深層強化学習を用いたエネルギーマネジメントシステムにおける蓄電池の保守性を考慮した経済性の比較

カテゴリ: 部門大会

論文No: P11

グループ名: 【B】令和5年電気学会電力・エネルギー部門大会

発行日: 2023/08/23

タイトル(英語): Comparison of Economic Efficiency of Energy Management Systems Using Deep Reinforcement Learning with Conservability of Storage Battery

著者名: 有光佑介（東京理科大学），得田大悟（東京理科大学），片山昇（東京理科大学）

著者名(英語): Yusuke Arimitsu (Tokyo University of Science), Daido Tokuda (Tokyo University of Science), Noboru Katayama (Tokyo University of Science)

キーワード: 深層強化学習|家庭用エネルギーマネジメントシステム|Deep Reinforcement Learning|Home Energy Management System

要約(日本語): 近年, 太陽光発電, 蓄電池, 燃料電池などが普及し, 小規模でも高効率で電力を生み出すことができる技術が実用化され, 住宅においても太陽光発電や蓄電池を導入し自家消費したり余剰分を売電したりするケースが増えている。そこで, Home Energy Management System(HEMS)と呼ばれるシステムがある。これは, エネルギー消費機器を制御することで省エネを実現することができる。先行研究では, 深層強化学習(DRL)を用いて, 実機による実証試験において, DRLモデルによる制御戦略が有効であることを確認した。本研究では, DRLモデルを用いた運転と蓄電池実機に搭載されている運転モードを蓄電池の保守性と経済性の観点から比較を行った。経済性に関しては最大で4.7%のコスト削減, 蓄電池の保守性に関してはサイクル劣化軽減に寄与する可能性を示した。

PDFファイルサイズ: 604 Kバイト