深層強化学習を用いたオフグリッド運用における蓄電池の充放電量決定手法

カテゴリ: 研究会(論文単位)

論文No: PE20048,PSE20053

グループ名: 【B】電力・エネルギー部門 電力技術/【B】電力・エネルギー部門 電力系統技術合同研究会

発行日: 2020/09/24

タイトル(英語): Charging and Discharging Algorithms of Storage Battery for Off-Grid Operation Using Deep Reinforcement Learning

著者名: 澤邉 剛志(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),姉川 高也(関西電力送配電),桑下 敬康(関西電力送配電)

著者名(英語): Takeshi Sawabe(Osaka Prefecture University),Satoshi Takayama(Osaka Prefecture University),Atsushi Ishigame(Osaka Prefecture University),Takaya Anegawa(Kansai Transmission and Distribution, Inc.),Yukiyasu Kuwashita(Kansai Transmission and Distribution, Inc

キーワード: オフグリッド|マイクログリッド|深層強化学習|周波数制御|蓄電池|off-grid|microgrid|deep reinforcement learning|frequency control|battery energy storage system

要約(日本語): 近年, 再エネ電源や蓄電池などの分散電源を活用し, エネルギーの自給自足を図る「オフグリッド」が注目されている。従来は集中的に管理されていた電圧や周波数をオフグリッド内で適正範囲内に維持する必要があり, 再エネ電源と共に導入される蓄電池を効果的に充放電する必要がある. 本稿では, 深層強化学習を用いたオフグリッドにおける蓄電池の充放電量を決定する手法について提案する.

要約(英語): Off-grid which is aimed at energy self-sufficiency using distributed power source is receiving attention. We need to control voltage and frequency in off-grid and to charge/discharge storage battery effectively. In this paper, I propose the method to determine the amount of charge/discharge using deep reinforcement learning.

原稿種別: 日本語

PDFファイルサイズ: 1,797 Kバイト