費電力を予測する。

Description

消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム
　本発明は、消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラムに関する。
　近年、需要地における総消費電力を管理するために、電気機器毎に消費電力を予測する技術が知られている。電気機器毎に消費電力を予測するためには、電気機器毎に動作状態と消費電力との対応関係を特定することが肝要である。このような対応関係を特定するためには、電気機器毎に消費電力を特定する必要がある。電気機器毎に消費電力を特定する方法としては、電気機器毎に電流センサを設ける方法がある。
　しかしながら、この方法では、複数の電流センサを用意する必要があるため高いコストがかかる。そこで、低いコストで電気機器毎に消費電力を特定する種々の技術が提案されている。例えば、特許文献１には、電力会社から主幹ブレーカを介して需要地に供給された総電力に基づいて、各電気機器の消費電力を推定する技術が開示されている。具体的には、特許文献１に開示された技術では、電気機器の動作状態の変化と需要地に供給された総電力の変化とに基づいて電気機器の消費電力が推定される。
　ここで、電気機器の消費電力は、電気機器の動作状態に依存するだけでなく、電気機器の動作環境にも依存することが多い。言い換えれば、電気機器の動作状態が変化しなくても電気機器の動作環境が変化すれば電気機器の消費電力が変化することが多い。なお、動作環境は、例えば、電気機器の周囲の温度や電気機器を動作させてからの経過時間である。
特開２０１１－２５４５８３号公報
　しかしながら、特許文献１に開示された技術では、電気機器の動作環境の変化が考慮されずに、電気機器の消費電力が推定される。このため、特許文献１に開示された技術では、電気機器の消費電力の推定の精度に限界がある。つまり、特許文献１に開示された技術を利用して電気機器の消費電力を予測した場合、電気機器の消費電力の予測の精度に限界がある。
　本発明は、上記問題に鑑みてなされたものであり、電気機器の消費電力を高い精度で予測する消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラムを提供することを目的とする。
　上記目的を達成するために、本発明に係る消費電力予測装置は、
　複数の電気機器のうち第１電気機器の動作環境を示すパラメータの現在値を取得する現在値取得手段と、
　前記現在値が変化する前における前記複数の電気機器の総消費電力に関する第１電力情報と、前記現在値が変化した後における前記複数の電気機器の総消費電力に関する第２電力情報と、を取得する電力情報取得手段と、
　前記現在値が変化した場合、前記パラメータの値と前記第１電気機器の消費電力との対応関係を示す対応関係情報を生成する生成手段と、
　前記パラメータの予測値を取得する予測値取得手段と、
　前記生成手段により生成された対応関係情報と前記予測値取得手段により取得された予測値とに基づいて、前記第１電気機器の消費電力を予測する予測手段と、を備える。
　本発明では、複数の電気機器のうち第１電気機器の動作環境を示すパラメータの現在値が変化した場合、パラメータの値と第１電気機器の消費電力との対応関係を示す対応関係情報が生成され、生成された対応関係情報とパラメータの予測値とに基づいて、第１電気機器の消費電力が予測される。従って、本発明によれば、電気機器の消費電力を高い精度で予測することができる。
本発明の実施形態１に係る消費電力予測装置を含むシステムの構成図である。 本発明の実施形態１に係る消費電力予測装置の構成図である。 本発明の実施形態１に係る消費電力予測装置の機能を説明するための図である。 本発明の実施形態１に係る消費電力予測装置が実行する対応関係情報生成処理を示すフローチャートである。 本発明の実施形態１に係る消費電力予測装置が実行する消費電力予測処理を示すフローチャートである。 単位時間毎に消費電力量の内訳を提示する画面を示す図である。 ピーク電力が閾値を超えていることを報知する画面を示す図である。 １日当たりの消費電力量の内訳を提示する画面を示す図である。 本発明の実施形態２に係る消費電力予測装置の機能を説明するための図である。 電気機器の種別毎の消費電力特性を示す図である。 本発明の実施形態２に係る消費電力予測装置が実行する機器利用評価処理を示すフローチャートである。 本発明の実施形態２に係る消費電力予測装置が実行する消費電力予測処理を示すフローチャートである。 需要地におけるユーザの１日のスケジュールを示す図である。 需要地におけるユーザの１週間のスケジュールを示す図である。 電気機器の種別毎の消費電力を提示する画面を示す図である。 本発明の実施形態３に係る消費電力予測装置の機能を説明するための図である。 本発明の実施形態３に係る消費電力予測装置が実行する対応関係情報生成処理を示すフローチャートである。 本発明の実施形態４に係る消費電力予測装置が実行する消費電力特性の同定用運転の原理を説明するための第１の図である。 本発明の実施形態４に係る消費電力予測装置が実行する消費電力特性の同定用運転の原理を説明するための第２の図である。 本発明の実施形態４に係る消費電力予測装置が実行する消費電力特性の同定用運転の原理を説明するための第３の図である。
（実施形態１）
　まず、図１を参照して、本発明の実施形態１に係る消費電力予測装置１００を含むシステムについて説明する。消費電力予測装置１００は、需要地における各種の消費電力を予測する装置である。具体的には、消費電力予測装置１００は、例えば、需要地において将来消費される電力の合計値である総消費電力値、需要地において将来消費される電力量の合計値である総消費電力量、需要地において電力を消費する各電気機器の将来の消費電力、需要地において電力を消費する各電気機器の将来の消費電力量を予測する。
　例えば、消費電力予測装置１００は、（手順１）各電気機器の消費電力特性を推定し、（手順２）推定した各電気機器の消費電力特性に基づいて各電気機器の消費電力を予測し、（手順３）予測した各電気機器の消費電力の総和を求めることにより需要地における総消費電力値を予測し、（手順４）予測した総消費電力値を積算して需要地における総消費電力量を予測する。なお、消費電力予測装置１００は、（手順１）各電気機器の消費電力特性を推定し、（手順５）推定した各電気機器の消費電力特性に基づいて各電気機器の現在の消費電力を推定し、（手順６）推定した各電気機器の現在の消費電力を積算して各電気機器の消費電力量を推定することもできる。（手順５）では、現在の総消費電力値に対する各電気機器の現在の消費電力の内訳が推定される。（手順６）では、現在の総消費電力量に対する各電気機器の現在の消費電力量の内訳が推定される。
　なお、消費電力予測装置１００は、（手順１）において、電気機器毎に消費電力特性を推定する代わりに、複数の電気機器の組合せについて消費電力特性を推定してもよい。電気機器の消費電力特性を推定することは、基本的に、電気機器の動作状態と電気機器の動作環境を示すパラメータの値と電気機器の消費電力との対応関係を示す対応関係情報を生成することである。動作状態は、動作モード、目標値などにより定義される。例えば、電気機器がエアコンである場合、動作状態は、運転モード（暖房運転、冷房運転、送風運転、除湿運転など）と設定温度により定義される。
　動作環境は、電気機器がおかれている環境により定義される。動作環境を示すパラメータは、例えば、気温、湿度、天気、季節、日付、曜日、時間帯、需要地の位置、家族構成人数、ユーザのスケジュールである。本実施形態では、理解を容易にするため、電気機器の動作を変更した時刻からの経過時間も動作環境を示すパラメータであるものとする。なお、電気機器の消費電力は、動作環境に依存する場合と動作環境に依存しない場合とがある。例えば、電気機器がエアコンであり、動作状態が冷房運転状態であり、動作環境が気温又は上述した経過時間である場合、電気機器の消費電力は、動作環境に依存する可能性が高い。一方、電気機器がエアコンであっても、動作状態が送風運転状態である場合は、動作環境が気温又は上述した経過時間であっても、電気機器の消費電力は、動作環境に依存しない可能性がある。また、電気機器が照明であり、動作環境が気温又は上述した経過時間である場合、電気機器の消費電力は、動作環境に依存しない可能性が高い。本実施形態では、消費電力予測装置１００は、どのような種類の電気機器がどのような動作状態である場合にどのような動作環境が消費電力に影響を与えるのかを判別可能であるものとする。
　本実施形態では、対応関係情報は、消費電力と動作状態との対応関係を示す情報ではなく、消費電力と動作状態と動作環境を示すパラメータの値との対応関係を示す情報である。従って、本実施形態では、動作状態のみならず動作環境を示すパラメータの値も加味されて消費電力特性が推定されるため、消費電力の予測の精度が高くなることが期待できる。なお、対応関係情報を生成又は更新することは、消費電力特性を学習することとも言える。なお、電気機器の動作状態として、オン又はオフのいずれかの状態しかとりえない場合がある。例えば、電気機器が調光機能を有さない照明の場合、動作状態はオン又はオフのいずれかの状態しかとりえない。このような場合、対応関係情報は、消費電力と動作環境を示すパラメータの値との対応関係を示す情報であってもよい。
　本実施形態では、消費電力予測装置１００は、消費電力を予測するだけでなく、消費電力を管理する装置、つまり、電力管理装置であるものとする。また、本実施形態では、消費電力予測装置１００は、需要地において動作する電気機器を制御・監視する機能を有するものとする。具体的には、本実施形態では、消費電力予測装置１００は、ＨＥＭＳ（Home Energy Management System）におけるＨＥＭＳコントローラとしての機能を有するものとする。
　消費電力予測装置１００は、宅内ネットワーク６１０を介して、電力計測装置２００とセンサ２１０と電気機器３０１と電気機器３０２と電気機器３０３と電力変換装置４１０と通信する。また、消費電力予測装置１００は、宅内ネットワーク６１０と宅外ネットワーク６２０を介して、端末装置５１０とクラウドサーバ５２０と通信する。消費電力予測装置１００は、電気機器３０１と電気機器３０２と電気機器３０３とを制御・監視することができる。つまり、電気機器３０１と電気機器３０２と電気機器３０３とは、管理対象機器である。消費電力予測装置１００は、管理対象機器の動作状態を把握しているため、管理対象機器の対応関係情報を生成することができる。
　一方、消費電力予測装置１００は、電気機器３０４と電気機器３０５とは、制御・監視することができない。つまり、電気機器３０４と電気機器３０５とは、管理外機器である。消費電力予測装置１００は、基本的には、管理外機器の動作状態を把握していないため、管理外機器の対応関係情報を生成することができるとは限らない。ただし、消費電力予測装置１００は、例えば、管理外機器のスケジュール情報を参照することにより、管理外機器の動作状態を把握し、管理外機器の対応関係情報を生成することができる。以下、図２を参照して、消費電力予測装置１００の構成について説明する。
　図２に示すように、消費電力予測装置１００は、ＣＰＵ（Central Processing Unit）１１、ＲＯＭ（Read Only Memory）１２、ＲＡＭ（Random Access Memory）１３、フラッシュメモリ１４、ＲＴＣ（Real Time Clock）１５、タッチスクリーン１６、宅内通信インターフェース１７、宅外通信インターフェース１８を備える。消費電力予測装置１００が備える各構成要素は、バスを介して相互に接続される。
　ＣＰＵ１１は、消費電力予測装置１００の全体の動作を制御する。なお、ＣＰＵ１１は、ＲＯＭ１２に格納されているプログラムに従って動作し、ＲＡＭ１３をワークエリアとして使用する。ＲＯＭ１２には、消費電力予測装置１００の全体の動作を制御するためのプログラムやデータが記憶される。ＲＡＭ１３は、ＣＰＵ１１のワークエリアとして機能する。つまり、ＣＰＵ１１は、ＲＡＭ１３にプログラムやデータを一時的に書き込み、これらのプログラムやデータを適宜参照する。
　フラッシュメモリ１４は、各種の情報を記憶する不揮発性メモリである。ＲＴＣ１５は、計時用のデバイスである。ＲＴＣ１５は、例えば、電池を内蔵し、消費電力予測装置１００の電源がオフの間も計時を継続する。ＲＴＣ１５は、例えば、水晶発振子を備える発振回路を備える。
　タッチスクリーン１６は、ユーザによりなされたタッチ操作を検知し、検知の結果を示す信号をＣＰＵ１１に供給する。また、タッチスクリーン１６は、ＣＰＵ１１から供給された画像信号に基づく画像を表示する。このように、タッチスクリーン１６は、消費電力予測装置１００のユーザインターフェースとして機能する。
　宅内通信インターフェース１７は、消費電力予測装置１００を、宅内ネットワーク６１０に接続するためのインターフェースである。消費電力予測装置１００は、宅内ネットワーク６１０を介して宅内ネットワーク６１０に接続された各種の装置と通信することが可能である。宅内通信インターフェース１７は、例えば、ＬＡＮ（Local Area Network）インターフェース（例えば、ＮＩＣ（Network Interface Card））を備える。
　宅外通信インターフェース１８は、消費電力予測装置１００を、宅外ネットワーク６２０に接続するためのインターフェースである。消費電力予測装置１００は、宅外ネットワーク６２０を介して宅外ネットワーク６２０に接続された各種の装置と通信することが可能である。宅外通信インターフェース１８は、例えば、ＬＡＮインターフェース（例えば、ＮＩＣ）を備える。
　電力計測装置２００は、図示しない主幹ブレーカを介して商用電源４００から需要地内の各電気機器に供給される総電力（以下「総消費電力」という。）を計測する。電力計測装置２００は、図示しない主幹ブレーカ部分において、電力線に流れる電流の値と電力線間の電圧の値とを計測する。電力計測装置２００は、計測された総消費電力に基づいて、単位期間における総消費電力量、基準時刻からの累積総消費電力量などを算出する。電力計測装置２００は、計測や算出により取得された物理量を示す情報を電力情報として記憶する。電力計測装置２００は、記憶された電力情報を、予め定められた周期で（例えば、３０分毎に）、宅内ネットワーク６１０を介して、消費電力予測装置１００に送信する。電力計測装置２００は、電流検出センサ、電圧検出センサ、フラッシュメモリ、通信インターフェースなどを備える。
　センサ２１０は、動作環境を示すパラメータの値を検知し、検知したパラメータの値を、宅内ネットワーク６１０を介して、消費電力予測装置１００に送信する。センサ２１０は、例えば、温度センサや湿度センサである。
　電気機器３０１、３０２、３０３、３０４、３０５は、宅内に配置される機器であり、商用電源４００から供給された電気エネルギーを消費して動作する機器である。電気機器３０１、３０２、３０３は、宅内通信インターフェース１７と同様の構成を備え、宅内ネットワーク６１０に接続する機能を有する。一方、電気機器３０４、３０５は、宅内通信インターフェース１７と同様の構成を備えず、宅内ネットワーク６１０に接続する機能を有さない。つまり、電気機器３０１、３０２、３０３は、管理対象機器であり、電気機器３０４、３０５は、管理外機器である。
　電気機器３０１、３０２、３０３、３０４、３０５は、例えば、エアコン、テレビ、照明、冷蔵庫、ＩＨＣＨ（Induction Heating Cooking Heater）、エコキュート、換気扇、製氷機、照明、殺虫装置、ショーケース、除湿器、加湿器、暖房機器、電気ポット、電子レンジ、炊飯器、バス乾燥機などである。
　商用電源４００は、電力会社が需要家に電力を供給する電源である。商用電源４００により供給される電力は、交流電力である。商用電源４００は、需要地に交流電力を供給する。なお、本実施形態では、理解を容易にするため、需要地から商用電源４００に電力が供給されることはない（つまり、逆潮流はない）ものとする。
　電力変換装置４１０は、交流電力を直流電力に変換し、直流電力を交流電力に変換する。電力変換装置４１０は、商用電源４００から供給された交流電力を直流電力に変換して電気自動車４２０（厳密には、電気自動車４２０に搭載された蓄電池）に供給する。また、電力変換装置４１０は、電気自動車４２０から供給された直流電力を交流電力に変換して電気機器３０１、３０２、３０３、３０４、３０５に供給する。電力変換装置４１０は、宅内ネットワーク６１０を介して、消費電力予測装置１００と通信する機能を有する。
　電気自動車４２０は、図示しない蓄電池を備える。この蓄電池は、電力変換装置４１０から供給された電力を蓄積する。電気自動車４２０は、この蓄電池に蓄積された電力で走行することができる。また、蓄電池は、蓄積された電力を電力変換装置４１０に供給する。なお、電力変換装置４１０と電力変換装置４１０との組合せを電気機器と見做すこともできる。
　端末装置５１０は、宅外ネットワーク６２０を介して、消費電力予測装置１００と通信する装置である。端末装置５１０は、例えば、消費電力予測装置１００のユーザインターフェースとして機能する。端末装置５１０は、例えば、パーソナルコンピュータ、スマートフォン、携帯電話、タブレット端末などである。
　クラウドサーバ５２０は、クラウドコンピューティングにおけるリソースを提供するサーバである。クラウドサーバ５２０は、例えば、クラウドサーバ５２０全体の動作を制御するプロセッサ５２１と、宅外ネットワーク６２０に接続するための通信インターフェース５２２と、各種の情報を記憶するハードディスク５２３と、を備える。クラウドサーバ５２０は、消費電力予測装置１００からの要求に応答して、ハードディスク５２３に記憶されている情報を消費電力予測装置１００に供給する。また、クラウドサーバ５２０は、消費電力予測装置１００からの要求に応答して、要求された処理を実行し、処理結果を示す情報を消費電力予測装置１００に送信する。
　宅内ネットワーク６１０は、宅内に構築されるネットワークであり、宅内ネットワーク６１０に接続された機器同士が相互に通信するためのネットワークである。宅内ネットワーク６１０は、例えば、無線ＬＡＮである。
　宅外ネットワーク６２０は、宅外に構築されるネットワークであり、宅外ネットワーク６２０に接続された機器同士が相互に通信するためのネットワークである。宅外ネットワーク６２０は、例えば、ＷＡＮ（Wide Area Network）である。なお、宅内ネットワーク６１０と宅外ネットワーク６２０は、消費電力予測装置１００を介して相互に接続される。従って、消費電力予測装置１００は、ゲートウェイ装置としての機能も有する。宅外ネットワーク６２０は、例えば、インターネットである。
　次に、図３を参照して、消費電力予測装置１００の基本的な機能について説明する。消費電力予測装置１００は、機能的には、電力情報取得部１０１、現在値取得部１０２１、予測値取得部１０２２、記憶部１０３、生成部１０４、予測部１０５、制御部１０６、提示部１０７を備える。
　電力情報取得部１０１は、商用電源４００から電気機器３０１、３０２、３０３、３０４、３０５に供給される総消費電力に関する電力情報を取得する。電力情報取得部１０１は、例えば、図示しない主幹ブレーカを介して商用電源４００から需要地に供給される電力に関する電力情報を取得する。本実施形態では、電力情報取得部１０１は、定期的に、電力情報を取得するものとする。従って、電力情報取得部１０１は、第１電力情報と第２電力情報とを取得する。第１電力情報は、後述するパラメータの現在値が変化する前における総消費電力に関する情報である。第２電力情報は、後述するパラメータの現在値が変化した後における総消費電力に関する情報である。電力情報取得部１０１の機能は、例えば、宅内通信インターフェース１７の機能により実現される。
　現在値取得部１０２１は、電気機器３０１、３０２、３０３、３０４、３０５のうち第１電気機器の動作環境を示すパラメータの現在値を取得する。第１電気機器は、例えば、動作中の電気機器である。つまり、現在値取得部１０２１は、電気機器３０１、３０２、３０３、３０４、３０５のうち動作中の電気機器について、動作環境を示すパラメータの値を取得する。現在値取得部１０２１は、例えば、動作中の電気機器の消費電力に影響を与えるパラメータの値を、センサ２１０やクラウドサーバ５２０から取得する。現在値取得部１０２１の機能は、例えば、宅内通信インターフェース１７や宅外通信インターフェース１８の機能により実現される。或いは、現在値取得部１０２１の機能は、例えば、ＲＴＣ１５の機能により実現される。
　予測値取得部１０２２は、上述したパラメータの予測値を取得する。予測値取得部１０２２は、例えば、第１電気機器の消費電力に影響を与えるパラメータの予測値を、センサ２１０やクラウドサーバ５２０から取得する。予測値取得部１０２２の機能は、例えば、宅内通信インターフェース１７や宅外通信インターフェース１８の機能により実現される。或いは、予測値取得部１０２２の機能は、例えば、ＲＴＣ１５の機能により実現される。
　記憶部１０３は、機能的には、電力情報記憶部１０３１と、パラメータ値記憶部１０３２と、対応関係情報記憶部１０３３と、動作状態情報記憶部１０３４と、スケジュール情報記憶部１０３６とを備える。電力情報記憶部１０３１は、電力情報取得部１０１により取得された電力情報を、取得時刻と対応付けて記憶する。パラメータ値記憶部１０３２は、現在値取得部１０２１により取得されたパラメータの現在値を、取得時刻と対応付けて記憶する。なお、現在値取得部１０２１により取得されるパラメータが時間の経過とともに変化しないパラメータである場合、取得されたパラメータの現在値を取得時刻と対応付けなくてもよい。また、パラメータ値記憶部１０３２は、予測値取得部１０２２により取得されたパラメータの予測値を、予測対象の時刻と対応付けて記憶する。つまり、パラメータ値記憶部１０３２は、パラメータの値と時刻とが対応付けられた情報を記憶する。
　対応関係情報記憶部１０３３は、生成部１０４により生成された対応関係情報を、取得時刻と対応付けて記憶する。なお、同一又は類似の消費電力特性を示す対応関係情報が多数取得されることは、これらの対応関係情報により示される消費電力特性が尤もらしい（つまり、この消費電力特性の確度が高い）と言える。この場合、これらの対応関係情報の確度が高いとも言える。また、取得時刻が新しい対応関係情報ほど、確度が高いとも言える。同一又は類似の消費電力特性を示す対応関係情報が多数取得された場合、これらの対応関係情報を統合して高い確度を付与してもよい。対応関係情報記憶部１０３３は、取得された複数の対応関係情報に対して、外れ値の除外、平均化、中央値の採用などを実行し、対応関係情報の確度を向上させることができる。
　動作状態情報記憶部１０３４は、制御部１０６により生成された動作状態情報を、取得時刻と対応付けて記憶する。
　スケジュール情報記憶部１０３６は、ユーザによる電気機器の利用や外出予定を含むスケジュール情報を記憶する。例えば、７：００～８：００を朝食、１０：００～１１：００を買い物、１１：３０～１２：００を調理に設定し、各スケジュールに対して使用する機器や外出の有無、電気自動車４２０の利用予定を合わせてスケジュール情報記憶部１０３６に記憶させる。複数のユーザの予定を１つの予定にまとめて管理してもよい。例えば、需要家における電力の消費者である家族全員を１つの予定にまとめてもよい。記憶部１０３、電力情報記憶部１０３１、パラメータ値記憶部１０３２、対応関係情報記憶部１０３３、動作状態情報記憶部１０３４、スケジュール情報記憶部１０３６の機能は、例えば、フラッシュメモリ１４の機能により実現される。
　生成部１０４は、動作中の電気機器の消費電力に影響を与えるパラメータの値が変化した場合、このパラメータの値が変化する前後に電力情報取得部１０１により取得された電力情報に基づいて、動作中の電気機器に関する対応関係情報を生成する。つまり、生成部１０４は、上述したパラメータの現在値が変化した場合、上述したパラメータの値と第１電気機器の消費電力との対応関係を示す対応関係情報を生成する。この対応関係情報は、動作中の電気機器の動作状態とこのパラメータの値と動作中の電気機器の消費電力との対応関係を示す情報である。例えば、動作中の電気機器の消費電力に影響を与えるパラメータが温度である場合を想定する。この場合、温度が変化する前に取得された総消費電力と温度が変化した後に取得された総消費電力との差は、動作中の電気機器の消費電力の変化に起因するものとして、動作中の電気機器の対応関係情報を生成する。
　例えば、動作中の電気機器がエアコンであり、エアコンが設定温度２０℃で冷房動作している場合を想定する。ここで、周囲の温度が３０℃であるときの総消費電力が３０００Ｗであり、周囲の温度が２８℃になったときの総消費電力が２８００Ｗであるものとする。この場合、周囲の温度が２℃低下したことに起因して、エアコンの消費電力が２００Ｗ低下したと見做せる。ここで、仮に、エアコンの仕様やエアコンの同定用運転により、周囲の温度が３０℃であり、エアコンが設定温度２０℃で冷房動作しているときのエアコンの消費電力が６００Ｗであることが判っているものとする。つまり、仮に、エアコンが設定温度２０℃で冷房運転していることと、周囲の温度が３０℃であることと、エアコンの消費電力が６００Ｗであることとを対応付ける対応関係情報が予め記憶されているものとする。この場合、周囲の温度が２８℃であり、エアコンが設定温度３０℃で冷房動作しているときのエアコンの消費電力が４００Ｗであることが判る。つまり、エアコンが設定温度２０℃で冷房運転していることと、周囲の温度が２８℃であることと、エアコンの消費電力が４００Ｗであることとを対応付ける対応関係情報が新たに生成される。
　また、動作環境を示すパラメータが、電気機器の動作を変更した時刻からの経過時間である場合、厳密には、常時、パラメータが変化することになる。しかしながら、生成部１０４が、常時、対応関係情報を生成することは現実的ではない。そこで、生成部１０４は、パラメータが上記経過時間である場合、例えば、予め定められた時間が経過する毎に、対応関係情報を生成する。つまり、生成部１０４は、経過時間が閾時間以上変化した場合、パラメータが変化したと見做すことができる。パラメータが上述した経過時間でない場合も同様である。つまり、生成部１０４は、パラメータが閾値以上変化した場合、パラメータが変化したと見做すことができる。
　また、生成部１０４は、複数の電気機器の組合せに対して、対応関係情報を生成してもよい。つまり、対応関係情報は、１台の電気機器の消費電力特性を示す情報に限定されず、複数台の電気機器の合計消費電力特性を示す情報であってもよい。例えば、対応関係情報は、動作中の電気機器が複数台存在する場合、複数台の電気機器のそれぞれの動作状態と、複数台の電気機器のそれぞれの動作環境を示すパラメータと、複数台の電気機器の消費電力の合計値とを対応付ける情報であってもよい。この場合、複数台の電気機器の組合せを上述した第１電気機器と見做すこともできる。生成部１０４の機能は、例えば、ＣＰＵ１１とＲＡＭ１３とが協働することにより実現される。
　予測部１０５は、生成部１０４により生成された対応関係情報と予測値取得部１０２２により取得された予測値とに基づいて、対応関係情報が生成された電気機器の消費電力を予測する。例えば、予測部１０５は、対応関係情報が生成済みである電気機器に関しては、この電気機器の動作状態を把握していることを前提とすれば、この電気機器の消費電力と関連するパラメータの予測値から消費電力が予測可能である。予測部１０５は、計算により消費電力を予測してもよいし、テーブルを参照して消費電力を予測してもよい。予測部１０５の機能は、例えば、ＣＰＵ１１とＲＡＭ１３とが協働することにより実現される。
　ここで、予測部１０５は、将来における第１電気機器の消費電力を予測するだけでなく、現時点における第１電気機器の消費電力を推定することができる。この場合、予測部１０５は、生成部１０４により生成された対応関係情報と現在値取得部１０２１により取得されたパラメータの現在値とに基づいて、現時点における第１電気機器の消費電力を推定する。この場合、予測部１０５は、需要地における総消費電力に対する第１電気機器の消費電力の現時点における割合を推定できる。
　ここで、予測部１０５は、複数の電気機器のうちいずれかの電気機器の動作状態が変化した場合、動作状態が変化した電気機器の消費電力を予測することができる。例えば、予測部１０５は、対応関係情報が生成された電気機器の動作状態が変化した場合、対応関係情報が生成された電気機器の消費電力を予測することができる。つまり、予測部１０５は、電気機器の消費電力を定期的に予測するのではなく、電気機器の消費電力が変化することが明らかである場合に電気機器の消費電力を予測することにより、少ない処理負荷で消費電力を予測する。なお、予測部１０５は、対応関係情報の確度が規定値以下である場合、ユーザやクラウドサーバ５２０から取得した消費電力の初期値を採用して、消費電力を予測してもよい。
　また、予測部１０５は、例えば、対応関係情報が生成された電気機器の消費電力又は消費電力量を予測することにより、複数の電気機器の総消費電力又は総消費電力量を更に予測することができる。例えば、全ての電気機器について対応関係情報が生成された場合、予測部１０５は、各電気機器の消費電力又は消費電力量を予測することにより、全ての電気機器の総消費電力又は総消費電力量を予測することができる。
　予測部１０５は、稼働中の管理対象機器とスケジュール情報により利用することが予測される管理対象機器及び管理外機器とのうちの少なくとも１台に対して、電力情報記憶部１０３１に記憶された電力情報と、パラメータ値記憶部１０３２に記憶されたパラメータの予測値とに基づいて、消費電力と消費電力量とのうちの少なくとも一方を予測する。
　制御部１０６は、電気機器３０１、３０２、３０３に制御信号を送信することにより、電気機器３０１、３０２、３０３を制御する。また、制御部１０６は、電気機器３０１、３０２、３０３から動作状態を示す信号を受信することにより、電気機器３０１、３０２、３０３の動作状態を把握することができる。制御部１０６の機能は、例えば、ＣＰＵ１１と宅内通信インターフェース１７とが協働することにより実現される。
　制御部１０６は、予測部１０５により予測された総消費電力又は総消費電力量が閾値を超える場合、節電対象の電気機器の消費電力が低減するように節電対象の電気機器を制御する。制御部１０６は、節電制御を実行する旨、節電制御の対象となる電気機器を示す情報、又は、節電により得られる効果を提示部１０７に提示させた上で、節電対象の電気機器を制御してもよい。
　提示部１０７は、予測部１０５により予測された総消費電力又は総消費電力量が予め定められた閾値を超える場合、複数の電気機器のうち節電対象の電気機器を示す情報を提示する。閾値は、例えば、電力の閾値或いは一定期間における電力量の閾値であり、契約電力やユーザが定める目標電力或いは目標電力量である。一定期間は、例えば、１日である。節電対象の電気機器は、例えば、節電による消費電力の低下量が大きい電気機器である。節電対象の電気機器は、例えば、総消費電力の内訳或いは総消費電力量の内訳が参照されて決定される。
　ここで、節電対象の電気機器は、節電効果が大きいものを選択しなくてもよい。例えば、稼働時間や消費電力量の基準値を設定しておき、単位期間内にこの基準値を上回る制御がなされた電気機器が節電対象に選択されてもよい。単位期間の長さは、例えば、１時間や１日である。稼働時間や消費電力量の基準値は、稼働時間や消費電力量の平均値であってもよい。提示部１０７の機能は、例えば、ＣＰＵ１１とタッチスクリーン１６とが協働することにより実現される。又は、提示部１０７の機能は、ＣＰＵ１１と宅内通信インターフェース１７とが協働することにより実現される。この場合、提示部１０７は、例えば、端末装置５１０を介してユーザに情報を提示する。
　提示部１０７は、予測部１０５により予測された総消費電力又は総消費電力量をユーザに提示する。提示部１０７は、予測部１０５により予測された各電気機器の消費電力又は消費電力量、つまり、消費電力又は消費電力量の内訳をユーザに提示してもよい。図６に、予測された時間帯毎の消費電力量の内訳を提示する例を示す。図８に、予測された１日分の消費電力量の内訳を提示する例を示す。なお、提示部１０７は、現在の総消費電力又は総消費電力量の内訳を提示してもよい。つまり、提示部１０７は、現在の総消費電力又は総消費電力量に対する、予測部１０５により推定された各電気機器の消費電力又は消費電力量の割合を提示してもよい。
　また、提示部１０７は、予測部１０５が予測した総消費電力が上限値を超える場合、図７に示すように、予測した総消費電力が上限値（２５００Ｗ）を超えている旨をユーザに提示する。図７は、０４：００の段階で消費電力の推移が予測され、０４：００に稼働されたＩＨＣＨを含む稼働中の電気機器による消費電力の予測値が０６：００に上限値を超える例を示している。
　次に、図４を参照して、消費電力予測装置１００が実行する対応関係情報生成処理について説明する。対応関係情報生成処理は、例えば、一定周期で繰り返し実行される。一定周期は、例えば、１０分や１時間である。
　まず、ＣＰＵ１１は、電力情報を取得する（ステップＳ１０１）。ＣＰＵ１１は、例えば、宅内通信インターフェース１７を介して、電力計測装置２００から電力情報を取得する。ＣＰＵ１１は、取得した電力情報をフラッシュメモリ１４（電力情報記憶部１０３１）に記憶させる。
　ＣＰＵ１１は、ステップＳ１０１の処理を完了すると、動作状態情報を取得する（ステップＳ１０２）。ＣＰＵ１１は、例えば、宅内通信インターフェース１７を介して、管理対象機器から動作状態情報を取得する。ＣＰＵ１１は、取得した動作状態情報をフラッシュメモリ１４（動作状態情報記憶部１０３４）に記憶させる。
　ＣＰＵ１１は、ステップＳ１０２の処理を完了すると、パラメータの現在値を取得する（ステップＳ１０３）。ＣＰＵ１１は、例えば、宅内通信インターフェース１７を介して、センサ２１０からパラメータの現在値を取得する。ＣＰＵ１１は、取得したパラメータの現在値をフラッシュメモリ１４（パラメータ値記憶部１０３２）に記憶させる。
　ＣＰＵ１１は、ステップＳ１０３の処理を完了すると、消費先不明電力を算出する（ステップＳ１０４）。消費先不明電力は、消費先の電気機器が不明な電力である。消費先不明電力は、ステップＳ１０１で取得された電力情報により示される総消費電力の値から、消費電力が明確である管理対象機器の消費電力の値を減じることにより得られる。消費電力が明確である管理対象機器は、消費電力を自ら測定可能であり、測定した消費電力を消費電力予測装置に送信可能な機器である。
　ＣＰＵ１１は、ステップＳ１０４の処理を完了すると、運転条件が変化した電気機器があるか否かを判別する（ステップＳ１０５）。運転条件が変化した電気機器は、動作状態と消費電力に影響を与えるパラメータの現在値との少なくとも一方が変化した電気機器である。ＣＰＵ１１は、運転条件が変化した電気機器があると判別した場合（ステップＳ１０５：ＹＥＳ）、運転条件が変化した電気機器が１台であるか否かを判別する（ステップＳ１０６）。
　ＣＰＵ１１は、運転条件が変化した電気機器が１台であると判別した場合（ステップＳ１０６：ＹＥＳ）、前回、ステップＳ１０４で算出された消費先不明電力と、今回、ステップＳ１０４で算出された消費先不明電力と、の差分と、運転条件の変化と、を対応付けて、運転条件が変化した電気機器の対応関係情報を生成する。
　ＣＰＵ１１は、運転条件が変化した電気機器が１台でないと判別した場合（ステップＳ１０６：ＮＯ）、消費先不明電力を補正する（ステップＳ１０８）。具体的には、ＣＰＵ１１は、運転条件が変化した電気機器のうち、確度が最低でない電気機器の消費電力の変動値の合計値を推定する。そして、前回、ステップＳ１０４で算出された消費先不明電力と、今回、ステップＳ１０４で算出された消費先不明電力と、の差分から、推定された合計値を差し引いた値を、新たな消費先不明電力の変動分として算出する。
　ＣＰＵ１１は、ステップＳ１０８の処理を完了した場合、ステップＳ１０８で求められた消費先不明電力の変動分を、確度が最低である電気機器の消費電力の変動分であるものとして、確度が最低である電気機器の対応関係情報を生成する（ステップＳ１０９）。ＣＰＵ１１は、同一条件又は類似条件において生成された複数の対応関係情報に対して、適宜、外れ値の除去、平均化、中央値の採用を実行することができる。
　ＣＰＵ１１は、運転条件が変化した電気機器がないと判別した場合（ステップＳ１０５：ＮＯ）、前回、ステップＳ１０１で取得された電力情報により示される総消費電力と、今回、ステップＳ１０１で取得された電力情報により示される総消費電力と、の差分を、管理外機器による消費電力の変動分であるものとして、管理外機器の対応関係情報を生成する。例えば、スケジュール情報により、８時から９時で洗濯が設定されている場合、この期間における電力消費が洗濯機であるものとして洗濯機の対応関係情報を生成する。ＣＰＵ１１は、ステップＳ１０７、ステップＳ１０９、ステップＳ１１０の処理を完了すると、対応関係情報生成処理を完了する。
　次に、図５を参照して、消費電力予測装置１００が実行する消費電力予測処理について説明する。消費電力予測処理は、例えば、一定周期で繰り返し実行される。一定周期は、例えば、１分や５分である。もしくは、消費電力予測処理は、いずれかの電気機器の動作状態が変化したことに応答して実行されてもよい。
　まず、ＣＰＵ１１は、ステップＳ１０１と同様に、電力情報を取得する（ステップＳ２０１）。ＣＰＵ１１は、ステップＳ２０１の処理を完了すると、ステップＳ１０２と同様に、動作状態情報を取得する（ステップＳ２０２）。ＣＰＵ１１は、ステップＳ２０２の処理を完了すると、パラメータの予測値を取得する（ステップＳ２０３）。
　ＣＰＵ１１は、ステップＳ２０３の処理を完了すると、管理対象機器の消費電力又は消費電力量を予測する（ステップＳ２０４）。具体的には、ＣＰＵ１１は、対応関係情報記憶部１０３３が記憶する対応関係情報と、パラメータ値記憶部１０３２が記憶するパラメータの予測値と、動作状態情報記憶部１０３４が記憶する動作状態情報と、に基づいて、動作中の管理対象機器による消費電力と、動作中の管理対象機器による一定期間内又は一定時刻までの消費電力量とのうちの少なくとも一方を予測する。一定期間は、例えば、１時間や１日である。一定時刻は、例えば、２４時である。なお、管理対象機器のうち消費電力を直接取得可能な機器については、消費電力を予測することなく取得された消費電力を採用する。
　ＣＰＵ１１は、ステップＳ２０４の処理を完了すると、ステップＳ２０４と同様の手順により、管理外機器の消費電力又は消費電力量を予測する（ステップＳ２０５）。ＣＰＵ１１は、ステップＳ２０５の処理を完了すると、予測される消費電力又は消費電力量が閾値以上であるか否かを判別する（ステップＳ２０６）。なお、予測される消費電力は、ステップＳ２０４で予測された管理対象機器の消費電力とステップＳ２０５で予測された管理外機器の消費電力との総和である。また、予測される消費電力量は、ステップＳ２０４で予測された管理対象機器の消費電力量とステップＳ２０５で予測された管理外機器の消費電力量との総和である。
　ＣＰＵ１１は、予測される消費電力又は消費電力量が閾値以上であると判別すると（ステップＳ２０６：ＹＥＳ）、対応関係情報記憶部１０３３に記憶された対応関係情報に基づいて、管理対象機器毎に、節電しない場合における消費電力量と節電した場合における消費電力量との差分を推定し、推定した差分を消費電力量削減余地とする。なお、節電動作は、管理対象機器の動作モードを節電モードに設定すること、管理対象機器を消費電力の低い動作状態に設定することで実現される。なお、節電動作における消費電力は、対応関係情報に基づいて予測するものとして説明したが、ユーザやクラウドサーバ５２０から取得される電力値又は、ユーザやクラウドサーバ５２０から取得されるパラメータに基づいて算出される電力値であってもよい。例えば、節電動作における消費電力は、通常動作における消費電力の８０％に算出されてもよい。
　ＣＰＵ１１は、ステップＳ２０７の処理を完了すると、予測される消費電力又は消費電力量が閾値以下になるまで、節電可能量が大きい管理対象機器から順に節電対象として選択する（ステップＳ２０８）。
　なお、ステップＳ２０８では、ＣＰＵ１１が節電機器を選択する例について説明した。ステップＳ２０８において、ＣＰＵ１１は、消費電力量の予測値や節電可能電力量を管理対象機器毎にタッチスクリーン１６を介してユーザに提示し、ユーザに節電機器を選択させてもよい。また、ステップＳ２０８において、ＣＰＵ１１は、消費電力量の予測値や節電可能電力量を管理外機器毎にタッチスクリーン１６を介してユーザに提示し、ユーザに管理外機器に対する節電を促してもよい。
　そして、ＣＰＵ１１は、ステップＳ２０８の処理を完了すると、ステップＳ２０７で選択した管理対象機器に対する節電を実行する（ステップＳ２０９）。ＣＰＵ１１は、予測される消費電力又は消費電力量が閾値以上でないと判別した場合（ステップＳ２０６：ＮＯ）、又は、ステップＳ２０９の処理を完了した場合、消費電力予測処理を完了する。
　なお、本実施形態では、消費電力予測装置１００がＨＥＭＳコントローラであり、消費電力予測装置１００が直接管理対象機器と接続される例について説明した。本発明において、消費電力予測装置１００がＨＥＭＳコントローラを介して間接的に管理対象機器と接続されてもよい。この場合、ＨＥＭＳコントローラは、管理対象機器にＩＰアドレスを割り当て、消費電力予測装置１００と管理対象機器との通信を中継する。
　本実施形態では、複数の電気機器のうち第１電気機器の動作環境を示すパラメータの現在値が変化した場合、パラメータの値と第１電気機器の消費電力との対応関係を示す対応関係情報が生成され、生成された対応関係情報とパラメータの予測値とに基づいて、第１電気機器の消費電力が予測される。従って、本実施形態によれば、電気機器の消費電力を高い精度で予測することができる。また、本実施形態では、動作環境が変化したことをトリガとして、動作環境の変化に伴う消費電力の変化が考慮された消費電力特性が効率的に取得される。このため、本実施形態によれば、消費電力特性の取得にかかる処理負担が軽減される。
　また、本実施形態では、管理対象機器又は管理外機器である電気機器の個別の消費電力を測定できない状況下において、消費電力に影響を与える動作環境の変化に伴う消費電力の時間軸変動から電気機器の電力消費特性が学習される。このため、本実施形態によれば、電気機器の動作状態の変化のみから電気機器の電力消費特性を学習する場合に比べ、消費電力実績の内訳の推定や消費電力推移の予想がより高い精度で実現可能となる。
　また、本実施形態では、電気機器の動作状態が変化したことに応答して、消費電力推移が予測される。このため、本実施形態によれば、動作中の電気機器の動作に伴って総消費電力又は総消費電力量が閾値を超えることを予測できる。このため、本実施形態では、総消費電力又は総消費電力量が閾値を超えることを回避することが可能となる。
　また、本実施形態では、予測された総消費電力又は総消費電力量が閾値を超える場合、節電対象の電気機器の消費電力が低減するように節電対象の電気機器が制御される。このため、本実施形態では、総消費電力又は総消費電力量が閾値を超えることを回避することが可能となる。
（実施形態２）
　実施形態１では、基本的に、電気機器毎に消費電力や消費電力量を管理する例について説明した。実施形態２では、電気機器の種別毎に消費電力や消費電力量を管理する例について説明する。以下、実施形態１と異なる部分を中心に説明する。
　まず、図９を参照して、本実施形態に係る消費電力予測装置１２０の基本的な機能について説明する。消費電力予測装置１２０は、機能的には、電力情報取得部１０１、現在値取得部１０２１、予測値取得部１０２２、記憶部１０３、生成部１０４、予測部１０５、制御部１０６、提示部１０７を備える。ここで、消費電力予測装置１２０が備える記憶部１０３は、スケジュール情報記憶部１０３６に代えて種別情報記憶部１０３５を備える点において、消費電力予測装置１００が備える記憶部１０３とは異なる。また、消費電力予測装置１２０が備える提示部１０７は、消費電力予測装置１００が備える提示部１０７とは機能が異なる。また、実施形態２では、クラウドサーバ５２０は、消費電力予測装置１２０が生成した対応関係情報を収集し、外れ値の除外、平均化、中央値の採用などの処理を、消費電力予測装置１２０からの要求に応じて実行する。
　種別情報記憶部１０３５は、各電気機器が属する種別を示す種別情報を記憶する。この種別は、電気機器を用途別に分類するための種別である。種別としては、例えば、エアコンと床暖房と扇風機とが属する冷暖房と、ＩＨＣＨと電子レンジと電気ポットと炊飯器とが属する調理とがある。種別情報記憶部１０３５の機能は、例えば、フラッシュメモリ１４の機能により実現される。
　本実施形態では、電気機器は、種別毎に分類される。そして、予測部１０５は、種別毎の消費電力や消費電力量を更に予測する。ここで、提示部１０７は、予測部１０５により予測された種別毎の消費電力又は消費電力量を提示する。
　ここで、提示部１０７は、動作中又は動作予定のある電気機器が属する種別における消費電力又は消費電力量を低下させる動作パターンがある場合、その動作パターンを代替案としてユーザに提示する。提示部１０７は、消費電力と消費電力量とのうちの少なくとも一方を下げる必要がある場合において、代替案をユーザに提示することが好適である。
　ＣＰＵ１１は、例えば、宅内通信インターフェース１７を介して管理対象機器から取得した管理対象機器の識別子によって管理対象機器の種別を決定することができる。また、ＣＰＵ１１は、例えば、タッチスクリーン１６を介したユーザによる指定に従って管理対象機器の種別を決定してもよい。ＣＰＵ１１は、管理対象機器の種別を示す種別情報をフラッシュメモリ１４（種別情報記憶部１０３５）に記憶させる。
　また、ＣＰＵ１１は、種別毎に、消費電力と消費電力量と電気料金とのうちの少なくとも１つを、他の種別と過去の実績と他の需要地における実績とのうちの少なくとも１つと比較する。図１５に、比較結果（評価結果）を提示する画面を示す。図１５に示す画面には、基準値と、種別評価値と、比較対象と、比較基準とが提示されている。
　基準値は、比較対象の比較基準における値である。基準値は、１００％を表す直線として表示される。種別評価値は、比較基準における基準値に対する種別毎の評価値である。種別評価値は、基準値を１００％としたときのパーセンテージで表示される。比較対象としては、種別間の比較と、需要地自身の過去の実績データとの比較と、外部から取得されるデータとの比較とのうち、いずれかが指定される。種別間の比較の場合、例えば、全種別の比較基準における合計を１００％としたときの内訳が表示される。需要地自身の過去の実績データとの比較の場合、任意の日の実績データ、任意の期間の実績データの平均値、任意の期間における任意の曜日の実績データの平均値が比較対象となる。外部から取得されるデータとの比較の場合、例えば、全国平均、特定の条件に適合する需要地から選択された需要地、特定の条件に適合する需要地の平均値が比較対象となる。特定の条件は、例えば、構成家族人数や設置場所に関わる条件である。比較基準としては、例えば、電力消費に伴う電気料金額、電力消費量、使用時間などがある。
　次に、図１１を参照して、消費電力予測装置１２０が実行する機器利用評価処理について説明する。機器利用評価処理は、例えば、ユーザによる指示に従って、又は、一定周期で繰り返し実行される。一定周期は、例えば、６時間や２４時間である。
　まず、ＣＰＵ１１は、管理対象機器を種別毎に分類する（ステップＳ３０１）。ＣＰＵ１１は、管理対象機器の識別子やユーザによる指定に従って、管理対象機器を分類する。ＣＰＵ１１は、分類結果を示す種別情報をフラッシュメモリ１４（種別情報記憶部１０３５）に記憶させる。
　ＣＰＵ１１は、ステップＳ３０１の処理を完了すると、種別毎に評価を実行する（ステップＳ３０２）。具体的には、ＣＰＵ１１は、各種別における、消費電力、消費電力量、電気料金、又は、使用時間を、予め定められた比較対象と比較することにより評価する。
　次に、図１２を参照して、消費電力予測装置１２０が実行する消費電力予測処理について説明する。消費電力予測装置１２０が実行する消費電力予測処理は、予測される消費電力が閾値以上と判別された場合に（ステップＳ２０６：ＹＥＳ）、管理対象機器の節電可能量を算出する（ステップＳ２０７）前に、代替案を提示する処理を実行する（ステップＳ２１１）点を除き、消費電力予測装置１００が実行する消費電力予測処理と同様である。
　ＣＰＵ１１は、ステップＳ２１１において、図１０に示す種別毎の電力消費特性のテーブルにおいて、同一の種別の中で消費電力又は消費電力量が小さくなる電気機器の組合せがあるか否かを判別し、このような組合せがあると判別した場合、この組合せをユーザに提示する。ＣＰＵ１１は、この組合せを、タッチスクリーン１６に表示させてもよいし、端末装置５１０に表示させてもよい。
　本実施形態では、種別毎に消費電力又は消費電力量がユーザに提示される。従って、本実施形態によれば、ユーザに、電気機器を使用する際、使用する頻度、使用する時間、運転内容に注意を払うことの動機を与えることができる。
　また、本実施形態では、クラウドサーバ５２０を介して他の需要地における電力消費の態様と、本需要地における電力消費の態様との比較結果が提示される。このため、本実施形態によれば、各種別の電力消費の相対的な評価をユーザに知らせることができる。
（実施形態３）
　実施形態１では、管理対象機器の動作状態を積極的に切り替えることなく、管理対象機器の動作状態を検知することにより、管理対象機器の電力消費特性を学習する例について説明した。しかしながら、管理対象機器の運用の仕方によっては、かかる手法では、電気機器毎の電力消費特性を精度良く求めることができない場合がある。そこで、本実施形態では、管理対象機器の動作状態を積極的に切り替えて、電気機器毎の電力消費特性を精度良く求めるための同定運転を実行する例について説明する。しかしながら、管理対象機器の動作状態を積極的に切り替える場合、ユーザの快適性を阻害する可能性がある。そこで、本実施形態では、ユーザの利便性を低下させずに、電力消費特性の学習のための同定運転を実行する手法について説明する。
　まず、図１６を参照して、本実施形態に係る消費電力予測装置１３０の基本的な機能について説明する。消費電力予測装置１３０は、機能的には、電力情報取得部１０１、現在値取得部１０２１、予測値取得部１０２２、記憶部１０３、生成部１０４、予測部１０５、制御部１０６、同定処理実行部１０８を備える。ここで、消費電力予測装置１３０が備える記憶部１０３は、ＥＶ利用情報記憶部１０３７と操作履歴情報記憶部１０３８とを備える点において、消費電力予測装置１００が備える記憶部１０３とは異なる。また、消費電力予測装置１３０は、提示部１０７に代えて同定処理実行部１０８を備える点において、消費電力予測装置１００と異なる。
　ＥＶ利用情報記憶部１０３７は、電気自動車４２０の利用スケジュールを示すＥＶ利用情報を記憶する。ＥＶ利用情報は、例えば、電気自動車４２０の外出予定時刻及び帰宅予定時刻を示す情報である。ＥＶ利用情報は、電力管理装置である消費電力予測装置１００が、電気自動車４２０の利用前における事前充電のスケジュールを作成する際に用いられる。
　操作履歴情報記憶部１０３８は、ユーザによる電気機器に対する全ての操作の履歴を示す操作履歴情報を記憶する。例えば、操作履歴情報は、リモコンによるエアコンの停止操作、本体操作によるＩＨＣＨの出力の強弱操作、宅外からの端末装置５１０による管理対象機器の一括停止操作の履歴を示す。
　生成部１０４は、動作中の電気機器の動作状態と動作環境を示すパラメータの値と動作中の電気機器の消費電力との対応関係を示す対応関係情報を生成する。
　同定処理実行部１０８は、複数の電気機器を使用するユーザが不在である場合、同定処理を実行する。同定処理は、電気機器の動作状態を変化させることにより、動作状態を変化させた電気機器に関する対応関係情報を生成部１０４に生成させる処理である。同定処理実行部１０８は、スケジュール情報記憶部１０３６に記憶されたスケジュール情報と、ＥＶ利用情報記憶部１０３７に記憶されたＥＶ利用情報と、操作履歴情報記憶部１０３８に記憶された操作履歴情報とに基づいて、ユーザが不在となる期間を判定する。同定処理実行部１０８は、ユーザが不在となる期間において、制御部１０６を介して同定用の処理のための電気機器に対する制御を実行する。図１３は、需要地におけるユーザの１日のスケジュールを示す図である。図１４は、需要地におけるユーザの１週間のスケジュールを示す図である。
　次に、図１７に示すフローチャートを参照して、本実施形態に係る消費電力予測装置１３０が実行する対応関係情報生成処理について説明する。消費電力予測装置１３０が実行する対応関係情報生成処理は、ステップＳ１０４の処理が完了した後にステップＳ１２１の処理とステップＳ１２２の処理とが実行され、ステップＳ１２２でＹＥＳと判定された場合に、ステップＳ１２３の処理が実行される点を除き、消費電力予測装置１００が実行する対応関係情報生成処理と同様である。
　ＣＰＵ１１は、ステップＳ１０４の処理を完了すると、ユーザが不在であるか否かを判定する在・不在判定処理を実行する（ステップＳ１２１）。ＣＰＵ１１は、電力情報記憶部１０３１に記憶された電力情報と、動作状態情報記憶部１０３４に記憶された動作状態情報と、スケジュール情報記憶部１０３６に記憶されたスケジュール情報と、ＥＶ利用情報記憶部１０３７に記憶されたＥＶ利用情報と、操作履歴情報記憶部１０３８に記憶された操作履歴情報とのうちの少なくとも１つに基づいて、ユーザが不在であるか否かを判別する。
　例えば、ＣＰＵ１１は、操作履歴情報によりユーザによる操作履歴が一定期間（例えば、１時間）いずれの電気機器も操作されないことが示され、電力情報により需要地における総消費電力量の変化からも人為的な操作に基づく電気機器の動作がないことが示され、動作状態情報により動作している場合に人がいることが想定されるＩＨＣＨが一定期間（例えば、１時間）動作していないことが示された場合、ユーザが不在であると判定する。
　或いは、ＣＰＵ１１は、ＥＶ利用情報により示される電気自動車４２０の利用予定とスケジュール情報により示される外出予定とのうちの少なくとも一方に基づいて、ユーザが不在であるか否かを判別してもよい。なお、ＣＰＵ１１は、上述した情報のうちどの情報を判定に用いるのかは、適宜、調整することができる。なお、ユーザが不在とは、必ずしもユーザが外出していることを意味しない。つまり、同定対象の電気機器が設置されている部屋以外の部屋にユーザがいることを意味してもよい。ＣＰＵ１１は、動作状態情報やスケジュール情報に基づいて、部屋単位でユーザの在・不在を判定することができる。
　ＣＰＵ１１は、ステップＳ１２１の処理を完了すると、ユーザが不在であるか否かを判別する（ステップＳ１２２）。ＣＰＵ１１は、ユーザが不在でないと判別すると（ステップＳ１２２：ＮＯ）、ステップＳ１０５の処理を実行する。一方、ＣＰＵ１１は、ユーザが不在であると判別すると（ステップＳ１２２：ＹＥＳ）、同定運転を実行する（ステップＳ１２３）。
　具体的には、ＣＰＵ１１は、管理対象機器に対して制御信号を送信して管理対象機器の動作状態を変化させるとともに、生成部１０４に対応関係情報を生成させて、対応関係情報記憶部１０３３に記憶させる。なお、同定運転によって生成される対応関係情報は、信頼性つまり確度が高い情報である。
　本実施形態によれば、ユーザの快適性を低下させずに信頼性の高い消費電力特性を取得することができる。
　（実施形態４）
　実施形態３では、同定運転により信頼性の高い消費電力特性を取得する例について説明した。しかしながら、電力計測装置２００から短い周期で総消費電力量を取得することができない場合、電気機器の消費電力の変化に対する総消費電力量の更新周期が長くなる。その結果、同定運転を実行したところで、精度の良い消費電力特性を取得できないことになる。本実施形態では、総消費電力量のサンプリング周期が電気機器の消費電力の時間変化に対して十分に長い場合に、同定処理によって精度の高い消費電力特性を取得する手法について説明する。本実施形態では、総消費電力量のサンプリング周期が３０分であり、同定対象の電気機器がエアコンであり、他の電気機器は動作していない例について説明する。
　本実施形態では、動作環境を示すパラメータは、動作中の電気機器を動作させてからの経過時間である。ここで、電力情報取得部１０１は、商用原電４００から複数の電気機器に供給された総消費電力量を示す電力情報を予め定められた周期で取得する。同定処理実行部１０８は、いずれかの電気機器の動作状態を変化させてから電力情報取得部１０１により電力情報が取得されるまでの時間が異なる複数回の同定処理を実行する。
　図１８に、エアコンの動作開始時刻をずらずことにより、差分にあたる期間の消費電力特性を求める手法を説明するためのグラフを示す。また、図１９に、エアコンの動作開始時刻をずらす前の００：００～００：３０までの３０分間における５分当たりの消費電力量が推移する様子を示している。なお、図１８、図１９及び図２０では、総消費電力量のサンプリング時刻が００：００で示されている。
　図１８において、電力量Ａ０は００：００にエアコンの動作を開始した場合の００：００～００：３０における消費電力量を示し、電力量Ａ１は００：０５にエアコンの動作を開始した場合の００：００～００：３０における消費電力量を示している。また、図１８において、電力量Ａ２は、電力量Ａ０と電力量Ａ１との差分を表している。また、図１８における電力量Ａ０は、図１９における電力量Ａ３と図１９における電力量Ａ４との和に相当する。図１８における電力量Ａ１は、図２０における電力量Ａ５に相当する。
　ここで、電力量Ａ５と電力量Ａ３がそれぞれ動作開始から２５分間の消費電力量を表していることから、気温や湿度等の電力消費特性に影響するパラメータの値の差が十分に小さい場合、図１９における動作開始から２５分間の消費電力量である電力量Ａ５と電力量Ａ３とは同値と見做せ、動作開始から２５分経過時点からの５分間の消費電力量は、電力量Ａ２と見做せる。このように、電力量Ａ４と同様に、図１９の残りの期間や００：３０以降の５分間毎の消費電力量について求めることが可能となり、５分単位での電力消費特性が求められる。
　この場合、動作開始時刻の変動量に応じた精度で電力消費特性が取得可能となるため、消費電力量のサンプリング周期に依らず、制御周期と同程度の精度で電力消費特性が取得可能となる。つまり、本実施形態では、電力計測装置２００の仕様に依らず、消費電力予測装置１００の制御周期に応じた精度以上で電力消費特性を取得することが可能となる。
（変形例）
　以上、本発明の実施形態を説明したが、本発明を実施するにあたっては、種々の形態による変形及び応用が可能である。
　本発明において、上記実施形態において説明した構成、機能、動作のどの部分を採用するのかは任意である。また、本発明において、上述した構成、機能、動作のほか、更なる構成、機能、動作が採用されてもよい。また、上記実施形態において説明した構成、機能、動作は、自由に組み合わせることができる。
　例えば、消費電力予測装置１００とクラウドサーバ５２０とのいずれにどの機能を持たせるのかは、適宜、調整することができる。例えば、クラウドサーバ５２０に対応関係情報を生成する機能や消費電力又は消費電力量を予測する機能を持たせてもよい。また、機能の一部を、クラウドサーバ５２０ではなく、端末装置５１０に持たせてもよい。このように、消費電力予測装置１００と端末装置５１０とクラウドサーバ５２０とのうちの少なくとも１つにより、上述した機能を有する消費電力予測システムを構成してもよい。つまり、このような消費電力予測システムが備える機能的な構成は、宅内ネットワーク６１０や宅外ネットワーク６２０を介して相互に接続されていれば、消費電力予測装置１００と端末装置５１０とクラウドサーバ５２０とのいずれが備えていてもよい。このような消費電力予測システムは、例えば、機能的な構成として、現在値取得部１０２１と、電力情報取得部１０１と、生成部１０４と、予測値取得部１０２２と、予測部１０５と、を備え、これらの機能的な構成がネットワークを介して相互に接続された判定システムであるといえる。なお、消費電力予測システムは、電力情報取得部１０１に代えて電力計測装置２００を備えていてもよい。
　また、実施形態１では、消費電力予測装置１００が有する機能を多くがソフトウェア（又は、ファームウェア）により実現される例、つまり、消費電力予測装置１００が有する機能を多くがプロセッサによるプログラムの実行により実現されるについて説明した。本発明において、このような機能は、ハードウェアにより実現されてもよい。この場合、例えば、消費電力予測装置１００は、ＣＰＵ１１に代えて、処理回路を備える。この処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、又はこれらの組合せにより構成される。
　本発明に係る消費電力予測装置１００、１２０、１３０やクラウドサーバ５２０の動作を規定する動作プログラムを既存のパーソナルコンピュータや情報端末装置に適用することで、当該パーソナルコンピュータを本発明に係る消費電力予測装置１００、１２０、１３０やクラウドサーバ５２０として機能させることも可能である。
　また、このようなプログラムの配布方法は任意であり、例えば、ＣＤ－ＲＯＭ（Compact Disk Read-Only Memory）、ＤＶＤ（Digital Versatile Disk）、メモリカードなどのコンピュータ読み取り可能な記録媒体に格納して配布してもよいし、通信ネットワーク（例えば、インターネット）を介して配布してもよい。
　本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施形態及び変形が可能とされるものである。また、上述した実施形態は、本発明を説明するためのものであり、本発明の範囲を限定するものではない。つまり、本発明の範囲は、実施形態ではなく、請求の範囲によって示される。そして、請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、本発明の範囲内とみなされる。
　本発明は、電気機器の消費電力を予測する消費電力予測システムに適用可能である。
１１　ＣＰＵ、１２　ＲＯＭ、１３　ＲＡＭ、１４　フラッシュメモリ、１５　ＲＴＣ、１６　タッチスクリーン、１７　宅内通信インターフェース、１８　宅外通信インターフェース、１００，１２０，１３０　消費電力予測装置、１０１　電力情報取得部、１０２１　現在値取得部、１０２２　予測値取得部、１０３　記憶部、１０４　生成部、１０５　予測部、１０６　制御部、１０７　提示部、１０８　同定処理実行部、２００　電力計測装置、２１０　センサ、３０１，３０２，３０３，３０４，３０５　電気機器、４００　商用電源、４１０　電力変換装置、４２０　電気自動車、５１０　端末装置、５２０　クラウドサーバ、５２１　プロセッサ、５２２　通信インターフェース、５２３　ハードディスク、６１０　宅内ネットワーク、６２０　宅外ネットワーク、１０３１　電力情報記憶部、１０３２　パラメータ値記憶部、１０３３　対応関係情報記憶部、１０３４　動作状態情報記憶部、１０３５　種別情報記憶部、１０３６　スケジュール情報記憶部、１０３７　ＥＶ利用情報記憶部、１０３８　操作履歴情報記憶部

Claims (9)

  1. 　複数の電気機器のうち第１電気機器の動作環境を示すパラメータの現在値を取得する現在値取得手段と、
    　前記現在値が変化する前における前記複数の電気機器の総消費電力に関する第１電力情報と、前記現在値が変化した後における前記複数の電気機器の総消費電力に関する第２電力情報と、を取得する電力情報取得手段と、
    　前記現在値が変化した場合、前記パラメータの値と前記第１電気機器の消費電力との対応関係を示す対応関係情報を生成する生成手段と、
    　前記パラメータの予測値を取得する予測値取得手段と、
    　前記生成手段により生成された対応関係情報と前記予測値取得手段により取得された予測値とに基づいて、前記第１電気機器の消費電力を予測する予測手段と、を備える、
    　消費電力予測装置。
  2. 　前記予測手段は、前記複数の電気機器のうちいずれかの電気機器の動作状態が変化した場合、前記複数の電気機器の総消費電力又は総消費電力量を更に予測する、
    　請求項１に記載の消費電力予測装置。
  3. 　前記予測手段により予測された総消費電力又は総消費電力量が予め定められた閾値を超える場合、前記複数の電気機器のうち節電対象の電気機器の消費電力が低減するように前記節電対象の電気機器を制御する制御手段を更に備える、
    　請求項２に記載の消費電力予測装置。
  4. 　前記複数の電気機器は、複数の種別に分類され、
    　前記予測手段により予測された総消費電力又は総消費電力量が予め定められた閾値を超える場合、前記複数の種別のうち特定の種別に属する電気機器の動作状態を変化させることにより前記特定の種別に属する電気機器の総消費電力又は総消費電力量を減少させる代替案を提示する提示手段を更に備える、
    　請求項１から３のいずれか１項に記載の消費電力予測装置。
  5. 　前記生成手段は、前記第１電気機器の動作状態と前記パラメータの値と前記第１電気機器の消費電力との対応関係を示す対応関係情報を生成し、
    　前記複数の電気機器を使用するユーザが不在である場合、前記複数の電気機器のうち同定対象の電気機器の動作状態を変化させることにより、前記同定対象の電気機器に関する対応関係情報を前記生成手段に生成させる同定処理を実行する同定処理実行手段を更に備える、
    　請求項１から４のいずれか１項に記載の消費電力予測装置。
  6. 　前記パラメータは、前記第１電気機器を動作させてからの経過時間であり、
    　前記電力情報取得手段は、前記複数の電気機器に消費された総消費電力量を示す電力情報を予め定められた周期で取得し、
    　前記同定処理実行手段は、前記同定対象の電気機器の動作状態を変化させてから前記電力情報取得手段により前記電力情報が取得されるまでの時間が異なる複数回の同定処理を実行する、
    　請求項５に記載の消費電力予測装置。
  7. 　複数の電気機器のうち第１電気機器の動作環境を示すパラメータの現在値を取得する現在値取得手段と、
    　前記現在値が変化する前における前記複数の電気機器の総消費電力と、前記現在値が変化した後における前記複数の電気機器の総消費電力と、を測定する電力測定手段と、
    　前記現在値が変化した場合、前記パラメータの値と前記第１電気機器の消費電力との対応関係を示す対応関係情報を生成する生成手段と、
    　前記生成手段により生成された対応関係情報と前記パラメータの予測値とに基づいて、前記第１電気機器の消費電力を予測する予測手段と、を備える、
    　消費電力予測システム。
  8. 　複数の電気機器のうち第１電気機器の動作環境を示すパラメータの現在値を取得し、
    　前記現在値が変化する前における前記複数の電気機器の総消費電力に関する第１電力情報と、前記現在値が変化した後における前記複数の電気機器の総消費電力に関する第２電力情報と、を取得し、
    　前記現在値が変化した場合、前記パラメータの値と前記第１電気機器の消費電力との対応関係を示す対応関係情報を生成し、
    　前記生成された対応関係情報と前記パラメータの予測値とに基づいて、前記第１電気機器の消費電力を予測する、
    　消費電力予測方法。
  9. 　コンピュータを、
    　複数の電気機器のうち第１電気機器の動作環境を示すパラメータの現在値を取得する現在値取得手段、
    　前記現在値が変化する前における前記複数の電気機器の総消費電力に関する第１電力情報と、前記現在値が変化した後における前記複数の電気機器の総消費電力に関する第２電力情報と、を取得する電力情報取得手段、
    　前記現在値が変化した場合、前記パラメータの値と前記第１電気機器の消費電力との対応関係を示す対応関係情報を生成する生成手段、
    　前記パラメータの予測値を取得する予測値取得手段、
    　前記生成手段により生成された対応関係情報と前記予測値取得手段により取得された予測値とに基づいて、前記第１電気機器の消費電力を予測する予測手段、として機能させる、
    　プログラム。
PCT/JP2016/053322 2016-02-04 2016-02-04 消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム WO2017134788A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017565343A JP6513231B2 (ja) 2016-02-04 2016-02-04 消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム
PCT/JP2016/053322 WO2017134788A1 (ja) 2016-02-04 2016-02-04 消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/053322 WO2017134788A1 (ja) 2016-02-04 2016-02-04 消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム

Publications (1)

Publication Number Publication Date
WO2017134788A1 true WO2017134788A1 (ja) 2017-08-10

Family

ID=59499624

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/053322 WO2017134788A1 (ja) 2016-02-04 2016-02-04 消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム

Country Status (2)

Country Link
JP (1) JP6513231B2 (ja)
WO (1) WO2017134788A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112578680A (zh) * 2020-11-17 2021-03-30 广东电网有限责任公司广州供电局 电气设备监控管理系统、方法及可读存储介质
JP7366572B2 (ja) 2019-04-03 2023-10-23 東京瓦斯株式会社 蓄電池延命システム、蓄電池延命サービス提供方法及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011166884A (ja) * 2010-02-05 2011-08-25 Panasonic Electric Works Co Ltd エネルギー需給制御システム
JP2011254583A (ja) * 2010-05-31 2011-12-15 Eneres Corp ロボットおよび消費電力推定システム
WO2013080308A1 (ja) * 2011-11-29 2013-06-06 株式会社日立製作所 需要家エネルギ管理システム及び需要家エネルギ管理方法
JP2014036466A (ja) * 2012-08-07 2014-02-24 Sharp Corp 電力管理装置および電力管理システム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004297854A (ja) * 2003-03-25 2004-10-21 Hitachi Information & Control Systems Inc デマンド監視システム
US20080088180A1 (en) * 2006-10-13 2008-04-17 Cash Audwin W Method of load shedding to reduce the total power consumption of a load control system
WO2013073094A1 (ja) * 2011-11-15 2013-05-23 日本電気株式会社 消費電力推定装置、消費電力推定システム、消費電力推定方法および消費電力推定プログラムを格納した非一時的なコンピュータ可読媒体
JP5395923B2 (ja) * 2012-03-22 2014-01-22 株式会社東芝 行動モデル生成装置およびその方法
US9945890B2 (en) * 2014-01-24 2018-04-17 Panasonic Intellectual Property Corporation Of America Method for monitoring power and power monitoring apparatus
JP2016081471A (ja) * 2014-10-22 2016-05-16 日本電信電話株式会社 消費電力の予測装置および方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011166884A (ja) * 2010-02-05 2011-08-25 Panasonic Electric Works Co Ltd エネルギー需給制御システム
JP2011254583A (ja) * 2010-05-31 2011-12-15 Eneres Corp ロボットおよび消費電力推定システム
WO2013080308A1 (ja) * 2011-11-29 2013-06-06 株式会社日立製作所 需要家エネルギ管理システム及び需要家エネルギ管理方法
JP2014036466A (ja) * 2012-08-07 2014-02-24 Sharp Corp 電力管理装置および電力管理システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7366572B2 (ja) 2019-04-03 2023-10-23 東京瓦斯株式会社 蓄電池延命システム、蓄電池延命サービス提供方法及びプログラム
CN112578680A (zh) * 2020-11-17 2021-03-30 广东电网有限责任公司广州供电局 电气设备监控管理系统、方法及可读存储介质

Also Published As

Publication number Publication date
JPWO2017134788A1 (ja) 2018-09-20
JP6513231B2 (ja) 2019-05-15

Similar Documents

Publication Publication Date Title
US20130274937A1 (en) Component for network system and method for controlling same
JP6250077B2 (ja) 判定装置、判定システム、判定方法、及び、プログラム
JP5784352B2 (ja) 住宅エネルギーシステム
JP2013048326A (ja) 家電機器制御システムおよび家電機器制御方法
US20130204449A1 (en) Network system
WO2012144626A1 (ja) エネルギー管理装置、およびエネルギー管理システム
JP5502117B2 (ja) 機器稼動推定装置、安否推定システム、機器稼働推定方法及びプログラム
JP5638360B2 (ja) 蓄電システム
CN110094848A (zh) 多联机空调控制方法、装置和系统、计算机可读存储介质
JP6289759B2 (ja) 制御装置、制御システム、制御方法、及び、プログラム
WO2016129034A1 (ja) 制御装置、制御システム、制御方法、及び、プログラム
WO2016088289A1 (ja) 制御装置及び制御方法
JP5592730B2 (ja) 電気料金可視化装置
KR20150077788A (ko) 전력 소비 패턴에 기반한 가전 에너지 관리 방법 및 시스템
WO2017134788A1 (ja) 消費電力予測装置、消費電力予測システム、消費電力予測方法、及び、プログラム
EP3508799B1 (en) Hot water supply control system, server, hot water supply control method and program
JP2016205739A (ja) 電力制御方法、電力制御装置、および電力制御システム
JP6239869B2 (ja) 提示方法、電力管理装置、および提示プログラム
WO2014185014A1 (ja) 管理装置、機器管理方法、管理システム
US20140142875A1 (en) Appliance operation state detection
JP6292515B2 (ja) 需要予測装置、プログラム
JP6373513B2 (ja) 制御装置、充電情報表示方法及びプログラム
JP6395954B2 (ja) 制御装置、制御システム、制御方法、及び、プログラム
JP2020041782A (ja) 空気調和システム
KR20180016015A (ko) 홈 에너지 관리 시스템의 제어 장치 및 그를 포함하는 제어 시스템

Legal Events

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

Ref document number: 16889275

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017565343

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16889275

Country of ref document: EP

Kind code of ref document: A1