JP4512074B2 - エネルギー需要予測方法、予測装置、プログラム及び記録媒体 - Google Patents

Description

本発明は、一般家庭等における需要家のエネルギー需要を予測するためのエネルギー需要予測方法、予測装置、プログラム及び記録媒体に関する。

燃料電池等の分散型エネルギー装置を用いて電力や熱等のエネルギーを供給するシステムとしては、例えば特許文献１に記載された分散型エネルギーコミュニティー制御システムがある。

特許文献１には、電力や熱負荷需要を予測し、それらの予測値を用いて作成した最適な運転計画に基づいて分散型エネルギー装置の動作を制御することが記載されている。家庭用の燃料電池等においても、このようにエネルギー需要の予測値を算出して最適な運転計画を作成し、該運転計画に基づいて動作を制御すれば、燃料電池等を効率よく経済的に運転できる。

ところで、一般家庭における世帯別の電力や熱等のエネルギー需要は、需要家の不規則な生活行動パターンに依存するため、エネルギー需要を精度良く予測することは困難である。特に、熱需要（給湯需要）は、需要が全く無い時間帯や散発的に需要ピークが発生するため、さらに予測が困難である。しかしながら、通常、給湯用のシステムには貯湯槽を備えていることが多いため、熱需要の積算値の予測誤差が少なければ給湯用のシステムの最適な運転に与える影響は少なくて済む。

一方、大規模な地域を対象とする電力需要の予測については、従来から重回帰分析やニューラルネットワークを用いた方法が知られている。重回帰分析は、エネルギー需要の予測値を高速に求めることが可能であり、予測方法として確立されつつあり、様々な予測モデルとして広く普及している。また、ニューラルネットワークは、非線形特性を持つことから複雑な時系列データの予測モデルとして提案され、その有効性が示されている。
特開２００５−１０２３６４号公報

上述したように、需要ピークが散発的に発生する場合、そのエネルギー需要の変化を連続式で近似することや回帰モデル式を適用できないため、従来のエネルギー需要予測方法では需要の予測が困難である。また、一般家庭における世帯別のエネルギー需要は需要家の生活行動パターンに大きく依存するため、生活行動パターンが不規則な需要家のエネルギー需要の予測を修正する方法は確立されていない。

本発明は上記したような従来の技術が有する問題点を解決するためになされたものであり、需要ピークが散発的に発生する場合にも対応可能であり、需要家の不規則な生活行動パターンに対してもエネルギー需要予測を修正可能なエネルギー需要予測方法及び予測装置を提供することを目的とする。

上記目的を達成するため本発明のエネルギー需要予測方法は、予測対象時間直前における予め設定した単位時間毎の熱需要量及び電力需要の実績値の変化を示す電力需要変化量を用いて前記単位時間毎の熱需要の発生有無を予測し、
前記予測対象時間における熱需要の積算値を予測し、
熱需要発生時における前記単位時間毎の熱需要の案分比を予測し、
前記熱需要の積算値及び前記単位時間毎の前記熱需要の案分比から、前記単位時間毎の熱需要量の予測値を算出する方法である。

一方、本発明のエネルギー需要予測装置は、予測対象時間直前における予め設定した単位時間毎の熱需要量及び電力需要の実績値の変化を示す電力需要変化量を用いて前記単位時間毎の熱需要の発生有無を予測し、前記予測対象時間における熱需要の積算値を予測し、熱需要発生時における前記単位時間毎の熱需要の案分比を予測し、前記熱需要の積算値及び前記単位時間毎の前記熱需要の案分比から、前記単位時間毎の熱需要量の予測値を算出する予測モデル演算部と、
前記単位時間毎の熱需要量及び電力需要の実績値が蓄積されるデータベースと、
を有する。

上記のようなエネルギー需要予測方法及び予測装置では、予測対象時間直前における単位時間毎の熱需要量及び電力需要の実績値の変化を示す電力需要変化量を先行指標として用いることで、需要家に不規則な生活行動パターンがあっても直近の熱需要予測値を修正できる。

また、熱需要を、単位時間毎の発生有無、積算値及び単位時間毎の案分比に分けて予測することで、需要ピークが散発的に発生する場合でも、その熱需要の積算値を高い精度で予測できる。

本発明によれば、予測対象時間直前における単位時間毎の熱需要量及び電力需要の実績値の変化を示す電力需要変化量を先行指標として用いることで、需要家に不規則な生活行動パターンがあっても直近の熱需要予測値を修正できる。

また、熱需要を、単位時間毎の発生有無、積算値及び単位時間毎の案分比に分けて予測することで、需要ピークが散発的に発生する場合でも、その熱需要の積算値を高い精度で予測できる。

したがって、需要ピークが散発的に発生する場合でも対応可能であり、需要家の不規則な生活行動パターンに対してもエネルギー需要予測を修正できる。

次に本発明について図面を参照して説明する。

図１は本発明のエネルギー需要予測装置を備えたエネルギー制御装置の一構成例を示すブロック図である。

図１に示すように、エネルギー制御装置１は、エネルギー需要予測装置２及び最適運用計画作成部３を有する構成である。

分散型エネルギー供給システム４は、電力線５１を介して電力系統５から電力が供給される燃料電池システム４１を備え、燃料電池システム４１には電力負荷である電力需要４２並びに熱負荷である給湯需要４３及び貯湯槽４４が接続されている。また、給湯需要４３及び貯湯槽４４は熱配管４５を介して燃料電池システム４１と接続されている。

エネルギー需要予測装置２は、気象情報受信部２１、計測部２２、データベース部２３及び予測モデル演算部２４を備えている。

気象情報受信部２１は、気温、湿度、天候等の気象予報あるいは気象実績などの気象情報を外部から通信線を介して受信し、受信した気象情報をデータベース部２３に蓄積する。

計測部２２は、電力需要や熱需要を計測し、所定の単位時間（以下、時間帯と称す場合がある）毎の計測データ（実績値）をデータベース部２３に蓄積する。

予測モデル演算部２４は、電力需要や熱需要を予測するための予測モデルを用いて、データベース部２３に蓄積された気象情報及び電力需要や給湯需要等の実績値（電力／給湯需要データ）を基にエネルギー需要を予測する。

最適運用計画作成部３は、エネルギー需要予測装置２で求めたエネルギー需要の予測結果に基づきエネルギーコストが最小となる燃料電池システム４１の運転パターン（最適運転計画）を作成する。

エネルギー制御装置１は、最適運用計画作成部３で作成した最適運転計画に基づいて燃料電池システム４１の起動／停止や出力量（電力出力量、熱出力量）などを制御する。本発明では、需要予測や最適運転計画の作成を、所定の単位時間（例えば１時間）毎に予め設定した一定期間（例えば２４時間）に亘って繰り返し実行することで、需要予測の誤差や運転計画をそれぞれ修正する。

次に本発明のエネルギー需要予測方法について図２を用いて説明する。

図２は本発明のエネルギー需要予測方法の手順の一例を示すチャート図である。

図２に示すように、エネルギー需要予測装置２は、例えば需要家によって予め設定された、予測対象となる日時（以下、予測対象時間と称す）や需要予測のために用いる電力／給湯需要データの期間等を示す予測条件に基づき、データベース部２３から需要予測のための回帰分析や学習に用いるデータ（サンプルデータ）を収集する。

次に、エネルギー需要予測装置２は、収集したサンプルデータを用いて、予測モデル演算部２４にて各予測モデルにおける説明変数と目的変数の関係を解析する。本発明で用いる予測モデルとしては、時間帯別給湯需要有無予測モデル、給湯需要積算値予測モデル及び時間帯別給湯需要案分比予測モデルがある。

本発明では、例えばエネルギー需要の予測を１時間単位で２４時間実行する場合、給湯需要有無予測モデル及び給湯需要案分比予測モデルには、各時間帯に対応して２４個の予測モデルを用意する。給湯需要積算値予測モデルについては、１つの予測モデルを用いて２４時間における給湯需要量の積算値を予測する。これらの予測モデルは、例えばニューラルネットワークを用いて構成できる。ニューラルネットワークを用いる場合、「解析」とはサンプルデータを用いた学習のことを指す。

エネルギー需要予測装置２は、解析済みの時間帯別給湯需要有無予測モデルを用いて、計測部２２にて計測された、またはデータベース部２３に蓄積された電力／給湯需要データを基に、予測モデル演算部２４にて時間帯毎の給湯（熱）需要有無の予測パターンを計算する。予測モデル演算部２４は、この時間帯毎の給湯（熱）需要有無の予測パターンを基に、給湯（熱）需要発生頻度も併せて計算する。

また、エネルギー需要予測装置２は、解析済みの給湯需要積算値予測モデルを用いて、上記給湯（熱）需要発生頻度、及び気象情報受信部２１を介して得られる気温や湿度等の気象情報を基に、予測モデル演算部２４にて給湯（熱）需要積算値の予測値を計算する。

さらに、エネルギー需要予測装置２は、解析済みの時間帯別給湯需要案分比予測モデルを用いて、時間帯毎の給湯（熱）需要有無の予測パターンを基に、予測モデル演算部２４にて時間帯毎の給湯（熱）需要案分比を計算する。

最後に、エネルギー需要予測装置２は、算出した給湯（熱）需要積算値と時間帯毎の給湯（熱）需要案分比から、予測モデル演算部２４にて各時間帯の給湯需要の予測値を算出する。具体的には、給湯（熱）需要積算値と時間帯毎の給湯（熱）需要案分比とを乗算することで時間帯毎の給湯需要の予測値をそれぞれ算出する。

図３は予測モデルを用いた給湯（熱）需要の予測方法の手順を示す模式図である。

以下では、熱需要の予測を１時間単位で２４時間実行する場合を例にして説明する。

本発明のエネルギー需要予測装置２では、上述したように時間帯別給湯有無需要予測モデル、給湯需要積算値予測モデル及び時間帯別給湯需要案分比予測モデルをそれぞれ周知のニューラルネットワークにより構成する。

時間帯別給湯有無需要予測モデルは、予測対象時間直前の所定期間における時間帯毎（ここでは１時間毎）の電力需要変化量、予測対象時間直前の予め設定した一定期間（ここでは２４時間）における給湯需要量（実績値）及びカレンダー情報を説明変数とし、予測対象時間の給湯需要の有無を目的変数とする予測モデルである。

電力需要変化量とは、電力需要の実績値の変化を示し、予測対象時間における電力需要の実績値とその直前の時間帯における電力需要の実績値との差を示す。これを説明変数として用いることでエネルギー需要家の行動を直近の給湯需要の予測に反映させることができる。なお、電力需要変化量は、予測対象時間から所定期間より前の実績値はその影響が少なくなるため、その影響度合いに応じて予測モデルに用いる期間（例えば６時間）を予め設定する。

カレンダー情報は、曜日や休日を示す情報であり、例えば曜日フラグ及び休日フラグから構成される。曜日フラグは予測対象時間が各曜日（日曜日から土曜日）のときに「１」となる７つの変数であり、休日フラグは予測対象時間が休日のときに「１」となり平日のときに「０」となる変数である。なお、予測対象時間が曜日や休日をまたぐ場合、曜日フラグ及び休日フラグには、予測対象時間に占める曜日または休日の割合を示す連続変数を用いてもよく、予測対象時間に占める割合が多い曜日または休日フラグを「１」としてもよい。

この時間帯別給湯有無需要予測モデルは、時間帯を１時間ずつずらしながら２４個の予測モデルを用意する。すなわち、給湯需要の予測対象時間を時間帯ｎとしたとき、時間帯ｎの直前の所定期間における時間帯毎の電力需要変化量、時間帯ｎの直前の２４時間における時間帯毎の給湯需要量及びカレンダー情報を説明変数とし、時間帯ｎ＋１の給湯需要の有無を目的変数とする予測モデルを時間帯ｎ＋１の時間帯別給湯有無需要予測モデルとする。同様に、時間帯ｎの直前の所定期間における時間帯毎の電力需要変化量、時間帯ｎの直前の（２５−ｋ）時間における時間帯毎の給湯需要量、時間帯ｎの直後ｋ−１時間における時間帯毎の給湯需要の有無、及びカレンダー情報を説明変数とし、時間帯ｎ＋ｋの給湯需要の有無を目的案数とする予測モデルを時間帯ｎ＋ｋの時間帯別給湯有無需要予測モデルとする。

時間帯別給湯需要有無予測モデルには、予測対象時間直前の所定期間における上記電力需要変化量、並びに予測対象時間直前の２４時間における給湯需要量及びカレンダー情報の時間帯毎のデータが説明変数として入力され、得られる目的変数の値が対応する時間帯（予測対象時間）の熱需要の有無を示す。目的変数の値としては、例えば、熱需要有のときは「１」が出力され、熱需要無しのときは「０」が出力される。

給湯需要積算値予測モデルは、予測対象時間直前の２４時間における上記給湯（熱）需要発生頻度、カレンダー情報及び気象情報を説明変数とし、予測対象時間における給湯需要の積算値を目的変数とする予測モデルである。

給湯需要積算値予測モデルには、予測対象時間直前の２４時間における熱需要発生頻度、カレンダー情報及び気象情報のデータが説明変数として入力され、得られる目的変数の値が熱需要の積算値となる。熱需要の積算値としては、例えば予測対象時間直前の２４時間における総熱需要量である。

時間帯別給湯需要案分比予測モデルは、予測対象時間直前の２４時間における時間帯毎の給湯需要有無の予測パターン及びカレンダー情報を説明変数とし、時間帯毎の給湯需要案分比を目的変数とする予測モデルである。この時間帯別給湯需要案分比予測モデルについても、時間帯別給湯有無需要予測モデルと同様に、時間帯を１時間ずつずらしながら２４個の予測モデルを用意する。

時間帯別給湯需要案分比予測モデルには、予測対象時間直前の２４時間における上記給湯需要の有無及びカレンダー情報の時間帯毎のデータが説明変数として入力され、得られる目的変数の値が対応する時間帯の熱需要の案分比となる。熱需要の案分比の一例を図４に示す。図４は予測対象時間直前の２４時間における時間帯毎の熱需要の案分比の変化を示している。

なお、図３では、気象情報として最高・最低気温の予報温度を用いる例を示しているが、気象情報には予測対象日の平均気温を用いてもよい。気象情報には、最高・最低気温や平均気温だけでなく、湿度や天候等の情報も併せて用いてもよい。

図５は給湯需要有無予測モデルを用いた給湯需要有無の予測値の算出手順を示す模式図である。

以下では、熱需要の予測を１時間単位で２４時間実行する場合を例にして説明する。

例えば予測対象時間を時間帯ｎとした場合、説明変数として、この時間帯ｎの直前の所定期間（図５に示す例では６時間）の電力需要変化量、直前の２４時間における時間帯毎の給湯需要量及びカレンダー情報を、時間帯ｎ＋１の給湯需要有無予測モデルへ入力し、得られる目的変数の値を、時間帯ｎ＋１、すなわち０〜１時間後における給湯需要有無の予測値として算出する。

この算出した予測値は、それ以降の時間帯ｎ＋ｋにおける給湯需要有無予測モデルの説明変数として用いる。すなわち、時間帯ｎ＋２の給湯需要有無予測モデルの説明変数には直前の時間帯の給湯需要量データが無いため、代わりに時間帯ｎ＋１の給湯需要有無の予測値を用いる。電力需要変化量については、予測対象時間から所定期間より前の実績値はその影響が少なくなるため、説明変数から順次除いていく。以下、同様にして時間帯ｎ＋ｋの給湯需要有無の予測値を順次計算する。

時間帯別給湯需要有無予測モデル、給湯需要積算値予測モデル及び時間帯別給湯需要案分比予測モデルを用いて、給湯（熱）需要積算値及び時間帯毎の給湯（熱）需要案分比を求めると、予測モデル演算部２４は、求めた給湯（熱）需要積算値及び時間帯毎の給湯（熱）需要案分比から時間帯毎の給湯需要の予測値を算出する。熱需要の予測値及び実績値の一例を図６のグラフに示す。図６は２４時間における時間帯毎の熱需要の予測値（需要予測）と実績値（需要実績）の変化をそれぞれ示している。

図６に示すように、本発明のエネルギー需要予測装置によって得られる需要予測は、需要実績に相似して変化していることが分かる。

本発明のエネルギー需要予測装置によれば、予測対象時間直前における時間帯毎の熱需要量及び電力需要の実績値の変化を示す電力需要変化量を先行指標として用いることで、需要家に不規則な生活行動パターンがあっても直近の熱需要予測値を修正できる。また、熱需要を、時間帯別の発生有無、積算値及び時間帯別の案分比に分けて予測することで、需要ピークが散発的に発生する場合でも、その熱需要の積算値を高い精度で予測できる。そのため、需要ピークが散発的に発生する場合でも対応可能であり、需要家の不規則な生活行動パターンに対しても需要予測を修正できる。

なお、上記説明では、予測モデルをニューラルネットワークにて構成する例を示したが、予測モデルは、例えば周知のサポートベクタマシンにて構成してもよい。また、給湯需要積算値予測モデルや時間帯別給湯需要予測モデルは、過去の一定期間における一定条件のデータの平均値としてもよい。また、予測モデルには、回帰モデル等を用いてよく、上記ニューラルネットワーク、サポートベクタマシンあるいは回帰モデル等の各種の予測モデルを任意に組み合わせた構成も用いることができる。

本発明のエネルギー制御装置１は、例えばコンピュータによって実現され、図７に示すように、プログラムにしたがって所定の処理を実行する処理装置１０と、処理装置１０に対してコマンドや情報等を入力するための入力装置２０と、処理装置１０の処理結果をモニタするための出力装置３０とを備えている。

処理装置１０は、ＣＰＵ１１と、ＣＰＵ１１の処理に必要な情報を一時的に記憶する主記憶装置１２と、ＣＰＵ１１に上述したエネルギー制御装置としての処理を実行させるためのプログラムが記録された記録媒体１３と、上記データベース部２３として用いられるデータ蓄積装置１４と、主記憶装置１２、記録媒体１３及びデータ蓄積装置１４とのデータ転送を制御するメモリ制御インタフェース部１５と、入力装置２０及び出力装置３０とのインタフェース装置であるＩ／Ｏインタフェース部１６と、通信線を介して熱電池システム４１と接続するためのインタフェースである通信制御装置１７とを有し、それらがバス１８を介して接続された構成である。

処理装置１０は、記録媒体１３に記録されたプログラムにしたがって予測モデル演算部２４及び最適運用計画作成部３としての機能を実現する。記録媒体１３は、フレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ等の記録媒体、コンピュータシステムに内蔵されるハードディスク装置等の記録装置を指す。さらに、記録媒体１３は、例えばインターネットを介してプログラムを送信する場合のように、動的にプログラムを保持するものであってもよく、その場合に該プログラムのサーバとなるコンピュータ内の揮発性メモリのように、一定期間プログラムを保持しているものを含む。

なお、エネルギー制御装置１は、コンピュータに限定する必要はなく、例えば気象情報を受信する気象情報受信部２１や燃料電池システム４１と通信するための通信制御装置１７に加えて、論理回路等から構成されるＬＳＩ（Large Scale Integration）やＤＳＰ（Digital Signal Processor）等の半導体集積回路及びメモリ等により、上述したエネルギー制御装置の機能を実現する構成であってもよい。

本発明のエネルギー需要予測装置を備えたエネルギー制御装置の一構成例を示すブロック図である。 本発明のエネルギー需要予測方法の手順の一例を示すチャート図である。 予測モデルを用いた熱需要の予測方法の手順を示す模式図である。 給湯需要案分比予測モデルにて得られる熱需要案分比の一例を示すグラフである。 給湯需要有無予測モデルを用いた給湯需要有無の予測値の算出手順を示す模式図である。 熱需要の予測値と実績値の一例を示すグラフである。 本発明のエネルギー制御装置の具体例を示すブロック図である。

符号の説明

１ エネルギー制御装置
２ エネルギー需要予測装置
３ 最適運用計画作成部
４ 分散型エネルギー供給システム
５ 電力系統
１０ 処置装置
１１ ＣＰＵ
１２ 主記憶装置
１３ 記録媒体
１４ データ蓄積装置
１５ メモリ制御インタフェース部
１６ Ｉ／Ｏインタフェース部
１７ 通信制御装置
１８ バス
２０ 入力装置
２１ 気象情報受信部
２２ 計測部
２３ データベース部
２４ 予測モデル演算部
３０ 出力装置
４１ 燃料電池システム
４２ 電力需要
４３ 給湯需要
４４ 貯湯槽
４５ 熱配管
５１ 電力線

Claims (10)

1. 予測対象時間直前における予め設定した単位時間毎の熱需要量及び電力需要の実績値の変化を示す電力需要変化量を用いて前記単位時間毎の熱需要の発生有無を予測し、
   前記予測対象時間における熱需要の積算値を予測し、
   熱需要発生時における前記単位時間毎の熱需要の案分比を予測し、
   前記熱需要の積算値及び前記単位時間毎の前記熱需要の案分比から、前記単位時間毎の熱需要量の予測値を算出するエネルギー需要予測方法。
2. 前記予測対象時間直前の予め設定した所定期間における前記単位時間毎の前記電力需要変化量、前記予測対象時間直前の予め設定した一定期間における前記単位時間毎の前記熱需要量及び曜日や休日を示す情報であるカレンダー情報を説明変数とし、前記予測対象時間における前記単位時間毎の熱需要の有無を目的変数とする予測モデルを用い、
   該予測モデルにおける前記説明変数と前記目的変数の関係を解析し、解析した予測モデルに前記予測対象時間における説明変数のデータを入力して得られる目的変数の値を、前記単位時間毎の熱需要有無の予測値とする請求項１記載のエネルギー需要予測方法。
3. 前記単位時間毎の前記熱需要の発生有無の予測結果から求めた熱需要発生頻度、気象情報及び曜日や休日を示す情報であるカレンダー情報を説明変数とし、前記熱需要の積算値を目的変数とする予測モデルを用い、
   該予測モデルにおける前記説明変数と前記目的変数の関係を解析し、解析した予測モデルに前記予測対象時間における説明変数のデータを入力して得られる目的変数の値を、前記熱需要の積算値とする請求項１記載のエネルギー需要予測方法。
4. 前記単位時間毎の熱需要の発生有無の予測結果から求めた熱需要発生頻度及び曜日や休日を示す情報であるカレンダー情報を説明変数とし、前記単位時間毎の熱需要案分比を目的変数とする予測モデルを用い、
   該予測モデルにおける前記説明変数と前記目的変数の関係を解析し、解析した予測モデルに前記予測対象時間における説明変数のデータを入力して得られる目的変数の値を、前記熱需要の案分比とする請求項１記載のエネルギー需要予測方法。
5. 予測対象時間直前における予め設定した単位時間毎の熱需要量及び電力需要の実績値の変化を示す電力需要変化量を用いて前記単位時間毎の熱需要の発生有無を予測し、前記予測対象時間における熱需要の積算値を予測し、熱需要発生時における前記単位時間毎の熱需要の案分比を予測し、前記熱需要の積算値及び前記単位時間毎の前記熱需要の案分比から、前記単位時間毎の熱需要量の予測値を算出する予測モデル演算部と、
   前記単位時間毎の熱需要量及び電力需要の実績値が蓄積されるデータベースと、
   を有するエネルギー需要予測装置。
6. 前記予測モデル演算部は、
   前記予測対象時間直前の予め設定した所定期間における前記単位時間毎の前記電力需要変化量、前記予測対象時間直前の予め設定した一定期間における前記単位時間毎の前記熱需要量及び曜日や休日を示す情報であるカレンダー情報を説明変数とし、前記予測対象時間における前記単位時間毎の熱需要の有無を目的変数とする予測モデルを用い、
   該予測モデルにおける前記説明変数と前記目的変数の関係を解析し、解析した予測モデルに前記予測対象時間における説明変数のデータを入力して得られる目的変数の値を、前記単位時間毎の熱需要有無の予測値とする請求項５記載のエネルギー需要予測装置。
7. 外部から得られる気象情報を前記データベース部に蓄積する気象情報受信部を有し、
   前記予測モデル演算部は、
   前記単位時間毎の前記熱需要の発生有無の予測結果から求めた熱需要発生頻度、前記気象情報及び曜日や休日を示す情報であるカレンダー情報を説明変数とし、前記熱需要の積算値を目的変数とする予測モデルを用い、
   該予測モデルにおける前記説明変数と前記目的変数の関係を解析し、解析した予測モデルに前記予測対象時間における説明変数のデータを入力して得られる目的変数の値を、前記熱需要の積算値とする請求項５記載のエネルギー需要予測装置。
8. 前記予測モデル演算部は、
   前記単位時間毎の熱需要の発生有無の予測結果から求めた熱需要発生頻度及び曜日や休日を示す情報であるカレンダー情報を説明変数とし、前記単位時間毎の熱需要案分比を目的変数とする予測モデルを用い、
   該予測モデルにおける前記説明変数と前記目的変数の関係を解析し、解析した予測モデルに前記予測対象時間における説明変数のデータを入力して得られる目的変数の値を、前記熱需要の案分比とする請求項５記載のエネルギー需要予測装置。
9. コンピュータを、
   請求項５から８のいずれか１項に記載のエネルギー需要予測装置として動作させるためのプログラム。
10. コンピュータを、請求項５から８のいずれか１項に記載のエネルギー需要予測装置として動作させるためのプログラムが記録された記録媒体。

Images