深層強化学習を用いた快適性と経済性を考慮した住宅用エネルギーマネジメント

カテゴリ：部門大会

論文No：P95

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)：Energy Management Considering Comfort and Economic Efficiency Using Deep Reinforcement Learning

著者名：小野寺一真（東京理科大学），小嶋悠太（東京理科大学），中尾響（東京理科大学），片山昇（東京理科大学）

著者名(英語)： Kazuma Onodera (Tokyo University of Science), Yuta Kojima (Tokyo University of Science), Hibiki Nakao (Tokyo University of Science), Noboru Katayama (Tokyo University of Science)

キーワード：深層強化学習,住宅用エネルギーマネジメント,快適性,経済性,deep reinforcement learning,home energy management system,comfort,economic efficiency

要約(日本語)：本研究では，快適性と経済性のトレードオフを考慮した深層強化学習を用いたエネルギーマネジメント手法を提案し，家電の一例として洗濯機の動作タイミングを対象に評価した。その結果，快適性は明確な時間帯依存性を持つため，エージェントによる学習が早く安定する一方で，経済性は重みをわずかに加えるだけでもコスト低減に寄与することが明らかとなった。また，快適性を実現するには高い重みが必要である一方，経済性は低い重みでも反映されやすい傾向があるという報酬設計の非対称性が示された。

PDFファイルサイズ：689Kバイト