DERを用いた配電用変電所の混雑緩和に向けたデータ近接性の学習に基づく調達必要量予測の検討

カテゴリ: 全国大会

論文No: 6-117

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Learning Data Proximity Matrix to Predict DER Requirement for Avoiding Distribution Substation Congestion

著者名: 設樂竜士（早稲田大学）,藤本悠（早稲田大学）,金子曜久（早稲田大学）,飯野穣（早稲田大学）,林泰弘（早稲田大学）

著者名(英語): Ryuji Shitara (Waseda Universuty),Yu Hujimoto (Waseda Universuty),Akihisa Kaneko (Waseda Universuty),Yutaka Iino (Waseda Universuty),Yasuhiro Hayashi (Waseda Universuty)

キーワード: 配電用変電所|変電所混雑|分散型電源資源|データ近接性の学習|DER調達量予測|混雑緩和市場|Distribution Substation|Congestion at Distribution Substation|Distributed Energy Resources|Learning Data Proximity Matrix|DER Requirement Prediction|Local Flexibility Market

要約(日本語): 太陽光発電（PV）の導入増加に伴い，逆潮流に起因した配電用変電所の設備容量超過（混雑）の問題が顕在化しつつある。現況設備の持続的な活用とPV発電ポテンシャルの社会的活用の両面から，配電系統内に存在する分散エネルギー資源（DER）の制御を適切な時間帯に誘導し，需要を増やすことによる混雑回避の枠組みの整備が期待されている。本研究は，このような課題意識の下，配電系統内に導入されたDER群（狭域DER群）の活用による配電用変電所の混雑解消効果の定量的な議論を目的とする。狭域DER群を混雑緩和のためのローカルな調整

本誌掲載ページ: 187-189 p

原稿種別: 日本語

PDFファイルサイズ: 605 Kバイト