building energy monitoring systembuilding energy ... · zmonitoring system(1) module framework ¾by...

The University of Tokyo－Imperial College London Joint Symposium on innovation in Energy SystemsImperial College London，31January－1February 2008Imperial College London，31January 1February 2008

Building energy monitoring systemBuilding energy monitoring system

Bumpei Magori, Tomonari [email protected]@iis.u-tokyo.ac.jpInstitute of Industrial Science, University of Tokyo

1Copyright (C) 2008 Bumpei magori, yashiro lab, Institute of Industrial Science, University of Tokyo, All Rights Reserved.

INDEXIntroduction

Why energy monitoring? Need and problems to be solvedWhy energy monitoring? Need and problems to be solved.

Outline of presentationMonitoring systemMonitoring system.

Web basedModule frameworkBy open source (protocol , database and web etc)

Development stage 1Provision of information to stakeholdersWell informed decision making“Mieruka (visualization)”( )

Development stage 2Statistics analysisStatistics analysisPrediction / Simulation modelRe-systemization & ControlBuilding energy AI systemBuilding energy AI system.Achievements


IntroductionWhy energy monitoring?Why energy monitoring?


IntroductionWhy energy monitoring?

N d d P bl t b l d f b ildi tiNeeds and Problems to be solved for building energy conservation.

1. No one knows real time energy demand with the real time use at the same time.

2. Small and middle size buildings(under 5000㎡) don’t have energy manager.

3 Not to be able to compared at the same time the energy use in two or more3. Not to be able to compared at the same time the energy use in two or more, similar buildings.

4 There are many stakeholders to achieve building energy conservation so it will4. There are many stakeholders to achieve building energy conservation, so it will take a long time to decision making process of renewal and improvement.

5 Most building owner and user informally need only less facility cost not less5. Most building owner and user informally need only less facility cost, not less CO2. ⇒Therefore we have to develop easy installed technology, and the combined

methodology of economics and environment.methodology of economics and environment.

6. Easy data stock methodology of building energy⇒Cheaper and more convenience databasep⇒Easy data analysis⇒Automatically energy conservation control 4

Copyright (C) 2008 Bumpei magori, yashiro lab, Institute of Industrial Science, University of Tokyo, All Rights Reserved.

Web basedModule framework

Monitoring system(1)

Module frameworkBy open source (protocol , database and web etc)

Framework of energy monitoring

Manager Monitoring system

Information user Energy Information system Data sending side

Admi and financial

Manager layer

g y(EISP-Webシステム)

Hotel

Facility manager Data Base Office

Research campusBuilding maintenance

Factory

Energy analysis serverEnvironmental impact analysis

Large-scale office building

maintenance

Environmental section

Output of the system Low carbonization promotion of buildings

Building user

Factory

Distribution center

Output of the system Low carbonization promotion of buildingsEnergy conservation and saving resourceHigh Management efficiency 5


Monitoring system(2)

Prototype

Prototype testing

Original electric data transform to open sourceOriginal electric data transform to open source


Monitoring system(3) Outline of the first trial

Institute of industrial science The University of Tokyo

Facility CenterDeveloped transmission software on PC

Institute of industrial science, The University of Tokyo1200 points monitoring

Transmission PC

ExistingPremisesLAN

Data receive Server

Facility CenterＶＰＮ

software on PC

PLC

HUBLAN

HUB

PLC

ＶＰＮ Web Server

Existing Building Automation PLCPLC

Developed databaseWeb server

g gsystem(not open souce)

PLCPLC

Existing

PLCPLC

MM

ExistingDeveloped

Optical LANPLCPLC

Existing light and power elecoric board PLC：program-able logic controller (Sequencer)ＶＰＮ：ＶiｒtｕａｌＰriｖaｔｅＮｅｔｗｏｒｋ 7


Map Institute of industrial science, The University of Tokyo Monitoring system(4)

AddressFacility

〒153-8904東京都目黒区駒場４-６-１

Facility Center

Lot area 97,943m2Floor area 50,149m2

Komaba Research campus≒1200 points Monitoring

CCRIIS MTDM it L b

≒1200 points MonitoringWattmeter

Monitor Lab


Development stage 1Provision of information to stakeholdersWell informed decision makinggMieruka (visualization)Mieruka (visualization) and valification( )


Development stage 1Provision of information to stakeholders

Present and the future

Building owners

The past stakeholdersPresent and the future stakeholders

Building ownersBuilding owners

Building Users

Admi and Financial

Top managerRenter

Facility Manager（Energy Manager）

Facility Manager（Energy Manager）

Building Users

moreinformation

Electric power supply companyGAS supply company

Energy supply

information Electric power supply companyGAS supply company

Energy supply Energy supply

ESCOEnergy service company

Maker and Building service

No facility and energy manager in small and middle size building

Asset management company(Only claim data) Property management company

FigD1-1 Building Energy information user(stakeholders) (Energy and CO2 data)

Architect & Construction engineer


Development stage 1Well informed decision making

TableD1-1 The relation about decision making and information of energy monitoring data use

Stakeholders

Building owners

Energy conservation effects

Interested information Energy data and data analysis

lifecycle costChanging ratio of energy use Lifecycle cost and

TableD1-1 The relation about decision making and information of energy monitoring data use

CEO

Administrator and Financial

Annual operation cost Annual maintenance and energy

cost

Asset and property value Changing ratio of energy use and facility date predict future investment.

Lifecycle cost and environmental load will be minimum.

Monthly maintenance cost Daily energy data High efficiency managementFacility ManagerEnergy Manager

Monthly maintenance costMonthly energy cost Daily safety operation Monthly repair cost

Daily energy data

Emergency energy dataPeak time energy data

A it d i

High efficiency managementVerification of costCreation of a plan document

Commissioning operationIndoor temp and humidity dataBuilding usersTenant user

Energy supply company

Amenity and convenience information

Monthly energy cost data

g pRe-setting indoor air quality

temp and humidity control

Monthly energy costPeak energy use

p yLighting luminance data Indoor Air Quality data

Adoptable energy select ion to the future

ESCO

M &E device k

p y

M & E device consumption dataBase line data

Repair to increase in efficiencyTo change high efficiency devices

Seasons energy use

M &E device energy consumptiond t i t b

To improve high efficiency device

investment M & E device consumption dataE d b k bmaker

Building Management

company

and past maintenance number Emergency and broken number Information about operational

report of Monthly, Annual energy use and repair.

Design information Real operation data

Monthly energy dataAnnual energy dataRepair information

High efficiency managementGood operation for energy

conservationGrasp and a report of the

Architect, contractor and engineer

Design informationEngineering informationImprovement need

Real operation dataOriginal energy use and load

p preduction effect

Arrangement for reductioneffectiveness 11


Development stage 1“Mieruka (visualization)”

CASE1

Example Analyzed maximum electrical peak demand of all campus in summer

CASE1

y p pOperation improvement was needed Komaba Research Campus. From July to September, 2003.

•受電電力量の大きい順に並べ替えたものである。受電電力量の大きい順に並替えたものである。• 大受電電力は、4848Kwであり、以下のグラフからもわかるように、上位１％（トップから88hr分）の時間ピークを抑制できれば、4300KWhまで抑制でき、上位10Hrを抑制しただけで4700KWhまで契約電力を下げることも可能であり、△148Kwhの削減が可能である。

電力量Kwh

5200

電力量Kwh

5000

3800

4000

4200

4400

4600

4800

5000

4600

4800

2200

2400

2600

2800

3000

3200

3400

3600

電力

量K

Wh

4200

4400

電力

量K

WH

1000

1200

1400

1600

1800

2000

2200

1 71 141 211 281 351 421 491 561 631 701 771 841 911 981 1051 1121 1191 1261 1331 1401 1471 1541 1611 1681 1751 1821 1891 1961 2031 2101 3800

4000

降順NO

FigD1-2 Descending order of electric demand from September to July , 2003.図 2003年7～9月特高電力量降順グラフ

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81 83 85 87

降順NO

FigD1-2 Descending order of amount of electric from September to July , 2003.(High rank 1%)図 2003年7～9月特高電力量降順グラフ（上位１％） 12


Development stage 1“Mieruka (visualization)”CASE1

Example Analyzed maximum peak of electrical power in summer

CASE1

電力量KwhTable Top 10 th of electric power use

Operation improvement was neededKomaba Research Campus. From July to September, 2003

電力量Kwh

4800

5000

日時曜日順位電力量Kwh2003/9/11 0:00 木 1 49402003/9/11 0:00 木 2 49202003/9/12 0:00 金 3 4820

表 2003年7～9月特高電力量降順グラフ（上位10時間）

電力ピークの特性を把握する。

上位10時間の内訳は以下9月11日３時間

4400

4600

電力

量K

WH

2003/9/12 0:00 金 3 48202003/9/11 0:00 木 4 48102003/9/12 0:00 金 5 48102003/9/12 0:00 金 6 48102003/8/25 0:00 月 7 47702003/9/12 0:00 金 8 4710

9月11日３時間9月12日 4時間8月25日２時間8月7日１時間（計４日間）

4000

4200

2003/8/7 0:00 木 9 47002003/8/25 0:00 月 10 47002003/9/12 0:00 金 11 46802003/8/22 0:00 金 12 46702003/8/22 0:00 金 13 46702003/8/25 0 00 月 14 4670

上位20時間の内訳は以下9月11日 6時間9月12日 5時間8月25日 4時間

FigD1-3 Top 10 th of electric power use図 2003年7～9月特高電力量降順グラフ（上位10時間）

3800

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81 83 85 87

降順NO

2003/8/25 0:00 月 14 46702003/9/10 0:00 水 15 46702003/8/25 0:00 月 16 46602003/8/7 0:00 木 17 4650

2003/9/11 0:00 木 18 46302003/9/11 0:00 木 19 4630

8月25日 4時間8月7日 2時間8月22日 2時間9月10日１時間（計5日間）

2003/9/11 0:00 木 19 46302003/9/11 0:00 木 20 4610

http://221.249.224.10/ut/graph1.htm13



CASE1

9/11　全体　内訳KWH

ExampleRatio of electric power demand in each research building

CASE1

5000

6000

き電

変圧器夜間の不在時でも

4000

5000

先端研他

受電(生研)

受電(先端

夜間の不在時でも2530KW～2780KWの電力負

荷がある。実験および共用部の負荷と想定きる

2400250024002700260026002600

3000

受電(先端研4号館国際産学)受電(先端研4号館2)

受電(先端研4号館1)

と想定できる。

ピーク時に生産研2700KWhの電力を利用している。

1600140014001500

1400140013001400

1600

19002200 2200

2200210019001900

17002000

研究実験棟

工作棟

56号館

0

100013号館

特高受電

0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

時刻FigD1-4 The day of electric peak, 11 September, 2003 図電力ピーク日（9/１1）の各棟の毎時電力使用量（KWｈ）

14


CASE1CASE1ExampleEvaluate the closed room effectiveness of each laboratory for electric peak

Amount of theory peak demand reduction 49％（△1300KWH）生研の理論削減量

demand control

Improvement operation: Summer close room effectAnalyzed data of September,2003. Predictable 8.6％less than non effect（△230KWH）

2 ,0 0 0

2 ,5 0 0

F 棟計

約 2 3 0 k W h （ 8 . 6 ％）約 5 0 0 k W h （ 1 8 . 5 ％）

1 ,0 0 0

1 ,5 0 0

電力

量（kW

h）

E 棟計

D 棟計

C 棟計

B 棟計

平均

0

5 0 0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

15:0

0

尚、8月のお盆の時期のデータでは、18.5％削減（△500KWH）

07/14

07/15

07/16

07/17

07/18

08/18

08/19

08/20

08/21

08/22

09/08

09/09

09/10

09/11

09/12

15FigD1-5 Close room effectiveness


CASE1CASE1ExampleEvaluate the closed room effectiveness of each laboratory at peak electric power demand

Y 研究室

1 4

1 6

1 8

動力

電灯

power demand.

4

6

8

1 0

1 2

電力

量（kW

h）

Reduce effectiveness Reduce effectiveness

0

2

4

07/14 1

1:0

0

07/14 1

2:0

0

07/14 1

3:0

0

07/14 1

4:0

0

07/14 1

5:0

0

07/14 1

6:0

0

07/14 1

7:0

0

07/15 1

1:0

0

07/15 1

2:0

0

07/15 1

3:0

0

07/15 1

4:0

0

07/15 1

5:0

0

07/15 1

6:0

0

07/15 1

7:0

0

07/16 1

1:0

0

07/16 1

2:0

0

07/16 1

3:0

0

07/16 1

4:0

0

07/16 1

5:0

0

07/16 1

6:0

0

07/16 1

7:0

0

07/17 1

1:0

0

07/17 1

2:0

0

07/17 1

3:0

0

07/17 1

4:0

0

07/17 1

5:0

0

07/17 1

6:0

0

07/17 1

7:0

0

07/18 1

1:0

0

07/18 1

2:0

0

07/18 1

3:0

0

07/18 1

4:0

0

07/18 1

5:0

0

07/18 1

6:0

0

07/18 1

7:0

0

FigD1 6 Close room effectivenessO 研究室

2 0

2 5

動力

電灯

No or small effectiveness

FigD1-6 Close room effectiveness

5

1 0

1 5

電力

量（kW

h）

0

07/14 1

1:0

0

07/14 1

2:0

0

07/14 1

3:0

0

07/14 1

4:0

0

07/14 1

5:0

0

07/14 1

6:0

0

07/14 1

7:0

0

07/15 1

1:0

0

07/15 1

2:0

0

07/15 1

3:0

0

07/15 1

4:0

0

07/15 1

5:0

0

07/15 1

6:0

0

07/15 1

7:0

0

07/16 1

1:0

0

07/16 1

2:0

0

07/16 1

3:0

0

07/16 1

4:0

0

07/16 1

5:0

0

07/16 1

6:0

0

07/16 1

7:0

0

07/17 1

1:0

0

07/17 1

2:0

0

07/17 1

3:0

0

07/17 1

4:0

0

07/17 1

5:0

0

07/17 1

6:0

0

07/17 1

7:0

0

07/18 1

1:0

0

07/18 1

2:0

0

07/18 1

3:0

0

07/18 1

4:0

0

07/18 1

5:0

0

07/18 1

6:0

0

07/18 1

7:0

0

16FigD1-7 Close room effectiveness


CASE1CASE1

Example

Electric energy consumption

消費電力量Peak power

Mieruka (visualization) of “High energy consumption type laboratory”

７

消費電力量kwh

High C ti

Base power

p

６

５

Consumption type

４

３ Midol consumption

Stand by power

２

１ Low ti

consumption

0 2 4 6 8 10 12 14 16 18 20 22 24時刻

hｒ

consumption

17FigD1-8 Consumption type


CASE1

Example of solutions

CASE1

Energy conservation about high consumption type laboratory.

Energy conservation diagnosis was needed

Making plan of energy conservation was needed

To reduce the base power demand

Indoor Air condition setting temperature 28℃

Use air to air heat exchanger

Lighting and Air-conditioning are off at lunch time and at the absence

Display the sticker about temperature setting everywhere in campus

T d th k d dTo reduce the peak power demand

To shift the peak of using time of experiment equipment.

Information service of conservation plan for researcher of high consumptionInformation service of conservation plan for researcher of high consumption type laboratory.


Development stage 1“Mieruka (visualization)” and verification

CASE2

ExampleWeb information for general user (Cyber pavilion)

CASE2

Web information for general user (Cyber pavilion)EXPO 2005 AICHI JAPAN (Japan government pavilion)愛知万博日本館

The effect of the adopted technology of energy conservation is expressed by the numerical value.

PR of environment friendly construction.

採用された省エネ配慮技術の効果を数値で表現し,環境にやさしい建築をPR



CASE2CASE2

Example of verificationWeb information for general user (Cyber pavilion)g ( y p )EXPO 2005 AICHI JAPAN (Japan Government Pavilion)

The effect of the adopted technology of energy conservation is expressed by the numerical value.

PR of environment friendly construction.採用された省エネ配慮技術の効果を数値で表現し環境にやさしい建築をPR



CASE2

EXPO 2005 AICHI JAPAN

CASE2

2005年日本国際博覧会政府出展事業実施制作業務

「平成17年度エネルギーモニタリング報告書作成業務」より



CASE2ExampleEXPO 2005 AICHI JAPAN Energy conservation method of Nagakute pavilion

CASE2

Energy conservation method of Nagakute pavilionPassive solar, spring water for the roof, bamboo gage and roof wool planter（パッシブソーラ、鋼板屋根打ち水効果、竹ケージ日陰効果、コクマザサ壁面緑化など）

長久手日本館・西堰堤の外観竹ケージ外観（出口廻り）


ExampleEXPO 2005 AICHI JAPAN Energy conservation method of Nagakute paviliongy g pPassive solar, spring water for the roof, bamboo gage and roof wool planter（パッシブソーラ、鋼板屋根打ち水効果、竹ケージ日陰効果、コクマザサ壁面緑化など）

館全体を覆う竹ケージと、壁面緑化の様子

出口付近の壁面緑化南壁面の壁面緑化（正面竹扉は機械室）


ExampleEXPO 2005 AICHI JAPAN Energy conservation method of Nagakute pavilionEnergy conservation method of Nagakute pavilionPassive solar, spring water for the roof, bamboo gage and roof wool planter（パッシブソーラ、鋼板屋根打ち水効果、竹ケージ日陰効果、コクマザサ壁面緑化など）

壁面緑化（南壁・出口）同左（※雨天）


ExampleEXPO 2005 AICHI JAPANEXPO 2005 AICHI JAPAN Energy conservation method of Nagakute pavilionPassive solar, spring water for the roof, bamboo gage and roof wool planter（パッシブソーラ、鋼板屋根打ち水効果、竹ケージ日陰効果、コクマザサ壁面緑化など）

壁面緑化（南） ※閉扉時同左


EXPO 2005 AICHI JAPAN Energy conservation method of Nagakute pavilionPassive solar, spring water for the roof, bamboo gage and roof wool planter

Spring shower for roof system 屋上・鋼板屋根（北側）の打ち水装置と、小屋裏排熱扉

, p g , g g p（パッシブソーラ、鋼板屋根打ち水効果、竹ケージ日陰効果、コクマザサ壁面緑化など）

散水栓散水シャワー（鋼板屋根にタイマーで打ち水）


EXPO 2005 AICHI JAPAN Energy conservation method of Nagakute pavilionPassive solar, spring water for the roof, bamboo gage and roof wool planter

Natural ventilation combined smoke existing 小屋裏排熱口

, p g , g g p（パッシブソーラ、鋼板屋根打ち水効果、竹ケージ日陰効果、コクマザサ壁面緑化など）

小屋裏熱気を排気する跳上窓と排煙窓を兼ねる開閉用ダパ小屋裏の熱気を排気する跳上窓と、排煙窓を兼ねる開閉用ダンパー屋根を覆う竹ケージの日陰効果

27

Insolation sensor

日射センサー日射センサ

Temperature sensor温度センサー温度センサ

図2.1.1 センサー設置状況（日射センサー、温度センサー）


Indoor temp sensor Sunlight sensor and wall temp sensor 室内側温度センサー外壁の温度センサー、日照計室内側温度センサ外壁の温度センサ、日照計


Display in the pavilionゾーン３「パビリオンの試み」コーナー展示状況ゾン３「パビリオンの試み」コナ展示状況


Display in the pavilionゾーン３「パビリオンの試み」コーナー展示状況

パビリオンの各種試みを解説する液晶モニター（左：壁面緑化、右：省エネルギー）


Development stage 2Statistics analysisStatistics analysisPrediction / Simulation modelR t i ti & C t lRe-systemization & ControlDeveloped Energy AI systemAchievements


Development stage 2Statistics analysis

CASE1CASE1

Komaba campus

Outside temperature analysis during peak time

Study of relation about electric power demand and outsideStudy of relation about electric power demand and outside temperature

P di ti f 2003 d d b 2001 d 2002 d tPrediction of 2003 summer demand by 2001 and 2002 data2003’s summer was colder than another year in Tokyoprediction of electric power demandPlanning energy conservation by the prediction

2003年の夏は、例年より冷夏であった。そこで昨年・一昨年の夏期の外気温度データを活用し、平均的な外気温度だった場合の電力使用量を予測した。



CASE1

Komaba campus140 △t≒5deg

It is lower 5 deg than the average

CASE1

測定結果及び考察（各年の7月外気温度について）

2001～2003年7月の外気温データを示す

100

1202001/7 時間数

2002/7 時間数

2003/7 時間数

の外気温データを示す。

今年は冷夏であったため以下の違いが読み取れる。

央値約度差

80発

生時

間（ｈ

ｒ）

中央値：約△5度差大値：約△6度差

外気温は、気象庁東京気象台データを採用。

40

60発

△t≒6deg

0

20

13度

以上

14度

未満

14度

以上

15度

未満

15度

以上

16度

未満

16度

以上

17度

未満

17度

以上

18度

未満

18度

以上

19度

未満

19度

以上

20度

未満

20度

以上

21度

未満

21度

以上

22度

未満

22度

以上

23度

未満

23度

以上

24度

未満

24度

以上

25度

未満

25度

以上

26度

未満

26度

以上

27度

未満

27度

以上

28度

未満

28度

以上

29度

未満

29度

以上

30度

未満

30度

以上

31度

未満

31度

以上

32度

未満

32度

以上

33度

未満

33度

以上

34度

未満

34度

以上

35度

未満

35度

以上

36度

未満

36度

以上

37度

未満

37度

以上

38度

未満

38度

以上

39度

未満

39度

以上

40度

未満

外気温度（℃）

35


FigD2-1 Outside temperature analysis of July 2001, 2002, 2003



CASE1

駒場リサーチキャンパス

CASE1140

△t≒1degIt is higher 1 deg than the average


100

120 2001/8 時間数

2002/8 時間数

2003/8 時間数

2001～2003年8月の外気温データを示す。

今年は冷夏であったため以下の違いが読み取れる。

80

生時

間（hr）

中央値：約△１度差大値：約△２度差

外気温は、気象庁東京気象台データを採用。 40

60発生

△t≒2deg

20

0

度以

上14

度未

満

度以

上15

度未

満

度以

上16

度未

満

度以

上17

度未

満

度以

上18

度未

満

度以

上19

度未

満

度以

上20

度未

満

度以

上21

度未

満

度以

上22

度未

満

度以

上23

度未

満

度以

上24

度未

満

度以

上25

度未

満

度以

上26

度未

満

度以

上27

度未

満

度以

上28

度未

満

度以

上29

度未

満

度以

上30

度未

満

度以

上31

度未

満

度以

上32

度未

満

度以

上33

度未

満

度以

上34

度未

満

度以

上35

度未

満

度以

上36

度未

満

度以

上37

度未

満

度以

上38

度未

満

度以

上39

度未

満

度以

上40

度未

満

13度

以14

度以

15度

以16

度以

17度

以18

度以

19度

以20

度以

21度

以22

度以

23度

以24

度以

25度

以26

度以

27度

以28

度以

29度

以30

度以

31度

以32

度以

33度

以34

度以

35度

以36

度以

37度

以38

度以

39度

以


FigD2-2 Outside Temperature analysis of August 2001, 2002, 2003 Copyright (C) 2008 Bumpei magori, yashiro lab, Institute of Industrial Science, University of Tokyo, All Rights Reserved.


CASE1

発生時間（Hr）

It is higher 2 deg than the average

CASE1

Incidence[1ｈｒ]

Komaba campus

100

120

△t≒2deg


2001～2003年9

80

2001/9 時間数

2002/9 時間数

2003/9 時間数

月の外気温データを示す。

中央値：約△2度差大値：約△1度差

40

60

外気温は、気象庁東京気象台データを採用。 20

△t≒１deg

0

13度

以上

14度

未満

14度

以上

15度

未満

15度

以上

16度

未満

16度

以上

17度

未満

17度

以上

18度

未満

18度

以上

19度

未満

19度

以上

20度

未満

20度

以上

21度

未満

21度

以上

22度

未満

22度

以上

23度

未満

23度

以上

24度

未満

24度

以上

25度

未満

25度

以上

26度

未満

26度

以上

27度

未満

27度

以上

28度

未満

28度

以上

29度

未満

29度

以上

30度

未満

30度

以上

31度

未満

31度

以上

32度

未満

32度

以上

33度

未満

33度

以上

34度

未満

34度

以上

35度

未満

35度

以上

36度

未満

36度

以上

37度

未満

37度

以上

38度

未満

38度

以上

39度

未満

39度

以上

40度

未満

37

1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3


FigD2-3 Outside Temperature analysis of September 2001, 2002, 2003 Outdoor Temperature[℃]


Development stage 2Statistics analysis > Prediction/Simulation model

CASE1Komaba campus

測定結果及び考察（2001年7月の外気温度分布と工学的推

Amount of electric [ＫＷＨ]

CASE1

定による電力需要との関係）

2001年7月の外気温データに

本年の電力使用量から想定した電力使用量予測を重ねた。

112

100

120

5000

6000Predicted electric power demand

Incidence[1ｈｒ] power use[ＫＷＨ]

た電力使用量予測を重ねた。

契約電力4848KW を超過する

可能性のある時間は外気温32℃以上の時間は１ヶ月間に119hr。 61

6560

7781

76

60

80

100

間（ｈｒ）

3000

4000

5000

WH

4848ＫＨＷ

発生する可能性16.0％、平日で14日間程度

大5153KWHの可能性が想定される。

16

32

454539

21

40

60発

生時

間

2000

3000

KW

（超過305KWｈ）

電力使用量予測には以下の相関を既往データより採用傾き111.03切片934 33

1610

2 24.3% 8.7% 10.3% 10.9% 6.0% 5.2% 1.3%

0.3%

0.3%2.8%6.0%10.2%15.1%8.1%8.2%2.2%

0

20

4度未

満5度

未満

6度未

満7度

未満

8度未

満9度

未満

0度未

満度

未満

2度未

満3度

未満

4度未

満5度

未満

6度未

満7度

未満

8度未

満9度

未満

0度未

満度

未満

2度未

満3度

未満

4度未

満5度

未満

6度未

満7度

未満

8度未

満

0

1000

切片934.33相関係数0.93外気温は、気象庁東京気象台データを採用。 13

度以

上14

度

14度

以上

15度

15度

以上

16度

16度

以上

17度

17度

以上

18度

18度

以上

19度

19度

以上

20度

20度

以上

21度

21度

以上

22度

22度

以上

23度

23度

以上

24度

24度

以上

25度

25度

以上

26度

26度

以上

27度

27度

以上

28度

28度

以上

29度

29度

以上

30度

30度

以上

31度

31度

以上

32度

32度

以上

33度

33度

以上

34度

34度

以上

35度

35度

以上

36度

36度

以上

37度

37度

以上

38度

Over 32℃Outdoor Temperature[℃] distribution

Fig D2 4 The relation about outside temperature

38

Fig D2-4 The relation about outside temperature, Incidence, and electric power demand analysis in July 2003.


Development stage 2Statistics analysis >>> Prediction/Simulation model

CASE1Komaba Campus

測定結果及び考察 Incidence[1ｈｒ]Amount of electric power use[ＫＷＨ]

CASE1

測定結果及び考察（2002年8月の外気温度分布と工学的推定による電力需要との関係）

2002年８月の外気温

104

5000

6000

100

120 Predicted electric power use

Incidence[1ｈｒ] power use[ＫＷＨ]

2002年８月の外気温データに本年の電力使用量を重ねた。

契約電力4848KW を超過する可能性のある時間は外気温32℃以上場合

5458

71

59

75 74

57 55 3000

4000

60

80

KW

H

間（H

r）4848ＫＨＷ

は外気温32℃以上の場合は１ヶ月間に99hr

発生する可能性13.3％、平日で11日間程度 19 18

43

33

23

1000

2000

20

40

K

発生

時間

大4820KWHの可能性が想定される。（大電力は、超過するかしないぎりぎり）

電力使用量予測には以下

10.1%2.6%2.4%7.3%7.8%9.5%7.9%10.1%14.0%9.9%7.7%7.4%5.8%4.4%3.1%0 0

電力使用量予測には以下の相関を既往データより採用

傾き111.03切片934.33

Over 32℃Outdoor Temperature[℃] distribution

Fig D2-5 The relation about outdoor Temperature temp,相関係数0.93外気温は、気象庁東京気象台データを採用

Fig D2 5 The relation about outdoor Temperature temp, Incidence, Amount of electric power use analysis in august 2003.


Development stage 2Prediction/Simulation model >>>Re-systemization & control

CASE1Komaba campus

If outdoor temperature 32.3℃ will be recorded, the electric power peak demand is occurred one hour after

CASE1Simulation

Komaba campus

It is predictable that the outside temperature becomes 32℃ by monitoring morningSolution of energy conservation (Operation improvement)

demand is occurred one hour after電力ピークは、高温度32.3℃を記録してから、約１時間後に発生する。

It is predictable that the outside temperature becomes 32℃ by monitoring morning temperature. Operation control

EX1) load control operation procedure( management of close room schedule )EX2) ON-OFF control synchronized with temperatureEX3) Insolation controlEX3) Insolation control

Engineering approachThe electric power peak is generated by solar radiation

Hardware improvement

p p g yBuilding being heated by the outside temperature, and air-conditioning load will be increased.

大日射量及び外気温度により、躯体が熱せられ、空調負荷が増大することにより電力ピークが発生する。

Ex 1) Setting film on the windowsEx 2) Improvement of insulation efficiency about old building and prefab buildingEx 3) Roof, rooftop gardening, and roof wateringEx 4) High efficient air‐conditioning equipmentEx 5) Improvement of night storage type air‐conditioning equipment Ex 6) Use of fuel cell system for control electric peak demand


Indicator for energy conservation Case study about energy analysis of amusement park in Kyusyu prefecture.

Looks like Amsterdam!Looks like Amsterdam!


Indicator for energy conservation Case study about energy analysis of amusement park in Kyusyu prefecture.

42

Development stage 2

CASE2

Making indicator for energy conservation by monitoringCase study about energy analysis of amusement park

CASE2

in Kyusyu prefecture.エネルギー原単位で経年変化を記録、削減の達成度を評価する。

2005年夏季 2006年夏季 2005年冬季 2006年冬季 2007年4-7月平均入場者数〔平日〕 3,000 4,500 3,000 4,000 3,870 (4-6月）

平均入場者数〔休日〕 9 000 8 500 8 000 9 500 9 100 (4-6月）

Average of visitor[person/d]

Table D2-1 Indicator for energy conservation

平均入場者数〔休日〕 9,000 8,500 8,000 9,500 9,100 (4 6月）

日　電力量基準値〔平日〕 120,000 122,000 90,000 68,400 104,230日　電力量基準値〔休日〕 135,000 136,000 100,000 81,500 113,100日　電力量㎡基準値〔平日〕 0.68 0.69 0.51 0.39 0.59

[p ]

Daily electric power standard[KWH/d] [KWH/d・m2] 日電力量基準値〔平日〕 0.59

日　電力量㎡基準値〔休日〕 0.77 0.77 0.57 0.46 0.64ピーク時　電力量基準値〔平日〕 7,500 7,900 5,200 5,300 6,120ピーク時　電力量基準値〔休日〕 8,500 8,700 6,000 6,100 6,470ピーク時　電力量㎡基準値〔平日〕 0.043 0.045 0.030 0.030 0.035

Peak electric demand standard

ピーク時　電力量㎡基準値〔休日〕 0.048 0.049 0.034 0.035 0.037夜間　電力量基準値〔平日〕 2,700 3,100 2,700 2,300 2,832夜間　電力量基準値〔休日〕 3,000 3,200 2,400 2,500 2,866夜間　電力量㎡基準値〔平日〕 0.015 0.018 0.015 0.013 0.016

standard

Nighttime Peak electric demand standard

夜間　電力量㎡基準値〔休日〕 0.017 0.018 0.014 0.014 0.016standard


Development stage 2Prediction/Simulation model

CASE2CASE2

来客者数-電力使用量年次比較(2006-2007）

30000 140,000Correlation with the outside temperature and electricdemand

20000

25000

100,000

120,000demand

15000

人/日

60,000

80,000

ｋW

h/日

5000

10000

20,000

40,000

0

4月1日

4月3日

4月5日

4月7日

4月9日

4月11

日4月

13日

4月15

日4月

17日

4月19

日4月

21日

4月23

日4月

25日

4月27

日4月

29日

5月1日

5月3日

5月5日

5月7日

5月9日

5月11

日5月

13日

5月15

日5月

17日

5月19

日5月

21日

5月23

日5月

25日

5月27

日5月

29日

5月31

日6月

2日6月

4日6月

6日6月

8日6月

10日

6月12

日6月

14日

6月16

日6月

18日

6月20

日6月

22日

6月24

日6月

26日

6月28

日6月

30日

0

2006年来客者数 2007年来客者数 2006年電力使用量 2007年電力使用量2006年来客者数 2007年来客者数 2006年電力使用量 2007年電力使用量

44FigD2-6 Visitor, outside temperature and electric demand


Development stage 2Prediction/Simulation model

CASE2

外気温と電力使用量の相関から予想電力需要量を推定する

CASE2

P di ti d d外気温と電力使用量の相関から予想電力需要量を推定する

過去夏場（7-9月）の10-18hにおける外気温と電力需要（受電電力量+コジェネ発電量）の相関を求め、外気温より電力需要の予想をはかる。

相関近似式： y = 633.17ｘ^0.7369

ｙ：電力需要量推定値（ｋＷｈ）X：外気温（℃）

方法：

外気温(℃）電力需要予想（ｋWh）20.0 5758

Prediction demandBy analysis

21.0 596822.0 617723.0 638224.0 658625.0 6787

外気温と電力需要の相関（7-9月　10-18hデータ抽出）

10000

11000

26.0 698627.0 718328.0 737829.0 757130.0 776331 0 7953

y = 633.17x0.7369

7000

8000

9000

31.0 795332.0 814133.0 832734.0 851335.0 869636 0 8879

5000

6000

ｋW

h

36.0 887937.0 906038.0 924039.0 941840.0 95962000

3000

4000

15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

℃ 45℃ 45FigD2-7 Correlation with outside temperature and electric demandAnd prediction demand


Development stage 2Monitoring and Operation control >>> Commissioning

CASE2

売店における温度・湿度の推移（2007年7月：10-18ｈ）

CASE2In the commercial building

31.0

32.0

50.0

60.0

Ａve．49.0％

29.0

30.0

40.0

27.0

28.0℃

20.0

30.0 ％

温度

湿度Ａve．27.0℃

25.0

26.0

10.0

24.0

7月

1日

7月

1日

7月

2日

7月

3日

7月

3日

7月

4日

7月

5日

7月

5日

7月

6日

7月

7日

7月

7日

7月

8日

7月

9日

7月

9日

7月

10日

7月

11日

7月

11日

7月

12日

7月

13日

7月

13日

7月

14日

7月

15日

7月

15日

7月

16日

7月

17日

7月

17日

7月

18日

7月

19日

7月

19日

7月

20日

7月

21日

7月

21日

7月

22日

7月

23日

7月

23日

7月

24日

7月

25日

7月

25日

7月

26日

7月

27日

7月

27日

7月

28日

7月

29日

7月

29日

7月

30日

7月

31日

7月

31日

0.0

FigD2-8 Indoor temperature and humidity – Operation control before / after

46

FigD2 8 Indoor temperature and humidity Operation control before / after


Development stage 2Re-systemization & control >>> Commissioning

CASE2CASE2In the commercial building

出国棟売店CO2濃度の推移（2005-2007　夏季　10-18h）

1200

900

1000

1100

IAQ Building law ビル管法基準 Indoor OC2 1000ppm

700

800

ppm

500

600

Ave

300

400

05/8/23

05/9/6

05/9/20

05/10/4

05/10/18

05/11/1

05/11/15

05/11/29

05/12/13

05/12/27

06/1/10

06/1/24

06/2/7

06/2/21

06/3/7

06/3/21

06/4/4

06/4/18

06/5/2

06/5/16

06/5/30

06/6/13

06/6/27

06/7/11

06/7/25

06/8/8

06/8/22

06/9/5

06/9/19

06/10/3

06/10/17

06/10/31

06/11/14

06/11/28

06/12/12

06/12/26

07/1/9

07/1/23

07/2/6

07/2/20

07/3/6

07/3/20

07/4/3

07/4/17

07/5/1

07/5/15

07/5/29

07/6/12

07/6/26

07/7/10

07/7/24

0 0 0 0 0 0 0 0 0 0 0

2005年 2006年 2007年

47FigD2-9 Indoor Air Quality– Operation ventilation control before / after


人口知能R03TM

Development stage 2Developed Energy AI system (Artificial intelligence)

F001

Monitoring①　各施設のエネルギー／水消費量計測②　各施設の外気（温湿度／CO2）計測③　各施設の室内（温湿度／CO2）計測④ 計測値の自動集計

Target①CO２ d ti

人口知能R03TM

TM & Powered by Woodnote Corporation http://www.woodnote‐co.com/

F001

Self-Learning

④　計測値の自動集計

① 各施設のエネルギ／水消費分析

①CO２ reduction②Energy & resource cost reduction③Management cost reduction

人工知能

R０３F004 F002

WEB Informing

①　各施設のエネルギー／水消費分析②　各施設の外気ー消費相関分析③　各施設の室内ー消費相関分析④　環境負荷値の自動算出⑤　計測値／環境負荷値の自動蓄積

省エネ／省資源のための中枢神経です。各種削減システムに付加して導入することにより、以下の効果を大にします。

TM

F003

WEB Informing①　省エネ／省資源活動のPR②　省エネ／省資源活動の効果開示③　市民への省エネ／省資源活動の啓蒙④　管理者への蓄積データの共有／閲覧

Electric power reduction system電力削減システムF003

Feed-Forward　Controlling①　蓄積データからの将来変化予測②　将来変化予測に向けた適運転条件の自動算出 GAS

GAS power reduction system② 算

③　適運転条件による各種設備の自動制御④　将来変化予測と実測値との差異補正

reduction systemガス削減システム

Water reduction省エネ／省資源システムが大限の効果を発揮できるよう

FigD2-10 function of Energy AI system

Water reduction system水削減システム

省エネ／省資源システムが大限の効果を発揮できるよう人工知能R03 の４つの中枢神経（F001～004）が機能しますTM


Copyright (C),Woodnote corporation, All Rights Reserved.

Development stage 2Re-systemization & AI Control

Stakeholders


Data Center& ASP

Inter net

Web serverBuildings

Web server

Data Base server

Local AI system Center AI

system

電力，電圧電流

空調機熱源機

Analysis server

system

Another serverserver





Development stage 2AI energy system’s functions


Local AI unit Functions PMV ( Predicted Mean Vote) controlIndoor temperature / Radiation temperature / Relative humidity / velocity / Amount

of clothesOptimized ventilation controlOutdoor air cooling controlWarming up controlWarming-up controlHeat source efficiency managementHeat source efficiency controlDemand controle a d co t oSchedule controlIAQ monitoringEmergency data storageFeed-forward control

Center AI unit FunctionsW b b d t ti ki h d d t i di t f tiWeb based automatic making graph and data indicate functionAuto simulationAuto verification of after controlCorrelation analysis

50

Correlation analysisReduce checkAuto reporting function

Copyright (C) 2008 Bumpei magori, yashiro lab, Institute of Industrial Science, University of Tokyo, All Rights Reserved. Copyright (C),Woodnote corporation, All Rights Reserved.

Development stage 2Offline activities for using monitoring and AI system

事前調査

問題点抽出

消費量の現状把握・分析

・ Preliminary survey

・ Extraction of a problem

・ Grasp and analysis 事前調査

Preliminary survey


モニタリング

Monitoring公益事業の契約内容確認

of the amount of consumption

・ Check of the contents of a contract of public utilities

削減項目の整理・ Arrangement for reduction

Prescription

削減項目の整理

費用対効果の検証

削減計画書の作成

Arrangement for reduction

・ Verification of cost effectiveness

・ Creation of a plan document削減化計画

Planning

プレスクリプション各種設定の見直し

公益事業の契約見直し

運転改善

・ Reexamination of a setup

・ Reexamination of a contract of public utilities

・ Operation improvementIncrease in efficiency

モニタリング

Monitoring 高効率機器への改修

省資源設備への改修

p p

・ Repair to increase in efficiency

・ Repair to saving-resources

使用状況との連動制御・ Control

高効率化・省資源化

AI control Carbon dioxide reductionR d ti f li ht d h t t

使用状況との連動制御

遠隔運転管理

削減効果の把握・報告

・ Control suitable for a use situation

・ Remote operation management

・ Grasp and a report of the reduction effect

最適制御

Optimal control

AIコントロール Reduction of light-and-heat water expenseof the reduction effect

光熱水費の削減化51



Development stage 2Website of Energy AI system (1)




Case study stage 2Achievements(4)





CASE3


CASE3

Carbon dioxide reduction by ventilation control only

電力消費量　月平均削減実績換気制御のみで約10％の電力消費量を削減

施設A

8%削減

施設B

9%削減

施設C導入前

9%削減

0 20 40 60 80 100 120

施設C導入後12%削減

kWh／m2・月

58FigD2-11 Results of Energy AI system(1)

Copyright (C) 2008 Bumpei magori, yashiro lab, Institute of Industrial Science, University of Tokyo, All Rights Reserved. Copyright (C),Woodnote corporation, All Rights Reserved.

制御事例削減実績Development stage 2

Website of Energy AI system (2) CASE3


CASE3

Carbon dioxide reduction by ventilation control only

CO2排出量　月平均削減実績

y y

施設A

8%削減

施設B

9%削減

導入前

9%削減

0 10 20 30 40 50 60

施設C導入前

導入後12%削減

0 10 20 30 40 50 60

kg-CO2／m2・月



制御事例削減実績Development stage 2

Website of Energy AI system (1) CASE3


制御事例削減実績

1施設1年間あたり横浜スタジアム数個～10数個分の森林を創造

Carbon dioxide reductionForest conversion

CASE3

ム数個 10数個分の森林を創造するのと同等の環境貢献

年間CO2削減実績森林面積換算

施設A

横浜スタジアム　６．５個分の森林が吸収するCO2量

施設B

横浜タジア個分の森林が吸収する量

施設C

横浜スタジアム　６．０個分の森林が吸収するCO2量

0 2 4 6 8 10 12 14 16

施設C

横浜スタジアム　１５．１個分の森林が吸収するCO2量

森林面積（横浜スタジアム2.62ha×個）

60

FigD2-11 Results of Energy AI system(1)



Conclusion

Result Monitor date and using the information are effective to energy

conservationconservationWell-informed decision making is important for energy conservationEnergy AI system reduce energy and carbon dioxide

R & D in the futureEnergy AI system have to improved

Making more analysis Patternsg yCheck adoption of many kind of building typesMaking more control softwareAutomatic simulationMaking website for each stakeholder

Opening framework for each stakeholderM ki I f i S iMaking Information Service

More complex analysis and simulations to be simplified


building energy monitoring systembuilding energy ... · zmonitoring system(1) module framework ¾by...

Documents