| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2015-06-18 11:55 太陽光発電利用における頑健なデマンドレスポンスの実現 ～ 状態表現に関する考察 ～ ○荒井幸代・渡辺貴俊（千葉大）  AI2015-4 |
|
| 抄録 | （和） | 太陽光の利用において，その発電量の不安定性を需要家側で制御するデマンドレスポンスの実現が要請されている． 筆者らは，各需要家を，太陽光発電量，消費量，蓄電量の3つの量を制御する自律エージェントとしてモデル化し，蓄電量を最小化する方法として強化学習を導入した消費量の制御方法を提案してきた．この方法によればエージェントは各月の発電量を観測入力として年間の発電量のダイナミクスに応じた方策が得られる．しかし，年間の発電量のパターン変化に脆く，少しの変化でも再学習する必要が生じる．また，観測される発電量が取りうる定義域が広く，離散化の影響が方策に与える影響が大きいという課題があった． そこで，本論文では発電量ではなく，発電の変化量を観測入力とすることによって，これらの問題が回避できることを示す．提案手法の学習効率と獲得された方策の頑健性は，複数の都市の発電データを用いた計算機実験によって評価した． |
| （英） | In order to utilize solar photovoltaic, it is important to resolve instability of its demand. We have proposed a reinforcement learning agent to manage the microgrid to be independent of main grid. The agent consists of five modules; solar photovoltaic, constant generator, power demand, home co-generation system and storage unit. In our previously proposed agent, which was reinforced with the monthly data, it turns out that agent hard to adapt to changes in the dynamics of monthly data. In this paper, we proposed the improved agent model, which has an ability to adapt to changes in the dynamics of monthly data. | |
| キーワード | （和） | デマンドレスポンス / 強化学習 / / / / / / |
| （英） | Demand response / Reinforcement learning / / / / / / | |
| 文献情報 | 信学技報, vol. 115, no. 97, AI2015-4, pp. 19-24, 2015年6月. | |
| 資料番号 | AI2015-4 | |
| 発行日 | 2015-06-11 (AI) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AI2015-4 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2015-06-18 - 2015-06-18 |
| 開催地（和） | 早稲田大学 西早稲田キャンパス |
| 開催地（英） | |
| テーマ（和） | 「持続可能エネルギー社会とAI」および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2015-06-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 太陽光発電利用における頑健なデマンドレスポンスの実現 |
| サブタイトル（和） | 状態表現に関する考察 |
| タイトル（英） | Robust Policy Optimization for Demand Response to Utilize Photovoltaics Power |
| サブタイトル（英） | Effects of State Representation |
| キーワード(1)（和/英） | デマンドレスポンス / Demand response |
| キーワード(2)（和/英） | 強化学習 / Reinforcement learning |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 荒井 幸代 / Sachiyo Arai / アライ サチヨ |
| 第1著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 渡辺 貴俊 / Talatoshi Watanabe / |
| 第2著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-06-18 11:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AI |
| 資料番号 | AI2015-4 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.97 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2015-06-11 (AI) |
[研究会発表申込システムのトップページに戻る]