強化学習を用いた蓄電池制御アルゴリズムでの物理的制約に基づいた報酬設計

カテゴリ: 全国大会

論文No: 6-181

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): Proposal of Reward Design Based on Physical Constraints in a Reinforcement Learning-Based Battery Control Algorithm

著者名: 橋場怜央（筑波大学）,小平大輔（筑波大学）

著者名(英語): Reo Hashiba (University of Tsukuba),Daisuke Kodaira (University of Tsukuba)

キーワード: 強化学習|物理的制約|蓄電池制御|太陽光発電|Reinforcement Learning|Physical Constraints|Battery Control|Photovoltaic Power Generation

要約(日本語): 本研究は，需要家1軒の電力取引における蓄電池制御に焦点を当て，物理的制約を考慮した強化学習(RL)モデルの報酬設計を提案する。「Action Difference (AD)」という制約を考慮した新しい報酬設計が，RLモデルの制約を満たした行動選択に有用であることを定量的に示した。ADは単体で制約に対して有用なだけでなく，他の報酬と組み合わせても制約に対して効果を発揮した。そのため，収益の向上や損失の削減などの他の報酬と本研究で提案したADを報酬設計に組み込むことで，「制約の範囲内」で目的に合致した最適戦略を導き出すRLモデルの作成が可能となる。

本誌掲載ページ: 305-307 p

原稿種別: 日本語

PDFファイルサイズ: 471 Kバイト