文献

J-GLOBAL ID：202002272795185358   整理番号：20A0908670

グリッド電圧調整のための深部強化学習を用いたPVスマートインバータの協調【JST・京大機械翻訳】

Coordination of PV Smart Inverters Using Deep Reinforcement Learning for Grid Voltage Regulation

著者 (3件)： Li Changfu (University of California San Diego) ,  Jin Chenrui (NEC Laboratories America) ,  Sharma Ratnesh (NEC Laboratories America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICMLA  ページ： 1930-1937  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 太陽光発電(PV)の採用の増加は,その変数と断続的性質のために現代の送電網への新しい挑戦を提示する。PV発電からの変動出力は,グリッド違反電圧動作限界を引き起こすことができる。PVスマートインバータ(SI)は,接続点における実および/または無効電力を変調することにより,電圧を調整する高速応答法を提供する。しかし,SIの既存の局所自律制御方式は,協調のない局所情報に基づいており,それは準最適性能に導くことができる。本論文において,深い強化学習(DRL)ベースのアルゴリズムを開発して,複数のSIを調整するために実行した。DRLの報酬方式は,グリッドの電圧動作限界を確実にするために注意深く設計され,SI無効電力のより効果的な利用に適合する。電圧制御のために提案したDRLエージェントは,大量のオフラインシミュレーションとの相互作用を通してその政策を学習することができ,負荷と太陽変動に適応する。DRLエージェントの性能を,数千のシナリオを有するIEEE37ノードシステム上の局所自律制御に対して比較した。結果は,適切に訓練されたDRLエージェントが,許容範囲内のグリッド電圧を維持し,PV生産削減の削減を達成し,システム損失を減少させるために,異なるSIを知的に調整できることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  相互作用 ,  太陽 ,  *電圧 ,  発電 ,  送電系統 ,  *電圧制御 ,  無効電力 ,  太陽光発電 ,  エージェント ,  *強化学習
準シソーラス用語： 高速応答 ,  自律制御 ,  オフライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： グリッド ,  電圧調整 ,  深部 ,  強化学習 ,  PV ,  スマートインバータ ,  協調