ナッシュQ学習を用いた蓄電池事業者の入札戦略の検討

カテゴリ: 部門大会

論文No: P47

グループ名: 【B】令和元年電気学会電力・エネルギー部門大会

発行日: 2019/08/23

タイトル(英語): A Study on the Bidding Strategy of Storage Battery Company Using Nash Q Learning

著者名: 辻川 真帆(大阪府立大学),高山 聡志(大阪府立大学),石亀 篤司(大阪府立大学)

著者名(英語): Maho Tsujikawa|Satoshi Takayama|Atsushi Ishigame

キーワード: 電力自由化|電力市場|蓄電池|強化学習,Power Liberalization,Electricity Market,Storage Battery,Reinforcement Learning

要約(日本語): 　2016年4月より電力小売完全自由化が施行され，小売電気事業者の新規参入が増加傾向を示している。一方，近年の技術革新に伴い，蓄電池は性能向上・大容量化・低コスト化が進展しており，普及拡大が見込まれている。以上より，蓄電設備を所有し充放電電力の売買によって利益を上げることを目的とした蓄電池事業者が新電力として電力市場へ参入することが想定されており，実際に海外では事業に参入している企業も存在する。
　本報告では自由化された電力市場に蓄電池事業者2者が参入する場合を想定し，お互いの入札情報は開示をせず，それぞれが相手の戦略を過去の入札実績をもとに予想することで成り立つ入札戦略について検討する。特に，蓄電池事業者の入札戦略の決定にナッシュ均衡の概念を取り入れた学習方法であるナッシュQ学習の適用を提案する。

PDFファイルサイズ: 744 Kバイト