BEMSにおける逆強化学習の適用

カテゴリ: 全国大会

論文No: 6-189

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): Application of Inverse Reinforcement Learning to Building Energy Management System

著者名: 陣野良平（清水建設）,山根俊博（清水建設）

著者名(英語): Ryohei Jinno (Shimizu Corporation),Toshihiro Yamane (Shimizu Corporation)

キーワード: 逆強化学習|強化学習|エネルギーマネジメント|運用計画|マイクログリッド|分散電源|Inverse Reinforcement Learning|Reinforcement Learning|Energy Management System|Operation Planning|Microgrid|Distributed Generation

要約(日本語): 近年，建物等の電力設備において通信技術の発展に伴い，建物エネルギー管理システム（Building Energy Management System: BEMS）の導入が進んでいる。管理範囲にて運用ルールやデマンドレスポンス要請等を考慮し，エネルギー管理を行う。また太陽光発電設備，蓄電池や燃料電池等の発電システムを伴う場合，発電指令は，現在や将来の負荷および発電設備の稼働状況を考慮する必要がある。電力設備の運用において，深層強化学習の適用研究が盛んとなっており，主に運用計画上の複雑な最適化問題の解法として適用されている。BEMS によるエネルギー管理においてはエネルギーコストの最適化等への適用が考えられる。妥当性が確認されている既存運用を基盤とし，さらに最適化，自動化や省力化を行う必要がある。本稿では逆強化学習および強化学習を応用したエネルギーコストの最適化手法により，既存のBEMSを対象に検討を行った。既存運用を踏襲しつつも評価期間内で72%の期間にわたりエネルギーコストを削減可能との検討結果を得た。

本誌掲載ページ: 321-323 p

原稿種別: 日本語

PDFファイルサイズ: 582 Kバイト