バリア関数に基づく強化学習による風力発電を用いた電力システム周波数制御

カテゴリ：研究会(論文単位)

論文No：PSE25190,ST25019,SMF25039

グループ名：【B】電力・エネルギー部門 電力系統技術/【C】電子・情報・システム部門 システム/【D】産業応用部門 スマートファシリティ合同研究会

発行日：2025/10/28

タイトル(英語)：Frequency Control of Power Systems Using Wind Power Generation with Barrier Function-Based Reinforcement Learning

著者名：劉 東林(東京理科大学),山口 順之(東京理科大学)

著者名(英語)： Donglin Liu(Tokyo University of Science),Nobuyuki Yamaguchi(Tokyo University of Science)

キーワード：電力システム,強化学習,再生可能エネルギー,周波数制御,バリア関数,PowerSystems,Reinforcement Learning,Renewable Energy,Frequency Control,Control Barrier Function

要約(日本語)：世界では低炭素化を実現することを目指し，再エネの大量導入，エネルギー供給源の多様化などの取り組みを進んでいる。しかし，それに伴って，電力系統が複雑になり，再エネ発電によるシステム慣性低下のため，周波数制御も難しくなる。 本稿では，バリア関数に基づいて，DDPGに合わせて，新たな強化学習モデルを作成した。また，それや伝統的なDDPGを電力システムに取り入れて，風力発電を制御して，周波数変化状況の結果を比較した。

要約(英語)：This study develops a novel reinforcement learning model by integrating barrier functions into DDPG. Applied to power systems with wind generation, the proposed method is compared with conventional DDPG, demonstrating improved frequency control under reduced system inertia from renewable energy integration.

本誌：2025年10月31日電力系統技術/システム/スマートファシリティ合同研究会

本誌掲載ページ：17-22p

原稿種別：日本語

PDFファイルサイズ：2,197Kバイト