図面 (/)

技術 プラント最適運用計画作成システム

出願人 東京瓦斯株式会社富士電機システムズ株式会社
発明者 塚田龍也林巨己北川慎治福山良和
出願日 2004年9月14日 (16年2ヶ月経過) 出願番号 2004-266634
公開日 2006年3月30日 (14年8ヶ月経過) 公開番号 2006-085236
状態 特許登録済
技術分野 フィードバック制御一般
主要キーワード 暖房用ボイラ 各負荷状態 負荷種別 不確定要因 燃料注入量 エネルギープラント 最適運用 ヒューリスティック手法
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2006年3月30日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (9)

課題

プラント負荷予測誤差を考慮して運用コストが最小の最適運用計画を作成可能とする。

解決手段

計画案として各制御時間毎の各プラント構成機器起動停止状態及び燃料注入量が入力された時に、これら入力情報と各制御時間毎の負荷予測値、各機器入出力特性運転モード等を用いて、起動・停止状態や燃料注入量に関する第1運用計画を作成するプラントシミュレータ部20と、第1運用計画に負荷予測誤差を与えて各機器のローカル制御により計画修正した第2運用計画を第1運用計画と共に出力するローカル制御部30と、 各運用計画の運用コスト及び負荷状態発生確率を用いて運用コスト期待値を計算するコスト計算部40と、運用コスト期待値を目的関数としてこれを最小化する起動・停止状態、燃料注入量を最適化手法により探索し、計画案としてプラントシミュレータ部20に出力する最適化部10とを備える。

概要

背景

従来、各種プラント構成機器起動・停止まで考慮した上で最適化手法を用いてプラント最適運用を求める方法は種々提案されている。これらの従来技術では、プラント構成機器の入出力特性運転パターン線形の一般的な方程式として扱い、混合整数計画問題として定式化した上で問題を解くか、あるいは、プラント構成機器の入出力特性の非線形性(非連続、微分不可能も含む)や運転パターンを考慮した上で、エキスパートシステムファジー推論のように非線形問題も扱えるヒューリスティックな手法によりプラントの最適運用を求める方法が一般的であった。

しかしながら、各種プラント構成機器の入出力特性は非線形性を有するほか、時間帯によって異なった運転パターンをとることから、最適化手法によって直接扱えるように一般的な方程式として定式化することは通常困難である。従って、プラントの最適運用は最適化問題の中でも最も求解が困難な非線形混合整数計画問題として定式化することが考えられる。
しかし、プラント構成機器の起動・停止等の離散値と、構成機器燃料注入量等の連続値とを総合的に考慮した上で、各プラント構成機器の特性上の制約負荷種別ごとの需給バランス等の制約条件、及び、プラント運用コスト排出ガスの最小化等の目的関数と共に、非線形性を有する問題に対して数学的に最適化するのは困難である。

このため、下記の特許文献1では、このような問題に対し、Particle Swarm Optimization(以下、PSOという)や遺伝的アルゴリズム(以下、GAという)、タブサーチ(以下、TSという)等のモダンヒューリスティック手法を用いて、プラント運用コストが最小となるような最適運用計画を作成している。

特開2003−84805号公報(請求項3,4、段落[0085]〜[0119]、図12等)

概要

プラント負荷予測誤差を考慮して運用コストが最小の最適運用計画を作成可能とする。計画案として各制御時間毎の各プラント構成機器の起動・停止状態及び燃料注入量が入力された時に、これら入力情報と各制御時間毎の負荷予測値、各機器の入出力特性・運転モード等を用いて、起動・停止状態や燃料注入量に関する第1運用計画を作成するプラントシミュレータ部20と、第1運用計画に負荷予測誤差を与えて各機器のローカル制御により計画修正した第2運用計画を第1運用計画と共に出力するローカル制御部30と、 各運用計画の運用コスト及び負荷状態発生確率を用いて運用コスト期待値を計算するコスト計算部40と、運用コスト期待値を目的関数としてこれを最小化する起動・停止状態、燃料注入量を最適化手法により探索し、計画案としてプラントシミュレータ部20に出力する最適化部10とを備える。

目的

しかしながら、負荷予測値には必ず予測誤差が存在するので、この予測誤差を考えた場合には、特許文献1の従来技術により作成された運用計画が必ずしも運用コストを最小とする最適運用計画になるとは限らない。
そこで本発明の解決課題は、電力負荷熱負荷等のプラント負荷の予測誤差を考慮して運用コストを最小化する運用計画を最適化手法により作成可能としたプラント最適運用計画作成システムを提供することにある。

効果

実績

技術文献被引用数
4件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

プラントの各種負荷予測値に対する負荷種別ごとの需給バランス満足し、かつ、各プラント構成機器の特性上の制約を考慮しながら、少なくとも所定期間のプラントの運用コストを最小化する目的で各制御時間ごとの各プラント構成機器の起動停止状態及び燃料注入量最適化手法により探索してプラントの最適運用計画を作成するシステムにおいて、負荷予測誤差がないと仮定した時の負荷状態発生確率とその時の運用コスト、及び、負荷予測誤差があると仮定した時の負荷状態発生確率とその時の運用コストによって得られる運用コスト期待値最適化問題目的関数とし、この目的関数を最小化するような各機器の起動・停止状態及び燃料注入量を最適化手法により探索することを特徴とするプラント最適運用計画作成システム。

請求項2

請求項1に記載したプラント最適運用計画作成システムにおいて、計画案として、各制御時間ごとの各プラント構成機器の起動・停止状態及び燃料注入量が入力されたときに、これらの入力情報と各制御時間ごとの負荷予測値、各機器の入出力特性運転モード等を用いて、各制御時間ごとの各機器の起動・停止状態や燃料注入量を内容とする予測誤差考慮なしの第1運用計画を作成して出力するプラントシミュレータ部と、第1運用計画に負荷予測誤差を与えて各機器のローカル制御により運用計画を修正し、この修正後の運用計画を予測誤差に基づく第2運用計画として第1運用計画と共に出力するローカル制御部と、第1運用計画における運用コストと、第2運用計画における運用コストと、各運用計画における負荷状態発生確率とを用いて運用コスト期待値を計算するコスト計算部と、前記運用コスト期待値を最適化問題の目的関数として、この目的関数を最小化するような制御時間ごとの各機器の起動・停止状態及び燃料注入量を最適化手法により探索し、これらの起動・停止状態及び燃料注入量を計画案として前記プラントシミュレータ部に出力する最適化部と、を備えたことを特徴とするプラント最適運用計画作成システム。

技術分野

0001

本発明は、冷温熱及び電力負荷に供給するエネルギープラントにおいて、熱負荷電力負荷等の予測誤差を考慮しながらプラント運用コストを最小化する運用計画最適化手法により作成するプラント最適運用計画作成システムに関する。

背景技術

0002

従来、各種プラント構成機器起動・停止まで考慮した上で最適化手法を用いてプラントの最適運用を求める方法は種々提案されている。これらの従来技術では、プラント構成機器の入出力特性運転パターン線形の一般的な方程式として扱い、混合整数計画問題として定式化した上で問題を解くか、あるいは、プラント構成機器の入出力特性の非線形性(非連続、微分不可能も含む)や運転パターンを考慮した上で、エキスパートシステムファジー推論のように非線形問題も扱えるヒューリスティックな手法によりプラントの最適運用を求める方法が一般的であった。

0003

しかしながら、各種プラント構成機器の入出力特性は非線形性を有するほか、時間帯によって異なった運転パターンをとることから、最適化手法によって直接扱えるように一般的な方程式として定式化することは通常困難である。従って、プラントの最適運用は最適化問題の中でも最も求解が困難な非線形混合整数計画問題として定式化することが考えられる。
しかし、プラント構成機器の起動・停止等の離散値と、構成機器燃料注入量等の連続値とを総合的に考慮した上で、各プラント構成機器の特性上の制約負荷種別ごとの需給バランス等の制約条件、及び、プラント運用コストや排出ガスの最小化等の目的関数と共に、非線形性を有する問題に対して数学的に最適化するのは困難である。

0004

このため、下記の特許文献1では、このような問題に対し、Particle Swarm Optimization(以下、PSOという)や遺伝的アルゴリズム(以下、GAという)、タブサーチ(以下、TSという)等のモダンヒューリスティック手法を用いて、プラント運用コストが最小となるような最適運用計画を作成している。

0005

特開2003−84805号公報(請求項3,4、段落[0085]〜[0119]、図12等)

発明が解決しようとする課題

0006

上記特許文献1に記載された従来技術を用いれば、プラント構成機器の起動・停止等の離散値と構成機器の燃料注入量等の連続値とを総合的に考慮した上で、各種プラント構成機器の特性上の制約や負荷種別ごとの需給バランス等の制約条件、及び、プラント運用コストや排出ガスの最小化等の目的関数を用いて、非線形性を有する問題を数学的に最適化することにより、最適運用計画を作成することができる。
なお、この従来技術では、例えばニューラルネットワークを用いて予測された電力負荷、熱負荷等の負荷予測値に基づいて最適運用計画が作成されるものである。

0007

しかしながら、負荷予測値には必ず予測誤差が存在するので、この予測誤差を考えた場合には、特許文献1の従来技術により作成された運用計画が必ずしも運用コストを最小とする最適運用計画になるとは限らない。
そこで本発明の解決課題は、電力負荷、熱負荷等のプラント負荷の予測誤差を考慮して運用コストを最小化する運用計画を最適化手法により作成可能としたプラント最適運用計画作成システムを提供することにある。

課題を解決するための手段

0008

上記課題を解決するため、請求項1に記載した発明は、プラントの各種負荷予測値に対する負荷種別ごとの需給バランスを満足し、かつ、各プラント構成機器の特性上の制約を考慮しながら、少なくとも所定期間のプラントの運用コストを最小化する目的で各制御時間ごとの各プラント構成機器の起動・停止状態及び燃料注入量を最適化手法により探索してプラントの最適運用計画を作成するシステムにおいて、
負荷予測誤差がないと仮定した時の負荷状態発生確率とその時の運用コスト、及び、負荷予測誤差があると仮定した時の負荷状態発生確率とその時の運用コストによって得られる運用コスト期待値を最適化問題の目的関数とし、この目的関数を最小化するような各機器の起動・停止状態及び燃料注入量を最適化手法により探索するものである。

0009

請求項2に記載した発明は、請求項1に記載した最適運用計画作成システムにおいて、
計画案として、各制御時間ごとの各プラント構成機器の起動・停止状態及び燃料注入量が入力されたときに、これらの入力情報と各制御時間ごとの負荷予測値、各機器の入出力特性・運転モード等を用いて、各制御時間ごとの各機器の起動・停止状態や燃料注入量を内容とする予測誤差考慮なしの第1運用計画を作成して出力するプラントシミュレータ部と、
第1運用計画に負荷予測誤差を与えて各機器のローカル制御により運用計画を修正し、この修正後の運用計画を予測誤差に基づく第2運用計画として第1運用計画と共に出力するローカル制御部と、
第1運用計画における運用コストと、第2運用計画における運用コストと、各運用計画における負荷状態発生確率とを用いて運用コスト期待値を計算するコスト計算部と、
前記運用コスト期待値を最適化問題の目的関数として、この目的関数を最小化するような制御時間ごとの各機器の起動・停止状態及び燃料注入量を最適化手法により探索し、これらの起動・停止状態及び燃料注入量を計画案として前記プラントシミュレータ部に出力する最適化部と、を備えたものである。

発明の効果

0010

本発明によれば、負荷予測誤差を考慮した上でのプラント最適運用計画の作成が可能であり、プラント運用コストの低減に寄与することができる。また、実際の運用に携わるオペレータが、負荷予測誤差を考慮した場合としない場合との運用計画の相違を容易に比較し、認識することができるという効果がある。

発明を実施するための最良の形態

0011

以下、図に沿って本発明の実施形態を説明する。
図1は、本実施形態にかかる負荷予測誤差を考慮したプラント最適運用計画作成システムの概念的な構成図であり、このシステムは、最適化部10、プラントシミュレータ部20、ローカル制御部30、コスト計算部40から構成されている。なお、これらの各構成要素は、コンピュータシステムハードウェア及びソフトウェアからなるものである。

0012

最適化部10は、計画案として、状態変数である各制御時間ごとの各プラント構成機器の起動・停止状態及び燃料注入量をプラントシミュレータ部20に出力する。
プラントシミュレータ部20は、これらの入力情報と、別個に生成した各制御時間ごとの負荷予測値(予測誤差を考慮していない負荷予測値)とを用い、更に各機器の入出力特性、運転モード等を利用して、各制御時間ごとの各機器の起動・停止状態や燃料注入量を内容とするプラント運用計画(予測誤差考慮なしの運用計画:第1運用計画)を作成してローカル制御部30に出力する。

0013

次に、ローカル制御部30は、プラントシミュレータ部20にて作成された誤差考慮なしの運用計画(第1運用計画)に負荷予測誤差を与えて、各機器のローカル制御により運用計画を修正し、この修正後の運用計画を負荷予測誤差に基づく運用計画(第2運用計画)として第1運用計画と共に出力する。
なお、上記ローカル制御については後述する。

0014

ここで、実際のプラントにおいては、予め検討された構成に基づいて配管の配置が決められている。図2は、プラントの配管配置の一例を示している。
すなわち、発電機101により電力と共に発生した熱出力は、配管102を通って熱供給機器としてのジェネリンク(排熱投入型ガス吸収冷温水機)103、暖房用熱交換器104、給湯用熱交換器105の順に直列に供給され、余った熱は冷却塔106により処理される。この時、各熱供給機器に供給される熱量は、各機器に並列に設けられた流量調節弁107,108,109によって運用計画期間ごとに制御される。

0015

ここで、熱負荷の大きさが予測値と実績値とで差がある場合(つまり予測誤差がある場合)に、オンラインにて流量調節弁107,108,109を制御し、各熱供給機器へ供給する熱量を変化させて各負荷の需給バランスをとることは困難である。そこで、プラント構成機器には、負荷の予測値と実績値とに差がある場合に、需給バランスを平衡させるために機器単独で行う制御が予め定められている。この機器単独で需給バランスを平衡させる制御を、ここではローカル制御と定義している。
図1に示したローカル制御部30は、プラント構成機器自体が行うローカル制御を模擬したものである。

0016

このように、ローカル制御部30では、負荷に予測誤差があると仮定したうえで、予測誤差考慮なしの運用計画(第1運用計画)をローカル制御の一部として修正し、負荷予測誤差を考慮した運用計画(第2運用計画)を作成する。
なお、ローカル制御部30に対する負荷予測誤差の与え方は、負荷予測誤差の分布正規分布であると仮定し、誤差の代表点を誤差ゼロ、+誤差、−誤差の3点として与える。

0017

図3は、正規分布と仮定した負荷予測誤差を示しており、誤差を0(誤差ゼロ)、+0.43σ(+誤差)、−0.43σ(−誤差)として与えている。ここで、σは標準偏差であり、過去の負荷予測値と実績値とから簡単に求められる値である。
+誤差の代表点として仮定した+0.43σは、誤差が+0.43σ以上になる確率が0.3333であり、また、−誤差の代表点として設定した−0.43σは、誤差が−0.43σ以下になる確率が0.3333であることを意味している。

0018

従って、誤差ゼロの代表値である0になる確率は0.3333となり、3つの代表点の確率全てが0.3333になることを考慮して決定している。これらの誤差代表点及びその発生確率は、任意に決定可能である。
このようにして、本実施形態では、3つの負荷予測誤差代表点の値とその予測誤差が発生する確率とを任意に与えることになる。

0019

上より、本実施形態では、プラントシミュレータ部20が誤差考慮なし(図3における誤差ゼロに相当)の運用計画を作成してローカル制御部30に出力し、ローカル制御部30では、負荷予測誤差として残りの2つの状態、つまり+誤差がある場合の運用計画及び−誤差がある場合の運用計画を予測誤差に基づく運用計画としてそれぞれ作成する。
従って、ローカル制御部30により合計3つの運用計画(1つの第1運用計画及び2つの第2運用計画)が作成されて出力されることになる。

0020

次に、コスト計算部40では、ローカル制御部30により作成された各運用計画に対する運用コストが計算される。すなわち、コスト計算部40は、誤差考慮なしの運用計画と、+誤差がある場合及び−誤差がある場合の各運用計画とからそれぞれの運用コストを計算すると共に、これらの運用コストと、予測誤差の有無に応じた負荷状態の発生確率とを用いて、後述する演算式により運用コスト期待値を求める。そして、この運用コスト期待値を最適化問題の目的関数として、この目的関数を最小化するような制御時間ごとの各機器の起動・停止状態及び燃料注入量を探索していくものである。

0021

以下に、この実施形態における最適化の定式化を示す。
(1)状態変数
状態変数は、以下のプラント量とする。
a.各制御時間ごとの各プラント構成機器(例えば、ガスタービンボイラ冷凍機コジェネ等)の起動・停止状態(離散値)
b.各制御時間ごとの燃料注入量(連続値)

0022

(2)目的関数
目的関数は、以下の数式1に示す運用コスト期待値とし、これを最小化する。
[数式1]
F=P0C0+P+C++P−C−
ただし、F:目的関数(運用コスト期待値)
P0:負荷予測誤差をゼロとした場合の負荷状態発生確率
P+:負荷予測誤をプラス(+誤差)とした場合の負荷状態発生確率
P−:負荷予測誤差をマイナス(−誤差)とした場合の負荷状態発生確率
C0:負荷予測誤差をゼロとした場合の運用コスト
C+:負荷予測誤差をプラス(+誤差)とした場合の運用コスト
C−:負荷予測誤差をマイナス(−誤差)とした場合の運用コスト

0023

(3)制約条件
a.各負荷種別ごとの需給バランス
電力系負荷、熱系負荷等、それぞれの負荷種別に対するエネルギー需要量供給量バランスを保つための制約条件である。
b.機器の特性上の制約
各プラント構成機器の入出力限界、起動・停止時間等によって決まる特性上の制約条件である。

0024

(4)求解アルゴリズム
最適化手法としては、メタヒューリスティック(モダンヒューリスティック)最適化手法を用いる。具体的には、前述したPSOとその改良手法、GAとその改良手法、TSとその改良手法、Ant Colony Optimization(ACOと略す)とその改良手法等を用いる。
これらのアルゴリズムの詳細は、前述した特許文献1に記されている。ここでは、一例としてPSOを用いた場合の求解アルゴリズムを図4に示す。

0025

・ステップS1:入力データの読み込み
負荷予測値、負荷予測誤差、各プラント機器の入出力特性(プラント特性)、燃料費、PSOに必要となるパラメータエージェント数、最大探索回数)等、最適化計算に必要な情報を入力する。
・ステップS2:初期運用状態の生成
プラント運用の初期状態を、エージェントごとに負荷予測誤差を0としてランダムに複数作成する。

0026

・ステップS3:負荷予測誤差を考慮しない運用状態のコスト算出
エージェントごとに作成された負荷予測誤差を考慮しない運用状態(この運用状態は第1運用計画に相当する)の運用コストC0をそれぞれ算出する。
・ステップS4:+誤差による運用状態の修正
ステップS2で作成した負荷予測誤差を考慮しない運用状態から、+誤差を与えた場合に、ローカル制御にのっとり需給バランスが平衡するように運用状態を修正し(修正後の運用状態は第2運用計画に相当する)、運用コストC+を算出する。

0027

・ステップS5:−誤差による運用状態の修正
ステップS2で作成した負荷予測誤差を考慮しない運用状態から、−誤差を与えた場合に、ローカル制御にのっとり需給バランスが平衡するように運用状態を修正し(修正後の運用状態は第2運用計画に相当する)、運用コストC−を算出する。

0028

・ステップS6:目的関数計算
ステップS4,5,6にて作成された各運用コストと各負荷状態の発生確率とを用いて、前述した数式1により運用コスト期待値を算出する。
・ステップS7:pbest(personal best)の保存
各エージェントごとにこれまでの探索において最も評価値の高い状態を、pbestとして保存する。
・ステップS8:gbest(group best)の保存
全てのエージェントの中でこれまで最も評価値の高い状態を、gbestとして保存する。

0029

・ステップS9:終了条件チェック
探索回数が最大探索回数に達したら終了する。そうでなければ、各エージェントの状態を変更することにより各運用状態を変更して探索点を移動し、ステップS3へ戻る(ステップS11)。
・ステップS10:解の出力
現在までのgbestの運用状態を最適解(最適運用計画)として出力する。

0030

図5に示すプラントに本実施形態を適用した。
この対象プラントには、電力負荷、冷房負荷暖房負荷の3種類の負荷があり、電力負荷は、電力会社及び特定規模電気事業者からの買電電力(Er=Et+Ep)とCGS(コージェネレーションシステム)発電機G1〜GNgによる発電電力Eg1+……+EgNgとにより供給される。ここで、Epは特定規模電気事業者(PPS)からの供給電力である。
また、冷房負荷は、ジェネリンク(排熱投入型ガス吸収冷温水機)GLから供給されると共に、暖房負荷は、暖房用熱交換器HEXhと暖房用ボイラBhとから供給される。また、発電機G1〜GNgからの熱が余った場合は、放熱器CT1〜CTNgを通して排熱されるようになっている。

0031

なお、対象プラントの機器構成は以下のようになっている。
・発電機:750kW×2台
・GL:4700kW×1台
・暖房用熱交換器:1台
・暖房用ボイラ:1台
・放熱器:1050kW×2台
ここで、負荷は、制御時間ごとに誤差ゼロ、+誤差、−誤差を表1のように設定した。
また、誤差ゼロ、+誤差、−誤差の状態の発生確率(負荷状態発生確率)は、それぞれ1/3とした。

0032

0033

表2に、負荷予測誤差を考慮しない制御時間ごとの各負荷別の運用コスト期待値と、負荷予測誤差を+誤差、−誤差として考慮した制御時間ごとの各負荷別の運用コスト期待値とを比較して示す。なお、表2において負荷予測誤差を考慮した場合の運用コスト期待値は、負荷予測誤差を考慮しない場合の運用コスト期待値を100とした相対比較による。この運用コスト期待値は、図1のコスト計算部40により計算されるものである。

0034

0035

表2から、負荷予測誤差を考慮した場合は、負荷予測誤差を考慮しない場合に比べて0.03%のコスト低減効果があることが分かる。

0036

また、図6に冷房負荷の運用計画を、図7に暖房負荷の運用計画を、図8に排熱の運用計画を示す。各図における(a)は負荷予測誤差を考慮しない場合(便宜的に不確定性考慮なし、という)であり、(b)は負荷予測誤差を考慮した場合(同じく不確定性考慮あり、という)である。なお、図6(a),(b)における冷房負荷予測値は何れも同一、図7(a),(b)における暖房負荷予測値も何れも同一である。

0037

冷房負荷予測誤差を考慮しない図6(a)において、例えば8時〜18時までの運用計画に着目すると、8時〜16時までは冷房負荷をすべてジェネリンクGLの補助熱量分により賄い、17時、18時ではジェネリンクGLの補助熱量分と排熱とによって分担する運用計画が作成されている。これに対し、予測誤差を考慮した図6(b)によれば、8時〜15時までの間も、冷房負荷の一部をジェネリンクGLの排熱によって分担する運用計画が作成されている。
また、暖房負荷予測誤差を考慮しない図7(a)及び予測誤差を考慮した図7(b)において、例えば8時〜15時までの運用計画に着目すると、図7(a)では、暖房用ボイラ(凡例のBHであり、図5におけるBhに相当)の熱出力による分担割合が暖房用熱交換器(凡例のHHであり、図5におけるHEXhに相当)に比べて小さくなっているが、図7(b)では、暖房用ボイラの熱出力による分担割合が図7(a)よりも大きい運用計画が作成されている。
更に、排熱の運用計画に関する図8(a),(b)では、上述した図6(a),(b)における排熱利用分の有無に応じて、図8(b)の8時〜15時にジェネリンクGLの排熱回収分が現れることとなる。

0038

上記のように、この実施例では、負荷予測誤差という不確定要因を考慮するかしないかにより、運用計画に相違が生じることが明確になり、オペレータにとって両計画の得失の比較が容易になる。

図面の簡単な説明

0039

本発明の実施形態を示す概念的な構成図である。
プラントの配管配置の一例を示す図である。
負荷予測誤差の発生確率の説明図である。
実施形態においてPSOを用いた場合の求解アルゴリズムを示すフローチャートである。
実施例が適用されるプラントの構成図である。
実施例における冷房負荷の運用計画を示す図である。
実施例における暖房負荷の運用計画を示す図である。
実施例における排熱の運用計画を示す図である。

符号の説明

0040

10:最適化部
20:プラントシミュレータ部
30:ローカル制御部
40:コスト計算部
101:発電機
102:配管
103:ジェネリンク
104:暖房用熱交換器
105:給湯用熱交換器
106:冷却塔
107,108,109:流量調節弁

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ