全結合型リカレントニューラルネットワークを用いた蓄電池・発電機協調負荷周波数制御

カテゴリ: 部門大会

論文No: P4

グループ名: 【B】平成28年電気学会電力・エネルギー部門大会

発行日: 2016/09/05

タイトル(英語): Load Frequency Control with Storage Battery and Generator using a Fully Connected Recurrent Neural Network

著者名: 田邉 龍(早稲田大学),大谷 崇人(三菱電機),岩本 伸一(早稲田大学)

著者名(英語): Ryu Tanabe|Takato Otani|Shinichi Iwamoto

キーワード: 負荷周波数制御|蓄電池|再生可能エネルギー|機械学習|充電状態(SOC)電力系統,Load Frequency Control,Battery,Renewable Energy,Machine Learning,State of ChargePower System

要約(日本語): 固定価格買取制度の開始以後の再生可能エネルギー導入量増加に伴い，多地域系統の周波数変動問題が懸念される。その対策として，負荷周波数制御用の蓄電池の導入が開始されている。蓄電池は発電機と比較して高い応答性を持つ反面，コストが高く，その寿命は充電状態に大きく左右されるため，その維持が必要となる。そこで本稿では，発電機と協調した蓄電池の効率的利用を目的として，時系列システムに適した全結合型リカレントニューラルネットワークを用いた多地域系統の負荷周波数制御手法を提案する。今回，全結合型リカレントニューラルネットワークには粒子群最適化で学習を行わせる。シミュレーションを行い，提案手法の有効性を確認する。

PDFファイルサイズ: 1,082 Kバイト