{"product_id":"ieej-btb2025058","title":"Attention-based TD3を用いた蓄電池事業者向けアービトラージ戦略最適化","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ：\u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No：\u003c\/strong\u003e058\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名：\u003c\/strong\u003e【B】令和7年電気学会電力・エネルギー部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日：\u003c\/strong\u003e2025\/9\/5\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語)：\u003c\/strong\u003eOptimization of Arbitrage Strategies for Battery Storage Operators Using Attention-based TD3\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名：\u003c\/strong\u003e高山聡志（大阪公立大学），石亀篤司（大阪公立大学）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語)： \u003c\/strong\u003eSatoshi Takayama (Osaka Metropolitan University), Atsushi Ishigame (Osaka Metropolitan University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード：\u003c\/strong\u003e蓄電池,電力スポット市場,裁定取引,深層強化学習,Attention機構,最適化,Battery,Spot market,Arbitrage trading,Deep Reinforcement Learning,Attention mechanism,Optimization\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語)：\u003c\/strong\u003e本研究では、電力スポット市場における蓄電池のアービトラージ最適化のために、Attention機構を組み込んだTD3アルゴリズムを提案する。市場価格とバッテリー状態の複雑な時間変動を自己注意モジュールで捉え、劣化コストを明示的に考慮する構成とした。具体的には、actor・criticネットワーク双方に自己注意モジュールを配置し、長期的な価格変動パターンと充放電履歴を学習する設計。日本市場データのシミュレーションで、従来TD3や日次ローリング最適化を上回る大幅な純利益とバッテリー寿命延長効果が確認され、運用の安定性向上も示された。Attention機構の導入が堅牢な蓄電池運用に寄与することを示す。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ：\u003c\/strong\u003e1,019Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 6","offer_id":47681984004335,"sku":"IEEJ-BTB2025058-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_bumontaikai_400175fd-1256-4b37-8019-5c3c03dfb933.png?v=1770872671","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-btb2025058","provider":"電気学会 電子図書館","version":"1.0","type":"link"}