JP3170392B2 - Operating method and apparatus for district cooling device - Google Patents
Operating method and apparatus for district cooling deviceInfo
- Publication number
- JP3170392B2 JP3170392B2 JP18646893A JP18646893A JP3170392B2 JP 3170392 B2 JP3170392 B2 JP 3170392B2 JP 18646893 A JP18646893 A JP 18646893A JP 18646893 A JP18646893 A JP 18646893A JP 3170392 B2 JP3170392 B2 JP 3170392B2
- Authority
- JP
- Japan
- Prior art keywords
- load
- predicted
- pattern
- value
- cooling
- 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.)
- Expired - Fee Related
Links
Landscapes
- Air Conditioning Control Device (AREA)
Description
【０００１】[0001]
【産業上の利用分野】本発明は、地域冷房装置におい
て、地域側の負荷需要を満足するように、しかも経済的
に冷凍機を運転するための地域冷房装置の運転方法およ
び装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method and an apparatus for operating a refrigeration unit for economically operating a refrigerator so as to satisfy the load demand on the area side in a district cooling apparatus.
【０００２】[0002]
【従来の技術】従来から、一定地域の建物全ての冷房お
よび暖房、さらには給湯などを、１個所の熱発生施設で
あるエネルギプラントでまかなう各種の地域冷暖房シス
テムが開発されている。地域冷暖房システムは、エネル
ギを有効に利用し、公害を防止し、さらにはスペースを
有効に利用するなどの目的で開発されている。2. Description of the Related Art Conventionally, various district cooling / heating systems have been developed in which cooling and heating of all buildings in a certain area, and furthermore, hot water supply and the like are provided by an energy plant as a single heat generation facility. District heating and cooling systems have been developed for the purpose of effectively utilizing energy, preventing pollution, and effectively utilizing space.
【０００３】地域冷房を行うための冷凍機には、吸収式
冷凍機が使用されることが多い、吸収式冷凍機は、運転
開始時から定常運転状態に達するまで３０分程度の立上
り時間を要する。地域を冷房するときには、冷凍機で水
を冷却し、冷水を地域に供給する。冷凍機を効率よく運
転するには、一定時間、たとえば３０分先の冷水負荷予
測を行って、冷凍機を発停することが必要である。冷凍
機の運転を予測して行う先行技術は、特開昭４９−８３
２４６号公報、特開昭５５−１２３７８号公報、実開昭
５５−１３５２３６号公報、実開昭５７−１３７９４２
号公報などに開示されている。また、学術文献として
「花の万博会場における地域冷房のカルマンフィルタに
よる予測制御」（空気調和・衛生工学 第６５巻第１２
号 平成３年１１月発行 第４９頁〜第５５頁）があ
り、１時間毎に気象データによる予測モデルを設定し、
１時間毎に気象データ実測値を使って予測する方法が開
示されている。[0003] Absorption chillers are often used as chillers for district cooling. Absorption chillers require a rise time of about 30 minutes from the start of operation to a steady state operation. . When cooling an area, a refrigerator cools water and supplies cold water to the area. In order to operate the refrigerator efficiently, it is necessary to predict the cold water load for a certain period of time, for example, 30 minutes ahead, and then start and stop the refrigerator. Prior art for predicting the operation of a refrigerator is disclosed in JP-A-49-83.
No. 246, JP-A-55-12378, JP-A-55-135236, JP-A-57-137942.
No., for example. In addition, as an academic document, “Predictive control of district cooling by Kalman filter at flower expo site” (Air Conditioning and Sanitary Engineering, Vol. 65, No. 12)
Issued November 1991, pp. 49-55), and set a forecast model based on weather data every hour,
There is disclosed a method for making predictions using actual weather data every hour.
【０００４】[0004]
【発明が解決しようとする課題】地域冷房装置における
冷凍機の発停制御を効率的に行うために、前述のように
種々の手法が試みられているけれども、予測精度が悪
く、実用化レベルには至っていない。たとえば特開昭４
９−８３２４６号公報、実開昭５５−１３５２３６号公
報および実開昭５７−１３７９４２号公報の先行技術で
は、熱負荷測定値の変化を外挿し、熱負荷を予測するよ
うにしている。しかしながら地域冷房においては、負荷
が上昇するときや負荷が下降するときに、熱負荷測定値
はパルス状に変化し、予測精度が悪くなる。また負荷が
上昇する区間は、４時間前後と短く、この間に負荷変化
傾向を自動的に検知するのは困難である。前述の学術文
献では、予測に使用する気象データを短い周期で求める
ことが困難であるので、負荷の急変する負荷上昇や負荷
下降期間では、当然ながら予測精度が低下する。Various methods have been tried as described above to efficiently control the start / stop of a refrigerator in a district cooling system. However, the prediction accuracy is poor and the practical use level is low. Has not been reached. For example, JP
In the prior arts of Japanese Patent Application Laid-Open Nos. 9-83246, 55-135236 and 57-137942, a change in a heat load measurement value is extrapolated to predict a heat load. However, in district cooling, when the load increases or the load decreases, the measured heat load changes in a pulsed manner, and the prediction accuracy deteriorates. The section where the load increases is as short as about 4 hours, and it is difficult to automatically detect the load change tendency during this section. In the above-mentioned academic literature, it is difficult to obtain the weather data used for the prediction in a short cycle, so that the prediction accuracy naturally decreases during a load rising or a load falling period in which the load suddenly changes.
【０００５】地域冷房装置において、冷凍機が運転開始
から定常状態に至るまでに要する時間経過後の冷凍負荷
を安定に予測することができれば、冷凍機を効率よく運
転し、エネルギの有効利用を一層図ることができる。し
かしながら、一定時間先の冷凍負荷を安定して予測する
ことが困難であり、地域冷房装置を運転するオペレータ
の経験と勘に頼っているのが現状である。[0005] In a district cooling system, if the refrigerating load after a lapse of time required from the start of operation to the steady state can be stably predicted, the refrigerating machine can be operated efficiently and energy can be more effectively used. Can be planned. However, it is difficult to stably predict the refrigeration load after a certain period of time, and at present it depends on the experience and intuition of the operator who operates the district cooling system.
【０００６】本発明の目的は、冷房負荷を安定に予測
し、冷凍機を効率的に運転することができる地域冷房装
置の運転方法および装置を提供することである。An object of the present invention is to provide a method and an apparatus for operating a district cooling apparatus capable of stably predicting a cooling load and efficiently operating a refrigerator.
【０００７】[0007]
【課題を解決するための手段】本発明は、過去の実績に
基づいて、環境変動に伴う冷房負荷の環境変動分ｄを予
め予測しておき、天気予報に基づいて、時間経過に伴う
冷房負荷の日間負荷予測パターンを予め作成し、現在時
点ｎについて、冷房負荷を実測して実測値ｑn、日間負
荷予測パターンから冷房負荷のパターン予測値ｈn、お
よび環境変動から予測される環境変動分ｄnをそれぞれ
求め、実測値ｑnと、パターン予測値ｈnおよび環境変動
分ｄnの和との差ｅnを求め、現在時点ｎから、冷凍機が
運転開始後に定常状態になるまでに要する時間ｐ経過後
の時点ｎ＋ｐについて、日間負荷予測パターンから冷房
負荷のパターン予測値ｈn+pを、環境変動から予測され
る環境変動分ｄn+pを、それぞれ求め、三重指数平滑法
で、差ｅnから、時点ｎ＋ｐでの成り行き変動分ｑc n+q
を求め、環境変動分ｄn+pと成り行き変動分ｑc n+qとの
和として変動予測値△ｑn+pを求め、パターン予測値ｈn
と変動予測値△ｑn+pとの和として求められる負荷予測
値ｙn+pに従って、冷凍機の運転状態を制御することを
特徴とする地域冷房装置の運転方法である。According to the present invention, an environmental change d of a cooling load caused by an environmental change is predicted in advance based on past results, and a cooling load caused by a lapse of time is estimated based on a weather forecast. The daily load prediction pattern is created in advance, and for the current time point n, the cooling load is measured and measured, and the actual load value q n , the cooling load pattern predicted value h n from the daily load prediction pattern, and the environmental fluctuation predicted from the environmental fluctuation seeking d n respectively, and the measured values q n, obtains the difference e n of the sum pattern predicted value h n and environmental variation d n, from the current time point n, until the refrigerator reaches a steady state after the start of operation for the time n + p after the time p lapse required, days pattern predicted value h n + p of the cooling load from the load prediction pattern, the environmental variation d n + p predicted from environmental variations, calculated respectively, in triplicate exponential smoothing , from the difference between e n, when consequences variation in the n + p q c n + q
Look, determine the fluctuation prediction value △ q n + p as the sum of the environmental variation d n + p and consequences variation q c n + q, pattern predicted value h n
And controlling the operation state of the refrigerator according to a load predicted value y n + p obtained as a sum of the estimated value and a fluctuation predicted value △ q n + p .
【０００８】また本発明で、前記環境変動に伴う冷房負
荷の環境変動分ｄの予測には、温度差△Ｔnまたは湿度
差△Ａnについて、日間負荷予測パターンに対する冷凍
負荷の実測値の変動についての実績から求められる係数
を用いることを特徴とする。[0008] In the present invention, the prediction of the environmental variation d in cooling load due to the environmental change, the temperature difference △ T n or humidity difference △ A n, day variation of the measured values of the refrigeration load on the load prediction pattern Is characterized by using a coefficient obtained from the results of
【０００９】さらに本発明は、地域冷房用の冷凍機を冷
房負荷に応じて運転するための地域冷房装置の運転装置
において、過去の実績に基づいて、予め予測される環境
変動に伴う冷房負荷の環境変動分ｄ、および天気予報に
基づいて、予め作成される時間経過に伴う冷房負荷の日
間負荷予測パターンを記憶する記憶手段と、冷房負荷を
実測する負荷実測手段と、記憶手段および負荷実測手段
からの出力に応答し、現時点ｎについて、日間負荷予測
パターンからのパターン予測値ｈｎ、負荷実測手段から
の冷房負荷の実測値ｑｎ、および環境変動から予測され
る環境変動分ｄnをそれぞれ求め、実測値ｑnと、パター
ン予測値ｈnおよび環境変動分ｄnの和との差ｅnを求
め、現在時点ｎから、冷凍機が運転開始後に定常状態に
なるまでに要する時間ｐ経過後の時点ｎ＋ｐについて、
日間負荷予測パターンからの冷房負荷のパターン予測値
ｈn+p、環境変動から予測される環境変動分ｄn+pを、そ
れぞれ求め、三重指数平滑法で、差ｅnから、時点ｎ＋
ｐでの成り行き変動分ｑc n+qを求め、環境変動分ｄn+p
と成り行き変動分ｑc n+qとの和として変動予測値△ｑ
n+pを求め、パターン予測値ｈnと変動予測値△ｑn+pと
の和として求められる負荷予測値ｙn+pに従って、冷凍
機の運転状態を制御する制御手段とを含むことを特徴と
する地域冷暖房装置の運転装置である。Further, the present invention relates to an operation device of a district cooling system for operating a district cooling refrigerator according to a cooling load, wherein the cooling load of the cooling load accompanying the environmental change predicted in advance based on the past performance is provided. A storage unit for storing a daily load prediction pattern of a cooling load with a lapse of time, which is created in advance based on the environmental fluctuation d and the weather forecast, a load actual measurement unit for actually measuring the cooling load, a storage unit and a load actual measurement unit in response to an output from the, determined for the present time n, days pattern predicted value hn from the load prediction pattern, the cooling load from the load measured means Found qn, and environmental variation d n predicted from environmental variations, respectively, the measured values q n, obtains the difference e n of the sum pattern predicted value h n and environmental variation d n, when required from the present time n, until the refrigerator is in a steady state after the start of operation For the time point n + p after the elapse of the interval p,
Days loading pattern predicting the cooling load from the predicted pattern value h n + p, the environmental variation d n + p predicted from environmental variations, calculated respectively, in triplicate exponential smoothing, the difference e n, when n +
Calculate the resulting variation q c n + q at p and obtain the environmental variation d n + p
Fluctuation prediction value as the sum of the consequences variation q c n + q and △ q
seek n + p, according to the load prediction value y n + p obtained as the sum of the pattern predicted value h n and fluctuation prediction value △ q n + p, in that it comprises a control means for controlling the operating state of the refrigerator It is an operating device of a district cooling and heating device.
【００１０】[0010]
【作用】本発明に従えば、天気予報に基づいて予め作成
される日間負荷予測パターンから、冷房負荷のパターン
予測値ｈnおよびパターン予測値ｈn+pを求める。冷房負
荷を実測した実測値ｑnとパターン予測値ｈnおよび環境
変動分ｄnの和との差ｅnに対して、三重指数平滑法で求
められる成り行き変動分ｑc n+pと予測される環境変動分
との和として変動予測値Δｑn+pを求める。負荷予測値
ｙn+pは、パターン予測値ｈn+pと変動予測値Δｑn+pと
の和として求められる。負荷予測値ｙn+pが、現在運転
中の冷凍機の冷凍能力よりも大きいときには、新たに冷
凍機の運転を開始するようにすれば、冷凍能力が不足す
ることなく、需要に応じた運転を行うことができる。負
荷予測値ｙn+pが小さくなれば、冷凍機の一部を停止す
ることなどによって、エネルギの節約を図ることができ
る。According to the invention, from days load prediction pattern generated in advance based on weather forecast, obtaining the pattern predicted value h n and pattern predicted value h n + p of the cooling load. Relative difference e n of the sum of the measured values q n and the pattern predicted value h n and environmental variation d n of actual measurement of the cooling load, is expected consequences variation q c n + p sought triple exponential smoothing The predicted fluctuation value Δq n + p is obtained as the sum with the environmental fluctuation component. The load predicted value y n + p is obtained as the sum of the pattern predicted value h n + p and the fluctuation predicted value Δq n + p . When the load prediction value yn + p is larger than the refrigerating capacity of the currently operating refrigerating machine, if the refrigerating machine is newly started to operate, the refrigerating capacity does not run short and the operation according to the demand can be performed. It can be performed. If the load predicted value yn + p becomes small, it is possible to save energy by stopping a part of the refrigerator.
【００１１】また本発明に従えば、温度差ΔＴnまたは
湿度差ΔＡnなどの環境変量による変動分が変動予測値
Δｑn+pに含まれるようになるので、気温や湿度に応じ
た冷房負荷の予測をより正確に行うことができる。Further, according to the present invention, the fluctuation due to environmental variables such as the temperature difference ΔT n or the humidity difference ΔA n is included in the fluctuation predicted value Δq n + p , so that the cooling load corresponding to the temperature and humidity can be obtained. Can be more accurately predicted.
【００１２】また本発明に従えば、記憶手段には、天気
予報に基づいて予め作成された時間経過に伴う冷房負荷
の日間負荷予測パターン、および過去の実績に基づいて
予め予測される冷房負荷の環境変動分が記憶される。負
荷予測手段は、負荷実測手段によって実測された実測値
ｑnと、日間負荷予測パターンからのパターン予測値ｈn
および環境変動分ｄnの和との差ｅnに対して、三重指数
平滑法から冷凍機が運転開始後に定常状態になるまでに
要する時間経過後の成り行き変動分ｑc n+1を予測し、環
境変動分ｄn+pとの和として、変動予測値Δｑn+pを算出
する。変動予測値Δｑn+pとパターン予測値ｈn+pとの和
として負荷予測値ｙn+pを算出し、制御手段はこの負荷
予測値ｙn+pに従って冷凍機の運転状態を制御する。予
め作成してある日間負荷予測パターンからのパターン予
測値ｈn+pを、変動予測値Δｑn+pを用いて補正するの
で、冷房負荷の変動に適応した冷凍機の運転を容易に行
うことができる。Further, according to the present invention, the storage means stores the daily load prediction pattern of the cooling load with the lapse of time prepared in advance based on the weather forecast and the cooling load predicted in advance based on the past performance. The environmental change is stored. The load predicting means includes an actual measured value q n actually measured by the load actual measuring means and a pattern predicted value h n based on the daily load predicted pattern.
And with respect to the difference between e n of the sum of the environmental variation d n, refrigerator predict consequences fluctuation q c n + 1 after a lapse of time required to reach a steady state after the start of operation of the triple exponential smoothing , The fluctuation prediction value Δq n + p is calculated as the sum with the environmental fluctuation d n + p . Calculating a load prediction value y n + p as the sum of the fluctuation prediction value [Delta] q n + p and the pattern predicted value h n + p, the control means controls the operating state of the refrigerator according to the load prediction value y n + p . Since the pattern prediction value h n + p from the daily load prediction pattern created in advance is corrected using the fluctuation prediction value Δq n + p , the operation of the refrigerator adapted to the fluctuation of the cooling load can be easily performed. Can be.
【００１３】[0013]
【実施例】図１は、本発明の一実施例による地域冷房装
置の運転装置の構成を示す。地域の需要者側にある冷暖
房負荷１の運転を制御するため、環境変量入力装置２、
計算機３および外部記録装置４を含む運転装置が使用さ
れる。この運転装置は、冷温水機１１〜１ｍ（以下、総
称するときは参照符１０で示す）、および蓄熱設備２１
〜２ｎ（総称するときは参照符２０で示す）などを含む
冷凍機の運転状態を制御する。FIG. 1 shows a configuration of an operation device of a district cooling system according to an embodiment of the present invention. In order to control the operation of the cooling and heating load 1 on the side of the local consumer, an environment variable input device 2,
An operating device including the computer 3 and the external recording device 4 is used. The operation device includes a water heater / heater 11 to 1 m (hereinafter, collectively referred to by reference numeral 10), and a heat storage facility 21.
２2n (collectively indicated by reference numeral 20) and the like.
【００１４】環境変量入力装置には、冷凍機から冷暖房
負荷１に送る送水温度、冷暖房負荷１から冷凍機に戻る
還水温度、これらの流量、大気温度および絶対湿度が環
境変量として入力される。さらに天気予報から予想最高
気温、予想最低気温、場合によっては予想平均絶対湿度
なども入力される。環境変量入力装置２からの出力は、
計算機３内の負荷演算部３１に与えられる。負荷演算部
３１には、冷暖房負荷１の冷房負荷実測値も与えられ
る。このような負荷実測手段である負荷演算部３１から
の出力は、データ記憶部３２に与えられて記憶される。
負荷予測部３３は、データ記憶部３２に記憶されたデー
タと、記憶装置４に記憶されている日間予測パターンや
日間予測パターンに対する実測パターンの変動を表す関
係式などに基づいて、負荷予測値を算出し、制御部３４
に与える。制御部３４は、与えられた負荷予測値に基づ
いて、冷凍機の運転状態を制御する。The temperature of the water sent from the refrigerator to the cooling / heating load 1, the temperature of the return water returning from the cooling / heating load 1 to the refrigerator, the flow rate thereof, the atmospheric temperature and the absolute humidity are input to the environmental variable input device as environmental variables. Furthermore, an expected maximum temperature, an expected minimum temperature, and in some cases, an expected average absolute humidity are also input from the weather forecast. The output from the environmental variable input device 2 is
It is provided to a load calculation unit 31 in the computer 3. The load calculation unit 31 is also provided with a cooling load actual measurement value of the cooling / heating load 1. The output from the load calculation unit 31 as such a load measurement unit is given to the data storage unit 32 and stored.
The load prediction unit 33 calculates the load prediction value based on the data stored in the data storage unit 32 and the daily prediction pattern stored in the storage device 4 or a relational expression representing a variation of an actually measured pattern with respect to the daily prediction pattern. Calculate and control unit 34
Give to. The control unit 34 controls the operating state of the refrigerator based on the given load predicted value.
【００１５】図２は、図１に示す実施例を用いた地域冷
暖房システムの構成を示す。この地域冷暖房システムに
おいては、エネルギプラント４０で地域冷暖房に必要な
熱および冷熱を集中的に発生し、さらに発電も行って、
コ・ジェネレーションシステムとしてエネルギの有効利
用を図る。エネルギ源の１つは商用電力４１であり、こ
れによって付勢されるモータ４２がターボ冷凍機４３を
駆動する。ターボ冷凍機４３は、安定した負荷条件で運
転するのに適しており、氷蓄熱槽４４内に冷熱を蓄積す
るために運転される。冷水ポンプ４５，４６の出力は、
冷水管４７に接続される。地域冷房に使用された還り冷
水は、還り冷水管４８で戻される。これらの冷水管４７
および還り冷水管４８は、地域配管４９として、エネル
ギプラント４０と冷暖房地域５０との間を結ぶ。エネル
ギプラント４０のエネルギ源としては、都市ガス５１も
使用される。都市ガス５１は、ガスタービン５２に使用
され、発電機５３を駆動する。発電機５３からの電力
は、前述のモータ４２、冷水ポンプ４５，４６を駆動す
るために使用される。余分の電力は、商用電力４１側に
売却することもある。ガスタービン５２からの排ガス
は、排ガスボイラ５４に導かれて、排熱を利用して蒸気
を発生させる。都市ガス５１を燃焼させて直接蒸気を発
生させる蒸気ボイラ５５も設けられる。排熱ボイラ５４
および蒸気ボイラ５５から発生する蒸気は、蒸気管５６
に導出される。蒸気管５６は、地域配管４９内に含ま
れ、冷暖房地域５０を暖房するために使用される。暖房
に使用された蒸気は、水に還り、還水管５７を介して戻
される。排熱ボイラ５４および蒸気ボイラ５５から発生
する蒸気を利用して、吸収式冷凍機５８が作動する。排
熱ボイラ５４、蒸気ボイラ５５および吸収式冷凍機５８
は、冷温水機１０を構成する。モータ４２、ターボ冷凍
機４３および氷蓄熱槽４４は、蓄熱設備２０を構成す
る。冷水管４７の温度Ｔ１と、還り冷水管４８の温度Ｔ
２を用いると、冷房負荷Ｑを次の第１式によって求める
ことができる。FIG. 2 shows a configuration of a district cooling / heating system using the embodiment shown in FIG. In this district heating / cooling system, heat and cold required for district heating / cooling are intensively generated in the energy plant 40, and power is also generated.
Effective use of energy as a co-generation system. One of the energy sources is a commercial power 41, and a motor 42 energized by the commercial power 41 drives a centrifugal chiller 43. The centrifugal chiller 43 is suitable for operating under stable load conditions, and is operated to store cold heat in the ice heat storage tank 44. The outputs of the chilled water pumps 45 and 46 are
Connected to cold water pipe 47. Return cold water used for district cooling is returned by a return cold water pipe 48. These cold water pipes 47
The return cooling water pipe 48 connects the energy plant 40 and the cooling / heating area 50 as a regional pipe 49. City gas 51 is also used as an energy source of the energy plant 40. The city gas 51 is used for a gas turbine 52 and drives a generator 53. Electric power from the generator 53 is used to drive the motor 42 and the chilled water pumps 45 and 46 described above. The extra power may be sold to the commercial power 41 side. The exhaust gas from the gas turbine 52 is guided to an exhaust gas boiler 54, and generates steam using exhaust heat. A steam boiler 55 for burning city gas 51 to directly generate steam is also provided. Waste heat boiler 54
And steam generated from the steam boiler 55
Is derived. The steam pipe 56 is included in the regional pipe 49 and is used to heat the cooling / heating area 50. The steam used for the heating returns to water and is returned through the return water pipe 57. The absorption chiller 58 operates using the steam generated from the exhaust heat boiler 54 and the steam boiler 55. Waste heat boiler 54, steam boiler 55, and absorption refrigerator 58
Constitutes the hot and cold water machine 10. The motor 42, the centrifugal chiller 43, and the ice heat storage tank 44 constitute the heat storage facility 20. The temperature T1 of the cold water pipe 47 and the temperature T of the return cold water pipe 48
By using 2, the cooling load Q can be obtained by the following first equation.
【００１６】 Ｑ ＝ Ｆ（Ｔ２−Ｔ１） …（１） ここでＦは冷水の流量に比例する係数である。Q = F (T2−T1) (1) where F is a coefficient proportional to the flow rate of the cold water.
【００１７】図３は、冷房負荷Ｑの日間変動パターンを
示す。本実施例では、日間変動を時刻ｔ１以前および時
刻ｔ４以降の夜間ベース区間、時刻ｔ１から時刻ｔ２ま
での負荷上昇区間、時刻ｔ２から時刻ｔ３までのピーク
区間、時刻ｔ３から時刻ｔ４までの負荷下降区間の４区
間に分割し、各区間毎に予測方式を変更する。負荷上昇
区間および負荷下降区間では、予め計算済みの日間負荷
変動パターン予測値による一定期間予測値に、当日の成
り行き変動分を、上記パターン予測値と実測値との差を
三重指数平滑して計算し、補正する。夜間ベース区間お
よびピーク区間では、上記パターン予測値と、気温や湿
度などの環境変量による補正とを、三重指数平滑に組み
合わせて予測する。夕方の負荷下降直前に日間負荷変動
パターン予測値を、当日の日最大負荷実績値および日最
小負荷実績値を用いて修正し、これを負荷下降区間によ
る予測に使用する。三重指数平滑とは、対象時系列デー
タが２次式（ａ＋ｂｔ＋１／２ｃｔ2 ）状に変化すると
仮定し、データの３次までの指数平滑値によってａ，
ｂ，ｃを逐次計算し、この２次式を使って予測する手法
である。FIG. 3 shows a daily fluctuation pattern of the cooling load Q. In the present embodiment, the daily variation is defined as a night-based section before time t1 and after time t4, a load increase section from time t1 to time t2, a peak section from time t2 to time t3, and a load decrease from time t3 to time t4. The section is divided into four sections, and the prediction method is changed for each section. In the load increase section and the load decrease section, the expected fluctuation amount of the day is calculated by a triple exponential smoothing of the difference between the pattern predicted value and the actually measured value to the predetermined period predicted value based on the calculated daily load fluctuation pattern predicted value. And correct. In the nighttime base section and the peak section, the prediction is performed by combining the pattern prediction value and the correction based on environmental variables such as temperature and humidity in triple exponential smoothing. Immediately before the evening load drop, the daily load fluctuation pattern predicted value is corrected using the day's maximum load actual value and the daily minimum load actual value of the day, and is used for prediction in the load drop section. Triple exponential smoothing is based on the assumption that target time-series data changes in a quadratic equation (a + bt + ｂct 2 ), and a,
This is a method of sequentially calculating b and c and predicting using this quadratic expression.
【００１８】以上のように日間変動区分を、４つの区間
にそれぞれの性質にあった予測方法をとるので、精度の
高い予測を行うことができる。特に、負荷上昇区間およ
び負荷下降区間における需要者側の空調開始や停止、冷
水ポンプ発停による熱負荷測定値のパルス状乱れにも拘
わらず、安定した予測を行うことができる。その結果と
して、冷凍機台数制御の自動化による省力化や、省エネ
ルギ化が実現できる。As described above, the prediction method suitable for the respective characteristics of the day-to-day fluctuation division is applied to the four sections, so that highly accurate prediction can be performed. In particular, a stable prediction can be performed regardless of the pulse-like disturbance of the measured heat load value due to the start and stop of the air conditioning on the consumer side in the load increasing section and the load decreasing section, and the start and stop of the chilled water pump. As a result, labor saving and energy saving can be realized by automating the control of the number of refrigerators.
【００１９】図４は図１に示す実施例による負荷の予測
動作を示し、図５は過去複数日にわたって正規化された
負荷の変化パターンを平滑化する方法を示す。特に図３
に示すように、負荷変化パターンは、負荷上昇区間、ピ
ーク区間、負荷下降区間および夜間ベース区間に分けら
れる。ピーク区間と夜間ベース区間とでは、商業施設や
オフィスビルが営業中あるいは閉店中であり、人間の活
動がほぼ安定しているため、気温や湿度などの気象条件
の要因の影響が大きい。日最大負荷は、平日と土曜日や
日曜日あるいは祝祭日とでは、同じ気象条件下でも平日
＞土曜日＞日曜日と差がある。土曜日や日曜日にはオフ
ィスビルなどが休業しているからである。FIG. 4 shows a load prediction operation according to the embodiment shown in FIG. 1, and FIG. 5 shows a method of smoothing a load change pattern normalized over a plurality of past days. In particular, FIG.
As shown in (1), the load change pattern is divided into a load rising section, a peak section, a load falling section, and a night base section. In the peak section and the night-based section, commercial facilities and office buildings are open or closed, and human activities are almost stable. Therefore, the influence of weather conditions such as temperature and humidity is large. The maximum daily load differs between weekdays, Saturdays, Sundays, and holidays in the same weather conditions as weekday>Saturday> Sunday. Office buildings are closed on Saturdays and Sundays.
【００２０】以上のような前提のもとに、図４のステッ
プａ１から動作を開始し、ステップａ２では、過去の変
化パターンを正規化する。図１に示す記憶装置４には、
過去の複数日、たとえば３週間分の負荷データが記憶さ
れている。図１の負荷予測部３３は、次の第２式に示す
ような演算によって負荷の変化パターンを０％〜１００
％の範囲に正規化する。Under the above-described premise, the operation is started from step a1 in FIG. 4, and in step a2, the past change pattern is normalized. The storage device 4 shown in FIG.
Load data for a plurality of past days, for example, three weeks, is stored. The load prediction unit 33 of FIG. 1 calculates the load change pattern from 0% to 100
Normalize to the% range.
【００２１】[0021]
【数１】 (Equation 1)
【００２２】ここで、ｘw k.jは、ｗ週間前のｊ曜日のｋ
時点での正規化負荷比率〔％〕であり、ｑw k.jは、ｗ週
間前のｊ曜日のｋ時点での負荷実績値であり、ｑw max.j
は、ｗ週間前のｊ曜日の日最大負荷実績値であり、ｑw
min.jは、ｗ週間前のｊ曜日の日最小負荷実績値であ
る。第２式で求められた結果、配分パターンは、たとえ
ば１時間の区間にわたって、第３式に示すように移動平
均処理され、蓄積される。Here, x w kj is the k on the j day w weeks ago.
Is the normalized load ratio [%] at the time point, q w kj is the actual load value at the time point k on the j day w weeks ago, and q w max.j
Is the daily maximum load actual value on the j day of the w week, q w
min.j is the daily minimum load actual value on the jth week w weeks ago. As a result of the calculation using the second expression, the distribution pattern is subjected to a moving average process as shown in the third expression and accumulated, for example, over an interval of one hour.
【００２３】[0023]
【数２】 (Equation 2)
【００２４】ここで、ｒw k.jは、ｗ週間前のｊ曜日のｋ
時点での正規化負荷配分率であり、Ｎは、移動平均区間
内の時点の数である。前述のように、移動平均区間を１
時間にとり、ｋ時点を５分毎にとれば、Ｎ＝１２とな
る。Here, r w kj is the k on the j day w weeks ago.
It is the normalized load distribution ratio at the time point, and N is the number of time points in the moving average section. As described above, the moving average section is 1
If the time point k is taken every 5 minutes, N = 12.
【００２５】ステップａ３では、平均気温Ｔａｖおよび
平均絶対湿度Ａａｖを予測する。これらの値は、天気予
報から得られる翌日の日最高気温Ｔｍａｘおよび日最低
気温Ｔｍｉｎから次の第４式および第５式に従ってそれ
ぞれ予測される。In step a3, the average temperature Tav and the average absolute humidity Aav are predicted. These values are predicted from the next day's maximum temperature Tmax and daily minimum temperature Tmin obtained from the weather forecast according to the following fourth and fifth formulas, respectively.
【００２６】 Ｔａｖ＝α（Ｔｍａｘ−Ｔｍｉｎ）＋Ｔｍｉｎ …（４） Ａａｖ＝β1Ｔｍｉｎ＋β2 …（５） 日最高気温Ｔｍａｘおよび日最低気温Ｔｍｉｎは、たと
えば午後９時の天気予報から得られる。αは、過去の実
績データによって定められ、たとえば１９７６〜１９８
５年の大阪の日間気温の荷重平均係数として、α＝０．
４６５が求められる。日平均絶対湿度Ａａｖは、日最低
気温Ｔｍｉｎと相関関係があると推定されるので、月毎
に設定される係数β1，β2を用いて予測する。Tav = α (Tmax−Tmin) + Tmin (4) Aav = β 1 Tmin + β 2 (5) The daily maximum temperature Tmax and the daily minimum temperature Tmin are obtained from, for example, a weather forecast at 9:00 pm. α is determined by past performance data, and is, for example, 1976 to 198
As a load average coefficient of daily temperature in Osaka for 5 years, α = 0.
465 are required. Since the daily average absolute humidity Aav is estimated to have a correlation with the daily minimum temperature Tmin, it is predicted using the coefficients β 1 and β 2 set for each month.
【００２７】ステップａ４では、次の第６式および第７
式に示すような予測モデルに従って、日最大負荷ＱPお
よび日最小負荷ＱBをそれぞれ予測する。In step a4, the following formula (6) and formula (7)
According to the prediction model shown in equation predicts daily maximum load Q P and day minimum load Q B, respectively.
【００２８】 ＱP＝ａ1Ｔａｖ＋ａ2Ａａｖ＋ａ3 …（６） ＱB＝ｂ1Ｔａｖ＋ｂ2Ａａｖ＋ｂ3 …（７） ａ1，ａ2，ａ3；ｂ1，ｂ2，ｂ3はそれぞれモデルパラメ
ータを表し、最小二乗法計算によって逐次更新する。逐
次最小二乗法計算の計算時間を少なくするためには、カ
ルマンフィルタを用いることが好ましい。Q P = a 1 Tav + a 2 Aav + a 3 (6) Q B = b 1 Tav + b 2 Aav + b 3 (7) a 1 , a 2 , a 3 ; b 1 , b 2 , and b 3 are model parameters, respectively. , And sequentially updated by the least squares calculation. In order to reduce the calculation time of the sequential least squares calculation, it is preferable to use a Kalman filter.
【００２９】これらの予測値ＱP，ＱBは、平日に対応
し、土曜日、日曜日および祝祭日などの休日の日最大負
荷予測値ＱPおよび日最大負荷予測値ＱBは、平日の予測
値ＱP，ＱB に指数平滑した対平均負荷比率ηijを乗算
して求める。これらの対平日負荷比率ηijは、負荷変化
に適応できるように、土曜日、日曜日、および祝祭日の
終了時に、それぞれ当日の日最大負荷実績値ｑ
W max.jと、平日の日最大負荷予測モデルに当日の平均気
温Ｔａｖおよび平均絶対湿度Ａａｖを使って得られる日
最大負荷実績値ｑw'max.jとの比率ηij′（＝ｑw max.j
／ｑw'max.j）を求め、この比率ηij′を指数平滑によ
って週毎に更新する。すなわち、更新後の指数平滑値η
ijは、次式によって求められる。The predicted values Q P and Q B correspond to weekdays, and the daily maximum load predicted value Q P and the daily maximum load predicted value Q B for holidays such as Saturday, Sunday and public holidays are the weekly predicted values Q P, determined by multiplying the exponential smoothing counterion average load ratio eta ij to Q B. These week- to-weekday load ratios η ij are calculated on the day of the day, at the end of Saturdays, Sundays and holidays, so that they can adapt to load changes.
W max.j and, 'ratio η ij of the max.j' (= q w weekday day maximum load prediction model to the day average temperature Tav and the average maximum load actual absolute humidity Aav the use is obtained day value q w max.j
/ Q w ' max.j ), and this ratio η ij ' is updated weekly by exponential smoothing. That is, the updated exponential smoothed value η
ij is obtained by the following equation.
【００３０】 ηij ＝ ηij＋ε・（ηij′−ηij） …（８） ここで、係数εは、０＜ε≦１である。またηijについ
ては、ｉ＝１のとき日最大負荷用、ｉ＝２のとき日最小
負荷用であり、ｊ＝１のとき土曜日用、ｊ＝２のとき日
曜日（祝祭日を含む）用とする。Η ij = η ij + ε · (η ij ′ −η ij ) (8) Here, the coefficient ε is 0 <ε ≦ 1. Regarding η ij , i = 1 for maximum daily load, i = 2 for minimum daily load, j = 1 for Saturday, and j = 2 for Sunday (including public holidays). .
【００３１】このようにして指数平滑された比率ηを、
上述した第６式および第７式の日最大負荷予測値ＱPお
よび日最小負荷予測値ＱBに乗ずることによって、特定
曜日である土曜日、日曜日および祝祭日の日最大負荷予
測値および日最小負荷予測値を求めることができる。The ratio η thus exponentially smoothed is
By multiplying the sixth equation and seventh equation days maximum load prediction value Q P and day minimum load prediction value Q B described above, a specific day Saturday, Sunday and public holidays day maximum load prediction value and daily minimum load prediction The value can be determined.
【００３２】ステップａ５では、翌日の変化パターンを
予測する。このため、図５に示すように、平滑処理を施
した過去３週間内の同一曜日の負荷パターンを平均化す
る。すなわち図５（１），（２），（３）に示すよう
に、３，２，１週間前のｊ曜日のｋ時点での正規化負荷
配分率ｒ3 k.j，ｒ2 k.j，ｒ1 k.jを平均して、図５（４）
に示すようなｊ曜日のｋ時点の負荷配分率ｆj （ｋ）の
変化パターンを得る。このような計算は、次の第９式に
従って行われる。At step a5, a change pattern of the next day is predicted. Therefore, as shown in FIG. 5, the load patterns of the same day of the past three weeks after the smoothing process are averaged. That is, as shown in FIGS. 5 (1), (2), and (3), normalized load distribution ratios r 3 kj , r 2 kj , and r 1 kj at the time point k on the j day of the week 3, 2, 2 or 1 week ago By averaging, FIG. 5 (4)
A change pattern of the load distribution ratio f j (k) at the time point k on the j day as shown in FIG. Such a calculation is performed according to the following ninth equation.
【００３３】[0033]
【数３】 (Equation 3)
【００３４】ここで、ｍwは、次の第１０式の条件を満
たす係数である。Here, m w is a coefficient that satisfies the condition of the following equation (10).
【００３５】[0035]
【数４】 (Equation 4)
【００３６】ここで、０≦ｍw ≦１である。Here, 0 ≦ m w ≦ 1.
【００３７】ｊ曜日が平日であっても、ｗ週間（１≦ｗ
≦３）前に祝祭日があれば、該当する係数をｍw ＝０と
し、他の係数ｍw が第９式および第１０式を満足するよ
うに調整する。このようにして求めた図５（４）に示す
ような日間負荷配分パターンのピーク区間に、日最大負
荷予測値ＱP を適用し、夜間ベース区間に日最小負荷予
測値ＱB を適用して次の第１１式に示すような翌日の負
荷変化パターンを予測する。Even if the j day is a weekday, w weeks (1 ≦ w
≦ 3) If there is a holiday before, the corresponding coefficient is set to m w = 0, and the other coefficient m w is adjusted so as to satisfy the ninth and tenth equations. In The thus obtained 5 (4) shows such days load allocation patterns peak interval, applying a daily maximum load prediction value Q P, by applying at night base section day minimum load prediction value Q B The next day's load change pattern as shown in the following Expression 11 is predicted.
【００３８】 ｈn＝０．０１・ｆj（ｎ）・（ＱP−ＱB）＋ＱB …（11） ステップａ６では、求められた翌日の変化パターン予測
値に基づいて、夜間の蓄熱量を算出する。この算出値に
基づいて、夜間の安価な電力を利用し、蓄熱設備に熱ま
たは冷熱を蓄熱する。H n = 0.01 · f j (n) · (Q P −Q B ) + Q B (11) In step a6, the amount of heat storage at night is calculated based on the calculated change pattern predicted value for the next day. Is calculated. Based on this calculated value, inexpensive power at night is used to store heat or cold in the heat storage facility.
【００３９】次にステップａ７では、予測された負荷の
変化パターンに基づき、熱源機器の発停スケジュールを
決定する。予測される負荷の変化パターンには、予測誤
差が避けられないため、発停スケジュールは負荷の余裕
を見て安全側に計画する。しかしながら、翌日の変化パ
ターンが系統的かつ実用的に予測されるので、オペレー
タの経験や勘に頼る場合よりも余裕を小さくして省エネ
ルギ化を図ることができる。Next, in step a7, a start / stop schedule of the heat source device is determined based on the predicted load change pattern. Since a prediction error is unavoidable in the predicted load change pattern, the start / stop schedule is planned on the safe side in view of the load margin. However, since the change pattern of the next day is systematically and practically predicted, it is possible to reduce the margin and save energy as compared with the case of relying on the experience and intuition of the operator.
【００４０】次にステップａ８では、蓄熱設備からの放
熱スケジュールを決定する。氷蓄熱層を利用するときに
は、蓄熱開始時点までに前夜の蓄熱量は全部放熱する必
要がある。熱あるいは冷熱の需要が予測を上回るような
ときには、熱源機器を追起動して対応する。ステップａ
９で動作を終了する。Next, in step a8, a heat release schedule from the heat storage equipment is determined. When using the ice heat storage layer, it is necessary to radiate all the heat stored in the previous night by the time when the heat storage starts. When the demand for heat or cold heat exceeds the forecast, the heat source equipment is additionally activated to respond. Step a
The operation ends at 9.
【００４１】図６は、図１に示す実施例の動作状態を示
す。ステップｂ１から動作を開始し、ステップｂ２で
は、外部記憶装置４から、図４に示す予測動作で、予め
作成されている負荷変化パターンを、日間負荷予測パタ
ーンとして読出す。ステップｂ３ではさらに変動を表す
関係式を読出す。ステップｂ４では、たとえば５分であ
る計算周期が経過したか否かが判断される。計算周期が
経過していれば、ステップｂ５で、時刻ｎにおけるパタ
ーン予測値ｈnを読取る。さらに吸収式冷凍機５８の立
上りに要する一定時間経過後のパターン予測値ｈn+pを
ステップｂ６で読取る。またステップｂ７では、変動予
測値Δｑn+pを算出する。ステップｂ８では、負荷予測
値ｙn+pを算出し、ステップｂ９で冷凍機の運転制御を
行う。ステップｂ１０では、図３に示す１つの区間が終
了したか否かが判断され、終了していなければ、ステッ
プｂ４に戻り、次の区間となっているときには、ステッ
プｂ２に戻る。FIG. 6 shows an operation state of the embodiment shown in FIG. The operation starts from step b1, and in step b2, a load change pattern created in advance by the prediction operation shown in FIG. 4 is read from the external storage device 4 as a daily load prediction pattern. In step b3, a relational expression representing a change is read out. In step b4, it is determined whether a calculation cycle of, for example, 5 minutes has elapsed. If the calculation cycle has elapsed, the pattern prediction value hn at time n is read in step b5. Further, a pattern predicted value hn + p after a lapse of a predetermined time required for starting the absorption refrigerator 58 is read in step b6. In step b7, a fluctuation prediction value Δq n + p is calculated. In step b8, a predicted load value yn + p is calculated, and in step b9, operation control of the refrigerator is performed. At step b10, it is determined whether or not one section shown in FIG. 3 has been completed. If not completed, the procedure returns to step b4, and if the next section has been reached, the procedure returns to step b2.
【００４２】図７は、負荷予測値ｙn+pを予測する考え
方を示す。現在時点ｎに対し、一定時間経過後の時点ｎ
＋ｐでは、日間負荷予測パターンに基づき読取られるパ
ターン予測値ｈn+pをベースに、成り行き変動分予測値
ｑc n+pと、環境変動予測値ｄn+pとをそれぞれ予測し
て、負荷予測値ｙn+pが算出される。FIG. 7 shows the concept of predicting the load predicted value yn + p . Time point n after a certain time has elapsed from current time point n
In the case of + p, based on the pattern predicted value h n + p read based on the daily load predicted pattern, the predicted change value q cn + p and the predicted environmental change value d n + p are predicted, respectively. A predicted value y n + p is calculated.
【００４３】図８は、図７に示すような現在時点ｎから
一定時間先の負荷予測値ｙｎ＋ｐを求める際の変動分を
用いる予測方式を示す。図８（１）は環境変動分ｄの予
測、図８（２）は成り行き変動分ｑc の予測、図８
（３）は両者を総合した短期予測をそれぞれ示す。負荷
予測値ｙn+pは、次の第１２式で表される。FIG. 8 shows a prediction method using a variation in obtaining a load prediction value yn + p a fixed time ahead of the current time n as shown in FIG. 8 (1) is predicted environmental variation d, 8 (2) is predicted course of events variation q c, 8
(3) shows a short-term forecast that combines both. The predicted load value y n + p is represented by the following twelfth equation.
【００４４】 ｙn+p＝ｈn+p＋ｄn+p＋ｑc n+p …（12） 環境変量による変動分ｄn+pの計算は、次の第１３式に
よって行う。Y n + p = h n + p + d n + p + q c n + p (12) The variation d n + p due to environmental variables is calculated by the following thirteenth equation.
【００４５】 ｄn+p＝ｄn＋α1jΔＴn …（13） ここで、ΔＴn（＝Ｔn−Ｔn-p）は、一定時間前（ｎ−
ｐ）からの気温変動幅を表す。α1jは、平日のｊ時の気
温とｊ時からｐ時点先の実負荷との関係を次の第１４式
で表し、１日毎に各時刻における実績値に対し最小二乗
法を適用して、α2 jの値とともに更新する係数である。
逐次最小二乗法として計算時間を少なくするためにはカ
ルマンフィルタを用いることが好ましい。絶対湿度の変
動幅ΔＡnも考慮すれば、予測の精度は向上する。D n + p = d n + α 1j ΔT n (13) where ΔT n (= T n −T np ) is equal to (n−
represents the temperature fluctuation range from p). α 1j represents the relationship between the air temperature at j time on weekdays and the actual load at time point p after j time by the following formula 14, applying the least squares method to the actual value at each time every day, It is a coefficient that is updated together with the value of α 2 j .
It is preferable to use a Kalman filter in order to reduce the calculation time as the sequential least squares method. If the variation range ΔA n of the absolute humidity is also taken into consideration, the accuracy of the prediction is improved.
【００４６】 ｑn+p.j＝ α1jＴn＋α2j …（14） ｊ＝０〜２３ 成り行き変動分ｑc n+pの計算は、次の第１５式を用いて
実測値ｑnとのパターン予測値ｈnおよび成り行き変動分
ｄnの和との差ｅnを求め、三重指数平滑法によって行
う。前述の変動予測値Δｑn+pは、２つの変動分の和と
して、次の第１６式のように表される。Q n + pj = α 1j T n + α 2j (14) j = 0 to 23 The calculation of the resultant variation q c n + p is performed by using the following equation (15) to calculate the pattern with the actually measured value q n. obtains the difference e n of the sum of the predicted value h n and consequences variation d n, performed by a triple exponential smoothing. The aforementioned fluctuation predicted value Δq n + p is expressed as the following Expression 16 as the sum of two fluctuations.
【００４７】 ｅn＝ｑn−（ｈn＋ｄn） …（15） Δｑn+p＝ ｄn+p＋ｑc n+p …（16） 図３に示す各区間の開始時点で次の第１７式および第１
８式に示す初期化を行う。[0047] e n = q n - (h n + d n) ... (15) first at the start of Δq n + p = d n + p + q c n + p ... (16) each section shown in FIG. 3 of the following Equation 17 and the first
The initialization shown in Expression 8 is performed.
【００４８】 ｄn＝０ …（17） ｑc n＝ｑn−ｈn …（18） 図９は、本実施例における変動分を加えて短期予測の効
果を示す。図９（１）に示すように、日間負荷パターン
予測のみによる長期予測では、実測値との差が大きいけ
れども、図９（２）に示すように変動分を加えて短期予
測を行えば、実測値との差を小さくすることができる。[0048] d n = 0 ... (17) q c n = q n -h n ... (18) Figure 9 shows the effect of short-term prediction by adding variation of this embodiment. As shown in FIG. 9A, in the long-term prediction based on only the daily load pattern prediction, the difference from the actual measurement value is large, but if the short-term prediction is performed by adding the fluctuation as shown in FIG. The difference from the value can be reduced.
【００４９】以上の実施例では、地域冷暖房システムに
おける地域冷房装置として本発明を実施しているけれど
も、地域暖房装置として実施してもよいことは勿論であ
る。吸収式冷凍機５８を使用する冷凍機においては、運
転開始時から定常状態に達するまでの立上り時間が約３
０分程度と比較的長いけれども、排熱を利用して効率的
な冷房を行うことができる。本実施例では、立上り時間
後の負荷を精度よく予測し、追従性の良好な運転を行う
ことができる。In the above embodiment, the present invention is implemented as a district cooling device in a district heating / cooling system, but it is needless to say that the present invention may be implemented as a district heating device. In the refrigerator using the absorption refrigerator 58, the rise time from the start of operation to the steady state is about 3 hours.
Although relatively long, such as about 0 minutes, efficient cooling can be performed using the exhaust heat. In the present embodiment, it is possible to accurately predict the load after the rise time, and to perform an operation with good tracking performance.
【００５０】[0050]
【発明の効果】以上のように本発明によれば、冷房負荷
を精度よく予測し、冷凍機が運転開始から定常状態に達
するまでの立上り時間以前に、必要な冷凍機の運転を開
始させることができる。これによって地域冷房装置を効
率的に運転し、省エネルギを図ることができるととも
に、オペレータの経験や勘に頼ることなく、地域冷房装
置の省力化を図ることができる。As described above, according to the present invention, it is possible to accurately predict a cooling load and to start a necessary operation of a refrigerator before a rise time from a start of the operation to a steady state. Can be. As a result, the district cooling device can be operated efficiently and energy can be saved, and the district cooling device can be labor-saving without relying on the experience and intuition of the operator.
【００５１】また本発明によれば、温度差ΔＴnや湿度
差ΔＡnを考慮して冷房負荷を予測することができるの
で、温度や湿度などによる環境の変化に対応して冷房負
荷の予測をより正確に行うことができる。Further, according to the present invention, the cooling load can be predicted in consideration of the temperature difference ΔT n and the humidity difference ΔA n , so that the cooling load can be predicted in accordance with environmental changes due to temperature, humidity, and the like. It can be done more accurately.
【００５２】また本発明によれば、記憶手段に予め記憶
された日間負荷予測パターンおよび環境変動の予測値
と、負荷実測手段によって実測された冷房負荷の実測値
ｑnとを用いて、負荷予測手段は、負荷予測値ｙn+pを算
出する。制御手段は、算出された負荷予測値ｙn+pに従
って冷凍機の運転状態を制御するので、オペレータの経
験や勘に頼らなくても、効率的な地域冷房を行うことが
でき、省力化と省エネルギ化とを図ることができる。Further, according to the present invention, the load prediction is performed by using the daily load prediction pattern and the predicted value of the environmental fluctuation stored in the storage means in advance and the cooling load actual measurement value q n actually measured by the load actual measurement means. The means calculates a predicted load value yn + p . The control means controls the operation state of the refrigerator in accordance with the calculated predicted load value y n + p , so that it is possible to perform efficient district cooling without relying on the experience and intuition of the operator, and to save labor. Energy saving can be achieved.
【図１】本発明の一実施例の概略的な構成を示すブロッ
ク図である。FIG. 1 is a block diagram showing a schematic configuration of an embodiment of the present invention.
【図２】図１に示す実施例を用いる地域冷暖房システム
の概略的な構成を示すブロック図である。FIG. 2 is a block diagram showing a schematic configuration of a district cooling / heating system using the embodiment shown in FIG. 1;
【図３】典型的な１日の負荷の変化パターンを示すグラ
フである。FIG. 3 is a graph showing a typical daily load change pattern.
【図４】図１の実施例の動作を示すフローチャートであ
る。FIG. 4 is a flowchart showing an operation of the embodiment of FIG. 1;
【図５】過去の負荷変化パターンから翌日の負荷変化パ
ターンを予測する過程を示すグラフである。FIG. 5 is a graph showing a process of predicting a load change pattern of the next day from a past load change pattern.
【図６】図１の実施例の動作を示すフローチャートであ
る。FIG. 6 is a flowchart showing the operation of the embodiment of FIG. 1;
【図７】図１の実施例における負荷予測の考え方を説明
するためのグラフである。FIG. 7 is a graph for explaining the concept of load prediction in the embodiment of FIG. 1;
【図８】図６に示す動作において、変動分を用いる予測
方式を示すグラフである。FIG. 8 is a graph showing a prediction method using a variation in the operation shown in FIG. 6;
【図９】図１の実施例における負荷予測の効果を示すグ
ラフである。FIG. 9 is a graph showing the effect of load prediction in the embodiment of FIG.
１ 冷暖房負荷 ２ 環境変量入力装置 ３ 計算機 ４ 記憶装置 １０，１１〜１ｍ 冷温水機 ２０，２１〜２ｎ 蓄熱設備 ３１ 負荷演算部 ３２ データ記憶部 ３３ 負荷予測部 ３４ 制御部 ４０ エネルギプラント ４２ モータ ４３ ターボ冷凍機 ４４ 氷蓄熱槽 ４７ 冷水管 ４８ 還り冷水管 ５０ 冷暖房地域 ５２ ガスタービン ５３ 発電機 ５４ 排熱ボイラ ５５ 蒸気ボイラ ５８ 吸収式冷凍機 DESCRIPTION OF SYMBOLS 1 Cooling / heating load 2 Environmental variable input device 3 Calculator 4 Storage device 10,11-1m Water heater / heater 20,21-2n Heat storage equipment 31 Load calculation part 32 Data storage part 33 Load prediction part 34 Control part 40 Energy plant 42 Motor 43 Turbo Refrigerator 44 Ice heat storage tank 47 Cold water pipe 48 Return cold water pipe 50 Cooling / heating area 52 Gas turbine 53 Generator 54 Waste heat boiler 55 Steam boiler 58 Absorption refrigerator
フロントページの続き (72)発明者 竹内 正蔵 大阪府大阪市中央区平野町四丁目１番２ 号 大阪瓦斯株式会社内 (72)発明者 濱野 公一 大阪府大阪市中央区平野町四丁目１番２ 号 大阪瓦斯株式会社内 (58)調査した分野(Int.Cl.7，ＤＢ名) F24F 11/02 Continued on the front page (72) Inventor Shozo Takeuchi 4-1-2, Hirano-cho, Chuo-ku, Osaka-shi, Osaka Inside Osaka Gas Co., Ltd. (72) Koichi Hamano 4-1-1, Hirano-cho, Chuo-ku, Osaka-shi, Osaka No. 2 Inside Osaka Gas Co., Ltd. (58) Field surveyed (Int. Cl. 7 , DB name) F24F 11/02
Claims (3)
冷房負荷の環境変動分ｄを予め予測しておき、 天気予報に基づいて、時間経過に伴う冷房負荷の日間負
荷予測パターンを予め作成し、 現在時点ｎについて、冷房負荷を実測して実測値ｑn、
日間負荷予測パターンから冷房負荷のパターン予測値ｈ
n、および環境変動から予測される環境変動分ｄnをそれ
ぞれ求め、 実測値ｑnと、パターン予測値ｈnおよび環境変動分ｄn
の和との差ｅnを求め、 現在時点ｎから、冷凍機が運転開始後に定常状態になる
までに要する時間ｐ経過後の時点ｎ＋ｐについて、 日間負荷予測パターンから冷房負荷のパターン予測値ｈ
n+pを、環境変動から予測される環境変動分ｄn+pを、そ
れぞれ求め、 三重指数平滑法で、差ｅnから、時点ｎ＋ｐでの成り行
き変動分ｑc n+qを求め、 環境変動分ｄn+pと成り行き変動分ｑc n+qとの和として
変動予測値△ｑn+pを求め、 パターン予測値ｈnと変動予測値△ｑn+pとの和として求
められる負荷予測値ｙn+pに従って、冷凍機の運転状態
を制御することを特徴とする地域冷房装置の運転方法。1. An environmental change d of a cooling load due to an environmental change is predicted in advance based on past results, and a daily load prediction pattern of a cooling load with time is generated in advance based on a weather forecast. Then, for the current time point n, the cooling load is measured and the measured value q n ,
Cooling load pattern predicted value h from daily load predicted pattern
n , and an environmental change d n predicted from the environmental change are obtained, respectively, and an actually measured value q n , a pattern predicted value h n and an environmental change d n
Obtains the difference e n of the sum of the current time point n, refrigerator for time n + p after the time p lapse required until a steady state after the start of operation, days load from the predicted pattern of cooling load pattern predicted value h
The n + p, the environmental variation d n + p predicted from environmental variations, calculated respectively, in triplicate exponential smoothing, the difference e n, determine the consequences fluctuation q c n + q at time n + p, environmental obtains the fluctuation prediction value △ q n + p as the sum of the variation d n + p and consequences variation q c n + q, is determined as the sum of the pattern predicted value h n and fluctuation prediction value △ q n + p An operation method of a district cooling device, comprising controlling an operation state of a refrigerator according to a predicted load value yn + p .
分ｄの予測には、温度差△Ｔnまたは湿度差△Ａnについ
て、日間負荷予測パターンに対する冷凍負荷の実測値の
変動についての実績から求められる係数を用いることを
特徴とする請求項１記載の地域冷房装置の運転方法。The wherein the prediction of the environmental variation d in cooling load due to the environmental change, results for the variation of the temperature difference △ T n or humidity differences for △ A n, days measured values of the refrigeration load on the load prediction pattern The method according to claim 1, wherein a coefficient obtained from the following is used.
運転するための地域冷房装置の運転装置において、 過去の実績に基づいて、予め予測される環境変動に伴う
冷房負荷の環境変動分ｄ、および天気予報に基づいて、
予め作成される時間経過に伴う冷房負荷の日間負荷予測
パターンを記憶する記憶手段と、 冷房負荷を実測する負荷実測手段と、 記憶手段および負荷実測手段からの出力に応答し、 現時点ｎについて、日間負荷予測パターンからのパター
ン予測値ｈｎ、負荷実測手段からの冷房負荷の実測値ｑ
ｎ、および環境変動から予測される環境変動分ｄnをそ
れぞれ求め、実測値ｑnと、パターン予測値ｈnおよび環
境変動分ｄnの和との差ｅnを求め、 現在時点ｎから、冷凍機が運転開始後に定常状態になる
までに要する時間ｐ経過後の時点ｎ＋ｐについて、日間
負荷予測パターンからの冷房負荷のパターン予測値ｈ
n+p、環境変動から予測される環境変動分ｄn+pを、それ
ぞれ求め、三重指数平滑法で、差ｅnから、時点ｎ＋ｐ
での成り行き変動分ｑc n+qを求め、環境変動分ｄn+pと
成り行き変動分ｑc n+qとの和として変動予測値△ｑn+p
を求め、パターン予測値ｈnと変動予測値△ｑn+pとの和
として求められる負荷予測値ｙn+pに従って、冷凍機の
運転状態を制御する制御手段とを含むことを特徴とする
地域冷暖房装置の運転装置。3. An operation device of a district cooling apparatus for operating a district cooling refrigerator according to a cooling load, wherein an operating amount of a cooling load caused by an environmental change predicted in advance based on past results is calculated. d, and based on the weather forecast,
A storage unit for storing a daily load prediction pattern of a cooling load with a lapse of time, a load actual measurement unit for actually measuring a cooling load, and a response to an output from the storage unit and the load actual measurement unit. The pattern predicted value hn from the load predicted pattern, the cooling load actual measured value q from the load actual measuring means
n, and respectively determined environmental variation d n predicted from environmental variations, calculated and measured values q n, the difference e n of the sum pattern predicted value h n and environmental variation d n, from the current time point n, For a time point n + p after a lapse of time p required for the refrigerator to start operating and reach a steady state, a cooling load pattern predicted value h from a daily load predicted pattern
n + p, the environmental variation d n + p predicted from environmental variations, calculated respectively, in triplicate exponential smoothing, the difference e n, when n + p
Consequences variation q c n + seek q, fluctuation prediction value as the sum of the environmental variation d n + p and consequences variation q c n + q in △ q n + p
The calculated, according to the load prediction value y n + p obtained as the sum of the pattern predicted value h n and fluctuation prediction value △ q n + p, characterized in that it comprises a control means for controlling the operating state of the refrigerator Operating device for district heating and cooling equipment.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18646893A JP3170392B2 (en) | 1993-07-28 | 1993-07-28 | Operating method and apparatus for district cooling device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18646893A JP3170392B2 (en) | 1993-07-28 | 1993-07-28 | Operating method and apparatus for district cooling device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0743000A JPH0743000A (en) | 1995-02-10 |
| JP3170392B2 true JP3170392B2 (en) | 2001-05-28 |
Family
ID=16189004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18646893A Expired - Fee Related JP3170392B2 (en) | 1993-07-28 | 1993-07-28 | Operating method and apparatus for district cooling device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3170392B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101840738B1 (en) | 2017-09-28 | 2018-03-21 | (주)가교테크 | Method for predicting heating and cooling load of buildings based on actual load of air conditioning equipments |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5919116B2 (en) * | 2012-07-19 | 2016-05-18 | 株式会社日立製作所 | Thermal storage controller |
| CN111692721B (en) * | 2019-03-15 | 2023-09-22 | 开利公司 | Control method for air conditioning system |
| KR102299698B1 (en) * | 2020-09-25 | 2021-09-08 | 주식회사 아이티맨 | Power Consumption Prediction System Using Long-Term and Short-Term Prediction method |
-
1993
- 1993-07-28 JP JP18646893A patent/JP3170392B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101840738B1 (en) | 2017-09-28 | 2018-03-21 | (주)가교테크 | Method for predicting heating and cooling load of buildings based on actual load of air conditioning equipments |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0743000A (en) | 1995-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109708258B (en) | Refrigeration house temperature feedforward-fuzzy control system and control method based on load dynamic change | |
| US6591620B2 (en) | Air conditioning equipment operation system and air conditioning equipment designing support system | |
| CN109595747A (en) | Energy Consumption Simulation Method and Device of Air Conditioning System | |
| Lu et al. | Operational optimization of district heating system based on an integrated model in TRNSYS | |
| Rastegarpour et al. | MPC approaches for modulating air-to-water heat pumps in radiant-floor buildings | |
| JP2008543256A (en) | Distribution network response type controller | |
| JP2004317049A (en) | Heat source operation support control method, system and program | |
| US20190294193A1 (en) | Flow-based energy management | |
| JP3170392B2 (en) | Operating method and apparatus for district cooling device | |
| Haves | Model predictive control of HVAC systems: Implementation and testing at the University of California, Merced | |
| JP6582755B2 (en) | Method, system, and program for optimizing operation plan of heat source equipment network | |
| Massie et al. | Predicting central plant HVAC equipment performance using neural networks--laboratory system test results/Discussion | |
| JP3170393B2 (en) | Driving method and apparatus for district heating and cooling system | |
| Roccatello et al. | Impact of startup and defrosting on the modeling of hybrid systems in building energy simulations | |
| JP6533952B2 (en) | Apparatus and method for predicting cooling water temperature of heat source equipment operating with cooling water, and program | |
| Terzi et al. | Structured modelling from data and optimal control of the cooling system of a large business center | |
| JP3763767B2 (en) | Operation planning system for energy supply equipment | |
| KR102083583B1 (en) | Air conditioning system having power consumption management fuction | |
| JPH07151369A (en) | Heat load predicting apparatus and plant heat load predicting apparatus | |
| JP2003329292A (en) | Cogeneration apparatus and control method for it | |
| JP6617478B2 (en) | Method, system, and program for generating device characteristic model of heat source device | |
| Tahersima et al. | Eliminating oscillations in trv-controlled hydronic radiators | |
| JP7249454B1 (en) | Operation control device for cogeneration equipment, operation control program for cogeneration equipment | |
| JP7083008B2 (en) | Planning system, planning method and program | |
| JPH05233012A (en) | Device for managing operation of air conditioning facility |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090316 Year of fee payment: 8 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090316 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100316 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |