Constraction and Verification of P2P Power Trading System Based on Bidding Behavior by Reinforcement Learning

点击翻译按钮获取中文摘要

本研究は、再生可能エネルギーの固定価格買取制度対象外となった需要家を対象としたP2P電力取引システムについて、配電系統の物理的制約を統合したP2P電力取引システムの開発と、市場参加者の入札戦略について強化学習を用いた入札価格決定手法の開発が目的である。本研究では、P2P電力取引の実配電系統上での運用可能性を評価するとともに、強化学習を用いた入札行動モデルにより実際の入札状況に近いシミュレーション環境を構築することで，電力システム運用・制御と電力市場を介した経済性について統合的に評価可能なシステムを構築し、より現実に即した取引システムの設計理論を展開する。2022年度は、(3)開発モデルを用いたP2P電力取引が成立する条件などについてシミュレーションを通じて評価を行った。特に、今年度は最適化モデルベースの入札価格決定モデルを用いた評価を行い、この評価結果から、適切なプロシューマ、コンシューマの件数比や、参加者の利益が公平になるような託送料金などについて考察を深めた。託送料金については従来コンシューマ側で負担されている部分を発電側にも負担させることで、参加者全体の利益の公平化が図れることが確認できた。加えて、P2P参加者に対する蓄電池導入評価を行った。この結果、参加者条件によってはプロシューマが蓄電池を導入することでP2Pに参加せず自家消費に利用することが良いことが確認できた。これらの成果として令和4年電気学会電力技術・電力系統技術合同研究会で1件、令和4年電気関係学会関西連合大会で1件研究発表を行い、高い評価を受けた。また、現在、得られた成果について論文を執筆中である。