WO2021001968A1

WO2021001968A1 - 太陽エネルギー利用システム

Info

Publication number: WO2021001968A1
Application number: PCT/JP2019/026520
Authority: WO
Inventors: 伊藤　直樹; 功四方; 公一筈見
Original assignee: 三菱電機株式会社
Priority date: 2019-07-03
Filing date: 2019-07-03
Publication date: 2021-01-07

Abstract

太陽エネルギー利用システム（１）は、太陽光を受けて発電する発電部（３）と、発電部（３）と一体に設けられている経路にて熱媒体が流動することによって発電部（３）と熱媒体との熱交換が行われる熱交換部と、熱媒体が流入可能な第１の流入口と、第１の流入口よりも鉛直上側に設けられており熱媒体が流入可能な第２の流入口とを有し、熱交換部との間において循環させる熱媒体が貯留される貯留部であるサブタンク（８）と、熱交換部から第１の流入口への熱媒体の流動と熱交換部から第２の流入口への熱媒体の流動とを切り換える切換え部である切換え弁（２０）と、を備える。

Description

太陽エネルギー利用システム

　本発明は、太陽光による発電を行い、かつ太陽熱を利用して熱媒体を温める太陽エネルギー利用システムに関する。

　従来、太陽電池モジュールと太陽熱温水器とを一体としたハイブリッド型のモジュールである太陽エネルギー利用システムが知られている。太陽エネルギー利用システムは、太陽光を電気エネルギーへ変換して発電を行う。また、太陽エネルギー利用システムは、太陽熱を利用して熱媒体である水を温める。

　特許文献１には、太陽電池パネルと温水タンクとを有する太陽エネルギー利用システムにおいて、太陽光発電の優先度設定に応じて温水タンク内の温水量を設定可能とすることが開示されている。特許文献１にかかる太陽エネルギー利用システムには、温水タンクと太陽電池パネルとの間において水を循環させるための経路が設けられている。温められる前の水は温水タンクに貯留されて、温水タンクから太陽電池パネルへ流動する。太陽電池パネルにて温められた水である温水は、温水タンクへ貯留される。特許文献１にかかる太陽エネルギー利用システムは、冬場において温水タンク内の温水量を減らすことによって温水の温度を向上させる。

特開２０１５－１３２４３１号公報

　太陽電池パネルは、太陽電池パネルの温度が高くなるほど発電効率が低下する。太陽電池パネルの温度よりも低い温度の水を温水タンクから太陽電池パネルへ循環させることによって太陽電池パネルが冷却され、太陽電池パネルの発電効率が向上する。しかしながら、上記特許文献１にかかる従来の技術の場合、水の循環とともに水の温度が上昇することによって太陽電池パネルが冷却されなくなり、発電効率が低下する。このため、従来の技術によると、温水の温度が向上することによって使用される熱エネルギーを向上可能である一方、太陽光による発電効率が低下することによって、太陽エネルギーを効率的に利用できない場合があるという問題があった。

　本発明は、上記に鑑みてなされたものであって、太陽エネルギーを効率的に利用可能とする太陽エネルギー利用システムを得ることを目的とする。

　上述した課題を解決し、目的を達成するために、本発明にかかる太陽エネルギー利用システムは、太陽光を受けて発電する発電部と、発電部と一体に設けられている経路にて熱媒体が流動することによって発電部と熱媒体との熱交換が行われる熱交換部と、熱媒体が流入可能な第１の流入口と、第１の流入口よりも鉛直上側に設けられており熱媒体が流入可能な第２の流入口とを有し、熱交換部との間において循環させる熱媒体が貯留される貯留部と、熱交換部から第１の流入口への熱媒体の流動と熱交換部から第２の流入口への熱媒体の流動とを切り換える切換え部と、を備える。

　本発明にかかる太陽エネルギー利用システムは、太陽エネルギーを効率的に利用することができるという効果を奏する。

本発明の実施の形態１にかかる太陽エネルギー利用システムの構成を示す図実施の形態１にかかる太陽エネルギー利用システムの要部構成を示す図本発明の実施の形態２にかかる太陽エネルギー利用システムの要部構成を示す図本発明の実施の形態３にかかる機械学習装置と、機械学習装置による機械学習の結果に基づいて制御条件を決定する意思決定部とを示す図実施の形態３にかかる機械学習装置のハードウェア構成の例を示す第１の図実施の形態３にかかる機械学習装置のハードウェア構成の例を示す第２の図本発明の実施の形態４にかかる機械学習を行う学習器の機能について説明するための図図７に示す学習器によって生成された学習済モデルに基づいて、制御に関するデータを出力する出力器の機能について説明するための図

　以下に、本発明の実施の形態にかかる太陽エネルギー利用システムを図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。

実施の形態１．
　図１は、本発明の実施の形態１にかかる太陽エネルギー利用システムの構成を示す図である。図２は、実施の形態１にかかる太陽エネルギー利用システムの要部構成を示す図である。太陽エネルギー利用システム１は、太陽光による発電を行い、かつ太陽熱を利用して熱媒体を温める。実施の形態１において、熱媒体は水である。

　太陽エネルギー利用システム１は、太陽光太陽熱利用モジュール２と、給湯器７と、貯留部であるサブタンク８とを有する。太陽光太陽熱利用モジュール２は、互いに一体とされた発電部３と熱温水器４とを有する。発電部３は、太陽光を受けて発電する太陽光発電パネルである。熱温水器４は、発電部３のうち太陽光が入射する側とは逆の裏面側に設けられている。熱温水器４には、水が流動する経路である温水回路５が設けられている。熱交換部である熱温水器４では、発電部３と一体に設けられている温水回路５にて水が流動することによって発電部３と水との熱交換が行われる。図１には、熱温水器４のうちの温水回路５を示している。太陽光太陽熱利用モジュール２は、屋外の位置であって太陽光が入射可能な位置に設置される。実施の形態１において、太陽光太陽熱利用モジュール２は、住宅６の屋根に設置される。

　熱温水器４にて温められた水である温水は、温水タンクであるサブタンク８に貯留される。サブタンク８に貯留された温水は、混合弁２１において給湯器７の湯と混合されて、ユーザへの給湯に使用される。ユーザへの給湯の際に、温度調整弁１９における水道水との混合によって湯の温度調整が行われる。

　太陽光太陽熱利用モジュール２は、太陽熱によって７０度以上にまで水の温度を上昇させることにより、サブタンク８から供給される冷水を温水に変えることが可能である。また、太陽光太陽熱利用モジュール２は、温水回路５を冷水が流動することによる発電部３の冷却によって、発電効率の向上が可能となる。なお、図２には、太陽エネルギー利用システム１のうち熱温水器４およびサブタンク８と、サブタンク８の周辺の構成とを示している。

　配管１１は、水道水が通る配管である。配管１１は、サブタンク８の底部に設けられている流入口３４に接続されている。配管１１を通った水道水は、流入口３４を通ってサブタンク８へ流入する。配管１１に設けられている供給弁１８は、配管１１の開閉によって、サブタンク８への水道水の供給とサブタンク８への水道水の供給停止とを切り換える。また、供給弁１８は、配管１１の開度を調整することによって、サブタンク８への水道水の供給量を調整する。

　配管１２は、サブタンク８から熱温水器４へ向かう水が通る配管である。配管１２の一方の端は、サブタンク８の底部に設けられている流出口３５に接続されている。配管１２の他方の端は、温水回路５のうちの流入側の端に接続されている。

　配管１３は、熱温水器４からサブタンク８へ戻される水が通る配管である。配管１３の一方の端は、温水回路５のうちの流出側の端に接続されている。配管１３の他方の端には、切換え弁２０が接続されている。切換え弁２０には、さらに２つの配管１４，１５が接続されている。配管１３は、切換え弁２０において２つの配管１４，１５に分岐されている。

　サブタンク８は、熱温水器４からの水が流入可能な第１の流入口である流入口３６と、熱温水器４からの水が流入可能な第２の流入口である流入口３７とを有する。流入口３６は、サブタンク８の底部に設けられている。流入口３７は、サブタンク８の天井部に設けられている。すなわち、流入口３７は、流入口３６よりも鉛直上側に設けられている。配管１４のうち切換え弁２０の側とは逆側の端は、流入口３６に接続されている。配管１５のうち切換え弁２０の側とは逆側の端は、流入口３７に接続されている。

　配管１２，１３，１４，１５と温水回路５とは、サブタンク８と熱温水器４との間において水を循環させるための経路を構成する。太陽エネルギー利用システム１は、かかる経路を利用して、サブタンク８から熱温水器４へ水を供給する。また、太陽エネルギー利用システム１は、かかる経路を利用して、熱温水器４からサブタンク８へ温水を取り込むことによって、熱エネルギーを回収する。

　切換え部である切換え弁２０は、熱温水器４から流入口３６への水の流動と熱温水器４から流入口３７への水の流動とを切り換える。切換え弁２０は、配管１４を開くとともに配管１５を閉じることによって、熱温水器４から流入口３６へ水を流動させるとともに、熱温水器４から流入口３７への水の流動を停止させる。また、切換え弁２０は、配管１５を開くとともに配管１４を閉じることによって、熱温水器４から流入口３７へ水を流動させるとともに、熱温水器４から流入口３６への水の流動を停止させる。逆止弁２９は、配管１４に設けられている。逆止弁２９は、熱温水器４からサブタンク８へ向かう方向とは逆方向への水の流動を抑制する。

　配管１６は、サブタンク８から給湯側へ向かう水が通る配管である。配管１６のうち給湯側とは逆側の端は、サブタンク８の天井部に設けられている流出口３８に接続されている。上述の混合弁２１と温度調整弁１９とは、配管１６に設けられている。混合弁２１は、サブタンク８から供給される温水の量と給湯器７から供給される湯の量とを調整するとともに、サブタンク８から供給される温水と給湯器７から供給される湯とを混合する。温度調整弁１９は、給湯の際における水道水の量を調整することによって、給湯温度を調整する。逆止弁３０は、配管１６に設けられている。逆止弁３０は、サブタンク８から給湯側への方向とは逆方向への水の流動を抑制する。

　排水管１７は、サブタンク８の内部からサブタンク８の外部への排水のための配管である。排水管１７の一方の端は、サブタンク８の底部に設けられている排水口３９に接続されている。排水管１７の他方の端は開放されている。排水管１７には、水の排出を制御するための排水バルブ２２が設けられている。排水バルブ２２は、通常時には閉じられている。排水バルブ２２は、定期メンテナンスの際などにおいて、サブタンク８の内部の水を排出するために開けられる。

　配管１２には、ポンプ９が設けられている。ポンプ９は、サブタンク８からの水を熱温水器４へ向けて送り出す。太陽エネルギー利用システム１は、ポンプ９の駆動によって、サブタンク８と熱温水器４との間において水を循環させる。

　配管１２には、排水弁２３が設けられている。排水弁２３は、通常時には閉じられている。排水弁２３は、定期メンテナンスの際などにおいて、温水回路５の内部の水を排出するために開けられる。

　サブタンク８に貯められている水には、鉛直方向において温度分布が生じる。実施の形態１では、サブタンク８の内部に、互いに温度が異なる２つの温水層３１，３２が形成されるものとする。温水層３１は、２つの温水層３１，３２のうち鉛直上側に形成される温水層である。温水層３２は、２つの温水層３１，３２のうち鉛直下側に形成される温水層である。温水層３２の温度は、温水層３１の温度よりも低い。境界面３３は、温水層３１と温水層３２との境界である。

　熱温水器４からの水が配管１４を通り流入口３６からサブタンク８へ流入した場合、境界面３３は、鉛直上方へ移動する。熱温水器４からの水が配管１５を通り流入口３７からサブタンク８へ流入した場合、境界面３３は、鉛直下方へ移動する。なお、温水層３１と温水層３２との境界は１つの面によって明確に表れるものではないことから、境界面３３は、温水層３１と温水層３２との境界を抽象的に表したものとする。

　サブタンク８には、サブタンク８に貯められている水の温度を測定する複数の温度計が設けられている。複数の温度計は、鉛直方向において互いに異なる位置に配置されている。実施の形態１では、サブタンク８に５つの温度計４１，４２，４３，４４，４５が設けられている。なお、サブタンク８に設けられる温度計の数は５つである場合に限られない。温度計の数は、５つよりも多くても良く、５つよりも少なくても良い。

　５つの温度計４１，４２，４３，４４，４５は、互いに異なる水位における温度を測定する。ここで、サブタンク８の容量は２１０Ｌとする。温度計４１は、サブタンク８の底部における温度を測定する。温度計４２は、５２．５Ｌの水位における温度を測定する。温度計４３は、１０５Ｌの水位における温度を測定する。温度計４４は、１５７．５Ｌの水位における温度を測定する。温度計４５は、２１０Ｌの水位、すなわち最上部における温度を測定する。また、配管１３には、温水回路５から流出した水の温度を測定する温度計４６が設けられている。なお、２１０Ｌの水量は、１回の入浴時における給湯使用量に相当する。

　制御装置１０は、太陽エネルギー利用システム１の全体を制御する。制御装置１０は、ポンプ９への指令の出力によって、ポンプ９の駆動を制御する。制御装置１０は、切換え弁２０への指令の出力によって、切換え弁２０の切換え動作を制御する。制御装置１０は、供給弁１８への指令の出力によって、供給弁１８の開閉動作を制御する。制御装置１０は、温度調整弁１９への指令の出力によって、温度調整弁１９による温度調整のための動作を制御する。制御装置１０は、混合弁２１への指令の出力によって、混合弁２１によるサブタンク８から供給される温水の量と給湯器７から供給される湯の量との調整のための動作を制御する。各温度計４１，４２，４３，４４，４５，４６は、温度の測定結果を制御装置１０へ出力する。

（給湯モード）
　次に、サブタンク８から給湯側へ温水を供給する際の太陽エネルギー利用システム１の動作について説明する。以下の説明では、サブタンク８から給湯側へ温水を供給する際における太陽エネルギー利用システム１の動作モードを、給湯モードと称する。

　太陽エネルギー利用システム１は、給湯モードにおいて、供給弁１８を開く。太陽エネルギー利用システム１は、水道水の圧力を利用して、流入口３４からサブタンク８の内部へ水道水を供給する。流入口３４からの水道水の供給によって、境界面３３は鉛直上方へ移動する。また、温水層３１の温水が流出口３８から配管１６へ押し出される。これにより、太陽エネルギー利用システム１は、サブタンク８から給湯側へ温水を供給する。

　次に、熱温水器４からサブタンク８へ温水を取り込むことによって熱エネルギーを回収する際の太陽エネルギーの動作について説明する。以下の説明では、サブタンク８へ温水を取り込む際における太陽エネルギー利用システム１の動作モードを、熱回収モードと称する。太陽エネルギー利用システム１は、第１の熱回収モードと第２の熱回収モードとのうちの一方を選択して、サブタンク８へ温水を取り込む。太陽エネルギー利用システム１は、第１の熱回収モードにおいて、流入口３６からサブタンク８の内部へ温水を流入させる。太陽エネルギー利用システム１は、第２の熱回収モードにおいて、流入口３７からサブタンク８の内部へ温水を流入させる。

（第１の熱回収モード）
　太陽エネルギー利用システム１は、第１の熱回収モードにおいて、切換え弁２０を、配管１４を開くとともに配管１５を閉じる状態にする。また、太陽エネルギー利用システム１は、ポンプ９を駆動する。第１の熱回収モードにおいて、水は、流出口３５から配管１２、温水回路５、配管１３および配管１４の順に流動して、流入口３６からサブタンク８の内部へ流入する。第１の熱回収モードでは、温水層３２からの水が温水回路５を通って再び温水層３２へ戻る。このため、境界面３３は移動しない。

（第２の熱回収モード）
　太陽エネルギー利用システム１は、第２の熱回収モードにおいて、切換え弁２０を、配管１５を開くとともに配管１４を閉じる状態にする。また、太陽エネルギー利用システム１は、ポンプ９を駆動する。第２の熱回収モードにおいて、水は、流出口３５から配管１２、温水回路５、配管１３および配管１５の順に流動して、流入口３７からサブタンク８の内部へ流入する。第２の熱回収モードでは、温水層３２からの水が温水回路５を通って温水層３１へ流入する。このため、境界面３３は鉛直下方へ移動する。

　太陽エネルギー利用システム１は、制御装置１０による制御によって、給湯モードによる動作と、第１の熱回収モードによる動作と、第２の熱回収モードによる動作とを互いに独立して行う。太陽エネルギー利用システム１は、給湯モードによる動作を行う場合に、第１の熱回収モードによる動作と第２の熱回収モードによる動作との双方を停止する。または、太陽エネルギー利用システム１は、給湯モードによる動作と並行して、第１の熱回収モードによる動作と第２の熱回収モードによる動作とのうちの一方を行う。

　次に、実施の形態１にかかる太陽エネルギー利用システム１による太陽エネルギーの利用についての具体例を説明する。太陽エネルギー利用システム１は、ポンプ９の駆動開始によって、熱温水器４からサブタンク８への温水の取り込みを開始する。太陽エネルギー利用システム１は、１日の中で、日射量が多くかつ温度上昇が大きくなる日中まで待ってから、熱温水器４からサブタンク８へ温水を取り込む。例えば、太陽エネルギー利用システム１は、日が高くなる時間帯のうちの午前１０時３０分にポンプ９の駆動を開始する。

　ポンプ９の流量は、サブタンク８の容量に相当する量の水が例えば３時間で１回、サブタンク８と熱温水器４との間を１周するように設定される。すなわち、ポンプ９の駆動開始時にサブタンク８の内部に貯められている水は、駆動開始時から３時間後に、熱温水器４を１回通過した水にすべて入れ換わる。サブタンク８の容量が２１０Ｌである場合に、ポンプ９の流量は７０Ｌ／ｈとする。

　日中において、温水回路５の内部の水は太陽光を吸収することによって上昇している。また、１日の中で、発電部３による発電量は、日中において高くなる。また、熱温水器４からサブタンク８への温水の取り込みが日中まで行われていないため、温水層３１における水温は、熱温水器４からサブタンク８への温水の取り込みが行われる場合よりも低くなっている。太陽エネルギー利用システム１は、かかる状態から第２の熱回収モードでの動作を開始することによって、発電量が高い状態の発電部３を低温の水によって冷却することができる。このように、太陽エネルギー利用システム１は、１日の中で他の時間帯よりも発電部３による発電量が高くなる時間帯においてサブタンク８に貯留されている水の熱温水器４への流動を開始する。これにより、太陽エネルギー利用システム１は、発電部３による発電効率を向上させることができる。

　夜間にサブタンク８の内部の温水が使い切られている場合は、サブタンク８の内部に水道水が貯められた状態となる。この場合、水道水と同じ程度にまで温度が下がっている水を発電部３へ送ることができる。このため、太陽エネルギー利用システム１は、夜間にサブタンク８の内部の温水を使い切ることによって、その夜間の次の日中における発電効率を向上させることができる。

　第２の熱回収モードでは、流入口３７からサブタンク８の内部へ高温の温水が流入するため、太陽エネルギー利用システム１は、サブタンク８の容量に相当する量の水が熱温水器４へ送り出されるまでの間、水道水と近い水温の冷水によって発電部３を冷却することができる。太陽エネルギー利用システム１は、１０時３０分から１３時３０分までの南中前後の時間帯において、高い効率での発電を実現できる。

　太陽エネルギー利用システム１は、駆動開始時から３時間が経過することで１周目の水の循環を行った後に、２周目の水の循環を行うことによって熱エネルギーの回収を継続する。太陽エネルギー利用システム１は、２周目以降の水の循環においては、温度計４６による温度の測定結果に応じて第１の熱回収モードと第２の熱回収モードとの切り換えを行う。温水の温度があらかじめ設定された閾値よりも高い場合には熱回収モードは第２の熱回収モードとし、温水の温度があらかじめ設定された閾値よりも低い場合には熱回収モードは第１の熱回収モードとする。これにより、太陽エネルギー利用システム１は、配管１３を通る温水の温度が閾値よりも高い場合には、温水を温水層３１へ戻すことによって、温水層３２にある低温の温水を発電部３の冷却に活用することができる。また、太陽エネルギー利用システム１は、配管１３を通る温水の温度が閾値よりも低い場合には、温水を温水層３２へ戻すことによって、温水層３１にある高温の温水を給湯に利用することができる。

　これにより、太陽エネルギー利用システム１は、発電によって得られる発電エネルギーと給湯に使用される熱エネルギーとの総和を向上可能とし、太陽エネルギーを効率的に利用することができる。太陽エネルギー利用システム１は、サブタンク８に２つの流入口３６，３７を設けるとともに、第１の熱回収モードと第２の熱回収モードとを切り換えることによって、温水層３１と温水層３２とを容易に形成することができる。

　太陽エネルギー利用システム１は、天気および気温の状況に応じて、太陽エネルギーの効率的な利用を可能とする発電と熱エネルギーの回収とを行うことができる。例えば、日中に天気が晴れから雨に変わった場合、温水回路５の内部の水に伝わる熱は少なくなる。この場合、天気の変化によって温度が低くなった温水を、温水層３１ではなく温水層３２へ流入させる。これにより、太陽エネルギー利用システム１は、温水層３１の温度低下を防ぐことができるため、給湯に使用される熱エネルギーの低下を抑制できる。また、太陽エネルギー利用システム１は、温水層３２を経て低温の温水が発電部３の冷却に利用されることで、発電エネルギーを向上できる。

　実施の形態１によると、太陽エネルギー利用システム１は、熱温水器４から流入口３６への水の流動と熱温水器４から流入口３７への水の流動とを切り換え可能としたことによって、発電によって得られる発電エネルギーと給湯に使用される熱エネルギーとの総和を向上できる。太陽エネルギー利用システム１は、発電エネルギーと熱エネルギーとの総和を向上できることによって、太陽エネルギーを効率的に利用することが可能となる。以上により、太陽エネルギー利用システム１は、太陽エネルギーを効率的に利用することができるという効果を奏する。

実施の形態２．
　図３は、本発明の実施の形態２にかかる太陽エネルギー利用システムの要部構成を示す図である。実施の形態２にかかる太陽エネルギー利用システム１は、第１の貯留部である高温サブタンク５１と第２の貯留部である中温サブタンク５２とを有する。実施の形態２では、上記の実施の形態１と同一の構成要素には同一の符号を付し、実施の形態１とは異なる構成について主に説明する。

　太陽エネルギー利用システム１は、高温サブタンク５１と中温サブタンク５２とに、互いに異なる温度の温水を貯めることができる。高温サブタンク５１は、高温の温水を貯めることができる。中温サブタンク５２は、中温の温水を貯めることができる。なお、実施の形態２では、「高温」とは６０度程度、「中温」とは４０度程度を指すものとする。太陽エネルギー利用システム１は、高温サブタンク５１と中温サブタンク５２とを有することによって、給湯を利用する利用者による要求に応じて適切な給湯を行うことができる。

　配管１１には、三方弁５３が設けられている。配管１１のうち三方弁５３よりも水道水の下流側の部分は、２つに分岐されている。分岐された２つの配管１１のうちの一方は、高温サブタンク５１の底部に設けられている流入口６４に接続されている。分岐された２つの配管１１のうちの他方は、中温サブタンク５２の底部に設けられている流入口７４に接続されている。三方弁５３は、高温サブタンク５１への水道水の供給と、中温サブタンク５２への水道水の供給と、高温サブタンク５１および中温サブタンク５２の双方への水道水の供給停止とを切り換える。

　配管１６には、三方弁５７が設けられている。配管１６のうち三方弁５７よりも温水の上流側の部分は、２つに分岐されている。分岐された２つの配管１６のうちの一方は、高温サブタンク５１の天井部に設けられている流出口６８に接続されている。分岐された２つの配管１６のうちの他方は、中温サブタンク５２の天井部に設けられている流出口７８に接続されている。三方弁５７は、高温サブタンク５１から給湯側への温水の供給と、中温サブタンク５２から給湯側への温水の供給とを切り換える。

　図１に示す制御装置１０は、三方弁５３の切り換えと三方弁５７の切り換えとを互いに連動させる。制御装置１０は、高温での給湯が指示された場合、三方弁５３を高温サブタンク５１へ水道水を供給可能な状態とし、かつ三方弁５７を高温サブタンク５１から給湯側へ温水を供給可能な状態とする。制御装置１０は、中温での給湯が指示された場合、三方弁５３を中温サブタンク５２へ水道水を供給可能な状態とし、かつ三方弁５７を中温サブタンク５２から給湯側へ温水を供給可能な状態とする。

　配管１２には、三方弁５４が設けられている。配管１２のうち、水が循環する経路において三方弁５４よりも上流側の部分は、２つに分岐されている。分岐された２つの配管１２のうちの一方は、高温サブタンク５１の底部に設けられている流出口６５に接続されている。分岐された２つの配管１２のうちの他方は、中温サブタンク５２の底部に設けられている流出口７５に接続されている。三方弁５４は、高温サブタンク５１から温水回路５への水の供給と、中温サブタンク５２から温水回路５への水の供給とを切り換える。

　配管１４には、三方弁５５が設けられている。配管１４のうち、水が循環する経路において三方弁５５よりも下流側の部分は、２つに分岐されている。分岐された２つの配管１４のうちの一方は、高温サブタンク５１の底部に設けられている流入口６６に接続されている。分岐された２つの配管１４のうちの他方は、中温サブタンク５２の底部に設けられている流入口７６に接続されている。三方弁５５は、切換え弁２０から高温サブタンク５１への水の流動と切換え弁２０から中温サブタンク５２への水の流動とを切り換える。

　配管１５には、三方弁５６が設けられている。配管１５のうち、水が循環する経路において三方弁５６よりも下流側の部分は、２つに分岐されている。分岐された２つの配管１５のうちの一方は、高温サブタンク５１の天井部に設けられている流入口６７に接続されている。分岐された２つの配管１５のうちの他方は、中温サブタンク５２の天井部に設けられている流入口７７に接続されている。三方弁５６は、切換え弁２０から高温サブタンク５１への水の流動と切換え弁２０から中温サブタンク５２への水の流動とを切り換える。

　高温サブタンク５１は、熱温水器４からの水が流入可能な第１の流入口である流入口６６と、熱温水器４からの水が流入可能な第２の流入口である流入口６７とを有する。流入口６７は、流入口６６よりも鉛直上側に設けられている。中温サブタンク５２は、熱温水器４からの水が流入可能な第１の流入口である流入口７６と、熱温水器４からの水が流入可能な第２の流入口である流入口７７とを有する。流入口７７は、流入口７６よりも鉛直上側に設けられている。

　図１に示す制御装置１０は、三方弁５４の切り換えと三方弁５５の切り換えと三方弁５６の切り換えとを互いに連動させる。制御装置１０は、熱温水器４から高温の温水の取り込みを行う場合、三方弁５４を高温サブタンク５１から温水回路５への水の供給が可能な状態とし、三方弁５５を高温サブタンク５１への水の流動が可能な状態とし、かつ三方弁５６を高温サブタンク５１への水の流動が可能な状態とする。制御装置１０は、熱温水器４から中温の温水の取り込みを行う場合、三方弁５４を中温サブタンク５２から温水回路５への水の供給が可能な状態とし、三方弁５５を中温サブタンク５２への水の流動が可能な状態とし、かつ三方弁５６を中温サブタンク５２への水の流動が可能な状態とする。

　実施の形態２では、高温サブタンク５１の内部に、互いに温度が異なる２つの温水層６１，６２が形成されるものとする。温水層６１は、２つの温水層６１，６２のうち鉛直上側に形成される温水層である。温水層６２は、２つの温水層６１，６２のうち鉛直下側に形成される温水層である。温水層６２の温度は、温水層６１の温度よりも低い。境界面６３は、温水層６１と温水層６２との境界である。熱温水器４からの水が配管１４および三方弁５５を通り流入口６６から高温サブタンク５１へ流入した場合、境界面６３は移動しない。熱温水器４からの水が配管１５および三方弁５６を通り流入口６７から高温サブタンク５１へ流入した場合、境界面６３は、鉛直下方へ移動する。なお、境界面６３は、実施の形態１における境界面３３と同様に、温水層６１と温水層６２との境界を抽象的に表したものとする。

　実施の形態２では、中温サブタンク５２の内部に、互いに温度が異なる２つの温水層７１，７２が形成されるものとする。温水層７１は、２つの温水層７１，７２のうち鉛直上側に形成される温水層である。温水層７２は、２つの温水層７１，７２のうち鉛直下側に形成される温水層である。温水層７２の温度は、温水層７１の温度よりも低い。境界面７３は、温水層７１と温水層７２との境界である。熱温水器４からの水が配管１４および三方弁５５を通り流入口７６から中温サブタンク５２へ流入した場合、境界面７３は移動しない。熱温水器４からの水が配管１５および三方弁５６を通り流入口７７から中温サブタンク５２へ流入した場合、境界面７３は、鉛直下方へ移動する。なお、境界面７３は、実施の形態１における境界面３３と同様に、温水層７１と温水層７２との境界を抽象的に表したものとする。

　高温サブタンク５１には、実施の形態１のサブタンク８と同様に、５つの温度計４１，４２，４３，４４，４５が設けられている。中温サブタンク５２には、実施の形態１のサブタンク８と同様に、５つの温度計４１，４２，４３，４４，４５が設けられている。図３では、温度計４１，４２，４３，４４，４５の図示を省略する。

　次に、高温サブタンク５１および中温サブタンク５２から給湯側へ温水を供給する際の太陽エネルギー利用システム１の動作について説明する。太陽エネルギー利用システム１は、利用者による操作に応じて高温給湯モードと低温給湯モードとの一方を選択する。太陽エネルギー利用システム１は、高温給湯モードと低温給湯モードとのうち選択された給湯モードにて温水を供給する。

（高温給湯モード）
　太陽エネルギー利用システム１は、高温給湯モードにおいて、図１に示す供給弁１８を開くとともに、三方弁５３を高温サブタンク５１へ水道水を供給可能な状態とする。また、太陽エネルギー利用システム１は、高温給湯モードにおいて、三方弁５７を高温サブタンク５１から給湯側へ温水を供給可能な状態とする。太陽エネルギー利用システム１は、水道水の圧力を利用して、流入口６４から高温サブタンク５１の内部へ水道水を供給する。流入口６４からの水道水の供給によって、境界面６３は鉛直上方へ移動する。また、温水層６１の温水が流出口６８から配管１６へ押し出される。これにより、太陽エネルギー利用システム１は、高温サブタンク５１から給湯側へ高温の温水を供給する。

（中温給湯モード）
　太陽エネルギー利用システム１は、中温給湯モードにおいて、供給弁１８を開くとともに、三方弁５３を中温サブタンク５２へ水道水を供給可能な状態とする。また、太陽エネルギー利用システム１は、中温給湯モードにおいて、三方弁５７を中温サブタンク５２から給湯側へ温水を供給可能な状態とする。太陽エネルギー利用システム１は、水道水の圧力を利用して、流入口７４から中温サブタンク５２の内部へ水道水を供給する。流入口７４からの水道水の供給によって、境界面７３は鉛直上方へ移動する。また、温水層７１の温水が流出口７８から配管１６へ押し出される。これにより、太陽エネルギー利用システム１は、中温サブタンク５２から給湯側へ中温の温水を供給する。

　太陽エネルギー利用システム１は、６０度以上の給湯温度が指示された場合に、高温給湯モードによる給湯を行う。太陽エネルギー利用システム１は、６０度未満かつ４０度以上の給湯温度が指示された場合に、中温給湯モードによる給湯を行う。なお、高温給湯モードによる給湯と中温給湯モードによる給湯とのいずれを行うかを決定する際の基準とする給湯温度は、任意の温度とする。

　このように、太陽エネルギー利用システム１は、高温サブタンク５１と中温サブタンク５２とを有することによって、高温の温水と中温の温水とを互いに分けて貯めることができる。これにより、太陽エネルギー利用システム１は、給湯温度の指示に応じて高温の温水と中温の温水とのうちの一方を選んで給湯側へ供給可能であることによって、回収された熱エネルギーを効率的に利用することができる。

　次に、熱温水器４から高温サブタンク５１および中温サブタンク５２へ温水を取り込むことによって熱エネルギーを回収する際の太陽エネルギーの動作について説明する。太陽エネルギー利用システム１は、第１の熱回収モードと第２の熱回収モードと第３の熱回収モードと第４の熱回収モードとのうちの１つを選択して、高温サブタンク５１または中温サブタンク５２へ温水を取り込む。

　太陽エネルギー利用システム１は、第１の熱回収モードにおいて、流入口６６から高温サブタンク５１の内部へ温水を流入させる。太陽エネルギー利用システム１は、第２の熱回収モードにおいて、流入口６７から高温サブタンク５１の内部へ温水を流入させる。太陽エネルギー利用システム１は、第３の熱回収モードにおいて、流入口７６から中温サブタンク５２の内部へ温水を流入させる。太陽エネルギー利用システム１は、第４の熱回収モードにおいて、流入口７７から中温サブタンク５２の内部へ温水を流入させる。

（第１の熱回収モード）
　太陽エネルギー利用システム１は、第１の熱回収モードにおいて、切換え弁２０を、配管１４を開くとともに配管１５を閉じる状態にする。太陽エネルギー利用システム１は、三方弁５４を高温サブタンク５１から温水回路５への水の供給が可能な状態にする。太陽エネルギー利用システム１は、三方弁５５を切換え弁２０から高温サブタンク５１への水の流動が可能な状態にする。また、太陽エネルギー利用システム１は、ポンプ９を駆動する。第１の熱回収モードにおいて、水は、流出口６５から配管１２、温水回路５、配管１３および配管１４の順に流動して、流入口６６から高温サブタンク５１の内部へ流入する。第１の熱回収モードでは、温水層６２からの水が温水回路５を通って再び温水層６２へ戻る。このため、境界面６３は移動しない。

（第２の熱回収モード）
　太陽エネルギー利用システム１は、第２の熱回収モードにおいて、切換え弁２０を、配管１５を開くとともに配管１４を閉じる状態にする。太陽エネルギー利用システム１は、三方弁５４を高温サブタンク５１から温水回路５への水の供給が可能な状態にする。太陽エネルギー利用システム１は、三方弁５６を切換え弁２０から高温サブタンク５１への水の流動が可能な状態にする。また、太陽エネルギー利用システム１は、ポンプ９を駆動する。第２の熱回収モードにおいて、水は、流出口６５から配管１２、温水回路５、配管１３および配管１５の順に流動して、流入口６７から高温サブタンク５１の内部へ流入する。第２の熱回収モードでは、温水層６２からの水が温水回路５を通って温水層６１へ流入する。このため、境界面６３は鉛直下方へ移動する。

（第３の熱回収モード）
　太陽エネルギー利用システム１は、第３の熱回収モードにおいて、切換え弁２０を、配管１４を開くとともに配管１５を閉じる状態にする。太陽エネルギー利用システム１は、三方弁５４を中温サブタンク５２から温水回路５への水の供給が可能な状態にする。太陽エネルギー利用システム１は、三方弁５５を切換え弁２０から中温サブタンク５２への水の流動が可能な状態にする。また、太陽エネルギー利用システム１は、ポンプ９を駆動する。第３の熱回収モードにおいて、水は、流出口７５から配管１２、温水回路５、配管１３および配管１４の順に流動して、流入口７６から中温サブタンク５２の内部へ流入する。第３の熱回収モードでは、温水層７２からの水が温水回路５を通って再び温水層７２へ戻る。このため、境界面７３は移動しない。

（第４の熱回収モード）
　太陽エネルギー利用システム１は、第４の熱回収モードにおいて、切換え弁２０を、配管１５を開くとともに配管１４を閉じる状態にする。太陽エネルギー利用システム１は、三方弁５４を中温サブタンク５２から温水回路５への水の供給が可能な状態にする。太陽エネルギー利用システム１は、三方弁５６を切換え弁２０から中温サブタンク５２への水の流動が可能な状態にする。また、太陽エネルギー利用システム１は、ポンプ９を駆動する。第４の熱回収モードにおいて、水は、流出口７５から配管１２、温水回路５、配管１３および配管１５の順に流動して、流入口７７から中温サブタンク５２の内部へ流入する。第４の熱回収モードでは、温水層７２からの水が温水回路５を通って温水層７１へ流入する。このため、境界面７３は鉛直下方へ移動する。

　次に、実施の形態２にかかる太陽エネルギー利用システム１による太陽エネルギーの利用についての具体例を説明する。太陽エネルギー利用システム１は、温度計４６による温度の測定結果に応じて、第１から第４の熱回収モードのうちの１つを選択する。

　制御装置１０は、あらかじめ設定された第１の閾値と第２の閾値とを保持する。太陽エネルギー利用システム１は、温度の測定結果と第１の閾値との比較結果、および温度の測定結果と第２の閾値との比較結果に基づいて、第１から第４の熱回収モードのうちの１つを制御装置１０において選択する。

　第１の閾値は、高温の温水を取り込み可能か否かの判断基準とされる温度を表す。第２の閾値は、中温の温水を取り込み可能か否かの判断基準とされる温度を表す。実施の形態２では、第１の閾値は６０度、第２の閾値は４０度とする。なお、第１の閾値は任意の温度とする。第２の閾値は、第１の閾値よりも低い温度であれば良く、任意の温度とする。

　温度計４６による温度の測定結果が第１の閾値以上である場合、太陽エネルギー利用システム１は、第２の熱回収モードを選択する。温度計４６による温度の測定結果が第１の閾値未満かつ第２の閾値以上である場合、太陽エネルギー利用システム１は、第４の熱回収モードを選択する。

　温度計４６による温度の測定結果が第２の閾値未満である場合、太陽エネルギー利用システム１は、第１の熱回収モードと第３の熱回収モードとのうちの一方を選択する。太陽エネルギー利用システム１は、あらかじめ設定された第３の閾値と温度の測定結果との比較に基づいて、第１の熱回収モードと第３の熱回収モードとのうちの一方を選択しても良い。第３の閾値は、第２の閾値よりも低い温度とする。太陽エネルギー利用システム１は、かかる選択によって、温度の測定結果が極端に低い場合は、第３の熱回収モードを選択する。これにより、太陽エネルギー利用システム１は、低温の水が高温サブタンク５１へ流入することによって温水層６１の温度が低下する事態を抑制することができる。

　実施の形態２によると、太陽エネルギー利用システム１は、高温サブタンク５１と中温サブタンク５２とを有することによって、給湯側へ供給する温水を高温の温水と中温の温水とに切り換えることができる。また、太陽エネルギー利用システム１は、実施の形態１の場合と同様に、高温サブタンク５１と中温サブタンク５２との各々によって、発電エネルギーと給湯に使用される熱エネルギーとの総和を向上できる。以上により、太陽エネルギー利用システム１は、太陽エネルギーを効率的に利用することができるという効果を奏する。

実施の形態３．
　実施の形態３では、実施の形態１にかかる太陽エネルギー利用システム１の制御において人工知能（Artificial　Intelligence：ＡＩ）による機械学習を用いる。実施の形態３では、太陽エネルギー利用システム１の制御のための制御条件を機械学習の手法によって決定する。実施の形態３では、上記の実施の形態１および２と同一の構成要素には同一の符号を付し、実施の形態１および２とは異なる構成について主に説明する。

　図４は、本発明の実施の形態３にかかる機械学習装置と、機械学習装置による機械学習の結果に基づいて制御条件を決定する意思決定部とを示す図である。図４には、機械学習装置８０が有する機能構成と意思決定部８１が有する機能構成とを示している。

　機械学習装置８０と意思決定部８１とは、図１に示す制御装置１０に設けられている。機械学習装置８０は、実施の形態１にかかる太陽エネルギー利用システム１の制御のための制御条件を学習する。機械学習装置８０は、実施の形態２にかかる太陽エネルギー利用システム１の制御のための制御データを学習するものであっても良い。なお、機械学習装置８０と意思決定部８１とは、制御装置１０に設けられているものに限られず、制御装置１０の外部の装置に設けられているものであっても良い。

　機械学習装置８０は、太陽エネルギー利用システム１の稼動時に取得されたデータを基に、発電エネルギーと給湯に使用される熱エネルギーとの総和が最高になる制御条件を学習する。機械学習装置８０は、学習用データセットを取得する学習用データ取得部８２と、学習用データセットに基づいて制御条件を学習し、学習済モデル８６を生成する学習器８３とを有する。

　学習用データセットは、測定データと、外部データと、制御データと、結果データとを含む。測定データは、太陽エネルギー利用システム１の稼動時に太陽エネルギー利用システム１が有する測定手段の測定によって得られたデータである。測定データは、温度計４１，４２，４３，４４，４５，４６による温度の測定結果のデータを含む。

　外部データは、太陽エネルギー利用システム１の稼動時に太陽エネルギー利用システム１の外部のデータ取得手段によって得られたデータである。外部データは、環境条件のデータを含む。環境条件のデータは、天気、季節および日時といったデータである。この他、外部データは、発電部３における瞬時発電量のデータと、給湯器７における瞬時給湯量および給湯温度のデータと、発電部３による発電量の予測値のデータと、給湯使用量の予測値のデータとを含む。

　また、外部データは、他の家電機器のデータを含む。他の家電機器は、太陽エネルギー利用システム１以外の家電機器であって、住宅６に設置されている家電機器である。他の家電機器のデータは、各々の家電機器から取得される。他の家電機器のデータは、各家電機器の稼動状態を制御するホームエネルギーマネジメントシステム（Home　Energy　Management　System：ＨＥＭＳ）から取得されたデータであっても良い。

　制御データは、太陽エネルギー利用システム１の稼動時における制御条件のデータである。制御データは、ポンプ９の駆動を開始した時刻のデータと、ポンプ９の流量のデータと、切換え弁２０の切り換えについての実績を示すデータとを含む。結果データは、発電部３による１日当たりの発電エネルギーのデータと、給湯に使用された１日当たりの熱エネルギーのデータとを含む。

　学習用データ取得部８２は、１日における太陽エネルギー利用システム１の稼動に対応する学習用データセットを１組の学習用データセットとして取得する。学習器８３は、互いに同じ環境条件かつ互いに異なる制御条件における学習用データセット同士、あるいは、互いに異なる環境条件かつ互いに同じ制御条件における学習用データセット同士などに基づいた学習によって、学習済モデル８６を生成する。学習器８３は、生成された学習済モデル８６を意思決定部８１へ出力する。

　意思決定部８１は、入力データが入力されるデータ入力部８４と、入力データと学習済モデル８６とに基づいて制御データを生成する制御データ生成部８５とを有する。入力データは、測定データと外部データとを含む。制御データ生成部８５は、生成された制御データを出力する。制御装置１０は、制御データ生成部８５によって生成された制御データに基づいて、ポンプ９の駆動開始時刻と流量とを制御するための指令と切換え弁２０の切り換えを制御するための指令とを出力する。

　ここで、機械学習装置８０による学習のポイントについて説明する。例えば、図２に示すサブタンク８において、温水層３１の温度が６０度、温水層３２の温度が１０度、かつ温水回路５から回収される水の温度が３０度であったとする。温水層３１の温度は、温度計４５によって測定された温度とする。温水層３２の温度は、温度計４１によって測定された温度とする。温水回路５から回収される水の温度は、温度計４６によって測定された温度とする。この場合において、温水回路５から回収される水を、流入口３６と流入口３７とのどちらからサブタンク８へ流入させるのが有利であるかを検討したとする。発電エネルギーの効率を考慮した場合は、温水回路５から回収される水を流入口３７から流入させることによって、温水層３２の温度を低温に保つことが有利となる。一方、給湯における熱エネルギーの使用効率を考慮した場合は、温水回路５から回収される水を流入口３６から流入させることによって、温水層３１の温度を高温に保つことが有利となる。発電エネルギーと給湯に使用される熱エネルギーとの関係には給湯の使用量等の条件も影響が及ぶため、発電エネルギーと給湯に使用される熱エネルギーとの総和の向上を図ることが可能な制御条件を単純に決定することはできない。

　機械学習装置８０は、測定データと、外部データと、制御データと、結果データとを含む学習用データセットに基づいて制御条件を学習することによって、学習済モデル８６を生成する。意思決定部８１は、測定データと外部データとを含む入力データと、生成された学習済モデル８６とを基に、制御データを作成する。これにより、意思決定部８１は、発電エネルギーと給湯に使用される熱エネルギーとの総和を向上可能とするための制御データを得ることができる。

　学習器８３が用いる学習アルゴリズムはどのようなものを用いてもよい。一例として、強化学習（Reinforcement　Learning）を適用した場合について説明する。強化学習は、ある環境内におけるエージェントが、現在の状態を観測し、取るべき行動を決定する、というものである。エージェントは、ユーザによる指示が無くても、情報収集と状況判断とを自律的に行って、適切な処理動作を実行する機能を意味する。エージェントは行動を選択することで環境から報酬を得て、一連の行動を通じて報酬が最も多く得られるような方策を学習する。

　強化学習では、現在の状態、あるいは、行動がどのくらい良いかを計る指標として、状態「ｓ」の価値を表す状態価値関数Ｖ（ｓ）を用いる。または、指標として、状態「ｓ」のときに行動「ａ」を選択することによって環境から得られる報酬を表す行動価値関数Ｑ（ｓ，ａ）を用いる。強化学習のアルゴリズムとしては、Ｓａｒｓａ（State　action　reward　state　action）およびＱ学習（Q－learning）といった時間差分（Temporal　Difference：ＴＤ）学習などが知られている。

　強化学習の場合、状態「ｓ」を入力として、状態価値関数Ｖ（ｓ）または行動価値関数Ｑ（ｓ，ａ）を出力するニューラルネットワークを学習し、これらを用いてＴＤ学習することになる。すなわち、一部の層で枝接続のインデックスを保持するニューラルネットワークを用いて、状態価値関数Ｖ（ｓ）または行動価値関数Ｑ（ｓ，ａ）を計算して、強化学習を行う。

　強化学習は、状態、行動および報酬の３要素に基づいて説明される。状態とは、環境が今どうなっているのかをあらわすものである。かかる環境には、上述する測定データと外部データとが該当する。行動とは、エージェントが環境に対してどのような行動を起こすことができるのかをあらわすものである。かかる行動には、上述する制御データが該当する。報酬とは、ある状態においてエージェントが行動を起こした結果、どれくらいの報酬が得られるのかをあらわすものである。かかる報酬には、上述する結果データが該当する。

　ここで、環境に該当する測定データと外部データとについて詳細に説明する。環境に該当する測定データは、温度計４１，４２，４３，４４，４５，４６による温度の測定結果のデータを含む。学習器８３は、温度計４１，４２，４３，４４，４５の測定結果を参照することによって、サブタンク８の内部に貯められている水の温度を把握することができる。特に、鉛直方向において５つの位置における温度の測定結果を基に、境界面３３の高さの情報と、各温水層３１，３２の温度とが把握可能である。すなわち、各温水層３１，３２の温度と各温水層３１，３２の体積とが把握可能である。

　環境に該当する外部データは、時間ごとにおける天気予報のデータ、日時のデータ、日付に基づく季節のデータ、発電部３の時間ごとにおける瞬時発電量のデータ、給湯器７の瞬時給湯量および給湯温度のデータ、他の家電機器のデータを含む。例えば、梅雨の季節では、天気予報が晴れの予報であっても雨が降る確率は高くなる。このため、天気予報のデータと日付に基づく季節のデータとを合わせることにより、環境をより正確に定義することができる。さらに、発電部３の各時間の瞬時発電量は日射量に対応するので、瞬時発電量のデータを参照することによって、天気予報の正確性を評価することができる。

　発電量が多くなる日中の時間帯において、サブタンク８の内部に貯められている冷水によって発電部３が冷却されることは、効率良く発電エネルギーを得るうえで有利となる。ここで、天気予報が１日中晴れの予報である場合は、南中時刻を挟んで、例えば１０時３０分から１３時３０分の間に、冷水によって発電部３を冷却することが有利となる。一方、例えば１２時から雨の予報であって、発電が期待できない場合は、１２時以降よりも発電が期待できる時間帯、例えば９時から１２時の間にサブタンク８の内部に貯められている低温の水を使ったほうが有利になる場合もある。すなわち、機械学習によると、天気予報と季節とのデータに基づいた発電量の予測を行い、予測結果に基づいて、サブタンク８の内部に貯められている冷水を利用する時間帯を決定することができる。これにより、太陽エネルギー利用システム１は、発電効率を向上させることができる。

　給湯の利用は、夜間あるいは早朝において多くなる。サブタンク８の容量が２１０Ｌであるとして、日中における給湯の利用が無い場合は、７０Ｌ／ｈの流量によって３時間でサブタンク８の内部の冷水のすべてが使用される。その一方、例えば、休日の場合は１２時ごろにおいて７０Ｌ程度の給湯を使用する生活習慣がある場合は、給湯による使用量に相当する冷水として水道水が使用される。この場合、南中時刻を挟んで、例えば１０時から１４時の間の４時間にサブタンク８の内部の冷水を使用することが有利となる。機械学習によると、生活習慣に基づいた給湯使用量の予測を行い、予測結果に基づいて、サブタンク８の内部の冷水の増加量を予測することができる。これにより、太陽エネルギー利用システム１は、発電効率を向上させることができる。

　給湯器７の瞬時給湯量および給湯温度のデータは、現在以降における給湯使用量の予測に有用である。入浴時において給湯使用量が増加するが、通常、入浴時間は日によって変動する。例えば、通常は夜間に入浴習慣があるにもかかわらず夜間において浴室における給湯使用量がゼロであった場合、翌日の早朝の時間帯に浴室で給湯が使用されるとの予測が可能となる。

　ＨＥＭＳ等の使用によって連携された他の家電機器のデータは、給湯の使用量を推定するためのデータとして有用である。他の家電機器としては、空調機、照明、テレビ等がある。例えば、夜間において浴室における給湯使用量がゼロである場合において、空調機、照明、テレビなどの使用も無ければ、ユーザは不在であって、翌日の早朝の時間帯における浴室での給湯使用は無いとの予測が可能となる。

　行動に該当する制御データは、ポンプ９の駆動を開始した時刻のデータと、ポンプ９の流量のデータと、切換え弁２０の切り換えについての実績を示すデータとを含む。報酬に該当する結果データは、発電部３による１日当たりの発電エネルギーのデータと、給湯に使用された１日当たりの熱エネルギーのデータとを含む。住宅６におけるエネルギーの利用量は１日単位で大きく変動する。このため、発電エネルギーと給湯に使用されるエネルギーの総和を最適とするためには、１日単位でのエネルギーの総和を報酬として用いることが望ましい。

　以上のように、機械学習装置８０は、測定データ、外部データ、制御データおよび結果データを学習用データとして機械学習を行い、適切な制御条件を学習済モデル８６として作成する。意思決定部８１は、作成された学習済モデル８６と、測定データおよび外部データである入力データとに基づいて、制御データを生成する。これにより、太陽エネルギー利用システム１は、発電エネルギーと給湯に使用されるエネルギーの総和が最適となるような制御が可能となる。

　次に、機械学習装置８０が有するハードウェア構成について説明する。機械学習装置８０の機能は、処理回路を使用して実現される。処理回路は、機械学習装置８０に搭載される専用のハードウェア、または、メモリに格納されるプログラムを実行するプロセッサである。

　図５は、実施の形態３にかかる機械学習装置のハードウェア構成の例を示す第１の図である。図５には、機械学習装置８０の機能が専用のハードウェアを使用して実現される場合におけるハードウェア構成を示している。機械学習装置８０は、各種処理を実行する処理回路９１と、機械学習装置８０の外部の機器との接続インタフェースであるインタフェース９２とを備える。

　専用のハードウェアである処理回路９１は、単一回路、複合回路、プログラム化されたプロセッサ、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）、又はこれらの組み合わせである。学習器８３の機能は、処理回路９１を用いて実現される。学習用データ取得部８２の機能は、インタフェース９２を用いて実現される。

　図６は、実施の形態３にかかる機械学習装置のハードウェア構成の例を示す第２の図である。図６には、プログラムを実行するハードウェアを用いて機械学習装置８０の機能が実現される場合におけるハードウェア構成を示している。機械学習装置８０は、プロセッサ９３と、メモリ９４と、インタフェース９５とを有する。

　プロセッサ９３は、ＣＰＵ（Central　Processing　Unit）である。プロセッサ９３は、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、又はＤＳＰ（Digital　Signal　Processor）であっても良い。学習器８３の機能は、プロセッサ９３と、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせによって実現される。ソフトウェアまたはファームウェアは、プログラムとして記述され、内蔵メモリであるメモリ９４に格納される。メモリ９４は、不揮発性もしくは揮発性の半導体メモリであって、ＲＡＭ（Random　Access　Memory）、ＲＯＭ（Read　Only　Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable　Programmable　Read　Only　Memory）またはＥＥＰＲＯＭ（登録商標）（Electrically　Erasable　Programmable　Read　Only　Memory）である。学習用データ取得部８２の機能は、インタフェース９２を用いて実現される。

　実施の形態３によると、太陽エネルギー利用システム１は、機械学習による制御条件の最適化によって、発電エネルギーと給湯に使用される熱エネルギーとの総和を向上可能とする。太陽エネルギー利用システム１は、発電エネルギーと熱エネルギーとの総和を向上できることによって、太陽エネルギーを効率的に利用することが可能となる。以上により、太陽エネルギー利用システム１は、太陽エネルギーを効率的に利用することができるという効果を奏する。

実施の形態４．
　実施の形態４では、実施の形態３と同様に、実施の形態１にかかる太陽エネルギー利用システム１の制御においてＡＩによる機械学習を用いる。太陽エネルギー利用システム１は、実施の形態３にかかる処理と実施の形態４にかかる処理とを選択的に実行することができる。実施の形態３にかかる処理と実施の形態４にかかる処理とのうち太陽エネルギー利用システム１がいずれの処理を実行するかは、太陽エネルギー利用システム１の設計者によって任意に選択可能とされていても良い。また、実施の形態４では、一例として、実施の形態１にかかる太陽エネルギー利用システム１に機械学習を適用する場合について説明するが、実施の形態２にかかる太陽エネルギー利用システム１にも同様に機械学習を適用することができる。

　ここで、図７および図８を参照して、実施の形態４における機械学習、およびその機械学習の結果を用いた制御の概要について説明する。図７は、本発明の実施の形態４にかかる機械学習を行う学習器の機能について説明するための図である。図８は、図７に示す学習器によって生成された学習済モデルに基づいて、制御に関するデータを出力する出力器の機能について説明するための図である。学習器１０１と出力器１０３とは、図１に示す制御装置１０に設けられている。なお、学習器１０１と出力器１０３とは、制御装置１０に設けられているものに限られず、制御装置１０の外部の装置に設けられているものであっても良い。なお、実施の形態４における学習器１０１および出力器１０３は、それぞれ、実施の形態３における学習器８３および制御データ生成部８５に対応する。

　図７に示すように、学習器１０１は、状態データ、行動データおよび結果データに基づいて機械学習を行うことによって、学習済モデルを生成する。すなわち、学習器１０１が用いる学習データセットは、状態データと、行動データと、結果データとを含む。状態データは、状態「ｓ」についてのデータである。行動データは、行動「ａ」についてのデータである。結果データは、状態「ｓ」において行動「ａ」を行った際の結果についてのデータである。状態「ｓ」および行動「ａ」については後述する。図８に示すように、出力器１０３は、学習器１０１によって生成された学習済モデルを用いて、状態データに基づいて行動データを出力する。なお、以下では、学習器１０１が学習に用いる状態データおよび行動データと出力器１０３が出力する状態データおよび行動データとを区別するために、学習器１０１が用いる学習時の状態データおよび行動データをそれぞれ学習時状態データおよび学習時行動データと称し、出力器１０３が出力する制御時の状態データおよび行動データをそれぞれ制御時状態データおよび制御時行動データと称することがある。

　学習器１０１が用いる学習アルゴリズムにはどのようなものを用いても良い。ここでは、一例として、強化学習を適用した場合について説明する。実施の形態４において用いられる学習アルゴリズムは、強化学習に限られず、教師あり学習などの他のアルゴリズムであっても良い。

　強化学習とは、ある環境下におけるエージェントが、現在の状態を観測し、取るべき行動を決定するためのモデルを学習する手法である。エージェントは、ユーザが指示をしなくても、自律的に情報収集または状況判断を行って適切な処理動作を実行する機能を意味する。エージェントが行動を選択すると、環境から報酬を得るが、強化学習では、一連の行動で報酬を最大化できるようなポリシーを学習する。

　強化学習では、現在の状態、あるいは行動がどのくらい良いかを計る指標として、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を用いる。行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）は、時刻「ｔ」のときの状態が状態「ｓ_ｔ」であるとして、時刻「ｔ」において行動「ａ_ｔ」を取った場合に、時刻「ｔ」以降に得られる全報酬を表すものである。具体的には、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）は、状態「ｓ_ｔ」の要素の数、および行動「ａ_ｔ」として取り得る行動の数に応じた大きさを有するテーブルとして設定可能である。例えば、状態「ｓ_ｔ」が「ｓ_ｔ１～ｓ_ｔ４」の４つの要素を有し、行動「ａ_ｔ」として２通りの行動「ａ_ｔ１」、「ａ_ｔ２」を選択可能な場合であれば、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）は、４×２の大きさのテーブル、あるいは４×２の行列で表現され得る。各状態「ｓ_ｔ１～ｓ_ｔ４」と各行動「ａ_ｔ１」、「ａ_ｔ２」との組み合わせに対応する行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）の値が、テーブルの各要素に入力される。

　例えば、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）としては、初めはゼロが設定される。すなわち、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を示すテーブルである行列の各要素はゼロである。また、時刻「ｔ」において、ある状態「ｓ_ｔ」に対して行動「ａ_ｔ」を選択した場合にもたらされる結果に対して、報酬「ｒ_ｔ」が予め設定されている。あるいは、その結果に対応する報酬「ｒ_ｔ」を算出するルールが設定されている。学習器１０１は、ある状態「ｓ_ｔ」のときにある行動「ａ_ｔ」を選択し、その結果に対応して報酬「ｒ_ｔ」を得る行為を繰り返し実行することで、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を更新する。すなわち、学習器１０１は、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を学習する。具体的には、上記で例示したようなテーブルを用いる場合であれば、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を示すテーブル内の各要素の値が更新される。

　行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）の学習には、公知の各種アルゴリズムを用いることができる。アルゴリズムとしては、例えば、Ｑ学習（Q－learning）、Ｓａｒｓａ、またはモンテカルロ法などを用いることができる。あるいは、アルゴリズムとしては、ディープニューラルネットワークを用いて行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を表すことによってＱ学習を行うDeep　Q－learningが用いられても良い。

　以下の説明では、一例として、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）の学習にＱ学習を適用するものとする。ただし、実施の形態４では、Ｑ学習に限られず、上述した学習方法、あるいはその他の、公知の各種の学習方法が用いられても良い。

　Ｑ学習では、例えば、次の式（１）に従って行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）が更新される。

　上記の式（１）において、「ｍａｘＱ（ｓ_ｔ＋１，ａ_ｔ＋１）」は、時刻「ｔ＋１」以降に得られる全報酬の最大値である。また、「γ」は割引率、「α」は学習係数と呼ばれるパラメータである。すなわち、上記の式（１）は、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）のその時点での真の値を、実際に時刻「ｔ」にて得られた報酬「ｒ_ｔ」と、時刻「ｔ＋１」以降にもらえるであろう全報酬の最大値に「γ」を掛けた値と、の和であるとみなして、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）の値が学習係数「α」の割合で当該真の値に近付くように更新することを表している。

　学習器１０１には、状態ｓ_ｔについてのデータである状態データと、行動ａ_ｔについてのデータである行動データと、状態ｓ_ｔにおいてエージェントが行動ａ_ｔを起こした結果についてのデータである結果データとが入力される。学習器１０１は、状態データと、行動データと、結果データから導かれる報酬ｒ_ｔと、を用いて、上記の式（１）に基づいて行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を更新する。すなわち、学習器１０１は、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を学習する。学習器１０１は、この処理を複数回繰り返すことによって、最終的に、学習済の行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）、例えば、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を表すテーブルを学習済モデルとして出力する。出力された学習済モデルは、太陽エネルギー利用システム１に備えられるメモリなどの保管部に保管される。なお、保管部の図示は省略する。

　出力器１０３は、学習器１０１によって生成された学習済モデル、すなわち学習済の行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を用いて、状態データに基づいた行動データを出力する。具体的には、出力器１０３は、学習済の行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を用いることで、状態「ｓ_ｔ」のときに取り得る行動「ａ_ｔ」の中から、最も行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）が大きくなるような行動「ａ_ｔ」を出力する。学習済の行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を用いるとは、例えば、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を表すテーブルを参照することである。

　学習器１０１および出力器１０３のハードウェア構成は、実施の形態３の場合と同様に、演算処理を実行可能な演算処理装置、すなわちプロセッサであれば良く、特定の構成に限定されるものではない。例えば、学習器１０１および出力器１０３は、ＧＰＧＰＵ（General－Purpose　computing　on　Graphics　Processing　Units）によって構成されても良い。あるいは、学習器１０１および出力器１０３は、例えば、大規模ＰＣ（Personal　Computer）クラスターのように、複数の演算処理装置を連結することによって構成されたものであっても良い。学習器１０１および出力器１０３を構成する演算処理装置があらかじめインストールされたコンピュータプログラムに従って各種の演算処理を実行することによって、以上に説明した各機能が実行される。なお、当該コンピュータプログラムは、作製されてから、コンピュータによって読み取り可能な記録媒体に記録された状態で提供可能である。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、またはフラッシュメモリなどである。また、当該コンピュータプログラムは、記録媒体を用いずに、例えば、ネットワークを介した配信によって提供されても良い。

　以下、実施の形態４における機械学習を用いた太陽エネルギー利用システム１の制御について、より詳細に説明する。実施の形態４では、太陽エネルギー利用システム１には、上記の学習器１０１および出力器１０３が搭載されている。なお、学習器１０１は、太陽エネルギー利用システム１に搭載されていなくても良い。この場合、太陽エネルギー利用システム１とは別に設けられる学習器１０１によってあらかじめ学習済モデルが生成され、太陽エネルギー利用システム１では、生成された学習済モデルを用いる出力器１０３による制御が行われる。

　報酬「ｒ」は、具体的には、発電部３による発電エネルギーと給湯に使用される熱エネルギーとの総和が大きいほど大きな報酬が得られるように設定される。ここで、この総和に対して、複数の閾値である第１から第５の閾値が設定されるとした場合における報酬「ｒ」の設定例について説明する。総和が第１の閾値以下であれば報酬「ｒ」として「０」を与える。総和が第１の閾値よりも大きくかつ第２の閾値以下であれば報酬「ｒ」として「２０」を与える。総和が第２の閾値よりも大きくかつ第３の閾値以下であれば報酬「ｒ」として「４０」を与える。総和が第３の閾値よりも大きくかつ第４の閾値以下であれば報酬「ｒ」として「６０」を与える。総和が第４の閾値よりも大きくかつ第５の閾値以下であれば報酬「ｒ」として「８０」を与える。総和が第５の閾値よりも大きければ報酬「ｒ」として「１００」を与える。ただし、報酬「ｒ」の設定の態様は、かかる例に限定されるものではない。報酬「ｒ」は、機械学習を好適に行い得るように設定されたものであれば良く、適宜設定可能であるものとする。

　行動「ａ」には、太陽エネルギー利用システム１を熱回収モードで動作させる際の具体的な制御対象が該当する。行動データとしては、具体的には、ポンプ９を稼働させるタイミング、すなわち稼働開始時刻についてのデータ、ポンプ９の流量についてのデータ、および切換え弁２０の切り換えについてのデータが用いられる。

　状態「ｓ」には、太陽エネルギー利用システム１の状態、および周囲の状態が該当する。例えば、太陽エネルギー利用システム１の状態を示す状態データとしては、温度計４１，４２，４３，４４，４５，４６による測定値が用いられる。温度計４１，４２，４３，４４，４５による測定値からは、サブタンク８内に貯湯されている温水の温度が分かる。温度計４１，４２，４３，４４，４５を用いて、互いに異なる高さ位置における温度が測定されることによって、境界面３３の高さと、各温水層３１，３２の温度とが分かる。すなわち、各温水層３１，３２の温度と、各温水層３１，３２の体積とが分かる。温度計４６による測定値からは、温水回路５から回収される湯水の温度が分かる。

　したがって、温度計４１，４２，４３，４４，４５による測定値、すなわちサブタンク８内に貯められている温水の状態と、温度計４６による測定値、すなわち温水回路５から回収される湯水の状態とに応じて、上記の行動データを適切に制御することによって、太陽エネルギー利用システム１は、給湯に使用される熱エネルギーを増加させることができる。太陽エネルギー利用システム１は、給湯に使用される熱エネルギーの増加によって、上記の報酬「ｒ」を増加させることができる。

　周囲の状態を示す状態データとしては、天気予報のデータ、日時のデータ、日付データに基づく季節のデータ、各時間における発電部３の瞬時発電量のデータ、サブタンク８の瞬時給湯量と給湯温度のデータ、およびＨＥＭＳ等で連携された他の家電機器のデータが用いられる。

　例えば、天気予報のデータと、日時のデータと、日付データに基づく季節のデータと、各時間における発電部３の瞬時発電量のデータとは、天候の予測と、天候に応じた発電部３の冷却のタイミングとに関係し得る。具体的には、梅雨の時季では、天気予報では「晴れ」の予報であっても雨が降る可能性が他の時季に比べて高いことから、天気予報が外れる可能性が他の時季に比べて高いと考えられる。天気予報のデータと日付データに基づく季節のデータとが合わせて考慮されることにより、天候のより正確な予測が可能となる。さらに、各時間における発電部３の瞬時発電量のデータは日射量に対応することから、天候の予測において瞬時発電量のデータが併せて用いられることによって、天気予報の正確性の評価が可能となる。

　日中、発電量が多い時間帯においてサブタンク８内の低温の水を循環させることによって、太陽エネルギー利用システム１は、発電部３の温度を効果的に低下させることができ、発電効率を向上できる。天気予報が１日中晴れの予報であれば、南中時刻を挟んで、例えば１０時３０分から１３時３０分の間に低温の水によって発電部３を冷却することが、発電において有利となる。一方、例えば１２時から雨が降ることが予測され、発電が期待できない場合は、例えば９時から１２時の間にサブタンク８内の低温の水を使ったほうが有利になる場合もある。つまり、天気予報または季節の情報に基づいて天候を予測し、予測に応じて適切なタイミングで太陽熱の回収処理を行い、サブタンク８内の低温の水で発電部３を冷却することにより、太陽エネルギー利用システム１は、発電エネルギーを高めることができる。太陽エネルギー利用システム１は、発電エネルギーを高めることによって、上記の報酬「ｒ」を増加させることができる。

　また、例えば、サブタンク８の瞬時給湯量と給湯温度のデータは、ユーザの生活習慣の予測と、生活習慣に応じた温水の生成のタイミングとに関係し得る。具体的には、例えば、サブタンク８の瞬時給湯量と給湯温度のデータから、平日では給湯の使用は夜間あるいは早朝に多くなるとともに日中ではほとんど無くなり、休日では１２時頃においてシャワーの使用によってある程度の給湯が使用される、といった生活習慣が把握されたとする。給湯の使用が無い時間帯については、生成された温水によってサブタンク８が満たされるとすると、それ以上の温水を生成することができないため、熱回収モードにおいて循環可能な冷水の量は制限される。つまり、発電部３を冷却できる時間が制限されてしまうことになる。これに対して、給湯によってサブタンク８内の温水が使用される場合、温水の使用分を補完するために、さらに冷水を循環させることができる。すなわち、サブタンク８内の温水が使用されることによって、発電部３を冷却できる時間をより長く確保することができる。

　以上のことから、例えば上記のような生活習慣が把握できた場合には、休日には、温水が使用された分だけ多くの冷水を循環させることによって、太陽エネルギー利用システム１は、発電エネルギーを高めることが可能となる。このように、サブタンク８の瞬時給湯量と給湯温度のデータから生活習慣を予測し、その予測された給湯使用の態様を基にサブタンク８内の湯水の消費予測を行った上で、その消費される湯水の分だけ冷水を循環させて発電部３を冷却することで、太陽エネルギー利用システム１は、発電エネルギーをより高めることができる。太陽エネルギー利用システム１は、発電エネルギーを高めることによって、上記の報酬「ｒ」を増加させることができる。

　なお、サブタンク８の瞬時給湯量と給湯温度のデータは、上記のように平日および休日における給湯使用の予測に用いられるほか、１日の中で給湯が使用される時間帯の予測にも有用である。例えば、通常は入浴によって給湯の使用が多くなる夜間において給湯の使用がほとんど無かった場合に、翌日の早朝に給湯が使用される、といった予測が可能となる。このように、１日の中で給湯が使用される時間帯を予測することによっても、太陽エネルギー利用システム１は、上記の場合と同様に、発電部３をより冷却可能とする制御を行うことができる。

　さらに、給湯使用の予測には、ＨＥＭＳ等で連携された他の家電機器のデータを用いることもできる。他の家電機器は、空調機、照明、テレビ等である。例えば、上記の例で、夜間の給湯使用が無かった場合であって、空調機、照明、テレビ等の使用も無い場合であれば、ユーザが出張、旅行等で不在であり、翌日の早朝の時間帯の給湯使用も無いという予測が可能となる。

　このように、太陽エネルギー利用システム１の状態を示す具体的なデータ、および周囲の状態を示す具体的なデータは、行動「ａ」及び報酬「ｒ」に影響を及ぼすパラメータである。状態「ｓ」を示す状態データとしてこれらのデータを用いることによって、太陽エネルギー利用システム１は、熱回収モードでの制御における機械学習の精度をより向上させることができる。

　なお、各時間の天気予報のデータを取得するために、太陽エネルギー利用システム１は、天気予報のデータを配信するサーバと通信可能に接続され得る。日時のデータと、日付データに基づく季節のデータを取得するために、太陽エネルギー利用システム１には、カレンダー機能が搭載され得る。また、サブタンク８から給湯側へ向かう温水が通る配管１６には、瞬時給湯量を測定するための湯量センサと、給湯温度を測定するための温度センサとが設けられていても良い。太陽エネルギー利用システム１は、湯量センサを用いて、サブタンク８の瞬時給湯量のデータを取得することができる。太陽エネルギー利用システム１は、温度センサを用いて、給湯温度のデータを取得することができる。また、太陽エネルギー利用システム１は、発電部３の各時間の瞬時発電量についてのデータを、太陽エネルギー利用システム１が接続されたＨＥＭＳから取得しても良い。このようにして取得されたこれら各種のデータが、状態データとして学習器１０１と出力器１０３とに入力される。

　ただし、状態「ｓ」を示す具体的なデータは、上記の例に限定されない。状態「ｓ」を示す状態データは行動「ａ」と報酬「ｒ」とへ影響を与え得るデータであれば良く、上記する具体的なデータ以外の各種のデータが状態データとして用いられても良い。

　学習器１０１は、状態「ｓ」を示す各種のデータである学習時状態データと、行動「ａ」を示す各種のデータである学習時行動データと、上記するように設定された報酬「ｒ」とを用いて、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）の更新、すなわち学習を行う。出力器１０３は、このようにして更新された行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）、すなわち学習済モデルを用いて、上記の状態データである制御時状態データを入力として、将来的に最大の報酬「ｒ」が得られるような行動「ａ」を示す制御時行動データを出力する。制御時行動データは、ポンプ９を稼働させるタイミングである稼働開始時間についてのデータと、ポンプ９の流量についてのデータと、切換え弁２０の切り換えについてのデータとを含む。このように、学習器１０１は、ポンプ９の駆動と切換え弁２０による切り換えとを制御するための制御条件を学習する。出力器１０３は、学習器１０１が学習した結果に基づいて、ポンプ９の駆動と切換え弁２０による切り換えとを制御するための制御条件を決定する。これにより、将来的に得られる全報酬が最大となるような熱回収モードにおける制御が実現される。

　太陽エネルギー利用システム１の状態を示す状態データと、周囲の状態を示す状態データとは、行動「ａ」と報酬「ｒ」に影響を与え得るものであることから、これら状態データを入力パラメータとして熱回収モードにおける制御を行うことで最適な制御を実現できる可能性があることは推認できる。ただし、具体的にどのようなロジックで制御を行えば最適な制御が実現されるかを同定することは難しいと考えられる。例えば、発電部３が最も熱せられるタイミングにおいて冷水を循環させることが最も良いと考えられるが、季節または天候、気温等によってそのタイミングは変化すると考えられる。また、給湯使用が全く無いタイミングにて温水を貯めても、サブタンク８に長時間湯を貯めることとなり、放熱によるロスが生じるため、給湯で使用できるエネルギーは減っていくと考えられる。

　さらに、切換え弁２０の切り換えについて、例えば、サブタンク８のうち上方の温水層３１の温度が６０度、サブタンク８のうち下方の温水層３２の温度が１０度で、循環によって得られた温水の温度が３０度であるときに、温水をサブタンク８の上方に戻す場合と下方に戻す場合とどちらが有利かを検討したとする。この場合、発電エネルギーの側から考えると、発電部３をより冷却するために、温水を上方に戻すことによって下方の温水層３２の温度を低温に保つことが有利となる。一方、給湯に使用される熱エネルギーの側から考えると、給湯に使用される湯水の温度を低下させないために、温水を下方に戻すことによって上方の温水層３１の温度を高温に保つことが有利となる。このように、入力パラメータと、それによって得られる結果とが複雑に関連しているため、人手による制御設計は容易でない。

　これに対して、本実施の形態４では、太陽エネルギー利用システム１の熱回収モードにおける制御にＡＩを用いた機械学習を適用することによって、ＡＩが最適な制御を学習する。太陽エネルギー利用システム１は、かかる機械学習によって、最適な制御を実現することができる。したがって、制御のための複雑なロジックを考案する必要を無くすことが可能となり、太陽エネルギー利用システム１は、より効率的に最適な制御を実現できる。

　以上の実施の形態に示した構成は、本発明の内容の一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、本発明の要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。

　１　太陽エネルギー利用システム、２　太陽光太陽熱利用モジュール、３　発電部、４　熱温水器、５　温水回路、６　住宅、７　給湯器、８　サブタンク、９　ポンプ、１０　制御装置、１１，１２，１３，１４，１５，１６　配管、１７　排水管、１８　供給弁、１９　温度調整弁、２０　切換え弁、２１　混合弁、２２　排水バルブ、２３　排水弁、２９，３０　逆止弁、３１，３２，６１，６２，７１，７２　温水層、３３，６３，７３　境界面、３４，３６，３７，６４，６６，６７，７４，７６，７７　流入口、３５，３８，６５，６８，７５，７８　流出口、３９　排水口、４１，４２，４３，４４，４５，４６　温度計、５１　高温サブタンク、５２　中温サブタンク、５３，５４，５５，５６，５７　三方弁、８０　機械学習装置、８１　意思決定部、８２　学習用データ取得部、８３，１０１　学習器、８４　データ入力部、８５　制御データ生成部、８６　学習済モデル、９１　処理回路、９２，９５　インタフェース、９３　プロセッサ、９４　メモリ、１０３　出力器。

Claims

　太陽光を受けて発電する発電部と、
　前記発電部と一体に設けられている経路にて熱媒体が流動することによって前記発電部と前記熱媒体との熱交換が行われる熱交換部と、
　前記熱媒体が流入可能な第１の流入口と、前記第１の流入口よりも鉛直上側に設けられており前記熱媒体が流入可能な第２の流入口とを有し、前記熱交換部との間において循環させる前記熱媒体が貯留される貯留部と、
　前記熱交換部から前記第１の流入口への前記熱媒体の流動と前記熱交換部から前記第２の流入口への前記熱媒体の流動とを切り換える切換え部と、
　を備えることを特徴とする太陽エネルギー利用システム。
　前記切換え部は、前記熱交換部から前記貯留部へ流動する前記熱媒体の温度に基づいて前記第１の流入口への前記熱媒体の流入と前記第２の流入口への前記熱媒体の流入とを切り換えることを特徴とする請求項１に記載の太陽エネルギー利用システム。
　２つの前記貯留部である第１の貯留部と第２の貯留部とを備え、
　前記切換え部は、前記第１の貯留部が有する前記第１の流入口または前記第２の貯留部が有する前記第１の流入口への前記熱媒体の流動と、前記第１の貯留部が有する前記第２の流入口または前記第２の貯留部が有する前記第２の流入口への前記熱媒体の流動と、を切り換えることを特徴とする請求項１に記載の太陽エネルギー利用システム。
　１日の中で他の時間帯よりも前記発電部による発電量が高くなる時間帯において、前記貯留部に貯留されている前記熱媒体の前記熱交換部への流動を開始することを特徴とする請求項１から３のいずれか１つに記載の太陽エネルギー利用システム。
　前記熱媒体を流動させるポンプの駆動と前記切換え部による切り換えとを制御するための制御条件を学習する学習器と、
　前記学習器が学習した結果に基づいて前記制御条件を決定する制御データ生成部と、
　を備え、
　前記学習器は、前記太陽エネルギー利用システムの稼動時に取得されたデータを含む学習用データセットに基づいて前記制御条件を示す学習済モデルを生成することを特徴とする請求項１から４のいずれか１つに記載の太陽エネルギー利用システム。
　学習時における前記太陽エネルギー利用システムの状態を示す学習時状態データと、前記熱媒体を流動させるポンプの駆動についてのデータと前記切換え部による切り換えについてのデータとを含む学習時行動データと、前記発電部による発電エネルギーのデータと前記貯留部で使用された熱エネルギーのデータとを含む結果データと、に基づいて学習した学習済モデルを保管する保管部と、
　制御時における前記太陽エネルギー利用システムの状態を示す制御時状態データと前記学習済モデルとに基づいて、前記ポンプの駆動についてのデータと前記切換え部による切り換えについてのデータとを含む制御時行動データを決定する出力器と、
　を備えることを特徴とする請求項１から４のいずれか１つに記載の太陽エネルギー利用システム。
　前記学習済モデルを生成する学習器を備えることを特徴とする請求項６に記載の太陽エネルギー利用システム。