深層強化学習を用いたオフグリッド周波数制御手法

カテゴリ: 部門大会

論文No: 146

グループ名: 【B】令和4年電気学会電力・エネルギー部門大会

発行日: 2022/08/26

タイトル(英語): Frequency Control Method of Off-grid Using Deep Reinforcement Learning

著者名: 角川直広（大阪公立大学），高山聡志（大阪公立大学），石亀篤司（大阪公立大学），村本大輔（関西電力送配電），飯田義和（関西電力送配電），桑下敬康（関西電力送配電）

著者名(英語): Naohiro Tsunokawa (Osaka Metropolitan University), Satoshi Takayama (Osaka Metropolitan University), Atsushi Ishigame (Osaka Metropolitan University), Daisuke Muramoto (Kansai Transmission and Distribution, Inc.), Yoshikazu Iida (Kansai Transmission and Distribution, Inc.), Yukiyasu Kuwashita (Kansai Transmission and Distribution, Inc.)

キーワード: オフグリッド|マイクログリッド|深層強化学習|周波数制御|Off-grid|Microgrid|Deep Reinforcement Learning|Frequency Control

要約(日本語): 再生可能エネルギーを主電源としたオフグリッド運用においては, 発電量が天候や時間帯によって左右されることから, 系統内の電力需給バランスの調整が困難となり, 系統周波数が大きく変動する。さらに, 小規模系統においては慣性力が小さく, 電力変動が系統周波数に与える影響は大きくなるため, オフグリッド運用において，電力需要変動や再生可能エネルギーの出力変動に柔軟に対応した高精度な周波数制御手法が求められる。以上の背景から，本報告では，出力応答の速い蓄電池による周波数制御に注目し，オフグリッドの周波数を一定に制御することを目的とした検討を行う。蓄電池の充放電量の決定には不確実性を含む環境に柔軟に対応することが可能である深層強化学習を適用する。

PDFファイルサイズ: 861 Kバイト