特高系統における強化学習を用いた電圧制御手法の提案

カテゴリ: 全国大会

論文No: 6-193

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): The Voltage Control Methodology for Sub-transmission Network using Reinforcement Learning

著者名: 大堀良介（名古屋工業大学）,青木睦（名古屋工業大学）,中村湧人（名古屋工業大学）,内田文也（名古屋工業大学）,上田勝久（中部電力）,VermaSuresh Chand（中部電力）,山口遼（中部電力）,下野晃裕（中部電力）

著者名(英語): Ryosuke Ohori (Nagoya Institute of Technology),Mutsumi Aoki (Nagoya Institute of Technology),Yuto Nakamura (Nagoya Institute of Technology),Fumiya Uchida (Nagoya Institute of Technology),Katsuhisa Ueda (Chubu Electric Power Co., Inc.),Suresh Chand Verma (

キーワード: 電圧制御|特高系統|強化学習|再生可能エネルギー|機械学習|電圧推定|voltage control|sub-transmission network|reinforcement learning|renewable energy|machine learning|voltage estimation

要約(日本語): 太陽光発電システム(PV)をはじめとした分散型電源の大量に導入により，配電用変電所ではバンク逆潮流が生じ，上位の特高系統の電圧管理に影響を及ぼすおそれがある。現在の特高系統の電圧管理はタイムスケジュールを基本とした電圧・無効電力制御(VQC)にて行われており，PV等の出力変動による複雑な潮流の変化は想定されていない場合が多い。一方で，特高系統では配電系統のように送電線路中に電圧制御機器を設置することは難しく，一箇所の変電所で線路全体を管理しており，これに強化学習を適用した事例は少ない。そこで，本論文では，

原稿種別: 日本語

PDFファイルサイズ: 515 Kバイト