2021 Fiscal Year Annual Research Report
Research on planning, design, and optimal operation of 5th generation district heating with large-scale underground thermal energy storage
| Project/Area Number |
21H01485
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
長野 克則 北海道大学, 工学研究院, 教授 (80208032)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
阪田 義隆 金沢大学, 地球社会基盤学系, 准教授 (10754236)
葛 隆生 北海道大学, 工学研究院, 准教授 (60552411)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 地中熱利用 / 第5世代地域熱供給 / 地下蓄熱 / 熱源ネットワーク / 地盤情報データベース / アネルギー / BTES / 地中熱交換器 |
|---|
| Outline of Annual Research Achievements |
1)大深度3次元地質情報データベースの構築については，国土交通省国土情報整備局より新たに全国の深井戸データの提供を受け，多様な地質記載を8つの地質に整理デジタル化し推定のためのデータとして追加した後，インディケータクリギング推定により，対象とする札幌平野，東京平野，大阪平野を含む全国の平面分解能250mメッシュ、深さ5ｍ毎，深度300 mまでの各地質の分布確率を推定し，データベース化した。
2) 大規模BTESの設計・性能予測ツールの構築に欠かせない大気放熱器、太陽熱集熱器や排熱の受け入れなど、各パーツのプログラムを開発した。
3) AIの一つであるLSTMモデルを用いた日射量と気温の予測プログラムを開発した。これから熱と電力の需要量、および太陽光発電システムの電力供給量を予測可能となる。一方、蓄電池充放電制御についてより緻密な蓄電池残存容量（SOC）を予測するために安時法(Ah integral method)から拡張カルマンフィルタリングアルゴリズム(EKF)を採用した計算モデルを開発した。これにより初期残量推定値と電流と初期状態推定自己相関誤差値に従って，次の状態予測端子電圧，電流と誤差の予測値を求めらる様になり、これを繰り返すことによって SOC 値をリアルタイムで見積もることができる様になった。
4)次に、冷暖房ヒートポンプの最適運転制御として F-PID 制御(Fuzzy Proportional Integral Derivative )と BP-PID(Back Propagation Neural Network PID)を応用し、混合整数線形計画(MILP)手法を用いて再エネ電力利用を最大化しCO2排出量最小化になる様な建物の冷暖房・給湯ヒートポンプ、蓄電池充放電などの最適運転スケジュールを作成する運用システムを構築した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
既に学会発表も計８件を行い、国際ジャーナルへの投稿も準備しているところでる。
これより、研究はおおむね順調に進捗していると判断できる。
|
| Strategy for Future Research Activity |
1) 石狩平野（札幌）、関東平野（東京）、大阪平野（大阪）のデータを抽出し、3次元確率補完法の一つであるインジケーター・クリギング法を適用し、平面分解能250mメッシュ、深さ１ｍ毎で各深度の地質構成割合を示した深度3次元地質情報データベースを構築する。
2) Uチューブの片側にラインヒーターを挿入、一定加温後に停止させる。このとき、光ファイバー温度計をUチューブの両側に挿入し、深度1m毎の温度θiおよび放熱量qiの時間変化データを得て、各層毎の有効熱伝導率λe、地下水流れ速度u,、およびBHEXの熱抵抗Rbを明らかにする。
3) 5GDHCの計画・設計においては、地中への放熱・採熱のバランスを取り、水ネットワークの温度変動を設計上下限値内に収める様に、大気放熱器、太陽熱集熱器や排熱の受け入れることが重要であり、無断熱の樹脂導管と周囲地盤との熱移動も考慮する必要がある。これを可能とする大規模BTESの設計・性能予測ツールの構築を進める。
4) 熱に加えヒートポンプ駆動するための再エネルギーで発電した電力の供給を受けることも考える。AIを用いて気象予測を行い、これから熱と電力の需要量、および太陽光発電システムの電力供給量を予測する。そして、混合整数線形計画(MILP)手法を用いて再エネ電力利用を最大化しCO2排出量最小化になる様な建物や施設内の冷暖房・給湯ヒートポンプ、蓄電池充放電などの最適運転スケジュールを作成する運用システムを構築する。この最適運用計画システムを用いて、最適運用を行った場合に従来の運用に比べてどれだけ購入電力量やCO2排出量を削減できるのか、加えてピーク負荷削減効果や負荷平準化効果などを明らかにする。
|
