JP6134253B2 - エネルギー消費量予測システムおよびエネルギー消費量予測方法 - Google Patents

Description

本発明は、電力などのエネルギーの消費量を予測可能なエネルギー消費量予測システムおよびエネルギー消費量予測方法に関するものである。

近年、省エネルギーの意識が高まっている。このような中、電力などのエネルギー消費量を予測し、エネルギー消費者がこれを把握することで、消費者の省エネルギーに対する意識を高め、効率の良い省エネルギー活動を行うことができる。

このようなエネルギー消費量の予測方法としては、例えば、過去のエネルギー需要実績値と、気象情報とから、重回帰分析のアルゴリズムに基づいて予測モデルを構築し、エネルギーの需要の予測を行う需要予測システムがある（特許文献１）。

特開２００４−１６４３８８号公報

しかし、特許文献１のような従来の方法は、重回帰分析を行うために、多くの過去実績データが必要となる。また、特許文献１は、気温などの気象情報によってエネルギーの需要予測を行うものであるが、需要予測を行う当日の気象情報に対して類似日を設定するものである。このような類似日を設定することで、予測精度を上げるものである。しかし、このような類似日を設定するためには、多くの互いに異なる過去実績値が必要となる。

なお、特許文献１では、検索対象（過去実績）から、気象条件が当日と類似しているかどうかを判断する時間帯を、夜間や午前・午後などに変更することが可能である。しかし、特許文献１では、あくまでも、気象条件が予測対象日と類似している日を設定することを目的とし、類似判断を行う時間帯を、設定しているに過ぎない。したがって、例えば、予測対象日のある時間帯の気温変化について、同じ時間帯の気温変化が類似している過去の実績を用いて、予測対象日の一日全体の電力需要予測を行うものである。このため、時間帯に応じて別々の需要予測を行うものではない。

通常、昼の時間帯の温度変化と夜の時間帯の温度変化は、必ずしも相関があるわけではない。このため、ある時間帯の気温変化だけを見て、予測対象日の全日の気温変化が類似であると判断することは、必ずしも精度が高いとは言えない。また、過去の実績値としても、各時間ごとの気温変化を記憶する必要があることから、データ量が多くなる。このように、従来の方法は、需要予測を行うために、多くの情報を必要とし、システム全体が大掛かりとなる。

本発明は、このような問題に鑑みてなされたもので、容易に入手可能な最低限の情報のみによって、エネルギーの消費量を予測することが可能なエネルギー消費量予測システムおよびエネルギー消費量予測方法を提供することを目的とする。

前述した目的を達するために第１の発明は、エネルギー消費量予測システムであって、過去の複数の日における所定時間ごとのエネルギー消費量情報を記憶する記憶部と、前記記憶部における前記エネルギー消費量情報を、店舗または事業所の稼働状況若しくは曜日に応じてカテゴリ分類するカテゴリ分類手段と、前記カテゴリ分類手段により分類されたカテゴリ毎に、昼と夜のそれぞれを区別して、エネルギー消費量の予測対象日から過去に遡って所定期間の所定数の前記所定時間ごとの前記エネルギー消費量情報を平均化して、昼と夜のそれぞれの平均エネルギー消費パターンを作成するパターン作製手段と、前記カテゴリ毎に、気温情報とエネルギー消費量との相関をとり、予測対象日の予想最高気温から、昼の予想エネルギー消費量を算出するとともに、予測対象日の予想最低気温から、夜の予想エネルギー消費量を算出するエネルギー消費量予想手段と、昼と夜のそれぞれについて、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、前記総エネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間ごとに一定の定数を乗じて、前記所定時間ごとの補正エネルギー消費量を算出するエネルギー消費量補正手段と、前記補正エネルギー消費量を表示部に表示する表示手段と、を具備することを特徴とするエネルギー消費量予測システムである。

ここで、前記カテゴリ分類手段は、前記稼働状況によるカテゴリ分類として、営業日と休業日を区別するようカテゴリ分類することが望ましい。また、前記カテゴリ分類手段は、更に、営業日における営業時間帯の形態に基づきカテゴリ分類してもよい。或いは、更に客数に基づいてカテゴリ分類してもよい。
このようにすることで、店舗または事業所の稼働状況若しくは曜日に応じてカテゴリ毎に、昼と夜のそれぞれのエネルギー消費パターンを求めることができる。このため、気温とエネルギー消費量との関係から、昼と夜とに分けてエネルギー消費量を別々に予測することができる。このように、昼と夜とのそれぞれに対して、別々に需要の予測を行うため、予測精度が高い。

特に、その日の最高気温によって、昼のエネルギー需要を予測し、その日の最低気温から、夜のエネルギー需要を予測するものである。したがって、実質的に、その日の最高気温と最低気温の予測値のみで、当日の一日のエネルギー需要量を予測することができる。

この際、過去実績のデータは、直近の数点〜十数点でよいため、計算に用いるデータ量も少なくて済む。

また、本発明では、前記パターン作製手段は、前記平均エネルギー消費パターンを作成する際に使用される前記エネルギー消費量情報の情報数に対して十分に大きな情報数となるように、昼と夜とのそれぞれについて、エネルギー消費量の予想対象日から過去に遡って所定期間の前記カテゴリ毎の最高気温または最低気温とエネルギー消費量との相関をとり、得られた近似式から所定以上乖離した前記エネルギー消費量情報は、前記平均エネルギー消費パターンの作成には使用しないように排除することが望ましい。

このようにすることで、少ない点数による予測ではあっても、特異点を排除することができるため、精度を確保することができる。
具体的には、例えば、前記パターン作製手段における前記所定期間を、１週間内に３日以上を有するカテゴリでは、前記予測対象日から過去に遡る１０〜１５日とし、１週間内に２日以下であるカテゴリでは、前記予測対象日から過去に遡る５〜９日とすることが望ましい。

前記表示部は、所定期間の複数の各日と時間とを表で示し、一日を一列に示すとともに、各列の時間ごとの前記補正エネルギー消費量とエネルギー使用実績との乖離を表中に表示可能であることが望ましい。

例えば、一日の０時から２３時５９までを横一列に表示し、縦に、各日を並べて表示する。この際、表を１時間ごとのブロックで表示し、ブロックごとに、省エネルギーの実績を表示することで、利用者は、時間ごとの傾向や、曜日ごとの傾向を一目で把握することができる。

また、前記エネルギー消費量は、少なくとも電力消費量を含み、前記所定時間は、３０分であり、３０分毎の前記補正エネルギー消費量を０．５時間で除して、当日の３０分最大需要電力を算出し、前記表示部に表示可能としてもよい。

また、連続する二つの３０分毎の前記補正エネルギー消費量同士を足して、１時間毎の前記補正エネルギー消費量を算出して、前記表示部に表示可能としてもよい。

このようにすることで、消費者は、当日の３０分最大需要電力とその発生時間帯を確実に把握することができる。また、前記所定時間ごとの補正エネルギー消費量が契約電力に基づいて決定される所定の注意レベルを超える場合に前記表示部に注意喚起の表示を行う注意喚起手段を更に備え、前記表示手段は、前記補正エネルギー消費量をグラフ表示し、当該グラフ内に前記契約電力、前記注意レベル、前記所定時間ごとのエネルギー消費量の実績値を表示することが望ましい。したがって、節電すべき時間帯を選択し、賢い節電を実施することで、契約電力の超過を防止し、より高い電気量を支払うことを防止できる。

第２の発明は、コンピュータが、記憶部に記憶されている過去の複数の日における所定時間毎のエネルギー消費量情報を、店舗または事業所の稼働状況若しくは曜日に応じてカテゴリ分類し、分類されたカテゴリ毎に、昼と夜のそれぞれを区別して、エネルギー消費量の予測対象日から過去に遡って所定期間の所定数の前記所定時間ごとの前記エネルギー消費量情報を平均化して、昼と夜のそれぞれの平均エネルギー消費パターンを作成し、前記カテゴリ毎に、気温情報とエネルギー消費量との相関をとり、予測対象日の予想最高気温から、昼の予想エネルギー消費量を算出するとともに、予測対象日の予想最低気温から、夜の予想エネルギー消費量を算出し、昼と夜のそれぞれについて、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、前記総エネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間毎に一定の定数を乗じて、前記所定時間毎の補正エネルギー消費量を算出し、前記補正エネルギー消費量を表示部に表示することを特徴とするエネルギー消費量予測方法である。

前記エネルギー消費量は、少なくとも電力消費量を含み、前記所定時間は、３０分であり、３０分毎の前記補正エネルギー消費量を０．５時間で除して、当日の３０分最大需要電力を算出し、前記表示部に表示可能であってもよい。または、前記エネルギー消費量は、少なくともガス消費量を含み、前記所定時間は、１時間であってもよい。

前記平均エネルギー消費パターンを作成する際に使用される前記エネルギー消費量情報の情報数に対して十分に大きな情報数となるように、昼と夜とのそれぞれについて、エネルギー消費量の予想対象日から過去に遡って所定期間の前記カテゴリ毎の最高気温または最低気温とエネルギー消費量との相関をとり、得られた近似式から所定以上乖離した前記エネルギー消費量情報は、前記平均エネルギー消費パターンの作成には使用しないように排除することが望ましい。

このようにすることで、少ない情報から、精度の高いエネルギー消費量予測を行うことができる。また、３０分毎の電力消費量または１時間ごとのガス消費量を表示することで、契約電力やガスの契約最大時間流量との関係を視認することができ、省エネルギーの必要性を把握することができる。

本発明によれば、容易に入手可能な最低限の情報のみによって、エネルギーの消費量を予測することが可能なエネルギー消費量予測システムおよびエネルギー消費量予測方法を提供することができる。

エネルギー消費量予測システム１０を示す構成図。 エネルギー消費量予測装置１を示すハードウェア構成図。 エネルギー消費量予測装置１の制御方法を示すフローチャート。 カテゴリの例を示す図。 時間毎の電力消費量の一例を示す図。 カテゴリ毎の気温と電力消費量との関係を示す図。 気温により電力消費量の補正を行う状態を示す図。 表示画面の一例を示す図。 表示画面の一例を示す図。 表示画面の一例を示す図。 長期実績の一例を示す図。

以下、図面を参照しながら、本発明の実施形態について説明する。図１は、エネルギー消費量予測システム１０を示す構成図である。エネルギー消費量予測システム１０は、エネルギー消費量予測装置１とエネルギー消費量管理サーバ２０とが、各端末２３とネットワーク２１を介して接続されている。なお、エネルギー消費量予測装置１とエネルギー消費量管理サーバ２０とは一体であってもよい。

エネルギー消費量予測装置１で算出されたエネルギー消費量は、エネルギー消費量管理サーバ２０に保存される。エネルギー消費量管理サーバ２０に保存された情報は、遠隔地などの端末２３に表示させることができる。

図２は、エネルギー消費量予測装置１を示すハードウェア構成図である。なお、エネルギー消費量管理サーバ２０および端末２３は、エネルギー消費量予測装置１と同様の構成であるため、説明を省略する。エネルギー消費量予測装置１は、例えばコンピュータであり、制御部３、記憶部５、メディア入出力部７、通信制御部９、入力部１１、表示部１３、周辺機器Ｉ／Ｆ部１５等から構成され、それらがバス１７を介して接続される。

制御部３は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成される。ＣＰＵは、記憶部５、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス１７を介して接続された各装置を駆動制御し、エネルギー消費量予測装置１が行う処理を実現する。

ＲＯＭは、不揮発性メモリであり、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持している。ＲＡＭは、揮発性メモリであり、記憶部５、ＲＯＭ、記録媒体等からロードしたプログラム、データ等を一時的に保持するとともに、制御部３が各種処理を行う為に使用するワークエリアを備える。

記憶部５は、ＨＤＤ（ハードディスクドライブ）やＳＳＤ（フラッシュＳＳＤ）（ソリッドステートドライブ）であり、制御部３が実行するプログラム、プログラム実行に必要なデータ、ＯＳ（オペレーティングシステム）等が格納される。プログラムに関しては、ＯＳ（オペレーティングシステム）に相当する制御プログラムや、後述の処理に相当するアプリケーションプログラムが格納されている。これらの各プログラムコードは、制御部３により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて各種の手段として実行される。また、記憶部５には、本発明において用いられる、各種データが保管される。

メディア入出力部７（ドライブ装置）は、データの入出力を行い、例えば、フロッピー（登録商標）ディスクドライブ、ＣＤドライブ（−ＲＯＭ、−Ｒ、ＲＷ等）、ＤＶＤドライブ（−ＲＯＭ、−Ｒ、−ＲＷ等）、ＭＯドライブ等のメディア入出力装置を有する。

通信制御部９は、通信制御装置、通信ポート等を有し、コンピュータとネットワーク間の通信を媒介する通信インタフェースであり、ネットワークを介して、例えば、制御部３によって天気情報や気温情報をインターネット上から取得することができる。

入力部１１は、データの入力を行い、例えば、キーボード、マウス等のポインティングデバイス、テンキー等の入力装置を有する。入力部１１を介して、コンピュータに対して、操作指示、動作指示、データ入力等を行うことができる。

表示部１３は、ＣＲＴモニタ、液晶パネル等のディスプレイ装置、ディスプレイ装置と連携してコンピュータのビデオ機能を実現するための論理回路等（ビデオアダプタ等）を有する。

周辺機器Ｉ／Ｆ（インタフェース）部１５は、コンピュータに周辺機器を接続させるためのポートであり、周辺機器Ｉ／Ｆ部１５を介してコンピュータは周辺機器とのデータの送受信を行う。例えば、利用者の電力計やガスメーターと接続され、エネルギー消費実績を取得することができる。また、外部に設置された温度計や、気温情報を有する外部サーバなどに接続され、気温情報を取得することができる。この際、各時点での実際の温度を取得し、予測気温を制御部３によって逐次補正しても良い。なお、ネットワークを介して他のサーバや端末との情報のやり取りを行うのは、エネルギー消費量管理サーバ２０であってもよく、エネルギー消費量予測装置１が直接行ってもよい。

バス１７は、各装置間の制御信号、データ信号等の授受を媒介する経路である。ここで、エネルギー消費量予測装置１、エネルギー消費量管理サーバ２０、端末２３としては、上記構成をすべて含むものに限定されるものではなく、本発明の機能を奏するために必要な構成のみを有すればよい。なお、以下の説明では、エネルギー消費量予測装置１における処理内容を示すが、前述したように、エネルギー消費量予測装置１で算出された情報等は、適宜エネルギー消費量管理サーバ２０に保存される。

次に、エネルギー消費量予測装置１の機能について説明する。なお、以下の説明において、エネルギーが電力である例について説明するが、他のエネルギーとしてガスや、水などに対しても適用可能であることは言うまでもない。

図３は、エネルギー消費量予測装置１により、店舗や事業所などにおける一日の電力消費量を予測するための工程を示す図である。まず、制御部３は、記憶部５（エネルギー消費量予測装置１またはエネルギー消費量管理サーバ２０の記憶部５。以下同様。）に予め記憶されている電力消費量情報をカテゴリごとに分類する（ステップ１０１）。電力消費量情報とは、対象となる店舗や事業所に対し、過去の複数の日における各日毎、所定時間毎（本実施形態では３０分毎）の電力消費量に関する情報である。なお、過去の情報がない場合には、類似した営業形態や電力消費量をとる他の店舗や事業所の情報を用いても良い。

図４は、カテゴリ分類の一例を示す図である。カテゴリとしては、例えば、曜日または営業形態により分類することができる。また、各カテゴリについて、昼と夜とに区分する。

例えば、店舗Ａは、日曜・休日の営業時間が他の日とは異なる営業形態である。また、例えば、土曜日と平日は同じ営業形態であっても、客数が土曜日の方が多いため、平日と土曜日のカテゴリを分けることもできる。このように、曜日または営業形態によってカテゴリを分ける。

一方、店舗Ｂは、例えば水曜日が定休日のような場合に、他の平日と水曜日とを別のカテゴリとする。このように、各店舗ごとに、その営業形態に応じたカテゴリ分類を行うことができる。

また、各カテゴリは、昼と夜とに区分される。昼と夜の時間は、その営業形態に応じて適宜設定することができる。例えば、店舗Ａの営業時間が、９時から２１時とすると、その前後１時間を昼として、その他の時間を夜とすることができる。また、店舗Ｂのように、１２時間で昼と夜とを区分することもできる。なお、例えば、昼は、通常最高気温となる午後１２時〜１４時を含み、夜は、通常最低気温となる午前３時〜５時を含めばよい。

なお、カテゴリ分類は、上述した例に限られない。例えば、年末年始や盆休みなどの長期連休を考慮しても良い。

次に、制御部３は、それぞれのカテゴリ毎に、３０分毎の電力消費量情報をそれぞれの時間毎に平均化して、各日の昼と夜のそれぞれの平均電力消費パターンを作成する（ステップ１０２）。図５は、平均電力消費パターンを示す一例を示す図である。例えば、制御部３は、カテゴリ１−昼について、過去の平日における、３０分毎の電力消費量の平均値を算出する。

ここで、平均化に用いられるデータは、１週間の内に３日以上を有するカテゴリ（本例では、月曜から金曜の５日）では、１０〜１５日とする。また、１週間の内に２日以下であるカテゴリでは、５〜９日とする。すなわち、過去３週間から５週間程度における同一カテゴリのデータを平均化する。図に示すように、各時刻（３０分毎）に対する、時間毎の電力消費量がグラフ化される（図中Ａ）。制御部３は、同様のグラフを、他のカテゴリについても、昼と夜とを別に作成する。

次に、制御部３は、記憶部５に記憶されている、各日の気温情報（最高気温および最低気温）情報と、電力消費量情報とから、カテゴリ毎に気温と電力消費量との相関を昼と夜とのそれぞれについて作成する。また、予測対象日の気温情報から、対象日の予想電力消費量を算出する（ステップ１０３）。

図６（ａ）は、カテゴリ毎に、気温と昼夜それぞれの電力消費量との相関を作成した状態を示す図であり、図６（ｂ）は、カテゴリ１−昼の拡大図である。気温と電力消費量との相関図（例えば最小二乗法）は、横軸に気温情報を取り、縦軸には、その日の昼または夜の総電力消費量をプロットして作成される。この際、昼については、最高気温と昼の総電力消費量との相関をとり、夜については、最低気温と夜の総電力消費量との相関をとる。

ここで、相関式を算出する際、カテゴリごとに相関式の次数を変更することもできる。例えば、プロット数の多いカテゴリ（前述したように、１週間に３日以上あるカテゴリ）については、二次曲線で近似し、プロット数の少ないカテゴリ（例えば１週間に２日以下であるカテゴリ）は直線で近似してもよい。

制御部３は、ネットワークを介して、当日の予想気温情報（予想最高気温および予想最低気温）を取得する。次いで、制御部３は、対象日のカテゴリに応じて、得られた予想気温に対応する昼および夜の予想電力消費量を取得する。例えば、図６（ｂ）においては、最高気温Ｂに対応する昼の電力消費量Ｃを算出する。なお、夜の場合には、最低気温に対応する夜の電力消費量を算出する。

次に、制御部３は、ステップ１０２で作成された平均電力消費パターンにおける総電力消費量とステップ１０３で取得した予想電力消費量とを比較する。また、制御部３は、平均電力消費パターンにおける総電力消費量が予想電力消費量と一致するように、平均電力消費パターンに対し３０分毎に一定の定数を乗じて、３０分毎の補正電力消費量を算出する（ステップ１０４）。

図７は、補正電力消費量を算出する工程を示す概念図である。昼の平均電力消費パターン（図中Ａ）による昼の総電力消費量に対して、昼の予想電力消費量が２０％大きい場合には、３０分毎の全ての電力消費量に対して、×１．２を乗じる。したがって、時間毎の電力消費量は、全体として上方にシフトする（図中矢印Ｆ方向）。得られたグラフ（図中Ｄ）が、補正電力消費量となる。すなわち、昼（図中Ｅ）におけるグラフＤで囲まれた面積Ｃが、予想電力消費量（図６（ｂ）におけるＣ）と一致する。同様にして、夜についても補正電力消費量を算出する。

次に、制御部３は、得られた情報を表示部１３に表示する（ステップ１０５）。図８は、表示部１３の表示の一例を示す図である。表示部１３には、例えば、日付、対象日の予想最高気温、最低気温、契約電力、節電設定、表示設定、補正電力消費量（予測値）と実績等が表示される。

予想最高気温、最低気温は、ネットワークから取得した情報である。また、制御部３は、各時間の予想気温と実際の気温とを比較して、予想気温と実際の気温とにずれがある場合には、そのずれ分だけ、その後の予想気温を補正し、補正電力消費量を再計算してもよい。

節電設定は、節電率と、実施予定時刻とを設定可能である。節電率は、予想される補正電力消費量に対して、何％の節電をするかを設定可能である。また、節電を行う時刻を設定可能である。このような設定は、入力部１１によって入力される。

契約電力は、対象店舗または事業所における許容エネルギー使用量である。ここで、通常、３０分毎の電力消費量（１時間換算）が、契約電力を超えると、より高い電力料金を支払う必要がある。したがって、３０分毎の電力消費量（１時間換算）が契約電力を超えないように、節電を行う必要がある。

そこで、本発明では、制御部３が、予想される３０分毎の電力量と契約電力とを比較して、消費者に注意喚起を行う。例えば、契約電力が１２０ｋＷ、注意レベルを１０％と設定すれば、補正電力消費量における３０分毎の予想消費電力が１０８ｋＷを超えると計算された場合に、注意喚起を行う。この場合、図に示すように、「○時〜○時に電力使用量注意」の表示を行う。消費者は、これに対し、前述した節電予定を立てることができる。なお、表示部１３に表示される最大電力予報は、３０分最大電力予報であり、３０分毎の最大電力使用量を０．５で除して１時間換算したものを表示する。

図９は、表示部１３に表示された、補正電力消費量と実績等を示すグラフの一例を示す図である。図中Ｊで示す折れ線は、前述の工程で予想された補正電力消費量である。グラフには、同時に、契約電力（図中Ｈ）と、注意レベル（図中Ｉ）が表示される。さらに、節電設定を行った際には、節電設定後の消費予想が表示される（図中Ｋ）。さらに、時間毎の電力消費量の実績値（図中Ｇ）が表示される。なお、電力消費量の実績値は、電力計によって、制御部３によって取得される。

このように、補正電力消費量、目標値、実績値が同時に視認できるため、消費者は、どの程度の電力を消費しているか、また、どの程度の節電が必要かを容易に視認することができる。また、予想（補正電力消費量）に対して、電力を多く使用した時間帯などをすぐに把握することができる。

なお、表示部に表示される３０分毎の電力消費量（補正電力消費量）としては、連続する二つの３０分毎のデータ同士を足して、１時間単位の電力消費量として表示することもできる。また、前述したように、３０分毎の電力消費量を０．５時間で除して、３０分における電力使用量の１時間換算値として表示しても良い。

なお、上述した各項目について、グラフ上に表示させるかどうかは、表示設定によって容易に変更することができる。すなわち、必要な情報のみを表示部１３に表示することができる。

また、制御部３は、過去のデータを一括して表示することもできる。図１０は、このようにして表示された表示例である。一日を横一列に示し、複数日（例えば過去の一月分）の各列について、横軸に時間（０時〜２３時）をとった表とすることで、各時間での省エネルギー状況を一目で見ることができる。

例えば、予測に対して所定以上の電力を使用した時間（図中Ｍ）と、予想に対して所定以上の電力消費を抑制できた時間（図中Ｌ）を色分けなどによって表示してもよい。このように、一日ごとの各時間帯を複数列並べることで、時間ごとの傾向や曜日（カテゴリ）ごとの傾向を一目で把握することができる。すなわち、予想電力消費量と実績との乖離が大きかった時間帯を容易に把握することができる。また、電気の消し忘れなどの原因や、省電力活動の成果を明確に視認化することができる。なお、表には、カテゴリ番号を付してもよく、カテゴリによって文字や枠の表示色を変えてもよい。

また、制御部３は、昼夜それぞれの電力消費量の実績と、当日の最高気温および最低気温（予想値を用いることもできるが、実際の当日の最高気温情報および最低気温情報を別途取得することが望ましい）を記憶部５に保存する。保存された情報は、翌日以降の電力消費予測に利用される。ここで、エネルギー消費量予測装置１の制御部３は、エネルギー消費量管理サーバ２０の記憶部５に実績等を保存することもできる。この場合、エネルギー消費量管理サーバ２０の制御部３は、端末２３の表示部１３に前述した表示内容を表示させてもよく、または、エネルギー消費量予測装置１またはエネルギー消費量管理サーバ２０から、端末２３が各種情報（気温情報、予測結果および実績値など）を取得し、端末２３の制御部３によって、端末２３の表示部１３に表示させることもできる。

以上、本発明によれば、容易に入手可能な気温情報（最高気温と最低気温）と、過去の数週間の電力消費量の実績値のみを用いて、電力予測を行うことができる。この際、カテゴリ毎にデータを分類するため、予測精度が高い。特に、店舗の休業日や休日の営業日など、店舗や事業所の稼働状況に応じたカテゴリ分類を行うことができるため、使用者にとって最適なカテゴリ分類を行うことができる。

特に、本発明では、昼と夜とを区別して、別々に電力消費量を予測する。この際、最高気温情報によって昼の電力消費量を予測し、最低気温情報によって夜の電力消費量を予測する。これは、通常、最高気温は昼の時間帯に記録し、最低気温は夜の時間帯に記録されることが多いためである。また、昼の最高気温と、夜の最低気温とは、必ずしも相関があるわけではない。

すなわち、昼が暑くても夜は涼しい日や、昼が涼しくても、夜は気温が下がらない日などがある。したがって、昼と夜との時間を別々の気温情報で予測することで、例えば、昼の最高気温情報によって、夜の電力消費量を予測することがない。したがって、より正確な電力消費量予測を行うことができる。この際、使用する情報が最高気温と最低気温のみであり、使用する情報量も少なくて済む。例えば、一日の予測気温を全ての時間において取得して、時間ごとの電力消費量をそれぞれ計算するようなことは不要である。

また、電力消費量について予測を行う際、３０分毎のデータ（契約電力における最大電力消費量を決定する時間単位）を用いることで、契約電力との対比を行うことができる。したがって、単に１時間毎の電力消費量推移を予測するだけでなく、契約電力との比較が可能となり、これを超えないように、消費者に対して節電を意識づけることができる。

この際、表示部には、３０分毎の電力消費量の１時間換算値（契約電力における電力消費量の単位）を表示するため、契約電力との対比が容易である。

また、通常、電力消費量の予測には、過去の長期間にわたるデータを用いる方が、母数が大きいため、安定した予測を行うことができる。しかし、電力消費に影響を与える状況は、常に一定ではなく、電力消費状況が変わった場合には、その直後には、精度良く予測を行うことができない。

これに対し、本発明では、直近数週間の電力消費量の実績から、平均電力消費パターンを得る。このため、電力消費状況が変化しても、すぐにその変化が反映される。したがって、現状の電力消費状況に即した計算を行うことができる。

一方、本発明は、電力消費量の予測に対して、数週間分のデータのみを用いるため、母数が少なく、イレギュラーな実績による影響が大きくなる。そこで、本発明では、過去の長期（例えば過去１年）にわたる実績値も記憶部５に記憶しておき、カテゴリごとに最高気温と昼の電力消費量実績の相関および、最低気温と夜の電力消費量実績の相関を保持する。図１１は、カテゴリ１−昼の長期実績の例を示す図である。１日が経過して、当日の気温情報と昼夜の電力消費量実績とを取得した際に、制御部３は、同一カテゴリの前述した長期実績の相関と昼と夜とを別に比較する。この際、長期実績の相関に対して、所定以上乖離した（例えば±３０％以上）データについては（図中黒丸）特異日として扱い、翌日以降の電力消費予測に用いないようにすることもできる。したがって、ステップ１０２で作成される平均電力消費パターンは、排除された日を除いた直近の所定数のデータを用いる。

このようにすることで、特異日のデータを電力消費予測に用いることがない。なお、このような特異日のデータについても、長期データとしては、記憶部５に記憶して、長期実績の情報として用いることができる。

以上、添付図を参照しながら、本発明の実施の形態を説明したが、本発明の技術的範囲は、前述した実施の形態に左右されない。当業者であれば、特許請求の範囲に記載された技術的思想の範疇内において各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

例えば、エネルギーが電力の場合の実施例を示したが、エネルギーの対象が電力ではなくガスの場合には、下のように変更すればよい。ガスは、契約最大時間流量超過すると、翌年のガス料金単価が上がる場合がある。しかし、ガスの場合には、電力とは異なり、契約最大時間流量は３０分最大使用量ではなく、１時間の使用量がそのまま適用される。したがって、エネルギー対象がガスの場合には、前述した実施例の３０分単位の構成をすべて１時間単位に置き換えればよい。

１………エネルギー消費量予測装置
３………制御部
５………記憶部
７………メディア入出力部
９………通信制御部
１０………エネルギー消費量予測システム
１１………入力部
１３………表示部
１５………周辺機器Ｉ／Ｆ部
１７………バス
２０………エネルギー消費量管理サーバ
２１………ネットワーク
２３………端末

Claims (14)

1. エネルギー消費量予測システムであって、
   過去の複数の日における所定時間ごとのエネルギー消費量情報を記憶する記憶部と、
   前記記憶部における前記エネルギー消費量情報を、店舗または事業所の稼働状況若しくは曜日に応じてカテゴリ分類するカテゴリ分類手段と、
   前記カテゴリ分類手段により分類されたカテゴリ毎に、昼と夜のそれぞれを区別して、エネルギー消費量の予測対象日から過去に遡って所定期間の所定数の前記所定時間ごとの前記エネルギー消費量情報を平均化して、昼と夜のそれぞれの平均エネルギー消費パターンを作成するパターン作製手段と、
   前記カテゴリ毎に、気温情報とエネルギー消費量との相関をとり、予測対象日の予想最高気温から、昼の予想エネルギー消費量を算出するとともに、予測対象日の予想最低気温から、夜の予想エネルギー消費量を算出するエネルギー消費量予想手段と、
   昼と夜のそれぞれについて、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、前記総エネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間ごとに一定の定数を乗じて、前記所定時間ごとの補正エネルギー消費量を算出するエネルギー消費量補正手段と、
   前記補正エネルギー消費量を表示部に表示する表示手段と、
   を具備することを特徴とするエネルギー消費量予測システム。
2. 前記パターン作製手段は、
   前記平均エネルギー消費パターンを作成する際に使用される前記エネルギー消費量情報の情報数に対して十分に大きな情報数となるように、昼と夜とのそれぞれについて、エネルギー消費量の予測対象日から過去に遡って所定期間の前記カテゴリ毎の最高気温または最低気温とエネルギー消費量との相関をとり、得られた近似式から所定以上乖離した前記エネルギー消費量情報は、前記平均エネルギー消費パターンの作成には使用しないように排除することを特徴とする請求項１記載のエネルギー消費量予測システム。
3. 前記エネルギー消費量は、少なくとも電力消費量を含み、
   前記所定時間は、３０分であり、
   ３０分毎の前記補正エネルギー消費量を０．５時間で除して、当日の３０分最大需要電力を算出し、前記表示部に表示可能であることを特徴とする請求項１または請求項２に記載のエネルギー消費量予測システム。
4. 連続する二つの３０分毎の前記補正エネルギー消費量同士を足して、１時間毎の前記補正エネルギー消費量を算出して、前記表示部に表示可能であることを特徴とする請求項３記載のエネルギー消費量予測システム。
5. 前記表示部は、所定期間の複数の各日と時間とを表で示し、一日を一列に示すとともに、各列の時間ごとの前記補正エネルギー消費量とエネルギー使用実績との乖離を表中に表示可能であることを特徴とする請求項１から請求項４のいずれかに記載のエネルギー消費量予測システム。
6. 前記カテゴリ分類手段は、前記稼働状況によるカテゴリ分類として、営業日と休業日を区別するようカテゴリ分類することを特徴とする請求項１に記載のエネルギー消費量予測システム。
7. 前記カテゴリ分類手段は、更に、営業日における営業時間帯の形態に基づきカテゴリ分類することを特徴とする請求項６に記載のエネルギー消費量予測システム。
8. 前記カテゴリ分類手段は、更に、客数に基づいてカテゴリ分類することを特徴とする請求項６または請求項７に記載のエネルギー消費量予測システム。
9. 前記パターン作製手段における前記所定期間は、１週間内に３日以上を有するカテゴリでは、前記予測対象日から過去に遡る１０〜１５日とし、１週間内に２日以下であるカテゴリでは、前記予測対象日から過去に遡る５〜９日とすることを特徴とする請求項１に記載のエネルギー消費量予測システム。
10. 前記所定時間ごとの補正エネルギー消費量が契約電力に基づいて決定される所定の注意レベルを超える場合に前記表示部に注意喚起の表示を行う注意喚起手段を更に備え、
    前記表示手段は、前記補正エネルギー消費量をグラフ表示し、当該グラフ内に前記契約電力、前記注意レベル、前記所定時間ごとのエネルギー消費量の実績値を表示することを特徴とする請求項１に記載のエネルギー消費量予測システム。
11. コンピュータが、
    記憶部に記憶されている過去の複数の日における所定時間毎のエネルギー消費量情報を、店舗または事業所の稼働状況若しくは曜日に応じてカテゴリ分類し、
    分類されたカテゴリ毎に、昼と夜のそれぞれを区別して、エネルギー消費量の予測対象日から過去に遡って所定期間の所定数の前記所定時間ごとの前記エネルギー消費量情報を平均化して、昼と夜のそれぞれの平均エネルギー消費パターンを作成し、
    前記カテゴリ毎に、気温情報とエネルギー消費量との相関をとり、予測対象日の予想最高気温から、昼の予想エネルギー消費量を算出するとともに、予測対象日の予想最低気温から、夜の予想エネルギー消費量を算出し、
    昼と夜のそれぞれについて、前記平均エネルギー消費パターンにおける総エネルギー消費量と前記予想エネルギー消費量とを比較し、前記総エネルギー消費量が前記予想エネルギー消費量と一致するように、前記平均エネルギー消費パターンに対し前記所定時間毎に一定の定数を乗じて、前記所定時間毎の補正エネルギー消費量を算出し、
    前記補正エネルギー消費量を表示部に表示する
    ことを特徴とするエネルギー消費量予測方法。
12. 前記エネルギー消費量は、少なくとも電力消費量を含み、
    前記所定時間は、３０分であり、
    ３０分毎の前記補正エネルギー消費量を０．５時間で除して、当日の３０分最大需要電力を算出し、前記表示部に表示可能であることを特徴とする請求項１１記載のエネルギー消費量予測方法。
13. 前記エネルギー消費量は、少なくともガス消費量を含み、
    前記所定時間は、１時間であることを特徴とする請求項１１記載のエネルギー消費量予測方法。
14. 前記平均エネルギー消費パターンを作成する際に使用される前記エネルギー消費量情報の情報数に対して十分に大きな情報数となるように、昼と夜とのそれぞれについて、エネルギー消費量の予測対象日から過去に遡って所定期間の前記カテゴリ毎の最高気温または最低気温とエネルギー消費量との相関をとり、得られた近似式から所定以上乖離した前記エネルギー消費量情報は、前記平均エネルギー消費パターンの作成には使用しないように排除することを特徴とする請求項１１から請求項１３のいずれかに記載のエネルギー消費量予測方法。

Images