自律分散負荷周波数制御の安定化を目的とした深層強化学習を用いた積分ゲインの調整手法

カテゴリ: 全国大会

論文No: 390-391

グループ名: 【全国大会】平成31年電気学会全国大会論文集

発行日: 2019/03/01

タイトル(英語): The Method for Adjustment of an Integration Gain to Stabilize the Decentralized Autonomous Load Frequency Control with Deep Reinforcement Learning

著者名: 高田 聖也(東北大学),織原 大(東北大学),飯岡 大輔(東北大学),斎藤 浩海(東北大学)

著者名(英語): Seiya Takada,Dai Orihara,Daisuke Iioka,Hiroumi Saitoh

キーワード: 負荷周波数制御,自律分散制御,強化学習,マルチエージェント,ニューラルネットワーク,分散電源

要約(日本語): これまで筆者らは、自律分散化した負荷周波数制御（LFC）による、調整力運用コストの抑制等を含めた多目的な制御を実現するために深層強化学習を用いた手法を検討してきたが、制御が不安定化するおそれがあることが課題とされてきた。本稿ではこの制御を安定化させるために、従来型のLFCにて用いられてきた安定性の高い積分制御を元に、その積分ゲインを学習させることで多目的な制御を実現する手法を提案する。シミュレーションにより有効性を評価したところ、周波数変動を抑制しつつLFCの運用コストを軽減する制御が安定的に可能であると示した。

本誌掲載ページ: 6-229 p

原稿種別: 日本語