| 研究課題/領域番号 |
21K14150
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分21010:電力工学関連
|
|---|
| 研究機関 | 筑波大学 (2022)
東京理科大学 (2021) |
|---|
研究代表者 |
小平 大輔 筑波大学, システム情報系, 助教 (20880777)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2022年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 電力需要予測 / EV充放電最適化 / 電気自動車 / 最適化 / 配電系統 / 確率的需要予測 / 蓄電池 / Virtual Power Plant / 計算量低減 / Prediction Interval / Electric Vehicle / machine learning / Probabilistic forecast / 電力系統 |
|---|
| 研究開始時の研究の概要 |
近年，太陽光発電の普及に伴う電力系統運用への影響が顕在化し，系統の電力需給バランス維持がより難しくなってきている．電気自動車（EV）を用いた電力需給バランスの調整は導入コストが低く，唯一の解決策とも言える手法として広く検討がなされている．しかし，多数のEVの充電制御を行うためには，不確定性の高いEVの充電需要を予測する必要があるという課題がある．また，制御台数が増加するにつれて制御のための計算量が指数関数的に増加する点も課題となる．そこで本研究では，EVの充電需要を確率的に予測することで誤差を考慮できる予測理論を構築し，さらに，充電制御のための計算量を低減する理論の構築を行う．
|
| 研究成果の概要 |
成果は大きくわけて２つある。1つは、電気自動車（EV）群の充電需要予測の理論構築である。確率的予測区間を生成するための機械学習手法を開発し、その有効性を示した。また、最適充電行動のための予測精度が重要であることを確認した。2つ目は、多数のEVの最適充放電アルゴリズムにおける計算量低減の理論構築である。複数のEVを仮想的に一つの大容量EVとして扱う手法を開発し、実用的な計算時間での充放電スケジュール計算を実現した。さらに、売電利益を最大化する充放電の最適化アルゴリズムを構築した。
|
| 研究成果の学術的意義や社会的意義 |
太陽光発電の普及が電力需給バランスの維持を困難にしている。低コストでこの問題を解決する方法として電気自動車（EV）を用いた制御が注目されているが、多数のEVの制御には不確定性の高い充電需要の予測と計算量の増加という課題がある。本研究では、これらの課題に対応するため、EVの充電需要を確率的に予測し、その誤差を考慮する新たな理論を構築した。また、充電制御の計算量を低減する方法を開発した。これらの理論は、電力系統の調整力を確保するためのEV充電制御技術の社会実装に貢献する。
|
