強化学習を用いたPMSG風力発電システムのオンラインパラメータ同定

カテゴリ: 部門大会

論文No: 162

グループ名: 【B】令和3年電気学会電力・エネルギー部門大会

発行日: 2021/08/12

タイトル(英語): Online parameter identification for PMSG wind energy conversion systems using reinforcement learning

著者名: 宮良諒（琉球大学），千住智信（琉球大学），加藤丈佳（名古屋大学），高橋弘（富士電機）

著者名(英語): Ryo Miyara (University of the Ryukyus), Tomonobu Senjyu (University of the Ryukyus), Takeyoshi Kato (Nagoya University), Hiroshi Takahashi (FUJI ELECTRIC CO., LTD.)

キーワード: 風力発電機|永久磁石同期発電機|オンラインパラメータ同定|強化学習|Wind generator|Permanent magnet synchronous generator|Online parameter identification|Reinforcement learning

要約(日本語): 近年，再生可能エネルギーの導入量が世界的に増加している。特に，風力発電機は近年積極的に研究されている。風車は，風速に応じて最大出力を得ることができる回転速度が存在するため，MPPT制御が行われる。しかし，環境変化や経年劣化によって風力発電機の機械的特性が変化するため，従来の固定パラメータ方程式を用いたMPPT制御を適用すると発電量が低下する。そこで，本研究では強化学習を用いたオンラインパラメータ同定法を提案する。風速情報を用いないMPPT制御方式である最適トルク制御のパラメータを，深層Q学習により同定する。提案手法の有効性はMatlab/Simulinkによるシミュレーションで示される。

PDFファイルサイズ: 419 Kバイト