多数住戸の電力時系列データに関する統計解析

1)

吉野博，村上周三，赤林 伸一，坊垣和明，田中俊彦，羽山広文，尾崎明仁，菅原 華 子： 住

宅のピーク電力に関する調査研究 住宅エネルギー消費実態の全国調査データに 基 づ く 分

析，日本建築学会環境系論文集，No. 71，Vol.610 (2006-12)，pp.99~106

2)

灰田武史，武藤昭一：重回帰手法に基づいた最大需要予測支援システムの開発，オ ペ レー シ

ョンズ・リサーチ，Vol.41，No.9(1996) ，pp.476-480

3)

飯坂達也，松井哲郎，福山良和：構造化ニューラルネットワークの新しい学習法と 最 大電 力

需要予測への適用，電学論 B，124，3(2004-3)，pp.347-354

4)

H.Fan, I.F.MacGill, A.B.Sprou, Statistical analysis of drivers of residential peak electricity demand,

Energy and Buildings, Vol.141(2017-4), pp.205-217

5)

太田真人，岩船由美子，大岡龍三：戸建て住宅における HEMS データを活用した エ ネル ギ

ー利用実態の分析（その１），日本建築学会環境系論文集，Vol.85，No.772 (2020-6)，pp.495502，

6)

F.Andersen, M.Baldini, L.Hansen, C.Jensen, Households’ hourly electricity consumption and peak

demand in Denmark, Applied Energy, Vol.208(2017-12), pp.607-619

7)

浅野浩志：

「家庭用間接負荷制御実験における情報提供とピーク抑制協力金の効果分 析」，電

力中央研究所

8)

研究報告書, No. Y97008 (1998)

C. K. Woo, I. Horowitz and I. M. Sulyma : .“Relative kW Response to Residential Time-Varying

Pricing in British Columbia”, IEEE Transactions on Smart Grids, Vol.4, No.4, pp.1802-1860 (2013)

9)

河村清紀，土器勉，大野祐司，高野浩貴，村田純一：「家庭向けデマンドレスポン ス に関 す

る実証結果の分析と電力ピーク抑制持続手法の提案」，電学論 C，Vol.137，No.1, pp.96-105

(2017)

10) 馬場博幸, 斉藤哲夫, 片岡和人, 岩船由美子, 荻本和彦, 宇田川佑介, 天津孝之, 増田浩：

「IoT 化する家電機器を活用したデマンドレスポンスによる自然変動電源の余剰 発電 抑 制

緩和策」，電学論 C，Vol.137，No.2, pp.326-332 (2017)

154

11) 鄭叡韻，岩船由美子：「実測データに基づく住宅の消費電力の慣らし効果の定量化」，第 29

回エネルギーシステム･経済・環境コンファレンス，No.14-5，(2013)

12) 鈴木啓太，虻川忠三，森川純次，稲葉隆，近藤成治：「実機計測に基づくビルマル チ 空調 群

DR 過渡応答大量アグリゲーション均し効果の推定」

，電学論 B，Vol. 138，No.7，pp.582-5 90

(2018)

13) 矢田麻衣，長岡篤，金島正治：住宅電力消費量の計測時間間隔による評価と活用に 関 する 研

究，日本建築学会環境系論文集，No. 81，Vol.720 (2006-2)，pp.247~254

14) OWL + USB : Energy Monitoring and Analysis

(http://www.theowl.com/index.php/ene rgy -

monitors/standalone-monitors/owl-usb/) (2022/10/29 参照)

15) MS1525: Code of practice on energy efficiency and use of renewable energy for non-residential

buildings, D.o.S. Malaysia, Editor (2007)

16) Ministry

of

Health,

Labour

and

Welfare

https://www.mhlw.go.jp/toukei/saikin/hw /k -

tyosa/ktyosa17/dl/02.pdf (2017)

17) S.A. Zaki, A. Hagishima, R. Fukami, N. Ikegaya, N. Fadhilah, Development of a model for

generating airconditioner operation schedules in Malaysia, Build Environ, 122, 354-362 (2017)

18) C. K. Woo, I. Horowitz and I. M. Sulyma : .“Relative kW Response to Residential Time-Varying

Pricing in British Columbia”, IEEE Transactions on Smart Grids, Vol.4, No.4, pp.1802-1860 (2013)

19) 谷本潤，萩島理；住棟・街区などの多住戸への適用を前提にした居住者の生活スケ ジ ュー ル

の多様性を考慮した包括的ユーティリティデマンド予測手法，日本建築学会環境系論 文 集，

76 巻，660 号（2011），pp141-149.

155

第 7 章 結言

156

7-1

総括

本論では，2050 年のカーボンニュートラル実現のために必須となるデマンドレスポン ス の実

装に向け，今後爆発的に増えていくと予測される各住戸の電力消費量についての膨大 な デー タ

に着目し，大量の実測データを解析した．データ解析の主な目的は以下の 3 点である．

・居住者行動の多様性に関する統計値の整理

・エアコンのスイッチ ON/OFF 行動に影響する要因の分析

・電力消費量の実測データに基づくエアコンのスイッチ ON/OFF 行動の抽出

上記のデータ解析により，今後のデマンドレスポンスの実装おける課題である，DR 対 象 機器

選定や電力需要予測，居住者行動の把握などに対し，今後の研究の進むべき方向性を示した．

第 2 章では，本研究で用いる大阪での電力消費量実測値データの概要を示した．また，用 途，

機器別に測定された時系列電力消費データを用い，洗濯機，オーブン・レンジ，食器 洗 い乾 燥

機，及び LDK の照明について，世帯毎のバラツキおよび使用開始時刻といった統計値 を 整理 し

た．その結果，運転時の電力消費や運転継続時間などの世帯間のバラツキは，全ての機 器 にお い

て見られた．これに加えて，居住者の生活スケジュールに関連する使用時刻も変動す る こと が

分かった．以上のことから，T UD-PS をはじめとした時系列電力需要の確率性予測モ デ ルを 構

築する際は，居住者の生活スケジュールのバラツキだけではなく，エネルギー消費原 単 位と い

った機器情報についても住戸差を設ける必要があることを明らかにした．

第 3 章では，インバータ制御による機械的な運転休止や，自動清掃の影響を考慮した 上 で，

居住者の空調の ON/OFF 行動を特定するアルゴリズムを開発した．また，福岡及び鹿 児 島に お

ける計 17 台のエアコン使用状況に関する計測結果に基づき妥当性の検証を行った結果，製造 メ

ーカーや機種に関わらず，空調の ON/OFF 行動を約 99%の精度で推定できることを示した．

第 4 章では総電力消費時系列データに基づき，ルームエアコンの ON/OFF を推定する手法を

提案した．提案手法の特徴は，中間期における総電力消費データのみを事前学習に用 い てい る

点，加えて，ON/OFF 判定基準として，高電力消費の継続時間及び機械的挙動の出現回 数 を採 用

し，インバータ制御のエアコンの電力消費パターンにも対応可能になるよう設計した点で あ る．

また，423 住戸の時系列計測データを用いて提案手法の精度検証を行った結果，従来 手 法に 比

べ約 17％の精度向上を実現した．

第 5 章では，機器別に取得された実測データのうち，エアコンの時系列電力消費デー タ につ

いての統計解析を行った．これによりエアコンの使用電力の住戸間のばらつき，冬季 と 夏季 の

運転割合の日変動，外気温度条件に対するエアコン運転頻度の特性を明らかにした．さら に，空

調負荷の確率密度分布は住戸により大きく異なり，平均値による無次元化を施した場 合 にも 普

遍的な分布を見いだす事が困難な事を示した．また，エアコンの電力使用量データの 解 析を 行

157

い，当日及び過去の日平均外気温度に対して指数関数を応用した重み付け平均を行う こ とで ，

一般住戸におけるエアコン使用行動を高精度に説明できることを示した．

第 6 章では，電力デマンドのピークに住戸数が与える影響について検討した．その結 果 ，単

独住戸における電力ピークについては，オーブン・レンジといった瞬間的に高電力を 要 する 機

器の寄与が大きく，これにエアコンの需要が重なり易い冬季の朝に最もピークが出や す いこ と

を明らかにした．一方で，複数住戸の電力需要の合計値に関しては，住戸数の増加に従い，1 住

戸当たりのピーク電力が減少すること，また，ピークを構成する機器としては冷蔵庫 や エア コ

ン，居間・食堂コンセントといった，一定電力を長時間使用する傾向の機器の寄与率が 増 加し ，

ピークの出現しやすい時期・時間帯も，夏場の夜間へ移ることを明らかにした．合計空 調 負荷 の

ピークについても同様に，住戸数の増加に従い，1 住戸当たりのピーク電力が減少す る こと を

確認した．また，大阪のデータの方がクアラルンプールのデータに比べ，ピーク電力の 減 少幅 が

大きいことを示した．加えて，DR による家電機器毎のピーク削減可能量を推計した．そ の 結果 ，

住戸数が大きくなるほど，各住戸の居住者行動における影響は限定的になり，小さい 住 戸群 サ

イズのときに比べ，安定したピーク削減効果が期待できることを確認した．

7-2

今後の展望

本論にて明らかになった多数住戸における実測データの統計分析結果を基に，既存 の ボ トム

アップ式の確率的電力デマンド予測手法におけるエネルギー消費行動モデルの精緻化 が 期待 さ

れる．例えば，住戸毎のばらつき等を含めた確率性状を含めることで，より現実に即し た 予測 が

可能となると考える．また，本論にて解析した電力需要ピークの特性を基に，居住者の 生 活へ の

不便性や快適性に悪影響を与えない範囲で家電機器の運転／停止状態を遠隔制御する デ マン ド

レスポンスを実行する上での，遠隔制御スケジュールの立案や，DR 対応家電機器の選 定 など が

可能になると考える．

一方で，ビッグデータの時系列傾向から未来の電力消費を予測するトップダウン式 の 予 測手

法が構築できるものと考えられる，トップダウン式手法では，データを居住者の嗜好 や 生活 ス

ケジュールを包括したものとして捉え，大量のデータに基づいて予測を行うため，モ デ ル化 を

行う事象が少なく，仮定の潜り込む隙間がない．また，単純平均値だけでなく，世帯ご と のば ら

つきやピーク値とその発生時刻を正確に予測できると考える．

158

謝辞

本論文は，都市建築環境工学研究室在籍博士課程で行った研究成果をまとめたものです．

本論文を作成するにあたって研究の機会を与えて頂き，ご指導頂きました谷本潤教 授 ， 萩島

理教授，池谷直樹准教には心から感謝致します．

谷本潤教授には，本研究の学術的位置付けや研究の初歩から解析に至るまで細やか で 丁 寧な

ご指導を賜りました．またいつも高い視座からの意見を下さり，自身の視野を広げる こ とが で

きました．厚く御礼申し上げます．

萩島理教授には，研究の道標を提示して頂き，些細な質問にも丁寧にご指導いただきま し た．

また，学会において発表の場を与えて下さった事で見識を広めることができました． 厚 く御 礼

申し上げます．

池谷直樹准教には，研究を進める上で有益なご助言を多数頂きました．研究に対す る 真 摯な

姿勢や，確かな数学力に支えられた深い考察は，研究者のあるべき姿として大いに刺 激 を頂 き

ました．心より御礼申し上げます．

研究室秘書の吉鶴真理子さんには，私達学生が研究に専念できるよう，ご尽力を頂きま し た．

心から御礼申し上げます．

日立製作所研究開発グループの皆様には，私が社会人として博士課程を進めるうえ で 様々 な

協力を頂きました．心からお礼申し上げます．

最後に学生生活を支えて下さった両親のおかげで本研究を遂行できました．

ご協力頂いた皆様には深く感謝の意を表します．

令和 4 年 11 月 16 日

小野哲嗣

...