权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

カーボンフリーな調整力を創出する分散型エネルギーリソースアグリゲーション技術

分布式能源聚合技术，打造无碳调节力量

基本信息

批准号：
22H03697
负责人：
谷口一徹
金额：
$ 11.4万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

项目摘要

本研究では、近年普及しつつある太陽光パネルやバッテリ、EV、空調などの分散型エネルギーリソース (DER) を活用したカーボンフリーな調整力創出のためのアグリゲーション技術について研究を行う。2022年度は主に2つの内容に取り組んだ。1つは本研究のベースとなるアグリゲーション技術で、バッテリ劣化を考慮した手法を開発した。アグリゲーション技術では需要家での調整力を取りまとめて必要な調整力を創出する。提案手法では深層強化学習を用いて各需要家のバッテリの充放電を調整することで調整力を創出する。一方、バッテリは充放電を繰り返すと劣化が進行することが知られているため、劣化を抑えつつ必要な調整力を創出することが重要である。そこで本研究では、対象とするアグリゲーション問題の定式化において、バッテリ劣化に影響を与える充放電に関する項を報酬項に組み込むことで、バッテリ劣化と調整力創出の両立に成功した。この成果は、エネルギー情報学分野の国際会議で発表し、現在学術論文誌への投稿に向けて準備を進めている。もう1つは仮想発電所 (VPP) において需要家の報酬最大化に必要な電力取引価格予測手法である。電力取引価格は需要と供給、他の市場の価格などさまざまな要因で決定される。このような価格が予測できれば、需要家の売買行動にとって有益であり、ひいては必要な調整力を創出するために必要不可欠である。本研究では、深層学習による予測モデル構築に向けて、さまざまな基礎検討を行った。特に、ベースとなるモデルや入力サイズ、入力データの種類などについて最適な組み合わせを探索した。この成果は現在国際会議に投稿中である。

This study is aimed at exploring the use of distributed energy solutions (DER) in solar energy generation, EV and air conditioning systems, which are widely used in recent years. In 2022, the main content was selected from 2 groups. 1. To explore the ways to improve the quality of products and services in this study. The technology needs to be adjusted to create the necessary adjustment. The proposed method is to create an adjustment force for each of the needs of deep reinforcement learning. One side, one side, one This study focuses on the formulation of the problem, the impact of the problem and the compensation problem, and the establishment of the problem. The results of this research are presented at the International Conference on Informatics, and the preparation for the submission of academic papers is progressing. 1. The power generation institute (VPP) is required to maximize the family's compensation and the necessary power generation grid prediction method is required. Electricity demand is determined by demand, supply, and other market factors. This is a prediction, a purchase, and a necessary adjustment. This study aims to conduct a fundamental research on the prediction and construction of deep learning. The most suitable combination of materials is explored. The results are presented at international conferences.

项目成果

期刊论文数量（9）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

National Technical University of Athens/Aristotle University of Thessaloniki(ギリシャ)

雅典国立技术大学/塞萨洛尼基亚里士多德大学（希腊）

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

imec/Katholieke Universiteit Leuven(ベルギー)

IMEC/天主教鲁汶大学（比利时）

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

EV Aggregation Framework for Spatiotemporal Energy Shifting to Reduce Solar Energy Waste

用于时空能量转移的电动汽车聚合框架，以减少太阳能浪费

DOI：
10.1587/transfun.2022eap1029
发表时间：
2023
期刊：
IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences
影响因子：
0
作者：
KATO Kenshiro;WATARI Daichi;TANIGUCHI Ittetsu;ONOYE Takao
通讯作者：
ONOYE Takao

Flexible electricity price forecasting by switching mother wavelets based on wavelet transform and Long Short-Term Memory

DOI：
10.1016/j.egyai.2022.100192
发表时间：
2022-11-01
期刊：
ENERGY AND AI
影响因子：
0
作者：
Iwabuchi, Koki;Kato, Kenshiro;Onoye, Takao
通讯作者：
Onoye, Takao

Deep reinforcement learning-based SOH-aware battery management for DER aggregation

DOI：
10.1145/3563357.3566166
发表时间：
2022-11
期刊：
Proceedings of the 9th ACM International Conference on Systems for Energy-Efficient Buildings, Cities, and Transportation
影响因子：
0
作者：
Shotaro Nonaka;Daichi Watari;Ittetsu Taniguchi;Takao Onoye
通讯作者：
Shotaro Nonaka;Daichi Watari;Ittetsu Taniguchi;Takao Onoye