JP6020297B2 - 制御計画生成方法、制御計画生成装置および制御計画生成プログラム - Google Patents

Description

本発明は、制御計画生成方法等に関する。

省エネルギーについて、総電力量の削減に加えて、ピーク電力の削減がテーマとなっている。今後は、ビル、家庭、自治体などのコミュニティー単位で、蓄電池を用いたピーク電力の削減や使用電力の平準化を実現する仕組みが導入されることが予想される。

しかし、蓄電池を集中配置することは、コストや安全上の問題がある。そのため、分散配置された蓄電池をうまく制御することにより、ピーク電力を削減していくことが求められる。例えば、従来技術１では、複数の蓄電池を一つの大きな蓄電池と見立てて画一的に制御し、ピーク電力を抑える技術がある。また、予測消費電力の小さい時刻で充電し、大きい時刻で放電する回帰予測に基づく従来技術２や、過去の傾向から、ピークの来ない時間帯に充電し、ピークの来る時間帯に放電する従来技術３がある。

特開２００７−２２８６７６号公報 特開２００５−１４３２１８号公報 特開２００５−３２８６７３号公報 特開２０１１−２２９２３８号公報

しかしながら、上述した従来技術では、ピーク電力を削減する蓄電池の制御計画を十分に最適化することができないことがあるという問題がある。

例えば、従来技術１では、複数の蓄電池を一つの大きな蓄電池と見立てているため、各蓄電池の能力を十分に使い切れていない。また、従来技術２では、予想した消費電力と実際の消費電力とが異なった場合に、ピーク電力を削減することができない。また、従来技術３では、蓄電池の放電量が分散されるため、ピーク電力の削減効果が小さくなってしまう。

１つの側面では、ピーク電力を削減する蓄電池の制御計画を最適化できる制御計画生成方法、制御計画生成装置および制御計画生成プログラムを提供することを目的とする。

第１の案では、コンピュータが下記の各処理を実行する。コンピュータは、複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えた第二制御計画を生成する。コンピュータは、複数機器を含む所定のシステムに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として設定し、第二制御計画における複数回の指令に従って複数機器を制御した場合の状態遷移をシミュレーションする。コンピュータは、シミュレーション結果に基づき、第二制御計画による状態遷移が第一制御計画による状態遷移よりも、所定の目標により近いかを判定する。コンピュータは、所定の目標により近い場合に前記第二制御計画で前記第一制御計画を更新する。コンピュータは、上記処理を繰り返し実行し、第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める。

本発明の１実施態様によれば、ピーク電力を削減する蓄電池の制御計画を最適化することができる。

図１は、制御システムの概略図である。 図２は、電源モードの例を示す図である。 図３は、ノートＰＣ使用時の電力の変化の一例を示す図である。 図４は、電源モードを制御するソフトウェアが提供する画面の例を示す図である。 図５は、各変数の時刻毎の関係を示す図である。 図６は、ノートＰＣの充電時及び放電時の充電率の推移を示す図である。 図７は、未確定の指令値及び実行可能な指令値と充電率との関係の例を示す図である。 図８Ａは、シミュレーション処理のメインルーチンのフローを示す図（１）である。 図８Ｂは、シミュレーション処理のメインルーチンのフローを示す図（２）である。 図９は、目標の指標を記憶する領域の構成の例を示す図である。 図１０は、電力需要予測を記憶する領域の構成の例を示す図である。 図１１は、実行可能な指令値を記憶する領域の構成の例を示す図である。 図１２は、充電率の記憶領域の構成の例を示す図である。 図１３は、サブルーチン処理のフローを示す図である。 図１４は、未確定の指令値を記憶する領域の構成の例を示す図である。 図１５は、図１に示した制御システムにおいて局所探索を行う生成部の構成例を示す図である。 図１６は、局所探索による制御計画の生成処理のフローを示す図である。 図１７は、ノートＰＣの制御に係る構成を示す図である。 図１８は、全体処理フローを示す図である。 図１９は、実行可能な領域を探索空間とする場合の指令値の例を示す図である。 図２０は、実行可能な領域を探索空間とする場合の電力使用状態の例を示す図である。 図２１は、実行可能な領域を探索空間とする場合の制御結果の例を示す図である。 図２２は、探索空間の写像を行なう場合の未確定の指令値の例を示す図である。 図２３は、探索空間の写像を行なう場合の実行可能な指令値の例を示す図である。 図２４は、探索空間の写像を行なう場合の電力使用状態の例を示す図である。 図２５は、探索空間の写像を行なう場合の制御結果の例を示す図である。 図２６は、制御計画生成プログラムを実行するコンピュータの一例を示す図である。

以下に、本願の開示する制御計画生成方法、制御計画生成装置および制御計画生成プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。

本実施例１では一例として、オフィスなどのコミュニティー単位の電力需要予測を基に、ノートＰＣ（Personal Computer）のバッテリーをオフィスの余剰電力として利用することを提案する。ノートＰＣのバッテリーを蓄電池として利用する。これにより、ピーク電力の削減と使用電力の平準化を目指す。

例えば、一定時間の使用電力量が閾値を越える場合には放電し、閾値を超えない場合には充電するような制御方法が考えられる。

なお、ノートＰＣのバッテリーには、最低限の充電量を残しておく。停電時や出張時などの電源が使えない時にも、ノートＰＣは動作しなければならないからである。また、充放電の繰り返しによる無駄なバッテリーの劣化は、避けるようにする。

最初に、本実施例１に係る制御システムの概要を説明する。図１は、制御システムの概略図である。制御システムは、ネットワーク５０に接続されている。例えば、制御システムは、クラウド１０上にあり、ネットワーク５０を介してオフィス２０のＬＡＮ（Local Area Network）と接続している。あるいは、制御システムは、オフィス２０のＬＡＮに直接接続されている。オフィス２０のＬＡＮの図示を省略する。

オフィス２０のＬＡＮには、複数のノートＰＣが接続されている。制御システムは、ノートＰＣから電源モード、バッテリーの充電率等の情報を収集し、更に、ノートＰＣの電力にまつわる制御を行う。

制御システム、あるいは制御システムと同様にネットワークを介してノートＰＣと接続された予測システムが、複数の確率付きの電力需要予測を行う。ここでは、一日分の予測を想定する。制御システム又は予測システムは、ノートＰＣと他の電気機器による使用電力量の現在の実測値と、過去の実測値などに基づいて、確率付きの電力需要予測を行う。例えば、予測システムは、どのような従来技術を利用して、確率付きの電力需要予測を行っても良い。予測システムは、複数の電力需要予測をたてた場合には、電力需要予測毎に、係る電力需要予測となる確率を対応付ける。例えば、異なる日にちにおける実際の複数の電力需要と、電力需要予測とを比較し、電力需要予測と略一致する実際の電力需要の割合から、電力需要予測の確率を算出する。

制御システムは、この複数の確率付きの電力需要予測と現在の電力使用状況に基づいて、一日の充放電計画を立案する。充放電計画は、一日を通して繰り返し最適化される。

次に、ノートＰＣについて説明する。起動中のノートＰＣは、バッテリーの充電率と電源モードの状態を保持する。制御システム及び予測システムは、ネットワークを介して、この情報を取得する。

電源モードについて説明する。図２は、電源モードの例を示す図である。電源モードは、交流電源モードと、バッテリーモードと、チャージモードのいずれかである。以下では、交流電源モードをＡＣ（Alternating Current）電源モードと表記する。

ＡＣ電源モードでは、ノートＰＣは交流電源から供給された電力を使用する。但し、ＡＣ電源モードでは、ノートＰＣのバッテリーの充電を行わない。従って、バッテリーの充電率は変化しない。尚、交流電源は、電力会社や自家発電システムなど、制御対象の外から供給される。例えば、ＡＣ電源モードの使用電力は１３Ｗとなる。以下、交流電源をＡＣ電源と表記する。

バッテリーモードでは、ノートＰＣはバッテリーから供給された電力を使用する。従って、ＡＣ電源から供給される電力は使用せず、バッテリーの充電率は、単調に減少する。バッテリーモードの使用電力は０Ｗとなる。

チャージモードでは、ノートＰＣはＡＣ電源から供給された電力を使用し、更にノートＰＣのバッテリーの充電を行う。従って、バッテリーの充電率は、増加する。例えば、チャージモードの使用電力は６５Ｗとなる。

図３は、ノートＰＣ使用時の電力の変化の一例を示す図である。図３の横軸は時間を示し、縦軸は使用電力(Ｗ)を示す。図３において、ＡｃはＡＣ電源モードを示し、Ｂａはバッテリーモードを示し、Ｃｈは、チャージモードを示す。チャージモードの使用電力は、ＡＣ電源モードの使用電力に比べて高い。

ノートＰＣは、電源モードを変更できるようになっている。例えば、電源モードはソフトウェアで制御してもよい。図４は、電源モードを制御するソフトウェアが提供する画面の例を示す図である。図４に示す画面は、充電しない時間帯とバッテリーで動作する時間帯の指定を受け付ける。ノートＰＣは、自動的に指定された電源モードで動作する。電源モードの切り替えのために、電源ケーブルを抜き差しせずともよい。

但し、各ノートＰＣのチャージモードが重複する場合、全体の使用電力は増大する。従って、制御システムにより、電源モードの全体的な制御を行うことにする。制御システムは、ユーザに代わって、各ノートＰＣの電源モードを切り替える。制御システムは、例えば前述のソフトウェアを介してノートＰＣを遠隔制御する。

次に、ノートＰＣのバッテリーについて説明する。バッテリーには、例えばリチウムイオン電池が使用される。過度の劣化は、避けなければならないので、電源モードを制御する際は、リチウムイオン電池の劣化にも配慮する。

リチウムイオン電池は以下の特性を持つ。リチウムイオン電池は、１００％付近での充電と０％付近での放電によって、大きく劣化する。１００％付近での充電を過充電とよび、０％付近での放電を過放電という。リチウムイオン電池は、放電しきらない状態で再充電を繰り返すことにより、劣化は加速しない。すなわち、リチウムイオン電池にメモリー効果はない。リチウムイオン電池は、充放電を繰り返すことによって、充電可能な容量が減少する。

バッテリーの劣化を抑えるために、注意を払い、無駄な充放電は、避けるようにする。また、１００％付近での充電と０％付近での放電も避けるようにする。一方、充放電の切り替え回数については、上記の特性から配慮しないものとする。

ノートＰＣは持ち運びにより、ネットワークから切断され、後に再接続される。再接続までの時間や再接続された時点での充電率の予測は、困難である。そのため、短い間隔で充放電計画を見直すことが望ましい。電力需要予測と充放電計画の最適化は、例えば３０分間隔で繰り返される。

また、最適化の計算の間にも、状態は変化する。従って、最適化の計算時間は、短い方が望ましい。例えば、本実施の形態では、制御システムは、１分程度で最適化の計算を終えるものとする。

夜間電力による充電ができない場合には、夜間であっても所定の終了時刻に制御を終了する。時間が経過する毎に、最適化計算の対象となる区間数が小さくなるようにしてもよい。また、翌日のピーク電力削減のために、終了時刻での充電量最大化を目的としてもよい。

充放電計画は、複数の目的関数を持つ最適化問題により導かれる。例えば、オフィス全体の一日にピーク電力を指標として算出し、その指標の最小化を目標とする。また、終了時刻でのバッテリー充電量を指標として算出し、その指標の最大化を目標とする。また、オフィスの総使用電力を指標として算出し、その指標の最小化を目標とする。

以下に各目的関数について説明する。

下記の説明において、ピーク電力Ｐ（Ｗｈ）は、オフィスにおける時刻０から時刻ｋ_ｅまでのピーク電力を示す実数変数である。充電量の総和Ｃ（Ｗｈ）は、時刻ｋ_ｅでのバッテリー充電量の総和を示す実数変数である。総使用電力量Ｇ（Ｗｈ）は、時刻ｋ_ｓからｋ_ｅまでに全ノートＰＣがＡＣ電源から使用する総使用電力量を示す変数である。

例えば、ピーク電力削減を最大目標とすると、ピーク電力Ｐ、充電量の総和Ｃ、総使用電力量Ｇの順に優先される。これらは、例えば辞書式順序で単目的化した目的関数を用いることにより、総合的に評価することができる。

辞書式順序とは、以下のように定義される。
ｘ＝（ｘ₁，．．．ｘ_n），ｙ＝（ｙ₁，．．．ｙ_n）∈Ｒに対して、ベクトルに対する辞書式順序≦_lexは以下のように定義される。
ｘ≦_lexｙ ＜＝＞ｘ＝ｙ または ｘ≠ｙ かつ ｘ_j＜ｙ_j （ｊ＝min（ｊ｜ｘ_j≠ｙ_j）

以下、各種のパラメータについて説明する。

時刻ｋ_ｓにネットワークを介して観測されたノートＰＣを表す集合Ｍを下記の式で定義する。

時刻を表す集合Ｋを下記の式で定義する。

最適化対象となる時刻の集合Ｋ_ｏを下記のように定義する。

最適化以前の時刻の集合Ｋ_ｐを以下のように定義する。

電源モードを表す集合Ｕを下記のように定義する。ＡｃはＡＣ電源モードを示し、Ｂａはバッテリーモードを示し、Ｃｈはチャージモードを示す。

時刻ｋ∈Ｋ_ｏにおけるノートＰＣｉ∈Ｍに対する指令値（電源モード）を表す変数ｕ_ｉ［ｋ］を下記のように定義する。

時刻ｋ∈Ｋ_ｏにおけるノートＰＣｉ∈Ｍの電源モードを表す変数を下記のように定義する。

時刻ｋ_ｓにおけるノートＰＣｉ∈Ｍの電源モードの実測値を表す定数ｖ_ｉ，ｋｓを下記のように定義する。

時刻ｋ∈Ｋ_ｏにおけるノートＰＣｉ∈Ｍの充電率を示す実数変数を

と表記する。

時刻ｋ_ｓにおけるノートＰＣｉ∈Ｍの充電率の実測値を示す定数を

と表記する。

ノートＰＣｉ∈Ｍの最小充電を示す定数を

と表記する。

ノートＰＣｉ∈Ｍの最大充電率を示す定数を

と表記する。

ノートＰＣｉ∈Ｍのバッテリー容量（Ｗｈ）を表す定数を

と表記する。

オフィス全体における時刻ｋ∈Ｋ_ｐからｋ＋１までの使用電力の実測値を

と表記する。

時刻ｋ_ｓに得られた、オフィスにおける時刻ｋ∈Ｋ_ｏからｋ＋１までの電力需要予測を示す定数（Ｗｈ）を

と表記する。本実施例１では、電力需要予測Ｄ_ｍ ^ｋｓ［ｋ]は、使用電力量の実測値ｓ[ｋ](ｋ∈Ｋ_ｐ)に基づき時刻毎に、複数種類予測される。ここでは、同一時間帯の各電力需要予測Ｄ^ｋｓを区別するべく、添え字「ｍ」を用いる。

充電率ｘ_ｉ［ｋ］かつ電源モードｖ_ｉ［ｋ］のノートＰＣｉ∈Ｍの、時刻ｋ＋１における充電率ｘ_ｉ［ｋ＋１］を表す関数を

と表記する。

充電率ｘ_ｉ［ｋ］かつ電源モードｖ_ｉ［ｋ］のノートＰＣｉ∈Ｍが、時刻ｋからｋ＋１までにＡＣ電源から使用する使用電力（Ｗｈ）を示す関数を

と表記する。

図５は、各変数の時刻毎の関係を示す図である。図５の横軸は時間を示し、縦軸は充電率を示す。一般に指令値ｕ_ｉ［ｋ_ｓ−１］と実測値ｖ_ｉ，ｋｓは一致しない。充電率に最大値および最小値が存在するのは、充電率が飽和するからである。例えば充電率は、１００％以上にはならないので、時刻ｋ_ｓ−１の時点で、電源モードＣｈで動作していても、１００％になった時点で電源モードＡｃに推移し、実測値ｖ_ｉ，ｋｓは電源モードＡｃになる。

また、Ａｃ以外の電源モードでは、充電率の実測値ｘ_ｉ,ｋｓは、充電率の変数ｘ_ｉ[ｋ_ｓ]と一致しないが、同じ値として扱うものとする。

最適化開始時刻での問題は、指令値ｕ_ｉ［ｋ］を決定変数とする数理計画問題として定式化される。

目的関数（１ａ）は、辞書式順序により単目的化した目的関数である。

制約式（１ｂ）および（１ｃ）は、ピーク電力が、オフィス全体の使用電力の過去の実測値と、ノートＰＣのバッテリー制御後におけるオフィス全体の使用電力量とのうちの最大値であることを表している。制約式（１ｃ）の電力需要予測Ｄ^ｋｓ［ｋ]は、使用電力量の実測値ｓ[ｋ](ｋ∈Ｋ_ｐ)に基づき複数種類予測され、ノートＰＣの使用電力量を含んでいる。このため、ノートＰＣに対する指令値である電源モードによる使用電力量とノートＰＣが電源モードＡｃで動作している場合を仮定した使用電力量との差の総和にてＤ^ｋｓ［ｋ]を調整している。電力需要予測Ｄ^ｋｓは、確率付きの電力需要予測毎に生成されるため、ここでは、各電力需要予測Ｄ^ｋｓをｍで区別する。

なお、電源モードＢａでは、ＡＣ電源からの電力を使用しないため、使用電力量は０である。また、電源モードＣｈ時には電源モードＡｃ時よりも電力を多く使用するので、電源モードＣｈによる使用電力量は、電源モードＡｃによる使用電力量よりも大きい。

制約式(１ｄ)は、充電量Ｃが最適化終了時刻ｋ_ｅにおけるすべてのノートＰＣの充電量の和であることを表している。

制約式(１ｅ)は、総使用電力量Ｇが時刻ｋ_ｓからｋ_ｅまでに全てのノートＰＣのＡＣ電源から使用した電力量の和であることを表している。

制約式（１ｆ）は、電源モードの実測値が時刻ｋ_ｓ−１における電源モードとして設定されることを表している。

制約式（１ｇ）は、最適化期間の各時刻では、指定した電源モードで動作することを意味する。

制約式（１ｈ）は、充電率の実測値が最適化開始時刻の充電率に設定されることを表している。

制約式（１ｉ）は、充電率に関する状態方程式である。なお、バッテリーから供給された電力で動作する場合には充電率は減少するためｆ_ｉ(ｘ_ｉ[ｋ]，Ｂａ)＜ｘ_ｉ[ｋ]であり、充電時には充電率が増加するためｆ_ｉ(ｘ_ｉ[ｋ]，Ｃｈ)＞ｘ_ｉ[ｋ]である。ここでは自然放電はないものと仮定する。したがって、ｆ_ｉ(ｘ_ｉ[ｋ]，Ａｃ)＝ｘ_ｉ[ｋ]である。

制約式（１ｊ）は、充電率の範囲を表している。そして式（Ａ）は、充電率がｘ^ｌ _ｉ以下の場合には放電しないことを表し、式（Ｂ）は、充電率がｘ^ｕ _ｉ以上の場合には充電しないことを表す。

制約式（１ｋ）は、過充電を避けるための制約を表す。この式は、充電率が、設定されている最大充電率ｘ^ｕ _ｉより１０％以上下がっていない場合には充電を開始しない、ということを表している。

図６は、ノートＰＣの充電時及び放電時の充電率の推移を示す図である。図６の曲線６０ａは、充電曲線を示し、曲線６０ｂは、放電曲線を示す。図６からわかるように、放電に費やされる時間よりも充電にかかる時間のほうが短い。このように、バッテリーを短時間で充電させるので、図２で示すように充電時(Ｃｈ)での電力使用量は大きい。

図６に示したデータを基に、充電率ｆ_ｉの関数を設定する。各電源モードでの使用電力量は、ＣＰＵ（Central Processing Unit）使用率などに依存するが、たとえば図２のように一定値をとると仮定して、関数ｇ_ｉも、線形関数で近似する。

上記のように、与えられた問題は、最適値を与える変数ｕ_ｉ[ｋ]を探索する組み合わせの最適化問題である。決定変数ｕ_ｉ[ｋ]は電源モードＡｃ，Ｂａ，及びＣｈの３つの状態をとるため、多数の組み合わせがあり、総当たりで厳密な解を得ることは困難である。そのため、局所探索法による近似解法が現実的に有効な手段の一つである。

例えば、単純な局所探索法として、以下に示すような探索近傍が考えられる。探索空間を以下のように定義する。

また、置換は、ｕ∈Ｘに含まれる任意の変数（ｋ∈Ｋ_ｏ,ｉ∈Ｍであるｕ_ｉ[ｋ]）を、Ｕの任意の要素で置き換える操作である。Ｘは、置換操作について閉じている。

単純な局所探索法では、ｕ∈Ｘの探索近傍Ｎ_ｍ（ｕ）は、以下の通り定義される。

Ｎ_ｍ(ｕ)=｛ｖ∈Ｘ|ｖはｕをｍ回置換したもの｝

しかし、このような単純な局所探索法は、実行可能領域において効率的に探索できないことがある。その場合に、異なる探索空間を用意し、その中で効率的に局所探索を行う方法が考えられる。以下の例では、単純な局所探索法ではなく、架空の探索空間に基づく局所探索アルゴリズムを採用する。架空の探索空間は、間接的な指令（この例では、架空の電源モード。例えば、後述する継続指令Ｄｕ）を含む。間接的な指令は、直接実行することはできないが、架空の探索空間は、実行可能な領域に変換されるので、最終的に実行可能となる。

架空の探索空間のため、新たな変数ｕ'_ｉ[ｋ](ｋ∈Ｋ_ｏ,ｉ∈Ｍ)を導入する。この変数を、未確定の指令値という。

この変数ｕ'_ｉ[ｋ]は、電源モードの指令値を表す変数であり、指令値として実行可能な電源モードＡｃ，Ｂａ及びＣｈの他に架空の電源モードＤｕ（Dummy）をもつ。電源モードＤｕは、前回の時刻での電源モードを継続することを示し、継続指令ともいう。

Ｄｕを加えた電源モード集合Ｕ'=｛Ａｃ、Ｂａ、Ｃｈ、Ｄｕ｝による探索空間を以下のように定義する。

以下、図１に示した制御システム（より具体的には充放電制御を実行する１又は複数のコンピュータ）内のシミュレーション部によるシミュレーション処理について説明する。なお、制御システムは、充放電制御を実行する１又は複数のコンピュータによって構成される。また、シミュレーション部を後述する図に対応させて、シミュレーション部１９と表記する。

シミュレーション部１９は、空間Ｘ'から空間Ｘへの写像も行う。シミュレーション部１９は、未確定の指令値ｕ'_ｉ[ｋ]に基づいて、元の問題の決定変数である実行可能な指令値ｕ_ｉ[ｋ]および目的関数値を求める。また、シミュレーション部１９は、後述するサブルーチン処理も行う。シミュレーション部１９は、サブルーチン処理で、各ノートＰＣであるｉ∈Ｍについて、最適化期間の各時刻における使用電力量と、各時刻における実行可能な指令値ｕ_ｉ[ｋ]と、各時刻において想定される充電率ｘ_ｉ[ｋ]を求める。

サブルーチン処理において、シミュレーション部１９は、制約に違反した未確定の指令値ｕ'_ｉ[ｋ]を受け取った場合に、実行可能な指令値に電源モードＡｃを設定する。電源モードＡｃは常に実行できるので、この設定により、シミュレーション部１９は、任意の未確定の指令値ｕ'_ｉ[ｋ]に対して常に実行可能な解が得られるようにする。

制約に違反した未確定の指令値を受けて電源モードＡｃを設定することは、制御システムから受けた指令値による電源モードが制約に違反している場合に、ノートＰＣ自身が自動的に電源モードをＡｃに変更する動作に相当する。実際に１００％以上に充電することはできないので、図５のように電源モードＣｈが１００％に達した時点で、電源モードをＡｃに変更することは、理にかなう動作である。

図７は、未確定の指令値及び実行可能な指令値と充電率との関係の例を示す図である。横軸は時間軸を示し、縦軸はノートＰＣのバッテリーの充電率を示している。この例で、最小充電率は１０％である。つまり、シミュレーション部１９は、充電率が１０％以下にならないように制御する。電源モードＤｕは、前の電源モードの継続を意味するので、シミュレーション部１９は、ｕ'_ｉ[２]=Ｄｕについて、ｕ_ｉ[１]=Ａｃを反復し、ｕ_ｉ[２]=Ａｃと設定する。また、シミュレーション部１９は、ｕ'_ｉ[４]=Ｄｕについて、ｕ_ｉ[３]=Ｂａを反復し、ｕ_i[４]=Ｂａと設定する。一方、時刻５に充電率は１０％に達するので、シミュレーション部１９は、ｕ'_ｉ[６]=Ｄｕについて、ｕ_ｉ[５]=Ｂａを反復せず、ｕ_ｉ[６]＝Ａｃと設定する。それ以降の時刻７でも、シミュレーション部１９は、ｕ'_ｉ[７]=Ｂａの指令に従わず、ｕ_ｉ[７]=Ａｃと設定する。このように、シミュレーション部１９は、任意のｕ'∈Ｘ'から実行可能解ｕ∈Ｘを生成する。

次に、具体的なシミュレーション処理について説明する。図８Ａと図８Ｂは、シミュレーション処理のメインルーチンのフローを示す図である。シミュレーション部１９は、このシミュレーション処理で、全ノートＰＣｉについての未確定の指令値ｕ'_ｉ[ｋ]と電源モードの実測値ｖ_ｉ,ｋｓと充電率の実測値ｘ_ｉ,ｋｓと、更に全体の電力需要予測Ｄ^ｋｓ[ｋ]と使用電力量の実測値ｓ[ｋ]とを入力し、全ノートＰＣｉについての実行可能な指令値ｕ_ｉ[ｋ]と目的関数値とを出力する。

まず、シミュレーション部１９は、総使用電力量変数Ｇと充電量総和変数Ｃとピーク電力変数Ｐ[k]を初期化する（Ｓ１０１〜Ｓ１０５）。なお、ステップＳ１０５では、予測された複数のＤ_ｍ ^ｋｓ［ｋ］の値が、それぞれｐ_ｍ［ｋ］に入力されるものとする。図９は、目標の指標を記憶する領域の構成の例を示す図である。シミュレーション部１９は、総使用電力量変数Ｇに０を設定し、充電量総和変数Ｃに０を設定し、各時刻のピーク電力変数Ｐ_ｍ[ｋ]に、対応する時刻の電力需要予測Ｄ_ｍ ^ｋｓ[ｋ]を設定する。図１０は、電力需要予測を記憶する領域の構成の例を示す図である。

シミュレーション部１９は、各ノートＰＣについて、Ｓ１０９〜Ｓ１２１のループ処理を繰り返す。シミュレーション部１９は、Ｓ１１１の第一行で、実行可能な指令値を初期化する。具体的には、シミュレーション部１９は、電源モードの実測値を、最適化開始時刻の一単位時間前の指令値変数に設定する。図１１は、実行可能な指令値を記憶する領域の構成の例を示す図である。次に、シミュレーション部１９は、Ｓ１１１の第二行で、充電率を初期化する。具体的には、シミュレーション部１９は、最適化開始時刻の充電率の実測値を、最適化開始時刻の充電率の変数に設定する。図１２は、充電率の記憶領域の構成の例を示す図である。シミュレーション部１９は、Ｓ１１１の第三行で、ノートＰＣ単位のシミュレーション（サブルーチン処理）を行う。この処理については、後述する。

シミュレーション部１９は、Ｓ１１１の第四行で、前述のノートＰＣ単位のシミュレーションにより算出された最適化期間のノートＰＣｉの使用電力Ｇ_ｉ（simulatePC( )の結果に含まれる）を、総使用電力量変数Ｇに加算する。Ｓ１０９〜Ｓ１２１のループをすべてのノートＰＣについて実行すると、すべてのノートＰＣ使用電力を合算することになり、シミュレーション部１９は、総使用電力量Ｇを算出したことになる。

シミュレーション部１９は、Ｓ１１１の第五行で、充電量総和変数Ｃに最適化終了時刻のノートＰＣの充電量ｃ_ｉｘ_ｉ[ｋ_ｅ]を加算する。シミュレーション部１９は、ノートＰＣｉの容量に最適化終了時刻におけるそのノートＰＣｉの充電率（simulatePC( )の結果に含まれる）を乗ずることにより、最適化終了時刻におけるそのノートＰＣｉの充電量を求める。シミュレーション部１９は、ＰＣ情報テーブルから各ノートＰＣの容量の情報を取得する。ＰＣ情報テーブルは、各ノートＰＣについてそれぞれのバッテリーの容量の情報を記憶している。

また、シミュレーション部１９は、前述のノートＰＣ単位のシミュレーション（サブルーチン処理）で、最適化終了時刻のノートＰＣｉの充電率をすでに算出しているので、これらを用いる。シミュレーション部１９は、Ｓ１０９〜Ｓ１２１のループを繰り返すことで、すべてのノートＰＣの最適化終了時刻の充電量を合算することになり、充電量総和Ｃを算出したことになる。

更に、シミュレーション部１９は、最適化期間の各時刻におけるピーク電力変数Ｐを算出する（Ｓ１１３〜Ｓ１１９）。シミュレーション部１９は、各ノートＰＣについて、ＡＣ電源モードで制御したと想定した場合の使用電力量から、実行可能な指令値の電源モードに従って制御したと想定した場合の使用電力量を引いた差（削減分の電力量に相当する。）を減ずることによりピーク電力を求める。このとき、シミュレーション部１９は、ＡＣ電源からの使用電力量のみを算出の対象としている。また、シミュレーション部１９は、充電率と電源モードに基づいて使用電力量を算出している。シミュレーション部１９は、すべてのノートＰＣについて削減分の電力量を既に初期値として設定されているＤ_ｍ ^ｋｓ[ｋ]から調整することにより、各時刻におけるピーク電力変数を求める。シミュレーション部１９が求めたピーク電力変数は、各時間帯の全体の消費電力量を示している。

なお、シミュレーション部１９は、ステップＳ１１７において、Ｐ_ｍ［ｋ］のｍを変更しつつステップＳ１１７の矢印右側の計算を実行し、実行した各計算結果の内、計算結果が最大となる値を、Ｐ［ｋ］に格納する。

最後に、図８ｂの処理に移行して、シミュレーション部１９は、各時刻における使用電力量の実測値ｓ[ｋ]とピーク電力変数Ｐ[ｋ]から最大値を探索する。具体的には、シミュレーション部１９は、各使用電力量の実測値ｓ[ｋ]同士を比較して、ｋがｋ_ｓ以下の場合には、それらのうちの最大値を求め（Ｓ１２３〜Ｓ１３１）、ｋがｋ_ｓより大きい場合には、その最大値に対して各ピーク電力変数も比較して、全体のうちの最大値を求める（Ｓ１３３〜Ｓ１４１）。

続いて、図１３を用いてサブルーチン処理によるノートＰＣ単位のシミュレーションについて説明する。図１３は、サブルーチン処理のフローを示す図である。シミュレーション部１９は、このサブルーチン処理で、一つのノートＰＣｉについての未確定の指令値ｕ'_ｉ[ｋ]を入力し、未確定の指令値ｕ'_ｉ[ｋ]に従って動作した場合の最適化の対象となる時刻における実行可能な指令値ｕ_ｉ[ｋ]と最適化期間の最終時刻における充電率ｘ_ｉ[ｋ_ｅ]と最適化期間における使用電力量Ｇ_ｉとを出力する。シミュレーション部１９は、最適化期間の使用電力変数Ｇ_ｉを０に初期化する（Ｓ２０１）。

シミュレーション部１９は、更に、最適化期間の各時刻について、Ｓ２０５〜Ｓ２２７のループ処理を行う。Ｓ２０７では、最適化期間内の時刻における当該ノートＰＣ_ｉの未確定の指令値が継続指令Ｄｕであるかを判断する。各時刻における当該ノートＰＣ_ｉの未確定の指令値が継続指令Ｄｕである場合には（Ｓ２０７，Ｙｅｓ）、シミュレーション部１９は、前回の指令値を反復して当該未確定の指令値に設定する（Ｓ２０９）。当該未確定の指令値が継続指令Ｄｕではない場合（Ｓ２０７，Ｎｏ）、つまり実行可能な電源モードの指令（Ａｃ、Ｂａ、Ｃｈ）である場合には、シミュレーション部１９は指令値を変更しない。図１４は、未確定の指令値を記憶する領域の構成の例を示す図である。

Ｓ２１１では、（１ｋ)の制約条件及び（Ａ）及び（Ｂ）式を満たすか否かを判断する。（１ｋ)の制限に該当する場合には（ステップＳ２１１，Ｙｅｓ）、シミュレーション部１９は、未確定の指令値をＡｃに変更する（Ｓ２１３）。つまり、充電率が最大値より１０％以上下がっていない場合には、シミュレーション部１９は、充電が行われないようにする。

そして、シミュレーション部１９は、当該時刻の充電率ｘ_ｉ[ｋ]と未確定の指令値ｕ'_ｉ[ｋ]（電源モード）に基づいて、次回の時刻の充電率を求める（Ｓ２１５）。

Ｓ２１７では、（１ｊ)の制約条件を満たすか否かを判断する。（１ｊ）の制約に該当する場合には（Ｓ２１７，Ｙｅｓ）、シミュレーション部１９は、実行可能な指令値をＡｃに変更する（Ｓ２１９）。つまり、充電率が上限あるいは下限を越えている場合には、シミュレーション部１９は、過放電及び過充電が生じないようにする。更に、シミュレーション部１９は、当該時刻の充電率と実行可能な指令値に基づいて、次回の時刻の充電率を求める（Ｓ２２１）。

いずれの制限にも該当しない場合には（Ｓ２１７，Ｎｏ）、シミュレーション部１９は、未確定の指令値を実行可能な指令値に設定する（Ｓ２２３）。

シミュレーション部１９は、処理に係る時刻の充電率ｘ_ｉ[ｋ]と実行可能な指令値ｕ_ｉ[ｋ]（電源モード）に従って、その単位時間における当該ノートＰＣの使用電力を求め、求めた使用電力量をそのノートＰＣのこれまでの使用電力量の変数Ｇ_ｉに加算する（Ｓ２２５）。

このようにして、シミュレーション部１９は、実行可能な指令値を特定するとともに、変数Ｇの値を総使用電力量として、変数Ｃの値を充電量総和として、変数Ｐの値をピーク電力（１単位時間における電力量）として得る。

続いて、図１に示した制御システムの置換部による局所探索処理について説明する。また、置換部を後述する図に対応させて、置換部１３と表記する。置換部１３は、ｕ'∈Ｘ'に含まれる任意の指令値（ｋ∈Ｋ_ｏ，ｉ∈Ｍであるｕ'_ｉ[ｋ]）をＵの任意の要素に置き換える。つまり、置換部１３は、一部の指令値をＤｕ以外の実行可能な電源モードの指令（Ａｃ、Ｂａ、あるいはＣｈ）のいずれかに置き換える。

ｕ'∈Ｘ'の探索近傍Ｎ'_ｍ(ｕ')は、以下の通り定義される。
Ｎ'_ｍ(ｕ')=｛ｖ'∈Ｘ'|ｖ'はｕ'をｍ回置換したもの｝

図１５は、図１に示した制御システムにおいて局所探索を行う生成部の構成例を示す図である。生成部３９は、初期化部１１と、設定データ格納部１２と、置換部１３と、第一制御計画記憶部１５と、第二制御計画記憶部１７と、シミュレーション部１９と、第三制御計画記憶部２１と、結果記憶部２３と、判定部２５と、更新部２７と、出力部２９とを有する。

第一制御計画記憶部１５と第二制御計画記憶部１７は、探索空間に相当する制御計画を格納するための記憶部である。従って、第一制御計画記憶部１５に格納されている第一制御計画と第二制御計画記憶部１７に格納されている第二制御計画には、指令値Ｄｕが含まれる。

第三制御計画記憶部２１は、実行可能な領域に相当する制御計画を格納するための記憶部である。従って、第三制御計画記憶部２１に格納されている第三制御計画には、指令値Ｄｕが含まれない。

図１６は、局所探索による制御計画の生成処理のフローを示す図である。初期化部１１は、Ｓ３０１の初期化を行う。最初の指令値を制御計画に設定する。この構成例の場合には、初期化部１１は、第一制御計画記憶部１５と第二制御計画記憶部１７に同じ制御計画を設定する。

初期化部１１は、すべての最初の指令値ｕ'_ｉ[ｋ]に継続指令Ｄｕを設定する。初期化部１１がすべての最初の指令値ｕ'_ｉ[ｋ]に継続指令Ｄｕを設定することは、当初何も制御しない状態を想定していることを意味する。このように、初期化部１１は、局所探索の初期解にランダム解ではなく一定の解を設定する。図１６中のｕは、探索空間の解である。

シミュレーション部１９は、Ｓ３０３で、初回のシミュレーション処理を行う。シミュレーション部１９は、第二制御計画記憶部１７から未確定の指令値ｕ'_ｉ[ｋ]を読み込み、前述の通りシミュレーション処理を行う。シミュレーション部１９は、元となった制御計画を特定できる状態でシミュレーション結果を結果記憶部２３に格納する。シミュレーション部１９は、更に、生成した実行可能な指令値からなる第三制御計画を、第三制御計画記憶部２１に格納する。図中のｕ_ａは、シミュレーションの結果として得られる目的関数値である。なお、シミュレーション部１９は、設定データ格納部１２に格納されている各種設定データを用いてシミュレーション処理を実施する。設定データには、上記で述べた関数ｆ_ｉ及びｇ_ｉのデータをも含む。さらに、シミュレーション部１９は、各ノートＰＣからの実測値（電源モードの実測値ｖ_ｉ,ｋｓ及び充電率の実測値ｘ_ｉ,ｋｓ）と、予測システムから得られる複数の電力需要予測Ｄ_ｍ ^ｋｓ［ｋ］も用いる。

以下で述べる終了条件を満たさなければ（Ｓ３０５，Ｎｏ）、置換部１３は、探索近傍の選択に相当する置換処理を行う（Ｓ３０７）。これにより、置換部１３は、第一制御計画記憶部１５の第一制御計画の一部を置き換えた第二制御計画を生成し、生成した第二制御計画を第二制御計画記憶部１７に格納する。図１６のｖは、近傍から選択された解であり、第二制御計画に相当する。矢印は、近傍からの解の選択を意味している。

続いて、シミュレーション部１９は、第二制御計画に基づいてシミュレーション処理を行う（Ｓ３０９）。シミュレーション部１９は、前述と同様に、シミュレーション結果を結果記憶部２３に格納する。更に、シミュレーション部１９は、前述と同様に、生成した実行可能な指令値ｕ_ｉ[ｋ]からなる第三制御計画を、第三制御計画記憶部２１に格納する。図１６のｖ_ａは、近傍から選択された解についてのシミュレーションの結果として得られる目的関数値である。

続いて、判定部２５は判定処理を行う（Ｓ３１１）。判定部２５は、置換後のシミュレーション結果が置換前のシミュレーション結果に比べて目標により近い場合には、改善したと判断する。この例で、判定部２５は、複数の目的を単目的化した関数値により得られた指標に基づいて、その大小比較により優劣を判断する。判定部２５は、指標の最大化を目標としている場合には、置換後の指標が置換前の指標より大きい場合に改善したと判定し、指標の最小化を目標としている場合には、置換後の指標が置換前の指標より小さい場合に改善したと判定する。元の解によるシミュレーション結果の目的関数値ｕ_aと近傍の解によるシミュレーション結果の目的関数値ｖ_aを比較し、その指標が減少している場合に、改善したと判断することを意味している。

判定部２５が改善したと判断した場合に、更新部２７は更新処理を行なう（Ｓ３１３）。更新部２７は、第二制御計画記憶部１７の第二制御計画を、新たな第一制御計画として第一制御計画記憶部１５に書き込む。また、更新部２７は、第二制御計画のシミュレーション結果を、新たな第一制御計画のシミュレーション結果とするように、結果記憶部２３の情報を更新する。

なお、判定部２５は、制約式（１ｃ）で求められた複数ノートＰＣに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として、置換後のシミュレーション結果が置換前のシミュレーション結果に比べて目標により近いか否かを判定する。

生成部３９は、終了条件を満たすまで、Ｓ３０５からＳ３１３の処理を繰り返す。生成部３９は、最適化のための実行制限時間が経過したときに、終了と判断する。生成部３９は、更に、探索近傍内のすべての要素に対して解が改善されない場合にも、局所最適解に陥ったものと解して終了と判断する。

処理の終了により、出力部２９は、実行可能な指令値である第三制御計画を、実際に各ノートＰＣを制御する遠隔制御部に出力する。なお、シミュレーション結果を出力するようにしても良い。なお、シミュレーション結果には、目的関数の値だけではなく、ピーク電力Ｐ、バッテリー充電量Ｃ、総使用電力量Ｇのデータを含むようにしても良い。

図１７は、ノートＰＣの制御に係る構成を示す図である。図１８は、全体処理フローを示す図である。図１７と図１８は、それぞれ電力需要予測と実測値の測定に係る構成及び処理についても示している。制御システムは、生成部３９の他に、外部の予測システムあるいは予測システムに相当する内部の予測処理部から、複数の電力需要予測の情報を取得する取得部３１と、取得した電力需要予測の情報を格納する領域である電力需要予測記憶部３３と、各ノートＰＣにおける現在の充電率や現在の電源モードを実測値として測定する測定部３５と、測定した実測値を格納する領域である実測値記憶部３７とを有している。

所定のタイミングによる生成処理時間に至ると（Ｓ４０１）、取得部３１は、電力需要予測を取得し、電力需要予測記憶部３３に格納する（Ｓ４０３）。測定部３５は、ネットワークを介してノートＰＣが保持する情報の測定を行い、取得した実測値を実測値記憶部３７に格納する（Ｓ４０５）。実測値には、電源モードの実測値ｖ_ｉ，ｋｓ及び充電率の実測値ｘ_ｉ,ｋｓが含まれる。そして、生成部３９は、前述の制御計画の生成処理を行う（Ｓ４０４）。

所定のタイミングによる遠隔制御処理時間に至ると（Ｓ４０９）、遠隔制御部４１は、生成部３９から得た制御計画（実行可能な指令値からなる第三制御計画）に従って、各ノートＰＣを遠隔制御する（Ｓ４１１）。つまり、遠隔制御部４１は、最適化期間の各時刻において各ノートＰＣが実行可能な指令値に従って、そのノートＰＣに対して電源モードの選択を指示する。所定の最適化期間を経過すると、処理を終了する（Ｓ４１３）。

上述の一連の動作により、ノートＰＣを制御する計画の生成とその計画に基づくノートＰＣの制御が行われる。但し、上述の処理だけでは、対処不能の状況が考えられる。

一つには、測定部３５が、ノートＰＣからの実測値を得られない状況が想定される。ノートＰＣがＬＡＮに接続されていない場合には、測定部３５はそのノートＰＣが保持する情報を測定できないからである。例えば、ユーザがノートＰＣをオフィス外に持ち出しているときには、測定部３５はそのノートＰＣが保持する情報を測定できない。このような状況では、消費電力は増えないが、充電率は低下している恐れがある。他に、ユーザがノートＰＣをオフィス内でＬＡＮに接続せずに使用している場合にも、測定部３５はそのノートＰＣが保持する情報を測定できない。このような状況では、ＡＣ電力が使用されている可能性もある。

シミュレーションによる想定よりも現状が悪いという事態は、回避することが望ましい。従って、シミュレーション部１９は、実測値が得られない場合には、目標に対して好ましくない状態であると仮定する。ノートＰＣからの実測値を得られない場合には、シミュレーション部１９は、以下のように処理する。

シミュレーション部１９は、電力消費の観点から電源モードはＣｈであると仮定し、仮定した電源モードＣｈを用いて図８ＡのＳ１１７と図１３のＳ２２５などの消費電力の算出を行う。電源モードＣｈは、このような状況で想定される電源モードのうち、最も消費する電力が大きいからである。

また、シミュレーション部１９は、充電の観点から電源モードはＢａであると仮定し、仮定した電源モードＢａを用いて図１３のＳ２１５などの充電率の算出を行う。このような状況で電源モードＢａによりノートＰＣが動作している場合には、充電率が低下し、充電量が低下するからである。

また、ノートＰＣの使用電源を遠隔制御できない場合も想定される。例えば、ノートＰＣが、ＡＣ電源に接続されていない場合が考えられる。この場合に、シミュレーション部１９は、電力消費の観点から電源モードはＡｃであると仮定する。ノートＰＣが現在ＡＣ電源に接続されていなくとも、すぐにＡＣ電源に再接続される可能性があるので、シミュレーション部１９はその状態を見越してＡＣ電源により動作するときの消費電力量を用いてシミュレーションを行う。具体的には、シミュレーション部１９は、仮定した電源モードＡｃを用いて図８ＡのＳ１１７と図１３のＳ２２５などの消費電力の算出を行う。

また、シミュレーション部１９は、充電の観点から電源モードはＢａであると仮定して、仮定した電源モードＢａを用いて図１３のＳ２１５などの充電率の算出を行う。このような状況のもと、ノートＰＣがバッテリー電源を使用している可能性があるからである。

最後に、単純な局所探索法による制御の例と、本実施の形態による制御、つまり異なる架空の探索空間に基づく局所探索による制御の例を比較する。

まず、単純な局所探索法による制御の例を示す。図１９は、実行可能な領域を探索空間とする場合の指令値の例を示す図である。図１９では、各ＰＣの各時間帯の指示値が示されている。図２０は、実行可能な領域を探索空間とする場合の電力使用状態の例を示す図である。図２１は、実行可能な領域を探索空間とする場合の制御結果の例を示す図である。

初期値は、すべて電源モードＡｃである。この例では、１５：００の電源モードがＢａに変更されないと、電力需要の予測値におけるピーク電力量は減少しない。しかし、単純な局所探索法では、直接この時刻の指令値を置換できる確率は低く、高い改善効率は望めない。

次に、異なる架空の探索空間による制御の例を示す。図２２は、探索空間の写像を行なう場合の未確定の指令値の例を示す図である。図２３は、探索空間の写像を行なう場合の実行可能な指令値の例を示す図である。図２２、図２３では、各ＰＣの各時間帯の指示値が示されている。図２４は、探索空間の写像を行なう場合の電力使用状態の例を示す図である。図２５は、探索空間の写像を行なう場合の制御結果の例を示す図である。

例えば、図２５に示すように、充電率が最大値から最小値まで降下するのに２時間程度かかると仮定すると、１３：３０〜１５：００の時刻のいずれかの指令値がＢａに置き換われば、１５：００に生じると予想されるピーク電力量の削減が期待できる。異なる架空の探索空間による制御では、前の例に比べて有効な置換が行われる確率が高く、改善の期待は大きい。この例では、すべての指令値が継続指令Ｄｕである初期状態に対して、置換部１３が１４：００の一部の指令値をＢａに置き換えたために、ピーク電力の削減が図られている。

次に、本実施例に係る制御システムの効果について説明する。制御システムは、複数ノートＰＣに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として設定し、第二制御計画における複数回の第二指令に従って複数機器を制御した場合の状態遷移をシミュレーションする。そして、制御システムは、シミュレーション結果に基づき、第二制御計画による状態遷移が第一制御計画による状態遷移よりも、目標関数値が小さい場合に、第二制御計画で第一制御計画を更新する。このため、ピーク電力を削減する蓄電池の制御計画を最適化することができる。

次に、本実施例に係る制御システムのその他の処理について説明する。制御システムのシミュレーション部１９は、下記に示す目的関数（２ａ）と、確率付きの複数の電力の需要予測と、第二制御計画を基にして目標関数値を算出し、算出した目標関数値が、今まで算出した目標関数値よりも小さい場合に、第一制御計画を第二制御計画によって更新しても良い。なお、上記実施例で示した目的関数Ｃ、Ｇも併用して利用しても良い。

目的関数（２ａ）のＰ_ｍは、需要予測毎の制御前の電力のピーク値である。Ｑ_ｍは、需要予測毎の制御後の電力のピーク値である。例えば、制御後の電力のピーク値Ｑ_ｍは、第二制御計画によってピーク電力が抑えられた後の、ピーク電力に対応する。例えば、第ニ制御計画から導かれる各時刻の電力を特定し、最大となる電力をピーク電力として算出する。ｗ_ｍは、各需要予測の確率である。各需要予測の確率は予め指定されたものを用いても良いし、過去の電力需要の実測値の傾向から、各需要予測の確率を求めてもよい。

例えば、判定部２５が、目標関数値の情報をシミュレーション部１９から取得して、第二制御計画を基に算出された目標関数値が、今まで算出した目標関数値よりも小さいか否かを判定する。そして、更新部２７は、判定部２５によって、今まで算出した目標関数値よりも小さいと判定された場合に、第一制御計画を第二制御計画によって更新する。制御システムが上記処理を実行することによって、ピーク電力を削減する蓄電池の制御計画を最適化することができる。

次に、上記の実施例に示した制御システムの生成部３９と同様の機能を実現する制御計画生成プログラムを実行するコンピュータの一例を説明する。図２６は、制御計画生成プログラムを実行するコンピュータの一例を示す図である。

図２６に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、ユーザからのデータの入力を受け付ける入力装置２０２と、ディスプレイ２０３を有する。また、コンピュータ２００は、記憶媒体からプログラム等を読取る読み取り装置２０４と、ネットワークを介して他のコンピュータとの間でデータの授受を行うインタフェース装置２０５とを有する。また、コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０６と、ハードディスク装置２０７を有する。そして、各装置２０１〜２０７は、バス２０８に接続される。

ハードディスク装置２０７は、例えば、置換プログラム２０７ａ、シミュレーションプログラム２０７ｂ、判定プログラム２０７ｃ、更新プログラム２０７ｄを有する。ＣＰＵ２０１は、各プログラム２０７ａ，２０７ｂを読み出してＲＡＭ２０６に展開する。

置換プログラム２０７ａは置換プロセス２０６ａとして機能する。シミュレーションプログラム２０７ｂはシミュレーションプロセス２０６ｂとして機能する。判定プログラム２０７ｃは判定プロセス２０６ｃとして機能する。更新プログラム２０７ｄは更新プロセス２０６ｄとして機能する。

例えば、置換プロセス２０６ａは、置換部１３に対応する。シミュレーションプロセス２０６ｂは、シミュレーション部１９に対応する。判定プロセス２０６ｃは、判定部２５に対応する。更新プロセス２０６ｄは、更新部２７に対応する。

なお、各プログラム２０７ａ〜２０７ｄについては、必ずしも最初からハードディスク装置２０７に記憶させておかなくてもよい。例えば、コンピュータ２００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ２００がこれらから各プログラム２０７ａ〜２０７ｄを読み出して実行するようにしてもよい。

以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。

（付記１）複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えた第二制御計画を生成し、
前記複数機器を含む所定のシステムに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として設定し、前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションし、
シミュレーション結果に基づき、前記第二制御計画による状態遷移が前記第一制御計画による状態遷移よりも、所定の目標により近いかを判定し、
前記所定の目標により近い場合に前記第二制御計画で前記第一制御計画を更新する
処理を繰り返しコンピュータが実行し、
前記シミュレーションする処理は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
制御計画生成方法。

（付記２）複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えた第二制御計画を生成し、
前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションし、
前記複数機器を含む所定のシステムに対する確率付きの複数の需要予測毎に、各需要予測の電力のピーク値と前記第二制御計画の状態遷移によって電力の抑えられたピーク値との差分を前記確率によって補正した値をそれぞれ合計した目標関数値を算出し、
前記第二制御計画を基に算出した目標関数値が以前に算出した目標関数値よりも小さい場合に前記第二制御計画で前記第一制御計画を更新する
処理を繰り返しコンピュータが実行し、
前記シミュレーションする処理は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
制御計画生成方法。

（付記３）複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えることにより第二制御計画を生成する置換部と、
前記複数機器を含む所定のシステムに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として設定し、前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションするシミュレーション部と、
シミュレーション結果に基づき、前記第二制御計画による状態遷移が前記第一制御計画による状態遷移よりも、所定の目標により近いかを判定する判定部と、
前記所定の目標により近い場合に前記第二制御計画で前記第一制御計画を更新する更新部と、
を有し、
前記シミュレーション部は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
制御計画生成装置。

（付記４）複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えた第二制御計画を生成する置換部と、
前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションし、
前記複数機器を含む所定のシステムに対する確率付きの複数の需要予測毎に、各需要予測の電力のピーク値と前記第二制御計画の状態遷移によって電力の抑えられたピーク値との差分を前記確率によって補正した値をそれぞれ合計した目標関数値を算出するシミュレーション部と、
前記第二制御計画を基に算出した目標関数値が以前に算出した目標関数値よりも小さい場合に前記第二制御計画で前記第一制御計画を更新する更新部と
を有し、
前記シミュレーション部は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
制御計画生成方法。

（付記５）コンピュータに、
複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる第一指令の一部を他の指令に置き換えた第二制御計画を生成し、
前記複数機器を含む所定のシステムに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として設定し、前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションし、
シミュレーション結果に基づき、前記第二制御計画による状態遷移が前記第一制御計画による状態遷移よりも、所定の目標により近いかを判定し、
前記所定の目標により近い場合に前記第二制御計画で前記第一制御計画を更新する
処理を繰り返し実行させ、
前記シミュレーションする処理は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
制御計画生成プログラム。

（付記６）コンピュータに、
複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えることで第二制御計画を生成し、
前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションし、
前記複数機器を含む所定のシステムに対する確率付きの複数の需要予測毎に、各需要予測の電力のピーク値と前記第二制御計画の状態遷移によって電力の抑えられたピーク値との差分を前記確率によって補正した値をそれぞれ合計した目標関数値を算出し、
前記第二制御計画を基に算出した目標関数値が以前に算出した目標関数値よりも小さい場合に前記第二制御計画で前記第一制御計画を更新する
処理を繰り返し実行させ、
前記シミュレーションする処理は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の第二指令による制御と同じ制御を行うことによる状態遷移を求める
制御計画生成プログラム。

１９ シミュレーション部
２５ 判定部
２７ 更新部
３９ 生成部

Claims (4)

1. 複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えた第二制御計画を生成し、
   前記複数機器を含む所定のシステムに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として設定し、前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションし、
   シミュレーション結果に基づき、前記第二制御計画による状態遷移が前記第一制御計画による状態遷移よりも、所定の目標により近いかを判定し、
   前記所定の目標により近い場合に前記第二制御計画で前記第一制御計画を更新する
   処理を繰り返しコンピュータが実行し、
   前記シミュレーションする処理は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
   制御計画生成方法。
2. 複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えた第二制御計画を生成し、
   前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションし、
   前記複数機器を含む所定のシステムに対する確率付きの複数の需要予測毎に、各需要予測の電力のピーク値と前記第二制御計画の状態遷移によって電力の抑えられたピーク値との差分を前記確率によって補正した値をそれぞれ合計した目標関数値を算出し、
   前記第二制御計画を基に算出した目標関数値が以前に算出した目標関数値よりも小さい場合に前記第二制御計画で前記第一制御計画を更新する
   処理を繰り返しコンピュータが実行し、
   前記シミュレーションする処理は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
   制御計画生成方法。
3. 複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる指令の一部を他の指令に置き換えることにより第二制御計画を生成する置換部と、
   前記複数機器を含む所定のシステムに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として設定し、前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションするシミュレーション部と、
   シミュレーション結果に基づき、前記第二制御計画による状態遷移が前記第一制御計画による状態遷移よりも、所定の目標により近いかを判定する判定部と、
   前記所定の目標により近い場合に前記第二制御計画で前記第一制御計画を更新する更新部と、
   を有し、
   前記シミュレーション部は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
   制御計画生成装置。
4. コンピュータに、
   複数機器に対して間隔をおいて繰り返される複数回の制御指令を定めた第一制御計画に含まれる第一指令の一部を他の指令に置き換えた第二制御計画を生成し、
   前記複数機器を含む所定のシステムに対する複数の電力の需要予測の時間帯毎の最大値を各時間帯のピーク電力値として設定し、前記第二制御計画における前記複数回の指令に従って前記複数機器を制御した場合の状態遷移をシミュレーションし、
   シミュレーション結果に基づき、前記第二制御計画による状態遷移が前記第一制御計画による状態遷移よりも、所定の目標により近いかを判定し、
   前記所定の目標により近い場合に前記第二制御計画で前記第一制御計画を更新する
   処理を繰り返し実行させ、
   前記シミュレーションする処理は、前記第二制御計画に指令の継続を意味する継続指令が含まれている場合には、当該継続指令より一回前の指令による制御と同じ制御を行うことによる状態遷移を求める
   制御計画生成プログラム。

Images