マルチエージェント型強化学習による電力市場モデルを用いた市場入札行動・価格の分析

カテゴリ：部門大会

論文No：208

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)：Analysis of Electricity Market Prices and bidding strategy using a Multi-agent Electricity Market Model with Reinforcement Learning Theory

著者名：鈴木梨那（東京大学），小宮山涼一（東京大学），藤井康正（東京大学）

著者名(英語)： Rinna Suzuki (The University of Tokyo), Ryoichi Komiyama (The University of Tokyo), Yasumasa Fujii (The University of Tokyo)

キーワード：電力市場,マルチエージェント,ネガティブプライス,再生可能エネルギー,強化学習,Electricity market,Multi-agent,Negative electricity price,Renewable energy,Reinforcement learning

要約(日本語)：本研究では、強化学習を考慮したマルチエージェント最適化型電力市場モデルを構築し、ネガティブプライス制度導入が発電事業者および電力貯蔵事業者の入札行動、地点別限界価格（LMP）の変動、収益性および電力システム全体のコストに与える影響を定量的に分析する。先行研究を基に、エージェントの学習フローに起動停止問題を組み込むことで、起動停止コストや時間を考慮した市場入札戦略を観測可能とした。ネガティブプライスの導入効果と課題を、日本の電力系統特性に基づき考察する。

PDFファイルサイズ：658Kバイト