調整容量運用コストの抑制のための深層強化学習を用いた自律分散負荷周波数制御

カテゴリ: 部門大会

論文No: 240

グループ名: 【B】平成30年電気学会電力・エネルギー部門大会

発行日: 2018/09/12

タイトル(英語): Autonomous Decentralized Load Frequency Control Using Deep Q Learning for Reduction of Reserve Cost

著者名: 高田 聖也(東北大学),織原 大(東北大学),飯岡 大輔(東北大学),斎藤 浩海(東北大学)

著者名(英語): Seiya Takada|Dai Orihara|Daisuke Iioka|Hiroumi Saitoh

キーワード: 負荷周波数制御|平均合意アルゴリズム|マルチエージェント|自律分散制御|深層強化学習,load frequency control(LFC),average consensus algorithm,multi-agent,autonomous decentralized control,deep Q learning(DQN)

要約(日本語): 本稿では負荷周波数制御を自律分散化するにあたり、深層強化学習を制御量の決定に用いることで柔軟な制御を実現する手法について検討した。自律分散制御では個々のエージェントが全体の情報全てを得ることができないことから適切な制御量の決定が困難であったが、深層強化学習によって周波数変動に含まれる制御に必要な特徴をリアルタイムに抽出することにより、電源の自端で得られる情報から適切な制御量を決定することができる。シミュレーションにより提案法の有効性を評価した結果、学習が進むにつれて全体的な制御の性能は向上する一方で、学習の進度に差が現れることで性能が低下するエージェントが存在することが確認できた。

PDFファイルサイズ: 643 Kバイト