深層強化学習を用いた経済性と快適性の両立を目指すヒートポンプ給湯機運用モデルの開発

カテゴリ：研究会(論文単位)

論文No：PE25156,PSE25179

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：2025/9/1

タイトル(英語)：The development of a heat pump water heater operation model realizes economy and comfort using deep reinforcement learning

著者名：栗田 ひなみ(筑波大学),安芸 裕久(筑波大学),本田 智則(産業技術総合研究所)

著者名(英語)： Hinami Kurita(University of Tsukuba),Hirohisa Aki(University of Tsukuba),Tomonori Honda(National Institute of Advanced Industrial Science and Technology)

キーワード：深層強化学習,Ｄｅｅｐ　Ｑ－Ｎｅｔｗｏｒｋ,ヒートポンプ給湯機,ＨＥＭＳ,Deep Reinforcement Learning,Deep Q-Network,Heat Pump Water Heater,HEMS

要約(日本語)：本研究では、Deep Q-Networkを用いた、ヒートポンプ給湯機の運転モデルを開発した。経済性と快適性の重み付けを変えることで、経済性重視モデルと快適性重視モデルを構築し、冬季のシミュレーションで比較検証を行った。その結果、経済性重視モデルはエネルギー費を削減した一方、快適性重視モデルは不快度を抑制した。結果より、開発モデルで経済性と快適性の間のトレードオフを表現可能であることを確認した。

要約(英語)：This study developed an operational model for a heat pump water heater using Deep Q-Network. By adjusting the weightings of economy and comfort, we compared two models. The results showed that the economy-priority model reduced costs, while the comfort-priority model suppressed discomfort. These results demonstrate that our model appropriately expresses the trade-off between economic efficiency and user comfort.

本誌：2025年9月4日-2025年9月5日電力技術/電力系統技術合同研究会-3

本誌掲載ページ：93-96p

原稿種別：日本語

PDFファイルサイズ：2,210Kバイト