成果報告書詳細
管理番号20090000000202
タイトル平成18年度-平成20年度成果報告書 エネルギー使用合理化技術戦略的開発 エネルギー有効利用基盤技術先導研究開発 建築設備におけるエネルギー消費上のフォルト検知技術の研究開発
公開日2009/9/9
報告書年度2006 - 2008
委託先名鹿島建設株式会社
プロジェクト番号P03033
部署名省エネルギー技術開発部 研究開発グループ
和文要約オフィスビルにおける建築設備はエネルギー消費上の無駄や削減余地を潜在的に含んだまま運転されていることが多い。本研究開発では、それらの潜在的なエネルギー消費上のフォルトをエネルギーフォルト(Energy Fault:EF)として認識し、建築設備の運用データを用いてそれらのEFを検知する技術を開発することを目的としている。これについて、本研究開発では以下の内容を実施した。 1. 潜在的なエネルギーフォルトの探求特定型EFと非特定型EFとに分けて、検知すべき対象となるEFの検討を行った。特定型EFについては、既存のBEMSデータを解析して得られた知見や、新たに実施したオフィスビルフィールド測定の結果などから、ビルの運用に含まれる潜在的なEFの抽出を行った。また、非特定型EFとして検出した事象の一部についても、その特性や要因を解析、調査した結果、新たな特定型EFとして追加した。 非特定型EFについては、エネルギー消費や運転の特性、自動制御上の不全、エネルギー消費実績の比較、などの現象面からEFの疑いがあるものとして、検知すべき対象を抽出した。 それらの結果、最終的に特定型16、非特定型11 のEFを抽出した。また、それらの中の代表的なEFについて、その発生要因や特性の把握、改善効果の検討などを行った。 2. エネルギーフォルト検知手法の研究 抽出した特定型、非特定型の各EFに対して、把握したそれらの特性から、まず、それらを検知するための検知ルール案をそれぞれ検討、作成した。そして、その検知ルール案を幾つかのビルの運用データに適用し、検知結果が妥当であればその検知ルールを採用し、検知結果が不適当であれば、妥当な結果が得られるまで検知ルールの改善を繰り返した。その結果、最終的に特定型29、非特定型15 の検知ルールを有効なEF検知ルールとして採用した。 3. エネルギーフォルト検知システムの開発 それらのEF検知ルールを用いて、ビルの運用データから実際にEFを検知するための試作システムを製作した。検知システムの試作に当たっては、特に、計測・計量システムの不全から生じる外れ値に対する対応方法や、検知したEFをどのように警報として表示するかといった警報表示方法、BEMSや監視システムにおいて不規則に登録される計測・計量ポイント名称を標準化する方法、などの課題があり、それらの検討を行いながら、システムを設計、製作した。 最終的に、製作したEF検知システムを用いて、オフィスビルの実運用データから実際にEFが検知でき、それが妥当な結果であるかどうかを検証した。その結果、一部についてシステム上の改善余地が残っているものの、全体的には概ね目的とするEFを検知できることを確認した。また、検知されたEFの改善効果を試算した結果、運用データが充実し潜在的な省エネルギー余地の大きな建物であれば、8%以上の省エネルギー効果が期待できることを示した。
英文要約Title: Strategic Development of Energy Use Rationalization Technology/Pioneering R&D of Infrastructure for Effective Use of Energy/R&D of Fault Detection Techniques of Energy Consumption in Building Services (FY2006-FY2008) Final Report Building services in office buildings are often operated with potential energy waste that can be cut down. Recognizing such potential waste as Energy Fault (hereinafter EF), the objective of this R&D is to develop techniques to detect such EF utilizing building operation data. The achievements of this R&D are explained below: 1. Exploration of potential EF: We investigated the EFs to be detected by separating them into specific and non-specific EFs. Regarding specific EFs, we extracted the potential EFs in building operation based on knowledge obtained through an analysis of existing BEMS data, and newly acquired field measurement data from office buildings. We also added some specific EFs after analyzing the characteristics and causes of some non-specific EFs. We extracted the non-specific EFs to be detected based on the energy consumption and operation characteristics, possible malfunctions in automatic control, and by comparing energy consumption results. As a result, we extracted 16 specific and 11 non-specific EFs. We also studied the causes, characteristics, and remedial effects for the most typical EFs. 2. Study of EF Detecting Methodology: Based on our understanding of the characteristics of each specific and non-specific EF, we considered and drafted rules for their detection. These detection rules were applied to the operation data of several buildings. If the detection result was valid, the rule was adopted. Otherwise, the detection rule was subject to an improvement cycle until it produced a valid result. The result of these efforts led to our adoption of 29 specific and 15 non-specific effective detection rules. 3. Development of an EF detection system: The final EF detection rules were used to develop an EF detection system that would actually detect EFs from building operation data. In designing and building the detection system, we considered and addressed various issues such as handling methods for outliers caused by malfunctions in the measurement and instrumentation system, warning annunciation methods for detected EFs, and standardization methods for registering names of measurement and instrumentation points otherwise registered in a disorderly fashion. Finally, we validated the system to be capable of actually detecting valid EFs from actual operation data in office buildings. While the system has some issues that could be improved, we were able to confirm that overall, the system is capable of detecting the EFs we are concerned with. A trial calculation of the benefits afforded if the detected EFs are improved indicated that with good operation data, buildings with a large amount of potential energy waste could see energy savings of 8% or more.
ダウンロード成果報告書データベース(ユーザ登録必須)から、ダウンロードしてください。

▲トップに戻る