強化学習を考慮したマルチエージェント最適化型電力市場モデルによるネガティブプライスの分析

カテゴリ: 研究会(論文単位)

論文No: PE25001,PSE25033,SPC25048

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/【D】産業応用部門 半導体電力変換合同研究会

発行日: 2025/03/03

タイトル(英語): Analysis of Negative Electricity Price Behavior using a Multi-agent Optimization-based Electricity Market Model considering Reinforcement Learning

著者名: 鈴木 梨那(東京大学),小宮山 涼一(東京大学),藤井 康正(東京大学)

著者名(英語): Rinna Suzuki(The University of Tokyo),Ryoichi Komiyama(The University of Tokyo),Yasumasa Fujii(The University of Tokyo)

キーワード: 電力市場|ネガティブプライス|マルチエージェント|最適化|強化学習|Electricity market|Negative electricity price|Multi-agent|Optimization|Reinforcement learning

要約(日本語): 本研究では、強化学習理論を用いたマルチエージェント最適化型電力市場モデルを用いて、ネガティブプライスの可能性も考慮に入れた電力価格の挙動に関して分析する。今後、変動性再生可能エネルギーの大量導入が予測される。ネガティブプライスが導入された電力市場において、市場参加者の行動変容、市場原理による出力抑制、電力貯蔵設備の利用による需要創出の効果について定量的に分析する。

要約(英語): This study analyzes negative electricity prices using a multi-agent optimization-based electricity market model with reinforcement learning theory. A large amount of renewable energy is expected to achieve 2050 carbon neutrality (CN). The study evaluates the effect of market-based output suppression, by introducing negative pricing in the electricity market.

本誌: 2025年3月6日-2025年3月7日電力技術/電力系統技術/半導体電力変換合同研究会-1

本誌掲載ページ: 1-6 p

原稿種別: 日本語

PDFファイルサイズ: 1,730 Kバイト