機械学習によるマイクログリッド設備容量の多目的最適化

カテゴリ: 部門大会

論文No: P59

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): Multi-Objective Optimization for Installed Capacity of Microgrids with Machine Learning

著者名: 見寳祐輝（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）

著者名(英語): Yuki Kempo (Osaka Metropolitan University), Satoshi Takayama (Osaka Metropolitan University), Atsushi Ishigame (Osaka Metropolitan University)

キーワード: マイクログリッド|再生可能エネルギー|多目的最適化|機械学習|Microgrid|Renewable Energy|Multi-objective Optimization Problem|Machine Learning

要約(日本語): 近年多発する自然災害への対策として，特定の地域内で電力や熱のやり取りを行うマイクログリッド(MG)への期待が寄せられている。MGは，再生可能エネルギーとの親和性や災害時でのレジリエンス向上の利点から関心を集めている。MGの構築には競合関係にある複数目的の最適化を解く必要がある。また目的解の向上には各構成要素のサイズ調整を行う必要があるが，変数が増えることで組み合わせ数が膨大になり実用的な時間で解を得ることが難しい。そこで著者らは，メタヒューリスティック手法の１つであるNSGA2を用いた最適設備容量の検討を行っている。本検討では機械学習手法のサポートベクター回帰(SVR)を用いた計算時間の短縮を検討したので報告する。

PDFファイルサイズ: 469 Kバイト