JP6996651B1

JP6996651B1 - 負荷予測装置、負荷予測方法、及びプログラム

Info

Publication number: JP6996651B1
Application number: JP2021089127A
Authority: JP
Inventors: 達也飯坂; 尚登竜田; 旭石津; 祐一島崎
Original assignee: Fuji Electric Co Ltd
Current assignee: Fuji Electric Co Ltd
Priority date: 2021-05-27
Filing date: 2021-05-27
Publication date: 2022-01-17
Anticipated expiration: 2041-05-27
Also published as: JP2022181907A; CN115409232A

Abstract

【課題】エネルギー供給装置の起動時も含む負荷を予測することができる。【解決手段】一実施形態に係る負荷予測装置は、エネルギー供給装置の負荷を予測する負荷予測装置であって、前記エネルギー供給装置の過去の負荷実績値と前記エネルギー供給装置の運転スケジュールとの少なくとも一方が格納されたデータベースを参照して、前記エネルギー供給装置の起動時に発生するスパイク状の負荷の予測値と、前記スパイク状の負荷の発生日時とを予測する第１の予測部、を有する。【選択図】図２

Description

本発明は、負荷予測装置、負荷予測方法、及びプログラムに関する。

熱や電力等といった様々なエネルギーの需要を予測する技術が従来から知られている（例えば、特許文献１～３等）。これらの技術では、過去の実績データ等からモデルを構築し、このモデルにより将来の需要を予測している。これらの技術により、エネルギーを供給するエネルギー供給装置の負荷を予測することが可能となる。

特許第３３６０５２０号公報特許第６１８７００３号公報特開２００１－２１６００１号公報

ところで、例えば、エネルギーとして熱を供給する熱源装置では、その立ち上がり時（起動時）にスパイク状の熱負荷が発生することが知られている。これは、熱媒体を設定温度まで温める（又は冷やす）ために生じるものである。

しかしながら、例えば、上記の特許文献１及び２は、熱源装置の立ち上がり後の安定的な需要（つまり、定常時の需要）を予測するものであり、立ち上がり時の熱源装置の熱負荷は予測することができなかった。一方で、例えば、上記の特許文献３は、熱源装置の起動時・停止時の熱需要を予測できるものの、精度予測するためにはデータ種類が不十分である。具体的には、過去数点の負荷実績データだけで予測するため、起動時における熱源装置の熱負荷の予測精度が低くなる場合があった。

本発明の一実施形態は、上記の点に鑑みてなされたもので、エネルギー供給装置の起動時も含む負荷を予測することを目的とする。

上記目的を達成するため、一実施形態に係る負荷予測装置は、エネルギー供給装置の負荷を予測する負荷予測装置であって、前記エネルギー供給装置の過去の負荷実績値と前記エネルギー供給装置の運転スケジュールとの少なくとも一方が格納されたデータベースを参照して、前記エネルギー供給装置の起動時に発生するスパイク状の負荷の予測値と、前記スパイク状の負荷の発生日時とを予測する第１の予測部、を有する。

エネルギー供給装置の起動時も含む負荷を予測することができる。

熱源装置と負荷装置の構成の一例を示す図である。熱源装置の熱負荷の一例を説明するための図である。本実施形態に係る負荷予測システムの全体構成の一例を示す図である。本実施形態に係る負荷予測処理の一例を説明するための図である。本実施形態に係る負荷予測装置のハードウェア構成の一例を示す図である。

以下、本発明の一実施形態について説明する。以下では、エネルギー供給装置の一例として熱源装置を想定し、エネルギーとして熱（冷熱である場合も含む）を供給する場合にその熱負荷を予測（特に、熱源装置の立ち上がり時（起動時）における熱負荷を予測）する場合について説明する。ただし、これは一例であって、エネルギーとして熱以外にも、例えば、電力や蒸気等の様々なエネルギーを対象として、そのエネルギーを供給するエネルギー供給装置の負荷を予測する場合にも同様に適用可能である。

＜熱源装置と負荷装置の構成＞
本実施形態で想定する熱源装置と負荷装置の構成の一例を図１に示す。図１に示すように、熱源装置１００と負荷装置２００はパイプ３１０及び３２０で連結されており、熱媒体の一例である水が循環している。なお、パイプ３１０及び３２０は図示しないポンプにより水が循環している。

熱源装置１００はパイプ３１０から取り込んだ冷水を加熱し、温水としてパイプ３２０に排出する。一方で、負荷装置２００はパイプ３２０から取り込んだ温水の熱を利用し、冷水としてパイプ３２０から排出する。負荷装置２００としては、例えば、ビル等の建物内の空調設備、工場内の負荷設備（例えば、飲料等の殺菌設備）、或る特定の地域内の負荷設備等といったものが挙げられる。

また、熱源装置１００（又は、パイプ３１０）内には、熱源装置１００がパイプ３１０から取り込んだ冷水（又は、パイプ３１０から取り込む冷水）の温度を計測する入口温度センサ４１０が設置されている。同様に、熱源装置１００（又は、パイプ３２０）内には、熱源装置１００がパイプ３２０に排出する温水（又は、パイプ３２０に排出した温水）の温度を計測する出口温度センサ４２０が設置されている。更に、パイプ３２０内には、パイプ３２０内の温水の流量を計測する流量センサ４３０が設置されている。

ここで、入口温度センサ４１０で計測された温度（入口側温度）をＴ_１、出口温度センサ４２０で計測された温度（出口側温度）をＴ_２、流量センサ４３０で計測された流量をＰ、熱媒体の比熱をＣとする。このとき、熱源装置１００の熱負荷Ｌは、以下で計算される。

Ｌ＝｜Ｔ_２－Ｔ_１｜×Ｐ×Ｃ
なお、図１に示す構成は一例であって、例えば、熱源装置１００はパイプ３１０から温水を取り込んで、この温水を冷やしてもよい（つまり、冷熱を供給してもよい）。この場合、負荷装置２００はパイプ３２０から取り込んだ冷水を利用し、温水としてパイプ３１０から排出する。また、図１に示す例では、熱媒体として水が例示されているが、水以外の熱媒体が用いられもよいことは言うまでもない。

更に、図１に示す例では、簡単のため、熱源装置１００と負荷装置２００がそれぞれ１台のみ記載されているが、これらはそれぞれ複数台存在してもよい。

＜熱源装置の熱負荷＞
熱源装置１００の熱負荷の一例を図２に示す。図２に示す例では、熱源装置１００を時刻ｔ_１に起動し、時刻ｔ_４に停止操作が行われて時刻ｔ_５に熱源装置１００の熱供給が停止した場合を示している。この場合、図２に示すように、時刻ｔ_１に起動した後、熱源装置１００では或る時刻ｔ_２にスパイク状の熱負荷（言い換えれば、スパイク状の熱需要）が発生し、或る時刻ｔ_３以降では安定的な熱負荷が発生する。

ここで、時刻ｔ_３から時刻ｔ_４の間の安定的な熱負荷は、負荷装置２００が需要する熱（真の負荷）と、パイプ３２０での放熱ロスとで構成される負荷である。一方で、時刻ｔ_１から時刻ｔ_３の間のスパイク状の熱負荷は、負荷装置２００が需要する熱（真の負荷）と、パイプ３２０での放熱ロスと、パイプ３２０内の熱媒体を或る設定温度まで温める（又は冷やす）ための熱とで構成される負荷である。つまり、スパイク状の熱負荷は、パイプ３２０内の熱媒体を或る設定温度まで温める（又は冷やす）ために生じるものである。なお、設定温度とは熱源装置１００に予め設定される温度であり、運転時におけるパイプ３２０内の熱媒体の目標温度（言い換えれば、熱源装置１００の出口側の目標温度）である。

以下では、熱源装置１００の起動後、安定的な熱負荷が発生するまでの時間（つまり、時刻ｔ_１から時刻ｔ_３までの時間）を起動時といい、安定的な熱負荷が発生している間の時間（つまり、時刻ｔ_３から時刻ｔ_４までの時間）を安定運転時といい、熱源装置１００の停止操作が行われてから停止するまでの時間（つまり、時刻ｔ_４から時刻ｔ_５までの時間）を停止時という。なお、安定運転時は定常運転時等と呼ばれてもよい。

このとき、本実施形態は、熱源装置１００の起動時の熱負荷と安定運転時の熱負荷とを精度良く予測（特に、起動時の熱負荷を精度良く予測）することが目的である。なお、安定運転時の熱負荷は、例えば特許文献１等に記載されている既存技術により精度良く予測することが可能であるため、本実施形態でも安定運転時の熱負荷の予測には既存技術を用いる。

なお、図２に示す例では、簡単のため、安定運転時の熱負荷を一定としているが、これは一例であり、必ずしも一定とは限らない熱負荷が発生していてもよい。すなわち、安定運転時には定常的な熱負荷（又は、定常的とみなせる熱負荷）が発生していればよく、必ずしも負荷が一定である必要はない。

＜負荷予測システムの全体構成＞
本実施形態に係る負荷予測システムの全体構成を図３に示す。図３に示すように、本実施形態に係る負荷予測システムには、負荷予測装置５００と、データベースサーバ６００と、端末７００と、センサ群４００とが含まれ、それぞれが通信ネットワーク８００を介して通信可能に接続されている。

センサ群４００は、入口温度センサ４１０、出口温度センサ４２０、及び流量センサ４３０等を含む各種センサ群である。なお、センサ群４００には、熱源装置１００の負荷実績値を計測するセンサも含まれる。

負荷予測装置５００は、データベースサーバ６００が持つデータベース６１０を参照して、熱源装置１００の起動時の熱負荷と安定運転時の熱負荷とを予測するコンピュータである。ここで、負荷予測装置５００は、起動時予測部５１０と、安定運転時予測部５２０とを有する。これら各部は、例えば、負荷予測装置５００にインストールされた１以上のプログラムが、ＣＰＵ（Central Processing Unit）等の演算装置に実行させる処理により実現される。

起動時予測部５１０は、熱源装置１００の起動時の熱負荷を予測する。安定運転時予測部５２０は、例えば特許文献１に記載されている予測モデルにより、安定運転時の熱負荷を予測する。ここで、安定運転時予測部５２０には、当該予測モデルを構築（学習）する学習部５２１と、当該予測モデルにより安定運転時の熱負荷を予測する予測部５２２とが含まれている。

データベースサーバ６００は、各種データが格納されるデータベース６１０を有している。データベース６１０には、例えば、熱源装置１００の負荷実績、各種センサ値、カレンダー等の暦情報、気温等の含む気象情報等を表すデータが格納される。負荷実績や各種センサ値を表すデータは、通信ネットワーク８００を介してセンサ群４００から収集される。また、暦情報や気象情報を表すデータは、通信ネットワーク８００を介して端末７００から入力される。ただし、気象情報を表すデータは、例えば、インターネット等を経由して外部のサーバ等から収集されてもよい。ここで、暦情報には、熱源装置１００の運転スケジュール（つまり、熱源装置１００の起動日時や停止日時、その他にもメンテナンス日時等）が含まれているものとする。

端末７００は、上述した暦情報や気象情報等を、通信ネットワーク８００を介してデータベース６１０に格納する。なお、暦情報や気象情報等は、例えば、端末７００上に表示された画面等からユーザが入力してもよいし、暦情報や気象情報が記述されたファイル等により入力してもよい。

なお、図１に示す負荷予測システムの全体構成は一例であって、例えば、負荷予測装置５００、データベースサーバ６００及び端末７００のうちの少なくとも１つが１台の装置で実現されていてもよい。

＜負荷予測処理＞
本実施形態に係る負荷予測処理の流れを図４に示す。図４に示すように、負荷予測処理は学習フェーズと予測フェーズとで構成されており、ステップＳ１０１が学習フェーズ、ステップＳ１０２～ステップＳ１０３が予測フェーズである。なお、学習フェーズは予測フェーズよりも前に実行される。

安定運転時予測部５２０の学習部５２１は、データベース６１０に格納されている各種データ（熱源装置１００の負荷実績、各種センサ値、暦情報、気象情報等を表すデータ）を用いて、安定運転時の負荷予測に用いる予測モデルを学習する（ステップＳ１０１）。ここで、学習部５２１は、例えば特許文献１に記載されている予測モデルを学習すればよい。なお、特許文献１に記載されている予測モデルはニューラルネットワーク（特にリカレントニューラルネットワーク）で実現されたモデルであり、安定運転時の負荷を予測するものである。この予測モデルの構成や学習方法の詳細については特許文献１を参照されたい。ただし、特許文献１に記載されている予測モデルに限られず、安定運転時の負荷を予測できるモデルであれば任意の予測モデルを学習により構築してもよい。

起動時予測部５１０は、データベース６１０に格納されている各種データ（熱源装置１００の負荷実績、各種センサ値、暦情報等を表すデータ）を用いて、熱源装置１００の起動時の熱負荷を予測する（ステップＳ１０２）。この予測方法の詳細については後述する。

次に、安定運転時予測部５２０の予測部５２２は、データベース６１０に格納されている各種データ（熱源装置１００の負荷実績、各種センサ値、暦情報、気象情報等を表すデータ）と、学習フェーズで学習された予測モデルとを用いて、安定運転時の熱負荷を予測する（ステップＳ１０３）。この予測モデルによる予測方法の詳細については特許文献１を参照されたい。ただし、特許文献１に記載されている予測モデル以外のモデルにより予測してもよいことは言うまでもない。

このように、本実施形態に係る負荷予測装置５００は、熱源装置１００の起動時と安定運転時とを分けて負荷を予測する。後述するように、本実施形態に係る負荷予測装置５００は熱源装置１０の起動時の負荷を精度良く予測することができるため、起動時と安定運転時の両方で精度良く負荷を予測することが可能となる。

なお、本実施形態に係る負荷予測装置５００は、例えば、上記のステップＳ１０２～ステップＳ１０３で得られた予測結果を端末７００上に表示させてもよいし、この予測結果に基づいて各種機器又は装置の制御を行ってもよい。例えば、当該予測結果に基づいて、熱源装置１００に燃料又は電力等を供給する装置又は機器の稼働を制御してもよいし、熱源装置１００自体の稼働を制御してもよいし、負荷装置２００の稼働を制御してもよい。

＜起動時の熱負荷の予測方法＞
以下、上記のステップＳ１０２における起動時の熱負荷の予測方法について説明する。ここで、以下では、運用担当者等のユーザによって与えられた予測日における熱源装置１００の起動時の或る時間幅Δにおける熱負荷Ｌ_ｉｎｆを予測するものとする。すなわち、熱負荷Ｌ_ｉｎｆは時間幅Δの平均的な熱負荷を表すものとする。

なお、時間幅Δは、例えば、１５分や３０分等の任意の時間幅を設定することが可能であるが、典型的にはΔ＝ｔ_３－ｔ_１と設定することが考えられる。Δ＝ｔ_３－ｔ_１と設定した場合、熱源装置１００の起動時の熱負荷の平均値が予測されることになる。

≪方法１≫
方法１は簡易的な予測方法である。熱源装置１００の起動時におけるスパイク状の熱負荷は、主に、出口側温度Ｔ_２を設定温度にするために生じる負荷である。一般的に、その負荷は大きく、熱源装置１００の定格出力（つまり、起動時の条件下における最大出力）となることが多い。このため、方法１では、Ｌ_ｉｎｆ＝定格出力、とする。

ここで、スパイクが発生する時刻、つまり予測熱負荷Ｌ_ｉｎｆの発生時刻は、暦情報に含まれる運転スケジュールの予測日における起動時刻（熱源装置１００の予測日における起動時刻）とすればよい。又は、運転スケジュールが存在しない場合には、熱源装置１００の過去数日（例えば、過去１週間等の所定の過去期間）の負荷実績の中でスパイクが発生した時刻を用いて、予測日における当該時刻を、予測熱負荷Ｌ_ｉｎｆの発生時刻とすればよい。

これにより、簡易的に、比較的高い精度で予測日における熱負荷Ｌ_ｉｎｆとその発生時刻とを予測することが可能となる。

≪方法２≫
方法２は方法１よりも厳密に予測する方法である。この方法２では、設定温度Ｔ_ｓとして、以下により熱負荷Ｌ_ｉｎｆを予測する。

Ｌ_ｉｎｆ＝｜Ｔ_ｓ－Ｔ_１｜×Ｐ×Ｃ
なお、Ｔ_１及びＰも時間幅Δにおける平均を表すことに留意されたい。

ここで、予測日時（つまり、予測日におけるスパイクの発生時刻）における入口側温度Ｔ_１及び流量Ｐは得られないため、Ｔ_１としては、例えば、予測時点の入口側温度の実績値、又は、過去数日（例えば、過去１週間等の所定の過去期間）の入口側温度の実績値のうち、予測時点と同時刻の入口側温度の実績値の平均値とする。また、Ｐとしては、例えば、パイプ３２０の定格値（つまり、起動時の条件下における最大流量）とする。ただし、ＰもＴ_１と同様に、例えば、予測時点の流量の実績値としてもよいし、過去数日の流量の実績値のうち、予測時点と同時刻の流量の実績値の平均値としてもよい。

なお、予測日におけるスパイクの発生時刻（つまり、予測熱負荷Ｌ_ｉｎｆの発生時刻）は、方法１と同様の方法で決定すればよい。

これにより、方法１よりも高い精度で予測日における熱負荷Ｌ_ｉｎｆとその発生時刻とを予測することが可能となる。

≪方法３≫
Δ＝ｔ_３－ｔ_１と設定した場合、上記の方法１及び方法２では起動時における予測熱負荷Ｌ_ｉｎｆとその発生時刻とが得られるが、Δをより細かく設定することでより精度良く熱負荷を予測することが可能になる。

すなわち、例えば、Δ_１＝（（ｔ_３－ｔ_１）／２）－ｔ_１、Δ_２＝ｔ_３－（（ｔ_３－ｔ_１）／２）とした上で、Δ_１及びΔ_２のそれぞれで上記の方法１又は方法２により熱負荷Ｌ_ｉｎｆとその発生時刻とを予測する。

また、より一般には、Ｎを予め決められた２以上の整数として、Δ_１，・・・，Δ_Ｎのそれぞれで上記の方法１又は方法２により熱負荷Ｌ_ｉｎｆとその発生時刻とを予測してもよい。

これにより、方法１又は方法２を用いて、予測日における熱負荷Ｌ_ｉｎｆとその発生時刻とをより細かく予測（すなわち、より精度良く予測）することが可能となる。

＜負荷予測装置のハードウェア構成＞
本実施形態に係る負荷予測装置５００のハードウェア構成を図５に示す。図５に示すように、本実施形態に係る負荷予測装置５００は一般的なコンピュータ又はコンピュータシステムのハードウェアで実現され、例えば、入力装置９０１と、表示装置９０２と、外部Ｉ／Ｆ９０３と、通信Ｉ／Ｆ９０４と、プロセッサ９０５と、メモリ装置９０６とを有する。これらの各ハードウェアは、それぞれがバス９０７により通信可能に接続される。なお、データベースサーバ６００や端末７００も同様のハードウェアで実現され得るため、データベースサーバ６００及び端末７００のハードウェア構成についてはその説明を省略する。

入力装置９０１は、例えば、キーボードやマウス、タッチパネル、物理ボタン等である。表示装置９０２は、例えば、ディスプレイ等である。なお、負荷予測装置５００は、入力装置９０１及び表示装置９０２のうちの少なくとも一方を有していなくてもよい。

外部Ｉ／Ｆ９０３は、記録媒体９０３ａ等の外部装置とのインタフェースである。負荷予測装置５００は、外部Ｉ／Ｆ９０３を介して、記録媒体９０３ａの読み取りや書き込み等を行うことができる。なお、記録媒体９０３ａとしては、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＳＤメモリカード（Secure Digital memory card）、ＵＳＢ（Universal Serial Bus）メモリカード等が挙げられる。

通信Ｉ／Ｆ９０４は、負荷予測装置５００を通信ネットワーク８００に接続するためのインタフェースである。プロセッサ９０５は、例えば、ＣＰＵやＧＰＵ（Graphics Processing Unit）等の各種演算装置である。メモリ装置９０６は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等の各種記憶装置である。

本実施形態に係る負荷予測装置５００は、図５に示すハードウェア構成を有することにより、上述した負荷予測処理を実現することができる。なお、図５に示すハードウェア構成は一例であって、負荷予測装置５００は、様々なハードウェア構成を有し得る。例えば、負荷予測装置５００は、複数のプロセッサ９０５を有していたり、複数のメモリ装置９０６を有していたりしてもよい。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。

１００熱源装置
２００負荷装置
３１０、３２０パイプ
４００センサ群
４１０入口温度センサ
４２０出口温度センサ
４３０流量センサ
５００負荷予測装置
５１０起動時予測部
５２０安定運転時予測部
５２１学習部
５２２予測部
６００データベースサーバ
６１０データベース
７００端末
８００通信ネットワーク
９０１入力装置
９０２表示装置
９０３外部Ｉ／Ｆ
９０３ａ記録媒体
９０４通信Ｉ／Ｆ
９０５プロセッサ
９０６メモリ装置
９０７バス

Claims

熱需要装置に熱を供給する熱供給装置の負荷を予測する負荷予測装置であって、
前記熱供給装置の過去の負荷実績値と前記熱供給装置の運転スケジュールとが格納されたデータベースを参照して、前記熱供給装置の起動時に発生するスパイク状の負荷の予測値と、前記スパイク状の負荷の予測対象日における前記スパイク状の負荷の発生時刻とを予測する第１の予測部、
を有し、
前記第１の予測部は、
予め決められた所定の時間幅Δにおける前記熱供給装置の負荷の平均を、前記スパイク状の負荷の予測値とし、
前記スパイク状の負荷は、前記熱需要装置が需要する熱と、前記熱供給装置から前記熱需要装置に供給するときの放熱ロスを表す熱と、前記熱供給装置から前記熱需要装置に熱を供給する熱媒体を所定の設定温度にするための熱とで構成される熱に対応する負荷である、負荷予測装置。
前記第１の予測部は、
前記熱供給装置の定格出力を、前記時間幅Δにおける前記熱供給装置の負荷の平均とする、請求項１に記載の負荷予測装置。
前記第１の予測部は、
前記熱供給装置の入口側温度の前記時間幅Δにおける平均をＴ_１、前記熱媒体の比熱をＣ、前記熱供給装置の出口側の設定温度をＴ_ｓ、前記熱供給装置と前記熱需要装置との間の前記熱媒体の流量の前記時間幅Δにおける平均をＰとして、｜Ｔ_ｓ－Ｔ_１｜×Ｐ×Ｃにより、前記時間幅Δにおける前記熱供給装置の負荷の平均を算出する、請求項１に記載の負荷予測装置。
前記第１の予測部は、
前記過去の負荷実績値の中でスパイク状の負荷実績値が発生した時刻、又は、前記運転スケジュールにおける前記熱供給装置の起動時刻、のいずれかを、前記予測対象日における前記スパイク状の負荷の発生時刻として予測する、請求項１乃至３の何れか一項に記載の負荷予測装置。
第１の予測部は、
前記熱供給装置が起動された時刻を第１の時刻、前記熱供給装置が定常的な運転状態となった時刻を第２の時刻として、前記第２の時刻と前記第１の時刻との差を前記時間幅Δとし、
前記定常的な運転とは、前記熱供給装置の負荷が、前記熱需要装置が需要する熱と、前記熱供給装置から前記熱需要装置に供給するときの放熱ロスを表す熱とで構成される熱に対応する負荷で表される運転状態のことである、請求項１乃至４の何れか一項に記載の負荷予測装置。
第１の予測部は、
前記熱供給装置が起動された時刻を第１の時刻、前記熱供給装置が定常的な運転状態となった時刻を第２の時刻、予め決められた２以上の整数をＮとして、前記第２の時刻と前記第１の時刻との差をＮ分割した時間幅を前記時間幅Δとし、
前記第１の時刻から前記第２の時刻までの各時間幅Δにおいて、前記スパイク状の負荷の予測値と、前記スパイク状の負荷の予測対象日における前記スパイク状の負荷の発生時刻とを予測し、
前記定常的な運転とは、前記熱供給装置の負荷が、前記熱需要装置が需要する熱と、前記熱供給装置から前記熱需要装置に供給するときの放熱ロスを表す熱とで構成される熱に対応する負荷で表される運転状態のことである、請求項１乃至４の何れか一項に記載の負荷予測装置。
前記データベースを参照して、予め学習された予測モデルにより、前記熱供給装置の定常的な運転状態における負荷の予測値を予測する第２の予測部を有し、
前記定常的な運転とは、前記熱供給装置の負荷が、前記熱需要装置が需要する熱と、前記熱供給装置から前記熱需要装置に供給するときの放熱ロスを表す熱とで構成される熱に対応する負荷で表される運転状態のことである、請求項１乃至６の何れか一項に記載の負荷予測装置。
熱需要装置に熱を供給する熱供給装置の負荷を予測する負荷予測装置が、
前記熱供給装置の過去の負荷実績値と前記熱供給装置の運転スケジュールとが格納されたデータベースを参照して、前記熱供給装置の起動時に発生するスパイク状の負荷の予測値と、前記スパイク状の負荷の予測対象日における前記スパイク状の負荷の発生時刻とを予測する予測手順、
を実行し、
前記予測手順は、
予め決められた所定の時間幅Δにおける前記熱供給装置の負荷の平均を、前記スパイク状の負荷の予測値とし、
前記スパイク状の負荷は、前記熱需要装置が需要する熱と、前記熱供給装置から前記熱需要装置に供給するときの放熱ロスを表す熱と、前記熱供給装置から前記熱需要装置に熱を供給する熱媒体を所定の設定温度にするための熱とで構成される熱に対応する負荷である、負荷予測方法。
熱需要装置に熱を供給する熱供給装置の負荷を予測する負荷予測装置に、
前記熱供給装置の過去の負荷実績値と前記熱供給装置の運転スケジュールとが格納されたデータベースを参照して、前記熱供給装置の起動時に発生するスパイク状の負荷の予測値と、前記スパイク状の負荷の予測対象日における前記スパイク状の負荷の発生時刻とを予測する予測手順、
を実行させ、
前記予測手順は、
予め決められた所定の時間幅Δにおける前記熱供給装置の負荷の平均を、前記スパイク状の負荷の予測値とし、
前記スパイク状の負荷は、前記熱需要装置が需要する熱と、前記熱供給装置から前記熱需要装置に供給するときの放熱ロスを表す熱と、前記熱供給装置から前記熱需要装置に熱を供給する熱媒体を所定の設定温度にするための熱とで構成される熱に対応する負荷である、プログラム。