[2A4-E-2] Machine learning: method extensions

[2A4-E-2-01] 連続行動空間上での決定型方策勾配を用いた深層強化学習によるマルチキャリアエネルギーハブ管理

日置 智之¹、〇Sogabe Tomah ^1,2,3、Malla Dinesh ³、Takahashi Kei ¹、Sogabe Masaru ³、Sakamoto Katsuyoshi¹、Yamaguchi Kouichi¹ (1. 電気通信大学先進理工学科、2. 電気通信大学iーパワードエネルギーシステム研究センター、3. (株)グリッド)

キーワード：energy management、deep deterministic policy gradient 、continuous action space

マルチキャリアエネルギーハブは、エネルギー管理システムの柔軟性を高めました。その一方で、エネルギーハブのエネルギー管理における異なるエネルギーキャリアの相互影響により、より困難になります。エネルギー管理の目的では、数学的最適化ツールが使用されますが、リアルタイムの最適化は最適な管理に挑戦します。一方、エネルギーの需要と供給は非常に変わりやすいため、最適化の目的は異なる場合があります。リアルタイム管理のために、環境の変化と多目的オプションのAIが目的とされています。この作業では、マルチキャリアエネルギーハブ最適化の操作は、ディープ決定論的ポリシーグラジエント（DDPG）アルゴリズムを含むマルチエージェントAIアルゴリズムを実行することによって解決されています。研究マルチエージェントシミュレーション結果は、AIエージェントがエネルギーハブコストを最適化するために需要と供給の間のバランス、貯蔵剤の適切な充放電を管理できることを示した。また、AIを使用した価格決定方法についても説明します。これは、市場の需要と供給管理の目的に適しています。