JP5504504B2 - リソースの配分に係る演算処理を行なうシステムおよびリソース配分を決定する方法 - Google Patents
リソースの配分に係る演算処理を行なうシステムおよびリソース配分を決定する方法 Download PDFInfo
- Publication number
- JP5504504B2 JP5504504B2 JP2010213816A JP2010213816A JP5504504B2 JP 5504504 B2 JP5504504 B2 JP 5504504B2 JP 2010213816 A JP2010213816 A JP 2010213816A JP 2010213816 A JP2010213816 A JP 2010213816A JP 5504504 B2 JP5504504 B2 JP 5504504B2
- Authority
- JP
- Japan
- Prior art keywords
- node
- power
- resource
- objective function
- value
- 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
- 238000000034 method Methods 0.000 title claims description 49
- 238000012545 processing Methods 0.000 title claims description 30
- 238000013468 resource allocation Methods 0.000 title claims description 13
- 230000006870 function Effects 0.000 claims description 262
- 230000005540 biological transmission Effects 0.000 claims description 109
- 238000004364 calculation method Methods 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 17
- 230000004069 differentiation Effects 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 description 62
- 230000008859 change Effects 0.000 description 47
- 238000009826 distribution Methods 0.000 description 34
- 239000003990 capacitor Substances 0.000 description 28
- 238000004422 calculation algorithm Methods 0.000 description 19
- 230000002123 temporal effect Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 230000007423 decrease Effects 0.000 description 9
- 238000010248 power generation Methods 0.000 description 9
- 230000001360 synchronised effect Effects 0.000 description 8
- 230000015654 memory Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000000737 periodic effect Effects 0.000 description 6
- 239000000446 fuel Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 229930014626 natural product Natural products 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 206010064127 Solar lentigo Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
この発明の別の局面に従えば、リソースを発生する第1のノードとリソースを消費する第2のノードとを含むネットワークにおけるリソース配分を決定する方法を提供する。本方法は、演算処理装置が、目的関数を保持するステップを含む。目的関数は、リソースの大きさに関して単調増加する、第1のノードから供給されるリソースに必要なコストの値を出力する第1の関数と、第1のノードで発生したリソースのうち第2のノードへ供給されるリソースの大きさと、第2のノードで消費されるリソースの大きさとの差が大きくなるほどより大きな値を出力する、第1のノードから第2のノードへのリソースの経路における伝送率を変数として有する第2の関数とを含む。本方法は、さらに、演算処理装置が、第1のノードで発生するリソースの大きさを示す変数と、伝送率を示す変数とに基づいて目的関数の値を算出するステップと、目的関数をリソースの大きさを示す変数で偏微分して得られる微分値に応じた値だけリソースの大きさを示す変数を更新するステップと、目的関数を伝送率を示す変数で偏微分して得られる微分値に応じた値だけ伝送率を示す変数を更新するステップと、更新後の値に基づいて、目的関数の値の算出を繰返すステップと、目的関数の算出処理が収束したときの、リソースの大きさおよび伝送率を出力するステップとを含む。
まず、本実施の形態に従う電力供給・需要制御システムのシステム構成について説明する。
次に、本実施の形態に従うコントローラ100のハードウェア構成について、図2を参照して説明する。図2は、本実施の形態に係るコントローラ100のハードウェア構成を示すブロック図である。
(c1:既存の電力ネットワークの発展)
図3は、既存の電力ネットワークの発展例について模式的に示す図である。なお、図3については、合田 他、“マイクログリッド−分散電源と電力ネットワークの共生のために”、電気新聞ブックス−エネルギー新書、2004年の29頁の記述を参考とした。
次に、マイクログリッドおよびスマートグリッドにおける電力需要/供給負荷の制御を実現するために、各構成要素をモデル化する手法を以下に説明する。
再度図4を参照して、i番目の発電所ノードPiからの供給電力をPiとし、j番目の変電所/配電所ノードBjから送出される電力をBjとし、k番目の需要ノードQkへの供給電力をQkとし、i番目の発電所ノードからj番目の変電所/配電所ノードへの電力伝送効率をwijとし、j番目の変電所/配電所ノードからk番目の需要ノードへの電力伝送効率をwjkとすると、これらの物理量の間には、(1)式および(2)式が成り立つ。なお、以下の説明では、同一の符号「Pi」を「i番目の発電所ノード」を示す符号、および、「i番目の発電所ノードからの供給電力」を示す符号として共用する。その他についても同様である。
関数P0は、電力システムに含まれる発電プラントにおける燃料コストの総和として定義することができる。各発電プラントの燃料コストは、当該発電プラントからの供給電力Piを変数とする二次式として近似化できる。具体的には、定数ai,bi,ciを用いて、以下のように示すことができる。
制約関数Hp *は、各電力ノードでの電力が0にならないように制約をかけるためのものであるから、対応する供給電力Piが大きいほどその値が小さくなるような関数が用いられる。図5は、本発明の実施の形態に従う制約関数Hp *の一例を示す図である。本実施の形態においては、図5に示すように、各電力ノードについては、供給電力Piを定数−αpのべき乗して得られる値が用いられ、制約関数Hp *としては、これらの各電力ノードについて得られた値の総和が採用される。
制約関数Hv *は、各電力ノードの最小電力と最大電力とを規定するための制約関数である。より具体的には、変電所/配電所ノードにおける供給能力と需要ノードにおける負荷の大きさとを考慮する必要がある。
制約関数He *は、供給元である各電力ノードから供給される供給電力Piが供給先の電力(需要)の合計と等しくするための制約関数である。
制約関数Hs *は、電力の供給をする/しないを切り換えるスイッチに関する制約関数である。具体的には、隣接するノード間での電力伝送効率(電力フローのノード間における係数×ノード間の伝送率)を考慮する。なお、電力フローにおいては、通常、ノード間の伝送率は「0」または「1」に近い値をとる。
本実施の形態においては、上述の(3)式に示す目的関数Rの最小値を探索する方法として、i番目の発電所ノードからの供給電力Piについて微小変化分ΔPiずつ変化させるとともに、各時点におけるノード間の伝送率xij,xjkについても微小変化分ΔxijおよびΔxjkずつ変化させて順次計算を行なう。そして、最小値(収束値)を探索する。
図3(a)に示すような既存の電力システムについての制御手順としては、発電所ノードからの供給電力Pi,伝送率xij,伝送率xjkを同期させて更新しつつ計算を繰返すことで、上述の(3)式に示す目的関数Rが最小値となるそれぞれの値を逐次決定する。
xij(t+1)=xij(t)+Δxij
また、CPU120は、上述の(4)式を用いて、発電所ノードからの供給電力Piについて微小変化分ΔPiを算出する(ステップS110)。その後、CPU120は、以下の式に従って、発電所ノードからの供給電力Piを更新する(ステップS112)。
さらに、CPU120は、目的関数Rについての計算が収束しているか否かを判断する(ステップS114)。より具体的には、発電所ノードからの供給電力Piについて微小変化分ΔPi,伝送率xjkについての微小変化分Δxjk,伝送率xijについての微小変化分Δxijのいずれもが安定している、すなわち、変化量が所定のしきい値以下である場合には、収束していると判断される。そうでなければ、収束していないと判断される。
上述したモデル式およびその解法については、上述したようなマイクログリッドにも拡張することができる。
(13)式の目的関数Rを構成するそれぞれの関数(関数P0,制約関数Hp *,制約関数Hv *,制約関数He *,制約関数Hs *)が有する意味は、上述したものと同様である。すなわち、関数P0は、発電所ノードで電力を発生するために必要なコストを示すものであり、制約関数Hp *は、各電力ノードでの電力が0にならないように制約をかけるもの数であり、制約関数Hv *は、各電力ノードの最小電力と最大電力とを規定するものであり、制約関数He *は、供給元である各電力ノードから供給される電力が供給先の需要(負荷)の合計と等しくするためのものであり、制約関数Hs *は、電力の供給をする/しないを切り換えるスイッチに関するものである。
上述の(13)式に示すマイクログリッドについての目的関数Rの最小値を探索する方法としては、(1)複数の変数を同期的に順次更新する方法(同期的更新法)と、(2)複数の変数を異なるタイミングで更新する方法(非同期的更新法)とを採用することができる。
まず、発電所ノードからの供給電力Piについて微小変化分ΔPiについては、以下に示す(14)式に従って算出することができる。
図10に示すようなマイクログリッドについて、図11を参照して説明する。図11は、この発明の実施の形態に従う既存のマイクログリッドについての制御手順を示すフローチャートである。
xik(t+1)=xik(t)+Δxik
xij(t+1)=xij(t)+Δxij
xj’j(t+1)=xj’j(t)+Δxj’j
xj’k(t+1)=xj’k(t)+Δxj’k
xij(t+1)=xij(t)+Δxij
また、CPU120は、上述の(14)式を用いて、供給電力Piについて微小変化分ΔPiを算出する(ステップS212)。その後、CPU120は、以下の式に従って、供給電力Piを更新する(ステップS214)。
さらに、CPU120は、目的関数Rについての計算が収束しているか否かを判断する(ステップS216)。より具体的には、供給電力Piについて微小変化分ΔPi、および、伝送率についての微小変化分Δxjk,Δxik,Δxij,Δxj’j,Δxj’k,Δxijのいずれもが安定している、すなわち、変化量が所定のしきい値以下である場合には、収束していると判断される。そうでなければ、収束していないと判断される。
以下、上述したような目的関数を用いたシミュレーションを行なった結果を示す。
シミュレーションの条件としては、各制約関数(ペナルティー)の重みを規定する定数λ,μ,ν,ξは、いずれも「1」とした。また、燃料コストを定義する関数の定数ai,bi,ciについても、目的関数を簡素化する観点から、いずれも「1」とした。
シミュレーションの条件としては、上述の既存の電力ネットワークについてのシミュレーションと同様の条件を採用した。
次に、上述のマイクログリッドについてのシミュレーションにおいて、事故が発生した場合の時間変化を観察した。より具体的には、2500ステップにおいて、発電所ノードPiと需要ノードQkとの間を遮断(電力伝送効率wik=0(open))した。
次に、既存の電力ネットワークに統合されたスマートグリッドについてシミュレーションを行なった結果を示す。
(e1.需要の時間的変動)
上述の実施の形態においては、いくつかの制約条件下でモデル化したものであるが、一般的には、目的関数Rは、時間的に変化する非線形の関数となる。たとえば、需要電力Dkは、時間とともに常に変化する。たとえば、日中には需要電力Dkが増大し、夜間には減少するといったパターンを有する。
再度図10を参照して、蓄電器ノードBjが発電所ノードPiの側に所属し、蓄電器ノードBj’が需要ノードQkの側に所属する場合において、蓄電器ノードBjが充電されるときには、電力伝送効率wj’jは、蓄電器ノードBj’から蓄電器ノードBjへの電力供給経路に相当する。この状況は、需要家Qkが蓄電器Bj’から蓄電器Bjを通して、電力供給側Piに売電する場合に対応する。
同様に、需要ノードの最大許容電力Qk maxは、以下のような関数を採用することにより、その最大許容電力を増大することができる。
上述のような関数を採用することで、スマートグリッドの構成として、太陽光発電、風力発電、バイオマス発電といった再生可能な自然エネルギー源が含まれていた場合であっても、適切な電力供給・需要制御が可能となる。
特にスマートグリッドにおいては、容易に、小規模な電力源(発電所)が追加されたり、蓄電器(バッテリ)が追加されたりする。あるいは、何らかの事故や補修などによって、電力供給経路(電力ネットワーク・ケーブル)が遮断されることもある。
上述のような電力供給・需要制御は、図1に示すフィールドコントローラなどからなる物理層、および図2に示すコントローラ100などからなる制御プレーン(Control Plane)などの階層構造によって実現される。
図32は、本実施の形態に従う需要予測をするためのサービス層を統合したネットワーク・アーキテクチャの例を模式的に示す図である。
図34は、本実施の形態に従う予測学習層を実現するためのネットワーク構成を模式的に示す図である。
図35は、本実施の形態に従うアルゴリズム学習における動作を模式的に示す図である。本実施の形態においては、図32に示すように、スマートグリッド層(電力ネットワーク)と予測学習層とが統合された状態において、ユーザノードから対象となる需要家(負荷サイト)からの情報を入力/教師データとして与える。すると、生成されたエージェントに従って、ネットワークの仮想ノード間をパケットが順次伝播(順伝播および逆伝播)することで学習が行なわれる。充分な時間の経過後には、内部モデル(アルゴリズム)が得られる。この内部モデルは、学習の結果得られた需要の特性を示す関数に相当する。
・時刻情報(年、月、日、時、分、秒)
・気温(最高気温、最低気温、平均気温)、日照時間、気圧、湿度
・降水量、氷、霜、霧、雪の量
・風向、風速
・気象衛星からの衛星画像データ
・天気図、天気予報、週間天気予報、季節情報、台風情報など
・過去の気象データ
・地球環境データバンク情報(地球温暖化データ、温室効果ガスの状況、エルニーニョ現象の発生有無、ラニーリャ現象の発生有無、ヒートアイランド情報、黄砂情報、紫外線観測データ、オゾン層の状況など)
・太陽黒点情報、火山噴火予報・警報など
・海洋データ(海水温、海洋の温室効果ガスなど)
内部モデル(アルゴリズム)は、これらの教師データとして入力された情報と高い相関を有する関数として生成される。
図36は、本実施の形態に従うアルゴリズム学習における実装例を模式的に示す図である。たとえば、入力データ/教師データとして、n次のベクトル量x={xi;1≦i≦n}の値が時系列に取得できるとする。すなわち、ベクトル量x(t)={xi (t)}が与えられるとする。
(g1.ミドルウェア層の実装)
上述の実施の形態においては、電力供給・需要制御システム(ミドルウェア層)を図2に示すようなコントローラ100を用いて実装する例について説明したが、予測学習層を実現するためのアルゴリズム可変ネットワーク(ATN)と同様のコンピュータ・ネットワークを用いて構成することもできる。
上述の実施の形態においては、リソース(資源)の一例として電力に適用する例について説明したが、地球上に散在する自然産物、一般的な商品、希少金属などをリソースとした場合も適用できる。
本実施の形態によれば、電力供給・需要制御システムにおいて、ユーザ(電力供給側および電力需要側の双方を含む)の利便性向上、電力負荷変動など環境変動への適応性、突発的な事故などへの耐故障性、システム運用管理の柔軟性などの種々の性能向上を図ることができる。すなわち、より完成度の高いネットワークベースの電力供給・需要制御システムを実現するために、設計段階から、多面的な検討を行なうことができる。それによって、現在開発が行われつつあるGreen ICT関連技術の質をさらに向上させることができる。
Claims (10)
- リソースを発生する第1のノードと前記リソースを消費する第2のノードとを含むネットワークにおけるリソースの配分に係る演算処理を行なうシステムであって、
目的関数を保持する手段を備え、前記目的関数は、
リソースの大きさに関して単調増加する、前記第1のノードから供給されるリソースに必要なコストの値を出力する第1の関数と、
前記第1のノードで発生したリソースのうち前記第2のノードへ供給されるリソースの大きさと、前記第2のノードで消費されるリソースの大きさとの差が大きくなるほどより大きな値を出力する、前記第1のノードから前記第2のノードへのリソースの経路における伝送率を変数として有する第2の関数とを含み、さらに、
前記第1のノードで発生するリソースの大きさを示す変数と、前記伝送率を示す変数とに基づいて前記目的関数の値を算出する手段と、
前記目的関数を前記リソースの大きさを示す変数で偏微分して得られる微分値に応じた値だけ前記リソースの大きさを示す変数を更新する手段と、
前記目的関数を前記伝送率を示す変数で偏微分して得られる微分値に応じた値だけ前記伝送率を示す変数を更新する手段と、
前記更新後の値に基づいて、前記目的関数の値の算出を繰返す手段と、
前記目的関数の算出処理が収束したときの、前記リソースの大きさおよび前記伝送率を出力する手段とを備える、システム。 - 前記目的関数は、
前記第1のノードで発生するリソースの大きさがゼロに近付くほどより大きな値を出力する第3の関数をさらに含む、請求項1に記載のシステム。 - 前記目的関数は、
前記伝送率が「0」または「1」に近いほどより小さな値を出力する第4の関数をさらに含む、請求項1または2に記載のシステム。 - 前記目的関数の値が新たに算出される前に、前記リソースの大きさを示す変数、および、前記伝送率を示す変数のいずれもが更新される、請求項1〜3のいずれか1項に記載のシステム。
- 前記目的関数の値が新たに算出される前に、前記リソースの大きさを示す変数、および、前記伝送率を示す変数のいずれか一方が更新される、請求項1〜3のいずれか1項に記載のシステム。
- 算出される前記目的関数の値が最小値を実質的に維持する状態になった場合に、前記目的関数の算出処理が収束したと判断する、請求項1〜5のいずれか1項に記載のシステム。
- 前記ネットワークは、前記リソースを中継、または、前記リソースを蓄える第3のノードをさらに含み、
前記第2の関数は、前記第1のノードから前記第3のノードへ供給されるリソースの大きさに関する関数と、前記第1のノードから前記第2のノードへ供給されるリソースの大きさに関する関数と、前記第3のノードから前記第2のノードへ供給されるリソースの大きさに関する関数とを含む、請求項1〜6のいずれか1項に記載のシステム。 - 前記第2のノードに関する現実の情報を取得して学習することにより、前記第2のノードで消費されるリソースの大きさの時間に関する特性関数を決定する手段をさらに備え、
前記目的関数の値を算出する手段は、前記特性関数により決定される未来のリソース消費量に基づいて、前記目的関数の値を算出する、請求項1〜7のいずれか1項に記載のシステム。 - 前記ネットワークは、電力を供給するネットワークに対応付けられている、請求項1〜8のいずれか1項に記載のシステム。
- リソースを発生する第1のノードと前記リソースを消費する第2のノードとを含むネットワークにおけるリソース配分を決定する方法であって、
演算処理装置が、目的関数を保持するステップを備え、前記目的関数は、
リソースの大きさに関して単調増加する、前記第1のノードから供給されるリソースに必要なコストの値を出力する第1の関数と、
前記第1のノードで発生したリソースのうち前記第2のノードへ供給されるリソースの大きさと、前記第2のノードで消費されるリソースの大きさとの差が大きくなるほどより大きな値を出力する、前記第1のノードから前記第2のノードへのリソースの経路における伝送率を変数として有する第2の関数とを含み、さらに、
前記演算処理装置が、前記第1のノードで発生するリソースの大きさを示す変数と、前記伝送率を示す変数とに基づいて前記目的関数の値を算出するステップと、
前記演算処理装置が、前記目的関数を前記リソースの大きさを示す変数で偏微分して得られる微分値に応じた値だけ前記リソースの大きさを示す変数を更新するステップと、
前記演算処理装置が、前記目的関数を前記伝送率を示す変数で偏微分して得られる微分値に応じた値だけ前記伝送率を示す変数を更新するステップと、
前記演算処理装置が、前記更新後の値に基づいて、前記目的関数の値の算出を繰返すステップと、
前記演算処理装置が、前記目的関数の算出処理が収束したときの、前記リソースの大きさおよび前記伝送率を出力するステップとを備える、方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010213816A JP5504504B2 (ja) | 2010-09-24 | 2010-09-24 | リソースの配分に係る演算処理を行なうシステムおよびリソース配分を決定する方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010213816A JP5504504B2 (ja) | 2010-09-24 | 2010-09-24 | リソースの配分に係る演算処理を行なうシステムおよびリソース配分を決定する方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012068947A JP2012068947A (ja) | 2012-04-05 |
JP5504504B2 true JP5504504B2 (ja) | 2014-05-28 |
Family
ID=46166143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010213816A Expired - Fee Related JP5504504B2 (ja) | 2010-09-24 | 2010-09-24 | リソースの配分に係る演算処理を行なうシステムおよびリソース配分を決定する方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5504504B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6370230B2 (ja) * | 2015-01-23 | 2018-08-08 | Kddi株式会社 | 秘密計算制御装置、秘密計算制御方法及び秘密計算制御プログラム |
TWI729144B (zh) * | 2016-05-30 | 2021-06-01 | 美商明亮光源能源公司 | 熱光伏打電力產生器、其網路及用於彼等之方法 |
CN106532713A (zh) * | 2016-12-26 | 2017-03-22 | 长沙理工大学 | 一种基于SoS的主动配电网和输电网协同潮流计算方法 |
US20200099252A1 (en) * | 2018-09-26 | 2020-03-26 | Abb Schweiz Ag | Secure distributed state estimation for networked microgrids |
WO2022145341A1 (ja) * | 2021-01-04 | 2022-07-07 | 国立大学法人東北大学 | ネットワークシステム、及びネットワークアーキテクチャの構成方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4235714B2 (ja) * | 2000-03-15 | 2009-03-11 | 学校法人大阪産業大学 | 電力系統におけるノーダルプライスの分解計算法 |
JP4493017B2 (ja) * | 2004-12-21 | 2010-06-30 | 財団法人電力中央研究所 | パラメータ変化に対応するエネルギーシステム運用計画の修正方法および装置およびプログラム |
JP4704205B2 (ja) * | 2005-12-16 | 2011-06-15 | 財団法人電力中央研究所 | 発電機起動停止計画の作成方法、作成装置及び作成プログラム |
JP2007172210A (ja) * | 2005-12-21 | 2007-07-05 | Renesas Technology Corp | グリッドの生成方法および記録媒体 |
JP5242355B2 (ja) * | 2008-12-05 | 2013-07-24 | 株式会社東芝 | 電熱併給エネルギーシステム |
JP5481305B2 (ja) * | 2010-07-30 | 2014-04-23 | 株式会社東芝 | 出力配分制御装置 |
-
2010
- 2010-09-24 JP JP2010213816A patent/JP5504504B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2012068947A (ja) | 2012-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Akbari et al. | Network flexibility regulation by renewable energy hubs using flexibility pricing-based energy management | |
US10261536B2 (en) | Systems and methods for optimizing microgrid power generation and management with predictive modeling | |
US20190244310A1 (en) | Method and instrumentation for sustainable energy load flow management system performing as resilient adaptive microgrid system | |
Baziar et al. | Considering uncertainty in the optimal energy management of renewable micro-grids including storage devices | |
Cai et al. | Aging-aware predictive control of PV-battery assets in buildings | |
Zargar et al. | Development of a Markov-chain-based solar generation model for smart microgrid energy management system | |
Maleki et al. | Comparative study of artificial intelligence techniques for sizing of a hydrogen-based stand-alone photovoltaic/wind hybrid system | |
Li et al. | Review of building energy modeling for control and operation | |
Hosseini et al. | Battery energy storage systems and demand response applied to power system frequency control | |
US9026259B2 (en) | Power generation optimization in microgrid including renewable power source | |
Qiu et al. | Tri-level mixed-integer optimization for two-stage microgrid dispatch with multi-uncertainties | |
US9225173B2 (en) | Systems and methods for microgrid power generation and management | |
JP5504504B2 (ja) | リソースの配分に係る演算処理を行なうシステムおよびリソース配分を決定する方法 | |
Chen et al. | Stochastic dynamic economic dispatch of wind-integrated electricity and natural gas systems considering security risk constraints | |
Onaolapo et al. | Reliability evaluation and financial viability of an electricity power micro-grid system with the incorporation of renewable energy sources and energy storage: case study of KwaZulu-Natal, South Africa | |
Rosenfield | The smart grid and key research technical challenges | |
Arnold et al. | Multi-area predictive control for combined electricity and natural gas systems | |
Mohammed et al. | Techno-economic optimization of standalone hybrid power systems in context of intelligent computational multi-objective algorithms | |
Zhou et al. | Resilience-oriented planning of integrated electricity and heat systems: A stochastic distributionally robust optimization approach | |
Niknam et al. | Probabilistic model of polymer exchange fuel cell power plants for hydrogen, thermal and electrical energy management | |
Zhang et al. | Frequency-constrained unit commitment for power systems with high renewable energy penetration | |
JP7420272B2 (ja) | 電力調整方法および電力調整装置 | |
Casagrande et al. | Resilient microgrid energy management algorithm based on distributed optimization | |
Wang et al. | Chance-constrained model predictive control-based operation management of more-electric aircraft using energy storage systems under uncertainty | |
Chen et al. | Coordination of behind-the-meter energy storage and building loads: optimization with deep learning model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130808 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140203 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5504504 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |