+

WO2016031065A1 - 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム - Google Patents

消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム Download PDF

Info

Publication number
WO2016031065A1
WO2016031065A1 PCT/JP2014/072798 JP2014072798W WO2016031065A1 WO 2016031065 A1 WO2016031065 A1 WO 2016031065A1 JP 2014072798 W JP2014072798 W JP 2014072798W WO 2016031065 A1 WO2016031065 A1 WO 2016031065A1
Authority
WO
WIPO (PCT)
Prior art keywords
power consumption
parameter
estimation
unit
formula
Prior art date
Application number
PCT/JP2014/072798
Other languages
English (en)
French (fr)
Inventor
雄喜 小川
利康 樋熊
矢部　正明
Original Assignee
三菱電機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to JP2016545208A priority Critical patent/JP6293291B2/ja
Priority to PCT/JP2014/072798 priority patent/WO2016031065A1/ja
Publication of WO2016031065A1 publication Critical patent/WO2016031065A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Definitions

  • the present invention relates to a power consumption estimation device, a device management system, a power consumption estimation method, and a program.
  • the HEMS Home Energy Management System
  • the HEMS that manages energy consumption in a home can manage electrical equipment based on the estimated value of power consumption in the home in order to reduce energy consumption and power costs. is there.
  • control panel described in Patent Document 1 sets a target charging rate based on an estimated load value related to estimated demand power during the daytime of the load, and installs an RF (redox flow) battery so as to achieve the set target charging rate. Charge at night.
  • RF redox flow
  • the predicted load value is, for example, “100” for the power consumption of the full load and “50” for the case where the power consumption of the load to be operated is half the power consumption of the full load. It is described that it can be specified according to the power consumption. According to this description, the predicted load value represents the ratio of the power consumption of the load expected to be operated to the power consumption of the entire load, and therefore can be understood to correspond to the estimated value of power consumption.
  • Patent Document 1 describes that an expected load value can be determined from calendar information such as weekdays or weekends, can be determined from past usage conditions, or can be determined from schedule information for operating each load. Has been.
  • the cited document 1 does not describe how to determine a load expected value from calendar information such as weekdays or weekends, past usage conditions, and schedule information for operating each load.
  • Techniques for estimating power consumption with high accuracy are generally desired, for example, to reduce energy consumption and power costs, but it is difficult to find such techniques at present.
  • the present invention has been made to solve the above-described problems, and an object of the present invention is to provide a power consumption estimation apparatus that can accurately estimate power consumption.
  • a power consumption estimation apparatus includes a correlation calculation unit, a parameter selection unit, an estimation formula determination unit, and an estimation unit.
  • the correlation calculation unit calculates a correlation index indicating the strength of correlation between the actual value of power consumption at the demand place and each parameter candidate that is a parameter candidate used in the model formula for estimating the power consumption.
  • the parameter selection unit compares the calculated correlation index with a predetermined threshold, and selects a parameter having a strong correlation with the actual power consumption value from the parameter candidates based on the comparison result.
  • the estimation formula determination unit determines an estimation formula for estimating the power consumption based on the model formula that employs the selected parameter.
  • the estimation unit estimates the power consumption by applying a parameter value corresponding to the selected parameter to the determined estimation formula.
  • a parameter having a strong correlation with the actual value of power consumption at the demand place is selected from the parameter candidates, and a model formula using the selected parameter is created.
  • a model formula that accurately matches the actual power consumption value can be created, and the power consumption can be estimated using this model formula. Therefore, power consumption can be estimated with high accuracy.
  • FIG. 1 is a diagram illustrating a configuration of a device management apparatus according to a first embodiment. It is a figure which shows an example of schedule data.
  • 3 is a diagram illustrating a configuration of an estimation unit according to Embodiment 1.
  • FIG. 3 is a flowchart showing a flow of estimation formula determination processing according to the first embodiment.
  • 3 is a flowchart showing a flow of power consumption estimation processing according to the first embodiment.
  • Embodiment 2 of this invention.
  • FIG. 2 shows the structure of the apparatus management apparatus which concerns on Embodiment 2.
  • FIG. 6 is a diagram illustrating a configuration of an estimation unit according to Embodiment 2.
  • FIG. 6 is a flowchart showing a flow of estimation formula determination processing according to the second embodiment.
  • 6 is a flowchart showing a flow of power consumption estimation processing according to the second embodiment. It is a figure which shows the structure of the apparatus management system which concerns on Embodiment 3 of this invention.
  • FIG. 10 is a diagram illustrating a configuration of a cloud server according to a third embodiment.
  • FIG. 10 is a diagram illustrating a configuration of a device management apparatus according to a third embodiment.
  • FIG. Device management system 100 according to Embodiment 1 of the present invention is a HEMS (Home Energy Management System) for managing energy consumption in a house.
  • HEMS Home Energy Management System
  • a house is an example of a demand place predetermined as a place used by a consumer of electric power.
  • the demand place may be, for example, a facility or a building, and may be one or a plurality of areas partitioned in the building.
  • a resident of a house is an example of a user who uses a demand place, and in the present embodiment, it is assumed that the resident is a family composed of three persons: a father, a mother, and a child.
  • the number of users may be one or more.
  • the device management system 100 includes a plurality of home appliances 101, a power generation system 102, and a power storage system 103 as electric devices installed in a house, and a power measurement device 104 that measures power consumption in the house.
  • a weather server 105 that provides weather information
  • a device management device 106 that manages energy consumption in a house
  • a cloud server 107 that manages information used by the device management device 106
  • a user operates the device management device 106.
  • Operation terminal 108 and a portable terminal 109 carried by the user.
  • Each of the plurality of home appliances 101, the power generation system 102, the power storage system 103, the power measurement device 104, and the operation terminal 108 are connected to the device management device 106 via the home network 110 as shown in FIG. It is connected so that it can communicate.
  • the weather server 105, the cloud server 107, and the mobile terminal 109 are communicably connected to the device management apparatus 106 via a wide area network 111 such as the Internet.
  • Each of the home network 110 and the wide area network 111 may be constructed by wire, wireless, or a combination thereof.
  • FIG. 1 there are three household electrical appliances 101 according to this embodiment, which are a television receiver (hereinafter referred to as “TV”), an air conditioner, and a refrigerator.
  • TV television receiver
  • air conditioner air conditioner
  • refrigerator a refrigerator
  • the device management system 100 will be described with an example in which each of the above-described three types of home appliances 101 is provided. However, as long as the device management system 100 is one or more, how many home appliances are provided.
  • a device 101 may be provided.
  • the type of household electrical appliance 101 provided in the device management system 100 is not limited to a television, an air conditioner, and a refrigerator, and may be one or more of an electric water heater, an IH (Induction Heating) cooking heater, lighting, and the like.
  • the device management system 100 may include a plurality of home appliances 101 of the same type.
  • the device management system 100 may include, for example, a sensor that measures temperature, humidity, illuminance, and the like for the device management apparatus 106 to control an air conditioner, lighting, and the like as home appliances.
  • the power generation system 102 is, for example, a solar power generation system that generates power by receiving sunlight.
  • the power generation system 102 may be a wind power generation system that generates power using wind power.
  • the device management system 100 may include a plurality of power generation systems 102 or may not include the power generation systems 102.
  • the power storage system 103 is a system including a stationary storage battery, and is charged or discharged under the control of the device management apparatus 106, for example.
  • the power storage system 103 may be an electric vehicle charging / discharging system.
  • the device management system 100 may include a plurality of power storage systems 103 or may not include the power storage systems 103.
  • all of the electrical devices are connected to the electrical wiring in the house.
  • the electrical wiring in the house is also connected to the commercial power source 112.
  • Each of the household electrical appliances 101 operates with electric power supplied from any one or more of the commercial power source 112, the power generation system 102, and the power storage system 103 through the electrical wiring in the house.
  • the storage battery included in the power storage system 103 is charged by power supplied from one or both of the commercial power source 112 and the power generation system 102 through the electrical wiring in the house.
  • the power measuring device 104 acquires current data indicating the value of the current flowing through each branch line from the current sensor CT provided in each branch line of the electrical wiring in the house.
  • the current sensor CT is provided on each branch line of the electrical wiring in the house, whereby the current flowing to each of the home appliances 101, the current flowing from the power generation system 102, and the power storage system 103 And the current flowing from the power storage system 103 can be individually measured.
  • the power measuring device 104 Based on the current data acquired from the current sensor CT and the voltage value of the electrical wiring in the house, the power measuring device 104 generates power in the power generation system 102, charge / discharge amounts in the power storage system 103, and power consumption in the home appliance 101. Measure the amount.
  • the weather server 105 is, for example, a server that provides weather information so that weather information can be generally used via the wide area network 111.
  • the weather information includes temperature, weather, and wind power. Note that the weather information is not limited to the above-described example, and may include, for example, one or more of wind direction, sunshine duration, and the like.
  • the device management apparatus 106 is an example of a power consumption estimation apparatus that estimates power consumption during a predetermined period in the house.
  • the device management apparatus 106 estimates the power consumption during a predetermined estimation period in the house using a model formula represented by the following formula (1).
  • n is an integer.
  • X1, X2,..., Xn represent parameters.
  • ⁇ 1, ⁇ 2,..., ⁇ n represent coefficients of parameters X1, X2,.
  • C represents a constant term.
  • the estimation period is one day (for example, from 0:00:00 to 23:59:59) in this embodiment. That is, in the present embodiment, an example will be described in which the power consumption per day in the house is estimated based on the model expression represented by Expression (1).
  • the model equation according to the present embodiment includes a term that is a product of each of n coefficients and n parameters that are associated one-to-one, and a constant term. Expressed in sum.
  • the model formula is not limited to the formula represented by formula (1), and an appropriately selected formula may be adopted.
  • the parameter is selected by the device management apparatus 106 from predetermined parameter candidates.
  • the parameter candidates according to the present embodiment include temperature, weather, wind power, number of people at home, and time at home.
  • the parameters adopted in the model formula those having strong correlation with the actual power consumption value are adopted from the parameter candidates.
  • the number of people at home and the time at home are respectively the number of people at home and the time at home when the demand place is a house.
  • the constant term corresponds to the consumed power regardless of the change of the parameter, and is considered to correspond to the sum of the standby power of the refrigerator and various electric devices, for example.
  • the device management apparatus 106 is based on a data selection unit 113 that selects data for selecting a parameter to be adopted in a model formula from parameter candidates, and the selected data. Then, a correlation calculation unit 114 that calculates a correlation index indicating the strength of correlation between the actual value of power consumption in the home and each of the parameter candidates, and the actual power consumption in the home based on the calculated correlation index A parameter selection unit 115 that selects one or more parameters having a strong correlation with a value from parameter candidates, and a model expression that employs the selected one or more parameters to estimate power consumption in the home
  • An estimation formula determination unit 116 that determines an estimation formula and a parameter value corresponding to the selected one or more parameters to the determined estimation formula
  • An estimation unit 117 that estimates power consumption
  • a planning unit 118 that creates an operation plan for one or more of the electrical devices installed in the house, based on the estimated power consumption, and
  • a device management unit 119 that manages one or a
  • the storage unit 121 includes history data 122 including history information for selecting parameters, schedule data 123 indicating each resident's schedule, and parameter candidates (which are employed in the model formula).
  • the history data 122 includes, for example, the actual value of each day of power consumption in the house, the weather information of each past day, the operation history of each of the home appliances 101, the history of generated power in the power generation system 102, the power storage system 103 It includes a part or all of the charge / discharge history, the remaining capacity history of the storage battery of the power storage system 103, and the like.
  • the operation history of each home appliance 101 includes, for example, a part or all of the time zone in which each home appliance 101 operates, the power consumption of each home appliance 101, and the like.
  • the schedule data 123 is data in which a user ID (Identification Data), an event type, and a time are associated as illustrated in FIG.
  • the user ID is information for specifying each user, and indicates a planned subject.
  • the event type indicates the type of an event scheduled such as going out, company, shopping, drinking party, visitor, school, or travel.
  • the time indicates the time when the schedule is made, and typically includes the start and end indicated by the date and time. Note that the time may be only one of the start and end, and the method for indicating the start and end may be, for example, only the date.
  • the model data 124 defines a method for determining parameter values corresponding to temperature, weather, wind power, number of people at home, and time at home, which are parameter candidates according to the present embodiment.
  • a method for determining the parameter value included in the model data 124 will be described.
  • the temperature is, for example, the average daily temperature, and the temperature of each day included in the weather information of the history data 122 is adopted as the temperature.
  • the average value may be the daily average temperature.
  • the temperature for each time zone may be set as a parameter candidate.
  • Weather is a numerical value obtained by expressing each of sunny, cloudy, and rain as 3, 2, 1, for example.
  • an average value weighted by the time of sunny, cloudy, and rainy in the day may be adopted as the weather.
  • the weather information includes weather for each time zone, the weather for each time zone may be used as a parameter candidate.
  • Wind power is, for example, an average of the daily wind speed, and in this case is determined in the same manner as the above-described temperature. That is, for example, the average wind speed of each day included in the weather information of the history data 122 is adopted as the wind force.
  • the average value may be the wind force.
  • weather information includes wind speed by time zone
  • wind power by time zone is a parameter candidate, and the wind speed of the corresponding time zone is adopted as the parameter value corresponding to wind power by time zone. May be.
  • the number of people at home is, for example, the average value of the number of family members in the home per day, and is determined based on the number of users in the home and the length of time the user is in the home. Specifically, for example, the number of people at home is calculated by dividing the sum of the product of the number of users at home and the length of time at which users are at home by 24 (hours).
  • the staying home time is, for example, the time during which one or more users are in a house during one day.
  • the estimation formula data 125 includes information for specifying a parameter candidate selected as a parameter to be adopted in the model formula, a coefficient value multiplied by the selected parameter, and a constant term value.
  • the data selection unit 113 acquires the history data 122 and the schedule data 123 for a predetermined period (for example, the latest 30 days in the present embodiment) from the storage unit 121.
  • the data selection unit 113 selects data (estimation formula determination data) for determining the estimation formula from the acquired history data 122.
  • the data selection unit 113 selects from the acquired history data 122.
  • the estimation formula determination data is selected by excluding the history data 122 corresponding to the day indicated by the time included in the scheduled data.
  • the event types excluded from the history data 122 by the data selection unit 113 are, for example, event types of non-periodic events such as trips, business trips, and visitors.
  • the correlation calculation unit 114 calculates a correlation index between the actual power consumption value included in the estimation formula determination data selected by the data selection unit 113 and each of the parameter candidates.
  • the correlation calculation unit 114 determines the parameter value corresponding to each parameter candidate from the history data 122 selected by the data selection unit 113 according to the determination method indicated by the model data 124.
  • the correlation calculation unit 114 calculates a correlation index between the determined parameter value and the actual power consumption value for each parameter candidate.
  • the correlation index according to the present embodiment is a correlation coefficient between the determined parameter value and the actual value of power consumption.
  • the parameter selection unit 115 compares the correlation index calculated by the correlation calculation unit 114 with a predetermined threshold value.
  • the parameter selection unit 115 selects, from the parameter candidates, a parameter that has a strong correlation with the actual power consumption value in the home based on the comparison result. Since the correlation coefficient indicates that the larger the value, the stronger the correlation between the two variables, the parameter selection unit 115 according to the present embodiment selects a parameter whose correlation index is greater than the threshold as a parameter to be adopted in the model formula. To do.
  • the parameter selection unit 115 causes the storage unit 121 to store information for specifying the selected parameter as the estimation formula data 125.
  • the correlation calculation unit 114 may calculate the t value and the p value of the multiple regression analysis as a correlation index, or may calculate the correlation index using a self-organizing map (SOM), a neural network, or the like.
  • SOM self-organizing map
  • the parameter selection unit 115 corresponds to, for example, a case where the t value is equal to or greater than the first threshold and the p value is equal to or less than the second threshold. Parameter candidates may be adopted as parameters of the model formula.
  • the estimation formula determination unit 116 Based on the model data 124, the estimation formula data 125, and the estimation formula determination data selected by the data selection unit 113, the estimation formula determination unit 116 sets parameter values corresponding to the parameters selected by the parameter selection unit 115. To decide. The estimation formula determination unit 116 applies the parameter value determined by itself to the model formula that adopts the parameter selected by the parameter selection unit 115. Then, the estimation formula determination unit 116 determines a coefficient value and a constant term value to be multiplied by the selected parameter, for example, by executing a multiple regression analysis. At this time, for example, the estimation formula determination unit 116 determines the coefficient and the constant term value that maximizes the determination coefficient, so that the actual power consumption included in the estimation formula determination data selected by the data selection unit 113 is determined.
  • the estimation formula determination part 116 determines the estimation formula for estimating the power consumption in a house.
  • the estimation formula determination unit 116 associates the determined coefficient value with the information for specifying the parameter of the estimation formula data 125 stored in the storage unit 121 by the parameter selection unit 115 and includes the determined constant term value.
  • the estimated equation data 125 is stored in the storage unit 121.
  • the estimation unit 117 includes an estimation acquisition unit 127 that acquires data necessary to determine parameter values corresponding to parameters included in the estimation formula, and an estimation formula determination unit 116.
  • the parameter value determining unit 128 that determines a parameter value to be applied to the parameter included in the estimation formula determined by the parameter value, and the parameter value determined by the parameter value determining unit 128 to the estimation formula determined by the estimation formula determining unit 116
  • an estimated power calculation unit 129 that calculates an estimated value of power consumption.
  • the estimation acquisition unit 127 acquires the model data 124 and the estimation formula data 125 of the storage unit 121, and specifies estimation data based on the acquired model data 124 and the estimation formula data 125.
  • the estimation data is data necessary for determining a parameter specified by the estimation formula data 125, that is, a parameter value of a parameter employed in the model formula. For example, when any one or more of temperature, weather, and wind power is selected as the parameter of the model formula, the weather for a predetermined period (for example, the latest 30 days) included in the history data 122 of the storage unit 121 Any one or more of the temperature, weather, and wind power of the information is specified as the estimation data.
  • the schedule data 123 for a predetermined period (for example, the latest 30 days) stored in the storage unit 121 is stored.
  • the estimation acquisition unit 127 acquires the specified estimation data from the storage unit 121.
  • the parameter value determination unit 128 determines a parameter value corresponding to the parameter employed in the model formula based on the model data 124, the estimation formula data 125, and the estimation data acquired by the estimation acquisition unit 127.
  • the estimated power calculation unit 129 calculates an estimated value of power consumption based on the estimation formula data 125 acquired by the estimation acquisition unit 127 and the parameter value determined by the parameter value determination unit 128. Specifically, the estimated power calculation unit 129 calculates a product of a coefficient value and a parameter value corresponding to each of one or more parameters specified by the estimation formula data 125. The estimated power calculation unit 129 calculates the sum of the product of the calculated coefficient value and the parameter value and the value of the constant term included in the estimation formula data 125. Thus, the estimated power calculation unit 129 calculates an estimated value of power consumption.
  • the planning unit 118 is based on the estimated power consumption calculated by the estimated power calculating unit 129, for example, an operation plan for setting the power consumption in the home as a preset target value, Create an operation plan to keep electricity costs low.
  • the planning unit 118 has the power storage system 103 based on the remaining capacity of the storage battery included in the power storage system 103 and the estimated power consumption calculated by the estimated power calculation unit 129 in order to keep the electricity bill low. Create a storage battery operation plan.
  • the device management unit 119 transmits a control signal to each of the electric devices via the home network 110 according to the operation plan created by the planning unit 118, for example. As a result, the device management unit 119 manages the electrical device according to the operation plan created by the planning unit 118.
  • the communication unit 120 communicates with the cloud server 107 via the wide area network 111 in order to synchronize part or all of the data 122 to 126 stored in the storage unit 121 with the cloud server 107, for example.
  • the communication unit 120 periodically acquires weather information from the weather server 105 via the wide area network 111 and stores the weather information in the storage unit 121 as the history data 122.
  • the communication unit 120 acquires weather information from the weather server 105 via the wide area network 111 and delivers it to the estimation unit 117.
  • the communication unit 120 stores the schedule data 123 in the storage unit 121.
  • the communication unit 120 displays information indicating the amount of power generated by the power generation system 102, the amount of charge / discharge of the power storage system 103 and the remaining capacity of the storage battery, whether or not each home appliance 101 is operating, etc. via the home network 110.
  • the information is periodically acquired, and the acquired information is stored in the storage unit 121 as history data 122.
  • the communication unit 120 periodically acquires power information from the power measurement device 104 via the home network 110 and stores the acquired information in the storage unit 121 as history data 122.
  • This power information includes, for example, part or all of the generated power of the power generation system 102, the power charged or discharged in the power storage system, the power consumption of each of the home appliances 101, and the like.
  • the communication unit 120 may acquire life log information or the like from a server (not shown) via the wide area network 111.
  • the device management apparatus 106 is physically composed of a CPU (Central Processing Unit), a RAM (Random Access Memory), a ROM (Read Only Memory), a flash memory, a communication interface, and the like.
  • the device management apparatus 106 may execute a program stored in the storage unit 121 and thereby exhibit the above-described functions.
  • the operation terminal 108 is a terminal device that a user inputs to the device management apparatus 106 via the home network 110 and outputs a screen showing the setting contents of the device management apparatus 106 and the like.
  • the operation terminal 108 is, for example, a tablet terminal or a smartphone installed with a software program for functioning as a user interface of the device management apparatus 106.
  • the user sets the schedule data 123 in the device management apparatus 106 via the operation terminal 108.
  • the user may select a model formula used for power consumption estimation from a plurality of model formulas prepared in advance via the operation terminal 108.
  • the cloud server 107 periodically communicates with the device management apparatus 106 via the wide area network 111, for example, so that the cloud server 107 is the same as part or all of the data 122 to 126 stored in the storage unit 121 of the device management apparatus 106. Data is stored in a storage unit (not shown).
  • the portable terminal 109 is a terminal device that a user inputs to the device management apparatus 106 via the wide area network 111 and outputs a screen showing the setting contents of the device management apparatus 106.
  • the portable terminal 109 is, for example, a smartphone in which a software program for causing it to function as a user interface of the device management apparatus 106 is installed.
  • the portable terminal 109 and the operation terminal 108 typically have the same functions except that they communicate with the device management apparatus 106 via either the wide area network 111 or the home network 110.
  • the device management apparatus 106 executes an estimation formula determination process for determining an estimation formula as shown in FIG. 5 at a predetermined time, for example, once every two weeks.
  • the data selection unit 113 acquires the history data 122, the schedule data 123, and the model data 124 from the storage unit 121 (step S101). Specifically, the data selection unit 113 acquires the history data 122 and the schedule data 123 for the latest 30 days and the model data 124 from the storage unit 121.
  • the data selection unit 113 selects estimation formula determination data from the history data 122 acquired in step S101 based on the scheduled data 123 acquired in step S101 (step S102). For example, the history data 122 on the day when an event belonging to a predetermined event type is performed is excluded from the estimation formula determination data. Thereby, the power consumption of the day when non-periodic events, such as a trip, a business trip, and a visitor are performed, can be excluded from the estimation formula determination data. As a result, it is possible to select an appropriate parameter for power consumption estimation, and it is possible to accurately estimate power consumption.
  • the correlation calculation unit 114 calculates a correlation index between the actual value of power consumption included in the estimation formula determination data selected by the data selection unit 113 and each of the parameter candidates (step S103).
  • the correlation index according to the present embodiment is a correlation coefficient.
  • the correlation calculation unit 114 corresponds to each parameter candidate from the history data 122 included in the estimation formula determination data selected by the data selection unit 113 based on the model data 124 acquired in step S101. Determine the parameter value.
  • the correlation calculation unit 114 calculates a correlation index between the determined parameter value and the actual power consumption value of the history data 122 included in the estimation formula determination data selected by the data selection unit 113 for each parameter candidate. .
  • the parameter selection unit 115 repeats steps S105 to S106, thereby selecting a parameter to be adopted for the model formula (loop A; step S104).
  • the parameter selection unit 115 compares the correlation index calculated in step S103 with a predetermined threshold (step S105). When the correlation index is larger than the threshold (step S105; Yes), the parameter selection unit 115 ends the process of loop A (step S104) regarding the parameter candidate to be processed. Then, the parameter selection unit 115 repeats the process of loop A (step S104) until the process of loop A (step S104) is completed for all parameter candidates.
  • the parameter selection unit 115 excludes the parameter candidate that is the processing target from the parameters that are employed in the model formula (step S106), and the loop related to the parameter candidate that is the processing target.
  • the process of A (step S104) ends. Then, the parameter selection unit 115 repeats the process of loop A (step S104) until the process of loop A (step S104) is completed for all parameter candidates.
  • step S104 When the processing of loop A (step S104) is completed for all parameter candidates, parameter candidates that are not excluded are selected as parameters to be adopted in the model formula. Information for specifying the selected parameter is delivered from the parameter selection unit 115 to the estimation formula determination unit 116.
  • the estimation formula determination unit 116 determines the values of the coefficient and the constant term included in the model formula that adopts the parameter selected by executing the processing of step S104 to step S106, for example, by multiple regression analysis (step S107). .
  • the estimation formula determination unit 116 executes the processing of steps S104 to S106 based on the model data 124 acquired in step S101 and the estimation formula determination data selected in step S102. The parameter value corresponding to the selected parameter is determined.
  • the temperature indicated by the weather information of the history data 122 included in the estimation formula determination data is determined as the parameter value.
  • a value associated with the weather indicated by the weather information of the history data 122 included in the estimation formula determination data is determined as the parameter value.
  • wind power is selected as a parameter employed in the model formula
  • the wind speed indicated by the weather information of the history data 122 included in the estimation formula determination data is determined as a parameter value.
  • the number of people at home is selected as a parameter employed in the model formula
  • the number of people at home for each day is calculated based on the schedule data 123 included in the estimation formula determination data, and the calculated number of people at home is determined as a parameter value.
  • at-home time is selected as a parameter adopted in the model formula
  • the length of time that one or more users are in the house is determined as a parameter value.
  • the estimation formula determination unit 116 determines the coefficient value and the constant term value corresponding to each parameter by applying the determined parameter value to the parameter employed in the model formula and performing multiple regression analysis.
  • the estimation formula determination unit 116 stores the determined coefficient and constant term values as estimation formula data 125 in the storage unit 121 together with information for specifying the parameter selected by executing the processing of steps S104 to S106.
  • the estimation formula determination unit 116 ends the estimation formula determination process.
  • an estimation formula is selected based on a model formula that includes parameters that have a strong correlation with power consumption, selected from parameter candidates that are considered to affect power consumption, such as weather information, the number of people at home, and time at home. Is determined. Therefore, it is possible to determine an estimation formula that can accurately estimate power consumption in a house.
  • the parameters adopted in the model formula are selected from among the parameter candidates, rather than determining the estimation formula using all of the parameter candidates, the parameter, the constant term, and the estimated power consumption are determined. The amount of processing can be reduced. Therefore, it is possible to reduce the processing load for estimating the power consumption.
  • the estimation formula determination process is executed at any time at a predetermined time, the estimation formula is reviewed at any time.
  • the tendency of power consumption may vary depending on the season and time.
  • the device management system 100 may include a server of a posting site on the Internet posted by a user, a server providing an SNS (Social Networking Service), and the like.
  • the device management apparatus 106 may acquire information provided from these servers via the wide area network 111, and may acquire life log information indicating the activity status of the user based on the information. Thereby, when the user is acting differently from the schedule, it can be determined whether the user is actually in the house or outside the house based on the life log information. Then, the number of people at home and the time at home based on the schedule data can be corrected. This makes it possible to improve the accuracy of the estimation formula.
  • the device management apparatus 106 acquires information indicating the operation status of a predetermined home appliance (for example, a television) 101 via the home network 110, and based on the information, the user actually You may decide where you were outside. This also makes it possible to correct the number of people at home and the time at home based on the schedule data, so that the accuracy of the estimation formula can be improved.
  • a predetermined home appliance for example, a television
  • the device management apparatus 106 uses the estimation formula determined in the estimation formula determination process to execute the power consumption estimation process for estimating the power consumption in a predetermined estimation period in the house as shown in FIG. To do.
  • the power consumption estimation process is executed at a predetermined time such as 1 am every day.
  • the acquisition unit for estimation 127 acquires the model data 124, the estimation formula data 125, and the estimation data (step S111).
  • the estimation acquisition unit 127 acquires the estimation formula data 125 from the storage unit 121.
  • the estimation acquisition unit 127 identifies parameters to be employed in the model formula based on the acquired estimation formula data 125.
  • the estimation acquisition unit 127 further acquires the model data 124 from the storage unit 121.
  • the estimation acquisition unit 127 specifies a method for determining a parameter value corresponding to a parameter employed in the model formula based on the acquired model data 124, and estimation data necessary for determining the parameter value To get.
  • the parameter value determination unit 128 determines a parameter value corresponding to the parameter employed in the model formula based on the estimation data acquired in step S111 and the parameter value determination method specified in step S111. (Step S112).
  • the estimated power calculation unit 129 is based on the value of the coefficient and the constant corresponding to the parameter specified based on the estimation formula data 125 acquired in step S111, and the parameter value determined in step S112. Then, an estimated value of power consumption is calculated (step S113).
  • the estimated power calculation unit 129 calculates the product of the coefficient value and the parameter value of the corresponding parameter. When a plurality of parameters are employed in the model formula, a plurality of such products are calculated, and the sum thereof is calculated. Further, the estimated power calculation unit 129 adds the value of the constant term to the product of the coefficient value and the parameter value or the sum of the products, thereby calculating the estimated value of power consumption.
  • the estimated power calculation unit 129 ends the power consumption estimation process.
  • the estimated value of power consumption is calculated based on the estimation formula that can accurately estimate the power consumption in the house as described above, an accurate estimated value of power consumption can be obtained. Further, as described above, an estimated value of power consumption can be obtained with a relatively low processing load.
  • the planning unit 118 Based on the estimated value of power consumption calculated by the power consumption estimation process, the planning unit 118 creates an operation plan for an electrical device such as a storage battery included in the power storage system 103 as described above. Since an operation plan is created based on a highly accurate estimated value of power consumption, an appropriate operation plan can be created.
  • the planning unit 118 may create an operation plan of a storage battery that stores electricity in a time zone where the electricity rate is low and discharges it in a time zone where the electricity rate is high.
  • the planning unit 118 performs the night (for example, from 1:00:00 to 4:59:59) based on the estimated power consumption calculated by the estimated power calculation unit 129.
  • the estimated value of power consumption during the time period when electricity charges are high compared to calculate.
  • the planning unit 118 refers to the history data 122 of the storage unit 121, calculates the ratio of the power consumption in the time period when the electricity rate is high to the power consumption of the day, and calculates the ratio for the day. By multiplying the estimated value of power consumption, an estimated value of power consumption in a time zone when the electricity rate is high is calculated.
  • plan part 118 is the estimated value of the power consumption of the time zone when the remaining capacity of the storage battery which the electrical storage system 103 has is the time period when the electricity rate is high (for example, 5:00:00) by the beginning of the time zone when the electricity rate is high. As described above, an operation plan for a storage battery included in the power storage system 103 is created.
  • night is an example of the first time zone
  • a time zone where the electricity rate is higher than that of the night is an example of the second time zone.
  • Electricity charges are often determined by a contract between an electric power company and a customer.
  • each of a first time zone and a second time zone may be determined according to the contents of such a contract.
  • estimation unit 117 may calculate an estimated value of power consumption for each time period, and the planning unit 118 may create an operation plan for the electric device based on the estimated value of power consumption for each time period. .
  • the device management unit 119 stores the storage battery in a time zone where the electricity rate is low, and discharges the storage battery in a time zone where the electricity rate is high. it can. Thereby, it becomes possible to aim at reduction of the electricity bill in a house.
  • Embodiment 1 of this invention was demonstrated, this Embodiment may be deform
  • the estimation period is not limited to one day, and may be appropriately determined such as a time zone such as 1 hour or 3 hours, a week, or a month.
  • a storage battery operation plan may be created based on an estimated value of power consumption for each time period.
  • different estimation formulas may be determined for weekdays (Monday to Friday excluding holidays) and weekends and holidays.
  • the estimation formula for weekdays may be determined based on the weekday history data 122
  • the estimation formula for weekends and holidays may be determined based on the history data 122 for weekends and holidays.
  • Modification 1 In general, a television operates when a user is viewed when the user is at home. Therefore, it is considered that the time length (operation time) during which the television operates is strongly correlated with whether or not the user is in the house. Therefore, for example, the operation time of the television may be included in the parameter candidates. In this case, when the estimation formula is determined, the past television operation time included in the history data 122 may be adopted as the parameter value corresponding to the television operation time. When calculating the estimated value of power consumption, the home time described in the first embodiment is preferably adopted as the parameter value corresponding to the operating time of the television, and the home time is excluded from the parameter candidates. Good.
  • An electric device that includes such an operation time as a parameter candidate may be selected as appropriate from electric devices installed in a house, but preferably has a strong correlation with whether or not the user is in the house.
  • the data selection unit 113 is an electrical device in which the correlation index indicating the strength of the correlation between whether or not there is a user in the home and the operating time of the electrical device among the electrical devices installed in the home is greater than or equal to a threshold value.
  • a device may be specified, and the operation time of the electric device may be set as a parameter candidate.
  • an estimation formula can be determined and an estimated value of power consumption can be calculated by a method similar to the case where the above-described television operating time is adopted as a parameter candidate. .
  • the parameter value determination unit 128 determines the operation time of the selected electric device based on the schedule data indicating the user's schedule.
  • the estimated value may be determined as a parameter value corresponding to the operating time of the selected electrical device.
  • the estimated power calculation unit 129 may estimate power consumption in the home by applying the determined parameter value to the determined estimation formula.
  • the estimation formula determination unit 116 may obtain the ratio of the operating time of the television to the at-home time based on the history data 122 and include the estimation formula data 125 in the storage unit 121 for storage.
  • the parameter value determination unit 128 determines an estimated value of the operation time of the selected electrical device based on the schedule data 123 indicating the user's schedule when the operation time of the electrical device is selected by the parameter selection unit 115. Good. Then, the parameter value determination unit 128 multiplies the determined estimated value of the operating time by the ratio included in the estimation formula data 125, and uses the obtained value as a parameter value corresponding to the selected operating time of the electrical device. It is good to decide as.
  • Embodiment 2 a method for estimating power consumption in an estimation period in a house based on a model formula different from that in the first embodiment shown in the following formula (2) is described.
  • Formula (2) is different from Formula (1) in that it includes E1 as the first correction term and E2 as the second correction term, and is otherwise the same as Formula (1).
  • the first correction term is a term in which the value is determined based on the number of users in the house and the length of time the user is in the house. For example, in a television or the like, a plurality of users may view one television, and power consumption does not necessarily increase in proportion to the number of users in a house. As described above, the first correction term is preferably employed for power consumption that may not be proportional to the number of users in the house.
  • the first correction value which is a value applied to the first correction term, is determined from, for example, the number of users at each day calculated based on the number of users in the house and the length of time that the user is in the house. The As a result, the power consumption can be estimated more accurately.
  • the second correction term is a term in which an applied value (second correction value) is determined according to the event type scheduled by the user.
  • an event belonging to the event type is performed, and the day when the event is not performed may cause power consumption to vary greatly.
  • event types include event types of events that are irregular or relatively infrequent, such as travel, business trips, visitors, and birthday parties.
  • travel, business trips, visitors, and birthday parties During travel and business trips, the number of people at home decreases, so power consumption often decreases, and at birthday parties held at guests and homes, it is considered that power consumption often increases according to the number of people invited.
  • the model formula includes both the first correction term and the second correction term.
  • either one of the first correction term and the second correction term is included in the model formula. Only may be included.
  • the model formula includes the first correction term, the parameter candidates may not include the number of people at home and the time at home among the parameter candidates exemplified in the first embodiment.
  • the device management system 200 according to the present embodiment is configured in substantially the same manner as the device management system 100 according to the first embodiment, as shown in FIG.
  • the configuration of the device management apparatus 206 is different from the configuration of the device management apparatus 106 according to the first embodiment.
  • the device management apparatus 206 includes a storage unit 221, an estimation formula determination unit 116, and an estimation formula determination unit 216 and an estimation unit 217 instead of the storage unit 121, the estimation formula determination unit 116, and the estimation unit 117 of the first embodiment.
  • Other configurations are the same as those of the device management apparatus 106 according to the first embodiment.
  • the storage unit 221 stores history data 122, schedule data 123, and plan data 126 similar to those in the first embodiment, and model data 224 that replaces the model data 124 and the estimation formula data 125 according to the first embodiment, respectively. And estimation formula data 225 are stored.
  • the model data 224 includes a parameter value determination method in the same manner as the model data 124 according to the first embodiment.
  • the model data 224 includes a determination method for each of the first correction value and the second correction value.
  • the estimation formula data 225 includes information for specifying what is selected as a parameter to be used in the model formula, a value of a coefficient to be multiplied by the selected parameter, and a constant. Contains the value of the term.
  • the estimation formula data 225 includes a first correction table for determining a value (first correction value) to be applied to the first correction term, and a value (second correction value) to be applied to the second correction term. And a second correction table for determining.
  • the estimation formula determination unit 216 determines a coefficient, a constant term, a first correction table, and a second correction table, and thereby, in the same way as the estimation formula determination unit 116 according to Embodiment 1, power consumption in the home An estimation formula for estimating is determined.
  • the estimation formula determination unit 216 stores the determined coefficient, constant term, first correction table, and second correction table in the storage unit 221 as the estimation formula data 225.
  • the method by which the estimation formula determination unit 216 determines the values of the coefficient and the constant term is the same as that of the estimation formula determination unit 116 according to the first embodiment.
  • a method in which the estimation formula determination unit 216 determines the first correction table and the second correction table will be described.
  • the estimation formula determination unit 216 determines the first correction table based on the schedule data 123 and the estimation formula determination data selected by the data selection unit 113.
  • the estimation formula determination unit 216 calculates the number of people staying at home on each day based on the schedule data 123 as in the first embodiment.
  • the estimation formula determination unit 216 calculates the estimated value for each day based on the model formula by applying the determined coefficient and constant term values and the parameter value based on the selected estimation formula determination data to the model formula. To do.
  • the estimation formula determination unit 216 calculates the difference between the calculated estimated value and the actual value of power consumption for each corresponding day.
  • the estimation formula determination unit 216 creates a first correction table that associates the calculated number of people at home with the calculated difference (first correction value) for each corresponding day.
  • the estimation formula determination unit 216 includes the created first correction table in the estimation formula data 225 and stores it in the storage unit 221.
  • the first correction value can be either positive or negative.
  • the first correction table may be appropriately modified or set by the user.
  • the estimation formula determination unit 216 acquires the schedule data 123 and the history data 122 excluded by the data selection unit 113 as correction data, and determines a second correction table based on the acquired correction data.
  • the estimation formula determination unit 216 specifies the event type included in the scheduled data 123 for the day indicated by the correction data.
  • the estimation formula determination unit 216 applies a parameter value based on the determined coefficient and constant term and the parameter value based on the selected estimation formula determination data to the model formula. Based on the estimated value.
  • the estimation formula determination unit 216 calculates the difference between the calculated estimated value and the actual power consumption value for the corresponding day.
  • the estimation formula determination unit 216 creates a second correction table in which the identified event type is associated with the calculated difference (second correction value).
  • the estimation formula determination unit 216 includes the created second correction table in the estimation formula data 225 and stores it in the storage unit 221. When there are a plurality of days when events of the same event type are performed, for example, an average difference value may be associated with the event type as the second correction value.
  • the second correction value can be either positive or negative.
  • the estimation formula determination unit 216 calculates the identified event type and the calculated difference (second correction value) when the difference between the calculated estimated value and the actual power consumption value is equal to or greater than a predetermined threshold.
  • a correlated second correction table may be created. The second correction table may be appropriately modified or set by the user.
  • the estimation unit 217 estimates the power consumption in the home by applying the parameter values corresponding to one or more selected parameters to the determined estimation formula, as in the first embodiment.
  • the estimation unit 217 according to the present embodiment is different from the estimation unit 117 according to the first embodiment in that the first correction term and the second correction term are included in the estimation formula. Therefore, as illustrated in FIG.
  • the estimated power calculation unit 229 is provided instead of the estimated power calculation unit 129 according to the first embodiment.
  • the estimation acquisition unit 127 and the parameter value determination unit 128 included in the estimation unit 217 have the same functions as those in the first embodiment.
  • the estimated power calculation unit 229 includes the estimated power calculation unit 129 according to the first embodiment, Similarly, the sum of the product of the coefficient value and the parameter value and the value of the constant term included in the estimation formula data 225 is calculated.
  • the estimated power calculation unit 229 calculates the number of people staying at home on the day on which power consumption is estimated based on the scheduled data 123.
  • the estimated power calculation unit 229 determines the first correction value based on the calculated number of people at home and the first correction table included in the estimation formula data 225. If the first correction value corresponding to the calculated number of people at home is not included in the first correction table, the estimated power calculation unit 229 corresponds to, for example, two at-home numbers near the calculated number of people at home. It is preferable to determine the first correction value corresponding to the calculated number of people at home by apportioning the first correction value and performing interpolation interpolation or extrapolation complementation.
  • the estimated power calculation unit 229 specifies the event type of the day on which power consumption is estimated based on the schedule data 123.
  • the estimated power calculation unit 229 determines a second correction value associated with the event type.
  • the estimated power calculation unit 229 adds each of the determined first correction value and second correction value to the sum of the product of the coefficient value calculated as described above and the parameter value and the value of the constant term, thereby Then, an estimated value of power consumption is calculated.
  • the device management apparatus 206 executes an estimation formula determination process whose process flow is shown in FIG.
  • the estimation formula determination process according to the present embodiment includes the process of step S208 in addition to the respective processes (step S101 to step S107) of the estimation formula determination process according to the first embodiment, as shown in FIG.
  • step S107 determines the estimation formula determination unit 216 .
  • the estimation formula determination unit 216 creates the first correction table as described above based on the scheduled data 123 acquired in step S101 and the estimation formula determination data selected in step S102. decide.
  • estimation formula determination unit 216 acquires from the data selection unit 113 correction data that has been excluded in step S102 out of the history data 122 acquired in step S101.
  • the estimation formula determination unit 216 determines the second correction table as described above based on the acquired correction data and the scheduled data 123 acquired in step S101.
  • the device management apparatus 206 executes a power consumption estimation process whose process flow is shown in FIG.
  • the power consumption estimation process according to the present embodiment includes the same processes of steps S111 and S112 as the power consumption estimation process according to the first embodiment, and the process of step S213 instead of the process of step S113. Including.
  • the estimated power calculation unit 229 calculates the product of the coefficient value and the parameter value included in the estimation formula data 125, and the value of the constant term included in the estimation data. The sum of the first correction value and the second correction value determined as described above is calculated. Thus, the estimated power calculation unit 229 calculates an estimated value of power consumption.
  • the model formula according to this embodiment includes the first correction term. Therefore, even if power consumption does not increase in proportion to the number of people at home, the estimated value of power consumption can be corrected according to the number of people at home. Therefore, it is possible to estimate the power consumption more accurately.
  • the model formula according to the present embodiment includes a second correction term.
  • Embodiment 3 In the first and second embodiments, all of the data selection unit 113, the correlation calculation unit 114, the parameter selection unit 115, the estimation formula determination unit 116 or 216, the estimation unit 117 or 217, and the planning unit 118 are all managed by the device management apparatus 106 or 206.
  • the example provided is described.
  • the cloud server may include some or all of the data selection unit 113, the correlation calculation unit 114, the parameter selection unit 115, the estimation formula determination units 116 and 216, the estimation units 117 and 217, and the planning unit 118.
  • the cloud server includes a part of the functions of the device management apparatus 106 according to the first embodiment.
  • the device management system 300 according to the present embodiment is configured in substantially the same manner as the device management system 100 according to the first embodiment, as shown in FIG.
  • the configurations of the cloud server 307 and the device management apparatus 306 are different from the configurations of the cloud server 107 and the device management apparatus 106 according to the first embodiment.
  • the same data selection unit 113, correlation calculation unit 114, parameter selection unit 115, estimation formula determination unit 116 and estimation unit 117 as those in the first embodiment, history data 122, A storage unit 321a that stores the schedule data 123, the model data 124, and the estimation formula data 125, and a communication unit 320a that communicates with the device management apparatus 306, the weather server 105, and the like via the wide area network 111 are provided.
  • the communication unit 320a causes the storage unit 321a to store history data 122 and schedule data 123 that are appropriately acquired via the wide area network 111.
  • the cloud server 307 can execute the estimation formula determination process and the power consumption estimation process according to the first embodiment.
  • the device management apparatus 306 includes a planning unit 118 and a device management unit 119 similar to those of the first embodiment, a communication unit 320b that communicates via the wide area network 111, and a plan.
  • the communication unit 320b acquires data indicating the estimated value of power consumption calculated by the cloud server 307 via the wide area network 111.
  • the device management apparatus 306 can create an operation plan for the electric device based on the estimated value of power consumption, and manage the electric device based on the created operation plan.
  • the present invention by installing the computer in the computer, for example, the data selection unit 113, the correlation calculation unit 114, the parameter selection unit 115, the estimation formula determination unit 116 or 216, and the estimation unit 117 according to the first to third embodiments. Or you may implement
  • FIG. The present invention may be realized as a storage medium on which such a program is recorded instead of temporarily.
  • the present invention can be suitably used for a power consumption estimation system, a power consumption estimation device, a power consumption estimation method, a program therefor, and the like for estimating power consumption at a place where power is demanded.

Landscapes

  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

　機器管理装置（１０６）は、相関演算部（１１４）と、パラメータ選択部（１１５）と、推定式決定部（１１６）と、推定部（１１７）とを備える。相関演算部（１１４）は、住宅での消費電力の実績値と消費電力を推定するためのモデル式に採用されるパラメータの候補であるパラメータ候補の各々との相関の強さを示す相関指標を算出する。パラメータ選択部（１１５）は、算出された相関指標と予め定められた閾値とを比較し、比較した結果に基づいて、消費電力の実績値と相関が強いパラメータをパラメータ候補の中から選択する。推定式決定部（１１６）は、選択されたパラメータを採用したモデル式に基づいて、消費電力を推定するための推定式を決定する。推定部（１１７）は、選択されたパラメータに対応するパラメータ値を、決定された推定式に適用することによって、消費電力を推定する。

Description

消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム
　本発明は、消費電力推定装置、機器管理システム、消費電力推定方法及びプログラムに関する。
　住宅におけるエネルギー消費を管理するＨＥＭＳ（Home Energy Management System）は、エネルギー消費を抑制し、電力コストを抑制するなどのために、住宅における消費電力の推定値に基づいて、電気機器を管理することがある。
　例えば、特許文献１に記載の制御盤は、負荷の昼間の予想需要電力に関する負荷予想値などに基づいて目標充電率を設定し、設定した目標充電率となるようにＲＦ（レドックスフロー）電池を夜間に充電する。
　特許文献１には、負荷予想値は、例えば全負荷の消費電力を「１００」、作動させる負荷の消費電力が全負荷の消費電力の半分の場合を「５０」のように、作動させる負荷の消費電力に応じて指定することが可能である、と記載されている。この記載によれば、負荷予想値は、作動させると予想される負荷の消費電力の、全負荷の消費電力に対する割合を表すので、消費電力の推定値に相当すると理解することができる。
　特許文献１には、負荷予想値は、平日又は土日などのカレンダ情報から決定したり、過去の使用状況から決定したり、各負荷を稼働させるスケジュール情報から決定することが可能である、と記載されている。
特開２００４－２７４９８１号公報
　しかしながら、引用文献１には、平日又は土日などのカレンダ情報、過去の使用状況及び各負荷を稼働させるスケジュール情報から負荷予想値をどのように決定するかは、記載されていない。消費電力を精度良く推定するための技術は、例えば消費エネルギーの抑制、電力コストの抑制などのために一般的に望まれているものの、現状ではそのような技術を見付けることが困難である。
　本発明は、上記のような課題を解決するためになされたものであり、消費電力を精度良く推定することが可能な消費電力推定装置などを提供することを目的とする。
　上記目的を達成するため、本発明に係る消費電力推定装置は、相関演算部と、パラメータ選択部と、推定式決定部と、推定部とを備える。相関演算部は、需要場所での消費電力の実績値と前記消費電力を推定するためのモデル式に採用されるパラメータの候補であるパラメータ候補の各々との相関の強さを示す相関指標を算出する。パラメータ選択部は、前記算出された相関指標と予め定められた閾値とを比較し、比較した結果に基づいて、前記消費電力の実績値と相関が強いパラメータを前記パラメータ候補の中から選択する。推定式決定部は、前記選択されたパラメータを採用した前記モデル式に基づいて、前記消費電力を推定するための推定式を決定する。推定部は、前記選択されたパラメータに対応するパラメータ値を前記決定された推定式に適用することによって、前記消費電力を推定する。
　本発明によれば、需要場所での消費電力の実績値と相関が強いパラメータをパラメータ候補の中から選択し、選択したパラメータを採用したモデル式を作成する。これにより、消費電力の実績値に精度良く適合するモデル式を作成し、このモデル式を用いて消費電力を推定することができる。従って、消費電力を精度良く推定することが可能になる。
本発明の実施の形態１に係る機器管理システムの構成を示す図である。 実施の形態１に係る機器管理装置の構成を示す図である。 予定データの一例を示す図である。 実施の形態１に係る推定部の構成を示す図である。 実施の形態１に係る推定式決定処理の流れを示すフローチャートである。 実施の形態１に係る消費電力推定処理の流れを示すフローチャートである。 本発明の実施の形態２に係る機器管理システムの構成を示す図である。 実施の形態２に係る機器管理装置の構成を示す図である。 実施の形態２に係る推定部の構成を示す図である。 実施の形態２に係る推定式決定処理の流れを示すフローチャートである。 実施の形態２に係る消費電力推定処理の流れを示すフローチャートである。 本発明の実施の形態３に係る機器管理システムの構成を示す図である。 実施の形態３に係るクラウドサーバの構成を示す図である。 実施の形態３に係る機器管理装置の構成を示す図である。
　本発明の実施の形態について図を参照して説明する。全図を通じて同一の要素には同一の参照符号を付す。
　実施の形態１．
　本発明の実施の形態１に係る機器管理システム１００は、住宅におけるエネルギー消費を管理するためのＨＥＭＳ（Home Energy Management System）である。
　なお、住宅は、電力の需要家が利用する場所として予め定められる需要場所の一例である。需要場所は、例えば、施設、ビルであってもよく、ビルにおいて区画された１つ又は複数の領域であってもよい。住宅の住人は、需要場所を利用する利用者の一例であって、本実施の形態では、父、母及び子の３人で構成される家族であるとする。なお、利用者は、１人以上の何人であってもよい。
　機器管理システム１００は、図１に示すように、住宅に設置される電気機器としての複数の家電機器１０１、発電システム１０２及び蓄電システム１０３と、住宅における消費電力などを計測する電力計測装置１０４と、気象情報を提供する気象サーバ１０５と、住宅におけるエネルギー消費を管理する機器管理装置１０６と、機器管理装置１０６が利用する情報を管理するクラウドサーバ１０７と、利用者が機器管理装置１０６を操作するための操作端末１０８と、利用者が携帯する携帯端末１０９とを備える。
　複数の家電機器１０１の各々と、発電システム１０２と、蓄電システム１０３と、電力計測装置１０４と、操作端末１０８とは、図１に示すように、宅内ネットワーク１１０を介して、機器管理装置１０６に通信可能に接続されている。気象サーバ１０５と、クラウドサーバ１０７と、携帯端末１０９とは、インターネットなどの広域ネットワーク１１１を介して、機器管理装置１０６に通信可能に接続されている。宅内ネットワーク１１０及び広域ネットワーク１１１の各々は、有線、無線又はこれらを組み合わせて構築されるとよい。
　本実施の形態に係る家電機器１０１は、図１に示すように、３台であり、それぞれ、テレビ受像器（以下、「テレビ」という。）、空調機、冷蔵庫であるとする。
　なお、本実施の形態では、機器管理システム１００が、上述の３種の家電機器１０１を１台ずつ備える例により説明するが、機器管理システム１００は、１台以上であれば、何台の家電機器１０１を備えてもよい。機器管理システム１００に備えられる家電機器１０１の種類は、テレビ、空調機、冷蔵庫に限られず、電気温水器、ＩＨ（Induction Heating）クッキングヒータ、照明などの１つ又は複数であってもよい。機器管理システム１００には、同じ種類の家電機器１０１が複数備えられてもよい。また機器管理システム１００には、例えば、機器管理装置１０６が空調機、照明などを制御するための温度、湿度、照度などを計測するセンサが、家電機器として備えられてもよい。
　発電システム１０２は、例えば、太陽光を受けて発電する太陽光発電システムである。
　なお、発電システム１０２は、風力により発電する風力発電システムなどであってもよい。機器管理システム１００には、複数の発電システム１０２が備えられてもよく、発電システム１０２が備えられなくてもよい。
　蓄電システム１０３は、定置型の蓄電池を備えるシステムであって、例えば機器管理装置１０６の制御の下で、充電又は放電する。
　なお、蓄電システム１０３は、電気自動車の充放電システムであってもよい。機器管理システム１００には、複数の蓄電システム１０３が備えられてもよく、蓄電システム１０３が備えられなくてもよい。
　図１に示すように、電気機器（家電機器１０１の各々と、発電システム１０２と、蓄電システム１０３）は、いずれも、宅内の電気配線に接続されている。宅内の電気配線は、商用電源１１２にも接続されている。家電機器１０１の各々は、商用電源１１２、発電システム１０２及び蓄電システム１０３のいずれか１つ又は複数から宅内の電気配線を通じて供給される電力によって動作する。また、蓄電システム１０３が備える蓄電池は、商用電源１１２及び発電システム１０２のいずれか１つ又は両方から宅内の電気配線を通じて供給される電力によって、充電される。
　電力計測装置１０４は、図１に示すように、宅内の電気配線の各分岐線に設けられた電流センサＣＴから、各分岐線を流れる電流の値を示す電流データを取得する。電流センサＣＴは、図１に示すように、宅内の電気配線の各分岐線に設けられており、これによって、家電機器１０１の各々へ流れる電流と、発電システム１０２から流れる電流と、蓄電システム１０３へ流れる又は蓄電システム１０３から流れる電流とを個別に測定することができる。電力計測装置１０４は、電流センサＣＴから取得した電流データ及び宅内の電気配線の電圧値に基づいて、発電システム１０２での発電量、蓄電システム１０３の充放電量、家電機器１０１の各々の消費電力量などを計測する。
　気象サーバ１０５は、例えば、気象情報を広域ネットワーク１１１を介して一般に利用可能に気象情報を提供するサーバである。気象情報は、気温、天候、風力を含む。なお、気象情報は、上述の例に限られず、例えば、風向き、日照時間などのうちの１つ以上を含んでいればよい。
　機器管理装置１０６は、宅内における予め定められた期間の消費電力を推定する消費電力推定装置の一例である。本実施の形態に係る機器管理装置１０６は、次の式（１）で表されるモデル式を用いて、宅内における予め定められた推定期間の消費電力を推定する。
　消費電力の推定値ＰＥ＝α１×Ｘ１＋α２×Ｘ２＋・・・＋αｎ×Ｘｎ＋Ｃ
・・・　式（１）
　式（１）において、ｎは、整数である。Ｘ１、Ｘ２、・・、Ｘｎは、パラメータを表す。α１、α２、・・・、αｎは、それぞれ、パラメータであるＸ１、Ｘ２、・・、Ｘｎの係数を表す。Ｃは、定数項を表す。
　推定期間は、本実施の形態では１日（例えば、０時００分００秒から２３時５９分５９秒まで）であるとする。すなわち、本実施の形態では、式（１）で表されるモデル式に基づいて、宅内における１日当たりの消費電力が推定される例を説明する。
　本実施の形態に係るモデル式は、式（１）に示すように、１対１で対応付けられたｎ個の係数とｎ個のパラメータとのそれぞれの積である項と、定数項との和で表される。なお、モデル式には、式（１）で表される式に限られず、適宜選択された式が採用されてよい。
　パラメータは、予め定められたパラメータ候補の中から機器管理装置１０６により選択される。本実施の形態に係るパラメータ候補は、気温、天候、風力、在宅人数及び在宅時間を含む。モデル式に採用されるパラメータには、パラメータ候補の中から、消費電力の実績値と相関が強いものが採用される。なお、在宅人数、在宅時間は、それぞれ、需要場所が住宅である場合の在場所人数、在場所時間である。定数項は、パラメータの変化にかかわらず、消費される電力に対応しており、例えば冷蔵庫、各種の電気機器の待機電力などの和に対応すると考えられる。
　機器管理装置１０６は、機能的には、図２に示すように、パラメータ候補の中からモデル式に採用するパラメータを選択するためのデータを選定するデータ選定部１１３と、選定されたデータに基づいて、宅内での消費電力の実績値とパラメータ候補の各々との相関の強さを示す相関指標を算出する相関演算部１１４と、算出された相関指標に基づいて、宅内での消費電力の実績値と相関が強いパラメータをパラメータ候補の中から１つ以上選択するパラメータ選択部１１５と、選択された１つ以上のパラメータを採用したモデル式に基づいて、宅内での消費電力を推定するための推定式を決定する推定式決定部１１６と、選択された１つ以上のパラメータに対応するパラメータ値を、決定された推定式に適用することによって、宅内での消費電力を推定する推定部１１７と、推定された消費電力に基づいて、宅内に設置された電気機器のうちの１つ又は複数の電気機器の運用計画を作成する計画部１１８と、作成された運用計画に従って、１つ又は複数の電気機器を管理する機器管理部１１９と、広域ネットワーク１１１及び宅内ネットワーク１１０を介してデータを送受信する通信部１２０と、各種データを記憶する記憶部１２１とを備える。
　記憶部１２１は、例えば、図２に示すように、パラメータを選択するための履歴情報を含む履歴データ１２２と、各住人の予定を示す予定データ１２３と、パラメータ候補（それがモデル式に採用された場合は、そのパラメータ）の各々に対応するパラメータ値の決定方法を定めるモデルデータ１２４と、決定された推定式を特定するための推定式データ１２５と、作成された運用計画を示す計画データ１２６とを記憶している。
　履歴データ１２２は、例えば、宅内での消費電力の各日の実績値、過去の各日の気象情報、家電機器１０１の各々の動作履歴、発電システム１０２での発電電力の履歴、蓄電システム１０３の充放電の履歴、蓄電システム１０３が有する蓄電池の残容量の履歴などの一部又は全部を含む。家電機器１０１の各々の動作履歴は、例えば、家電機器１０１の各々が動作した時間帯、家電機器１０１の各々の消費電力などの一部又は全部を含む。
　予定データ１２３は、図３に例示するように、利用者ＩＤ（Identification Data）と、イベント種別と、時期とが対応付けられたデータである。利用者ＩＤは、利用者の各々を特定するための情報であって、予定の主体を示す。イベント種別は、外出、会社、買い物、飲み会、来客、学校、旅行など予定されているイベントの種別を示す。時期は、予定が行われる時期を示し、典型的には、年月日と時刻で示される始期及び終期を含む。なお、時期は、始期と終期の一方のみであってもよく、始期及び終期を表す方法は、例えば年月日のみなどであってもよい。
　図２を再び参照し、モデルデータ１２４は、本実施の形態に係るパラメータ候補である気温、天候、風力、在宅人数、在宅時間のそれぞれに対応するパラメータ値を決定する方法を定める。以下、モデルデータ１２４に含まれるパラメータ値の決定方法の例を説明する。
　気温は、例えば、１日の平均気温であって、気温には、履歴データ１２２の気象情報に含まれる各日の気温が採用される。気象情報に時間帯別の気温が含まれる場合、例えば、その平均値が１日の平均気温とされるとよい。なお、気象情報に時間帯別の気温が含まれる場合、時間帯別の気温がそれぞれ、パラメータ候補とされてもよい。
　天候は、晴れ、曇り、雨のそれぞれを例えば３、２、１で表すことによって数値化された値である。天候が１日で変化する場合、天候には、１日における晴れ、曇り、雨のそれぞれ時間で重み付けをした平均値が採用されるとよい。なお、気象情報に時間帯別の天候が含まれる場合、時間帯別の天候がそれぞれ、パラメータ候補とされてもよい。
　風力は、例えば、１日の風速の平均であって、この場合、上述の気温と同様に定められる。すなわち、風力には、例えば、履歴データ１２２の気象情報に含まれる各日の平均の風速が採用される。気象情報に時間帯別の風速が含まれる場合、例えば、その平均値が風力とされるとよい。なお、気象情報に時間帯別の風速が含まれる場合、時間帯別の風力がそれぞれ、パラメータ候補とされ、時間帯別の風力に対応するパラメータ値には、対応する時間帯の風速が採用されてもよい。
　在宅人数は、例えば、宅内に居る家族の人数の１日当たりの平均値であって、宅内に居る利用者の人数及び宅内に利用者が居る時間長さに基づいて定まる。詳細には例えば、在宅人数は、宅内に居る利用者の人数と宅内に利用者が居る時間長さの積の和を２４（時間）で割ることによって算出される。
　在宅時間は、例えば、１日のうち、利用者が住宅に１人以上居る時間である。
　具体例を挙げると、０時００分００秒から７時５９分５９秒までは宅内に３人居り、８時００分００秒から１７時５９分５９秒までは宅内に誰も居らず、１７時００分００秒から１９時５９分５９秒までは宅内に２人居り、２０時００分００秒から２３時５９分５９秒までは宅内に３人居たとする。この場合、在宅人数は、（３×８＋０×９＋２×３＋３×４）／２４＝１．７５（人）となる。在宅時間は、８＋３＋４＝１５（時間）となる。
　推定式データ１２５は、パラメータ候補のうちモデル式に採用するパラメータとして選択されたものを特定するための情報、選択されたパラメータに掛ける係数の値及び定数項の値を含む。
　データ選定部１１３は、予め定められた期間（例えば、本実施の形態では、直近３０日分）の履歴データ１２２及び予定データ１２３を記憶部１２１から取得する。データ選定部１１３は、取得した履歴データ１２２の中から、推定式を決定するためのデータ（推定式決定用データ）を選定する。
　詳細には例えば、データ選定部１１３は、記憶部１２１から取得した予定データ１２３の中に予め定められたイベント種別を含むものがある場合、データ選定部１１３は、取得した履歴データ１２２の中から、その予定データに含まれる時期が示す日に対応する履歴データ１２２を除外して、推定式決定用データを選定する。ここで、データ選定部１１３にて履歴データ１２２から除外されるイベント種別は、例えば、旅行、出張、来客などの非定期的なイベントのイベント種別である。
　相関演算部１１４は、データ選定部１１３によって選定された推定式決定用データに含まれる消費電力の実績値と、パラメータ候補の各々との相関指標を算出する。
　詳細には例えば、相関演算部１１４は、モデルデータ１２４が示す決定方法に従って、データ選定部１１３によって選定された履歴データ１２２からパラメータ候補の各々に対応するパラメータ値を決定する。相関演算部１１４は、パラメータ候補の各々について、決定したパラメータ値と消費電力の実績値との相関指標を算出する。ここで、本実施の形態に係る相関指標は、決定したパラメータ値と消費電力の実績値との相関係数である。
　パラメータ選択部１１５は、相関演算部１１４によって算出された相関指標と予め定められた閾値とを比較する。パラメータ選択部１１５は、比較した結果に基づいて、宅内での消費電力の実績値と相関が強いパラメータをパラメータ候補の中から選択する。相関係数は、値が大きいほど２変数間の相関が強いことを示すので、本実施の形態に係るパラメータ選択部１１５は、相関指標が閾値より大きいものを、モデル式に採用するパラメータに選択する。パラメータ選択部１１５は、選択したパラメータを特定するための情報を推定式データ１２５として記憶部１２１に記憶させる。
　なお、相関演算部１１４は、重回帰分析のｔ値及びｐ値を相関指標として算出してもよく、自己組織化マップ（ＳＯＭ）、ニューラルネットワークなどを用いて、相関指標を算出してもよい。重回帰分析のｔ値及びｐ値を相関指標として採用する場合、パラメータ選択部１１５は、例えば、ｔ値が第１閾値以上であり、かつ、ｐ値が第２閾値以下であるものに対応するパラメータ候補を、モデル式のパラメータに採用するとよい。
　推定式決定部１１６は、モデルデータ１２４と、推定式データ１２５と、データ選定部１１３によって選定された推定式決定用データとに基づいて、パラメータ選択部１１５によって選択されたパラメータに対応するパラメータ値を決定する。推定式決定部１１６は、パラメータ選択部１１５によって選択されたパラメータを採用したモデル式に、自身が決定したパラメータ値を適用する。そして、推定式決定部１１６は、例えば重回帰分析を実行することによって、選択されたパラメータに掛けられる係数の値と定数項の値とを決定する。このとき、例えば、推定式決定部１１６は、決定係数が最大となる係数及び定数項の値を決定することにより、データ選定部１１３によって選定された推定式決定用データに含まれる消費電力の実績値と推定値とが最も適合する係数及び定数項の値を決定する。これにより、推定式決定部１１６は、宅内での消費電力を推定するための推定式を決定する。推定式決定部１１６は、パラメータ選択部１１５により記憶部１２１に記憶された推定式データ１２５のパラメータを特定するための情報に、決定した係数の値を対応付けるとともに、決定した定数項の値を含めた推定式データ１２５を記憶部１２１に記憶させる。
　推定部１１７は、詳細には、図４に示すように、推定式に含まれるパラメータに対応するパラメータ値を決定するために必要なデータを取得する推定用取得部１２７と、推定式決定部１１６によって決定された推定式に含まれるパラメータに適用するパラメータ値を決定するパラメータ値決定部１２８と、パラメータ値決定部１２８によって決定されたパラメータ値を、推定式決定部１１６によって決定された推定式に適用し、それによって、消費電力の推定値を算出する推定電力演算部１２９とを備える。
　より詳細には、推定用取得部１２７は、記憶部１２１のモデルデータ１２４と推定式データ１２５とを取得し、取得したモデルデータ１２４と推定式データ１２５とに基づいて、推定用データを特定する。ここで、推定用データとは、推定式データ１２５により特定されるパラメータ、すなわち、モデル式に採用されるパラメータのパラメータ値を決定するために必要なデータである。例えば、気温、天候、風力のいずれか１つ又は複数がモデル式のパラメータに選択された場合、記憶部１２１の履歴データ１２２に含まれる予め定められた期間（例えば、直近３０日分）の気象情報の気温、天候、風力のいずれか１つ又は複数が、推定用データとして特定される。例えば、在宅人数、在宅時間のいずれか１つ又は複数がモデル式のパラメータに選択された場合、記憶部１２１に記憶された予め定められた期間（例えば、直近３０日分）の予定データ１２３が推定用データとして特定される。推定用取得部１２７は、特定した推定用データを記憶部１２１から取得する。
　パラメータ値決定部１２８は、推定用取得部１２７により取得されたモデルデータ１２４、推定式データ１２５及び推定用データに基づいて、モデル式に採用されたパラメータに対応するパラメータ値を決定する。
　推定電力演算部１２９は、推定用取得部１２７により取得された推定式データ１２５と、パラメータ値決定部１２８により決定されたパラメータ値とに基づいて、消費電力の推定値を算出する。詳細には、推定電力演算部１２９は、推定式データ１２５により特定される１つ又は複数のパラメータの各々に対応する係数の値とパラメータ値との積を算出する。推定電力演算部１２９は、算出した係数の値とパラメータ値との積と、推定式データ１２５に含まれる定数項の値との和を算出する。これにより、推定電力演算部１２９は、消費電力の推定値を算出する。
　図２を再び参照し、計画部１１８は、推定電力演算部１２９によって算出された消費電力の推定値に基づいて、例えば、宅内の消費電力を予め設定される目標値とするための運用計画、電気料金を低く抑えるための運用計画などを作成する。
　例えば、計画部１１８は、電気料金を低く抑えるために、蓄電システム１０３が有する蓄電池の残容量と、推定電力演算部１２９によって算出された消費電力の推定値とに基づいて、蓄電システム１０３が有する蓄電池の運用計画を作成する。
　機器管理部１１９は、計画部１１８によって作成された運用計画に従って、例えば、宅内ネットワーク１１０を介して電気機器の各々へ制御信号を送信する。これによって、機器管理部１１９は、計画部１１８によって作成された運用計画に従って、電気機器を管理する。
　通信部１２０は、例えば、記憶部１２１に記憶された各データ１２２～１２６の一部又は全部をクラウドサーバ１０７と同期するために、広域ネットワーク１１１を介してクラウドサーバ１０７と通信する。通信部１２０は、例えば、定期的に、広域ネットワーク１１１を介して気象サーバ１０５から気象情報を取得して、その気象情報を履歴データ１２２として記憶部１２１に記憶させる。通信部１２０は、例えば、推定部１１７から要求を受けると、広域ネットワーク１１１を介して気象サーバ１０５から気象情報を取得して推定部１１７へ引き渡す。通信部１２０は、例えば、携帯端末１０９から広域ネットワーク１１１を介して予定データ１２３を取得すると、その予定データ１２３を記憶部１２１に記憶させる。通信部１２０は、例えば、発電システム１０２の発電量、蓄電システム１０３の充放電量及び蓄電池の残容量、家電機器１０１の各々から動作しているか否かなどを示す情報を宅内ネットワーク１１０を介して定期的に取得し、取得した情報を履歴データ１２２として記憶部１２１に記憶させる。通信部１２０は、例えば、電力計測装置１０４から電力情報を宅内ネットワーク１１０を介して定期的に取得し、取得した情報を履歴データ１２２として記憶部１２１に記憶させる。この電力情報は、例えば、発電システム１０２の発電電力、蓄電システムでの充電又は放電される電力、家電機器１０１の各々の消費電力などの一部又は全部を含む。
　なお、通信部１２０は、図示しないサーバから広域ネットワーク１１１を介してライフログ情報などを取得してもよい。
　機器管理装置１０６は、物理的には、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、通信インタフェースなどから構成される。例えば、機器管理装置１０６は、記憶部１２１に記憶されたプログラムを実行し、これによって、上述の各機能を発揮するとよい。
　操作端末１０８は、利用者が機器管理装置１０６に宅内ネットワーク１１０を介して入力し、機器管理装置１０６の設定内容などを示す画面を出力する端末装置である。操作端末１０８は、例えば、機器管理装置１０６のユーザインタフェースとして機能させるためのソフトウェアプログラムがインストールされたタブレット端末、スマートフォンなどである。ユーザは、例えば、操作端末１０８を介して、予定データ１２３を機器管理装置１０６に設定する。また、ユーザは、例えば、操作端末１０８を介して、予め用意された複数のモデル式の中から、消費電力の推定に利用するモデル式を選択してもよい。
　クラウドサーバ１０７は、例えば、広域ネットワーク１１１を介して機器管理装置１０６と定期的に通信することによって、機器管理装置１０６の記憶部１２１が記憶しているデータ１２２～１２６の一部又は全部と同じデータを記憶部（不図示）に保持する。
　携帯端末１０９は、利用者が機器管理装置１０６に広域ネットワーク１１１を介して入力し、機器管理装置１０６の設定内容などを示す画面を出力する端末装置である。携帯端末１０９は、例えば、機器管理装置１０６のユーザインタフェースとして機能させるためのソフトウェアプログラムがインストールされたスマートフォンなどである。携帯端末１０９と操作端末１０８とは、典型的には、広域ネットワーク１１１と宅内ネットワーク１１０とのいずれを介して機器管理装置１０６と通信するかを除いて、同様の機能を備える。
　これまで、本発明の実施の形態１に係る機器管理システム１００の構成について説明した。ここから、本実施の形態に係る機器管理システム１００の動作について説明する。
　機器管理装置１０６は、例えば２週間に１回など予め定められた時期に、図５に示すような、推定式を決定するための推定式決定処理を実行する。
　データ選定部１１３は、履歴データ１２２、予定データ１２３及びモデルデータ１２４を記憶部１２１から取得する（ステップＳ１０１）。詳細には、データ選定部１１３は、直近３０日分の履歴データ１２２及び予定データ１２３と、モデルデータ１２４を記憶部１２１から取得する。
　データ選定部１１３は、ステップＳ１０１で取得した予定データ１２３に基づいて、ステップＳ１０１で取得した履歴データ１２２から、推定式決定用データを選定する（ステップＳ１０２）。例えば、予め定められたイベント種別に属するイベントが行われる日の履歴データ１２２を推定式決定用データから除外する。これにより、例えば旅行、出張、来客のような非定期的なイベントが行われる日の消費電力を推定式決定用データから除外することができる。その結果、消費電力の推定に適切なパラメータを選択することが可能になり、正確な消費電力の推定を図ることが可能になる。
　相関演算部１１４は、データ選定部１１３によって選定された推定式決定用データに含まれる消費電力の実績値と、パラメータ候補の各々との相関指標を算出する（ステップＳ１０３）。本実施の形態に係る相関指標は、上述の通り、相関係数である。
　詳細には、相関演算部１１４は、ステップＳ１０１で取得されたモデルデータ１２４に基づいて、データ選定部１１３によって選定された推定式決定用データに含まれる履歴データ１２２からパラメータ候補の各々に対応するパラメータ値を決定する。相関演算部１１４は、パラメータ候補の各々について、決定したパラメータ値と、データ選定部１１３によって選定された推定式決定用データに含まれる履歴データ１２２の消費電力の実績値との相関指標を算出する。
　パラメータ選択部１１５は、ステップＳ１０５からステップＳ１０６を繰り返すことで、モデル式に採用するパラメータを選択する（ループＡ；ステップＳ１０４）。
　パラメータ選択部１１５は、ステップＳ１０３で算出した相関指標と予め定められた閾値とを比較する（ステップＳ１０５）。相関指標が閾値より大きい場合（ステップＳ１０５；Ｙｅｓ）、パラメータ選択部１１５は、処理対象であるパラメータ候補に関するループＡ（ステップＳ１０４）の処理を終了する。そして、パラメータ選択部１１５は、すべてのパラメータ候補についてループＡ（ステップＳ１０４）の処理が終了するまで、ループＡ（ステップＳ１０４）の処理を繰り返す。
　相関指標が閾値より大きくない場合（ステップＳ１０５；Ｎｏ）、パラメータ選択部１１５は、処理対象であるパラメータ候補をモデル式に採用するパラメータから除外し（ステップＳ１０６）、処理対象であるパラメータ候補に関するループＡ（ステップＳ１０４）の処理を終了する。そして、パラメータ選択部１１５は、すべてのパラメータ候補についてループＡ（ステップＳ１０４）の処理が終了するまで、ループＡ（ステップＳ１０４）の処理を繰り返す。
　すべてのパラメータ候補についてループＡ（ステップＳ１０４）の処理が終了すると、除外されていないパラメータ候補が、モデル式に採用するパラメータとして選択される。選択されたパラメータを特定するための情報がパラメータ選択部１１５から推定式決定部１１６へ引き渡される。
　推定式決定部１１６は、例えば重回帰分析によって、ステップＳ１０４～ステップＳ１０６の処理を実行することによって選択されたパラメータを採用したモデル式に含まれる係数及び定数項の値を決定する（ステップＳ１０７）。
　詳細には、推定式決定部１１６は、ステップＳ１０１で取得してモデルデータ１２４とステップＳ１０２にて選定された推定式決定用データとに基づいて、ステップＳ１０４～ステップＳ１０６の処理を実行することによって選択されたパラメータに対応するパラメータ値を決定する。
　例えば、モデル式に採用するパラメータに気温が選択された場合、推定式決定用データに含まれる履歴データ１２２の気象情報が示す気温をパラメータ値として決定する。モデル式に採用するパラメータに天候が選択された場合、推定式決定用データに含まれる履歴データ１２２の気象情報が示す、天候に対応付けられた値を、パラメータ値として決定する。モデル式に採用するパラメータに風力が選択された場合、推定式決定用データに含まれる履歴データ１２２の気象情報が示す風速をパラメータ値として決定する。モデル式に採用するパラメータに在宅人数が選択された場合、推定式決定用データに含まれる予定データ１２３に基づいて、各日の在宅人数を算出し、その算出した在宅人数をパラメータ値として決定する。モデル式に採用するパラメータに在宅時間が選択された場合、推定式決定用データに含まれる予定データ１２３に基づいて、各日について、利用者が住宅に１人以上いる時間長さを算出し、その算出した時間長さをパラメータ値として決定する。
　推定式決定部１１６は、決定したパラメータ値を、モデル式に採用するパラメータに適用して重回帰分析を行うことによって、各パラメータに対応する係数の値と、定数項の値とを決定する。推定式決定部１１６は、決定した係数及び定数項の値を、ステップＳ１０４～ステップＳ１０６の処理を実行することによって選択されたパラメータを特定するための情報とともに、推定式データ１２５として記憶部１２１に記憶させる。
　これにより、推定式決定部１１６は、推定式決定処理を終了する。推定式決定処理では、気象情報、在宅人数、在宅時間などの消費電力に影響すると考えられるパラメータ候補の中から選択された、消費電力との相関が強いパラメータを含むモデル式に基づいて、推定式が決定される。そのため、住宅における消費電力を精度良く推定できる推定式を決定することができる。
　また、モデル式に採用されるパラメータは、パラメータ候補の中から選択されるので、パラメータ候補のすべてを用いて推定式を決定するよりも、係数、定数項、消費電力の推定値を決定するための処理量を軽減することができる。従って、消費電力を推定するための処理負荷の軽減を図ることが可能になる。
　さらに、推定式決定処理は、予め定められた時期に随時実行されるので、推定式は、随時見直されることになる。消費電力の傾向は、季節、時期によって異なることがあり、推定式を随時見直すことによって、住宅における消費電力を精度良く推定できる推定式を維持することができる。
　なお、機器管理システム１００は、利用者が投稿するインターネット上の投稿サイトのサーバ、ＳＮＳ（Social Networking Service）を提供するサーバなどを含んでもよい。この場合、機器管理装置１０６は、これらのサーバから提供される情報を広域ネットワーク１１１を介して取得し、その情報に基づいて、利用者の活動状況を示すライフログ情報を取得してもよい。これにより、利用者が予定とは異なる行動をしていた場合、ライフログ情報に基づいて、利用者が実際に宅内と宅外とのいずれに居たかを決定することができる。そして、予定データに基づく在宅人数、在宅時間を修正することができる。これにより、推定式の精度を向上させることが可能になる。また、機器管理装置１０６が、予め定められた家電機器（例えば、テレビ）１０１の動作状況を示す情報を宅内ネットワーク１１０を介して取得し、その情報に基づいて、利用者が実際に宅内と宅外とのいずれに居たかを決定してもよい。これによっても、予定データに基づく在宅人数、在宅時間を修正することができるので、推定式の精度を向上させることが可能になる。
　機器管理装置１０６は、推定式決定処理で決定された推定式を利用して、図６に示すような、住宅における予め定められた推定期間の消費電力を推定するための消費電力推定処理を実行する。消費電力推定処理は、例えば毎日午前１時など、予め定められた時期に実行される。
　推定用取得部１２７は、モデルデータ１２４、推定式データ１２５及び推定用データを取得する（ステップＳ１１１）。
　詳細には、推定用取得部１２７は、推定式データ１２５を記憶部１２１から取得する。推定用取得部１２７は、取得した推定式データ１２５に基づいて、モデル式に採用されるパラメータを特定する。推定用取得部１２７は、さらに、モデルデータ１２４を記憶部１２１から取得する。推定用取得部１２７は、取得したモデルデータ１２４に基づいて、モデル式に採用されるパラメータに対応するパラメータ値を決定する方法を特定して、そのパラメータ値を決定するために必要な推定用データを取得する。
　パラメータ値決定部１２８は、ステップＳ１１１にて取得された推定用データとステップＳ１１１にて特定されたパラメータ値の決定方法とに基づいて、モデル式に採用されるパラメータに対応するパラメータ値を決定する（ステップＳ１１２）。
　推定電力演算部１２９は、ステップＳ１１１にて取得された推定式データ１２５に基づいて特定されるパラメータに対応する係数の値及び定数の値と、ステップＳ１１２にて決定されたパラメータ値とに基づいて、消費電力の推定値を算出する（ステップＳ１１３）。
　詳細には、推定電力演算部１２９は、係数の値とそれに対応するパラメータのパラメータ値との積を算出する。モデル式に複数のパラメータが採用された場合、このような積を複数算出して、それらの和を算出する。さらに、推定電力演算部１２９は、係数の値とパラメータ値との積又は積の和に、定数項の値を加え、これによって、消費電力の推定値を算出する。
　これにより、推定電力演算部１２９は、消費電力推定処理を終了する。
　消費電力推定処理では、住宅における消費電力を上述の通り精度良く推定できる推定式に基づいて、消費電力の推定値が算出されるので、精度の良い消費電力の推定値を得ることができる。また、上述の通り、比較的低い処理負荷で消費電力の推定値を得ることができる。
　消費電力推定処理によって算出された消費電力の推定値に基づいて、計画部１１８は、上述のように、蓄電システム１０３が有する蓄電池などの電気機器の運用計画を作成する。精度の良い消費電力の推定値に基づいて運用計画が作成されるので、適切な運用計画を作成することが可能になる。
　例えば、計画部１１８は、電気料金が安い時間帯に蓄電し、電気料金が高い時間帯に放電するような蓄電池の運用計画が作成されてもよい。
　この場合、詳細には例えば、計画部１１８は、推定電力演算部１２９によって算出された消費電力の推定値に基づいて、夜間（例えば、１時００分００秒から４時５９分５９秒まで）に比べて電気料金が高い時間帯（例えば、５時００分００秒から２３時５９分５９秒まで、０時００分００秒から～０時５９分５９秒まで）の消費電力の推定値を算出する。具体的には例えば、計画部１１８は、記憶部１２１の履歴データ１２２を参照し、電気料金が高い時間帯の消費電力が１日の消費電力に占める割合を算出し、その割合を１日の消費電力の推定値に掛けることで、電気料金が高い時間帯の消費電力の推定値を算出する。そして、計画部１１８は、蓄電システム１０３が有する蓄電池の残容量が、電気料金が高い時間帯の始期（例えば、５時００分００秒）までに電気料金が高い時間帯の消費電力の推定値以上となるように、蓄電システム１０３が有する蓄電池の運用計画を作成する。
　ここで、夜間は、第１時間帯の一例であり、夜間に比べて電気料金が高い時間帯は、第２時間帯の一例である。電気料金は、電力会社と需要家との契約により定まることが多く、例えばこのような契約の内容に従って、第１時間帯と第２時間帯との各々が定められるとよい。
　なお、推定部１１７が、時間帯別の消費電力の推定値を算出し、計画部１１８は、その時間帯別の消費電力の推定値に基づいて、電気機器の運用計画を作成してもよい。
　機器管理部１１９が、作成された運用計画に従って、蓄電システム１０３が有する蓄電池を管理することによって、電気料金が安い時間帯に蓄電池に蓄電し、電気料金が高い時間帯に蓄電池に放電させることができる。これにより、住宅における電気料金の低減を図ることが可能になる。
　以上、本発明の実施の形態１について説明したが、本実施の形態は、以下のように変形されてもよい。
　例えば、推定期間は、1日に限らず、１時間、３時間などの時間帯、１週間、１ヶ月など適宜定められてよい。例えば、時間帯別の消費電力の推定値に基づいて、蓄電池の運用計画を作成してもよい。
　例えば、モデル式は、平日（祝日を除く月～金）と土日祝とで異なる推定式を決定してもよい。その場合、平日用の推定式は、平日の履歴データ１２２に基づいて決定され、土日祝用の推定式は、土日祝の履歴データ１２２に基づいて決定されるとよい。
　変形例１．
　一般的に、テレビは、利用者が宅内に居る時に視聴される際に動作する。そのため、テレビが動作する時間長さ（動作時間）は、利用者が宅内に居るか否かとの相関が強いと考えられる。そこで、パラメータ候補には、例えば、テレビの動作時間が含められてもよい。この場合、推定式を決定する際、テレビの動作時間に対応するパラメータ値には、履歴データ１２２に含まれる過去のテレビの動作時間が採用されるとよい。そして、消費電力の推定値を算出する際、テレビの動作時間に対応するパラメータ値には、実施の形態１で説明した在宅時間が採用されるとよく、在宅時間は、パラメータ候補からは除外されるとよい。
　このような動作時間をパラメータ候補に含める電気機器は、住宅に設置された電気機器から適宜選択されてよいが、利用者が宅内に居るか否かとの相関が強いものが望ましい。例えば、データ選定部１１３が、宅内に設置された電気機器のうち、宅内に利用者が居るか否かと電気機器の動作時間の各々との相関の強さを示す相関指標が閾値以上である電気機器を特定し、その電気機器の動作時間をパラメータ候補に設定してもよい。この場合も、モデル式のパラメータに採用されたときには、上述のテレビの動作時間をパラメータ候補に採用する場合と同様の方法により、推定式を決定し、消費電力の推定値を算出することができる。
　すなわち、この場合、パラメータ値決定部１２８が、パラメータ選択部１１５によって電気機器の動作時間が選択された場合に、利用者の予定を示す予定データに基づいて、選択された電気機器の動作時間の推定値を、選択された電気機器の動作時間に対応するパラメータ値として決定するとよい。推定電力演算部１２９は、決定されたパラメータ値を決定された推定式に適用することによって、宅内の消費電力を推定するとよい。
　ここで、消費電力を推定する際に、テレビの動作時間と在宅時間との関係が考慮されてもよい。この場合、例えば、推定式決定部１１６が、履歴データ１２２に基づいて在宅時間に対するテレビの動作時間の割合を求めて推定式データ１２５に含めて記憶部１２１に記憶させるとよい。パラメータ値決定部１２８は、パラメータ選択部１１５によって電気機器の動作時間が選択された場合に、利用者の予定を示す予定データ１２３に基づいて、選択された電気機器の動作時間の推定値を決定するとよい。そして、パラメータ値決定部１２８は、決定した動作時間の推定値に、推定式データ１２５に含まれる割合を乗じ、それによって得られた値を、選択された電気機器の動作時間に対応するパラメータ値として決定するとよい。
　本変形例によれば、種々のパラメータ候補から適切なものを選択して推定式を決定することができる。従って、消費電力の推定値の精度を向上させることが可能になる。
　実施の形態２． 
　本実施の形態では、以下の式（２）に示す実施の形態１とは異なるモデル式に基づいて、住宅における推定期間の消費電力を推定する方法について説明する。
　消費電力の推定値ＰＥ＝α１×Ｘ１＋α２×Ｘ２＋・・・＋αｎ×Ｘｎ＋Ｅ１＋Ｅ２＋Ｃ
・・・　式（２）
　式（２）は、第１補正項であるＥ１と、第２補正項であるＥ２とを含む点が、式（１）と異なり、その他は式（１）と同様である。
　第１補正項は、住宅に居る利用者の人数及び住宅に利用者が居る時間長さに基づいて、その値が定められる項である。例えば、テレビなどは、１台のテレビを複数の利用者が視聴することもあり、住宅に居る利用者の人数に比例して消費電力が増加するとは限らない。このように住宅に居る利用者の人数に比例しないことがある消費電力については、第１補正項が好適に採用される。第１補正項に適用される値である第１補正値は、例えば、住宅に居る利用者の人数及び住宅に利用者が居る時間長さに基づいて算出される各日の在宅人数から決定される。これによって、より正確に消費電力を推定することができる。
　第２補正項は、利用者の予定のイベント種別に応じて、適用される値（第２補正値）が定められる項である。イベント種別によっては、そのイベント種別に属するイベントが行われることで、そのイベントが行われない日とは、消費電力が大きく変動するものがある。このようなイベント種別の例としては、旅行、出張、来客、誕生日会などの非定期的な又は頻度が比較的低いイベントのイベント種別を挙げることができる。旅行、出張では、在宅人数が減るため消費電力が減少することが多く、来客、家で行われる誕生日会では、招待する人数に応じて消費電力が増加することが多いと考えられる。このようなイベント種別を予め設定しておくことによって、そのイベント種別に属するイベントが行われる日の消費電力をより正確に推定することが可能になる。
　なお、本実施の形態では、モデル式が第１補正項と第２補正項との両者を含む例により説明するが、モデル式には、第１補正項と第２補正項とのいずれか一方のみが含められてもよい。モデル式が第１補正項を含む場合、パラメータ候補には、実施の形態１で例示したパラメータ候補のうち、在宅人数と在宅時間が含められなくてもよい。
　本実施の形態に係る機器管理システム２００は、図７に示すように、実施の形態１に係る機器管理システム１００と概ね同様に構成される。本実施の形態では、機器管理装置２０６の構成が、実施の形態１に係る機器管理装置１０６の構成と異なる。
　機器管理装置２０６は、図８に示すように、実施の形態１の記憶部１２１、推定式決定部１１６及び推定部１１７のそれぞれに代わる記憶部２２１、推定式決定部２１６及び推定部２１７を備え、他の構成は、実施の形態１に係る機器管理装置１０６と同様である。
　記憶部２２１は、実施の形態１と同様の履歴データ１２２、予定データ１２３及び計画データ１２６を記憶しており、実施の形態１に係るモデルデータ１２４及び推定式データ１２５のそれぞれに代わるモデルデータ２２４及び推定式データ２２５を記憶している。
　モデルデータ２２４は、実施の形態１に係るモデルデータ１２４と同様にパラメータ値の決定方法を含み、これに加えて、第１補正値及び第２補正値の各々の決定方法を含む。
　推定式データ２２５は、実施の形態１に係る推定式データ１２５と同様に、モデル式に採用するパラメータとして選択されたものを特定するための情報、選択されたパラメータに掛けられる係数の値及び定数項の値を含む。これに加えて、推定式データ２２５は、第１補正項に適用する値（第１補正値）を決定するための第１補正用テーブルと、第２補正項に適用する値（第２補正値）を決定するための第２補正用テーブルとを含む。
　推定式決定部２１６は、係数、定数項、第１補正用テーブル及び第２補正用テーブルを決定し、これによって、実施の形態１に係る推定式決定部１１６と同様に、宅内での消費電力を推定するための推定式を決定する。推定式決定部２１６は、決定した係数、定数項、第１補正用テーブル及び第２補正用テーブルを推定式データ２２５として記憶部２２１に記憶させる。
　推定式決定部２１６が、係数及び定数項の値を決定する方法は、実施の形態１に係る推定式決定部１１６と同様である。ここでは、推定式決定部２１６が第１補正用テーブル及び第２補正用テーブルを決定する方法について説明する。
　推定式決定部２１６は、予定データ１２３と、データ選定部１１３によって選定された推定式決定用データとに基づいて、第１補正用テーブルを決定する。
　詳細には、推定式決定部２１６は、予定データ１２３に基づいて、実施の形態１と同様に各日の在宅人数を算出する。推定式決定部２１６は、決定した係数及び定数項の値と、選定された推定式決定用データに基づくパラメータ値とをモデル式に適用することで、モデル式に基づく各日の推定値を算出する。推定式決定部２１６は、対応する各日について、算出した推定値と消費電力の実績値との差を算出する。推定式決定部２１６は、対応する各日について、算出した在宅人数と算出した差（第１補正値）とを対応付けた第１補正用テーブルを作成する。推定式決定部２１６は、作成した第１補正用テーブルを推定式データ２２５に含めて記憶部２２１に記憶させる。
　なお、第１補正値は、正負いずれの値もあり得る。また、第１補正用テーブルは、利用者により適宜修正され又は設定されてもよい。
　推定式決定部２１６は、予定データ１２３と、データ選定部１１３によって除外された履歴データ１２２とを補正用データとして取得し、取得した補正用データに基づいて、第２補正用テーブルを決定する。
　詳細には、推定式決定部２１６は、補正用データが示す日の予定データ１２３に含まれるイベント種別を特定する。推定式決定部２１６は、決定した係数及び定数項の値と、選定された推定式決定用データに基づくパラメータ値とをモデル式に適用することで、補正用データが示す日の、モデル式に基づく推定値を算出する。推定式決定部２１６は、対応する日について、算出した推定値と消費電力の実績値との差を算出する。推定式決定部２１６は、特定したイベント種別と、算出した差（第２補正値）とを対応付けた第２補正用テーブルを作成する。推定式決定部２１６は、作成した第２補正用テーブルを推定式データ２２５に含めて記憶部２２１に記憶させる。同じイベント種別のイベントが行われた日が複数ある場合、例えば、差の平均値が第２補正値として、そのイベント種別に対応付けられるとよい。
　なお、第２補正値は、正負いずれの値もあり得る。また、推定式決定部２１６は、算出した推定値と消費電力の実績値との差が予め定めた閾値以上である場合に、特定したイベント種別と、算出した差（第２補正値）とを対応付けた第２補正用テーブルを作成してもよい。第２補正用テーブルは、利用者により適宜修正され又は設定されてもよい。
　推定部２１７は、実施の形態１と同様に、選択された１つ以上のパラメータに対応するパラメータ値を、決定された推定式に適用することによって、宅内での消費電力を推定する。
　本実施の形態に係る推定部２１７は、第１補正項及び第２補正項が推定式に含まれる点が実施の形態１に係る推定部１１７と異なっており、そのため、図９に示すように、実施の形態１に係る推定電力演算部１２９に代わる推定電力演算部２２９を備える。推定部２１７が備える推定用取得部１２７及びパラメータ値決定部１２８は、実施の形態１と同様それぞれと同様の機能を備える。
　推定電力演算部２２９は、推定用取得部１２７により取得された推定式データ２２５と、パラメータ値決定部１２８により決定されたパラメータ値とに基づいて、実施の形態１に係る推定電力演算部１２９と同様に、係数の値とパラメータ値との積と、推定式データ２２５に含まれる定数項の値との和を算出する。
　さらに、推定電力演算部２２９は、予定データ１２３に基づいて、消費電力を推定する日の在宅人数を算出する。推定電力演算部２２９は、算出した在宅人数と、推定式データ２２５に含まれる第１補正用テーブルとに基づいて、第１補正値を決定する。算出した在宅人数と同じ人数に対応する第１補正値が、第１補正用テーブルに含まれていない場合、推定電力演算部２２９は、例えば、算出した在宅人数に近い２つの在宅人数に対応する第１補正値を按分して内挿補完又は外挿補完することで、算出した在宅人数に対応する第１補正値を決定するとよい。
　さらに、推定電力演算部２２９は、予定データ１２３に基づいて、消費電力を推定する日のイベント種別を特定する。推定電力演算部２２９は、特定したイベント種別が、推定式データ２２５に含まれる第２補正用テーブルに含まれている場合、そのイベント種別に対応付けられた第２補正値を決定する。
　推定電力演算部２２９は、上述のように算出した係数の値とパラメータ値との積と定数項の値との和に、決定した第１補正値及び第２補正値の各々を加え、これによって、消費電力の推定値を算出する。
　これまで、本発明の実施の形態２に係る機器管理システム２００の構成について説明した。ここから、本実施の形態に係る機器管理システム２００の動作について説明する。
　本実施の形態では、機器管理装置２０６は、図１０に処理の流れを示す推定式決定処理を実行する。本実施の形態に係る推定式決定処理は、同図に示すように、実施の形態１に係る推定式決定処理の各処理（ステップＳ１０１～ステップＳ１０７）に加えて、ステップＳ２０８の処理を含む。
　ステップＳ１０７の処理が実行されると、推定式決定部２１６は、第１補正用テーブル及び第２補正用テーブルを決定する（ステップＳ２０８）。
　詳細には、推定式決定部２１６は、ステップＳ１０１にて取得された予定データ１２３と、ステップＳ１０２にて選定された推定式決定用データとに基づいて、上述のように第１補正用テーブルを決定する。
　また、推定式決定部２１６は、ステップＳ１０１にて取得された履歴データ１２２のうち、ステップＳ１０２にて除外されたものである補正用データをデータ選定部１１３から取得する。推定式決定部２１６は、取得した補正用データと、ステップＳ１０１にて取得された予定データ１２３とに基づいて、上述のように第２補正用テーブルを決定する。
　本実施の形態では、機器管理装置２０６は、図１１に処理の流れを示す消費電力推定処理を実行する。本実施の形態に係る消費電力推定処理は、同図に示すように、実施の形態１に係る消費電力推定処理と同様のステップＳ１１１及びＳ１１２の処理と、ステップＳ１１３の処理に代わるステップＳ２１３の処理とを含む。
　ステップＳ１１２の処理が実行されると、推定電力演算部２２９は、上述の通り、推定式データ１２５に含まれる係数の値とパラメータ値との積と、推定用データに含まれる定数項の値と、上述のように決定される第１補正値及び第２補正値との和を算出する。これによって、推定電力演算部２２９は、消費電力の推定値を算出する。
　これまで説明したように、本実施の形態に係るモデル式は、第１補正項を含む。これにより、在宅人数に比例して消費電力が増加しない場合であっても、在宅人数に応じて、消費電力の推定値を補正することができる。従って、より正確に消費電力を推定することが可能になる。
　また、本実施の形態に係るモデル式は、第２補正項を含む。これにより、例えば不定期なイベントなど予め定められたイベント種別のイベントが行われる場合であっても、そのイベント種別に応じて消費電力の推定値を補正することができる。従って、より正確に消費電力を推定することが可能になる。
　実施の形態３． 
　実施の形態１及び２では、データ選定部１１３、相関演算部１１４、パラメータ選択部１１５、推定式決定部１１６又は２１６、推定部１１７又は２１７及び計画部１１８のすべてを機器管理装置１０６又は２０６が備える例を説明した。データ選定部１１３、相関演算部１１４、パラメータ選択部１１５、推定式決定部１１６，２１６、推定部１１７，２１７及び計画部１１８の一部又は全部を、クラウドサーバが備えてもよい。本実施の形態では、実施の形態１に係る機器管理装置１０６が備える機能の一部をクラウドサーバが備える例について説明する。
　本実施の形態に係る機器管理システム３００は、図１２に示すように、実施の形態１に係る機器管理システム１００と概ね同様に構成される。本実施の形態では、クラウドサーバ３０７及び機器管理装置３０６の構成が、実施の形態１に係るクラウドサーバ１０７及び機器管理装置１０６の構成と異なる。
　本実施の形態では、図１３に示すように、実施の形態１と同様のデータ選定部１１３、相関演算部１１４、パラメータ選択部１１５、推定式決定部１１６及び推定部１１７と、履歴データ１２２、予定データ１２３、モデルデータ１２４及び推定式データ１２５を記憶する記憶部３２１ａと、広域ネットワーク１１１を介して機器管理装置３０６、気象サーバ１０５などと通信する通信部３２０ａとを備える。通信部３２０ａは、広域ネットワーク１１１を介して適宜取得する履歴データ１２２、予定データ１２３を記憶部３２１ａに記憶させる。
　このような構成を備えることによって、本実施の形態に係るクラウドサーバ３０７は、実施の形態１に係る推定式決定処理及び消費電力推定処理を実行することができる。
　本実施の形態に係る機器管理装置３０６は、図１４に示すように、実施の形態１と同様の計画部１１８及び機器管理部１１９と、広域ネットワーク１１１を介して通信する通信部３２０ｂと、計画データ１２６を記憶する記憶部３２１ｂとを備える。通信部３２０ｂは、例えば、クラウドサーバ３０７によって算出された消費電力の推定値を示すデータを広域ネットワーク１１１を介して取得する。これにより、機器管理装置３０６は、実施の形態１と同様に、消費電力の推定値に基づいて電気機器の運用計画を作成し、作成した運用計画に基づいて電気機器を管理することができる。
　本実施の形態によっても、実施の形態１と同様の効果を奏する。
　本発明は、コンピュータにインストールすることによって、そのコンピュータを、例えば実施の形態１～３に係るデータ選定部１１３、相関演算部１１４、パラメータ選択部１１５、推定式決定部１１６又は２１６、推定部１１７又は２１７及び計画部１１８の一部又は全部として機能させるためのプログラムとして実現されてもよい。本発明は、そのようなプログラムが一時的ではなく記録された記憶媒体として実現されてもよい。
　以上、本発明の実施の形態及び変形例（なお書きに記載したものを含む。以下、同様。）について説明したが、本発明はこれらに限定されるものではない。本発明は、実施の形態及び変形例が適宜組み合わされたもの、それに適宜変更が加えられたものを含む。
　本発明は、電力の需要場所における消費電力を推定するための消費電力推定システム、消費電力推定装置、消費電力推定方法、そのためのプログラムなどに好適に利用することができる。
　１００，２００，３００　機器管理システム、１０１　家電機器、１０２　発電システム、１０３　蓄電システム、１０４　電力計測装置、１０５　気象サーバ、１０６，２０６，３０６　機器管理装置、１０７，３０７　クラウドサーバ、１１３　データ選定部、１１４　相関演算部、１１５　パラメータ選択部、１１６，２１６　推定式決定部、１１７，２１７　推定部、１１８　計画部、１１９　機器管理部、１２０，３２０ａ，３２０ｂ　通信部、１２１，２２１　記憶部、１２２　履歴データ、１２３　予定データ、１２４，２２４　モデルデータ、１２５，２２５　推定式データ、１２６　計画データ、１２７　推定用取得部、１２８　パラメータ値決定部、１２９，２２９　推定電力演算部。

Claims (13)

  1. 　需要場所での消費電力の実績値と前記消費電力を推定するためのモデル式に採用されるパラメータの候補であるパラメータ候補の各々との相関の強さを示す相関指標を算出する相関演算部と、
    　前記算出された相関指標と予め定められた閾値とを比較し、比較した結果に基づいて、前記消費電力の実績値と相関が強いパラメータを前記パラメータ候補の中から選択するパラメータ選択部と、
    　前記選択されたパラメータを採用した前記モデル式に基づいて、前記消費電力を推定するための推定式を決定する推定式決定部と、
    　前記選択されたパラメータに対応するパラメータ値を前記決定された推定式に適用することによって、前記消費電力を推定する推定部とを備える消費電力推定装置。
  2. 　前記パラメータ候補は、前記需要場所に居る利用者の人数及び前記需要場所に利用者が居る時間長さに基づいて定まる在場所人数を含む
    　請求項１に記載の消費電力推定装置。
  3. 　前記推定部は、
    　前記パラメータ選択部によって前記在場所人数が選択された場合に、前記利用者の予定を示す予定データに基づいて、前記在場所人数に対応するパラメータ値を決定するパラメータ値決定部と、
    　前記決定されたパラメータ値を前記決定された推定式に適用することによって、前記消費電力を推定する推定電力演算部とを備える
    　請求項２に記載の消費電力推定装置。
  4. 　前記複数のパラメータ候補は、前記需要場所に設置された１つ又は複数の電気機器の各々が動作する時間長さである動作時間を含み、
    　前記推定部は、
    　前記パラメータ選択部によって予め定められた電気機器の動作時間が選択された場合に、前記利用者の予定を示す予定データに基づいて、前記選択された電気機器の動作時間に対応するパラメータ値を決定するパラメータ値決定部と、
    　前記決定されたパラメータ値を前記決定された推定式に適用することによって、前記消費電力を推定する推定電力演算部とを備える
    　請求項１に記載の消費電力推定装置。
  5. 　前記モデル式は、前記需要場所に居る利用者の人数及び前記需要場所に利用者が居る時間長さに基づいて定められる第１補正項を含み、
    　前記推定式決定部は、前記選択されたパラメータを採用した前記モデル式に基づいて、前記第１補正項を含む前記推定式を決定し、
    　前記推定部は、前記利用者の予定を示す予定データに基づいて、前記需要場所に利用者が居る時間長さ及び前記需要場所に居る利用者の人数を決定し、当該決定した時間長さ及び人数の推定値に基づいて、前記第１補正量を決定し、前記選択されたパラメータに対応するパラメータ値を前記決定された推定式に適用するとともに、前記決定された推定式に含まれる前記第１補正項に前記決定された第１補正量を適用することによって、前記消費電力を推定する
    　請求項１に記載の消費電力推定装置。
  6. 　前記モデル式は、利用者の予定のイベント種別に応じて定められる第２補正項を含み、
    　前記推定式決定部は、前記選択されたパラメータを採用した前記モデル式に基づいて、前記第２補正項を含む前記推定式を決定し、
    　前記推定部は、前記利用者の予定を示す予定データに含まれるイベント種別に基づいて、前記第２補正量を決定し、前記選択されたパラメータに対応するパラメータ値を前記決定された推定式に適用するとともに、前記決定された推定式に含まれる前記第２補正項に前記決定された補正量を適用することによって、前記消費電力を推定する推定電力演算部とを備える
    　請求項１から５のいずれか１項に記載の消費電力推定装置。
  7. 　前記複数のパラメータ候補は、気象情報を含む
    　請求項１から６のいずれか１項に記載の消費電力推定装置。
  8. 　前記推定された消費電力に基づいて、前記需要場所に設置された電気機器のうちの１つ又は複数の電気機器の運用計画を作成する計画部をさらに備える
    　請求項１から７のいずれか１項に記載の消費電力推定装置。
  9. 　前記計画部は、蓄電池の残容量と前記推定された消費電力とに基づいて、前記蓄電池の運用計画を作成する
    　請求項８に記載の消費電力推定装置。
  10. 　前記計画部は、前記蓄電池の残容量が、第１時間帯に比べて電気料金が高い第２時間帯までに、前記第２時間帯の前記推定された消費電力以上となるように、前記蓄電池の運用計画を作成する
    　請求項９に記載の消費電力推定装置。
  11. 　需要場所での消費電力の実績値と前記消費電力を推定するためのモデル式に採用されるパラメータの候補であるパラメータ候補の各々との相関の強さを示す相関指標を算出する相関演算部と、
    　前記算出された相関指標と予め定められた閾値とを比較し、比較した結果に基づいて、前記消費電力の実績値と相関が強いパラメータを前記パラメータ候補の中から選択するパラメータ選択部と、
    　前記選択されたパラメータを採用した前記モデル式に基づいて、前記消費電力を推定するための推定式を決定する推定式決定部と、
    　前記選択されたパラメータに対応するパラメータ値を前記決定された推定式に適用することによって、前記消費電力を推定する推定部と、
    　前記推定された消費電力に基づいて、前記需要場所に設置された１つ又は複数の電気機器のうちの１つ又は複数の電気機器の運用計画を作成する計画部と、
    　前記作成された運用計画に従って、前記１つ又は複数の電気機器を管理する機器管理部とを備える機器管理システム。
  12. 　消費電力推定装置が、需要場所での消費電力の実績値と前記消費電力を推定するためのモデル式に採用されるパラメータの候補であるパラメータ候補の各々との相関の強さを示す相関指標を算出することと、
    　前記消費電力推定装置が、前記算出された相関指標と予め定められた閾値とを比較し、比較した結果に基づいて、前記消費電力の実績値と相関が強いパラメータを前記パラメータ候補の中から選択することと、
    　前記消費電力推定装置が、前記選択されたパラメータを採用した前記モデル式に基づいて、前記消費電力を推定するための推定式を決定することと、
    　前記消費電力推定装置が、前記選択されたパラメータに対応するパラメータ値を前記決定された推定式に適用することによって、前記消費電力を推定することとを含む消費電力推定方法。
  13. 　コンピュータを、
    　需要場所での消費電力の実績値と前記消費電力を推定するためのモデル式に採用されるパラメータの候補であるパラメータ候補の各々との相関の強さを示す相関指標を算出する相関演算部、
    　前記算出された相関指標と予め定められた閾値とを比較し、比較した結果に基づいて、前記消費電力の実績値と相関が強いパラメータを前記パラメータ候補の中から選択するパラメータ選択部、
    　前記選択されたパラメータを採用した前記モデル式に基づいて、前記消費電力を推定するための推定式を決定する推定式決定部、
    　前記選択されたパラメータに対応するパラメータ値を前記決定された推定式に適用することによって、前記消費電力を推定する推定部、として機能させるためのプログラム。
PCT/JP2014/072798 2014-08-29 2014-08-29 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム WO2016031065A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2016545208A JP6293291B2 (ja) 2014-08-29 2014-08-29 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム
PCT/JP2014/072798 WO2016031065A1 (ja) 2014-08-29 2014-08-29 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/072798 WO2016031065A1 (ja) 2014-08-29 2014-08-29 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2016031065A1 true WO2016031065A1 (ja) 2016-03-03

Family

ID=55399000

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/072798 WO2016031065A1 (ja) 2014-08-29 2014-08-29 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム

Country Status (2)

Country Link
JP (1) JP6293291B2 (ja)
WO (1) WO2016031065A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107273997A (zh) * 2016-06-30 2017-10-20 国网江苏省电力公司南通供电公司 基于周几系数线性回归模型的台区日用电量的预测方法
JP2020205684A (ja) * 2019-06-14 2020-12-24 大成建設株式会社 消費電力推定装置および消費電力推定方法
WO2023048354A1 (ko) * 2021-09-24 2023-03-30 남도금형(주) 친환경 발전 또는 심야의 유휴 전력을 활용하는 전기자동차 충전용 레독스 흐름전지 충전 시스템 및 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308782B (zh) * 2018-03-22 2023-09-08 阿里巴巴集团控股有限公司 功耗预测、控制方法、设备及计算机可读存储介质
KR102490047B1 (ko) * 2020-11-30 2023-01-18 남도금형(주) 설치 및 유지보수가 편리한 소형 레독스 흐름 전지를 활용한 가정용 에너지저장시스템

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11175503A (ja) * 1997-12-16 1999-07-02 Meidensha Corp 時系列データ予測装置
JP2003308471A (ja) * 2002-04-15 2003-10-31 Hitachi Ltd シミュレーション方法、およびシミュレーションシステム
JP2005031927A (ja) * 2003-07-11 2005-02-03 Hitachi Ltd 電力需要予測装置及びその方法
JP2006017403A (ja) * 2004-07-02 2006-01-19 Mitsubishi Electric Corp 施設のエネルギー消費予測装置および方法、並びに設備運用システム
JP2011083083A (ja) * 2009-10-05 2011-04-21 Panasonic Electric Works Co Ltd 電力供給システム及び電力供給システムの制御装置
JP2011125122A (ja) * 2009-12-09 2011-06-23 Sony Corp バッテリ制御システム、バッテリ制御装置、バッテリ制御方法およびプログラム
WO2012137814A1 (ja) * 2011-04-04 2012-10-11 シャープ株式会社 コントローラおよび制御方法
JP2014050275A (ja) * 2012-09-03 2014-03-17 Toshiba Corp エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ装置
JP2014127045A (ja) * 2012-12-26 2014-07-07 Mitsubishi Heavy Ind Ltd 運航支援システム、及び運航支援方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014054048A (ja) * 2012-09-06 2014-03-20 Toshiba Corp 電力予測方法、装置、及びプログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11175503A (ja) * 1997-12-16 1999-07-02 Meidensha Corp 時系列データ予測装置
JP2003308471A (ja) * 2002-04-15 2003-10-31 Hitachi Ltd シミュレーション方法、およびシミュレーションシステム
JP2005031927A (ja) * 2003-07-11 2005-02-03 Hitachi Ltd 電力需要予測装置及びその方法
JP2006017403A (ja) * 2004-07-02 2006-01-19 Mitsubishi Electric Corp 施設のエネルギー消費予測装置および方法、並びに設備運用システム
JP2011083083A (ja) * 2009-10-05 2011-04-21 Panasonic Electric Works Co Ltd 電力供給システム及び電力供給システムの制御装置
JP2011125122A (ja) * 2009-12-09 2011-06-23 Sony Corp バッテリ制御システム、バッテリ制御装置、バッテリ制御方法およびプログラム
WO2012137814A1 (ja) * 2011-04-04 2012-10-11 シャープ株式会社 コントローラおよび制御方法
JP2014050275A (ja) * 2012-09-03 2014-03-17 Toshiba Corp エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ装置
JP2014127045A (ja) * 2012-12-26 2014-07-07 Mitsubishi Heavy Ind Ltd 運航支援システム、及び運航支援方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107273997A (zh) * 2016-06-30 2017-10-20 国网江苏省电力公司南通供电公司 基于周几系数线性回归模型的台区日用电量的预测方法
CN107273997B (zh) * 2016-06-30 2024-02-02 国网江苏省电力公司南通供电公司 基于周几系数线性回归模型的台区日用电量的预测方法及系统
JP2020205684A (ja) * 2019-06-14 2020-12-24 大成建設株式会社 消費電力推定装置および消費電力推定方法
JP7285480B2 (ja) 2019-06-14 2023-06-02 大成建設株式会社 消費電力推定装置および消費電力推定方法
WO2023048354A1 (ko) * 2021-09-24 2023-03-30 남도금형(주) 친환경 발전 또는 심야의 유휴 전력을 활용하는 전기자동차 충전용 레독스 흐름전지 충전 시스템 및 방법

Also Published As

Publication number Publication date
JP6293291B2 (ja) 2018-03-14
JPWO2016031065A1 (ja) 2017-04-27

Similar Documents

Publication Publication Date Title
CN108292860B (zh) 电力控制装置、运转计划制定方法以及记录介质
Luo et al. Hierarchical energy management system for home microgrids
JP6671344B2 (ja) 電力消費の最適化のためのスマートシステムの動作方法及び装置
Tascikaraoglu et al. A demand side management strategy based on forecasting of residential renewable sources: A smart home system in Turkey
CN107851994B (zh) 电力供需预测系统、方法及计算机可读存储介质
US10298056B2 (en) Power control system, power control method, and recording medium
US8867908B2 (en) Self-programming water heater
US20140257584A1 (en) Energy management system, energy management method, medium, and server
US20140214219A1 (en) Energy management system, energy management method, medium, and server
Wu et al. Stochastic optimal scheduling of residential appliances with renewable energy sources
US9817409B2 (en) Method and apparatus for distributed control of thermostatic electric loads using high-granularity energy usage data
JP6293291B2 (ja) 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム
JP2016001987A (ja) デマンドレスポンス制御方法、および、デマンドレスポンス制御装置
JP2013222293A (ja) エネルギー管理システム、エネルギー管理方法、プログラム、サーバ装置およびクライアント装置
EP3082096A1 (en) Demand prediction device and program
JP6676477B2 (ja) 建物の消費電力予測システム、蓄電装置の制御システム、及び蓄電装置の制御方法
JP6617476B2 (ja) 需要電力予測装置、需要電力予測方法及びコンピュータプログラム
JP2016019358A (ja) 需要予測装置、コンピュータプログラム、スマートメーター及び蓄電装置
JP2015061500A (ja) 電力需給制御装置及び電力需給制御方法
JP6403875B2 (ja) 機器管理装置、機器管理システム、機器管理方法及びプログラム
KR20230117317A (ko) 최대 전력 사용 시간을 예측하는 방법 및 그것을 이용한서버
KR20160044640A (ko) 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템
JP6292515B2 (ja) 需要予測装置、プログラム
US20230418346A1 (en) Methods, systems, and media for automatic and continuous control of energy-consuming devices
JP6198953B2 (ja) 管理装置、管理システム、管理方法、及び、プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14900815

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016545208

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14900815

Country of ref document: EP

Kind code of ref document: A1

点击 这是indexloc提供的php浏览器服务，不要输入任何密码和下载