JP6498322B2 - 空調制御評価装置、空調システム、空調制御評価方法及びプログラム - Google Patents
空調制御評価装置、空調システム、空調制御評価方法及びプログラム Download PDFInfo
- Publication number
- JP6498322B2 JP6498322B2 JP2017565386A JP2017565386A JP6498322B2 JP 6498322 B2 JP6498322 B2 JP 6498322B2 JP 2017565386 A JP2017565386 A JP 2017565386A JP 2017565386 A JP2017565386 A JP 2017565386A JP 6498322 B2 JP6498322 B2 JP 6498322B2
- Authority
- JP
- Japan
- Prior art keywords
- building
- model
- air conditioning
- information
- evaluation
- 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
Links
- 238000004378 air conditioning Methods 0.000 title claims description 297
- 238000011156 evaluation Methods 0.000 title claims description 263
- 238000000034 method Methods 0.000 claims description 78
- 238000005259 measurement Methods 0.000 claims description 69
- 239000003344 environmental pollutant Substances 0.000 claims description 43
- 231100000719 pollutant Toxicity 0.000 claims description 43
- 238000009826 distribution Methods 0.000 claims description 29
- 238000001816 cooling Methods 0.000 claims description 20
- 238000011157 data evaluation Methods 0.000 claims description 17
- 238000009434 installation Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 238000007791 dehumidification Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000009413 insulation Methods 0.000 claims description 9
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000005338 heat storage Methods 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 5
- 238000003795 desorption Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 35
- 238000004891 communication Methods 0.000 description 30
- 238000004364 calculation method Methods 0.000 description 26
- 230000000875 corresponding effect Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 14
- 238000007781 pre-processing Methods 0.000 description 12
- 230000005855 radiation Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 10
- 238000005311 autocorrelation function Methods 0.000 description 7
- 238000009423 ventilation Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000005477 standard model Effects 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 102100035353 Cyclin-dependent kinase 2-associated protein 1 Human genes 0.000 description 2
- 238000003657 Likelihood-ratio test Methods 0.000 description 2
- 102100029860 Suppressor of tumorigenicity 20 protein Human genes 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 238000012311 Shapiro-Wilk normality test Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 239000013643 reference control Substances 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
- F24F2110/12—Temperature of the outside air
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/20—Humidity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/20—Humidity
- F24F2110/22—Humidity of the outside air
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Description
特許文献1に開示された消費エネルギー算出装置は、建物情報、発熱体情報、環境情報及び運用情報を含む入力情報を入力とする物理モデルを用いて空間の熱負荷を求める第1の熱負荷解析部と、熱負荷と冷熱装置の消費電力量とを対応付けた冷熱装置特性から、第1の熱負荷解析部が求めた熱負荷に対応する消費電力量を推定する第1の消費電力推定部とを有する構成である。
また、特許文献1には、消費エネルギー算出装置が、過去の熱負荷のデータ群と冷熱装置の消費電力量の実績データ群とを統計的に関連づけた統計モデル(例えば、単回帰分析又は重回帰分析)を用いて冷熱装置特性を求める統計解析部を有することが開示されている。
建物内の空間に対する空調制御を評価する方法ではないが、評価対象の推定値を得るために、評価対象に適した計算モデルと最小限かつ的確なパラメータを求めるために、実測値と推定値の誤差に基づいて計算モデル及びパラメータを選択する方法の例が、特許文献2及び特許文献3に開示されている。
特許文献2に開示された方法では、物理モデルの定義が困難な入出力データに対し、入出力データの相関係数を用いて入力データを選択しているが、入出力データとして入手できないデータを用いたい場合は単純な相関関係だけで最適なモデルを選択することは困難である。例えば、快適性を評価する際に壁表面温度を用いる場合、壁表面温度は入出力データとして入手できないが、物理モデルを定義すると予測可能である。特許文献2に開示された装置では、予測モデルの学習に用いた入出力データにおいては相関関係が見られないが、評価に用いたいデータと建物の仕様等から推定される建物の物理モデルを選択する基準を備えていないので、最適なモデルを選択できず、予測精度が悪化する可能性がある。
特許文献3に開示された方法は、評価基準が推定値と実測値の誤差のみであり、計算モデルを必要以上に複雑化させ、結果的に推定すべきパラメータの数が増加し、出力データの推定精度を悪化させる可能性がある。
本発明の実施の形態1の空調制御評価装置を含む空調システムの構成について説明する。図1Aは、本発明の実施の形態1の空調制御評価装置を含む空調システムの一構成例を示すブロック図である。
図1Aに示すように、空調システム1は、空調コントローラ11と、空調機器12とを有する。空調コントローラ11は、空調ネットワーク13を介して空調機器12と接続されている。空調コントローラ11は、本実施の形態1の空調制御評価装置の機能を備えている。空調制御評価装置の構成及び動作については、図3〜図11を参照して、後で詳しく説明する。
空調コントローラ11は、予め設定された制御アルゴリズムにしたがって空調ネットワーク13を介して制御信号を空調機器12に送信することで空調機器12を制御する。また、空調コントローラ11は、空調機器12の状態を示す情報を空調ネットワーク13を介して空調機器12から受信することで、空調機器12の状態を監視する。
空調機器12に含まれる構成要素について、上記の構成要素は一例であって、これらの構成要素に限定されない。また、空調機器12に上記の構成要素の全てが含まれている必要はない。また、空調機器12は、上記の構成要素以外に、室内の空気状態を制御するその他の種類の機器を構成要素としてもよい。複数の構成要素を備えた空調機器12が複数設けられてもよい。空調機器12が1つの構成要素であってもよい。
また、空調機21には温度センサ及び湿度センサを含む複数種のセンサが設けられていてもよい。空調機21は空調ネットワーク13を介して空調コントローラ11と通信するための通信機能を備えていてもよい。また、空調機器12に含まれる構成要素のうち、空調機21を除く構成要素の一部又は全部が、温度及び湿度等を計測するセンサを有していてもよく、空調ネットワーク13を介して空調コントローラ11と通信する機能を備えていてもよい。
図1Bに示すように、空調システム1aは、図1Aに示した構成と比較すると、空調ネットワーク13及び空調機器12のそれぞれと通信ケーブルを介して接続された機器接続用コントローラ14をさらに有する構成である。空調機器12は機器接続用コントローラ14及び空調ネットワーク13を介して空調コントローラ11と接続される。
機器接続用コントローラ14は、空調コントローラ11と空調機器12との間のデータ通信を中継する機能が実装されている。
図1Bに示す構成において、図1Aに示したように、空調ネットワーク13と空調機器12とが直接に接続される通信ケーブルが設けられていてもよい。この場合、例えば、空調機器12の構成要素のうち、一部の構成要素が空調ネットワーク13と直接に接続し、他の構成要素が機器接続用コントローラ14を介して空調ネットワーク13に接続される構成であってもよい。
図1Cに示すように、空調システム1bは、図1Bに示した構成と比較すると、センサ19をさらに有する構成である。センサ19は、例えば、温度センサ、湿度センサ、及びCO2濃度センサ等のセンシングを行う機器である。センサ19の設置場所は、例えば、空調機器12の空調対象空間である室内等である。外気温及び日射量等をセンシングさせるような場合には、センサ19は屋外に設置されればよい。
図1Cに示す構成例では、センサ19は、空調ネットワーク13及び機器接続用コントローラ14のそれぞれと通信ケーブルを介して接続されている。センサ19は、検出した値を空調ネットワーク13を介して空調コントローラ11に送信してもよく、機器接続用コントローラ14及び空調ネットワーク13を介して空調コントローラ11に送信してもよい。
また、図1Cは、センサ19が空調ネットワーク13及び機器接続用コントローラ14のそれぞれと接続する2本の通信ケーブルを有する場合を示しているが、通信ケーブルはいずれか一方だけであってもよい。図1Cに示す構成においても、空調ネットワーク13と空調機器12とが直接に接続される通信ケーブルが設けられていてもよい。
ここまで、図1A〜図1Cを参照して、本実施の形態1における空調システムの構成例を説明したが、空調システムの構成はこれらの構成に限定されない。空調システムの別の構成例を、図2を参照して説明する。
図2に示すように、空調システム1cは、図1Cに示した構成において、後述する空調制御評価装置の機能を備えた評価用計算機15を有する構成である。評価用計算機15は、汎用ネットワーク16を介して、空調コントローラ11aと接続されている。空調コントローラ11aは、後述する空調制御評価装置の機能を備えていなくてもよい。評価用計算機15は、汎用ネットワーク16を介して、空調コントローラ11aと各種通信を行う。汎用ネットワーク16は、例えば、インターネットである。
図2に示すように、空調システム1cに空調コントローラ11a及び評価用計算機15が設けられている場合、後述する空調制御評価装置の機能が空調コントローラ11aと評価用計算機15とに分担されるようにしてもよい。
図2は図1Cに示した空調システムに、汎用ネットワーク16及び評価用計算機15が追加された構成を示しているが、図1Cに示した空調システムの代わりに、図1A又は図1Bに示した空調システムであってもよい。
本発明の実施の形態1の空調制御評価装置の構成を説明する。
図3は、本発明の実施の形態1の空調制御評価装置の一構成例を示すブロック図である。
図3に示すように、空調制御評価装置3は、記憶部31と、演算部32と、データ入力部33と、データ出力部34とを有する。演算部32は、データ評価部321aを含むデータ前処理部321と、モデル候補選択部322と、パラメータ推定部323と、モデル評価部324と、空調制御評価部325とを有する。
ここでは、制御対象の空調機器12として、空調機21が図1Aを参照して説明した空調システム1に複数台設けられている構成を想定しているが、1台の空調機21に注目して説明する。また、本実施の形態1では、空調制御評価装置の機能を備えた空調システムが図1Aに示した空調システム1の場合で説明するが、図1Aに示した空調システムに限定されない。
以下に、図3に示した空調制御評価装置3の各部の機能を詳しく説明する。
記憶部31は、例えば、ハードディスク装置を含む記憶装置である。
記憶部31は、空調機21に関連する機器情報、運転データおよび計測データと、空調機21が設置されている建物に関する情報である建物情報とを記憶する。また、記憶部31は、モデル候補選択基準311と、熱特性モデル群312a及び湿度特性モデル群312bを含む建物モデル群312と、空調制御情報群とを記憶する。さらに、記憶部31は、演算部32が決定する確定建物モデル及び演算部32が算出する評価値を記憶する。
以下に、記憶部31が記憶する各情報について説明する。
また、機器情報は、室外機21aと室内機21bの接続関係、及び空調機21の設置場所等の空調システムの構成に関する情報も含む。さらに、機器情報は、データ入力部33及びデータ出力部34が空調機21と送受信するデータの種類及び送受信の周期等の情報を含んでいてもよい。本実施の形態1では、空調機器12が空調機21である場合に注目して説明しているが、記憶部31が記憶する機器情報の対象が空調機器12の各構成要素であってもよい。
これらのデータの項目は、運転データ及び計測データのそれぞれについて代表例として列挙したものであり、これらの項目に限定されない。また、運転データ及び計測データのそれぞれは、上記の項目を全て含んでいなくてもよい。以下では、運転データ及び計測データを実測データと称し、機器情報及び実測データを含む情報を機器関連情報と称する。
記憶部31が記憶する確定建物モデルは、省エネルギー性および快適性の評価のために適用する建物モデルとして、演算部32のモデル評価部324が複数の建物モデルから選択する建物モデルである。確定建物モデルは、熱特性モデル及び湿度特性モデルのうち、いずれか一方でもよく、両方でもよい。
省エネルギー性評価値は、例えば、評価対象のある1つの空調制御が実行された場合と、それ以外の空調制御が実行された場合の空調機21の消費電力量の差、基準となる制御の消費電力量に対するその差の割合、及び消費電力量の時系列データなどである。快適性評価値は、例えば、評価対象のある1つの空調制御が実行された場合とそれ以外の空調制御が実行された場合のそれぞれの快適性の指標であるPMV(Predicted Mean Vote)、制御実行の前後の室内の温度及び湿度の変動量、及び室内の温度及び湿度の時系列データなどである。
(熱特性モデル)
図4は、本発明の実施の形態1の空調制御評価装置の熱特性モデル群が有する熱特性モデルを図式的に示す説明図である。図4は、熱特性モデルで考慮する各因子の例を示している。図4に示す熱特性モデルにおいては、熱負荷の影響因子として、外気温(TO)41と、日射量(QS)42と、隣室温度(TOZ)43と、室内温度(TZ)44と、空調除去熱量(QHVAC)45と、室内発生熱量(QOCC+QEQP)(人体+OA機器+照明)46とが考慮されている。
図5A〜図5Gは、本発明の実施の形態1の空調制御評価装置の熱特性モデル群が有する熱特性モデルを熱回路網で示した図である。図5A〜図5Gは、上記熱負荷の影響因子の関係を表現する際に用いる熱回路網モデルの例を示す。ここでは、図5A〜図5Gを用いて、熱量バランスを考慮する次元数によって異なる複数のモデル例を示す。図5Aは図5B〜図5Gのベースとなる1次モデルである。図5Aは室内温度と外気温を1つの熱抵抗で結び、室の熱容量を考慮した熱特性モデルである。この熱特性モデルは、外気温の変動は時間遅れすることなく、ある一定の影響度で室内温度の変動に寄与することを表す、最も単純な熱特性モデルである。蓄熱性能の低い建物においては図5Aの熱特性モデルで建物の熱特性を再現可能な場合がある。
また、CWは外壁熱容量[kJ/K]であり、CZは室内熱容量[kJ/K]である。a1は室内へ透過する日射量の係数[−]であり、a2は外壁へ照射する日射量の係数[−]である。b1及びb2は空調除去(供給)熱量の係数[−]である。c1及びc2はOA機器、照明機器及び人体の発熱量の係数[−]である。
次に、図5Dの熱回路網モデルについて説明する。図5Dは図5Bに加えて、床の温度と熱容量を考慮した熱特性モデルである。床面の温度(TF)と床面の熱容量(CF)、さらに地表面温度(TG)をモデルに加えることにより、一般的には外壁部材とは異なる床部材を介して、室内温度の変動へ寄与する成分を外壁とは区別して考慮することができる。
次に、図5Eの熱回路網モデルについて説明する。図5Eは図5Dに加えて、天井裏空間の温度と熱容量を考慮した熱特性モデルである。天井裏温度(TC)と天井裏空間の熱容量(CC)をモデルに加えることにより、天井裏空間から時間遅れを伴って室内温度の変動へ寄与する成分を外壁と区別して考慮することができる。
次に、図5Gの熱回路網モデルについて説明する。図5Gは図5Bの躯体部分を、躯体の室内側表面温度(TW1)と室外側表面温度(TW2)、さらに躯体の熱容量を室内側(CW1)と室外側(CW2)に分離した熱特性モデルである。躯体の室内側、室外側表面温度をモデルに加えることにより、躯体の表面温度を推定できるようになる。躯体の表面温度は、室内温度の変動に寄与するとともに、人体への放射温度として快適性評価に用いることができる。
図6は、図3に示した湿度特性モデル群が有する湿度特性モデルを図式的に示す説明図である。
図6においては、湿度特性モデルで考慮する各因子の例を、図式的に示している。例えば、湿度特性モデルにおいては、湿度の影響因子として、外気絶対湿度(XO)51と、室内発生水分量(Wi)52と、空調機冷房時による除湿量(WHVAC)53と、室内絶対湿度(XZ)54と、壁等の吸放湿である表面絶対湿度(XS)55とが考慮されている。ここで言う「壁等」には、壁、床、及び天井を含む空調対象空間を形成する構造物及び空調対象空間内の配置物(家具等)が含まれる。
図7A及び図7Bは、本発明の実施の形態1の空調制御評価装置の湿度特性モデル群が有する湿度特性モデルを図式的に示す説明図である。
一例として、図7Aの湿度特性モデルについて説明する。
図7Aの湿度特性モデルは湿度の影響因子として、外気湿度と、室内発生水分量と、空調機による除湿(冷房時)と、壁等の吸放湿とが考慮されている。
モデル候補選択基準311は建物モデルに使用可能な入力データの項目と選択する建物モデルとの対応を示したものである。図5A〜図5G、図7A及び図7Bを参照して、モデル候補選択基準311を説明する。
熱特性モデルを選択する際に考慮する項目としては、例えば、評価対象フロアが建物の全フロアのうち何階かという項目がある。ユーザが設定した建物情報の評価対象フロアが最上階か、1階か、それら以外の中間階かによって、建物モデルの候補となる熱特性モデルは異なる。ここで標準モデルは、建物の躯体の熱容量を考慮しない熱特性モデル(図5A)と、屋根、床及び外壁を分離せずに1つの躯体としてみなし、躯体の熱容量を考慮する熱特性モデル(図5B)とする。比較モデルは、評価対象フロアが最上階の場合は屋根を分離した熱特性モデル(図5C)とし、評価対象フロアが1階の場合は床を分離し地表面温度の影響を含んだ熱特性モデル(図5D)とする。
建物モデルの入力データの項目として、運転データ及び計測データから室内機吸込み温度に加えて、評価対象のフロアの机の上付近に設置されたセンサが検出した温度が使用可能な場合、熱特性モデルの候補として、図5Bに示した標準モデルに加えて、室内機設置場所付近と居住域温度に分離した熱特性モデル(図5F)が選択される。
建物モデルの入力データの項目として、運転データ及び計測データから壁表面温度が使用可能な場合、図5Bに示した標準モデルに加えて、壁表面温度を含んだ熱特性モデル(図5G)が選択される。一方、入力データの項目として壁表面温度が含まれていないが、室内温度が含まれている場合でも、快適性評価値を計算する際に人体への放射温度として壁表面温度を用いたい場合は、図5Gが選択される。
上述の、項目とモデルの組み合わせは、使用可能な入力データの項目と建物モデルとの対応関係の一例であって、上述の組み合わせに限定されない。また、モデル候補選択基準311に、複数の入力データの組み合わせと建物モデルとの対応づけが設定されていてもよい。
演算部32は、図3に示すように、データ前処理部321と、モデル候補選択部322と、パラメータ推定部323と、モデル評価部324と、空調制御評価部325とを有する。パラメータ推定部323はパラメータ上下限設定部323a及びパラメータ評価部323bを含む。モデル評価部324はモデル残差評価部324aを含む。空調制御評価部325は省エネルギー性評価部325a及び快適性評価部325bを含む。
演算部32は、プログラムを記憶するメモリ(不図示)と、プログラムにしたがって処理を実行するCPU(Central Processing Unit)(不図示)とを有する。演算部32に設けられたメモリ(不図示)は、例えば、EEPROM(Electrically Erasable and Programmable Read Only Memory)及びフラッシュメモリを含む不揮発性メモリである。CPUがプログラムを実行することで、データ前処理部321、モデル候補選択部322、パラメータ推定部323、モデル評価部324及び空調制御評価部325が空調制御評価装置3に構成される。プログラムには、平均値、標準偏差及び自己相関係数を含む統計値性質を示す値を算出する手順と、情報量基準又は検定に基づくモデル選択を含む統計的処理に関する手順とが記述されている。
データ前処理部321は、演算部32が使用する各種データの前処理及び各種データの分析を実行する。データ前処理部321は、以下に説明するデータ評価部321aが実行する処理以外の処理として、例えば、センサ異常による外れ値の除去、タイムステップの統一、及び欠損値の補間などを行う。
データ評価部321aは、建物情報、機器情報、運転データ及び計測データを含む入力データを確認し、運転データ及び計測データの統計的性質を算出する。入力データの確認とは、演算部32が使用するデータ種別が全て揃っているか否かを判定することである。データ評価部321aは、入力データが揃っていないと判定した場合、記憶部31に予め格納されたデフォルト値を使うか、揃っていないデータを使用しないモデルを選択するか、又は必要な入力データが揃っていない旨をユーザに通知するかを判断する。
一方、デフォルト値の使用が不可のデータの項目として、例えば、室内湿度の測定データがある。室内湿度の測定データが記憶部31に登録されていない場合、データ評価部321aは、建物モデル群312のうち湿度特性モデル群312bを使用しないことを決定する。
そのため、後述のモデル候補選択部322は、データ評価部321aが確認した入力データの有無と入力データの数値の情報を、モデル候補選択基準311と照らし合わせることにより、選択する建物モデル候補を決定することが可能となる。
実測データの正規性の仮説が検定により棄却されなかった場合、パラメータ推定部323が使用するパラメータ推定方法に最小二乗法が適用される。実測データの正規性の仮説が棄却された場合、パラメータ推定方法に最尤法が適用される。実測データの正規性の仮説が棄却され、実測データに多峰性が確認された場合、多峰性データへも適用可能なサンプリング手法(例えば、MCMC(マルコフ連鎖モンテカルロ)法)等がパラメータ推定方法に用いられる。
モデル候補選択部322は、データ前処理部321が確認した、使用可能な入力データの項目とモデル候補選定基準311とに基づいて、建物モデルの候補を建物モデル群312から複数選択する。建物モデルの候補を選択する際、モデル候補選択部322は、入力データの項目だけでなく、その項目の数値も参考にしてもよい。
パラメータ推定部323は、モデル候補選択部322が選択した複数の建物モデルの候補のパラメータについて、運転データ及び計測データの分布情報に対応するパラメータ推定方法にしたがってパラメータの値を算出する。例えば、運転データ及び計測データの分布の種類が正規分布である場合、パラメータ推定部323は、パラメータ推定方法に最小二乗法を採用し、建物モデルの出力データの実測値と推定値の残差平方和が最小になるように建物モデルのパラメータの値を決定する。運転データ及び計測データの分布の種類が正規分布でない場合、パラメータ推定部323は、パラメータ推定方法に最尤法を選択し、建物モデルの尤度が最大になるように建物モデルのパラメータの値を推定する。ただし、運転データ及び計測データの分布に多峰性が認められる場合、パラメータ推定部323は、パラメータ推定方法にサンプリング手法を採用する。
このように、パラメータ推定部323は、データ評価部321aが確認した運転データ及び計測データの分布情報にしたがって、パラメータ推定方法を変える。
パラメータ上下限設定部323aは、最小二乗法又はその他の手法(最尤法及びサンプリング手法など)によってパラメータの推定値を求める際に使用される、パラメータの初期値と、パラメータの上限値及び下限値とを設定する。以下では、上限値及び下限値を「上下限値」と称する。パラメータの初期値と上下限値によって、解の収束速さ及び評価値が変わるため、適切な初期値と上下限値とを設定する必要がある。
パラメータ上下限設定部323aは、パラメータの初期値及び上下限値を、対象となる建物モデルと、建物情報及び機器情報とに応じて変更する。例えば、屋根、床及び外壁を分離せずに1つの躯体として扱う熱特性モデル(図5B)の外壁熱容量CWは、屋根(天井)を分離した熱特性モデル(図5C)の外壁熱容量CWとは異なる。また、室内熱容量CZはモデル化する室内容積の大きさによって異なる。
床面積の情報が建物情報に登録されていない場合、パラメータ上下限設定部323aは、機器情報に含まれる、空調機21の定格能力の情報から床面積又は室内容積を推定してもよい。例えば、空調機21の定格能力[W]を、床面積あたりの最大冷房負荷(例えば、230W/m2)で割ることにより、床面積を算出することが可能である。床面積あたりの最大冷房負荷は設計仕様から求めてもよいし、基準となる一般的な指標から求めてもよい。
上記の最大冷房負荷及び熱貫流率等の値はあくまでパラメータの上下限値と初期値とを決める際の指標となる値であり、厳密な精度は問わない。
パラメータ評価部323bはパラメータの推定値が建物モデルの出力データに対して顕著な影響があるか否かを評価する。評価方法の一例を説明する。パラメータの値を増やしたときに出力データの推定精度が上がるかどうかをパラメータ毎に確率的に評価する検定を行う。検定の結果、p値が0.05以下のパラメータは、有意水準5%で出力データに対して影響があるとみなす。ここで使用される検定として、例えば、T検定及び尤度比検定がある。
また、目的関数Fの変化量に対する各パラメータParの変化量(dF/dPar)が0に近い場合、目的関数の最適解の付近にパラメータが収束していることを表す。目的関数Fは、例えば、実測値と推定値の残差平方和、及び尤度関数等である。
目的関数Fが実測値と推定値の残差平方和である場合、パラメータ評価部323bは、出力データの実測値と推定値の残差平方和が最小になるように、パラメータの推定値を算出する。目的関数Fが尤度関数である場合、パラメータ評価部323bは、建物モデルの尤度が最大になるようにパラメータの推定値を算出する。
モデル評価部324は、パラメータ推定部323が決定した各建物モデルを相対的な統計値及び残差の評価結果に基づいて、確定建物モデルを決定する。この建物モデル中のパラメータ数が増加すると対数尤度は増加する性質がある。そのため、モデル評価部324は、モデル同志を比較して最良のモデルを選択する際、AIC(赤池情報量基準)及びTIC(竹内の情報量基準)などの統一的な指標で比較するか、モデル同志の対数尤度について検定を実施し有意差を確認する。モデル評価部324は、モデル間の有意差を確認することで、パラメータ数を不必要に増加させることを抑制した低次元のモデルを選択することが可能となる。
モデルAからDにかけてモデルを複雑化したことで、モデルの推定精度(つまり対数尤度)に有意な差があるか否かを、図8を参照して、尤度比検定で確認してみる。p値が0.05以上になってしまうと、有意水準5%で比較する2つのモデルの対数尤度に差があるとは言えない。そのため、図8ではモデルAからDにかけて対数尤度は増加しているが、モデルCとモデルDの対数尤度に有意な差があるとは言えない。図8に示す例では、モデルDの対数尤度がモデルCの対数尤度よりも大きいが、モデル評価部324は、p値が0.05よりも小さいモデルCを最適なモデルとして選択する。
さらに、以下に説明するように、モデル残差評価部324aが上記の評価結果に基づいて、最終的な確定建物モデルを決定する。
モデルの推定精度の評価は、推定されたモデルの出力データの実測値と推定値との残差平方和又は推定されたモデルの尤度だけでなく、出力データの残差の統計的性質の評価も重要である。入力データに対応してよい出力データの近似が得られている場合は、残差はホワイトノイズである。ホワイトノイズとは、全ての周波数で同じ強度となり、過去のデータと相関がない、つまり自己相関がないノイズのことである。全ての周波数で同じ強度かどうかは、式(4)に示すペリオドグラムを計算することで評価することができる。
図10に示すように、ACFがタイムラグに依存しない場合、つまりACFが図10の破線で示す95%信頼区間内にある場合、モデル残差評価部324aは、残差に自己相関がないと判断する。この残差の評価は、建物モデルについて、入出力データの感度を評価することに相当する。
全てのモデル候補において残差がホワイトノイズと判断できない場合は、モデル残差評価部324aは、信頼区間を95%から90%に緩和した後、上述した方法と同様にして評価を行い、確定建物モデルの候補を選択する。信頼区間を90%に緩和しても全てのモデル候補においてホワイトノイズと判断できない場合は、モデル残差評価部324aは、累積ペリオドグラムの90%信頼区間からの逸脱度が最も小さいモデルを最適なモデルとして選択する。逸脱度は各周波数の累積ペリオドグラムと90%信頼区間との差の最大値とする。
空調制御評価部325は、確定建物モデルを用いて、空調制御群に含まれる空調制御を実施する場合の熱負荷、室温、室内湿度及び空調システムの消費電力量を計算する。
省エネルギー性評価部325aは、省エネルギー性評価値として、評価対象のある一つの空調制御を実施した場合の消費電力量に対する、評価対象の別の空調制御を実施した場合の消費電力量の変化量と、その変化の割合とを計算する。
快適性評価部325bは、快適性評価値として、評価対象のある一つの空調制御を実施した場合の室温及び室内湿度に対する、評価対象の別の空調制御を実施した場合の室温及び室内湿度の変化量を計算する。快適性評価部325bは、快適性評価値として、快適性指標であるPMV値を計算してもよい。
空調制御評価部325は、算出した省エネルギー性評価値及び快適性評価値を記憶部31に格納する。
データ入力部33は、空調機21と通信する機能を備え、空調機21から運転データ及び計測データを受信すると、運転データ及び計測データを記憶部31に格納する。データ入力部33は、建物情報及び機器情報を含むファイルを、例えば、図2に示した汎用ネットワーク16を介して情報処理装置(不図示)からダウンロードして記憶部31に格納してもよい。評価対象の空調制御がデータ入力部33を介して指定される。データ入力部33は、空調機21の各種データを通信媒体を介して空調機21から取得するが、この通信媒体の種類は特に限定されない。通信媒体は、例えば、有線であってもよく、無線であってもよい。
データ入力部33は表示装置に搭載されたタッチパネルであってもよい。データ入力部33がタッチパネルである場合、ユーザがタッチパネルを介して建物情報及び機器情報を直接入力してもよい。
また、ユーザはデータ入力部33を介して、あらかじめ保存された建物モデル群から、自由にモデルを選択してもよい。
データ出力部34は、例えば、ディスプレイ及びプリンタを含む出力装置である。
データ出力部34は、記憶部31が記憶する省エネルギー性評価値及び快適性評価値を読み出して出力する。データ出力部34がディスプレイである場合、データ出力部34は、省エネルギー性評価値及び快適性評価値を含む評価値を画面に表示する。ユーザは、画面に表示された評価値を見て、評価対象の空調制御の省エネルギー性および快適性の効果を確認することが可能となる。
また、データ出力部34は、記憶部31が記憶する建物モデル群及び確定建物モデルのいずれか一方又は両方を表示してもよい。ここで表示する建物モデルは、図5A〜5Gのような熱回路網モデルの図及び図7A、7Bのような湿度特性モデルの図のうち、いずれかの図でもよく、建物モデル毎に熱特性及び湿度特性の一方又は両方で考慮している要因を一覧で表示するものでもよい。ユーザはどのような建物モデルがあらかじめ保存されているか、あるいは確定建物モデルとしてフロアごと及び対象エリアごとのいずれか一方又は両方に適した建物モデルが選択されているか、確認することができる。
次に、本実施の形態1の空調制御評価装置3の動作手順を説明する。
図11は、本発明の実施の形態1の空調制御評価装置の動作手順を示すフローチャートである。この処理のフローは、例えば、1[回/日]など、予め決められた時間周期で実行される。上記の1[回/日]の周期は一例であり、1[回/週間]の周期、1[回/月]の周期であってもよい。この時間周期の情報は、建物情報又は機器情報に含まれ、記憶部31に格納されている。なお、各ステップにおける処理内容は、演算部32の各部の機能について詳細に説明しているため、ここでは、その説明を省略する。
演算部32は、ステップST19の判定及び評価に基づいて最適な建物モデルを確定する(ステップST20)。演算部32は、ステップST20で確定した建物モデルを用いて、評価対象の空調制御を実行した場合の省エネルギー性と室内の快適性を評価する(ステップST21)。演算部32は、ステップST21で行った評価の結果を、データ出力部34を介して出力する(ステップST22)。
また、上述の空調制御評価装置3の構成及び動作の説明では、制御対象の機器を、図1Aに示した空調機器12のうち、空調機21の場合で説明したが、制御対象の機器は空調機21に限定されない。また、制御対象の機器は、図1Aに示した空調機器12の構成要素のうち、1つの構成要素に限定されず、複数の構成要素であってもよい。
また、複数の建物モデルについて統計量を用いてモデル間の比較を行っているので、空調機器の消費電力の変動及び室内の快適性の変化の推定に必要なパラメータの数を抑制することができる。
これらの制御方法を評価対象として、本実施の形態1の空調制御評価装置に評価を実行させれば、ユーザは、これらの制御方法を空調システムに実際に導入する前に、室内の快適性がどのように変化するかを確認できる。
また、多重共線性回避のために実際に相関関係はないがデータの見かけ上の相関関係により物理的に重要な入力データが削除されてしまう可能性がある。その結果、使用するモデルの出力データの推定精度がよくなっても、入力データの変動に対する出力データの変動が適切にモデル化できないため、省エネルギー制御の効果に関する推定精度を悪化させる可能性がある。
本実施の形態2は、ユーザが選択した評価対象の制御を空調機に実行可能にしたものである。
本実施の形態2の空調制御評価装置の構成を説明する。実施の形態1と異なる構成について詳細に説明し、実施の形態1と同様な構成についての詳細な説明を省略する。
図12は、本発明の実施の形態2の空調制御評価装置の一構成例を示すブロック図である。図12に示すように、空調制御評価装置3aは、図3に示した構成の他に、ユーザ選択部6と、制御指令変換部326とを有する。制御指令変換部326は演算部32に設けられている。
ユーザ選択部6は、ユーザが空調制御群から空調機21に実行させる空調制御の情報を選択可能にするものである。ユーザ選択部6は、ユーザが選択した空調制御の情報を含む確定制御を記憶部31に一旦格納した後、確定制御の信号を制御指令変換部326に送信する。
なお、図12は、ユーザ選択部6とデータ入力部33とを別の構成として示しているが、データ入力部33がユーザ選択部6の機能を備えていてもよい。
データ出力部34は、空調機21と通信する機能を備え、記憶部31が記憶する制御指令を読み出し、空調機21に送信する。データ出力部34が空調機21に制御指令を送信するための通信媒体の種類は特に限定されない。通信媒体は、例えば、有線であってもよく、無線であってもよい。また、空調機21及びデータ入力部33間で使用される通信手段と空調機21及びデータ出力部34間で使用される通信手段とが異なっていてもよい。すなわち、これらの通信手段は複数の種類の通信手段が組み合わされたものであってもよい。
図13は、本発明の実施の形態2の空調制御評価装置の動作手順を示すフローチャートである。本実施の形態2では、図11に示した動作手順に追加されたステップST23〜25について説明し、ステップST11〜ステップST22についての詳細な説明を省略する。
ステップST22の処理の後、ユーザは、データ出力部34が出力する評価結果に基づいて、評価したい空調制御を空調制御群からユーザ選択部6を操作して選択する。演算部32は、ユーザにより空調制御が選択されたことを認識すると(ステップST23)、選択された空調制御に基づいて、空調機21宛に送信する制御指令を作成する(ステップST24)。続いて、演算部32は、作成した制御指令をデータ出力部34を介して空調機21に送信する(ステップST25)。
本実施の形態3は、快適性評価値として汚染物質濃度も考慮できるようにしたものである。本実施の形態3は、評価対象の機器が空調機21だけでなく、図1Aに示した換気装置22及び外調機27など、外気と空気のやりとりを行う、室内汚染物質除去に関わる装置が含まれる場合に、室内の快適性の評価に汚染物質濃度を追加するものである。
本実施の形態3の空調制御評価装置の構成を説明する。実施の形態1と異なる構成について詳細に説明し、実施の形態1と同様な構成についての詳細な説明を省略する。
図14は、本発明の実施の形態3の空調制御評価装置の一構成例を示すブロック図である。図14に示すように、空調制御評価装置3bは、図3に示した建物モデル群312が汚染物質濃度特性モデル群312cをさらに有する構成である。汚染物質濃度特性モデル群312cは、汚染物質の変化の特性に対応した複数種の汚染物質濃度特性モデルを含む。
モデル評価部324は、データ評価部321aが評価した使用可能な項目に汚染物質濃度に関する項目が含まれていると、その項目と上記選択基準とに基づいて汚染物質濃度特性モデルの情報を確定建物モデルに含める。
空調制御評価部325の快適性評価部325bは、快適性評価値として、空調機21について、評価対象の複数の空調制御のうち、少なくとも1つの制御が実行された場合の室内の汚染物質濃度に対する、評価対象の別の制御が実行された場合の室内の汚染物質濃度の変化量を算出する。
Claims (14)
- 建物内に設置された少なくとも1つの空調機器に対する複数の制御を評価する空調制御評価装置であって、
前記空調機器が設置されたエリアを含む建物に関する情報である建物情報と、該空調機器の特性を含む機器情報と、該空調機器の運転状態並びに前記エリアと外気の温度、又は温度と湿度の両方の情報を含む実測データと、前記空調機器に対する評価対象の制御の情報と、前記建物の熱特性、又は熱特性と湿度特性の両方を表す複数の建物モデルを含む建物モデル群と、前記建物情報、前記機器情報及び前記実測データに含まれる項目と建物モデルとの対応を示すモデル候補選択基準とを記憶する記憶部と、
前記建物情報、前記機器情報及び前記実測データに含まれる項目のうち、前記建物モデルの入力データとして使用可能な項目を判定し、前記実測データの分布の種類を特定するデータ評価部と、
前記入力データとして使用可能な項目と前記モデル候補選択基準とに基づいて、前記建物モデル群から複数の建物モデルを候補として選択するモデル候補選択部と、
前記分布の種類に対応してパラメータ推定方法を決定し、該パラメータ推定方法にしたがって、前記候補として選択された複数の建物モデルに含まれるパラメータの推定値を算出するパラメータ推定部と、
前記候補として選択された複数の建物モデルについて予め決められた統計量を計算し、該統計量と該複数の建物モデル毎の温度、又は温度と湿度の両方の推定値と実測値との残差に基づいて該複数の建物モデルの候補から1つの建物モデルを確定するモデル評価部と、
前記モデル評価部が確定した建物モデルを用いて、前記評価対象の複数の制御が実行される場合の前記空調機器の省エネルギー性評価値と快適性評価値を算出する空調制御評価部と、
を有する空調制御評価装置。 - 前記建物モデル群は、
熱特性の影響因子として少なくとも外気温と室内発生熱量を含み、前記建物の躯体の断熱性能を表すパラメータを含む熱特性モデルと、前記建物の躯体の断熱性能と蓄熱性能を表すパラメータを含む熱特性モデル、又は
湿度特性の影響因子として少なくとも外気湿度と前記エリアの発生水分量と、前記空調機器の冷房時による除湿量と、前記エリアを形成する構造物の吸放湿量を含む水分収支を表す湿度特性モデルと前記熱特性モデルの両方を有する請求項1に記載の空調制御評価装置。 - 前記パラメータ推定部は、前記パラメータの推定値を算出する際、該パラメータの上限値、下限値及び初期値を設定し、該パラメータの上限値及び下限値の範囲で該パラメータの実測値と推定値の残差平方和が最小になるように、又は前記候補として選択された複数の建物モデルの尤度が最大になるように、該パラメータの推定値を決定する、請求項1又は2に記載の空調制御評価装置。
- 前記省エネルギー性評価値は、前記空調機器について、前記評価対象の複数の制御のうち、少なくとも1つの制御が実行された場合の消費電力量に対する、該評価対象の別の制御が実行された場合の消費電力量の変化量であり、
前記快適性評価値は、前記空調機器について、前記評価対象の複数の制御のうち、少なくとも1つの制御が実行された場合の前記エリアの温度、又は温度と湿度の両方の推定値に対し、該評価対象の別の制御が実行された場合の前記エリアの温度、又は温度と湿度の両方の変化量である、請求項1〜3のいずれか1項に記載の空調制御評価装置。 - 前記建物情報は、複数のフロアを有する建物において前記空調機器が設置されているエリアのフロアである評価対象フロアが該複数のフロアのうち何階であるかの情報を含み、
前記モデル候補選択基準は、前記評価対象フロアが何階であるかの情報に対応して、候補として選択される建物モデルが設定されている、請求項1〜4のいずれか1項に記載の空調制御評価装置。 - 前記建物情報は、前記エリア内に加湿器が設置されているか否かの情報を含み、
前記モデル候補選択基準は、前記エリア内に加湿器が設置されているか否かの情報と入力データとして使用可能かの情報に対応して、候補として選択される建物モデルが設定されている、請求項1〜5のいずれか1項に記載の空調制御評価装置。 - 前記機器情報は、前記エリア内に設置されている前記空調機器の設置場所の情報を含み、
前記建物情報は、前記エリア内の温度を計測するセンサの設置場所の情報を含み、
前記実測データは、前記空調機器に設置されているセンサで計測した吸込み温度データ、及び前記エリアに設置されたセンサで計測した室温データの両方、又はいずれか一方を含み、
前記モデル候補選択基準は、前記空調機器の設置場所に対応して、候補として選択される建物モデルが設定されている、請求項1〜6のいずれか1項に記載の空調制御評価装置。 - 前記モデル評価部は、前記建物モデル毎に前記残差の累積ペリオドグラムと自己相関係数を算出し、該累積ペリオドグラム及び自己相関係数に基づいて該残差がホワイトノイズであるか否かを判定し、該残差がホワイトノイズと判定した建物モデルのうち、前記残差が最も小さい建物モデルを前記1つの建物モデルに確定する、請求項1〜7のいずれか1項に記載の空調制御評価装置。
- 前記建物モデル群は、前記エリア内の汚染物質濃度の変化の特性を表す汚染物質濃度特性モデルを含み、
前記空調制御評価部は、前記快適性評価値として、前記空調機器について、前記評価対象の複数の制御のうち、少なくとも1つの制御が実行された場合の前記エリア内の汚染物質濃度に対する、該評価対象の別の制御が実行された場合の前記エリア内の汚染物質濃度の変化量を算出する、請求項1〜8のいずれか1項に記載の空調制御評価装置。 - 前記機器情報は、前記空調機器に設置されている汚染物質濃度を計測するセンサの位置情報を含み、
前記建物情報は、前記エリア内の汚染物質濃度を計測するセンサの設置位置の情報を含み、
前記実測データは、前記空調機器に設置されているセンサで計測した汚染物質濃度データ及び前記エリア内に設置されたセンサで計測した汚染物質濃度データの両方、又はいずれか一方を含み、
前記モデル候補選択基準は、前記エリア内の汚染物質濃度を計測するセンサ位置の情報に対応して、候補として選択される汚染物質濃度特性モデルが設定されている、請求項1〜9のいずれか1項に記載の空調制御評価装置。 - 前記記憶部は、前記空調機器について複数の前記制御の情報を含む空調制御群を記憶し、
前記空調制御群から前記評価対象の制御をユーザが選択するためのユーザ選択部と、
前記ユーザが前記ユーザ選択部を操作して前記評価対象の制御を選択すると、該評価対象の制御に基づく制御指令を前記空調機器に送信する制御指令変換部と、をさらに有する請求項1〜10のいずれか1項に記載の空調制御評価装置。 - 建物内に設置された少なくとも1つの空調機器と、
前記空調機器を制御する空調コントローラと、
請求項1〜11のいずれか1項に記載の空調制御評価装置と、
を有する空調システム。 - 建物内に設置された少なくとも1つの空調機器に対する複数の制御を評価するコンピュータに実行させる空調制御評価方法であって、
前記空調機器が設置されたエリアを含む建物に関する情報である建物情報と、該空調機器の特性を含む機器情報と、該空調機器の運転状態並びに前記エリアと外気の温度、又は温度と湿度の両方の情報を含む実測データと、前記空調機器に対する評価対象の制御の情報と、前記建物の熱特性、又は熱特性と湿度特性の両方を表す複数の建物モデルを含む建物モデル群と、前記建物情報、前記機器情報及び前記実測データに含まれる項目と建物モデルとの対応を示すモデル候補選択基準とを前記コンピュータの記憶部に格納し、
前記建物情報、前記機器情報及び前記実測データに含まれる項目のうち、前記建物モデルの入力データとして使用可能な項目を判定し、前記実測データの分布の種類を特定し、
前記入力データとして使用可能な項目と前記モデル候補選択基準とに基づいて、前記建物モデル群から複数の建物モデルを候補として選択し、
前記分布の種類に対応してパラメータ推定方法を決定し、該パラメータ推定方法にしたがって、前記候補として選択された複数の建物モデルに含まれるパラメータの推定値を算出し、
前記候補として選択された複数の建物モデルについて予め決められた統計量を計算し、該統計量と該複数の建物モデル毎の温度、又は温度と湿度の両方の推定値と実測値との残差に基づいて該複数の建物モデルの候補から1つの建物モデルを確定し、
前記確定された建物モデルを用いて、前記評価対象の制御が実行される場合の前記空調機器の省エネルギー性評価値と快適性評価値を算出する、空調制御評価方法。 - コンピュータに、
建物内に設置された少なくとも1つの空調機器が設置されたエリアを含む建物に関する情報である建物情報と、該空調機器の特性を含む機器情報と、該空調機器の運転状態並びに前記エリアと外気の温度、又は温度と湿度の両方の情報を含む実測データと、前記空調機器に対する評価対象の制御の情報と、前記建物の熱特性、又は熱特性と湿度特性の両方を表す複数の建物モデルを含む建物モデル群と、前記建物情報、前記機器情報及び前記実測データに含まれる項目と建物モデルとの対応を示すモデル候補選択基準とを前記コンピュータの記憶部に格納する手順と、
前記建物情報、前記機器情報及び前記実測データに含まれる項目のうち、前記建物モデルの入力データとして使用可能な項目を判定し、前記実測データの分布の種類を特定する手順と、
前記入力データとして使用可能な項目と前記モデル候補選択基準とに基づいて、前記建物モデル群から複数の建物モデルを候補として選択する手順と、
前記分布の種類に対応してパラメータ推定方法を決定し、該パラメータ推定方法にしたがって、前記候補として選択された複数の建物モデルに含まれるパラメータの推定値を算出する手順と、
前記候補として選択された複数の建物モデルについて予め決められた統計量を計算し、該統計量と該複数の建物モデル毎の温度、又は温度と湿度の両方の推定値と実測値との残差に基づいて該複数の建物モデルの候補から1つの建物モデルを確定する手順と、
前記確定された建物モデルを用いて、前記評価対象の制御が実行される場合の前記空調機器の省エネルギー性評価値と快適性評価値を算出する手順を実行させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016020029 | 2016-02-04 | ||
JP2016020029 | 2016-02-04 | ||
PCT/JP2016/070063 WO2017134847A1 (ja) | 2016-02-04 | 2016-07-07 | 空調制御評価装置、空調システム、空調制御評価方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017134847A1 JPWO2017134847A1 (ja) | 2018-06-21 |
JP6498322B2 true JP6498322B2 (ja) | 2019-04-10 |
Family
ID=59500145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017565386A Active JP6498322B2 (ja) | 2016-02-04 | 2016-07-07 | 空調制御評価装置、空調システム、空調制御評価方法及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US10794608B2 (ja) |
EP (1) | EP3412982B1 (ja) |
JP (1) | JP6498322B2 (ja) |
WO (1) | WO2017134847A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102379984B1 (ko) * | 2021-12-06 | 2022-03-29 | 주식회사 인코어드 테크놀로지스 | 신재생에너지 발전 관리 시스템 |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017170039A1 (ja) * | 2016-03-31 | 2017-10-05 | 日本電気株式会社 | 熱モデル作成装置、方法およびプログラム |
US10982869B2 (en) * | 2016-09-13 | 2021-04-20 | Board Of Trustees Of Michigan State University | Intelligent sensing system for indoor air quality analytics |
US11041649B2 (en) * | 2016-11-16 | 2021-06-22 | Mitsubishi Electric Corporation | Air-conditioning control device and air-conditioning control method |
JP6625239B2 (ja) * | 2016-11-18 | 2019-12-25 | 三菱電機株式会社 | 空気調和機および空気調和システム |
US20180238572A1 (en) * | 2017-02-21 | 2018-08-23 | Sunpower Corporation | Modeling and controlling heating, ventilation, and air conditioning systems |
CN110300874B (zh) * | 2017-03-28 | 2021-12-24 | 松下知识产权经营株式会社 | 环境控制***和环境控制方法 |
JP2019067238A (ja) * | 2017-10-03 | 2019-04-25 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 制御装置、制御方法および制御プログラム |
JP7008476B2 (ja) * | 2017-11-10 | 2022-01-25 | 三菱電機株式会社 | 室内環境調整システム、サーバ、室内環境調整方法及びプログラム |
JP7050225B2 (ja) * | 2017-11-17 | 2022-04-08 | パナソニックIpマネジメント株式会社 | 換気装置 |
CN107975919B (zh) * | 2017-11-21 | 2020-11-13 | 广东美的暖通设备有限公司 | 空调***、空调***的控制方法和装置 |
US20190187634A1 (en) * | 2017-12-15 | 2019-06-20 | Midea Group Co., Ltd | Machine learning control of environmental systems |
JP7062475B2 (ja) * | 2018-03-14 | 2022-05-06 | 株式会社東芝 | 空調制御装置、空調システム、空調制御方法及びプログラム |
US11994313B2 (en) * | 2018-04-20 | 2024-05-28 | Copeland Lp | Indoor air quality sensor calibration systems and methods |
CN109405162B (zh) * | 2018-09-19 | 2019-11-29 | 珠海格力电器股份有限公司 | 机组的温控方法和装置、空调机组 |
JP7215070B2 (ja) * | 2018-10-23 | 2023-01-31 | 富士通株式会社 | 制御プログラム、制御方法および制御装置 |
JP2020067222A (ja) * | 2018-10-23 | 2020-04-30 | 富士通株式会社 | 制御プログラム、制御方法および制御装置 |
JP7215069B2 (ja) | 2018-10-23 | 2023-01-31 | 富士通株式会社 | 制御プログラム、制御方法および制御装置 |
KR102017703B1 (ko) * | 2019-02-20 | 2019-09-03 | (주)후로스 | Bems 데이터를 이용한 에너지 효율 분석 시스템 |
US10962251B2 (en) * | 2019-03-06 | 2021-03-30 | Hitachi-Johnson Controls Air Conditioning, Inc. | Air condition management apparatus, system, and method |
EP3736655A1 (en) * | 2019-05-09 | 2020-11-11 | E.ON Sverige AB | Method and device for controlling indoor climate in a portion of a building |
FR3096762B1 (fr) * | 2019-05-29 | 2024-01-19 | Thierry Abgrall | Dispositif de commande prédictive d’appareils d’un habitat ou d’un bâtiment, pour réaliser des économies d'énergie, et obtenir un confort optimum en température, humidité, pollution et pollen. |
CN112146240B (zh) * | 2019-06-28 | 2023-10-03 | 广东美的制冷设备有限公司 | 运行控制方法、控制装置、线控设备、服务器和存储介质 |
CN110940061A (zh) * | 2019-12-17 | 2020-03-31 | 珠海格力电器股份有限公司 | 中央空调控制方法及*** |
WO2021176631A1 (ja) * | 2020-03-05 | 2021-09-10 | 三菱電機株式会社 | 熱負荷推定装置、空調制御システムおよび熱負荷推定方法 |
CN113449390B (zh) * | 2020-03-27 | 2024-01-19 | 青岛海尔空调电子有限公司 | 空调选型方法、***及装置 |
CN114183894B (zh) * | 2020-09-15 | 2023-04-11 | 青岛海信电子产业控股股份有限公司 | 一种调节环境参数的方法、终端及服务器 |
US11781766B2 (en) * | 2020-11-25 | 2023-10-10 | Research Products Corporation | System and method for humidification temperature compensation |
CN112816000A (zh) * | 2021-02-26 | 2021-05-18 | 华南理工大学 | 绿色建筑群室内外风环境质量的综合指数评价方法及*** |
CN117223021A (zh) * | 2021-04-30 | 2023-12-12 | 株式会社村田制作所 | 预测装置、预测方法以及预测程序 |
US20230243541A1 (en) * | 2022-02-02 | 2023-08-03 | Generac Power Systems, Inc. | Mpc for hvac with thermal model selection |
WO2024019253A1 (ko) * | 2022-07-19 | 2024-01-25 | 주식회사 씨드앤 | 대상 구역의 온도 변화량을 예측하는 장치 및 방법 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0476562A3 (en) | 1990-09-19 | 1993-02-10 | Hitachi, Ltd. | Method and apparatus for controlling moving body and facilities |
JPH056500A (ja) | 1990-09-19 | 1993-01-14 | Hitachi Ltd | 移動体・施設制御システム |
JP3743247B2 (ja) | 2000-02-22 | 2006-02-08 | 富士電機システムズ株式会社 | ニューラルネットワークによる予測装置 |
CN102812303B (zh) * | 2009-12-16 | 2016-03-30 | 国家科学和工业研究组织 | Hvac控制***和方法 |
JP5572799B2 (ja) * | 2010-04-01 | 2014-08-20 | 三菱電機株式会社 | 空調システム制御装置 |
JP5799224B2 (ja) * | 2011-05-24 | 2015-10-21 | パナソニックIpマネジメント株式会社 | 消費エネルギー算出装置、消費エネルギー算出方法およびプログラム |
US20150178865A1 (en) * | 2011-09-20 | 2015-06-25 | The Trustees Of Columbia University In The City Of New York | Total property optimization system for energy efficiency and smart buildings |
US8958921B2 (en) * | 2012-06-29 | 2015-02-17 | Mitsubishi Electric Research Laboratories, Inc. | Method for operating building climate control system using integrated temperature and humidity models |
KR20140048515A (ko) * | 2012-10-16 | 2014-04-24 | 한국전자통신연구원 | 건물에너지 소비성능 평가장치 및 평가방법 |
CN105143780B (zh) * | 2013-04-15 | 2017-11-17 | 三菱电机株式会社 | 空调***控制装置 |
US20140365017A1 (en) * | 2013-06-05 | 2014-12-11 | Jason Hanna | Methods and systems for optimized hvac operation |
US9447983B2 (en) * | 2013-08-20 | 2016-09-20 | FlowEnergy, L.L.C. | Building energy analysis and management system |
KR102157072B1 (ko) * | 2013-12-03 | 2020-09-17 | 삼성전자 주식회사 | 공조장치 또는 공조시스템의 온도 제어장치 및 방법 |
US10126009B2 (en) * | 2014-06-20 | 2018-11-13 | Honeywell International Inc. | HVAC zoning devices, systems, and methods |
US10094586B2 (en) * | 2015-04-20 | 2018-10-09 | Green Power Labs Inc. | Predictive building control system and method for optimizing energy use and thermal comfort for a building or network of buildings |
JP6503305B2 (ja) * | 2016-01-25 | 2019-04-17 | 株式会社日立情報通信エンジニアリング | 空調制御システム、空調計画装置、及び、計画方法 |
-
2016
- 2016-07-07 JP JP2017565386A patent/JP6498322B2/ja active Active
- 2016-07-07 EP EP16889331.1A patent/EP3412982B1/en active Active
- 2016-07-07 US US16/066,422 patent/US10794608B2/en active Active
- 2016-07-07 WO PCT/JP2016/070063 patent/WO2017134847A1/ja active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102379984B1 (ko) * | 2021-12-06 | 2022-03-29 | 주식회사 인코어드 테크놀로지스 | 신재생에너지 발전 관리 시스템 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2017134847A1 (ja) | 2018-06-21 |
US10794608B2 (en) | 2020-10-06 |
WO2017134847A9 (ja) | 2018-04-19 |
US20190017721A1 (en) | 2019-01-17 |
EP3412982B1 (en) | 2019-09-25 |
EP3412982A1 (en) | 2018-12-12 |
WO2017134847A1 (ja) | 2017-08-10 |
EP3412982A4 (en) | 2019-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6498322B2 (ja) | 空調制御評価装置、空調システム、空調制御評価方法及びプログラム | |
WO2018032241A1 (en) | Controller for hvac unit | |
US10088887B2 (en) | Central control apparatus for controlling facilities, facility control system comprising the same, and facility control method | |
JP5663596B2 (ja) | Hvac制御システムおよび方法 | |
EP3007016B1 (en) | Central control apparatus for controlling facilities, facility control system comprising the same, and facility control method | |
JP5572799B2 (ja) | 空調システム制御装置 | |
US10082313B2 (en) | Instruction device, and air conditioning system | |
EP3007019A1 (en) | Central control apparatus for controlling facilities, facility control system including the same, and method of controlling facilities | |
JPWO2014171314A1 (ja) | 空調システム制御装置 | |
JP7008476B2 (ja) | 室内環境調整システム、サーバ、室内環境調整方法及びプログラム | |
JP5032452B2 (ja) | 空調監視制御システム | |
CN107120794A (zh) | 空调器运行工况调节方法及空调器 | |
Sarbu et al. | Experimental and numerical investigations of the energy efficiency of conventional air conditioning systems in cooling mode and comfort assurance in office buildings | |
JP2015148417A (ja) | 空調システム、空調装置、空調制御方法およびプログラム | |
Woradechjumroen et al. | Virtual partition surface temperature sensor based on linear parametric model | |
JP2004234302A (ja) | プロセス管理装置 | |
Goel et al. | Performance-based building system evaluation for DOE energy asset score | |
US20210192469A1 (en) | Building control system with peer analysis for predictive models | |
JP6213772B2 (ja) | 天井放射パネル能力評価装置及び天井放射パネル能力評価プログラム | |
JP2020139705A (ja) | 運転制御方法、運転制御プログラムおよび運転制御装置 | |
Dimdina et al. | Indoor Air Quality in Multi-Apartment Buildings before and after Renovation | |
KR20110116690A (ko) | 사무용 건물설비의 최적관리 및 에너지 절감을 위한 지능형 빌딩제어시스템 및 제어방법 | |
Zheng | Development of a new methodology for evaluating the thermal performance of residential buildings | |
Fjerbæk et al. | Benchmarking Heating System Performance in Office Buildings through Grey-box Modeling | |
WO2021095191A1 (ja) | コントローラ、空調システム及び物理量算出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180206 |
|
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: 20190212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190312 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6498322 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |