図面 (/)

技術 電力需要予測装置、電力需要予測方法、電力需要予測システムおよび電力異常検出システム

出願人 ソニー株式会社
発明者 只野太郎
出願日 2011年10月24日 (9年2ヶ月経過) 出願番号 2011-233272
公開日 2013年5月16日 (7年7ヶ月経過) 公開番号 2013-093934
状態 特許登録済
技術分野 電力、力率、電力量の測定;試験、較正 特定用途計算機 交流の給配電
主要キーワード 稼働機器 在不在情報 挿げ替え 不在期間 予測用データ 風力計 照度検出器 不在時間
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(2013年5月16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 (10)

課題

解決手段

電力需要予測装置は、建物内において需要者不在であるか否かを検出する不在検出部と、不在検出部による不在検出結果に基づいて将来の予測日時における電力需要予測する電力需要予測部とを備える。

概要

背景

従来、多くの国において、電力需要者に対する電力供給電力会社により独占的に行われていた。しかし近年、電気事業において競争原理を導入することにより電気事業の一層の効率化を図るとともに、より低価格で電力を供給することを目的として、電力会社以外の事業者電力小売事業への参入することおよび電力の先物取引が実現または推進されている。

電力先物取引は例えば、必要となる電力量を予め予想し、電力市場を通して、翌日もしくは24時間先までの電力を売買する。よって、電力小売および電力先物取引を業として行う事業者が電力取引優位に行って大きな利益を生むためには、電力需要予測を正確に行う必要がある。

電力需要の予測を行う技術としては、過去の気温および湿度を含む気象変数と、電力総需要量のデータとを取り込み、さらにニューラルネットによって学習を行うことで電力総需要量の予測を行う電力総需要量予測装置が提案されている(特許文献1)。

概要

電力需要予測を高精度に行うことができる電力需要予測装置電力需要予測方法電力需要予測システムおよび電力異常検出ステムを提供する。電力需要予測装置は、建物内において需要者不在であるか否かを検出する不在検出部と、不在検出部による不在検出結果に基づいて将来の予測日時における電力需要を予測する電力需要予測部とを備える。

目的

したがって、本技術の目的は、電力需要を高い精度で予測することができる電力需要予測装置、電力需要予測方法、電力需要予測システムおよび電力異常検出システムを提供する

効果

実績

技術文献被引用数
0件
牽制数
3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

所定の場所において需要者不在であるか否かを検出する不在検出部と、該不在検出部による不在検出結果に基づいて将来の予測日時における電力需要予測する電力需要予測部と、を備える電力需要予測装置

請求項2

前記所定の場所における電力消費量を測定する電力測定部を更に備え、前記電力需要予測部は、さらに、前記電力消費量に基づいて前記電力需要を予測する請求項1に記載の電力需要予測装置。

請求項3

環境情報を取得する環境情報取得部をさらに備え、前記電力需要予測部は、さらに、前記環境情報に基づいて前記電力需要を予測する請求項1に記載の電力需要予測装置。

請求項4

前記不在検出結果を格納するデータベースをさらに備え、前記電力需要予測部は、前記データベースを参照することにより前記電力需要を予測する請求項1に記載の電力需要予測装置。

請求項5

前記データベースはさらに、前記不在検出結果に対応付けて前記電力消費量を格納する請求項4に記載の電力需要予測装置。

請求項6

前記データベースはさらに、前記不在検出結果に対応付けて前記環境情報を格納する請求項4に記載の電力需要予測装置。

請求項7

前記不在検出部は、前記所定の場所における前記需要者の存在を検知可能なセキュリティシステムである請求項1に記載の電力需要予測装置。

請求項8

前記電力需要予測部は、さらに、前記不在検出部による不在検出結果に基づいて電力需要予測の調整処理を行う請求項1に記載の電力需要予測装置。

請求項9

前記電力需要予測部は、電力需要の予測を行う日と予測の対象となる日が同日の場合に前記電力需要予測の調整処理を行う請求項8に記載の電力需要予測装置。

請求項10

前記電力需要予測部は、前記需要者が存在する場合における電力需要を予測する在時需要予測部と、前記需要者が不在の場合における電力需要を予測する不在時需要予測部とからなり、前記不在検出結果に基づいて、前記在時需要予測部と前記不在時需要予測部の予測結果を挿げ替えることにより前記電力需要予測の調整処理を行う請求項8に記載の電力需要予測装置。

請求項11

前記電力需要予測部は、前記不在検出結果に基づいて、需要予測結果増減処理を行うことにより前記電力需要予測の調整処理を行う請求項8に記載の電力需要予測装置。

請求項12

前記電力需要予測部は、前記予測日時の前日以前に、前記不在検出結果から前記予測日時には前記需要者が不在であるとして電力需要予測を行い、前記予測日時の当日に前記不在検出部により前記需要者が不在ではないという前記不在検出結果が検出された場合には、前記予測日時の前日以前に求めた電力需要予測を増加させる請求項11に記載の電力需要予測装置。

請求項13

前記電力需要予測部は、予測日時の前日以前に、前記不在検出結果から前記予測日時には前記需要者が不在ではないとして電力需要予測を行い、前記予測日時の当日に前記不在検出部により前記需要者が不在ではあるという前記不在検出結果が検出された場合には、前記予測日時の前日以前に求めた電力需要予測を減少させる請求項11に記載の電力需要予測装置。

請求項14

前記不在検出部による不在検出結果から日にち曜日時間帯などによって表される前記需要者の不在傾向を示す不在情報を生成する不在情報生成部をさらに備え、前記電力需要予測部は、前記不在情報に基づいて前記電力需要を予測する請求項1に記載の電力需要予測装置。

請求項15

所定の場所内において需要者が不在であるか否かを検出し、不在の検出結果に基づいて電力需要を予測する電力需要予測方法

請求項16

所定の場所内における需要者の不在を検出する不在検出部と、該不在検出部による不在検出結果に基づいて電力需要を予測する電力需要予測部を備える電力需要予測サーバと、前記不在検出部による不在検出結果を前記電力需要予測サーバに送信する通信部と、を備える電力需要予測システム

請求項17

所定の場所内において需要者が不在であるか否かを検出する不在検出部と、該不在検出部により前記需要者が不在であることが検出された場合に、電力異常が発生しているか否かを判定する電力異常判定部と、該電力異常判定部により電力異常が発生していると判定された場合に、外部に通知を行う通信部とを備える電力異常検出ステム

技術分野

背景技術

0002

従来、多くの国において、電力需要者に対する電力供給は電力会社により独占的に行われていた。しかし近年、電気事業において競争原理を導入することにより電気事業の一層の効率化を図るとともに、より低価格で電力を供給することを目的として、電力会社以外の事業者電力小売事業への参入することおよび電力の先物取引が実現または推進されている。

0003

電力先物取引は例えば、必要となる電力量を予め予想し、電力市場を通して、翌日もしくは24時間先までの電力を売買する。よって、電力小売および電力先物取引を業として行う事業者が電力取引優位に行って大きな利益を生むためには、電力需要予測を正確に行う必要がある。

0004

電力需要の予測を行う技術としては、過去の気温および湿度を含む気象変数と、電力総需要量のデータとを取り込み、さらにニューラルネットによって学習を行うことで電力総需要量の予測を行う電力総需要量予測装置が提案されている(特許文献1)。

先行技術

0005

特開平5−18995号公報

発明が解決しようとする課題

0006

特許文献1に記載された電力総需要量予測装置は、過去の気象データと、電力総需要量のデータとに基づいて電力需要の予測を行うものである。電力需要は平均気温、湿度などの気象データと関連性が高いため、気象データを用いることによりある程度の電力需要の予測を行うことは可能である。

0007

しかし、電力需要は気象データ以外の要因とも密接に関連しているため、より正確に電力需要の予測を行うためには他の要因も考慮する必要がある。特に一般家庭における電力需要は規則性が乏しいため、正確に予測するのは困難である。一般家庭における電力需要は需要者不在か否かによって大きく変動することとなる。

0008

したがって、本技術の目的は、電力需要を高い精度で予測することができる電力需要予測装置、電力需要予測方法、電力需要予測システムおよび電力異常検出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

0009

上述した課題を解決するために、第1の技術は、所定の場所において需要者が不在であるか否かを検出する不在検出部と、不在検出部による不在検出結果に基づいて将来の予測日時における電力需要を予測する電力需要予測部とを備える電力需要予測装置である。

0010

また、第2の技術は、所定の場所において需要者が不在であるか否かを検出し、不在の検出結果に基づいて電力需要を予測する電力需要予測方法である。

0011

また、第3の技術は、所定の場所における需要者の不在を検出する不在検出部と、不在検出部による不在検出結果に基づいて電力需要を予測する電力需要予測部を備える電力需要予測サーバと、不在検出部による不在検出結果を前記電力需要予測サーバに送信する通信部とを備える電力需要予測システムである。

0012

さらに、第4の技術は、所定の場所において需要者が不在であるか否かを検出する不在検出部と、不在検出部により需要者が不在であることが検出された場合に、電力異常が発生しているか否かを判定する電力異常判定部と、電力異常判定部により電力異常が発生していると判定された場合に、外部に通知を行う通信部とを備える電力異常検出システムである。

発明の効果

0013

本技術によれば、需要者の電力需要を高い精度で予測することができる。

図面の簡単な説明

0014

図1は、電力需要予測装置の構成を示すブロック図である。
図2は、HEMSシステム概略構成を示すブロック図である。
図3は、電力制御装置を備えるHEMSシステムの構成を示すブロック図である。
図4は、電力の時間前取引の方式について説明するための図である。
図5は、電力需要予測処理の流れを示すフローチャートである。
図6は、電力需要予測処理の流れを示すフローチャートである。
図7Aおよび図7Bは、需要予測調整処理が行われる場合について説明するための図である。
図8は、本技術の第2の実施の形態に係るHEMSシステムの概略構成を示すブロック図である。
図9は、電力異常判定処理の流れを示すフローチャートである。

実施例

0015

以下、本技術の実施の形態について図面を参照しながら説明する。ただし、本技術は以下の実施例のみに限定されるものではない。なお、説明は以下の順序で行う。
<1.第1の実施の形態>
[1−1.電力需要予測装置の構成]
[1−2.電力需要予測装置を備えるHEMSシステムの構成]
[1−3.電力取引の概要
[1−4.電力需要予測処理]
<2.第2の実施の形態>
[2−1.電力異常判定機能を備えるHEMSシステムの構成]
[2−2.電力異常判定処理]
<3.変形例>

0016

<1.第1の実施の形態>
[1−1.電力需要予測装置の構成]
図1は電力需要予測装置100の構成を示すブロック図である。電力需要予測装置100は、在不在検出部110、在不在情報生成部120、電力測定部130、環境情報入力部140、予測用データベース150、電力需要予測部160とから構成されている。予測用データベース150は、通常時需要データベース151と、不在時需要データベース152とから構成されている。また、電力需要予測部160は、需要予測制御部161、通常時需要予測部162、不在時需要予測部163とから構成されている。

0017

在不在検出部110は、電力需要予測装置100による電力需要予測の対象となる住宅、マンションビルディング商業施設、ビルディングや商業施設のフロアなどの建物内に需要者がいるかいないか、すなわち需要者の在不在を検出するものである。特許請求の範囲における「所定の場所」とは、これら、住宅、マンション、ビルディング、商業施設などの需要者が電力を使用する空間、区画、範囲などを指すものである。なお、以下、需要予測の対象が住宅である場合を想定して説明を行う。需要者とは、電力需要の予測対象となる住宅の居住者である。在不在検出部110は、需要者の在不在を検出することができるものであればどのようなものであってもよい。例えば、ボタン、スイッチなどの、需要者による入力を受け付け入力手段、赤外線センサ赤外線カメラカメラおよびカメラにより取得された画像から人物検出を行うシステム、などが考えられる。

0018

在不在検出部110は、需要者が不在であることを検出した場合には不在フラグを在不在情報生成部120に送信する。また、需要者が不在ではない、すなわち建物内に存在していることを検出した場合には存在フラグを在不在情報生成部120に送信する。また、存在フラグおよび不在フラグは電力需要予測部160にも送信される。詳しくは後述するが、在不在検出部110から電力需要予測部160へ直接送信される存在フラグおよび不在フラグは後述する電力需要予測調整処理のトリガーとなる。

0019

なお、在不在検出部110が複数も受けられている場合には、在不在フラグの送信元を示すIDなどの識別情報(例えば、在不在検出部110が複数設けられている場合には、どの在不在検出部110からのフラグであるかを示すもの)が在不在フラグに付属するようにするとよい。この識別情報により、建物内の区画ごとの在不在の管理などが可能となる。また、在不在フラグを送信した時刻を示す時刻情報が在不在フラグに付属するようにするとよい。時刻情報を在不在フラグに付属させる場合、在不在検出部110側の時計機能と、電力需要予測部160側の時計とを同期させておく必要がある。

0020

在不在情報生成部120は、CPU(Central Processing Unit)、RAM(Random Access Memory)およびROM(Read Only Memory)などから構成されている。ROMには、CPUにより読み込まれるプログラムが格納されている。RAMは、CPUのワークメモリとして用いられる。CPUは、ROMに格納されているプログラムを実行することによって在不在情報生成処理を行う。また、時計機能、カレンダー情報を有しており、現在、過去、未来の日時、時間を把握可能なものとする。在不在検出部110から送信された存在フラグ、不在フラグに基づいて、需要者の在不在情報を生成する。

0021

在不在情報生成部120は、在不在検出部110から存在フラグ、不在フラグを受信した場合、存在フラグを受信し、その後不在フラグを受信するまで時間を存在時間とし、その存在時間を所定の閾値と比較する。そして、存在時間が所定の閾値以上である場合には、需要者が存在していることを示す在不在情報を生成する。

0022

同様に、不在フラグを受信し、その後存在フラグを受信するまでに時間を不在時間とし、その不在時間と所定の閾値とを比較する。そして、不在時間が所定の閾値以上で場合には、需要者が不在であることを示す在不在情報を生成する。在不在情報は、需要者の在不在状況を日にち曜日、時刻、時間帯などにより表すようにするとよい。これにより、在不在情報は、日にち、曜日、時刻、時間帯などにより表される需要者の在不在傾向を示したものとなる。

0023

このようにして在不在情報を生成するのは、数秒、数分のなどの極めて短い時間の在不在は在不在情報には含めないようにするためである。これにより、必要以上に処理が複雑化することを防ぐことができる。ただし、上述したような閾値との比較は行わず、在不在情報を全ての在宅、不在を示すものにしてもよい。在不在情報生成部120により生成された在不在情報は予測用データベース150に供給される。ただし、在不在検出部110からの在不在検出結果をそのまま予測用データベース150に格納し、在不在検出結果に基づいて電力需要予測を行うようにしてもよい。

0024

電力測定部130は、需要者の住宅に設けられ、その住宅における電力消費量を測定するものである。電力測定部130は、例えば、電流計としての機能と電圧計としての機能を備えることにより設置された住宅における電力を測定する。電力測定部130は随時建物における電力消費量を測定し、予測用データベース150に供給する。

0025

環境情報入力部140は、環境情報を得て、電力需要予測装置100にその環境情報を入力するためのものである。環境情報としては例えば、晴れ、雨、などの天気の種類、気温、湿度、降水量風力日照量などの気象情報が挙げられる。環境情報入力部140は例えば、インターネットなどのネットワークを介して気象庁などが提供する気象情報を環境情報として取得するようにしてもよい。また、温度計湿度計雨量計風力計など各種測定機に接続され、それらの測定機から気象情報を取得するようにしてもよい。さらに、一般企業などが提供する気象情報データベースなどから取得するようにしてもよい。環境情報は予測用データベース150に供給される。

0026

予測用データベース150は、大容量記憶媒体およびその制御部とから構成されており、通常時需要データベース151、不在時需要データベース152、在不在データベース153を含むものである。

0027

通常時需要データベース151には、過去の需要者の存在状況を示す在不在情報、電力消費量、環境情報が対応付けられて格納されている。さらに詳しくは、通常時需要データベース151には、過去の存在期間(在不在検出部110から在フラグが送信されて、次に不在フラグが送信されるまでの期間)とその在宅期間における電力消費量および環境情報とが対応付けられて格納されている。よって、通常時需要データベース151を参照することにより、過去の在宅期間にどれくらいの電力消費があり、そのときに天気などの環境はどのようなものだったかを把握することが可能となる。

0028

不在時需要データベース152には、過去の需要者の不在状況を示す在不在情報、電力消費量、環境情報が対応付けられて格納されている。さらに詳しくは、不在時需要データベース152には、過去の不在期間(在不在検出部110から不在フラグが送信されて、次に在フラグが送信されるまでの期間)とその不在期間における電力消費量および環境情報とが対応付けられて格納されている。よって、不在時需要データベース152を参照することにより、過去の不在期間にどれくらいの電力消費があり、そのときに天気などの環境はどのようなものだったかを把握することが可能となる。

0029

在不在データベース153は、在不在情報生成部120から供給された在不在情報を格納することにより需要者の在不在傾向をデータベース化したものである。さらに、例えば、在不在検出部110が複数ある場合にはどの在不在検出部110からのフラグであるかを示すID、不在から存在に需要者の状態が変化したのか、存在から不在に需要者の状態が変化したのか、などの情報も格納するようにするとよい。

0030

電力需要予測部160は例えば、CPU、RAMおよびROMなどから構成されている。ROMには、CPUにより読み込まれるプログラムが格納されている。RAMは、CPUのワークメモリとして用いられる。CPUは、ROMに格納されているプログラムを実行することによって電力需要予測処理を行う。

0031

電力需要予測部160は、需要予測制御部161、通常時需要予測部162および不在時需要予測部163とからなり、予測日時における需要者の電力需要を予測するものである。ここで、予測日時とは、電力需要予測装置100で電力需要を予測する対象となる将来の日時である。

0032

通常時需要予測部162は、通常時需要データベース151を参照することにより、需要者が存在する場合の電力需要(以下、通常時電力需要予測量と称する。)を予測するものである。不在時需要予測部163は、不在時需要データベース152を参照することにより、需要者の不在である場合の電力需要(以下、不在時電力需要予測量と称する。)を予測する。

0033

需要予測制御部161は、通常時需要予測部162による通常時電力需要予測量と、不在時需要予測部163による不在時電力需要予測量とに基づいて最終的に外部に出力する電力需要予測量(以下、電力需要予測結果、と称する。)を求める。需要予測制御部161は、予測日時に需要者が在宅であると予測される場合には、通常時需要予測部162による通常時電力需要予測量を電力需要予測結果として選択する。一方、需要予測制御部161は、予測日時に需要者が不在であると予測される場合には、不在時需要予測部163による不在時電力需要予測量を電力需要予測結果として選択する。

0034

また、需要者が外出帰宅を数回行うなど、予測日に需要者の在不在が混在する場合には、需要者の存在期間に応じた通常時電力需要予測量と、需要者の不在期間に応じた不在時電力需要予測量とを合算することで電量需要予測結果を求める。

0035

電力需要予測部160における電力需要の予測は例えば、特許文献1にも記載されているような、公知のニューラルネットワーク処理を用いた学習、または、既存の学習アルゴリズム帰納学習などを行うことによって行われる。ニューラルネットワーク処理とは、人間の脳の仕組みを模倣して構築された、パターン認識や予測が可能な情報処理機構である。

0036

このような学習を行いながら電量需要予測を行うことによって、例えば、毎週月曜日は外出しているため不在の傾向がある、土曜日の12時〜17時は外出しているため不在の傾向がある、毎月10日は外出しているため不在の傾向がある、毎日19時から24時は在宅であるなどの在不在傾向を算出することができる。そして、予測日の需要者の在不在状況を予測し、その在不在状況に対応した過去の電力消費量、過去の天気などの環境情報と電力消費量などから電力需要予測を行う。

0037

よって、例えば、需要者は毎週火曜日と土曜日には不在の傾向であるため、電力需要量は5kw以下となる。不在であっても7月から9月で気温が30度以上の時の不在時には電力需要量は50kw以上となる。毎月20日は一日中不在の傾向があるため、電力需要量は約15kwとなる。というような電力需要予測が可能となる。なお、在不在情報、電力消費量、環境情報が予測用データベース150に溜め込まれていくに従い、参照することができる情報が増えていくため、この学習による予測は、精度が高まっていく。

0038

また、需要予測制御部161は、求めた電力需要予測結果の調整処理も行う。電力需要予測結果の調整方法としては、需要予測量の挿げ替え、建物レベルでのバイアス、地域レベルでのバイアスが挙げられる。各方法の詳細については後述する。

0039

なお、図示は省略するが電力需要予測装置100は、時計機能、カレンダー情報を有しており、現在、過去、未来の日時、時間を把握可能なものとする。

0040

[1−2.電力需要予測装置を備えるHEMSシステムの構成]
次に図2および図3を参照して上述した電力需要予測装置100を備えるHEMS(home energy management system)システムの構成について説明する。図2は、電力需要予測を行う管理サーバ200と複数の予測対象2000、電力関連事業者3000との関係を示すものである。図2に示されるように、電力需要予測を行う管理サーバ200は複数の予測対象2000をその管理下に置き、予測対象2000それぞれについて電力需要予測を行う。管理サーバ200と予測対象2000とは例えばインターネットなどのネットワーク4000を介して接続されている。予測対象2000とは需要者が居住、使用などする住宅、マンション、ビルディング、商業施設などの建物である。予測対象2000が住宅の場合には需要者はその居住者である。なお、以下、予測対象2000は住宅であり、需要者がその住宅の居住者である場合を例にして説明を行う。

0041

電力関連事業者3000は、電力を需要者に供給するための、発電変電送電配電、売買などを担う電力会社、発電業者、送電業者、分電業者、電力小売事業者などを含むものであるとする。電力関連事業者3000はネットワーク4000を介して管理サーバ200に接続されている。管理サーバ200によって求められた電力需要予測結果は、ネットワーク4000を介して電力関連事業者3000に送信される。

0042

そして、例えば、電力関連事業者3000に含まれる電力小売事業者によって電力需要予測結果に基づいた電力取引が行われる。管理サーバ200により求められた電力需要予測結果は、電力小売業者に用いられる場合もあれば、電力会社によって用いられる場合もある。また、電力関連事業者3000から各管理対象に対して電力が供給される。

0043

図3は、電力需要予測を行う管理サーバ200と、電力需要予測の対象である住宅300(予測対象2000の一例)からなるHEMSシステム1000の構成を示す図である。HEMSとは、IT技術などを用いることにより一般家庭などにおけるエネルギーの使用を効率良く行い、省エネルギー化を実現するシステムのことである。

0044

管理サーバ200には電力需要予測装置を構成する在不在情報生成部120、環境情報入力部140、予測用データベース150および電力需要予測部160が設けられている。これらの構成は図1を参照して上述したものと同様である。さらに、管理サーバ200には通信部201が接続されている。

0045

通信部201は、例えば、所定のプロトコルに基づいてインターネット、専用回線などのネットワークを介して予測対象2000との通信を行うための通信モジュールネットワークインターフェースである。通信方式有線通信無線LAN(Local Area Network)、Wi−Fi(Wireless Fidelity)、3G回線を用いた通信など、どのようなものでもよい。

0046

次に予測対象2000の一例としての住宅300について説明する。住宅300は、制御部301、在不在検出部110、入力部302、表示部303、通信部304、蓄電設備305、発電設備306、パワーコンディショナ307、分電盤308、端子309、電気機器310、電力測定部130などを備える。

0047

制御部301は例えば、CPU、RAMおよびROMなどから構成されている。ROMには、CPUにより読み込まれるプログラムが格納されている。RAMは、CPUのワークメモリとして用いられる。CPUは、ROMに格納されているプログラムに基づき様々な処理を実行することによってHEMSシステム1000の住宅300側の各部および全体の制御を行う。

0048

在不在検出部110は、図1を参照して上述したものと同様であり、住宅300において需要者の在不在を検出するものである。在不在検出部110により需要者の在宅が検出された場合には制御部301の制御のもと通信部304およびネットワーク4000を介して存在フラグが管理サーバ200に送信される。一方、在不在検出部110により需要者の不在が検出された場合には制御部301の制御のもと通信部304およびネットワーク4000を介して存在フラグが管理サーバ200に送信される。

0049

在不在検出部110としては、既存のセキュリティシステムにおいて用いられる、外出警戒モード在宅警戒モードなどのモードの設定・解除を入力することができるボタン、外出をセキュリティ会社などに通知するためのボタン、タッチパネルなどの入力装置がある。在不在検出部110がこのような入力装置である場合、居住者が外出する際に入力装置に対して入力を行うと、管理サーバ200に対して不在フラグが送信される。また、居住者が帰宅した際に入力装置に対して入力を行うと管理サーバ200に対して存在フラグが送信される。

0050

在不在検出部110は、そのような入力装置以外にも、赤外線センサ、ネットワークカメラにより取得した画像から人物検出を行うシステムなどでもよい。例えば、住宅300内に複数のセンサ、またはカメラを設置し、外出するために住宅300から出る方向に動く人物を検出する。そして、その後所定期間内に住宅300内で人物が検出されなかった場合には住宅300内には需要者がいないとして不在フラグを送信する。また、住宅300から出る方向に動く人物を検出した後、玄関において帰宅のために住宅300内に入る方向に動く人物を検出した場合には存在フラグを送信するなどの手法が考えられる。

0051

また、照度検出器によって住宅300内の照度を検出し、照度が所定の閾値以下である場合には誰もおらず不在であるとして不在フラグを送信し、照度が所定の閾値以上である場合には在宅であるとして存在フラグを送信するようにしてもよい。また、電気機器、電子機器家庭電化器具などの動作のモニタリング等の情報を用いて需要者の不在を検出するようにしてもよい。すなわち、需要者の在不在を検出することができるものであればどのようなものでもよい。在不在検出部110からの存在フラグおよび不在フラグは制御部301の制御のもと通信部304およびネットワーク4000を介して管理サーバ200に送信される。

0052

さらに、すでに需要者が住宅300において導入している既存のいわゆる、セキュリティシステム(防犯システムなどとも称される。)などにおける在不在検知の仕組みを利用するようにしてもよい。通常、セキュリティシステムは例えば、需要者によって入力されるボタン、カメラ、センサなどの需要者が不在か否かを検出する機器を備えている。それらの機器によって検出された需要者の不在および在宅を示す情報(上述した不在フラグ、存在フラグに相当)はセキュリティ会社の、セキュリティサーバコントロールセンタなどに通知される。したがって、そのセキュリティシステムが備える不在検知の仕組みを在不在検出部110とし、セキュリティサーバ、コントロールセンタなどに送信される不在および在宅を示す情報を管理サーバ200が受信するようにしてもよい。

0053

入力部302は、ユーザがHEMSシステム1000に対して種々の指示を入力するために用いる入力手段である。入力部302は例えば、表示部303と一体に構成されたタッチスクリーン、ボタン、スイッチ、ダイヤルなどにより構成される。入力部302に対して入力がなされると、その入力に対応した制御信号が生成されて制御部301に出力される。そして、制御部301によりその制御信号に対応した演算処理や各種制御が行われる。

0054

表示部303は、例えば、LCD(Liquid Crystal Display)、PDP(Plasma Display Panel)、有機EL(Electro Luminescence)パネルなどにより構成された表示手段である。表示部303には、制御部301の制御のもと現在の電力使用状況、過去の電力使用状況、稼働中の電気機器310の種類、天気、カレンダーなどが表示される。

0055

通信部304は、例えば、所定のプロトコルに基づいてインターネット、専用回線などのネットワークを介して管理サーバ200との通信を行うための通信モジュール、ネットワークインターフェースである。通信方式は有線通信、無線LAN(Local Area Network)、Wi−Fi(Wireless Fidelity)、3G回線を用いた通信など、どのようなものでもよい。上述した在不在検出部110からの在不在フラグ、電力測定部130により測定された電力消費量は通信部304によって管理サーバ200に送信される。

0056

蓄電設備305は、電気を蓄える蓄電池モジュール蓄電制御および管理などを行う蓄電制御部などから構成されている。蓄電池モジュールは例えば、リチウムイオン二次電池リチウムイオンポリマー二次電池ニッケル水素電池など充放電を行うことができるものであればいかなるものを採用してもよい。

0057

発電設備306は、電力以外のエネルギーを電力に変換することにより電力を生み出す設備である。発電設備306としては、環境負荷が低いいわゆる自然エネルギー再生可能エネルギーなどと称されるエネルギーを用いた発電設備であることが好ましい。例えば、太陽光太陽熱、風力、水力マイクロ水力、潮汐力、波力、水の温度差海流バイオマス地熱、音や振動などのエネルギー、などを利用した発電設備である。また、発電機能を備えるエアロバイク、人が上を歩くことにより発電する仕組みを有する床(発電床などと称される。)などの発電設備306であってもよい。なお、蓄電設備305および発電設備306はHEMSにおいては必須の構成要素ではない。

0058

パワーコンディショナ307は、蓄電設備305および発電設備306に接続されている。また、パワーコンディショナ307は分電盤308に接続されている。

0059

パワーコンディショナ307は、双方向インバータを備え、直流電力交流電力の変換を行い、電力を所定の出力先へ出力する。また、パワーコンディショナ307は、発電設備306により得られた発電電力を蓄電設備305に出力することが可能である。これにより蓄電設備305における充電が行われる。また、パワーコンディショナ307は、発電設備306により得られた発電電力を需要者による自家消費のため、分電盤308に出力することが可能である。さらに、パワーコンディショナ307は、蓄電設備305から電力を取り出して需要者による自家消費のため、分電盤308に供給することが可能である。さらに、パワーコンディショナ307は、分電盤308からの電力を蓄電設備305に出力することも可能である。

0060

分電盤308は電気系統切換えを行うためのものである。電力関連事業者3000からの電力は分電盤308に供給される。分電盤308には端子309が接続されている。そして、端子309には複数の電気機器310が接続されている。電力関連事業者3000からの電力、蓄電設備305に蓄えられた電力、発電設備306により得られた電力がパワーコンディショナ307および分電盤308を介して電気機器310に送られる。これにより、需要者は電気機器310を使用することができる。

0061

電気機器310は、一般家庭においては、テレビジョン受像機オーディオ機器冷蔵庫電子レンジ洗濯機空調機器アイロンドライヤ電気ストーブ電気コンロオーブン電気カーペットパーソナルコンピュータコピー機ファクシミリプリンタ、空調機器などがある。さらに、店舗、商業施設などにおいては照明機器、空調機器、エレベーターなどの輸送機器などがある。なお、電気機器310はこれらに限られず電力により動作する機器であればどのようなものでもよい。

0062

電力測定部130は予測対象2000における電力消費量を測定するものである。電力測定部130は、例えば、電流計としての機能と電圧計としての機能を備え、分電盤308に接続されることにより設置された住宅300などにおける電力を測定する。測定された電力消費量は制御部301の制御のもと通信部304およびネットワーク4000を介して管理サーバ200に送信される。

0063

以上のようにして電力需要予測装置を備えるHEMSシステム1000が構成されている。電力需要予測、および電力需要予測結果の送信に関するすべての処理は管理サーバ200側で行われる。よって、電力需要予測はいわゆるクラウドサービスとして需要者に提供される。

0064

クラウドサービスとは、ネットワーク上に存在するサーバによって提供するサービスであり、インターネットをベースとしたコンピュータ利用形態の一つである。必要な処理は基本的に全てサーバ側で行われる。ユーザはデータを自分のパソコンスマートフォン携帯電話機などではなく、インターネット上のサーバに保存する。よって、自宅、会社、ネットカフェ、学校、外出先など、さまざまな環境においてもサービスの利用、データを閲覧編集アップロードなどを行うことができる。

0065

[1−3.電力取引の概要]
次に、上述のように構成された、電力需要予測機能を備えるHEMSシステム1000において行われる電力需要予測について説明する。以下、HEMSシステム1000は、受渡しする電力の取引を事前に行ういわゆる電力取引の利用において用いられるものとして説明を行う。

0066

まず、電力需要予測の説明の前提として、電力取引の概要について説明する。電力取引には、翌日、翌々日など使用する電力を取引するスポット取引スポット市場)、当日の数時間後に使用する電力を取引する時間前取引(時間前市場)とがある。

0067

スポット取引は例えば、以下のような方式により行われる。取引の対象となるのは翌日に受渡しする電力である。よって、取引対象日は翌日となる。一日を30分単位で区切ることにより48の区分に分け、その48商品について取引が行われる。毎朝午前8時から9時半の間に翌日分の電力の入札が行われ、9時半に取引が成立する。なお、金曜日には翌日(土曜日)、翌々日(日曜日)および3日後(月曜日)に受け渡す電力の取引が行われる。

0068

入札は、価格および量を示すことにより行われる。取引および受け渡しは、例えば、1000kwを1単位とされる。1kwhあたりの価格は、1銭単位とする。例えば、13:00〜14:00の時間区分で600kwhが7円48銭/kwhで成約した場合、売買代金は「600kwh×7円48銭/kwh=8976円」となる。また、13:00〜13:30の時間区分で600kwhが7円48銭/kwhで成約した場合、売買代金は「600kwh×7円48銭/kwh=4488円」となる。

0069

次に、図4を参照して時間前取引について説明する。時間前取引は、例えば以下のような方式で行われる。取引対象となるのは、取引当日に使用する電力である。9時、13時、17時が取引の締め切りとして設定されている。9時が締め切りの取引は、取引対象時間帯が13:00〜17:00(第1場)である。13時が締め切りの取引は、取引対象時間帯が17:00〜21:00(第2場)である。17時が締め切りの取引は、取引対象時間帯が21:00〜翌13:00(第3場)となっている。すなわち、取引の締め切り時刻の4時間後から4時間の間に使用する電力についての取引が行われる。よって、9時締め切りの取引では4時間後である13時から4時間である13:00〜17:00の間に使用する電力の取引がなさされる。したがって、このような方式は「4時間前取引(4時間前市場)」と称される。ただし、スポット取引と同様に、30分を1単位として取引が行われる。

0070

ただし、上述した電力取引の方式はあくまで電力取引の方式の一例であり、電力取引はこのような方式に限られるものではない。取引の締め切り時刻は、9時、13時、17時に限られるものではない。また、30分を1単位にするのではなくそれ以外の時間、例えば1時間を1単位にするようにしてもよい。将来において使用する電力を事前に取引対象とするものであればどのような方式であってもよい。また、買電の取引に加え、売電の取引も可能な方式であってもよい。

0071

また、電力取引には、向こう1年間に受け渡される電気を1ヶ月間を1単位として取引する先渡定型取引などもある。先渡定型取引では、例えば、1ヶ月間の需給パターンにより、24時間型と昼間型の2種類がある。取引と受け渡しは1000kwを1単位とする。1kwhあたりの価格は、1銭単位となる。先渡定型取引の利用に本技術を用いてもよい。

0072

[1−4.電力需要予測処理]
次に、電力需要予測装置100を備えるHEMSシステム1000において行われる電力需要予測処理について説明する。図5は電力需要予測処理の流れを示すフローチャートである。なお、以下の電力需要予測処理の説明は、取引対象日を予測日として、その予測日の前日に予測日の24時間分の電力需要予測を行って上述したスポット取引を行う場合を想定して行う。

0073

まずステップS1で、電力需要予測部160により、予測日における電力需要の予測が行われる。例えば、上述した方式のスポット取引に基づいて、毎朝午前8時から9時半の間の入札が行われ、9時半に取引が成立する場合、その入札に間に合うように電力需要の予測が行われる。

0074

まず、ステップS1で電力需要予測部160は上述した学習の手法などにより、予測日における電力需要を予測する。次にステップS2で、電力需要予測部160による求められた電力需要予測結果が需要予測制御部161の制御のもと通信部304を介して電力関連事業者3000に送信される。上述のように、電力関連事業者3000は電力会社、発電業者、送電業者、電力小売事業者などを含む概念であり、例えば、電力需要予測量は電力関連事業者3000に含まれる電力小売業者に送信される。そして、電力小売業者によってその電力需要予測量に基づいた電力スポット取引が行われ、その取引結果に基づいて予測日当日に電力関連事業者3000から需要者に電力が供給される。電力は毎日必要なものであるため、この処理が毎日行われる。

0075

次に図6のフローチャートを参照して、取引対象日を予測日として、その予測日の前日に予測日の24時間分の電力需要予測を行ってスポット取引を行い、さらに、予測日当日に4時間分の時間前取引を行う場合における電力需要予測処理について説明する。なお、ステップS1およびステップS2は図5を参照して説明したものと同様であるためその説明を省略する。

0076

ステップS3で、現在日時が予測日の当日に至ったか否かが判定される。上述のように電力需要予測装置100は時計機能を備え、さらにカレンダーデータを保持しているため、時計機能により把握される日時とカレンダーデータを参照することにより、ステップS3の判定を行うことができる。

0077

ステップS3で、現在日時が予測日に至っていない場合には現在日時が予測日に至るまでステップS3の判定が繰り返される(ステップS3のNo)。なお、ステップS3で現在日時が予測日の当日に至っていないと判定された場合、ステップS1に戻り、引き続き予測日における電力需要の予測が行われ、ステップS2で電力需要予測結果が電力関連事業者3000に送信されるようにしてもよい。

0078

そしてステップS3で現在日時が予測日に至ったと判定された場合、処理はステップS4に進む(ステップS3のYes)。次にステップS4で、過去の在不在傾向とは異なる在不在フラグを在不在検出部110から受信したか否かが判定される。なお、在不在フラグは在不在検出部110から直接電力需要予測部160に送信されるようにしてもよいし。在不在情報生成部120を介して電力需要予測部160に送信されるようにしてもよい。

0079

すなわち、ステップS1の電力需要予測において、予測日における時間前取引の取引対象時間帯(例えば、第1場である13時〜17時)に需要者は不在であるとして電力需要予測を行なったが、予測日当日の締め切り時刻前に存在フラグを受信した場合は、逆のフラグを在不在検出部110から受信したということとなる。

0080

一方、ステップS1の電力需要予測において、予測日における時間前取引の取引対象時間帯(例えば、第1場である13時〜17時)に需要者は不在であるとして需要予測を行い、予測日当日に不在フラグを受信した場合は、逆のフラグを在不在検出部110から受信したことにはならない。

0081

逆に、ステップS1の電力需要予測において、予測日における時間前取引の取引対象時間帯(例えば、第1場である13時〜17時)に需要者は在宅であるとして需要予測を行ったが、予測日当日に不在フラグを受信した場合は、逆のフラグを在不在検出部110から受信したということとなる。

0082

一方、ステップS1の電力需要予測において、予測日における時間前取引の取引対象時間帯(例えば、第1場である13時〜17時)に需要者は在宅であるとして需要予測を行い、存在フラグを受信した場合は、逆のフラグを在不在検出部110から受信したということにはならない。

0083

在不在検出部110から逆のフラグを受信した場合、処理はステップS5に進む(ステップS4のYes)。そして、ステップS5で、需要予測制御部161により需要予測調整処理が行われる。需要予測調整処理とは、逆のフラグを受信した場合にそのフラグに合わせて需要予測を調整する処理である。需要予測調整処理の詳細については後述する。

0084

次にステップS6で、電力需要予測結果が電力関連事業者3000に送信される。次に、処理はステップS7に進む。なお、ステップS4で逆のフラグを受信していないと判定された場合も処理はステップS7に進む(ステップS4のNo)。

0085

ステップS7で現在時刻が時間前取引の複数の締め切り時刻の内の直近の締め切り時刻に至ったか否かが判定される。現在時刻が時間前取引の直近の締め切り時刻に至っていない場合には処理はステップS4に戻る(ステップS7のNo)。そして、ステップS4乃至ステップS7が繰り返され、締め切り時刻に至るまでフラグ受信の確認、逆のフラグを受信した場合にはそのフラグに合わせた需要予測調整処理が行われる。

0086

一方、ステップS7で現在時刻が時間前取引の直近の締め切り時刻に至ったと判定された場合、処理は終了となる。(ステップS7のYes)。

0087

ここで、図7を参照して、上述のステップS4乃至ステップS7の処理について具体例を挙げて説明する。図7図4と同様に時間前取引の概要を示した図である。前日に行った電力需要予測においては、予測日当日の第1場においては需要者は在宅であるとして通常時需要予測部162による需要予測結果が採用されているとする。そして、図7Aに示されるように予測日当日に需要者が不在であることを示す不在フラグを受信すると、ステップS5で第1場の時刻における需要予測結果を調整する処理が行われる(ステップS4のYes)。調整された電力需要予測結果はステップS6で電力関連事業者3000に送信される。

0088

そして、現在時刻が第1場の締め切り時刻である9時に至るまでは、ステップS4乃至ステップS7が繰り返される(ステップS7のNo)。現在時刻が第1場の締め切り時刻である9時に至ると処理は終了となる(ステップS7のYes)。

0089

なお、現在時刻が時間前取引の締め切り時刻に至る前に複数回フラグを受信する場合が考えられる。それは、需要者が予測日当日の締め切り時刻前に複数回外出および帰宅を行った場合である。例えば、図7Bに示されるように、不在フラグを受信した際に不在フラグに対応するように需要予測調整処理を行い、その後、締め切り時刻(9時)前に存在フラグを受信した場合には、存在フラグに対応するように再び需要予測調整処理が行われる。そして、締め切り時刻の時点で最新の電力需要予測量が電力関連事業者3000に送信される。

0090

このように、時間前取引の締め切り時刻に至るまではフラグの種類に応じて需要予測調整処理を行うことにより、電力需要予測を実際の需要者の行動合致させて、需要予測の精度を高めることができる。

0091

なお、図7では取引対象時間帯が第1場(13時〜17時)を例にして説明を行ったが、第2場および第3場の場合にも同様に処理を行うことができる。

0092

次に、需要予測調整処理の詳細について説明する。需要予測調整処理の手法としては、「電力需要予測量の挿げ替え」、「住宅における電力需要予測量のバイアス処理」、「複数住宅における電力需要予測量のバイアス処理」がある。

0093

まず、需要予測調整処理の第1の手法である、「電力需要予測量の挿げ替え」について説明する。なお、前日等の予測日当日以前に行われた電力需要予測では、予測日の第1場(13時〜17時)には需要者は在宅であるとして予測を行い、その後、予測日当日の締め切り時刻前に不在フラグを受信した場合を想定して説明を行う。

0094

この場合、予測日当日以前には需要者は在宅であるとして電力需要予測を行っていたが、予測日当日に需要者が不在であることを示す不在フラグを受信したため、電力需要予測結果をそのままにしておくと、予測日当日の実際の電力消費量と、電力需要予測結果に基づいて購入した電力量との間に大きな差が生じると考えられる。なぜなら、一般的に需要者は外出時には電気機器の電源を切って出掛け、さらに住宅には誰もいないため、電気機器が使用されることがなく、電力消費量は在宅時に比べて低くなると考えられるからである。

0095

そこで、予測日当日に予測日当日とは逆のフラグである不在フラグを受信した場合には、電力需要予測結果を通常時需要予測量から不在時需要予測量に挿げ替える処理を行う。そして、挿げ替え後の不在時需要予測量を電力需要予測結果として時間前取引が行われることにより、需要者の傾向とは異なる行動にも対応した電力調達を行うことができる。在不在傾向とは異なる行動を需要者がとった場合であってもそれに対応して適切な需要予測を行い、結果として需要予測の精度が向上する。これにより、適切な量の電力を確保することができる。

0096

なお、上述の説明では、予測日には需要者は在宅であるとして予測日当日以前に電力需要予測を行い、予測日当日にそれとは逆の不在フラグを受信した場合を例とした。しかし、逆に、予測日に需要者は不在であるとして予測日当日以前に電力需要予測を行い、予測日当日にそれとは逆の存在フラグを受信した場合には、不在時需要予測部163によって求められる不在時需要予測量から通常時需要予測部162によって求められる通常時需要予測量に挿げ替える。

0097

次に、需要予測調整処理の第2の手法である、「住宅における電力需要予測量のバイアス処理」について説明する。上述した「電力需要予測量の挿げ替え」の説明と同様に、予測日当日以前に行われた電力需要予測は、取引対象日の第1場(13時〜17時)においては需要者は在宅であるとして予測を行い、予測日当日の締め切り時刻前に不在フラグを受信した場合を想定して説明を行う。

0098

「住宅における電力需要予測量バイアス処理」においては、予測日当日以前に受信した存在フラグとは逆のフラグである不在フラグを受信した場合には、電力需要予測結果に示される予測量を所定量(ワット数)削減させる。なお、削減する所定量は、需要者の過去の所定期間(例えば1ヶ月など)における不在時需要予測部163による予測結果に基づいて算出される。

0099

このように、不在フラグを受信した場合には電力需要予測結果に示される予測量を削減することによって電力需要予測結果をフラグの種類に合致させ、需要者の予測外の行動にも対応した電力調達を行うことができる。なぜなら、一般的に需要者は外出時には電気機器310の電源を切って出掛け、さらに住宅300には誰もいないため、電気機器310が使用されることがなく、電力需要量は在宅時に比べて低くなると考えられるからである。在不在傾向と異なる行動を需要者がとった場合であってもそれに対応して適切な需要予測を行い、結果として需要予測の精度が向上する。これにより、適切な量の電力を確保することができる。

0100

なお、上述の説明では、在宅であるとして電力需要予測を行い、予測日当日にそれとは逆の不在フラグを受信した場合を例とした。しかし、逆に不在であるとして電力需要予測を行い、予測日当日にそれとは逆の存在フラグを受信した場合には、需要予測結果に示される予測量を所定量(ワット数)増加させる。なぜなら、一般的に需要者が外出時に住宅300内で動作させる電気機器310よりも在宅時に住宅300内で動作させる電気機器310の方が多く、電力需要量は不在時に比べて多くなると考えられるからである。なお、増加させる所定量は、住宅300の過去の所定期間(例えば1ヶ月など)における通常時需要予測部162による予測結果に基づいて算出される。

0101

次に、需要予測調整処理の第3の手法である、「複数住宅における電力需要予測結果バイアス処理」について説明する。図2を参照して上述したように、電力需要予測を行う管理サーバ200は複数の予測対象2000をその管理下に置き、管理対象それぞれについて電力需要予測を行う。

0102

説明は、上述した「電力需要予測量の挿げ替え」の説明と同様に、予測日当日以前に行われた電力需要予測は、取引対象日の第1場(13時〜17時)においては需要者は在宅であるとして予測を行い、予測日当日の締め切り時刻前に不在フラグを受信した場合を想定して説明を行う。

0103

「複数住宅における電力需要予測結果バイアス処理」においては、予測日当日以前に受信した存在フラグとは逆のフラグである不在フラグを受信した場合には、その時点から所定時間経過後までの期間における、本技術を用いたサービスの対象である複数の予測対象(住宅)の不在件数集計する。この不在件数の集計は、在不在データベース153を参照することにより行うことができる。そして、その集計により求めた合計不在件数分の電力需要予測結果を合算し、その電力需要予測結果の合計から所定量(ワット数)削減させる。なお、削減する所定量は、需要者の過去の所定期間(例えば1ヶ月など)における不在時需要予測部163による予測結果に基づいて算出される。

0104

このようにしても第2の手法である「住宅における電力需要予測量のバイアス処理」と同様に電力需要予測結果をフラグの種類に合致させ、需要者の予測外の行動にも対応した電力調達を行うことができる。なぜなら、一般的に需要者は外出時には電気機器310の電源を切って出掛け、さらに住宅300には誰もいないため、電気機器310が使用されることがなく、電力需要量は在宅時に比べて低くなると考えられるからである。在不在傾向と異なる行動を需要者がとった場合であってもそれに対応して適切な需要予測を行い、結果として需要予測の精度が向上する。これにより、適切な量の電力を確保することができる。

0105

なお、上述の説明では、在宅であるとして電力需要予測を行い、予測日当日にそれとは逆の不在フラグを受信した場合を例とした。しかし、逆に不在であるとして電力需要予測を行い、予測日当日にそれとは逆の存在フラグを受信した場合には、需要予測結果に示される予測量を所定量(ワット数)増加させる。なぜなら、一般的に需要者が外出時に住宅300内で動作させる電気機器310よりも在宅時に住宅300内で動作させる電気機器310の方が多く、電力需要量は不在時に比べて多くなると考えられるからである。なお、増加させる所定量は、住宅300の過去の所定期間(例えば1ヶ月など)における通常時需要予測部162による予測結果に基づいて算出される。

0106

以上のように、本技術の第1の実施の形態によれば、環境情報、過去の電力消費量に加え、需要者の在不在情報も需要予測に用いるため、電力需要予測の精度を高めることができる。なぜなら、たとえ、天気などの環境情報、過去の電量需要量などから将来における電力需要を予測しても需要者が不在の場合には、使用する電気機器310の数は減り、在宅の場合に比べて電力消費量は低下するはずだからである。このように、在不在情報は、天気などの環境情報、過去の電力消費量よりも電力需要予測に与える影響が大きいパラメータであると考えられる。

0107

需要予測の精度が高まることにより、実際に必要な量に近い量の電力を確保することができる。また、需要予測の精度を上げることにより、必要以上の電力を調達することがなくなるため、電力調達コスト下げることができ、需要者に低価格で電力を供給することが可能となる。

0108

なお、在不在情報を、ニューラルネットワーク処理を用いた学習、既存の学習アルゴリズム、帰納学習などのパラメータの一つに加えて電力需要予測を行うようにしてもよい。これによっても、不在時の電力需要量を正確に予測することができる。

0109

<2.第2の実施の形態>
[2−1.電力異常判定機能を備えるHEMSシステムの構成]
次に本技術の第2の実施の形態について説明する。第2の実施の形態は、セキュリティシステム601を備える点、管理サーバ500はネットワーク4000を介してセキュリティサーバ7000にも接続されている点、管理サーバ500に電力異常判定部501が設けられている点、予測対象である住宅300に機器センサ602が設けられている点で第1の実施の形態と異なる。図8は第2の実施の形態に係るHEMSシステム5000の構成を示すブロック図である。

0110

図8に示されるように、予測対象である住宅300の制御部301にはセキュリティシステム601が接続されている。このセキュリティシステム601とは、住宅、ビルなどにおいて、侵入者を検知する、火災発生などの異常を検知することが可能な防犯防災を目的としたシステムである。

0111

セキュリティシステム601は、例えば、扉、窓などに設けられた侵入検知用センサ、監視カメラ指紋認証などのバイオメトリクス認証による扉施錠システム暗証番号入力による扉施錠システム、映像モニター付きインターホン、外出をセキュリティ会社に通知するための入力装置などの機器、設備を備える。セキュリティシステム601はこれらの機器、設備により需要者の在不在を検知することが可能であるため、セキュリティシステム601が在不在検出部をとしての役割を担うことが可能である。よって、セキュリティシステム601によって需要者の在不在状況を検出した場合、その検出結果に応じた存在フラグまたは不在フラグを生成して、通信部304を介して管理サーバ500に送信するようにするとよい。

0112

セキュリティサーバ7000は、セキュリティ事業者が行うセキュリティサービス運用、処理などを行うものである。セキュリティ事業者とは、いわゆるホームセキュリティ防犯対策警備などを行う事業者であり、上述したセキュリティシステム601を運用する。セキュリティサーバ7000はインターネットなどのネットワーク4000を介して予測対象である住宅300に接続されている。詳しくは後述するが、ネットワーク4000を介して住宅300からセキュリティサーバ7000に対して不在時の状態異常検出情報などが送信される。

0113

機器センサ602は、例えばIC(IntegratedCircuit)などにより構成され、分電盤308に設けられている。機器センサ602は、端子309を介して分電盤308に接続されている電気機器310のうち、どの電気機器310が稼働中であるかを検出し、さらに、稼働している電気機器310の電力消費量を測定するものである。機器センサ602は、分電盤308に流れる電流値を測定することにより電流波形を取得する。電気機器310へ供給される電流波形は、電気機器310の種類及びメーカなどによって異なっている。そこで、例えば、機器センサ602が各機器の正常時における波形を予め保持しておき、電力供給時の電流波形と比較することにより、分電盤308に接続され、稼働している電気機器310の種別を判定することができる。さらに、取得した電流波形に基づいて、電気機器310の電力消費量を測定する。

0114

このようにして、分電盤308にどのような電気機器310が接続され、どの電気機器310が稼働中であり、さらにどの電気機器310の電力消費量を把握することができる。分電盤308に接続され、稼働している電気機器310を示す稼働機器情報と、稼働している機器の電力消費量を示す稼働機器電力消費量は、例えば、ZigBeeなどの無線通信手段により制御部301に送信され、さらに通信部304を介して管理サーバ500に送信される。

0115

また、電気機器310の種別、稼働している機器の検出、電力消費量の測定は上述のように分電盤308に設けられた機器センサ602によって行うのではなく、それらの検出、測定を行うことができるものであればどのようなものを用いてもよい。他の方法としては例えば、いわゆるスマートタップを用いて行うようにしてもよい。

0116

スマートタップとは、電力センサと通信モジュールを内蔵した消費電力測定機器である。コンセントにスマートタップを差し込んでおき、電力消費量を把握したい電気機器310をつなげて使用する。スマートタップにより各電気機器310の電力使用状況がリアルタイム計測分析され、その計測・分析データがスマートタップが備える通信モジュールまたは通信部304により管理サーバ500に送られる。電気機器310使用時の電流の波形などは、電気機器310の種類によって異なるので、スマートタップによる計測・分析データからどのような電気機器310が接続され、どの電気機器310が使用中かを識別することができる。

0117

このようにして、分電盤308に接続されている電気機器310を識別し、個々の電気機器310の電力消費量を取得することできる。よって、不在時需要データベース152には、在不在情報に対応付けて、各電気機器310の電力消費量を示すデータを格納することが可能となる。これにより、過去の在宅時、不在時に個々の電気機器310がどれくらい電力を消費していたかを把握することができる。

0118

管理サーバ500には電力異常判定部501が設けられている。電力異常判定部501は、例えば、CPU、RAMおよびROMなどから構成されており、ROMに格納されているプログラムに実行することにより、電力異常判定処理を行う。

0119

電力異常判定部501は、電力需要予測部160により求められる現在日時における各電気機器310の電力需要予測量と、機器センサ602、電力測定部311などにより測定された各電気機器310の電力消費量と基づいて電力異常を検出する。例えば、現在日時における各電気機器310の電力需要予測量と、現在の各電気機器310の電力消費量とを比較し、電力需要予測量と電力消費量との差分が所定の閾値以上である場合に、電気機器310に電力異常が発生していると判定することができる。

0120

ただし、電力異常と判定する場合は上述のような場合に限られない。例えば、電力需要予測量と電力消費量の差分が0以上の場合(すなわち、電力需要予測量と電力消費量との間に差分がある場合)に電力異常が発生していると判定してもよい。

0121

さらに、電力消費量と上記所定の閾値とは別個の所定の閾値とを比較して電力消費量がその所定の閾値を越えた場合には電気機器310に電力異常が発生していると判定するようにしてもよい。

0122

電力異常判定部501は、電力異常が起きていると判定した場合には、電力異常が発生している旨、さらにどの電気機器が稼働中であることにより電力異常が発生しているかという情報を生成する。その情報は通信部304およびネットワーク4000を介してセキュリティサーバ7000に送信される。これにより、セキュリティ会社はどの電気機器310によって電力異常が生じているかを具体的に知ることができる。

0123

従来、セキュリティ会社は、「火事が発生した」など住宅300において事故が発生したことを検知した後にその対処にあたるのが通常であった。しかし、本技術の第2の実施の形態によれば、火事が発生した直後にそれを知って対処するのではなく、セキュリティ会社は火事発生の原因となる電気機器310の誤作動などによる電力異常を知ることができるため、火事の発生を事前に防ぐことが可能となる。

0124

このように家事の原因となるような電気機器310としては、アイロン、ドライヤ、電気ストーブ、電気コンロ、オーブン、電気カーペットなどがある。

0125

また、電力異常判定部501により電力異常が発生していると判定された場合には、通信部304を介してその旨の通知が需要者の端末機器などに送信されるようにしてもよい。端末機器としては、需要者が所有するノートパソコン、スマートフォン、携帯電話機などが挙げられる。これらの端末機器は需要者が所持しているか、または需要者の近傍に置かれている場合が多いと考えられる。したがって、それら端末機器に対して通知を行うことにより、需要者に迅速に電力異常を知らせることができる。通知方法としては、Eメールによる通知、電話による通知、各種SNS(Social Networking Service)のいわゆるメッセージ機能などを用いた通知などが考えられる。また通知を受けることによりアラームが鳴ったり、振動が起こる小型の通知専用のデバイスを需要者に所持してもらうようにしてもよい。

0126

HEMSシステム5000のその他の構成要素は第1の実施の形態と同様であるためその説明を省略する。第2の実施の形態におけるHEMSシステム5000は以上のように構成されている。在不在検出部としての役割を果たすセキュリティシステム601、電力異常判定部501および通信部201により特許請求の範囲における電力異常検出システムが構成されている。

0127

[2−2.電力異常判定処理]
次に第2の実施の形態における電力異常判定処理について説明する。なお、予測対象である住宅300における電力需要の予測を行うのは第1の実施の形態と同様である。さらに第2に実施の形態においては、需要者の不在時における電力異常の有無を判定し、それをセキュリティサーバ7000などに通知する。

0128

図9は第2の実施の形態における電力異常判定処理の流れを示すフローチャートである。この処理は管理サーバ500によって行われる。まず、ステップS21で、需要者が不在であるか否かが判定される。需要者が不在であるか否かの判定は、予測対象である住宅300から送信されたフラグが不在フラグであるか否かを確認することにより行うことができる。需要者が不在ではない場合、すなわち需要者が在宅中である場合には不在と判定されるまでステップS21の判定処理が繰り返される(ステップS21のNo)。需要者が不在であると判定された場合処理はステップS22に進む(ステップS21のYes)。

0129

次にステップS22で電力異常が発生しているか否かが判定される。電力異常が発生していない場合には処理はステップS21に戻り(ステップS22のNo)、需要者の不在か否かの判定と、電力異常が発生しているか否かの判定が繰り返される。一方、電力異常が発生していると判定された場合処理はステップS23に進む(ステップS22のYes)。そして、ステップS23で通信部304を介してセキュリティサーバ7000、端末機器8000などに対して電力異常を検知した旨の通知がなされる。

0130

このように、在不在情報および電力需要予測結果を電力取引に利用し、さらに、電力異常判定に用いることにより、HEMSシステム5000を運用するする事業者、電力需要予測により電力取引を電力小売事業者など、さらにセキュリティ会社がそれぞれ利益を享受することができる。

0131

なお、上述の説明では、不在時における電力異常を検知して通知を行うと説明した。しかし、電力異常の検知およびその通知は需要者の不在時に行うものであると限られるものではない。需要者の在宅時にも行うようにしてもよい。なぜなら、需要者が在宅中であっても電気機器310の電源が誤ってオンとなり、そのことに需要者が気づいていない場合も考えられるからである。

0132

<3.変形例>
以上、本技術の一実施の形態について具体的に説明したが、本技術は上述の実施形態に限定されるものではなく、本技術の技術的思想に基づく各種の変形が可能である。

0133

上述の説明では、管理サーバ500側が電力需要予測部160を備え、管理サーバ500側で電力需要予測を行うように説明を行った。しかし、住宅300などの予測対象側が電力需要予測部160を備え、予測対象側において電力需要予測を行い、電力需要予測量を管理サーバ500および電力関連事業者3000に送信するようにしてもよい。また、電力関連事業者3000に含まれる電力会社、電力小売事業者などが電力需要予測装置100を有し、電力関連事業者3000側で電力需要予測を行うようにしてもよい。

0134

本技術は以下のような構成も取ることができる。

0135

(1)所定の場所内において需要者が不在であるか否かを検出する不在検出部と、
該不在検出部による不在検出結果に基づいて将来の予測日時における電力需要を予測する電力需要予測部と、
を備える
電力需要予測装置。

0136

(2)前記所定の場所における電力消費量を測定する電力測定部を更に備え、
前記電力需要予測部は、さらに、前記電力消費量に基づいて前記電力需要を予測する
前記(1)に記載の電力需要予測装置。

0137

(3)環境情報を取得する環境情報入力部をさらに備え、
前記電力需要予測部は、さらに、前記環境情報に基づいて前記電力需要を予測する
前記(1)または(2)に記載の電力需要予測装置。

0138

(4)前記不在検出結果を格納するデータベースをさらに備え、
前記電力需要予測部は、前記データベースを参照することにより前記電力需要を予測する
前記(1)からまたは(3)のいずれかに記載の電力需要予測装置。

0139

(5)前記データベースはさらに、前記不在検出結果に対応付けて前記電力消費量を格納する
前記(4)に記載の電力需要予測装置。

0140

(6)前記データベースはさらに、前記不在検出結果に対応付けて前記環境情報を格納する
前記(4)または(5)のいずれかに記載の電力需要予測装置。

0141

(7)前記不在検出部は、前記所定の場所における前記需要者の存在を検知可能なセキュリティシステムである
前記(1)から(6)のいずれかに記載の電力需要予測装置。

0142

(8)前記電力需要予測部は、さらに、前記不在検出部による不在検出結果に基づいて電力需要予測の調整処理を行う
前記(1)から(7)のいずれかに記載の電力需要予測装置。

0143

(9)前記電力需要予測部は、電力需要の予測を行う日と予測の対象となる日が同日の場合に前記電力需要予測の調整処理を行う
前記(8)に記載の電力需要予測装置。

0144

(10)前記電力需要予測部は、前記需要者が存在する場合における電力需要を予測する在時需要予測部と、前記需要者が不在の場合における電力需要を予測する不在時需要予測部とからなり、
前記不在検出結果に基づいて、前記在時需要予測部と前記不在時需要予測部の予測結果を挿げ替えることにより前記電力需要予測の調整処理を行う
前記(8)または(9)に記載の電力需要予測装置。

0145

(11)前記電力需要予測部は、前記不在検出結果に基づいて、需要予測結果の増減処理を行うことにより前記電力需要予測の調整処理を行う
前記(8)から(10)のいずれかに記載の電力需要予測装置。

0146

(12)前記電力需要予測部は、前記予測日時の前日以前に、前記不在検出結果から前記予測日時には前記需要者が不在であるとして電力需要予測を行い、前記予測日時の当日に前記不在検出部により前記需要者が不在ではないという前記不在検出結果が検出された場合には、前記予測日時の前日以前に求めた電力需要予測を増加させる
前記(8)から(11)のいずれかに記載の電力需要予測装置。

0147

(13)前記電力需要予測部は、予測日時の前日以前に、前記不在検出結果から前記予測日時には前記需要者が不在ではないとして電力需要予測を行い、前記予測日時の当日に前記不在検出部により前記需要者が不在ではあるという前記不在検出結果が検出された場合には、前記予測日時の前日以前に求めた電力需要予測を減少させる
前記(8)から(12)のいずれかに記載の電力需要予測装置。

0148

(14)前記不在検出部による不在検出結果から日にち、曜日、時間帯などによって表される前記需要者の不在傾向を示す不在情報を生成する不在情報生成部をさらに備え、
前記電力需要予測部は、前記不在情報に基づいて前記電力需要を予測する
前記(1)から(13)のいずれかに記載の電力需要予測装置。

0149

(15)所定の場所において需要者が不在であるか否かを検出し、
不在の検出結果に基づいて電力需要を予測する
電力需要予測方法。

0150

(16)所定の場所における需要者の不在を検出する不在検出部と、
該不在検出部による不在検出結果に基づいて電力需要を予測する電力需要予測部を備える電力需要予測サーバと、
前記不在検出部による不在検出結果を前記電力需要予測サーバに送信する通信部と、
を備える
電力需要予測システム。

0151

(17)所定の場所において需要者が不在であるか否かを検出する不在検出部と、
該不在検出部により前記需要者が不在であることが検出された場合に、電力異常が発生しているか否かを判定する電力異常判定部と、
該電力異常判定部により電力異常が発生していると判定された場合に、外部に通知を行う通信部と
を備える
電力異常検出システム。

0152

110・・・・・・在不在検出部
160・・・・・・電力需要予測部
100・・・・・・電力需要予測装置。
130・・・・・・電力測定部
140・・・・・・環境情報入力部
150・・・・・・予測用データベース
601・・・・・・セキュリティシステム
201、304・・通信部

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

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

関連する公募課題一覧

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