発電機起動停止計画問題への深層強化学習の適用に関する基礎検討

カテゴリ：部門大会

論文No：155

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)：A Preliminary Study on the Application of Reinforcement Learning to the Unit Commitment Problem

著者名：原亮一（北海道大学），豊嶋伊知郎（東芝エネルギーシステムズ），百川涼平（東芝エネルギーシステムズ），北裕幸（北海道大学）

著者名(英語)： Ryoichi Hara (Hokkaido University), Ichiro Toyoshima (Toshiba Energy Systems & Solutions), Ryohei Momokawa (Toshiba Energy Systems & Solutions), Hiroyuki Kita (Hokkaido University)

キーワード：発電機起動停止計画,深層強化学習,Double DQN,Unit Commitment,Deel Reinforcement Learning,Double DQN

要約(日本語)：近年機械学習の技術が急速に進展しており，電力系統の運用計画分野において制御・解析・予測などへの応用が検討されている。著者らもUCの新たな解法アプローチとして，機械学習の適用を検討している。機械学習は教師あり学習と教師なし学習の二種類大きく分類されるが，UCのようにそもそも解を求めることが難しい問題に対しては教師なし学習が適していると考える。そこで本稿では，教師なし学習の一種であるDouble DQNによる深層強化学習の適用を提案する。

PDFファイルサイズ：1,541Kバイト