深層強化学習を使用した蓄電池の最適運用手法

カテゴリ: 研究会(論文単位)

論文No: PE22099,PSE22107

グループ名: 【B】電力・エネルギー部門 電力技術/【B】電力・エネルギー部門 電力系統技術合同研究会

発行日: 2022/08/21

タイトル(英語): Optimal Operation Method for Storage Batteries Using Deep Reinforcement Learning

著者名: 塚崎 紀貴(東京理科大学),小平 大輔(筑波大学),近藤 順次(東京理科大学)

著者名(英語): Kazuki Tsukazaki(Tokyo university of science),Daisuke Kodaira(University of Tsukuba),Junji Kondoh(Tokyo university of science)

キーワード: 蓄電池|太陽光発電|深層強化学習|機械学習| storage battery|photovoltaic power|deep reinforcement learning|Machine learning

要約(日本語): 政府主導でVPPの実証実験が行われましたが、蓄電池の充電不足による電力系統の需給バランスの崩れが問題になりました。この問題を解決するためには、蓄電池の最適な運用方法をあらかじめ決めておくことが必要だと考えています。太陽光発電システムと蓄電池からなるシステムを想定し、太陽光発電の予測値から深層強化学習を用いて蓄電池の充放電を最適化する方法を提案します。

要約(英語): Although a VPP demonstration experiment was conducted under the lead of the government, supply and demand imbalance in the power system caused by insufficient recharging of storage batteries became an issue. To solve this issue, we believe it is necessary to determine the optimal operation of storage batteries in advance. Assuming a system consisting of a photovoltaic power generation system and storage batteries, we propose a method to optimize the recharge/discharge of storage batteries using deep reinforcement learning based on predicted photovoltaic power generation values.

本誌: 2022年8月24日-2022年8月25日電力技術/電力系統技術合同研究会-1

本誌掲載ページ: 19-24 p

原稿種別: 日本語

PDFファイルサイズ: 1,279 Kバイト