深層強化学習を用いた発電機起動停止問題解法の基礎検討

カテゴリ: 研究会(論文単位)

論文No: PE23113,PSE23105

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: 2023/09/22

タイトル(英語): Fundamental research on solving the unit commitment problem using deep reinforcement learning

著者名: 木下 大暉(大阪公立大学),石亀 篤司(大阪公立大学),高山 聡志(大阪公立大学)

著者名(英語): Daiki Kinoshita(Osaka Metropolitan University),Atsushi Ishigame(Osaka Metropolitan University),Satoshi Takayama(Osaka Metropolitan University)

キーワード: 発電機起動停止計画|深層強化学習|unit commitment problem|deep reinforcement learning

要約(日本語): 発電機起動停止問題とは、時事刻々変化する電力需要を満たすように発電機の起動・停止を最適化するモデルであり、従来は混合整数線形計画法などが利用されている。_x000D_ 一方、再エネ発電の不確実性や、分散型電源による調整力提供など、起動停止計画問題に考慮する事項が増加するにつれて、計算時間が膨大になることが懸念されている。そこで、本検討では深層強化学習を用いて問題を解決し、計算時間の短縮を目指す。

要約(英語): The unit commitment problem is presumed to be computationally intensive, considering the uncertainty of renewable energy generation output and the provision of balancing capacity by distributed generation sources. Therefore, this study aims to reduce computational time by solving the unit commitment problem using deep reinforcement learning.

本誌: 2023年9月25日-2023年9月26日電力技術/電力系統技術合同研究会-1

本誌掲載ページ: 25-30 p

原稿種別: 日本語

PDFファイルサイズ: 1,055 Kバイト