JP7802592B2 - 空調システム - Google Patents

Description

本発明は、特にペリメータゾーンを対象として空調を行う空調システムに関する。

オフィスビル等の主に人を対象とする保健空調を行う場合、対象とする建物内の場所における熱に関する条件は一様ではない。例えば、窓際等のペリメータゾーンは、その内側のインテリアゾーンと比較して外皮負荷の影響を受けやすく、日射を受けやすい南側の部屋と、日中も日陰になる北側の部屋とでは入熱量が大きく異なる。また、仮に外部からの入熱量が同じでも、室内に設置した機器等の排熱のために熱負荷が部屋毎に異なるといった場合もある。このように場所によって異なる熱条件に対応しつつ、各領域の空気を好適な状態に調和するため、変風量単一ダクト方式空調や各階ユニット方式の場合には、例えば対象空間に複数台の変風量装置を設置すると共に、それらの近傍に温度センサを設け、該温度センサの測定値に応じて各変風量装置の風量や、空調機からそれらへの給気の温度を調整するといったことが行われている。

ここで、特に大スパンの空間を対象とする空調システムにおいては一般に、温度センサが天井やその付近に設置されることが多い。昔の柱が多く存在する空間ならば、たやすく居住域のレベルと同じレベルに温度センサを設置できたがそれは叶わなくなっている。床近傍には人や機器が位置することが多く、邪魔になるためであるが、結果として、空調システムにおいて把握される室内の温度と、床面付近の居住域に位置する人や機器にとっての温度が乖離してしまう場合がある。特に、外気温度の低い時季には、ペリメータゾーンの、特に窓内面近傍の空気が外気によって冷却され、下方に沈み込んで床面に沿って流れるコールドドラフトと呼ばれる冷気の流れが発生し、これにより、ペリメータゾーンやその近傍に位置する人が不快に感じる状況が生じることがある。温かい空気は冷たい空気と比較して比重が小さいので、天井の吹出口から暖気が供給されていても、該暖気と、外気による冷却で生じる冷気の温度差が大きい場合や、風量が十分でない場合には、吹出口から下方に吹き出される空気の慣性力が上向きの浮力に打ち消されてしまい、床面付近まで届かない。すなわち、外気温の低い時季のペリメータゾーンの足元レベルなどにおいては、変風量装置から供給される暖気に対して冷気が優勢となる結果、居住域への暖気の供給が不十分となってしまう場合が想定されるのである。

こういった事態への対策としては、ペリメータゾーンに前記変風量装置により制御される給気を供給する天井設置の制気口とは別に、ペリメータファンやエアバリアファン等と呼称される送風装置を設置することが有効である。ペリメータファンは、例えばペリメータゾーンにおける窓近傍の床面付近に設置され、そこから上方へ向かう空気の流れを形成する。これにより、窓付近で室内空気が冷却されてコールドドラフトが発生し、床に沿って室内へ流れる現象を妨げることができる。さらに、ペリメータファンに向かって天井設置の制気口から変風量装置により制御される暖気を送り出すようにすれば、暖気をペリメータゾーンの外縁付近まで供給することもでき、ペリメータゾーンの空気環境を、居住域に位置する人にとって快適に保つことができる。

ところが、このようにペリメータファンを設けたとしても、上述したようなコールドドラフトや居住域への暖気の供給不全への対策としては十分でない場合もある。室内空気の温度を測定するための温度センサが天井付近に設けられている以上、その測定値と、床近傍における空気の温度とは乖離する場合があり、前記温度センサの測定値に基づいて空調システムが運転されていれば、やはりペリメータゾーンに十分な暖気が供給されない事態も想定し得る。例えば、変風量装置により制御される給気を吹き出す制気口からペリメータファンに十分な量の暖気を供給できていない場合や、室内の上下間で空気に温度差が生じている場合には、天井付近の温度センサで把握される温度がペリメータゾーンの床面付近の温度よりも高くなる。その結果、ペリメータゾーンの近傍における床面付近の実際の温度状況が変風量装置の運転に反映されず、天井の近傍は快適な温度に維持されたとしても、居住域の温度が低いままとなってしまうといった事態が生じ得るのである。
このような事態の対策として、単に変風量装置における設定温度を上げることも考えられるが、仮にそのようにした場合、例えば冬期から中間期に近づいて外気温が上昇し、室内の上下間における温度差が小さくなったタイミングで、逆に居住域の温度が上がりすぎてしまう懸念がある。

こうした問題に対応し得る技術を記載した文献として、例えば下記特許文献１がある。

特開２０２１－７６３４８号公報

上記特許文献１に記載の技術は、ペリメータゾーンの床近傍における温度を推定し、これに基づいて変風量装置の給気風量を調整するというものである。天井付近の高さに設置された温度センサの測定値の代わりに床近傍の温度を推定し、その値を空調システムの運転に用いることで、床近傍の状況に即した運転を行うことができる。

ここで、床近傍の温度値としては、実際にその位置に設置した温度センサの測定値の代わりに推定値を用いるのであるが、この推定値は無論、実際の値に極力近いことが望ましい。天井付近の測定温度の代わりに居住域に近い床近傍の推定温度を使用すると言っても、推定温度が実際の値から乖離していれば結局、上記と同様の問題が生じてしまうことになるし、あるいは逆に、暖気の供給が過剰となる場合もあり得る。

本発明は、斯かる実情に鑑み、ペリメータゾーンの床近傍における空気温度を好適に推定し得る空調システムを提供しようとするものである。

本発明は、給気を送り出す空調機と、
前記空調機から対象空間へ給気を導く給気ダクトと、
対象空間へ給気を吹き出す複数の吹出口と、
前記吹出口のうちのペリメータゾーンに供給する吹出口から吹き出される給気の風量を調整する変風量装置と、
ペリメータゾーンに設けられ、室内空気を上方へ送り出すペリメータファンと、
前記ペリメータファンの上方に設けられ空調機への少なくとも一部の還気を吸い込む吸込口と、
ペリメータゾーンにおける天井温度を測定する天井温度センサとを備え、ペリメータゾーンの床近傍温度に関連するパラメータに基づき、ペリメータゾーンの少なくとも方角の異なる各位置における床近傍温度を推定し、
推定された床近傍温度に基づき、ペリメータゾーンに面する前記変風量装置の吹出風量を調整するよう構成され、
前記床近傍温度の推定は、少なくとも前記天井温度センサによって把握される天井温度をパラメータとして用いて行うよう構成されていると共に、さらに日射量をパラメータとして用いて行うよう構成され、
前記日射量は、日射計に日影の生じる時間として設定された日影時間においては、大気外全天日射量に基づき日射量の算出された推定値として把握する一方、
それ以外の時間においては、前記日射計における実測値として把握するよう構成されていること
を特徴とする空調システムにかかるものである。
また本発明は、給気を送り出す空調機と、
前記空調機から対象空間へ給気を導く給気ダクトと、
対象空間へ給気を吹き出す複数の吹出口と、
前記吹出口のうちのペリメータゾーンに供給する吹出口から吹き出される給気の風量を調整する変風量装置と、
ペリメータゾーンに設けられ、室内空気を上方へ送り出すペリメータファンと、
前記ペリメータファンの上方に設けられ空調機への少なくとも一部の還気を吸い込む吸込口と、
ペリメータゾーンにおける天井温度を測定する天井温度センサとを備え、
ペリメータゾーンの床近傍温度に関連するパラメータに基づき、ペリメータゾーンの少なくとも方角の異なる各位置における床近傍温度を推定し、推定された床近傍温度に基づき、ペリメータゾーンに面する前記変風量装置の吹出風量を調整するよう構成され、
前記床近傍温度の推定は、少なくとも前記天井温度センサによって把握される天井温度をパラメータとして用いて行うよう構成されていると共に、パラメータとしてさらに対象の位置における日射の有無を用いて行うよう構成され、
前記日射の有無は、対象の位置における日影時間に基づき把握されること
を特徴とする空調システムにかかるものである。

本発明の空調システムは、前記床近傍温度の推定を、少なくとも前記天井温度センサによって把握される天井温度の過去値をパラメータとして用いて行うよう構成することができる。

本発明の空調システムは、前記床近傍温度の推定を、さらに日射量をパラメータとして用いて行うよう構成し、前記日射量は、日射計に日影の生じる時間として設定された日影時間においては、大気外全天日射量に基づき日射量の算出された推定値として把握する一方、それ以外の時間においては、前記日射計における実測値として把握するよう構成することができる。

本発明の空調システムにおいて、日影時間における日射量の推定値は、予め設定された係数を、日影時間における大気外全天日射量に乗じて算出することができる。

本発明の空調システムにおいて、日影時間における日射量の推定値は、日影時間前における日射量の実測値を大気外全天日射量で除して算出した係数を、日影時間における大気外全天日射量に乗じて算出することができる。

本発明の空調システムにおいて、午前の日影時間における日射量の推定値は、予め設定された係数を、日影時間における大気外全天日射量に乗じて算出し、午後の日影時間における日射量の推定値は、日影時間前における日射量の実測値を大気外全天日射量で除して算出した係数を、日影時間における大気外全天日射量に乗じて算出することができる。

本発明の空調システムにおいては、日影時間であり、且つ天気が晴れと判定されたことを条件として日射量の推定を行うことができる。

本発明の空調システムは、前記床近傍温度の推定を、パラメータとしてさらに対象の位置における日射の有無を用いて行うよう構成することができる。

本発明の空調システムにおいて、前記日射の有無は、対象の位置における日影時間に基づき把握することができる。

本発明の空調システムにおいて、対象の位置における日影時間は、天空率図に基づき把握することができる。

本発明の空調システムは、機械学習により生成された温度推定モデルを用いてペリメータゾーンの床近傍温度を推定するよう構成することができる。

本発明の空調システムにおいて、前記温度推定モデルは、さらに以下のパラメータから選択される一部または全部のパラメータを説明変数としてさらに用いて床近傍温度を推定するよう構成することができる。
・外気温度
・前記空調機の運転状態
・流出熱量
・風向
・風速
・降雨量
・ペリメータゾーンの床近傍温度を測定する床近傍温度センサの測定値
・前記ペリメータファンの運転状態
・ペリメータゾーンに面する前記変風量装置の運転状態
・日付
・時刻
・曜日
本発明の空調システムは、日射量、および対象の位置における日射の有無を互いに別の説明変数として前記温度推定モデルに入力するよう構成することができる。

本発明の空調システムによれば、ペリメータゾーンの床近傍における空気温度を好適に推定するという優れた効果を奏し得る。

本発明を適用した空調システムの構成の一例を示す概略図である。 本発明を適用した空調システムにおいて、ペリメータゾーンに面して設置される変風量装置および床近傍温度センサの配置の一例を示す概略平面図である。 複数階にわたる建物に対して適用された本発明の空調システムの全体構成の一例を示す概略図である。 本発明を適用した空調システムにおいて、基準階のペリメータゾーンに面して設置される変風量装置および床近傍温度センサの配置の一例を示す概略平面図である。 温度推定モデルの入出力構成の一例を示す概念図である。 本発明の実施例において、変風量装置等の運転状況を設定する手順の一例を説明するフローチャートである。 室内空気の上下間における温度差と、その差を踏まえた温度の制御について説明する概念図である。 床近傍温度の推定値に基づいて算出される制御偏差と、温度補正値の関係の一例を説明するグラフである。 外気温度と、給気温度の上限値の関係の一例を説明するグラフである。 図１の空調システムのペリメータゾーン近傍における室内空気の温度分布の一例を説明する概略図である。 本実施例における温度補正値を用いた制御を概念的に説明するブロック図である。 日射計において測定される日射量の変動の一例（遮蔽物が存在しない場合）を示すグラフである。 日射計において測定される日射量の変動の別の一例（遮蔽物が存在する場合）を示すグラフである。 日射計による日射量の測定値と、実際の日射量と、日射量の推定値の関係の一例を示すグラフである。 本発明の日射量の推定方法を実行する手順の一例を説明するフローチャートである。 本発明の日射量の推定方法を実行する手順の別の一例を説明するフローチャートである。 本発明の日射量の推定方法を実行する手順のさらに別の一例を説明するフローチャートである。

以下、本発明の実施の形態を添付図面を参照して説明する。

図１は本発明の実施による空調システムの一例を模式的に示している。空調機１から送り出される空調された空気（給気）Ａ１は、給気ダクト２を通ってオフィス等の室内である対象空間Ｓへ導かれる。対象空間Ｓの天井３には複数の吹出口４が設置されており、各空調機１から伸びる給気ダクト２の下流側は、各吹出口４に接続されている。給気ダクト２を流通する空調空気Ａ１は、各吹出口４から対象空間Ｓへ供給される。この吹出口４は各々一つで表現しているが、実際は各々がそれぞれ複数の吹出口となっている。

給気ダクト２における各吹出口４の手前の位置には、それぞれ変風量装置５が備えられている。変風量装置５はＶＡＶ（Variable Air Volume）等と略称される装置であり、内部に備えたダンパの開度を変更しダンパの前後のどちらかで風速や風量を測定することで、内部を通過する空気の風量を測定値に基づいて調整するようになっている。給気Ａ１は、対象空間Ｓへ供給されるにあたり、変風量装置５により風量を調整される。

対象空間Ｓは、外皮負荷の影響を受けやすい窓際などのペリメータゾーンＰと、その内側の建屋負荷の全熱負荷の割合が比較的小さいインテリアゾーンＩに分けることができる。図１には、インテリアゾーンＩに面する位置と、ペリメータゾーンＰに面する位置にそれぞれ変風量装置５を１台ずつ図示しており、またインテリアゾーンＩに面する変風量装置５に対し給気Ａ１を送り出す空調機１（インテリア空調機１ａ）と、ペリメータゾーンＰに面する変風量装置５に対し給気Ａ１を送り出す空調機１（ペリメータ空調機１ｂ）をそれぞれ１台ずつ図示している（尚、これは模式的に簡略化された図であり、実際の空調システムにおいては、変風量装置５や空調機１の数や配置、空調機１に対する変風量装置５の台数等は、対象空間Ｓの規模や形状、熱状況等に応じて適宜設定されることは言うまでもない。特に、ペリメータゾーンＰ用空調機１ａとインテリアゾーンＩ用空調機１ｂとを分けた形を図示しているが、２つの空調機１ａ，１ｂを１台にまとめ、給気ダクトや還気ダクトを分岐することはよく行われこれを含めるのは言うまでもない。）。

天井３には、インテリアゾーンＩおよびペリメータゾーンＰにあたる位置にそれぞれ吸込口７，１６が複数ずつ設けられている。インテリアゾーンＩ、ペリメータゾーンＰに面する各変風量装置５からは、それぞれインテリア空調機１ａまたはペリメータ空調機１ｂから送られた給気Ａ１が、吹出口４を通じて対象空間Ｓへ供給され、該対象空間Ｓ内の空気（室内空気）Ａ２と混合する。

室内空気Ａ２のうち、主にインテリアゾーンＩにある一部は、インテリアゾーンＩに面する吸込口７から還気Ａ３として取り込まれる。還気Ａ３のうち、一部は還気ダクト８の外へ排気Ａ４として排出され、一部は還気ダクト８から新たに取り込まれる外気Ａ０と混合してインテリア空調機１ａに戻り、温度や湿度を調整されたうえで再度、給気Ａ１として送り出される。

室内空気Ａ２のうち、主にペリメータゾーンＰにある一部は、ペリメータゾーンＰに面する吸込口１６から還気Ａ３として取り込まれ、還気ダクト１７を通って全量がペリメータ空調機１ｂに戻り、温度を調整されたうえで再度、給気Ａ１として送り出される。こうして、空調機１と対象空間Ｓの間を空気が循環するようになっている。尚、インテリアゾーンＩでは外気Ａ０を取り込んで空気の入れ替えを行う一方、ペリメータゾーンＰにおいては外気Ａ０を取り込まず、空気の全量を循環させる設計となっているのは、ペリメータゾーンＰにおいてはインテリアゾーンＩと比較して人がいることが少ないことが想定され、呼吸に伴い増える二酸化炭素の希釈排出のための排気分の外気導入がインテリアより少ないためである。

このような空調システムにおいては、例えば各階ユニット方式（各階ごとに完結する単一ダクト変風量方式）と呼ばれる空調方式により、対象空間Ｓ内における空調負荷の変動に対応するようになっている。対象空間Ｓ内の適当な箇所（ここに示した例では、天井３）には、室内空気Ａ２の温度を測定する温度センサ９が設けられている（以下、天井やその付近における室内空気Ａ２の温度を測定するこれらの温度センサ９を、「天井温度センサ」と称する。また以下では、天井温度センサ９の設置される高さにおける室内空気Ａ２の温度を、必要に応じて便宜的に「天井温度」と称する）。変風量装置５には、それぞれ制御装置（ＶＡＶコントローラ）が設けられており、 天井温度センサ９における測定値と、変風量装置５における温度設定値の偏差が０に近づくよう、変風量装置５に対しＰＩ制御等による制御を行い、適当な風量の給気Ａ１を吹出口４から供給するようになっている。例えば、暖房時において、室内温度（室内空気Ａ２の温度）の設定値に対し、天井温度センサ９の測定値が低い場合には給気Ａ１の供給量を大きくし、設定値と測定値が近い場合には供給量を少なくする、といった制御を行う。

空調システムを構成する各機器の運転状況は、制御装置１０によって監視され、操作される。制御装置１０は、各空調機１（インテリア空調機１ａやペリメータ空調機１ｂ）の動作を制御するコントローラ等を備えており、例えば各変風量装置５における要求風量比率や、対象空間Ｓ内における設定温度といった値を取得し、これらに基づいて、各空調機１から供給される給気Ａ１の温度や風量等を決定するようになっている。

各変風量装置５の制御装置では、天井温度を各天井温度センサ９における測定値として取得し、設定温度との偏差に基づいて要求風量を求め、変風量装置５に備わる風速計などにより測定演算された風量との偏差に基づいて変風量装置５内のダンパの開度を調整し、適当な風量の給気Ａ１を吹出口４から供給する。すなわち、例えば暖房時において、目標値に対して天井温度センサ９の測定値が低い場合には給気Ａ１の供給量を多くし、目標値と測定値が近い場合には供給量を少なくする、といった制御を行う。

各空調機１では、変風量装置５から送り出される給気Ａ１を各変風量装置５へ送り出すが、ここで送り出される給気Ａ１の量は、その下流に一つ以上ある変風量装置５における要求風量の合計である。そこで、制御装置１０では、各変風量装置５における要求風量の比率である要求風量比率を入力信号として各要求風量比率に基づき演算して、各空調機１における供給風量を決定する。

以上のような風量による制御に加え、実際の空調システムでは、さらに要求風量比率に応じて給気温度（空調機１から送り出される給気Ａ１の温度）を調整する制御（ロードリセット制御）もあわせて行われる。変風量方式の空調システムでは、原則的に、負荷が大きければ各変風量装置５からの要求風量比率が増え、負荷が小さければ要求風量比率が減ると言える。そこで、各変風量装置５からの要求風量比率に応じ、空調機１における給気Ａ１の供給風量だけでなく、給気温度をも適宜変更するのである。例えば暖房時において、要求風量が変風量装置５の定格風量に対して小さい場合には、給気温度の設定値を下げる。尚、ロードリセット制御としては種々の方式を採用することができ、例えば変風量装置５の開度情報に基づき、各変風量装置５の開度が所定の開度範囲に収まるよう給気温度の設定値を変更する方式でもよいし、変風量装置５の設定温度と計測温度（空調システム内の適当な箇所における空気の計測温度。例えば、還気Ａ３の温度）の偏差に重みづけを行い、その重みづけに基づいて給気温度の設定値を変更する方式でもよい。

このように、図１に示す如き空調システムにおいては、室内負荷に合わせ、供給風量および給気温度が自動で変更される。

ところで、こうした空調システムでは、室内空気Ａ２の温度を天井温度センサ９の測定値として把握しているため、対象空間Ｓ内にいる人が実際に接している室内空気Ａ２の温度と、制御装置１０において把握される室内空気Ａ２の温度が乖離する場合がある。図１に示す例では天井３の高さに天井温度センサ９が配置されているが、外気条件や、変風量装置５および空調機１といった各機器の制御条件等により、人の位置する床面付近の室内空気Ａ２の温度と、天井温度センサ９の周辺（天井付近）における室内空気Ａ２の温度に差が生じてしまうのである。

特に、外気温度の低い冬季等においては、上述したように、コールドドラフトの発生によってペリメータゾーンＰやその近傍に位置する人が不快に感じる状況が生じる場合がある。

そこで本実施例では、ペリメータゾーンＰの床面付近に、ペリメータゾーンＰにおける室内空気Ａ２の温度分布を是正する目的でペリメータファン６を設けている。ペリメータファン６は、対象空間Ｓ内の室内空気Ａ２を窓面に沿って上向きに送り出すようになっている。このペリメータファン６の作動により、ペリメータゾーンＰの床面付近から上方へ向かう室内空気Ａ２の流れを形成すれば、外気によって冷却された窓面付近の室内空気Ａ２がコールドドラフトとなってペリメータゾーンＰより内側のインテリアゾーンＩへ向かうのを妨げ、上方の吸込口１６へ送り込むことができる。また、これにあわせ、ペリメータファン６に向けて近傍の変風量装置５から室内空気Ａ２を送り出すようにすれば、ペリメータファン６の動作と相俟って、温度の高い室内空気Ａ２をペリメータゾーンＰの外縁付近まで供給することもできる。

さらに本実施例では、図１、図２に示す如く、ペリメータゾーンＰの近傍に位置する変風量装置５のうち、一部の変風量装置５の平面視における近傍に、オプションとして床近傍温度センサ１１を設けている（図１には、側面視における床近傍温度センサ１１の位置を破線にて示している）。床近傍温度センサ１１は、ペリメータゾーンＰにおいて人等の存在する高さである床面またはその近傍に設置され、周囲の空気の温度を計測するセンサである。この床近傍温度センサ１１については、床近傍温度の推定をする温度推定モデルのパラメータに利用するもので、設置している対象空間の当該床近傍位置のためよりも、他の床近傍位置のためなどに利用するひとつのパラメータとして測定値を利用するものである。

以下、本明細書では、床の近傍にある室内空気Ａ１の温度を「床近傍温度」と称する。本明細書における「床近傍温度」とは、床面の付近である０ｃｍ以上１０ｃｍ未満、または居住域である１０ｃｍ以上１７０ｃｍ以下における空気の温度を指す。また、「天井温度」とは、床面から１７０ｃｍ以上で且つ天井３以下の高さにおける空気の温度を指すものとする。すなわち、天井温度センサ９は、天井３の高さに設けてもよいし、それより低い位置に（床面から１７０ｃｍ以上の高さであれば）設けてもよい。

ここで、床近傍温度を測定する床近傍温度センサ１１は、床面やその付近における室内空気Ａ１の温度を測定する場合には０ｃｍ以上１０ｃｍ未満の高さに設ければよいし、１０ｃｍ以上１７０ｃｍ以下（居住域）の高さにおける室内空気Ａ１の温度を測定する場合にはその高さに設ければよい。あるいは後者の場合、例えば０ｃｍ以上１０ｃｍ未満の高さに床近傍温度センサ１１を設置し、天井温度センサ９における測定値と、床近傍温度センサ１１における測定値に基づき、差分を両センサ間の距離で按分し、求めたい高さの温度を算出するようにしてもよい。

床近傍温度センサ１１の平面視における設置位置は、各ペリメータファン６（図１参照）の設置位置に対して内側（すなわち、窓や壁から見てペリメータファン６のさらに内側に床近傍温度センサ１１が位置するという位置関係）とすると好適である。ペリメータファン６は通常、対象空間Ｓの内側に面する側から室内空気Ａ２を取り込んで上方へ送り出すように配置される。このため、ペリメータファン６に対して内側に床近傍温度センサ１１を設けると、ペリメータファン６に取り込まれる床面付近の室内空気Ａ２が床近傍温度センサ１１に対し動きながら接触するので、床近傍温度センサ１１において好適に床近傍温度を取得することができる。

尚、図１では説明の便宜のため、２台の空調機１、１個の対象空間Ｓ、２個の吹出口４および２台の変風量装置５、１台のペリメータファン６、計２個の吸込口７，１６を簡単に図示したが、これはあくまで説明のための模式的な図であって、実際の空調システムにおいては、空調機１や変風量装置５の設置台数を変更したり、複数の対象空間Ｓに給気Ａ１を導く構成としてもよい。対象空間Ｓあたりの吹出口４の設置数も、対象空間Ｓの広さ等に応じて適宜変更し得る。また、実際の空調システムにおいては、ここに示した機器類の他にも各種の機器やセンサ等が設置されるが、本発明の趣旨と直接関係しない構成については、適宜図示を省略している。

このような空調システムは、例えば図３に示す如く、ある建物の全体に対して設置することができ、各階には例えば図２に示す如く、ペリメータゾーンＰに面する変風量装置５の一部に関し、平面視におけるその近傍の位置に床近傍温度センサ１１が設置される。ここに示した例では、各対象空間ＳのペリメータゾーンＰに関し、平面視における各辺毎に１個ずつ、床近傍温度センサ１１を設置している（尚、ここでいう「ペリメータゾーンＰに面する変風量装置５」とは、「ペリメータゾーンＰに対し空気を供給する変風量装置５」程度の意味である）。ペリメータゾーンＰの温度状況は、外気に面した窓面や壁を介して外皮負荷（風向や日照等）の影響を受けやすく、同じ建物あるいは対象空間Ｓ内であっても窓面や壁の方位によって大きく異なるが、同じ室内で且つ建物に対する方角が同じであれば、概ね同じような温度状況になると考えられるからである。

つまり、各階の各対象空間ＳのペリメータゾーンＰは、方角によって異なる温度状況上の特性に応じ、原則として大きく４系統に分けることができ、例えば北東に面する窓や壁と、北西に面する窓や壁を有する対象空間Ｓについては、北東側のペリメータゾーンＰと、北西側のペリメータゾーンＰの２系統のペリメータゾーンを有していると見なすことができる（尚、特殊な形状の階あるいは対象空間Ｓについては、無論この限りではなく、より多系統のペリメータゾーンＰを有すると見なし得る場合も想定できる）。そして、これら各系統に該当するペリメータゾーンＰ毎に、後述する温度推定モデルＭを生成する。

尚、上に説明したような方角によるペリメータゾーンの系統分けや、それによる温度推定モデルの作成はあくまで一例である。実際に温度推定モデルを生成するにあたり、ペリメータゾーンの分け方や温度推定モデルの作り方は、現場の温度状況等に応じて適宜設定し得る。

また、図２にはペリメータゾーンＰに設置された変風量装置５、および床近傍温度センサ１１のみを図示しているが、実際にはインテリアゾーンＩにも変風量装置５が適宜配置されているほか、ペリメータファン６や天井温度センサ９といった機器類も図１に示す通りに配置されていることは勿論である。また、図３には空調システムの全体図として簡略化された建物および空調システムを図示し、また各階に空調機１（ペリメータ空調機１ｂ）や変風量装置５を１台ずつ図示しているが、実際の建物の階数はここに示した階数と異なっていてもよいこと、各階にはより多くの空調機１や変風量装置５が設置されていてもよいことは言うまでもない。むろん、各階の間取りや、各対象空間Ｓにおける変風量装置５の配置は、図２に示した構成とは異なっていてもよい。

建物を構成する階のうち、一部の階においては、図４に示すように、ペリメータゾーンＰに面する変風量装置５の全台に関し、その近傍に床近傍温度センサ１１を設置している。後述する温度推定モデルＭを生成するための学習データＤ（図３参照）に使用する、床近傍温度の実測値を採集するためである。

図４に示す如く、ペリメータゾーンＰに面する変風量装置５の全台に対して床近傍温度センサ１１を設置する階（以下、「基準階」と称する）は、例えば間取りが共通する複数の階のうち特定の一部階とするとよい。間取りが共通していれば、温度状況は概ね同じようになると考えられるからである。つまり、例えば１１階から４０階までの間取りが同じ建物において、１１階～４０階を対象とする場合には、２５階を基準階と設定し、２５階で採集された床近傍温度の実測値を学習データＤに使用して温度推定モデルＭを生成し、１１階から４０階までの他の階における床近傍温度の推定に用いればよい。尚、間取りが共通していても、高さが大きく異なればそれに応じて温度状況にも差が生じることも考えられるので、そういった場合は、例えば１８階と３２階をそれぞれ別の基準階としてもよい。すなわち、１８階を第一の基準階として採集した学習データに基づき第一の温度推定モデルを生成し、１１階から２４階までの他の階における床近傍温度の推定に用い、また、３２階を第二の基準階として採集した学習データに基づき第二の温度推定モデルを生成し、２５階から４０階までの他の階における床近傍温度の推定に用いるのである。あるいは、例えば近傍のビルの影などの影響により特定の階を境に温度状況が大きく変化するような場合、前記特定の階の上下でそれぞれ別の温度推定モデルを適用してもよい。このように、基準階の設定や、ある温度推定モデルを適用する対象は、各種の条件を勘案して適宜決定すればよい。

各階の空調は、図３に示す如く空調機１、変風量装置５、ペリメータファン６、天井温度センサ９、床近傍温度センサ１１および制御装置１０によって運転され、各階における空調の運転状況は、各階の制御装置１０に接続された中央監視装置１２により監視され、統御される。中央監視装置１２は、建物全体の空調システムやその他のシステム（電気システム等）を総合的に監視する装置である。中央監視装置１２には、さらに温度推定部１３が接続され、温度推定部１３にはモデル生成部１４が接続される。温度推定部１３およびモデル生成部１４は、例えばパーソナルコンピュータ等の情報処理装置である。温度推定部１３は、後述するように、各階のペリメータゾーンＰ（図１、図２参照）における床近傍温度を推定する。モデル生成部１４は、温度推定部１３が床近傍温度を推定するための温度推定モデルＭを生成する。温度推定モデルＭは、学習データＤに基づいて生成され、床近傍温度に関係するパラメータを説明変数とし、ある位置における床近傍温度を推定するモデルである。すなわち、例えばある階の特定の対象空間Ｓの北側にあたるペリメータゾーンＰの複数箇所における床近傍温度を、後述する種々のパラメータに基づいて推定するようになっている。

また、本実施例の空調システムでは、床近傍温度を推定するためのパラメータの一つとして（より詳しくは、床近傍温度を推定するために温度推定モデルＭに入力される説明変数の一つとして）日射量を採用しており、建物の屋上に設けられた日射計１００から、中央監視装置１２に対して日射量の測定値が入力されるようになっている（図３参照）。

さらに、本実施例の空調システムは、日射量を推定するための日射量推定部１０１を備えている。日射量推定部１０１は、特定の条件において、中央監視装置１２に入力された日射量の測定値や、大気外全天日射量等に基づき、目的の時刻における日射量の推定値を算出する。モデル生成部１４や温度推定モデルＭでは、必要に応じて日射量推定部１０１によって算出された推定値を日射計１００における実測値の代わりに使用し、温度推定モデルＭの生成や各位置における床近傍温度の推定を行う。尚、日射量推定部１０１は、ここでは温度推定部１３の一部として示したが、例えば中央監視装置１２に接続された外部の機器であってもよいし、中央監視装置１２の一部として日射量推定部１０１を構成してもよい。日射量推定部１０１による日射量の推定については、後に詳述する。

温度推定モデルＭによる床近傍温度の推定には、例えば以下のパラメータを用いることができる。
・外気温度（複数の高さ（例えば、屋上と高層および低層）にて取得した値を用いてもよい）
・日射量（日射計１００によって測定される日射量の実測値、または日射量推定部１０１によって算出される日射量の推定値）
・日射の有無（対象の位置が日向か日影か。このパラメータについては後に詳述する）
・空調機１の運転状態（オフ／冷房／暖房、給気温度の目標値、給気量。床近傍温度を推定したい位置の空調を担当する空調機１における値を使用してもよいし、その他の空調機１における値を使用することもできる）
・空調機１における給気温度の実測値
・流出熱量（対象空間Ｓから外部へ流れる熱の量。室内外の温度差に基づき算出できる）
・ペリメータゾーンＰに面する変風量装置５の運転状態（オン／オフ、設定温度、要求風量）
・天井温度センサ９の測定値（現在値。さらに、それより過去に取得した値）
・風向（複数の高さ（例えば、屋上と高層および低層）にて取得した値を用いてもよい）
・風速（複数の高さ（例えば、屋上と高層および低層）にて取得した値を用いてもよい）
・降雨量
・床近傍温度センサ１１の測定値（床近傍温度を推定したい位置とは別の位置に設置された床近傍温度センサ１１の測定値）
・ペリメータファン６の運転状態（オン／オフ、風量）
・日付（月または日の少なくとも一方）
・時刻（時間または分の少なくとも一方）
・曜日（日月火水木金土、または、休日か平日か）

温度推定モデルＭの入出力構成の一例を図５に示す。入力される説明変数は、中央監視装置１２から取得される外気温度（過去３０分の平均値）、日射量（過去３０分の平均値）、日射の有無、ペリメータゾーンＰおよびインテリアゾーンＩの各空調機１の運転状態、それらにおける給気温度の実測値、ペリメータゾーンＰに面する変風量装置５の運転状態、流出熱量、および各所に設置された天井温度センサ９の測定値である。これらを入力値とし、目的の各位置における床近傍温度の推定値を出力する。

このような温度推定モデルＭは、変風量装置５の系統単位毎に作成し、各ペリメータ空調機１ｂ毎に、対応する位置の床近傍温度を出力できるようにする。ここに示した例では、計８台の変風量装置５を備えた空調系統に用いる温度推定モデルＭを想定しており、８台の変風量装置５の位置に対応した８通りの床近傍温度の推定値を出力するようになっている。尚、床近傍温度センサ１１が設置されている位置に関しては、その測定値を使用すればよいので、温度推定モデルによる床近傍温度の推定は必要ない。

ここで、後述するように床近傍温度の推定値に基づいて変風量装置５の制御を行う本実施例の空調システムにおいては、温度推定モデルＭに入力する説明変数として、各所に設けた天井温度センサ９における測定値を使用すると、目的の位置における床近傍温度を特に精度よく推定できることが、本願発明者らの研究によって明らかになっている。

本実施例の空調システムは、床近傍温度を推定し、これを目標温度（床近傍温度目標値）に近づける制御を意図しているが、直接の制御対象は天井付近における空気温度（天井温度）であり、この天井温度の設定値（天井温度目標値）を操作することで、間接的に床近傍温度を好適な温度に保とうとするものである。詳しくは後に改めて説明するが、このような制御では、まずある時点において推定された床近傍温度に基づいて天井温度目標値が設定され、これに従って変風量装置５の風量が調整され、その給気がペリメータファン６に向かって送り出されてペリメータゾーンＰに供給され、これによってペリメータゾーンＰの床近傍温度が調整され、その繰り返しで床近傍温度が徐々に目標値に近づいていく。つまり、天井付近において行われた温度制御が、ある程度の時間差をもって床近傍温度に表れることになる。このように、床近傍温度は空調システムの作動自体を介して天井温度の影響を受けるので、床近傍温度を推定するための説明変数としては天井温度センサ９の測定値が有効である。さらに、現在の床近傍温度を推定するにあたっては、ある程度過去の時点における天井温度センサ９の測定値を用いると、その値（その時点における天井温度）が現在の床近傍温度の値に対し大きく影響するため、床近傍温度を精度よく推定する上で特に有効である。

図５に示した例では、温度推定モデルＭに対し、計８箇所の天井温度センサ９における現在および過去の値を説明変数として入力し、計８箇所の位置における床近傍温度の推定値を算出するようになっている。過去値としては、５分刻みで３０分前までの値を使用している。尚、温度推定モデルに入力する天井温度センサの測定値の入力数（図５では８個）や、目的の推定値（床近傍温度）の出力数（同じく図５では８個）はあくまで一例であって、実際のシステムにおける天井温度センサの設置数や、床近傍温度を推定したい場所の数によって適宜変更してよい。また、入力する過去値の数や、何分前までの過去値を使用するか、何分おきの過去値を使用するか、などについても、空調システムやモデルを設計する際に適宜設定してよい。

ここで、ある位置における床近傍温度を推定するにあたっては、上にも挙げたように、別の位置に設置された床近傍温度センサ１１の実測値を用いることも考えられる。例えば、図２における右辺の一箇所における床近傍温度を推定しようとする場合に、同じ部屋の同じ辺（同じ系統のペリメータゾーンＰ内）に設置された床近傍温度センサ１１の測定値を説明変数として用いるといったことも可能である。ただし、オフィスビルの部屋等である対象空間Ｓでは、床上に仕切りが設置されていたり、排熱のある機器類が配置されているなどして、たとえ同じ室内の同じペリメータゾーンであっても、位置が異なれば熱的状況が大きく異なる場合もしばしばある。結果として、別の位置の床近傍温度センサ１１の実測値を説明変数として入力した場合、目的の位置の床近傍温度前記別の位置における実測値と相関が低いため、出力される推定値が実際の数値と乖離する可能性も考えられる。一方、天井付近の熱的状況には、床の近傍と比べれば仕切りや機器の排熱等による変化や位置ごとの差が生じにくいので、実際の対象空間Ｓ内の状況にもよるが、天井３やその付近に設置された天井温度センサ９の測定値の方が、説明変数としてはより有用である場合が多いと考えられる。例えば図５に示した温度推定モデルＭのように、天井温度の推移やパターンを考慮するモデルを用いれば、床近傍温度を精度よく推定することができる。尤も、例えばある位置における床近傍温度を推定したい場合に、その位置の熱的状況が床近傍温度センサ１１の備えられた別の位置の熱的状況と似通っていることがわかっているような場合には、前記別の位置の床近傍温度センサ１１の測定値を説明変数として利用することが有効であることも想定できる。また、説明変数として天井温度センサ９の現在値や過去値を用いつつ、さらに精度を高める意図で、別の位置の床近傍温度センサ１１の測定値をも用いるようにしてもよい。

また、説明変数としては、後述するように日射に関する値（日射量の実測値や推定値。また、目的の位置における日射の有無）をさらに使用すると、より精度よく床近傍温度を推定し得ることも本願発明人らによって明らかになっている。ここで、日射量と日射の有無の両方を考慮する場合、例えば日射量の実測値または推定値に、目的の位置における日射の有無（ゼロまたは１）を掛けた数値を説明変数として使用することができる。また、日射量の値とは別に日射の有無をデータテーブルとして用意し、それらを別々の説明変数として用いてもよい。特に後者の場合、量的変数である日射量と、質的変数である日射の有無とを互いの別の説明変数として分けて温度推定モデルＭに入力することにより、複雑なシミュレーションを不要とすることができ、モデルの作成やデータの用意に係る手間を減らしつつ、精度の良い温度推定モデルＭを構築することができる。あるいは、日射に関する説明変数として、日射量の実測値または推定値と、目的の位置における日射の有無のうちいずれか一方のみを使用するようにしてもよい。

尚、上記パラメータのうち、外気温度、降雨量、日射量についても、床近傍温度の予測値に対し時間差で影響することが考えられる。そこで、これらの値についても、予測したい時点より前（例えば、１０分～３０分程度前）の実測値をパラメータとして採用してもよい。

また、ペリメータファン６の運転状態を温度推定モデルＭに反映させることもできるが、その際、ペリメータゾーンＰの熱的状況がペリメータファン６の運転状態の影響を特に大きく受けることを考慮し、ペリメータファン６の運転状態を説明変数として使用する代わりに、あるいはペリメータファン６の運転状態を説明変数として使用するのに加えて、ペリメータファン６の運転状態によって温度推定モデルＭ自体を使い分けても良い。すなわち、例えばペリメータファン６の運転状態がオンのときの温度推定モデルＭ（温度推定モデルＭ_ＯＮとする）と、オフのときの温度推定モデルＭ（温度推定モデルＭ_ＯＦＦとする）をそれぞれ生成しておき、ペリメータファン６の運転状態に応じて温度推定モデルＭ_ＯＮ、Ｍ_ＯＦＦを切り替えるのである。

また、各パラメータとしては、ここに例示したものに代えて、単位あるいは定義の異なる同等のパラメータや、関連するパラメータを用いることができる。また、上に例示したパラメータの他に、床近傍温度に関連する何らかの別のパラメータを用いても良い。また、値の規格化や中心化といった処理を適宜行っても良いことは勿論である。

学習データＤは、適当な期間（例えば、数日から１年程度）にわたり、各階（特に、基準階）の制御装置１０や、その他の図示しないセンサ類等から中央監視装置１２に蓄積された空調の運転に関するデータのセットであり、温度推定部１３に格納される。モデル生成部１４は、学習データＤに基づいて温度推定モデルＭを生成し、温度推定部１３に格納する。また、温度推定部１３は、補正値算出部１５を備えている。補正値算出部１５は、温度推定モデルＭを用いて算出された各階のペリメータゾーンＰの各所における床近傍温度に基づき、温度補正値を算出する。温度補正値は、ペリメータゾーンＰに面する各変風量装置５に関し、設定温度に対して加味される補正値である。この温度補正値の役割については、後に再度説明する。

モデル生成部１４による温度推定モデルＭの生成について説明する。温度推定モデルＭとしては、線形回帰、リッジ回帰、勾配ブースティング、ランダムフォレスト等、各種の形式のモデルを採用することができるが、例えば多入力・多出力のニューラルネットワークを用いて温度推定モデルＭを生成すれば、床近傍温度を精度よく推定することができる。ここで、特に二層線形ニューラルネットワークを用いると、２週間程度の短い学習期間でも過学習を起こすことなく、精度のよい推定が可能である。その他、三層ニューラルネットワークや、ＬＳＴＭのような時系列ニューラルネットワークを用いても、高精度の推定が可能である。

温度推定モデルＭの生成に用いる学習データＤは、図１～図３に示す如き空調システムを実際に運転した際の、様々な時点あるいは位置における床近傍温度に関連する各種のパラメータ（例えば、上に例示したようなパラメータ）と、床近傍温度の実測値とを記録したデータセットである。床近傍温度の実測値は、基準階のペリメータゾーンＰの各所に設置された床近傍温度センサ１１から取得する。また、床近傍温度に関連するパラメータの一部は、空調機１や天井温度センサ９、変風量装置５の制御部等から取得することができる。

学習データＤには、複数の時点における上記各パラメータと共に、基準階において取得されたその時点の床近傍温度の実測値が記録される。

尚、学習データＤの採集は、例えば以下の条件が全て成立していることを条件として実行するとよい。
・暖房運転が行われているか否か。ペリメータゾーンＰにおいて、上に説明したような冷気による問題が生じるのは、外気温度が低く暖房運転が行われている時に限られる。つまり、床近傍温度を推定し、それに基づいて温度補正値を算出し、その温度補正値を使用した運転を行う必要があるのは、暖房運転の実行中に限られる。したがって、暖房運転の実行中に記録されたパラメータのみを、学習データＤとして使用する。
・外気温度が、予め設定された閾値より低いか否か。上述の問題は、外気温度が室内の空気温度に対してある程度以上低い場合に限って生じるので、床近傍温度の推定や温度補正値の算出も、外気温度が低い場合にのみ必要となる。したがって、外気温度が閾値未満の場合に限り、学習データＤの採集を行う。
・変風量装置５が運転状態にあるか否か。変風量装置５自体の運転がオフであれば当然、温度補正値を使用した運転は行われないので、床近傍温度の推定や、温度補正値の算出を行う必要はない。したがって、変風量装置５が運転状態でない場合は、学習データＤは採集しない。

尚、学習データの取得量が少ない場合にはこの限りでなく、上記条件の少なくとも一部が成立していない条件でも適宜、学習データＤを採取するようにしても良い。

モデル生成部１４は、学習データＤを用いて機械学習を行い、各種のパラメータに基づき、各階のペリメータゾーンＰ各所の床近傍温度を推定する温度推定モデルＭを生成する。ニューラルネットワークを用いて温度推定モデルＭを生成する場合、モデル生成部１４が、学習データＤに記録された上述の各種パラメータから複数のパラメータを適宜取捨選択し、また必要に応じてそれぞれに規格化・中心化などの加工や重み付けを施し、選択肢のパターンを形成していく。形成したパターンから推定される床近傍温度と、基準階の床近傍温度センサ１１で取得された実際の床近傍温度とを比較しながら、パターンを修正する作業を繰り返し、機械学習によって精度の高い温度推定モデルＭを最終的に生成する。生成された温度推定モデルＭは、対象の空調システムにおいて、床近傍温度に関連するパラメータから、ある位置の床近傍温度を推定するモデルとなっている。

以上のような空調システムにおいて、推定された床近傍温度、およびこれに基づき算出された温度補正値を用い、ペリメータゾーンＰに面する変風量装置５の運転を行う手順の一例を、図６のフローチャートを参照しながら説明する。

温度推定部１３（図３参照）では、中央監視装置１２を通じ、空調システムの各部の運転状況に関する情報を取得する（ステップＳ１）。ここで取得される情報は、例えば、各空調機１における給気温度（給気Ａ１の温度）、各階の対象空間Ｓに設置された天井温度センサ９によって取得される室内空気Ａ２の温度の実測値、各対象空間Ｓおよび変風量装置５における設定温度、各変風量装置５の吹出風量（ダンパ開度）、図示しない温度センサにより測定される外気温度、日付や時間、日射計１００における日射量、各位置における日射の有無、等である。また、温度推定モデルＭを用いて推定された、各対象空間ＳのペリメータゾーンＰの各位置における床近傍温度も、ステップＳ１で取得される。

続いて、取得した情報に基づき、空調システムを構成する各空調機１に関し、その下流側に位置する変風量装置５で温度補正値を用いた運転を行うか否かを判断し、決定する（ステップＳ２）。このステップＳ２において、温度補正値による運転の実行の可否は、例えば、以下の条件を全て満たしているか否かに基づいて判定される（尚、以下に挙げる条件はあくまで一例であって、これ以外の条件を用いることもできる）。
・暖房運転が行われていること。ペリメータゾーンＰにおいて、上述の如き冷気による問題が生じるのは、外気温度が低く暖房運転が行われている時に限られるので、暖房運転の実行中のみ、温度補正値を使用した運転を行う。
・外気温度が、予め設定された閾値より低いこと。上述の問題は、外気温度が室内の空気温度に対してある程度低い場合に限って生じるので、外気温度が閾値未満の場合に限り、温度補正値を使用した運転を行う。尚、ここで使用する閾値は例えば２段階を設定し、温度補正値が有効に設定された状態から無効に変更する場合には高い方の閾値を、無効から有効に変更する場合には低い方の閾値を用いると、過度に頻繁なスイッチングを防止できて好適である。

各空調機１について、温度補正値を使用するか否かを決定したら、個別の空調機１毎に、その下流側にあたる各変風量装置５における温度補正値の使用の有無や、具体的な数値を設定していく。まず、１台の空調機１を対象とし、下流側の変風量装置５で温度補正値を使用した運転を行うことが、先のステップＳ２で決定されていたか否かを、ステップＳ３で判定する。

対象の空調機１に関し、下流の変風量装置５のいずれでも温度補正値を使用した運転を行わない場合は、その空調機１の下流側にあたる変風量装置５について、それぞれ温度補正値を使用しない設定を行う。ステップＳ４では、１台の変風量装置５について温度補正値を使用しない設定（温度補正値＝０）をする。次のステップＳ５では、対象の空調機１の下流に位置する変風量装置５の中に、温度補正値の設定が済んでいないものがあるか否かを判定する。未設定の変風量装置５が存在した場合は、別の変風量装置５に移り（ステップＳ６）、その変風量装置５について温度補正値＝０の設定を行う（ステップＳ４）。これを繰り返し、対象としている空調機１の下流にあたる全ての変風量装置５について温度補正値を設定したら、ステップＳ７に移る。

ステップＳ７では、対象の空調機１について、給気温度の上限値の設定を行う。空調機１における給気温度の上限値は、中央監視装置１２にて設定されており、通常はこの中央監視装置１２における設定値をそのまま使用すればよいが、本実施例では、この上限値の設定を、特定の場合のみ変更する。給気温度の上限値の変更については後のステップＳ１６を説明する際に説明するが、ステップＳ７においては、中央監視装置１２における設定値と同じとする。ステップＳ７が済んだら、後述するステップＳ１７に移る。

ステップＳ３において、対象の空調機１の下流側にあたる変風量装置５のうち少なくとも一部で温度補正値を使用した運転を行うことが決定されていたと判断されていた場合は、ステップＳ８に移る。このステップＳ８では、対象の空調機１の下流に位置する各変風量装置５について、温度補正値を有効に設定するか否かを個別に決定する。このステップＳ３における判断は、例えば、以下の条件を全て満たしているか否かに基づいて行う。
・該当の変風量装置５に、故障等が生じていないこと。
・該当の変風量装置５の運転がオンになっていること。

各変風量装置５について、温度補正値の有効・無効が決定されたら、ステップＳ９に進む。ステップＳ９では、ある１台の変風量装置５に関し、先のステップＳ８で温度補正値による運転が有効に設定されたか否かを判断する。該当の変風量装置５の温度補正値を無効にする設定が行われていた場合は、ステップＳ１０に進み、該当の変風量装置５について温度補正値＝０の設定を行う。該当の変風量装置５に関し、温度補正値を有効にする設定が行われていたとステップＳ９で判定された場合は、ステップＳ１１に進み、温度補正値の算出を行う。

以下、この温度補正値の算出について説明するが、先立って、温度補正値の意義を説明する。上述したように、温度補正値とは、ペリメータゾーンＰに面する各変風量装置５に関し、設定温度に対して加味される補正値であるが、これはそもそも、天井温度センサ９の設置位置が床面から離れた高さにあることを考慮し、これによって生じる計測温度と体感温度の差を是正するために設定するものである。図１に示す空調システムにおいては、室内空気Ａ２の実測値を、天井３の高さに設けられた天井温度センサ９の測定値として把握している。一方、対象空間Ｓ内において、人は床面付近に位置しているので、上にも説明したように、特にペリメータゾーンＰにおいては、人の体感温度と、天井温度センサ９の測定値として把握される温度に乖離が生じやすい。

暖房時において、制御装置１０や空調機１、変風量装置５により構成される空調システムは、天井温度センサ９の測定値（天井温度Ｔ_１とする）が設定値（室内温度設定値Ｔ_ＳＰとする）よりも低い場合、天井温度Ｔ_１が室内温度設定値Ｔ_ＳＰに近づくよう、各機器の運転を行う。ところが、床面付近における室内空気Ａ２の実際の温度は、多くの場合、天井温度Ｔ_１よりも低い。このため、仮に天井温度Ｔ_１が室内温度設定値Ｔ_ＳＰに十分近づいたとしても、床近傍温度（Ｔ_２とする）と天井温度Ｔ_１の間に差がある結果、床面付近にいる人にとっては満足な暖かさが得られないという状態が生じ得る。これを是正するために、本実施例では、まず床近傍温度Ｔ_２の推定値（床近傍温度推定値Ｔ_２Ｅとする）を算出すると共に（ステップＳ１）、床近傍温度Ｔ_２の目標値（床近傍温度目標値Ｔ_２ＳＰとする）を設定し、これらの値の偏差（制御偏差Ｅ_２とする）に応じた温度補正値（βとする）を算出し、これを上乗せした設定温度値（天井温度目標値Ｔ_１ＳＰとする）を各変風量装置５に設定するのである（ステップＳ１１）。室内空気Ａ２の温度に関するもともとの設定値（室内温度設定値Ｔ_ＳＰ）に、温度補正値βの分を加味した天井温度目標値Ｔ_１ＳＰが算出され、これを目標値として各機器が運転されることで、床面付近における温度状況が是正される。

このような温度補正値βを用いた床近傍温度の管理は、例えば図７に示す如き線図によっても説明することができる。図７中、左の縦線は床近傍温度Ｔ_２、右の縦線は天井温度Ｔ_１を示している。例えば室内温度設定値Ｔ_ＳＰが２３℃であり、これに基づいて空調システムが運転された結果、天井温度Ｔ_１が２３℃となっている場合、天井と床面近傍の上下間における温度差により、床近傍温度Ｔ_２は例えば２０℃である。推定される床近傍温度Ｔ_２（床近傍温度推定値Ｔ_２Ｅ）が、室内温度設定値Ｔ_ＳＰ（あるいは次に説明する基準値Ｔ_０）に応じて設定される床近傍温度目標値Ｔ_２ＳＰよりも低いので、この差（制御偏差Ｅ_２に相当する）に応じて温度補正値βを算出し、これを室内温度設定値Ｔ_ＳＰに加味した設定値（天井温度目標値Ｔ_１ＳＰ）を天井側に設定し、これを２６℃とする。結果として、床面近傍において温度差分が補われ、快適な温度（２３℃）となる。

ただしここで、温度差は一様ではなく、条件に応じて変化し得る。例えばペリメータゾーンＰに日射が入って床面が暖められたり、外気温度が上昇して冷気の侵入が減少すれば、温度差は小さくなる。このとき、仮に上述のように床近傍温度推定値Ｔ_２Ｅと、室内温度設定値Ｔ_ＳＰとの偏差を用いず、温度補正値βを一律（例えば３℃）に設定すると、却って床近傍温度が上がりすぎてしまう。また逆に、温度差が大きく、温度補正値βを設定値に加算しても床近傍温度が不足する場合も考えられる。そこで、上に説明したように、温度補正値βを床近傍温度推定値Ｔ_２Ｅと、室内温度設定値Ｔ_ＳＰとの偏差に基づいて都度算出すれば、床面付近における温度状況を好適に維持できる。つまり、設定値に一律に温度補正値を設定するのではなく、温度補正値を床面近傍における温度状況に応じて調整可能にするのである。

補正値算出部１５による温度補正値βの算出手順の一例を説明する。まず、温度補正値βの根拠となる制御偏差（Ｅ_２とする）を次の数式により算出する。
［数１］
制御偏差Ｅ_２＝床近傍温度目標値Ｔ_２ＳＰ－床近傍温度推定値Ｔ_２Ｅ ……（１）
床近傍温度目標値Ｔ_２ＳＰ＝基準値Ｔ_０＋ｋ・α－γ ……（２）

制御偏差Ｅ_２は、床近傍温度目標値Ｔ_２ＳＰと床近傍温度推定値Ｔ_２Ｅとの間の偏差であり、これを解消する方向で、空調システムの運転を行う。

床近傍温度目標値Ｔ_２ＳＰは、本システムの制御対象である床近傍温度Ｔ_２の目標値として設定される値であり、（２）式にあるように、基準値Ｔ_０やその他の値に基づいて算出される。基準値Ｔ_０は、中央監視装置１２において決定される、変風量装置５における設定温度値であり、例えば２３℃である。αは、対象空間Ｓにいる人からの操作により、変風量装置５における設定温度に対して加えられる補正値であり、例えば０と１の２値（初期値は１）を取り得る。ｋは制御偏差Ｅ_２を算出するにあたって、αの重み付けを決定する係数である。γは、床に近い高さ（空気の温度を推定し、操作したい領域の高さ）と、居住域との間で空気の温度に差があることを考慮し、空調システムにおいて調整パラメータとして設定される値である。室内温度設定値Ｔ_ＳＰは、中央で決定される基準値Ｔ_０に室内側からの補正値αを加味し、例えば基準値Ｔ_０＋ｋ・αといった形で算出されるので、これに調整パラメータγをさらに加味し、上記（２）式のように床近傍温度目標値Ｔ_２ＳＰを設定する。調整パラメータγとしては、ペリメータゾーンＰにおける実際の空気状況を考慮し、例えば０．５℃とか１℃といった値が設定される。

制御偏差Ｅ_２を算出したら、例えば以下の数式に示す如き関係により、有効制御偏差Ｅ_２ｅｆｆを求める。
［数２］
Ｅ_２ｅｆｆ＝Ｅ_２＋δ （Ｅ_２≦－δ）
Ｅ_２ｅｆｆ＝０ （－δ＜Ｅ_２＜δ）
Ｅ_２ｅｆｆ＝Ｅ_２－δ （δ≦Ｅ_２）

δは温度不感帯として設定される値である。つまり、Ｅ_２＝０の点を中心に、－δ＜Ｅ_２＜δの範囲においてはＥ_２ｅｆｆ＝０とし、それ以外の範囲、すなわち制御偏差Ｅ_２の絶対値が閾値（δ）以上の範囲においては、制御偏差Ｅ_２の増減に応じてリニアに有効制御偏差Ｅ_２ｅｆｆを算出する。制御偏差Ｅ_２の絶対値が小さい範囲で、運転状態の切り替えが頻繁に発生することを防ぐために有効である。

このようにして求めた有効制御偏差Ｅ_２ｅｆｆを変数とし、例えば図８に示す如き関係によって温度補正値βを決定する。ここに示した例ではＰＩ制御を採用しており、有効制御偏差Ｅ_２ｅｆｆが－０．５℃以上の場合に、有効制御偏差Ｅ_２ｅｆｆと比例するように温度補正値βを決定するようにしている（図示例の場合、比例係数＝１．２５）。中央監視装置１２における基準値Ｔ_０に応じて決定される床近傍温度目標値Ｔ_２ＳＰに対し、床近傍温度推定値Ｔ_２Ｅが低い場合には、対応する位置の変風量装置５における設定温度に温度補正値βを加算して設定温度（天井温度目標値Ｔ_１ＳＰ）を上げ、吹出量を増すのである。

また、ここに示した例では、温度補正値βの上限は＋２℃に設定されており、有効制御偏差Ｅ_２ｅｆｆが２℃以上であれば、温度補正値は一律＋２℃である。尚、上記数１に示した制御偏差Ｅ_２ないし有効制御偏差Ｅ_２ｅｆｆの算出式や、図８に示した有効制御偏差Ｅ_２ｅｆｆと温度補正値βの関係はあくまで一例であって、別の変数を加味したり、数１や図８の例とは異なる関係を用いて制御偏差Ｅ_２や有効制御偏差Ｅ_２ｅｆｆ、温度補正値βを決定してもよい。

上のような手順で算出される床近傍温度目標値Ｔ_２ＳＰおよび天井温度目標値Ｔ_１ＳＰは、例えば次の数式の通りとなる。下記数３は、ｋ＝１、γ＝１の場合である。
［数３］
Ｔ_２ＳＰ＝Ｔ_０＋α－１ ……（３）
Ｔ_１ＳＰ＝Ｔ_０＋α＋β ……（４）

対象の変風量装置５に関し、温度補正値の設定が済んだら（ステップＳ１０，Ｓ１１）、ステップＳ１２に進む。ステップＳ１２では、現在、対象としている空調機１の下流に、温度補正値の設定が済んでいない変風量装置５があるか否かを判定する。未設定の変風量装置５がある場合は、別の変風量装置５に対象を移し（ステップＳ１３）、その変風量装置５に対し温度補正値の設定を行う（ステップＳ９～Ｓ１１）。

対象としている空調機１の下流にあたる変風量装置５の全台に関して温度補正値の設定が済んだら、ステップＳ１４に進む。ステップＳ１４では、対象としている空調機１の下流にあたる変風量装置５の中に、現在、温度補正値を有効にした運転を実行しているものがあるか否かを改めて判定する。ここで判定がＮＯであった場合には、ステップＳ１５に進む。ステップＳ１５では、対象の空調機１に関し、給気温度の上限値を中央監視装置１２における設定値と同じとする設定を行う。

ステップＳ１４における判定がＹＥＳであった場合、すなわち、対象の空調機１の下流に、温度補正値を有効にした運転を行っている変風量装置５が存在する場合には、ステップＳ１６に進む。ステップＳ１６では、対象の空調機１に関し、中央監視装置１２における設定値とは別に給気温度の上限値を設定する。

上にも述べたように、ペリメータゾーンＰにおけるコールドドラフトの問題は、外気温度が低い場合に生じ、このため、本実施例においては、外気温度が閾値より低いことを条件の一つとして温度補正値を用いた運転を行うようにしている。一方、図１～図３に示すような空調システムにおいては、対象空間Ｓに供給される熱量は各変風量装置５における吹出風量と、空調機１からの給気温度によって決まる。すなわち、空調機１における給気温度が高ければ、同じ熱量を供給するための吹出風量はその分だけ少なくなる。ペリメータゾーンＰに面する変風量装置５からの吹出風量が小さくなれば、ペリメータゾーンＰの領域間における空気の温度差が大きくなり、コールドドラフトの発生する可能性が高まる。

そこで、温度補正値を用いた運転を行う場合は、ステップＳ１６にて、例えば図９に示すような関係により、外気温度に基づいて給気温度の上限値を設定する。ここに示した例では、外気温度が１０℃以下の場合に、給気温度の上限値を引き下げるようにしている。外気温度が１０℃以下０℃以上の範囲では、外気温度の変化に対して給気温度はリニアに引き下げられ（図９の場合、比例係数＝０．６）、外気温度が０℃以下の場合は、給気温度の上限値は一律２５℃に設定される。このようにすれば、外気温度が低い場合に給気温度が上がりすぎないようにし、ペリメータゾーンＰに面する変風量装置５からの吹出風量を確保することができる。尚、外気温度が閾値より低いという判定は、先のステップＳ２で済んでいるので、このステップＳ１６では、給気温度の上限値の具体的な設定を行うのみで足りる。

給気温度の上限値の設定が済んだら（ステップＳ７，Ｓ１５またはＳ１６）、ステップＳ１７に移る。ステップＳ１７では、下流の変風量装置５に関し、温度補正値を用いた運転の設定が済んでいない空調機１が残っているか否かを判定する。残っていたら、対象を別の空調機１に移し（ステップＳ１８）、その下流の変風量装置５について、温度補正値を用いた運転の設定をし、給気温度の上限値を設定する（ステップＳ３～Ｓ１６）。全部の空調機１について、下流の変風量装置５の設定、および給気温度の上限値の設定が済んだら、ステップＳ１９に移る。ステップＳ１９では、ステップＳ２～Ｓ１８で決定された運転状況に関する設定を、中央監視装置１２に入力する。中央監視装置１２は、記録された設定に基づき、空調システムの各部の運転を行う。

このように、本実施例の空調システムでは、ペリメータゾーンＰの各位置における床近傍温度を推定し、ある位置に関して推定された床近傍温度が低い場合には、その位置に面する変風量装置５の設定温度に温度補正値を加え（ステップＳ１１）、設定温度を引き上げて運転を行うようになっている。変風量装置５では、引き上げられた設定温度に応じて吹出風量が適宜調整され、吹出口４からペリメータゾーンＰへの送風量が増大する。また、外気温度が低い場合には、空調機１からの給気温度の上限値を引き下げ（ステップＳ１６）、変風量装置５からの吹出風量を確保するようにもなっている。これにより、変風量装置５から供給される室内空気Ａ２（図１参照）が、床面近傍やペリメータファン６へ到達する。こうして、床近傍温度の推定値に基づき、図１０に示すように床面付近における温度分布が是正される。すなわち、変風量装置５からペリメータファン６に到達した暖気（室内空気Ａ２）が上方の吸込口１６へ送られて排気Ａ４として取り込まれることで上向きの暖気の流れが形成され、これによりペリメータゾーンＰの最外周に生じる冷気が遮られ、コールドドラフトが内側へ入り込むことが防がれる。そして、ペリメータゾーンＰやそれより内側のインテリアゾーンＩにおいては、暖気が床面付近まで満ちて好適な空調状態が実現されるのである。

こうした制御は、例えば、建物の全階の対象空間Ｓに関し、図４に示すようにペリメータゾーンＰの近傍に位置する変風量装置５の全台と対応する位置に床近傍温度センサ１１を備え、各所の床近傍温度をそれぞれ実測すれば可能である。しかしながら、建物の各階のペリメータゾーンＰの全域に床近傍温度センサ１１を設置すれば、床近傍温度センサ１１の数が膨大になってしまい、設置費用が嵩むうえ、管理も面倒である。本実施例では、ソフトウェアによってペリメータゾーンＰにおける床近傍温度を推定することで、センサの設置に係るコストを減らしつつ、床近傍温度に基づいて変風量装置５からの吹出風量を制御することができる。

ここで、本実施例では上に説明したように、温度補正値を用いた制御方式を採用しているが、このような制御方式は、例えば図１１にブロック図として示すような概念として捉えることができる。まず、変風量方式の空調システム（図１参照）において、直接の制御対象は天井３付近の室内空気Ａ２の温度（天井温度Ｔ_１）であり（図１１中にブロックＢ１として示す）、これは天井３付近に設けられた天井温度センサ９の測定値として把握される（ブロックＢ２）。この測定値と、天井温度目標値Ｔ_１ＳＰ（ブロックＢ３）とを比較して（ブロックＢ４）、これらの間の偏差（制御偏差）を算出し、この制御偏差を解消するよう、変風量装置５（ブロックＢ５）がダンパ開度（ブロックＢ６）を調整し、これにより室内空気Ａ２の供給量を調整する。

また、変風量装置５（ブロックＢ５）に空調された給気Ａ１を供給する空調機１（ブロックＢ７）では、変風量装置５の要求風量に応じてファンの風量（ブロックＢ８）を調整し、下流の変風量装置５へ適当な風量の給気Ａ１を送り出す（ブロックＢ６）。あわせて、空調機１（ブロックＢ７）では、ロードリセット制御により冷媒流路の開度（ブロックＢ９）を調整し、給気Ａ１の温度を調整する。

こうして、給気Ａ１の風量および温度を通じ、制御対象である天井温度Ｔ_１（ブロックＢ１）が調整される。天井温度Ｔ_１（ブロックＢ１）は、さらに外乱（ブロックＢ１０）によって左右されるが、その結果としての天井温度Ｔ_１（ブロックＢ１）が天井温度センサ９により把握され（ブロックＢ２）、天井温度目標値Ｔ_１ＳＰ（ブロックＢ３；上記式（３）参照）と比較され（ブロックＢ４）、外乱による変動をも解消する方向で制御が行われる。

そして、温度補正値を用いた制御方式は、ブロックＢ１～Ｂ１０によって形成されるこのようなループ（マイナーループとする。図１１中に破線で囲った領域として示す）を取り囲むように別のループ（破線で囲った領域の外側のループ。メジャーループとする）を付加したカスケード制御であると言える。

すなわち、天井温度Ｔ_１（ブロックＢ１）と関連する別の制御対象として床近傍温度Ｔ_２（ブロックＣ１）を設定し、これを温度推定モデルＭを用いて推定して、出力された床近傍温度推定値Ｔ_２Ｅ（ブロックＣ２）を床近傍温度目標値Ｔ_２ＳＰ（ブロックＣ３；上記式（４）参照）と比較する（ブロックＣ４）。そして、両値の偏差（制御偏差Ｅ_２）に基づいて算出された温度補正値β（ブロックＣ５）を、ブロックＢ３に設定される天井温度目標値Ｔ_１ＳＰに加味するのである（上記式（３）参照）。マイナーループ内では、温度補正値βを加味された天井温度目標値Ｔ_１ＳＰ（ブロックＢ３）に基づいて天井３付近の室内空気Ａ２の温度（天井温度Ｔ_１；ブロックＢ１）が調整され、これにより、床近傍の室内空気Ａ２の温度（床近傍温度Ｔ_２；ブロックＣ１）が調整される。床近傍温度Ｔ_２（ブロックＣ１）も外乱（ブロックＣ６）の影響を受けるが、マイナーループを内包したメジャーループによる制御は、温度補正値を介したＰＩ制御により、この外乱（ブロックＣ６）を解消する方向に働く。すなわち、外皮負荷の変動によって外乱（ブロックＣ６）が発生すると、床近傍温度推定値Ｔ_２Ｅ（ブロックＣ２）が変化し、これによって床近傍温度目標値Ｔ_２ＳＰ（ブロックＣ３）との偏差（制御偏差）Ｅ_２が生じ、その偏差Ｅ_２を打ち消す方向で、操作変数としての温度補正値βが変化し、マイナーループへ入力される。

このような制御方式であれば、変風量方式の空調システムとして確立されたシステム（マイナーループ）に対し極力手を加えることなく、床近傍温度に基づいた温度補正値を設定温度の目標値に加味し、床面付近の温度状況を好適に是正することができる。

また、このようなカスケード制御は、制御性の面でも利点を有している。仮に、一個のループにより外乱（ブロックＢ１０，Ｃ６）を解消するような制御構成を採用した場合、中央監視装置１２におけるデータ取得の周期や、床近傍温度を推定する時間を考慮すると、制御周期が最低でも５分周期となり、ループ中で算出される偏差が大きくなってしまう。そこで、本実施例のように、変風量装置５の風量や空調機１の給気温度を制御するマイナーループと、その外側で床近傍温度推定値を制御するメジャーループからなるカスケード制御を構成する。メジャーループの制御周期は５分程度であるが、マイナーループの制御周期は数秒～数１０秒であり、ブロックＢ４で算出される偏差は小さい。マイナーループに入力される外乱（ブロックＢ１０）はマイナーループ内で制御されるので、メジャーループの制御変数に与える影響は小さい。こうして、外乱の影響を効果的に抑え、制御性を向上させることができる。

尚、ここに説明した空調システムのシステム構成や温度推定モデルＭの生成、床近傍温度の推定、温度補正値の算出の手順等はあくまで一例である。床近傍温度に関連する上述の如き各種パラメータから温度推定モデルＭを生成し、これを用いて床近傍温度を推定し、変風量装置５の運転を調整し得る限りにおいて、システム構成や各種の手順等は種々変更することができる。

例えば、ここでは中央監視装置１２に温度推定部１３を接続し、該温度推定部１３にモデル生成部１４を接続した構成を例示したが、システムを構成する各機器間の接続関係は適宜変更し得る。中央監視装置１２を介して各変風量装置５の運転状況を制御する以外にも、例えば各変風量装置５に対し、温度推定部１３から温度補正値の設定を直接行ってもよい。また、設定温度を補正する代わりに、吹出風量を直接補正してもよい。

また、変風量装置５からの吹出風量や、空調機１からの給気温度、その他各部の運転状況を制御するにあたっては、上に説明していない別の要素等を適宜加味してもよいことは勿論である。

ここで、パラメータとして用いる日射量の推定について説明する。本実施例の空調システムでは、上に説明したように空調の制御にあたって日射量を採用しているが、このとき、日射量としてなるべく正確な値を把握することが当然のことながら重要である。そして、日射量は日射計１００（図３参照）によって測定することができる。しかしながら、例えば図３に示す如く、日射計１００の周囲に符号Ｏ１，Ｏ２で示すような遮蔽物が存在すると、これらの遮蔽物Ｏ１，Ｏ２の配置や時季によっては、日射計１００に遮蔽物Ｏ１，Ｏ２による日影が生じ、これによって日射量の測定値が実際の日射量から乖離してしまう場合がある。

そこで、本実施例の空調システムは、日射量を推定するための日射量推定部１０１を備え、特定の条件において、日射計１００で測定された実測値に代えて、日射量推定部１０１にて算出された推定値を日射量として採用するようにしている。この日射量推定部１０１による日射量の推定について、以下に説明する。

図１２のグラフは、日射計の周囲に遮蔽物が存在しない場合を仮定し、その場合に前記日射計にて測定される日射量の一例を示している。グラフ内に示す各曲線は、それぞれ別の日（日付Ｄ１～Ｄ３）において観察される日射量の時間による変化を示している。尚、測定を行った各日において、天気は一日を通じて晴れであることを想定している。日射計の周囲に遮蔽物が存在しない場合、日射量は、ここに各曲線で示すような山型を描いて推移する。

ところが、図３に示す如く日射計１００の周囲に遮蔽物Ｏ１，Ｏ２があると、日射計１００の位置に日影が生じ、これが日射計１００における日射量の実測値に影響する場合がある。そのような場合における日射量の実測値の変動の例を図１３に示す。尚、ここでは、遮蔽物Ｏ１，Ｏ２として、それぞれ例えば他の建造物またはエレベータシャフトを想定しているが、無論その他の装置や構造物、地形等も遮蔽物たり得る。

例えば日付Ｄ１においては、太陽の位置が十分に高いため、日射量は周囲の物体の影響を受けず、遮蔽物がない場合（図１２参照）と同様の変動を示す。ところが、日付Ｄ１より冬至に近い別の日付Ｄ２では、午後の時間帯（ここでは１３：３０頃～１４：００頃）において遮蔽物Ｏ１による影が日射計１００の位置に生じ、測定される日射量が下がっている。さらに冬至に近い別の日付Ｄ３では、午前の時間帯（ここでは８：３０頃～９：３０頃）においても遮蔽物Ｏ２による日影が日射計１００の位置に生じ、測定される日射量が下がっている。また、午後において遮蔽物Ｏ２による日影が生じる時間帯も広がっている（１３：００～１４：４０頃）。

このような日射計１００に日影が生じる時間（以下、本明細書では、対象とする位置に日影が生じる時間を「日影時間」と称する）において、実際の日射量は、例えば図１３中に破線で示す通りである。ところが、遮蔽物Ｏ１，Ｏ２の影響により、この日影時間においては実際の日射量よりも少ない値が実測値として把握されてしまうことになる。

そこで、以下に説明する方法により、日影時間においては、図１３中に破線で示す如き実際の値に極力近い日射量を推定し、この推定値を空調システムの運転に用いる日射量として扱う。

太陽定数は、地球が太陽に対し平均距離（ｒ）にあるときに、大気の上端（地表から約８ｋｍの高さ）において、太陽光に対し垂直な面が単位面積および時間あたりに受けるエネルギーとして定義された値であり、約１，３６７［Ｗ／ｍ^２］である。ある時刻（ａ月ｂ日ｃ時ｄ分）において、地球上のある地点（経度λ、緯度φ）に対応する大気外全天日射量Ｑ_０は、この太陽定数を、目的の時刻における目的の地点の太陽からの距離（ｒ^＊）と、目的の地点における地面が太陽光に対してなす角度（太陽高度α；上記式１～４におけるαとは異なる値。以下に登場するδやｋについても同様）に応じて補正することで算出できる。すなわち、大気外全天日射量Ｑ_０は、以下の式で表すことができる。
Ｑ_０＝１３６７（ｒ／ｒ^＊）^２ｓｉｎ（α） ……（Ｉ）

上記式（Ｉ）の地心太陽距離ｒ／ｒ^＊（地球と太陽との目的時点における距離ｒ^＊と、平均距離ｒとの比）および太陽高度αは、以下に説明する手順により求めることができる。

まず、次式により、元日から当日までの間に公転によって移動した角度θ_０を求める。ｄｎは、元日からの通し日数であり、日付（ａ月ｂ日）から単純に算出できる。
θ_０＝２π（ｄｎ－１）／３６５ ……（ＩＩ）

上記式（ＩＩ）で求めた角度θ_０を用い、当日の太陽赤緯δ、地心太陽距離ｒ／ｒ^＊および均時差Ｅｑを求めることができる。
δ＝０．００６９１８－０．３９９９１２ｃｏｓ（θ_０）＋０．０７０２５７ｓｉｎ（θ_０） －０．００６７５８ｃｏｓ（２θ_０） ＋０．０００９０７ｓｉｎ（２θ_０） －０．００２６９７ｃｏｓ（３θ_０) ＋０．００１４８０ｓｉｎ（３θ_０） ……（ＩＩＩ）
ｒ／ｒ^＊＝１／√｛１．０００１１０＋０．０３４２２１ｃｏｓ（θ_０） ＋０．００１２８０ｓｉｎ（θo） ＋０．０００７１９ｃｏｓ（２θ_０）＋０．００００７７ｓｉｎ（２θ_０）｝ ……（ＩＶ）
Ｅｑ＝０．００００７５＋０．００１８６８ｃｏｓ（θ_０）－０．０３２０７７ｓｉｎ（θ_０）－９０．０１４６１５ｃｏｓ（２θ_０）－０．０４０８４９ｓｉｎ（２θ_０） ……（Ｖ）

さらに、均時差Ｅｑと標準時および子午線との経度差から、以下の式により太陽の時角ｈを求めることができる。
ｈ＝（標準時－１２）π／１２＋標準子午線からの経度差＋Ｅｑ ……（ＶＩ）

こうして得た各値から、ある時刻および地点における太陽方位ψと太陽高度αを、下記の式により算出することができる。
α＝ａｒｃｓｉｎ｛ｓｉｎ（φ）ｓｉｎ（δ）＋ｃｏｓ（φ）ｃｏｓ（δ）ｃｏｓ（ｈ）｝ ……（ＶＩＩ）
ψ＝ａｒｃｔａｎ［ｃｏｓ（φ）ｃｏｓ（δ）ｓｉｎ（ｈ）／｛ｓｉｎ（φ）ｓｉｎ（α）－ｓｉｎ（δ）｝] ……（ＶＩＩＩ）

以上の計算により、太陽高度αと地心太陽距離ｒ／ｒ^＊が算出されたので、これらを上記式（Ｉ）に代入すれば、大気外全天日射量Ｑ_０が得られる。この大気外全天日射量Ｑ_０は、目的の時刻において、目的の地点に対応する大気圏外の仮想面が受ける日射量（単位面積および時間あたりに受けるエネルギー）である。

そして、この大気外全天日射量Ｑ_０に、大気層の通過による減衰を加味した値を、日射量Ｑとして扱う。日射量Ｑは、大気外全天日射量Ｑ_０の関数であり、具体的には、下記式による推定値として算出することができる。
Ｑ＝ｋＱ_０ ……（ＩＸ）

すなわち、ある時刻のある地点における日射量を推定したい場合には、まず上記式（Ｉ）～（ＶＩＩＩ）に基づいて大気外全天日射量Ｑ_０を算出し、これに別途求めた係数ｋを乗じた値を日射量の推定値Ｑとすればよい。こうすることで、日射量を簡便に且つ精度よく推定することができる。

ここで、ｋは大気層の通過による減衰を表す係数であり、例えばある地点のある時刻において測定された日射量の実測値を、同地点同時刻における理論値として算出される大気外全天日射量Ｑ_０で除した値として算出することができる。

図１～図３に示す如き空調システムにおいて、上記式（ＩＸ）に基づく推定値を日射量として用いる場合、ある時刻の運転においてこの推定値を採用するか否か、また係数ｋとしてどのような値を用いるかは、天気等の条件によって随時決定することができる。例えば、天気が晴れであり、日射計１００に遮蔽物Ｏ１，Ｏ２による日影が生じていない時は、日射計１００における実測値を日射量としてそのまま用いればよい。また、天気が曇りや雨である時は、日射の多くは散乱光であり、直達日射量の影響は大きくないことから、日影の影響は比較的小さいので、用途によっては推定値を用いる必要はない場合も考えられる。そのような場合は、日影時間で且つ天気が晴れであることを条件として日射量の推定を行うこととし、日射量の測定値に対する日影の影響が大きい場合に限り、日射量として推定値を用いるようにしてもよい。尚、天気が曇りや雨であっても日影の影響が懸念される場合には、上記式（ＩＸ）による推定値を用いてもよいことは勿論である。

また、上記式（ＩＸ）を用いる場合であっても、係数ｋの値は条件によって変更することができる。例えば天気が曇りの時に上記式（ＩＸ）による推定値を日射量として用いる場合、係数ｋとしては、天気が晴れの時の係数ｋとは異なる値を使用すべきである。

また、天気が同じ晴れであっても、時間帯によって上記式（ＩＸ）における係数ｋの算出の仕方や、係数ｋとして用いる値を変更してもよい。上に述べた通り、係数ｋの値はある時刻における実測値を大気外全天日射量Ｑ_０で除した値として算出できるので、例えば晴れの日のある時刻ｔ_０の直後、時刻ｔ_１～ｔ_２の時間帯に日射計１００に日影が生じるような場合には、時刻ｔ_０における実測値を、同時刻ｔ_０における大気外全天日射量Ｑ_０で除した値を係数ｋとして設定し、時刻ｔ_１～ｔ_２の日射量Ｑを上記式（ＩＸ）に基づく推定値として算出する、といった運用が考えられる。しかしながら、本発明者らの研究によれば、経験上、こうした運用による推定値の有効性は時間帯によって異なることが判明している。具体的には、午後の時間帯であれば上に述べたような運用により日射量を精度よく推定することができるが、午前の時間帯に同様の方法による推定値を用いると、実際の値（日影のない位置で別途測定された日射量）に対する推定値のずれが時間と共に大きくなってくるのである。

これは、午前においては、日影時間の始まりの時刻における太陽の位置が低く、大気による吸収や散乱の影響を受けやすいことに起因するものと考えられる。午前の日影時間は、例えば８：００前後に開始され、この時点では太陽の位置が低く、太陽光は大気中を長い距離にわたって通り、日射計１００の位置まで到達する。このため、日影時間の始まりの直前の時刻における日射量の実測値に基づいて上記式（ＩＸ）により係数ｋを計算した場合、係数ｋの値は１より相当低い値となる。ところが、日影時間が始まって時間が経過していくと、太陽の位置が高くなり、大気外全天日射量に対する実際の日射量の比は、日影時間の始まりの直前の時刻に算出した係数ｋより大きくなって（１に近づいて）いく。よって、日影時間の始まりの直前の時刻に算出した係数ｋをその後の日影時間にわたって使用し続けると、例えば図１４中に一点鎖線で示すように、日射量の推定値は実際の値（破線）から乖離していくのである（尚、図１４は日射計１００による日射量の測定値と、実際の日射量と、日射量の推定値の関係の一例を示すグラフであり、日射量の測定値は実線、実際の日射量は破線で示している。一点鎖線および二点鎖線は、それぞれ異なる係数ｋを用いて算出した推定値を示す）。特に、日影時間が長い季節においては全時刻にわたって太陽の高度が低く、日の出も遅いため、この影響は大きい。

そこで、午前の日影時間に関しては、日影時間の始まりの直前の時刻における実測値に基づいて算出した係数ｋを用いるのではなく、予め設定しておいた値を係数ｋとして使用する。このようにすると、例えば図１４中に二点鎖線にて示すように、比較的良好な精度で日射量を推定しやすい。尚、このように予め設定した値の係数ｋを用いる場合、係数ｋは、例えば日影時間以外における晴天時の日射量の実測値と、大気外全天日射量の比の平均値として算出することができる。このような方法で係数ｋを算出する場合、例えば月毎にこれを実行し、月毎に異なる値の係数ｋを使用するようにしてもよい。尚、係数ｋとして具体的な数値は、時間帯や季節等によって変動し得るが、概ね０．６５～０．７５程度である。

一方、午後の日影時間に関しては、日影時間の始まりの直前の時刻における実測値に基づいて算出した係数ｋを用いて日射量を推定する。こうすることにより、午前と午後それぞれの時間帯における日射の実情に合わせ、日射量を精度よく推定することができる。

尚、午後の日影時間に関しても、時刻が遅い場合には同様の影響が大きくなる（大気外全天日射量に対する実際の日射量の比が、日影時間の始まりの直前の時刻に算出した係数ｋより小さくなって（１から離れて）いく）と考えられるので、そういった場合には、やはり予め設定しておいた値を係数ｋとして使用してもよい。

上記式（ＩＸ）を用いた日射量の推定の具体的な手順の一例を、図１５のフローチャートを参照しながら説明する。図１５は、日照時間帯の始め（例えば、日の出から１．５時間程度が経過した時点）に天気の判定を行い、これに基づいて以降の日射量に関する運用を決定する場合の手順を例示している。

日射量推定部１０１は、まず現在時刻を取得し（ステップＳ１０１）、取得した現在時刻が、天気の判定時刻か否かを判定する（ステップＳ１０２）。ここで、「天気の判定時刻」は、例えば「日照のある時間帯のうち、十分に早い時刻であり、且つ日射量から天気を判定し得る程度に太陽が高い位置にある時刻であり、しかも日射計１００の位置に日影が生じない時刻」として予め設定された時刻であり、具体的には、例えば日の出から１．５時間後の時刻である。ここで、「日照のある時間帯のうち、十分に早い時刻」とは、「日の出からその時刻までの間は天気が晴れであっても日射量が少なく、仮に日射計１００における日射量の測定値が実際の日射量と乖離していても、日射量によるシステムの運用に影響が少ない時刻」を指す。「日照のある時間帯のうち、十分に早い時刻であり、且つ日射量から天気を判定し得る程度に太陽が高い位置にある時刻」という上記の条件に合致する時間帯は、例えば日の出から１～２時間後程度であり、このうち日射計１００の位置に日影が生じないとわかっている時刻を、天気の判定時刻として設定しておけばよい。尚、「日射計１００の位置に日影が生じないとわかっている時刻」は、例えば目的の日時付近における日影時間の実績から経験的に把握することができる。あるいは、目的の日時における太陽の運行と、日射計１００の周辺における物体や構造物の配置から計算して求めることもできる。

ステップＳ１０２で、現在時刻が天気の判定時刻であると判定された場合には、その時点における天気を、その日の天気として判定する（ステップＳ１０３）。天気は、例えば日射計１００における日射量により判定することができ、日射量がある閾値（例えば、２００Ｗ／ｍ^２）以上であれば晴れ、前記閾値未満であれば曇りまたは雨と判定できる。天気を判定したら、ステップＳ１０１に戻る。

ステップＳ１０２で、天気の判定時刻でないと判定された場合は、天気の判定結果についての判定をさらに行う（ステップＳ１０４）。ステップＳ１０４を実行する時点で、その日のステップＳ１０２が実行済みであり、天気が晴れであった場合にはステップＳ１０６に進むが、その日のステップＳ１０２が未実行であるか、ステップＳ１０２が実行済みであって天気が晴れでない場合にはステップＳ１０５に進む。

ステップＳ１０５では、日射量として日射計１００の実測値を使用することを決定し、ステップＳ１０１に戻る。

ステップＳ１０６では、現在時刻が日影時間にあたるか否かを判定する。この判定は、例えば予め日射量推定部１０１に下記表１のような形で入力された日影時間のデータを参照して行う。

尚、日影時間は、例えば目的の日時における太陽の運行と、日射計１００の周辺における物体や構造物の配置から計算すれば正確に算出できるが、少なくとも空調システムの運用を目的として日射量を推定する場合、日影時間の設定はさほど正確でなくともよい。上記表１に示すように、ある時季において日射計１００に日影が生じる時間帯を大まかに把握しておき、その全体をカバーできるように広めに日影時間を設定しておけば十分である。このようにすると、実際には日射計１００に日影が生じていないが設定上は日影時間にあたる時間帯が存在することになり、そのような時間帯においては日射計１００に日影が生じていない（したがって、日射量として実測値を用いても日影の影響はない）にもかかわらず、日射量として実測値ではなく推定値を用いることになるが、推定値が実際の日射量から大きく乖離していない限り、特に大きな問題は生じない。逆に、実際の日影時間に対し、設定上の日影時間が短いと、測定値に日影が影響する時間（実際の日影時間）であるにもかかわらず、日射量として推定値ではなく実測値を用いる時間帯が生じてしまい、日射量の把握に支障を来す可能性がある。

尚、上記表１はあくまで一例であって、日射計の周囲の状況等によっては、一日における日影時間の回数がこれより多い場合も少ない場合もあり得ることは勿論である。また、上では月ごとに日影時間を設定した表を例示したが、例えば週毎、あるいは日毎に日影時間を設定したデータを用いてもよい。

現在時刻が日影時間でない場合は、ステップＳ１０５に進み、日射量として日射計１００の実測値を使用することを決定してステップＳ１０１に戻る。現在時刻が日影時間にあたる場合は、ステップＳ１０７に進む。

ステップＳ１０７では、現在時刻が午前か否かを判定する。午前である場合は、ステップＳ１０８に進み、係数ｋ（上記式（ＩＸ）参照）として、午前の日影時間に使用する係数として予め定められた数値を使用することを決定する。続いて日射量推定部１０１は、この係数ｋの値を、その時点における大気外全天日射量Ｑ_０に乗じ（大気外全天日射量Ｑ_０の算出方法については上記式（Ｉ）～（ＶＩＩＩ）参照）、日射量の推定値Ｑを算出する（ステップＳ１０９）。算出したら、ステップＳ１０１に戻る。

ステップＳ１０７において、現在時刻が午前でないと判定された場合は、ステップＳ１１０に進み、続く日影時間において日射量の推定に使用する係数ｋを算出する。係数ｋは、日影時間の開始直前における日射量の実測値を、大気外全天日射量Ｑ_０で除した値として算出できる。尚、ここで係数ｋの算出に使用する「日射量の実測値」としては、ある一時点の測定値ではなく、ある程度の時間における測定値の平均値（例えば、日影時間の直前１０分間において測定された日射量の平均値）を用いるとよい。日射量の推定値に対するノイズの影響を抑えるためである。算出された係数ｋの値を、その時点における大気外全天日射量Ｑ_０に乗じ、日射量の推定値Ｑを算出する（ステップＳ１１１）。算出したら、ステップＳ１０１に戻る。

上記図１５の手順においては、天気の判定を一日のうち決められた早い時刻（日の出から１．５時間）の一回のみ行うようにしている。天気の判定は日射計１００の測定値に基づいて実行することができるので、例えば作業員がその日の天気を日射量推定部１０１に入力したり、外部から取得した気象予報等の情報を使用する必要がなく、日射計１００により取得される情報のみにより、最小限の手順で天気に応じた日射量の推定を行うことができる。

上記式（ＩＸ）を用いた日射量の推定の手順の別の一例を、図１６のフローチャートを参照して説明する。図１６は、各日影時間に天気の判定を行い、これに基づいて以降の日射量に関する運用を決定する場合の手順を例示している。

本手順においては、日射量推定部１０１は現在時刻を取得した後（ステップＳ１２１）、まず現在時刻が日影時間にあたるか否かを判定する（ステップＳ１２２）。日影時間は、上記表１に示すようなデータに現在時刻を参照することで把握できるが、その他の方法で把握してもよい。

現在時刻が日影時間でない場合は、ステップＳ１２３に進み、日射量として日射計１００の実測値を使用することを決定してステップＳ１２１に戻る。現在時刻が日影時間にあたる場合は、ステップＳ１２４に進む。

ステップＳ１２４では、現在時刻が午前か否かを判定する。午前である場合はステップＳ１２５に進み、天気の判定を行う。ここにおける天気の判定は、例えば気象予報データを参照して行う。

天気が晴れでない場合は、ステップＳ１２３に進み、日射量として日射計１００の実測値を使用することを決定してステップＳ１２１に戻る。天気が晴れである場合は、ステップＳ１２６に進む。

ステップＳ１２６では、係数ｋ（上記式（ＩＸ）参照）として、午前の日影時間に使用する係数として予め定められた数値を使用することを決定する。続いて日射量推定部１０１は、この係数ｋの値を、その時点における大気外全天日射量Ｑ_０に乗じ、日射量の推定値Ｑを算出する（ステップＳ１２７）。算出したら、ステップＳ１２１に戻る。

ステップＳ１２４において、現在時刻が午前でないと判定された場合はステップＳ１２８に進み、天気の判定を行う。ここにおける天気の判定は、例えば気象予報データや、現在の天気として作業員により入力されたデータを参照して行う。

天気が晴れでない場合は、ステップＳ１２３に進み、日射量として日射計１００の実測値を使用することを決定してステップＳ１２１に戻る。天気が晴れである場合は、ステップＳ１２９に進む。

ステップＳ１２９では、続く日影時間において日射量の推定に使用する係数ｋを算出する。係数ｋは、日影時間の開始直前における日射量の実測値を、大気外全天日射量Ｑ_０で除した値として算出できる。算出された係数ｋの値を、その時点における大気外全天日射量Ｑ_０に乗じ、日射量の推定値Ｑを算出する（ステップＳ１３０）。算出したら、ステップＳ１２１に戻る。

上記図１６の手順では、日影時間における日射量の算出時に天気の判定を行うので、日の始めに一度だけ天気の判定を行う上記図１５の手順と比較して、より実際の天気に即した運用が可能であり、特に天気の変わりやすい時季に有効である。

日射量の推定の手順のさらに別の一例を、図１７のフローチャートを参照して説明する。図１７に説明する手順は、図１５の手順と概要において共通しているが、図１７の手順では、午前の日影時間に関しては日射量として推定値を用いるか実測値を用いるかを天気に応じて判断する一方、午後の日影時間に関しては、天気の判定の如何にかかわらず推定値を用いる。

現在時刻の取得から天気の判定までの工程は、図１５に示した手順と同様である。まず現在時刻を取得し（ステップＳ１０１）、取得した現在時刻が、天気の判定時刻か否かを判定し（ステップＳ１０２）、天気の判定時刻であれば、その時点における天気を判定する（ステップＳ１０３）。天気を判定したら、ステップＳ１０１に戻る。

ステップＳ１０２で、天気の判定時刻でないと判定された場合、本手順ではまず、現在が日影時間か否かの判定を行う（ステップＳ１３４）。現在が日影時間でない場合は、日射量として日射計１００の実測値を使用することを決定し（ステップＳ１０５）、ステップＳ１０１に戻る。

現在が日影時間である場合、続けて現在が午前であるか否かの判定を行う（ステップＳ１３６）。ここで現在時刻が午前であれば、その時点は日影時間であり、且つ午前である。本手順では、この段階で天気の判定を行う（ステップＳ１３７）。

ステップＳ１３７で天気が晴れと判定されたら、ステップＳ１３８に進み、係数ｋとして、午前の日影時間に使用する係数として予め定められた数値を使用することを決定する。日射量推定部１０１は、この係数ｋの値を、その時点における大気外全天日射量Ｑ０に乗じ、日射量の推定値Ｑを算出する（ステップＳ１３９）。算出したら、ステップＳ１０１に戻る。

ステップＳ１３７で天気が晴れでないと判定された場合は、ステップＳ１０５に進み、日射量として日射計１００の実測値を使用することを決定してステップＳ１０１に戻る。

ステップＳ１３６において、午前でないと判定された場合、その時点は日影時間であり、且つ午後である。この場合、ステップＳ１４０に進む。

ステップＳ１４０では、続く日影時間において日射量の推定に使用する係数ｋを算出する。ここでは、係数ｋを、日影時間の開始直前における日射量の実測値を大気外全天日射量Ｑ０で除した値として算出する。ここで係数ｋの算出に使用する「日射量の実測値」としては、ある程度の時間における測定値の平均値を用いるとよい。算出された係数ｋの値を、その時点における大気外全天日射量Ｑ０に乗じ、日射量の推定値Ｑを算出する（ステップＳ１４１）。算出したら、ステップＳ１０１に戻る。

このような手順では、午前の日影時間においては晴天と判定されている場合に限り日射量として推定値を用い、午後の日影時間においては天気の判定如何にかかわらず日射量として推定値を用いる。天気は時々刻々変動するため、その日の天気の判定を午前の早い時間に一回だけ実行する場合、天気の判定結果に関する信頼度は時間経過と共に下がっていく。そこで、図１７に示す手順では、午前の日影時間に関しては天気の判定結果を参照し、日射量に関する運用を天気に応じて変更するが、午後の日影時間に関しては天気の判定結果を参照せず、天気が晴れであってもなくても日射量として推定値を用いる。尚、天気が晴れでない場合であっても係数ｋは大気外全天日射量Ｑ０と日射量の実測値から算出でき、これを用いて日影時間における日射量の推定値を算出することは可能である（その際に用いる係数ｋの値は、晴天における係数ｋの値よりは小さくなる）。曇りや雨の場合は日射が雲によって遮られるため日射量の変動が大きいものの、日射量への直達日射の影響もゼロではないので、上に説明したようにその都度、その時点で得られている日射量の実測値に基づいて係数ｋを算出し、これに基づいて日射量の推定値を算出することで、曇りや雨であってもある程度の精度で日射量を推定し得る。

尚、ここに説明した３通りの手順はそれぞれ一例であって、本発明の日射量の推定方法を実施する際には、各工程の内容や順序を変更したり、工程の一部を省略したり、別の工程を付加するなど、適宜改変を加えてよい。例えば、上では天候が晴れと判定された場合以外は日射量の推定値を行わず、日射量として実測値を用いる場合を説明したが、曇りや雨の日においても日影の影響を極力排除したいような場合には、天候が曇りや雨であっても、日影時間には天候に応じた係数ｋを用いて日射量の推定を行うようにしてもよい。また、各日影時間の開始時刻や終了時刻によっては、午前の日影時間において日射量の実測値から係数ｋを算出してもよいし、また、午後の日影時間において予め決められた値の係数ｋを使用してもよい。また、上では日射量をリアルタイムで推定する手順を説明したが、用途によっては日射量を事後的に推定すれば十分である場合も想定でき、その場合には無論、各工程の順序は大幅に変更し得る。

このような日射量の推定方法によれば、日射計１００に日影の生じる日影時間においては実測値に代えて推定値を用いることで、日影の影響を排除して実際の値に近い日射量を得ることができる。日射量の推定値は、大気外全天日射量に基づく単純な計算で算出することができ、また日射計１００以外に特別な装置等も必要ないので、非常に簡便である。

日射計の測定値に対する日影の影響を排除するには、日射計をそもそも日影の生じない場所に設置すればよいことは勿論であるが、それが困難な場合もあり得る。例えば、オフィスビル等の屋上には種々の装置類が配置されていることが多く、日影の生じない場所に日射計を設置できるようなスペースがないことも多い。こういった場合、例えば日射計を設置するための台のような構造物を設けることも理論上は可能であるが、これには無論、余分な費用が発生してしまう。あるいは、複数の日射計を互いに異なる位置に設置し、一個の日射計に日影が生じる時間帯には別の日射計の実測値を使用する、といった方策も考えられるが、複数台の日射計を設置しようとすれば当然、相応の費用が生じてしまう。上記本実施例の如き方法あるいはシステムによれば、余分な構造物や装置、あるいは複雑な演算等を極力必要とすることなく、最小限の構成で日射量を簡便に推定し、日射計に生じる日影の影響を排除することができる。

以上の手順により、日射計１００の設置位置における日射量（屋上日射量）に関しては、日影時間においては日射量として推定値を適宜用いることにより、日影の影響を極力排除し、正しい値に近い日射量を得ることができる。続いて、こうして得た日射量（実測値または推定値）を、各階のペリメータゾーンＰの各位置における空調制御に適用する際の具体的な方法について説明する。

モデル生成部１４による温度推定モデルＭの生成や、温度推定モデルＭによる各位置の床近傍温度の推定に前記屋上日射量を用いる場合、各位置における日影時間を考慮し、これに応じて前記屋上日射量を使用するとよい。

ある建造物のある位置に対する日射量の影響は、その位置における日射の有無、すなわちその位置が日向か日影かによって大きく異なる。そして、日射の有無は、その位置の方角や建造物における階数、フロアにおける配置、さらに時季や時刻によって異なる。したがって、空調対象である空間のうちのある位置において、日射量に関わる何らかの状況を推定したい場合、上記方法で把握された屋上日射量に加え、対象とする位置における日射の有無を考慮に入れれば、日射量の影響に関し精度の高い推定が可能になる。

上に述べた本実施例の空調システムにおいて、ある時刻における各位置の床近傍温度を日射量を加味しつつ推定したい場合、例えば各位置における日影時間を把握し、これに基づいて各位置における時刻による日射の有無を、下記表２に示す如きデータとしてまとめておけばよい。すなわち、上記方法で把握した日射量に加え、対象の位置における日射の有無を下記表２に示す如き日影時間データにより把握し、これを温度推定モデルＭで説明変数として使用すればよい。尚、下記表２において、最上の行に記載の名称（５Ｆ １－１－１、３６Ｆ ４－２－３等）は各階の各位置に対応しており、「ＲＦ」は屋上である。左の列は、一年における各時刻を５分刻みで表している。そして、ある位置（例えば、６Ｆの１－１－１）のある時刻（例えば、４月１日の１０：００や６月１２日の９：００など）において、日射がある（その位置が日向である）場合には数値を「１」、日射がない（その位置が日影である）場合には数値を「０」と、それぞれ定義している。

こうして、上記表２を参照すれば、空調の対象であるビルのうち、目的の階の目的の位置における日影時間を把握し、ある時間における日射の有無を、「１」か「０」かの変数として温度推定モデルＭに入力することができる。すなわち、温度推定モデルＭでは、例えばある時刻において、目的の位置に日射がある場合には日射の有無を示す説明変数として上記表２のデータから「１」が入力され、これに基づき、内部では屋上日射量（日射計１００における日射量として実測あるいは推定される日射量）等の説明変数に対し、適当な数値を乗じるなど、何らかの処理が加えられて床近傍温度が算出される。また、目的の位置に日射がない場合には、日射の有無を示す説明変数として「０」が入力され、これに基づき、内部では屋上日射量等の説明変数に対し何らかの処理（日射の有無を示す説明変数の値が１である場合とは異なる計算処理）が加えられて床近傍温度が算出される。尚、この説明は仮想的な一例であって、機械学習によって生成された温度推定モデルＭ内で各設定変数に基づき実際にどのような処理が行われるかは、機械学習の過程や温度推定モデルＭの仕様に依存して様々に異なる。

また、上記表２の如き日射量の有無に関するデータを温度推定モデルＭで利用するにあたっては、上記のような形（「１」か「０」か）で日射量の有無をそのまま温度推定モデルＭに入力するのではなく、例えば日射の有無に応じて屋上日射量に対し予め何らかの計算処理を行った値を温度推定モデルＭに入力してもよい。その他、屋上日射量や各位置における日射の有無を温度推定モデルＭで利用する際、具体的な方法としては適宜の方法を利用し得る。

上記表２に示す如き各位置における日射の有無のデータは、例えば各位置における天空率図に基づいて作成することができる。天空率図（あるいは天空図）は、ある測定点から見た天空において建築物等の物体の占める部分を表す図であり、天空率図を作成すれば、その測定点の経緯と緯度および前記物体の位置と形状に基づき、一年の各日における日影の発生時間を把握することができる。そこで、目的の各位置について天空率図を作成することで、上記表２の如き日影時間と日射の有無に関するデータを作成することが可能である。

ただし、例えば高層ビル等において、空調の制御対象として想定する全ての位置について天空率図を作成し、日影時間を把握するには膨大な手間がかかる。そこで、例えば空調対象のうち一部の階を代表階と定め、該代表階の位置において天空率図に基づき日影時間を算出し、代表階以外の階の日影時間においては、代表階における日影時間をそのまま使用するか、代表階の日影時間に何らかの補正を加えて使用すればよい。階や位置が異なるとしても、位置が近接していれば、原則として日影時間はほぼ共通すると考えられるからである。

例えば、ビルの６階～３０階を空調制御の対象とする場合、８階、１３階、１８階、２３階、２７階を代表階として定め、６～１０階については８階の日影時間のデータを、１１～１５階については１３階の日影時間のデータを、１６～２０階については１８階の日影時間のデータを、２１～２５階については２３階の日影時間のデータを、２６～３０階については２７階の日影時間のデータを、それぞれ使用すればよい。あるいは、例えば９階～１２階については、８階と１３階のデータに基づいて補間するようにしてもよい。例えば、８階のある位置におけるある日の午前の日影時間の開始時刻が９：００であり、１３階の対応する位置における同じ日の午前の日影時間の開始時刻が９：３０であった場合、９～１２階の午前の日影時間の開始時刻は、９：００と９：３０の間を按分する形で補間し、それぞれ９：０６、９：１２、９：１８、９：２４などと決定するようにしてもよい。

また、１つの階について空調制御の対象として想定される位置の数が多い場合等には、一部の位置を代表位置と定めて日影時間を算出し、その他の位置については、近い代表位置における日影時間をそのまま使用するか、複数の代表位置における日影時間に基づき補間するなどの補正を加えて使用することもできる。

また、上記表２では各位置における日射の有無を５分刻みでスケジュール化しているが、時季による日影時間の変動についても、一部の日の日影時間のみを計算し、これを他の日の日影時間の把握に利用するようにしてもよい。原理的には、各位置における天空率図に基づき、日射に関するスケジュールを正確に把握することはできるものの、１年を構成する３６５日の全てについて同様の計算を行うと、やはり計算にかかる手間は膨大になる。そこで、例えば各月の初日など、限られた日の日影時間を代表値として計算し、その他の日については、計算によって算出された日の日影時間を補間してこれを日影時間とすればよい。例えば、各月の初日について天空率図に基づき日影時間を算出し、４月２日～４月３０日の日影時間については、４月１日における日影時間のスケジュールと、５月１日における日影時間のスケジュールを基準とし、その間を補間して得ることができる。

尚、例えば一般的な日照シミュレーションのように１年の各日の日射量を計算しようとすれば、上に説明したような代表階や代表日のデータを基準とし、他の位置や日に適用するといった運用はできず、５分毎のシミュレーションを個別に全て行う必要がある。上に説明したように、日射の有無を日射量とは別の変数として設定し、これをスケジュールとして把握することで、計算に必要な手間を大幅に節減することができる。
下記表３は、上に挙げたパラメータから選択されるパラメータを説明変数として用いるよう構築した複数の種類の温度推定モデルに関し、床近傍温度の推定精度を検討した結果を示す。

モデル１は、説明変数として外気温度の現在値、日射量の現在値、ペリメータ空調機の運転状態および天井温度の現在値（８箇所に備えた天井温度センサの現在の測定値）を説明変数として用いる温度推定モデルである。外気温度と日射量は、ペリメータゾーンの外皮負荷における大きな要因である。ペリメータ空調機（ペリメータゾーンに給気を供給する空調機）の運転状態は、むろんペリメータゾーンにおける空調状況に直接影響する。天井温度は、上に述べたように本実施例の空調システムにおいて床近傍温度を制御する際の直接の制御対象であり、床近傍温度と相関する。これらの値を説明変数として用いるモデル１においては、床近傍温度の推定精度を示すＲＭＳＥの値は０．５８７を示し、実用上十分な精度で床近傍温度を推定することができた。
モデル２は、モデル１で用いる４つの説明変数に加え、さらに天井温度の過去値（５分刻みで３０分前まで）を説明変数として用いている。上に述べたように、天井温度に対する制御は時間差で床近傍温度に影響するので、天井温度の過去値は床近傍温度との相関が特に高いと考えられる。この天井温度の過去値を用いたモデル２では、ＲＭＳＥの値はモデル１よりさらに低い０．５６４であり、モデル１と比較してもさらに精度が高くなっている。
モデル３では、モデル１において用いた外気温度および日射量の現在値の代わりに、それらの移動平均値（すなわち、現在値および現在に近い時点の複数の過去値を平均した値）を説明変数として用いている。外気温度や日射量は、ペリメータゾーンの外皮負荷に大きく影響する値であるが、それらの変化と、それによってペリメータゾーンの温度が変化するまでには幾分の時間差がある。このため、現在値よりも過去値の方がペリメータゾーンの床近傍温度と強く相関する場合が多く、過去値をも反映した移動平均値の方が、現在値よりも相関が強いと考えられる。また、日射量のように短時間で大きく変動する性質をもつ値は、ニューラルネットワークによる機械学習の際、適切な重みづけを求めるために用いる勾配法の計算が難しく、平均値のほうが学習がしやすいという事情もある。このような説明変数を用いたモデル３では、ＲＭＳＥの値は０．５７６であり、やはりモデル１よりも高い精度を示した。
モデル４では、モデル１で用いた４つの説明変数に加え、さらにペリメータ空調機およびインテリア空調機における給気温度の実測値を説明変数として用いている。ペリメータゾーンに供給される給気の温度（ペリメータ空調機の給気温度）がペリメータゾーンの温度に直接影響することは言うまでもないが、インテリアゾーンに供給される給気の温度（インテリア空調機の給気温度）に関しても、ペリメータゾーンにおける温度への影響を無視できない。例えばオフィスビル内の空間であり、人が活動していたり、機器類が多く作動していることが想定されるインテリアゾーンでは、人の活動や機器の作動が始まって間もない午前中は暖房が行われ、室内空気が温まった午後には冷房に転じるといった場合がある。そして、インテリアゾーンにおける空調が冷房を行っている場合と暖房を行っている場合とでは、ペリメータゾーンの空調状況に与える影響が大きく異なる。このため、ペリメータ空調機の給気温度のほか、インテリアゾーン空調機の給気温度も、ペリメータゾーンの床近傍温度を推定する際の説明変数として有用である。これらの説明変数を用いたモデル５では、ＲＭＳＥの値は０．５７３であり、やはりモデル１よりも高い精度を示した。
モデル５では、モデル１で用いた４つの説明変数に加え、さらに室外への流出熱量を説明変数として用いている。空調における熱の収支には様々な熱の移動や発生が関係するが、それらの値の中でも、室外へ流出する熱の量の大小が特に室内温度に大きく影響する。この流出熱量を説明変数に用いたモデル５では、ＲＭＳＥの値は０．５６４であり、やはりモデル１よりも高い精度を示した。
モデル６、７では、外気温度および日射量としてはモデル２と同じく移動平均値を用いているほか、ペリメータ空調機およびインテリア空調機の運転状態、それらにおける吸気温度の実測値、流出熱量および天井温度の現在値を説明変数に用いている。また、モデル６、７では、ペリメータゾーンに面する変風量装置の運転状態も説明変数として採用している。ペリメータゾーンに面する変風量装置の運転状態は、むろんペリメータゾーンの温度に直接影響する。さらに、モデル６、７では複数の位置（地点１～６）における日射の有無をも説明変数として用いており、その結果、ＲＭＳＥは０．５４８または０．５５１と、他のモデル１～５と比べて特に高い精度を示した。
また、特にモデル６では、説明変数として天井温度の過去値をさらに用いているが、天井温度の過去値を用いないモデル７と比較してＲＭＳＥ値はさらに低くなっている（モデル７では０．５５１であるのに対し、モデル６では０．５４８）。上に述べたように、天井温度の変化は床近傍温度に対し時間差で影響するので、このように天井温度の過去値を説明変数に用いれば、いっそう高い精度で床近傍温度を推定できるものと考えられる。

以上のように、給気Ａ１を送り出す空調機１と、空調機１から対象空間Ｓへ給気Ａ１を導く給気ダクト２と、対象空間Ｓへ給気Ａ１を吹き出す複数の吹出口４と、吹出口４のうちのペリメータゾーンＰに供給する吹出口４から吹き出される給気Ａ１の風量を調整する変風量装置５と、ペリメータゾーンＰに設けられ、室内空気Ａ２を上方へ送り出すペリメータファン６と、ペリメータファン６の上方に設けられ空調機への少なくとも一部の還気を吸い込む吸込口１６と、ペリメータゾーンＰにおける天井温度を測定する天井温度センサ９とを備え、ペリメータゾーンＰの床近傍温度に関連するパラメータに基づき、ペリメータゾーンＰの少なくとも方角の異なる各位置における床近傍温度を推定し、推定された床近傍温度に基づき、ペリメータゾーンＰに面する変風量装置５の吹出風量を調整するよう構成され、前記床近傍温度の推定は、少なくとも前記天井温度センサ９によって把握される天井温度をパラメータとして用いて行うよう構成されている。このようにすれば、床近傍温度に基づいて吹出口４からペリメータゾーンＰへの送風量が適宜増大され、供給される暖気がペリメータファン６に到達して上方の吸込口１６へ送られ、これによりペリメータゾーンＰの最外周に生じる冷気が遮られ、コールドドラフトが内側へ入り込むことが防がれる。こうして、対象空間Ｓの床面付近における温度分布を是正することができる。その際、床近傍温度を制御するにあたっての直接の制御対象である天井温度をパラメータとして用いることにより、床近傍温度を精度よく推定することができる。

また、本実施例の空調システムは、前記床近傍温度の推定を、少なくとも天井温度センサ９によって把握される天井温度の過去値をパラメータとして用いて行うよう構成されている。このようにすれば、現在の床近傍温度の値に対し大きく影響する天井温度の過去値をパラメータとして用いることにより、床近傍温度をいっそう精度よく推定することができる。

また、本実施例の空調システムは、前記床近傍温度の推定を、さらに日射量をパラメータとして用いて行うよう構成され、前記日射量は、日射計１００に日影の生じる時間として設定された日影時間においては、大気外全天日射量に基づき日射量の算出された推定値として把握する一方、それ以外の時間においては、日射計１００における実測値として把握するよう構成されている。このようにすれば、日射量をパラメータとして床近傍温度を推定する際、日影時間においては実測値に代えて推定値を用いることで、日影の影響を排除して実際の値に近い日射量を得ることができる。

また、本実施例の空調システムにおいて、日影時間における日射量の推定値は、予め設定された係数を、日影時間における大気外全天日射量に乗じて算出することができ、このようにすれば、日射量を簡便に精度よく推定することができる。

また、本実施例の空調システムにおいて、日影時間における日射量の推定値は、日影時間前における日射量の実測値を大気外全天日射量で除して算出した係数を、日影時間における大気外全天日射量に乗じて算出されることができ、このようにしても、日射量を簡便に精度よく推定することができる。

また、本実施例の空調システムにおいて、午前の日影時間における日射量の推定値は、予め設定された係数を、日影時間における大気外全天日射量に乗じて算出し、午後の日影時間における日射量の推定値は、日影時間前における日射量の実測値を大気外全天日射量で除して算出した係数を、日影時間における大気外全天日射量に乗じて算出されることができる。このようにすれば、午前と午後それぞれの時間帯における日射の実情に合わせ、日射量を精度よく推定することができる。

また、本実施例の空調システムにおいては、日影時間であり、且つ天気が晴れと判定されたことを条件として日射量の推定を行うことができる。このようにすれば、日射量に対する日影の影響が大きい場合に限り、日射量として推定値を用いることができる。

また、本実施例の空調システムにおいて、前記床近傍温度の推定は、パラメータとしてさらに対象の位置における日射の有無を用いて行うことができる。このようにすれば、日射量を用いて対象の位置における床近傍温度を推定するにあたり、日射量の影響に関して精度の高い推定を行うことができる。

また、本実施例の空調システムにおいて、前記日射の有無は、対象の位置における日影時間に基づき把握することができる。

また、本実施例の空調システムにおいて、対象の位置における日影時間は、天空率図に基づき把握することができる。

また、本実施例の空調システムは、機械学習により生成された温度推定モデルＭを用いてペリメータゾーンＰの床近傍温度を推定するよう構成されている。このようにすれば、ペリメータゾーンＰの床近傍温度を精度よく推定することができる。

また、本実施例の空調システムにおいて、温度推定モデルＭは、以下のパラメータから選択される一部または全部のパラメータを説明変数としてさらに用いて床近傍温度を推定するよう構成することができる。
・外気温度
・空調機１の運転状態
・流出熱量
・風向
・風速
・降雨量
・床近傍温度センサ１１の測定値
・ペリメータファン６の運転状態
・ペリメータゾーンＰに面する変風量装置５の運転状態
・日付
・時刻
・曜日
また、本実施例の空調システムは、日射量、および対象の位置における日射の有無を互いに別の説明変数として温度推定モデルＭに入力するよう構成することができる。

したがって、上記本実施例によれば、ペリメータゾーンの床近傍における空気温度を好適に推定し得る。

尚、本発明の空調システムは、上述の実施例にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。

１ 空調機
２ 給気ダクト
４ 吹出口
５ 変風量装置
６ ペリメータファン
９ 天井温度センサ
１１ 床近傍温度センサ
１６ 吸込口
１００ 日射計
Ａ１ 給気
Ａ２ 室内空気
Ｍ 温度推定モデル
Ｐ ペリメータゾーン
Ｓ 対象空間

Claims (14)

1. 給気を送り出す空調機と、
   前記空調機から対象空間へ給気を導く給気ダクトと、
   対象空間へ給気を吹き出す複数の吹出口と、
   前記吹出口のうちのペリメータゾーンに供給する吹出口から吹き出される給気の風量を調整する変風量装置と、
   ペリメータゾーンに設けられ、室内空気を上方へ送り出すペリメータファンと、
   前記ペリメータファンの上方に設けられ空調機への少なくとも一部の還気を吸い込む吸込口と、
   ペリメータゾーンにおける天井温度を測定する天井温度センサとを備え、ペリメータゾーンの床近傍温度に関連するパラメータに基づき、ペリメータゾーンの少なくとも方角の異なる各位置における床近傍温度を推定し、
   推定された床近傍温度に基づき、ペリメータゾーンに面する前記変風量装置の吹出風量を調整するよう構成され、
   前記床近傍温度の推定は、少なくとも前記天井温度センサによって把握される天井温度をパラメータとして用いて行うよう構成されていると共に、さらに日射量をパラメータとして用いて行うよう構成され、
   前記日射量は、日射計に日影の生じる時間として設定された日影時間においては、大気外全天日射量に基づき日射量の算出された推定値として把握する一方、
   それ以外の時間においては、前記日射計における実測値として把握するよう構成されていること
   を特徴とする空調システム。
2. 給気を送り出す空調機と、
   前記空調機から対象空間へ給気を導く給気ダクトと、
   対象空間へ給気を吹き出す複数の吹出口と、
   前記吹出口のうちのペリメータゾーンに供給する吹出口から吹き出される給気の風量を調整する変風量装置と、
   ペリメータゾーンに設けられ、室内空気を上方へ送り出すペリメータファンと、
   前記ペリメータファンの上方に設けられ空調機への少なくとも一部の還気を吸い込む吸込口と、
   ペリメータゾーンにおける天井温度を測定する天井温度センサとを備え、
   ペリメータゾーンの床近傍温度に関連するパラメータに基づき、ペリメータゾーンの少なくとも方角の異なる各位置における床近傍温度を推定し、推定された床近傍温度に基づき、ペリメータゾーンに面する前記変風量装置の吹出風量を調整するよう構成され、
   前記床近傍温度の推定は、少なくとも前記天井温度センサによって把握される天井温度をパラメータとして用いて行うよう構成されていると共に、パラメータとしてさらに対象の位置における日射の有無を用いて行うよう構成され、
   前記日射の有無は、対象の位置における日影時間に基づき把握されること
   を特徴とする空調システム。
3. 前記床近傍温度の推定は、少なくとも前記天井温度センサによって把握される天井温度の過去値をパラメータとして用いて行うよう構成されていること
   を特徴とする請求項１または２に記載の空調システム。
4. 前記床近傍温度の推定は、さらに日射量をパラメータとして用いて行うよう構成され、
   前記日射量は、日射計に日影の生じる時間として設定された日影時間においては、大気外全天日射量に基づき日射量の算出された推定値として把握する一方、
   それ以外の時間においては、前記日射計における実測値として把握するよう構成されていること
   を特徴とする請求項２に記載の空調システム。
5. 日影時間における日射量の推定値は、予め設定された係数を、日影時間における大気外全天日射量に乗じて算出されること
   を特徴とする請求項１または４に記載の空調システム。
6. 日影時間における日射量の推定値は、日影時間前における日射量の実測値を大気外全天日射量で除して算出した係数を、日影時間における大気外全天日射量に乗じて算出されること
   を特徴とする請求項１、４～５のいずれか一項に記載の空調システム。
7. 午前の日影時間における日射量の推定値は、予め設定された係数を、日影時間における大気外全天日射量に乗じて算出し、
   午後の日影時間における日射量の推定値は、日影時間前における日射量の実測値を大気外全天日射量で除して算出した係数を、日影時間における大気外全天日射量に乗じて算出されること
   を特徴とする請求項１または４に記載の空調システム。
8. 日影時間であり、且つ天気が晴れと判定されたことを条件として日射量の推定を行うこと
   を特徴とする請求項１、４～７のいずれか一項に記載の空調システム。
9. 前記床近傍温度の推定は、パラメータとしてさらに対象の位置における日射の有無を用いて行うよう構成されていること
   を特徴とする請求項１、３～８のいずれか一項に記載の空調システム。
10. 前記日射の有無は、対象の位置における日影時間に基づき把握されること
    を特徴とする請求項９に記載の空調システム。
11. 対象の位置における日影時間は、天空率図に基づき把握されること
    を特徴とする請求項１０に記載の空調システム。
12. 機械学習により生成された温度推定モデルを用いてペリメータゾーンの床近傍温度を推定するよう構成されていることを特徴とする、請求項１～１１のいずれか一項に記載の空調システム。
13. 前記温度推定モデルは、さらに以下のパラメータから選択される一部または全部のパラメータを説明変数としてさらに用いて床近傍温度を推定するよう構成されていることを特徴とする、請求項１２に記載の空調システム。
    ・外気温度
    ・前記空調機の運転状態
    ・流出熱量
    ・風向
    ・風速
    ・降雨量
    ・ペリメータゾーンの床近傍温度を測定する床近傍温度センサの測定値
    ・前記ペリメータファンの運転状態
    ・ペリメータゾーンに面する前記変風量装置の運転状態
    ・日付
    ・時刻
    ・曜日
14. 日射量、および対象の位置における日射の有無を互いに別の説明変数として前記温度推定モデルに入力するよう構成されていること
    を特徴とする請求項１２または１３に記載の空調システム。