To develop an energy self-sufficient building, the objective of this research is to construct a model of: energy load, renewable energy generation in a building, and apply it to model predictive control. We will verify both the models and the predictive control, at the Takasago Innovation Center. In this paper, annual power balance of the building and issues are clarified.

This paper uses graph neural network and long and short-term memory network to predict solar radiation hourly. The solar radiation prediction model can be used as the basis for the future optimization and model predictive control of real building energy system of Takasago Innovation Centers (TICs)

本研究では、空調の消費電力推定において、外挿に強い一手法を提案する。提案方法では、線形モデルとリカレントニューラルネットワークを用いる。リカレントニューラルネットワークは、外気温、設定温度と運転状態、室内人数を入力、消費電力の線形モデルと教示値の差を出力として学習させ消費電力を推定する。推定の結果、既存のリカレントニューラルネットワークのみの推定と比べて未知の一部の外挿性能を改善できた。

運用しながら最適ゲインを自動設定するシステムとすることで、試運転調整作業の省力化と、状況変化への追従を図ることを目指し、研究開発に取り組んでいる。 トレンド運転データから、機械学習に適したデータを自動で抽出する機能について実験的に検討した結果、直近の同定計算にて得たパラメータを基に、適切なサンプリング時間長さを導出できる見込みを得た。 加えて、機械学習用パラメータの最適化手法として注目を集めているCMA-ESの有効性について検証した結果、前報までのTPEによる手法と比較して優位性があることが確認できた。

The present study aims to develop the model predictive control (MPC) strategy using artificial intelligence (AI) for a building heat source system with thermal energy storage (TES). As a result, the MPC strategy could reduce the operating cost by 9.7–22.5% compared to rule-based control strategies that prioritize the discharging operation of TES.

空気熱源ビル用マルチエアコンの外気処理用室外機に対して、室内温湿度状況に基づき室外機出力を制限し、過剰な熱処理を防止する制御システムを構築し既報にて報告した。本報では夏期冷房実証試験と、冷暖房運転時の省エネルギー評価を実施した。夏期冷房時実証試験では、主としてCOPの高い負荷率での運転時間の増加により約２割の電力量削減が認められた。また冬期暖房時実証試験では、主として過剰な熱負荷処理の防止により約３割の電力量削減が認められた

本研究では省エネルギー改修事業が導入された建物の２次ポンプ回転数制御の運用実態調査を行った。その結果、回転数制御導入による消費電力量削減率では、推定末端圧制御の平均値が60%、吐出圧一定制御が46%であり、推定末端圧制御のほうが高い値であることを確認した。制御設定値と搬送効率の分析に関して、周波数下限値が低いほど、回転数制御導入による消費電力量削減率が高い傾向を確認した。

Proportional Integral Derivative control has been widely used in heat pump control.In actual applications , the parameters of the PID controller are often insufficiently adjusted. In order to solve these problems and improve the operating efficiency of the system by using F-PID (fuzzy PID) controller . With the increase of operation time , the power saving effect is shown more obviously.

エネルギーシミュレーションを基にブライン温度とシステム全体の消費電力の関係を求め、外気乾球温度の一次式でブライン温度を制御する手法を考案した。その手法を自動制御として実プラントに導入し、実績データを用いて制御状況の確認とエネルギー削減効果の把握を行った。ヒーティングタワーファンの風量制御を行うことで、3.8 %エネルギーを削減できることがわかった。さらに実績データを基に一次式の係数を修正したところ、修正前に比べエネルギー削減効果は7.8 %と更に大きかった。

サーマルグリッドシステム(TGS)は建物間での双方向性のある冷温水熱融通システムであり、2015年度に国際展示場に導入され省エネ効果が明らかにされている。しかし現在の国際展示場におけるTGSの運用方法は当日の施設の利用状況及び運用状況に基づいて現場管理者が使用する熱源機を選択しており、最適化による一次エネルギー消費量削減の余地があると考えられる。本研究では最適化手法に簡易な負荷予測機能を追加するため、2019年夏期の国際展示場の空調機負荷を分析し、負荷パターンの特徴を明らかにした。

電力デマンド制御機能が多く搭載されていると思われる中規模以上の建物でネガワット創出が可能なヒートポンプ式熱源機による冷温水配管の循環水蓄熱および熱源機のインバータ出力抑制を組み合わせたDR制御実証ついて報告を行う。 本報告におけるポイントとしては、建物居住者への影響を最小限に留め、且つ既存設備への改造も最小限にする事である。

蓄熱槽を含むエネルギーシステムの運用最適化問題を対象に、強化学習の一種であるQ-learningの適用可能性を問題規模による学習への影響度の観点から検討する。結果としてQ-learningは熱源運用最適化問題への適用が可能であるが、現実的に適用が可能な問題規模は限られる。問題規模の拡張に伴って必要計算量が爆発的に増大し、アルゴリズムが対応しきれない課題点が明らかになった。

近年、CGS等の自律分散型電源を用いて需要家建物に対して平常時に熱のみならず電気も供給する熱電一体供給が増えつつある。この際、発電時発生排熱の活用による高効率な熱供給を行うため、複雑な運転計画が求められ、需要予測に基づくCGS・熱源システムの運転計画の最適化が必要不可欠となる。 　そこで本研究では、空調用熱源システムの最適運転により省エネルギー化に寄与する運転支援システムの概要と、熱負荷予測手法の概要及び予測結果を報告する。

空調システム全体の最適な計算方法を開発した。この計算は2つのブロックで構成されており、1つは1次側の熱源システム、もう1つは2次側の2次ポンプとAHUファンである。最適な冷水温度は、空調システム全体のエネルギー消費量を計算することで決定される。システムの条件を変えることで、最適な2次側送水温度が決定されることを確認した。

This paper describes development of autonomous HEMS and optimum control system of smart energy community with Photovoltaics, Battery, Hot-water supply heat pump, ground source heat pump for cooling heating and energy storage. Then the authors evaluate the reduction of running cost and CO2 emissions as well as the peak demand ratio for infrastructure.

TSC/namig_codesは、文字、数字、記号を使用してBEMS計測ポイントに名前を付けるためのルールである。誰がネーミング作業を行っても同じ結果になることを目指している。TSC/Naming_codesは、ネーミングルールを覚えていない場合、命名プロセスに非常に労力がかかるという課題がある。そのため、日本語ポイント名称からTSC/naming_codesに自動的に変換するツールを開発した。

次世代クラウドBEMSの基幹機能を、都内の複数ビルへ利用拡大を行った状況の報告と、新型コロナウイルス感染症流行下における次世代クラウドBEMSの利用状況の報告を行う。

In order to estimate baseline of building energy consumption with high precision, the electricity consumption of the 63 buildings in a university campus were estimated by using a variety of predicting methods. As a result of analysis, most buildings showed that machine learning perform a highly precise baseline estimation on a daily and a monthly basis compared with previous methods.

本報では病院の冷房需要を対象として、k平均法クラスタリング、オートエンコーダー、予測モデルの誤差などの異常値検知アルゴリズムを用い、自動修正されたデータが手動で処理されたデータと同様の予測精度を実現できるかを検証する。本研究は電力需要を対象に提案された異常値検知アルゴリズムを冷房需要に適用された場合、同程度の精度を実現することができるのかを検証した。

近年、運用エネルギー消費量の削減に向けた効率的かつ最適な運転制御を実現するために、将来の需要をより正確に予測する機械学習モデルが求められているが、これらの予測精度は、予測モデルの構造やハイパーパラメータに大きく依存し、調整には時間と知識が必要であることが課題となっている。本報では、実データに基づく電力需要の予測モデルに複数のオートチューニング手法を適応し、精度向上とモデル構築時間の短縮を目的に、手法の違いによる予測精度を比較した。

建築物の省エネルギー化のために設備機器の運用効率向上が重要であり、事前にエネルギー需要を正確に予測することが有効だ。近年の機械学習の発達と普及で、エネルギー需要予測にも様々な機械学習の活用事例が増えている。しかし、入力データの項目数や内容の適切な形に関する知見は、十分に蓄積されているとは言えない。本研究では、病院の電力需要を対象に4つの機械学習手法と、各予測値の加重平均をとるアンサンブルモデルについて、それぞれの特質を示す。

本キャンパスの熱源システムは中央熱源方式に蓄熱槽(氷蓄熱＋温水槽＋連結式縦型蓄熱槽(冷温水＋氷))を導入しており、建物運用開始直後から長期にわたりコミッショニング等による評価が継続して行われ、運用面における省エネルギー化が続けられている。一方で、5号館竣工に伴い運用が変化した熱源機器単体の詳細な実態把握は行われていない。そこで本報では、当キャンパスにおけるエネルギー消費傾向や熱源システムの継続的な運用改善に向けて熱源機の実態把握を行った。

東京電機大学東京千住キャンパスが本格稼働した2018年から3年間の換気状況を把握し、設備負荷率と実際の結果を比較分析することを目的とした。 本教室では利用者数やCO₂濃度による外気導入量制御が行われており、2020年の新型コロナウイルス感染症の影響で室内の換気が促進され、在室者数が9割減少すると共に外気導入量も7割減少したことが確認された。一方、感染症対策によりCO₂濃度設定を低くしたことで、一人当たりの外気導入量が増え、年間平均室内CO₂濃度は396ppmとなった。

現在、省エネ法により事業者は中長期的にみた年平均１％以上のエネルギー消費原単位の低減が求められており、省エネルギー化が課題である。既報ではピーク電力の変動要因を明らかにし、ニューラルネットワークを用いたピーク電力の出現時間の予測モデルを構築した。本報では、実測データに基づき対象大学のベース電力の実態把握を行った。月ベース電力による建物分類や実験施設における停電前後のベース電力ついて分析を行った。

Due to the global outbreak of COVID-19, many companies have introduced remote work. It is necessary to understand the effects of increasing remote workers at the point of energy consumption at house and office quantitatively. In this paper, the outline and the result of questionnaire survey, , the estimation method and the calculation result of the energy consumption at the house are described.

新型コロナウイルス感染症防止策として在宅勤務を併用した働き方が推奨された。本報では2つの実オフィスビルを対象に、BEMSデータを用いて2019年及び2020年におけるオフィスのエネルギー消費量の変動及び在室人数との関係を分析した。在室人数の増減に応じてエネルギー消費量が変動する傾向が見られた。また、前報で述べた住宅とオフィスを合わせた合計エネルギー消費量の2019年から2020年にかけての変動は、季節やビルによって異なった。

在宅勤務によって事務所ビルと戸建住宅群のエネルギー消費が総合的にどのように変化するかといった知見を得ることを目的に、これらの建物のエネルギー消費量を算定するエネルギーシミュレーションを行う。作成したモデルスケジュールをもとにエネルギーシミュレーションを行った。分析の結果、年間では在宅勤務の導入率の増加は事務所ビルと戸建住宅群の総合的なエネルギー消費量の増加を招くことが観察された。この結果をもとに、今後のエネルギー消費削減手法に関する考察を行った。

近年，新型コロナウイルスの影響により，在宅勤務を推進している企業が増加していおり，オフィスの在館人数が変化している。働き方の変化により，照明・コンセントの電力量へ及ぼす影響に関して調査した事例や研究は多く存在しない。本稿では，既設のBEMS，及び入退室管理システムから取得したデータを用いて在宅勤務による出社率の低下を加味した在館人数とオフィス空間における照明設備・コンセントに関する電力量の関係を調査・分析し，結果を報告する。

近年、省エネルギーの観点からZEH+やオフグリッド住宅に注目が集まり、家庭用燃料電池をはじめとした創エネルギー機器の普及が進んでいる。創エネルギー機器の導入効果の検討は住宅の負荷データを用いて行われるが、住宅の電力・給湯需要を詳細に計測した事例は少なく、電力・給湯の詳細な使用実態は十分に把握されていない。そこで、実住宅において電力・給湯需要の詳細計測を行った。本報では、家電機器消費電力特性分析および家電機器の簡易モデル化について報告する。

エネルギーシミュレーションツールは、建築・設備の技術の進歩や建物の使われ方の変化に合わせて、開発を継続させることが重要である。BEST(Building Energy Simulation Tool)は、2005年に開発プロジェクトをスタートさせ、2006年から具体的なプログラム開発に取り組み、以降16年間開発を続けてきた。同時に、計算法の詳細や妥当性・有効性の根拠の発表、BESTを利用するエネルギー評価の普及・支援活動も継続してきた。本報では、その特徴を報告する。

　EA設計用気象データは、EA実在年気象データを統計処理して作成され、冷房設計用には、h-t基準、Jc-t基準、Js-t基準の3タイプが用意されている。現在公開されている2010年版は、1981-2010年の30年間の実在気象に基づき作成されている。次の更新は、2020年版として1991-2020年の実在年データから作成する予定である。本研究では、2014年に露場移転された東京について外気温湿度の補正法を検討したうえで、東京以外の国内7都市も含めて、夏期の過酷気象の変遷傾向と2020年試作版冷房設計用気象データの特徴を確認した。

BESTプログラム設計版(ver3.0.2)を用いて、積雪地域に計画される屋内型歩行者デッキを対象として、夏期における室内温熱環境を評価する。また、歩行者デッキにおける換気量や外皮仕様を改善させることで、室内温熱環境への寄与について検討する。

建築物の省エネ化を行うためには、設計の初期段階からシミュレーションを活用することが重要である。 本研究では、BEST programにて計算されたデータを活用し、省エネ検討などに広く活用する方法を検討する。本報では、基礎的研究として、Deep Neural Network（DNN）によるPAL*及び年間一次エネルギー消費量の予測モデルを作成し、予測精度の検証と活用のメリットについて検討する。

ANSI/ASHRAE Standard 140-2017で追加されたテストAE100~AE400シリーズをBEST2008devで実施し、世界の他のツールの計算結果と比較してそれらと同等であることを確認した。このテスト実施において行った機能追加や改良、テストモデルのテンプレートの開発について報告した。

BEST機器特性WGでは、空調システムの設計・シミュレーションを目的として、様々な機器のモデリングを行っている。本報では、アクティブチルドビームの計算モデルを検討し、定式化した。このアクティブ・チルド・ビームの計算モデルは、熱伝達係数と誘引係数を利用しており、熱伝達係数と濡れ面係数を利用した空調用コイルと同様の方法である。定式化に使用するすべての機器特性係数は、メーカーの選定プログラムの9点の算出結果から導き出すことができる。

水蓄熱式空調方式は熱源の全負荷運転により省エネ効果を得ていたが、部分負荷時に効率の良いINV熱源の出現により、非蓄方式との差は減少した。既往研究では、熱源の台数増加により各熱源を常時部分負荷運転させることで、大きな効果が得られる試算結果を示している。但し、他条件での検証も必要と考え、本研究では一般ビルの冷房を対象に、水蓄熱にINV熱源を採用した場合の省エネ効果の確認を目的として、各種検討をBESTプログラム専門版により実施した。

蓄電池プログラムの改良を目的に，NAS電池を対象として，実稼働データを詳細に分析し，プログラムの計算パラメータの中で効率に関わる， 蓄電池効率， PCS効率，補機電力などを算出した。

住宅省エネ基準に準拠した計算エクセルファイルをもとに余剰電力吸収手法を再現できるツールの作成を行った。作成したツールを用いて、戸建住宅・集合住宅において省エネルギー給湯機と余剰電力吸収手段を組み合わせた場合のCO2排出量および逆潮流抑制効果を定量的に算定した。余剰電力吸収手段の効果は省エネルギー給湯機の種類によって異なることが判明した。結果として、CO2排出量削減および逆潮流抑制に最も効果が見られたのは、エコキュート昼間強制モードであった。

戸建住宅と集合住宅のパラメータ変化による影響を確認した。また省エネ仕様の戸建住宅、集合住宅のCO2排出量と逆潮流電力量を検討した。結果として、省エネ仕様住宅の年間CO2排出量と逆潮流電力量を定量的に把握できた。また蓄電池やエコキュート昼間強制による太陽光余剰電力吸収の効果を確認できた。

ビルマルの一種に、統合型ハイブリッドVRFシステムという、電気とガスからエネルギー源を選択できる機種がある。その特徴を活かした制御を行うことによって、PVを導入している建物において、自家消費量の最大化を検討する。