送電系統における機械学習手法による負荷周波数制御分担に関する一考察

カテゴリ: 研究会(論文単位)

論文No: PSE15088

グループ名: 【B】電力・エネルギー部門 電力系統技術研究会

発行日: 2015/09/16

タイトル(英語): A Study on Load Frequency Control Dispatch by Machine Learning Method in Transmission System

著者名: 大谷 崇人(早稲田大学),岩本 伸一(早稲田大学)

著者名(英語): Takato Otani(Waseda University),Shinichi Iwamoto(Waseda University)

キーワード: 負荷周波数制御|蓄電池|再生可能エネルギー|機械学習|ＳＯＣ|電力系統|Load Frequency Control|Battery|Renewable Energy|Machine Learning|State of Charge|Power System

要約(日本語): 現在、固定価格買取制度を受け、風力発電などの不安定な再生可能エネルギーが大量に設置される予定である。また、周波数変動対策を目的とした蓄電池システムの実証実験が開始されている。本稿では、蓄電池システムの充電率や再生可能エネルギーの出力予測といった情報から負荷周波数制御量における発電機と蓄電池の制御量を機械学習手法によって決定する手法を提案する。それを負荷周波数制御モデルに適用しその有用性を確認する。

要約(英語): Currently， large-scale introduction of unstable renewable energies is planned. Furthermore， battery systems are installed for the countermeasures against frequency fluctuation. In this paper， a novel method using machine learning technique is proposed to determine the control amount of generator and battery from information such as the output prediction and battery charged rate.

原稿種別: 日本語

PDFファイルサイズ: 2,049 Kバイト