人工知能学会全国大会論文集
第33回 (2019)
セッションID: 2A4-E-2-01
会議情報

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*Sogabe TomahMalla DineshTakahashi KeiSogabe MasaruSakamoto KatsuyoshiYamaguchi Kouichi
著者情報
会議録・要旨集 フリー

詳細
抄録

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。

著者関連情報
© 2019 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top