アクティブフィルタの余剰容量を活用した深層強化学習ベースの配電系統電圧制御

カテゴリ：部門大会

論文No：002

グループ名：【B】令和7年電気学会電力・エネルギー部門大会

発行日：2025/9/5

タイトル(英語)：Deep Reinforcement Learning-Based Voltage Control in Distribution Networks Utilizing Surplus Capacity of Active Filters

著者名：松久尋哉（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），河野雅樹（ダイキン工業），太田圭祐（ダイキン工業），川嶋玲二（ダイキン工業）

著者名(英語)： Hiroya Matsuhisa (Osaka Metropolitan University), Satoshi Takayama (Osaka Metropolitan University), Atsushi Ishigame (Osaka Metropolitan University), Masaki Kono (DAIKIN INDUSTRIES), Keisuke Ota (DAIKIN INDUSTRIES), Reiji Kawashima (DAIKIN INDUSTRIES)

キーワード：アクティブフィルタ,深層強化学習,Volt/Var制御,配電系統,Active Filter,Deep Reinforcement Learning,Volt/Var Control,Distribution Network

要約(日本語)：Volt/Var制御は、再生可能エネルギーの大量導入が進む配電網において、電圧逸脱の緩和および電力損失の低減に不可欠な技術である。しかし、従来の制御手法では、現代の電力系統が有する動的かつ非線形な特性に十分に対応することが困難である。そこで本研究では、深層強化学習アルゴリズムであるDeep Deterministic Policy Gradient（DDPG）を用いて、アクティブフィルタ（AF）のVolt/Var特性曲線をリアルタイムに最適化する手法を提案する。本手法は、電圧や有効電力の変動といったシステム状態に応じて、Volt/Var曲線を動的に適応させるものである。シミュレーションの結果、提案手法は電圧逸脱を効果的に抑制し、電力品質の向上および配電網の柔軟かつ効率的な運用に寄与することが確認された。

PDFファイルサイズ：1,526Kバイト