深層強化学習を用いた風力発電所の計画発電

カテゴリ: 研究会(論文単位)

論文No: PE19130

グループ名: 【B】電力・エネルギー部門 電力技術研究会

発行日: 2019/09/19

タイトル(英語): Scheduled Operation of Wind Farm Using Deep Reinforcement Learning

著者名: 二口 護(大阪府立大学),高山 聡志(大阪府立大学),石亀 篤司(大阪府立大学)

著者名(英語): Mamoru Futakuchi(Osaka Prefecture University),Satoshi Takayama(Osaka Prefecture University),Atsushi Ishigame(Osaka Prefecture University)

キーワード: 風力発電|蓄電池|ランプ変動|計画発電|強化学習|深層強化学習|Wind Generation|Energy Storage System|Ramp Event|Scheduled Operation|Reinforcement Learning|Deep Reinforcement Learning

要約(日本語): 近年、風力発電は有望な再生可能エネルギーとして注目されているが、天候等の影響から発電所の出力が急峻に変動し、系統運用に悪影響を与える懸念がある。そこで、蓄電池を用いた風力発電所の計画的な運用が検討されている。本稿では、計画発電に必要な蓄電池容量の低減を目標に、深層強化学習を利用した発電計画作成手法の提案を行う。また、過去の風力データで学習し、未知の風力データに適用することで提案手法の評価を行う。

要約(英語): Recently, the penetration of wind farm (WF) has been increasing. Therefore, scheduled operation to control WF output is necessary. This paper proposes the scheduled operation method of WF using battery. In particular, we propose application of deep reinforcement learning to decide the output schedule of WF.

原稿種別: 日本語

PDFファイルサイズ: 1,647 Kバイト