蓄電池アービトラージの収益性向上を目的としたTFTベースのJEPXスポット価格予測

カテゴリ：部門大会

論文No：GS6-1

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：TFT-based JEPX Spot Price Forecasting for Enhancing Battery Storage Arbitrage Profitability

著者名：高山　 聡志（大阪公立大学）,石亀 篤司（大阪公立大学）

著者名(英語)： Satoshi Takayama (Osaka Metropolitan University),Atsushi Ishigame (Osaka Metropolitan University)

キーワード：蓄電池,スポット価格,時系列予測,機械学習,深層学習,Battery,Spot price,Time-series forecasting,Machine learning,Deep learning

要約(日本語)：再生可能エネルギーの導入拡大に伴い電力スポット価格の変動性が増大し、蓄電池事業者が裁定取引（アービトラージ）の収益性を高めるには高精度な価格予測が不可欠である。本検討では、Temporal Fusion Transformer（TFT）を用いて日本卸電力取引所（JEPX）のスポット価格を予測するとともに、LSTMおよびTransformerモデルと比較評価した。過去の市場データを用いたモデル検証の結果、年間を通じて予測精度が改善でき、特に価格変動が激しい午後帯においては、従来手法を上回る性能を示した。さらに、予測に基づく最適充放電計画を策定し評価した結果、蓄電池のアービトラージによる利益を向上させるとともに、利益の変動性も大幅に低減した。本手法は公開されている市場データのみを使用しているため汎用性が高く、市場参加者の意思決定支援および再エネ主導型電力システムの経済性向上に寄与する。

本誌掲載ページ：1397-1403p

原稿種別：日本語

PDFファイルサイズ：1,031Kバイト