文献

J-GLOBAL ID：202402282137309487   整理番号：24A1016667

大規模発電計画の高速最適化:機械学習に基づくアクティブな制約条件の推定と探索領域の限定

Inactive Constraint Reduction and Search Domain Restriction Based on Machine Learning for Large Scale Unit Commitment

著者 (2件)： 木下喜仁 (東京工業大学工学院システム制御系) ,  石崎孝幸 (東京工業大学工学院システム制御系)
資料名： 計測自動制御学会論文集  (Transactions of the Society of Instrument and Control Engineers)
巻： 60  号： 3  ページ： 108-115(J-STAGE)  発行年： 2024年 
JST資料番号： S0104A  ISSN： 0453-4654  CODEN： KJSRA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 電力系統運用におけるユニットコミットメントとして,最適発電と発電機のオン/オフを示す発電計画を作成し,消費者が必要とする電力を生成し,送電線に送電できるようにする。各時間における各発電機の膨大な数のオン/オフを決定するために,再生可能エネルギーの局地化された発電に起因する不確実な発電と最大送電容量違反に関する数多くの運転制約の下で,発電計画作成を解決するための大規模組合せ最適化が必要である。一方,標準的な最適化法のみによってこの大規模最適化問題を解くことは,長い計算時間を要する。そこで,計算時間を短くするために,機械学習を用いることにより,結果としてのスケジュールに影響しない無効な制約を除去して最適化規模を削減し,最適オン/オフを推定して最適化探索領域を制限した。提案手法の性能を評価するため,それをIEEE-118母線電力系統モデルに適用した。その結果,提案手法は,最適化精度0.8%を維持しながら計算時間を最大82%削減できることを示した。(翻訳著者抄録)

シソーラス用語： *系統運用 ,  最適化問題 ,  生産計画 ,  *ディシジョンツリー ,  機械学習 ,  線形計画法 ,  混合整数線形計画法
準シソーラス用語： *ユニットコミットメント ,  *ランダムフォレスト ,  発電計画

著者キーワード (4件)： ユニットコミットメント ,  機械学習 ,  大規模最適化 ,  混合整数線形プログラム

分類 (1件)： 発電一般  (NB03010W)

引用文献 (18件)：

• 1) Ministry of Economy, Trade and Industry: The 6th Strategic Energy Plan, https://www.enecho.meti.go.jp/en/category/others/basic_plan/pdf/6th_outline.pdf (2023年7月18日閲覧)
• 2) Ministry of Economy, Trade and Industry: Cabinet Decision Made on the FY2021 Annual Report on Energy, https://www.meti.go.jp/english/press/2022/0607_002.html (2023年7月18日閲覧)
• 3) X. Guan, Q. Zhai and A. Papalexopoulos: Optimization Based Methods for Unit Commitment: Lagrangian Relaxation Versus General Mixed Integer Programming, IEEE Power Engineering Society General Meeting, Toronto, ON, Canada, 2, 1095/1100 (2003)
• 4) J. Wang, M. Shahidehpour and Z. Li: Security-Constrained Unit Commitment With Volatile Wind Power Generation, IEEE Transactions on Power Systems, 23-3, 1319/1327 (2008)
• 5) Q. Zhai, X. Guan, J. Cheng and H. Wu: Fast Identification of Inactive Security Constraints in SCUC Problems, IEEE Transactions on Power Systems, 25-4, 1946/1954 (2010)

タイトルに関連する用語 (7件)： 大規模 ,  発電計画 ,  最適化 ,  機械学習 ,  制約条件 ,  推定 ,  探索