JP4010964B2

JP4010964B2 - Operation control system

Info

Publication number: JP4010964B2
Application number: JP2003049850A
Authority: JP
Inventors: 和茂前田; 正博吉村; 博司高木; 哲吉田; 藤本　　善夫; 達朗荒井
Original assignee: Saibu Gas Co Ltd; Osaka Gas Co Ltd; Noritz Corp; Toho Gas Co Ltd
Current assignee: Saibu Gas Co Ltd; Osaka Gas Co Ltd; Noritz Corp; Toho Gas Co Ltd
Priority date: 2003-02-26
Filing date: 2003-02-26
Publication date: 2007-11-21
Anticipated expiration: 2023-02-26
Also published as: JP2004257723A; JP4152305B2; JP2004260946A

Description

【０００１】
【発明の属する技術分野】
本発明は、電力及び熱を発生する熱電併給装置の運転を制御する運転制御システムに関する。
【０００２】
【従来の技術】
熱電併給装置のように、電力と熱とを併せて供給することのできる装置では、電力需要と熱需要という二つの要因によって、装置の運転スケジュールが決定されることになる。ここで、突然の停電などによって熱電併給装置の運転が停止された場合、停電後の電源復帰時にどのような運転をすればよいのかの制御情報を熱電併給装置が持ち合わせていない場合には、需要家の電力需要及び熱需要に応じた適切な運転ができないという問題が生じる。そのような問題点を解決するために、運転開始時間、運転終了時間、運転モード、現在時間、タイマー設定などの情報を不揮発性メモリ（ＥＥＰＲＯＭ）に予め記憶しておき、停電などの電源供給遮断からの復帰時に、停電前の運転状態を再現することができるようなシステムが提案されている（例えば、特許文献１を参照）。
【０００３】
また、熱電併給装置の運転スケジュールを需要家の過去の電力需要及び熱需要に対して忠実に作成するためには、膨大な量の過去の電力需要量データと熱需要量データとを読み出し可能に保存しておくため、大容量のメモリが必要になってくる。
【０００４】
【特許文献１】
特開２００２−６１９１７号公報
【０００５】
【発明が解決しようとする課題】
ここで、膨大な量の過去の電力需要量データと熱需要量データとを読み出し可能に保存しておくためのメモリとして揮発性メモリを採用した場合、安価ではあるが、電源の供給が停止すると記憶内容が消去されてしまうため、再始動時に過去の電力需要量データと熱需要量データとに基づく最適な運転スケジュールの作成が行えないという問題がある。他方で、メモリとして不揮発性メモリを採用した場合、電源の供給が停止しても記憶内容が消去されることはないが、揮発性メモリに比べて高価であるため、上述のような大容量のデータを保存するためのメモリとしては経済性に問題がある。
【０００６】
また、特許文献１に記載のシステムでは、現在の様々な運転条件を不揮発性メモリに記憶して停電の発生に備えることが行われているものの、このシステムでは電源復帰時には停電時の運転条件と同様の運転が行われてしまうという問題が発生する。つまり、いつ電源が復帰したとしても、停電時と同様の運転が行われてしまうため、電源復帰時点での需要家の電力需要及び熱需要に対して適切な運転が行われないという問題が発生する。
【０００７】
本発明は上記の問題点に鑑みてなされたものであり、その目的は、停電後の電源復帰時に、その時点での需要家の電力需要及び熱需要に対して適切な熱電併給装置の運転制御を行うことができる安価なシステムを提供する点にある。
【０００８】
【課題を解決するための手段】
上記課題を解決するための本発明に係る運転制御システムの特徴構成は、電力及び熱を発生する熱電併給装置の運転を制御する運転制御システムであって、需要家の電力需要量データ及び熱需要量データを所定のタイミング毎に収集する需要量情報収集手段と、前記需要量情報収集手段によって収集された前記所定のタイミング毎の前記電力需要量データ及び前記熱需要量データを参照して、前記熱電併給装置に指示する運転制御情報を作成する運転制御手段と、前記需要量情報収集手段によって収集された前記所定のタイミング毎の前記電力需要量データ及び前記熱需要量データを参照して、前記需要家の電力需要特性及び熱需要特性を代表する電力需要代表データ及び熱需要代表データを作成して、不揮発性メモリに記憶する代表データ作成手段とを備え、前記運転制御手段は、停電後の電源復帰時に、前記不揮発性メモリに記憶されている前記電力需要代表データ及び前記熱需要代表データを参照して、前記運転制御情報を作成する点にある。
【０００９】
上記特徴構成により、熱電併給装置に突然の停電が発生した場合であっても、運転制御手段は、停電後の電源復帰時に需要家の電力需要特性及び熱需要特性を代表する電力需要代表データ及び熱需要代表データを参照して、電源復帰時点での需要家の電力需要及び熱需要に対して適切な熱電併給装置の運転制御情報を作成することができる。
【００１０】
上記課題を解決するための本発明に係る運転制御システムの別の特徴構成は、前記代表データ作成手段は、前記需要量情報収集手段によって収集された前記所定のタイミング毎の前記電力需要量データ及び前記熱需要量データを参照して、単位期間毎に存在する同じ時間属性の電力需要量データを互いに平均化して前記電力需要代表データを作成し、前記単位期間毎に存在する同じ時間属性の熱需要量データを互いに平均化して前記熱需要代表データを作成する点にある。
【００１１】
上記特徴構成により、電力需要代表データが単位期間毎に存在する同じ時間属性の電力需要量データを互いに平均化して作成され、前記熱需要代表データが単位期間毎に存在する同じ時間属性の熱需要量データを互いに平均化して作成されるので、需要家の過去の平均的な電力需要及び熱需要を表す代表データを作成することができる。その結果、運転制御手段がこの電力需要代表データ及び熱需要代表データを参照して運転制御情報を作成した場合、需要家の実際の電力需要及び熱需要と、熱電併給装置から出力される電力供給量及び熱供給量とに大きな隔たりが生じないことが確保される。
【００１２】
上記課題を解決するための本発明に係る運転制御システムの更に別の特徴構成は、前記代表データ作成手段は、前記需要量情報収集手段によって収集された前記所定のタイミング毎の前記電力需要量データ及び前記熱需要量データを参照して、第１の時間属性群及び第２の時間属性群で規定される前記電力需要量データに対して、前記第１の時間属性群の属性毎に設定された重み付け係数を乗算した後に、乗算後の電力需要量データを前記第２の時間属性群の属性毎に互いに平均化して前記電力需要代表データを作成し、前記第１の時間属性群及び前記第２の時間属性群で規定される熱需要量データに対して、前記第１の時間属性群の属性毎に設定された重み付け係数を乗算した後に、乗算後の熱需要量データを前記第２の時間属性群の属性毎に互いに平均化して前記熱需要代表データを作成する点にある。
【００１３】
上記特徴構成により、複数種の時間属性の内で優先したい属性が存在する場合には、需要家の電力需要特性や熱需要特性におけるその優先したい属性の影響が大きくなるように、属性毎に乗算される重み付け係数を、その優先したい属性に関して大きくすることができる。例えば、月曜日から日曜日の曜日という時間属性と、０時から２４時の時刻という時間属性を有する過去の電力需要量データ及び熱需要量データを参照して電力需要代表データ及び熱需要代表データを作成する際に月曜日という時間属性を優先する場合、月曜日に収集された０時から２４時までの過去の電力需要量データ及び熱需要量データに対しての重み付け係数を大きくし、火曜日から日曜日に収集された０時から２４時までの過去の電力需要量データ及び熱需要量データに対しての重み付け係数を小さく設定した上で、月曜日から日曜日までに収集された０時から２４時までの電力需要量データ及び熱需要量データの同じ時刻のデータを平均化処理することで、月曜日の電力需要特性が強調された電力需要代表データを作成することができる。
【００１８】
【発明の実施の形態】
以下に図面を参照して本発明に係る運転制御システム１０について説明する。図１に例示する運転制御システム１０は、需要家２０に対して供給する電力及び熱を発生する熱電併給装置２１の運転を制御するシステムである。ここで運転制御システム１０は、需要家２０の電力需要量データ及び熱需要量データを所定のタイミング毎に収集する需要量情報収集手段１と、需要量情報収集手段１によって収集された所定のタイミング毎の電力需要量データ及び熱需要量データを参照して、熱電併給装置２１に指示する運転制御情報を作成する運転制御手段２と、需要量情報収集手段１によって収集された所定のタイミング毎の電力需要量データ及び熱需要量データを参照して、需要家２０の電力需要特性及び熱需要特性を代表する電力需要代表データ及び熱需要代表データを作成して、不揮発性メモリ５に記憶する代表データ作成手段とを備えて構成され、運転制御手段２は、停電後の電源復帰時に、不揮発性メモリ５に記憶されている電力需要代表データ及び熱需要代表データを参照して、運転制御情報を作成するように動作する。
【００１９】
需要量情報収集手段１は、需要家２０の電力需要量データと熱需要量データとを所定のタイミング毎に収集し、揮発性メモリ３に記憶しておく機能を実現する。例えば、１時間毎に単位時間当たりの電力需要量データと熱需要量データとを収集して、その１時間毎のデータが揮発性メモリ３に蓄積される。尚、給湯熱需要量データ及び暖房熱需要量データというように上記熱需要量データを更に細かく収集して、揮発性メモリ３に記憶させることもできる。ここで、需要量情報収集手段１によって収集された電力需要量データ及び熱需要量データの格納場所として揮発性メモリ３を採用したのは、データの収集が進むにつれて電力需要量データ及び熱需要量データが膨大な量になるために安価な記憶装置が求められているからである。
【００２０】
運転制御手段２は、後述するように熱電併給装置２１の運転を制御する機能を実現し、その際、運転制御手段２は需要量情報収集手段１によって収集された需要家２０自身の過去の電力需要量データ及び熱需要量データを参照して運転制御情報を作成する。
【００２１】
代表データ作成手段は、後述するように需要家２０の電力需要特性及び熱需要特性を代表する電力需要代表データ及び熱需要代表データを作成する機能を実現し、その際、代表データ作成手段は需要量情報収集手段１によって収集され、揮発性メモリ３に記憶されている需要家２０自身の過去の電力需要量データ及び熱需要量データを参照して電力需要代表データ及び熱需要代表データの作成を行う。
【００２２】
次に、運転制御手段２による熱電併給装置２１の運転の制御について説明を行う。
運転制御手段２は、実際の使用状況に基づいて、１日分の過去需要量データを曜日と対応付ける状態で更新して記憶するデータ更新処理を行い、日付が変わるごとに、記憶されている１日分の過去需要量データから、その日１日分の予測需要量データを求める予測負荷演算処理を行うように構成されている。
そして、運転制御手段２は、その日１日分の予測需要量データを求めた状態で、単位時間である１時間が経過するごとに、予測需要量データから、熱電併給装置２１を運転させるか否かの基準となる省エネ度基準値を求める省エネ度基準値演算処理を行うとともに、その省エネ度基準値演算処理にて求められた省エネ度基準値よりも現時点での実省エネ度が上回っているか否かによって、熱電併給装置２１の運転の可否を判別する運転可否判別処理を行うように構成されている。
【００２３】
このようにして、運転制御手段２は、運転可否判別処理において、熱電併給装置２１の運転が可と判別されると、その時点から１時間先までの単位時間を熱電併給装置２１を運転させる運転用時間帯として設定して、その運転用時間帯に熱電併給装置２１を運転させ、熱電併給装置２１の運転が不可と判別されると、熱電併給装置２１の運転を停止させるように構成されている。
【００２４】
そして、運転制御手段２は、運転用時間帯において、貯湯タンク２２内の貯湯量が満杯になると、熱電併給装置２１の運転を停止させるように構成されている。
ちなみに、貯湯タンク２２内の貯湯量については、図示はしないが、貯湯タンク２２内に設けられる複数のサーミスタの検出情報に基づいて検出するように構成されている。
【００２５】
前記データ更新処理について説明を加えると、１日のうちのどの時間帯にどれだけの電力負荷、熱負荷としての給湯熱負荷と暖房熱負荷があったかの１日分の過去需要量データを曜日と対応付ける状態で更新して記憶するように構成されている。
【００２６】
まず、過去需要量データについて説明すると、過去需要量データは、電力需要量データ、給湯熱需要量データ、暖房熱需要量データの３種類の需要量データからなり、図２に示すように、１日分の過去需要量データが日曜日から土曜日までの曜日ごとに区分けした状態で記憶するように構成されている。
そして、１日分の過去需要量データは、２４時間のうち１時間を単位時間として、単位時間当たりの電力需要量データの２４個、単位時間当たりの給湯熱需要量データの２４個、および、単位時間当たりの暖房熱需要量データの２４個から構成されている。
【００２７】
上述のような過去需要量データを更新する構成について説明を加えると、実際の使用状況から、単位時間当たりの電力負荷、給湯熱負荷、および、暖房熱負荷の夫々を、需要量情報収集手段１にて計測収集し、その収集した需要量データを記憶する状態で１日分の実需要量データを曜日と対応付けて記憶させる。
そして、１日分の実需要量データが１週間分記憶されると、曜日ごとに、過去需要量データと実需要量データとを所定の割合で足し合わせることにより、新しい過去需要量データを求めて、その求めた新しい過去需要量データを記憶して、過去需要量データを更新するように構成されている。
【００２８】
日曜日を例に挙げて具体的に説明すると、図２に示すように、過去需要量データのうち日曜日に対応する過去需要量データＤ１ｍと、実需要量データのうち日曜日に対応する実需要量データＡ１とから、下記の〔数１〕により、日曜日に対応する新しい過去需要量データＤ１（ｍ＋１）が求められ、その求められた過去需要量データＤ１（ｍ＋１）を記憶する。
なお、下記の〔数１〕において、Ｄ１ｍを、日曜日に対応する過去需要量データとし、Ａ１を、日曜日に対応する実需要量データとし、Ｋは、０．７５の定数であり、Ｄ１（ｍ＋１）を、新しい過去需要量データとする。
【００２９】
【数１】
Ｄ１（ｍ＋１）＝（Ｄ１ｍ×Ｋ）＋｛Ａ１×（１−Ｋ）｝
【００３０】
前記予測負荷演算処理について説明を加えると、日付が変わるごとに実行され、その日のどの時間帯にどれだけの電力負荷、給湯熱負荷、暖房熱負荷が予測されているかの１日分の予測需要量データを求めるように構成されている。
すなわち、曜日ごとの７つの過去需要量データのうち、その日の曜日に対応する過去需要量データと前日の実需要量データとを所定の割合で足し合わせることにより、どの時間帯にどれだけの電力負荷、給湯熱負荷、暖房熱負荷が予測されているかのその日１日分の予測需要量データを求めるように構成されている。
【００３１】
月曜日１日分の予測需要量データを求める場合を例に挙げて具体的に説明すると、図２に示すように、曜日ごとの７つの過去需要量データＤ１ｍ〜Ｄ７ｍと曜日ごとの７つの実需要量データＡ１〜Ａ７とが記憶されているので、月曜日に対応する過去需要量データＤ２ｍと、前日の日曜日に対応する実需要量データＡ１とから、下記の〔数２〕により、月曜日の１日分の予測需要量データＢを求める。
そして、１日分の予測需要量データＢは、図３に示すように、１日分の予測電力需要量データ、１日分の予測給湯熱需要量データ、１日分の予測暖房熱需要量データからなり、図３の（イ）は、１日分の予測電力負荷を示しており、図３の（ロ）は、１日分の予測給湯熱負荷を示しており、図３の（ハ）は、１日分の予測暖房熱負荷を示している。
なお、下記の〔数２〕において、Ｄ２ｍを、月曜日に対応する過去需要量データとし、Ａ１を、日曜日に対応する実需要量データとし、Ｑは、０．２５の定数であり、Ｂは、予測需要量データとする。
【００３２】
【数２】
Ｂ＝（Ｄ２ｍ×Ｑ）＋｛Ａ１×（１−Ｑ）｝
【００３３】
前記省エネ度基準値演算処理について説明を加えると、単位時間である１時間が経過するごとに実行され、予測給湯熱需要量データを用いて、現時点から基準値用時間先までの間に必要となる貯湯必要量を賄えるように熱電併給装置２１を運転させた場合に、熱電併給装置２１を運転させることによって省エネルギー化を実現できる省エネ度基準値を求めるように構成されている。
【００３４】
例えば、単位時間を１時間とし、基準値用時間を１２時間として説明を加えると、まず、予測需要量データによる予測電力負荷、予測給湯熱負荷、および、予測暖房熱負荷から、下記の〔数３〕により、図４に示すように、熱電併給装置２１を運転させた場合の予測省エネ度を１時間ごとに１２時間先までの１２個分を求めるとともに、熱電併給装置２１を運転させた場合に貯湯タンク２２に貯湯することができる予測貯湯量を１時間ごとに１２時間先までの１２個分を求める。
【００３５】
【数３】
省エネ度Ｐ＝｛（ＥＫ１＋ＥＫ２＋ＥＫ３）／熱電併給装置２１の必要エネルギー｝×１００
【００３６】
ただし、ＥＫ１は、有効発電出力Ｅ１を変数とする関数であり、ＥＫ２は、Ｅ２を変数とする関数であり、ＥＫ３は、Ｅ３を変数とする関数であり、
ＥＫ１＝有効発電出力Ｅ１の発電所一次エネルギー換算値
＝ｆ１（有効発電出力Ｅ１，発電所での必要エネルギー）
ＥＫ２＝暖房熱出力Ｅ２の従来給湯器でのエネルギー換算値
＝ｆ２（暖房熱出力Ｅ２，バーナ効率（暖房時））
ＥＫ３＝有効貯湯熱出力Ｅ３の従来給湯器でのエネルギー換算値
＝ｆ３（有効貯湯熱出力Ｅ３，バーナ効率（給湯時））
熱電併給装置２１の必要エネルギー：５．５ｋＷ
（熱電併給装置２１を１時間稼動させたときに必要な都市ガス使用量を０．４３３ｍ³とする）
単位電力発電必要エネルギー：２．８ｋＷ
バーナ効率（暖房時）：０．８
バーナ効率（給湯時）：０．９
【００３７】
また、有効発電出力Ｅ１、暖房熱出力Ｅ２、有効貯湯熱出力Ｅ３の夫々は、下記の〔数４〕〜〔数６〕により求められる。
【００３８】
【数４】
Ｅ１＝需要家２０の電力負荷での消費電力＝熱電併給装置２１の発電電力−（電気ヒータの消費電力＋各種補機の消費電力）
ここで、電気ヒータは熱電併給装置２１の余剰電力により貯湯タンク２２内の水を加熱するために使用される機器であり、各種補機は熱電併給装置２１で補助的に用いられる冷却水循環ポンプや湯水循環ポンプなどの装置や機械である。
【００３９】
【数５】
Ｅ２＝需要家２０の温水暖房機器での消費熱量
【００４０】
【数６】
Ｅ３＝（熱電併給装置２１にて発生する熱量＋電気ヒータの回収熱量−暖房熱出力Ｅ２）−放熱ロス
ただし、電気ヒータの回収熱量＝電気ヒータの消費電力×ヒータの熱効率とする。
【００４１】
そして、図４に示すように、１時間ごとの予測省エネ度および予測貯湯量を１２個分求めた状態において、まず、予測給湯熱需要量データから１２時間先までに必要とされている予測必要貯湯量を求め、その予測必要貯湯量から現時点での貯湯タンク２２内の貯湯量を引いて、１２時間先までの間に必要となる必要貯湯量を求める。
例えば、予測給湯熱需要量データから１２時間後に９．８ｋＷの給湯熱負荷が予測されていて、現時点での貯湯タンク２２内の貯湯量が２．５ｋＷである場合には、１２時間先までの間に必要となる必要貯湯量は７．３ｋＷとなる。
【００４２】
そして、単位時間の予測貯湯量を足し合わせる状態で、その足し合わせた予測貯湯量が必要貯湯量に達するまで、１２個分の単位時間のうち、予測省エネ度の数値が高いものから選択していくようにしている。
【００４３】
説明を加えると、例えば、上述の如く、必要貯湯量が７．３ｋＷである場合には、図４に示すように、まず、予測省エネ度の一番高い７時間先から８時間先までの単位時間を選択し、その単位時間における予測貯湯量を足し合わせる。
次に予測省エネ度の高い６時間先から７時間先までの単位時間を選択し、その単位時間における予測貯湯量を足し合わせて、そのときの足し合わせた予測貯湯量が１．１ｋＷとなる。
また次に予測省エネ度の高い５時間先から６時間先までの単位時間を選択し、その単位時間における予測貯湯量を足し合わせて、そのときの足し合わせた予測貯湯量が４．０ｋＷとなる。
【００４４】
このようにして、予測省エネ度の数値が高いものからの単位時間の選択と予測貯湯量の足し合わせを繰り返していくと、図４に示すように、８時間先から９時間先までの単位時間を選択したときに、足し合わせた予測貯湯量が７．３ｋＷに達する。
そうすると、８時間先から９時間先までの単位時間の省エネ度を省エネ度基準値として設定し、図４に示すものでは、省エネ度基準値が１０６となる。
【００４５】
前記運転可否判別処理について説明を加えると、単位時間である１時間が経過するごとに実行され、現時点での電力負荷、予測給湯熱負荷、および、現時点での暖房熱負荷から、上記の〔数３〕により、現省エネ度を求める。
そして、その現省エネ度が省エネ度基準値よりも上回ると、熱電併給装置２１の運転が可と判別し、現省エネ度が省エネ度基準値以下であると、熱電併給装置２１の運転が不可と判別するようにしている。
【００４６】
以上のように、運転制御手段２が揮発性メモリ３に記憶されている過去の電力需要量データ及び熱需要量データを参照して、熱電併給装置２１の将来の運転制御情報を作成する方法について説明した。ここで、需要家２０側で突然の停電などが発生した場合、電源からの電力供給の停止に伴って揮発性メモリ３の記憶内容は消えてしまうため、運転制御手段２は停電後の電源復帰時に熱電併給装置２１に与える運転制御情報を作成できないという問題が起こりうるのだが、本発明に係る運転制御システム１０では、代表データ作成手段が、需要家２０の電力需要特性及び熱需要特性を代表する電力需要代表データ及び熱需要代表データを予め作成し、電源からの電力供給が停止した場合であっても記憶内容が保持される不揮発性メモリ５に記憶しておくので、運転制御手段２は停電後の電源復帰時に上記電力需要代表データ及び上記熱需要代表データを上述の過去需要量データと同様に参照して、熱電併給装置２１の運転制御情報を作成することができる。
【００４７】
以下には代表データ作成手段が作成する電力需要代表データ及び熱需要代表データについて説明する。但し、電力需要代表データ及び熱需要代表データの作成方法は同様であるため、熱需要代表データの作成に関する記載を省略することもある。
【００４８】
図５に例示するのは、１週間の各曜日毎（時間属性の一例）に作成された１時間毎（時間属性の一例）の電力需要代表データである。代表データ作成手段は、揮発性メモリ３に記憶されている過去の電力需要量データ及び熱需要量データを参照して、上記電力需要代表データ及び熱需要代表データを作成する。上記電力需要代表データ及び熱需要代表データを作成する際、過去の電力需要量データ及び熱需要量データが有する時間属性に関する情報が利用される。
【００４９】
例えば、揮発性メモリ３に記憶されている過去の電力需要量データ及び熱需要量データには、需要量情報収集手段１によってデータ収集が行われた月、日、曜日、時刻などの情報が併せて含まれている。従って、図５に例示した各曜日毎の１時間毎の電力需要代表データを作成する場合、代表データ作成手段は、揮発性メモリ３に記憶されている過去の電力需要量データを曜日毎及び１時間毎に分け、例えば、月曜日の１時間毎の電力需要量データを全て集めて、同じ時刻に収集された電力需要量データを互いに平均化する。その結果、需要家２０にとっての月曜日の電力需要特性を代表する電力需要代表データが１時間毎の電力需要量値の形式で作成される。そして、このような平均化処理を各曜日毎に行うことで、図５に示したように需要家２０にとっての各曜日の電力需要特性を代表する電力需要代表データがそれぞれ作成されることになる。
【００５０】
代表データ作成手段によって以上のように作成された電力需要代表データ及び熱需要代表データは不揮発性メモリ５に記憶されることになる。尚、代表データの作成は、図５に例示したような１週間毎の代表データを１週間に１回作成し、７日分の代表データを不揮発性メモリ５に記憶しておく場合や、当日の曜日属性に合致する代表データを１日に１回作成して不揮発性メモリ５に記憶しておく場合（例えば、熱電併給装置２１の起動時に作成する場合）や、当日の曜日属性に合致する代表データを１日に複数回作成し、その都度、不揮発性メモリ５に記憶しておく場合（例えば、熱電併給装置２１の起動時とその３時間毎に作成する場合）などの様々な設定が可能である。また、不揮発性メモリ５に記憶されている過去に作成された代表データと、揮発性メモリ３に記憶されている各需要量データとを参照して新たな代表データを作成することもできる。
【００５１】
そして、この電力需要代表データは図２に例示した過去需要量データとして利用することもできるので、熱電併給装置２１に突然の停電が発生した後の電源復帰時に運転制御手段２が不揮発性メモリ５にアクセスして、所望の上記電力需要代表データ及び上記熱需要代表データを上述の予測需要量データとして参照して、熱電併給装置２１の運転制御情報を作成することができる。
【００５２】
＜別実施形態＞
＜１＞
上述の実施形態では時間属性の内の、月曜から日曜までの各曜日属性を含んだ曜日属性群と、０時から２４時までの各時刻属性を含んだ時刻属性群という２つの属性に基づいて電力需要代表データ及び熱需要代表データを作成する例について説明したが、どの時間属性を利用して電力需要代表データ及び熱需要代表データを作成するかについては任意に設定可能である。
【００５３】
例えば、曜日に関する属性を利用せずに、時刻に関する属性のみを利用して１日の０時から２４時までの１時間毎の需要量値を含む電力需要代表データ及び熱需要代表データを作成することもできる。この場合、揮発性メモリ３に記憶されている全ての電力需要量データ及び熱需要量データのそれぞれに関して、同じ時刻に収集された（同じ時間属性を有する）電力需要量データ及び熱需要量データを平均化処理することで、曜日属性とは無関係な０時から２４時までの１時間毎の需要量値を含む電力需要代表データ及び熱需要代表データを作成することができる。従って、運転制御手段２が熱電併給装置２１の運転制御情報を作成するために、不揮発性メモリ５に記憶されているこの電力需要代表データ及び熱需要代表データをどの曜日に使用したとしても、需要家２０の実際の電力需要及び熱需要と、熱電併給装置２１から出力される電力供給量及び熱供給量とに大きな隔たりが生じないことが確保される。
【００５４】
＜２＞
上述の別実施形態＜１＞では、曜日に関する属性を無視して１日間の０時から２４時までの需要量値を有する電力需要代表データ及び熱需要代表データを作成する例について説明したが、これとは逆の考え方で、特定の曜日の属性が強調された１日間の０時から２４時までの需要量値を有する電力需要代表データ及び熱需要代表データを作成することもできる。
【００５５】
例えば、月曜日から日曜日の曜日という時間属性と、０時から２４時の時刻という時間属性を有する過去の電力需要量データ及び熱需要量データを参照して電力需要代表データ及び熱需要代表データを作成する際に月曜日という時間属性を優先する場合、月曜日に収集された０時から２４時までの過去の電力需要量データ及び熱需要量データに対して乗算する重み付け係数を４に設定し、火曜日から日曜日に収集された０時から２４時までの過去の電力需要量データ及び熱需要量データに対して乗算する重み付け係数を０．５に設定した上で、月曜日から日曜日までに収集された０時から２４時までの電力需要量データ及び熱需要量データの同じ時刻のデータを平均化処理（尚、上述の重み付け係数を４／７と０．５／７に設定して乗算後、０時から２４時までの電力需要量データ及び熱需要量データの同じ時刻のデータを加算処理しても同様である）することで、月曜日の電力需要特性が強調された１日間の電力需要代表データを作成することができる。
【００５６】
つまり、第１の時間属性群（上述の月曜から日曜までの各曜日属性に該当）及び第２の時間属性群（上述の０時から２４時までの各時刻属性に該当）で規定される電力需要量データに対して、第１の時間属性群の属性毎（曜日毎）に設定された重み付け係数を乗算した後に、乗算後の電力需要量データを第２の時間属性群の属性毎（時刻毎）に互いに平均化して電力需要代表データを作成し、第１の時間属性群上述の月曜から日曜までの各曜日属性に該当）及び第２の時間属性群（上述の０時から２４時までの各時刻属性に該当）で規定される熱需要量データに対して、第１の時間属性群の属性毎（曜日毎）に設定された重み付け係数を乗算した後に、乗算後の熱需要量データを第２の時間属性群の属性毎（時刻毎）に互いに平均化して熱需要代表データを作成することで、優先したい属性の影響が大きく含まれた電力需要代表データ及び熱需要代表データを作成することができる。
【００５７】
＜３＞
図５に示した電力需要代表データは１時間毎の電力需要値を有するデータであったが、不揮発性メモリ５に記憶される情報量を削減するような対策を講じることも出来る。例えば、電力需要量データは需要量情報収集手段１によって１時間毎に収集されたデータであるが、この１時間毎のデータを２時間毎のデータに変換した上で、２時間毎の電力需要値を有する電力需要代表データを作成し、不揮発性メモリ５に記憶させることもできる。
【００５８】
具体的には、図６に示すように、図５（ａ）に示した１時間というタイミング毎の電力需要代表データを２時間というタイミング毎に平均化処理して２時間毎の電力需要代表データを作成し、それを不揮発性メモリ５に記憶しておくこともできる。この場合には、電力需要代表データとして記憶する必要のあるデータ数が半減するので、それらを記憶しておくための高価な不揮発性メモリ５に関して必要なコストを低くすることができる。
【００５９】
尚、上述の実施形態で説明したように、運転制御手段２は、その日１日分の予測需要量データを求めた状態で、単位時間である１時間が経過するごとに、予測需要量データから、熱電併給装置２１を運転させるか否かの基準となる省エネ度基準値を求める省エネ度基準値演算処理を行うとともに、その省エネ度基準値演算処理にて求められた省エネ度基準値よりも現時点での実省エネ度が上回っているか否かによって、熱電併給装置２１の運転の可否を判別する運転可否判別処理を行うように構成されている。
【００６０】
従って、不揮発性メモリ５に記憶されている２時間毎の電力需要代表データ及び熱需要量データをデータ補間処理によって１時間毎の電力需要代表データ及び熱需要量データに変換した上で、そのデータを上述の予測需要量データとして利用する必要がある。データ補間処理としては、通常用いられている様々な手法を用いることができるのだが、例えば図７（ａ）及び図７（ｂ）に例示するような手法がある。
【００６１】
図７（ａ）に例示するデータ補間処理は、隣接する１つのデータをそのまま利用するデータ補間であり、具体的には、１時のデータを用いて２時のデータを補間している。また、図７（ｂ）に例示するデータ補間処理は、隣接する２つのデータの平均値を利用するデータ補間であり、例えば、１時及び３時のデータの平均値を用いて２時のデータを補間するような処理を行っている。
【００６２】
＜４＞
上述の実施形態及び別実施形態では、代表データが記憶される不揮発性メモリが運転制御システム１０の内部に設置されているように説明したが、その設置場所は特に限定されない。例えば、運転制御システム１０と通信回線を介して接続され、代表データ作成手段４及び運転制御手段２との間でデータ通信を行うことができるのであれば、この不揮発性メモリ５が遠隔地に設置された所定のシステム内部に設置されていてもよい。
【図面の簡単な説明】
【図１】運転制御システムの機能ブロック図である。
【図２】データ更新処理における説明図である。
【図３】１日分の予測需要量を示すグラフである。
【図４】省エネ度基準値演算処理における説明図である。
【図５】（ａ）〜（ｇ）は曜日毎の電力需要代表データの例である。
【図６】電力需要代表データの例である。
【図７】データ補間後の電力需要代表データの例である。
【符号の説明】
１需要量情報収集手段
２運転制御手段
３揮発性メモリ
４代表データ作成手段
５不揮発性メモリ
１０運転制御システム
２０需要家
２１熱電併給装置
２２貯湯タンク[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an operation control system that controls the operation of a cogeneration device that generates electric power and heat.
[0002]
[Prior art]
In an apparatus that can supply both electric power and heat, such as a combined heat and power supply apparatus, the operation schedule of the apparatus is determined by two factors, namely, electric power demand and heat demand. Here, if the operation of the cogeneration device is stopped due to a sudden power failure, etc., if the cogeneration device does not have control information on what operation should be performed when the power is restored after the power failure, There arises a problem that proper operation according to the electric power demand and heat demand of the house cannot be performed. In order to solve such problems, information such as operation start time, operation end time, operation mode, current time, timer setting, etc. is stored in advance in a nonvolatile memory (EEPROM) to shut off power supply such as power failure There has been proposed a system that can reproduce the operation state before a power failure when returning from (see, for example, Patent Document 1).
[0003]
Also, in order to create the operation schedule of the combined heat and power unit faithfully with respect to the customer's past power demand and heat demand, a huge amount of past power demand data and heat demand data can be read. In order to save it, a large amount of memory is required.
[0004]
[Patent Document 1]
JP 2002-61917 A
[0005]
[Problems to be solved by the invention]
Here, when a volatile memory is adopted as a memory for storing a huge amount of past power demand data and heat demand data in a readable manner, it is inexpensive, but power supply is stopped. Since the stored contents are erased, there is a problem that it is not possible to create an optimal operation schedule based on past power demand data and heat demand data at the time of restart. On the other hand, when a non-volatile memory is adopted as the memory, the stored contents are not erased even if the supply of power is stopped, but it is more expensive than a volatile memory, so it has a large capacity as described above. There is a problem in economy as a memory for storing data.
[0006]
Further, in the system described in Patent Document 1, various current operating conditions are stored in a non-volatile memory to prepare for the occurrence of a power failure. In this system, when the power is restored, The problem that the same driving | operation will be performed generate | occur | produces. In other words, since the same operation as at the time of a power outage is performed whenever the power is restored, there is a problem that appropriate operation cannot be performed for the power demand and heat demand of the customer at the time of power restoration. To do.
[0007]
The present invention has been made in view of the above-described problems, and its purpose is to control the operation of a combined heat and power supply apparatus that is appropriate for the power demand and heat demand of the customer at that time when the power is restored after a power failure. It is in the point of providing an inexpensive system that can perform the above.
[0008]
[Means for Solving the Problems]
A characteristic configuration of an operation control system according to the present invention for solving the above-described problem is an operation control system for controlling the operation of a combined heat and power generation device that generates electric power and heat, the electric power demand data and heat demand of a consumer. Demand amount information collecting means for collecting amount data at every predetermined timing, referring to the power demand amount data and the heat demand amount data at each predetermined timing collected by the demand amount information collecting means, With reference to the operation control means for creating operation control information instructing the cogeneration device, the power demand data and the heat demand data for each predetermined timing collected by the demand information collection means, Representative data to be stored in the non-volatile memory by creating representative power demand data and heat demand representative data that represents the customer's power demand characteristics and heat demand characteristics The operation control means creates the operation control information by referring to the power demand representative data and the heat demand representative data stored in the nonvolatile memory when the power is restored after a power failure. There is in point to do.
[0009]
According to the above characteristic configuration, even when a sudden power failure occurs in the combined heat and power supply device, the operation control means includes power demand representative data representing power demand characteristics and heat demand characteristics of consumers when power is restored after a power failure. With reference to the heat demand representative data, it is possible to create operation control information of the combined heat and power supply apparatus appropriate for the power demand and heat demand of the customer at the time of power recovery.
[0010]
Another characteristic configuration of the operation control system according to the present invention for solving the above-described problem is that the representative data creating unit includes the power demand amount data for each predetermined timing collected by the demand amount information collecting unit, and By referring to the heat demand data, the power demand data having the same time attribute existing for each unit period is averaged to create the power demand representative data, and the heat having the same time attribute existing for each unit period is created. The demand data is averaged with each other to create the heat demand representative data.
[0011]
According to the above characteristic configuration, power demand representative data is created by averaging power demand amount data having the same time attribute existing for each unit period, and the heat demand representative data having the same time attribute existing for each unit period. Since the quantity data is created by averaging each other, representative data representing the past average power demand and heat demand of the consumer can be created. As a result, when the operation control means creates the operation control information with reference to the power demand representative data and the heat demand representative data, the actual power demand and heat demand of the consumer and the power supply output from the cogeneration device It is ensured that there is no significant gap between the quantity and the heat supply.
[0012]
Still another characteristic configuration of the operation control system according to the present invention for solving the above-described problem is that the representative data creation unit is configured to use the power demand amount data at each predetermined timing collected by the demand amount information collection unit. And with reference to the heat demand data, the power demand data defined by the first time attribute group and the second time attribute group is set for each attribute of the first time attribute group. After multiplying the weighting coefficient, the power demand amount data after multiplication is averaged with respect to each attribute of the second time attribute group to create the power demand representative data, and the first time attribute group and the first time attribute group 2 time attributes Stipulated in After multiplying the heat demand data by a weighting coefficient set for each attribute of the first time attribute group, the heat demand data after multiplication is averaged with respect to each attribute of the second time attribute group. And producing the heat demand representative data.
[0013]
If there is an attribute that you want to prioritize among multiple types of time attributes due to the above feature configuration, multiply by attribute so that the influence of the attribute you want to prioritize on the power demand characteristics and heat demand characteristics of the consumer will increase. The weighting factor that is applied can be increased with respect to its preferred attributes. For example, power demand representative data and heat demand representative data are created by referring to past power demand data and heat demand data having a time attribute from Monday to Sunday and a time attribute from midnight to 24:00. When priority is given to the time attribute of Monday, the weighting coefficient for past power demand data and heat demand data collected from 0:00 to 24:00 on Monday is increased and collected from Tuesday to Sunday. Electricity demand from 0:00 to 24:00 collected from Monday to Sunday with a small weighting factor for the past electricity demand data and heat demand data from 0:00 to 24:00 It is possible to create power demand representative data that emphasizes the power demand characteristics of Monday by averaging the data at the same time of the quantity data and heat demand data. Kill.
[0018]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, an operation control system 10 according to the present invention will be described with reference to the drawings. The operation control system 10 illustrated in FIG. 1 is a system that controls the operation of the cogeneration apparatus 21 that generates electric power and heat to be supplied to the consumer 20. Here, the operation control system 10 includes a demand amount information collecting unit 1 that collects power demand amount data and heat demand amount data of the customer 20 at predetermined timings, and a predetermined timing collected by the demand amount information collecting unit 1. With reference to the power demand data and the heat demand data for each, the operation control means 2 for creating the operation control information instructing the combined heat and power supply apparatus 21 and the predetermined amount collected by the demand information collecting means 1 A representative that generates power demand representative data and heat demand representative data representing the power demand characteristics and heat demand characteristics of the consumer 20 with reference to the power demand data and heat demand data, and stores them in the nonvolatile memory 5 The operation control means 2 is configured to include data creation means, and the power control representative data and heat demand stored in the nonvolatile memory 5 when the power is restored after a power failure. Referring to table data, it operates to create a running control information.
[0019]
The demand amount information collecting unit 1 collects the power demand amount data and the heat demand amount data of the consumer 20 at a predetermined timing and realizes a function of storing the data in the volatile memory 3. For example, power demand amount data and heat demand amount data per unit time are collected every hour, and the hourly data is stored in the volatile memory 3. The heat demand data can be collected more finely and stored in the volatile memory 3 such as hot water supply heat demand data and heating heat demand data. Here, the reason why the volatile memory 3 is used as the storage location of the power demand data and the heat demand data collected by the demand information collecting means 1 is that the power demand data and the heat demand as the data collection progresses. This is because an inexpensive storage device is required because of the huge amount of data.
[0020]
The operation control means 2 realizes a function of controlling the operation of the combined heat and power supply device 21 as will be described later. At that time, the operation control means 2 is the past power of the customer 20 itself collected by the demand amount information collecting means 1. Operation control information is created with reference to the demand data and the heat demand data.
[0021]
The representative data creating means realizes a function of creating power demand representative data and heat demand representative data representing the power demand characteristics and heat demand characteristics of the customer 20 as will be described later. The power demand representative data and the heat demand representative data are created by referring to the past power demand data and heat demand data of the customer 20 itself collected by the quantity information collecting means 1 and stored in the volatile memory 3. Do.
[0022]
Next, control of the operation of the cogeneration apparatus 21 by the operation control means 2 will be described.
The operation control means 2 performs a data update process for updating and storing the past demand data for one day in a state in which it is associated with the day of the week based on the actual usage situation, and is stored every time the date changes. It is configured to perform predicted load calculation processing for obtaining predicted demand data for one day from the past demand data for the day.
Then, the operation control unit 2 determines whether or not to operate the combined heat and power supply device 21 from the predicted demand amount data every time one hour as a unit time elapses in a state where the predicted demand amount data for one day is obtained. The energy conservation level reference value calculation process for obtaining the standard value for energy conservation level is performed, and whether or not the current energy conservation level exceeds the energy conservation level reference value determined in the energy conservation level reference value calculation process. Thus, the operation availability determination process for determining whether the operation of the combined heat and power supply device 21 is possible is performed.
[0023]
In this way, when it is determined that the operation of the combined heat and power supply device 21 is possible in the operation availability determination process, the operation control means 2 is an operation that operates the combined heat and power supply device 21 for a unit time of one hour from that point. It is configured to set the operation time zone, operate the cogeneration device 21 during the operation time zone, and if the operation of the cogeneration device 21 is determined to be impossible, the operation of the cogeneration device 21 is stopped. Yes.
[0024]
Then, the operation control means 2 is configured to stop the operation of the combined heat and power supply device 21 when the amount of hot water stored in the hot water storage tank 22 is full in the operation time zone.
Incidentally, although not shown, the amount of hot water stored in the hot water storage tank 22 is configured to be detected based on detection information of a plurality of thermistors provided in the hot water storage tank 22.
[0025]
When the description of the data update processing is added, the past demand data for one day indicating how much power load, hot water supply heat load as heat load and heating heat load were present in which time zone of the day and day of week. It is configured to be updated and stored in the associated state.
[0026]
First, the past demand data will be described. The past demand data consists of three types of demand data, namely, power demand data, hot water heat demand data, and heating heat demand data. As shown in FIG. The past demand data for the day is stored in a state of being divided for each day of the week from Sunday to Saturday.
The past demand data for one day includes 24 pieces of power demand data per unit time, 24 pieces of hot water supply heat demand data per unit time, with 1 hour of 24 hours as a unit time, and It consists of 24 pieces of heating heat demand data per unit time.
[0027]
When the configuration for updating the past demand amount data as described above is added, the demand amount information collecting unit 1 represents the power load per unit time, the hot water supply heat load, and the heating heat load from the actual usage state. The actual demand data for one day is stored in association with the day of the week in a state where the collected demand data is stored.
When the actual demand data for one day is stored for one week, new past demand data is obtained by adding the past demand data and the actual demand data at a predetermined ratio for each day of the week. Thus, the obtained past demand data is stored, and the past demand data is updated.
[0028]
Specifically, taking Sunday as an example, as shown in FIG. 2, the past demand data D1m corresponding to Sunday among the past demand data and the actual demand data corresponding to Sunday among the actual demand data. From A1, new past demand data D1 (m + 1) corresponding to Sunday is obtained by the following [Equation 1], and the obtained past demand data D1 (m + 1) is stored.
In the following [Equation 1], D1m is past demand data corresponding to Sunday, A1 is actual demand data corresponding to Sunday, K is a constant of 0.75, and D1 (m + 1) ) As new past demand data.
[0029]
[Expression 1]
D1 (m + 1) = (D1m × K) + {A1 × (1-K)}
[0030]
When the predicted load calculation process is described, it is executed every time the date changes, and the predicted demand for one day of how much power load, hot water heat load, and heating heat load is predicted in which time zone of the day. It is configured to determine quantity data.
That is, out of the seven past demand data for each day of the week, by adding the past demand data corresponding to the day of the day and the actual demand data of the previous day at a predetermined ratio, how much power is consumed in which time zone Whether the load, hot water supply heat load, or heating heat load is predicted, the predicted demand data for one day is calculated.
[0031]
More specifically, taking as an example the case of obtaining the forecast demand data for one day on Monday, as shown in FIG. 2, seven past demand data D1m to D7m for each day of the week and seven actual demands for each day of the week are shown. Since the quantity data A1 to A7 are stored, from the past demand data D2m corresponding to Monday and the actual demand data A1 corresponding to Sunday of the previous day, one day of Monday is calculated by the following [Equation 2]. The demand demand data B for the minute is obtained.
As shown in FIG. 3, the predicted daily demand data B for one day is predicted power demand data for one day, predicted hot water demand data for one day, predicted heating heat demand for one day. 3, (b) in FIG. 3 shows the predicted power load for one day, (b) in FIG. 3 shows the predicted hot water supply heat load for one day, and (c) in FIG. ) Shows the predicted heating heat load for one day.
In the following [Equation 2], D2m is past demand data corresponding to Monday, A1 is actual demand data corresponding to Sunday, Q is a constant of 0.25, and B is Predicted demand data.
[0032]
[Expression 2]
B = (D2m × Q) + {A1 × (1-Q)}
[0033]
When the energy saving standard value calculation process is described, it is executed every time 1 hour as a unit time, and is necessary between the current time and the reference value time using the predicted hot water supply heat demand data. When the combined heat and power supply device 21 is operated so as to cover the required amount of stored hot water, an energy saving standard value that can realize energy saving by operating the combined heat and power supply device 21 is obtained.
[0034]
For example, assuming that the unit time is 1 hour and the reference value time is 12 hours, first, from the predicted power load, predicted hot water supply heat load, and predicted heating heat load based on the predicted demand data, 3], as shown in FIG. 4, when the predicted energy-saving degree when operating the combined heat and power supply device 21 is obtained every 12 hours for 12 hours up to 12 hours ahead, and when the combined heat and power supply device 21 is operated The estimated hot water storage amount that can be stored in the hot water storage tank 22 is obtained for 12 hours every 12 hours.
[0035]
[Equation 3]
Energy saving level P = {(EK1 + EK2 + EK3) / required energy of cogeneration apparatus 21} × 100
[0036]
However, EK1 is a function with the effective power generation output E1 as a variable, EK2 is a function with E2 as a variable, EK3 is a function with E3 as a variable,
EK1 = Power plant primary energy equivalent value of effective power generation output E1
= F1 (effective power generation output E1, required energy at the power plant)
EK2 = Energy conversion value in the conventional water heater with heating heat output E2
= F2 (heating heat output E2, burner efficiency (during heating))
EK3 = Energy conversion value in the conventional water heater with effective hot water storage thermal output E3
= F3 (Effective hot water storage heat output E3, burner efficiency (during hot water supply))
Necessary energy of the combined heat and power unit 21: 5.5 kW
(The amount of city gas required when the combined heat and power supply device 21 is operated for 1 hour is 0.433 m. ^Three And)
Unit power generation required energy: 2.8kW
Burner efficiency (heating): 0.8
Burner efficiency (with hot water supply): 0.9
[0037]
Further, each of the effective power generation output E1, the heating heat output E2, and the effective hot water storage heat output E3 is obtained by the following [Equation 4] to [Equation 6].
[0038]
[Expression 4]
E1 = Power consumption at the power load of the customer 20 = Power generation power of the combined heat and power supply device 21− (Power consumption of the electric heater + Power consumption of various auxiliary machines)
Here, the electric heater is a device used to heat the water in the hot water storage tank 22 by the surplus power of the combined heat and power supply device 21, and various auxiliary devices include a cooling water circulation pump used as an auxiliary in the combined heat and power supply device 21, Equipment and machines such as hot water circulation pumps.
[0039]
[Equation 5]
E2 = Amount of heat consumed by the hot water heater of customer 20
[0040]
[Formula 6]
E3 = (amount of heat generated in the combined heat and power supply device 21 + amount of heat recovered by the electric heater−a heating heat output E2) −a heat loss
However, the amount of heat recovered by the electric heater = power consumption of the electric heater × heat efficiency of the heater.
[0041]
And in the state which calculated | required the prediction energy saving degree and prediction hot water storage amount for every 12 hours as shown in FIG. 4, first, the prediction necessity required from the predicted hot water supply heat demand data to 12 hours ahead is required. The hot water storage amount is obtained, and the hot water storage amount in the hot water storage tank 22 at the present time is subtracted from the predicted required hot water storage amount, and the necessary hot water storage amount required up to 12 hours ahead is obtained.
For example, when a hot water supply heat load of 9.8 kW is predicted 12 hours later from the predicted hot water supply heat demand data, and the hot water storage amount in the hot water storage tank 22 is 2.5 kW at the present time, The necessary hot water storage required in the meantime is 7.3 kW.
[0042]
And in the state where the predicted hot water storage amount of the unit time is added, until the total predicted hot water storage amount reaches the required hot water storage amount, select from among the unit time for 12 units that has the highest predicted energy saving level I am going to go.
[0043]
For example, as described above, when the required hot water storage amount is 7.3 kW, as shown in FIG. 4, first, the unit from 7 hours to 8 hours ahead, which has the highest predicted energy saving degree, is used. Select the time, and add the predicted hot water storage amount per unit time.
Next, a unit time from 6 hours ahead to 7 hours ahead with a high predicted energy saving degree is selected, and the predicted hot water storage amount in the unit time is added, and the predicted hot water storage amount at that time is 1.1 kW.
Moreover, the unit time from 5 hours ahead to 6 hours ahead with the highest predicted energy saving degree is selected, and the predicted hot water storage amount in the unit time is added, and the predicted hot water storage amount at that time is 4.0 kW. .
[0044]
In this way, when the selection of the unit time from the one with the high predicted energy saving value and the addition of the predicted hot water storage amount are repeated, the unit time from 8 hours ahead to 9 hours ahead as shown in FIG. When the is selected, the combined hot water storage amount reaches 7.3 kW.
If it does so, the energy-saving degree of the unit time from 8 hours ahead to 9 hours ahead will be set as an energy-saving degree reference value, and in the thing shown in FIG.
[0045]
When the operation determination process is further described, it is executed every time 1 hour as a unit time elapses, and the above-mentioned [several numbers are calculated from the current power load, the predicted hot water supply heat load, and the current heating heat load. 3] to obtain the current energy saving level.
If the current energy saving level exceeds the energy saving level reference value, it is determined that the operation of the combined heat and power supply device 21 is possible. I try to distinguish.
[0046]
As described above, the operation control means 2 refers to the past power demand data and heat demand data stored in the volatile memory 3 and creates a future operation control information of the combined heat and power supply device 21. explained. Here, when a sudden power failure or the like occurs on the customer 20 side, the storage content of the volatile memory 3 disappears with the stop of the power supply from the power source, so the operation control means 2 returns to the power source after the power failure. In some cases, the operation control information to be given to the combined heat and power supply device 21 may not be created. However, in the operation control system 10 according to the present invention, the representative data creating means represents the power demand characteristic and the heat demand characteristic of the consumer 20 Power demand representative data and heat demand representative data are created in advance and stored in the non-volatile memory 5 that retains the stored contents even when the power supply from the power supply is stopped. When the power is restored after a power failure, the power demand representative data and the heat demand representative data are referred to in the same manner as the above-described past demand data, and the operation control information of the combined heat and power supply device 21 is created. Door can be.
[0047]
The power demand representative data and heat demand representative data created by the representative data creation means will be described below. However, since the method for creating the power demand representative data and the heat demand representative data is the same, the description regarding the creation of the heat demand representative data may be omitted.
[0048]
FIG. 5 illustrates power demand representative data for every hour (an example of a time attribute) created for each day of the week (an example of a time attribute). The representative data creating means creates the power demand representative data and the heat demand representative data with reference to the past power demand data and heat demand data stored in the volatile memory 3. When creating the power demand representative data and the heat demand representative data, information on time attributes of past power demand data and heat demand data is used.
[0049]
For example, past power demand amount data and heat demand amount data stored in the volatile memory 3 are combined with information such as the month, day, day of the week, and time when the data collection is performed by the demand amount information collecting unit 1. Included. Therefore, when generating the hourly power demand representative data for each day of the week illustrated in FIG. 5, the representative data creating means uses the past power demand data stored in the volatile memory 3 for each day of the week and 1 For example, all the hourly power demand data on Monday are collected, and the power demand data collected at the same time are averaged with each other. As a result, the power demand representative data representing the power demand characteristics on Monday for the customer 20 is created in the form of an hourly power demand value. Then, by performing such averaging processing for each day of the week, power demand representative data representing the power demand characteristics of each day for the consumer 20 as shown in FIG. 5 is created. .
[0050]
The power demand representative data and the heat demand representative data created as described above by the representative data creation means are stored in the nonvolatile memory 5. The representative data can be created when representative data for each week as illustrated in FIG. 5 is generated once a week and representative data for 7 days is stored in the nonvolatile memory 5 or on the day. If the representative data that matches the day of the week attribute is created once a day and stored in the non-volatile memory 5 (for example, created when the combined heat and power unit 21 is started), or matches the day of the week attribute Various settings such as when representative data is created a plurality of times a day and stored in the nonvolatile memory 5 each time (for example, when the combined heat and power supply device 21 is started and every three hours) are set. Is possible. Also, new representative data can be created by referring to the representative data created in the past stored in the nonvolatile memory 5 and the demand data stored in the volatile memory 3.
[0051]
And this electric power demand representative data can also be used as the past demand amount data illustrated in FIG. 2, so that the operation control means 2 is the non-volatile memory 5 at the time of power recovery after a sudden power failure occurs in the combined heat and power supply device 21. , And the operation control information of the combined heat and power supply apparatus 21 can be created by referring to the desired power demand representative data and the heat demand representative data as the predicted demand amount data.
[0052]
<Another embodiment>
<1>
In the above-described embodiment, based on two attributes of the time attribute, the day-of-week attribute group including each day-of-week attribute from Monday to Sunday, and the time attribute group including each time-of-day attribute from 0:00 to 24:00. Although the example which produces electric power demand representative data and heat demand representative data was demonstrated, it can be arbitrarily set about which electric power demand representative data and heat demand representative data are produced using which time attribute.
[0053]
For example, power demand representative data and heat demand representative data including hourly demand amount values from midnight to 24:00 are created using only the time-related attributes without using the day-related attributes. You can also. In this case, the power demand data and the heat demand data collected at the same time (having the same time attribute) are collected for all the power demand data and the heat demand data stored in the volatile memory 3. By performing the averaging process, it is possible to create power demand representative data and heat demand representative data including a demand amount value every hour from 0 o'clock to 24 o'clock that is unrelated to the day of week attribute. Therefore, no matter what day of the week the power demand representative data and the heat demand representative data stored in the nonvolatile memory 5 are used for the operation control means 2 to create the operation control information of the combined heat and power supply device 21 It is ensured that there is no significant difference between the actual power demand and heat demand of the house 20 and the power supply amount and heat supply amount output from the combined heat and power supply device 21.
[0054]
<2>
In the above-described another embodiment <1>, the example of creating the power demand representative data and the heat demand representative data having the demand amount values from 0 o'clock to 24 o'clock for one day while ignoring the attribute related to the day of the week has been described. On the contrary, it is also possible to create power demand representative data and heat demand representative data having a demand amount value from 0 o'clock to 24 o'clock for one day in which the attributes of a specific day of the week are emphasized.
[0055]
For example, power demand representative data and heat demand representative data are created by referring to past power demand data and heat demand data having a time attribute from Monday to Sunday and a time attribute from midnight to 24:00. When giving priority to the time attribute of Monday, set the weighting coefficient to multiply the past power demand data and heat demand data collected from 0:00 to 24:00 on Monday to 4 0:00 collected from Monday to Sunday after setting the weighting coefficient to multiply the past power demand data and heat demand data collected from 0:00 to 24:00 on Sunday. The data at the same time of the power demand data and the heat demand data from 14:00 to 24:00 is averaged (after the multiplication by setting the above-mentioned weighting coefficients to 4/7 and 0.5 / 7, 1 day power demand representative data in which the power demand characteristics of Monday are emphasized by adding the data at the same time of the power demand data and the heat demand data from 24:00 to 24:00. Can be created.
[0056]
That is, the power defined by the first time attribute group (corresponding to the above-mentioned day-of-week attributes from Monday to Sunday) and the second time attribute group (corresponding to the above-mentioned respective time attributes from midnight to 24:00). After multiplying the demand data by the weighting coefficient set for each attribute of the first time attribute group (every day of the week), the multiplied power demand data is obtained for each attribute of the second time attribute group (time Power demand representative data is averaged with each other), and the first time attribute group corresponds to the above-mentioned Monday-Sunday attribute) and the second time attribute group (from 0:00 to 24:00) Corresponding to each time attribute) Stipulated in After multiplying the heat demand data by the weighting coefficient set for each attribute (every day of the week) of the first time attribute group, the heat demand data after multiplication is assigned for each attribute of the second time attribute group ( By generating the heat demand representative data by averaging each other at each time), it is possible to create the power demand representative data and the heat demand representative data greatly including the influence of the attribute to be prioritized.
[0057]
<3>
The power demand representative data shown in FIG. 5 is data having a power demand value for every hour, but measures such as reducing the amount of information stored in the nonvolatile memory 5 can be taken. For example, the power demand amount data is data collected every hour by the demand amount information collecting means 1, and after converting this hourly data into data every two hours, the power demand every two hours Electric power demand representative data having a value can be created and stored in the nonvolatile memory 5.
[0058]
Specifically, as shown in FIG. 6, the power demand representative data at every timing of 1 hour shown in FIG. 5A is averaged at every timing of 2 hours to represent power demand representative data every 2 hours. Can be created and stored in the nonvolatile memory 5. In this case, since the number of data that needs to be stored as the power demand representative data is halved, the cost required for the expensive nonvolatile memory 5 for storing them can be reduced.
[0059]
As described in the above-described embodiment, the operation control unit 2 obtains the predicted demand data for one day of the day, and from the predicted demand data every time one hour as a unit time elapses. In addition to performing an energy saving level reference value calculation process for obtaining an energy saving level reference value that is a criterion for determining whether or not to operate the combined heat and power supply device 21, the current energy level reference value obtained by the energy saving level reference value calculation process is greater than the current level. It is configured to perform an operation availability determination process for determining whether the operation of the combined heat and power supply device 21 is possible or not depending on whether or not the actual energy saving level is higher.
[0060]
Therefore, after the power demand representative data and heat demand data stored every two hours stored in the non-volatile memory 5 are converted into hourly power demand representative data and heat demand data by data interpolation processing, the data is obtained. Must be used as the above-mentioned forecast demand data. As the data interpolation processing, various commonly used methods can be used. For example, there are methods illustrated in FIGS. 7A and 7B.
[0061]
The data interpolation processing illustrated in FIG. 7A is data interpolation that uses one adjacent data as it is, and specifically interpolates 2 o'clock data using 1 o'clock data. In addition, the data interpolation processing illustrated in FIG. 7B is data interpolation using an average value of two adjacent data. For example, the data at 2 o'clock is obtained by using the average value of the data at 1 o'clock and 3 o'clock. Is interpolated.
[0062]
<4>
In the above-described embodiment and another embodiment, it has been described that the nonvolatile memory in which the representative data is stored is installed in the operation control system 10, but the installation location is not particularly limited. For example, if it is connected to the operation control system 10 via a communication line and data communication can be performed between the representative data creation means 4 and the operation control means 2, the nonvolatile memory 5 is installed in a remote place. It may be installed inside a predetermined system.
[Brief description of the drawings]
FIG. 1 is a functional block diagram of an operation control system.
FIG. 2 is an explanatory diagram of data update processing.
FIG. 3 is a graph showing the predicted demand for one day.
FIG. 4 is an explanatory diagram of energy saving standard value calculation processing.
FIGS. 5A to 5G are examples of power demand representative data for each day of the week.
FIG. 6 is an example of power demand representative data.
FIG. 7 is an example of power demand representative data after data interpolation.
[Explanation of symbols]
1 Demand information collection means
2 Operation control means
3 volatile memory
4 Representative data creation means
5 Nonvolatile memory
10 Operation control system
20 consumers
21 Cogeneration system
22 Hot water storage tank

Claims

An operation control system for controlling the operation of a cogeneration device that generates electric power and heat,
Demand information collecting means for collecting power demand data and heat demand data of consumers at a predetermined timing;
Operation control means for creating operation control information for instructing the combined heat and power supply device with reference to the power demand amount data and the heat demand amount data collected at the predetermined timing collected by the demand amount information collecting means,
Electric power demand representative data representing the electric power demand characteristic and the thermal demand characteristic of the consumer with reference to the electric power demand quantity data and the thermal demand quantity data for each predetermined timing collected by the demand quantity information collecting means. And representative data creation means for creating heat demand representative data and storing it in a nonvolatile memory,
The operation control unit creates the operation control information with reference to the power demand representative data and the heat demand representative data stored in the nonvolatile memory when the power is restored after a power failure.

The representative data creating means refers to the power demand data and the heat demand data for each predetermined timing collected by the demand information collecting means,
Electric power demand data having the same time attribute existing for each unit period is averaged with each other to create the electric power demand representative data, and heat demand data having the same time attribute existing for each unit period is averaged with each other to The operation control system according to claim 1 which creates demand representative data.

The representative data creating means refers to the power demand data and the heat demand data for each predetermined timing collected by the demand information collecting means,
After multiplying the power demand data defined by the first time attribute group and the second time attribute group by a weighting coefficient set for each attribute of the first time attribute group, Electric power demand data is averaged with respect to each attribute of the second time attribute group to create the electric power demand representative data, and the heat demand defined by the first time attribute group and the second time attribute group After multiplying the quantity data by the weighting coefficient set for each attribute of the first time attribute group, the heat demand data after multiplication is averaged with each other for each attribute of the second time attribute group. The operation control system according to claim 1, wherein the heat demand representative data is created.