CN103917954B - 电力抑制型蓄电蓄热优化装置以及优化方法 - Google Patents

电力抑制型蓄电蓄热优化装置以及优化方法 Download PDF

Info

Publication number
CN103917954B
CN103917954B CN201380002709.9A CN201380002709A CN103917954B CN 103917954 B CN103917954 B CN 103917954B CN 201380002709 A CN201380002709 A CN 201380002709A CN 103917954 B CN103917954 B CN 103917954B
Authority
CN
China
Prior art keywords
electric power
energy
moment
plan
optimization
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.)
Active
Application number
CN201380002709.9A
Other languages
English (en)
Other versions
CN103917954A (zh
Inventor
斋藤正明
村山大
饭野穣
村井雅彦
久田永子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
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 Toshiba Corp filed Critical Toshiba Corp
Publication of CN103917954A publication Critical patent/CN103917954A/zh
Application granted granted Critical
Publication of CN103917954B publication Critical patent/CN103917954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/50—Energy storage in industry with an added climate change mitigation effect
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Development Economics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

对应于奖励型需求响应，既避免公式化或优化方法的复杂化，又求出优化的运行计划。具有：能量预测部（10），设定在将来的规定期间内的控制对象设备（2）的能量的预测值；计划优化部（11），通过规定的评价指标，将在规定期间内的控制对象设备（2）的运行计划进行优化；可否收取奖励判定部（12），判定存在收取奖励的可能性的时刻；电力抑制计划优化部（13），针对存在收取奖励的可能性的时刻，基于追加考虑了用于计算奖励的单价而成的电费单价，通过规定的评价指标，将控制对象设备（2）的运行计划进行优化；以及采用计划选择部（14），选择所述运行计划中的某一方。

Description

电力抑制型蓄电蓄热优化装置以及优化方法
技术领域
本发明的实施方式涉及一种在例如建筑物或工厂中使能量供给设备、能量消耗设备和能量储存设备等控制对象设备的运行计划优化的技术。
背景技术
国内的大厦等建筑物的民生业务部门的消耗能量是最终整体能量消耗的20％左右。因此，建筑物的管理者、利用者若能持续地执行节能，就会对最终能量消耗的抑制有效。
还有，受到近年的电力需求的压迫，对需求高峰时间段上的消耗能量进行削减的峰值削减的必要性增高。例如，对大厦等大需求用户分派使用电力的上限。另外，灵活运行蓄电池或蓄热装置，错开消耗能量高峰时间的峰值转移的必要性也高。
基于这样的背景，能够预见到，今后为了能量消耗的抑制而对利用太阳光或太阳热等可再生能量的能量供给设备的引入会越发加速。
但是，利用可再生能量的能量供给设备的输出受天气等气象条件的影响大。因此认为，能够对此作出补偿的蓄电池或蓄热装置等能量储存设备的引入今后也会增加。
基于以上情况，估计在大厦等设备内所引入的能量供给设备、能量储存设备会多样化。并且，用于使这些设备与现有设备等顺利协作从而在整个建筑物中高效地运行的运行计划的拟定方法成为必要。
例如，有针对具有蓄热槽的能量供给设备，使在规定期间内的消耗能量、成本、CO2产生量最小化的方法。此外，存在基于空调负荷的预测进行峰值削减的方法和将冰蓄冷空调灵活运用于峰值削减的方法等。
在先技术文献
专利文献
专利文献1：日本专利第3763767号公报
专利文献2：日本专利第3519321号公报
发明内容
发明所要解决的问题
根据如上所述的技术，能够针对具有蓄热槽等的能量供给设备，实现按照电力或燃气的使用量进行计费的成本或CO2的最小化，以及高峰时的消耗电力的削减，能够实现这样的运行计划的制作或控制。
另一方面，受如上所述的电力需求窘迫的影响，从电力公司等外部发动需求用户抑制使用电力的需求响应(以后有时简称为DR)的引入越来越现实。
作为该DR的一个形式，有在规定条件下对电费进行打折的奖励型DR。在此所说的奖励是为了使需求用户产生抑制电力的动机，引诱或者促进其抑制电力，而对应于需求用户抑制的电力量所给予的费用折扣。
在奖励型DR中，基于需求用户的过去一定期间的使用电力量，设定决定有无奖励的使用电力量的阈值即基准线。然后，仅在需求用户的使用电力量低于基准线的情况下给予奖励。
但是，在使用如上所述的技术制作考虑奖励型DR在内的成本最小的运行计划的情况下，要使奖励部分的消耗能量和成本严密地公式化来实施优化，为此有以下问题。
即，用于求出使成本最小化的优化值的目标函数成为复杂的形式。这是因为，根据基于多个设备的运行计划等进行计算的整个建筑物的使用电力量与相对于基准线的使用电力量的关系，具有表示有无奖励的不连续变量的项被附加给目标函数。并且，为了求解该优化值，就需要适用容许不连续变量的优化方法。
例如，如果根据基于所决定的运行计划的消耗电力量来计算奖励，并且包括该奖励在内进行优化的话，运行计划就又会改变。并且，超过或低于基准线时，奖励的有无也会改变。若将考虑了这些情况的式子归纳为一个式子的话，就会非常复杂。
本发明的实施方式是为了解决如上所述的现有技术的问题而提出的，其目的在于提供一种对应于奖励型需求响应，既能够避免公式化或优化方法的复杂化，又能够求出优化的运行计划的电力抑制型蓄电蓄热优化技术。
用于解决问题的技术方案
为了达到上述目的，本发明的实施方式具有以下的发明特定事项。
(1)能量预测部，针对供给能量的能量供给设备、消耗能量的能量消耗设备以及储存能量的能量储存设备中的至少一个控制对象设备，设定在将来的规定期间内能量消耗设备的消耗能量或者能量供给设备的供给能量的预测值；
(2)计划优化部，基于所述预测值、所述控制对象设备的特性以及能量使用费的单价，通过规定的评价指标优化在所述规定期间内的控制对象设备的运行计划；
(3)可否收取奖励判定部，基于所述预测值、准备对电力抑制给予奖励的时刻即电力抑制对象时刻、以及是否给予奖励的阈值即基准线，判定存在收取奖励的可能性的时刻；
(4)电力抑制计划优化部，基于所述预测值、所述控制对象设备的特性以及追加考虑了用于计算奖励的单价而成的能量使用费的单价，通过规定的评价指标优化在所述规定期间内的控制对象设备的运行计划；
(5)采用计划选择部，基于规定的评价指标或者从外部输入的选择指示，选择所述计划优化部优化后的运行计划和所述电力抑制计划优化部优化后的运行计划中的某一个。
再有，作为其他方式，也可以作为用于利用计算机或者电子电路来实现上述各部分的功能的方法以及使计算机执行的程序加以实施。
附图说明
图1是示出蓄电蓄热优化***的一例的连接结构图。
图2是示出建筑物内的控制对象设备的结构例的连接结构图。
图3是示出第一实施方式的蓄电蓄热优化装置的结构例的框图。
图4是示出优化处理部的结构的框图。
图5是示出使用电力量与基准线的关系的一例的图。
图6是示出由电力抑制产生的成本转变的一例的图。
图7是示出蓄电蓄热优化装置的次日计划拟定时的处理过程的流程图。
图8是示出用于状态优化的优化变量的一例的图。
图9是示出可否收取奖励的判定的处理过程的流程图。
图10是示出可否收取奖励的判定时刻的优先次序的一例的图。
图11是示出当天进行再次计划的情况下的处理过程的流程图。
图12是示出第二实施方式的可否收取奖励的判定时刻的优先次序的一例的图。
图13是示出第三实施方式的蓄电蓄热优化装置的结构的框图。
图14是示出第四实施方式的可否收取奖励的判定的处理过程的流程图。
图15是示出第五实施方式的蓄电蓄热优化装置的结构的框图。
图16是示出运行计划的提示画面的一例的图。
图17是示出其他实施方式的框图。
具体实施方式
[A.第一实施方式]
[1.蓄电蓄热优化***的概要]
适用本实施方式的蓄电蓄热优化***5，如图1所示地具有设置在成为对象的建筑物1中的各种控制对象设备2、本地控制装置3和蓄电蓄热优化装置4。
控制对象设备2包括能量消耗设备、能量供给设备和能量储存设备中的至少一个。能量消耗设备是消耗被供给的能量的设备。例如，空气调和设备(空调)、照明设备、热源设备都包含在能量消耗设备中。
能量供给设备是将能量供给到能量消耗设备、能量储存设备中的设备。例如，太阳光发电装置(PV)、太阳能热水器包含在能量供给设备中。
能量储存设备是储存被供给的能量的设备。例如，蓄电池、蓄热槽包含在能量储存设备中。本实施方式的控制对象设备2也包括兼作能量消耗设备、能量供给设备、能量储存设备的某一种的设备。
再有，所述“蓄电蓄热”，是当运行计划的优化时，灵活运用能量储存设备的能量储存能力，能够灵活运用蓄电和蓄热的至少一种即可。
本地控制装置3是与控制对象设备2相连接，对各控制对象设备2的动作进行控制的装置。例如，本地控制装置3控制各控制对象设备2的起动、停止、输出等。再有，在以下说明中，有时将起动、停止叫做起停。
可以对每个控制对象设备2分别设置该本地控制装置3，该本地控制装置3也可以是集中控制多个控制对象设备2的结构。各本地控制装置3进行的控制遵从来自经由网络N与各本地控制装置3相连接的蓄电蓄热优化装置4的控制信息。
蓄电蓄热优化装置4是基于能量使用费的单价、过程数据、电力抑制对象时刻、基准线、奖励单价等信息，将控制对象设备2的运行计划进行优化的装置。
所述能量使用费的单价，是按照消耗能量中的成为购买对象的能量的消耗量进行征收的费用的单价。奖励单价是通过与成为能量使用费对象的能量消耗量中的已削减的消耗量相乘，来计算奖励金额的单价。例如，这些单价可以用日元/kW、日元/kWh这样的单位来表现。
成为能量使用费对象的能量是对使用支付对价的能量，例如包括电、燃气。水也包含在此处所说的能量中。因此，能量使用费包括电费、燃气费、自来水费。另外，成为奖励对象的能量使用费一般是电费，在本实施方式中就成为基于电费的处理。但是，在其他的能量使用费成为奖励的对象的情况下，并不排除包含这样的对象在内的处理。
运行计划是在将来的规定期间内的按时间段的各控制对象设备的动作计划。例如，在运行计划中包含从何时到何时起动控制对象设备的起停信息、在具有多台控制对象设备的情况下从何时到何时起动其中的哪台的信息。
此外，在运行计划中还包含将控制对象设备的输出设为何种程度的信息。例如，像多少kW、多少kWh这样地能够用以定量数值方式表示的值来表示的控制设定值，也包含在运行计划中。控制设定值是决定各控制对象设备2的动作状态的参数。
例如，控制设定值包括作为能量消耗设备的空调机的温度设定值或PMV设定值、照明的照度设定值等。再有，PMV是Predicted Mean Vote(预测平均值)的简称，空调的热指标ISO7730有规定。PMV是将人体的寒冷感受数值化的值，“0”表示舒适，“－”表示冷，“+”表示热。在PMV的计算中使用的参数是温度、湿度、平均辐照温度、穿衣量、活动量、风速等。
过程数据包括随时间经过而变化的来自外部的信息。例如，气象数据、运行数据包含在过程数据中。气象数据包括过去的气象数据、天气预报数据。运行数据包括过去的各控制对象设备2的控制设定值、执行运行计划时的各控制对象设备2的状态量。
执行运行计划时的各控制对象设备2的状态量包括各控制对象设备2的消耗能量、生产能量。例如，状态量也包括作为能量供给设备的CGS、电气式制冷机和吸收式冷热水器的输出、负荷率等。状态量还包括作为能量储存设备的蓄电池的放电量、蓄热量、蓄热装置的放热量、蓄热量等。
电力抑制对象时刻是指准备在通过使用电力量的削减而抑制成功时给予奖励的时刻。例如，作为给予奖励的时刻，从1时到4时之间的时刻包含在电力抑制对象时刻中。
基准线是成为是否给予奖励的基准的使用电力量的阈值。该基准线可以基于需求用户的过去一定期间的使用电力量来设定。
例如，基于过去的几日或几周的建筑物等中的电力需求的实际值来计算基准线。再有，本实施方式的基准线以一日为单位进行设定，作为一例，在一日当中采用固定的值。
[2.控制对象设备的连接结构]
图2中示出各种控制对象设备2的连接结构以及冷水、热水、电、燃气等能量流的一例。这些控制对象设备2的能量授受关系是，将从外部进来的电力、从外部供给的燃气作为能量源，将电、冷、热供给到房间110的空调机111等。
作为控制对象设备2，设置有蓄电池100、PV101、CGS102、电气式制冷机103、吸收式冷热水器104、蓄热槽105。再有，在此所示的控制对象设备2是一例，使用或不使用哪个控制对象设备2是自由的。另外，本实施方式并不排除未例示的控制对象设备2。
例如，也可以设置空冷HP(热力泵)、水冷制冷机、太阳能热水器等其他控制对象设备。即，本实施方式的控制对象不限定于上述设备结构，也包括没有一部分设备的情况或扩充了本实施方式的方法而能容易适用的情况下的结构。
蓄电池100是利用能进行充电和放电双方的二次电池的设备。PV101是具备将太阳光的能量变换为电能的太阳光板的发电设备。PV101是根据天气等气象条件而电能的供给量进行变化的设备之一。
CGS(Co－Generation System：联合发电***)102是利用内燃机或外燃机进行发电，并能利用它的余热的***。该例子的CGS102是将燃气作为能源进行发电，并能利用余热的热电并给***。作为发电和热源，也可以使用燃料电池。
电气式制冷机103是利用气体的制冷剂的压缩、冷凝、蒸发的过程进行冷却的压缩式的制冷机，为了压缩制冷剂而使用电动压缩机。
吸收式冷热水器104是在制冷剂的冷凝器与蒸发器之间经过水蒸气的吸收和热源的再生的过程来供给冷水或者热水的设备。作为热源的能量，可以利用燃气或来自CGS102等的余热。
蓄热槽105是利用贮存的载热体进行蓄热的槽。再有，上述的电气式制冷机103、吸收式冷热水器104、蓄热槽105能够供给用于设置在房间110中的空调机111的热水和冷水。
设定参数例如包括处理定时、权重系数、评价指标、设备特性、优先次序等在本实施方式的处理中使用的各种参数。处理定时包括后述的优化处理部40开始处理的定时、是否要再次计划判定部17判定是否要再次计划的定时。
权重系数是在后述的类似度运算中使用的系数。评价指标是消耗能量、供给能量、成本等为了进行优化而应该最小化的指标。设备特性包括各控制对象设备2的额定、下限输出、COP等与各个设备的特性相应地确定的各种参数。这些参数中包含在后述的各种运算中使用的参数。
再有，COP(Coefficient of performance：性能系数)是热力泵等热源设备的性能系数，是将冷却或者加热能力除以消耗电力所得的数。优先次序是后述的对可否收取奖励进行判定的判定时刻的优先次序。
[3.蓄电蓄热优化装置的结构]
参照图3和图4说明蓄电蓄热优化装置4的结构。图3是示出蓄电蓄热优化装置4的整体结构的框图，图4是示出优化处理部40的框图。
蓄电蓄热优化装置4具有优化处理部40、数据取得部20、设定参数输入部21、处理数据存储部22、优化数据存储部23、收发部24。
[3－1.优化处理部]
优化处理部40具有能量预测部10、计划优化部11、可否收取奖励判定部12、电力抑制计划优化部13、采用计划选择部14、控制信息输出部15、开始指示部16、是否要再次计划判定部17。
(1)能量预测部
能量预测部10是预测控制对象设备2的消耗能量或者生产能量的处理部。其预测方法不限定于特定的方法。本实施方式的能量预测部10例如图4所示地具有类似度运算部10a、类似日提取部10b和预测值设定部10c。
类似度运算部10a是基于规定的类似度运算式，根据处理数据存储部22中存储的过去的星期、天气、温湿度，对需要进行优化的运行计划的执行日与过去日的类似度进行计算的处理部。类似日提取部10b是基于由类似度运算部10a运算出的类似度，提取与运行计划的执行日类似的日的处理部。
预测值设定部10c是基于由类似日提取部10b提取的类似日中的运行数据，将该日期的控制对象设备2的消耗能量或者生产能量设定为能量预测值的处理部。
(2)计划优化部
计划优化部11是优化运行计划，使得控制对象设备2的评价指标最小化的处理部。作为本实施方式的评价指标，例如设为使控制对象设备2进行动作时的能量所需的成本。例如，基于能量预测部10的能量预测值，将约束条件式的变量优化，以使目标函数成为最小，通过这样来进行该优化。
(3)可否收取奖励判定部
可否收取奖励判定部12是判定能通过使用电力的削减来收取奖励的时刻的处理部。所述能收取奖励的时刻是指电力抑制对象时刻中的、在优化后的运行计划中需求用户收取奖励的时刻。
该可否收取奖励判定部12具有初始状态决定部121、判定时刻决定部122、运行点导出部123、使用电力量判定部124、分配取消部125、可否收取判定部126、结束判定部127。
(a)初始状态决定部
初始状态决定部121是决定蓄电池100的SOC(State Of Charge：充电状态)和蓄热槽的残余蓄热量的初始状态的处理部。SOC是示出蓄电池100的充电状态的单位。是相对地表示充电剩余量相对于充满电时的比率的数值。
(b)判定时刻决定部
判定时刻决定部122是按照预先设定的优先次序来决定对可否收取奖励进行判定的时刻的处理部。通过设定这样的优先次序，能够制作与各种各样的要求相对应的电力量的削减模式。例如，在本实施方式中，按照在能量预测部10中预测的预测电力消耗能量的值从大到小的顺序来决定判定时刻。
(c)运行点导出部
运行点导出部123是决定使判定时刻的使用电力量成为最小的设备运行点的处理部。
(d)使用电力量判定部
使用电力量判定部124是判定所导出的运行点的使用电力量是超过了规定的基准还是在规定的基准以下的处理部。作为规定的基准，例如包括基准线。
(e)分配取消部
分配取消部125是按照使用电力量判定部124的判定结果，取消来自蓄热槽105的放热量和来自蓄电池100的放电量的分配的处理部。该取消的意思是不进行被分配的量的放热、放电。取消后的放热量和放电量也可以在下一次序的判定时刻的判定中使用。
(f)可否收取判定部
可否收取判定部126是按照使用电力量判定部124的判定结果，判定可否收取奖励的处理部。
(g)结束判定部
结束判定部127是针对DR对象时刻的全部，判定是否结束了可否收取奖励的判定的处理部。
(4)电力抑制计划优化部
电力抑制计划优化部13是考虑了奖励在内，优化运行计划，使得控制对象设备2的评价指标最小化的处理部。例如，评价指标设为与计划优化部11同样。
该优化例如可以使用上述的目标函数和约束条件式。但是，电力抑制计划优化部13在被判定为可以收取奖励的时刻的电费单价中加进奖励单价，并且将该优化中的使用电力量的上限设为基准线。
(5)采用计划选择部
采用计划选择部14是决定由计划优化部11和电力抑制计划优化部13得到的各个运行计划中的、实际采用的运行计划。例如，在如上所述地将成本作为评价指标的情况下，通过计算一日合计的电费、燃气费，并采用较少的一方的运行计划，来进行该决定。
(6)控制信息输出部
控制信息输出部15是基于所采用的运行计划，向本地控制装置3输出控制对象设备2的控制信息的处理部。控制信息是用于使控制对象设备2按照运行计划进行动作的信息，例如包含每个时间段的起停、控制设定值等信息。
(7)开始指示部
开始指示部16是在预先设定的定时，使优化处理部40开始执行优化处理的处理部。例如，在执行日的前一日设定蓄电蓄热计划的情况下，考虑将每天的规定时间作为设定定时。可以将其自由设定为每隔几日或几小时。
(8)是否要再次计划判定部
是否要再次计划判定部17是在预先设定的定时，判定是否需要再次将运行计划优化的处理部。
[3－2.数据取得部]
数据取得部20是从外部取得在优化处理部40的处理中需要的数据的处理部。作为取得的数据，包含过程数据、奖励单价、电力抑制对象时刻、基准线。
[3－3.设定参数输入部]
设定参数输入部21是输入在优化处理部40的处理中需要的设定参数的处理部。作为设定参数，如上所述地包含处理定时、权重系数、评价指标、设备特性、优先次序。
[3－4.处理数据存储部]
处理数据存储部22是存储在优化处理部40的处理中需要的数据的处理部。该数据包含能量使用费的单价、过程数据、奖励单价、电力抑制对象时刻、基准线、设定参数。
在该处理数据存储部22中，除了上述例示的以外，还包含在各部的处理中需要的信息。例如，包含各部的运算式、参数。从而，处理数据存储部22也存储有用于算出费用的电费和燃气费的单价等。
[3－5.优化数据存储部]
优化数据存储部23是存储在优化处理部40的优化处理中求得的数据的处理部。例如，优化数据存储部23对已由计划优化部11和电力抑制计划优化部13优化了的运行计划进行存储。
也可以将该优化数据存储部23所存储的数据作为过去的运行数据，而由处理数据存储部22进行存储，也可以在优化处理部40的上述各部的运算处理中使用。
[3－6.收发部]
收发部24是经由网络N，进行蓄电蓄热优化装置4与本地控制装置3、建筑物管理者的终端、上位的监视控制装置、提供气象信息等的服务器等之间的信息收发的处理部。再有，可以通过收发部24发送处理数据存储部22、优化数据存储部23所存储的数据，来灵活运行如上所述的外部装置。
再有，蓄电蓄热优化装置4具有输入在各部的处理中需要的信息的输入、处理的选择或指示的输入部、用于信息输入的接口、输出处理结果等的输出部。
作为输入部，包含键盘、鼠标、触摸屏、开关等在当前或者将来所能利用的输入装置。输入部也可以实现上述的数据取得部20、设定参数输入部21的功能。
作为输出部，包含显示装置、打印机等在当前或者将来所能利用的所有的输出装置。再有，可以通过输出部显示处理数据存储部22、优化数据存储部23所存储的数据等，来供操作人员进行参照。
[4.蓄电蓄热优化装置的作用]
参照图2、图5～图11，对以上这样的本实施方式涉及的蓄电蓄热优化装置4的作用进行说明。
[4－1.能量的流动]
首先，参照图2说明控制对象设备2中的电、燃气、冷水、热水的流动。即，从电力***接受的电力被蓄电池100储存，或者被供给到上述的能量消耗设备。
在PV101和CGS102中发电的电力也被蓄电池100储存，或者被供给到上述的能量消耗设备。被供给到能量消耗设备中的电，用于电气式制冷机103制热而消耗。
另一方面，来自燃气供给***的燃气被供给到CGS102、吸收式冷热水器104中。再有，吸收式冷热水器104也可以利用在CGS102中产生的热来制造冷热。吸收式冷热水器104还可以利用燃气的投入来增加冷热制造量。再有，吸收式冷热水器104仅通过燃气投入也能供给热。
在电气式制冷机103、吸收式冷热水器104中制造的冷热，被蓄热槽105储存，或者被供给到设置在房间110中的空调机111。利用供给的冷热，空调机111进行房间110的空调。另外，空调机111也能接受在CGS102、吸收式冷热水器104的某个中产生的热水的供给而进行供暖。
[4－2.使用电力量与基准线的关系]
在此，参照图5，对采用奖励型DR情况下的建筑物的使用电力量、基准线、电力抑制对象时刻、电力削减量的关系进行说明。图5是表示建筑物的一日的使用电力量的转变的图，横轴设为一日的时刻，纵轴设为建筑物的使用电力量。
如上所述地基于成为对象的建筑物、工厂等中的过去的电力需求(消耗电力量)的实际值，来决定基准线。例如，可以将在几日期间、几周期间或者一个月的电力抑制对象时刻中的最大使用电力设定为基准线。但是，基准线的设定方法不限定于此。
如图5的阴影线部分的例子所示，在DR的电力抑制对象时刻(在该例子中是13时～16时)中，使用电力量低于所设定的基准线的部分被看作电力削减量。
再有，在图5中，由于时刻A不是电力抑制对象时刻，因此，即使是低于基准线的使用电力量，也不能够收取奖励。时刻B由于是电力抑制对象时刻，因此可以按照低于基准线的部分收取奖励。
但是，作为包括奖励在内的合同体系的例子，设想有以下的PTR、L－PTR、CCP。
(1)PTR：Peak Time Rebate(高峰时间的回扣)
PTR是将上述电力削减量乘以奖励单价所得的金额支付给需求用户的情况的合同体系。
(2)L－PTR：Limited Peak Time Rebate(有限的峰值时间回扣)
L－PTR是与PTR大致同样，但是支付的奖励存在上限的情况的合同体系。
(3)CCP：Capacity Commitment Program(能力承诺计划)
在DR对象时刻的全部时间中，仅在超过了预先决定的电力削减量的目标值的情况下，支付与基准线和目标值相应的固定金额的情况的合同体系。
即，不限于单纯地将与电力削减量成比例的金额作为奖励，有时也设置某个界限。再有，这些只不过是例示，一般并不只确立这些方法或者预定好实施。在实际适用时，也可以适用各种各样不同的方法。
[4－3.由电力抑制产生的成本转变]
在此，参照图6说明由电力抑制产生的成本转变的概念。图6是表示逐渐地抑制了DR对象时刻的使用电力时的成本的转变的图表，设纵轴为电力和/或燃气等的成本，横轴为DR对象时刻的最大使用电力量。图中的各黑点[1]～[5]的意思和其转变的说明如下。
首先，黑点[1]示出不采取一切电力抑制对策的情况。以该黑点[1]为起点，考虑基于两种费用体系1、2，通过使用蓄热或者蓄电的负荷转移来实施电力抑制的情况。
在此，费用体系1是DR对象时刻中的电力单价比其他时刻高的情况。费用体系2是DR对象时刻中的电力单价与其他时刻大致同等或者便宜的情况。
例如，在费用体系1的情况下，通过负荷转移，成本和最大使用电力量两者都下降。所述负荷转移是指错开使用所购买的电力的时间段。负荷转移的例子是通过在费用单价便宜的夜间向蓄电池100蓄电，在费用单价高的白天的时间里从蓄电池100取得电力，来减少所购买的电力量而降低成本的情况。
黑点[2]示出用这种方法部分地将电力抑制到基准线为止的时刻。在蓄电池100的量有富余，还进一步抑制白天的电力消耗量的情况下，能够进一步降低成本。即，在继续进行电力抑制，直到最大使用电力量低于基准线的情况下，还加进了奖励部分，成本的削减程度变大。这样，黑点[3]就示出了抑制电力直到最大程度的时刻。
另一方面，在费用体系2的情况下，由于DR对象时刻中的电力单价与其他时刻大致同等或者便宜，因此存在通过负荷转移而成本增加的可能性。即，即使将充电时间设在夜间，夜间的电费与白天相比没有改变或高于白天。因此，若考虑还有电力损耗，就反而成本提高了。这样地，黑点[4]示出部分地抑制电力直到基准线的时刻。
进一步在最大使用电力量低于基准线，并且继续电力抑制的情况下，加进奖励部分，成本增加的程度变小。或是存在转向而转为成本减少的方向的可能性。黑点[5]示出成本变为减少方向，并抑制电力直到最大程度的时刻。
但是，在费用体系2的情况下，即使如图6的[1]、[5]所示地抑制电力直到最大程度，也存在与不抑制电力的情况相比成本变高的可能性。因此，在费用体系2的情况下，结果不采取一切电力抑制对策的时候可以说是成本最小的一例。再有，[1]、[2]、[3]与[1]、[4]、[5]的轨迹差别有时是因为例如电费单价的不同而产生的，也有时是因为其他参数的差异而产生的。
如上所述，即使假想地变更了DR对象时刻的电力单价来进行优化，也会产生没有考到了与直到基准线的电力抑制有关的成本增加的影响的情况。因此，导出了尽管成本增加却还是谋求电力抑制的、这种错误的运行计划。
还有，在存在使用电力量超过基准线的时间段的情况下，实际在该时刻不收取奖励。因此，得到的运行计划不能说是正确的。
在本实施方式中，重新着眼于如上所述的状况，将考虑奖励的情况与不考虑的情况进行比较，选择某一方。例如，在上述例子中拟定了[3]和[5]的运行计划，若最后进行比较，就能得到最优的计划。
另外，在本实施方式中，为了简化运算而采用了例如针对给予奖励的时间段，设想追加考虑了奖励部分的假想的电力单价来进行优化的方法。即，在考虑了奖励的计算的过程中，不严密地评价针对奖励而使用电力量下降了多少，而是仅将单价更换为便宜的单价，从而简化了计算。
[4－4.在前一日优化次日的运行计划的处理]
按照图7和图9的流程图，对蓄电蓄热优化装置4的处理过程进行说明。以下说明的处理例如是在前一日的晚上优化建筑物1中的控制对象设备2的次日的运行计划的例子。再有，进行优化的运行计划是将来的规定期间即可，是次日还是次日往后的哪一日不做限定。
[优化执行开始处理]
首先，开始指示部16在预先设定的时刻对能量预测部10指示优化处理的执行。例如，在成为前一日的21时，优化处理部40开始优化处理的执行。图7的流程图示出按照开始指示部16的指示开始执行优化处理后的处理流程。
[能量预测处理]
能量预测部10基于处理数据存储部22中存储的过去的规定期间的气象数据和运行数据，预测控制对象设备2的消耗能量或者供给能量(步骤01)。
在此对能量预测部10涉及的预测处理的一例进行说明。首先，类似度运算部10a基于作为气象数据和运行数据而保存在处理数据存储部22中的过去的星期、天气、温湿度，对类似度进行运算。以下的式(1)示出类似度的运算式的一例。
类似度＝|星期的权重|+|天气的权重|+a×|次日最高气温－TMi|+b×|次日最低气温－TLi|+c×|次日相对湿度－RHi|→min(i＝1，2，3，…，n-1，n)…式(1)
在此，“星期的权重”使用预先设定的每个星期的权重系数。a、b、c是各因子的权重系数。“天气的权重”也同样地使用预先设定的每个天气的权重系数。
例如，若次日是“星期二”，则“星期的权重”使用“星期二”的权重。如果次日的基于天气预报的天气是“晴”，则“天气的权重”使用“晴”的权重。次日的最高气温、最低气温、相对湿度使用预想的数据。
然后，作为过去的气象数据，使用与过去的日的日期号相对应地记录的每日的最高气温TMi、最低气温TLi、相对湿度RHi。所述日期号是将处理数据存储部22中存储的运行数据和与其相对应的气象数据按日排列并分配的连续号码。
各权重的设定自由。例如，在基于次日的预报的天气是“晴”的情况下，过去的数据若是“晴”，则权重系数就变小，过去的数据若是“雨”，则权重系数就变大。
再有，可以从设定参数输入部21输入“星期的权重”和“天气的权重”、a、b、c等各因子的权重系数，并按照预测精度任意地设定处理数据存储部22中存储的数据。
这样地利用式(1)，运算求出过去的日的类似度。再有，由于还存在其他类似度的算出方法，因此，本实施方式不限定于该方法。
然后，类似日提取部10b提取如上所述地求出的类似度为最小的日期号。预测值设定部10c将符合被提取的日期号的日期下的控制对象设备2的消耗能量或者供给能量，设定为次日的预测值。
[计划优化处理]
接着，计划优化部11基于能量预测部10的预测值，将设备的运行计划进行优化(步骤02)。在此，即使进行最小化的指标是成本，也不考虑基于电力抑制的奖励。
进行最小化的目标函数可以如以下的式(2)这样地定义，约束条件式可以如以下的式(3)～(8)这样地定义。再有，表现了图3的能量流的式子是约束条件式的(3)～(6)。(7)～(8)是控制对象设备2的容量的约束式。但是，这些公式化也只不过是一例。
GASt＝GASCGS·X6t+GASABR-CG·X3t+GASABR-HG·X4t…式(4)
HABR-CH·X2t+HABR-CG·X3t+HR·X5t+(X7t-X7t+1)＝HCDEMAND t…式(5)
HCGS·X6t+HABR-HG·X4t>HABR-IN·X2t+HHDEMAND t…式(6)
|X7t-X7t+1|≤FLHs…式(7)
|X8t-X8t+1|≤FLBat…式(8)
EC：电力系数
GASC：燃气系数
ECGS：CGS额定发电量
EPV：预测PV发电量
HR：电气式制冷机额定冷却量
HABR－CH：吸收式冷热水器额定冷却量(制造冷水、投入余热)
HABR－CG：吸收式冷热水器额定冷却量(制造冷水、使用燃气)
HABR－HG：吸收式冷热水器额定加热量(制造热水、使用燃气)
HABR－IN：吸收式冷热水器额定余热投入量
COPR：电气式制冷机COP
GAS：燃气使用量
GASCGS：CGS额定燃气使用量
GASABR－CG：吸收式冷热水器额定燃气使用量(制造冷水时)
GASABR－HG：吸收式冷热水器额定燃气使用量(制造热水时)
EDEMAND：预测电力消耗能量
HCDEMAND：预测冷消耗能量
HHDEMAND：预测热消耗能量
FLHs：蓄热槽的最大蓄(放)热量
FLBat：蓄电池的最大充(放)电量
通过利用式(3)～(8)求出使式(2)最小化的变量X1～X8，就能进行优化。图8中集中示出进行优化的变量X1～X8的一例。X1是使用电力量，X2～X6是控制对象设备2的负荷率，X7是残余蓄热量，X8是残余蓄电量。在此，式(2)～(8)中的变量等的“t”表示时刻(例如，将单位设为一小时)。
再有，式(2)的电力系数和燃气系数根据进行优化的指标而不同。例如，若是成本最小化，就分别成为电费的单价、燃气费的单价，若是CO2最小化，就成为各自的CO2排放量或者与其相对应的系数。
式(3)～(8)是主要的约束条件式，使用数学规划方法或者利用仿真的反复运算等，导出既满足这些条件又使优化指标最小的变量值。以后，将在此得到的运行计划表现为计划(I)。
[可否收取奖励的判定]
可否收取奖励判定部12选定DR对象时刻中的、存在由于使用电力的降低而收取奖励的可能性的时刻(步骤03)。参照图9的流程图，对这样的可否收取奖励判定部12中的动作进行说明。
(初始状态的决定)
首先，初始状态决定部121决定蓄电池100的SOC和蓄热槽105的残余蓄热量的初始状态(步骤11)。例如，在此将前一日制作计划的情况作为对象，因此，假定它们是蓄满状态。
(判定时刻的决定)
接着，判定时刻决定部122决定判定时刻(步骤12)。即，如图10所示地按照在DR对象时刻中的在能量预测部10中预测的预测电力消耗能量的值从大到小的顺序来决定判定时刻。图中的带圈数字越小，表示优先次序越高。
按照预测电力消耗能量的值从大到小的顺序决定判定时刻，就会从电力抑制的要求高的时刻开始，优先地作为抑制对象。即，预测电力消耗能量最大的时刻是需求最大的时刻。
就整个社会来看，多数情况下该时刻与电力需求的高峰时相重叠。因此，若优先抑制该时刻，就能够与社会的要求相适应。即，若考虑整个社会的话，会期望从高峰降下来，因此，从需求多的时间段开始向需求仅次于它多的时间段依次进行抑制。
(运行点的导出)
运行点导出部123导出使判定时刻的使用电力最小的设备的运行点(步骤13)。在此，使用电力量X1可以用将式(3)的各项移项得到的以下式(9)来算出。
在此，以满足上述的式(4)～(8)的方式导出将使用电力量X1最小化的设备的运行点。
(使用电力量的判定)
使用电力量判定部124对算出的使用电力量是不足基准线PBASE[kWh]或是在基准线以下，还是在基准线以上或是超过基准线进行判定(步骤14)。
(可否收取的判定)
使用电力量判定部124在判定为算出的使用电力量不足基准线或者在基准线以下的情况下(步骤14的“是”)，可否收取判定部126判定该判定时刻为“可”收取奖励(步骤15)。
在使用电力量判定部124判定为算出的使用电力量在基准线以上或者超过基准线的情况下(步骤14的“否”)，分配取消部125取消本次的蓄热槽的放热量、蓄电池100的放电量的分配(步骤16)。然后，可否收取判定部126判定该判定时刻为“不可”收取奖励(步骤17)。
结束判定部127判定是否已结束了DR对象时刻的全部判定(步骤18)。在结束判定部127判定为未结束DR对象时刻的全部判定的情况下(步骤18的“否”)，将下一个优先次序高的时刻作为判定时刻(步骤12)，与上述同样地反复进行步骤13以后的动作。
在结束判定部127判定为已结束了DR对象时刻的全部判定的情况下(步骤18的“是”)，结束可否收取奖励判定部12涉及的一系列的判定处理。
如以上所述，利用一系列的可否收取奖励判定部12的动作，就能够针对DR对象时间来判定在最大限度地削减了使用电力时的各时刻中可否领取奖励。
[电力抑制计划的优化]
接着，如图7所示，电力抑制计划优化部13针对被判定为“可”收取奖励的时刻，实施考虑了电力抑制所产生的奖励在内的运行计划的优化(步骤04)。
这时，如以下式(10)所示地变更电力系数ECt[日元/kWh]。另外，将该时刻的使用电力量X1的上限变更为基准线。
再有，式(10)的ECHGt[日元/kWh]是时刻t的电力按量收费单价，INCt[日元/kWh]是时刻t时的奖励单价。这样就在电费中追加考虑了奖励单价。以后，将在此得到的运行计划表现为计划(II)。
EC t＝ECHG t+INCt…式(10)
[采用计划的选择]
采用计划选择部14选择在计划优化部11中得到的计划(I)和在电力抑制计划优化部13中得到的计划(II)中的采用的运行计划(步骤05)。
即，采用计划选择部14计算计划(I)、计划(II)的各自一日的合计电费和/或燃气费，选择其中小的一方。将被选择的计划决定为实际适用的运行计划。
[控制信息的输出]
最后，控制设定值输出部15向控制对象设备2输出包括控制设定值在内的基于运行计划的控制信息(步骤06)。再有，控制信息的输出定时考虑各种各样的定时。例如，将输出定时设为运行计划的执行日的前一日，并保持有各本地控制装置3接收到的控制设定值。然后，各本地控制装置3在执行日执行基于控制信息的控制。另外，也可以将运行计划的执行日的当天设为输出定时。
再有，以得到的运行计划为首的在一系列处理中计算出的值，由优化数据存储部23进行保存。以上是在前一日内将次日的运行计划进行优化的情况下的蓄电蓄热优化装置4的动作流程。
再有，上述的一系列处理将进行最小化的评价指标设为成本。但是，评价指标也可以是成本以外的内容。例如，对于CO2、高峰受电量、消耗能量等，也能够设为进行最小化的评价指标。另外，也可以使用组合了这些评价指标的复合指标。
[4－5.在当天变更计划的情况]
如以上所述地，基于在前一日或夜进行优化所得的运行计划，控制对象设备2在次日实际开始运行。
在此，参照图11的流程图，对在正运行控制对象设备2的当天变更计划的情况下的蓄电蓄热优化装置4的动作进行说明。再有，由于再次计划开始后的基本处理与上述的在前日或夜进行优化的处理同样，因此简化说明。
在控制对象设备2的运行开始后，是否要再次计划判定部17在规定的定时判定是否需要再次计划(步骤21)。通过将优化数据存储部23中存储的运行计划与处理数据存储部22中存储的运行数据等进行对照来进行判定。
作为进行判定的定时，例如可以设定如下的定时。
(1)预先设定好的间隔(例如，5分钟)
(2)输入了来自操作人员的请求的情况
(3)在作为预测对象的PV101等的供给能量或者消耗能量中产生了骤变的情况
(4)实际的气象条件(例如，气温、湿度、天气等)脱离了在预测中使用的天气预报的情况或者产生了骤变的情况
(5)从控制信息输出部15输出的运行计划和实际设备的运行状态相偏离的情况
(6)与DR有关的奖励单价或DR对象时刻、基准线被变更了的情况
再有，还存在奖励单价也产生变动的可能性。即，设想到了执行运行计划的当天，突然电力公司变更了特定时间的奖励单价的情况。在该情况下，以此为触发，来变更运行计划。
作为为了判定而进行比较的数据，例如使用如下这样的数据。
(a)供给能量和消耗能量的实测值与预测值
(b)优化后的运行计划与实际的设备的运行状态
是否要再次计划判定部17在这些进行比较的数据的差分分别不超过预先设定在处理数据存储部22中的阈值的情况下，判定为“不用”再次计划(步骤21的“否”)。在它们的差分超过了阈值的情况下，判定为“需要”再次计划(步骤21的“是”)。
在是否要再次计划判定部17这样地判定为“需要”再次计划的情况下，开始指示部16指示再次计划的执行开始(步骤22)。这样就如图9的流程图所示地再次计划开始。
在此，在图9的流程图中的步骤11的动作中，蓄电池100的SOC和蓄热槽105的残余蓄热量的初始状态被设定为当前的SOC和当前的残余蓄热量。其他动作与上述的在前一日制作计划的情况同样。
[5.效果]
以上，根据本实施方式，事先判定能收取奖励的时刻，并导出使用仅对该时刻反映了奖励的电力单价进行优化所得的运行计划。因此，得到了符合现实的正确的DR运行计划。
另外，在进行考虑了奖励的运算时，对应于电力使用量的单价变便宜了奖励单价部分的部分，来进行优化的运算。因此，不需要伴随着使用电力量相对于基准线的变化的严密的公式化所产生的复杂的运算。
另外，还对不考虑奖励而进行优化时的运行计划和考虑奖励进行优化时的运行计划这两者进行计算，采用其中某个评价指标良好的一方。例如，由于将成本便宜的一方作为实际适用的运行计划，因此可以可靠地得到成本为最小的运行计划。
并且，在运行计划和实际的运行状态产生了偏离的情况下，也能够再次使运行计划优化。因此能够成为更符合现实情况的运行计划，将追加的能量准备抑制到最低限度，能够作为整体而高效地运行。
[B.第二实施方式]
[1.结构]
本实施方式的结构基本与上述的第一实施方式同样。但是，可否收取奖励判定部12中的判定时刻决定部122所判定的判定时刻的优先次序不同。即，在本实施方式中，按照在能量预测部10中预测的预测电力消耗能量的值从小到大的顺序来决定判定时刻。
[2.作用]
如以上这样的本实施方式的作用，基本与上述的第一实施方式同样。但是，在制作运行计划时，在图9所示的流程图的步骤12中，判定时刻决定部122从在能量预测部10中设定的预测消耗能量小的时刻开始，依次设为判定时刻。
图12中示出这样地决定的可否收取奖励判定时刻的优先次序的一例。图中的带圈数字越小，表示优先次序越高。其他动作与上述的第一实施方式同样，因此省略说明。
[3.效果]
根据以上这样的本实施方式，从在能量预测部10中得到的预测电力消耗能量小的时刻开始，依次判定奖励的收取可否。因此能够得到使由电力抑制而得到的奖励最大化的成本最小运行计划。
即，使用蓄电、蓄热所能进行负荷转移的量存在界限。因此，若在对象时刻中优先对本来需求少的时刻降低电力，就能够既抑制了进行负荷转移的量，又使相对于基准线的下降幅度最大化。
[C.第三实施方式]
[1.结构]
本实施方式的结构基本与上述的第一实施方式同样。但是，在本实施方式中，如图13所示地具有优先次序输入部25。优先次序输入部25是用户输入优先对哪个时刻进行抑制的优先次序的处理部。
再有，优先次序输入部25可以使用与上述的输入部通用的部分。另外，优先次序输入部25也可以作为受理经由收发部24输入的优先次序并设定在处理数据存储部22中的处理部来构成。并且，经由网络N连接到收发部24的用户的输入输出终端，也包含在优先次序输入部25中。
[2.作用]
如以上这样的本实施方式的作用，基本与上述的第一实施方式同样。但是，在制作运行计划时，在图9所示的流程图的步骤12中，判定时刻决定部122按照从用户输入的优先顺序依次设为判定时刻。其他动作与上述的第一实施方式同样，因此省略说明。
[3.效果]
根据以上这样的本实施方式，可以由优先次序输入部25从外部输入可否收取奖励的判定时刻的优先次序。这样就能够在按照用户意愿的时刻，得到实施电力抑制的成本最小运行计划。
即，能够在用户一侧选择优先对哪个时刻进行抑制。在因为某种理由而想在特定的时刻最大限度地抑制电力的情况下，该时刻的优先次序变为最高。其他时刻若同等，还可以对应于赋予相同次序这样的个别情况。
[D.第四实施方式]
[1.结构]
本实施方式的结构基本与上述的第一实施方式同样。但是，本实施方式是在L－PTR型DR或者CPP型DR的实施之时，也能使用必要的数据进行运行计划的优化的结构。
因此，在本实施方式中，经由数据取得部20输入L－PTR型情况下的奖励的上限额、CPP型情况下的电力削减的目标值，并设定在处理数据存储部22中。还经由设定参数输入部21输入使用电力的边际(margin)，并设定在处理数据存储部22中。
再有，在本实施方式中，将基于上述的上限额、目标值、边际的上限以及下限的值，用于可否收取奖励判定部12和电力抑制计划优化部13中的处理。L－PTR型和CPP型的上限和下限分别如下。
·L－PTR型的DR实施的情况
使用电力量X1的上限：基准线
使用电力量X1的下限：达到奖励上限额的使用电力量
·CPP型的DR实施的情况
使用电力量X1的上限：满足电力削减目标值的使用电力量(参照下述式(11))
使用电力量X1的下限：从上述的上限减去边际的使用电力量(参照下述的式(12))
所谓的边际(margin)是如下含义。首先，在CPP的情况下，若低于基准线且不低于目标值，就不支付奖励。若低于目标值，就针对从基准线到目标值之间的削减量的部分支付奖励。但是，对低于目标值的削减量的部分不支付奖励。因此，需要在比目标值往下一侧进一步设置下限，使得即使低于目标值，还需要超过下限。该目标值与下限之间的宽度就是边际。
若不设置下限，则尽管低于目标值，还会徒劳地降低电力量，因此，为了控制住该情况(关闸)而需要下限。若成为收敛在边际内的使用电力，则如支付奖励那样不会徒劳地抑制电力。
另外，本实施方式的可否收取奖励判定部12中的使用电力量判定部124是判定使用电力量是否能达到上限的处理部。可否收取判定部126是根据使用电力量是否能达到上限来判定可否收取奖励的处理部。
[2.作用]
如以上这样的本实施方式的作用，基本与上述的第一实施方式同样。但是，在本实施方式中，如图14的流程图所示，可否收取奖励判定部12中的判定处理与图9所示的过程有一部分不同。
首先，在图14中，初始状态的决定(步骤301)、判定时刻的决定(步骤302)、运行点的导出(步骤303)与上述的实施方式同样。之后，在步骤304中，使用电力量判定部124判定已最小化的判定时刻的使用电力量是否在其上限以下或者不足上限。
再有，在此，所述使用电力量的上限设定如上所述，在L－PTR型DR实施的情况下是基准线PBASE[kWh]。另外，在CPP型DR实施的情况下的上限设定，是满足以下式(11)中记载的电力削减目标值ΔPL[kWh]的使用电力量PUB[kWh]。
PUB＝PBASE-ΔPL…式(11)
在使用电力量判定部124判定为使用电力量不是在上限以下或者不足上限的情况下(步骤304的“否”)，分配取消部125取消本次分配的放热量和放电量(步骤306)。然后，可否收取判定部126判定为该时刻“不可”收取奖励(步骤307)。
使用电力量判定部124在判定为使用电力量在上限设定以下或者不足上限的情况下(步骤304的“是”)，可否收取判定部126判定该时刻为“可”收取奖励(步骤305)。
接着，分配取消部125取消对使用电力低于上限设定的部分的放热量和放电量的分配(步骤309)。该操作是为了在下一个次序以后的判定时刻灵活有效地利用低于上限的部分的蓄热槽的放热量或蓄电池100的放电量。
结束判定部127在判定为未结束DR对象时刻的全部判定的情况下(步骤308的“否”)，将下一个优先次序高的时刻作为判定时刻(步骤302)，与上述同样地反复进行步骤303以后的动作。
结束判定部127在判定为已结束了DR对象时刻的全部判定的情况下(步骤308的“是”)，结束可否收取奖励判定部12涉及的判定处理。
然后，电力抑制计划优化部13将在可否收取奖励判定部12中判定为“可”收取奖励的时刻的电力系数ECt[日元/kWh]，如式(10)那样地进行变更，如上所述地设定使用电力量X1的上限和下限，实施考虑了奖励的运行计划的优化。以后的动作与上述第一实施方式同样，故省略说明。
[3.效果]
根据以上这样的本实施方式，通过在判定为“能”达到使用电力的目标的时刻设定使用电力量的上限和下限，能够避免在不产生奖励的区域内的过度的电力抑制。然后，能够对应于L－PTR型或者CPP型DR，得到成本最小的运行计划。
[C.第五实施方式]
[1.结构]
图15示出本实施方式的结构。本实施方式基本与上述的第一实施方式同样。但是，本实施方式追加有计划显示部26。计划显示部26可以使用与上述的输出部通用的部分。并且，经由网络N连接到收发部24的用户的输入输出终端，也包含在计划显示部26中。
再有，本实施方式的采用计划选择部14不是按上述基准选择运行计划，而是通过计划显示部26进行设定，以选择用户所选择的运行计划。即，计划显示部26起到输入计划选择指示的指示输入部的功能。
[2.作用]
如以上这样的本实施方式的作用，基本与上述的第一实施方式同样。但是，在由采用计划选择部14选择运行计划之前，在计划显示部26上显示在优化处理部40中得到的不考虑奖励的运行计划和考虑了奖励的运行计划，并让用户了解。
例如，图16中示出在计划显示部26的显示画面上所显示的画面例子。图16的上部是不考虑奖励而进行了优化的情况下的运行计划(I)。图16的下部是考虑奖励而进行了优化的情况下的运行计划(II)。
在各个运行计划中，与评价指标值共同以图表方式显示了每个时间段的电力需求、受电量、蓄电池放电量。加之还显示有作为指示输入部的计划批准按钮、转向热供需画面的转移按钮。
这样地受到运行计划提示的用户，对应该适用哪个运行计划进行判断。然后，通过选择所决定的运行计划的批准按钮，对采用计划选择部14指示采用计划的选择。这样，用户所选择的运行计划就被决定为被执行的运行计划。
[3.效果]
如上所述，根据本实施方式，可以由操作人员在事先对不考虑奖励而进行了优化的情况下的运行计划和考虑奖励而进行了优化的情况下的运行计划这两者进行确认。因此能够按照评价指标值来判断是否批准某个运行计划，并进行指示。
[F.其他实施方式]
本实施方式不限定于上述形式。
(1)控制对象设备不限定于上述例示的设备。例如，作为能量供给设备，可以取代太阳光发电装置、太阳能热水器，或者加之使用风力发电设备等输出根据气象条件进行变化的设备。再有，本实施方式适于对在大厦等规定的建筑物内设置的控制对象设备进行管理的***即BEMS(Building Energy Management System：建筑能量管理***)。但是，控制对象设备的设置位置不限定于单一的建筑物或者多个建筑物，也可以包括室外。即，作为对设置在规定区域中的控制对象设备进行控制的EMS(Energy Management System：能量管理***)，可以广泛适用。
(2)蓄电蓄热优化装置、本地控制装置、终端等可以通过使用规定的程序控制包括CPU等在内的计算机来实现。该情况下的程序是通过物理上活用计算机的硬件来实现如上所述的各部分的处理的程序。
执行上述各部分的处理的方法、程序以及记录了程序的记录介质，也是实施方式的一个形式。另外，如何设定使用硬件进行处理的范围、使用包括程序在内的软件进行处理的范围，不限定于特定的形式。例如，也可以将上述各部分的某个部分构成为实现各自处理的电路。
(3)上述的各处理部和存储部等可以在通用的计算机上实现，也可以利用通过网络进行连接的多个计算机来实现。例如，也可以在用网络与优化处理部进行连接的服务器中构成处理数据存储部、优化数据处理部。
还可以如图17所示地构成为，经由网络N2将设置有控制对象设备2的建筑物等中设置的信息通信装置6，与远程设置的蓄电蓄热优化装置4连接。信息通信装置6可以由个人计算机、控制面板等构成。
信息通信装置6例如具有收发部61、控制信息输出部62、显示部63。收发部61是与蓄电蓄热优化装置4进行信息收发的处理部。例如，收发部61能够接收来自蓄电蓄热优化装置4的包括控制信息在内的运行计划，并向蓄电蓄热优化装置4发送优先次序或运行计划的选择指示。
控制信息输出部62是向使用网络N2连接的本地控制装置3输出控制信息的处理部。显示部63是显示包括控制信息在内的接收到的运行计划等的处理部。输入部64是输入优先次序或运行计划的选择指示等的处理部。显示部63和输入部64具有作为上述的计划显示部26和优先次序输入部25的功能。
还可以构成为，在需求用户一侧仅存在接收从蓄电蓄热优化装置4输出的控制信息的接收部，基于接收部接收到的控制信息来控制本地控制装置3。
这样一来，例如像云计算那样地经由网络由在远离控制对象设备2的地方上构成的单一或者多个服务器来实现蓄电蓄热优化装置4的形式，也是本实施方式的一个形式。这样就能够简化需求用户一侧的设备，能够节约引入成本，并关系到普及的促进。
(4)在处理数据存储部、优化数据存储部中存储的各数据的存储区域，可以各自作为各数据的存储部来构成。这些存储部典型的可以由内置或者外部连接的各种存储器、硬盘等构成。但是，作为存储部，可以利用在当前或者将来所能利用的所有的存储媒体。在运算中使用的寄存器等也可以作为存储部来掌握。存储的形式不仅是保持长时间存储的形式，也包含为了处理而暂时存储并在短时间就被删除或者更新的形式。
(5)实施方式中使用的信息的具体内容、值是自由的，不限定于特定的内容、数值。在实施方式中，在相对于阈值的大小判断、一致不一致的判断等中，是作为以上、以下这样的以包含该值在内的方式进行判断，还是作为更大、更小、超过、不超过、高于、低于、不足这样的以不包含该值在内的方式进行判断，是自由的。从而，例如，根据值的设定，将“以上”换成“更大”、“超过”、“高于”，将“以下”换成“更小”、“不超过”、“低于”、“不足”，实质上都相同。
(6)已经说明了本发明的几个实施方式，但这些实施方式是作为例子而提出的，并不是想限定发明范围。这些实施方式可以以其他各种各样的方式实施，可以在不脱离发明主旨的范围内进行各种各样的省略、置换和变更。这些实施方式或其变形包含在发明范围或主旨内，并且也包含在权利要求范围中记载的发明及其均等的范围内。
附图标记的说明
1…建筑物
2…控制对象设备
3…本地控制装置
4…蓄电蓄热优化装置
5…蓄电蓄热优化***
6…信息通信装置
10…能量预测部
10a…类似度运算部
10b…类似日提取部
10c…预测值设定部
11…计划优化部
12…可否收取奖励判定部
13…电力抑制计划优化部
14…采用计划选择部
15、62…控制信息输出部
16…开始指示部
17…是否要再次计划判定部
20…数据取得部
21…设定参数输入部
22…处理数据存储部
23…优化数据存储部
24、61…收发部
25…优先次序输入部
26…计划显示部
40…优化处理部
63…显示部
64…输入部
100…蓄电池
101…PV
102…CGS
103…电气式制冷机
104…吸收式冷热水器
105…蓄热槽
110…房间
111…空调机
121…初始状态决定部
122…判定时刻决定部
123…运行点导出部
124…使用电力量判定部
125…分配取消部
126…可否收取判定部
127…结束判定部

Claims (11)

1.一种电力抑制型蓄电蓄热优化装置，其特征在于，具有：
能量预测部，针对供给能量的能量供给设备、消耗能量的能量消耗设备以及储存能量的能量储存设备中的至少一个控制对象设备，设定在将来的规定期间内能量消耗设备的消耗能量或者能量供给设备的供给能量的预测值；
计划优化部，基于所述预测值、所述控制对象设备的特性以及能量使用费的单价，通过规定的评价指标优化在所述规定期间内的控制对象设备的运行计划；
可否收取奖励判定部，基于所述预测值、准备对电力抑制给予奖励的时刻即电力抑制对象时刻、以及是否给予奖励的阈值即基准线，判定存在收取奖励的可能性的时刻；
电力抑制计划优化部，基于所述预测值、所述控制对象设备的特性以及追加考虑了用于计算奖励的单价而成的能量使用费的单价，通过规定的评价指标优化在所述规定期间内的控制对象设备的运行计划；以及
采用计划选择部，基于规定的评价指标或者从外部输入的选择指示，选择所述计划优化部优化后的运行计划和所述电力抑制计划优化部优化后的运行计划中的某一个。
2.根据权利要求1所述的电力抑制型蓄电蓄热优化装置，其特征在于，具有是否要再次计划判定部，该是否要再次计划判定部基于所述运行计划和基于所述运行计划进行运行的所述控制对象设备的运行数据，判定是否需要再次优化运行计划。
3.根据权利要求1所述的电力抑制型蓄电蓄热优化装置，其特征在于，
具有控制信息输出部，该控制信息输出部基于由所述采用计划选择部选择的运行计划，输出所述控制对象设备的控制信息。
4.根据权利要求1所述的电力抑制型蓄电蓄热优化装置，其特征在于，具有优先次序存储部，该优先次序存储部存储有所述可否收取奖励判定部判定可否收取奖励的时刻的优先次序。
5.根据权利要求4所述的电力抑制型蓄电蓄热优化装置，其特征在于，所述优先次序是，所述能量预测部预测到的能量预测值越大的时刻，优先次序越高。
6.根据权利要求4所述的电力抑制型蓄电蓄热优化装置，其特征在于，所述优先次序是，所述能量预测部预测到的能量预测值越小的时刻，优先次序越高。
7.根据权利要求4所述的电力抑制型蓄电蓄热优化装置，其特征在于，具有输入所述优先次序的优先次序输入部。
8.根据权利要求1所述的电力抑制型蓄电蓄热优化装置，其特征在于，
所述可否收取奖励判定部基于能收取奖励的电力量的上限，判定存在收取奖励的可能性的时刻，
所述电力抑制计划优化部针对能收取所述奖励的时刻，基于所述上限以及进行削减的电力量的下限，优化控制对象设备的运行计划。
9.根据权利要求1所述的电力抑制型蓄电蓄热优化装置，其特征在于，具有计划显示部，该计划显示部显示所述计划优化部优化后的运行计划和所述电力抑制计划优化部优化后的运行计划。
10.根据权利要求1～9的任一项所述的电力抑制型蓄电蓄热优化装置，其特征在于，具有指示输入部，该指示输入部输入是选择所述计划优化部优化后的运行计划和所述电力抑制计划优化部优化后的运行计划中的哪个运行计划的指示。
11.一种电力抑制型蓄电蓄热优化方法，其特征在于，计算机或者电子电路执行下述处理：
能量预测处理，针对供给能量的能量供给设备、消耗能量的能量消耗设备以及储存能量的能量储存设备中的至少一个控制对象设备，设定在将来的规定期间内能量消耗设备的消耗能量或者能量供给设备的供给能量的预测值；
计划优化处理，基于所述预测值、所述控制对象设备的特性以及能量使用费的单价，通过规定的评价指标优化在所述规定期间内的控制对象设备的运行计划；
可否收取奖励判定处理，基于所述预测值、准备对电力抑制给予奖励的时刻即电力抑制对象时刻、以及是否给予奖励的阈值即基准线，判定存在收取奖励的可能性的时刻；
电力抑制计划优化处理，基于所述预测值、所述控制对象设备的特性以及追加考虑了用于计算奖励的单价而成的能量使用费的单价，通过规定的评价指标优化在所述规定期间内的控制对象设备的运行计划；以及
采用计划选择处理，基于规定的评价指标或者从外部输入的选择指示，选择由所述计划优化处理进行了优化的运行计划和由所述电力抑制计划优化处理进行了优化的运行计划中的某一个。
CN201380002709.9A 2012-11-09 2013-11-06 电力抑制型蓄电蓄热优化装置以及优化方法 Active CN103917954B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-247928 2012-11-09
JP2012247928A JP5981313B2 (ja) 2012-11-09 2012-11-09 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
PCT/JP2013/079989 WO2014073556A1 (ja) 2012-11-09 2013-11-06 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム

Publications (2)

Publication Number Publication Date
CN103917954A CN103917954A (zh) 2014-07-09
CN103917954B true CN103917954B (zh) 2017-03-01

Family

ID=50684658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380002709.9A Active CN103917954B (zh) 2012-11-09 2013-11-06 电力抑制型蓄电蓄热优化装置以及优化方法

Country Status (6)

Country Link
US (1) US9916630B2 (zh)
EP (1) EP2919349B1 (zh)
JP (1) JP5981313B2 (zh)
CN (1) CN103917954B (zh)
SG (1) SG11201400385VA (zh)
WO (1) WO2014073556A1 (zh)

Families Citing this family (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6180826B2 (ja) 2013-07-02 2017-08-16 株式会社東芝 エネルギー管理サーバ、エネルギー管理方法およびプログラム
JP6139306B2 (ja) 2013-07-10 2017-05-31 株式会社東芝 運転計画最適化装置、運転計画最適化方法及び運転計画最適化プログラム
EP3046199A4 (en) 2013-09-11 2017-04-05 Kabushiki Kaisha Toshiba Power storage control device, management system, power storage control method, power storage control program, and memory medium
JP6211994B2 (ja) 2014-05-30 2017-10-11 株式会社東芝 スケジュール決定装置及びスケジュール決定プログラム
JP6356502B2 (ja) 2014-06-20 2018-07-11 株式会社東芝 機器運転設定装置及び機器運転設定値決定プログラム
JP6418833B2 (ja) * 2014-07-28 2018-11-07 株式会社Ｎｔｔファシリティーズ 制御システム、最適解選択装置、制御方法、及びプログラム
WO2016017172A1 (ja) * 2014-07-29 2016-02-04 京セラ株式会社 画像生成装置、画像生成方法およびプログラム
JP6146532B2 (ja) * 2014-08-05 2017-06-14 日本電気株式会社 制御装置、制御方法、及びプログラム
EP3194865B1 (en) * 2014-08-14 2021-04-07 Vigilent Corporation Method and apparatus for optimizing control variables to minimize power consumption of cooling systems
JP2016044855A (ja) * 2014-08-21 2016-04-04 株式会社東芝 空調制御装置、空調制御方法および空調制御プログラム
KR102336642B1 (ko) * 2014-08-21 2021-12-07 삼성전자 주식회사 온도 조절 방법 및 장치
JP6404650B2 (ja) * 2014-09-11 2018-10-10 株式会社東芝 機器運転設定値決定装置、機器運転設定値決定方法、及び、機器運転設定値決定プログラム
JP2016073113A (ja) * 2014-09-30 2016-05-09 富士通株式会社 充放電制御プログラム、充放電制御方法および充放電制御装置
JP6188107B2 (ja) * 2014-11-04 2017-08-30 三菱電機株式会社 コントローラ、機器制御方法、及び、プログラム
WO2016071930A1 (en) * 2014-11-05 2016-05-12 Yanmar Co., Ltd. Control device for optimizing local energy network
JP6431388B2 (ja) * 2015-01-23 2018-11-28 日立ジョンソンコントロールズ空調株式会社 デマンド制御装置
US10389122B2 (en) 2015-02-11 2019-08-20 Nec Corporation Method and a system for controlling energy supply to a client
JP6128624B2 (ja) 2015-02-19 2017-05-17 日本電気株式会社 電力消費量推定装置、電力消費量推定方法およびプログラム
EP3264554B1 (en) * 2015-02-25 2019-07-24 Kyocera Corporation Power management device, power management system, and power management method
JP6090359B2 (ja) * 2015-04-24 2017-03-08 ダイキン工業株式会社 制御装置
JP2016218681A (ja) * 2015-05-19 2016-12-22 ダイキン工業株式会社 インセンティブ予測量提示装置
JP6596966B2 (ja) * 2015-06-23 2019-10-30 ダイキン工業株式会社 スケジュール作成装置
JP6519924B2 (ja) * 2015-08-07 2019-05-29 パナソニックＩｐマネジメント株式会社 蓄電制御システム、指示制御装置、蓄電制御装置、蓄電制御方法、及びプログラム
KR102586745B1 (ko) * 2015-09-01 2023-10-10 삼성전자 주식회사 에너지 소비를 관리하는 방법 및 장치
AU2016324351B2 (en) * 2015-09-16 2021-01-21 Smart Utility Service Holdings Pty Ltd Power analyser and method for the use thereof
JP6453744B2 (ja) * 2015-11-30 2019-01-16 株式会社 日立産業制御ソリューションズ 電力デマンド管理装置および電力デマンド管理方法
JP6679980B2 (ja) * 2016-02-25 2020-04-15 中国電力株式会社 電力需要予測装置、及び電力需要予測方法
JP6647919B2 (ja) * 2016-03-04 2020-02-14 東京瓦斯株式会社 コジェネレーションシステムの制御システム
US11789415B2 (en) 2016-06-30 2023-10-17 Johnson Controls Tyco IP Holdings LLP Building HVAC system with multi-level model predictive control
WO2018005760A1 (en) * 2016-06-30 2018-01-04 Johnson Controls Technology Company Variable refrigerant flow system with predictive control
US20180004171A1 (en) 2016-06-30 2018-01-04 Johnson Controls Technology Company Hvac system using model predictive control with distributed low-level airside optimization and airside power consumption model
CN109416524A (zh) 2016-06-30 2019-03-01 江森自控科技公司 具有多级模型预测控制的变制冷剂流量***
US10305309B2 (en) * 2016-07-29 2019-05-28 Con Edison Battery Storage, Llc Electrical energy storage system with battery state-of-charge estimation
KR101899052B1 (ko) * 2016-09-19 2018-09-14 한양대학교 에리카산학협력단 이산 제조 시설에서 에너지 관리를 위한 실시간 수요 입찰 방법 및 시스템
WO2018081011A1 (en) 2016-10-25 2018-05-03 Simple Energy, Inc. Energy product instant rebate engine
US11928705B2 (en) 2016-10-25 2024-03-12 Uplight, Inc. Instant rebates for demand response enrollment and clawbacks
US10642239B2 (en) 2016-11-29 2020-05-05 Virtual Peaker, Inc. Systems and method for time use optimization
CN106779365A (zh) * 2016-12-02 2017-05-31 合肥工业大学 一种基于需求响应的家庭负荷优化调度方法
WO2018105645A1 (ja) * 2016-12-09 2018-06-14 日本電気株式会社 運転制御システム及びその制御方法
US10867315B2 (en) 2017-02-20 2020-12-15 Honda Motor Co., Ltd. System and method for implementing a demand response event with variable incentives for vehicles
WO2018200854A1 (en) * 2017-04-27 2018-11-01 Johnson Controls Technology Company Building energy system with predictive control
CN107093896B (zh) * 2017-05-10 2018-03-09 合肥工业大学 一种基于需求响应的工业负荷优化调度建模方法
JP6806651B2 (ja) * 2017-09-14 2021-01-06 株式会社東芝 情報処理システムおよび情報処理方法
JP7061616B2 (ja) 2017-09-25 2022-04-28 旭化成株式会社 計画装置、稼働計画の生成方法、水素製造方法、およびプログラム
JP6669148B2 (ja) * 2017-10-23 2020-03-18 株式会社豊田中央研究所 エネルギーシステム最適化装置
JP7017928B2 (ja) * 2017-12-26 2022-02-09 大和ハウス工業株式会社 電力供給システム
JP6628831B2 (ja) * 2018-04-17 2020-01-15 三菱電機株式会社 コントローラ、スケジュール作成方法、及びプログラム
KR101945501B1 (ko) * 2018-05-23 2019-02-08 주식회사 광명전기 에너지 저장 장치와 태양광 발전을 이용한 전력 공급 제어 시스템 및 방법
US11163271B2 (en) 2018-08-28 2021-11-02 Johnson Controls Technology Company Cloud based building energy optimization system with a dynamically trained load prediction model
US11159022B2 (en) 2018-08-28 2021-10-26 Johnson Controls Tyco IP Holdings LLP Building energy optimization system with a dynamically trained load prediction model
US10684070B2 (en) * 2018-09-05 2020-06-16 Johnson Controls Technology Company Variable refrigerant flow system with capacity limits
WO2020153441A1 (ja) * 2019-01-25 2020-07-30 日本テクノ株式会社 設備稼働計画支援装置
US11592792B2 (en) * 2019-01-30 2023-02-28 Johnson Controls Tyco IP Holdings LLP Energy control system with energy provider level demand optimization
ES2955350T3 (es) * 2019-04-26 2023-11-30 Daikin Ind Ltd Sistema de aire acondicionado, dispositivo de aprendizaje automático y método de aprendizaje automático
CN110442170B (zh) * 2019-07-03 2022-05-27 平安科技（深圳）有限公司 设备运行及监测方法、装置、设备及介质
KR102130464B1 (ko) * 2019-10-07 2020-07-06 주식회사 우리젠 Ｄｒ정보를 이용한 사용자 지향적 지능형 건물관리시스템
JP2021143810A (ja) * 2020-03-13 2021-09-24 東京瓦斯株式会社 空調システム
JP7414601B2 (ja) * 2020-03-17 2024-01-16 シャープ株式会社 電力管理装置および電力管理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1737838B (zh) * 2004-06-25 2011-08-17 爱默生过程管理电力和水力解决方案有限公司 对发电和配电进行经济分析的方法和装置
CN102437573A (zh) * 2011-12-29 2012-05-02 广东电网公司深圳供电局 基于模糊建模的配电网可靠性评估调控方法及其***
CN102545258A (zh) * 2012-01-12 2012-07-04 西安交通大学 一种大规模风电并网的电网优化规划方法

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3519321B2 (ja) 1999-08-09 2004-04-12 株式会社山武 蓄熱運転制御方法
JP3779151B2 (ja) * 2000-12-08 2006-05-24 株式会社日立製作所 インセンティブ電力負荷制御方法およびシステム
JP2003087969A (ja) 2001-09-17 2003-03-20 Mitsubishi Electric Corp 電力需要調整システム
JP3763767B2 (ja) 2001-10-02 2006-04-05 株式会社東芝 エネルギ供給設備の運転計画システム
US7616631B2 (en) 2002-08-14 2009-11-10 Lsi Corporation Method and apparatus for debugging protocol traffic between devices in integrated subsystems
JP2005157685A (ja) 2003-11-25 2005-06-16 Toshiba Corp エネルギー需要予測システム
JP2005257097A (ja) 2004-03-09 2005-09-22 Toshiba Corp 熱源機器の起動停止計画策定システム
JP2006098361A (ja) 2004-09-30 2006-04-13 Toshiba Corp 建物エネルギー監視評価装置
JP4753118B2 (ja) * 2006-06-13 2011-08-24 独立行政法人産業技術総合研究所 エネルギー需給調整システム
TW200801925A (en) * 2006-06-23 2008-01-01 Nat Univ Chung Cheng Method for energy-efficient scheduling optimization for compiler
US8872379B2 (en) * 2007-11-30 2014-10-28 Johnson Controls Technology Company Efficient usage, storage, and sharing of energy in buildings, vehicles, and equipment
KR101022574B1 (ko) * 2008-10-28 2011-03-16 한국전력공사 고객기준부하 기반의 상시 부하 저감 시스템
WO2010083334A1 (en) 2009-01-14 2010-07-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
US20110029461A1 (en) * 2009-07-31 2011-02-03 Invensys Systems Inc. Dynamic Electrical Power Pricing Communication Architecture
JP4806059B2 (ja) 2009-09-09 2011-11-02 株式会社東芝 エネルギー管理システムおよびエネルギー管理方法
EP2481140A4 (en) * 2009-09-25 2017-10-18 LG Electronics Inc. Apparatus and method for controlling a battery
US9159042B2 (en) * 2009-10-23 2015-10-13 Viridity Energy, Inc. Facilitating revenue generation from data shifting by data centers
US8457802B1 (en) * 2009-10-23 2013-06-04 Viridity Energy, Inc. System and method for energy management
JP2011142753A (ja) * 2010-01-07 2011-07-21 Panasonic Corp 家電機器制御装置及び家電機器制御システム
US20110179704A1 (en) 2010-01-22 2011-07-28 Beth Louise Macfarlane Synthetic natural-appearing plant supports
JP2011179722A (ja) 2010-02-26 2011-09-15 Toshiba Corp 空調制御システム
WO2011109757A1 (en) * 2010-03-05 2011-09-09 Efficient Energy America Incorporated System and method for providing automated electrical energy demand management
JP5646205B2 (ja) 2010-04-28 2014-12-24 株式会社東芝 消費電力管理システム、およびこれに利用される消費電力管理装置、消費電力管理方法、中央供給電力管理装置、供給電力管理方法
WO2012145563A1 (en) * 2011-04-19 2012-10-26 Viridity Energy, Inc. Methods, apparatus and systems for managing energy assets
US20130144451A1 (en) * 2011-10-25 2013-06-06 San Diego State University Research Foundation Residential and commercial energy management system
US9136706B2 (en) 2011-12-28 2015-09-15 Kabushiki Kaisha Toshiba Power management system and power management method
JP5743881B2 (ja) 2011-12-28 2015-07-01 株式会社東芝 電力管理システム、電力管理方法、需要家端末及び電力管理装置
CN102611127B (zh) 2012-02-17 2014-12-03 中国电力科学研究院 一种微电网自平衡和自平滑统一的控制方法
JP5908302B2 (ja) 2012-02-27 2016-04-26 株式会社東芝 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
CN102684199B (zh) 2012-06-05 2015-04-08 国电南瑞科技股份有限公司 一种微电网与配电网交换功率的多时间尺度控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1737838B (zh) * 2004-06-25 2011-08-17 爱默生过程管理电力和水力解决方案有限公司 对发电和配电进行经济分析的方法和装置
CN102437573A (zh) * 2011-12-29 2012-05-02 广东电网公司深圳供电局 基于模糊建模的配电网可靠性评估调控方法及其***
CN102545258A (zh) * 2012-01-12 2012-07-04 西安交通大学 一种大规模风电并网的电网优化规划方法

Also Published As

Publication number Publication date
SG11201400385VA (en) 2014-09-26
JP5981313B2 (ja) 2016-08-31
EP2919349A1 (en) 2015-09-16
JP2014096946A (ja) 2014-05-22
US20140188295A1 (en) 2014-07-03
CN103917954A (zh) 2014-07-09
EP2919349B1 (en) 2018-09-26
EP2919349A4 (en) 2016-05-25
US9916630B2 (en) 2018-03-13
WO2014073556A1 (ja) 2014-05-15

Similar Documents

Publication Publication Date Title
CN103917954B (zh) 电力抑制型蓄电蓄热优化装置以及优化方法
Hu et al. Neighborhood-level coordination and negotiation techniques for managing demand-side flexibility in residential microgrids
Merdanoğlu et al. Finding optimal schedules in a home energy management system
Ma et al. Energy flow modeling and optimal operation analysis of the micro energy grid based on energy hub
CN103403465B (zh) 蓄电蓄热最佳化装置、最佳化方法及最佳化程序
CN104392286B (zh) 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN109659927B (zh) 一种考虑储能参与度的综合能源微网储能容量配置方法
CN109409595B (zh) 一种园区多能互补***日前调度方法
CN104428812A (zh) 运转计划最佳化装置、运转计划最佳化方法及运转计划最佳化程序
JP6404650B2 (ja) 機器運転設定値決定装置、機器運転設定値決定方法、及び、機器運転設定値決定プログラム
CN104620273A (zh) 领受配售能量削减信息计算装置、领受配售能量削减信息计算方法以及程序
JP7181350B2 (ja) マイクログリッドの運転計画装置および方法、並びにマイクログリッドの運転計画装置で使用される地域エネルギー管理装置およびエネルギー管理装置
Najafi-Ghalelou et al. Robust thermal and electrical management of smart home using information gap decision theory
Barberis et al. Thermo-economic analysis of the energy storage role in a real polygenerative district
Harder et al. The cost of providing operational flexibility from distributed energy resources
Yu et al. A bi-level scheduling strategy for integrated energy systems considering integrated demand response and energy storage co-optimization
CN113344249A (zh) 基于区块链的冷热电联供多微网优化调度方法和***
Bai et al. Flexibility quantification and enhancement of flexible electric energy systems in buildings
Zhang et al. Bi-layer economic scheduling for integrated energy system based on source-load coordinated carbon reduction
CN115293485A (zh) 考虑电动汽车和需求响应的综合能源***低碳调度方法
CN113885367A (zh) 一种楼宇能效管理控制***及方法
Steen Impact on the distribution system due to plug-in electric vehicles and changes in electricity usage
KR20220061220A (ko) 에너지 저장소의 저장 전략에 의존하여 로컬 에너지 네트워크에 대한 네트워크 관리 시스템을 운영하는 방법, 및 네트워크 관리 시스템
JP2001282889A (ja) 省エネルギ・サービス支援システム及び省エネルギ・サービス対価計算方法
Gao et al. Vehicle-to-home, vehicle-to-vehicle, and vehicle-to-grid energy systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant