データ駆動型位相変化熱貯蔵結合システムの制御と最適化

• 分散型空調負荷の適応型階層集約とデマンドレスポンス配車のための多目的パレート最適化、異常気象シナリオ特化の日内負荷曲線最適化を統合したフレームワークを提案。
• 等価熱パラメータ(ETP)モデルと、産業・地域・応答・感度の4層集約アーキテクチャで、住宅・商業・オフィス・工業の4タイプの調整可能容量を推定。
• 20km×20km 地域の空調負荷2000ユニットを対象としたシミュレーションで、全7気象シナリオにおいてピーク負荷を3.6〜12.2%、負荷係数を0.014〜0.047、総エネルギー消費を1.8〜6.7%削減し、熱的快適性を許容範囲内に維持。

本論文は、再生可能エネルギー(特に太陽光発電、PV)の不確実性が原油輸送と温度要件と結びつく油田マイクログリッド向けに、データ駆動型の確率的スケジューリングフレームワークを提案する。電力・熱貯蔵ボイラー(ETSB)を産業用柔軟性リソースとして活用する。PVの不確実性は、畳み込みニューラルネットワーク-ゲート付き回帰ユニット(CNN-GRU)モデルと確率的シナリオ生成・削減を組み合わせて特徴付けられる。物理情報に基づいた多目的モデルは、グリッド連携平滑化、運用コスト、PV吸収、ETSBの動態、およびパイプライン温度安全性を調整する。スケジュールの実行可能性を向上させるため、熱・水力シミュレーシ…

クラウドサービス、AI、大規模デジタルアプリケーションの急成長により、データセンターのエネルギー消費が増加している。本レビューは、データセンターの負荷予測におけるAIおよび機械学習(ML)技術の利用を調査する。従来の統計的手法、教師あり学習アルゴリズム、深層学習モデル、確率的予測技術、物理情報に基づいたハイブリッドアプローチを網羅する。予測期間、特徴量選択、性能評価、実運用上の課題も議論される。LSTM、GRU、Transformerベースのモデル、デジタルツイン(DT)フレームワークなどの先進的なアプローチは、予測性能を向上させ、エネルギー効率の高い運用を支援できる。これらの手法は、カーボ…

• LSTMを用いた予測駆動型VPPフレームワークを提案し、再エネハイブリッドシステムのディスパッチ最適化を実証
• 予測駆動型ディスパッチによりグリッドへの総輸入量を57.48%削減(1466.34 MWh→623.47 MWh)
• CO2年間排出量を123,680トンから61,841トンに削減、20年間で123.6万トンの削減見込み

本論文は、バッテリーエネルギー貯蔵とパワー・トゥ・水素設備を統合した公園レベルの直接再生可能エネルギーから負荷へのシステムを調査し、その運用問題を逐次連続制御タスクとして定式化する。深層決定方策勾配法(DDPG)ベースのスケジューリングフレームワークを開発し、再生可能エネルギー発電、負荷需要、バッテリーダイナミクス、水素変換と在庫進化、再生可能エネルギーの抑制、ストレージ関連の運用コスト、および電力輸出なしの運用境界を明示的にモデル化する。実測された風力/太陽光発電と負荷の時系列データに基づくケーススタディでは、調整された異種ストレージがシステム柔軟性を効果的に向上させることが示された。単一…