対象
マンションのピーク電力を抑制したい電力会社の需要施策。
主な活用
機器分離技術を用いた、電気給湯器の稼働時間と消費電力の推定。
成果
30分値のスマートメーターデータだけで 90% 超の推定精度を実現。
ケースの要点
導入背景、実装アプローチ、得られた成果を1ページで把握できます。
課題
マンションのピーク電力を削減するために、電力負荷の高い電気給湯器の稼働時間を分散させたい。
解決アプローチ
機器分離技術を用いて、スマートメーターのデータから電気給湯器の稼働時間と消費電力を推定するアルゴリズムを開発。
成果
スマートメーターの 30 分値データだけを利用し、90% を超える精度で電気給湯器の消費電力を推定できた。
関連ケーススタディ
他の活用パターンもあわせて確認できます。
Case Study 01
ハウスメーカー
- 課題
- データ分析を活用して、よりエネルギー効率の高い住宅を開発したい。
- 解決策
- 世帯ごとの消費電力や発電量の傾向を踏まえ、蓄電池などを最適に自動制御するAIを開発。
- 成果
- 既存住宅でもAI制御により、年間で数千円から数万円規模の電気料金削減が可能になった。
機器メーカー
- 課題
- 蓄電池を所有している契約需要家に対して、節電につながる付加価値サービスを提供したい。
- 解決策
- ENES と連携し、消費電力や発電量の予測をもとに日々最適な自動制御を行うサービスを実現。
- 成果
- ENES を活用することで、一需要家あたり月々数百円から千円程度の節電に貢献できた。