{"product_id":"ieej-btb2025234","title":"PV出力予測値との相関を考慮した深層強化学習による蓄電池の最適運用手法","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\u003e234\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\u003eOptimal Battery Operation Method Using Deep Reinforcement Learning Considering Correlation with PV Output Prediction\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名：\u003c\/strong\u003e山田峻輔（横浜国立大学），辻隆男（横浜国立大学）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語)： \u003c\/strong\u003eShunsuke Yamada (Yokohama National University), Takao Tsuji (Yokohama National University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード：\u003c\/strong\u003eマイクログリッド,太陽光発電,蓄電池運用,深層強化学習,Microgrid,Photovoltaic Power Generation,Battery Operation,Deep Reinforcement Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語)：\u003c\/strong\u003e近年、カーボンニュートラル実現のため再生可能エネルギーの普及が進んでおり、それに伴ってマイクログリッドの導入拡大にも一層の期待が寄せられている。本研究では、需要家が所有するバッテリーを含むマイクログリッドの平常時運用に着目し、平常時における需要家の利益最大化を目的とした充放電パターンの最適化手法を提案した。また、最適化手法には深層強化学習を用い、入力データに市場データとともにPV出力予測値を加えることでおおよその未来のPV出力値が分かっている状態でバッテリー充放電の選択を行うことができるため、最適化の精度の向上を実現した。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ：\u003c\/strong\u003e317K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 \/ 2","offer_id":47682318762223,"sku":"IEEJ-BTB2025234-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_1425a7ea-c508-4afc-982c-6067106dc17b.png?v=1770874825","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-btb2025234","provider":"電気学会 電子図書館","version":"1.0","type":"link"}