JP3763767B2 - Operation planning system for energy supply equipment - Google Patents

Description

【０００８】
上述した式（１ａ）〜（１ｚｂ）の記号について（図１０を参照して）説明すると、以下の通りである。
【０００９】
添字｛ｚ｝は第ｚ時点を表し、例えば、Ｆ_｛ｚ｝は時点ｚにおける燃料設備６より供給される燃料流量（１０２）を表す。Ｅは現時点（ｚ＝１）から第ｎ時点（ｚ＝ｎ）までの重みづけされたコスト、ＣＯ_２換算排出流量およびエネルギ消費換算量の合計値を表す。Ｍ_｛ｚ｝は時点ｚのコスト、Ｃ_｛ｚ｝は時点ｚのＣＯ_２換算排出流量、Ｏ_｛ｚ｝は時点ｚのエネルギ消費換算量をそれぞれ表す。
【００１０】
Ｐは変電設備１を流れる電力、Ｐ_ｒｌは電力系統２から電力負荷１０に供給される電力、Ｐ_ｃｌはコジェネレーション設備５の発生電力を表す。Ｈ_ｃｌはコジェネレーション設備５の発生熱、Ｈ_ｂｌはボイラ７の発生熱、Ｆ_ｃはコジェネレーション燃料流量、Ｆ_ｂはボイラ燃料流量を表す。
【００１１】
α，β，γは重み付けパラメータ、θ_ＭＦは燃料Ｆのコスト換算パラメータ、σ_ＭＰは変電設備１を流れる系統電力のコスト換算変数を表す。θ_ＣＦは燃料ＦのＣＯ_２換算パラメータ、σ_ＣＰは電力系統２からの供給電力のＣＯ_２換算変数、θ_ＯＦは燃料Ｆの石油換算パラメータ、σ_ＯＰは電力系統２からの供給電力の石油換算変数を表す。
【００１２】
ａ_Ｃ，…，ｆ_Ｃはコジェネレーション設備５の発生電力Ｐ_ｃｌと発生熱Ｈ_ｃｌの燃料Ｆ_ｃ換算パラメータを表す。ａ_ｂ，…，ｃ_ｂはボイラ７の発生熱Ｈ_ｂｌの燃料Ｆ_ｂ換算パラメータ、Ｐ_ｌは電力負荷設備１０の電力負荷、Ｈ_ｓは蒸気熱負荷設備の蒸気熱負荷を表す。
【００１３】
Ｈ_ｃａは吸収式冷凍機（ＡＢＲ）８への供給蒸気熱、Ｈ_ａｃは吸収式冷凍機（ＡＢＲ）８の発生冷熱、ａ_ｃａ，ｂ_ｃａ，ｃ_ｃａは吸収式冷凍機（ＡＢＲ）８の発生冷熱Ｈ_ａｃの供給蒸気熱Ｈ_ｃａ換算パラメータを表す。
【００１４】
Ｐ_ｍは電動冷凍機（ＭＲ）４への供給電力、Ｈ_ｓｉは電動冷凍機（ＭＲ）４の発生冷熱、すなわち蓄熱槽９の入熱を表す。ａ_ｍ，ｂ_ｍ，ｃ_ｍは電動冷凍機（ＭＲ）４の発生冷熱Ｈ_ｓｉの供給電力Ｐ_ｍ換算パラメータ、ａ_ａｍ，ｂ_ａｍ，ｃ_ａｍは電動冷凍機（ＭＲ）４の発生冷熱Ｈ_ｓｉの供給冷却熱Ｈ_ａｍ換算パラメータを表す。
【００１５】
Ｈ_ｓｃは蓄熱槽９に蓄積される冷熱、Ｈ_ｓｏは蓄熱槽９から冷熱負荷設備１３へ供給される冷熱、Ｈ_ｓｌは蓄熱槽９の放熱損失、ａ_ｓｌは蓄熱槽９の放熱損失近似パラメータ、Ｈ_ｃは冷熱負荷を表す。
【００１６】
Ｐ^ｍｉｎおよびＰ^ｍａｘは、それぞれ変電設備１を流れる電力の下限値および上限値を表す。Ｐ_ｃｌ ^ｍｉｎおよびＰ_ｃｌ ^ｍａｘは、それぞれコジェネレーション設備５の発生電力下限値および上限値を表す。Ｈ_ｃｌ ^ｍｉｎおよびＨ_ｃｌ ^ｍａｘは、それぞれコジェネレーション設備５の発生熱下限値および上限値を表し、Ｈ_ｂｌ ^ｍｉｎおよびＨ_ｂｌ ^ｍａｘは、それぞれボイラ７の発生熱下限値および上限値を表す。
【００１７】
Ｈ_ａｃ ^ｍｉｎおよびＨ_ａｃ ^ｍａｘは、それぞれ吸収式冷凍機（ＡＢＲ）８の発生冷熱の下限値および上限値を表し、Ｈ_ｓｉ ^ｍｉｎおよびＨ_ｓｉ ^ｍａｘはそれぞれ電動冷凍機（ＭＲ）４の発生冷熱の下限値および上限値を表す。Ｈ_ｓｏ ^ｍｉｎおよびＨ_ｓｏ ^ｍａｘはそれぞれ蓄熱槽９から冷熱負荷設備１３への供給冷熱の下限値および上限値を表し、Ｈ_ｓｃ ^ｍｉｎおよびＨ_ｓｃ ^ｍａｘはそれぞれ蓄熱槽９に蓄積される冷熱の下限値および上限値を表す。
【００１８】
上述の式（１ａ）は、目的関数に関する式であり、式（１ｂ）〜式（１ｚｂ）は制約条件に関する式である。このうち、式（１ｂ），（１ｃ），（１ｄ）は、燃料設備６から供給される燃料流量Ｆ（１０２）と変電設備１を流れる電力Ｐ（１０１）とをそれぞれコストＭ，ＣＯ_２換算排出流量Ｃ，石油換算燃料流量Ｏに換算するものである。
【００１９】
また、式（１ｅ）は、コジェネレーション設備５の発生電力Ｐ_ｃｌおよび発生熱Ｈ_ｃｌと、コジェネレーション設備５の燃料Ｆ_ｃとの関係を近似したものである。式（１ｆ）は、ボイラ７の発生熱Ｈ_ｂｌと燃料Ｆ_ｂとの関係を近似したものである。
【００２０】
式（１ｈ）は、吸収式冷凍機（ＡＢＲ）８の発生冷熱Ｈ_ａｃと供給蒸気熱Ｈ_ｃａとの関係を近似したものである。式（１ｉ）は、電動冷凍機（ＭＲ）４が冷熱Ｈ_ｓｉを発生するために必要とする消費電力Ｐ_ｍを表す。
【００２１】
式（１ｊ）および（１ｋ）は、それぞれ蓄熱槽９の熱バランスおよび蓄熱損失を表す。式（１ｌ）〜式（１ｏ）は負荷需給バランスに関する制約条件式であり、式（１ｐ）は最大契約電力を表す。式（１ｒ）〜（１ｚｂ）はコジェネレーション設備５、ボイラ７、吸収式冷凍機（ＡＢＲ）８、電動冷凍機（ＭＲ）４、蓄熱槽９および蓄熱槽ポンプの運転範囲を表す。
【００２２】
以上の説明では、時点ｚをｚ＝１，…，ｎ（ｎ＝２４）とし、現時点から２４時間先までの負荷予測を対象としたが、これは一般的に蓄熱槽の運転サイクルが２４時間周期であることに基づいている。ここで、ｄを時点ｚから時点ｚ＋１までの時間幅とすると、以上の例では、ｄ＝１時間、ｎ×ｄ＝２４時間である。時間区間［ｚ，ｚ＋１］において、予測負荷は一定であることとする。ここで、時間幅ｄが小さければ、小さいほど、きめこまかい時間幅で負荷予測可能となり、ｎが大きければ、大きいほど、長期間にわたっての負荷予測可能となるが、時点ｚ＝１からｚ＝ｎまでの繰り返し計算回数が多くなる。逆に、時間幅ｄが大きければ大きいほど、大まかな時間幅で負荷予測可能となり、ｎが小さければ小さいほど、短期間に亘っての負荷予測可能となり、その場合には上記計算回数が少なくなる。
【００２３】
電力負荷Ｐ_ｌ｛ｚ｝、蒸気熱負荷Ｈ_ｓ｛ｚ｝および冷熱負荷Ｈ_ｃ｛ｚ｝は、図１１に示した需要入力手段１４から需要予測入力２０１として与えられるデータである。運転最適化手段１５はこれらの需要予測入力２０１により、式（１ａ）〜（１ｚｂ）に示される最適化問題を解く。これにより、与えられる目的関数（式（１ａ））が最小となるように、最適運転計画、すなわち、コジェネレーション設備５、ボイラ７、吸収式冷凍機８、電動冷凍機（ＭＲ）４および蓄熱槽９の運転出力Ｐ_{ｃｌ｛ｚ｝}，Ｈ_{ｃｌ｛ｚ｝}，Ｈ_{ｂｌ｛ｚ｝}，Ｈ_{ａｃ｛ｚ｝}，Ｈ_{ｓｉ｛ｚ｝}（１ａ）〜（１ｚｂ）Ｈ_{ｓｏ｛ｚ｝}，ｚ＝１，…，２４が決定される。
【００２４】
式（１ａ）〜（１ｚｂ）に示した非線形問題を解く手段として公知のコンピュータ言語、例えば線形計画問題を解く場合等に適用されるＮＵＯＰＴ−モデリング言語を使用することができる。このＮＵＯＰＴ−モデリング言語を用いて式（１ａ）〜（１ｚｂ）に与えられる非線形問題を解く場合、式の微分（傾斜）情報を使用して計算するので、式（１ａ）〜（１ｚｂ）に与えられるように、機器の運転停止を表すような不連続変数（１または０）δ_ｃ｛ｚ｝，δ_ｂ｛ｚ｝，δ_{ａｃ｛ｚ｝}，δ_ｍ｛ｚ｝を取り扱うことができない。このような不連続変数を含む場合、従来の運転最適化手段１５は、図１２に示される手順で処理する必要がある。
【００２５】
図１２において、従来の運転最適化手段１５の処理手順を説明すると、開始の後、ｉ＝１の設定（Ｓ１０１）をして、運転パターンｉに対応する運転最適化処理（Ｓ１０２）、ｉ＝ｉ＋１の設定（Ｓ１０３）およびＭａｘ回の繰り返し処理によりＭａｘセットの運転パターンに対応する運転計画を計算し、計算されたＭａｘセットの運転パターンの中で目的関数値（式（１ａ））による最も小さい運転計画Ｐ_{ｃｌ｛ｚ｝}，Ｈ_{ｃｌ｛ｚ｝}，Ｈ_{ｂｌ｛ｚ｝}，Ｈ_{ａｃ｛ｚ｝}，Ｈ_{ｓｉ｛ｚ｝}，Ｈ_{ｓｏ｛ｚ｝}，ｚ＝１，…，２４を、最適計画として決定する（Ｓ１０５）。運転パターンは、不連続変数（１または０）δ_ｃ｛ｚ｝，δ_ｂ｛ｚ｝，δ_{ａｃ｛ｚ｝}，δ_ｍ｛ｚ｝の組み合わせに対応するものであり、この場合の運転パターン数は不連続変数の数の２のべき乗、すなわち時点ｚの数のべき乗となり、Ｍａｘ＝（２^４）^２４＝７．９^２８通りの運転パターンがある。
【００２６】
【発明が解決しようとする課題】
以上のように、従来技術による処理では、繰り返し計算回数が膨大（例えば７．９^２８通り）になり、最適解が求められるまでに、長時間を要するという問題がある。
【００２７】
本発明は、このような事情に鑑みてなされたものであり、より短時間で好適な運転計画を行うことができるエネルギ供給設備の運転計画システムを提供することを目的とする。
【００２８】
【課題を解決するための手段】
前記の目的を達成するため、請求項１に係る発明では、蓄熱槽を有するエネルギ供給設備の運転計画システムであって、エネルギ需要を入力する需要入力手段と、蓄熱槽の蓄熱レベルに対応する入放熱段階を記憶する蓄熱槽入放熱段階記憶手段と、前記エネルギ供給設備の運転計画を決定する運転最適化手段とを備え、前記蓄熱槽入放熱段階記憶手段は、前記蓄熱槽の蓄熱量を複数の蓄熱レベルに分割し、かつ蓄熱槽入放熱量を１ないし複数の放熱段階に分割して記憶し、前記運転最適化手段は、各時点における各蓄熱レベルに対応するエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となる運転点を求めることにより、入力されたエネルギ需要を満足させながら、所定期間における前記エネルギ供給設備のエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となるように、前記エネルギ供給設備の運転計画を決定することを特徴とするエネルギ供給設備の運転計画システムを提供する。
【００２９】
請求項２に係る発明では、請求項１記載のエネルギ供給設備の運転計画システムにおいて、各時点における各蓄熱レベルに対応するエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となる運転点を求める各時点入出力熱対応運転最適化手段を備え、前記運転点を求める過程において、蓄熱槽への入熱または各放熱段階に対応するエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となる運転点を求めることにより、所定期間におけるエネルギ供給設備のエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となるように、前記エネルギ供給設備の運転計画を高速に決定するエネルギ供給設備の運転計画システムを提供する。
【００３０】
請求項３に係る発明では、請求項１から２までのいずれかに記載のエネルギ供給設備の運転計画システムにおいて、運転可能な蓄熱槽の上下限蓄熱レベルを予め設定する蓄熱レベル上下限設定手段を備え、各時点における設定された上下限蓄熱レベル内の各蓄熱レベルに対応するエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となる運転点を求めることにより、所定期間におけるエネルギ供給設備のエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となるように、前記エネルギ供給設備の運転計画をより高速に決定するエネルギ供給設備の運転計画システムを提供する。
【００３１】
請求項４に係る発明では、請求項１から３までのいずれかに記載のエネルギ供給設備の運転計画システムにおいて、放熱過程の各時点における蓄熱槽の熱損失だけ、各段階での前記蓄熱槽の蓄放熱量を減少させるように、各段階での前記蓄熱槽の蓄放熱量を補正する熱損失補正手段を備え、前記蓄放熱量を補正することにより、所定期間におけるエネルギ供給設備のエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となるように、前記エネルギ供給設備の運転計画値を前記蓄熱槽の熱損失を含めて決定するエネルギ供給設備の運転計画システムを提供する。
【００３２】
請求項５に係る発明では、請求項１から３までのいずれかに記載のエネルギ供給設備の運転計画システムにおいて、放熱過程の各時点における蓄熱槽の熱損失をエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上に換算する熱損失換算手段を備え、所定期間におけるエネルギ供給設備のエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が準最小となるように、前記エネルギ供給設備の運転計画値を前記蓄熱槽の熱損失を含めて決定するエネルギ供給設備の運転計画システムを提供する。
【００３３】
請求項６に係る発明では、請求項１から５までのいずれかに記載のエネルギ供給設備の運転計画システムにおいて、エネルギ消費コスト、ＣＯ_２換算発生量またはエネルギ消費換算量の一つ以上を制約する制約手段を備え、その制約条件を満足させながら、所定期間におけるエネルギ供給設備のエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の残りが最小となるように、前記エネルギ供給設備の運転計画値を蓄熱槽の熱損失を含めて決定するエネルギ供給設備の運転計画システムを提供する。
【００３４】
請求項７に係る発明では、請求項１から６までのいずれかに記載のエネルギ供給設備の運転計画システムにおいて、任意に設定されたエネルギ発生装置の運転状態を設定する運転状態設定手段を備え、前記運転状態を制約条件に入れることにより、所定期間におけるエネルギ供給設備のエネルギ消費コストが最小となるように前記エネルギ供給設備の運転計画を決定し、運転計画の評価または手動運転の介入を可能とするエネルギ供給設備の運転計画システムを提供する。
【００３５】
請求項８に係る発明では、請求項１から７までのいずれかに記載のエネルギ供給設備の運転計画システムにおいて、運転可能な蓄熱レベル曲線と所定期間におけるエネルギ供給設備のエネルギ消費コストが最小となるように決定された蓄熱レベル曲線を表示する蓄熱レベル表示手段を備え、蓄熱槽の蓄放熱過程を確認可能とするエネルギ供給設備の運転計画システムを提供する。
【００３６】
請求項９に係る発明では、請求項１から８までのいずれかに記載のエネルギ供給設備の運転計画システムにおいて、エネルギ需要を予測する需要予測手段を備え、予測された需要を入力することにより、予測されたエネルギ需要を満足しながら、所定期間におけるエネルギ供給設備のエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が最小となるように、前記エネルギ供給設備の運転計画を決定するエネルギ供給設備の運転計画システムを提供する。
【００３７】
請求項１０に係る発明では、請求項１から９までのいずれかに記載のシステムによりエネルギ供給設備を駆動するプログラムを格納した記憶媒体を提供する。
【００３８】
【発明の実施の形態】
以下、本発明に係るエネルギ供給設備の運転計画システムの実施形態について、図１〜図９を参照して説明する。なお、運転対象とするエネルギ供給設備については、図１０に示した設備構成と同一のものとし、図１０もそのまま参照して説明する。
【００３９】
第１実施形態（図１〜図８、図１０）
図１は、本発明の第１実施形態によるエネルギ供給設備の運転計画システムの構成を示す系統図である。
【００４０】
この図１に示すように、本実施形態のシステムは、エネルギ需要を予測するための需要予測手段２１と、予測した需要に基づいて需要スケジュールを入力するための需要入力手段２２と、蓄熱槽９の入放熱段階を記憶する蓄熱槽入放熱段階記憶手段２３と、これらの手段から情報を取り込んで運転計画を決定する運転最適化手段２４とを備える。また、運転最適化手段２４に運転最適化のための種々の情報を入力する手段、すなわち各時点入出熱対応運転最適化手段２５、蓄熱レベル上下限設定手段２６、熱損失補正手段２７、制約手段２８および運転状態設定手段２９を備える。さらに、運転最適化手段２４によって決定された出力表示用の蓄熱レベル表示手段３０を備え、この蓄熱レベル表示手段３０により、運転可能な蓄熱レベル曲線と所定期間におけるエネルギ供給設備Ａのエネルギ消費コストが最小となるように決定された蓄熱レベル曲線が表示される。
【００４１】
運転最適化手段２４は、下記の式（２ａ）〜（２ｚｇ）により与えられる最適化問題を解くことにより、重みづけされたコスト、ＣＯ_２換算発生量およびエネルギ消費換算量の合計値が最小となるように、蓄熱槽９を有するエネルギ供給設備Ａの運転計画を決定する。
【００４２】
【数２】

【００４３】
以上の式のうち、式（２ａ）〜（２ｚｂ）は、前述の従来技術説明において示した式（１ａ）〜（１ｚｂ）に対応しているが、本実施形態においては、式（２ｚ）に示したように、蓄熱の下限値Ｈ_ｓｃ ^ｍｉｎ _｛ｚ｝および上限値Ｈ_ｓｃ ^ｍａｘ _｛ｚ｝は、時点ｚに対応して設定されている。また、式（２ｚｃ）および式（２ｚｄ）は入放熱段階に関する式であり、これらの式において、δ_Ｌは段階インデクス、Ｌ_｛ｚ｝は最大段階である。式（２ｚｅ），式（２ｚｆ）および式（２ｚｇ）は、それぞれＣＯ_２換算発生量，エネルギ消費換算量およびエネルギ消費コストに対応する制約条件式である。
【００４４】
本実施形態においては、式（２ｚｃ）および式（２ｚｄ）に示したように、蓄熱槽９の放熱量を１ないし複数の入放熱段階に分割する。そして、運転最適化手段２４においては、ダイナミックプログラミング手法を使用して、運転計画を決定する。すなわち、需要予測手段２１から需要予測結果１２０が需要入力手段２２に入力され、需要入力手段２２から需要予測入力｜ｚ｜として、電力負荷Ｐ_ｌ｛ｚ｝，蒸気熱負荷Ｈ_ｓ｛ｚ｝，冷熱負荷Ｈ_ｃ｛ｚ｝が運転最適化手段２４に入力される。また、運転最適化手段２４には、蓄熱レベル上下限設定手段２６から各時点ｚにおける蓄熱レベル上下限値１２４として、Ｈ_ｓｃ ^ｍｉｎ _｛ｚ｝，Ｈ_ｓｃ ^ｍａｘ _｛ｚ｝が入力され、熱損失補正手段２７から熱損失による放熱減少熱量１２７として、Ｈ_ｓｌが入力され、制約手段２８から式（２ｚｅ）〜式（２ｚｇ）に対応する制約条件１２８が入力される。さらに、運転最適化手段２４には、運転設定手段２９から運転状態設定結果１２９として、δ_ｃ｛ｚ｝，δ_ｂ｛ｚ｝，δ_{ａｃ｛ｚ｝}，δ_ｍ｛ｚ｝が入力され、蓄熱槽入放熱段階記憶手段２３から蓄熱槽入放熱最大段階１３０として、Ｌ_｛ｚ｝が入力される。
【００４５】
また、運転最適化手段２４と各時点入出力熱対応運転最適化手段２５との間では、入出力熱対応最適化結果１２２としてのＤ（ｚ−１，δ_Ｌ｛ｚ−１｝，ｊ｛ｚ−１｝）と、各蓄熱レベル対応最適化結果１２３としてのＶ（ｚ，δ_Ａ，ｊ）との入出力が行われる。
【００４６】
図２は、運転最適化手段２４において運転計画を実行する処理手順を示すフローチャートである。
【００４７】
この図２に示すように、開始（Ｓ３０１）のあと、初期処理（Ｓ３２０）として、上記の各入力が行われ、Ｓ３０３〜Ｓ３０５において、ｚ＝１，δ_Ｌ＝１，ｊ＝１の設定が行われる。
【００４８】
次に、対象機器パターンの判定（Ｓ３０５ａ）が行われ、ｙｅｓであると、目的関数値最大処理（Ｓ３０５ｂ）が行われ、ｎｏであると、運転最適化処理（Ｓ３０６）が行われる。そして、このＳ３０６およびＳ３０７〜Ｓ３１２において、時点ｚ、入放熱段階δ_Ｌおよび機器パターンｊに対応する運転最適化処理が行われ、ＮＵＯＰＴ−モデリング言語の使用により、式（３）に与えられる最適化問題が解かれる。これにより、目的関数（式（３ａ））が最小となるように、コジェネレーション設備５、ボイラ７、吸収式冷凍機（ＡＢＲ）８、電機冷凍機（ＭＲ）４および蓄熱槽９の各運転出力Ｐ_{ｃｌ｛ｚ｝}，Ｈ_{ｃｌ｛ｚ｝}，Ｈ_{ｂｌ｛ｚ｝}，Ｈ_{ａｃ｛ｚ｝}，Ｈ_{ｓｉ｛ｚ｝}，Ｈ_{ｓｏ｛ｚ｝}，ｚ＝１，…，２４が決定される。
【００４９】
この場合の機器パターンｊとは不連続変数（１または０）δ_ｃ｛ｚ｝，δ_ｂ｛ｚ｝，δ_{ａｃ｛ｚ｝}，δ_ｍ｛ｚ｝の組み合わせに対応し、この場合の機器パターン数Ｋ（Ｓ３０８）は不連続変数の数の２のべき乗となる。すなわち、Ｋ＝２^４＝１６通りの運転パターンがある。
【００５０】
【数３】

【００５１】
Ｓ３０５ａにおいては、運転状態設定手段２９により設定された機器運転パターンの判定が行われる。運転状態設定手段２９は例えば、ＣＲＴ画面において、手動により図３に示したような運転状態を、運転状態設定部２９ａで「０，１またはブランク」として設定する。この図３に示すように、ｚ＝１，…，ｎは時点１，…，ｎに対応している。運転状態設定部２９ａにおいては、下記の設定が行われる。
【００５２】
１：対応する機器（δ_ｃ｛ｚ｝，δ_ｂ｛ｚ｝，δ_{ａｃ｛ｚ｝}またはδ_ｍ｛ｚ｝）は時点ｚで運転中指定。
【００５３】
０：対応する機器（δ_ｃ｛ｚ｝，δ_ｂ｛ｚ｝，δ_{ａｃ｛ｚ｝}またはδ_ｍ｛ｚ｝）は時点ｚで停止中指定。
【００５４】
ブランク部分：対応する機器（δ_ｃ｛ｚ｝，δ_ｂ｛ｚ｝，δ_{ａｃ｛ｚ｝}またはδ_ｍ｛ｚ｝）は時点ｚで運転停止指定無し。
【００５５】
機器パターンｊ（ｊ＝１，…，１６）と機器の状態δ_ｃ，δ_ｂ，δ_ａｃ，δ_ｍとの対応については、図４に対応表として示してある。この図４に示した対応表は、運転最適化手段２４のメモリ部に記憶されている。例えばｊ＝２の場合、Ｓ３０６において、δ_ｃ＝０，δ_ｂ＝０，δ_ａｃ＝０，δ_ｍ＝１として、式（３）により与えられる問題が解かれる。
【００５６】
ここで、図２に示した対象外機器パターン（Ｓ３０５ａ）における処理の詳細を図５によって説明する。
【００５７】
図５に示したように、対象外機器パターンＳ３０５ａは、Ｓ６０１〜Ｓ６０５のステップからなる。Ｓ６０１では、運転状態設定手段２９により与えられる図３に示したような手動で設定される機器パターンと、運転最適化手段２４に記憶されている図４に示した機器パターンとが入力される。
【００５８】
次に、Ｓ６０２でｉ＝１の設定が行われた後、Ｓ６０３では、入力されたパターンの照合が行われる。ここで、δ_ｉ｛ｚ｝（ｉ＝１，…，４）はそれぞれδ_{ｃ ｛ｚ｝}，δ_ｂ｛ｚ｝，δ_{ａｃ｛ｚ｝}，δ_ｍ｛ｚ｝に対応しているとすると、照合した結果、「δ_ｉ｛ｚ｝（図３）＝１かつδ_ｉ｛ｚ｝（図４）＝０」または「δ_ｉ｛ｚ｝（図３）＝０かつδ_ｉ｛ｚ｝（図４）＝１」の場合、対応する「時点ｚ，入放熱段階δ_Ｌ，機器パターンｊ」は運転状態設定手段２９により与えられる手動設定と異なるので、最適化の対象外であり、対応する目的関数値（式（３ａ））を最大の値（例えば無限大）とし、Ｓ３０５ｂの処理を実行する。
【００５９】
このような照合の結果、すべてのｉ（ｉ＝１，…，４）に対しても「δ_ｉ｛ｚ｝（図３）＝１かつδ_ｉ｛ｚ｝（図４）＝０」または「δ_ｉ｛ｚ｝（図３）＝０かつδ_ｉ｛ｚ｝（図４）＝１」でない場合には、対応する「時点ｚ，入放熱段階δ_Ｌ，機器パターンｊ」は運転状態設定手段２９により与えられる手動設定と異なることがないので、Ｓ３０６の処理を実行する。
【００６０】
すなわち、ＮＵＯＰＴ−モデリング言語を使用して、式（３）に与えられる最適化問題を解くことにより、目的関数（式（３ａ））が最小となるように、コジェネレーション設備５、ボイラ７、吸収式冷凍機（ＡＢＲ）８、電動冷凍機（ＭＲ）４および蓄熱槽９の運転出力Ｐ_{ｃｌ｛ｚ｝}，Ｈ_{ｃｌ｛ｚ｝}，Ｈ_{ｂｌ｛ｚ｝}，Ｈ_{ａｃ｛ｚ｝}，Ｈ_{ｓｉ｛ｚ｝}，Ｈ_{ｓｏ｛ｚ｝}，ｚ＝１，…，２４が決定される。
【００６１】
次に、図６により、蓄熱槽入放熱段階と蓄熱槽レベルとの関係について説明する。本実施形態では、変電設備１を離れる系統電力のコスト換算変数σ_{ＭＰ｛ｚ｝}は時点ｚにより変動するものとする。ここで、夜間時間帯の電力料金が昼間より安いとすると、一般に蓄熱槽９では夜間に蓄熱する一方、昼間には蓄熱した熱を使うことが多い。
【００６２】
図６において、横軸に時点ｚを表している。ｚ＝１，…，４は夜間低額料金時間帯、ｚ＝５，…，ｎ（＝２４）を昼間の高額料金時間帯とすると、σ_{ＭＰ｛ｚ１｝}＜σ_{ＭＰ｛ｚ２｝}となる。但し、ｚ１＝１，…，４、ｚ２＝５，…，２４である。
【００６３】
また、図６の縦軸には蓄熱レベルの段階インデクスを表している。この図６に示したように、蓄熱レベルの段階インデクスをδ_Ａ＝０，…，４とし、蓄熱の場合（ｚ＝１，…，４）の蓄熱段階インデクスをδ_Ｌ＝０，１とし、放熱の場合（ｚ＝５，…，２４）の放熱段階インデクスをδ_Ｌ＝０，１，２とし、放熱終了時点をｚ＝１２とすると、各時点（ｚ＝１，…，２４）における蓄熱槽レベルの可能な遷移は図６に太線で示したように、階層的に表される。そこで、蓄熱レベルの段階インデクスδ_Ａに対する各時点の段階インデクスの上下限値をＡ^ｍａｘ _｛ｚ｝およびＡ^ｍｉｘ _｛ｚ｝とすると、蓄熱レベル上下限設定手段２６では以下のような設定が行われる。
【００６４】
【数４】

【００６５】
図７は、各時点入出熱対応運転最適化手段２５の処理を詳細に示している。この図７に示したように、各時点入出熱対応運転最適化手段２５はＳ８０１およびＳ８０２の２ステップの処理を行う構成とされている。
【００６６】
Ｓ８０１のステップにおいては、時点ｚ−１、入放熱段階δ_{Ｌ｛ｚ - １｝}と機器パターンｊ_{｛ｚ - １｝}に対応する目的関数値Ｄ（ｚ−１，δ_{Ｌ｛ｚ - １｝}，ｊ_{｛ｚ - １｝}）（式（３ａ））を下記の式（５ａ）〜（５ｄ）により、時点ｚ、蓄熱レベルδ_Ａおよび機器パターンｊに対応する目的関数値Ｇ（ｚ，δ_Ａ｛ｚ｝，ｊ）に変換する処理が行われる。
【００６７】
【数５】

【００６８】
また、Ｓ８０２のステップにおいては、各時点ｚ、蓄熱レベルδ_Ａおよび機器パターンｊに対応する価値関数値Ｖ（ｚ，δ_Ａ｛ｚ｝，ｊ_｛ｚ｝）をダイナミックプログラミング手法により、下記の式（６ａ），（６ｂ）にて計算する処理が行われる。
【００６９】
【数６】

【００７０】
次に、図２に示したＳ３１３のステップにおいては、上記の式（６ａ），（６ｂ）により与えられるＶ（ｚ，δ_Ａ｛ｚ｝，ｊ_｛ｚ｝）により、下記の式（７ａ）〜（７ｄ）でｚ＝ｎ，…１までの運転計画の決定が行われる。
【００７１】
【数７】

【００７２】
ただし、式（７ａ）および式（７ｂ）の意味は（Ｖ（ｚ，δ_Ａ｛ｚ｝，ｊ_｛ｚ｝））が最小となるようなδ_Ａ｛ｚ｝，ｊ_｛ｚ｝をそれぞれδ_Ａ｛ｚ｝ ^＊とｊ_｛ｚ｝ ^＊とし、式（７ｃ）と式（７ｄ）の意味は（Ｇ（ｚ，δ_Ａ｛ｚ｝ ^＊，ｊ_｛ｚ｝ ^＊）＋Ｖ（ｚ-１，δ_{Ａ｛ｚ - １｝}，ｊ_{｛ｚ - １｝}））が最小となるようなδ_{Ａ｛ｚ - １｝}，ｊ_{｛ｚ - １｝}をそれぞれδ_{Ａ｛ｚ - １｝} ^＊とｊ_{｛ｚ - １｝} ^＊とすることである。
【００７３】
ここで、ｊ_｛ｚ｝ ^＊とδ_Ａ｛ｚ｝ ^＊（ｚ＝１，…，２４）に対応する式（３ａ），（３ｂ）の最適解、すなわちコジェネレーション設備５、ボイラ７、吸収式冷凍機（ＡＢＲ）８、電動冷凍機（ＭＲ）４および蓄熱槽９の運転出力Ｐ_{ｃｌ｛ｚ｝} ^＊，Ｈ_{ｃｌ｛ｚ｝} ^＊，Ｈ_{ｂｌ｛ｚ｝} ^＊，Ｈ_{ａｃ｛ｚ｝} ^＊，Ｈ_{ｓｉ｛ｚ｝} ^＊，Ｈ_{ｓｏ｛ｚ｝} ^＊，ｚ＝１，…，２４は、最適な運転計画である。
【００７４】
図２に示したＳ３１４のステップにおいては、以上で求めた最適解ｊ_｛ｚ｝ ^＊，δ_Ａ｛ｚ｝ ^＊，Ｐ_{ｃｌ｛ｚ｝} ^＊，Ｈ_{ｃｌ｛ｚ｝} ^＊，Ｈ_{ｂｌ｛ｚ｝} ^＊，Ｈ_{ａｃ｛ｚ｝} ^＊，Ｈ_{ｓｉ｛ｚ｝} ^＊，Ｈ_{ｓｏ｛ｚ｝} ^＊，ｚ＝１，…，２４を運転員への表示や制御装置に出力するものである。本実施形態では、運転員への表示のための出力として、蓄熱レベル表示手段３０への出力が行われる。
【００７５】
図８は、蓄熱レベル表示手段３０がＣＲＴ表示器によって実現されている場合の蓄熱レベル表示の一例を示している。この図８に示すように、細線は、図６に対応する可能な運転レベル（式（４））を表示し、太線は式（７）により求められた最適計画の蓄熱レベルの例を表している。
【００７６】
そして、需要予測手段２１では、熱需要と電力需要の予測が行われる。需要対象が事務所であるような場合、需要は一般的に大気温度と相関するので、本実施形態では、天気予報などにより予測される大気温度に基づいて、電力負荷Ｐ_ｌ｛ｚ｝、蒸気熱負荷Ｈ_ｓ｛ｚ｝および冷熱負荷Ｈ_ｃ｛ｚ｝（ｚ＝１，…，ｎ）の需要予測が行われる。大気温度と需要との関係を回帰モデルで表現すると、これらの関係は以下の式（８ａ），（８ｂ），（８ｃ）により与えられる。
【００７７】
【数８】

【００７８】
ここで、Ｔ_ａ｛ｚ｝は予測される時点の大気温度、Ａ_Ｐｌ０〜Ａ_Ｐｌｙは電力熱需要予測パラメータ、Ａ_Ｈｓ０〜Ａ_Ｈｓｙは蒸気熱需要予測パラメータ、Ａ_Ｈｃ０〜Ａ_Ｈｃｙは冷熱需要予測パラメータ、ｙは回帰モデルの次数を表す。
【００７９】
これらの予測パラメータＡ_Ｐｌ０〜Ａ_Ｐｌｙ，Ａ_Ｈｓ０〜Ａ_ＨｓｙとＡ_Ｈｃ０〜Ａ_Ｈｃｙは、例えば、過去の大気温度とそれぞれの需要Ｐ_ｌ｛ｚ｝，Ｈ_ｓ｛ｚ｝，Ｈ_ｃ｛ｚ｝の実績データを使用して、最小二乗法によって予め計算することが可能である。例えば、最近までの数週間ないし数年間の実績データを使って、パラメータＡ_Ｐｌ０〜Ａ_Ｐｌｙ，Ａ_Ｈｓ０〜Ａ_Ｈｓｙ，Ａ_Ｈｃ０〜Ａ_Ｈｃｙを計算しておき、計算されたパラメータＡ_Ｐｌ０〜Ａ_Ｐｌｙ，Ａ_Ｈｓ０〜Ａ_Ｈｓｙ，Ａ_Ｈｃ０〜Ａ_Ｈｃｙと、翌日の天気予報で予測された大気温度データＴ_ａ｛ｚ｝を使用して、翌日の需要予測（Ｐ_ｌ｛ｚ｝，Ｈ_ｓ｛ｚ｝，Ｈ_ｃ｛ｚ｝）を行うことである。ｙは回帰モデルの次数であるが、一般的に３次に設定されることが多い。
【００８０】
需要予測手段２１は以上により大気温度から需要を予測し、予測された需要予測結果１２０を需要入力手段２２に出力する。需要入力手段２２は、需要予測手段２１より需要予測結果１２０を入力し、この需要予測結果１２０を需要予測入力１２１（Ｐ_ｌ｛ｚ｝，Ｈ_ｓ｛ｚ｝，Ｈ_ｃ｛ｚ｝）として運転最適化手段２４に出力する。この需要予測に基づく運転最適化手段２４の上記処理により、運転計画の出力が行われ、終了（図２のＳ３１５）となる。
【００８１】
以上の本実施形態によれば、蓄熱槽９の蓄熱レベルを分割することにより、ダイナミックプログラミング手法を使って、最適運転計画を決定することができる。また、最適運転計画計算においては、図２に示したＳ３０６の処理に最も計算時間がかかる。ここで、入放熱に対応して、Ｓ３０６の処理を実施することにより、このＳ３０６の処理回数は最大で、機器パターン数×入放熱レベル数×時点数＝２^４×３×２４＝１１５２となり、従来技術による計算回数に比べて大幅な減少が図れる。
【００８２】
また、蓄熱レベル上下限設定手段２６によって運転可能な蓄熱槽レベルを設定することにより、以上の計算回数をさらに減少することができる。
【００８３】
放熱過程の各時点における蓄熱槽の熱損失だけ、各段階の蓄熱槽９の蓄放熱量を減少させるように、各段階の蓄熱槽９の蓄放熱量を補正することにより、蓄熱損失を含めた最適計画の決定が可能となる。
【００８４】
さらに、エネルギ消費コスト、ＣＯ_２換算発生量またはエネルギ消費換算量の一つ以上を制約条件として導入することにより、エネルギ消費コスト、ＣＯ_２換算発生量またはエネルギ消費換算量の一つ以上を所定の制約条件に満足しながら、所定期間におけるエネルギ供給設備エネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の残りが最小となるように、運転計画を決定することができる。
【００８５】
また、任意に設定されたエネルギ発生装置の運転状態を制約条件に入れることにより、運転計画の評価または手動運転の介入が可能な運転計画を実現することができる。また、運転可能な蓄熱レベル曲線と最適な蓄熱レベル曲線を表示することにより、最適運転計画により決定される蓄熱槽の蓄放熱過程を容易に確認することができる。
【００８６】
さらにまた、エネルギ需要を予測する需要予測手段２１とを組合せることにより、予測されたエネルギ需要を満足しながら、エネルギ供給設備の運転計画を決定することができる。
【００８７】
第２実施形態（図９）
図９は本発明の第２実施形態の構成を示す系統図である。本実施形態では、第１実施形態で示した熱損失補正手段２７に代えて、熱損失換算手段３１を設けた構成としている。他の手段については、第１実施形態と同様である。
【００８８】
このような構成の本実施形態においては、運最適化手段２４により、式（３ａ），（３ｂ）の代えて下記の式（９ａ）〜（９ｃ）を解くことにより、運転計画を決定する。
【００８９】
【数９】

【００９０】
ここで、ｐ_{Ｈｓｌ｛ｚ｝}は熱損失をエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上に換算するペナルティパラメータであり、式（９ａ）のｐ_{Ｈｓｌ｛ｚ｝}×Ｈ_{ｓｌ｛ｚ｝}の計算処理は熱損失換算手段３１により処理され、その計算結果は熱損失換算結果１３１として、運転最適化手段２４に出力される。
【００９１】
本実施形態によれば、熱損失をエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上に換算することにより、放熱過程の各時点における蓄熱槽９の熱損失だけ、各段階の蓄熱槽９の蓄放熱量を減少させることなく、エネルギ供給設備Ａのエネルギ消費コスト、ＣＯ_２換算発生量およびエネルギ消費換算量の一つ以上が準最小となるように、運転計画値を決定することができる。
【００９２】
他の実施形態
本発明のシステムは上述した各実施形態で示したように、各手段に直接組み込む構成に限られるものではなく、各ステップによる駆動プログラムをフロッピーディスク、光ディスクその他の各種記憶媒体に格納し、機器に着脱して実施することができる。
【００９３】
【発明の効果】
以上で詳述したように、本発明によれば、蓄熱レベルを分割することにより、ダイナミックプログラミング手法を使用して、非線形な特性をもつエネルギ供給設備の運転計画を高速に決定することができる。
【図面の簡単な説明】
【図１】本発明の第１実施形態によるシステム構成を示す系統図。
【図２】本発明の第１実施形態によるシステムを実行する手順を示すフローチャート。
【図３】図１に示した運転状態設定手段の説明図。
【図４】前記実施形態における機器パターンと運転状態との対応を示す説明図。
【図５】前記実施形態における対象外機器パターン処理手段の手順を示す詳細図。
【図６】前記実施形態における蓄熱槽入放熱段階と蓄熱レベルとの関係を示す作用説明図。
【図７】前記実施形態における各時点入出熱対応運転最適化手段の手順を示す詳細図。
【図８】前記実施形態における蓄熱レベル表示手段を示す説明図。
【図９】本発明の第２実施形態によるシステム構成を示す系統図。
【図１０】エネルギシステムの設備機器構成例を示す系統図。
【図１１】従来のシステムを示す系統図。
【図１２】従来のシステムによる作用を示すフローチャート。
【符号の説明】
１ 変電設備
２ 電力系統
３ 負荷設備
４ 電動冷凍機（ＭＲ）
５ コジェネレーション設備
６ 燃料設備
７ ボイラ
８ 吸収式冷凍機（ＡＢＲ）
９ 蓄熱槽
１０ 電力負荷設備
１１ 熱負荷設備
１２ 蒸気熱負荷設備
１３ 冷熱負荷設備
１４ 需要入力手段
１５ 運転最適化手段
２１ 需要予測手段
２２ 需要入力手段
２３ 蓄熱槽入放熱段階記憶手段
２４ 運転最適化手段
２５ 時点入出熱対応運転最適化手段
２６ 蓄熱レベル上下限設定手段
２７ 熱損失補正手段
２８ 制約手段
２９ 運転状態設定手段
３０ 蓄熱レベル表示手段
３１ 熱損失換算手段[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an operation plan system for an energy supply facility that optimizes the operation of the energy supply facility having a heat storage tank.
[0002]
[Prior art]
In recent years, in response to demands for environmental preservation, energy saving, and cost saving, cogeneration facilities capable of generating steam heat and electric power at the same time on the energy consumer side and energy supply facilities incorporating heat storage tanks have been developed.
[0003]
FIG. 10 is a system diagram showing an example of the device configuration of such an energy supply facility. In the energy supply facility A shown in FIG. 10, the electric power 101 received from the power system 2 is supplied to the load facility 3 and the electric refrigerator (MR) 4 by the substation facility 1. The cogeneration facility 5 receives supply of fuel 102 from the fuel facility 6 and generates electric power 103 and steam heat 104. The boiler 7 is supplied with fuel 102 from the fuel facility 6 and generates steam heat 104. Electric power 103 generated by the cogeneration facility 5 is supplied to the load facility 3. Steam heat 104 generated by the cogeneration facility 5 and the boiler 7 is supplied to the load facility 3 and the absorption refrigeration machine (ABR) 8.
[0004]
The absorption refrigeration machine (ABR) 8 generates cold heat 105 by steam heat 104 supplied from the cogeneration facility 5. Cold heat 105 generated by the absorption refrigerator (ABR) 8 is supplied to the load facility 3. The electric refrigerator (MR) 4 generates the cold 106 using the electric power 101 supplied from the substation facility 1 as a power source. The cold heat 106 generated by the electric refrigerator (MR) 4 is stored in the heat storage tank 9. The heat storage tank 9 supplies the stored cold energy 105 to the load facility 3.
[0005]
The load facility 3 includes an electric power load facility 10 and a heat load facility 11, and the heat load facility 11 further includes a steam heat load facility 12 and a cold load facility 13. The power load facility 10 is, for example, an electric motor or office lighting. The steam heat load facility 12 is, for example, cleaning of a semiconductor substrate, heating, etc., and the cold heat load load facility 13 is, for example, cooling.
[0006]
The configuration of the conventional operation planning apparatus for the energy supply facility A shown in FIG. 10 will be described with reference to FIG. As shown in FIG. 11, the conventional operation planning apparatus B includes a demand input unit 14 and an operation optimization unit 15. The operation optimizing means 15 solves the optimization problem given by the following formulas (1a) to (1zb), thereby calculating the weighted cost, CO₂The operation plan for the energy supply facility A shown in FIG. 10 is determined so that the total value of the conversion generation amount and the energy consumption conversion amount is minimized.
[0007]
[Expression 1]

[0008]
The symbols (1a) to (1zb) described above will be described as follows (with reference to FIG. 10).
[0009]
The subscript {z} represents the z-th time point, for example, F_{Z}Represents the fuel flow rate (102) supplied from the fuel facility 6 at the time point z. E is the weighted cost from the current time (z = 1) to the nth time (z = n), CO₂It represents the total value of the converted discharge flow rate and the energy consumption conversion amount. M_{Z}Is the cost of time z, C_{Z}Is the CO at time z₂Equivalent discharge flow rate, O_{Z}Represents the energy consumption conversion amount at the time point z.
[0010]
P is the power flowing through the substation 1 and P_rlIs the power supplied from the power grid 2 to the power load 10, P_clRepresents the generated power of the cogeneration facility 5. H_clIs the heat generated by the cogeneration facility 5, H_blIs the heat generated by boiler 7, F_cIs the cogeneration fuel flow rate, F_bRepresents the boiler fuel flow rate.
[0011]
α, β, γ are weighting parameters, θ_MFIs the cost conversion parameter of fuel F, σ_MPRepresents a cost conversion variable of the system power flowing through the substation 1. θ_CFIs CO of fuel F₂Conversion parameter, σ_CPIs the CO supplied from the power grid 2₂Conversion variable, θ_OFIs the oil equivalent parameter of fuel F, σ_OPRepresents an oil equivalent variable of power supplied from the power system 2.
[0012]
a_C, ..., f_CIs the generated power P of the cogeneration facility 5_clAnd generated heat H_clFuel F_cRepresents a conversion parameter. a_b, ..., c_bIs the heat generated by boiler 7_blFuel F_bConversion parameter, P_lIs the power load of the power load facility 10, H_sRepresents the steam heat load of the steam heat load facility.
[0013]
H_caIs the supply steam heat to the absorption refrigerator (ABR) 8, H_acIs the cold generated by the absorption refrigerator (ABR) 8, a_ca, B_ca, C_caIs the cold H generated by the absorption refrigerator (ABR) 8_acSupply steam heat H_caRepresents a conversion parameter.
[0014]
P_mIs the power supplied to the electric refrigerator (MR) 4, H_siRepresents the generated cold heat of the electric refrigerator (MR) 4, that is, the heat input of the heat storage tank 9. a_m, B_m, C_mIs the generated heat H of the electric refrigerator (MR) 4_siSupply power P_mConversion parameter, a_am, B_am, C_amIs the generated heat H of the electric refrigerator (MR) 4_siSupply cooling heat H_amRepresents a conversion parameter.
[0015]
H_scIs the cold energy accumulated in the heat storage tank 9, H_soIs the cold energy supplied from the heat storage tank 9 to the cold load facility 13, H_slIs the heat dissipation loss of the heat storage tank 9, a_slIs the approximate heat dissipation loss parameter of the heat storage tank 9, H_cRepresents the cold load.
[0016]
P^minAnd P^maxRepresents a lower limit value and an upper limit value of the electric power flowing through the substation facility 1, respectively. P_cl ^minAnd P_cl ^maxRepresents the lower limit value and the upper limit value of the generated power of the cogeneration facility 5, respectively. H_cl ^minAnd H_cl ^maxRepresents the lower limit value and the upper limit value of the heat generated by the cogeneration facility 5, respectively._bl ^minAnd H_bl ^maxRepresents the lower limit value and the upper limit value of the generated heat of the boiler 7, respectively.
[0017]
H_ac ^minAnd H_ac ^maxRepresents the lower limit value and the upper limit value of the generated cold heat of the absorption refrigerator (ABR) 8, respectively._si ^minAnd H_si ^maxRepresents the lower limit value and the upper limit value of the generated cold energy of the electric refrigerator (MR) 4, respectively. H_so ^minAnd H_so ^maxRepresents the lower limit value and the upper limit value of the supply cold heat from the heat storage tank 9 to the cold load facility 13, respectively._sc ^minAnd H_sc ^maxRepresents the lower limit value and the upper limit value of the cold energy accumulated in the heat storage tank 9, respectively.
[0018]
The above equation (1a) is an equation related to the objective function, and equations (1b) to (1zb) are equations related to the constraint conditions. Among these, the formulas (1b), (1c), and (1d) are calculated based on the fuel flow F (102) supplied from the fuel facility 6 and the electric power P (101) flowing through the substation facility 1 at the costs M and CO, respectively.₂It is converted into the converted discharge flow rate C and the oil conversion fuel flow rate O.
[0019]
Moreover, Formula (1e) is the generated electric power P of the cogeneration facility 5._clAnd generated heat H_clAnd fuel F of cogeneration facility 5_cIs an approximation of the relationship. Formula (1f) is the generated heat H of the boiler 7_blAnd fuel F_bIs an approximation of the relationship.
[0020]
Formula (1h) is the generated cold heat H of the absorption refrigerator (ABR) 8_acAnd supply steam heat H_caIs an approximation of the relationship. Equation (1i) indicates that the electric refrigerator (MR) 4 is cold H_siPower consumption P required to generate_mRepresents.
[0021]
Expressions (1j) and (1k) represent the heat balance and heat storage loss of the heat storage tank 9, respectively. Expressions (1l) to (1o) are constraint expressions related to the load supply / demand balance, and expression (1p) represents the maximum contract power. Expressions (1r) to (1zb) represent the operation ranges of the cogeneration facility 5, the boiler 7, the absorption refrigerator (ABR) 8, the electric refrigerator (MR) 4, the heat storage tank 9, and the heat storage tank pump.
[0022]
In the above description, the time point z is set to z = 1,..., N (n = 24), and the load prediction from the current time point to 24 hours ahead is targeted, but this is generally a heat storage tank operating cycle of 24 hours. Based on being a period. Here, if d is a time width from the time point z to the time point z + 1, in the above example, d = 1 hour and n × d = 24 hours. In the time interval [z, z + 1], the predicted load is assumed to be constant. Here, if the time width d is small, the load can be predicted with a fine time width, and if n is large, the load can be predicted over a long period of time. However, from time z = 1 to z = n The number of repeated calculations increases. Conversely, the larger the time width d is, the more predictable the load can be with a rough time width, and the smaller n is, the more predictable the load can be over a short period of time, in which case the number of calculations is reduced. .
[0023]
Electric power load P_{l {z}}Steam heat load H_{s {z}}And cooling load H_{c {z}}These are data given as the demand prediction input 201 from the demand input means 14 shown in FIG. The operation optimizing means 15 solves the optimization problem expressed by the equations (1a) to (1zb) by using these demand prediction inputs 201. As a result, the optimum operation plan, that is, the cogeneration facility 5, the boiler 7, the absorption refrigerator 8, the electric refrigerator (MR) 4 and the heat storage tank so that the given objective function (formula (1a)) is minimized. 9 operation output P_{cl {z}}, H_{cl {z}}, H_{bl {z}}, H_{ac {z}}, H_{si {z}}(1a) to (1zb) H_{so {z}}, Z = 1,..., 24 are determined.
[0024]
As a means for solving the nonlinear problem shown in the equations (1a) to (1zb), a known computer language, for example, a NUOPT-modeling language applied when solving a linear programming problem or the like can be used. When solving the nonlinear problem given to the equations (1a) to (1zb) using this NUOPT-modeling language, the calculation is performed using the differential (slope) information of the equations, so the equations (1a) to (1zb) are given. As can be seen, a discontinuous variable (1 or 0) δ representing the shutdown of the equipment_{c {z}}, Δ_{b {z}}, Δ_{ac {z}}, Δ_{m {z}}Cannot be handled. When such a discontinuous variable is included, the conventional operation optimizing means 15 needs to perform processing according to the procedure shown in FIG.
[0025]
In FIG. 12, the processing procedure of the conventional driving optimization means 15 will be described. After the start, i = 1 is set (S101), and the driving optimization process corresponding to the driving pattern i (S102), i = The operation plan corresponding to the operation pattern of the Max set is calculated by the setting of i + 1 (S103) and the repetition processing of Max times, and the smallest operation function value (formula (1a)) among the operation patterns of the calculated Max set. Operation plan P_{cl {z}}, H_{cl {z}}, H_{bl {z}}, H_{ac {z}}, H_{si {z}}, H_{so {z}}, Z = 1,..., 24 are determined as optimum plans (S105). The driving pattern is a discontinuous variable (1 or 0) δ_{c {z}}, Δ_{b {z}}, Δ_{ac {z}}, Δ_{m {z}}The number of operation patterns in this case is a power of 2 of the number of discontinuous variables, that is, a power of the number of time points z, and Max = (2⁴)²⁴= 7.9²⁸There are street driving patterns.
[0026]
[Problems to be solved by the invention]
As described above, in the process according to the conventional technique, the number of repeated calculations is enormous (for example, 7.9²⁸There is a problem that it takes a long time until the optimum solution is obtained.
[0027]
This invention is made | formed in view of such a situation, and it aims at providing the operation plan system of the energy supply equipment which can perform a suitable operation plan in a shorter time.
[0028]
[Means for Solving the Problems]
In order to achieve the above object, the invention according to claim 1 is an operation planning system for an energy supply facility having a heat storage tank, wherein a demand input means for inputting energy demand and an input corresponding to the heat storage level of the heat storage tank. A heat storage tank heat release heat storage stage storage means for storing the heat release stage; and an operation optimization means for determining an operation plan of the energy supply facility, wherein the heat storage tank heat release heat release stage storage means includes a plurality of heat storage amounts of the heat storage tank. The heat storage tank heat release amount is divided and stored in one or more heat release stages, and the operation optimizing unit is configured to store the energy consumption cost corresponding to each heat storage level at each time point, CO₂By obtaining an operating point at which one or more of the conversion generation amount and the energy consumption conversion amount is minimum, the energy consumption cost of the energy supply equipment in a predetermined period, CO, while satisfying the input energy demand₂An operation plan system for an energy supply facility is provided, wherein an operation plan for the energy supply facility is determined so that one or more of a conversion generation amount and an energy consumption conversion amount are minimized.
[0029]
In the invention according to claim 2, in the operation planning system for the energy supply facility according to claim 1, the energy consumption cost corresponding to each heat storage level at each time point, CO₂Each time input / output heat corresponding operation optimization means for obtaining an operation point at which one or more of the converted generation amount and the energy consumption conversion amount is minimum is provided, and in the process of obtaining the operation point, heat input to the heat storage tank or each heat radiation Energy consumption cost corresponding to the stage, CO₂By obtaining an operating point at which one or more of the conversion generation amount and the energy consumption conversion amount is the minimum, the energy consumption cost of the energy supply equipment in a predetermined period, CO₂Provided is an energy supply facility operation planning system that determines the operation plan of the energy supply facility at a high speed so that one or more of the conversion generation amount and the energy consumption conversion amount are minimized.
[0030]
In the invention which concerns on Claim 3, in the driving | operation plan system of the energy supply equipment in any one of Claim 1 to 2, the thermal storage level upper / lower limit setting means which presets the upper and lower limit thermal storage level of the heat storage tank which can be operated is provided. Energy consumption cost corresponding to each heat storage level within the set upper and lower limit heat storage levels at each time point, CO₂By obtaining an operating point at which one or more of the conversion generation amount and the energy consumption conversion amount is the minimum, the energy consumption cost of the energy supply equipment in a predetermined period, CO₂Provided is an energy supply facility operation planning system that determines the operation plan of the energy supply facility at a higher speed so that one or more of the converted generation amount and the energy consumption conversion amount are minimized.
[0031]
In the invention which concerns on Claim 4, in the driving | operation planning system of the energy supply equipment in any one of Claim 1-3, only the heat loss of the thermal storage tank in each time of a thermal radiation process is the said thermal storage tank of each stage. In order to reduce the amount of heat stored and released, the heat loss correcting means for correcting the amount of stored and released heat of the heat storage tank at each stage is provided, and the energy consumption cost of the energy supply equipment in a predetermined period by correcting the amount of stored and released heat , CO₂There is provided an operation plan system for an energy supply facility that determines an operation plan value of the energy supply facility including a heat loss of the heat storage tank so that at least one of a conversion generation amount and an energy consumption conversion amount is minimized.
[0032]
In the invention which concerns on Claim 5, in the operation planning system of the energy supply equipment in any one of Claim 1 to 3, the heat loss of the thermal storage tank at each time of the heat radiation process is represented by the energy consumption cost, CO₂A heat loss conversion means for converting into one or more of the conversion generation amount and the energy consumption conversion amount, the energy consumption cost of the energy supply equipment in a predetermined period, CO₂Provided is an energy supply facility operation planning system for determining an operation plan value of the energy supply facility including heat loss of the heat storage tank so that one or more of a conversion generation amount and an energy consumption conversion amount are sub-minimum. .
[0033]
In the invention which concerns on Claim 6, in the operation plan system of the energy supply equipment in any one of Claim 1-5, energy consumption cost, CO₂A restriction means for restricting one or more of the converted generation amount or the energy consumption conversion amount is provided, and while satisfying the restriction condition, the energy consumption cost of the energy supply equipment in a predetermined period, CO₂There is provided an operation plan system for an energy supply facility that determines an operation plan value of the energy supply facility including a heat loss of a heat storage tank so that the conversion generation amount and the remaining energy consumption conversion amount are minimized.
[0034]
In the invention which concerns on Claim 7, in the operation plan system of the energy supply equipment in any one of Claim 1-6, the operation state setting means which sets the operation state of the energy generator set arbitrarily is provided, By putting the operation state into a constraint condition, it is possible to determine the operation plan of the energy supply facility so that the energy consumption cost of the energy supply facility during a predetermined period is minimized, and to evaluate the operation plan or to perform manual operation intervention An operation planning system for an energy supply facility is provided.
[0035]
In the invention which concerns on Claim 8, in the operation planning system of the energy supply equipment in any one of Claim 1-7, the heat consumption level curve which can be operated, and the energy consumption cost of the energy supply equipment in a predetermined period become the minimum An energy supply facility operation planning system is provided that includes heat storage level display means for displaying the heat storage level curve determined in this manner, and that enables confirmation of the heat storage and release process of the heat storage tank.
[0036]
In the invention which concerns on Claim 9, in the operation planning system of the energy supply equipment in any one of Claim 1-8, it is equipped with the demand prediction means which estimates energy demand, and by inputting the predicted demand, While satisfying the predicted energy demand, the energy consumption cost of the energy supply equipment in a predetermined period, CO₂Provided is an operation plan system for an energy supply facility that determines an operation plan for the energy supply facility so that at least one of a conversion generation amount and an energy consumption conversion amount is minimized.
[0037]
The invention according to claim 10 provides a storage medium storing a program for driving an energy supply facility by the system according to any one of claims 1 to 9.
[0038]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, an embodiment of an operation plan system for an energy supply facility according to the present invention will be described with reference to FIGS. The energy supply equipment to be operated is the same as the equipment configuration shown in FIG. 10, and will be described with reference to FIG. 10 as it is.
[0039]
1st Embodiment (FIGS. 1-8, FIG. 10)
FIG. 1 is a system diagram showing a configuration of an operation plan system for an energy supply facility according to a first embodiment of the present invention.
[0040]
As shown in FIG. 1, the system of the present embodiment includes a demand prediction unit 21 for predicting energy demand, a demand input unit 22 for inputting a demand schedule based on the predicted demand, and a heat storage tank 9. The heat storage tank heat input / heat release stage storage means 23 for storing the heat input / heat release stage and the operation optimization means 24 for taking the information from these means and determining the operation plan are provided. Further, means for inputting various information for optimizing the operation to the operation optimizing means 24, that is, the operation optimization means 25 corresponding to each time input / output heat, the heat storage level upper / lower limit setting means 26, the heat loss correcting means 27, the restricting means. 28 and operating state setting means 29. Furthermore, the heat storage level display means 30 for displaying the output determined by the operation optimization means 24 is provided, and by this heat storage level display means 30, the heat storage level curve that can be operated and the energy consumption cost of the energy supply facility A in a predetermined period are provided. The heat storage level curve determined to be the minimum is displayed.
[0041]
The operation optimizing means 24 solves the optimization problem given by the following formulas (2a) to (2zg) to thereby calculate the weighted cost, CO₂The operation plan of the energy supply facility A having the heat storage tank 9 is determined so that the total value of the conversion generation amount and the energy consumption conversion amount is minimized.
[0042]
[Expression 2]

[0043]
Among the above formulas, the formulas (2a) to (2zb) correspond to the formulas (1a) to (1zb) shown in the above description of the prior art, but in the present embodiment, the formulas (2z) As shown, lower limit of heat storage H_sc ^min _{Z}And upper limit H_sc ^max _{Z}Is set corresponding to the time point z. Further, the equations (2zc) and (2zd) are equations relating to the heat input / heat release stage, and in these equations, δ_LIs the stage index, L_{Z}Is the maximum stage. Equations (2ze), (2zf), and (2zg) are expressed as CO₂It is a constraint condition expression corresponding to the amount of generated conversion, the amount of energy consumption conversion, and the energy consumption cost.
[0044]
In the present embodiment, as shown in the formula (2zc) and the formula (2zd), the heat release amount of the heat storage tank 9 is divided into one or a plurality of heat input / heat release stages. The operation optimizing unit 24 determines an operation plan using a dynamic programming technique. That is, the demand prediction result 120 is input from the demand prediction means 21 to the demand input means 22, and the demand load input | z |_{l {z}}, Steam heat load H_{s {z}}, Cold load H_{c {z}}Is input to the operation optimization means 24. Further, the operation optimizing unit 24 receives the heat storage level upper / lower limit value 124 at each time point z from the heat storage level upper / lower limit setting unit 26 as_sc ^min _{Z}, H_sc ^max _{Z}Is input from the heat loss correction means 27 as the amount of heat released from heat loss 127 due to heat loss._slAnd the constraint condition 128 corresponding to the expressions (2ze) to (2zg) is input from the constraint means 28. Further, the operation optimizing means 24 receives the operation state setting result 129 from the operation setting means 29 as δ._{c {z}}, Δ_{b {z}}, Δ_{ac {z}}, Δ_{m {z}}Is input from the heat storage tank input / heat release stage storage means 23 as the heat storage tank input / heat release maximum stage 130, L_{Z}Is entered.
[0045]
In addition, between the operation optimizing unit 24 and each time input / output heat corresponding operation optimizing unit 25, D (z-1, δ) as the input / output heat corresponding optimization result 122 is obtained._L{Z−1}, j {z−1}) and V (z, δ) as the optimization result 123 corresponding to each heat storage level._A, J).
[0046]
FIG. 2 is a flowchart showing a processing procedure for executing an operation plan in the operation optimization means 24.
[0047]
As shown in FIG. 2, after the start (S301), the above inputs are performed as initial processing (S320). In S303 to S305, z = 1, δ_L= 1 and j = 1 are set.
[0048]
Next, the target device pattern is determined (S305a). If yes, the objective function value maximum processing (S305b) is performed. If no, the operation optimization processing (S306) is performed. In S306 and S307 to S312, the time point z, the input / output heat release stage δ_LThen, the operation optimization process corresponding to the device pattern j is performed, and the optimization problem given in the equation (3) is solved by using the NUPOT-modeling language. Thereby, each operation output of the cogeneration facility 5, the boiler 7, the absorption refrigerator (ABR) 8, the electric refrigerator (MR) 4 and the heat storage tank 9 so that the objective function (formula (3a)) is minimized. P_{cl {z}}, H_{cl {z}}, H_{bl {z}}, H_{ac {z}}, H_{si {z}}, H_{so {z}}, Z = 1,..., 24 are determined.
[0049]
The device pattern j in this case is a discontinuous variable (1 or 0) δ_{c {z}}, Δ_{b {z}}, Δ_{ac {z}}, Δ_{m {z}}In this case, the device pattern number K (S308) is a power of two of the number of discontinuous variables. That is, K = 2⁴There are 16 driving patterns.
[0050]
[Equation 3]

[0051]
In S305a, the device operation pattern set by the operation state setting means 29 is determined. For example, on the CRT screen, the operation state setting means 29 manually sets the operation state as shown in FIG. 3 as “0, 1 or blank” by the operation state setting unit 29a. As shown in FIG. 3, z = 1,..., N corresponds to time points 1,. In the operation state setting unit 29a, the following setting is performed.
[0052]
1: Corresponding device (δ_{c {z}}, Δ_{b {z}}, Δ_{ac {z}}Or δ_{m {z}}) Is specified during operation at time z.
[0053]
0: Corresponding device (δ_{c {z}}, Δ_{b {z}}, Δ_{ac {z}}Or δ_{m {z}}) Is specified as stopping at time z.
[0054]
Blank part: corresponding equipment (δ_{c {z}}, Δ_{b {z}}, Δ_{ac {z}}Or δ_{m {z}}) No operation stop specified at time z.
[0055]
Device pattern j (j = 1,..., 16) and device state δ_c, Δ_b, Δ_ac, Δ_m4 is shown as a correspondence table in FIG. The correspondence table shown in FIG. 4 is stored in the memory unit of the operation optimization unit 24. For example, when j = 2, in S306, δ_c= 0, δ_b= 0, δ_ac= 0, δ_m= 1, the problem given by equation (3) is solved.
[0056]
Details of processing in the non-target device pattern (S305a) shown in FIG. 2 will be described with reference to FIG.
[0057]
As shown in FIG. 5, the non-target device pattern S305a includes steps S601 to S605. In S <b> 601, the device pattern manually set as shown in FIG. 3 given by the operation state setting unit 29 and the device pattern shown in FIG. 4 stored in the operation optimization unit 24 are input.
[0058]
Next, after setting i = 1 in S602, in S603, the input pattern is collated. Where δ_{i {z}}(I = 1,..., 4) are each δ_{c {Z}}, Δ_{b {z}}, Δ_{ac {z}}, Δ_{m {z}}As a result of matching, “δ_{i {z}}(FIG. 3) = 1 and δ_{i {z}}(FIG. 4) = 0 or “δ”_{i {z}}(FIG. 3) = 0 and δ_{i {z}}(FIG. 4) = 1, the corresponding “time point z, input / output heat release stage δ_L, Device pattern j ”is different from the manual setting given by the operating state setting means 29, and is not subject to optimization, and the corresponding objective function value (formula (3a)) is set to the maximum value (for example, infinity), The process of S305b is executed.
[0059]
As a result of such collation, for all i (i = 1,..., 4), “δ_{i {z}}(FIG. 3) = 1 and δ_{i {z}}(FIG. 4) = 0 or “δ”_{i {z}}(FIG. 3) = 0 and δ_{i {z}}If (FIG. 4) is not “1”, the corresponding “time z, input / output heat release stage δ”_L, Device pattern j ”does not differ from the manual setting given by the operating state setting means 29, so the process of S306 is executed.
[0060]
That is, by using the NUOPT-modeling language to solve the optimization problem given in Equation (3), the cogeneration facility 5, the boiler 7, the absorption so that the objective function (Equation (3a)) is minimized. -Type refrigerator (ABR) 8, electric refrigerator (MR) 4, and operation output P of heat storage tank 9_{cl {z}}, H_{cl {z}}, H_{bl {z}}, H_{ac {z}}, H_{si {z}}, H_{so {z}}, Z = 1,..., 24 are determined.
[0061]
Next, with reference to FIG. 6, the relationship between the heat storage tank heat release and heat release stage and the heat storage tank level will be described. In this embodiment, the cost conversion variable σ of the grid power leaving the substation 1_{MP {z}}It is assumed that fluctuates according to the time point z. Here, assuming that the electricity rate in the night time zone is lower than in the daytime, the heat storage tank 9 generally stores heat at night, while the heat stored in the daytime is often used.
[0062]
In FIG. 6, time z is shown on the horizontal axis. If z = 1,..., 4 is a nighttime low charge time zone and z = 5,..., n (= 24) is a daytime high charge time zone, then σ_{MP {z1}}<Σ_{MP {z2}}It becomes. However, z1 = 1,..., 4 and z2 = 5,.
[0063]
In addition, the vertical axis of FIG. 6 represents the stage index of the heat storage level. As shown in FIG. 6, the stage index of the heat storage level is expressed as δ._A= 0,..., 4 and the heat storage stage index in the case of heat storage (z = 1,..., 4) is δ._L= 0, 1 and the heat release index in the case of heat release (z = 5,..., 24) is δ_L= 0, 1, 2 and z = 12, the possible transition of the heat storage tank level at each time (z = 1,..., 24) is hierarchical as shown by the thick line in FIG. It is expressed in Therefore, the stage index δ of the heat storage level_AThe upper and lower limits of the stage index at each point^max _{Z}And A^mix _{Z}Then, in the heat storage level upper / lower limit setting means 26, the following setting is performed.
[0064]
[Expression 4]

[0065]
FIG. 7 shows in detail the processing of the operation optimization means 25 corresponding to each time input / output heat. As shown in FIG. 7, each point-in / out heat corresponding operation optimizing means 25 is configured to perform two-step processing of S801 and S802.
[0066]
In step S801, the time point z-1, the heat input / output stage δ_{L {z - 1}}And equipment pattern j_{{Z - 1}}The objective function value D (z−1, δ) corresponding to_{L {z - 1}}, J_{{Z - 1}}) (Formula (3a)) by the following formulas (5a) to (5d), the time point z, the heat storage level δ_AAnd an objective function value G (z, δ) corresponding to the device pattern j_{A {z}}, J).
[0067]
[Equation 5]

[0068]
In step S802, each time point z, the heat storage level δ_AAnd the value function value V (z, δ) corresponding to the device pattern j_{A {z}}, J_{Z}) Is calculated by the following equations (6a) and (6b) by a dynamic programming technique.
[0069]
[Formula 6]

[0070]
Next, in step S313 shown in FIG. 2, V (z, δ) given by the above equations (6a) and (6b)._{A {z}}, J_{Z}), The operation plan up to z = n,... 1 is determined by the following formulas (7a) to (7d).
[0071]
[Expression 7]

[0072]
However, the meanings of the expressions (7a) and (7b) are (V (z, δ_{A {z}}, J_{Z}) That minimizes))_{A {z}}, J_{Z}Respectively_{A {z}} ^*And j_{Z} ^*And the meanings of equations (7c) and (7d) are (G (z, δ_{A {z}} ^*, J_{Z} ^*) + V (z-1, δ_{A {z - 1}}, J_{{Z - 1}}) That minimizes))_{A {z - 1}}, J_{{Z - 1}}Respectively_{A {z - 1}} ^*And j_{{Z - 1}} ^*It is to do.
[0073]
Where j_{Z} ^*And δ_{A {z}} ^*Optimal solutions of equations (3a), (3b) corresponding to (z = 1,..., 24), that is, cogeneration facility 5, boiler 7, absorption refrigerator (ABR) 8, electric refrigerator (MR) 4, and Operation output P of heat storage tank 9_{cl {z}} ^*, H_{cl {z}} ^*, H_{bl {z}} ^*, H_{ac {z}} ^*, H_{si {z}} ^*, H_{so {z}} ^*, Z = 1,..., 24 are optimum operation plans.
[0074]
In step S314 shown in FIG. 2, the optimum solution j obtained above is obtained._{Z} ^*, Δ_{A {z}} ^*, P_{cl {z}} ^*, H_{cl {z}} ^*, H_{bl {z}} ^*, H_{ac {z}} ^*, H_{si {z}} ^*, H_{so {z}} ^*, Z = 1,..., 24 are output to the operator and output to the control device. In this embodiment, the output to the heat storage level display means 30 is performed as an output for a display to an operator.
[0075]
FIG. 8 shows an example of the heat storage level display when the heat storage level display means 30 is realized by a CRT display. As shown in FIG. 8, the thin line represents the possible operation level (equation (4)) corresponding to FIG. 6, and the thick line represents an example of the heat storage level of the optimum plan obtained by equation (7). Yes.
[0076]
And in the demand prediction means 21, prediction of heat demand and electric power demand is performed. When the demand target is an office, the demand generally correlates with the atmospheric temperature. Therefore, in the present embodiment, the power load P is based on the atmospheric temperature predicted by a weather forecast or the like._{l {z}}Steam heat load H_{s {z}}And cooling load H_{c {z}}A demand prediction of (z = 1,..., N) is performed. When the relationship between the atmospheric temperature and demand is expressed by a regression model, these relationships are given by the following equations (8a), (8b), and (8c).
[0077]
[Equation 8]

[0078]
Where T_{a {z}}Is the predicted atmospheric temperature, A_Pl0~ A_PlyIs the electricity heat demand forecast parameter, A_Hs0~ A_HsyIs the steam heat demand prediction parameter, A_Hc0~ A_HcyRepresents a cold demand prediction parameter, and y represents the order of the regression model.
[0079]
These prediction parameters A_Pl0~ A_Ply, A_Hs0~ A_HsyAnd A_Hc0~ A_HcyFor example, the past atmospheric temperature and the respective demand P_{l {z}}, H_{s {z}}, H_{c {z}}Can be calculated in advance by the least squares method. For example, parameter A can be used by using actual data for several weeks to several years._Pl0~ A_Ply, A_Hs0~ A_Hsy, A_Hc0~ A_HcyAnd calculate the calculated parameter A_Pl0~ A_Ply, A_Hs0~ A_Hsy, A_Hc0~ A_HcyAnd atmospheric temperature data T predicted by the weather forecast for the next day_{a {z}}To predict the next day's demand (P_{l {z}}, H_{s {z}}, H_{c {z}}). y is the order of the regression model, but is generally set to the third order.
[0080]
The demand prediction unit 21 predicts the demand from the atmospheric temperature as described above, and outputs the predicted demand prediction result 120 to the demand input unit 22. The demand input means 22 inputs the demand forecast result 120 from the demand forecast means 21, and this demand forecast result 120 is input to the demand forecast input 121 (P_{l {z}}, H_{s {z}}, H_{c {z}}) To the operation optimizing means 24. The operation plan is output by the above-described processing of the operation optimizing unit 24 based on the demand prediction, and the process ends (S315 in FIG. 2).
[0081]
According to the above embodiment, by dividing the heat storage level of the heat storage tank 9, the optimum operation plan can be determined using the dynamic programming technique. In the optimum operation plan calculation, the processing of S306 shown in FIG. 2 takes the longest calculation time. Here, by performing the process of S306 corresponding to the heat input / heat dissipation, the number of times of the process of S306 is maximum, the number of device patterns × the number of heat input / heat radiation levels × the number of time points = 2.⁴× 3 × 24 = 1115, which is a significant reduction compared to the number of calculations according to the prior art.
[0082]
In addition, by setting the heat storage tank level that can be operated by the heat storage level upper and lower limit setting means 26, the number of calculations described above can be further reduced.
[0083]
The heat storage loss was included by correcting the heat storage heat dissipation amount of each stage of the heat storage tank 9 so as to reduce the heat storage heat release amount of the heat storage tank 9 at each stage by the heat loss of the heat storage tank at each time of the heat dissipation process. The optimal plan can be determined.
[0084]
In addition, energy consumption costs, CO₂By introducing one or more of the conversion generation amount or the energy consumption conversion amount as a constraint, the energy consumption cost, CO₂While satisfying a predetermined constraint condition with one or more of the converted generation amount or the energy consumption conversion amount, the energy supply equipment energy consumption cost in a predetermined period, CO₂The operation plan can be determined so that the conversion generation amount and the remaining energy consumption conversion amount are minimized.
[0085]
In addition, an operation plan capable of evaluating the operation plan or intervention of manual operation can be realized by putting the operation state of the energy generator set arbitrarily in the constraint condition. In addition, by displaying the operable heat storage level curve and the optimum heat storage level curve, it is possible to easily confirm the heat storage and heat dissipation process of the heat storage tank determined by the optimum operation plan.
[0086]
Furthermore, by combining with the demand prediction means 21 that predicts the energy demand, it is possible to determine the operation plan of the energy supply facility while satisfying the predicted energy demand.
[0087]
Second Embodiment (FIG. 9)
FIG. 9 is a system diagram showing the configuration of the second embodiment of the present invention. In the present embodiment, a heat loss conversion means 31 is provided instead of the heat loss correction means 27 shown in the first embodiment. Other means are the same as in the first embodiment.
[0088]
In the present embodiment having such a configuration, the operation plan is determined by solving the following equations (9a) to (9c) by the luck optimizing means 24 instead of the equations (3a) and (3b).
[0089]
[Equation 9]

[0090]
Where p_{Hsl {z}}Is heat loss, energy consumption cost, CO₂This is a penalty parameter that is converted into one or more of the conversion generation amount and the energy consumption conversion amount, and p in equation (9a)_{Hsl {z}}× H_{sl {z}}Is calculated by the heat loss conversion means 31, and the calculation result is output to the operation optimization means 24 as the heat loss conversion result 131.
[0091]
According to this embodiment, heat loss is reduced by energy consumption cost, CO₂By converting to one or more of the conversion generation amount and the energy consumption conversion amount, energy supply without reducing the heat storage heat dissipation amount of the heat storage tank 9 at each stage by the heat loss of the heat storage tank 9 at each time of the heat dissipation process Energy consumption cost of equipment A, CO₂The operation plan value can be determined so that one or more of the conversion generation amount and the energy consumption conversion amount are subminimum.
[0092]
Other embodiments
As described in the above embodiments, the system of the present invention is not limited to the configuration that is directly incorporated in each means, but the drive program according to each step is stored in a floppy disk, an optical disk or other various storage media, and is stored in the device. It can be carried out by attaching and detaching.
[0093]
【The invention's effect】
As described in detail above, according to the present invention, by dividing the heat storage level, an operation plan of an energy supply facility having nonlinear characteristics can be determined at high speed by using a dynamic programming technique.
[Brief description of the drawings]
FIG. 1 is a system diagram showing a system configuration according to a first embodiment of the present invention.
FIG. 2 is a flowchart showing a procedure for executing the system according to the first embodiment of the present invention;
FIG. 3 is an explanatory diagram of the operation state setting means shown in FIG.
FIG. 4 is an explanatory diagram showing a correspondence between a device pattern and an operation state in the embodiment.
FIG. 5 is a detailed diagram illustrating a procedure of a non-target device pattern processing unit in the embodiment.
FIG. 6 is an operation explanatory diagram showing the relationship between a heat storage tank heat release / radiation stage and a heat storage level in the embodiment.
FIG. 7 is a detailed view showing the procedure of each time input / output heat corresponding operation optimization means in the embodiment.
FIG. 8 is an explanatory diagram showing heat storage level display means in the embodiment.
FIG. 9 is a system diagram showing a system configuration according to a second embodiment of the present invention.
FIG. 10 is a system diagram showing an example of equipment configuration of the energy system.
FIG. 11 is a system diagram showing a conventional system.
FIG. 12 is a flowchart showing the operation of the conventional system.
[Explanation of symbols]
1 Substation equipment
2 Power system
3 Load facilities
4 Electric refrigerator (MR)
5 Cogeneration facilities
6 Fuel facilities
7 Boiler
8 Absorption type refrigerator (ABR)
9 Thermal storage tank
10 Power load equipment
11 Heat load equipment
12 Steam heat load equipment
13 Cold load equipment
14 Demand input means
15 Driving optimization means
21 Demand forecasting means
22 Demand input means
23 Heat storage tank heat release heat storage stage storage means
24 Operation optimization means
25 Operation optimization means for heat input / output
26 Heat storage level upper and lower limit setting means
27 Heat loss correction means
28 Restriction means
29 Operation state setting means
30 Heat storage level display means
31 Heat loss conversion means

Claims (10)

An operation planning system for an energy supply facility having a heat storage tank, comprising: a demand input means for inputting energy demand; a heat storage tank heat release / heat release stage storage means for storing a heat input / heat release stage corresponding to a heat storage level of the heat storage tank; An operation optimizing means for determining an operation plan of the supply facility, wherein the heat storage tank heat release / radiation stage storage means divides the heat storage amount of the heat storage tank into a plurality of heat storage levels, and the heat storage tank heat release heat amount is 1 to The operation optimization means is an operation that minimizes one or more of the energy consumption cost, the CO ₂ conversion generation amount, and the energy consumption conversion amount corresponding to each heat storage level at each time point. by finding the point, while satisfying the input energy demand, energy consumption cost of the energy supply facility in a predetermined period, CO ₂ converted emissions and energy As one or more of formic consumption equivalent amount is minimized, the operation planning system of the energy supply equipment, characterized in that to determine the operation plan of the energy supply system. The operation planning system for an energy supply facility according to claim 1, wherein each of the operation points at which at least one of the energy consumption cost, the CO ₂ conversion generation amount, and the energy consumption conversion amount corresponding to each heat storage level at each time point is minimized. One of the energy consumption cost, CO ₂ conversion generation amount and energy consumption conversion amount corresponding to the heat input to the heat storage tank or each heat radiation stage in the process of obtaining the operation point, provided with the operation optimization means corresponding to the time input / output heat By determining the operating point at which the above is the minimum, the operation of the energy supply facility is minimized so that one or more of the energy consumption cost, the CO ₂ conversion generation amount, and the energy consumption conversion amount of the energy supply facility during the predetermined period are minimum. An energy supply facility operation planning system that determines plans quickly. The operation plan system for an energy supply facility according to any one of claims 1 to 2, further comprising heat storage level upper and lower limit setting means for presetting the upper and lower heat storage levels of an operable heat storage tank and set at each time point. The energy consumption of the energy supply equipment in a predetermined period is obtained by obtaining an operating point at which one or more of the energy consumption cost, the CO ₂ conversion generation amount and the energy consumption conversion amount corresponding to each heat storage level within the upper and lower limit heat storage levels is minimum. cost, CO ₂ converted emissions and to one or more energy consuming equivalent amount is minimized, the operation planning system energy supply equipment which determines the operation schedule of the energy supply system faster. In the operation planning system of the energy supply facility according to any one of claims 1 to 3, the heat storage heat dissipation amount of the heat storage tank at each stage is reduced by the heat loss of the heat storage tank at each time point of the heat dissipation process. And a heat loss correction means for correcting the heat storage and release amount of the heat storage tank at each stage, and by correcting the heat storage and release amount, the energy consumption cost of the energy supply facility, the CO ₂ equivalent generation amount and the energy in a predetermined period The operation plan system of the energy supply equipment which determines the operation plan value of the said energy supply equipment including the heat loss of the said thermal storage tank so that one or more of consumption conversion amount may become the minimum. The operation plan system of the energy supply equipment according to any one of claims 1 to 3, wherein the heat loss of the heat storage tank at each time point of the heat radiation process is one of energy consumption cost, CO ₂ conversion generation amount and energy consumption conversion amount. The heat loss conversion means for converting to the above is provided, and the operation of the energy supply facility is performed so that one or more of the energy consumption cost, the CO ₂ conversion generation amount, and the energy consumption conversion amount of the energy supply facility in a predetermined period are subminimum. An operation plan system for an energy supply facility that determines a plan value including heat loss of the heat storage tank. The operation plan system for an energy supply facility according to any one of claims 1 to 5, further comprising a constraint means for constraining one or more of energy consumption cost, CO ₂ conversion generation amount or energy consumption conversion amount, and the constraint condition thereof In order to minimize the energy consumption cost of the energy supply facility, the CO ₂ equivalent generation amount and the energy consumption conversion amount during the predetermined period, the operation plan value of the energy supply facility is reduced by the heat loss of the heat storage tank. Operation planning system for energy supply equipment to be determined. The operation plan system for an energy supply facility according to any one of claims 1 to 6, further comprising operation state setting means for setting an operation state of an arbitrarily set energy generating device, wherein the operation state is set as a constraint condition. Thus, the operation plan system of the energy supply facility which determines the operation plan of the energy supply facility so as to minimize the energy consumption cost of the energy supply facility in a predetermined period and enables the evaluation of the operation plan or the intervention of the manual operation. . The operation plan system of the energy supply equipment according to any one of claims 1 to 7, wherein the heat storage level curve that can be operated and the heat storage level curve determined so as to minimize the energy consumption cost of the energy supply equipment in a predetermined period. An energy supply facility operation planning system comprising a heat storage level display means for displaying the heat storage tank so that the heat storage and release process of the heat storage tank can be confirmed. The operation planning system for an energy supply facility according to any one of claims 1 to 8, further comprising a demand prediction means for predicting energy demand, and satisfying the predicted energy demand by inputting the predicted demand. However, the operation plan of the energy supply facility that determines the operation plan of the energy supply facility so that one or more of the energy consumption cost, the CO ₂ equivalent generation amount and the energy consumption conversion amount of the energy supply facility in a predetermined period is minimized. system. The storage medium which stored the program which drives an energy supply installation by the system in any one of Claim 1-9.

Images