深層学習を用いた複数拠点熱電併給システムの運転計画手法の開発

カテゴリ: 部門大会

論文No: GS3-1

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): Development of Operation Planning Method for Multi-site Combined Heat and Power Systems using Deep Learning

著者名: 河村 勉(日立製作所),小野 哲嗣(日立製作所)

著者名(英語): Tsutomu Kawamura|Tetsushi Ono

キーワード: 熱電併給|コージェネレーション|深層学習|運転計画|最適化|Combined heat and power|Cogeneration|Deep Learning|Operation planning|Optimization

要約(日本語): 複数拠点の熱電併給システムの運転計画を高速で生成するため，深層学習による運転計画手法を開発した。本手法では，拠点内の発電機や熱源機から構成される熱電併給システムの運転計画を瞬時に計算するため，深層学習により運転コスト最小化を目的とした縮約モデルを作成し，複数拠点間の電力自己託送の運転計画を粒子群最適化計算により生成した。10箇所の複数拠点を対象に運転計画の解析を実施した結果，10分以内の計算時間で運転計画を立案することができ，複数拠点間の電力自己託送により16%の運転コスト削減効果が得られ，本手法の有効性を確認した。

PDFファイルサイズ: 736 Kバイト