JP6423967B2 - ローカルエネルギーネットワークを最適化するための制御装置 - Google Patents

ローカルエネルギーネットワークを最適化するための制御装置 Download PDF

Info

Publication number
JP6423967B2
JP6423967B2 JP2017540342A JP2017540342A JP6423967B2 JP 6423967 B2 JP6423967 B2 JP 6423967B2 JP 2017540342 A JP2017540342 A JP 2017540342A JP 2017540342 A JP2017540342 A JP 2017540342A JP 6423967 B2 JP6423967 B2 JP 6423967B2
Authority
JP
Japan
Prior art keywords
energy
output
load
consumption
electric
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.)
Active
Application number
JP2017540342A
Other languages
English (en)
Other versions
JP2017535241A (ja
Inventor
アレサンドロ・ベリッシマ
サンドロ・マニャーニ
ミルコ・アンドレイニ
ジョバンニ・フェッラーラ
ファビオ・エスポージト
ロレンツォ・フェッラーリ
マッシモ・ペントリーニ
マルチェッロ・デ・キリコ
ジャコモ・ペトレット
マッテオ・カントゥ
サンドラ・スカラーリ
ジャンルーカ・ジッリウッチ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Enel Produzione SpA
Original Assignee
Enel Produzione SpA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Enel Produzione SpA filed Critical Enel Produzione SpA
Publication of JP2017535241A publication Critical patent/JP2017535241A/ja
Application granted granted Critical
Publication of JP6423967B2 publication Critical patent/JP6423967B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Description

本発明は、電気エネルギーおよび熱エネルギーを融通し合うローカルエネルギーネットワークのエネルギー管理を最適化するための制御装置に関し、特に、エネルギー供給コスト、ＣＯ2（二酸化炭素）排出量および１次エネルギー消費量の低減を望む居住施設および産業設備に適用することができる電気・熱エネルギーネットワークの制御装置に関する。
電気エネルギーおよび熱エネルギーを融通し合う電気・熱エネルギーネットワークとしては、コージェネレーションシステム（ＣＨＰ）（例えばガスエンジン発電装置）と、再生可能エネルギー源（ＲＥＳ）（例えば太陽光発電装置や風力発電装置）と、電気貯蔵部（例えば蓄電池を含むもの）と、熱貯蔵部（例えば蓄熱装置や蓄冷装置を含むもの）と、電力供給網（例えば商用電力系統）と、熱エネルギー供給システム（例えばガスボイラー装置、電気冷却装置、吸収冷却装置）と、電気負荷（例えばサーバー装置）と、熱負荷（例えば暖房装置）とを接続するものを例示できる。
このような電気・熱エネルギーネットワークにおいては、例えば、ＣＨＰが各種条件において熱主運転（熱需要に追従した運転）および電主運転（電力需要に追従した運転）で管理されて、エネルギー供給効率およびエネルギー供給コストの有効な組み合わせが考慮されないと、エネルギー供給効率が悪く、エネルギー供給コストが高くつくことになる。このため、最も効率的な管理がなされず、最適なエネルギー管理を行うことができない。
この点に関し、特許文献１は、電力供給網、ＣＨＰおよびＲＥＳからのエネルギー供給と、電気負荷および熱負荷のエネルギー需要とのバランスを保って電気エネルギーおよび熱エネルギーを融通し合う場合、ファジー理論によってエネルギーコストを最小化するエネルギー管理システムを開示している。
また、特許文献２は、複数の分散型電源を運転するにあたり、どのくらいの電力レベルで運転し、いつエネルギーを蓄積すべきなのかといったことをファジー理論によって決定するエネルギー制御システムを開示している。
米国特許第６，７５７，５９１号 米国特許第７，１２７，３２７号
ところで、電気・熱エネルギーネットワークにおいては、最適なエネルギー管理を行うにあたって、エネルギー供給コストに加えて、ＣＯ2排出量および１次エネルギー消費量を可及的に低減させることは、重要な課題である。
しかしながら、特許文献１および特許文献２のシステムは、最適なエネルギー管理を行うにあたって、エネルギー供給コストに加えて、ＣＯ2排出量および１次エネルギー消費量を可及的に低減させるものではない。
そこで、本発明は、コージェネレーションシステム（ＣＨＰ）と、再生可能エネルギー源（ＲＥＳ）と、電気貯蔵部と、熱貯蔵部と、電力供給網と、熱エネルギー供給システムと、電気負荷と、熱負荷とを接続する電気・熱エネルギーネットワークの制御装置であって、最適なエネルギー管理を行うにあたって、エネルギー供給コストに加えて、ＣＯ2排出量および１次エネルギー消費量を可及的に低減させることができる制御装置を提供することを目的とする。
なお、本発明の技術に関連する技術として、次のものを挙げることができる。
・バーナル−オーガスティンらは、ハイブリッド式電気エネルギーシステム（ＰＶ（Photo Voltaics）＋ディーゼルエンジン＋バッテリー＋負荷）の運転を最適化するための最適化アルゴリズムとして、「コストおよび満たされてない負荷を最小化するハイブリッドシステムの多重目的設計および制御：Multi-objective design and control of hybrid systems minimizing costs and unmet load」において、遺伝的改変アルゴリズムを使用することを提案している。
・ワングらは、「遺伝的アルゴリズムによるＣＣＨＰ（Combined Cooling, Heating and Power）システムのためのキャパシティおよび運転の最適化：Optimization of capacity and operation for CCHP system by genetic algorithm」において、地区エリアに限ったＣＣＨＰシステムのスケジューリングを最適化することを提案している。
・レンらは、「経済および環境の状況を考慮する分散エネルギーシステムの運転のための多目的の最適化：Multi-objective optimization for the operation of distributed energy systems considering economic and environmental aspects」において、総エネルギーコストおよび汚染物質（ＣＯ2）排出量を目的関数として考慮して、地区エリアの負荷を満たす複数の分散型電源および熱ジェネレータのスケジューリングを最適化するＭＩＬＰ（Mixed-Integer Linear Programming：混合整数線形計画法）アルゴリズムを使用することを提案している。
・チョウらは、「中国での既存の電力供給網範囲を有する新興住宅地における分散エネルギーシステムの経済アセスメント：Economic assessment of a distributed energy system in a new residential area with existing grid coverage in China」において、ＭＩＮＬＰ（Mixed-Integer Non-Linear Programming：混合整数非線形計画法）に基づいて負荷要件に適合する地区エリアのための電気エネルギージェネレータおよび熱エネルギージェネレータの最適化された管理を行うことを提案している。
・ルジャノ−ロハスらは、「リアルタイム価格（ＲＴＰ）需要応答プログラムのための最適な居住用の負荷管理戦略：Optimum residential load management strategy for real time pricing (RTP) demand response programs」において、また、サブラマニアンらは、「延期可能な電気負荷のリアルタイムスケジューリング：Real-time scheduling of deferrable electric loads」において、地区エリアでエネルギーコストを最小化する電気負荷の効率的な管理を行うことを提案している。
以上をまとめると、従来の大部分のアルゴリズムは分析的アルゴリズム（ＭＩＬＰ、ＭＩＮＬＰなど）であり、実装するのに大幅な手間がかかり、運転中には相当量の演算リソースが必要である。さらに、膨大な修正をしなくても稼働させられる設備については柔軟性が限られる。
また、特定のアルゴリズムを含んだソフトウェアを使用するエネルギー管理分野の技術としては、以下のものを挙げることができる。
・シュナイダーエレクトリック社は、「パワーロジックエネルギーボックス：Power Logic Energy Box」（取得したデータを分析し、消費量および診断結果について示唆を与える電気監視システム）を提案している。
・シーメンス社は、「スペクトルパワー４：Spectrum Power 4」（効率的でグローバルな管理のために全ての電源をスケジューリングすることができる分散型発電所のための電気エネルギー管理システム）；「ＤＥＭＳ」（気象予測、エネルギー価格、設備の技術的制約および電気蓄積部の存在を考慮した分散型発電所のためのスケジューラ）を提案している。
・ＧＥ社は、「グリッドＩＱマイクログリッド制御システム：Grid IQTM Microgrid Control System」（分散電源の電力出力に作用することによって電力供給網の経済的な運転を可能にする電気マイクログリッドのためのオプティマイザ）；「Ｕ９０プラス」（グリッドＩＱに類似するが、ＲＥＳ、ヒートポンプおよび電気蓄積部を管理することができるマイクログリッド電源）を提案している。
・ＡＢＢ社は、「プロＤＭＳ：Pro DMS」（発電所の最適化されたスケジューリングを可能にする小規模および大規模な電力会社のための分散型ネットワーク管理システム）を提案している。
・ドングエナジー社は、「パワーハブ：Power Hub」（再生可能エネルギー供給資源および化石エネルギー供給資源の双方からの発電を最適化する電気エネルギー管理装置）を提案している。
このように、本発明の関連技術が開示されているが、何れにしても、本発明を構成するものではない。
本発明は、前記課題を解決するために、コージェネレーションシステム（ＣＨＰ）と、再生可能エネルギー源（ＲＥＳ）と、電気貯蔵部と、熱貯蔵部と、電力供給網と、熱エネルギー供給システムと、電気負荷と、熱負荷とを接続する電気・熱エネルギーネットワークの制御装置であって、予想されるエネルギー需要、エネルギー単価および前記電気・熱エネルギーネットワークの対象となる地域の予想される気象条件を受け取る入力手段と、前記ＣＨＰの出力比率、前記ＲＥＳの出力比率、前記熱エネルギー供給システムの出力比率、前記電気貯蔵部の出力比率、前記電気負荷の消費比率および前記熱負荷の消費比率をそれぞれ変化させた組み合わせでの前記電力供給網の出力および前記熱貯蔵部の出力に対する単位時間毎のエネルギーバランスの２以上の候補を該２以上の候補の評価値の収束状態が予め定めた所定の収束基準に達するまで繰り返し生成する演算手段と、前記ＣＨＰ、前記ＲＥＳ、前記熱エネルギー供給システム、前記電気貯蔵部、前記電気負荷および前記熱負荷にそれぞれ指令する前記単位時間毎の運転命令を前記ＣＨＰ、前記ＲＥＳ、前記熱エネルギー供給システム、前記電気貯蔵部、前記電気負荷および前記熱負荷にそれぞれ送信する出力手段とを備え、前記演算手段は、前記ＣＨＰの定格出力および前記ＣＨＰの前記出力比率により前記ＣＨＰの出力を計算し、前記気象条件に基づいた前記ＲＥＳの最大出力および前記ＲＥＳの前記出力比率により前記ＲＥＳの出力を計算し、前記熱エネルギー供給システムの定格出力および前記熱エネルギー供給システムの前記出力比率により前記熱エネルギー供給システムの出力を計算し、充電状態に基づいた前記電気貯蔵部の最大出力および前記電気貯蔵部の前記出力比率により前記電気貯蔵部の出力を計算し、前記電気負荷の定格消費電力および前記電気負荷の前記消費比率により前記電気負荷の消費エネルギーを計算し、前記熱負荷の定格消費電力および前記熱負荷の前記消費比率により前記熱負荷の消費エネルギーを計算する第１計算プロセスと、前記エネルギー需要の不可欠な消費エネルギー、前記電気負荷の消費エネルギーおよび前記熱負荷の消費エネルギーを合計した総エネルギーに対する、前記ＣＨＰの出力、前記ＲＥＳの出力、前記熱エネルギー供給システムの出力、前記電気貯蔵部の出力、前記電気貯蔵部から供給可能なエネルギーおよび前記熱貯蔵部から供給可能なエネルギーを合計した総エネルギーの差分を、前記電力供給網の出力および前記熱貯蔵部の出力として計算する第２計算プロセスと、前記エネルギー単価に基づいたエネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量を評価基準に入れて前記単位時間毎のエネルギーバランスの前記２以上の候補を評価する評価プロセスと、前記単位時間毎のエネルギーバランスの前記２以上の候補のうち、該２以上の候補の評価値の収束状態が前記収束基準に達したときに最も高い評価の候補となる最高評価候補を選択する選択プロセスとを有し、前記出力手段は、前記最高評価候補に基づいた前記単位時間毎の前記運転命令を前記ＣＨＰ、前記ＲＥＳ、前記熱エネルギー供給システム、前記電気貯蔵部、前記電気負荷および前記熱負荷にそれぞれ送信することを特徴とする制御装置を提供する。
ここで、１次エネルギーは、石炭・石油・天然ガスなどの化石燃料、水力・太陽・地熱、または、ウランなどから直接得られるエネルギーであり、通常、ｋＷｈで表される。
本発明において、前記演算手段は、前記ＣＨＰの出力比率、前記ＲＥＳの出力比率、前記熱エネルギー供給システムの出力比率、前記電気貯蔵部の出力比率、前記電気負荷の前記消費比率および前記熱負荷の前記消費比率を、予め設定された所定数の遺伝子から構成される染色体にそれぞれコード化し、前記２以上の候補を個体にコード化し、遺伝的アルゴリズムに基づいた前記２以上の個体を繰り返し生成する態様を例示できる。
本発明において、前記電気負荷および前記熱負荷は、次のＬ１〜Ｌ４の４つのカテゴリーに分類されている態様を例示できる。
Ｌ１：前記エネルギー需要の不可欠な消費エネルギーを消費する調整不可能な負荷
Ｌ２：割り込み可能かつ調整可能な負荷
Ｌ３：一度実行されると総実行時間に到達するまで中断することができない管理可能な負荷
Ｌ４：一度実行されても予め定めた所定の期間内（例えばその日の内）に総実行時間に到達していれば中断することができる管理可能な負荷
本発明おいて、前記入力手段は、前記エネルギー需要として前記電力供給網の電力交換プロファイルをさらに受信し、前記演算手段は、前記電力供給網の出力と前記電力交換プロファイルとの一致具合を前記評価基準に加える態様を例示できる。
本発明によると、最適なエネルギー管理を行うにあたって、エネルギー供給コストに加えて、ＣＯ2排出量および１次エネルギー消費量を可及的に低減させることが可能となる。
本発明の実施の形態に係る電気・熱エネルギーネットワークが接続された電力供給網の一例を模式的に示す概略構成図である。 本発明の実施の形態に係る電気・熱エネルギーネットワークの一例を模式的に示す概略構成図である。 図２に示す電気・熱エネルギーネットワークを詳細に示す概略ブロック図である。 図２および図３に示す電気・熱エネルギーネットワークの制御装置を中心に示す概略ブロック図である。 図４に示す制御装置における制御部の制御構成を示す概略構成図である。 図５に示す制御装置における制御部において遺伝的アルゴリズムによりエネルギー管理の最適化処理の一例を行うフローチャートであって、その前半部分の処理例を示す図である。 図５に示す制御装置における制御部において遺伝的アルゴリズムによりエネルギー管理の最適化処理の一例を行うフローチャートであって、その後半部分の処理例を示す図である。 母集団における個体のうち一部の個体を置き換える置き換え処理の一例を説明するための概略説明図であって、左側は置き換えられる前の状態を示す図であり、右側は置き換えられた後の状態を示す図である。 母集団における２以上の個体の中から親の個体を選択する選択処理の一例を説明するための概略説明図であって、左側は親の個体が選択される前の状態を示す図であり、右側は親の個体が選択された後の状態を示す図である。 ルーレット選択処理の一例を説明するための説明図であって、左側は選択割合を示す図であり、右側は選択割合に基づいたルーレットを示す図である。 １点交叉処理の一例および２点交叉処理の一例を説明するための概略説明図であって、上側は１点交叉処理を示す図であり、下側は２点交叉処理を示す図である。 次世代の母集団を生成するにあたって最適解とは別に陥りやすい局所解を説明するための説明図である。 単一遺伝子座突然変異処理の一例を説明するための概略説明図である。
以下、本発明に係る実施の形態について図面を参照しながら説明する。
［電力供給網について］
図１は、本発明の実施の形態に係る電気・熱エネルギーネットワーク１００が接続された電力供給網２００の一例を模式的に示す概略構成図である。
電力供給網２００は、大規模な商用電力系統であり、スマートエネルギーネットワーク（スマートグリッド）とされている。スマートエネルギーネットワークとは、電力会社といった電力供給側と、居住施設（一般家庭など）および産業設備（工場や商業ビルなど）といった電力需要側との間で、情報通信技術を利用して、電力の需給情報をやり取りすることに加えて、電力に関連する各種情報のやり取りも可能にするものである。
電力供給網２００は、図１に示す例では、中央発電所２１０、居住施設２２０としての一般家庭２２１、産業設備２３０としてのオフィス２３１および工場２３２、小規模な風力発電施設２４０、電気自動車２５０、コージェネレーションシステム（熱電併給システム：ＣＨＰ）２６０、電気貯蔵部２７０、燃料電池２８０および大規模な風力発電所２９０を接続し、電力供給側と電力需要側との間で電力の需給情報や電力に関連する各種情報のやり取りを行うようになっている。
そして、居住施設２２０および／または産業設備２３０（図１に示す例では居住施設２２０および産業設備２３０）は、電気・熱エネルギーネットワーク１００を備えている。
［電気・熱エネルギーネットワークについて］
図２は、本発明の実施の形態に係る電気・熱エネルギーネットワーク１００の一例を模式的に示す概略構成図である。また、図３は、図２に示す電気・熱エネルギーネットワーク１００を詳細に示す概略ブロック図である。
図２および図３に示すように、電気・熱エネルギーネットワーク１００は、居住施設２２０および／または産業設備２３０に適用されるものであり、電気エネルギーおよび熱エネルギーを融通し合うローカルエネルギーネットワークとされている。
電気・熱エネルギーネットワーク１００は、コージェネレーションシステム（ＣＨＰ）１１０と、再生可能エネルギー源（ＲＥＳ）１２０と、電気貯蔵部１３０と、熱貯蔵部１４０と、電力供給網２００と、熱エネルギー供給システム１５０と、電気負荷１６０と、熱負荷１７０とを接続し、制御装置３００の指示の下、ＣＨＰ１１０、ＲＥＳ１２０、熱エネルギー供給システム１５０、電気貯蔵部１３０、電気負荷１６０および熱負荷１７０を作動制御するようになっている。
図３に示すように、ＣＨＰ１１０は、本実施の形態では、ガスエンジン発電装置されている。ＣＨＰ１１０は、開閉バルブ１１１、ガスエンジン１１２、発電機１１３、発電機用電力変換器１１４、交流遮断器１１５、排熱回収ボイラー１１６および調整バルブ１１７を備えている。
ＣＨＰ１１０は、燃料供給源Ｆから開閉バルブ１１１を介して供給されてきた燃料によりガスエンジン１１２を運転し、ガスエンジン１１２の回転駆動により発電機１１３で発電し、発電した電気エネルギーＰ１を、交流遮断器１１５を介して電力供給ラインＰＬに供給するようになっている。また、ＣＨＰ１１０は、ガスエンジン１１２で発生した熱（排熱）Ｑにより排熱回収ボイラー１１６を加熱し、得られた水蒸気または熱水の熱エネルギーＱ１を、熱供給ラインＴＬに供給するようになっている。
そして、ＣＨＰ１１０は、制御装置３００の出力系に接続されており、制御装置３００からの運転命令Ｃ１（すなわち電気エネルギーの定格出力に対する出力比率Ｒ１（Ｒ１１）の運転命令、具体的には発電機用電力変換器１１４におけるスイッチング素子のデューティ比の運転命令Ｃ１１、および、熱エネルギーの定格出力に対する出力比率Ｒ１（Ｒ１２）の運転命令、具体的には排熱回収ボイラー１１６の熱供給ラインＴＬに設けられた調整バルブ１１７の開度の運転命令Ｃ１２）により、出力（電気エネルギーＰ１および熱エネルギーＱ１）を変更することができるようになっている。例えば、ＣＨＰ１１０は、電気エネルギーの定格出力を１０ｋＷｈ、出力比率Ｒ１（Ｒ１１）を５０％とすると、制御装置３００から電気エネルギーの定格出力１０ｋＷｈに対する出力比率Ｒ１（Ｒ１１）として５０％の運転命令Ｃ１１が入力されることで、５ｋＷｈの電気エネルギーＰ１で運転するようになっている。また、ＣＨＰ１１０は、熱エネルギーの定格出力を３６０００ｋＪ、出力比率Ｒ１（Ｒ１２）を５０％とすると、制御装置３００から熱エネルギーの定格出力３６０００ｋＪに対する出力比率Ｒ１（Ｒ１２）として５０％の運転命令Ｃ１２が入力されることで、１８０００ｋＪの熱エネルギーＱ１で運転するようになっている。
ＲＥＳ１２０は、自然エネルギーを利用して電気エネルギーを出力するものであり、制御装置３００の出力系に接続されている。ＲＥＳ１２０は、電力供給網２００に対して予め定めた需要電力（例えば、後述する電力交換プロファイル）を維持しようとすると、ＲＥＳ１２０による出力を抑制する必要が生じることから、制御装置３００からの運転命令Ｃ２（すなわち最大出力に対する出力比率Ｒ２の運転命令）により、出力を変更することができるようになっている。
ＲＥＳ１２０は、本実施の形態では、太陽光発電装置１２１および風力発電装置１２２を含んでいる。
太陽光発電装置１２１は、太陽電池パネル１２１ａ、太陽光発電用インバーター１２１ｂおよび交流遮断器１２１ｃを備えている。太陽光発電装置１２１は、太陽光により太陽電池パネル１２１ａで発電し、発電した電力を太陽光発電用インバーター１２１ｂによって交流の電気エネルギーＰ２（Ｐ２１）に変換し、変換した電気エネルギーＰ２（Ｐ２１）を、交流遮断器１２１ｃを介して電力供給ラインＰＬに供給するようになっている。そして、太陽光発電装置１２１は、制御装置３００の出力系に接続されており、制御装置３００からの運転命令Ｃ２（Ｃ２１）（すなわち太陽光の光量に応じた太陽電池パネル１２１ａの最大出力に対する出力比率Ｒ２（Ｒ２１）の運転命令、具体的には太陽光発電用インバーター１２１ｂにおけるスイッチング素子のデューティ比の運転命令）により、出力（電気エネルギーＰ２１）を変更することができるようになっている。例えば、太陽電池パネル１２１ａの定格出力が１０ｋＷｈであっても太陽光の光量に応じた太陽電池パネル１２１ａの最大出力が７ｋＷｈである場合、出力比率Ｒ２１を５０％とすると、太陽光発電装置１２１は、制御装置３００から最大出力７ｋＷｈに対する出力比率Ｒ２１として５０％の運転命令Ｃ２１が入力されることで、太陽光発電用インバーター１２１ｂの出力側から３．５ｋＷｈの電気エネルギーＰ２（Ｐ２１）を出力することになる。
風力発電装置１２２は、風力タービン１２２ａ、風力発電用電力変換器１２２ｂおよび交流遮断器１２２ｃを備えている。風力発電装置１２２は、風により風力タービン１２２ａを回転させて発電し、発電した電力を風力発電用電力変換器１２２ｂによって交流の電気エネルギーＰ２（Ｐ２２）に変換し、変換した電気エネルギーＰ２（Ｐ２２）を、交流遮断器１２２ｃを介して電力供給ラインＰＬに供給するようになっている。そして、風力発電装置１２２は、制御装置３００の出力系に接続されており、制御装置３００からの運転命令Ｃ２（Ｃ２２）（すなわち風の風量に応じた風力タービン１２２ａの最大出力に対する出力比率Ｒ２（Ｒ２２）の運転命令、具体的には風力発電用電力変換器１２２ｂにおけるスイッチング素子のデューティ比の運転命令）により、出力（電気エネルギーＰ２２）を変更することができるようになっている。例えば、風力タービン１２２ａの定格出力が５ｋＷｈであっても風の風量に応じた風力タービン１２２ａの最大出力が３ｋＷｈである場合、出力比率Ｒ２２を５０％とすると、風力発電装置１２２は、制御装置３００から最大出力３ｋＷｈに対する出力比率Ｒ２２として５０％の運転命令Ｃ２２が入力されることで、風力発電用電力変換器１２２ｂの出力側から１．５ｋＷｈの電気エネルギーＰ２（Ｐ２２）を出力することになる。
なお、本実施の形態では、ＲＥＳ１２０として自然エネルギーを利用して電気エネルギーを出力するものを例示するが、ＲＥＳ１２０は、太陽熱や地熱等の自然エネルギーを利用して熱エネルギーを出力するものを含んでいてもよい。
電気貯蔵部１３０は、本実施の形態では、蓄電池１３１、電気貯蔵用インバーター１３２および交流遮断器１３３を備えている。電気貯蔵部１３０は、制御装置３００の出力系に接続されており、制御装置３００からの運転命令Ｃ３により、電力供給ラインＰＬからの電気エネルギーが図示を省略した整流回路を介して蓄電池１３１に充電される一方、制御装置３００からの運転命令Ｃ３により、蓄電池１３１からの直流の電気エネルギーを電気貯蔵用インバーター１３２によって交流の電気エネルギーＰ３に変換し、変換した電気エネルギーＰ３を、交流遮断器１３３を介して電力供給ラインＰＬに供給するようになっている。
熱貯蔵部１４０は、本実施の形態では、蓄熱装置１４１（例えば貯湯タンク）および熱エネルギー調節部１４２（具体的には熱エネルギー調節弁）を備えている。熱貯蔵部１４０は、熱供給ラインＴＬからの熱エネルギー（例えば水蒸気または熱水の熱エネルギー）が蓄熱装置１４１に貯蔵される一方、蓄熱装置１４１からの熱エネルギーＱ４（例えば水蒸気または熱水の熱エネルギー）を、熱エネルギー調節部１４２を介して熱供給ラインＴＬに供給するようになっている。
ここで、蓄熱装置１４１は、常温より温かい熱エネルギーを蓄える温熱蓄熱装置（例えば貯湯タンク）に代えて或いは加えて、常温よりも冷たい熱エネルギーを蓄える冷熱蓄熱装置（蓄冷装置）（例えば製氷タンク）を含んでいてもよい。
熱エネルギー供給システム１５０は、本実施の形態では、ガスボイラー装置とされている。熱エネルギー供給システム１５０は、燃料流量調節弁１５１およびボイラー１５２を備えている。熱エネルギー供給システム１５０は、燃料供給源Ｆから燃料流量調節弁１５１を介して供給されてきた燃料によりボイラー１５２を加熱し、得られた水蒸気または熱水の熱エネルギーＱ５を、制御装置３００からの運転命令Ｃ５（すなわち熱エネルギーの定格出力に対する出力比率Ｒ５の運転命令、具体的にはボイラー１５２の熱供給ラインＴＬに設けられた調整バルブ１５３の開度の運転命令Ｃ５）により、熱供給ラインＴＬに供給するようになっている。例えば、熱エネルギー供給システム１５０は、熱エネルギーの定格出力を３６０００ｋＪ、出力比率Ｒ５を５０％とすると、制御装置３００から熱エネルギーの定格出力３６０００ｋＪに対する出力比率Ｒ５として５０％の運転命令Ｃ５が入力されることで、１８０００ｋＪの熱エネルギーＱ５で運転するようになっている。
電気負荷１６０としては、電灯や電気機器（例えば電気冷却装置）を例示でき、熱負荷１７０としては、吸収冷却装置、冷房装置や暖房装置を例示できる。ここで、熱負荷１７０は、常温より温かい温熱負荷に加えて、常温よりも冷たい冷熱負荷も含む概念である。つまり、ここでいう熱エネルギーは、温熱エネルギーおよび冷熱エネルギーの双方を含む概念である。
電気負荷１６０および熱負荷１７０は、次の（ａ）〜（ｄ）のカテゴリーに分類することができる。
（ａ）エネルギー需要の不可欠な消費エネルギーを消費する調整不可能な負荷（第１負荷Ｌ１）
第１負荷Ｌ１は、例えば、耐久運転試験などの試験室に設置される電気機器や空調機器、医用室（手術室や集中治療室など）に設置される医療機器や空調機器、或いは、コンピュータ室に設置される電源機器や空調機器などのように、電気エネルギーおよび熱エネルギーを常に消費する最優先負荷である。従って、第１負荷Ｌ１は、制御装置３００によって制御することができない負荷である。
（ｂ）割り込み可能かつ調整可能な負荷（第２負荷Ｌ２）
第２負荷Ｌ２は、例えば、一般の居住施設や産業設備に設置される電気機器や空調機器などのように、電気エネルギーおよび熱エネルギーの消費と中断とを任意に切り替えることが可能な一般負荷である。従って、第２負荷Ｌ２は、制御装置３００によって制御することができる負荷である。すなわち、第２負荷Ｌ２は、制御装置３００の出力系に接続されており、制御装置３００からの運転命令Ｃ６（Ｃ６２），Ｃ７（Ｃ７２）（第２負荷Ｌ２の定格消費エネルギーに対する消費比率の運転命令）により、電気エネルギー消費量および熱エネルギー消費量を変更することができるようになっている。
（ｃ）一度実行されると総実行時間に到達するまで中断することができない管理可能な負荷（第３負荷Ｌ３）
第３負荷Ｌ３は、例えば、電気オーブン、鋳物工場の電気溶解炉や実験装置などのように、電気エネルギーおよび熱エネルギーの消費と中断とを切り替えることが可能であるものの、一旦運転すると連続的な一定時間においてエネルギーの消費を中断することができない負荷である。従って、第３負荷Ｌ３は、制御装置３００によって制御することができる負荷である。すなわち、第３負荷Ｌ３は、制御装置３００の出力系に接続されており、制御装置３００からの運転命令Ｃ６（Ｃ６３），Ｃ７（Ｃ７３）（第３負荷Ｌ３の定格消費エネルギーに対する消費比率の運転命令）により、電気エネルギー消費量および熱エネルギー消費量を変更することができるようになっている。
（ｄ）一度実行されても予め定めた所定の期間内（例えばその日の内）に総実行時間に到達していれば中断することができる管理可能な負荷（第４負荷Ｌ４）
第４負荷Ｌ４は、例えば、クリーニング工場の洗濯装置やバッチ処理を行う機器、電気機器に対して充電を行う充電器などのように、運転時間の合計が所定の期間（例えばその日）の終わりに規定時間に達していれば、電気エネルギーおよび熱エネルギーの消費と中断とを任意に切り替えることが可能な負荷である。従って、第４負荷Ｌ４は、制御装置３００によって制御することができる負荷である。すなわち、第４負荷Ｌ４は、制御装置３００の出力系に接続されており、制御装置３００からの運転命令Ｃ６（Ｃ６４），Ｃ７（Ｃ７４）（第４負荷Ｌ４の定格消費エネルギーに対する消費比率の運転命令）により、電気エネルギー消費量および熱エネルギー消費量を変更することができるようになっている。
そして、電力供給ラインＰＬは、ＣＨＰ１１０、ＲＥＳ１２０、電気貯蔵部１３０、電気負荷１６０および電力供給網２００に電気的に接続されており、熱供給ラインＴＬは、ＣＨＰ１１０、熱貯蔵部１４０、熱エネルギー供給システム１５０および熱負荷１７０に熱的に接続されている。なお、ＲＥＳ１２０が自然エネルギーを利用して熱エネルギーを出力するものを含む場合、熱供給ラインＴＬは、ＲＥＳ１２０にも熱的に接続される。
［制御装置について］
制御装置３００は、電気・熱エネルギーネットワーク１００の全体の制御を司るものである。
図４は、図２および図３に示す電気・熱エネルギーネットワーク１００の制御装置３００を中心に示す概略ブロック図である。
図４に示すように、制御装置３００（コンピュータ）は、外部装置（マンマシンインタフェース）として、キーボードやポインティングデバイス等を含む入力部３１０と、ディスプレイ等の表示部３２０とを備えている。
制御装置３００は、電気・熱エネルギーネットワーク１００に加えて、本発明の実施の形態では、インターネット回線４００にも接続されるようになっている。
制御装置３００は、内部装置として、プログラムＰＲを実行したり、各種の演算処理を実行したりする各種の処理を実行するＣＰＵ（Central Processing Unit）等の制御部３３０と、ＲＡＭ（Random Access Memory）等の揮発メモリ３４１およびＲＯＭ（Read Only Memory）や電気的書き換え可能な不揮発ＲＯＭ等の不揮発メモリ３４２を含む記憶部３４０と、第１読取部３５０と、第２読取部３６０とを備えている。
制御部３３０は、表示部３２０に対し、各種の入力画面を表示し、ユーザーが入力部３１０を操作して必要な情報の入力を受ける。
揮発メモリ３４１は、制御部３３０により演算処理等の各種の処理を実行する際にワークメモリ等として適宜使用される。不揮発メモリ３４２は、ハードディスク装置やフラッシュメモリ等を含んでいる。
第１読取部３５０は、プログラムＰＲが記録されたコンピュータ読み取り可能なＣＤ（Compact Disc）−ＲＯＭ等の記録媒体Ｍを読み取るようになっている。不揮発メモリ３４２には、第１読取部３５０によって読み取られたプログラムＰＲを含むソフトウェアが予め格納（インストール）される。なお、記録媒体Ｍは、ＵＳＢ（Universal Serial Bus）メモリやＳＤ（Secure Digital）メモリカードであってもよい。また、プログラムＰＲは、インターネット回線４００を通じてダウンロードされたものであってもよい。本実施の形態では、第２読取部３６０は、外部記録媒体ＭＥを読み取るようになっている。外部記録媒体ＭＥとしては、それには限定されないが、代表的にはＵＳＢメモリを例示できる。
なお、図４に示すエネルギー需要データＤＴ１、エネルギー単価データＤＴ２および気象条件データＤＴ３については後述する。
そして、制御装置３００にプログラムＰＲを実行させることにより、電気・熱エネルギーネットワーク１００のエネルギー管理の最適化処理を行っている。
［プログラムのソフトウェア構成について］
図５は、図４に示す制御装置３００における制御部３３０の制御構成を示す概略構成図である。
プログラムＰＲは、制御装置３００における制御部３３０を、入力手段ＰＲ１と、演算手段ＰＲ２と、出力手段ＰＲ３とを含む手段として機能させる。すなわち、プログラムＰＲは、入力手段ＰＲ１に対応する入力ステップと、演算手段ＰＲ２に対応する演算ステップと、出力手段ＰＲ３に対応する出力ステップとを含むステップを制御装置３００（具体的には制御部３３０）に実行させるためのものである。換言すれば、制御装置３００（具体的には制御部３３０）は、入力手段ＰＲ１と、演算手段ＰＲ２と、出力手段ＰＲ３とを含む各手段として機能するようになっている。
（入力ステップ）
入力ステップは、予想されるエネルギー需要に関するエネルギー需要データＤＴ１（図４参照）、エネルギー単価に関するエネルギー単価データＤＴ２（図４参照）および電気・熱エネルギーネットワーク１００の対象となる地域の予想される気象条件に関する気象条件データＤＴ３（図４参照）を受け取る。
本実施の形態では、制御装置３００は、ユーザーにより入力部３１０で直接入力されたエネルギー需要データＤＴ１を取得する。また、制御装置３００は、インターネット回線４００のウェブサイトからのエネルギー単価データＤＴ２および気象条件データＤＴ３を自動的に取得する。
記憶部３４０（例えば不揮発メモリ３４２）には、入力部３１０で取得したエネルギー需要データＤＴ１が予め格納される。また、記憶部３４０（例えば不揮発メモリ３４２）には、インターネット回線４００のウェブサイトから取得したエネルギー単価データＤＴ２および気象条件データＤＴ３も予め格納される。
ここで、エネルギー需要データＤＴ１、エネルギー単価データＤＴ２および気象条件データＤＴ３は、処理の対象となる処理対象の予め定めた所定時間Ｔ（例えば２４時間）分の予め定めた所定の単位時間ＵＴ（例えば１５分＝０．２５時間）毎のデータとされている。すなわち、エネルギー需要データＤＴ１、エネルギー単価データＤＴ２および気象条件データＤＴ３は、所定時間Ｔを単位時間ＵＴ単位で割ったＮ（＝Ｔ／ＵＴ）回の処理単位分のデータとなる。例えば、エネルギー需要データＤＴ１、エネルギー単価データＤＴ２および気象条件データＤＴ３は、次の日における１日分（例えば単位時間ＵＴが１５分の場合には９６回の処理単位「２４時間／０．２５時間」）のデータであってもよいし、次の日の午前または午後における半日分（例えば単位時間ＵＴが１５分の場合には４８回の処理単位「１２時間／０．２５時間」）のデータであってもよく、さらに短い期間のデータであってもよいし、１日分のデータよりも多いデータであってもよい。
そして、制御装置３００は、エネルギー需要データＤＴ１および気象条件データＤＴ３の予想期間（例えば次の日の１２月２５日の０時０分０秒〜２３時５９分５９秒）より前に事前に（例えば前日の１２月２４日において最適化処理の完了が１２月２５日の０時０分０秒に間に合う時間に一括して、或いは、当日の１２月２５日の対応する単位時間ＵＴ毎の直前に随時）最適化処理を行う。また、制御装置３００は、エネルギー需要データＤＴ１および気象条件データＤＴ３の予想期間（例えば当日の１２月２５日の０時０分０秒〜２３時５９分５９秒）において対応する単位時間ＵＴの処理単位（例えば単位時間ＵＴが１５分の場合に９６回の処理単位）に合わせて電気・熱エネルギーネットワーク１００のエネルギー管理を行う。
エネルギー需要データＤＴ１は、予想期間における単位時間ＵＴ毎の消費エネルギーであり、エネルギー需要の不可欠な消費エネルギー（第１負荷Ｌ１により消費される消費エネルギー）を含んでいる。
エネルギー需要データＤＴ１は、電力の需要予想（一定時刻間隔毎の需要予想電気エネルギー）および熱エネルギーの需要予想（一定時刻間隔毎の需要予想熱エネルギー）とされている。エネルギー需要データＤＴ１は、電力供給網２００の電力交換プロファイルを含んでいてもよい。ここで、電力交換プロファイルとは、配電事業者（電力会社）との間で取り決められた電力の需要予想（一定時刻間隔毎の予想電気エネルギー）を示す情報であり、需要家はこれに違反するとペナルティが課されることがある。
なお、本実施の形態では、エネルギー需要データＤＴ１は、ユーザーにより制御装置３００に直接入力されるが、インターネット回線４００のウェブサイトから或いは外部記録媒体ＭＥ（図４参照）を用いて制御装置３００に入力されてもよい。インターネット回線４００のウェブサイトからエネルギー需要データＤＴ１が入力される場合、記憶部３４０（例えば不揮発メモリ３４２）には、ウェブサイトから入力されたエネルギー需要データＤＴ１が予め格納される。外部記録媒体ＭＥを用いてエネルギー需要データＤＴ１が入力される場合、第２読取部３６０は、エネルギー需要データＤＴ１を保存した外部記録媒体ＭＥを読み取り、記憶部３４０（例えば不揮発メモリ３４２）には、第２読取部３６０によって読み取られたエネルギー需要データＤＴ１が予め格納される。
また、エネルギー単価データＤＴ２および気象条件データＤＴ３は、インターネット回線４００のウェブサイトから取得されるが、ユーザーにより制御装置３００に直接入力されるか或いは／さらに外部記録媒体ＭＥを用いて制御装置３００に入力されてもよい。ユーザーによりエネルギー単価データＤＴ２および／または気象条件データＤＴ３が直接入力される場合、記憶部３４０（例えば不揮発メモリ３４２）には、ユーザーにより直接入力されたエネルギー単価データＤＴ２および／または気象条件データＤＴ３が予め格納される。外部記録媒体ＭＥを用いてエネルギー単価データＤＴ２および／または気象条件データＤＴ３が入力される場合、第２読取部３６０は、エネルギー単価データＤＴ２および／または気象条件データＤＴ３を保存した外部記録媒体ＭＥを読み取り、記憶部３４０（例えば不揮発メモリ３４２）には、第２読取部３６０によって読み取られたエネルギー単価データＤＴ２および／または気象条件データＤＴ３が予め格納される。
ここで、エネルギー単価データＤＴ２としては、代表的には、電力供給網２００に対して課される電気料金として１ｋＷｈ当たりの電気エネルギー単価、ＣＨＰ１１０および熱エネルギー供給システム１５０に対して課されるガス料金としてガス１立方メートル当たりの熱エネルギー単価を例示できる。なお、ＣＨＰ１１０および熱エネルギー供給システム１５０は、本実施の形態では、燃料としてガスを用いるが、固形燃料を用いてもよい。この場合、エネルギー単価データＤＴ２は、例えば、固形燃料の重量当たりの熱エネルギー単価とすることができる。
また、気象条件データＤＴ３としては、本実施の形態のように、ＲＥＳ１２０が太陽光発電装置１２１の場合、太陽の日照角度、曇り度合いを例示でき、ＲＥＳ１２０が風力発電装置１２２の場合、風向き、風速を例示できる。なお、気象条件データＤＴ３は、電気・熱エネルギーネットワーク１００の対象となる地域の気象条件データであるが、具体的には、ＲＥＳ１２０（この例では太陽光発電装置１２１および風力発電装置１２２）が設置されている地域の気象条件データである。
（演算ステップ）
演算ステップは、ＣＨＰ１１０の出力比率Ｒ１、ＲＥＳ１２０の出力比率Ｒ２、熱エネルギー供給システム１５０の出力比率Ｒ５、電気負荷１６０の消費比率Ｒ６、電気貯蔵部１３０の出力比率Ｒ３および熱負荷１７０の消費比率Ｒ７をそれぞれ変化させた組み合わせでの電力供給網２００の出力（電気エネルギーＰｐ）および熱貯蔵部１４０の出力に対する単位時間ＵＴ（例えば１５分）毎のエネルギーバランスの２以上の候補を該２以上の候補の評価値の収束状態が予め定めた所定の収束基準に達するまで繰り返し生成する。
詳しくは、ＣＨＰ１１０の出力範囲は、出力なし（０％）から定格出力（１００％）までの値が予め定めた所定の分割数ＤＩ（例えば２8＝２５６個）の値になるように均等に分割される出力比率Ｒ１となる。具体的には、出力比率Ｒ１は、「00000000」（１０進数で０）のときに「０％」、「00000001」（１０進数で１）のときに「１×１００％／２５５＝０．３９％」、「00000010」（１０進数で２）のときに「２×１００％／２５５＝０．７８％」、・・・、「11111110」（１０進数で２５４）のときに「２５４×１００％／２５５＝９９．６％」、「11111111」（１０進数で２５５）のときに「２５５×１００％／２５５＝１００％」となる。そして、演算ステップにおいて、ＣＨＰ１１０の出力範囲を出力比率Ｒ１が所定の分割数ＤＩになるように均等に分割した値（具体的には０％「00000000」〜１００％「11111111」の１／２５５＝０．３９％刻みに分割した値）から選択された何れかの値に変化させる。
ＲＥＳ１２０、熱エネルギー供給システム１５０および電気貯蔵部１３０の出力範囲についても、同様にして出力比率Ｒ２，Ｒ５，Ｒ３が所定の分割数ＤＩ（例えば２8＝２５６個）になるように均等に分割することができる。
なお、ＣＨＰ１１０の性能上、ＣＨＰ１１０の出力比率Ｒ２は、所定比率（例えば１０％）以下の場合には全て０％「00000000」にすることができる。
また、電気負荷１６０の消費範囲は、消費なし（０％）から定格消費エネルギー（１００％）までの値が予め定めた所定の分割数ＤＩ（例えば２8＝２５６個）の値になるように均等に分割される消費比率Ｒ６となる。具体的には、消費比率Ｒ６は、「00000000」（１０進数で０）のときに「０％」、「00000001」（１０進数で１）のときに「１×１００％／２５５＝０．３９％」、「00000010」（１０進数で２）のときに「２×１００％／２５５＝０．７８％」、・・・、「11111110」（１０進数で２５４）のときに「２５４×１００％／２５５＝９９．６％」、「11111111」（１０進数で２５５）のときに「２５５×１００％／２５５＝１００％」となる。そして、演算ステップにおいて、電気負荷１６０の消費範囲を消費比率Ｒ６が所定の分割数ＤＩになるように均等に分割した値（具体的には０％「00000000」〜１００％「11111111」の１／２５５＝０．３９％刻みに分割した値）から選択された何れかの値に変化させる。
熱負荷１７０の消費範囲についても、同様にして消費比率Ｒ７が所定の分割数ＤＩ（例えば２8＝２５６個）になるように均等に分割することができる。
なお、分割数ＤＩは、ＣＨＰ１１０の出力範囲とＲＥＳ１２０の出力範囲と熱エネルギー供給システム１５０の出力範囲と電気貯蔵部１３０の出力範囲と電気負荷１６０の消費範囲と熱負荷１７０の消費範囲との間で異なった値であってもよい。
そして、演算ステップは、第１計算プロセスと、第２計算プロセスと、評価プロセスと、選択プロセスとを有している。
＜第１計算プロセス＞
第１計算プロセスは、ＣＨＰ１１０の定格出力とＣＨＰ１１０の出力比率Ｒ１とを掛け合わせることによりＣＨＰ１１０の出力（電気エネルギーＰ１および熱エネルギーＱ１）を計算する。
具体的には、第１計算プロセスは、ＣＨＰ１１０の電気エネルギーの出力範囲を出力比率Ｒ１１が２５６個になるように均等に分割する。例えば、ＣＨＰ１１０の電気エネルギーの定格出力を２５．１ｋＷｈとすると、ＣＨＰ１１０の出力比率Ｒ１１が「00111101」（１０進数で６１）のときに２３．９％となり、ＣＨＰ１１０の電気エネルギーＰ１は６ｋＷｈ（＝２５．１ｋＷｈ×２３．９％）となる。ＣＨＰ１１０の熱エネルギーＱ１も同様にしてＣＨＰ１１０の熱エネルギーの出力範囲を出力比率Ｒ１２が２５６個になるように均等に分割することでＣＨＰ１１０の熱エネルギーを求めることができる。
また、第１計算プロセスは、気象条件に基づいたＲＥＳ１２０の最大出力とＲＥＳ１２０の出力比率Ｒ２とを掛け合わせることによりＲＥＳ１２０の出力（この例では電気エネルギーＰ２）を計算する。
具体的には、第１計算プロセスは、ＲＥＳ１２０が太陽光発電装置１２１の場合、太陽光発電装置１２１の出力範囲を出力比率Ｒ２１が２５６個になるように均等に分割し、気象条件データＤＴ３により太陽の日照角度および曇り度合いによる太陽光の光量から太陽光発電装置１２１の最大出力を求める太陽光発電用換算式または換算テーブルを用いて太陽光発電装置１２１の最大出力を算出する。例えば、得られた太陽光発電装置１２１の最大出力が２．５１ｋＷｈであると、太陽光発電装置１２１の出力比率Ｒ２１が「00111101」（１０進数で６１）のときに２３．９％となり、太陽光発電装置１２１の出力（電気エネルギーＰ２１）は０．６ｋＷｈ（＝２．５１ｋＷｈ×２３．９％）となる。ＲＥＳ１２０が風力発電装置１２２の場合も、同様にして気象条件データＤＴ３により風向き、風速による風の風量から風力発電装置１２２の最大出力を求める風力発電用換算式または換算テーブルを用いて求めることができる。なお、ＲＥＳ１２０が自然エネルギーを利用して熱エネルギーを出力するものを含む場合、その出力（熱エネルギー）も同様にして求めることができる。また、これらの換算式または換算テーブルは、ＲＥＳ１２０の仕様書等に基づいて予め設定（記憶部３４０に記憶）しておくことができる。
また、第１計算プロセスでは、熱エネルギー供給システム１５０（熱エネルギーＱ５）の出力は、熱エネルギー供給システム１５０の定格出力および熱エネルギー供給システム１５０の出力比率Ｒ５を共に増加させることにより計算する。
具体的には、第１計算プロセスは、熱エネルギー供給システム１５０の出力範囲を出力比率Ｒ５が２５６個になるように均等に分割する。例えば、熱エネルギー供給システム１５０の熱エネルギーの定格出力を８６０００ｋＪとすると、熱エネルギー供給システム１５０の出力比率Ｒ５が「00111101」（１０進数で６１）のときに、２３．９％となり、熱エネルギー供給システム１５０の熱エネルギーＱ５は２０５５４ｋＪ （＝８６０００ｋＪ×２３．９％）となる。
また、第１計算プロセスでは、電気貯蔵部１３０（電気エネルギーＰ３）の出力は、充電状態に基づいて、電気貯蔵部１３０の最大出力および電気貯蔵部１３０の出力比率Ｒ３を共に増加させることにより計算する。
具体的には、第１計算プロセスは、電気貯蔵部１３０の出力範囲を出力比率Ｒ３が２５６個になるように均等に分割し、電気貯蔵部１３０の充電状態および電気貯蔵部１３０の最大エネルギー量に基づいて電気貯蔵部１３０の最大出力を計算する。これにより、第１計算プロセスは、電気貯蔵部１３０の充電状態および電気貯蔵部１３０の最大エネルギー量のうち何れか一方の使用によって、最大出力を決定することができる。例えば、電気貯蔵部１３０の充電状態が５０％になるように決定され、電気貯蔵部１３０の最大エネルギー量を５ｋＷｈとすると、電気貯蔵部１３０の出力比率Ｒ３が「00111101」（１０進数で６１）のときに、２３．９％となり、電気貯蔵部１３０の出力（電気エネルギーＰ３）は０．６ｋＷｈ （＝５ｋＷｈ×５０％×２３．９％）となる。
また、第１計算プロセスは、電気負荷１６０の定格消費電力と電気負荷１６０の消費比率Ｒ６とを掛け合わせることにより電気負荷１６０の消費エネルギー（電気エネルギー）を計算し、熱負荷１７０の定格消費電力と熱負荷１７０の消費比率Ｒ７とを掛け合わせることにより熱負荷１７０の消費エネルギー（熱エネルギー）を計算する。ここで、電気負荷１６０のエネルギー消費および熱負荷１７０のエネルギー消費は、それぞれ、第１負荷Ｌ１のエネルギー消費以外のエネルギー消費である。
具体的には、第１計算プロセスは、電気負荷１６０の消費範囲を消費比率Ｒ６が２５６個になるように均等に分割する。例えば、電気負荷１６０の定格消費電力を２５．１ｋＷｈとすると、電気負荷１６０の消費比率Ｒ６が「00111101」（１０進数で６１）のときに２３．９％となり、電気負荷１６０の消費エネルギーは６ｋＷｈ（＝２５．１ｋＷｈ×２３．９％）となる。熱負荷１７０の消費エネルギーも同様にして熱負荷１７０の熱エネルギーの消費範囲を消費比率Ｒ７が２５６個になるように均等に分割することで熱負荷１７０の消費エネルギーを求めることができる。
＜第２計算プロセス＞
第２計算プロセスは、入力ステップにて入力されたエネルギー需要データＤＴ１の不可欠な電気消費エネルギーおよび第１計算プロセスで得られた電気負荷１６０の電気消費エネルギーを合計した総電気エネルギー（電気消費エネルギー）に対する、第１計算プロセスで得られたＣＨＰ１１０の出力（電気エネルギーＰ１）、第１計算プロセスで得られたＲＥＳ１２０の出力（電気エネルギーＰ２）および第１計算プロセスで得られた電気貯蔵部１３０の電気エネルギーＰ３を合計した総電気エネルギー（電気供給エネルギー）の差分の電気エネルギーを、電力供給網２００の出力（電気エネルギーＰｐ）として計算する。また、第２計算プロセスは、入力ステップにて入力されたエネルギー需要データＤＴ１の不可欠な熱消費エネルギーおよび第１計算プロセスで得られた熱負荷１７０の熱消費エネルギーを合計した総熱エネルギー（熱消費エネルギー）に対する、第１計算プロセスで得られたＣＨＰ１１０の出力（熱エネルギーＱ１）および熱エネルギー供給システム１５０の出力（熱エネルギーＱ５）を合計した総熱エネルギー（熱供給エネルギー）の差分の熱エネルギーを、熱貯蔵部１４０の出力（熱エネルギーＱ４）として計算する。
ここで、エネルギー需要データＤＴ１の不可欠な電気消費エネルギーは、電気負荷１６０の第１負荷Ｌ１により消費されるエネルギーであり、エネルギー需要データＤＴ１の不可欠な熱消費エネルギーは、熱負荷１７０の第１負荷Ｌ１により消費されるエネルギーである。
エネルギー需要データＤＴ１の第１負荷Ｌ１による不可欠な電気エネルギーと電気負荷１６０の第２負荷Ｌ２、第３負荷Ｌ３および第４負荷Ｌ４による電気エネルギーとを足し合わせた総電気エネルギー（電気消費エネルギー）に対して、ＣＨＰ１１０からの電気エネルギーＰ１とＲＥＳ１２０からの電気エネルギーＰ２と電気貯蔵部１３０からの電気エネルギーＰ３とを足し合わせた総電気エネルギー（電気供給エネルギー）の足りない分の電気エネルギーを、電力供給網２００が賄う。また、エネルギー需要データＤＴ１の第１負荷Ｌ１による不可欠な熱エネルギーと熱負荷１７０の第２負荷Ｌ２、第３負荷Ｌ３および第４負荷Ｌ４による熱エネルギーとを足し合わせた総熱エネルギー（熱消費エネルギー）に対して、ＣＨＰ１１０からの熱エネルギーＱ１と熱エネルギー供給システム１５０からの熱エネルギーＱ５とを足し合わせた総熱エネルギー（熱供給エネルギー）の足りない分の熱エネルギーを、熱貯蔵部１４０が賄う。
なお、ＲＥＳ１２０が自然エネルギーを利用して熱エネルギーを出力するものを含む場合には、総熱エネルギー（熱供給エネルギー）にはＲＥＳ１２０からの熱エネルギーも足し合わされる。
＜評価プロセス＞
評価プロセスは、電気エネルギー単価に基づいた電気エネルギー供給コスト、熱エネルギー単価に基づいた熱エネルギー供給コスト、ＣＨＰ１１０の電気エネルギーＰ１と電力供給網２００の電気エネルギーＰｐとに基づいたＣＯ2排出量、ＣＨＰ１１０の熱エネルギーＱ１と熱エネルギー供給システム１５０の熱エネルギーＱ５とに基づいたＣＯ2排出量、ＣＨＰ１１０の電気エネルギーＰ１と電力供給網２００の電気エネルギーＰｐとに基づいた１次エネルギー消費量、および、ＣＨＰ１１０の熱エネルギーＱ１と熱エネルギー供給システム１５０の熱エネルギーＱ５とに基づいた１次エネルギー消費量を評価基準に入れて単位時間ＵＴ毎のエネルギーバランスの２以上の候補を評価する。
詳しくは、エネルギー供給コストは、第１計算プロセスで得られたＣＨＰ１１０の電気エネルギーＰ１と入力ステップで得られた電気エネルギー単価とを掛け合わせることで電気エネルギー供給コストを算出し、第１計算プロセスで得られたＣＨＰ１１０の熱エネルギーＱ１と入力ステップで得られた熱エネルギー単価とを掛け合わせることで熱エネルギー供給コストを算出し、第２計算プロセスで得られた電力供給網２００の電気エネルギーＰｐと入力ステップで得られた電気エネルギー単価とを掛け合わせることで電気エネルギー供給コストを算出し、第２計算プロセスで得られた熱エネルギー供給システム１５０の熱エネルギーＱ５と入力ステップで得られた熱エネルギー単価とを掛け合わせることで熱エネルギー供給コストを算出し、これらを足し合わせることで得られる。
ＣＯ2排出量は、ＣＯ2排出量の換算式または換算テーブルにより、第１計算プロセスで得られたＣＨＰ１１０の電気エネルギーＰ１からＣＯ2排出量を換算し、第２計算プロセスで得られた電力供給網２００の電気エネルギーＰｐからＣＯ2排出量を換算し、第２計算プロセスで得られた熱エネルギー供給システム１５０の熱エネルギーＱ５からＣＯ2排出量を換算し、これらを足し合わせることで得られる。ＣＯ2排出量の換算式または換算テーブルは、記憶部３４０に予め記憶されている。ＣＨＰ１１０による電気エネルギーＰ１のＣＯ2排出量の換算、電力供給網２００による電気エネルギーＰｐのＣＯ2排出量の換算、ＣＨＰ１１０による熱エネルギーＱ１のＣＯ2排出量の換算、および、熱エネルギー供給システム１５０による熱エネルギーＱ５のＣＯ2排出量の換算は、従来公知の手法で行うことができ、ここでは詳しい説明は省略する。
１次エネルギー消費量は、１次エネルギー消費量の換算式または換算テーブルにより、第１計算プロセスで得られたＣＨＰ１１０の電気エネルギーＰ１から１次エネルギー消費量を換算し、第２計算プロセスで得られた電力供給網２００の電気エネルギーＰｐから１次エネルギー消費量を換算し、第２計算プロセスで得られた熱エネルギー供給システム１５０の熱エネルギーＱ５から１次エネルギー消費量を換算し、これらを足し合わせることで得られる。１次エネルギー消費量の換算式または換算テーブルは、記憶部３４０に予め記憶されている。ＣＨＰ１１０による電気エネルギーＰ１の１次エネルギー消費量の換算、電力供給網２００による電気エネルギーＰｐの１次エネルギー消費量の換算、ＣＨＰ１１０による熱エネルギーＱ１の１次エネルギー消費量の換算、および、熱エネルギー供給システム１５０による熱エネルギーＱ５の１次エネルギー消費量の換算は、従来公知の手法で行うことができ、ここでは詳しい説明は省略する。
評価プロセスは、こうして得られたエネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量に基づいて単位時間ＵＴ毎のエネルギーバランスの２以上の候補を評価する。
詳しくは、評価プロセスは、エネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量から目的関数を用いて評価値を求め、得られた評価値が大きい程或いは小さい程、候補をより確実に評価することができる。本実施の形態において、評価値が小さい程、候補をより確実に評価することができる。目的関数は、記憶部３４０に予め記憶されている。目的関数は、エネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量の組み合わせによって与えられる。例えば、それには限定されないが、評価プロセスは、エネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量を所定の評価式に代入して単位時間ＵＴ毎のエネルギーバランスの２以上の候補の評価値を求めたり、或いは、エネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量をそれぞれ複数ランクにランク付けし、ランク付けしたエネルギー供給コストのランク値、ＣＯ2排出量のランク値および１次エネルギー消費量のランク値を合計して単位時間ＵＴ毎のエネルギーバランスの２以上の候補の評価値を求めたりすることができる。
なお、評価プロセスは、電力交換プロファイルを評価基準に加える場合、電力供給網２００の電気エネルギーの合計と電力交換プロファイルの電力需要とが一致している程高い評価となる。電力交換プロファイルを評価プロセスに加えることにより、電力供給網に要求された電力交換プロフファイルを満たすことができる。
＜選択プロセス＞
選択プロセスは、単位時間ＵＴ毎のエネルギーバランスの２以上の候補のうち、該２以上の候補の評価値の収束状態が所定の収束基準に達したときに最も高い評価の候補となる最高評価候補を選択する。ここで、選択プロセスは、２以上の候補の評価値から統計学的に算出した分散値が収束基準内に収まったときを、２以上の候補の評価値の収束状態が収束基準に達したときとすることができる。また、選択プロセスは、２以上の候補の評価値の収束状態が収束基準に達していなくても、予め定めた所定の繰り返し回数評価したときに最も高い評価の候補となる最高評価候補を選択することができる。このとき、選択プロセスは、２以上の候補のうち、エネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量の組み合わせの評価値（例えば、評価式による評価値やランク付けによる評価値）が最も小さく或いは最も大きく（この例では最も小さく）なることで該評価が最も高くなる最高評価候補を選択する。
（出力ステップ）
そして、出力ステップは、ＣＨＰ１１０、ＲＥＳ１２０、熱エネルギー供給システム１５０、電気貯蔵部１３０、電気負荷１６０および熱負荷１７０にそれぞれ指令する単位時間ＵＴ毎の運転命令であって選択プロセスで得られた最高評価候補に基づいた運転命令Ｃ１（Ｃ１１，Ｃ１２），Ｃ２（Ｃ２１，Ｃ２２），Ｃ５，Ｃ３，Ｃ６（Ｃ６２〜６４），Ｃ７（Ｃ７２〜７４）をＣＨＰ１１０、ＲＥＳ１２０、熱エネルギー供給システム１５０、電気貯蔵部１３０、電気負荷１６０および熱負荷１７０にそれぞれ送信（出力）する。
詳しくは、出力ステップは、選択プロセスで得られた最高評価候補となった単位時間ＵＴ毎の組み合わせのＣＨＰ１１０の出力比率Ｒ１（Ｒ１１，Ｒ１２）、ＲＥＳ１２０の出力比率Ｒ２（Ｒ２１，Ｒ２２）、熱エネルギー供給システム１５０の出力比率Ｒ５、電気貯蔵部１３０の出力比率Ｒ３、電気負荷１６０の消費比率Ｒ６（Ｒ６２〜Ｒ６４）および熱負荷１７０の消費比率Ｒ７（Ｒ７２〜Ｒ７４）に対応する運転命令Ｃ１（Ｃ１１，Ｃ１２），Ｃ２（Ｃ２１，Ｃ２２），Ｃ５，Ｃ３，Ｃ６（Ｃ６２〜Ｃ６４），Ｃ７（Ｃ７２〜Ｃ７４）をＣＨＰ１１０、ＲＥＳ１２０、熱エネルギー供給システム１５０、電気貯蔵部１３０、電気負荷１６０および熱負荷１７０にそれぞれ送信する。
具体的には、出力ステップは、選択プロセスで得られた単位時間ＵＴ毎の最高評価候補として、ＣＨＰ１１０の電気エネルギーの出力比率Ｒ１１（１）〜Ｒ１１（Ｎ）に対応する運転命令Ｃ１１（１）〜Ｃ１１（Ｎ）をＣＨＰ１１０に、ＣＨＰ１１０の熱エネルギーの出力比率Ｒ１２（１）〜Ｒ１２（Ｎ）に対応する運転命令Ｃ１２（１）〜Ｃ１２（Ｎ）をＣＨＰ１１０に、太陽光発電装置１２１（ＲＥＳ１２０）の出力比率Ｒ２１（１）〜Ｒ２１（Ｎ）に対応する運転命令Ｃ２１（１）〜Ｃ２１（Ｎ）を太陽光発電装置１２１に、風力発電装置１２２（ＲＥＳ１２０）の出力比率Ｒ２２（１）〜Ｒ２２（Ｎ）に対応する運転命令Ｃ２２（１）〜Ｃ２２（Ｎ）を風力発電装置１２２に、熱エネルギー供給システム１５０の出力比率Ｒ５（１）〜Ｒ５（Ｎ）に対応する運転命令Ｃ５（１）〜Ｃ５（Ｎ）を熱エネルギー供給システム１５０に、また、電気貯蔵部１３０の出力比率Ｒ３（１）〜Ｒ３（Ｎ）に対応する運転命令Ｃ３（１）〜Ｃ３（Ｎ）を電気貯蔵部１３０にそれぞれ送信する。
ここで、Ｎは、２以上の整数であり、既述したように、処理対象の所定時間（例えば１日＝２４時間）を単位時間ＵＴ（例えば１５分＝０．２５時間）で割った処理単位（例えば９６回の処理単位）である。
出力ステップは、選択プロセスで得られた単位時間ＵＴ毎の最高評価候補として、電気負荷１６０の第２負荷Ｌ２の消費比率Ｒ６２（１）〜Ｒ６２（Ｎ）に対応する運転命令Ｃ６２（１）〜Ｃ６２（Ｎ）を第２負荷Ｌ２による電気エネルギーの消費タイミングで第２負荷Ｌ２に、電気負荷１６０の第３負荷Ｌ３の消費比率Ｒ６３（１）〜Ｒ６３（Ｎ）に対応する運転命令Ｃ６３（１）〜Ｃ６３（Ｎ）を第３負荷Ｌ３による電気エネルギーの消費タイミングで第３負荷Ｌ３に、電気負荷１６０の第４負荷Ｌ４の消費比率Ｒ６４（１）〜Ｒ６４（Ｎ）に対応する運転命令Ｃ６４（１）〜Ｃ６４（Ｎ）を第４負荷Ｌ４による電気エネルギーの消費タイミングで第４負荷Ｌ４にそれぞれ送信する。
また、出力ステップは、選択プロセスで得られた単位時間ＵＴ毎の最高評価候補として、熱負荷１７０の第２負荷Ｌ２の消費比率Ｒ７２（１）〜Ｒ７２（Ｎ）に対応する運転命令Ｃ７２（１）〜Ｃ７２（Ｎ）を第２負荷Ｌ２による熱エネルギーの消費タイミングで第２負荷Ｌ２に、熱負荷１７０の第３負荷Ｌ３の消費比率Ｒ７３（１）〜Ｒ７３（Ｎ）に対応する運転命令Ｃ７３（１）〜Ｃ７３（Ｎ）を第３負荷Ｌ３による熱エネルギーの消費タイミングで第３負荷Ｌ３に、熱負荷１７０の第４負荷Ｌ４の消費比率Ｒ７４（１）〜Ｒ７４（Ｎ）に対応する運転命令Ｃ７４（１）〜Ｃ７４（Ｎ）を第４負荷Ｌ４による熱エネルギーの消費タイミングで第４負荷Ｌ４にそれぞれ送信する。
なお、本実施の形態では、ＣＨＰ１１０を１台としたが、複数台としてもよい。また、ＲＥＳ１２０を２台としたが１台または３台以上としてもよい。
以上説明したように、本実施の形態によれば、入力ステップ（入力手段ＰＲ１）において、予想されるエネルギー需要、エネルギー単価および予想される気象条件を受け取り、演算ステップ（演算手段ＰＲ２）において、第１計算プロセスは、ＣＨＰ１１０の定格出力およびＣＨＰ１１０の出力比率Ｒ１（Ｒ１１，Ｒ１２）によりＣＨＰ１１０の出力（電気エネルギーＰ１および熱エネルギーＱ１）を計算し、気象条件に基づいたＲＥＳ１２０の最大出力およびＲＥＳ１２０の出力比率Ｒ２（Ｒ２１，Ｒ２２）によりＲＥＳ１２０の出力（この例では電気エネルギーＰ２１，Ｐ２２）を計算し、熱エネルギー供給システム１５０の定格出力および熱エネルギー供給システム１５０の出力比率Ｒ５により熱エネルギー供給システム１５０の出力（熱エネルギーＱ５）を計算し、充電状態に基づいた電気貯蔵部１３０の最大出力および電気貯蔵部１３０の出力比率Ｒ３により電気貯蔵部１３０の出力（電気エネルギーＰ３）を計算し、電気負荷１６０の定格消費電力および電気負荷１６０の消費比率Ｒ６により電気負荷１６０の電気消費エネルギーを計算し、熱負荷１７０の定格消費電力および熱負荷１７０の消費比率Ｒ７により熱負荷１７０の熱消費エネルギーを計算し、第２計算プロセスは、エネルギー需要の不可欠な電気消費エネルギーおよび熱消費エネルギー並びに電気負荷１６０の電気消費エネルギーおよび熱負荷１７０の熱消費エネルギーを合計した総エネルギーに対する、ＣＨＰ１１０の出力（電気エネルギーＰ１および熱エネルギーＱ１）、ＲＥＳ１２０の出力（この例では電気エネルギーＰ２１，Ｐ２２）、熱エネルギー供給システム１５０の出力（熱エネルギーＱ５）および電気貯蔵部１３０の電気エネルギーＰ３を合計した総エネルギーの差分を、電力供給網２００の出力（電気エネルギーＰｐ）および熱貯蔵部１４０から供給可能な熱エネルギーＱ４として計算し、評価プロセスは、エネルギー単価に基づいたエネルギー供給コスト（電気エネルギー供給コストおよび熱エネルギー供給コスト）、ＣＨＰ１１０の出力（電気エネルギーＰ１および熱エネルギーＱ１）、電力供給網２００の出力（電気エネルギーＰｐ）および熱エネルギー供給システム１５０の出力（熱エネルギーＱ５）に基づいたＣＯ2排出量および１次エネルギー消費量を評価基準に入れて２以上の候補を評価し、選択プロセスは、単位時間毎のエネルギーバランスの２以上の候補のうち、該２以上の候補の評価値の収束状態が収束基準に達したときに最も高い評価の候補となる最高評価候補を選択し、出力ステップ（出力手段ＰＲ３）において、最高評価候補に基づいた単位時間毎の運転命令Ｃ１，Ｃ２，Ｃ５，Ｃ３，Ｃ６，Ｃ７をＣＨＰ１１０、ＲＥＳ１２０、熱エネルギー供給システム１５０、電気貯蔵部１３０、電気負荷１６０および熱負荷１７０にそれぞれ送信するので、最適なエネルギー管理を行うにあたって、エネルギー供給コストに加えて、ＣＯ2排出量および１次エネルギー消費量を可及的に低減させることが可能となる。
さらに、本実施の形態では、居住施設或いは産業設備において、入力されたエネルギー需要、エネルギー単価および気象条件に合わせて、ＣＨＰ１１０、ＲＥＳ１２０、熱エネルギー供給システム１５０、電気貯蔵部１３０、電気負荷１６０および熱負荷１７０に対して、エネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量を考慮した目的関数に基づいて（この例では目的関数により得られた評価値を最小化するように）、ＣＨＰ１１０、ＲＥＳ１２０、熱エネルギー供給システム１５０および電気貯蔵部１３０の出力比率Ｒ１，Ｒ２，Ｒ５，Ｒ３並びに電気負荷１６０および熱負荷１７０の消費比率Ｒ６，Ｒ７の最適なスケジューリング（組み合わせ）を見つけてＣＨＰ１１０、ＲＥＳ１２０、熱エネルギー供給システム１５０、電気貯蔵部１３０、電気負荷１６０および熱負荷１７０の最適な運転条件を設定することができる。
また、本実施の形態において、電気負荷１６０および熱負荷１７０を、Ｌ１：エネルギー需要の不可欠な消費エネルギーを消費する調整不可能な負荷、Ｌ２：割り込み可能かつ調整可能な負荷、Ｌ３：一度実行されると総実行時間に到達するまで中断することができない管理可能な負荷、および、Ｌ４：一度実行されても所定の期間内に総実行時間に到達していれば中断することができる管理可能な負荷に分類することで、第１計算プロセスにおいて電気負荷１６０の消費エネルギーおよび熱負荷１７０の消費エネルギーに対してより実情に即した計算を行うことができ、これにより、第２計算プロセスにおいて電力供給網２００の出力（電気エネルギーＰｐ）および熱貯蔵部１４０から供給される出力（熱エネルギーＱ４）を精度よく算出することができる。
ところで、既述したように、需要家は電力交換プロファイルに違反すると配電事業者からペナルティが課されるが、本実施の形態において、演算ステップ（演算手段ＰＲ２）は、電力供給網２００の出力（電気エネルギーＰｐ）と電力交換プロファイルとの一致具合を評価基準に加えることで、２以上の候補の電力交換プロファイルに適用した評価を行うことができ、従って、需要家の配電事業者からのペナルティの発生を効果的に防止することができる。
（遺伝的アルゴリズムについて）
本実施の形態では、演算ステップは、ＣＨＰ１１０の出力比率Ｒ１、ＲＥＳ１２０の出力比率Ｒ２、熱エネルギー供給システム１５０の出力比率Ｒ５、電気貯蔵部１３０の出力比率Ｒ３、電気負荷１６０の消費比率Ｒ６および熱負荷１７０の消費比率Ｒ７を、予め設定された所定数（分割数ＤＩ：例えば２8＝２５６個）の遺伝子ＧＥから構成される染色体ＣＨにそれぞれコード化し、２以上の候補を個体ＩＤにコード化し、遺伝的アルゴリズムに基づいた２以上の個体ＩＤを繰り返し生成する（後述する図８参照）。
以下に、本発明の実施の形態に係る電気・熱エネルギーネットワーク１００の制御装置３００において処理される遺伝的アルゴリズムについて図６および図７に示すフローチャートを参照しながら説明する。
図６および図７は、図５に示す制御装置３００における制御部３３０において遺伝的アルゴリズムによりエネルギー管理の最適化処理の一例を行うフローチャートである。図６は、その前半部分の処理例を示しており、図７は、その後半部分の処理例を示している。
制御部３３０は、エネルギー需要データＤＴ１および気象条件データＤＴ３の予想期間（例えば１２月２５日の０時０分０秒〜２３時５９分５９秒）より前に（この例では前日：具体的には１２月２４日において最適化処理の完了が１２月２５日の０時０分０秒に間に合う時間に一括して）、図６および図７に示す遺伝的アルゴリズムによるエネルギー管理の最適化処理を、処理対象の所定時間（例えば１日＝２４時間）を単位時間ＵＴ（例えば１５分＝０．２５時間）で割った処理単位（例えば９６回の処理単位）分行う。
なお、この遺伝的アルゴリズムにおいて、２以上の候補の集合を母集団ＰＰ（個体群）といい、母集団ＰＰにおける各候補を個体ＩＤということとする。
図６に示す遺伝的アルゴリズムに先立ち、母集団ＰＰの２以上の個体ＩＤの数（例えば１０００個）、染色体ＣＨの種類数（例えば、ＣＨＰ１１０の出力比率Ｒ１１，Ｒ１２の２種類、ＲＥＳ１２０の出力比率Ｒ２１，Ｒ２２の２種類、熱エネルギー供給システム１５０の出力比率Ｒ５の１種類、電気貯蔵部１３０の出力比率Ｒ３の１種類、電気負荷１６０の消費比率Ｒ６２〜Ｒ６４の３種類および熱負荷１７０の消費比率Ｒ７２〜Ｒ７４の３種類を合計した１２種類）、遺伝子ＧＥの数（例えば、ＣＨＰ１１０の出力比率Ｒ１１，Ｒ１２、ＲＥＳ１２０の出力比率Ｒ２１，Ｒ２２、熱エネルギー供給システム１５０の出力比率Ｒ５、電気貯蔵部１３０の出力比率Ｒ３、電気負荷１６０の消費比率Ｒ６２〜Ｒ６４、熱負荷１７０の消費比率Ｒ７２〜Ｒ７４の分割数ＤＩである２５６＝２進数で８ビット）、後述する、規定の個体ＩＤおよび存在比率、置き換え個数、選択割合、交叉率および交叉処理の種類、突然変異率および遺伝子座、収束基準および繰り返し回数を記憶部３４０に予め設定（記憶）しておく。制御装置３００は、これらの値および条件をユーザーにより容易に設定変更可能とされている。こうすることで、電気・熱エネルギーネットワーク１００が設置される居住施設或いは産業設備の設置環境に容易に適用させることができる。
＜ステップＳ１：データ入力＞
先ず、図６に示すように、制御部３３０は、予想されるエネルギー需要に関する単位時間ＵＴ（例えば１５分）毎のエネルギー需要データＤＴ１、エネルギー単価に関する単位時間ＵＴ（例えば１５分）毎のエネルギー単価データＤＴ２および電気・熱エネルギーネットワーク１００の対象となる地域の予想される気象条件に関する単位時間ＵＴ（例えば１５分）毎の気象条件データＤＴ３を受け取る（ステップＳ１）。なお、ステップＳ１において、この例では、単位時間ＵＴ（例えば１５分）毎のエネルギー需要データＤＴ１として、電力供給網２００の電力交換プロファイルも受け取る。
具体的には、制御部３３０は、エネルギー需要データＤＴ１として、ユーザーにより入力部３１０で直接入力された需要予想電力、需要予想熱エネルギーおよび電力交換プロファイルを取得し、エネルギー単価データＤＴ２として、インターネット回線４００のウェブサイトからの電気エネルギー単価および熱エネルギー単価を自動的に取得し、気象条件データＤＴ３として、インターネット回線４００のウェブサイトから太陽光発電装置１２１が設置されている地域の太陽の日照角度および曇り度合い、および、風力発電装置１２２が設置されている地域の風向き、風速を自動的に取得する。
＜ステップＳ２：世代数のインクリメント＞
次に、制御部３３０は、世代数Ｇ（初期値は０）をインクリメントする（１を増やす処理：Ｇ＝Ｇ＋１を行う）（ステップＳ２）。
＜ステップＳ３：初期の母集団の生成＞
次に、制御部３３０は、１世代目（Ｇ＝１）のときにＣＨＰ１１０の出力比率Ｒ１１，Ｒ１２、ＲＥＳ１２０の出力比率Ｒ２，Ｒ２２、熱エネルギー供給システム１５０の出力比率Ｒ５、電気貯蔵部１３０の出力比率Ｒ３、電気負荷１６０の消費比率Ｒ６２〜Ｒ６４および熱負荷１７０の消費比率Ｒ７２〜Ｒ７４の全ての組み合わせから初期（第１世代）の母集団ＰＰを生成する（ステップＳ３）。そして、制御部３３０は、生成した母集団ＰＰを記憶部３４０に記憶する。
具体的には、制御部３３０は、初期の母集団ＰＰとして、ＣＨＰ１１０の出力範囲が分割された分割数ＤＩ（例えば２8＝２５６）の電気エネルギーおよび熱エネルギーの出力比率Ｒ１１，Ｒ１２、ＲＥＳ１２０（この例では太陽光発電装置１２１および風力発電装置１２２）の出力範囲が分割された分割数ＤＩの出力比率Ｒ２１，Ｒ２２、熱エネルギー供給システム１５０の出力範囲が分割された分割数ＤＩの出力比率Ｒ５、電気貯蔵部１３０の出力範囲が分割された分割数ＤＩの出力比率Ｒ３、電気負荷１６０（第２負荷Ｌ２から第４負荷Ｌ４）の消費範囲が分割された分割数ＤＩの消費比率Ｒ６２〜Ｒ６４および熱負荷１７０（第２負荷Ｌ２から第４負荷Ｌ４）の消費範囲が分割された分割数ＤＩの消費比率Ｒ７２〜Ｒ７４を組み合わせた全て（例えば２96個＝２５６12個）の個体から２以上（例えば１０００個）の個体ＩＤを統計学的に分散するように（具体的にはランダムになるように）選択する。
また、制御部３３０は、初期の母集団ＰＰにおいて予め定めた規定の個体を意図的に予め定めた存在比率で予め存在させておく。例えば、個体ＩＤの数を１０００個とし、存在比率を５％とすると、１０００個の個体ＩＤのうち５０個の個体が予め存在させておく規定の個体となる。
本実施の形態では、例えば、規定の個体は、次の３タイプの個体とされている。
１．ＣＨＰ１１０による電主運転（電気負荷１６０の電力需要に追従してＣＨＰ１１０の運転）を行う個体
２．ＣＨＰ１１０による熱主運転（熱負荷１７０の熱需要に追従してＣＨＰ１１０の運転）を行う個体
３．電気負荷１６０の電力需要に対して全て電力供給網２００から電気エネルギーＰｐを供給し、熱負荷１７０の熱需要に対して全て熱エネルギー供給システム１５０から熱エネルギーＱ５を供給するようにＣＨＰ１１０およびＲＥＳ１２０による運転を行う個体
このとき、制御部３３０は、記憶部３４０に記憶された２以上（例えば１０００個）の個体ＩＤの数（例えば１０００個）、染色体ＣＨの種類数（この例では１０種類）、遺伝子ＧＥの数（例えば２進数で８ビット）、予め存在させておく規定の個体（この例では３タイプの個体）、母集団ＰＰにおける個体ＩＤに対する規定の個体の存在比率を参照する。
＜ステップＳ４：置き換え処理および選択処理のための評価＞
次に、制御部３３０は、ステップＳ５の置き換え処理およびステップＳ６の選択処理を行うために目的関数により現世代の母集団ＰＰにおける２以上（例えば１０００個）の個体ＩＤを評価する（ステップＳ４）。
具体的には、制御部３３０は、評価プロセスにおいてエネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量を所定の評価式に代入して２以上（例えば１０００個）の個体ＩＤの評価値を求めるか、或いは、評価プロセスにおいてエネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量をそれぞれ複数ランクにランク付けし、ランク付けしたエネルギー供給コストのランク値、ＣＯ2排出量のランク値および１次エネルギー消費量のランク値を合計して２以上（例えば１０００個）の個体ＩＤの評価値を求める。また、この例では、制御部３３０は、電力交換プロファイルを評価基準に加えるので、電力供給網２００の電気エネルギーＰｐの合計と電力交換プロファイルの電力需要とが一致している程高い評価（例えば、評価値が小さい程高い評価である場合には評価値に対して一致度合いに応じて小さくした評価倍率を掛け合わせるといった評価）を行う。
このとき、制御部３３０は、記憶部３４０に記憶されたエネルギー単価データＤＴ２、ＣＯ2排出量の換算式または換算テーブル、１次エネルギー消費量の換算式または換算テーブル、目的関数および電力交換プロファイルを参照する。
＜ステップＳ５：最も低い方の評価の個体の最も高い方の評価の個体への置き換え＞
次に、制御部３３０は、第１世代目（Ｇ＝１）のときを除いて、ステップＳ４での評価（適応度）を基に母集団ＰＰにおける２以上（例えば１０００個）の個体ＩＤのうち最も低い方の評価の個体を最も高い方の評価の個体に置き換える置き換え処理を行う（ステップＳ５）。そして、制御部３３０は、置き換えた母集団ＰＰを記憶部３４０に記憶する。
図８は、母集団ＰＰにおける個体ＩＤのうち一部の個体を置き換える置き換え処理の一例を説明するための概略説明図であって、左側は置き換えられる前の状態を示しており、右側は置き換えられた後の状態を示している。なお、図８に示す例では、説明を簡単にするために、母集団ＰＰにおける２以上の個体ＩＤを１０個の個体とし、１０個の個体１〜１０の評価（適応度）を１，２，３，３，３，４，４，５，６，７として説明する。また、評価は、値が小さいほど高い評価であることを示している。このことは、後述する図９および図１０についても同様である。
具体的には、図８に示すように、制御部３３０は、２以上（図８に示す例では１０個）の個体ＩＤのうち、ステップＳ４での評価（適応度）が最も低い方の予め定めた所定の置き換え個数（図８に示す例では２個）の個体（図８に示す例では評価「６」の個体［９］および評価「７」の個体［１０］）を最も高い方の置き換え個数（図８に示す例では２個）の個体（図８に示す例では評価「１」の個体［１］および評価「２」の個体［２］）に置き換える。
このとき、制御部３３０は、記憶部３４０に記憶された所定の置き換え個数（この例では２個）を参照する。
＜ステップＳ６：親の個体の選択＞
次に、制御部３３０は、母集団ＰＰにおける２以上（例えば１０００個）の個体ＩＤの中からステップＳ４での評価（適応度）を基に親の個体を選択する選択処理を行う（ステップＳ６）。そして、制御部３３０は、選択した母集団ＰＰを記憶部３４０に記憶する。
図９は、母集団ＰＰにおける２以上の個体ＩＤの中から親の個体を選択する選択処理の一例を説明するための概略説明図であって、左側は親の個体が選択される前の状態を示しており、右側は親の個体が選択された後の状態を示している。
具体的には、図９に示すように、制御部３３０は、２以上（図９に示す例では１０個）の個体ＩＤの中から評価が高い個体ほど親の個体に選択される可能性が大きくなる一方、低い個体ほど親の個体に選択される可能性が小さくなる確率で親の個体（図９に示す例では５組の両親）を選択する。ここで、選択処理としては、従来公知の選択処理を例示でき、代表的には、ルーレット選択処理、ランキング選択処理、トーナメント選択処理、エリート選択処理を挙げることができる。このうち、ルーレット選択処理は、評価に比例した割合である予め定めた所定の選択割合に基づいたルーレットを作成し、そのルーレットを使用してランダムに選択する処理である。
図１０は、ルーレット選択処理の一例を説明するための説明図であって、左側は選択割合を示しており、右側は選択割合に基づいたルーレットを示している。
例えば、図９の左側に示す選択処理前の１０個の個体１，２，３，４，５，６，７，８，１，２の評価１，２，３，３，３，４，４，５，１，２に対する選択割合を図１０の左側に示すように４０％（評価１），３０％（評価２），１５％（評価３），１０％（評価４），５％（評価５）とすると、その選択割合を利用してルーレットを作成すれば、図１０の右側に示すような図になる。そして、個体の個数が１０個なのでルーレットを１０回まわすような処理を行って、図９の右側に示す選択処理後の１０個の個体１，５，２，１，８，２，１，２，６，１を選択する。
このとき、制御部３３０は、記憶部３４０に記憶された選択割合を参照する。
＜ステップＳ７：選択された親の個体の交叉＞
次に、制御部３３０は、ステップＳ６で選択された親の個体の中から交叉を行う確率である予め定めた所定の交叉率で任意に（具体的にはランダムに）選ばれた両親の個体（２つの個体）間で染色体ＣＨにおける遺伝子ＧＥの一部を交換することにより子（次世代の２つ個体）を生成する交叉処理を行う（ステップＳ７）。こうすることで、親の個体の遺伝子ＧＥの一部を含んだ遺伝子ＧＥを有する子を生成することができ、これにより、次世代の母集団ＰＰを得ることができる。そして、制御部３３０は、生成した次世代の母集団ＰＰを記憶部３４０に記憶する。また、制御部３３０は、次世代の母集団ＰＰとは別に、ステップＳ７の選択処理で選択した現世代の母集団ＰＰを記憶部３４０に残しておく。
具体的には、制御部３３０は、両親の個体（２つの個体）間において１点或いは多点の交叉点で遺伝子ＧＥの一部を交換することにより子（次世代の２つの個体）を生成する。ここで、交叉処理としては、従来公知の交叉処理を例示でき、代表的には、１点交叉処理、多点交叉処理、一様交叉処理を挙げることができる。このうち、１点交叉処理は、染色体ＣＨ内で交叉点をランダムに１箇所指定し、その箇所の前側或いは後側で両親の個体の遺伝子ＧＥを交換する処理である。また、多点交叉処理は、染色体ＣＨ内で交叉点をランダムに複数箇所指定し、それらの箇所の前側および後側で両親の個体の遺伝子ＧＥを交換する処理である。なお、多点交叉処理は、一般的には２点交叉処理を行う。本実施の形態では、制御部３３０は、交叉処理として、１点交叉処理および２点交叉処理の何れか一方をユーザーにより設定変更できるようになっている。
図１１は、１点交叉処理の一例および２点交叉処理の一例を説明するための概略説明図であって、上側は１点交叉処理を示しており、下側は２点交叉処理を示している。なお、図１１に示す例では、説明を簡単にするために、個体ＩＤにおける遺伝子ＧＥの数を２進数で８ビットとして説明する。
図１１の上側に示す１点交叉処理の例では、交叉点を左から５ビット目と６ビット目との間とすると、１ビット目〜５ビット目の遺伝子ＧＥを両親の個体（２つの個体）間で交換するか、或いは、６ビット目〜８ビット目の遺伝子ＧＥを両親の個体（２つの個体）間で交換する。
図１１の下側に示す２点交叉処理の例では、一方の交叉点を左から２ビット目と３ビット目との間とし、他方の交叉点を左から５ビット目と６ビット目との間とすると、３ビット目〜５ビット目の遺伝子ＧＥを両親の個体（２つの個体）間で交換するか、或いは、１ビット目〜２ビット目および６ビット目〜８ビット目の遺伝子ＧＥを両親の個体（２つの個体）間で交換する。
このとき、制御部３３０は、記憶部３４０に記憶された交叉率および交叉処理の種類（この例では１点交叉処理または２点交叉処理）を参照する。
＜ステップＳ８：個体の遺伝子の突然変異＞
図１２は、次世代の母集団ＰＰを生成するにあたって最適解γａとは別に陥りやすい局所解γｂを説明するための説明図である。
ところで、制御部３３０は、交叉処理を行うだけでは、両親の個体の遺伝子ＧＥに依存するような限られた範囲の子しか生成することができない。そうすると、制御部３３０は、母集団ＰＰの多様性を持たせることができず、従って、遺伝子ＧＥが求めるべき最適解（図１２のγａ参照）とは別の局所解（図１２のγｂ参照）に落ち入り易い。
この点、図７に示すように、制御部３３０は、ステップＳ６で選択されてステップＳ７で交叉された次世代の母集団ＰＰの中から突然変異を行う確率である予め定めた所定の突然変異率で任意に（具体的にはランダムに）選ばれた個体ＩＤの染色体ＣＨにおける遺伝子ＧＥの一部を別の対立遺伝子に置き換える突然変異処理を行う（ステップＳ８）。こうすることで、母集団ＰＰの多様性を持たせることができ、従って、遺伝子ＧＥが求めるべき最適解とは別の局所解に落ち入ることを効果的に防止することができる。
具体的には、制御部３３０は、親の個体の染色体ＣＨにおける遺伝子ＧＥの選ばれた位置の値を他の異なる値にする（例えば２進数で選ばれたビットを反転させる）。ここで、突然変異処理としては、従来公知の突然変異処理を例示でき、代表的には、単一遺伝子座突然変異処理、逆位処理、転座処理を挙げることができる。このうち、単一遺伝子座突然変異処理は、ある遺伝子座の１箇所を他の対遺伝子に置き換える処理である。本実施の形態では、制御部３３０は、突然変異処理として、遺伝子座をユーザーにより設定変更できるようになっている。
図１３は、単一遺伝子座突然変異処理の一例を説明するための概略説明図である。なお、図１３に示す例では、説明を簡単にするために、個体ＩＤにおける遺伝子ＧＥの数を２進数で８ビットとして説明する。
図１３に示す単一遺伝子座突然変異処理の例では、遺伝子座として３ビット目の“０”を“１”に反転させる。
このとき、制御部３３０は、記憶部３４０に記憶された突然変異率および遺伝子座（この例では３ビット目）を参照する。
＜ステップＳ９：次世代の母集団の確定＞
次に、制御部３３０は、ステップＳ７で交叉処理されてステップＳ８で突然変異処理された次世代の母集団ＰＰを確定する（ステップＳ９）。そして、制御部３３０は、確定した次世代の母集団ＰＰを記憶部３４０に記憶する。
＜ステップＳ１０：収束判定処理のための評価＞
次に、制御部３３０は、ステップＳ１１の収束判定処理を行うために目的関数によりステップＳ７で得られた現世代の母集団ＰＰにおける２以上（例えば１０００個）の個体ＩＤを評価する（ステップＳ１０）。
具体的には、制御部３３０は、評価プロセスにおいてエネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量を所定の評価式に代入して２以上（例えば１０００個）の個体ＩＤの評価値を求めるか、或いは、評価プロセスにおいてエネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量をそれぞれ複数ランクにランク付けし、ランク付けしたエネルギー供給コストのランク値、ＣＯ2排出量のランク値および１次エネルギー消費量のランク値を合計して２以上（例えば１０００個）の個体ＩＤの評価値を求める。また、この例では、制御部３３０は、電力交換プロファイルを評価基準に加えるので、電力供給網２００の電気エネルギーＰｐの合計と電力交換プロファイルの電力需要とが一致している程高い評価（例えば、評価値が小さい程高い評価である場合には評価値に対して一致度合いに応じて小さくした評価倍率を掛け合わせるといった評価）を行う。
このとき、制御部３３０は、記憶部３４０に記憶されたエネルギー単価データＤＴ２、ＣＯ2排出量の換算式または換算テーブル、１次エネルギー消費量の換算式または換算テーブル、目的関数および電力交換プロファイルを参照する。
＜ステップＳ１１：収束判定処理＞
次に、制御部３３０は、ステップＳ１０で評価した現世代の母集団ＰＰにおける２以上（例えば１０００個）の候補の評価値（適応度）の変化が収束基準に達するか否か、および、世代数Ｇが所定の繰り返し回数に達したか否かを判断する収束判定処理を行い（ステップＳ１１）、評価値の収束状態が収束基準に達していないときであって世代数Ｇが所定の繰り返し回数に達していないときには（ステップＳ１１：否）、ステップＳ９で確定した次世代の母集団ＰＰを現世代の母集団ＰＰとして図６に示すステップＳ２に移行し、ステップＳ２〜Ｓ１１の処理を繰り返し、評価値の収束状態が収束基準に達したとき、或いは、世代数Ｇが所定の繰り返し回数に達したときの少なくとも何れか一方のときに（ステップＳ１１：良）、ステップＳ１２に移行する。
このとき、制御部３３０は、所定の収束基準および所定の繰り返し回数を参照する。
＜ステップＳ１２：最高評価個体の選択＞
次に、制御部３３０は、最も高い評価（適応度）の個体となる最高評価個体を選択する（ステップＳ１２）。
＜ステップＳ１３：世代数の初期化＞
次に、制御部３３０は、世代数Ｇを初期化する（世代数Ｇを０にする）（ステップＳ１３）。
＜ステップＳ１４：処理単位毎の処理＞
次に、制御部３３０は、ステップＳ１〜Ｓ１４の遺伝的アルゴリズムを単位時間ＵＴ（例えば１５分）の処理単位（例えば９６回の処理単位）毎に行う（ステップＳ１４：Ｎｏ）。
＜ステップＳ１５：運転命令の出力＞
次に、制御部３３０は、処理単位毎の処理が終了すると（ステップＳ１４：Ｙｅｓ）、予想期間より前（例えば前日の１２月２４日の２３時４５分０秒〜２３時５９分５９秒〜当日の１２月２５日の２３時４４分５９秒）において対応する単位時間ＵＴ（例えば１５分）の処理単位（例えば９６回の処理単位）に合わせて、最高評価個体となった単位時間ＵＴ毎の組み合わせのＣＨＰ１１０の出力比率Ｒ１（Ｒ１１，Ｒ１２）、ＲＥＳ１２０の出力比率Ｒ２（Ｒ２１，Ｒ２２）、熱エネルギー供給システム１５０の出力比率Ｒ５、電気貯蔵部１３０の出力比率Ｒ３、電気負荷１６０の消費比率Ｒ６（Ｒ６２〜Ｒ６４）および熱負荷１７０の消費比率Ｒ７（Ｒ７２〜Ｒ７４）に対応する運転命令Ｃ１（Ｃ１１，Ｃ１２），Ｃ２（Ｃ２１，Ｃ２２），Ｃ５，Ｃ３，Ｃ６（Ｃ６２〜Ｃ６４），Ｃ７（Ｃ７２〜Ｃ７４）をＣＨＰ１１０、ＲＥＳ１２０（１２１，１２２）、熱エネルギー供給システム１５０、電気貯蔵部１３０、電気負荷１６０（第２負荷Ｌ２から第４負荷Ｌ４）および熱負荷１７０（第２負荷Ｌ２から第４負荷Ｌ４）にそれぞれ送信（出力）し（ステップＳ１５）、遺伝的アルゴリズムを終了する。
このように、本実施の形態において、演算ステップ（演算手段）は、ＣＨＰ１１０の出力比率Ｒ１、ＲＥＳ１２０の出力比率Ｒ２、熱エネルギー供給システム１５０の出力比率Ｒ５、電気貯蔵部１３０の出力比率Ｒ３、電気負荷１６０の消費比率Ｒ６および熱負荷１７０の消費比率Ｒ７を染色体ＣＨにそれぞれコード化し、２以上（例えば１０００個）の候補を個体ＩＤにコード化し、遺伝的アルゴリズムに基づいた２以上（例えば１０００個）の個体ＩＤを繰り返し生成することで、２以上の個体の評価値の収束状態を収束基準に短時間に収束させることができる。
本発明は、以上説明した実施の形態に限定されるものではなく、他のいろいろな形で実施することができる。そのため、かかる実施の形態はあらゆる点で単なる例示にすぎず、限定的に解釈してはならない。本発明の範囲は請求の範囲によって示すものであって、明細書本文には、なんら拘束されない。さらに、請求の範囲の均等範囲に属する変形や変更は、全て本発明の範囲内のものである。
本発明は、コージェネレーションシステム（ＣＨＰ）と、再生可能エネルギー源（ＲＥＳ）と、電気貯蔵部と、熱貯蔵部と、電力供給網と、熱エネルギー供給システムと、電気負荷と、熱負荷とを接続する電気・熱エネルギーネットワークの制御装置に係るものであり、特に、最適なエネルギー管理を行うにあたって、エネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量を可及的に低減させるための用途に適用できる。
１００ 熱エネルギーネットワーク
１１１ 開閉バルブ
１１２ ガスエンジン
１１３ 発電機
１１４ 発電機用電力変換器
１１５ 交流遮断器
１１６ 排熱回収ボイラー
１１７ 調整バルブ
１２１ 太陽光発電装置
１２１ａ 太陽電池パネル
１２１ｂ 太陽光発電用インバーター
１２１ｃ 交流遮断器
１２２ 風力発電装置
１２２ａ 風力タービン
１２２ｂ 風力発電用電力変換器
１２２ｃ 交流遮断器
１３０ 電気貯蔵部
１３１ 蓄電池
１３２ 電気貯蔵用インバーター
１３３ 交流遮断器
１４０ 熱貯蔵部
１４１ 蓄熱装置
１４２ 熱エネルギー調節部
１５０ 熱エネルギー供給システム
１５１ 燃料流量調節弁
１５２ ボイラー
１５３ 調整バルブ
１６０ 電気負荷
１７０ 熱負荷
２００ 電力供給網
２１０ 中央発電所
２２０ 居住施設
２２１ 一般家庭
２３０ 産業設備
２３１ オフィス
２３２ 工場
２４０ 風力発電施設
２５０ 電気自動車
２７０ 電気貯蔵部
２８０ 燃料電池
２９０ 風力発電所
３００ 制御装置
３１０ 入力部
３２０ 表示部
３３０ 制御部
３４０ 記憶部
３４１ 揮発メモリ
３４２ 不揮発メモリ
３５０ 第１読取部
３６０ 第２読取部
４００ インターネット回線
Ｃ１ 運転命令
Ｃ１１ 運転命令
Ｃ１２ 運転命令
Ｃ２ 運転命令
Ｃ２１ 運転命令
Ｃ２２ 運転命令
Ｃ３ 運転命令
Ｃ５ 運転命令
Ｃ６ 運転命令
Ｃ６２ 運転命令
Ｃ６３ 運転命令
Ｃ６４ 運転命令
Ｃ７２ 運転命令
Ｃ７３ 運転命令
Ｃ７４ 運転命令
ＣＨ 染色体
ＤＴ１ エネルギー需要データ
ＤＴ２ エネルギー単価データ
ＤＴ３ 気象条件データ
Ｆ 燃料供給源
ＧＥ 遺伝子
ＩＤ 個体
Ｌ１ 第１負荷
Ｌ２ 第２負荷
Ｌ３ 第３負荷
Ｌ４ 第４負荷
Ｍ 記録媒体
ＭＥ 外部記録媒体
Ｐ１ 電気エネルギー
Ｐ２ 電気エネルギー
Ｐ３ 電気エネルギー
ＰＬ 電力供給ライン
ＰＰ 母集団
ＰＲ プログラム
ＰＲ１ 入力手段
ＰＲ２ 演算手段
ＰＲ３ 出力手段
Ｑ１ 熱エネルギー
Ｑ４ 熱エネルギー
Ｑ５ 熱エネルギー
ＴＬ 熱供給ライン

Claims (4)

  1. コージェネレーションシステム（ＣＨＰ）と、再生可能エネルギー源（ＲＥＳ）と、電気貯蔵部と、熱貯蔵部と、電力供給網と、熱エネルギー供給システムと、電気負荷と、熱負荷とを接続する電気・熱エネルギーネットワークの制御装置であって、
    予想されるエネルギー需要、エネルギー単価および前記電気・熱エネルギーネットワークの対象となる地域の予想される気象条件を受け取る入力手段と、
    前記ＣＨＰの出力比率、前記ＲＥＳの出力比率、前記熱エネルギー供給システムの出力比率、前記電気貯蔵部の出力比率、前記電気負荷の消費比率および前記熱負荷の消費比率をそれぞれ変化させた組み合わせでの前記電力供給網の出力および前記熱貯蔵部の出力に対する単位時間毎のエネルギーバランスの２以上の候補を該２以上の候補の評価値の収束状態が予め定めた所定の収束基準に達するまで繰り返し生成する演算手段と、
    前記ＣＨＰ、前記ＲＥＳ、前記熱エネルギー供給システム、前記電気貯蔵部、前記電気負荷および前記熱負荷にそれぞれ指令する前記単位時間毎の運転命令を前記ＣＨＰ、前記ＲＥＳ、前記熱エネルギー供給システム、前記電気貯蔵部、前記電気負荷および前記熱負荷にそれぞれ送信する出力手段と
    を備え、
    前記演算手段は、
    前記ＣＨＰの定格出力および前記ＣＨＰの前記出力比率により前記ＣＨＰの出力を計算し、前記気象条件に基づいた前記ＲＥＳの最大出力および前記ＲＥＳの前記出力比率により前記ＲＥＳの出力を計算し、前記熱エネルギー供給システムの定格出力および前記熱エネルギー供給システムの前記出力比率により前記熱エネルギー供給システムの出力を計算し、充電状態に基づいた前記電気貯蔵部の最大出力および前記電気貯蔵部の前記出力比率により前記電気貯蔵部の出力を計算し、前記電気負荷の定格消費電力および前記電気負荷の前記消費比率により前記電気負荷の消費エネルギーを計算し、前記熱負荷の定格消費電力および前記熱負荷の前記消費比率により前記熱負荷の消費エネルギーを計算する第１計算プロセスと、
    前記エネルギー需要の不可欠な消費エネルギー、前記電気負荷の消費エネルギーおよび前記熱負荷の消費エネルギーを合計した総エネルギーに対する、前記ＣＨＰの出力、前記ＲＥＳの出力、前記熱エネルギー供給システムの出力、前記電気貯蔵部の出力、前記電気貯蔵部から供給可能なエネルギーおよび前記熱貯蔵部から供給可能なエネルギーを合計した総エネルギーの差分を、前記電力供給網の出力および前記熱貯蔵部の出力として計算する第２計算プロセスと、
    前記エネルギー単価に基づいたエネルギー供給コスト、ＣＯ2排出量および１次エネルギー消費量を評価基準に入れて前記単位時間毎のエネルギーバランスの前記２以上の候補を評価する評価プロセスと、
    前記単位時間毎のエネルギーバランスの前記２以上の候補のうち、該２以上の候補の評価値の収束状態が前記収束基準に達したときに最も高い評価の候補となる最高評価候補を選択する選択プロセスと
    を有し、
    前記出力手段は、前記最高評価候補に基づいた前記単位時間毎の前記運転命令を前記ＣＨＰ、前記ＲＥＳ、前記熱エネルギー供給システム、前記電気貯蔵部、前記電気負荷および前記熱負荷にそれぞれ送信することを特徴とする制御装置。
  2. 請求項１に記載の制御装置であって、
    前記演算手段は、前記ＣＨＰの出力比率、前記ＲＥＳの出力比率、前記熱エネルギー供給システムの出力比率、前記電気貯蔵部の出力比率、前記電気負荷の前記消費比率および前記熱負荷の前記消費比率を、予め設定された所定数の遺伝子から構成される染色体にそれぞれコード化し、前記２以上の候補を個体にコード化し、遺伝的アルゴリズムに基づいた前記２以上の個体を繰り返し生成することを特徴とする制御装置。
  3. 請求項２に記載の制御装置であって、
    前記電気負荷および前記熱負荷は、次のＬ１〜Ｌ４の４つのカテゴリーに分類されていることを特徴とする制御装置。
    Ｌ１：前記エネルギー需要の不可欠な消費エネルギーを消費する調整不可能な負荷
    Ｌ２：割り込み可能かつ調整可能な負荷
    Ｌ３：一度実行されると総実行時間に到達するまで中断することができない管理可能な負荷
    Ｌ４：一度実行されても予め定めた所定の期間内に総実行時間に到達していれば中断することができる管理可能な負荷
  4. 請求項３に記載の制御装置であって、
    前記入力手段は、前記エネルギー需要として前記電力供給網の電力交換プロファイルをさらに受信し、
    前記演算手段は、前記電力供給網の出力と前記電力交換プロファイルとの一致具合を前記評価基準に加えることを特徴とする制御装置。
JP2017540342A 2014-11-05 2014-11-05 ローカルエネルギーネットワークを最適化するための制御装置 Active JP6423967B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/IT2014/000288 WO2016071930A1 (en) 2014-11-05 2014-11-05 Control device for optimizing local energy network

Publications (2)

Publication Number Publication Date
JP2017535241A JP2017535241A (ja) 2017-11-24
JP6423967B2 true JP6423967B2 (ja) 2018-11-14

Family

ID=52574395

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017540342A Active JP6423967B2 (ja) 2014-11-05 2014-11-05 ローカルエネルギーネットワークを最適化するための制御装置

Country Status (4)

Country Link
US (1) US10621683B2 (ja)
EP (1) EP3216001A1 (ja)
JP (1) JP6423967B2 (ja)
WO (1) WO2016071930A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI797019B (zh) * 2022-05-30 2023-03-21 陳正一 微電網電力調度系統及其方法
KR20230067556A (ko) 2021-11-09 2023-05-16 얀마 홀딩스 주식회사 표시 장치
KR20230067555A (ko) 2021-11-09 2023-05-16 얀마 홀딩스 주식회사 표시 장치
KR20230067554A (ko) 2021-11-09 2023-05-16 얀마 홀딩스 주식회사 표시 장치

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11444464B1 (en) * 2016-03-25 2022-09-13 Goal Zero Llc Portable hybrid generator
JP6577674B2 (ja) * 2016-08-09 2019-09-18 ヤンマー株式会社 構内エネルギー網におけるエネルギー管理の評価を最適化する制御装置
CN107918290B (zh) * 2017-10-19 2021-07-30 上海科梁信息科技股份有限公司 一种仿真***及仿真方法
DE102018109775A1 (de) * 2018-04-24 2019-10-24 Innogy Se Verfahren, Vorrichtung und Computerprogramm zur Auslegung eines Batteriespeichers
CN109933858B (zh) * 2019-02-20 2020-12-15 中国农业大学 配电网分核并行仿真方法
CN110796297B (zh) * 2019-10-21 2020-11-10 浙江大学 一种基于平衡度方差和可靠度的电力***结构优化方法
EP4131701A4 (en) * 2020-03-26 2024-01-03 Hitachi, Ltd. THERMAL ENERGY MANAGEMENT SYSTEM
CA3115583A1 (en) * 2020-04-17 2021-10-17 Mcmaster University Integrated community energy and harvesting system
US11043809B1 (en) 2020-05-04 2021-06-22 8Me Nova, Llc Method for controlling integrated renewable electric generation resource and charge storage system providing desired capacity factor
GB2602337A (en) * 2020-12-23 2022-06-29 Larkfleet Smart Homes Ltd Electrical system for a residential site
CN113313351B (zh) * 2021-04-26 2023-05-09 山东大学 计及多能耦合影响的电-气-热***灵活性评估方法
CN114165829B (zh) * 2021-11-10 2022-12-16 三峡大学 基于配电网负荷平衡度指标的蓄热式电采暖有序运行方法
CN114757005A (zh) * 2022-04-15 2022-07-15 广东电网有限责任公司 一种基于云平台的数字电网分布式处理方法及***

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3263702B2 (ja) * 1994-07-14 2002-03-11 関西電力株式会社 電力系統の無効電力計画作成方法
TW539932B (en) 2000-08-11 2003-07-01 Nisource Energy Technologies Energy management system and methods for the optimization of distributed generation
US7127327B1 (en) 2003-09-11 2006-10-24 Dte Energy Technologies, Inc. System and method for managing energy generation equipment
US20120065793A1 (en) * 2010-02-25 2012-03-15 Kaji Mitsuru Demand and supply control apparatus, demand and supply control method, and program
JP2013156937A (ja) * 2012-01-31 2013-08-15 Hitachi Ltd エネルギーネットワークの最適運転制御装置
JP5981313B2 (ja) * 2012-11-09 2016-08-31 株式会社東芝 電力抑制型蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
US20140257584A1 (en) * 2013-03-07 2014-09-11 Kabushiki Kaisha Toshiba Energy management system, energy management method, medium, and server
JP6009976B2 (ja) * 2013-03-07 2016-10-19 株式会社東芝 エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230067556A (ko) 2021-11-09 2023-05-16 얀마 홀딩스 주식회사 표시 장치
KR20230067555A (ko) 2021-11-09 2023-05-16 얀마 홀딩스 주식회사 표시 장치
KR20230067554A (ko) 2021-11-09 2023-05-16 얀마 홀딩스 주식회사 표시 장치
TWI797019B (zh) * 2022-05-30 2023-03-21 陳正一 微電網電力調度系統及其方法

Also Published As

Publication number Publication date
JP2017535241A (ja) 2017-11-24
US10621683B2 (en) 2020-04-14
WO2016071930A8 (en) 2016-08-04
EP3216001A1 (en) 2017-09-13
US20180322591A1 (en) 2018-11-08
WO2016071930A1 (en) 2016-05-12

Similar Documents

Publication Publication Date Title
JP6423967B2 (ja) ローカルエネルギーネットワークを最適化するための制御装置
JP6577674B2 (ja) 構内エネルギー網におけるエネルギー管理の評価を最適化する制御装置
CN110689189B (zh) 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法
CN109859071B (zh) 虚拟电厂多能互补的源荷储优化配置方法
Ruusu et al. Direct quantification of multiple-source energy flexibility in a residential building using a new model predictive high-level controller
US9824409B2 (en) Energy management system, server, energy management method, and storage medium
Zhang et al. Optimization algorithm for home energy management system based on artificial bee colony in smart grid
Shang et al. Generation and storage scheduling of combined heat and power
Chen et al. Economic and environmental operation of power systems including combined cooling, heating, power and energy storage resources using developed multi-objective grey wolf algorithm
Ali et al. Risk-averse home energy management system
GR1010085B (el) Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου
EP2966748A1 (en) Energy management system, energy management method, program, and server
Phan et al. Determination of optimal battery utilization to minimize operating costs for a grid-connected building with renewable energy sources
Cortés et al. Near-optimal operation of the distributed energy resources in a smart microgrid district
CN112418488B (zh) 一种基于两阶段能量优化的综合能源***调度方法及装置
Xiao et al. A multi‐energy complementary coordinated dispatch method for integrated system of wind‐photovoltaic‐hydro‐thermal‐energy storage
Ren et al. Life-cycle-based multi-objective optimal design and analysis of distributed multi-energy systems for data centers
CN112883630A (zh) 用于风电消纳的多微网***日前优化经济调度方法
Garroussi et al. A hybrid non-dominated sorting genetic algorithm for a multi-objective demand-side management problem in a smart building.
Zheng et al. A techno-economic sizing method for PV/battery/grid hybrid solar systems for residential buildings
Bessler et al. Using flexibility information for energy demand optimization in the low voltage grid
CN113013881B (zh) 考虑能源站的配电网分布式光伏并网接纳能力计算方法
CN115659585A (zh) 计及需求响应的微能网低碳协同调度方法、装置、存储器及设备
Bando et al. Impact of various characteristics of electricity and heat demand on the optimal configuration of a microgrid
Bando et al. Optimal operation planning of a photovoltaic-cogeneration-battery hybrid system

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170913

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180327

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180403

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: 20181002

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181019

R150 Certificate of patent or registration of utility model

Ref document number: 6423967

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

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