深層強化学習を用いた最適潮流計算に関する検討
深層強化学習を用いた最適潮流計算に関する検討
カテゴリ: 研究会(論文単位)
論文No: PE24125,PSE24125
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: 2024/09/16
タイトル(英語): Study on Optimal Power Flow Calculation using Deep Reinforcement Learning
著者名: 竹内 洸稀(大阪公立大学),高山 聡志(大阪公立大学),石亀 篤司(大阪公立大学)
著者名(英語): Koki Takeuchi(Osaka Metropolitan University),Satoshi Takayama(Osaka Metropolitan University),Atsushi Ishigame(Osaka Metropolitan University)
キーワード: 最適潮流計算|深層強化学習|分散型発電|Optimal power flow| Deep reinforcement learning|Distributed generation
要約(日本語): 再生可能エネルギーの大量導入を見据えた電力ネットワークの次世代化が進んでいる。再エネ導入により決定変数が増加し、計算負荷の懸念点から深層強化学習が注目されている。本研究では最適潮流計算に深層強化学習の手法であるTD3を用いた。IEEE33母線系統を採用し、潮流方程式および電圧制約を考慮した発電機の燃料費最小化を目的とする分散型発電機の最適出力値を精度と計算負荷の観点から評価を行ったので報告する。
要約(英語): Advancing power networks anticipate renewable energy integration. The study uses deep reinforcement learning, specifically TD3, for optimal power flow calculations on the IEEE33 bus system, targeting minimal fuel costs for distributed generators with considerations for power flow equations and voltage constraints.
本誌: 2024年9月19日-2024年9月20日電力技術/電力系統技術合同研究会-2
本誌掲載ページ: 53-58 p
原稿種別: 日本語
PDFファイルサイズ: 1,584 Kバイト
受取状況を読み込めませんでした

