配電網におけるロードアグリゲータのための需要応答とピーク規制インセンティブを考慮した協調最適化戦略
Coordinated Optimization Strategy for Load Aggregator in Distribution Network Considering Demand Response and Peak Regulation Incentive
本論文は、分散型発電、蓄電池、デマンドレスポンスなどの柔軟なリソースが増加する電力システムにおいて、ロードアグリゲータが直面する複雑な負荷タイプ、応答能力の大きな違い、高いピークコストといった課題に対応するため、アグリゲータの負荷需要とピーク負荷規制インセンティブを考慮した協調最適化戦略を提案する。まず、複数のシナリオにおける負荷機器の運用特性に基づき、負荷を蓄電池タイプ、弾性電気機器、非弾性電気機器の3種類に分類し、対応する電力コストモデルを構築する。次に、効用理論とユーザーの主観的認識を組み合わせて、住宅用および産業用の電力快適性モデルを構築する。さらに、時間帯別料金制度下での応答エンベロープを定量化するための価格弾力性ベースの負荷ポテンシャル評価方法を開発し、ピーク負荷規制インセンティブを考慮した二重階層最適化モデルを構築する。この二重階層の非凸最適化問題を効率的に解くために、マルチエージェント深層決定方策勾配法に基づく強化学習ソリューションフレームワークを提案する。アグリゲータとユーザーグループをそれぞれ協調エージェントとしてモデル化し、集中学習と分散実行によりグローバルな最適戦略を実現する。シミュレーション結果は、提案戦略がピーク期から谷期への負荷誘導、ピーク負荷シフト効果の向上、ユーザーの電力満足度の向上、需要側応答コストの削減に有効であることを示している。
- ロードアグリゲータの負荷を蓄電池タイプ・弾性電気機器・非弾性電気機器の3種類に分類し、それぞれの電力コストモデルを構築した
- 効用理論とユーザーの主観的認識を組み合わせ、住宅用および産業用の電力快適性モデルを構築した
- 時間帯別料金制度下での応答エンベロープを定量化する価格弾力性ベースの負荷ポテンシャル評価手法を開発し、ピーク負荷規制インセンティブを考慮した二重階層最適化モデルを構築した
- 二重階層の非凸最適化問題を解くため、マルチエージェント深層決定方策勾配法に基づく強化学習ソリューションフレームワークを提案し、集中学習・分散実行でグローバル最適戦略を実現するとした
- シミュレーションでピーク期から谷期への負荷誘導、ピーク負荷シフト効果の向上、ユーザー電力満足度の向上、需要側応答コストの削減を確認したと報告している
配電網のロードアグリゲータ向けに、デマンドレスポンスとピーク負荷規制インセンティブを組み込んだ二重階層最適化とマルチエージェント深層強化学習による求解フレームワークを提案した学術論文であり、特定企業の製品・調達・規制決定といった具体的な事業イベントは含まれない。ただし、蓄電池・弾性/非弾性電気機器という負荷分類と時間帯別料金下の価格弾力性ベースの応答ポテンシャル評価は、VPP・需要応答サービスを手掛ける事業者の収益モデル設計や系統運用ソフトの競争力に直結する論点であり、この種の最適化技術が実用化されればアグリゲータの運用コスト低減とピーク時収益機会の拡大につながる点を注視したい。投資判断には実際の実証案件や商用導入の動向が不可欠で、現時点では技術トレンドの把握にとどまる。