再生可能エネルギー大規模導入下における調整力要求管理人工知能モデル開発

2023 Fiscal Year Research-status Report

• Project/Area Number: 22KF0057
• Allocation Type: Multi-year Fund
• Research Institution: University of Tsukuba
• Principal Investigator: 安芸 裕久 筑波大学, システム情報系, 教授 (70356343)
• Co-Investigator(Kenkyū-buntansha): ADEWUYI OLUDAMILARE 筑波大学, システム情報系, 外国人特別研究員
• Project Period (FY): 2023-03-08 – 2025-03-31
• Keywords: 電力系統 / 再生可能エネルギー / 最適化モデル / 人口知能

Outline of Annual Research Achievements

複数の要素を考慮した統合エネルギーシステムの最適計画のための最適化モデルを開発した。設計されたハイブリッド再生可能エネルギーシステム（統合エネルギーシステムモデル）の具体的な技術的・経済的性能に対する時間別電気料金設定と予測不確実性（適用可能な人口知能ベース予測モデルを使用して予測）の影響を、系統フレキシビリティの定量化とともに分析した。
この統合モデルは、太陽光発電、風力発電、電力貯蔵装置および負荷から構成される小規模系統（IEEE 33-bus）を対象とし、システム全体のコストとシステム損失の最小化を図る混合整数計画（MILP）モデルである。利用可能な地域の気象データセットを含む適応可能な系統計画と運用パラメータを考慮した。電力需要は需要の価格弾力性を考慮しているため、時間別電気料金を適用した場合は、時間帯によって需要が変化するものとした。特に運用事業者のリスク受容性（期待コストとリスク）、系統への再生可能エネルギー導入量（ピーク需要に対する導入容量）の違いおよび時間別電気料金適用有無に着目して分析を行った。シミュレーション期間は24時間とした。評価指標として、エネルギー貯蔵装置依存度と活用度、系統電力依存度（電力需給における系統電力の割合）、電力系統の電圧安定性マージン推定を用いた。シミュレーション結果から、時間別電気料金によるデマンドレスポンスの効果やリスク受容性による違いなどについて分析した。
研究成果は国際論文誌および国際会議プロシーディングス（International Council of Electrical Engineering (ICEE2024)）としてまとめ投稿した。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

2023年度は、整備された研究環境を活用し、本格的にシミュレーションモデルの構築とシミュレーションを行った。各種想定条件、分析における感度解析の対象パラメータおよび評価指標について特別研究員と受入研究者（研究代表者）とで議論を行いながら決定した。さらに開発されたモデルの妥当性についても共同で検証を行った。その上で、シミュレーション結果を様々な観点から分析した。これまでに当初2年間の計画の主要な部分を実施することができている。

Strategy for Future Research Activity

雑誌論文のレビューコメントと、さらに調査によって得た新たな知見とから、高い再生可能エネルギー導入下での統合エネルギーシステム計画のために、以前に開発した混合整数計画（MILP）モデルの修正と改良を行う。さらに需要の価格弾力性に基づくモデルではなく、時間帯別電気料金設定に基づくモデルの構築を図る。シミュレーション結果を分析し、得られた知見を雑誌論文としてまとめ国際論文誌へ投稿する。昨年度投稿した国際会議プロシーディングスをInternational Council of Electrical Engineering （ICEE2024）で発表する。この会議で得られた意見・知見を参考に、さらにモデルを改良し、シミュレーションを実施する。最後に成果報告書を作成する。

Causes of Carryover

雑誌論文に注力するために国内学会参加を見送ったため次年度使用額が生じた。次年度は国際会議への参加を計画しており、その際に使用する予定である。