JP2004068710A - Cogeneration device and its control method - Google Patents

Abstract

<P>PROBLEM TO BE SOLVED: To provide a cogeneration device and its control method, eliminating the consumption of much time for searching case examples without causing a great increase in the information amount of a case example database even when a time passes since starting control. <P>SOLUTION: The cogeneration device comprises means 2 for detecting power demand, means 3 for detecting hot water supply demand, means 4A for detecting information about room temperature, and estimating means 26 for estimating power consumption and/or the hot water supply demand. The estimating means 26 is configured such that it estimates the power consumption and/or the hot water supply demand after the passage of a certain time from case example based inference in accordance with information about a date and a day of a week, the detected power demand, the hot water supply demand and a current detected value for information about temperature and a numerical value for a time before a certain time or longer. The estimating means 26 has first estimating means 22 for finding an estimated value in accordance with an average value (an average value for case example data in each of predetermined regions) for past case example data in a predetermined range (retrieving recent data from quantized histories; compressing the data; and cutting a mesh for the past case example data) and second estimating means 23 for finding a estimated value in accordance with the minimum square error. <P>COPYRIGHT: (C)2004,JPO

Description

【０００１】
【発明の属する技術分野】
本発明は、燃料電池の発電電力、及びその排熱を利用するコージェネレーション装置（例えば、燃料電池コージェネレーション装置、ガスエンジンコージェネレーション装置等）及びその制御方法に関するものである。
【０００２】
【従来の技術】
コージェネレーション装置として、例えば燃料電池コージェネレーション装置について考える。
燃料電池は、電力需要及び貯湯タンク内の温水貯湯量が、その運転について多大な影響を及ぼす。すなわち、電力需要が存在すれば燃料電池コージェネレーション装置を作動して発電を行うことが可能であるが、貯湯タンク内が温水で満杯状態であれば、発電運転を行うことが出来ない。
ユーザが快適に燃料電池を利用するためには、個々のユーザが必要とする時に電力や温水を確実に供給する必要がある。そして、個々のユーザの生活リズム、特に電力需要及び給湯需要について正確に予測することが必要不可欠である。
出願人は平成１４年５月１０日に特願２００２−１３４８９５号を出願して、事例ベース推論の手法を用いて、個々のユーザ毎に異なる電力需要及び給湯需要を出来る限り正確に予測して、燃料電池コージェネレーション装置の運転効率を向上させることが出来る様な燃料電池コージェネレーション装置及びその制御方法を開示した。
【０００３】
しかし、個々のユーザ毎の電力需要及び給湯需要（負荷）を予測するのに事例ベース推論を使用した場合、係る負荷予測に必要となる事例データベースの情報量が時間の経過と共に増加して、記憶するべき情報量が制御ユニットのメモリ容量を越えてしまう可能性がある。
また、係るデータベース情報量が増加する結果、予測に際して必要とされる同一、類似事例の検索において、係る同一或いは類似する事例の検索に時間が掛かりすぎる、という問題も存在する。
【０００４】
【発明が解決しようとする課題】
本発明は上述した従来技術の問題点に鑑みて提案されたものであり、制御開始から時間が経過しても事例データベースの情報量がさほど増加せず、事例検索に多大な時間を費やしてしまうことが無い様なコージェネレーション装置及びその制御方法の提供を目的としている。
【０００５】
【課題を解決するための手段】
本発明のコージェネレーション装置は、電力需要を検出する手段（２）と、給湯需要を検出する手段（３）と、温度（室温及び気温を含む）に関する情報を検出する手段（４Ａ）と、電力消費量及び／又は給湯需要を予測する予測手段（２６）とを含み、該予測手段（２６）は、日付及び曜日に関する情報と、検出された電力需要、給湯需要、温度に関する情報のその時点における検出値及び一定以上以前の時間における数値とに基づいて、所定時間後の電力消費量及び／又は給湯需要を事例ベース推論により予測する様に構成されており、且つ、所定範囲における過去の事例データの平均値（事例データの所定領域毎の平均値）に基いて予測値を求める（量子化した履歴のうち最近傍のデータを取り出す：データ圧縮を行う：過去事例データについてメッシュを切る）第１の予測手段（２２）と、最小二乗誤差に基いて予測値を求める第２の予測手段（２３）とを有している（請求項１）。
【０００６】
また、本発明のコージェネレーション装置の制御方法は、電力需要、給湯需要、温度（室温及び気温を含む）に関する情報を検出する検出工程（ＳＴ２）と、電力消費量及び／又は給湯需要を予測する予測工程（ＳＴ３〜ＳＴ５）とを含み、該予測工程（ＳＴ３〜ＳＴ５）では、過去の事例データの平均値（事例データの所定領域毎の平均値）に基いて予測値を求める（量子化した履歴のうち最近傍のデータを取り出す：データ圧縮を行う：過去事例データについてメッシュを切るＳＡ１〜ＳＡ５）か、或いは、最小二乗誤差に基いて予測値を求める（ＳＢ１〜ＳＢ５）かを判断する予測手法判断工程（ＳＭ）を有しており、日付及び曜日に関する情報と、検出された電力需要、給湯需要、温度に関する情報のその時点における検出値及び一定以上以前の時間における数値とに基づいて、所定時間後の電力消費量及び／又は給湯需要を予測する様に構成されている（請求項４）。
【０００７】
係る構成を具備する本発明によれば、予測工程（ＳＴ３〜ＳＴ５）では、過去の事例データの平均値（事例データの所定領域毎の平均値）に基いて予測値を求める（量子化した履歴のうち最近傍のデータを取り出す：データ圧縮を行う：過去事例データについてメッシュを切るＳＡ３）ことが出来るので、個々の事例データをデータベースに記憶させる従来技術に比較して、データベース（８）に記憶するべき情報量を少なくすることが出来る。
その結果、事例データベース（８）の情報量は、時間が経過しても問題となる程度には増加せず、記憶するべき情報量が制御ユニット（Ａ）のメモリ容量を越えてしまうことが未然に防止される。そして、データベース（８）情報量がさほど増加しないため、予測に際して必要とされる同一、類似事例の検索において、係る同一或いは類似する事例の検索に時間が掛かり過ぎることは無くなる。
【０００８】
ここで、過去の事例データの平均値（事例データの所定領域毎の平均値）に基いて予測値を求めた場合（量子化した履歴のうち最近傍のデータを取り出す：データ圧縮を行う：過去事例データについてメッシュを切るＳＡ３）には、特定の予測対象及び／又は予測範囲のように（例えば、午前１時〜５時までの電力需要）、特定の数値にデータが集中してしまう（３００Ｗ程度に集中）場合については、必ずしもメッシュを切る必要は無い。場合によっては、メッシュを切ることが不適当な場合も考慮し得る。
また、事例データを特定の限定された数値のみであるとみなしても実用上問題ない場合（例えば、午後７時〜１１時の電力需要は、燃料電池やガスエンジンの最大発電電力が１ｋＷの場合に、「１ｋＷ以上」と設定しても、予測、制御を実行する上では問題が無い）については、過去の事例データの平均値（事例データの所定領域毎の平均値）に基いて予測値を求める（量子化した履歴のうち最近傍のデータを取り出す：データ圧縮を行う：過去事例データについてメッシュを切るＳＡ３）手法を行う必要が無い。すなわち、「メッシュを切る」必要が無い。
【０００９】
しかしながら、本発明によれば、上述した場合（過去の事例データの平均値に基いて予測値を求める手法が不適当な場合）には、最小二乗誤差に基いて、過去の事例データのうち、例えば同じ曜日のデータの中で予測時の計測値（例えば、電力需要、室温）との差（すなわち誤差）の二乗の和が最も小さい場合の事例データを選択し、予測値を求める第２の予測手段（２３）によって、或いは、前記最小二乗誤差に基いて予測値を求める予測手法判断工程（ＳＢ１〜ＳＢ５）を実行することにより、予測値を求めることが出来る。
係る「最小二乗誤差に基いて予測値を求める」技術或いは手法を用いた場合には、上述した様な「過去の事例データの平均値に基いて予測値を求める手法が不適当な場合」についても、妥当な予測値を得ることが可能である。
【００１０】
そして、上述した様な「過去の事例データの平均値に基いて予測値を求める手法」或いは「最小二乗誤差に基いて予測値を求める」手法を用いて予測値を得たならば、係る予測値を用いて、コージェネレーション装置の運転制御を行う。
【００１１】
ここで本発明のコージェネレーション装置においては、給湯負荷終了時刻前後で発電運転を終了する運転制御を行う様に構成された運転制御手段（Ａ）を有するのが好ましい（請求項２）。
或いは本発明のコージェネレーション装置の制御方法は、給湯負荷終了時刻前後で発電運転を終了するのが好ましい（請求項５）。
【００１２】
電力需要及び温水需要がピークとなる夜間（例えば、午後７時〜１１時）の時間帯の最後の段階において、コージェネレーション装置の温水タンクに温水が充分に貯蔵されていた場合には、温水タンクに貯蔵された温水が保有する熱量の減少分は、深夜の時間帯における温水タンクから放熱されるのみであり、エネルギ損失となる。
上述した通り、給湯負荷終了時刻前後で（給湯負荷終了時刻付近に）発電運転を終了する制御を行う様に構成すれば、係るエネルギ損失を最小化することが出来る。
ここで、給湯負荷終了時刻（上述の制御により発電運転を終了する時刻）は、図６で示すような電力消費パターンであれば、２４時（午前０時、午後１２時）である。
【００１３】
また、商用電力の契約種類は多様化しており、例えば、契約によって夜間の料金は大変安価であるが、その分、日中の料金が高価に設定される場合がある。
一方、燃料電池を用いたコージェネレーションシステムのように、発電能力を備えたコージェネレーション装置では発電を開始する場合に、改質器の昇温等のため若干のタイムラグが必要であり、起動エネルギとして電力、ガスを消費する場合が存在する。
このような場合においては、電力料金の高くなる時間帯における電力消費量が増大する時刻よりも、当該タイムラグの分だけ早い時刻から、コージェネレーション装置の起動を開始する必要がある。さらに、夜間の電力料金の安い時間帯に起動を完了することで、起動エネルギに対応する光熱費を安価にすることが出来る。
【００１４】
その様な要請に鑑みて、本発明のコージェネレーション装置では、商用電力の料金が安価な時間帯（例えば、夜間料金の時間帯）の終了時から、所定の時間（前記電力消費量が増大する時刻と、前記タイムラグに相当する時間とを考慮した時間と、夜間料金の時間帯の終了時刻とを考慮して決定される時間）だけ早い時刻或いは遅い時刻に発電運転を開始する運転制御を行う様に構成された運転制御手段（Ａ）を有するのが好ましい（請求項３）。
或いは、本発明のコージェネレーション装置の制御方法では、商用電力の料金が安価な時間帯（例えば、夜間料金の時間帯）の終了時から、所定の時間だけ早い時刻或いは遅い時刻に発電運転を開始する運転制御を行うのが好ましい（請求項６）。
【００１５】
【発明の実施の形態】
以下、添付図面を参照して、本発明の実施形態について説明する。
なお、図示の実施形態では、コージェネレーション装置として、燃料電池を例示して説明してある。
【００１６】
図１、図２は、本発明の実施形態にかかる燃料電池コージェネレーション装置の全体構成を示す。
図１において、装置全体としては、例えば、起動・停止からモード選択その他に至る種々の指令を入力する各種指令入力手段１と、電力需要すなわち電力消費量を計測する電力需要計測手段２と、給湯需要すなわち温水（お湯）使用量を計測する給湯需要計測手段３と、室温或いは気温（室温等：室温に関する情報）を計測する室温等計測手段４Ａと、気象データ４と、季節・日付データ等のカレンダー機能を有する手段（カレンダー機能）５と、計時手段であるタイマ機能６と、現在の温水貯湯量計測手段７と、制御装置（制御手段）Ａと、燃料電池コージェネレーション装置Ｂと、外部負荷１３とにより構成されている。
【００１７】
前記制御装置Ａは、図２に示すように、電力需要データ、給湯需要データ、室温データ、季節・日付データ、気象データ等のその時点における計測値及び過去の数値を保存するデータベース８と、データを量子化するデータ圧縮手段２０と、データ取込み方法を選択するデータ取込み法選択手段２１と、量子化され一旦前記データベースに記憶された量子化されたデータを対象にメッシュに切り、このメッシュ内を検索するメッシュ内検索手段２２と、量子化されていないデータを対象に行う最小二乗誤差による検索手段２３と、上述の各種データの類似性を判定する類似判定手段２４と、予測データを出力する予測データ出力手段２５と、電力需要及び／又は給湯需要を予測する電力需要及び／又は給湯需要予測手段（以降、電力需要及び／又は給湯需要予測手段を単に「予測手段」と略記する）２６と、制御モード（制御方法）の選択手段２７、とにより構成されている。
【００１８】
前記燃料電池コージェネレーション装置Ｂは、改質器等の水素製造手段１１と、セルスタック１２、とにより構成されている。
【００１９】
ここで、図１では室温データ（室温計測手段４Ａ）のみが表示され、気温データが表示されていない。電力需要或いは給湯需要に直接関連するのは気温だけでなく、ユーザの生活の場である屋内或いは室内の温度でも充分関連があり、気温は日照位置等に起因して計測手段設置箇所による差異が大きいのに対して、室温は空調のされた部屋を除き計測箇所による差異が小さいこと、気温計測手段に比較して室温計測手段は、例えばリモコンスイッチ内蔵にする等の手法により設置に関する制約が少ないと思われること、等の理由に基づくものである。
但し、上述した理由は支配的なものではない。従って、室温に代えて、気温を制御パラメータとすることは可能である。
【００２０】
前記制御モード（制御方法）選択手段２７では、使用者が制御モードを選択するか、或いは、自動選択を行う。ここで自動選択では、１日に１回、２４時間先の予測データから後述の方法により使用ガス量、電力量を算出し、運転停止回数が最小かつその時の料金テーブルから、ガス及び電気料金を計算して、最も安くなる方法を選択する。もしくは排出ＣＯ２量など環境面で最も優位なものを選択する。
なお、制御モード（制御方法）選択手段２７による制御モード選択については図３以下を参照して後述する。
【００２１】
前記予測手段２６は、電力需要計測手段２からの電力需要データと、給湯需要計測手段３からの給湯需要データと、室温等計測手段４Ａからの室温データと、カレンダー機能５からの季節・日付データと、データベース８に保存されている過去における電力需要データ、給湯需要データ、室温データ（過去事例データ）とから、所謂「事例ベース推論」の手法を用いて、電力需要及び／又は給湯需要についての予測値を演算する。
【００２２】
事例ベース推論を用いる場合、多数の事例をデータベース化してメモリ（データベース８）に蓄えておき、類似事例があった場合に前記蓄えられた事例を引き出す。
類似事例が無い場合は、蓄えられた事例の中で、最も類似事例に近いものを選択する。この際、類似データの無い部分のデータを追加したり、最新の事例に順次データを書き換える学習を行うことで、より的確な予測が可能となる。
具体的には、例えば、先ず曜日で分類し、土曜日の午前０時から２４時間後の予測（例えば、電力需要と、曜日、時間帯、天候及び気温との相関など）を、１分間毎に行う場合、２４時間以前とその時の現在値のデータベースの中から予測時の状態（曜日、時間、気温、給湯需要等）に最も類似したデータを選択し、予測値とする。
この様にして２４時間後の予測のために、２４時間以前とその時点の現在値のデータを、曜日毎に１週間程度に亘って１分毎に蓄えていけば、翌日の燃料電池運転を行うのに必要な電力需要及び／又は給湯需要の予測を行うのに必要な量のデータが蓄積され、データをさらに蓄積、学習していくことで２４時間先の精度の高い類似例の活用が可能となる。
【００２３】
次に、図３を参照して、図１で示す燃料電池コージェネレーション装置の運転制御のメインフローについて説明する。
【００２４】
運転制御に先立って、電力需要及び／又は給湯需要の予測を開始する（図３でステップＳＴ１がＹＥＳ）。
ここで、図示の実施形態においては、毎日、午前０時０分にその日１日の電力需要及び／又は給湯需要の予測を行うものとする。しかし、これはあくまでも例示であり、勿論、その他の時刻に予測を行っても良い。
【００２５】
予測に際しては、先ず、電力需要計測手段２から電力需要データを、給湯需要計測手段３から給湯需要データを、室温等計測手段４から室温データを、カレンダー機能５から季節・日付データを、夫々２６予測手段に送る（ステップＳＴ２）。
それと共にステップＳＴ２では、データベース８に保存されている電力需要データ、給湯需要データ、室温データの、例えば２４時間以前のデータ、６０分以前のデータ、１０分以前のデータ及びその時の計測時のデータを、当該データベース８から予測手段２６に送る。
【００２６】
次に、上述した通り、事例ベース推論を用いて、電力需要及び／又は給湯需要を演算することにより、予測を行う（ステップＳＴ３）。
ここで、電力需要及び／又は給湯需要の予測においては、例えば２４時間後の数値（電力需要及び／又は給湯需要）を求めている（ステップＳＴ４、ＳＴ４Ａ）。
但し、電力需要については、２４時間後のみならず、６０分後、１０分後の予測をも行う。燃料電池の起動に際して、機械により差異はあるが起動から発電開始まで６０分掛かるとすると、起動から６０分後の電力需要が、非常に重要となるからである。一方、１０分後は燃料電池コージェネレーション装置内の改質器の応答性を補正し、無駄な発電を行わないために重要である。
【００２７】
電力需要及び／又は給湯需要の予測（ステップＳＴ３、ＳＴ４，ＳＴ４Ａ）は、２４時間後まで、１分刻みに行われる（ステップＳＴ５）。これにより、その日１日の（２４時間後までの）電力需要及び／又は給湯需要のパターンが予測されることとなる。そして、図１で示す燃料電池のその日における運転計画が出来上がる（ステップＳＴ６）。
【００２８】
ステップＳＴ６で燃料電池の運転計画が出来上がった段階で、燃料電池の運転モードを決定する（ステップＳＴ７）。燃料電池の運転がなるべく停止することがないように、運転モードの決定が行われる。
燃料電池の運転モードが決定したのち（ステップＳＴ７終了後）、燃料電池が起動するのを待つ（ステップＳＴ８がＮＯのループ）。
【００２９】
燃料電池が起動したならば（ステップＳＴ８がＹＥＳ）、長時間停止後に起動した場合に該当する。その場合、起動後６０分経過した時点における電力需要及び／又は給湯需要の予測値を用いて、起動直後の電力需要及び／又は給湯需要を設定して、運転を行う（ステップＳＴ９）。
【００３０】
燃料電池の起動直後の運転から定常運転に変わったならば、ステップＳＴ６で求めた電力需要及び／又は給湯需要パターンを用いて、常時、１０分後の予測値を参照しつつ、燃料電池の出力を設定する（ステップＳＴ１０）。
【００３１】
燃料電池の運転を続け、運転時の数値を計測し（ステップＳＴ１１）、予測値と比較する（ステップＳＴ１２）。
【００３２】
実測値と予測値の差の絶対値が許容誤差以上であるかを判断し（ステップＳＴ１３）、許容誤差未満であれば（ステップＳＴ１３のＮＯ）、ステップＳＴ１１以降を繰り返す。実測値と予測値の差の絶対値が許容誤差以上であれば（ステップＳＴ１３のＹＥＳ）、コ−ジェネ運転制御の指令値の変更（補正）を行って（ステップＳＴ１４）、所定の時間が経過して、燃料電池の運転を終了するか否かを判断する（ステップＳＴ１５）。
【００３３】
燃料電池の運転を続行する（ステップＳＴ１５のＮＯ）場合は、ＳＴ１１以降を繰り返す。
【００３４】
次に、添付図面の図４以降を参照して、図３のステップＳＴ３の事例ベース推論により予測値を演算し、出力する迄を更に詳しく説明する。
【００３５】
先ずデータ取込み方（データベース化法）を選択して（ステップＳＭ）、１取込み方として、圧縮事例データを作成する（ステップＳＡ１）。
【００３６】
検索を開始して（ステップＳＡ２）、同メッシュ内で検索（ステップＳＡ３）した後、類似例の有無を確認する（ステップＳＡ４）。類似例がなければ（ステップＳＡ４のＮＯ）、隣接メッシュ内で検索し（ステップＳＡ５）、再び類似例の有無の確認（ステップＳＡ４）以降を繰り返す。
類似例があれば（ステップＳ４のＹＥＳ）、出力（ステップＳＡＢ）した後、図３のＳＴ４及び／又はＳＴ４Ａに進む。
【００３７】
別のデータ取込み法を選択した場合は、年月日、曜日、時刻を分類し（ステップＳＢ１）、検索を開始して（ステップＳＢ２）、同分類内で最小二乗誤差による検索を行う（ステップＳＢ３）。
そして、類似例の有無を確認し（ステップＳＡ４）、類似例がなければ（ステップＳＢ４のＮＯ）、シフト量を設定する。その後優先順位に基づき、年月日、曜日、時刻を設定されたシフト量だけシフトして検索し（ステップＳＢ５）、その後、再び検索開始（ステップＳＢ２）以降を繰り返す。
類似例があれば（ステップＳＢ４のＹＥＳ）、出力（ステップＳＡＢ）した後、図３のＳＴ４及び／又はＳＴ４Ａに進む。
【００３８】
次に、図５を参照して、前述の図３のステップＳＭのデータ取込み法（データベース化法）選択について詳しく説明する。
【００３９】
先ず、予測対象或いは予測範囲の特定が済んでいるか否かを判断し（ステップＳＣ１）、特定が済むまでこのステップ（ＳＣ１）を繰り返す。特定が済めば（ステップＳＣ１のＹＥＳ）、予測対象、予測範囲において一部に過去の事例データが集中（例えば、午前１〜５時の電力需要が３００Ｗ位に集中し、給湯需要は殆ど無い状態）しているか否かを判断する（ステップＳＣ２）。
【００４０】
集中していれば（ステップＳＣ２のＹＥＳ）、事例データの集中部分や特定の限られた数値についてはデータを圧縮せずに図４のステップＳＢ１に進み（ステップＳＣ３）、集中していない（ステップＳＣ２のＮＯ）場合は、予測対象、予測範囲において、事例データを特定の限られた数値のみであるとみなしても事実上十分であるか否か（例えば、午後７〜１１時の電力需要…１ＫＷ）を判断する（ステップＳＣ４）。
【００４１】
ステップＳＣ４で「みなしてもよい」のであれば（ステップＳＣ４のＹＥＳ）、事例データの集中部分や特定の限られた数値についてはデータを圧縮せずに図４のステップＳＢ１に進み（ステップＳＣ３）、ステップＳＣ４で「みなすことが出来ない」（ステップＳＣ４のＮＯ）場合は、前述の図４のステップＳＡ１で示した事例データの圧縮、量子化のステップに進む。
【００４２】
図６で示す１日の電力及び／又は温水消費パターンを考えた場合に、午後７時〜午後１２時に消費のピークが来た後、午前０時から消費量が激減し、午前１時〜５時までの消費量は最低レベルとなる。
電力需要及び温水需要がピークとなる夜間（例えば、午後７時〜１１時）の時間帯の最後の段階において、コージェネレーション装置の温水タンクに温水が充分に貯蔵されていた場合には、温水タンクに貯蔵された温水が保有する熱量の減少分は、深夜の時間帯における温水タンクから放熱されるのみであり、エネルギ損失となる。
【００４３】
その様な、エネルギ損失を最小限とするため、図７で示すような運転が行われる。図７を参照して、エネルギ損失を最小限とするための運転方法、すなわち、給湯負荷終了時刻前後で発電を終了する制御について説明する。
【００４４】
毎日定刻である、例えば深夜の０時にスタートして、電力消費、給湯負荷の予測を開始する（ステップＳＤ１）。予測が終了したか否かを終了するまでチェックしており（ステップＳＤ２）、終了していれば（ステップＳＤ２のＹＥＳ）、現在のタンク内の貯湯量の計測値を参照して（ステップＳＤ３）、深夜（午後７から午前１時付近）における給湯負荷終了時刻前後の適当な時刻を燃料電池発電終了時刻と決定する。
【００４５】
設置タンクの最大蓄熱量（（ＦＣ排熱温度−給水温度）×タンク容量））、及び現在の貯湯量から電力負荷予測値より逆算して発電開始時刻を決定して（ステップＳＤ５）、制御を終了する。
【００４６】
再び、図６で示す電力及び／又は温水消費パターンを考えた場合に、午前７時〜９時にかけて、電力需要及び／又は給湯需要の１つのピークが存在することが理解される。
ここで、例えば、電力会社との契約によっては、夜間の料金は大変安価であるが、その分、日中の料金が高価に設定される場合がある。従って、午前７時〜９時にかけて、電力需要及び／又は給湯需要の１つのピークに対しては、燃料電池コージェネレーション装置により賄うことが経済的である。
【００４７】
一方、燃料電池Ｂを用いたコージェネレーション装置では、発電を開始する場合に、若干のタイムラグが必要で、起動エネルギとして電力、ガスを消費する場合がある。
このような場合においては、電力料金の高くなる時間帯における電力消費量が増大する時刻よりも、当該タイムラグの分だけ早い時刻から、コージェネレーション装置の起動を開始する必要がある。さらに、夜間の電力料金の安い時間帯に起動を完了することで、起動エネルギに対応する光熱費を安価にすることが出来る。
【００４８】
次は、図８を参照して、商用電力の料金が安価な時間帯の終了時から、所定の時間だけ早い或いは遅い時刻に発電を開始する制御方法について説明する。
【００４９】
電力消費、給湯負荷の予測を開始し（ステップＳＦ１）、予測が終了するまで予測終了を判断（ステップＳＦ２）して、予測が終了していれば（ステップＳＦ２のＹＥＳ）、予測された電力需要、給湯需要に基いて起動時刻を決定する（ステップＳＦ３）。
【００５０】
夜間料金時刻帯を入力して（ステップＳＦ４）、起動時刻が夜間料金時刻終了時刻±Ｘ時間以内に収まるまで繰り返し判断する（ステップＳＦ５）。起動時刻が夜間料金時刻終了時刻±Ｘ時間以内に収まれば（ステップＳＦのＹＥＳ）、起動時刻を起動〜発電開始の時間分だけ前にずらし（ステップＳＦ６）、設定を終了する。
【００５１】
上述のようなコージェネレーション装置及び制御方法の実施形態によれば、予測工程ＳＴ３〜ＳＴ５では、過去の事例データの平均値（事例データの所定領域毎の平均値）に基いて予測値を求める（量子化した履歴のうち最近傍のデータを取り出す：データ圧縮を行う：過去事例データについてメッシュを切る）ことが出来るので、個々の事例データをデータベースに記憶させる従来技術に比較して、データベース８に記憶するべき情報量を少なくすることが出来る。
その結果、事例データベースの情報量は、時間が経過しても問題となる程度には増加せず、記憶するべき情報量が制御ユニットＡのメモリ容量を越えてしまうことが未然に防止される。そして、データベース情報量がさほど増加しないため、予測に際して必要とされる同一、類似事例の検索において、係る同一或いは類似する事例の検索に時間が掛かり過ぎることは無くなる。
【００５２】
そして、過去の事例データの平均値に基いて予測値を求める手法が不適当な場合）には、最小二乗誤差に基いて予測値を求める第２の予測手段２３によって、或いは、前記最小二乗誤差に基いて予測値を求める予測手法判断工程ＳＢ３を実行することにより、予測値を求めることが出来る。
係る「最小二乗誤差に基いて予測値を求める」技術或いは手法を用いた場合には、上述した様な「過去の事例データの平均値に基いて予測値を求める手法が不適当な場合」についても、妥当な予測値を得ることが可能である。
【００５３】
また、給湯負荷終了時刻前後で発電運転を終了する制御によって、エネルギ損失を最小化することが出来る。
【００５４】
更に、商用電力の料金が安価な時間帯（例えば、夜間料金の時間帯）の終了時から、所定の時間だけ早い時刻或いは遅い時刻に発電運転を開始する運転制御を行うことによって、無駄なエネルギ消費を回避することが出来る。
【００５５】
次に、添付図面の図９以降を参照して、図１〜図５で説明した本発明の実施形態と好適に組み合わせて、本発明のコージェネレーション装置を運転制御する技術について説明する。
なお、図９以降において、コージェネレーション装置として、燃料電池コージェネレーション装置を用いた場合について、説明する。
【００５６】
図９は、各種条件の設定及び入力と、各種物理量の予測部分であり、図１０は燃料電池停止抑制制御を示す部分で、制御ユニットから、水素製造手段に伝達される以降の制御のフローを含むものである。
【００５７】
図９において、燃料電池稼動率が曜日及び曜日の時間帯によって変わる（特色を有する）ことに着目して、ステップＳ１では、曜日を含むカレンダーを設定する。
【００５８】
次のステップＳ２では、制御を行うに先立ち、予測モデル作成のためのデータ取得期間の設定をおこない（例えばデータ取得期間は向こう一週間とし）、予測時間すなわち、何時間後の物理量を予測するかを決める値であるＸ時間後（例えば２４時間後）を設定する。
その２４時間の間には修正回数としてＹ分（例えば３０分）毎、即ち修正回数４８回を設定する。これは手段１０における２４時間先予測のまま、データベースの学習（書き換え）無しに制御指令の計算を行うと、気温の急変や急な外出などの影響が大きいためである。更に、部分負荷効率の閾値（Ｗ％）と、継続時間（Ｖ分）を設定する。（制御の例としては、例えば、部分負荷効率が閾値Ｗ（７０）％以下の状態がＶ（１２０）分以上継続した場合に運転を停止する等。）
【００５９】
次のステップＳ３では、出力（電力需要及び／又は給湯需要）データ及び入力（気候・温度等）データの収集を開始する。そして次のステップＳ４に進む。
【００６０】
ステップＳ４では、制御装置Ａはデータの収集期間を越えたか否かを判断する。
データの収集期間を越えていれば（ステップＳ４においてＹＥＳ）、次のステップＳ５に進み、越えていなければ（ステップＳ４においてＮＯ）、ステップＳ３からを繰り返す。
【００６１】
ステップＳ５では、負荷予測（電力需要及び／又は給湯需要の予測）を開始する。そして、次のステップＳ６において、今後の電力及び給湯量の予測のためのモデル作成を、例えば上述した様な事例ベース推論による予測方法で行う。ここで、自己回帰モデル等の予測方法によって行うことも可能である。
自己回帰モデルとしては、収集した各種のデータをモデル式に当てはめてしまえば、従来の事例からモデル式の次数、定数、その他を決定して電力消費量を示す式を完成させることが出来る。
そして、従来の事例に基づいて、ある期間のモデル式を作成し、当該式における「時間」のファクタを変化させて消費電力を予測することが出来る。
【００６２】
なお、予測法には、ニューラルネットワークを使用する方法、スペクトルモデルを使用する方法、など他にも存在する。
【００６３】
次のステップＳ７１、Ｓ７２では、前述の予測に基づき、現在からＸ時間後の合計電力及び消費給湯量の予測を行う。すなわち、電力需要（電力消費量）、給湯需要（お湯消費量）、室温の計測値、過去のデータ（図２を参照して説明した過去のデータ）、日付及び曜日から、電力需要を予測し（ステップＳ７１）、予測された電力需要から給湯需要を予測する（ステップＳ７２）。
或いは、電力需要（電力消費量）、給湯需要（お湯消費量）、室温の計測値、過去のデータ、日付及び曜日から、給湯需要を予測し（ステップＳ７１のカッコ書き）、予測された給湯需要から電力需要を予測しても良い（ステップＳ７２のカッコ書き）。
電力需要及び給湯需要を予測したならば（ステップＳ７１，Ｓ７２終了）、ステップＳ８に進む。
【００６４】
ここで、電力需要、給湯需要の予測については、図１〜図８で説明したのと同様である。図９において、電力需要、給湯需要の何れかを予測した後に、その予測結果を用いて他方を予測しているが、電力需要と給湯需要を同時に求めることも可能である。
【００６５】
ステップＳ８では、Ｘ時間後の貯湯量を以下の算定式から求める。即ち、現在の貯湯量に、負荷予測電力カーブに基づく発電量を燃料電池の発電効率で除し更に排熱効率を掛けた値を加えたものから、温水消費量を減じたものが、Ｘ時間後の貯湯量である。
ここで、経時変化に伴う効率の変化を正確に反映させるため、効率算出に必要なセンサーを取付けることが好ましい。そして、貯湯タンクの放熱量も考慮するのが好ましい。
そして、手段１０で述べたように、ステップＳ９で制御を自動選択するかを手段１により判断し、ＹＥＳ（選択する）の場合、ステップＳ１０へ進む。
【００６６】
ステップＳ１０では図１０〜図１４で示すＭ１〜Ｍ５により、Ｘ時間先の予測結果に基づき、計算を行う。次に、ステップＳ１０´でそのうちＸ時間先の運転停止回数の最小のもので、そのうち光熱費（もしくはＣＯ２排出量、ＮＯｘ排出量）が最低のものを選択し、そのＭ（Ｍ１〜Ｍ５のどれか）へ進む。
一方、ステップＳ９でＮＯの場合は、手段１で選択したＭ（Ｍ１〜Ｍ５のどれか）へ進む。
【００６７】
図１０は燃料電池停止抑制制御を示し、図１０のステップＳ１１において、制御装置Ａは、貯湯槽下部に設置した温度センサーで貯湯槽が温水で満杯になるか否かを判断する。
【００６８】
貯湯槽が満杯になると判断すれば（ステップＳ１１においてＹＥＳ）、次のステップＳ１２に進み、満杯にならないと判断すれば（ステップＳ１１においてＮＯ）、ステップＳ１５まで進む。
【００６９】
ステップＳ１２において、制御装置Ａは現時点から貯湯槽の満杯終了予定時刻までの時間Ｚを算出し、次のステップＳ１３に進む。
【００７０】
ステップＳ１３では、満杯終了予定時刻に貯湯槽が満杯になるように、発電出力を落した燃料電池発電パターンを計算する。そして、次のステップＳ１４に進む。
【００７１】
ステップＳ１４では、制御装置Ａは、Ｚ時間後に満杯になるか否かを判断する。
Ｚ時間後に満杯になるのであれば（ステップＳ１４においてＹＥＳ）、ステップＳ１３に戻り、満杯にならないのであれば（ステップＳ１３においてＮＯ）、ステップＳ１５に進む。
【００７２】
ステップＳ１５では、電力負荷予測パターンから計算した発電パターンに先行して改質ガスの流量を決定して、次のステップＳ１６に進み、改質ガスを燃料電池Ｂに投入する。
【００７３】
次のステップＳ１７において、制御装置Ａは、タイマ６を介して改質ガス投入からＹ分経過したか否かを判断する。
改質ガス投入からＹ分経過していれば（ステップＳ１７においてＹＥＳ）、図９のステップＳ６に戻って予測、制御を繰り返し（図１０では、「再予測開始」と表示されている）、経過していなければ、ステップＳ１５以降を繰り返す。
【００７４】
係る構成及び制御方法を具備する図１０の「運転停止回数を抑制する制御」によれば、各種の予測データにより貯湯量満杯までの所要時間が予測出来、また、リアルタイムで貯湯速度が監視できているために、例えば、消費給湯量が少なくても、燃料電池Ｂの運転停止には至らない。
具体例としては、従来の、「貯湯槽が満杯時に停止する通常制御」の場合には、例えば燃料電池Ｂの運転停止が４回存在したのに対して、図１０に関連して説明した「運転停止回数を抑制する制御」によれば、図１５のｄ線で示す様に、燃料電池Ｂの運転停止はｄ０ｍ点で示される僅か一回のみである。
【００７５】
次に、「部分負荷効率の低下する部分で運転しない制御」、所謂「部分負荷モード」に関して、図１１のフローチャートに基づき説明する。
尚、図１１の制御フローにおいて、図１１のブロックＭ以前は、前述の図１０と同様であり、装置の構成も図１で示すのと同じである。
【００７６】
図１１のステップＳ２１において、制御装置Ａは、予測開始から２４時間後までの範囲の部分負荷効率（電力負荷予測値を定格発電出力で除したものを１００分率で表す）を計算する。
【００７７】
次のステップＳ２２において、部分負荷効率の閾値Ｗ％以下の時間を各区間で計算して、次のステップＳ２３に進む。
ステップＳ２３において制御装置Ａは、Ｗ％以下の最長の区間を算出する。なお、瞬時の時間α分（例えば、１分）以下の燃料電池Ｂの停止は、運転継続と見なす。
【００７８】
ここで、閾値Ｗ％は、効率が急激に低下する部分負荷の定格負荷に対する割合である。
【００７９】
なお、燃料電池では定格出力時が最も効率が高く、定格出力に対して各機器の配置及び仕様が定められている。
【００８０】
また、ステップＳ２３では、部分負荷効率がＷ％以下となる時間が最も長くなる区間を算出する。
【００８１】
次のステップＳ２４において、上記最長区間の運転を停止する運転パターン、即ち、停止回数を減らすような運転パターンを計算して次のステップＳ２５に進む。
【００８２】
ステップＳ２５において、制御装置Ａは、その他の区間で貯湯槽が温水で満杯になり、運転を停止するか否かを判断する。
運転を停止するのであれば（ステップＳ２５においてＹＥＳ）、ステップＳ２６に進み、運転を停止しないのであれば（ステップＳ２５においてＮＯ）、図１０の＊印で示す工程、即ち、ステップＳ１５に進む。
【００８３】
ステップＳ２６では、最長区間の前後で運転時間を減らす様に制御して、再びステップＳ２４に戻る。
以上が「部分負荷モード」の制御である。
【００８４】
上述した「部分負荷効率の低下する部分で運転しない制御」、所謂「部分負荷モード」によれば、部分負荷効率の低下する部分では運転を行わない代わりに、その他の区間では運転停止は、僅か１度しか発生していない。
即ち、電気消費量、給湯消費量を予測しているので、燃料電池の運転停止を抑制することが出来る。
【００８５】
次に、所謂「温水廃棄制御（その１）」に関して、図１２のフローチャートに基づき説明する。
尚、図１２の制御フローにおいて、符号「Ｍ」で示す工程以前は図１０と同様であり、装置の構成も図１と同じである。
【００８６】
図１０の最終ブロックＭから継続しているステップＳ３１において制御装置Ａは、消費電力が燃料電池の発電可能最低電力値、例えば０．３ｋＷ未満か否かを判断する。
０．３ｋＷ未満であれば（ステップＳ３１においてＹＥＳ）、ステップＳ３２に進む。
０．３ｋＷ以上であれば（ステップＳ３１においてＮＯ）、ステップＳ３１を繰り返す。
【００８７】
ステップＳ３２では、最低発電可能電力値以下（例えば０．３ｋＷ）に消費電力がなった場合、運転は０．３ｋＷで発電させた場合、制御装置Ａは、燃料電池Ｂを仮に上記発電可能最低電力値（０．３ｋＷ）未満で運転した場合の貯湯槽満杯時までの余剰温水量つまり、発電可能最低電力運転時の温水量と最低電力未満で運転した場合の温水量の差を計算する。そしてステップＳ３３に進む。
【００８８】
ステップＳ３３では、計算された廃棄すべき温水量を外部へ排出して、制御は図１０の＊印で示す工程（ステップＳ１５）に移る。
以上が「温水廃棄モード（その１）」の制御である。
【００８９】
「温水廃棄制御（その１）」、所謂「温水廃棄モード（その１）」によれば、仮に発電可能最低電力値未満で運転続行した際に余剰となるであろうお湯を廃棄することが出来るので、燃料電池Ｂの運転停止は抑制される。
【００９０】
次に、所謂「温水廃棄制御（その２）」に関して、図１３に基づき説明する。
尚、図１３で示す制御フローにおいて、符号Ｍで示す工程以前は、図１０で説明したのと同様である。
【００９１】
図１０の最終ブロックＭから継続するステップＳ４１において、制御装置Ａは、燃料電池Ｂの貯湯槽が満杯か否かに関わらず、常に発電した場合の発電カーブを計算する。
【００９２】
次のステップＳ４２では、制御装置Ａは、貯湯槽が満杯になるか否かを判断する。
貯湯槽が満杯になるのであれば（ステップＳ４２においてＹＥＳ）、次のステップＳ４３に進み、満杯とならないのであれば（ステップＳ４２においてＮＯ）、制御は図１０の＊印で示す工程であるステップＳ１５に移る。
【００９３】
ステップＳ４３では、２４時間先の範囲で最大の温水消費量が予想される、例えば、夜間の８時から１０時付近以前には満杯にしないように、温水廃棄量を計算する。
【００９４】
次のステップＳ４４では、計算された廃棄するべき温水量を外部へ排出して、制御は図１０の＊印の工程（ステップＳ１５）に移る。
【００９５】
「温水廃棄制御（その２）」、所謂「温水廃棄モード（その２）」によれば、常時発電を監視しており、特定の時間帯において貯湯槽を満杯にしないように温水を廃棄することが出来る。
【００９６】
次に、負荷応答ステップ制御、所謂「負荷応答ステップモード」に関して、図１４のフローチャートに基づき説明する。
図１４の符号Ｍ５以前は、図１０と同様である。
【００９７】
図１０の最終ブロックＭから継続して、ステップＳ５１において制御装置Ａは、ステップ数Δｗを設定する。
ここで、ステップΔｗは単位時間あたりに燃料電池の出力（電力）を上昇・下降させる大きさのことである。
具体例として、７０Ｗ／分、１７Ｗ／分、等と表す。
【００９８】
ステップＳ５２に進み、制御装置Ａは予測値に基づき各々のステップ数Δｗで運転パターンを計算し、次のステップＳ５３に進む。
【００９９】
ステップＳ５３では、各々の計算運転パターンで消費電力予測値と燃料電池発電量の予測値との差の面積、即ち、前述のステップ数の経過時間における積分値Ｆを求める。
【０１００】
ステップＳ５４に進み、制御装置Ａは前記消費電力予測値と燃料電池発電量の予測値との差の面積Ｆを最小とするパターンを設定の時間区割り毎に選ぶ。
【０１０１】
そして、次のステップＳ５５において、制御装置Ａは全体を通して面積Ｆが最小となる様に燃料電池Ｂに制御信号を送り、燃料電池は該制御信号に基づき運転を行い、その後、制御は図１０の＊印で示す工程（ステップＳ１５）に移る。
【０１０２】
「負荷応答ステップ制御」、所謂「負荷応答ステップモード」によれば、図１９に示す如く、選択或いは制御によって、消費電力に大きな変化の無い計測開始から２９分経過まではステップ数Δｗを１７Ｗ／分とし、消費電力の変化が大きい２９分経過以降はΔｗを７０Ｗ／分に切替えている。
ここで、図１９の縦軸は電力値を、横軸は時間を示し、ｃ線が電力負荷（消費電力）を、ｄ線が燃料電池発電電力（燃料電池発電量）を表す。
このように、消費電力の変化の大きさによってステップ数を変化させることにより、燃料電池Ｂの発電量をこれに追従させ、燃料電池の効率的な運転が可能となる。
【０１０３】
尚、図１７（グラフの様式は図１９と同じ）は、計測時間帯全てにおいてステップ数Δｗを７０Ｗ／分に固定した場合の特性を表しており、負荷応答ステップ制御を行った図１９に比べ、特に計測時間帯の前半において、消費電力と燃料電池発電量の差が大きい（非効率的な）ことを表している。
【０１０４】
また、図１８（グラフの様式は図１９と同じ）は、計測時間帯全てにおいてステップ数Δｗを１７Ｗ／分に固定した場合の特性を表しており、負荷応答ステップ制御を行った図１８に比べ、特に計測開始後２９分から３６分の間において、消費電力と燃料電池発電量の差が大きい（非効率的な）ことを表している。
【０１０５】
図示の実施形態はあくまでも例示であり、本発明の技術的範囲を限定する趣旨の記述ではない旨を付記する。
例えば、図示の実施形態では、コージェネレーション装置として燃料電池が例示されているが、ガスエンジンコージェネレーション装置その他のコージェネレーションシステムについて、本発明を適用することが可能である。
【０１０６】
【発明の効果】
本発明の作用効果を以下に列記する。
（１）　過去の事例データの平均値に基いて予測値を求める（量子化した履歴のうち最近傍のデータを取り出す：データ圧縮を行う：過去事例データについてメッシュを切る）ことが出来るので、データベースに記憶するべき情報量を少なくすることが出来る。その結果、事例データベースの情報量は、時間が経過しても問題となる程度には増加せず、記憶するべき情報量が制御ユニットのメモリ容量を越えてしまうことが未然に防止される。
（２）　データベース情報量がさほど増加しないため、予測に際して必要とされる同一、類似事例の検索において、係る同一或いは類似する事例の検索に時間が掛かり過ぎることは無くなる。
（３）　過去の事例データの平均値に基いて予測値を求める手法が不適当な場合についても、最小二乗誤差に基いて予測値を求める第２の予測手段によって、或いは、前記最小二乗誤差に基いて予測値を求める予測手法判断工程を実行することにより、予測値を求めることが出来る。
（４）　精度の高い需要予測に基いてコージェネレーション装置の運転制御を行うので、高効率なコージェネレーション装置及び／又はその制御方法が実現できる。
（５）　給湯負荷終了時刻前後で発電運転を終了する制御によって、エネルギ損失を最小化することが出来る。
（６）　商用電力の料金が安価な時間帯（例えば、夜間料金の時間帯）の終了時から、所定の時間だけ早い時刻或いは遅い時刻に発電運転を開始する運転制御を行うことによって、無駄なエネルギ消費を回避することが出来る。
【図面の簡単な説明】
【図１】本発明の全体構成を示すブロック図。
【図２】本発明の制御装置の構成を示すブロック図。
【図３】本発明のメイン制御フローチャート。
【図４】図３における工程ＳＴ３を更に詳細に説明した制御フローチャート。
【図５】図４における工程ＳＭを更に詳細に説明した制御フローチャート。
【図６】一日における電力及び／又は温水消費パターンを示すグラフ。
【図７】給湯終了時刻に発電を終了する運転制御を説明するフローチャート。
【図８】商用電力の料金が安価な時間帯の終了時から、所定の時間だけ早い或いは遅い時刻に発電を開始する制御方法を示す制御フローチャート。
【図９】本発明と好適に組み合わされる制御フローチャートの前半部。
【図１０】「運転停止回数を抑制する制御」を示すフローチャートの後半部。
【図１１】「部分負荷効率の低下する部分で運転しない制御」を示すフローチャート。
【図１２】「温水廃棄モード（その１）」を示すフローチャート。
【図１３】「温水廃棄モード（その２）」を示すフローチャート。
【図１４】「負荷応答ステップモード」を示すフローチャート。
【図１５】「運転停止回数を抑制する制御」の効果を表す特性図。
【図１６】「部分負荷効率の低下する部分で運転しない制御」の効果を表す特性図。
【図１７】「負荷応答ステップモード」において、負荷応答ステップ量を一律７０Ｗ／分とした場合の特性図。
【図１８】「負荷応答ステップモード」において、負荷応答ステップ量を一律１７Ｗ／分とした場合の特性図。
【図１９】「負荷応答ステップモード」において、負荷応答ステップ量を１７Ｗ／分から途中で７０Ｗ／分に変えた場合の特性図。
【符号の説明】
１・・・各種指令入力手段
２・・・電力負荷計測
３・・・熱負荷（給湯負荷等）計測
４・・・気候データ
５・・・カレンダー機能
６・・・計時手段（タイマ）
７・・・現在の温水貯湯量計測手段
８・・・データベース
１０・・・制御モード選択手段
１１・・・水素製造手段
１２・・・セルスタック
２２・・・メッシュ内検索手段
２３・・・最小二乗誤差による検索手段
２６・・・予測手段
１００・・・予測手段
Ａ・・・制御装置
Ｂ・・・燃料電池[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a cogeneration device (for example, a fuel cell cogeneration device, a gas engine cogeneration device, and the like) using generated power of a fuel cell and waste heat thereof, and a control method thereof.
[0002]
[Prior art]
As a cogeneration device, for example, a fuel cell cogeneration device will be considered.
The power demand and the amount of hot water stored in the hot water storage tank have a great influence on the operation of the fuel cell. That is, if there is a power demand, the fuel cell cogeneration device can be operated to generate power, but if the hot water storage tank is full of hot water, the power generation operation cannot be performed.
In order for a user to use a fuel cell comfortably, it is necessary to reliably supply power and hot water when each user needs it. Then, it is essential to accurately predict the life rhythm of each user, particularly the power demand and hot water demand.
The applicant applied for Japanese Patent Application No. 2002-134895 on May 10, 2002 to predict the different power demand and hot water demand for each user as accurately as possible using a case-based reasoning technique. A fuel cell cogeneration apparatus capable of improving the operation efficiency of the fuel cell cogeneration apparatus and a control method thereof have been disclosed.
[0003]
However, when the case-based reasoning is used to predict the power demand and hot water supply demand (load) for each user, the amount of information in the case database required for the load prediction increases with the passage of time, and the storage is increased. The amount of information to be performed may exceed the memory capacity of the control unit.
In addition, as a result of the increase in the amount of database information, there is also a problem that in searching for identical or similar cases required for prediction, it takes too much time to search for the same or similar cases.
[0004]
[Problems to be solved by the invention]
The present invention has been proposed in view of the above-described problems of the related art, and the amount of information in the case database does not increase so much even after a lapse of time from the start of control, and a large amount of time is spent searching for cases. It is an object of the present invention to provide a cogeneration apparatus and a control method for the cogeneration apparatus that do not have any problem.
[0005]
[Means for Solving the Problems]
The cogeneration apparatus according to the present invention includes a means (2) for detecting power demand, a means (3) for detecting hot water supply, a means (4A) for detecting information on temperature (including room temperature and air temperature), Predicting means (26) for predicting consumption and / or hot water demand, the predicting means (26) providing information on the date and day of the week and information on the detected power demand, hot water demand, and temperature at the time. Based on the detected value and a numerical value at a time earlier than a predetermined time, the power consumption and / or hot water demand after a predetermined time is configured to be predicted by case-based inference, and past case data in a predetermined range is configured. Predicted value is obtained based on the average value (average value of the case data for each predetermined area) (retrieve the nearest data from the quantized history: perform data compression: past case data For off mesh) has a first prediction means (22), second prediction means for obtaining a predicted value based on the minimum square error and (23) (claim 1).
[0006]
In addition, the control method of the cogeneration device of the present invention includes a detecting step (ST2) for detecting information regarding power demand, hot water demand, and temperature (including room temperature and air temperature), and predicting power consumption and / or hot water demand. A prediction step (ST3 to ST5). In the prediction step (ST3 to ST5), a prediction value is obtained (quantized) based on an average value of past case data (average value of the case data for each predetermined area). Retrieving the nearest data from the history: performing data compression: Predicting whether to cut the mesh for past case data (SA1 to SA5) or to determine the predicted value based on the least square error (SB1 to SB5) The method includes a method determination step (SM), in which information on the date and the day of the week, the detected power demand, hot water demand, and the information on the temperature at the time are displayed. Based on the numerical values in the previous time or more, and is configured so as to predict the power consumption and / or hot water demand after a predetermined time (claim 4).
[0007]
According to the present invention having such a configuration, in the prediction step (ST3 to ST5), the prediction value is obtained based on the average value of the past case data (the average value of the case data for each predetermined area) (the quantized history). Out of the nearest data: Perform data compression: Cut meshes for past case data SA3) Since it is possible to store individual case data in the database, store in the database (8) The amount of information to be done can be reduced.
As a result, the amount of information in the case database (8) does not increase to a problematic level even with the passage of time, and the amount of information to be stored exceeds the memory capacity of the control unit (A). Is prevented. Then, since the information amount of the database (8) does not increase so much, in the search for the same or similar case required for prediction, the search for the same or similar case does not take too much time.
[0008]
Here, when the predicted value is obtained based on the average value of the past case data (the average value of the case data for each predetermined area) (take out the nearest data from the quantized history: perform data compression: past In the case SA3 for cutting the mesh of the case data, data concentrates on a specific numerical value (300 W, for example, power demand from 1:00 am to 5:00 am) like a specific prediction target and / or prediction range. In some cases, it is not necessary to cut the mesh. In some cases, it may be considered that it is inappropriate to cut the mesh.
Also, there is no practical problem even if the case data is regarded as only a specific limited numerical value (for example, the power demand between 7:00 pm and 11:00 pm is when the maximum generated power of the fuel cell or the gas engine is 1 kW). Even if “1 kW or more” is set, there is no problem in executing prediction and control), the predicted value is based on the average value of past case data (the average value of the case data for each predetermined area). (Extracting the nearest data from the quantized history: performing data compression: SA3 that cuts the mesh for past case data). That is, there is no need to “cut the mesh”.
[0009]
However, according to the present invention, in the above-described case (when the method of obtaining a predicted value based on the average value of past case data is inappropriate), based on the least square error, For example, among the data of the same day of the week, the case data in which the sum of the squares of the difference (that is, the error) from the measured value (for example, the power demand and the room temperature) at the time of prediction is the smallest, and The prediction value can be obtained by the prediction means (23) or by executing a prediction method determining step (SB1 to SB5) of obtaining a prediction value based on the least square error.
When such a technique or method of “calculating a predicted value based on the least square error” is used, as described above, “when the method of calculating a predicted value based on the average value of past case data is inappropriate” It is also possible to obtain a reasonable predicted value.
[0010]
Then, if the predicted value is obtained by using the “method of obtaining a predicted value based on the average value of past case data” or the “calculating a predicted value based on the least square error” as described above, The operation of the cogeneration system is controlled using the values.
[0011]
Here, the cogeneration system of the present invention preferably has an operation control means (A) configured to perform operation control for terminating the power generation operation around the hot water supply load end time (claim 2).
Alternatively, in the control method of the cogeneration apparatus according to the present invention, it is preferable that the power generation operation is terminated before and after the hot water supply load end time (claim 5).
[0012]
In the last stage of the nighttime period when the power demand and the hot water demand peak (for example, from 7:00 pm to 11:00 pm), if the hot water tank is sufficiently stored in the hot water tank of the cogeneration apparatus, the hot water tank The amount of decrease in the amount of heat held by the hot water stored in the hot water tank is only radiated from the hot water tank during the midnight hours, resulting in energy loss.
As described above, if the control for ending the power generation operation is performed before and after the hot water supply load end time (around the hot water supply load end time), such energy loss can be minimized.
Here, the hot water supply load end time (time at which the power generation operation is ended by the above-described control) is 24:00 (midnight, 12:00 pm) in the case of the power consumption pattern shown in FIG.
[0013]
In addition, the types of commercial power contracts are diversified. For example, nighttime charges are very low depending on the contract, but daytime charges may be set higher accordingly.
On the other hand, in a cogeneration system having a power generation capability, such as a cogeneration system using a fuel cell, when starting power generation, a slight time lag is required due to a rise in the temperature of the reformer, etc. There are cases where power and gas are consumed.
In such a case, it is necessary to start activation of the cogeneration device at a time earlier by the time lag than at a time when the power consumption increases in a time zone when the power rate is high. Furthermore, by completing the start-up in the nighttime when the power rate is low, the utility costs corresponding to the start-up energy can be reduced.
[0014]
In view of such a demand, in the cogeneration device of the present invention, a predetermined time period (the power consumption increases) from the end of a time zone where commercial power rates are inexpensive (for example, a night rate time zone). (Time determined in consideration of the time, the time corresponding to the time lag, and the end time of the nighttime time zone), the operation control for starting the power generation operation earlier or later by the time. It is preferable to have operation control means (A) configured as described above (claim 3).
Alternatively, in the control method of the cogeneration apparatus according to the present invention, the power generation operation is started at a time earlier or later by a predetermined time from the end of a time zone where the commercial power rate is inexpensive (for example, a night time zone). It is preferable to perform operation control that performs the following (claim 6).
[0015]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.
In the illustrated embodiment, a fuel cell is described as an example of the cogeneration device.
[0016]
1 and 2 show the overall configuration of a fuel cell cogeneration device according to an embodiment of the present invention.
In FIG. 1, for example, various command input means 1 for inputting various commands from start / stop to mode selection and the like, power demand measuring means 2 for measuring power demand, that is, power consumption, and hot water supply Hot water supply demand measurement means 3 for measuring demand, that is, hot water (hot water) usage, room temperature or the like measurement means 4A for measuring room temperature or air temperature (room temperature or the like: information on room temperature), weather data 4, seasonal / date data, etc. Means having a calendar function (calendar function) 5, timer function 6 as a time measuring means, current hot water storage amount measuring means 7, control device (control means) A, fuel cell cogeneration device B, external load 13.
[0017]
As shown in FIG. 2, the control device A includes a database 8 for storing measured values at that time and past numerical values such as power demand data, hot water demand data, room temperature data, season / date data, weather data, and the like; A data compression means 20 for quantizing the data, a data acquisition method selecting means 21 for selecting a data acquisition method, and a mesh for the quantized data which has been quantized and once stored in the database, is cut into a mesh. Searching means 22 for searching within a mesh, searching means 23 based on least square error for non-quantized data, similarity determining means 24 for determining the similarity of the various data described above, and prediction for outputting prediction data Data output means 25 and power demand and / or hot water demand prediction means for predicting power demand and / or hot water demand (hereinafter, power demand and / or hot water demand) Or hot water demand forecast means abbreviated as "prediction means") 26, selection means 27 of the control mode (control method), and is composed of.
[0018]
The fuel cell cogeneration apparatus B includes a hydrogen production means 11 such as a reformer and a cell stack 12.
[0019]
Here, in FIG. 1, only the room temperature data (room temperature measuring means 4A) is displayed, and the temperature data is not displayed. It is not only the temperature that is directly related to the power demand or hot water supply demand, but also the indoor or indoor temperature, which is the place of the user's life, is sufficiently related. While the room temperature is large, the room temperature has a small difference depending on the measurement location except for the air-conditioned room, and the room temperature measurement means has less restrictions on the installation compared to the temperature measurement means by, for example, incorporating a remote control switch. It is based on what is considered to be, etc.
However, the reasons described above are not dominant. Therefore, it is possible to use air temperature as a control parameter instead of room temperature.
[0020]
In the control mode (control method) selecting means 27, the user selects a control mode or performs automatic selection. Here, in the automatic selection, once a day, the used gas amount and the electric power amount are calculated from the prediction data of 24 hours ahead by the method described later, and the gas and electric charges are calculated from the charge table in which the number of operation stop times is minimum and at that time. Calculate and choose the cheapest method. Alternatively, select the most environmentally friendly one such as the amount of CO2 emitted.
The control mode selection by the control mode (control method) selection means 27 will be described later with reference to FIG.
[0021]
The predicting means 26 includes power demand data from the power demand measuring means 2, hot water demand data from the hot water demand measuring means 3, room temperature data from the measuring means 4A such as room temperature, and season / date data from the calendar function 5. And the past power demand data, hot water demand data, and room temperature data (past case data) stored in the database 8 using the so-called “case-based reasoning” technique to determine the power demand and / or hot water demand. Calculate the predicted value.
[0022]
When the case-based reasoning is used, a large number of cases are made into a database and stored in a memory (database 8), and when there is a similar case, the stored case is extracted.
If there is no similar case, a case closest to the similar case is selected from the stored cases. At this time, more accurate prediction can be performed by adding data of a portion having no similar data or performing learning for sequentially rewriting data to the latest case.
More specifically, for example, classification is first made by day of the week, and a prediction (for example, correlation between power demand and day of the week, time zone, weather and temperature, etc.) 24 hours after midnight on Saturday is made every minute. When performing this, data most similar to the state at the time of prediction (day of the week, time, temperature, hot water demand, etc.) is selected from the database of current values 24 hours before and at that time, and is used as the predicted value.
In this way, if the data of the current value before 24 hours and at that time are stored every minute for about one week for each day of the week for the prediction after 24 hours, the fuel cell operation on the next day can be performed. The amount of data required to predict the power demand and / or hot water demand required to do so is accumulated, and by further accumulating and learning the data, it is possible to utilize a similar example with high accuracy 24 hours ahead. It becomes possible.
[0023]
Next, a main flow of operation control of the fuel cell cogeneration apparatus shown in FIG. 1 will be described with reference to FIG.
[0024]
Prior to the operation control, prediction of power demand and / or hot water demand is started (YES in step ST1 in FIG. 3).
Here, in the illustrated embodiment, it is assumed that the power demand and / or hot water demand on the day is predicted at 0:00 am every day. However, this is merely an example, and the prediction may be made at other times.
[0025]
At the time of the prediction, first, the power demand data from the power demand measurement means 2, the hot water demand data from the hot water demand measurement means 3, the room temperature data from the room temperature measurement means 4, the season / date data from the calendar function 5, 26 This is sent to the prediction means (step ST2).
At the same time, in step ST2, the power demand data, the hot water demand data, and the room temperature data stored in the database 8, for example, data before 24 hours, data before 60 minutes, data before 10 minutes, and data at the time of measurement at that time From the database 8 to the prediction means 26.
[0026]
Next, as described above, prediction is performed by calculating power demand and / or hot water supply demand using case-based reasoning (step ST3).
Here, in the prediction of the power demand and / or hot water demand, for example, a numerical value (power demand and / or hot water demand) after 24 hours is obtained (steps ST4 and ST4A).
However, the power demand is predicted not only after 24 hours but also after 60 minutes and 10 minutes. This is because, when the fuel cell is started, if it takes 60 minutes from the start to the start of power generation, although there is a difference depending on the machine, the power demand 60 minutes after the start is very important. On the other hand, after 10 minutes, it is important to correct the responsiveness of the reformer in the fuel cell cogeneration system and not to wastefully generate power.
[0027]
The prediction of the power demand and / or hot water demand (steps ST3, ST4, ST4A) is performed every minute until 24 hours later (step ST5). As a result, the pattern of the power demand and / or hot water demand on the day (up to 24 hours later) is predicted. Then, an operation plan for the day of the fuel cell shown in FIG. 1 is completed (step ST6).
[0028]
When the operation plan of the fuel cell is completed in step ST6, the operation mode of the fuel cell is determined (step ST7). The operation mode is determined so that the operation of the fuel cell is not stopped as much as possible.
After the operation mode of the fuel cell is determined (after the end of step ST7), the process waits until the fuel cell is started (step ST8 is a NO loop).
[0029]
If the fuel cell is started (YES in step ST8), this corresponds to a case where the fuel cell is started after a long stop. In this case, the power demand and / or hot water demand immediately after the startup is set using the predicted value of the power demand and / or the hot water demand at the time when 60 minutes have elapsed after the startup, and the operation is performed (step ST9).
[0030]
When the operation is changed from the operation immediately after the start of the fuel cell to the steady operation, the output of the fuel cell is constantly referred to using the power demand and / or hot water demand pattern obtained in step ST6 while referring to the predicted value 10 minutes later. Is set (step ST10).
[0031]
The operation of the fuel cell is continued, the numerical value during operation is measured (step ST11), and compared with the predicted value (step ST12).
[0032]
It is determined whether or not the absolute value of the difference between the measured value and the predicted value is equal to or larger than the allowable error (step ST13). If the absolute value is smaller than the allowable error (NO in step ST13), the steps from step ST11 are repeated. If the absolute value of the difference between the measured value and the predicted value is equal to or greater than the allowable error (YES in step ST13), the co-generation operation control command value is changed (corrected) (step ST14), and a predetermined time has elapsed. Then, it is determined whether or not to end the operation of the fuel cell (step ST15).
[0033]
If the operation of the fuel cell is to be continued (NO in step ST15), steps after ST11 are repeated.
[0034]
Next, with reference to FIGS. 4 and subsequent drawings of the accompanying drawings, a process of calculating and outputting a predicted value by the case-based inference in step ST3 of FIG. 3 will be described in further detail.
[0035]
First, a data fetching method (database conversion method) is selected (step SM), and compressed case data is created as one fetching method (step SA1).
[0036]
The search is started (step SA2), and after searching in the same mesh (step SA3), it is confirmed whether or not there is a similar example (step SA4). If there is no similar example (NO in step SA4), a search is performed in the adjacent mesh (step SA5), and the confirmation of the presence or absence of a similar example (step SA4) and thereafter are repeated.
If there is a similar example (YES in step S4), after outputting (step SAB), the process proceeds to ST4 and / or ST4A in FIG.
[0037]
When another data acquisition method is selected, the date, day of the week, and time are classified (step SB1), the search is started (step SB2), and a search based on the least square error is performed within the same classification (step SB3). ).
Then, the presence or absence of a similar example is confirmed (step SA4). If there is no similar example (NO in step SB4), the shift amount is set. Thereafter, based on the priority, the date, day of the week, and time are shifted by the set shift amount to perform a search (step SB5), and thereafter, the search is started again (step SB2) and thereafter, and thereafter.
If there is a similar example (YES in step SB4), after outputting (step SAB), the process proceeds to ST4 and / or ST4A in FIG.
[0038]
Next, referring to FIG. 5, the selection of the data fetching method (database conversion method) in step SM in FIG. 3 will be described in detail.
[0039]
First, it is determined whether or not the prediction target or the prediction range has been specified (step SC1), and this step (SC1) is repeated until the specification is completed. When the specification is completed (YES in step SC1), past case data is concentrated in a part of the prediction target and the prediction range (for example, the power demand at 1 to 5 am is concentrated to about 300 W, and there is almost no hot water demand. ) Is determined (step SC2).
[0040]
If it is concentrated (YES in step SC2), the process proceeds to step SB1 of FIG. 4 without compressing the data of the concentrated portion of the case data or a specific limited numerical value (step SC3), and the concentration is not performed (step SC3). In the case of SC2), in the prediction target and the prediction range, whether the case data is practically sufficient even if it is considered to be only a specific limited numerical value (for example, the power demand from 7 to 11 pm ... 1 kW) (step SC4).
[0041]
If "may be considered" in step SC4 (YES in step SC4), the process proceeds to step SB1 in FIG. 4 without compressing the data of the concentrated portion of the case data or a specific limited numerical value (step SC3). If "cannot be regarded" in step SC4 (NO in step SC4), the process proceeds to the case data compression and quantization step shown in step SA1 in FIG.
[0042]
Considering the daily power and / or hot water consumption pattern shown in FIG. 6, after the peak of consumption comes from 7:00 pm to 12:00 pm, the consumption decreases sharply from midnight to 1:00 to 5:00 The consumption by time will be at the lowest level.
In the last stage of the nighttime period when the power demand and the hot water demand peak (for example, from 7:00 pm to 11:00), if the hot water tank of the cogeneration apparatus has sufficiently stored hot water, the hot water tank The amount of decrease in the amount of heat held by the hot water stored in the hot water tank is only radiated from the hot water tank during the midnight hours, resulting in energy loss.
[0043]
In order to minimize such energy loss, an operation as shown in FIG. 7 is performed. With reference to FIG. 7, an operation method for minimizing energy loss, that is, a control for ending power generation before and after the hot water supply load end time will be described.
[0044]
The process is started every day, for example, at midnight at midnight, and prediction of power consumption and hot water supply load is started (step SD1). It is checked until the prediction is completed or not (step SD2). If the prediction is completed (YES in step SD2), the current measured value of the hot water storage amount in the tank is referred to (step SD3). An appropriate time before and after the hot water supply load end time at midnight (around 7 pm to 1:00 am) is determined as the fuel cell power generation end time.
[0045]
The power generation start time is determined from the maximum heat storage amount of the installed tank ((FC exhaust heat temperature−water supply temperature) × tank capacity)) and the current hot water storage amount based on the predicted power load value (step SD5), and control is performed. finish.
[0046]
Again, considering the power and / or hot water consumption pattern shown in FIG. 6, it can be seen that there is one peak of power demand and / or hot water demand from 7:00 am to 9:00 am.
Here, for example, depending on the contract with the power company, the nighttime fee is very low, but the daytime fee may be set higher accordingly. Therefore, it is economical to cover one peak of power demand and / or hot water demand from 7 am to 9 am with the fuel cell cogeneration system.
[0047]
On the other hand, in the cogeneration system using the fuel cell B, when starting power generation, a slight time lag is required, and power and gas may be consumed as starting energy in some cases.
In such a case, it is necessary to start activation of the cogeneration device at a time earlier by the time lag than at a time when the power consumption increases in a time zone when the power rate is high. Furthermore, by completing the start-up in the nighttime when the power rate is low, the utility costs corresponding to the start-up energy can be reduced.
[0048]
Next, with reference to FIG. 8, a description will be given of a control method of starting power generation at a time earlier or later by a predetermined time from the end of a time zone where commercial power charges are inexpensive.
[0049]
The prediction of the power consumption and the hot water supply load is started (step SF1), and the prediction end is determined until the prediction is completed (step SF2). If the prediction is completed (YES in step SF2), the predicted power demand is predicted. Then, the starting time is determined based on the hot water supply demand (step SF3).
[0050]
The night charge time zone is input (step SF4), and the determination is repeated until the activation time falls within the night charge time end time ± X hours (step SF5). If the start time falls within the night charge time end time ± X hours (YES in step SF), the start time is shifted forward by the time from the start to the start of power generation (step SF6), and the setting ends.
[0051]
According to the above-described embodiment of the cogeneration apparatus and the control method, in the prediction steps ST3 to ST5, the prediction value is obtained based on the average value of the past case data (the average value of the case data for each predetermined area) ( It is possible to take out the nearest data out of the quantized history: perform data compression: cut the mesh for the past case data). The amount of information to be stored can be reduced.
As a result, the amount of information in the case database does not increase to a level that causes a problem even after the passage of time, and the amount of information to be stored is prevented from exceeding the memory capacity of the control unit A. Since the amount of database information does not increase so much, in searching for the same or similar case required for prediction, the search for the same or similar case does not take too much time.
[0052]
Then, when the method of obtaining the predicted value based on the average value of the past case data is inappropriate), the second predicting means 23 which obtains the predicted value based on the least square error, or the least square error The predicted value can be obtained by executing the prediction method determining step SB3 for obtaining the predicted value based on
When such a technique or method of “calculating a predicted value based on the least square error” is used, as described above, “when the method of calculating a predicted value based on the average value of past case data is inappropriate” It is also possible to obtain a reasonable predicted value.
[0053]
In addition, energy loss can be minimized by controlling the power generation operation to end around the hot water supply load end time.
[0054]
Further, by performing operation control for starting the power generation operation at a time earlier or later by a predetermined time from the end of a time zone in which the commercial power rate is inexpensive (for example, a night rate time zone), wasteful energy is consumed. Consumption can be avoided.
[0055]
Next, a technique for controlling the operation of the cogeneration apparatus of the present invention, preferably in combination with the embodiment of the present invention described with reference to FIGS.
Note that, in FIG. 9 and thereafter, a case where a fuel cell cogeneration device is used as a cogeneration device will be described.
[0056]
FIG. 9 shows the setting and input of various conditions and the prediction of various physical quantities. FIG. 10 shows the fuel cell stop suppression control. The flow of control after transmission from the control unit to the hydrogen production means is shown. Including.
[0057]
In FIG. 9, focusing on the fact that the fuel cell operation rate changes depending on the day of the week and the time zone of the day of the week (has a characteristic color), a calendar including the day of the week is set in step S1.
[0058]
In the next step S2, prior to performing the control, a data acquisition period for creating a prediction model is set (for example, the data acquisition period is set to the next week), and the prediction time, that is, the number of hours after which the physical quantity is predicted. Is set after X hours (for example, after 24 hours), which is a value for determining.
During the 24 hours, the number of corrections is set every Y minutes (for example, 30 minutes), that is, the number of corrections is set to 48 times. This is because, if the control command is calculated without learning (rewriting) the database while the prediction is being made 24 hours ahead in the means 10, the influence of a sudden change in the temperature or a sudden going out is large. Further, a threshold (W%) of the partial load efficiency and a continuation time (V minutes) are set. (As an example of the control, for example, when the state where the partial load efficiency is equal to or less than the threshold value W (70)% continues for V (120) minutes or more, the operation is stopped.)
[0059]
In the next step S3, collection of output (power demand and / or hot water demand) data and input (climate / temperature, etc.) data is started. Then, the process proceeds to the next step S4.
[0060]
In step S4, the control device A determines whether or not the data collection period has been exceeded.
If the data collection period has been exceeded (YES in step S4), the process proceeds to the next step S5, and if not (NO in step S4), the process from step S3 is repeated.
[0061]
In step S5, load prediction (prediction of power demand and / or hot water demand) is started. Then, in the next step S6, a model for predicting the future electric power and hot water supply amount is created by a prediction method based on the case-based reasoning described above, for example. Here, it is also possible to use a prediction method such as an autoregressive model.
As the autoregressive model, if the collected various data is applied to the model formula, the order, constant, and the like of the model formula can be determined from the conventional case to complete the formula indicating the power consumption.
Then, based on a conventional case, a model formula for a certain period can be created, and the power consumption can be predicted by changing a factor of “time” in the formula.
[0062]
Note that there are other prediction methods such as a method using a neural network, a method using a spectral model, and the like.
[0063]
In the following steps S71 and S72, the total power and the hot water supply amount after X hours from the present are predicted based on the above prediction. That is, the power demand is predicted from the power demand (power consumption), the hot water demand (hot water consumption), the measured value of the room temperature, the past data (the past data described with reference to FIG. 2), the date, and the day of the week. (Step S71), hot water supply demand is predicted from the predicted power demand (step S72).
Alternatively, the hot water demand is predicted from the power demand (power consumption), the hot water demand (hot water consumption), the measured value of the room temperature, the past data, the date and the day of the week (parenthesized in step S71), and the predicted hot water demand is calculated. May be used to predict the power demand (parentheses in step S72).
If the power demand and the hot water demand are predicted (steps S71 and S72 end), the process proceeds to step S8.
[0064]
Here, the power demand and the hot water demand are predicted in the same manner as described with reference to FIGS. In FIG. 9, after one of the power demand and the hot water demand is predicted, the other is predicted using the prediction result. However, the power demand and the hot water demand can be determined at the same time.
[0065]
In step S8, the amount of hot water stored after X hours is obtained from the following calculation formula. That is, the value obtained by subtracting the hot water consumption from the current hot water storage amount and the value obtained by dividing the power generation amount based on the load predicted power curve by the power generation efficiency of the fuel cell and multiplying by the exhaust heat efficiency is obtained after X hours. Is the amount of hot water stored.
Here, it is preferable to attach a sensor necessary for efficiency calculation in order to accurately reflect a change in efficiency due to a change over time. And it is preferable to consider the heat radiation amount of the hot water storage tank.
Then, as described in the means 10, the means 1 determines whether or not the control is automatically selected in the step S9, and in the case of YES (selection), proceeds to the step S10.
[0066]
In step S10, calculations are performed based on the prediction result X hours ahead using M1 to M5 shown in FIGS. Next, in step S10 ', the one with the smallest number of operation stop times X hours ahead and the one with the lowest utility cost (or CO2 emission amount, NOx emission amount) are selected, and M (M1 to M5) is selected. Go to?).
On the other hand, if NO in step S9, the process proceeds to M (any of M1 to M5) selected by means 1.
[0067]
FIG. 10 shows the fuel cell stop suppression control. In step S11 of FIG. 10, the control device A determines whether or not the hot water tank is full of hot water with a temperature sensor installed at the lower part of the hot water tank.
[0068]
If it is determined that the hot water tank is full (YES in step S11), the process proceeds to the next step S12, and if it is determined that the hot water tank is not full (NO in step S11), the process proceeds to step S15.
[0069]
In step S12, control device A calculates time Z from the current time to the scheduled end time of the hot water tank being full, and proceeds to the next step S13.
[0070]
In step S13, a fuel cell power generation pattern with a reduced power generation output is calculated so that the hot water tank becomes full at the scheduled end time of fullness. Then, the process proceeds to the next step S14.
[0071]
In step S14, the control device A determines whether or not the battery is full after Z hours.
If it is full after Z hours (YES in step S14), the process returns to step S13. If it is not full (NO in step S13), the process proceeds to step S15.
[0072]
In step S15, the flow rate of the reformed gas is determined prior to the power generation pattern calculated from the power load prediction pattern, and the process proceeds to the next step S16, in which the reformed gas is injected into the fuel cell B.
[0073]
In the next step S17, the control device A determines via the timer 6 whether or not Y minutes have elapsed since the supply of the reformed gas.
If Y minutes have elapsed since the introduction of the reformed gas (YES in step S17), the process returns to step S6 in FIG. 9, and the prediction and control are repeated (in FIG. 10, "re-prediction start" is displayed). If not, step S15 and subsequent steps are repeated.
[0074]
According to the “control for suppressing the number of operation stoppages” in FIG. 10 including the configuration and the control method, it is possible to predict the time required for the hot water storage amount to be full by various prediction data, and to monitor the hot water storage speed in real time. Therefore, for example, even if the consumed hot water supply amount is small, the operation of the fuel cell B is not stopped.
As a specific example, in the case of the conventional “normal control in which the hot water tank stops when it is full”, for example, while the operation of the fuel cell B is stopped four times, the description has been given with reference to FIG. According to "control for suppressing the number of times of operation stop", the operation of the fuel cell B is stopped only once as indicated by the point d0m, as indicated by the line d in FIG.
[0075]
Next, "control not operating in a portion where the partial load efficiency is reduced", that is, a so-called "partial load mode" will be described based on the flowchart of FIG.
In addition, in the control flow of FIG. 11, before the block M of FIG. 11, it is the same as that of FIG. 10 described above, and the configuration of the device is also the same as that shown in FIG.
[0076]
In step S21 of FIG. 11, the control device A calculates a partial load efficiency (a value obtained by dividing a predicted power load value by a rated power generation output by a percentage) in a range from 24 hours after the start of the prediction.
[0077]
In the next step S22, a time equal to or less than the threshold value W% of the partial load efficiency is calculated in each section, and the process proceeds to the next step S23.
In step S23, the control device A calculates the longest section of W% or less. Note that a stop of the fuel cell B for a time equal to or less than the instantaneous time α (for example, one minute) is regarded as operation continuation.
[0078]
Here, the threshold value W% is a ratio of the partial load at which the efficiency sharply decreases to the rated load.
[0079]
Note that the efficiency of the fuel cell is highest at the rated output, and the arrangement and specifications of each device are determined for the rated output.
[0080]
In step S23, a section in which the time during which the partial load efficiency becomes W% or less is the longest is calculated.
[0081]
In the next step S24, an operation pattern for stopping the operation in the longest section, that is, an operation pattern that reduces the number of stops, is calculated, and the process proceeds to the next step S25.
[0082]
In step S25, control device A determines whether or not the hot water tank is full of hot water in other sections and operation is stopped.
If the operation is to be stopped (YES in step S25), the process proceeds to step S26. If the operation is not to be stopped (NO in step S25), the process proceeds to the step indicated by an asterisk in FIG. 10, that is, step S15.
[0083]
In step S26, control is performed to reduce the operation time before and after the longest section, and the process returns to step S24 again.
The above is the control of the “partial load mode”.
[0084]
According to the above-mentioned "control not operating in the portion where the partial load efficiency is reduced", that is, the so-called "partial load mode", the operation is not performed in the portion where the partial load efficiency is reduced, but the operation is stopped slightly in other sections. Occurs only once.
That is, since the electricity consumption and the hot water consumption are predicted, the operation stop of the fuel cell can be suppressed.
[0085]
Next, the so-called “hot water disposal control (1)” will be described with reference to the flowchart of FIG.
Note that, in the control flow of FIG. 12, before the step indicated by reference numeral "M" is the same as FIG. 10, and the configuration of the apparatus is also the same as that of FIG.
[0086]
In step S31 continuing from the last block M in FIG. 10, the control device A determines whether the power consumption is less than the lowest power value that can be generated by the fuel cell, for example, 0.3 kW.
If it is less than 0.3 kW (YES in step S31), the process proceeds to step S32.
If it is 0.3 kW or more (NO in step S31), step S31 is repeated.
[0087]
In step S32, when the power consumption has become equal to or less than the minimum power generation possible value (for example, 0.3 kW), when the operation is generated at 0.3 kW, the control device A temporarily stores the fuel cell B in the power generation minimum power. The surplus hot water amount until the hot water tank is full when the operation is less than the value (0.3 kW), that is, the difference between the amount of hot water during the lowest power generation operation and the amount of hot water when the operation is less than the minimum electric power is calculated. Then, the process proceeds to step S33.
[0088]
In step S33, the calculated amount of hot water to be discarded is discharged to the outside, and control proceeds to a step (step S15) indicated by an asterisk in FIG.
The above is the control of the “hot water disposal mode (No. 1)”.
[0089]
According to the "hot water disposal control (1)", the so-called "hot water disposal mode (1)", it is possible to dispose of excess hot water if the operation is continued at a value lower than the lowest power value that can be generated. Therefore, the operation stop of the fuel cell B is suppressed.
[0090]
Next, the so-called “hot water disposal control (2)” will be described with reference to FIG.
Note that, in the control flow shown in FIG. 13, before the step indicated by reference numeral M, it is the same as that described in FIG.
[0091]
In step S41 continuing from the last block M in FIG. 10, the control device A calculates a power generation curve in the case where power is always generated regardless of whether the hot water tank of the fuel cell B is full.
[0092]
In the next step S42, control device A determines whether or not the hot water tank is full.
If the hot water storage tank is full (YES in step S42), the process proceeds to next step S43. If not (NO in step S42), the control is step S15, which is a process indicated by an asterisk in FIG. Move on to
[0093]
In step S43, the maximum amount of hot water consumption is expected in the range of 24 hours ahead. For example, the amount of hot water waste is calculated so as not to become full before 8:00 to around 10:00 at night.
[0094]
In the next step S44, the calculated amount of hot water to be discarded is discharged to the outside, and control proceeds to the step marked with * in FIG. 10 (step S15).
[0095]
According to the "hot water disposal control (2)", the so-called "hot water disposal mode (2)", the power generation is constantly monitored, and the hot water is disposed so as not to fill the hot water tank at a specific time. Can be done.
[0096]
Next, load response step control, a so-called “load response step mode”, will be described with reference to the flowchart of FIG.
14 is the same as that of FIG.
[0097]
Continuing from the last block M in FIG. 10, in step S51, the control device A sets the number of steps Δw.
Here, the step Δw is a magnitude for increasing / decreasing the output (power) of the fuel cell per unit time.
As specific examples, 70 W / min, 17 W / min, and the like are represented.
[0098]
Proceeding to step S52, the control device A calculates an operation pattern with each step number Δw based on the predicted value, and then proceeds to the next step S53.
[0099]
In step S53, the area of the difference between the predicted value of the power consumption and the predicted value of the fuel cell power generation amount in each calculation operation pattern, that is, the integral value F over the elapsed time of the above-described number of steps is determined.
[0100]
Proceeding to step S54, the control device A selects a pattern that minimizes the area F of the difference between the predicted value of the power consumption and the predicted value of the power generation amount of the fuel cell for each set time division.
[0101]
Then, in the next step S55, the control device A sends a control signal to the fuel cell B such that the area F is minimized throughout, and the fuel cell operates based on the control signal. The process moves to the step indicated by an asterisk (step S15).
[0102]
According to the “load response step control”, that is, the so-called “load response step mode”, as shown in FIG. 19, the number of steps Δw is increased by 17 W / And Δw is switched to 70 W / min after 29 minutes when the change in power consumption is large.
Here, the vertical axis in FIG. 19 indicates the power value, the horizontal axis indicates time, the c-line indicates the power load (power consumption), and the d-line indicates the fuel cell power generation (fuel cell power generation).
As described above, by changing the number of steps according to the magnitude of the change in power consumption, the amount of power generated by the fuel cell B can be made to follow this, and the fuel cell can be operated efficiently.
[0103]
FIG. 17 (the format of the graph is the same as that of FIG. 19) shows the characteristics when the number of steps Δw is fixed to 70 W / min in all the measurement time zones, and is compared with FIG. 19 in which the load response step control is performed. In particular, the difference between the power consumption and the fuel cell power generation amount is large (inefficient) in the first half of the measurement time zone.
[0104]
Further, FIG. 18 (the graph format is the same as that of FIG. 19) shows the characteristics when the number of steps Δw is fixed to 17 W / min in all the measurement time zones, and is compared with FIG. 18 in which the load response step control is performed. In particular, the difference between the power consumption and the fuel cell power generation is large (inefficient) between 29 minutes and 36 minutes after the start of the measurement.
[0105]
It is to be noted that the illustrated embodiment is merely an example and is not intended to limit the technical scope of the present invention.
For example, in the illustrated embodiment, a fuel cell is illustrated as a cogeneration device, but the present invention can be applied to a gas engine cogeneration device and other cogeneration systems.
[0106]
【The invention's effect】
The effects of the present invention are listed below.
(1) It is possible to obtain a predicted value based on the average value of past case data (extract the nearest data from the quantized history: perform data compression: cut the mesh for the past case data). Can reduce the amount of information to be stored. As a result, the amount of information in the case database does not increase to a problematic level over time, and the amount of information to be stored is prevented from exceeding the memory capacity of the control unit.
(2) Since the amount of database information does not increase so much, the search for the same or similar case required for prediction does not take too much time in searching for the same or similar case.
(3) Even when the method of obtaining a predicted value based on the average value of past case data is inappropriate, the second predicting means for obtaining a predicted value based on the least square error or the least square error The predicted value can be obtained by executing a prediction method determining step of obtaining a predicted value based on the predicted value.
(4) Since the operation control of the cogeneration device is performed based on highly accurate demand forecast, a highly efficient cogeneration device and / or a control method thereof can be realized.
(5) Energy loss can be minimized by controlling the power generation operation to end around the hot water supply load end time.
(6) By performing the operation control to start the power generation operation at a time earlier or later by a predetermined time from the end of a time zone where the commercial power rate is inexpensive (for example, a night rate time zone), it is wasteful. Energy consumption can be avoided.
[Brief description of the drawings]
FIG. 1 is a block diagram showing the overall configuration of the present invention.
FIG. 2 is a block diagram showing a configuration of a control device according to the present invention.
FIG. 3 is a main control flowchart of the present invention.
FIG. 4 is a control flowchart illustrating step ST3 in FIG. 3 in further detail.
FIG. 5 is a control flowchart illustrating step SM in FIG. 4 in more detail;
FIG. 6 is a graph showing power and / or hot water consumption patterns during a day.
FIG. 7 is a flowchart illustrating operation control for ending power generation at the hot water supply ending time.
FIG. 8 is a control flowchart showing a control method for starting power generation at a time earlier or later by a predetermined time from the end of a time zone where commercial power charges are inexpensive.
FIG. 9 is a first half of a control flowchart suitably combined with the present invention.
FIG. 10 is a second half of a flowchart showing “control for suppressing the number of operation stops”.
FIG. 11 is a flowchart showing “control not operating in a portion where the partial load efficiency is reduced”.
FIG. 12 is a flowchart showing “hot water disposal mode (1)”.
FIG. 13 is a flowchart showing “hot water disposal mode (2)”.
FIG. 14 is a flowchart showing a “load response step mode”.
FIG. 15 is a characteristic diagram illustrating an effect of “control for suppressing the number of stoppages”.
FIG. 16 is a characteristic diagram illustrating an effect of “control not operating in a portion where the partial load efficiency decreases”.
FIG. 17 is a characteristic diagram when the load response step amount is uniformly set to 70 W / min in the “load response step mode”.
FIG. 18 is a characteristic diagram when the load response step amount is uniformly set to 17 W / min in the “load response step mode”.
FIG. 19 is a characteristic diagram when the load response step amount is changed from 17 W / min to 70 W / min on the way in the “load response step mode”.
[Explanation of symbols]
1: Various command input means
2 ・ ・ ・ Power load measurement
3 ... heat load (hot water supply load, etc.) measurement
4 ... Climate data
5 ... Calendar function
6 ... Timekeeping means (timer)
7 ... Current hot water storage amount measuring means
8 ... Database
10 Control mode selection means
11 ... hydrogen production means
12 ・ ・ ・ Cell stack
22 ... means of searching within the mesh
23 Search means by least square error
26 ... Prediction means
100 ... prediction means
A: Control device
B: Fuel cell

Claims (6)

電力需要を検出する手段と、給湯需要を検出する手段と、温度に関する情報を検出する手段と、電力消費量及び／又は給湯需要を予測する予測手段とを含み、該予測手段は、日付及び曜日に関する情報と、検出された電力需要、給湯需要、温度に関する情報のその時点における検出値及び一定以上以前の時間における数値とに基づいて、所定時間後の電力消費量及び／又は給湯需要を事例ベース推論により予測する様に構成されており、且つ、所定範囲における過去の事例データの平均値に基いて予測値を求める第１の予測手段と、最小二乗誤差に基いて予測値を求める第２の予測手段とを有していることを特徴とするコージェネレーション装置。Means for detecting power demand, means for detecting hot water supply demand, means for detecting information relating to temperature, and prediction means for predicting power consumption and / or hot water supply demand, wherein the prediction means includes a date and a day of the week. Power consumption and / or hot water supply demand after a predetermined period of time based on the information on power consumption, hot water supply demand, and the detected value of the information on the temperature at that point in time and the numerical value at a time earlier than a predetermined time. A first prediction unit configured to predict by an inference and obtaining a predicted value based on an average value of past case data in a predetermined range; and a second prediction unit configured to obtain a predicted value based on a least square error. A cogeneration apparatus comprising: a prediction unit. 給湯負荷終了時刻前後で発電運転を終了する運転制御を行う様に構成された運転制御手段を有する請求項１のコージェネレーション装置。The cogeneration apparatus according to claim 1, further comprising an operation control means configured to perform operation control for terminating the power generation operation around the hot water supply load end time. 商用電力の料金が安価な時間帯の終了時から、所定の時間だけ早い時刻或いは遅い時刻に発電運転を開始する運転制御を行う様に構成された運転制御手段を有する請求項１のコージェネレーション装置。2. The cogeneration apparatus according to claim 1, further comprising an operation control means configured to perform an operation control to start the power generation operation at a predetermined time earlier or later by a predetermined time from the end of the time period when the commercial power rate is inexpensive. . 電力需要、給湯需要、温度に関する情報を検出する検出工程と、電力消費量及び／又は給湯需要を予測する予測工程とを含み、該予測工程では、過去の事例データの平均値に基いて予測値を求めるか或いは最小二乗誤差に基いて予測値を求めるかを判断する予測手法判断工程を有しており、日付及び曜日に関する情報と、検出された電力需要、給湯需要、温度に関する情報のその時点における検出値及び一定以上以前の時間における数値とに基づいて、所定時間後の電力消費量及び／又は給湯需要を予測する様に構成されていることを特徴とするコージェネレーション装置の制御方法。The method includes a detection step of detecting information on power demand, hot water demand, and temperature, and a prediction step of predicting power consumption and / or hot water demand. Or a prediction method determining step of determining whether to calculate a predicted value based on the least square error. The information on the date and the day of the week and the detected power demand, hot water demand, and information on the temperature at that time A power consumption and / or hot water supply demand after a predetermined time is predicted based on the detected value at the time and a numerical value at a time earlier than a predetermined time. 給湯負荷終了時刻前後で発電運転を終了する請求項４のコージェネレーション装置の制御方法。The method according to claim 4, wherein the power generation operation is terminated before or after the hot water supply load termination time. 商用電力の料金が安価な時間帯の終了時から、所定の時間だけ早い時刻或いは遅い時刻に発電運転を開始する運転制御を行う請求項４のコージェネレーション装置の制御方法。5. The control method for a cogeneration apparatus according to claim 4, wherein the operation control for starting the power generation operation at a time earlier or later by a predetermined time from the end of the time zone where the commercial power charge is inexpensive is performed.

Images