JP4995958B2 - 消費エネルギー算出装置 - Google Patents

Description

本発明の実施形態は、需要家による消費エネルギーをシミュレーションにより算出する消費エネルギー算出装置に関わる。

電力需要のピークを削減するために、消費者の機器を制御する技術としてデマンドサイドマネージメントやデマンドレスレスポンスが開発されている。たとえば、電力会社は電力需要が許容量を超えそうな場合、家庭に対してエアコンの温度設定を一律28℃を下回らないように遠隔操作する。あるいは、電力価格を高くして需用者の電気機器利用の抑制を促す。これによって電力需要のピークが抑えられ、電力会社は過剰な設備投資をしなくて済むようになる。また、ピーク時に運転しなければならない化石燃料を用いた発電を押さえられ、CO₂削減効果がある。

一律の温度設定の変更や、価格の増大を実施した際に、どの程度のエネルギー削減効果があるのかを事前に予測することは重要である。需要家に対する要求が小さすぎる場合は必要な消費電力削減を実現できず、大きすぎた場合は過剰な消費電力削減を需用者に強いることになり、需用者の不満が生じる。

既存技術として、主にエアコン等の家電製品の使用状況とユーザの感じる不満コスト間の関係をモデル化し、同時に電力価格と不満コスト間の関係をモデル化し、必要な消費電力の削減量を満たしつつ、合計の不満コストが最小になるようなデマンドレスポンスの方法がある。

しかし、この方法は、外気温からテーブルを用いてエアコンの運転および温度設定値を決める、または、外気温と過去のエアコンの温度設定値の平均とからエアコンの運転および温度設定値を決めるもので、正確なエアコンの運転状況を再現（シミュレート）できているとは言い難い。すなわち、生活者が家にいない状況や、部屋にいて運動している状況をまとめてモデル化しているため、外気温が高く室温が高くてもエアコンを付けていない状況までモデル化の対象に含めてしまっている。また、部屋で運動していて体感温度が暑く感じられる際に、エアコンを低く設定した場合と、部屋で動かずにいる場合のペナルティを同様に計算してしまっている。

特開2010-166636号公報

本発明は、電力価格および住宅内外の環境を考慮して、需要家の冷暖房機器の動作を推定し、冷暖房機器の消費エネルギーを算出できるようにした消費エネルギー算出装置を提供する。

本発明の実施形態による消費エネルギー算出装置は、住宅に居住する需要家により操作される冷暖房機器の消費電力の推移をシミュレーションする。

前記消費エネルギー算出装置は、第1受信部と、不快度モデルと、第2受信部と、第1内気温計算部と、第2内気温計算部と、動作シーケンス生成部と、消費電力決定部とを備える。

前記第1受信部は、電力価格を指定したデマンドレスポンス信号を受信する。

前記不快度モデルは、前記住宅の内気温と、需要家の不快度との関係を示す。

前記第2受信部は、前記住宅の外気温の情報を含む外部環境要因パラメータを受信する。

前記第1内気温計算部は、前記冷暖房機器の非稼働時において、サンプル時間毎に、前記住宅の外気温と、前記住宅内の内気温とを用いて、次のサンプル時間の内気温を計算する。

前記第2内気温計算部は、前記冷暖房機器の稼働時において、前記サンプル時間毎に、前記冷暖房機器の設定温度と、前記外気温と、前記冷暖房機器の成績係数とを用いて、次のサンプル時間までに前記内気温を前記設定温度にするために前記冷暖房機器に要求される必要電力を計算し、前記必要電力が所定の最大電力以下のときは、前記次のサンプル時間の内気温を前記設定温度に決定し、前記必要電力が前記所定の最大電力より大きいときは、前記外気温と、前記内気温と、前記必要電力と、前記成績係数とを用いて、前記次のサンプル時間の内気温を決定する。

前記動作シーケンス生成部は、前記サンプル時間毎に前記内気温に基づき前記不快度モデルから不快度を求め、前記不快度と前記サンプル時間の電力価格との重み付け合計から評価値を計算し、前記サンプル時間の前記評価値と、第1閾値との比較に基づき、前記冷暖房機器が次のサンプル時間稼働か非稼働かを決定する。

前記消費電力決定部は、前記次のサンプル時間までの前記冷暖房機器による消費電力を、前記冷暖房機器が稼働しておりかつ前記必要電力が前記所定の最大電力より大きいときは前記所定の最大電力に決定し、前記冷暖房機器が稼働しておりかつ前記必要電力が前記所定の最大電力以下のときは前記必要電力に決定し、前記冷暖房機器の非稼働のときは、所定の値に決定し、決定された消費電力の値を示すデータを出力する。

消費エネルギー算出装置の構成を示す図である。 消費エネルギー算出装置のハードウェア構成の一例を示す図である。 生活行動DBの一例を示す図である。 生活行動DBの一例を示す図である。 生活行動シーケンスの一例を示す図である。 家電機器の動作シーケンスの一例を示す図である。 第1マッピングテーブルの例を示す図である。 冷暖房機器操作モデルの一例であるエアコン操作モデル、およびエアコン不快度モデルの例を示す図である。 第2マッピングテーブルの例を示す図である。 エアコンがOFFのときの室温の算出の方法を示す図である。 エアコンON時の室温の算出例、および、エアコンモデルに基づく消費電力の算出例を示す図である。 家電モデル処理部の出力例を示す図である。 消費エネルギー算出装置の全体の動作の流れを示す図である。 図１の消費エネルギー算出装置を複数備えたDR効果解析装置の一例を図である。 第2実施形態に係るエアコン操作モデルをグラフ表示した例を示す図である。 予備力の推移を示す図である。

（第1実施形態）
図1に消費エネルギー算出装置（需要家シミュレータ）100の構成を示す。

消費エネルギー算出装置100は、行動生成部101、機器操作モデル処理部（動作シーケンス生成部、第1受信部）102、住宅モデル処理部（第1内気温計算部、第2内気温計算部、第2受信部）104、家電モデル処理部（消費電力決定部）105、HEMS （第1受信部）106、および家庭属性格納部112を備える。HEMSは、Home Energy Management System（ホームエネルギーマネジメントシステム）の略語である。

消費エネルギー算出装置100は、外部環境要因パラメータ103、DR（Demand Response：デマンドレスポンス）信号107、行動データベース（DB：DataBase）109のデータ、趣向度パラメータ110、地域属性DB111のデータを入力とし、需要家（住宅等の建物内の生活者）により消費される消費エネルギー108を予測（シミュレーション）し、出力する。

図2に、図1の消費エネルギー算出装置100のハードウェア構成の一例を示す。

消費エネルギー算出装置100は、パーソナルコンピュータ（PC） 200上にソフトウェアとして実装される。

CPU 230、メモリ（記憶部）240、ハードディスク（記憶部）250およびインタフェース（IF）210a、210bが、バス220を介して相互接続されている。ソフトウェアはハードディスク250に置かれ、PC 200起動時にメモリ240へと読み込まれる。このソフトウェアがCPU230にメモリ240から読み出されて実行されることで、PC 200が消費エネルギー算出装置として動作する。動作時に生成される各種データは、メモリ240またはハーディスク250に記憶される。

DR信号107および外部環境要因パラメータ103は、ハードディスク250に格納されており、CPU230によって読み出され、消費エネルギー算出装置に入力される。または、DR信号107および外部環境要因パラメータ103は、入力装置310およびインタフェース部210aを介してユーザにより入力されてもよい。

地域属性DB111、行動DB109、趣向度パラメータ110はハードディスク250に格納されている。

消費エネルギー算出装置による出力である消費エネルギー108は、IF210bを通して表示装置300に表示される。

以下、図1の消費エネルギー算出装置の構成および動作を説明する。

地域属性DB111は、対象地域における家族構成、家電機器毎の保有率、その家族が住む家の断熱特性（熱損失係数）を示すQ値を格納している。

家族構成は、何人家族か、各人の職業、性別、年齢などを含む。家電機器の保有率は、たとえば（家電、保有率）＝（照明、1．00）、（TV（テレビ）、 1．00）、（IHクッキングヒータ、0．11）、（オーブントースター、0．77）、（エアコン、1．00）といったデータである。

家族属性格納部112は、地域属性DB111のうちの1つのデータ（１家族構成のデータ）を読み出し、そのデータの内容を内部に格納するとともに、行動生成部101へ与える。

行動生成部101は、読み出されたデータの家族構成に応じた統計情報を行動DB109から取得して、生活行動シーケンスを生成する。すなわち、行動生成部101は、生活者の行動を擬似的に発生させる。つまり、地域や家族構成を加味した尤もらしい生活行動を発生させる。家族が複数人の生活者からなる場合は、生活者ごとに生活行動シーケンスを生成する。以降の説明では、簡単のため、特に断りのない限り、生活者は1人であることを想定する。

図3および図4に、行動DB109の一例を示す。この例は、各種統計データ（例えば、NHKの国民生活時間調査）に基づいている。

図3は、1日（24時間）において、各生活行動をとる人の比率、長さの平均と標準偏差を表した表の例である。ここで生活行動とは睡眠や食事などの生活者の日常行為を指す。

図4は24時間中の各時刻における生活行動の発生確率の例を示す。合計が100％を超えている時刻があるのは、同時に二種類の行動を行っている場合があるからである。

図3および図4のような情報が、個人の属性（例えば、勤め人、主婦、学生など）ごとに行動DB109内に格納されている。

行動生成部101は、行動DB109に基づき、一日分（24時間分）の行動シーケンスを生成する。例えば、1日にとりうる行動全体は、｛睡眠、外出、仕事、食事、テレビ、読書、休憩、運動｝となる。当該シーケンスにおいて、1日のすべての時刻の行動はそれぞれ一意に定まる。

例えば、相良ら（参考文献1：相良、谷本、荻島、エネルギー計算に用いる生活スケジュールに関する研究第3報 普遍的データ生成法, 空気調和学会・衛生工学会論文集 No.105, 2005.）は、下記に示す方法で、生活行動のシーケンスを生成している。手法の概要は下記の通りである。
[1]すべての生活行動について、その発生比率と長さ、標準偏差から長さを決定し、すべての生活行動の合計が24時間になるように、さらに個別の生活行動の長さを調整する。
[2]24時間のうち、ある時刻を選択し、発生確率を使って生活行動を一つ選択。その行動をその時間の前後に配置。
[3][2]の行動の終点時刻から発生確率を用いて次の行動を配置する。これを24時間埋まるまで繰り返す
[4]生成された行動シーケンスを検査し、ある時刻で発生確率が0の行動がその時刻に割り当てられていた場合、そのシーケンスを破棄する。

図5に、上記アルゴリズム等を用いて作成される生活行動シーケンスの一例を示す。

機器操作モデル処理部（第１受信部、動作シーケンス生成部）102は、趣向度パラメータ110、第1マッピングテーブル（第1マッピング情報）、第2マッピングテーブル（第2マッピング情報）に基づき、機器操作モデルに従って、生活行動シーケンスから、家電機器の動作シーケンスを生成する。家庭に複数の生活者がいる場合は、生活者ごとの機器動作シーケンスを生成する。図6に、1日における家電機器の動作シーケンスの生成例を示す。

ここで、機器操作モデルは、冷暖房機器（冷暖房負荷）以外の機器（通常機器）を対象としたモデルと、冷暖房機器を対象としたモデルとの二つのモデルを含む。本明細書では、便宜上、前者を「通常機器操作モデル」、後者を「冷暖房機器操作モデル」と呼ぶこともある。

また、機器操作モデルは、エアコン不快度モデルおよび行動値情報（Behavior値情報）も含み、これらは冷暖房機器操作モデルとともに用いられる（詳細は後述）。

まず機器操作モデル処理部102は、地域属性DB111から読み出されたデータに含まれる家電機器毎の保有率に基づき、家庭内に存在する家電機器を決定する。

たとえば、IHクッキングヒータの保有率が0．11であれば、0〜100までの値を取る乱数を振り、乱数が11以下であれば、IHクッキングヒータが保有されていることを決定し、それ以外の値であれば、保有されていないことを決定する。このような操作を、家電機器毎に行う。

次に、機器操作モデル処理部102は、保有されていると決定された家電機器について、家電機器の動作シーケンスを生成する。動作シーケンスは、たとえば1日の開始（シミュレーションの開始）から単位時間毎に（すなわち所定時間幅で）進めるように生成する（t=t+1）。このときの各時間のことを、サンプル時間と称する。なお、冷暖房機器以外の通常機器については、一日分の動作シーケンスをまとめて生成してもよい。

動作シーケンスの生成の際、冷暖房機器以外の通常機器に関しては、通常機器操作モデルに従う。通常機器操作モデルは、行動と機器操作の関係を表した第1マッピングテーブルを利用して、通常機器の機器動作シーケンスを生成することを定めたものである。

図7に第1マッピングテーブルの例を示す。なお、谷本らはさらに詳しいマッピングを行っている（参考文献2： 谷本、相良、荻島、前田、エネルギー計算に用いる生活スケジュールに関する研究第7報 集合住宅における給湯、電力需要時系列実測データとの比較）。また、本第1マッピングデータは、実データを用いて生成したものであってもよい。

この第1マッピングテーブルに基づき、通常機器の動作シーケンスを生成する。たとえば、生活行動がテレビの場合、テレビ行動の開始時にテレビを常にオンにすることを決定する。生活行動が食事であれば、食事の開始時に5分間、IHクッキングヒータがオンにされると決定する。生活者が複数の場合は、最も早い生活者の朝食開始時に5分間オンすると決定する。

一方、冷暖房機器に関しては、冷暖房機器操作モデルに従って、趣向度パラメータ110、第2マッピングテーブル（図9参照）、エアコン不快度モデル、およびBehavior値情報に基づいて、動作シーケンスを生成する。

図8（A）に、冷暖房機器操作モデルの一例であるエアコン操作モデル、および図8（B）にエアコン不快度モデルを示す。

図8（B）のエアコン不快度モデルは、室温（内気温）と、不快度の関係を表したものである。エアコン不快度モデルは、例えば生活者の入力に基づき、作成する。エアコン不快度モデルは、温度が高い部分と低い部分が不快で、中央の不快度が少ないという形状を有する。エアコン不快度モデルは、温度のみを加味しているが、湿度をさらに加味してもよい。

一方、図8（A）のエアコン操作モデルは、図示のように、以下の式（1a）および式(1b)で表現される。

エアコン操作モデルは、その部屋の不快度pain、電力価格price、生活者の行動状態behaviorから、その部屋のエアコンが起動される確率Pを算出する。Pは0より大きく1より小さい値をとる。Pが大きいほど、エアコンが起動される確率が高い。Pのような形の関数はシグモイド関数と呼ばれる。painの係数a、priceの係数b、behaviorの係数c、定数dは、趣向度パラメータ110によって指定されている。これらの係数a,b,c,dは、事前にユーザが決めてもよいし、例えば機械学習によって求めてもよい。a,b,cは正の値、dは正または負の値である。

不快度painは、図8（B）のエアコン不快度モデルに従って、室温から計算される不快度である。室温は、後述する住宅モデル処理部104から取得する。

電力価格priceは、そのときの電力価格であり、たとえば1kWh単価である。priceの値は、DR信号107により制御される。たとえば、通常は事前に指定されたデフォルト価格を用い、DR信号により価格変更が指示されたときは、DR信号107により通知される価格を用いてもよい。あるいはDR信号が常時与えられており、DR信号により指定された価格を常に用いるようにしてもよい。

行動状態behaviorを説明する前に、図9の第2マッピングテーブルを説明する。第2マッピングテーブルは、生活行動と、行動状態とを対応付けたものである。行動状態は、生活行動を、室内環境からの影響度に応じて、グルーピングしたものである。図9の例では、睡眠、外出、食事、運動、休憩は、それぞれと同じ名称の行動状態へマッピングされ、仕事、テレビ、読書は「通常状態」へ、マッピングされる。

各行動状態｛睡眠、外出、食事、運動、休憩、通常｝には、10, -∞, -1, -10, 1, 0といった行動値（behavior値）が割り付けられている。

上述のエアコン操作モデルに含まれる行動状態behaviorは、図9のbehavior値のことである。behavior値は、図9の第2マッピングテーブルと、生活行動から求める。

ここでエアコン不快度モデルおよびエアコン操作モデルは、家庭ごとに1つ作成する。生活者が複数の場合は、生活者ごとに作ったモデルを合成すればよい。例えばエアコン不快度モデル、および係数a〜dを、生活者すべてで合成（例えば平均をとる）ことにより家庭で一つのエアコン操作モデルおよびエアコン不快度モデルを生成する。各時間（サンプル時間）のbehavior値は、生活者によって異なるため、例えばそのサンプル時間で一番大きなbehavior値を、家庭の代表のbehavior値として利用すればよい。

機器操作モデル処理部102は、冷暖房機器に関して、具体的に以下のように、エアコンのON/OFF、設定温度の決定を行う。

まず（1日分のシミュレーション開始時の）初期処理としてxhighとxlowの二つの変数を生成する。具体的に、0から1の間の値を取る2つの乱数p1,p2を生成し、図8（A）のシグモイド関数（P=1/(1+e^-x)）で、p1、p2をそれぞれxに変換する。大きい方のxをxhigh, 小さい方のxをxlowの値とする。xhigh,xlowは、それぞれ第1閾値に対応する。

ここで、シミュレーション時には、各サンプル時間で式（１b）によりx（評価値）を算出し、x（評価値）がxhighを越えたとき、エアコンをONすることを決定する。この際、式（1b）の左辺のxをxlowと置いたときのpainを計算し、これを満足するエアコン不快度モデルのtempを目標温度設定値とする。一つのpain値につき二種類のtempが計算されるが、現在のサンプル時間の室温に近い方のtempを選ぶ。またx（評価値）がxlowを下回ったとき、または、外気温がエアコン設定値と等しくなったとき、エアコンをOFFすることを決定する。室温（内気温）および外気温は、後述する住宅モデル処理部104から取得する。

なお、上記の説明では乱数p1,p2をシミュレーション開始時の初期処理で決定したが、別の方法として以下のように決定してもよい。まず、乱数p1を生成し、エアコンがONになった時点でp2<p1となるような乱数p2を生成し、さらにエアコンがOFFになった時点で、p3>p2となる乱数p3を発生させ、エアコンがONになる条件を決めていくという手順を繰り返す方法をとってもよい。なお、発生させる乱数は、0から1の間の値である。

住宅モデル処理部104は、サンプル時間毎に、室温を計算し、内部状態として保持する。住宅モデル処理部104は、これらの計算のために、断熱特性（Q値）を用いる。住宅の間取り情報を用いてもよい。この場合、間取り情報は、地域属性DB111に格納しておく。

図10に、室温の算出の方法を示す。エアコンがOFFのときの室温は、この方法で計算される。

外気温Toutと室温Troomの差と、熱損失係数（Q値）とから、室内に流入するエネルギーHinが算出される（Hin=f(Q, Tout, Troom)）。関数fは、Q、ToutおよびTroomと、Hinとを対応づけた関数である。このとき用いる外気温Toutおよび室温Troomは、サンプル時間t−1のものである。

外気温Toutは、外部環境要因パラメータ103により、シミュレーション期間におけるすべての時間について指定されている。

また、後述する家電モデル処理部105により、室内の熱発生エネルギーHgen（機器のエネルギー消費による発熱、人体の発熱）が算出される。

これらのエネルギー量Hin,Hgenの総和Hroom_diff（Hroom_diff=Hin+Hgen）から、上昇する温度g(Hroom_diff)を算出し、現在の室温Troom(t-1)に加算することで、次のサンプル時間の室温Troom(t)を算出する。関数gは、Hroom_diffと、変動温度幅とを対応づけた関数である。

住宅モデル処理部104は、算出した次のサンプル時間の室温を、機器操作モデル処理部102に送る。

エアコンがONのときの室温の計算方法は、後述する。

家電モデル処理部105は、エアコンや冷蔵庫、照明といった家電機器の動作シーケンスから、家電機器毎の消費電力を計算し、各家電機器の合計消費電力を計算するシミュレータである。図12に家電モデル処理部105の出力である1日における合計消費電力の推移を示す。本実施形態では合計消費電力を計算および出力しているが、家電機器毎の消費電力の推移を出力してもよい。

家電モデル処理部105は、機器操作モデル処理部102で生成された機器動作シーケンス、およびHEMS106の制御に基づき、動作する。

家電モデル処理部105は、冷暖房機器以外の通常機器に関するモデル（通常機器モデル）と、冷暖房機器に関するモデル（冷暖房機器モデル）とを有する。

冷暖房機器以外の通常機器に関しては、通常機器モデルに従って、消費電力を計算する。通常機器モデルは、機器が、図7のマッピングテーブルにおける消費電量（待機電力）に従って一定の消費電力を消費することを定めたものである。すなわち、機器操作モデル処理部102により生成された機器動作シーケンスでONになっている機器は、ONの間、図7のマッピングテーブルの消費電力を消費するものとし、OFF時は、待機電力を消費するものとする。待機電力を考慮しない場合は、待機電力をゼロとして扱うことも可能である。つまり、OFF時は、通常機器は、ゼロまたは待機電力のいずれかを示す所定の値の消費電力を消費する。

例えばTVの場合、ON時には一定の消費電力（＝130）を消費するものとする。また、TVは、OFF時には、一定の待機電力（＝2.8）を、消費するものとする。消費エネルギーは、熱エネルギーへ変換される。変換率は事前に定義されている。ここでは消費エネルギーと、発生する熱エネルギーは等しいとする。

家電モデル処理部105は、冷暖房機器に関しては、冷暖房機器モデルに従って、消費電力を計算する。例えば冷暖房モデルがエアコンモデルの場合、住宅モデル処理部104と連係して、エアコンの消費電力を算出する。ただし、待機電力（OFF時の消費電力）に関しては、冷暖房機器も、通常機器モデルと同様にして、待機電力（消費電力）を計算するものとする。冷暖房機器も、待機電力を考慮しない場合は、待機電力をゼロとして考えればよい。つまりOFF時は、冷暖房機器は、ゼロまたは待機電力のいずれかを所定の値の消費電力を消費する。

図11に、エアコンモデルに基づく消費電力の算出例、およびエアコンON時の室温の算出例を示す。ここでは冷房を想定して説明を行う。

住宅モデル処理部104は、エアコンON時の室温を、以下のようにして計算する。

すなわち、エアコンの温度目標値をTobjとした際に、図11の1〜5行目の式に従って、Powerが計算されたとする。3行目の関数hは、温度差と、温度変化に伴うエネルギーの差分Hroom_diffとを対応づけた関数である。

Powerがエアコンの最大能力Power_th（最大電力）より小さい場合は、次のサンプル時間の室内温度Troom(t)はTobjとなる。PowerがPower_thより大きい場合（すなわち室温を温度目標値にするためにエアコンに要求される必要電力がPower_thより大きい場合）は、Tobjまで室温を至らせることができないため、otherwise以下の式を使って、１サンプル時間前の外気温、１サンプル時間前（t-1）の室温、上記必要電力、成績係数に基づき、次のサンプル時間(t)の室温を決める（この場合、Hinの計算では、図１１の一番上の式の括弧内のTobjをTroomに置き換える（図１０参照））。

消費電力Powerは、部屋内の熱を外にくみ出すエネルギーHallをCOP（Coefficient Of Performance：成績係数）で割ったものとなる。COPは、冷暖房機器の性能指標（エネルギー消費効率の目安）として使われる係数である。

くみ出すエネルギーHallは、室外からの熱流入Hin，TVや人のような熱の発生源の発熱エネルギーHgenと、温度変化に伴うエネルギーの差分Hroom_diffとの和である。

熱流入Hin は、1サンプル時間前の外気温と、1サンプル時間前の室温と、熱損失係数Qとから計算される。

温度変化に伴うエネルギー差分Hroom_diffは、次のサンプリング時間の室温と、1サンプル時間前の室温との差に基づき、計算される。

発生熱エネルギーHgenは、機器および人の発生エネルギーの和である。人体からの単位時間当たりの発熱エネルギーは、生活行動毎に、事前に定義された値を用いるとする。機器の発生エネルギーは、通常機器モデルで計算された消費エネルギーに等しいとする。

なおサンプル時間の室温が、エアコンの目標温度値に達しない場合は、エアコンは最大電力で稼働しているため、このときは計算を行うことなく、消費電力を、最大電力に決定してもよい。

HEMS106は、内部に記載されたルールにしたがって、家電機器の操作を模擬する。

例えばDR対応向けのルールでは、「DR:Level1→set_property(AIRCON.設定温度) = 28 」という記述を行う。これはDR信号107の入力よりLevel1という信号が来たときに、AIRCON（エアコン）の設定温度を28℃に設定するというルールである。

この信号を受けたHEMS106は、エアコンが動作している際にはエアコンの温度設定を28℃へと変化させる。ただし、エアコンが28℃以上の温度設定になっている場合の機器操作は行わない。またHEMS106は、受信する信号に応じて、家電機器の動作を停止させたりもする。具体的にはこれらの操作内容は、家電モデル処理部１０５および機器操作モデル処理部102に送られ、それぞれの動作に反映される。

図13は、消費エネルギー算出装置の全体の動作の流れを示すフローチャートである。

行動生成部101は、ある家族構成について1日分の生活行動シーケンスを作成する（S101）。

機器操作モデル処理部102は、生活行動シーケンスと、住宅モデル処理部104からの情報およびDR信号107（電力の価格情報）に基づき、サンプル時間tの機器動作シーケンスを生成する（S102）。

機器動作シーケンスの生成にあたっては、第1マッピングテーブル（図7参照）および第2マッピングテーブル（図9参照）、および冷暖房機器操作モデル（図8参照）が利用される。冷暖房負荷以外の通常機器に対しては図7の第1マッピングテーブルに基づき動作が決定的に定まるが、冷暖房機器に関しては、確率的に動作（稼働or非稼働）が決定される。

家電モデル処理部105は、機器動作シーケンスにしたがって、サンプル時間tの機器毎の消費電力を計算する（S103）。上述したように、通常機器と、冷暖房機器とで、計算方法は異なる。機器毎に計算された消費電力は合計され、合計値を示す消費エネルギー108の情報が、出力される（S104）。

シミュレーション期間（本例では一日分）の処理が終わっていない場合は（S105のNO）、サンプル時間を1つ進めて(t=t+1)、ステップS102に戻る。

一日分の計算が終わったら（S105のYES）、本フローを終了する。これにより、一日分の合計消費電力の値の推移を示すデータ（図12参照）が得られる。

ここで、機器制御を示すDR信号107がHEMS106に入力されたとき、HEMS内部に記述されたルールにしたがって、機器制御が決定される。このとき、エアコンの停止制御が決定され、エアコン停止が模擬されると、室温が不快な方向に変化する場合がある。この変化後の室内環境は、エアコン操作モデルで評価され、エアコンが、快適な室内環境を実現する方向へ、再び操作（ON）されることが期待される。つまり、エアコン操作モデルは、自動操作の後のユーザ手動の機器操作をシミュレートすることができる。なお、エアコンモデルと同様に照明をモデル化することも可能である。

また機器操作モデル処理部102に、DR信号107を介して、電力の価格変更が通知された場合は、変更後の価格で、エアコン操作モデルの計算が行われる。価格が大きく上昇すると、エアコンOFF操作の確率が高くなり、エアコンをOFFする環境を実現する方向へ、ユーザ操作されることを表現できる。また逆に、価格が減少すると、エアコンON操作の確率が高くなり、エアコンをONする環境を実現する方向へ、ユーザ操作されることを表現できる。

図14に、図1の需要家シミュレータを複数配置し、各需要家シミュレータの出力を合計部201で合計して出力するDR効果解析装置を示す。

各需要家シミュレータでは、例えばある地域（たとえば東京都）の行動DB109や、外部環境要因パラメータ103から、地域の家族構成にあった消費エネルギーを、それぞれ算出する。なお、行動DB109は、家族構成の外に、気象条件を含んでも良い。このとき、外部環境要因パラメータ103は気象条件を指定してもよい。

たとえば、ある地域に存在する全家庭の総数分の需要家シミュレータを用意し、各家庭に応じた家族構成（およびそこの気象条件）に応じて、それぞれ消費エネルギーを計算する。これらを合計部201で合計し、合計データを出力することで、地域レベルの消費エネルギーの推移を見積もることができる。

この際、図14の右に示すように、DR信号を複数（たとえばa方式を指示するDR信号、b方式を指示するDR信号）入力したシミュレーションを行うと、それぞれに応じた消費エネルギーの変化が観測できる。よって、DRの効果解析装置として、本シミュレータは活用可能である。すなわち、ある地域の需要家に対してDR(デマンドレスポンス)を実施したときの効果を前もってシミュレーションすることができる。このため、実際にデマンドレスポンスを実施する場合の、例えば電気料金を精度良く計算することが可能となるという効果が得られる。

以上、本実施形態によれば、電力価格や、部屋の環境から、生活者の機器の操作を推定することで、デマンドレスポンスに対する需要家の反応を模擬し、この際の消費エネルギーを計算できる。また、電力価格と人の部屋での滞在状況、部屋の快適性を用いた人の機器操作をモデリングすることで、より精度の高い消費エネルギー算出が可能となる。

（第2実施形態）
第1実施形態において機器操作モデル処理部102で用いるエアコン操作モデルの(式1a)を、以下のように変更する
P’ =1, if (x > 0)
P’ = 0, otherwise
とする。この変更後のエアコン操作モデルをグラフ表示すると、図15のようになる。

この変更後のモデルは、生活者が、同じ条件の場合、常に同じ操作をするというモデルである。

図8（A）のモデルと比較すると、図8（A）のx<0の部分でONされた操作は余剰な操作と考えることができる。つまり、xが0のとき、生活者はエアコンをONしてもOFFしてもどちらでも苦痛を受けない状態にあると考えることができる。この場合、xが0より小さいときにエアコンをONにする操作は、余剰な操作とみなすことができる。よって、このときにエアコンを止めた際に節約される消費電力を、予備力と考えることができる。家電モデル処理部105ではこの予備力を計算し、出力する。予備力はx<=0のときにエアコンがONされたことによるエアコン消費電力である。図16に、地域レベルの消費エネルギーの推移とともに出力された、予備力の推移を示す。

このように、本シミュレーション技術を使うと、ある地域のある気象条件のとき、需要家はどのくらいのエネルギー削減ポテンシャルを持っているかをあらかじめ計算することが可能である。例えば、電力需要が逼迫した際に、発電所を起動するかどうかという意志決定に使うことが可能となる。また削減ポテンシャルだけエアコンを強制OFFしても問題ないとの決定を行うことができる。

Claims (12)

1. 住宅に居住する需要家により操作される機器の消費電力をシミュレーションする消費エネルギー算出装置であって、
   電力価格を指定したデマンドレスポンス信号を受信する第1受信部と、
   前記住宅の内気温と、需要家の不快度との関係を示した不快度モデルと、
   前記住宅の外気温の情報を含む外部環境要因パラメータを受信する第2受信部と、
   前記機器の非稼働時において、サンプル時間毎に、前記住宅の外気温と、前記住宅内の内気温とを用いて、次のサンプル時間の内気温を計算する第1内気温計算部と、
   前記機器の稼働時において、前記サンプル時間毎に、前記機器の設定温度と、前記外気温と、前記機器の成績係数とを用いて、次のサンプル時間までに前記内気温を前記設定温度にするために前記機器に要求される必要電力を計算し、前記必要電力が所定の最大電力以下のときは、前記次のサンプル時間の内気温を前記設定温度に決定し、前記必要電力が前記所定の最大電力より大きいときは、前記外気温と、前記内気温と、前記必要電力と、前記成績係数とを用いて、前記次のサンプル時間の内気温を決定する第2内気温計算部と、
   前記サンプル時間毎に前記内気温に基づき前記不快度モデルから不快度を求め、前記不快度と前記サンプル時間の電力価格との重み付け合計に応じた評価値に基づき、前記機器が次のサンプル時間稼働か非稼働かを決定する動作シーケンス生成部と、
   前記次のサンプル時間までの前記機器による消費電力を、前記機器が稼働しておりかつ前記必要電力が前記所定の最大電力より大きいときは前記所定の最大電力に決定し、前記機器が稼働しておりかつ前記必要電力が前記所定の最大電力以下のときは前記必要電力に決定し、前記機器の非稼働のときは、所定の値に決定し、決定された消費電力の値を示すデータを出力する消費電力決定部と、
   を備えた消費エネルギー算出装置。
2. 需要家の生活行動のパターンを示す行動シーケンスと、前記生活行動毎に割り当てられた行動値とを記憶する記憶部を備え、
   前記動作シーケンス生成部は、前記サンプル時間毎の前記需要家の行動に対応する行動値をさらに用いて、前記重み付け合計を得る
   ことを特徴とする請求項1に記載の消費エネルギー算出装置。
3. 前記消費電力決定部が決定する前記所定の値は、前記機器の待機電力もしくはゼロであることを特徴とする請求項1または2に記載の消費エネルギー算出装置。
4. 前記機器と異なる通常機器の動作シーケンスと、
   前記通常機器の稼働時に消費する電力の情報と、
   前記通常機器の非稼働時に消費する電力の情報と、を記憶する記憶部を備え、
   前記消費電力決定部は、前記次のサンプル時間までに消費される前記通常機器による消費電力を計算し、計算した消費電力を、前記機器に対して決定された消費電力に加算し、
   前記出力部は、加算された消費電力の値を示すデータを出力する
   ことを特徴とする請求項1ないし3のいずれか一項に記載の消費エネルギー算出装置。
5. 前記第1内気温計算部は、前記次のサンプル時間に前記通常機器により消費される電力量を計算し、前記消費される電力量に応じて前記通常機器から発生する熱エネルギーの大きさを用いて、前記次のサンプル時間の内気温を計算し、
   前記第2内気温計算部は、前記通常機器から発生する熱エネルギーの大きさを用いて、前記必要電力を計算、および前記次のサンプル時間の内気温を決定する
   ことを特徴とする請求項4に記載の消費エネルギー算出装置。
6. 需要家の生活行動のパターンを示す行動シーケンスと、
   需要家の生活行動毎に定められた単位時間当たりの消費エネルギーと、を記憶する記憶部を備え、
   前記消費電力決定部は、前記行動シーケンスに基づき、前記次のサンプル時間までに前記需要家の行動により消費される消費エネルギーを計算し、前記消費エネルギーに応じて前記需要家から発生する熱エネルギーの大きさを用いて、前記次のサンプル時間の内気温を計算し、
   前記第2内気温計算部は、前記次のサンプル時間までに前記需要家の行動により発生する熱エネルギーの大きさを用いて、前記必要電力を計算、および前記次のサンプル時間の内気温を決定する
   ことを特徴とする請求項1ないし5のいずれか一項に記載の消費エネルギー算出装置。
7. 前記機器により消費される電力量に応じて前記機器から発生する熱エネルギーの大きさを用いて、前記次のサンプル時間の内気温を計算し、
   前記第2内気温計算部は、前記機器から発生する熱エネルギーの大きさを用いて、前記必要電力を計算、および前記次のサンプル時間の内気温を決定する
   ことを特徴とする請求項1ないし6のいずれか一項に記載の消費エネルギー算出装置。
8. 前記消費電力決定部は、前記第1受信部において、前記機器の非稼働を指示する前記デマンドレスポンス信号が受信されたときは、少なくとも前記次のサンプル時間まで前記機器を非稼働として扱う
   ことを特徴とする請求項1ないし7のいずれか一項に記載の消費エネルギー算出装置。
9. 前記動作シーケンス生成部は、前記評価値を、第1閾値と比較することにより前記機器が次のサンプル時間で稼働か非稼働かを決定する
   ことを特徴とする請求項1ないし8のいずれか一項に記載の消費エネルギー算出装置。
10. 前記消費電力決定部は、前記評価値が第2閾値より小さいときに前記機器の稼働により消費された電力である予備力を計算し、
    前記出力部は、前記予備力の値を示すデータを出力する
    ことを特徴とする請求項1ないし9のいずれか一項に記載の消費エネルギー算出装置。
11. 前記第2閾値は、前記評価値が取り得る値の範囲の中心値である
    ことを特徴とする請求項10に記載の消費エネルギー算出装置。
12. 請求項1ないし11のいずれか一項に従った消費エネルギー算出装置を用いて、複数の住宅のそれぞれに関してシミュレーションを行って、前記サンプル時間毎に前記住宅のそれぞれの消費電力を求めるシミュレーション制御部と、
    前記住宅毎に求めた消費電力を合計し、合計値を示すデータを出力する合計部と、
    を備えたデマンドレスポンス効果解析装置。