JPH06109311A - 複合ビル群における地域冷暖房システムの熱負荷予測システム - Google Patents
複合ビル群における地域冷暖房システムの熱負荷予測システムInfo
- Publication number
- JPH06109311A JPH06109311A JP4280969A JP28096992A JPH06109311A JP H06109311 A JPH06109311 A JP H06109311A JP 4280969 A JP4280969 A JP 4280969A JP 28096992 A JP28096992 A JP 28096992A JP H06109311 A JPH06109311 A JP H06109311A
- Authority
- JP
- Japan
- Prior art keywords
- load
- basic pattern
- type
- event
- load prediction
- Prior art date
- Legal status (The legal status 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 status listed.)
- Withdrawn
Links
- 238000010438 heat treatment Methods 0.000 title claims description 16
- 238000001816 cooling Methods 0.000 title claims description 14
- 238000001514 detection method Methods 0.000 claims description 5
- 230000007774 longterm Effects 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 3
- 230000036586 afterload Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/17—District heating
Landscapes
- Steam Or Hot-Water Central Heating Systems (AREA)
- Air Conditioning Control Device (AREA)
Abstract
(57)【要約】
【目的】 複合ビル群地域において、各種の変動要因を
持つ負荷を精度よく予測して実負荷に対して最適の運転
が行なわれるようにする。 【構成】 需要家タイプ別に基本パターンを設定する。
イベントビル群の基本パターンＱA はイベントスケジュ
ールの小間使用数に応じてアジャスト部２２で補正し、
ビジネスビル群の基本パターンはＱB1、ＱB2、ＱB3から
カレンダーで判断される日種別により切り替えスイッチ
部２３で選択する。２４時間後負荷算出部２５で基本パ
ターンを基に１時間毎に各タイプ別の２４時間後予測負
荷Ｌが算出され、長期負荷演算部２６でＬの和が演算さ
れて全体予測負荷Ｗが出力される。タイプ別の負荷特性
に対応させた負荷予測がきめ細かくできるから、精度の
高い負荷予測値が得られる。
持つ負荷を精度よく予測して実負荷に対して最適の運転
が行なわれるようにする。 【構成】 需要家タイプ別に基本パターンを設定する。
イベントビル群の基本パターンＱA はイベントスケジュ
ールの小間使用数に応じてアジャスト部２２で補正し、
ビジネスビル群の基本パターンはＱB1、ＱB2、ＱB3から
カレンダーで判断される日種別により切り替えスイッチ
部２３で選択する。２４時間後負荷算出部２５で基本パ
ターンを基に１時間毎に各タイプ別の２４時間後予測負
荷Ｌが算出され、長期負荷演算部２６でＬの和が演算さ
れて全体予測負荷Ｗが出力される。タイプ別の負荷特性
に対応させた負荷予測がきめ細かくできるから、精度の
高い負荷予測値が得られる。
Description
【０００１】
【産業上の利用分野】本発明は複合ビル群の地域冷暖房
システムにおける熱負荷予測システムに関する。
システムにおける熱負荷予測システムに関する。
【０００２】
【従来の技術】ビルの冷暖房システムにおいてはその負
荷値を予測しながら熱源設備の運転台数などを決める必
要があるが、これを単にオペレータの経験に基づいて行
なおうとする場合には、感覚や最近の実績を折り込みな
がら判断しなければならず、負担が大きいうえ、曜日な
どによっても負荷が異なるため最適な運転状態を実現す
るにはとくに高度の経験的知識を要するという問題があ
る。これに対処するため、例えば特開平１−１３７１４
５号公報には、熱源の運転実績データを所定の周期で収
集するとともに、特殊な曜日や休日に関連して分類され
る日種別情報をもつカレンダーファイルを準備し、過去
の同じ日種別に属する運転実績データに基づく予測値で
最適運転状態を予測するようにした技術が開示されてい
る。これにより、精度よく負荷予測値が求められ、オペ
レータの負担が軽減される。
荷値を予測しながら熱源設備の運転台数などを決める必
要があるが、これを単にオペレータの経験に基づいて行
なおうとする場合には、感覚や最近の実績を折り込みな
がら判断しなければならず、負担が大きいうえ、曜日な
どによっても負荷が異なるため最適な運転状態を実現す
るにはとくに高度の経験的知識を要するという問題があ
る。これに対処するため、例えば特開平１−１３７１４
５号公報には、熱源の運転実績データを所定の周期で収
集するとともに、特殊な曜日や休日に関連して分類され
る日種別情報をもつカレンダーファイルを準備し、過去
の同じ日種別に属する運転実績データに基づく予測値で
最適運転状態を予測するようにした技術が開示されてい
る。これにより、精度よく負荷予測値が求められ、オペ
レータの負担が軽減される。
【０００３】
【発明が解決しようとする課題】しかしながら、上記の
ものは、単独のビル内の冷暖房に限定されたものであ
り、各種のビル群が集まった地域全体を対象とするとき
にはビル群の種類によって負荷特性も異なるため、上記
技術はそのまま適用することはできない。負荷に対する
変動要因としては、曜日のほか、季節的な要因、昼夜の
時刻による別などがあり、さらにイベントビルなどにお
いてはその開催されるイベントの内容によって負荷が変
動する。したがって本発明は、種々のビル群から構成さ
れる複合ビル群地域において、各種の変動要因を持つ負
荷を精度よく予測して実負荷に対して最適の運転が行な
われるようにする地域冷暖房システムの熱負荷予測シス
テムを提供することを目的とする。
ものは、単独のビル内の冷暖房に限定されたものであ
り、各種のビル群が集まった地域全体を対象とするとき
にはビル群の種類によって負荷特性も異なるため、上記
技術はそのまま適用することはできない。負荷に対する
変動要因としては、曜日のほか、季節的な要因、昼夜の
時刻による別などがあり、さらにイベントビルなどにお
いてはその開催されるイベントの内容によって負荷が変
動する。したがって本発明は、種々のビル群から構成さ
れる複合ビル群地域において、各種の変動要因を持つ負
荷を精度よく予測して実負荷に対して最適の運転が行な
われるようにする地域冷暖房システムの熱負荷予測シス
テムを提供することを目的とする。
【０００４】
【課題を解決するための手段】このため本発明は、図１
に示すように、イベントビルを含む複数の需要家タイプ
からなる複合ビル群の地域冷暖房システムの熱負荷予測
システムであって、需要家タイプ別実負荷検出手段１
と、該実負荷検出手段の検出結果に基づいて各需要家タ
イプ別に基本パターンを設定する基本パターン設定手段
２と、前記需要家タイプ別にその基本パターンを用いて
運転日の所定時間毎における負荷予測値を算出する需要
家タイプ別負荷予測手段３と、前記所定時間毎分の需要
家タイプ別の負荷予測値の和を演算し、全体の予測負荷
を出力する予測負荷出力手段４とを有し、前記イベント
ビルに対する前記需要家タイプ別負荷予測手段はイベン
ト開催スケジュール折り込み手段５を備えているものと
した。
に示すように、イベントビルを含む複数の需要家タイプ
からなる複合ビル群の地域冷暖房システムの熱負荷予測
システムであって、需要家タイプ別実負荷検出手段１
と、該実負荷検出手段の検出結果に基づいて各需要家タ
イプ別に基本パターンを設定する基本パターン設定手段
２と、前記需要家タイプ別にその基本パターンを用いて
運転日の所定時間毎における負荷予測値を算出する需要
家タイプ別負荷予測手段３と、前記所定時間毎分の需要
家タイプ別の負荷予測値の和を演算し、全体の予測負荷
を出力する予測負荷出力手段４とを有し、前記イベント
ビルに対する前記需要家タイプ別負荷予測手段はイベン
ト開催スケジュール折り込み手段５を備えているものと
した。
【０００５】
【作用】実負荷を学習して需要家タイプ別に基本パター
ンが設定される。その基本パターンを基に、イベントビ
ルを含む需要家タイプ別負荷予測手段においてその特性
に応じた処理を経て、運転日の所定時間毎における負荷
予測値が算出される。そして、需要家タイプ別の負荷予
測値を合計して各時間毎の全体予測負荷が求められる。
ンが設定される。その基本パターンを基に、イベントビ
ルを含む需要家タイプ別負荷予測手段においてその特性
に応じた処理を経て、運転日の所定時間毎における負荷
予測値が算出される。そして、需要家タイプ別の負荷予
測値を合計して各時間毎の全体予測負荷が求められる。
【０００６】
【実施例】図２は、本発明が適用される複合ビル群の地
域冷暖房システムの概念を示す。イベントビルＡ1 、Ａ
2 、…、ビジネスビルＢ1 、Ｂ2 、…、ホテルその他の
ビルＣ1 、Ｃ2 、…など多数のビルからなる複合ビル群
に地域冷暖房センター１０が設置され、地域冷暖房セン
ター１０において図示しない熱源装置が運転され、ここ
から各ビルに対して熱供給路１１を通じて冷熱あるいは
蒸気などの熱媒体が供給される。また各ビルにはテレメ
ータＭA1、ＭA2、ＭB1、ＭB2、ＭC1、ＭC2、…が備えら
れ、熱媒体の個別の実使用量のデータが地域冷暖房セン
ター１０に集約されるようになっている。
域冷暖房システムの概念を示す。イベントビルＡ1 、Ａ
2 、…、ビジネスビルＢ1 、Ｂ2 、…、ホテルその他の
ビルＣ1 、Ｃ2 、…など多数のビルからなる複合ビル群
に地域冷暖房センター１０が設置され、地域冷暖房セン
ター１０において図示しない熱源装置が運転され、ここ
から各ビルに対して熱供給路１１を通じて冷熱あるいは
蒸気などの熱媒体が供給される。また各ビルにはテレメ
ータＭA1、ＭA2、ＭB1、ＭB2、ＭC1、ＭC2、…が備えら
れ、熱媒体の個別の実使用量のデータが地域冷暖房セン
ター１０に集約されるようになっている。
【０００７】図３は発明の実施例を示すブロック図であ
る。冷房と暖房は基本的に同一の構成となるので、ここ
では１系統で説明する。上述のテレメータＭA1、ＭA2、
ＭB1、ＭB2、ＭC1、ＭC2、…が需要家タイプ別、すなわ
ちここではイベントビル群Ａ、ビジネスビル群Ｂ、ホテ
ルその他ビル群Ｃに分類されて、それぞれのビル群の熱
媒体実使用量データが各需要家タイプ別の基本パターン
設定部２０A 、２０B 、２０C に入力される。さらに損
失分Ｄが需要家タイプの１つとして基本パターン設定部
２０D に入力される。
る。冷房と暖房は基本的に同一の構成となるので、ここ
では１系統で説明する。上述のテレメータＭA1、ＭA2、
ＭB1、ＭB2、ＭC1、ＭC2、…が需要家タイプ別、すなわ
ちここではイベントビル群Ａ、ビジネスビル群Ｂ、ホテ
ルその他ビル群Ｃに分類されて、それぞれのビル群の熱
媒体実使用量データが各需要家タイプ別の基本パターン
設定部２０A 、２０B 、２０C に入力される。さらに損
失分Ｄが需要家タイプの１つとして基本パターン設定部
２０D に入力される。
【０００８】基本パターン設定部２０（２０A 、２０B
、２０C 、２０D ）には、イベント小間使用数が入力
されるアジャスト部２２および切り替えスイッチ部２３
が接続されている。アジャスト部２２はイベントビル群
Ａの基本パターンＱA を小間使用数に応じて補正する。
また、切り替えスイッチ部２３はカレンダー２４を備
え、ビジネスビル群Ｂの複数の基本パターンＱB1、ＱB
2、ＱB3、の中から日種別により選択するものである。
、２０C 、２０D ）には、イベント小間使用数が入力
されるアジャスト部２２および切り替えスイッチ部２３
が接続されている。アジャスト部２２はイベントビル群
Ａの基本パターンＱA を小間使用数に応じて補正する。
また、切り替えスイッチ部２３はカレンダー２４を備
え、ビジネスビル群Ｂの複数の基本パターンＱB1、ＱB
2、ＱB3、の中から日種別により選択するものである。
【０００９】アジャスト部２２で補正され、切り替えス
イッチ部２３で選択され、あるいは基本パターン設定部
２０C 、２０D で設定されたままの基本パターンＱC 、
ＱDが、それぞれタイプ別の２４時間後負荷算出部２５
（２５A 、２５B 、２５C 、２５D ）に入力される。
各タイプ別の２４時間後負荷算出部２５A 、２５B 、２
５C 、２５D の出力ＬA 、ＬB 、ＬC 、ＬD は、長期負
荷演算部２６においてその和が演算され、全体予測負荷
Ｗが出力される。この予測負荷は、冷暖房センター１０
における熱源装置の入力データとして登録され、翌日の
０時まで保持されて、これに基づいて熱源装置が運転さ
れる。 なお、とくに暖房の場合の予測負荷について
は、明け方の気温によりバイアス補正される。各ブロッ
クはその入出力モニタのためディスプレイ３０と接続さ
れている。
イッチ部２３で選択され、あるいは基本パターン設定部
２０C 、２０D で設定されたままの基本パターンＱC 、
ＱDが、それぞれタイプ別の２４時間後負荷算出部２５
（２５A 、２５B 、２５C 、２５D ）に入力される。
各タイプ別の２４時間後負荷算出部２５A 、２５B 、２
５C 、２５D の出力ＬA 、ＬB 、ＬC 、ＬD は、長期負
荷演算部２６においてその和が演算され、全体予測負荷
Ｗが出力される。この予測負荷は、冷暖房センター１０
における熱源装置の入力データとして登録され、翌日の
０時まで保持されて、これに基づいて熱源装置が運転さ
れる。 なお、とくに暖房の場合の予測負荷について
は、明け方の気温によりバイアス補正される。各ブロッ
クはその入出力モニタのためディスプレイ３０と接続さ
れている。
【００１０】図４は、上記構成を用いて行なわれる予測
システムの系統図であり、図５はそのフローチャートを
示す。ここで需要家タイプの意義は、負荷の変動要因に
明確な特徴が現われる需要家すなわちビル群を分類して
それぞれの特性に対応する点にある。各運転日当日の負
荷予測は需要家タイプ別毎に設定される基本パターンお
よび損失分の基本パターンに基づいて予測値が求めら
れ、それらの和が全体予測値とされる。基本パターン
は、前述のように負荷の変動要因の特徴に対応して設定
される。これらの変動要因に対してここでは表１のよう
に取り扱うものとする。
システムの系統図であり、図５はそのフローチャートを
示す。ここで需要家タイプの意義は、負荷の変動要因に
明確な特徴が現われる需要家すなわちビル群を分類して
それぞれの特性に対応する点にある。各運転日当日の負
荷予測は需要家タイプ別毎に設定される基本パターンお
よび損失分の基本パターンに基づいて予測値が求めら
れ、それらの和が全体予測値とされる。基本パターン
は、前述のように負荷の変動要因の特徴に対応して設定
される。これらの変動要因に対してここでは表１のよう
に取り扱うものとする。
【表１】
【００１１】そしてこれに基づいて、基本パターンが表
２のように大きく４タイプに設定されているものであ
る。
２のように大きく４タイプに設定されているものであ
る。
【表２】 ここで損失パターンは、発生熱量から、全ビルのテレメ
ータ値の合計で得られる実使用量と内部使用量を差し引
いた値を「損失」と捉らえて、１つのパターンとしたも
のである。基本パターンは、１時から２４時までの負荷
が１時間ごとに示された１日の負荷パターンとして表わ
され、長期負荷予測を行なうベース情報となる。
ータ値の合計で得られる実使用量と内部使用量を差し引
いた値を「損失」と捉らえて、１つのパターンとしたも
のである。基本パターンは、１時から２４時までの負荷
が１時間ごとに示された１日の負荷パターンとして表わ
され、長期負荷予測を行なうベース情報となる。
【００１２】フローは、まずステップ１００において時
刻単位ｉが０にセットされる。ステップ１０１で、テレ
メータＭA1、ＭA2、ＭB1、ＭB2、ＭC1、ＭC2、…から各
ビルの実使用量のデータが読み込まれ、ステップ１０２
では基本パターン設定部２０において、需要家タイプ別
に毎正時ｉ毎の過去から現在までの同時刻における負荷
実績値および損失が求められる。ステップ１０３で、各
時刻ｉにおける負荷実績値を、指数平滑して基本パター
ンＱ（ＱA 、ＱB1、ＱB2、ＱB3、ＱC 、ＱD ）が求めら
れる。
刻単位ｉが０にセットされる。ステップ１０１で、テレ
メータＭA1、ＭA2、ＭB1、ＭB2、ＭC1、ＭC2、…から各
ビルの実使用量のデータが読み込まれ、ステップ１０２
では基本パターン設定部２０において、需要家タイプ別
に毎正時ｉ毎の過去から現在までの同時刻における負荷
実績値および損失が求められる。ステップ１０３で、各
時刻ｉにおける負荷実績値を、指数平滑して基本パター
ンＱ（ＱA 、ＱB1、ＱB2、ＱB3、ＱC 、ＱD ）が求めら
れる。
【００１３】冷熱負荷を例にとると、基本パターンＱは
次の式（１）のように表わされる。 Ｑ* j,i ＝αＱj,i ／Ｍj,i ＋（１−α）Ｑ* j-1,i （１） ただし、 Ｑj,i ： 本日ｉ時（ｉ＝０、…、２４）の実冷熱負
荷 Ｑ* j-1,i ： 現在基本パターンｉ時の冷熱負荷比率 （０＝＜Ｑ* j-1,i ＜＝１） Ｍj,i ： 本日ｉ時の最大値ターゲット （契約量、使用予定小間＋ベース負荷の熱容量など） Ｑ* j,i ： 更新された基本パターンｉ時の冷熱負荷
比率 α ： 指数平滑係数 （０＝＜α＜＝１） 指数平滑係数αは、季節変動、適度のばらつきをもつサ
ンプルデータを用いたシミュレーションから、表３のよ
うに設定するのが望ましい。
次の式（１）のように表わされる。 Ｑ* j,i ＝αＱj,i ／Ｍj,i ＋（１−α）Ｑ* j-1,i （１） ただし、 Ｑj,i ： 本日ｉ時（ｉ＝０、…、２４）の実冷熱負
荷 Ｑ* j-1,i ： 現在基本パターンｉ時の冷熱負荷比率 （０＝＜Ｑ* j-1,i ＜＝１） Ｍj,i ： 本日ｉ時の最大値ターゲット （契約量、使用予定小間＋ベース負荷の熱容量など） Ｑ* j,i ： 更新された基本パターンｉ時の冷熱負荷
比率 α ： 指数平滑係数 （０＝＜α＜＝１） 指数平滑係数αは、季節変動、適度のばらつきをもつサ
ンプルデータを用いたシミュレーションから、表３のよ
うに設定するのが望ましい。
【表３】 なお、基本パターンには上記のように各時刻毎に実績が
反映されていくから、基本パターンにおけるある時刻の
値はその前後の時刻の値とは無関係に設定される。
反映されていくから、基本パターンにおけるある時刻の
値はその前後の時刻の値とは無関係に設定される。
【００１４】次のステップ１０４において、アジャスト
部２２でイベント開催スケジュールが入力されて、イベ
ントビル群Ａの基本パターンＱA が補正される。入力は
ディスプレイ上で図６に示されるようなスケジュール画
面で開始および終了時刻を投入して行なわれる。この入
力を基に計算される負荷は、イベント開催スケジュール
による使用小間数に応じて、［使用小間熱量合計＋ベー
ス負荷］を最大値１としたときの負荷比率で示される。
部２２でイベント開催スケジュールが入力されて、イベ
ントビル群Ａの基本パターンＱA が補正される。入力は
ディスプレイ上で図６に示されるようなスケジュール画
面で開始および終了時刻を投入して行なわれる。この入
力を基に計算される負荷は、イベント開催スケジュール
による使用小間数に応じて、［使用小間熱量合計＋ベー
ス負荷］を最大値１としたときの負荷比率で示される。
【００１５】またステップ１０５では、ビジネスビル群
Ｂの基本パターンの選択が行なわれる。ビジネスビル群
についても上と同様に負荷比率で示されるが、とくに平
日、休日、翌休日別に基本パターンＱB1、ＱB2、ＱB3が
用意され、カレンダーに基づいて日種別が判断され、切
り替えスイッチ部２３で基本パターンが選択される。な
お、カレンダー２４は祝祭日や振替休日なども認識す
る。ホテルその他ビル群Ｃ、損失Ｄでは、それぞれ基本
パターン１種のみのＱC 、ＱD とされている。
Ｂの基本パターンの選択が行なわれる。ビジネスビル群
についても上と同様に負荷比率で示されるが、とくに平
日、休日、翌休日別に基本パターンＱB1、ＱB2、ＱB3が
用意され、カレンダーに基づいて日種別が判断され、切
り替えスイッチ部２３で基本パターンが選択される。な
お、カレンダー２４は祝祭日や振替休日なども認識す
る。ホテルその他ビル群Ｃ、損失Ｄでは、それぞれ基本
パターン１種のみのＱC 、ＱD とされている。
【００１６】このあと、ステップ１０６において、２４
時間後負荷算出部２５で、毎正時に基本パターンを基に
２４時間後の予測負荷Ｌが計算される。この２４時間後
負荷予測はイベントビル群Ａ、ビジネスビル群Ｂ、ホテ
ルその他ビル群Ｃおよび損失Ｄ別に行なわれ、予測負荷
Ｌ（ＬA 、ＬB 、ＬC 、ＬD ）が出力される。これがス
テップ１０７、１０８を経て２４回繰り返されると、需
要家タイプ別の１日分の長期予測負荷が得られる。
時間後負荷算出部２５で、毎正時に基本パターンを基に
２４時間後の予測負荷Ｌが計算される。この２４時間後
負荷予測はイベントビル群Ａ、ビジネスビル群Ｂ、ホテ
ルその他ビル群Ｃおよび損失Ｄ別に行なわれ、予測負荷
Ｌ（ＬA 、ＬB 、ＬC 、ＬD ）が出力される。これがス
テップ１０７、１０８を経て２４回繰り返されると、需
要家タイプ別の１日分の長期予測負荷が得られる。
【００１７】上記ステップ１０６〜１０８の流れを例え
ばイベントビル群について例示すると、前日ｉ時には、
運転当日ｉ時分の２４時間後予測負荷ＬA は式（２）で
求められる。 ＬA ＝｛Σ（ｉ時に使用予定小間の熱容量）＋ベース負荷｝ ×（ｉ時の基本パターン値） （２） そして、最も古い現時刻に対する予測値ＬA （１） を
捨て、順次古いほうからＬA （ｎ） にＬA （ｎ＋１）
を置き換え代入してシフトさせ、最後に上に求めた２
４時間後予測負荷をＬA （２４） にセットすることに
より、ｉ時における２４時間分の長期予測負荷が得られ
る。同様にして、他のタイプのビル群についても２４時
間後予測負荷が求められ、これがｉ時として前日１時か
ら２４回繰り返されることによって、需要家タイプ別に
運転当日１時から２４時までの１日分長期予測負荷が前
日２４時に完成することになる。
ばイベントビル群について例示すると、前日ｉ時には、
運転当日ｉ時分の２４時間後予測負荷ＬA は式（２）で
求められる。 ＬA ＝｛Σ（ｉ時に使用予定小間の熱容量）＋ベース負荷｝ ×（ｉ時の基本パターン値） （２） そして、最も古い現時刻に対する予測値ＬA （１） を
捨て、順次古いほうからＬA （ｎ） にＬA （ｎ＋１）
を置き換え代入してシフトさせ、最後に上に求めた２
４時間後予測負荷をＬA （２４） にセットすることに
より、ｉ時における２４時間分の長期予測負荷が得られ
る。同様にして、他のタイプのビル群についても２４時
間後予測負荷が求められ、これがｉ時として前日１時か
ら２４回繰り返されることによって、需要家タイプ別に
運転当日１時から２４時までの１日分長期予測負荷が前
日２４時に完成することになる。
【００１８】そしてステップ１０９で、長期負荷演算部
２６において各需要家タイプ別の長期予測負荷の和が各
時刻分毎に演算されて、全体予測負荷Ｗが求められる。
なお、各ステップにおけるデータはディスプレイ３０に
表示され、事情変更など必要があれば前日においてシフ
ト中の長期予測負荷、あるいは当日分として登録された
予測負荷がディスプレイ上で修正可能である。 この場
合には、各時刻毎の予測値を個別に書き換えて行なえば
よい。
２６において各需要家タイプ別の長期予測負荷の和が各
時刻分毎に演算されて、全体予測負荷Ｗが求められる。
なお、各ステップにおけるデータはディスプレイ３０に
表示され、事情変更など必要があれば前日においてシフ
ト中の長期予測負荷、あるいは当日分として登録された
予測負荷がディスプレイ上で修正可能である。 この場
合には、各時刻毎の予測値を個別に書き換えて行なえば
よい。
【００１９】以上の流れを運転日当日との関係で示す
と、２４時間後予測負荷Ｌの算出は基本パターンＱをも
とに運転日の前日に１時間毎に実行され、その都度需要
家タイプ別の予測負荷および損失の和が求められる。２
４時間後負荷予測は運転当日の前日の１時に開始される
から、これに小間の使用状況を反映させるために、例え
ば図６に示されたのと同様の各小間の使用開始および終
了時刻を含むイベント開催スケジュールが運転当日の前
々日中に準備される。上記の２４時間後予測負荷Ｌの算
出が２４回繰り返されて、運転日前日の２４時には需要
家タイプ別長期予測負荷が求められる。これらの和が、
０時に当日１日分の１時間毎負荷予測値を示す全体予測
負荷Ｗとして提供される。この１日分の予測負荷は、熱
源装置の運転支援データとして登録され、翌日の０時ま
で保持される。ステップ１０１、１０２が発明の実負荷
検出手段を、ステップ１０３が基本パターン設定手段
を、そしてステップ１０４〜１０８が負荷予測手段をそ
れぞれ構成している。また、ステップ１０９が予測負荷
出力手段を構成する。
と、２４時間後予測負荷Ｌの算出は基本パターンＱをも
とに運転日の前日に１時間毎に実行され、その都度需要
家タイプ別の予測負荷および損失の和が求められる。２
４時間後負荷予測は運転当日の前日の１時に開始される
から、これに小間の使用状況を反映させるために、例え
ば図６に示されたのと同様の各小間の使用開始および終
了時刻を含むイベント開催スケジュールが運転当日の前
々日中に準備される。上記の２４時間後予測負荷Ｌの算
出が２４回繰り返されて、運転日前日の２４時には需要
家タイプ別長期予測負荷が求められる。これらの和が、
０時に当日１日分の１時間毎負荷予測値を示す全体予測
負荷Ｗとして提供される。この１日分の予測負荷は、熱
源装置の運転支援データとして登録され、翌日の０時ま
で保持される。ステップ１０１、１０２が発明の実負荷
検出手段を、ステップ１０３が基本パターン設定手段
を、そしてステップ１０４〜１０８が負荷予測手段をそ
れぞれ構成している。また、ステップ１０９が予測負荷
出力手段を構成する。
【００２０】この実施例によれば、複合ビル群における
負荷を需要家タイプ別に分け、それぞれの負荷の基本パ
ターンを設定して、これに基づいて負荷予測を行ない、
需要家タイプの特性に応じて、ビジネスビル群について
は曜日など日種別で、基本パターンを選択するととも
に、イベントビル群についてイベント開催スケジュール
を折り込んで予測負荷を算出するようにしたので、個人
的な勘に頼ることなく適切な熱源設備の運転が可能とな
る。そして上記基本パターンは、需要家タイプ別に実負
荷を求めこの結果を取り入れながら、２４時間後負荷予
測に先立って学習して設定されるので、２４時間後負荷
予測には常に最新のデータが用いられるとともに、損失
分も需要家タイプの１つとして設定して負荷を予測する
ため、精度の高い負荷予測が行なわれる。
負荷を需要家タイプ別に分け、それぞれの負荷の基本パ
ターンを設定して、これに基づいて負荷予測を行ない、
需要家タイプの特性に応じて、ビジネスビル群について
は曜日など日種別で、基本パターンを選択するととも
に、イベントビル群についてイベント開催スケジュール
を折り込んで予測負荷を算出するようにしたので、個人
的な勘に頼ることなく適切な熱源設備の運転が可能とな
る。そして上記基本パターンは、需要家タイプ別に実負
荷を求めこの結果を取り入れながら、２４時間後負荷予
測に先立って学習して設定されるので、２４時間後負荷
予測には常に最新のデータが用いられるとともに、損失
分も需要家タイプの１つとして設定して負荷を予測する
ため、精度の高い負荷予測が行なわれる。
【００２１】
【発明の効果】以上のとおり、本発明は、イベントビル
を含む需要家タイプ別の基本パターンを設定し、その基
本パターンを用いて運転日の所定時間毎における需要家
タイプ別の負荷予測値を算出して、その和を所定時間毎
の全体予測負荷とするようにしたから、需要家タイプ別
の負荷特性に対応させた負荷予測がきめ細かくでき、全
体として実測値とのかい離のない精度の高い負荷予測値
を得ることができるという効果がある。また、基本パタ
ーンは負荷予測値算出の前に、実負荷を学習して設定さ
れるから、それ自体が自動的に修正され、常に最新のデ
ータを基に予測がなされるという利点がある。
を含む需要家タイプ別の基本パターンを設定し、その基
本パターンを用いて運転日の所定時間毎における需要家
タイプ別の負荷予測値を算出して、その和を所定時間毎
の全体予測負荷とするようにしたから、需要家タイプ別
の負荷特性に対応させた負荷予測がきめ細かくでき、全
体として実測値とのかい離のない精度の高い負荷予測値
を得ることができるという効果がある。また、基本パタ
ーンは負荷予測値算出の前に、実負荷を学習して設定さ
れるから、それ自体が自動的に修正され、常に最新のデ
ータを基に予測がなされるという利点がある。
【図１】本発明の構成を示すブロック図である。
【図２】発明が適用される複合ビル群の地域冷暖房シス
テムの概念図である。
テムの概念図である。
【図３】発明の実施例を示すブロック図である。
【図４】予測システムの系統図である。
【図５】実施例における予測のステップを示すフローチ
ャートである。
ャートである。
【図６】スケジュール入力画面を示す図である。
１ 需要家タイプ別実負荷検出手段 ２ 基本パターン設定手段 ３ 需要家タイプ別負荷予測手段 ４ 予測負荷出力手段 １０ 地域冷暖房センター １１ 熱供給路 ２０、２０A 、２０B 、２０C 、２０D 基本パタ
ーン設定部 ２２ アジャスト部 ２３ 切り替えスイッチ部 ２４ カレンダー ２５、２５A 、２５B 、２５C 、２５D ２４時間
後負荷算出部 ２６ 長期負荷演算部 ３０ ディスプレイ ＬA 、ＬB 、ＬC 、ＬD ２４時間後予測負荷 ＭA1、ＭA2、ＭB1、ＭB2、ＭC1、ＭC2、… テレメー
タ ＱA 、ＱB1、ＱB2、ＱB3、ＱC 、ＱD 基本パターン Ｗ 全体予測負荷
ーン設定部 ２２ アジャスト部 ２３ 切り替えスイッチ部 ２４ カレンダー ２５、２５A 、２５B 、２５C 、２５D ２４時間
後負荷算出部 ２６ 長期負荷演算部 ３０ ディスプレイ ＬA 、ＬB 、ＬC 、ＬD ２４時間後予測負荷 ＭA1、ＭA2、ＭB1、ＭB2、ＭC1、ＭC2、… テレメー
タ ＱA 、ＱB1、ＱB2、ＱB3、ＱC 、ＱD 基本パターン Ｗ 全体予測負荷
Claims (1)
- 【請求項１】 イベントビルを含む複数の需要家タイプ
からなる複合ビル群の地域冷暖房システムの熱負荷予測
システムであって、需要家タイプ別実負荷検出手段と、
該実負荷検出手段の検出結果に基づいて各需要家タイプ
別に基本パターンを設定する基本パターン設定手段と、
前記需要家タイプ別にその基本パターンを用いて運転日
の所定時間毎における負荷予測値を算出する需要家タイ
プ別負荷予測手段と、前記所定時間毎分の需要家タイプ
別の負荷予測値の和を演算し、全体の予測負荷を出力す
る予測負荷出力手段とを有し、前記イベントビルに対す
る前記需要家タイプ別負荷予測手段はイベント開催スケ
ジュール折り込み手段を備えていることを特徴とする複
合ビル群における地域冷暖房システムの熱負荷予測シス
テム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4280969A JPH06109311A (ja) | 1992-09-25 | 1992-09-25 | 複合ビル群における地域冷暖房システムの熱負荷予測システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4280969A JPH06109311A (ja) | 1992-09-25 | 1992-09-25 | 複合ビル群における地域冷暖房システムの熱負荷予測システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06109311A true JPH06109311A (ja) | 1994-04-19 |
Family
ID=17632423
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4280969A Withdrawn JPH06109311A (ja) | 1992-09-25 | 1992-09-25 | 複合ビル群における地域冷暖房システムの熱負荷予測システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06109311A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002039025A1 (fr) * | 2000-11-13 | 2002-05-16 | Daikin Industries, Ltd. | Conditionneur d'air |
| WO2013115286A1 (ja) * | 2012-01-31 | 2013-08-08 | 株式会社日立製作所 | 地域熱エネルギー供給網の制御装置 |
| CN115307276A (zh) * | 2022-08-09 | 2022-11-08 | 南京亚派软件技术有限公司 | 一种基于建筑负荷的冷站设备能效评估方法 |
-
1992
- 1992-09-25 JP JP4280969A patent/JPH06109311A/ja not_active Withdrawn
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002039025A1 (fr) * | 2000-11-13 | 2002-05-16 | Daikin Industries, Ltd. | Conditionneur d'air |
| AU763182B2 (en) * | 2000-11-13 | 2003-07-17 | Daikin Industries, Ltd. | Air conditioner |
| EP1335167A1 (en) * | 2000-11-13 | 2003-08-13 | Daikin Industries, Ltd. | Air conditioner |
| US6701732B2 (en) | 2000-11-13 | 2004-03-09 | Daikin Industries, Ltd. | Air conditioner |
| EP1335167A4 (en) * | 2000-11-13 | 2004-05-26 | Daikin Ind Ltd | AIR CONDITIONER |
| WO2013115286A1 (ja) * | 2012-01-31 | 2013-08-08 | 株式会社日立製作所 | 地域熱エネルギー供給網の制御装置 |
| JP2013155988A (ja) * | 2012-01-31 | 2013-08-15 | Hitachi Ltd | 地域熱エネルギー供給網の制御装置 |
| CN115307276A (zh) * | 2022-08-09 | 2022-11-08 | 南京亚派软件技术有限公司 | 一种基于建筑负荷的冷站设备能效评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11644207B2 (en) | Smart thermostat with model predictive control | |
| JP4386748B2 (ja) | 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体 | |
| US20200025402A1 (en) | Smart thermostat with model predictive control and demand response integration | |
| Moon et al. | Distribution free procedures for some inventory models | |
| US6577962B1 (en) | System and method for forecasting energy usage load | |
| JP5130851B2 (ja) | モデル作成支援システム、モデル作成支援方法、モデル作成支援プログラム | |
| US11371733B2 (en) | Building automation and control system modeling and reporting | |
| US7403928B2 (en) | Identify data sources for neural network | |
| KR102482043B1 (ko) | 소규모 이력 데이터에서 냉방부하를 예측하기 위한 학습 방법 및 장치 | |
| US20230168649A1 (en) | Building control system using reinforcement learning | |
| JP2003070163A (ja) | 省エネルギー効果推定方法およびその装置 | |
| US11215375B2 (en) | Building control system with heat disturbance estimation and prediction | |
| JP5256089B2 (ja) | 部品需要予測方法、部品需要予測システム | |
| JP7317548B2 (ja) | 空調負荷の予測方法およびシステム、並びに空調システムのエネルギー管理方法およびシステム | |
| Daryanian et al. | An experiment in real time pricing for control of electric thermal storage systems | |
| JPH06109311A (ja) | 複合ビル群における地域冷暖房システムの熱負荷予測システム | |
| CN114118591A (zh) | 基于在线学习的台区用电负荷区间预测方法及系统 | |
| KR102227897B1 (ko) | 영업점의 영업시간을 예측 및 제공하는 ami 시스템의 서버 장치와 그 방법 | |
| JPH08322147A (ja) | 電力需要予測システム | |
| JPH0922402A (ja) | 日最大電力需要量予測方法 | |
| Joshi et al. | Scheduling of routine maintenance using production schedules and equipment failure history | |
| EP1270827A1 (en) | Water distribution amount predicting system | |
| JPH06161989A (ja) | 予測装置 | |
| Galiana | An application of system identification and state prediction to electric load modelling and forecasting. | |
| JPH0350431A (ja) | 負荷予測方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19991130 |