2023 Fiscal Year Annual Research Report
Constraction and Verification of P2P Power Trading System Based on Bidding Behavior by Reinforcement Learning
Project/Area Number |
20K04420
|
Research Institution | Osaka Metropolitan University |
Principal Investigator |
高山 聡志 大阪公立大学, 大学院工学研究科, 講師 (50613551)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Keywords | P2P電力取引 / 数理最適化 / 強化学習 / 電圧制御 |
Outline of Annual Research Achievements |
本研究の目的は,継続的に再エネ導入量を増やすための再エネ活用を前提としつつ固定価格買取制度に頼らない新たなビジネスモデルの構築であり、具体的にはブロックチェーン技術と配電系統の物理的制約を統合したP2P電力取引シミュレータの開発およびP2P電力取引参加者が市場取引により得る効用の最大化を目指した参加者の入札戦略手法の開発を行った。2020,2021年度は, P2P電力取引参加者の入札行動について最適化理論および強化学習を用いたモデル化について検討した。この結果、数理最適化を用いて各参加者の電気料金最小化もしくは売電利益最大化を目的とした入札行動モデルを作成することができた。2022年度はこれらの成果を拡張し,ネットワーク効果の働くP2P電力取引の市場条件や状態の評価について検討した。この結果、ネットワーク効果が働く市場条件を明らかにするとともに、配電系統で起こりうる逆潮流に対する電圧上昇を緩和するP2P電力取引市場の新たな市場形態について提案することができた。2023年度は,リアルタイムシミュレータを用いた実機検証について取り組んだ。当初の予定ではEthereumを用いてモデル化することを想定していたが、仕様変更などに伴い適用が難しいと判断したため、Pythonで仮想ブロックチェーンを構築し、リアルタイムシミュレータとの連携を図った。 これらの成果は,学術雑誌"Energies"に1件掲載された。また,国内学会では、電気学会電力・エネルギー部門大会で1件,電気学会電力技術・電力系統技術合同研究会で2件,電気関係学会 関西連合大会で1件の発表をしている。
|