マルチエージェント深層強化学習に基づくマルチマイクログリッドのための協調ゲーム型低炭素最適運用戦略
A Cooperative Game-Based Low-Carbon Optimal Operation Strategy for Multi-Microgrids Based on Multi-Agent Deep Reinforcement Learning
本論文は、マルチマイクログリッド間の協調不足、低炭素インセンティブの弱さ、公平な利益配分の困難さといった課題に対処するため、マルチエージェント深層強化学習を用いた協調ゲームベースの低炭素最適運用戦略を提案する。エネルギー交換、炭素割当調整、グリーン証明書循環を連携させるエネルギー・炭素・グリーン証明書ピアツーピア(P2P)協調取引メカニズムと、グリーン・炭素オフセットベースの二重インセンティブモデルを開発した。さらに、マルチコモディティP2P取引のためにナッシュ交渉ベースの協調ゲームモデルを定式化し、連合体の利益を最大化し、余剰の公平な配分を保証する。この協調ゲームはマルコフ決定過程に変換され、マルチエージェントソフトアクタークリティックアルゴリズムに基づいた均質なエージェントによる中央訓練・分散実行フレームワークが構築された。中国の長江デルタ地域のデータを用いた事例研究では、提案手法が中央集権型MILPベンチマークと比較して1.25%の最適性ギャップを達成し、独立運用と比較して連合体の運用コストを8.19%削減した。3つのマイクログリッドの炭素取引コストはそれぞれ37.27%、40.13%、33.82%削減され、提案手法の経済的適用性が検証された。
- マルチエージェント深層強化学習によるマイクログリッド協調運用戦略を提案し、中央集権型MILPベンチマークと比較して1.25%の最適性ギャップを達成
- マイクログリッド連合体の運用コストを独立運用と比較して8.19%削減
- 3つのマイクログリッドの炭素取引コストをそれぞれ37.27%、40.13%、33.82%削減
本論文はマイクログリッド間のP2P協調取引と低炭素最適運用をマルチエージェント強化学習で実現する学術研究であり、エネルギー・炭素・グリーン証明書の複合取引を統合した点に新規性がある。中央集権型MILPと比較して最適性ギャップ1.25%とほぼ同等の精度を維持しつつ、独立運用比で8.19%のコスト削減、炭素取引コスト33〜40%削減という数値成果を示しており、分散型エネルギー取引の実用化可能性を示唆する。ただし、シミュレーション検証段階であり実システムへの適用や事業化の具体的な予定は不明で、投資判断への直接的なインパクトは限定的。