能量管理装置、能量管理方法与流程

1.本发明涉及微电网的能量管理。


背景技术：

2.从降低对化石燃料的依赖、环境问题的观点出发，推进了由太阳能发电(pv)系统代表的分布式电源的导入。pv系统使用电力控制装置的变换器电路将由太阳能发电面板发电得到的电力从直流变换成交流而输出。
3.在下述专利文献1中公开了如下技术：在电力贮存型太阳能发电系统中，在输出分布式电源的发电电力和来自电力贮存单元的电力这两者时，控制第2电力变换单元以使得由受电功率检测单元检测到的受电功率不低于给定功率。由此，防止来自电力贮存单元的电力逆流到电力系统。
4.在先技术文献
5.专利文献
6.专利文献1：日本专利第4765162号公报


技术实现要素：

7.发明要解决的课题
8.本发明的课题在于，在与电力系统互连的微电网中，提出用于高效地运用能量的方案。
9.用于解决课题的手段
10.本发明的一方式涉及的能量管理装置是与电力系统互连的微电网的能量管理装置，所述微电网具备蓄电装置，所述能量管理装置以所述微电网的受电功率的上下限和所述蓄电装置的输出功率的上下限为约束条件，基于所述微电网中的电力的供需预测，计算使所述微电网的能量的利用效率最佳化的所述微电网的受电功率的目标值。能量的利用效率是指是否能够高效地使用能量，能量的利用效率越高则节能效果越高。
11.根据本发明的一方式，能够应用于微电网的能量管理方法。
12.发明效果
13.能够在微电网中高效地运用能量。
附图说明
14.图1是微电网的框图。
15.图2是微电网的框图。
16.图3是示出日照量与发电功率的相关特性的曲线图。
17.图4是示出发电功率的预测值与消耗功率的预测值的推移的曲线图。
18.图5是微电网的简易的框图。
19.图6是示出蓄电池的充电状态的推移的曲线图。
20.图7是示出蓄电池的充电状态的推移的曲线图。
21.图8a是示出受电功率的候选数量的图。
22.图8b是示出受电功率的候选数量的图。
23.图9是示出预测对象期间的分割例的图。
24.图10是微电网的框图。
具体实施方式
25.与电力系统互连且具备蓄电装置的微电网的能量管理装置以所述微电网的受电功率的上下限和所述蓄电装置的输出功率的上下限为约束条件，基于所述微电网中的电力的供需预测，计算使所述微电网的能量的利用效率最佳化的所述微电网的受电功率的目标值。
26.在该结构中，能量管理装置能够计算出使微电网的能量的利用效率最佳化的受电功率的目标值。能量管理装置能够通过使微电网的受电功率追随计算出的目标值来使微电网的能量的利用效率最佳化。
27.能量管理装置也可以使用目标函数来评价所述微电网的能量的利用效率。通过使用目标函数，能量管理装置能够将能量的利用效率数值化而客观地进行评价。
28.所述目标函数可以是评价所述蓄电装置的使用限制期间的函数。在该结构中，从蓄电装置的利用效率的观点来看，能量管理装置能够使微电网的能量的利用效率最佳化。
29.所述目标函数也可以是评价所述微电网的电费的函数。在该结构中，从微电网的电费的观点来看，能量管理装置能够使微电网的能量的利用效率最佳化。
30.所述目标函数还可以是将评价所述蓄电装置的使用限制期间的项和评价所述微电网的电费的项加权后相加的函数。在该结构中，从蓄电装置的利用效率的观点和微电网的电费的观点这两个观点来看，能量管理装置能够使微电网的能量的利用效率最佳化。能够根据权重的赋予方式对两个观点赋予优劣。
31.能量管理装置也可以在所述约束条件中加入所述微电网的受电功率的变化幅度的条件。在该结构中，目标值的候选被缩减至受电功率的变化幅度内。因此，为了获得最优解所需要的运算变少，能够实现运算的高速化。能量管理装置能够将受电功率的变化抑制在变化幅度内，因而对电力系统的影响小，对维持电的品质而言是有效的。
32.能量管理装置也可以将所述目标值的预测对象期间分割成多个区间，针对分割出的各区间，计算使所述微电网的能量的利用效率最佳化的受电功率的目标值。通过将预测对象期间分割成多个区间，从而与以整个区间为对象来进行运算的情况相比，能量管理装置为了获得最优解所需要的运算变少，因而能够实现运算的高速化。
33.所述区间也可以比所述供需预测的周期长。在该结构中，能量管理装置能够将多个循环的需求预测纳入考虑来决定受电功率的目标值。
34.《实施方式1》
35.1.微电网s1的说明
36.微电网s是与电力系统1互连的小规模电力系统，至少具备分布式电源、蓄电装置、负载。电力系统1可以是电力运营者的系统，也可以是由大型功率调节器的独立运转输出而成立的独立的电力系统。
37.图1是微电网s1的框图。微电网s1包括作为分布式电源的太阳能发电面板10、作为蓄电装置的蓄电池15、作为电力控制装置的功率调节器20和负载l。
38.功率调节器20具备作为第1电力变换器的第1转换器电路21、作为第2电力变换器的第2转换器电路23、dc链接部25、双向变换器电路31、继电器37、控制装置50、直流电压检测部27、输出电流检测部33和输出电压检测部35。
39.在第1转换器电路21连接有太阳能发电面板10。第1转换器电路21是dc/dc转换器，将太阳能发电面板10的输出电压(直流)升压后输出。第1转换器电路21可以是斩波器。
40.在第2转换器电路23连接有蓄电池15。蓄电池15例如是二次电池。第2转换器电路23是进行蓄电池15的放电和充电的双向的dc/dc转换器。第2转换器电路23可以是双向斩波器。
41.太阳能发电面板10和蓄电池15经由第1转换器电路21和第2转换器电路23，相对于dc链接部25而并联地连接。
42.dc链接部25位于转换器电路的连接点24和双向变换器电路31之间。在dc链接部25设置有电解电容器c1。电解电容器c1为了使dc链接部25的电压vdc稳定而被设置。
43.直流电压检测部27检测dc链接部25的电压vdc。由直流电压检测部27检测到的dc链接部25的电压vdc被输入到控制装置50。
44.双向变换器电路31是选择性地进行将dc变换成ac的逆变换(变换器)和将ac变换成dc的正变换(转换器)的双向的变换电路。双向变换器电路31与dc链接部25连接，在逆变换动作时，将由dc链接部25输入的直流电力变换成交流电力而输出。详细地，在双向变换器电路31中，输入与由于太阳能发电面板10的发电而在dc链接部25中相比于基准值增加的电压量相当的电力。由此，与相比于基准值增加的电压量相当的电力从直流变换成交流，从双向变换器电路31输出。
45.蓄电池15能够经由第2转换器电路23对太阳能发电面板10的剩余电力进行蓄电。蓄电池15能够在太阳能发电面板10的发电电力不足的情况下，经由第2转换器电路23放电而弥补发电电力的不足。
46.双向变换器电路31经由继电器37，与以系统电源2为交流电源的电力系统1连接。
47.继电器37作为与电力系统1的互连用而被设置。通过闭合继电器37，能够使微电网s1与电力系统1互连。
48.输出电流检测部33对双向变换器电路31的输出电流iinv进行检测。输出电压检测部35位于双向变换器电路31的输出侧，对双向变换器电路31的输出电压vinv进行检测。
49.由输出电流检测部33检测到的双向变换器电路31的输出电流iinv和由输出电压检测部35检测到的双向变换器电路31的输出电压vinv被输入到控制装置50。控制装置50基于双向变换器电路31的输出电流iinv和输出电压vinv，计算双向变换器电路31的输出功率(有效功率)pinv。对于输出功率pinv，将逆变换时设为“正”，将正变换时设为“负”。
50.在将双向变换器电路31和电力系统1连接的电力线(干线)5，经由分支线4连接有作为需求设备的负载l。对于负载l，能够从功率调节器20和电力系统1这两者供给电力。
51.受电点3是基于电力系统1的电力的供给地点，如图1所示，是电力系统1与场内(微电网s1)的边界部分。
52.在电力系统1中，作为受电点3的电力检测用的计量器而设置有外部换能器等外部
测量器40。
53.外部测量器40具有受电电流检测部41和系统电压检测部43。外部测量器40与受电点3对应地设置，受电电流检测部41检测受电点3的受电电流。系统电压检测部43检测电力系统1的系统电压。
54.外部测量器40基于受电电流和系统电压来计算受电功率(有效功率)p
rcv
。由外部测量器40检测到的受电功率p
rcv
被输入到控制装置50。受电功率p
rcv
能够使用于电力流向(以下仅称为流向)的状态判定。外部测量器40是测量受电点3的受电功率p
rcv
的测量器。
55.对于受电功率p
rcv
，将正流向(图1：从电力系统1朝向微电网s1的电的流向)设为“正”，将逆流向(图2：从微电网s1朝向电力系统1的电的流向)设为“负”。
56.控制装置50具有作为运算部的cpu51和作为存储部的存储器53。在存储器53存储有进行微电网s1的电力的供需预测的程序、对使微电网s1的能量的利用效率最佳化的受电功率p
rcv
的目标值进行计算的程序。存储有为了供需预测所需要的数据、为了计算使能量的利用效率最佳化的受电功率p
rcv
的目标值所需要的数据。cpu51基于微电网s1的电力的供需预测，计算使微电网s1的能量的利用效率最佳化的受电功率p
rcv
的目标值。进行微电网s1的电力控制，使得微电网s1的受电功率p
rcv
追随目标值。控制装置50是能量管理装置的一个例子。
57.控制装置50能够通过向双向变换器电路31提供指令来控制正变换动作、逆变换动作的切换。能够对双向变换器电路31的输出、即输出功率pinv进行控制。输出功率pinv能够通过输出电流iinv的调整来控制。
58.控制装置50能够通过第1转换器电路21的通断来控制太阳能发电面板10相对于dc链接部25的连接/非连接。能够通过第2转换器电路23的通断来控制蓄电池15相对于dc链接部25的连接/非连接。控制装置50能够经由第2转换器电路23来进行蓄电池15的充电和放电的切换控制。能够经由第2转换器电路23来控制蓄电池15的输出功率。输出功率例如能够通过调整电流量来控制。
59.2.微电网的电力的供需预测
60.控制装置50进行微电网s1的电力的供需预测。具体地，对微电网s1中的电的供给量(分布式电源的发电功率)[kw]和微电网s1中的电的需求量[kw]进行预测。
[0061]
微电网s1作为分布式电源而具有太阳能发电面板10，因而太阳能发电面板10的发电功率是微电网s1的电的供给量。微电网s1具有负载l，因而负载l的消耗功率p
load
是电的需求量。
[0062]
如图3所示，太阳能发电面板10的发电功率p
pv
与日照量x具有相关性。发电功率p
pv
的预测值能够经由网络nw从预测数据提供处70获取。预测数据提供处70即可以是基于功率调节器20的供应商的提供处，也可以是发电运营者的提供处。太阳能发电面板10的发电功率p
pv
由双向变换器电路31变换成交流。变换效率η是将直流dc变换成交流ac时的变换器电路31的变换效率。
[0063]
负载l的消耗功率p
load
能够根据过去的数据来预测。例如，能够通过对几天间的消耗功率p
load
的数据进行统计学处理来预测次日的消耗功率。
[0064]
负载l的消耗功率p
load
能够根据受电点3的受电功率p
rcv
和双向变换器电路31的输出功率pinv求出。在正流向(p
rcv
＞0)的情况下，负载l的消耗功率p
load
为输出功率pinv与受
电功率p
rcv
的合计。在逆流向(p
rcv
＜0)的情况下，负载l的消耗功率p
load
为输出功率pinv与受电功率p
rcv
之差。
[0065]
p
load
＝pinv p
rcv
ꢀꢀꢀ
(a)
[0066]
p
load
＝pinv-p
rcv
ꢀꢀꢀ
(b)
[0067]
图4是示出微电网s1的电力的供需预测结果的曲线图。虚线是微电网s1的发电功率的预测值，实线是微电网s1的消耗功率的预测值。在该例子中，将预测对象期间t设为1天，每隔1小时进行电力的供需预测，预测值是值每隔1小时而变化的阶梯状的波形。微电网s1的电力的供需预测可以由控制装置50进行，也可以获取由另外的装置预测出的数据。
[0068]
3.基于电力的供需预测的受电功率目标值的最佳化
[0069]
图5是微电网s1的简易的框图。控制装置50的cpu51基于微电网s1的电力的供需预测(图4)，计算出使微电网s1的能量的利用效率最佳化的受电功率p
rcv
的目标值(以下称为受电功率目标值p
rcvreft
)。
[0070]
数学式1是用于评价微电网s1的能量的利用效率的目标函数。
[0071]
[数学式1]
[0072][0073]
目标函数f的第1项和第2项是评价蓄电池15的使用限制期间的项。第3项和第4项是评价微电网s1的电费的项。
[0074]
使用限制期间中存在充电限制期间t
max
和放电限制期间t
min
这两个期间。充电限制期间t
max
是对充电进行限制的期间，例如是蓄电池15的充电状态soc位于使用范围的上限(满充电的情况下)的情况。放电限制期间t
min
是对放电进行限制的期间，例如是蓄电池15的充电状态soc位于使用范围的下限的情况。
[0075]
在该例子中，k1＞k2＞k3＞k4，在微电网s1的能量的利用效率的评价中，优先进行蓄电池15的使用限制期间的评价。也可以是k1＝k2、k3＝k4。
[0076]
在进行使受电功率目标值p
rcvreft
最佳化的运算时，作为约束条件，存在受电功率目标值p
rcvreft
的上限以及下限(数学式2)和蓄电池15的输出功率[kw]的上限以及下限(数学式3)这两个条件。
[0077]
[数学式2]
[0078]-p
pcscap
≤p
rcvref t
≤p
pcscap
ꢀꢀꢀ
(t∈t)
[0079]
[数学式3]
[0080]-p
batcap
≤(p
load t-p
rcvref t-p
pv t
·
η)≤p
batcap
ꢀꢀꢀ
(t∈t)
[0081]
[表1]
[0082]
t：所有时间截面t的集合(预测对象期间)t
max
(p
rcvref t
，p
pv t
，p
load t
)：时间截面t处的充电限制期间t
min
(p
rcvref t
，p
pv t
，p
load t
)：时间截面t处的放电限制期间p
rcv
(p
rcvref t
，p
pv t
，p
load t
)：时间截面t处的受电功率预测值[kw]p
peak
：预测对象期间t的受电功率峰值[kw]
k1～k4：权重系数p
rcvref t
：时间截面t处的受电功率目标值[kw]p
pv t
：时间截面t处的pv面板的发电功率预测值[kw]p
load t
：时间截面t处的负载的消耗功率预测值[kw]p
pcscap
：功率调节器额定容量[kw]η：变换效率[％]p
batcap
：蓄电池额定充放电功率[kw]
[0083]
充电状态soc是充电量相对于蓄电池15的额定容量的比率。在计算目标函数f时，需要推定蓄电池15的充电状态soc。以下，对蓄电池15的充电状态soc和受电功率p
rcvt
的推定值的模拟方法进行说明。
[0084]
对时间截面t处的充电限制期间t
max
和放电限制期间t
min
的计算方法进行说明。
[0085]
《步骤1》
[0086]
根据数学式4和数学式5，计算出时间截面t处的蓄电池15的暂定输出功率预测值p
battmp t
。
[0087]
[数学式4]
[0088]
0≤(p
load t-p
rcvref t-p
pv t
·
η)≤p
batcap
…
(放电时)
[0089][0090]
[数学式5]
[0091]-p
batcap
≤(p
load t-p
rcvref t-p
pv t
·
η)＜0
…
(充电时)
[0092]
p
battmp t
＝(p
load t-p
rcvref t
)
·
η-p
pv t
[0093]
《步骤2》
[0094]
通过数学式6～数学式9，计算出时间截面t处的蓄电池15的暂定充电状态预测值soc
tmp t
。
[0095]
(a)t＝0的情况
[0096]
[数学式6]
[0097]
wh
bat 0
＝soc
ini
×
batcap
[0098]
[数学式7]
[0099]
wh
battmp t
＝wh
bat 0-p
battmp t
×
hour
[0100]
(b)t≠0的情况
[0101]
[数学式8]
[0102]
wh
battmp t
＝wh
bat t-1-p
battmp t
×
hour
[0103]
[数学式9]
[0104][0105]
《步骤3》
[0106]
判定是否超出时间截面t处的上下限，决定蓄电池15的充电状态预测值soc
t
、蓄电池的输出功率p
bat t
、充电限制期间t
max
、放电限制期间t
mtn
。
[0107]
(a)soc
tmpt
≥socmax的情况
[0108]
[数学式10]
[0109]
t
max
(p
rcvref t
，p
pv t
，p
load t
)＝1，t
min
(p
rcvref t
，p
pv t
，p
load t
)＝0
[0110]
[数学式11]
[0111]
p
bat t
＝(soc
tmp t-1-socmax)
×
batcap
[0112]
(b)soc
tmpt
≤socmin的情况
[0113]
[数学式12]
[0114]
t
max
(p
rcvref t
，p
pv t
，p
load t
)＝o，t
min
(p
rcvref t
，p
pv t
，p
load t
)＝1
[0115]
[数学式13]
[0116]
p
bat t
＝(soc
tmp t-1-socmin)
×
batcap
[0117]
(c)socmin＜soc
tmpt
＜socmax的情况
[0118]
[数学式14]
[0119]
t
max
(p
rcvref t
，p
pv t
，p
load t
)＝0，t
min
(p
rcvref t
，p
pv t
，p
load t
)＝0
[0120]
[数学式15]
[0121]
p
bat t
＝p
battmp t
[0122]
接下来，通过数学式16、17，能够求出蓄电池15的充电量预测值wh
batt
的初始值(在t＝0的情况下)。
[0123]
[数学式16]
[0124]
wh
bat 0
＝soc
ini
×
batcap
[0125]
[数学式17]
[0126]
wh
bat t
＝wh
bat 0-p
bat t
×
hour
[0127]
接下来，通过数学式18，能够针对各时间截面(在t≠0的情况下)，求出蓄电池15的充电量预测值wh
batt
。通过数学式19，能够求出蓄电池15的充电状态soc的预测值soc
t
。
[0128]
[数学式18]
[0129]
wh
bat t
＝wh
bat t-1-p
bat t
×
hour
[0130]
[数学式19]
[0131][0132]
时间截面t处的受电功率预测值p
rcv
能够通过数学式20、21计算出。
[0133]
[数学式20]
[0134]
(p
pv t
p
bat t
)≥0
…
(功率调节器逆变换时)
[0135]
p
rcv
(p
rcvref t
，p
pv t
，p
load t
)＝p
load t-(p
pv t
p
bat t
)
·
η
[0136]
[数学式21]
[0137]
(p
pv t
p
bat t
)＜0
…
(功率调节器正变换时)
[0138][0139]
预测对象期间t中的受电功率峰值预测值p
peak
能够通过数学式22计算出。
[0140]
[数学式22]
[0141]
p
peak
＝p
rcv
(p
rcvref t
，p
pv t
，p
load t
)
[0142]
if p
peak_old
≤p
rcv
(p
rcvref t
，p
pv t
，p
load t
)
[0143]
(其中，t＝o时，p
peak_old
＝p
peak ini
)
[0144]
[表2]
[0145]
p
battmp t
：时间截面t处的蓄电池的暂定输出功率预测值[kw]wh
bat t-1
：上个时间截面t-1处的蓄电池充电量[kwh]wh
battmp t
：时间截面t处的蓄电池的暂定充电量预测值[kwh]soc
ini
：预测对象期间t中的蓄电池充电状态初始值[％]batcap：蓄电池额定容量[kwh]hour：时间截面t的刻度宽度[h]soc
tmp t
：时间截面t处的蓄电池的暂定充电状态预测值[％]socmax：蓄电池充电状态上限值[％]socmin：蓄电池充电状态下限值[％]p
bat t
：时间截面t处的蓄电池输出功率预测值[kw]wh
bat t
：时间截面t处的蓄电池充电量预测值[kwh]soc
t
：时间截面t处的蓄电池充电状态预测值[％]pp
eak_old
：预测对象期间t中的到上个时间截面t-1为止的峰值功率[kw]p
peak ini
：预测对象期间t中的峰值功率初始值[kw]
[0146]
通过数学式4～19，若相对于发电功率预测值p
pvt
和负载l的消耗功率预测值p
loadt
而决定了受电功率目标值p
rcvreft
，则能够推定蓄电池15的充电状态soc
t
。
[0147]
控制装置50在各时间截面t处，以受电功率目标值p
rcvreft
为变量，推定蓄电池15的充电状态soc
t
，根据其结果来计算出目标函数f的4个项。
[0148]
针对预测对象期间t执行这样的运算(预测对象期间t为1天且运算周期为1小时的情况下，执行24个循环)。然后，能够针对受电功率目标值p
rcvreft
的组合的模式，通过对目标函数f的值进行比较来决定使目标函数f最小的受电功率目标值的组合，即，能够针对预测对象期间t决定各时间截面t的受电功率目标值p
rcvreft
。
[0149]
图6、图7是将横轴设为时间[h]，将左纵轴设为功率[kw]，将右纵轴设为充电状态[％]的曲线图。y1(粗线)表示受电功率[kw]的推移，y2表示发电功率[kw]的推移。y3表示负载的消耗功率[kw]的推移，y4表示蓄电池的输出功率[kw]的推移，y5(虚线)表示蓄电池15的充电状态[％]的推移。
[0150]
图6是通过经验法则而决定了受电功率目标值p
rcvreft
的情况，图7是基于目标函数f而决定了受电功率目标值p
rcvreft
的情况。
[0151]
在通过经验法则决定了受电功率目标值p
rcvreft
的情况下(图6)，针对16时～18时的时间段，蓄电池15的充电状态soc维持在100[％]附近。因此，在16时～18时的时间段内，蓄电池15需要限制充电的接受。
[0152]
在基于目标函数f决定了受电功率目标值p
rcvreft
的情况下(图7)，蓄电池15的充电状态soc相对于soc上限线liml(soc＝100[％])和soc下限线lim2(soc＝10[％])保持余量地推移，始终为能够进行充电和放电这两者的状态。即，若与根据经验法则而决定了受电功率目标值p
rcvreft
的情况进行比较，则针对16时～18时的时间段(a部)在如下方面被改善，充
电状态soc被抑制得较低，在该时间段的充电不被限制。
[0153]
4.微电网的电力控制
[0154]
控制装置50的cpu51进行微电网s1的电力控制，使得微电网s1的受电功率p
rcv
追随使用目标函数f而计算出的受电功率目标值p
rcvreft
。
[0155]
例如，在受电点3为正流向，变换器电路31为逆变换动作时，并且受电功率p
rcv
的测量值低于受电功率目标值p
rcvreft
的情况下，通过缩减蓄电池15的输出功率，使受电功率p
rcv
的测量值与受电功率目标值p
rcvreft
之差减小。在受电功率p
rcv
的测量值高于受电功率目标值p
rcvreft
的情况下，通过增加蓄电池15的输出功率，使受电功率p
rcv
的测量值与受电功率目标值p
rcvreft
之差减少。
[0156]
如以上那样，通过根据受电功率p
rcv
的测量值与目标值之差来进行蓄电池15的输出调整，从而能够使微电网s1的受电功率p
rcv
追随使用目标函数f而计算出的受电功率目标值p
rcvreft
。
[0157]
5.效果
[0158]
蓄电池15通过充入微电网s1的剩余电力，并在电力不足时放电，从而弥补电力的不足。在蓄电池15的使用被限制的情况下，不能贮存剩余电力，从而产生能量的损失，所以微电网s1的能量的利用效率下降。
[0159]
在该结构中，通过基于目标函数f来求出受电功率目标值p
rcvreft
的最佳值，能够使蓄电池15的使用限制期间最小。因此，从蓄电池15的利用效率的观点来看，能够使微电网s1的能量的利用效率最佳化。
[0160]
若蓄电池15的使用限制期间最小，则还能够机动地应对dr(需求响应)。即，蓄电池15的充电状态soc相对于上下限而保持有余量，从而无论是上行dr还是下行dr均能够应对。
[0161]
上行dr是增加电的需求的要求。能够通过对蓄电池15进行充电而将其用作负载来应对上行dr。下行dr是增加电的供给的要求。能够通过使蓄电池15进行放电而将其用作电源来应对下行dr。
[0162]
《实施方式2》
[0163]
对于决定受电功率目标值p
rcvreft
的最佳值，需要分别针对预测对象期间t的各时间截面t，与受电功率目标值p
rcvreft
的候选数量相应地，推定蓄电池15的充电状态soc等，并计算出目标函数f的各项。例如，在预测对象期间t为1天且时间截面数量为24的情况下，使受电功率目标值p
rcvreft
在0～10[kw]的范围内以1[kw]刻度变化时，受电功率目标值p
rcvreft
的总候选数量为11
24
＝9.85
×
10
24
个，运算负荷与总候选数成比例地变大。
[0164]
在实施方式2中，通过使用以下的两种方法来使运算负荷减少。
[0165]
(a)受电功率目标值的变化幅度的约束
[0166]
(b)预测对象期间t的分割
[0167]
对(a)进行说明。
[0168]
受电功率p
rcv
的变化可能对电力系统1的电力品质带来影响，因而希望变化幅度极小。因此，如数学式23所示，对每个时间截面t的受电功率目标值p
rcvreft
的变化幅度设置约束。
[0169]
[数学式23]
[0170]-δp
rcvref
≤(p
rcvref t-p
rcvref t-1
)≤δp
rcvref
(t∈t)
[0171]
δp
rcvref
：受电功率目标值的变化幅度最大值[kw]
[0172]
图8a、图8b是示出受电功率目标值p
rcvreft
的候选的组合的图。图8a是不对受电功率目标值p
rcvreft
的变化幅度设置约束的情况，图8b是将受电功率目标值p
rcvreft
的变化幅度的最大值设为
±
2[kw]的情况。
[0173]
每个时间截面t的受电功率目标值p
rcvreft
的候选数量，在不对受电功率目标值p
rcvreft
的变化幅度设置约束的情况下(在图8a的情况下)为“11”。而在将受电功率目标值p
rcvreft
的变化幅度的最大值设为
±
2[kw]的情况下(在图8b的情况下)为“4”。
[0174]
如此，通过对受电功率目标值p
rcvreft
的变化幅度设置约束，能够削减每个时间截面t的受电功率目标值p
rcvreft
的候选数量，能够大幅削减运算负荷。能够使对电力系统1的影响减小，能够维持电的品质。
[0175]
对(b)进行说明。
[0176]
将预测对象期间t分割成多个区间δt。然后，将分割出的各区间δt设为1个预测对象期间，使用目标函数f来决定各时间截面t的受电功率目标值p
rcvreft
的最佳值。
[0177]
例如，在预测对象期间t为1天的情况下，如图9所示，分割成δt1～δt4这4个区间δt。然后，以各区间δt为1个预测对象期间，使用目标函数f来进行使受电功率目标值p
rcvreft
最佳化的运算。
[0178]
在该情况下，所有预测对象期间t的受电功率目标值p
rcvreft
，成为按照时间序列将作为最佳值而决定出的各区间δt的各时间截面t的受电功率目标值p
rcvreft
相互连接而得到的值。
[0179]
通过预测对象区间t的分割，从而将所有预测对象期间t的受电功率目标值p
rcvreft
分成多次来进行计算。因此，由于每1次的受电功率目标值p
rcvreft
的候选的组合减少，因而能够大幅削减运算负荷。
[0180]
预测对象期间t的分割数量n当然也可以是3分割等4以外的分割数量。各区间δt的时间截面数量既可以相同也可以不相同。各区间δt也可以比供需预测的周期长。在图9的例中，δt＝6小时，供需预测的周期＝1小时。
[0181]
《其他实施方式》
[0182]
本发明不限定于由上述描述以及附图说明的实施方式，例如，如以下那样的实施方式也包括于本发明的技术范围内。
[0183]
(1)在实施方式1中，作为微电网s1的一个例子，示出了具有线状的电力线(主干线)5的电网，但也可以是具有环状的电力线(干线)的电网。图10所示的微电网s2具有呈环状的电力线100。太阳能发电面板110和风力发电机120经由电力变换器115、125而与电力线100连接。在电力线100上分别连接有负载130和蓄电池140。微电网s2的电力线100经由互连线105与电力系统1连接。
[0184]
微电网s2具有控制装置150。控制装置150基于微电网s2的供需预测，计算使微电网s2的能量的利用效率最佳化的受电功率目标值p
rcvreft
。控制装置150进行微电网s2的电力控制，使得受电点3的受电功率追随计算出的受电功率目标值p
rcvreft
。具体地，基于设置在受电点3的计量器160的输出，对受电点3的受电功率p
rcv
进行监控。而且，在相对于受电功率目标值p
rcvreft
而存在差的情况下，控制装置150通过经由电力变换器145对蓄电池140进行充电或放电来使该差减小。如此，能够使受电功率p
rcv
追随计算出的目标值p
rcvreft
，能够
使微电网s2的能量的利用效率最佳化。控制装置150是本发明的“能量管理装置”的一个例子。
[0185]
微电网s2作为分布式电源而具有太阳能发电面板10和风力发电机120。在进行微电网s2的供需预测的情况下，只要将微电网s2的电力的供给量设为各分布式电源的发电功率的合计值即可。在负载有多个的情况下，微电网s2的电力的需求量只要设为负载的合计值即可。另外，分布式电源是与需求地相邻地分布配置的小规模的发电设备整体的总称。分布式电源除太阳能发电面板10、风力发电机120以外，例如还可以是生物能源发电装置等。分布式电源既可以是利用可再生能源的电源，也可以是利用化石燃料的电源。
[0186]
(2)在实施方式1中，将目标函数f设为由第1项至第4项这4个项构成，并对这4个项乘以权重系数k1～k4后相加的函数。在实施方式1中，将权重系数的大小关系设为k1＞k2＞k3＞k4，但也可以是k3＞k4＞k1＞k2。通过使权重系数的大小关系颠倒，能够优先评价微电网的电费，因而从电费的观点来看，能够使微电网的能量的利用效率最佳化。目标函数f既可以仅有评价蓄电池15的使用限制期间的第1项和第2项，也可以仅有评价微电网的电费的第3项和第4项。目标函数f只要是使微电网的能量的利用效率最佳化的函数即可，也可以是除此以外的函数。
[0187]
(3)在实施方式1中，由功率调节器20的控制装置50进行了求出受电功率目标值p
rcvreft
的最佳值的运算。运算主体不限于功率调节器20，也可以是与功率调节器20独立地设置的运算装置。运算装置是能量管理装置的一个例子。
[0188]
(4)在实施方式1中，利用目标函数而计算出受电功率目标值p
rcvreft
的最佳值，但例如也可以利用ai来计算。只要是以微电网的受电功率的上下限和蓄电装置的输出功率的上下限为约束条件，并基于微电网中的电力的供需预测，计算使微电网的能量的利用效率最佳化的微电网的受电功率的目标值的方法，则怎样的方法均可以。在实施方式1中，作为蓄电装置而例示了蓄电池，但蓄电装置也可以是电容器等。
[0189]
符号说明
[0190]
1 电力系统；
[0191]
2 系统电源；
[0192]
3 受电点；
[0193]
10 太阳能发电面板(本发明的“分布式电源”的一个例子)；
[0194]
15 蓄电装置；
[0195]
20 功率调节器；
[0196]
21 第1转换器电路；
[0197]
23 第2转换器电路；
[0198]
31 变换器电路；
[0199]
40 外部测量器；
[0200]
50 控制装置(本发明的“能量管理装置”的一个例子)；
[0201]
s1、s2 微电网。