マルチエージェント型世界エネルギーシステムモデルの開発に向けた貿易エージェントの学習手法に関する検討

カテゴリ: 全国大会

論文No: 6-101

グループ名: 【全国大会】令和7年電気学会全国大会論文集

発行日: 2025/03/01

タイトル(英語): A Study on Learning Methods of Trade Agents for Developing a Multi-Agent World Energy System Model

著者名: 佐々木洋翔（横浜国立大学）,大槻貴司（横浜国立大学）

著者名(英語): Hiroto Sasaki (Yokohama National University),Takashi Otsuki (Yokohama National University)

キーワード: カーボンニュートラル|エネルギーシステムモデル|強化学習|マルチエージェント|Carbon Neutral|Energy System Model|Reinforcement Learning|Multi-Agent

要約(日本語): 近年，地球温暖化対策が国際的な課題となる中，エネルギー分野のCO2排出削減が急務となっている。ここでカーボンニュートラルシナリオを分析するエネルギーシステムモデルには，数理最適化を用いており国家間の関係値を考慮でできていないという課題が存在する。本研究では，数理最適化にマルチエージェントシステム(MAS)を用いて，エネルギー貿易戦略が与える影響をモデルに反映することを目的としている。MASでは，国家のグループをエージェントとし，関税・プレミア行列を操作することで発電コストを最小化する強化学習手法を採用している。現在進めているQ学習によるアプローチと，今後の展望であるDeep Q-Learning(DQN)について紹介する。

本誌掲載ページ: 158-160 p

原稿種別: 日本語

PDFファイルサイズ: 736 Kバイト