WO2023161988A1 - 蓄熱システムおよび情報処理装置 - Google Patents

蓄熱システムおよび情報処理装置 Download PDF

Info

Publication number
WO2023161988A1
WO2023161988A1 PCT/JP2022/007218 JP2022007218W WO2023161988A1 WO 2023161988 A1 WO2023161988 A1 WO 2023161988A1 JP 2022007218 W JP2022007218 W JP 2022007218W WO 2023161988 A1 WO2023161988 A1 WO 2023161988A1
Authority
WO
WIPO (PCT)
Prior art keywords
hot water
information
water supply
supply capacity
weather forecast
Prior art date
Application number
PCT/JP2022/007218
Other languages
English (en)
French (fr)
Inventor
仁隆 門脇
正人 谷川
拓也 伊藤
博之 中川
月音 松上
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 PCT/JP2022/007218 priority Critical patent/WO2023161988A1/ja
Publication of WO2023161988A1 publication Critical patent/WO2023161988A1/ja

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24H—FLUID HEATERS, e.g. WATER OR AIR HEATERS, HAVING HEAT-GENERATING MEANS, e.g. HEAT PUMPS, IN GENERAL
    • F24H15/00—Control of fluid heaters
    • F24H15/30—Control of fluid heaters characterised by control outputs; characterised by the components to be controlled
    • F24H15/375—Control of heat pumps

Definitions

  • Patent Document 1 aims to reduce utility costs, and the demand for hot water supply is not sufficiently reflected in the hot water supply schedule, which may lead to a shortage of hot water supply.
  • a heat storage system includes a hot water supply device that performs a hot water supply operation according to an operation schedule, storage means that stores past hot water usage transition data of the hot water supply device, Acquisition means for acquiring weather forecast information for an area where the water heater is installed; supply capacity prediction means for obtaining hot water supply capacity of the water heater for each hour of the target day based on the weather forecast information; and the past hot water demand forecasting means for forecasting the amount of hot water used for each hour on the target day based on the transition data of the usage amount; and the hot water supply capacity and the demand forecasting means for each hour obtained by the supply capacity forecasting means for the target day. and planning means for determining the operation schedule that does not cause shortage of hot water supply based on the amount of hot water used for each hour predicted by the method.
  • FIG. 1 is a block diagram showing one configuration example of a heat storage system according to Embodiment 1.
  • FIG. 2 is a circuit diagram showing one configuration example of the hot water supply apparatus shown in FIG. 1;
  • FIG. 2 is a block diagram showing a configuration example of an information providing server shown in FIG. 1;
  • FIG. 4 is a diagram showing an example of weather forecast information provided from the information providing server shown in FIG. 3 to the information processing apparatus;
  • FIG. 2 is a block diagram showing a configuration example of an information processing apparatus shown in FIG. 1;
  • FIG. 6 is a diagram showing an example of a management table shown in FIG. 5;
  • FIG. FIG. 2 is a schematic diagram for explaining an example of a method of dividing a target area into a plurality of areas in Embodiment 1;
  • FIG. 6 is a diagram showing another example of a management table stored in the storage device shown in FIG. 5;
  • FIG. 6 is a diagram showing an example of capability information stored in the storage device shown in FIG. 5;
  • FIG. 3 is a table showing examples of combinations of areas where the hot water supply apparatus shown in FIG. 2 is installed and amounts of hot water used by the hot water supply apparatus in Embodiment 1.
  • FIG. 6 is a graph showing time-series changes in the hot water supply capacity predicted by the supply capacity prediction means shown in FIG. 5 and the amount of hot water used predicted by the demand prediction means; 11. It is a graph for demonstrating the method of the planning means shown in FIG. 5 to determine a driving schedule based on the graph shown in FIG. 6 is a hardware configuration diagram showing one configuration example of the controller shown in FIG.
  • the hot water supply controller 40 receives the operation schedule from the information processing device 3 via the network 100 .
  • Hot water supply controller 40 reads the transition data of hot water consumption from memory 41 at cycle tp1 and transmits the data to information processing apparatus 3 via network 100 .
  • Hot water supply controller 40 changes the device identifier ID of information processing device 3 indicating the transmission destination and the device identifier ID of water heating device 2-1 indicating the transmission source when transmitting transition data to information processing device 3. Set to data.
  • FIG. 4 is a diagram showing an example of weather forecast information provided from the information providing server shown in FIG. 3 to the information processing apparatus.
  • the weather forecast information includes outside air temperature Tout [° C.], outside air humidity RH [%] and weather information every three hours from 6:00 am to 21:00 pm.
  • the change in weather information is that it is sunny in the morning, but it changes to rainy in the afternoon.
  • the change in the outside air temperature Tout the temperature rises from around 6:00 am, but the temperature drops from the afternoon.
  • the change in outside air humidity RH the humidity is low in the morning, but increases in the afternoon.
  • FIG. 6 is a diagram showing an example of the management table shown in FIG.
  • the location information of the water heater, the region to which the water heater belongs, the file name of the weather forecast information, File names of performance information and file names of operation history are registered. Since the weather forecast information and driving history stored in the storage device 4 are sequentially updated with the passage of time, the time (t) information is attached so that the latest file can be identified.
  • FIG. 6 shows a case where the target area OBR is divided into a plurality of areas RG1 to RGm (m is an integer equal to or greater than 2). j in RGj is an arbitrary integer from 2 to m.
  • FIG. 7 is a schematic diagram for explaining an example of a method of dividing a target area into a plurality of areas in Embodiment 1.
  • FIG. 7 is a schematic diagram for explaining an example of a method of dividing a target area into a plurality of areas in Embodiment 1.
  • water heaters 2-1 and 2-2 belong to the same region RG1.
  • the region RG1 is the northernmost of the regions RG1 to RGm.
  • the water heater ad2-n belongs to the southernmost region RGm.
  • the controller 5 has a timer 30 that measures time, acquisition means 31, management means 32, supply capacity prediction means 33, demand prediction means 34, planning means 35, and update means 36.
  • the acquisition means 31 stores the acquired weather forecast information in the storage device 4 .
  • Acquisition means 31 causes storage device 4 to store transition data of hot water consumption received from water heaters 2-1 to 2-n.
  • the supply capacity prediction means 33 obtains the hot water supply capacity of the hot water supply apparatus 2-k at the estimated time based on the coefficient of performance COPd2. On the other hand, if the weather is fine, the supply capacity prediction means 33 obtains the hot water supply capacity of the hot water supply apparatus 2-k for the estimated time based on the coefficient of performance COPd1.
  • the trend data of the individual hot water usage Q in the region RG1 and the trend data of the individual hot water usage Q in the region RGm are compared.
  • Q1 is a reference value for comparing hot water consumption Q in two areas.
  • the temperature further drops in the evening. Therefore, users in region RG1 want to take a bath to warm themselves, and the amount of hot water used Q increases from 5:00 pm in order to fill the bath with hot water.
  • the outside air temperature Tout at 12:00 noon is 25[° C.], so that the outside air temperature Tout is prevented from decreasing even in the evening. Therefore, it is thought that users in the region RGm should just take a shower without taking a bath.
  • the hot water consumption Q after 5:00 pm is smaller for the users in the region RGm than for the users in the region RG1.
  • the hot water consumption Q per unit time of individuals in the region RG1 may exceed the reference value Q1
  • the hot water consumption Q per unit time of individuals in the region RGm does not exceed the reference value Q1.
  • the facilities in the region RGm tend to use less. This is because, as in the case of individuals, in the case of the area RGm, the outdoor temperature Tout is high, so that the care recipient does not take a bath and the body is less likely to get cold just by taking a shower. Therefore, the daily hot water consumption Q of the facilities in the region RGm is smaller than the hot water consumption Q of the facilities in the region RG1.
  • the hot water consumption Q per unit time of the facility in the region RG1 may exceed the reference value Q2, but the hot water consumption Q per unit time of the facility in the region RGm does not exceed the reference value Q2.
  • the heat pump type hot water supply device 2-k Since the heat pump type hot water supply device 2-k has a low hot water supply capacity per unit time, it is necessary to store hot water in the tank 21 before the demand exceeds the supply while keeping the coefficient of performance COPd in an optimum state. In order not to cause shortage of hot water supply from 16:00 pm to 20:00 pm, as shown in FIG. Make a driving schedule that doesn't work. As a result, the coefficient of performance COPd does not decrease, and the occurrence of insufficient hot water supply can be suppressed.
  • a probability density function such as an exponential distribution or a normal distribution
  • the processing circuit 90 may be, 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 functions of timer 30 , acquisition means 31 , management means 32 , supply capacity prediction means 33 , demand prediction means 34 , planning means 35 and update means 36 may be realized by processing circuit 90 .
  • the functions of the timer 30 , acquisition means 31 , management means 32 , supply capacity prediction means 33 , demand prediction means 34 , planning means 35 and updating means 36 may be realized by one processing circuit 90 .
  • FIG. 14 is a hardware configuration diagram showing another configuration example of the controller shown in FIG.
  • the controller 5 shown in FIG. 5 is composed of a processor 91 such as a CPU and a memory 92 as shown in FIG.
  • processor 91 such as a CPU
  • memory 92 Each function of timer 30 , acquisition means 31 , management means 32 , supply capacity prediction means 33 , demand prediction means 34 , planning means 35 and update means 36 is realized by processor 91 and memory 92 .
  • FIG. 14 shows that processor 91 and memory 92 are communicatively connected to each other via bus 93 .
  • the timer 30, acquisition means 31, management means 32, supply capacity forecasting means 33, demand forecasting means 34, planning means 35, and updating means 36 are executed by software, these means are integrated into one piece of hardware. It does not have to be provided in the configuration.
  • the timer 30, the acquisition means 31, the management means 32, the planning means 35, and the update means 36 are provided in the information processing device 3, and the supply capacity prediction means 33 and the demand prediction means 34 are connected to the network 100.
  • Other information processing It may be provided in a server (not shown), which is a device.
  • non-volatile semiconductor memories such as ROM (Read Only Memory), flash memory, EPROM (Erasable and Programmable ROM) and EEPROM (Electrically Erasable and Programmable ROM) are used.
  • ROM Read Only Memory
  • EPROM Erasable and Programmable ROM
  • EEPROM Electrical Erasable and Programmable ROM
  • a volatile semiconductor memory of RAM Random Access Memory
  • removable recording media such as magnetic disks, flexible disks, optical disks, CDs (Compact Discs), MDs (Mini Discs) and DVDs (Digital Versatile Discs) may be used.
  • the supply capacity prediction means 33 obtains the hot water supply capacity of the water heater 2-k for each hour on the target day Dx based on the weather forecast information (step S105).
  • the demand prediction means 34 predicts the amount of hot water used for each hour on the target day Dx based on the transition data of the amount of hot water used in the past for the water heater 2-k (step S106).
  • the planning means 35 receives the information of the hot water supply capacity for each hour predicted from the supply capacity prediction means 33 for the target day Dx, and the hot water usage amount for each hour predicted from the demand prediction means 34 for the target day Dx.
  • FIG. 16 is a diagram for explaining the flow of operation schedule determination processing for the hot water supply apparatus by the information processing apparatus according to Embodiment 1.
  • the acquisition means 31 acquires weather forecast information for the area where the water heater is installed.
  • the hot water supply capacity is customized for each area by obtaining the hot water supply capacity based on the weather forecast information corresponding to the area by the supply capacity prediction means 33 .
  • the memory 41 of the hot water supply device or the storage means of the storage device 4 accumulates the past hot water consumption data of the hot water supply device.
  • the demand forecasting means 34 forecasts the demand for hot water based on the past hot water consumption data for each hot water supply apparatus, so that the forecasted demand is customized according to how the hot water is used. Machine learning may improve the accuracy of demand forecasting.
  • the heat storage system 1 of Embodiment 1 has a hot water supply device 2-k that performs a hot water supply operation according to an operation schedule, and an information processing device 3.
  • the information processing device 3 has a storage device 4 , an acquisition means 31 , a supply capacity prediction means 33 , a demand prediction means 34 and a planning means 35 .
  • the storage device 4 serves as storage means for storing transition data of past hot water consumption of the water heater 2-k.
  • Acquisition means 31 acquires weather forecast information for the area where water heater 2-k is installed for target day Dx for which the operation schedule is set.
  • the supply capacity prediction means 33 obtains the hot water supply capacity of the water heater 2-k for each hour on the target day Dx based on the weather forecast information.
  • the demand prediction means 34 predicts the amount of hot water used for each hour on the target day Dx based on the transition data of the amount of hot water used in the past.
  • the planning means 35 creates an operation schedule that does not cause shortage of hot water supply based on the hourly hot water supply capacity obtained by the supply capacity prediction means 33 and the hourly hot water usage amount predicted by the demand prediction means 34 for the target day Dx. to decide.
  • the hot water supply capacity for each hour is predicted based on the weather forecast information of the area where the hot water supply apparatus is installed, the demand for hot water is predicted based on the transition data of the amount of hot water used in the past, Based on these predicted values, an operation schedule that does not cause shortage of hot water supply is created.
  • the hot water supply capacity is highly accurately predicted based on the weather forecast information for the area where the hot water heater is installed, and the demand for hot water is highly accurately predicted based on how users use hot water.
  • An optimal driving schedule is determined. As a result, the occurrence of shortage of hot water supply can be suppressed.
  • Modification 1 In Modified Example 1, the weather information database is constructed in the storage device of the information processing device.
  • 17 is a block diagram showing another configuration example of the heat storage system according to Embodiment 1.
  • FIG. FIG. 18 is a block diagram showing a configuration example of the information processing apparatus shown in FIG. 17. As shown in FIG.
  • the information processing device 3a does not acquire weather forecast information from the information providing server 6 shown in FIG.
  • a weather information database is constructed in the storage device 4 of the information processing device 3a.
  • the weather information database stores weather information for the regions RG1 to RGm for at least the past year.
  • the weather information includes at least outside air temperature Tout, outside air humidity RH and weather information.
  • the weather information may be precipitation probability.
  • the acquisition means 31 refers to the weather information database at a predetermined time (for example, 4:00 a.m.) on the target date Dx, and obtains the weather information of the regions RG1 to RGm on the same day one year before the target date Dx. read out. Then, the obtaining means 31 sets the read weather information of the regions RG1 to RGm to the weather prediction information WRsat(t) to WRstp(t) used by the supply capacity prediction means 33 to predict the hot water supply capacity.
  • the acquiring means 31 calculates the average values of the outside air temperature Tout, the outside air humidity RH, and the probability of precipitation for each of the same hours on a plurality of consecutive days, and uses these calculated values as the weather forecast information for the target day Dx.
  • a specific example of the outside air temperature Tout in the weather information will be explained.
  • a plurality of consecutive days including the day before and the next day centering on the same day one year before the target date Dx are three days, and the outside air temperature Tout at 9:00 am for these three days is 15 [° C.], Consider the case of 17 [° C.] and 16 [° C.].
  • the average value of the three outside air temperatures Tout is 16 [°C].
  • the acquisition unit 31 calculates the average value of the three outside air temperatures Tout, and sets the calculated value as the outside air temperature Tout of the weather forecast information at 9:00 am on the target day Dx.
  • the case where the plurality of days are consecutive days based on the same day one year before the target date Dx has been described, but weather information for the past several years is accumulated in the weather information database. In some cases, the same day in the past several years may be used as multiple days. Also, as the weather forecast information, the case of calculating the average values of the outside air temperature Tout, the outside air humidity RH, and the probability of precipitation for each hour of a plurality of days has been described, but not limited to the average values, another statistical method may be used. You can ask for it.
  • Embodiment 2 corrects the demand forecast for hot water usage using weather forecast information.
  • the same components as those in the first embodiment are denoted by the same reference numerals, and detailed description thereof will be omitted. Further, in the second embodiment, operations different from those in the first embodiment will be described in detail, and detailed descriptions of operations similar to those in the first embodiment will be omitted.
  • the demand forecasting means 34 corrects the historical hot water usage transition data using the weather forecast information for the target day Dx, and predicts the hot water usage for each hour on the target day Dx. do.
  • the demand prediction means 34 corrects the predicted amount of hot water used to decrease or increase it by a predetermined amount ⁇ Q in accordance with the weather forecast information.
  • the corrections made by the demand forecasting means 34 are derived by an analysis method such as regression analysis from the relationship between past hot water usage transition data and any of the outside air temperature, outside air humidity, and weather information.
  • Regression analysis is not limited to simple regression analysis. For example, it may be a multiple regression analysis of past transition data of hot water usage, outside temperature, outside air humidity, and weather information. Regression analysis varies by facility type. Types of facilities include hospitals, nursing homes, food service centers, and the like.
  • a specific example of correction will be described for a case where a water heater is installed in a nursing care facility. If it rains on the day that the facility resident is scheduled to exercise outside, the resident will not be able to exercise outside. In this case, the resident sweats less than when it is sunny, and it is thought that the amount of hot water used decreases. In this case, the demand prediction means 34 decreases the amount of hot water used for each hour predicted based on the transition data of the amount of hot water used in the past by a predetermined usage amount ⁇ Q.
  • Demand forecasts based on historical hot water consumption transition data may deviate from the actual hot water consumption. This is probably because the demand forecast for hot water does not take into account parameters that affect human behavior.
  • One of the important parameters is weather conditions. Outside air temperature, outside air humidity and weather information are considered parameters that have a great impact on demand forecast. For example, if the weather is sunny, the weather will induce an increase in the amount of perspiration and skin temperature of the user when going out. In this case, it is thought that the frequency of using hot water, such as showering, is affected.
  • the predicted demand value is corrected according to weather conditions such as outside air temperature that affect human behavior. Therefore, it is predicted that the demand for hot water will increase during the time period when the outside air temperature rises and people feel sweaty and when the outside air humidity rises and people feel uncomfortable. As a result, it will be possible to more accurately predict when the amount of hot water used will increase, such as when the bath is filled with hot water.
  • Embodiment 3 corrects the operation schedule using information obtained from the hot water supply apparatus in operation.
  • the same components as those in Embodiment 1 are denoted by the same reference numerals, and detailed description thereof will be omitted.
  • operations different from those in the first and second embodiments will be described in detail, and detailed descriptions of operations similar to those in the first and second embodiments will be omitted.
  • Acquisition means 31 acquires information on intake temperature Tin from temperature sensor 14 of hot water heater 2-k in operation.
  • the supply capacity prediction means 33 calculates the temperature difference ⁇ T between the outside air temperature Tout and the intake temperature Tin included in the weather prediction information.
  • the supply capacity prediction means 33 corrects the value of the hot water supply capacity obtained based on the weather forecast information using the temperature difference ⁇ T.
  • the hot water supply capacity is predicted using the weather forecast information obtained from the external information providing server 6 .
  • the heat source unit 10 is actually installed in various environments, and if the outside air temperature Tout of the weather prediction information is used as it is to predict the hot water supply capacity, the prediction accuracy may decrease.
  • Installation environments that affect the prediction accuracy of the hot water supply capacity include, for example, a semi-underground location, the vicinity of an exhaust port, a location where strong wind passes, or the vicinity of the sea.
  • An exhaust port is an exhaust port for the purpose of exhausting heat (for example, an exhaust port in a kitchen). Since exhaust heat is blown to the heat source unit 10 near the exhaust port, the intake temperature Tin is always higher than the outside air temperature Tout. Near the sea means close to the sea. There are several possible causes for the decrease in the prediction accuracy of the hot water supply capacity near the sea. For example, even if the rotation speed of the fan 17 is the same, the wind speed passing through the heat source side heat exchanger 16 changes due to the influence of the sea breeze. Also, the sea breeze changes the humidity of the air passing through the heat source side heat exchanger 16 . Furthermore, salt damage increases the tendency of metal to corrode, corroding the fins of the heat source side heat exchanger 16 and reducing the hot water supply capacity.
  • the hot water supply capacity value obtained based on the weather forecast information is corrected by the temperature difference ⁇ T between the outside air temperature Tout and the intake temperature Tin included in the weather forecast information. be. Therefore, even if the heat source unit 10 is installed in an environment in which the prediction accuracy of the hot water supply capacity is lowered, the prediction accuracy of the hot water supply capacity can be improved.
  • Embodiment 4 is a case where the driving schedule cannot be determined automatically.
  • the same components as those in Embodiment 1 are denoted by the same reference numerals, and detailed description thereof will be omitted.
  • operations different from those of the first to third embodiments will be described in detail, and detailed descriptions of operations similar to those of the first to third embodiments will be omitted.
  • Acquisition means 31 acquires information on intake temperature Tin from temperature sensor 14 of hot water heater 2-k in operation.
  • the supply capacity prediction means 33 determines whether or not there is a relationship between the outside air temperature Tout and the intake temperature Tin included in the weather forecast information, and determines that there is no relationship between the outside temperature Tout and the intake temperature Tin. , Do not ask for hot water supply capacity.
  • Determining whether or not there is a relationship means, for example, comparing changes over time between the outside air temperature Tout and the intake temperature Tin, and determining that there is no relationship if there is no correlation. Whether or not there is a correlation is determined by whether or not the absolute value of the correlation coefficient is equal to or greater than a predetermined threshold. For example, when the heat source unit 10 is installed indoors, it is determined that there is no relationship between the outside air temperature Tout and the intake temperature Tin.
  • the planning unit 35 calculates the amount of hot water used for each hour predicted by the demand prediction unit 34 for the target day Dx. determine the driving schedule. Then, the planning means 35 notifies the operation terminal 20 of the water heater 2-k of information indicating that the operation schedule has been determined without considering the hot water supply capacity.
  • the acquisition means 31 may cause the storage device 4 to store the content of the correction.
  • the updating means 36 reflects the content of the correction in the stored transition data of the hot water consumption, so that the content of the correction is reflected in the demand forecast when the operation schedule is planned next time. Further, the correction contents stored in the storage device 4 by the planning means 35 may be directly reflected in the driving schedule to be planned next time.
  • the hot water supply capacity is predicted using the weather forecast information obtained from the external information providing server 6 .
  • the heat source unit 10 is actually installed in various environments, and if the outside air temperature Tout of the weather prediction information is used as it is to predict the hot water supply capacity, the prediction accuracy may decrease.
  • Installation environments that affect the prediction accuracy of the hot water supply capacity include, for example, a semi-underground location, the vicinity of an exhaust port, a location where strong wind passes, or the vicinity of the sea. In such a case, if the water heater 2-k continues to operate according to the automatically planned operation schedule, the user cannot set the operation schedule to save the energy of the water heater 2-k.
  • the supply capacity prediction means 33 determines the outside air temperature Tout and the intake air temperature Tout. It is determined that there is no relevance to the temperature Tin. Then, the user is notified via the operation terminal 20 that the operation schedule has been determined without considering the hot water supply capacity. Therefore, the user can operate the operation terminal 20 to cancel the automatically planned driving schedule and set the driving schedule by himself/herself. As a result, the hot water supply device 2-k can be operated in an energy-saving manner.
  • 1 heat storage system 2-1 to 2-n water heater, 3, 3a information processing device, 4 storage device, 5 controller, 6 information providing server, 7 storage unit, 8 information providing controller, 10 heat source unit, 11 refrigerant circuit, 12 compressor, 13 water heat exchanger, 14 temperature sensor, 15 expansion valve, 16 heat source side heat exchanger, 17 fan, 18 refrigerant pipe, 20 operation terminal, 21 tank, 22 circulation pump, 23 signal line, 24 circulation circuit , 25 inlet, 26a, 26b piping, 27 outlet, 28 inlet temperature sensor, 29 outlet temperature sensor, 30 timer, 31 acquisition means, 32 management means, 33 supply capacity prediction means, 34 demand prediction means, 35 planning means, 36 update Means, 40 hot water supply controller, 41 memory, 42 processor, 50 timer, 51 management means, 52 weather information providing means, 53 information providing means, 90 processing circuit, 91 processor, 92 memory, 93 bus, 100 network.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Heat-Pump Type And Storage Water Heaters (AREA)

Abstract

蓄熱システムは、運転スケジュールにしたがって給湯運転を行う給湯装置と、給湯装置の過去の湯使用量の推移データを記憶する記憶手段と、運転スケジュールが設定される対象日の給湯装置が設置された地域の気象予測情報を取得する取得手段と、気象予測情報に基づいて給湯装置の対象日の時間毎の給湯能力を求める供給能力予測手段と、過去の湯使用量の推移データに基づいて対象日の時間毎の湯使用量を予測する需要予測手段と、対象日について供給能力予測手段によって求められた時間毎の給湯能力と需要予測手段によって予測された時間毎の湯使用量とに基づいて、給湯不足が発生しない運転スケジュールを決定する計画手段と、を有するものである。

Description

蓄熱システムおよび情報処理装置
　本開示は、給湯装置を有する蓄熱システムと、給湯装置と接続される情報処理装置とに関する。
　ヒートポンプ式給湯装置は、単位時間あたりの給湯能力が低いため、事前にタンクなどにお湯を貯める必要がある。そのため、ユーザが湯を使用しているときに湯が足りなくなる給湯不足が発生しないように、給湯装置は、ユーザが実際に湯の使用を開始するときよりも早い時間にタンクへの貯湯を完了させる。ユーザによる湯の使用開始のタイミングと貯湯完了のタイミングとのずれが大きいと、タンクに貯まった湯からの放熱量が多くなり、給湯効率が低下してしまうことになる。
　従来、給湯機の光熱費削減を目的として、給湯機の運転計画を作成する運転計画作成システムが提案されている（例えば、特許文献１参照）。特許文献１には、給湯機から給湯需要を含む給湯機情報、気象データおよび電気料金情報等を取得する取得部と、給湯スケジュール作成部とを有する運転計画作成装置が開示されている。給湯スケジュール作成部は、給湯機モデルに基づいて給湯機の状態を推定する給湯機状態推定部と、推定された給湯機の状態に基づいて光熱費が最小となる所定期間分の給湯機の運転計画を作成する給湯スケジュール決定部とを有する構成である。
特開２０１７－２１９２４９号公報
　しかしながら、特許文献１に開示された運転計画作成装置は、光熱費削減を目的としており、給湯需要が給湯スケジュールに十分に反映されておらず、給湯不足が発生するおそれがある。
　本開示は、上記のような課題を解決するためになされたもので、給湯不足の発生を抑制する蓄熱システムおよび情報処理装置を提供するものである。
　本開示に係る蓄熱システムは、運転スケジュールにしたがって給湯運転を行う給湯装置と、前記給湯装置の過去の湯使用量の推移データを記憶する記憶手段と、前記運転スケジュールが設定される対象日の前記給湯装置が設置された地域の気象予測情報を取得する取得手段と、前記気象予測情報に基づいて前記給湯装置の前記対象日の時間毎の給湯能力を求める供給能力予測手段と、前記過去の湯使用量の推移データに基づいて前記対象日の時間毎の湯使用量を予測する需要予測手段と、前記対象日について前記供給能力予測手段によって求められた時間毎の前記給湯能力と前記需要予測手段によって予測された時間毎の前記湯使用量とに基づいて、給湯不足が発生しない前記運転スケジュールを決定する計画手段と、を有するものである。
　本開示に係る情報処理装置は、給湯装置の運転スケジュールを決定する情報処理装置であって、前記給湯装置の過去の湯使用量の推移データを記憶する記憶手段と、前記運転スケジュールが設定される対象日の前記給湯装置が設置された地域の気象予測情報を取得する取得手段と、前記気象予測情報に基づいて前記給湯装置の前記対象日の時間毎の給湯能力を求める供給能力予測手段と、前記過去の湯使用量の推移データに基づいて前記対象日の時間毎の湯使用量を予測する需要予測手段と、前記対象日について前記供給能力予測手段によって求められた時間毎の前記給湯能力と前記需要予測手段によって予測された時間毎の前記湯使用量とに基づいて、給湯不足が発生しない前記運転スケジュールを決定する計画手段と、を有するものである。
　本開示によれば、給湯装置が設置された地域の気象予測情報に基づいて時間毎の給湯能力が予測され、過去の湯使用量の推移データに基づいて湯の需要が予測され、これらの予測値を基に給湯不足が発生しない運転スケジュールが作成される。給湯装置が設置された地域の気象予測情報に基づいて給湯能力が高精度に予測され、ユーザの湯の使用の仕方に基づいて湯の需要が高精度に予測され、これらの予測値を基に最適な運転スケジュールが決定されるため、給湯不足の発生を抑制することができる。
実施の形態１に係る蓄熱システムの一構成例を示すブロック図である。 図１に示した給湯装置の一構成例を示す回路図である。 図１に示した情報提供サーバの一構成例を示すブロック図である。 図３に示した情報提供サーバから情報処理装置に提供される気象予測情報の一例を示す図である。 図１に示した情報処理装置の一構成例を示すブロック図である。 図５に示した管理テーブルの一例を示す図である。 実施の形態１において、対象領域を複数の地域に区分けする方法の一例を説明するための模式図である。 図５に示した記憶装置が記憶する管理テーブルの別の例を示す図である。 図５に示した記憶装置が記憶する能力情報の一例を示す図である。 実施の形態１において、図２に示した給湯装置が設置された地域と給湯装置の湯使用量との組み合わせの例を示す表である。 図５に示した供給能力予測手段によって予測される給湯能力および需要予測手段によって予測される湯使用量の時系列変化を示すグラフである。 図５に示した計画手段が図１１に示したグラフを基に運転スケジュールを決定する方法を説明するためのグラフである。 図５に示したコントローラの一構成例を示すハードウェア構成図である。 図５に示したコントローラの別の構成例を示すハードウェア構成図である。 実施の形態１に係る蓄熱システムの動作手順を示すシーケンス図である。 実施の形態１に係る情報処理装置による、給湯装置の運転スケジュール決定処理の流れを説明するための図である。 実施の形態１に係る蓄熱システムの別の構成例を示すブロック図である。 図１７に示した情報処理装置の一構成例を示すブロック図である。
実施の形態１．
　本実施の形態１の蓄熱システムの構成を説明する。図１は、実施の形態１に係る蓄熱システムの一構成例を示すブロック図である。本実施の形態１の蓄熱システム１は、複数の給湯装置２－１～２－ｎ（ｎは２以上の整数）と、給湯装置２－１～２－ｎの運転スケジュールを決定する情報処理装置３とを有する。給湯装置２－１～２－ｎおよび情報処理装置３はネットワーク１００を介して接続される。ネットワーク１００には、気象予測情報を情報処理装置３に提供する情報提供サーバ６が接続されている。本実施の形態１においては、給湯装置２－ｋ（ｋは１～ｎの任意の整数）が２台以上の場合で説明するが、給湯装置２－ｋは１台であってもよい。
　ネットワーク１００は、例えば、インターネットである。給湯装置２－１～２－ｎのそれぞれと情報処理装置３とは、予め決められた通信プロトコルにしたがってデータを送受信する。情報処理装置３と情報提供サーバ６とは、予め決められた通信プロトコルにしたがってデータを送受信する。通信プロトコルは、例えば、ＴＣＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ　Ｃｏｎｔｒｏｌ　Ｐｒｏｔｏｃｏｌ）／ＩＰ（Ｉｎｔｅｒｎｅｔ　Ｐｒｏｔｏｃｏｌ）である。給湯装置２－１～２－ｎ、情報処理装置３および情報提供サーバ６のそれぞれは、互いに異なる識別子である装置識別子ＩＤが予め割り当てられている。装置識別子ＩＤは、例えば、ＩＰアドレスである。ネットワーク１００を介して接続される２つの装置間でデータが送受信される際、データの送信先を示すＩＰアドレスおよびデータの送信元の示すＩＰアドレスがデータのヘッダに設定されるが、以下では、その説明を省略する。
　図１に示した給湯装置２－１～２－ｎの構成を説明する。給湯装置２－１～２－ｎのそれぞれは同一の構成なので、ここでは、給湯装置２－１の構成を説明する。図２は、図１に示した給湯装置の一構成例を示す回路図である。
　図２に示すように、給湯装置２－１は、温熱を生成する熱源ユニット１０と、水を貯留するタンク２１と、熱源ユニット１０とタンク２１との間で水を循環させる循環回路２４と、給湯装置２－１の運転を制御する給湯コントローラ４０とを有する。また、ユーザが設定温度Ｔｓを入力するための操作端末２０が給湯装置２－１に設けられている。操作端末２０は、例えば、タッチパネル（図示せず）およびディスプレイ（図示せず）を有する。操作端末２０はスピーカ（図示せず）を有していてもよい。操作端末２０は信号線２３を介して給湯コントローラ４０と接続されている。
　熱源ユニット１０は、温熱を生成するヒートポンプ給湯器の役目を果たす。熱源ユニット１０は、圧縮機１２と、水熱交換器１３と、膨張弁１５と、熱源側熱交換器１６と、熱源側熱交換器１６に空気を供給するファン１７とを有する。圧縮機１２、水熱交換器１３、膨張弁１５および熱源側熱交換器１６が冷媒配管１８を介して接続され、冷媒が循環する冷媒回路１１が構成される。冷媒回路１１によって生成される温熱が、水熱交換器１３を介して循環回路２４を流通する水に伝導され、水が加熱される。熱源ユニット１０には、ファン１７によって吸い込まれる空気の温度である吸入温度Ｔｉｎを検出する温度センサ１４が設けられている。圧縮機１２、膨張弁１５、ファン１７および温度センサ１４は信号線２３を介して給湯コントローラ４０と接続されている。
　圧縮機１２は、低温および低圧の状態の冷媒を吸入し、吸入した冷媒を圧縮して高温および高圧の状態の冷媒にして吐出する。圧縮機１２は、モータの運転周波数を制御することで容量を調節できるインバータ式圧縮機である。水熱交換器１３は、冷媒と水との間で熱交換する冷媒熱媒体間熱交換器である。水熱交換器１３は、冷媒と水とを熱交換して、水を加熱する。膨張弁１５は、冷媒を減圧して膨張する減圧弁である。膨張弁１５は、例えば、開度を調整できる電子式膨張弁である。熱源側熱交換器１６は、冷媒と空気との間で熱交換する熱交換器である。ファン１７は、モータの回転数を調整することで、熱源側熱交換器１６に供給する空気量を調整する。
　タンク２１は、給水口（図示せず）を介して外部から給水され、供給口（図示せず）を介して負荷器（図示せず）に給湯する。タンク２１には、タンク２１から水熱交換器１３に水が流出するため開口部である出口２７と、水熱交換器１３を流通した水がタンク２１に戻るための開口部である入口２５とが設けられている。タンク２１の入口２５と水熱交換器１３とが配管２６ａで接続され、出口２７と水熱交換器１３とが配管２６ｂで接続されている。
　循環回路２４は、循環ポンプ２２を有する。循環ポンプ２２は配管２６ｂに設けられている。循環ポンプ２２は、タンク２１と水熱交換器１３との間で水を循環させるために、吸入した水を送出するポンプである。循環ポンプ２２は回転数Ｈを調節できるポンプである。循環ポンプ２２、水熱交換器１３およびタンク２１が配管２６ａおよび２６ｂを介して接続され、水が循環する循環回路２４が構成される。循環ポンプ２２は、信号線２３を介して給湯コントローラ４０と接続されている。
　配管２６ｂには、水熱交換器１３の上流側に入口温度センサ２８が設けられている。配管２６ａには、水熱交換器１３の下流側に出口温度センサ２９が設けられている。入口温度センサ２８は、水熱交換器１３に流入する水の温度である流入温度Ｔｗｉｎを検出する。出口温度センサ２９は、水熱交換器１３から流出する水の温度である流出温度Ｔｗｏｕｔを検出する。入口温度センサ２８および出口温度センサ２９は、信号線２３を介して給湯コントローラ４０と接続されている。入口温度センサ２８および出口温度センサ２９の各センサは、信号線２３を介して検出値を給湯コントローラ４０に送信する。
　図２に示した給湯コントローラ４０について説明する。給湯コントローラ４０は、例えば、マイクロコンピュータである。給湯コントローラ４０は、図２に示すように、プログラムを記憶するメモリ４１と、メモリ４１が記憶するプログラムにしたがって処理を実行するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等のプロセッサ４２とを有する。メモリ４１は、給湯装置２－１の湯使用量の推移データを記憶する記憶手段である。湯使用量の推移データは、単位時間（例えば、１時間）当たりに使用された湯使用量の時系列変化を示すデータである。メモリ４１は記憶する湯使用量の推移データを周期ｔｐ１で更新する。周期ｔｐ１は、例えば、１週間である。つまり、本実施の形態１においては、メモリ４１は、１週間分の湯使用量の推移データを記憶している。メモリ４１が記憶する湯使用量の推移データは１週間に限らず、１日であってもよく、１カ月であってもよい。
　給湯コントローラ４０は、ネットワーク１００を介して情報処理装置３から運転スケジュールを受信する。給湯コントローラ４０は、周期ｔｐ１で湯使用量の推移データをメモリ４１から読み出して、ネットワーク１００を介して情報処理装置３に送信する。給湯コントローラ４０は、給湯コントローラ４０は、情報処理装置３に推移データを送信する際、送信先を示す情報処理装置３の装置識別子ＩＤおよび送信元を示す給湯装置２－１の装置識別子ＩＤを推移データに設定する。
　給湯コントローラ４０は、情報処理装置３から運転スケジュールを受信すると、運転スケジュールにしたがって、流入温度Ｔｗｉｎ、流出温度Ｔｗｏｕｔおよび設定温度Ｔｓに基づいて、圧縮機１２の運転周波数ｆｃ、ファン１７の回転数および膨張弁１５の開度を制御する。なお、タンク２１に水の容量を検出するセンサおよびタンク２１に溜まる水の温度を検出するセンサなどが設けられていてもよい。
　ここで、図２を参照して、冷媒回路１１における冷媒の流れについて説明する。圧縮機１２に吸入された冷媒は、圧縮機１２によって圧縮され、高温および高圧の状態で吐出される。圧縮機１２から吐出された冷媒は、水熱交換器１３に流入する。水熱交換器１３において、冷媒は循環回路２４を流通する水と熱交換して冷却される。この熱交換により、水は冷媒によって加熱される。冷却された冷媒は膨張弁１５に流入する。膨張弁１５において、冷媒は、減圧され、膨張する。減圧され、膨張した冷媒は、熱源側熱交換器１６に流入する。熱源側熱交換器１６において、冷媒は、空気と熱交換して加熱される。加熱された低温および低圧の冷媒は、圧縮機１２に吸入される。
　図２を参照して、循環回路２４における水の流れについて説明する。タンク２１の出口２７に接続された配管２６ｂを介して、水がタンク２１から循環ポンプ２２に吸入される。循環ポンプ２２に吸入された水は、水熱交換器１３に流入する。水熱交換器１３において、水は冷媒と熱交換して加熱される。加熱された水は、配管２６ａを介してタンク２１に流入する。
　次に、図１に示した情報提供サーバ６の構成を説明する。情報提供サーバ６は、ネットワーク１００を介して外部の情報処理装置（図示せず）から受信する気象予測情報をウェブ上で公開するサーバである。外部の情報処理装置（図示せず）は、例えば、複数の観測地点から受信する複数の気象観測データまたは気象衛星から受信する観測データに基づいて将来の気象をシミュレーションするコンピュータである。
　図３は、図１に示した情報提供サーバの一構成例を示すブロック図である。情報提供サーバ６は、記憶部７と、情報提供コントローラ８とを有する。記憶部７は、例えば、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）である。情報提供コントローラ８は、プログラムを記憶するメモリ（図示せず）と、メモリが記憶するプログラムにしたがって処理を実行するプロセッサ（図示せず）とを有する。
　記憶部７は、情報提供コントローラ８を介して外部の情報処理装置（図示せず）から受信する気象予測情報を記憶する。情報提供コントローラ８は、時間を計測するタイマー５０と、管理手段５１と、情報提供手段５３とを有する。管理手段５１は、一定の周期ｔｐ２でネットワーク１００を介して外部の情報処理装置（図示せず）から受信する気象予測情報を記憶部７に記憶させる。管理手段５１が外部の情報処理装置（図示せず）から気象予測情報を受信する周期ｔｐ２は、例えば、３時間である。管理手段５１は、位置情報が異なる複数の気象予測情報を外部の情報処理装置（図示せず）から受信する。
　気象情報提供手段５２は、周期ｔｐ２で気象予測情報を記憶部７から読み出して情報処理装置３に送信する。気象予測情報は、位置情報と、現在の時刻から周期ｔｐ２毎に予測される外気温度Ｔｏｕｔ［℃］、外気湿度ＲＨおよび天気情報とを含む。気象情報提供手段５２は、位置情報が異なる複数の気象予測情報を情報処理装置３に送信してもよい。
　位置情報は、例えば、緯度および経度で表される地理座標である。本実施の形態１においては、給湯装置２－１～２－ｎが設置される対象領域ＯＢＲが北半球にある場合を仮定し、緯度をＮＬ、経度をＥＬと表記する。ＮＬは北緯を意味し、ＥＬは東経を意味する。外気湿度ＲＨは相対湿度［％］である。天気情報は、晴れ、曇りおよび雨などの天気に関する情報である。天気情報は、降水確率［％］であってもよい。この場合、降水確率によって、晴れ、曇りおよび雨などに天気が分類されてもよい。例えば、降水確率＜３０％の場合の天気を晴れとし、３０％≦降水確率＜７０％の場合の天気を曇りとし、降水確率≧７０％の場合の天気を雨または雪とする。
　図４は、図３に示した情報提供サーバから情報処理装置に提供される気象予測情報の一例を示す図である。図４に示すように、気象予測情報は、午前６時～午後２１時までの３時間毎の外気温度Ｔｏｕｔ［℃］、外気湿度ＲＨ［％］および天気の情報を含む。図４に示す気象予測情報においては、天気情報の変化は、午前中は晴れているが、午後から雨に変わっている。外気温度Ｔｏｕｔの変化は、午前６時頃から気温が上昇するが、午後から気温が下がっている。外気湿度ＲＨの変化は、午前中は湿度が低いが、午後から湿度が上がっている。
　次に、図１に示した情報処理装置３の構成を説明する。図５は、図１に示した情報処理装置の一構成例を示すブロック図である。情報処理装置３は、記憶装置４と、コントローラ５とを有する。記憶装置４は、例えば、ＨＤＤである。コントローラ５は、例えば、マイクロコンピュータである。
　記憶装置４は、管理テーブルと、能力情報と、気象予測情報と、運転履歴とを記憶する記憶手段である。管理テーブルは、給湯装置２－１～２－ｎの各給湯装置の情報を管理するためのテーブルである。能力情報は、各給湯装置の給湯能力を予測するために用いられる情報である。気象予測情報は、給湯装置２－１～２－ｎが設置される地域毎の気象予測情報である。運転履歴は、給湯装置２－１～２－ｎから受信する湯使用量の推移データである。記憶装置４は、運転履歴として、例えば、給湯装置２－１～２－ｎの湯使用量の推移データを過去１年分、記憶する。
　図６は、図５に示した管理テーブルの一例を示す図である。図６に示す管理テーブルには、給湯装置２－１～２－ｎの各給湯装置の装置識別子ＩＤに対応して、給湯装置の位置情報、給湯装置が属する地域、気象予測情報のファイル名、能力情報のファイル名および運転履歴のファイル名が登録されている。記憶装置４に記憶される気象予測情報および運転履歴は、時間経過に伴って、順次、更新されるため、時間（ｔ）の情報を添付して、最新のファイルを判別できるようにしている。図６は、対象領域ＯＢＲが複数の地域ＲＧ１～ＲＧｍ（ｍは２以上の整数）に区分けされている場合を示す。ＲＧｊのｊは２～ｍの任意の整数である。
　図６に示す管理テーブルについて、給湯装置２－１の場合で説明する。給湯装置２－１の装置識別子ＩＤは、ａｄ２－１である。給湯装置２－１の位置情報は、地理的座標（ＮＬ２－１，ＥＬ２－１）で表されている。地理的座標（ＮＬ２－１，ＥＬ２－１）は、給湯装置２－１が緯度ＮＬ２－１および経度ＥＬ２－１で特定される位置に設置されていることを意味する。給湯装置２－１の位置は、地域ＲＧ１に属している。給湯装置２－１が属する地域ＲＧ１の気象予測情報のファイル名はＷＲｓａｔ（ｔ）である。給湯装置２－１の性能情報のファイル名はＨＣａ２－１である。給湯装置２－１の湯使用量の推移データが保存されるファイルのファイル名はＯｐｈ２－１（ｔ）である。
　ここで、給湯装置２－１～２－ｎが設置される対象領域ＯＢＲを複数の地域に区分けする方法の一例を説明する。図７は、実施の形態１において、対象領域を複数の地域に区分けする方法の一例を説明するための模式図である。
　図７に示すように、対象領域ＯＢＲは、北から南にかけて、亜寒帯、冷温帯、暖温帯および亜熱帯など５つの気候に対応して区分けされている。図７に示す白丸印は、各給湯装置の位置座標をプロットしたものである。図７においては、各給湯装置の位置を装置識別子ＩＤで示している。黒丸印は、情報提供サーバ６から情報処理装置３に提供される気象予測情報に含まれる位置情報が示す位置である。地域ＲＧ１～ＲＧｍ例えば、図４を参照して説明した気象予測情報は位置ｐｘ１の気象予測情報である。
　図７に示すように、給湯装置２－１および２－２は同じ地域ＲＧ１に属している。地域ＲＧ１は地域ＲＧ１～ＲＧｍのうち、最も北に位置している。給湯装置ａｄ２－ｎは最も南にある地域ＲＧｍに属している。図７は、ｎ＝８、ｍ＝５の場合である。
　図８は、図５に示した記憶装置が記憶する管理テーブルの別の例を示す図である。図８は、図７に示した地域と気象予測情報との対応関係を示す地域管理テーブルである。図８に示す地域管理テーブルには、地域ＲＧｊに対応して、地域ＲＧｊの位置情報の範囲と、地域ＲＧｊに適用される気象予測情報のファイル名とが登録されている。図８に示すように、地域ＲＧｊの位置情報の範囲には、複数の地理的座標が登録されている。これら複数の地理的座標を順に折れ線で結んで囲む範囲が地域ＲＧｊとなる。地域ＲＧ１のファイル名ＷＲｓａｔ（ｔ）は、図７に示した位置ｐｘ１の最新の気象予測情報のファイル名である。
　なお、本実施の形態１においては、対象領域ＯＢＲが複数の気候によって複数の地域に区分けされる場合で説明したが、地域の区分けの基準となる情報は気候に限らない。地域の区分けは、例えば、行政区画による住所表記によって行われてもよい。また、新たに給湯装置２－ｚ（ｚはｎより大きい整数）が図６に示した管理テーブルに登録される場合、給湯装置２－ｚの地域ＲＧｊは、管理作業者によって位置情報とともに管理テーブルに登録される。この場合、管理作業者が給湯装置２－ｚの位置情報をコントローラ５に入力すると、コントローラ５によって、給湯装置２－ｚの地域ＲＧｊが図６に示した管理テーブルに登録されてもよい。この場合について、後で説明する。
　コントローラ５は、時間を計測するタイマー３０と、取得手段３１と、管理手段３２と、供給能力予測手段３３と、需要予測手段３４と、計画手段３５と、更新手段３６とを有する。取得手段３１は、情報提供サーバ６から気象予測情報を取得すると、取得した気象予測情報を記憶装置４に記憶させる。取得手段３１は、給湯装置２－１～２－ｎから受信する湯使用量の推移データを記憶装置４に記憶させる。
　管理手段３２は、給湯装置２－１～２－ｎの気象予測情報および運転履歴が更新されると、更新された気象予測情報および運転履歴のそれぞれのファイル名を管理テーブルに登録する。また、管理手段３２は、給湯装置２－１～２－ｎについて、運転スケジュールが設定される対象日Ｄｘの運転開始前に、供給能力予測手段３３および需要予測手段３４に各給湯装置に関する演算処理を指示する。例えば、管理手段３２は、毎日、午前４時に給湯装置２－１～２－ｎに関する演算処理を、供給能力予測手段３３および需要予測手段３４に指示する。
　また、管理手段３２は、給湯装置２－ｚが新たに管理テーブルに登録される際、管理作業者によって位置情報が入力されると、図８に示した地域管理テーブルを参照する。管理手段３２は、入力された位置情報および地域管理テーブルから給湯装置２－ｚが属する地域ＲＧｊを特定する。そして、管理手段３２は、図６に示した管理テーブルにおいて、給湯装置２－ｚの欄を追加し、給湯装置２－ｚの装置識別子ａｄ２－ｚに対応して、位置情報および地域ＲＧｊを登録する。
　供給能力予測手段３３は、気象予測情報に基づいて給湯装置２－ｋの対象日Ｄｘの時間毎の給湯能力を求める。供給能力予測手段３３の具体的な動作を、図９を参照して説明する。図９は、図５に示した記憶装置が記憶する能力情報の一例を示す図である。図９は、外気温度Ｔｏｕｔおよび外気湿度ＲＨによって給湯能力を決める能力表である。図９の縦軸は成績係数ＣＯＰｄであり、図９の横軸は外気温度Ｔｏｕｔである。成績係数ＣＯＰｄ≒（給湯能力Ｑｄ／圧縮機消費電力［ｋＷ］）である。給湯装置２－ｋの給湯量はユーザの湯使用量に相当し、単位時間あたりの湯使用量をＱとすると、Ｑ∝Ｑｄの関係である。
　供給能力予測手段３３は、給湯装置２－ｋについて、記憶装置４が記憶する能力表を参照し、推測対象の時間の気象予測情報に含まれる外気温度および外気湿度の情報から給湯能力を求める。そして、供給能力予測手段３３は、求めた給湯能力を気象予測情報に含まれる天気情報によって補正する。例えば、推測対象の時間の外気温度Ｔｏｕｔ１で、外気湿度ＲＨが７０％である場合、成績係数はＣＯＰｄ１となる。このとき、天気が雨であると、供給能力予測手段３３は、成績係数ＣＯＰｄ１をΔＣＯＰだけ小さい値に補正して、成績係数ＣＯＰｄ２を求める。そして、供給能力予測手段３３は、推測対象の時間の給湯装置２－ｋの給湯能力を成績係数ＣＯＰｄ２に基づいて求める。一方、天気が晴れの場合、供給能力予測手段３３は、成績係数ＣＯＰｄ１に基づいて推測対象の時間の給湯装置２－ｋの給湯能力を求める。
　需要予測手段３４は、給湯装置２－ｋについて、過去の湯使用量の推移データから対象日Ｄｘの時間毎の湯使用量を予測する。需要予測手段３４の具体的な動作を、図１０を参照して説明する。図１０は、実施の形態１において、図２に示した給湯装置が設置された地域と給湯装置の湯使用量との組み合わせの例を示す表である。
　図１０に示す表において、横の区分は、地域の種類である。ここでは、説明を簡単にするために、地域の種類を地域ＲＧ１およびＲＧｍの２種類の場合で説明する。地域ＲＧ１の気候を亜寒帯とし、地域ＲＧｍの気候を亜熱帯とする。図１０に示す表において、縦の区分は、給湯装置２－ｋのユーザの違いである。上段の区分は、給湯装置２－ｋが一般的な１つの家庭に設置されている場合であり、個人と表記している。下段の区分は、例えば、病院および介護施設のような施設に給湯装置２－ｋが設置されている場合であり、施設と表記している。ここでは、施設は、要介護者が入居する介護施設の場合で説明する。
　各区分には、１年で同じ日、例えば、１０月１０日の午前６時から午後８時までの時間毎の湯使用量Ｑの変化のグラフを示す。グラフの縦軸は湯使用量Ｑであり、グラフの横軸は時間ｔである。地域ＲＧ１においては、１０月１０日のお昼１２時の外気温度Ｔｏｕｔが１１［℃］である。地域ＲＧｍにおいては、１０月１０日のお昼１２時の外気温度Ｔｏｕｔが２５［℃］である。
　はじめに、図１０の上段において、地域ＲＧ１の個人の湯使用量Ｑの推移データと地域ＲＧｍの個人の湯使用量Ｑの推移データを比較する。Ｑ１は、２つの地域の湯使用量Ｑを比較するための基準値である。地域ＲＧ１では、夕方になるとさらに気温が下がる。そのため、地域ＲＧ１のユーザは、風呂に入って身体を温めたいと考え、風呂に湯を満たすために、午後５時から湯使用量Ｑが増加している。一方、地域ＲＧｍにおいては、昼１２時の外気温度Ｔｏｕｔが２５［℃］であるため、夕方になっても外気温度Ｔｏｕｔの低下が抑制される。そのため、地域ＲＧｍのユーザは、風呂に入らずに、シャワーを浴びるだけでよいと考える。その結果、午後５時以降の湯使用量Ｑは、地域ＲＧｍのユーザの方が地域ＲＧ１のユーザに比べて少ない。地域ＲＧ１の個人の単位時間あたりの湯使用量Ｑが基準値Ｑ１を超えることがあるが、地域ＲＧｍの個人の単位時間あたりの湯使用量Ｑは基準値Ｑ１を超えない。
　次に、図１０の下段において、地域ＲＧ１の施設の湯使用量Ｑの推移データと地域ＲＧｍの施設の湯使用量Ｑの推移データを比較する。Ｑ２は、２つの地域の湯使用量Ｑを比較するための基準値である。地域ＲＧ１の施設および地域ＲＧｍの施設は、同等の建築規模であり、入居者の人数も同等であるものとする。
　地域ＲＧ１および地域ＲＧｍのいずれの施設も、午前７時から午後１８時までの間、お昼の１時間を除いて、湯使用量Ｑが多くなる傾向がある。これは、施設に入居する複数の入居者が順に身体を洗うためである。特に、要介護者は自分で身体を洗うのが困難な場合があり、施設のスタッフが手伝わなければならない。施設のスタッフが複数の要介護者の身体を午後から順に洗おうとすると、その日のうちに作業が終わらない。そのため、複数の要介護者が午前中から順に身体を洗うため、図１０に示すように、午前中から湯使用量Ｑが多くなる。
　一方、地域ＲＧ１の施設と地域ＲＧｍの施設のそれぞれの全体の湯使用量Ｑを比較すると、地域ＲＧｍの施設の方が少ない傾向がある。これは、個人の場合と同様に、地域ＲＧｍの場合、外気温度Ｔｏｕｔが高いので、要介護者が風呂に入らず、シャワーだけでも身体が冷えてしまうことが少ないからである。そのため、地域ＲＧｍの施設の１日の湯使用量Ｑは、地域ＲＧ１の施設の湯使用量Ｑに比べて少ない。地域ＲＧ１の施設の単位時間あたりの湯使用量Ｑが基準値Ｑ２を超えることがあるが、地域ＲＧｍの施設の単位時間あたりの湯使用量Ｑは基準値Ｑ２を超えない。
　このように、湯の使用形態は、一般家庭においては、ユーザが好きな時間に風呂を使用することができるが、施設においては、入居者は決められた時間にしか風呂を使用できない等の違いがある。また、同種のユーザであっても、地域によって湯の使用形態が異なる。そのため、上述したように、時間毎の湯使用量Ｑは、地域ＲＧｊとユーザとの組み合わせによって異なる傾向がある。この傾向に対して、需要予測手段３４は、給湯装置２－ｋについて、過去の湯使用量の推移データに基づいて対象日Ｄｘの時間毎の湯使用量を推測する。そのため、地域毎およびユーザ毎に精度よく予測することができる。
　なお、基準値Ｑ１およびＱ２は、Ｑ２＞Ｑ１の関係がある。基準値Ｑ２を、Ｑ２＝ｓ１×Ｑ１と表すと、係数ｓ１は、施設の入居者の人数に比例して大きくなる値である。
　計画手段３５は、対象日Ｄｘについて供給能力予測手段３３によって算出された時間毎の給湯能力と需要予測手段３４によって予測された時間毎の湯使用量とに基づいて、給湯能力Ｑｄの成績係数を最適化し、かつ給湯不足が発生しない運転スケジュールを決定する。給湯不足とは、例えば、ユーザが夕方、湯温を３８［℃］に設定して湯を使用してシャワーを浴びているとき、タンク２１内のお湯がなくなり、湯を供給できなくなることをいう。運転スケジュールは、時間毎の圧縮機１２の運転周波数ｆｃの情報を含む。計画手段３５は、決定した運転スケジュールを給湯装置２－ｋに送信する。
　計画手段３５による運転スケジュール決定の具体的動作を、図１１および図１２を参照して説明する。図１１は、図５に示した供給能力予測手段によって予測される給湯能力および需要予測手段によって予測される湯使用量の時系列変化を示すグラフである。図１１の縦軸は湯使用量であり、図１１の横軸は時間である。棒グラフは需要予測手段３４によって予測される湯使用量の変化を示す。Ｑｄは、図４に示した気象予測情報に基づいて供給能力予測手段３３によって予測される給湯能力の変化を示す。
　図１１に示すように、午後１７時から午後１９時までの間、需要予測手段３４によって予測される湯使用量が供給能力予測手段３３によって予測される給湯能力よりも大きくなってしまう。そのため、午後１７時よりも前に給湯装置２－ｋの運転を開始しなければ、給湯不足が発生してしまう。需要を満たすように圧縮機１２の運転周波数ｆｃを無理に増加すると、圧縮機１２の消費電力に比べて十分な給湯能力Ｑｄが得られなくなり、成績係数ＣＯＰｄが低下してしまうおそれがある。
　図１２は、図５に示した計画手段が図１１に示したグラフを基に運転スケジュールを決定する方法を説明するためのグラフである。図１２の縦軸は湯使用量であり、図１１の横軸は時間である。Ｑｄは供給能力予測手段３３によって予測される給湯能力の変化を示す。棒グラフは、成績係数ＣＯＰｄを最大にし、給湯不足が発生しない運転スケジュールを示す。
　ヒートポンプ式の給湯装置２－ｋは、単位時間あたりの給湯能力が低いため、成績係数ＣＯＰｄを最適な状態のまま、需要が供給を上回る前にタンク２１にお湯を貯める必要がある。午後１６時から午後２０時までに給湯不足を発生しないように、計画手段３５は、図１２に示すように、給湯装置２－ｋの運転を午後１６時に開始し、給湯が給湯能力Ｑｄを超えない運転スケジュールを立てる。これにより、成績係数ＣＯＰｄが低下せず、給湯不足の発生を抑制することができる。
　更新手段３６は、運転スケジュールを計画手段３５から受信すると、受信した運転スケジュールを記憶装置４に記憶させる。そして、更新手段３６は、対象日Ｄｘの次の日に給湯装置２－ｋから受信する湯使用量の推移デートと記憶装置４に記憶させた運転スケジュールとを比較し、これらの値の差を、需要予測手段３４が参照する過去の湯使用量の推移データに反映させる。以下に、具体例を説明する。
　例えば、図１０を参照して説明した例において、施設では、一般的に、１週間のうち、月曜日から金曜日はスタッフの人数が多いが、土曜日および日曜日はスタッフの人数が少ない。そのため、施設では、土曜日および日曜日に風呂に入る要介護者の人数が月曜日から金曜日と比べて大幅に少なくなる。その結果、土曜日および日曜日の湯使用量が月曜日から金曜日の湯使用量に比べて極端に少なくなる。つまり、需要予測手段３４が湯使用量を予測する際、月曜日から金曜日の過去の湯使用量の推移データを用いて、土曜日または日曜日の湯使用量を予測してしまうと、運転スケジュールが実際の湯使用量と大きく異なってしまうことになる。
　そこで、更新手段３６は、タイマー３０が計測する時間と記憶装置４に記憶される施設の毎日の湯使用量とを参照して機械学習を行うことで、日曜日から土曜日のまでの周期を判定できる。そして、更新手段３６は、対象日Ｄｘの曜日に対応して、需要予測手段３４が予測のために使用する過去の湯使用量として適切な推移データを提示する。例えば、記憶装置４が少なくとも過去１年分の湯使用量の推移データを記憶する場合、更新手段３６は、対象日Ｄｘに対して１年前の同じ日の１週間以内であって、対象日Ｄｘと同じ曜日の湯使用量の１日の推移データを需要予測手段３４に提供する。曜日による湯使用量の違いが需要予測に反映されることで、湯使用量の予測精度が向上する。
　また、更新手段３６は、湯使用量Ｑが最大となる時間を基準として前後の時間を含む時間帯における湯使用量Ｑの時系列変化に指数分布または正規分布などの確率密度関数を当てはめてもよい。例えば、湯使用量Ｑが最大になる時間から湯使用量Ｑの時系列変化を、ｆ（ｔ）＝λｅ－λｔの式（λ＞０）に当てはめる場合を考える。この場合、更新手段３６は、機械学習によって、記憶装置４に蓄積される湯使用量の推移データにフィットするようにλの値を変更する。更新手段３６は、ユーザが最も湯を使用する時間帯について、需要予測手段３４が予測のために使用する湯使用量の推移データの代わりに、λを適切な値に変更した確率密度関数を提示する。この場合においても、湯使用量の予測精度が向上する。
　ここで、図５に示したコントローラ５のハードウェアの一例を説明する。図１３は、図５に示したコントローラの一構成例を示すハードウェア構成図である。コントローラ５の各種機能がハードウェアで実行される場合、図５に示したコントローラ５は、図１３に示すように、処理回路９０で構成される。図５に示した、タイマー３０、取得手段３１、管理手段３２、供給能力予測手段３３、需要予測手段３４、計画手段３５および更新手段３６の各機能は、処理回路９０により実現される。
　各機能がハードウェアで実行される場合、処理回路９０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）、または、これらを組み合わせたものに該当する。タイマー３０、取得手段３１、管理手段３２、供給能力予測手段３３、需要予測手段３４、計画手段３５および更新手段３６の各手段の機能のそれぞれを処理回路９０で実現してもよい。また、タイマー３０、取得手段３１、管理手段３２、供給能力予測手段３３、需要予測手段３４、計画手段３５および更新手段３６の各手段の機能を１つの処理回路９０で実現してもよい。
　また、図５に示したコントローラ５の別のハードウェアの一例を説明する。図１４は、図５に示したコントローラの別の構成例を示すハードウェア構成図である。コントローラ５の各種機能がソフトウェアで実行される場合、図５に示したコントローラ５は、図１４に示すように、ＣＰＵ等のプロセッサ９１およびメモリ９２で構成される。タイマー３０、取得手段３１、管理手段３２、供給能力予測手段３３、需要予測手段３４、計画手段３５および更新手段３６の各機能は、プロセッサ９１およびメモリ９２により実現される。図１４は、プロセッサ９１およびメモリ９２が互いにバス９３を介して通信可能に接続されることを示している。
　各機能がソフトウェアで実行される場合、タイマー３０、取得手段３１、管理手段３２、供給能力予測手段３３、需要予測手段３４、計画手段３５および更新手段３６の機能は、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り実現される。ソフトウェアおよびファームウェアは、プログラムとして記述され、メモリ９２に格納される。プロセッサ９１は、メモリ９２に記憶されたプログラムを読み出して実行することにより、各手段の機能を実現する。
　タイマー３０、取得手段３１、管理手段３２、供給能力予測手段３３、需要予測手段３４、計画手段３５および更新手段３６の各手段の機能がソフトウェアで実行される場合、これらの手段が１つのハードウェア構成に設けられていなくてもよい。例えば、タイマー３０、取得手段３１、管理手段３２、計画手段３５および更新手段３６が情報処理装置３に設けられ、供給能力予測手段３３および需要予測手段３４がネットワーク１００に接続される他の情報処理装置であるサーバ（図示せず）に設けられていてもよい。
　メモリ９２として、例えば、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　ａｎｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　ＲＯＭ）およびＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　ａｎｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　ＲＯＭ）等の不揮発性の半導体メモリが用いられる。また、メモリ９２として、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）の揮発性の半導体メモリが用いられてもよい。さらに、メモリ９２として、磁気ディスク、フレキシブルディスク、光ディスク、ＣＤ（Ｃｏｍｐａｃｔ　Ｄｉｓｃ）、ＭＤ（Ｍｉｎｉ　Ｄｉｓｃ）およびＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）等の着脱可能な記録媒体が用いられてもよい。
　次に、本実施の形態１の蓄熱システム１の動作を説明する。図１５は、実施の形態１に係る蓄熱システムの動作手順を示すシーケンス図である。ここでは、給湯装置２－ｋの場合について説明する。
　給湯装置２－ｋは、湯使用量の推移データを情報処理装置３に送信する（ステップＳ１０１）。情報処理装置３は給湯装置２－ｋから湯使用量の推移データを受信すると、コントローラ５の取得手段３１が湯使用量の推移データを記憶装置４に保存する（ステップＳ１０２）。情報提供サーバ６は、気象予測情報を情報処理装置３に送信する（ステップＳ１０３）。情報処理装置３は情報提供サーバ６から気象予測情報を受信すると、コントローラ５の取得手段３１が気象予測情報を記憶装置４に保存する（ステップＳ１０４）。ステップＳ１０３において、ここでは、情報提供サーバ６は、少なくとも給湯装置２－ｋが属する地域ＲＧｊの気象予測情報を情報処理装置３に送信すればよい。
　供給能力予測手段３３は、気象予測情報に基づいて給湯装置２－ｋの対象日Ｄｘの時間毎の給湯能力を求める（ステップＳ１０５）。需要予測手段３４は、給湯装置２－ｋについて、過去の湯使用量の推移データから対象日Ｄｘの時間毎の湯使用量を予測する（ステップＳ１０６）。計画手段３５は、対象日Ｄｘについて供給能力予測手段３３から予測された時間毎の給湯能力の情報を受信し、対象日Ｄｘについて需要予測手段３４から時間毎の予測された時間毎の湯使用量の情報を受信する。そして、計画手段３５は、対象日Ｄｘについて時間毎の給湯能力と時間毎の湯使用量とに基づいて、給湯能力Ｑｄの成績係数を適切にし、かつ給湯不足が発生しない運転スケジュールを決定する（ステップＳ１０７）。
　計画手段３５は、決定した運転スケジュールを給湯装置２－ｋに送信する（ステップＳ１０８）。給湯装置２－ｋは、情報処理装置３から運転スケジュールを受信すると、運転スケジュールにしたがって運転を開始する（ステップＳ１０９）。
　ここまで、図１５のシーケンス図を参照して、蓄熱システム１の動作を詳しく説明したが、本実施の形態１の運転スケジュール決定方法の概要を、図１６を参照して説明する。図１６は、実施の形態１に係る情報処理装置による、給湯装置の運転スケジュール決定処理の流れを説明するための図である。
　取得手段３１は、給湯装置が設置された地域の気象予測情報を取得する。供給能力予測手段３３が地域に対応する気象予測情報に基づいて給湯能力を求めることで、給湯能力が地域毎にカスタマイズされる。一方、給湯装置のメモリ４１または記憶装置４の記憶手段が給湯装置の過去の湯使用量のデータを蓄積する。需要予測手段３４が給湯装置毎に過去の湯使用量のデータに基づいて湯の需要予測を行うことで、湯の使い方で需要予測がカスタマイズされる。機械学習により需要予測の精度を向上させてもよい。
　そして、計画手段３５が予測された給湯能力と予測された湯の需要とに基づいて給湯装置の運転スケジュールを決定することで、給湯装置毎に運転スケジュールがカスタマイズされる。このようにして、給湯装置毎に最適運転をスケジューリングすることができる。
　また、本実施の形態１において、取得手段３１は、対象日Ｄｘに複数回、気象予測情報を情報提供サーバ６から取得してもよい。この場合、供給能力予測手段３３は、時間経過に伴って予測精度の高い気象予測情報を基に給湯能力を求めるので、給湯能力の予測精度が向上し、運転スケジュールの精度も向上する。
　本実施の形態１の蓄熱システム１は、運転スケジュールにしたがって給湯運転を行う給湯装置２－ｋと、情報処理装置３とを有する。情報処理装置３は、記憶装置４と、取得手段３１と、供給能力予測手段３３と、需要予測手段３４と、計画手段３５とを有する。記憶装置４は、給湯装置２－ｋの過去の湯使用量の推移データを記憶する記憶手段の役目を果たす。取得手段３１は、運転スケジュールが設定される対象日Ｄｘの給湯装置２－ｋが設置された地域の気象予測情報を取得する。供給能力予測手段３３は、気象予測情報に基づいて給湯装置２－ｋの対象日Ｄｘの時間毎の給湯能力を求める。需要予測手段３４は、過去の湯使用量の推移データに基づいて対象日Ｄｘの時間毎の湯使用量を予測する。計画手段３５は、対象日Ｄｘについて供給能力予測手段３３によって求められた時間毎の給湯能力と需要予測手段３４によって予測された時間毎の湯使用量とに基づいて、給湯不足が発生しない運転スケジュールを決定する。
　本実施の形態１によれば、給湯装置が設置された地域の気象予測情報に基づいて時間毎の給湯能力が予測され、過去の湯使用量の推移データに基づいて湯の需要が予測され、これらの予測値を基に給湯不足が発生しない運転スケジュールが作成される。給湯装置が設置された地域の気象予測情報に基づいて給湯能力が高精度に予測され、ユーザの湯の使用の仕方に基づいて湯の需要が高精度に予測され、これらの予測値を基に最適な運転スケジュールが決定される。その結果、給湯不足の発生を抑制することができる。
（変形例１）
　本変形例１は、気象情報データベースが情報処理装置の記憶装置に構築されているものである。図１７は、実施の形態１に係る蓄熱システムの別の構成例を示すブロック図である。図１８は、図１７に示した情報処理装置の一構成例を示すブロック図である。
　図１７に示すように、本変形例１の蓄熱システム１においては、情報処理装置３ａは、図１に示した情報提供サーバ６から気象予測情報を取得しない。本変形例１においては、図１８に示すように、情報処理装置３ａの記憶装置４には、気象情報データベースが構築されている。
　気象情報データベースは、少なくとも過去１年分の地域ＲＧ１～ＲＧｍの気象情報が蓄積されている。気象情報は、少なくとも外気温度Ｔｏｕｔ、外気湿度ＲＨおよび天気情報を含む。天気情報は降水確率であってもよい。取得手段３１は、対象日Ｄｘの予め決められた時刻（例えば、午前４時）に気象情報データベースを参照し、対象日Ｄｘに対して１年前の同じ日の地域ＲＧ１～ＲＧｍの気象情報を読み出す。そして、取得手段３１は、読み出した地域ＲＧ１～ＲＧｍの気象情報を、供給能力予測手段３３が給湯能力の予測に使用する気象予測情報ＷＲｓａｔ（ｔ）～ＷＲｓｔｐ（ｔ）に設定する。
　なお、取得手段３１が気象予測情報として気象情報を気象情報データベースから読み出す際、読み出される気象情報は、対象日Ｄｘに対して１年前の同じ日の気象情報に限らない。取得手段３１は、対象日Ｄｘに対して１年前の同じ日を含む予め決められた連続する複数の日の気象情報を気象情報データベースから読み出してもよい。連続する複数の日は、例えば、３日～７日である。対象日Ｄｘと同じ日は、複数の日における最初の日であってもよく、複数の日における最後の日であってもよく、複数の日のうち、最初および最後を除く日であってもよい。この場合、取得手段３１は、連続する複数の日の同じ時間毎に、外気温度Ｔｏｕｔ、外気湿度ＲＨおよび降水確率のそれぞれの平均値を算出し、これらの算出値を対象日Ｄｘの気象予測情報とする。
　気象情報の外気温度Ｔｏｕｔについて、具体例を説明する。対象日Ｄｘの１年前の同じ日を中心とした前日および次の日を含む連続する複数の日が３日であって、この３日間の午前９時の外気温度Ｔｏｕｔが１５［℃］、１７［℃］および１６［℃］であった場合を考える。３つの外気温度Ｔｏｕｔの平均値は１６［℃］である。この場合、取得手段３１は、３つの外気温度Ｔｏｕｔの平均値を算出し、算出した値を対象日Ｄｘの午前９時の気象予測情報の外気温度Ｔｏｕｔとする。
　ここでは、複数の日が対象日Ｄｘに対して１年前の同じ日を基準とした連続する複数の日の場合で説明したが、気象情報データベースに過去数年間の気象情報が蓄積されている場合、過去数年間の同じ日を複数の日としてもよい。また、気象予測情報として、複数の日の時間毎に外気温度Ｔｏｕｔ、外気湿度ＲＨおよび降水確率のそれぞれの平均値を算出する場合を説明したが、平均値に限らず、別の統計手法を用いて求めてもよい。
　地球上のほとんどの地域において、気象状況は１年の周期で繰り替えされる傾向がある。そのため、取得手段３１が地域ＲＧ１～ＲＧｍの各地域の気象予測情報を、毎日、図１に示した情報提供サーバ６から取得しなくても、供給能力予測手段３３は、蓄積された１年前の気象情報を参照して給湯能力を予測することができる。
実施の形態２．
　本実施の形態２は、湯使用量の需要予測を気象予測情報によって補正するものである。本実施の形態２において、実施の形態１と同一の構成に同一の符号を付し、その詳細な説明を省略する。また、本実施の形態２においては、実施の形態１と異なる動作について詳しく説明し、実施の形態１と同様な動作についての詳細な説明を省略する。
　本実施の形態２の蓄熱システム１における情報処理装置３の構成を、図５を参照して説明する。本実施の形態２においては、需要予測手段３４は、過去の湯使用量の推移データに対して対象日Ｄｘの気象予測情報を用いて補正し、対象日Ｄｘの時間毎の湯使用量を予測する。例えば、需要予測手段３４は、気象予測情報に対応して、予測した湯使用量を予め決められた使用量ΔＱだけ減少させる、または増加させる補正を行う。
　需要予測手段３４が行う補正は、過去の湯使用量の推移データと、外気温度、外気湿度および天気情報のうち、いずれかの情報との関係から回帰分析などの分析方法によって導き出される。回帰分析は単回帰分析に限らない。例えば、過去の湯使用量の推移データと、外気温度、外気湿度および天気情報との重回帰分析であってもよい。回帰分析は、施設の種類によって異なる。施設の種類とは、病院、介護施設、および給食センターなどである。
　例えば、給湯装置が介護施設に設置されている場合について、補正の具体例を説明する。施設の入居者が外で運動する予定日に雨が降ると、入居者は、外で運動できなくなる。この場合、入居者は、汗をかく量が晴れの場合よりも少なくなり、湯の使用量が減少すると考えられる。この場合、需要予測手段３４は、過去の湯使用量の推移データに基づいて予測した時間毎の湯使用量を予め決められた使用量ΔＱだけ減少させる。
　本実施の形態２の効果を説明する。過去の湯使用量の推移データに基づく需要予測が、実際の湯使用量と比べてずれが生じてしまうことがある。湯の需要予測に、人の行動に影響を与えるパラメータが考慮されていないためであると考えられる。重要なパラメータの１つとして、気象条件が挙げられる。外気温度、外気湿度および天気情報は、需要予測に大きな影響があるパラメータと考えられる。例えば、天気が晴れの場合、天気は、ユーザの外出時の汗の量および皮膚の温度上昇を誘発する。この場合、シャワーなど、湯の使用頻度に影響を与えると考えられる。
　本実施の形態２によれば、人の行動に影響を与える外気温度等の気象条件によって需要予測値が補正される。そのため、外気温度が上昇して人の汗ばむ時間帯、および外気湿度が上昇して人が不快に感じる時間帯に湯の需要が増えることが予測される。その結果、風呂に湯を満たすなど、湯使用量が多くなるタイミングをより高精度に予測できるようになる。
実施の形態３．
　本実施の形態３は、運転中の給湯装置から取得する情報を用いて、運転スケジュールを修正するものである。本実施の形態３において、実施の形態１と同一の構成に同一の符号を付し、その詳細な説明を省略する。また、本実施の形態３においては、実施の形態１および２と異なる動作について詳しく説明し、実施の形態１および２と同様な動作についての詳細な説明を省略する。
　本実施の形態３の蓄熱システム１における情報処理装置３の構成を、図５を参照して説明する。取得手段３１は、運転中の給湯装置２－ｋの温度センサ１４から吸入温度Ｔｉｎの情報を取得する。供給能力予測手段３３は、気象予測情報に含まれる外気温度Ｔｏｕｔと吸入温度Ｔｉｎとの温度差ΔＴを算出する。供給能力予測手段３３は、気象予測情報に基づいて求めた給湯能力の値を、温度差ΔＴを用いて補正する。
　この補正の具体例を、熱源ユニット１０が日陰に設置されている場合で考える。気象予測情報による午前９時の外気温度Ｔｏｕｔが１５［℃］であるのに対し、熱源ユニット１０が設置された場所の実際の外気温度が１５［℃］よりも低い温度、例えば、１０［℃］の場合がある。この場合、外気温度Ｔｏｕｔと吸入温度Ｔｉｎとの温度差ΔＴが５［℃］となる。そのため、本実施の形態３においては、供給能力予測手段３３は、気象予測情報に基づいて求めた給湯能力の値を、温度差ΔＴ＝５［℃］を用いて、温度差ΔＴの分だけ低い値に補正する。なお、温度差ΔＴは給湯装置２－ｋの設置環境による影響が大きいので、給湯装置２－ｋの運転中であれば、供給能力予測手段３３による温度差ΔＴの算出のタイミングは限定されない。
　本実施の形態３の効果を説明する。実施の形態１および２においては、外部の情報提供サーバ６から取得される気象予測情報を用いて給湯能力が予測される。しかし、熱源ユニット１０は実際には種々の環境下に設置されており、気象予測情報の外気温度Ｔｏｕｔをそのまま給湯能力の予測に使用すると、予測精度が低下することがある。給湯能力の予測精度に影響を与える設置環境として、例えば、半地下、排気口近傍、強風通過箇所または海近傍が考えられる。
　排気口とは、排熱を目的とした排気口（例えば、厨房の排気口）である。排気口近くでは、排気熱が熱源ユニット１０に吹き付けられるため、常時、吸入温度Ｔｉｎが外気温度Ｔｏｕｔよりも高い状態になる。海近傍とは、海に近いことを意味する。海近傍が給湯能力の予測精度を低下させる原因がいくつか考えられる。例えば、ファン１７の回転数が同じでも、海風の影響により熱源側熱交換器１６を通過する風速が変化する。また、海風によって熱源側熱交換器１６を通過する空気の湿度が変化する。さらに、塩害により金属が腐食される傾向が強くなるため、熱源側熱交換器１６のフィンが腐食し、給湯能力が低下してしまう。
　これに対して、本実施の形態３によれば、気象予測情報に含まれる外気温度Ｔｏｕｔと吸入温度Ｔｉｎとの温度差ΔＴによって、気象予測情報に基づいて求められた給湯能力の値が補正される。そのため、熱源ユニット１０が給湯能力の予測精度を低下させる設置環境にあっても、給湯能力の予測精度を向上させることができる。
実施の形態４．
　本実施の形態４は、自動的に運転スケジュールを決定することができない場合である。本実施の形態４において、実施の形態１と同一の構成に同一の符号を付し、その詳細な説明を省略する。また、本実施の形態４においては、実施の形態１～３と異なる動作について詳しく説明し、実施の形態１～３と同様な動作についての詳細な説明を省略する。
　本実施の形態４の蓄熱システム１における情報処理装置３の構成を、図５を参照して説明する。取得手段３１は、運転中の給湯装置２－ｋの温度センサ１４から吸入温度Ｔｉｎの情報を取得する。供給能力予測手段３３は、気象予測情報に含まれる外気温度Ｔｏｕｔと吸入温度Ｔｉｎとに関連性があるか否かを判定し、外気温度Ｔｏｕｔと吸入温度Ｔｉｎとに関連性がないと判定した場合、給湯能力を求めない。
　関連性があるか否かの判定とは、例えば、外気温度Ｔｏｕｔと吸入温度Ｔｉｎとの時間的変化を比べて、相関関係がなければ、関連性がないと判定することである。相関関係の有無は、相関係数の絶対値が予め決められた閾値以上であるか否かで判定される。例えば、熱源ユニット１０が屋内に設置されている場合、外気温度Ｔｏｕｔと吸入温度Ｔｉｎとに関連性がないと判定される。
　計画手段３５は、供給能力予測手段３３によって外気温度Ｔｏｕｔと吸入温度Ｔｉｎとに関連性がないと判定された場合、対象日Ｄｘについて需要予測手段３４によって予測された時間毎の湯使用量に基づいて運転スケジュールを決定する。そして、計画手段３５は、給湯能力を考慮せずに運転スケジュールを決定した旨の情報を給湯装置２－ｋの操作端末２０に発報する。
　本実施の形態４において、例えば、ユーザが操作端末２０を操作して運転スケジュールを修正すると、取得手段３１がその修正内容を記憶装置４に記憶させてもよい。更新手段３６が修正内容を蓄積される湯使用量の推移データに反映させることで、次回、運転スケジュールが計画されるとき、修正内容が需要予測に反映される。また、計画手段３５が記憶装置４に記憶された修正内容を、次回に計画する運転スケジュールに直接、反映させてもよい。
　本実施の形態４の効果を説明する。実施の形態１および２においては、外部の情報提供サーバ６から取得される気象予測情報を用いて給湯能力が予測される。しかし、熱源ユニット１０は実際には種々の環境下に設置されており、気象予測情報の外気温度Ｔｏｕｔをそのまま給湯能力の予測に使用すると、予測精度が低下することがある。給湯能力の予測精度に影響を与える設置環境として、例えば、半地下、排気口近傍、強風通過箇所または海近傍が考えられる。このような場合において、自動的に計画された運転スケジュールにしたがって給湯装置２－ｋが運転を継続すると、ユーザが運転スケジュールを設定して給湯装置２－ｋの省エネルギー化を図ることができない。
　これに対して、本実施の形態４によれば、半地下および排気口近傍など風がショートサイクルする場所などに熱源ユニット１０が設置されている場合、供給能力予測手段３３によって外気温度Ｔｏｕｔと吸入温度Ｔｉｎとに関連性がないと判定される。そして、給湯能力を考慮せずに運転スケジュールを決定した旨の情報が操作端末２０を介してユーザに通知される。そのため、ユーザは操作端末２０を操作して、自動的に計画された運転スケジュールを解除し、自分で運転スケジュールを設定することができる。その結果、給湯装置２－ｋに省エネルギー運転をさせることができる。
　１　蓄熱システム、２－１～２－ｎ　給湯装置、３、３ａ　情報処理装置、４　記憶装置、５　コントローラ、６　情報提供サーバ、７　記憶部、８　情報提供コントローラ、１０　熱源ユニット、１１　冷媒回路、１２　圧縮機、１３　水熱交換器、１４　温度センサ、１５　膨張弁、１６　熱源側熱交換器、１７　ファン、１８　冷媒配管、２０　操作端末、２１　タンク、２２　循環ポンプ、２３　信号線、２４　循環回路、２５　入口、２６ａ、２６ｂ　配管、２７　出口、２８　入口温度センサ、２９　出口温度センサ、３０　タイマー、３１　取得手段、３２　管理手段、３３　供給能力予測手段、３４　需要予測手段、３５　計画手段、３６　更新手段、４０　給湯コントローラ、４１　メモリ、４２　プロセッサ、５０　タイマー、５１　管理手段、５２　気象情報提供手段、５３　情報提供手段、９０　処理回路、９１　プロセッサ、９２　メモリ、９３　バス、１００　ネットワーク。

Claims (8)

  1. 　運転スケジュールにしたがって給湯運転を行う給湯装置と、
    　前記給湯装置の過去の湯使用量の推移データを記憶する記憶手段と、
    　前記運転スケジュールが設定される対象日の前記給湯装置が設置された地域の気象予測情報を取得する取得手段と、
    　前記気象予測情報に基づいて前記給湯装置の前記対象日の時間毎の給湯能力を求める供給能力予測手段と、
    　前記過去の湯使用量の推移データに基づいて前記対象日の時間毎の湯使用量を予測する需要予測手段と、
    　前記対象日について前記供給能力予測手段によって求められた時間毎の前記給湯能力と前記需要予測手段によって予測された時間毎の前記湯使用量とに基づいて、給湯不足が発生しない前記運転スケジュールを決定する計画手段と、を有する、
    　蓄熱システム。
  2. 　前記需要予測手段は、
    　前記湯使用量の推移データに対して前記対象日の前記気象予測情報を用いて補正し、前記対象日の時間毎の前記湯使用量を予測する、
    　請求項１に記載の蓄熱システム。
  3. 　前記記憶手段は、外気温度および外気湿度によって前記給湯能力が決まる能力表を記憶し、
    　前記取得手段は、前記外気温度、前記外気湿度および天気情報を含む前記気象予測情報を取得し、
    　前記供給能力予測手段は、
    　前記記憶手段によって記憶される前記能力表を参照し、前記取得手段によって取得された前記気象予測情報に含まれる前記外気温度および前記外気湿度の情報から前記給湯能力を求め、求めた給湯能力を前記気象予測情報に含まれる前記天気情報を用いて補正する、
    　請求項１または２に記載の蓄熱システム。
  4. 　前記給湯装置は、熱源側熱交換器と、前記熱源側熱交換器に空気を供給するファンと、前記ファンによって吸入される空気の温度である吸入温度を検出する温度センサと、を有し、
    　前記取得手段は、運転中の前記給湯装置の前記温度センサから前記吸入温度の情報を取得し、
    　前記供給能力予測手段は、
    　前記取得手段によって取得された前記気象予測情報に含まれる外気温度と前記吸入温度との温度差を算出し、前記気象予測情報に基づいて求めた前記給湯能力の値を、前記温度差を用いて補正する、
    　請求項１～３のいずれか１項に記載の蓄熱システム。
  5. 　前記給湯装置は、熱源側熱交換器と、前記熱源側熱交換器に空気を供給するファンと、前記ファンによって吸入される空気の温度である吸入温度を検出する温度センサと、を有し、
    　前記取得手段は、運転中の前記給湯装置の前記温度センサから前記吸入温度の情報を取得し、
    　前記供給能力予測手段は、
    　前記取得手段によって取得された前記気象予測情報に含まれる外気温度と前記吸入温度とに関連性があるか否かを判定し、前記外気温度と前記吸入温度とに関連性がないと判定した場合、前記給湯能力を求めず、
    　前記計画手段は、
    　前記供給能力予測手段によって前記外気温度と前記吸入温度とに関連性がないと判定された場合、前記対象日について前記需要予測手段によって予測された時間毎の前記湯使用量に基づいて前記運転スケジュールを決定し、前記給湯能力を考慮せずに運転スケジュールを決定した旨の情報を前記給湯装置の操作端末に発報する、
    　請求項１～３のいずれか１項に記載の蓄熱システム。
  6. 　前記記憶手段は、前記給湯装置が設置された地域の少なくとも過去１年の気象情報を記憶し、
    　前記取得手段は、前記対象日に対して１年前の同じ日の前記気象情報または前記対象日と同じ日を基準とした過去の予め決められた複数の日の前記気象情報を前記気象予測情報として前記記憶手段から取得する、
    　請求項１～５のいずれか１項に記載の蓄熱システム。
  7. 　前記取得手段は、ネットワークを介して接続されるサーバから前記気象予測情報を取得する、
    　請求項１～５のいずれか１項に記載の蓄熱システム。
  8. 　給湯装置の運転スケジュールを決定する情報処理装置であって、
    　前記給湯装置の過去の湯使用量の推移データを記憶する記憶手段と、
    　前記運転スケジュールが設定される対象日の前記給湯装置が設置された地域の気象予測情報を取得する取得手段と、
    　前記気象予測情報に基づいて前記給湯装置の前記対象日の時間毎の給湯能力を求める供給能力予測手段と、
    　前記過去の湯使用量の推移データに基づいて前記対象日の時間毎の湯使用量を予測する需要予測手段と、
    　前記対象日について前記供給能力予測手段によって求められた時間毎の前記給湯能力と前記需要予測手段によって予測された時間毎の前記湯使用量とに基づいて、給湯不足が発生しない前記運転スケジュールを決定する計画手段と、
    　を有する情報処理装置。
PCT/JP2022/007218 2022-02-22 2022-02-22 蓄熱システムおよび情報処理装置 WO2023161988A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/007218 WO2023161988A1 (ja) 2022-02-22 2022-02-22 蓄熱システムおよび情報処理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/007218 WO2023161988A1 (ja) 2022-02-22 2022-02-22 蓄熱システムおよび情報処理装置

Publications (1)

Publication Number Publication Date
WO2023161988A1 true WO2023161988A1 (ja) 2023-08-31

Family

ID=87765167

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/007218 WO2023161988A1 (ja) 2022-02-22 2022-02-22 蓄熱システムおよび情報処理装置

Country Status (1)

Country Link
WO (1) WO2023161988A1 (ja)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003106639A (ja) * 2001-09-28 2003-04-09 Sanyo Electric Co Ltd 給湯器の制御システム
JP2011247513A (ja) * 2010-05-27 2011-12-08 Mitsubishi Electric Corp 沸上げ制御システム、沸上げ制御方法及びプログラム
JP2012172915A (ja) * 2011-02-22 2012-09-10 Mitsubishi Heavy Ind Ltd 電気給湯システム、加熱手段制御装置、制御方法、及びプログラム
JP2012181000A (ja) * 2011-03-03 2012-09-20 Ohbayashi Corp 給湯システム、およびその制御方法
JP2016133228A (ja) * 2015-01-15 2016-07-25 京セラ株式会社 蓄熱管理装置、蓄熱管理方法、及び蓄熱管理システム
JP2017219249A (ja) 2016-06-07 2017-12-14 株式会社東芝 運転計画作成システム、運転計画作成装置及び運転計画作成方法
JP2020190352A (ja) * 2019-05-21 2020-11-26 三菱電機株式会社 制御装置、制御システム、給湯機制御方法およびプログラム
JP2021076301A (ja) * 2019-11-11 2021-05-20 三菱電機株式会社 貯湯式給湯装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003106639A (ja) * 2001-09-28 2003-04-09 Sanyo Electric Co Ltd 給湯器の制御システム
JP2011247513A (ja) * 2010-05-27 2011-12-08 Mitsubishi Electric Corp 沸上げ制御システム、沸上げ制御方法及びプログラム
JP2012172915A (ja) * 2011-02-22 2012-09-10 Mitsubishi Heavy Ind Ltd 電気給湯システム、加熱手段制御装置、制御方法、及びプログラム
JP2012181000A (ja) * 2011-03-03 2012-09-20 Ohbayashi Corp 給湯システム、およびその制御方法
JP2016133228A (ja) * 2015-01-15 2016-07-25 京セラ株式会社 蓄熱管理装置、蓄熱管理方法、及び蓄熱管理システム
JP2017219249A (ja) 2016-06-07 2017-12-14 株式会社東芝 運転計画作成システム、運転計画作成装置及び運転計画作成方法
JP2020190352A (ja) * 2019-05-21 2020-11-26 三菱電機株式会社 制御装置、制御システム、給湯機制御方法およびプログラム
JP2021076301A (ja) * 2019-11-11 2021-05-20 三菱電機株式会社 貯湯式給湯装置

Similar Documents

Publication Publication Date Title
US20200271342A1 (en) System and method for using a mobile electronic device to optimize an energy management system
US10354345B2 (en) Optimizing and controlling the energy consumption of a building
US10048706B2 (en) System and method for optimizing use of individual HVAC units in multi-unit chiller-based systems
US9188994B2 (en) System and method for optimizing use of plug-in air conditioners and portable heaters
US10584890B2 (en) System and method for using a mobile electronic device to optimize an energy management system
Kummert et al. Optimal heating control in a passive solar commercial building
US20120130924A1 (en) System and method for analyzing energy use
US20190086106A1 (en) Systems and methods for fan delay-based variable thermostat settings
US20150192911A1 (en) Optimizing and controlling the energy consumption of a building
CN110925856B (zh) 空气源热泵机组控制方法、装置和可读存储介质
JP2007139213A (ja) 給湯機制御装置
US20150345812A1 (en) Method and apparatus for selective componentized thermostatic controllable loads
JP2003061245A (ja) コジェネレーション装置の運転計画方法
EP2944891B1 (en) Room temperature estimating device, program
US11307600B2 (en) Systems and methods for regulating temperatures of pool systems
KR100793952B1 (ko) 축냉 시스템 제어 방법
US20190310667A1 (en) System for providing thermostat configuration guidance
WO2023161988A1 (ja) 蓄熱システムおよび情報処理装置
EP2065655B1 (en) Method for energy saving by scheduling of the energy supplied for air-conditioning, according to the previous and/or expected power consumption and the knowledge in advance of weather data
US20220341610A1 (en) Remaining value calculation system for air conditioner and assistance system for air conditioner
JP2020190352A (ja) 制御装置、制御システム、給湯機制御方法およびプログラム
Sharma et al. Seasonal variation on electricity consumption of academic building-a case study
Franks Heating patterns in English homes and the risk of cold-related illness

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: 22928519

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2024502599

Country of ref document: JP

Kind code of ref document: A