電気通信大学とグリッドの研究グループは、電力需要や天候といった、不確実な要素がある環境で、電力の消費と売電を適正に制御する強化学習手法を開発した。従来の手法よりも、制約を守りながら経済的な売買電計画を作成できるという。
電気通信大学とグリッドの研究グループは、電力需要や天候といった、不確実な要素がある環境で、電力の消費と売電を適正に制御する強化学習手法を開発した。従来の手法よりも、制約を守りながら経済的な売買電計画を作成できるという。 今回の研究では、並行訓練した複数の強化学習ネットワークの出力から総合的に判断する「アンサンブル強化学習」を採用した。事前に典型的な需要と天候のパターンをいくつか用意し、それぞれに対応する AI モデルを独立に学習させることで、異なる判断基準を備えた複数の AI モデルを作成。アルゴリズム全体の行動は複数の AI モデルの出力を平均化して1つに決定する。 研究チームは、太陽光発電パネルが発電した余剰電力を売却するか、電力系統から電力を購入するかを24時間にわたって決め続ける状況で、考案したアルゴルズムを検証した。夜間には蓄電池を満タンに充電するとの制約も設け、制約を守りながらリスクを冒すことなく売電益を最大化することを目標に運用した。比較対象として、単一の強化学習ネットワークだけを採用したシステムを稼働させ、結果を比較した。 その結果、蓄電池の充電量では、単一の強化学習ネットワークを使ったシステムでは蓄電池の充電量にバラつきがあったのに対し、複数の強化学習ネットワークを使ったシステムでは、充電量が限界近くに収まることが多くなった。売電動作の評価でも、複数の強化学習ネットワークを利用したシステムでは、売電を決めた価格が近い範囲に集中しているのに対し、もう一方のシステムでは価格がバラついていた。 研究成果は6月20日、再生可能・持続可能エネルギージャーナル（Journal of Renewable and Sustainable Energy）に掲載された。（笹田）
