強化学習を用いた可変速風力発電システムの発電電力最大化
| 採択年度 | 2025年度 |
|---|---|
| 研究者氏名 | 琉球大学 工学部 工学科 助教 上原 明恵 |
| 萌芽研究テーマ | A:電力システムの高度化への挑戦 |
| 研究概要 | 本研究では、永久磁石同期発電機（PMSG：Permanent Magnetic Synchronous Generator）を用いた可変速風力発電システムの発電電力量の増加を目的として、強化学習を適用したMPPT制御手法について提案する。可変速風力発電システムにおける従来のMPPT制御では、風速情報に基づき算定される風車の最適回転速度（通常、最適回転速度係数と風速との乗算値となる）に基づき、電力変換器を介して発電機の回転速度制御が行われる。一方、短周期で大きな風速変動が発生した場合、大きな慣性を持つ風車は制御遅れによりMPPT制御が間に合わず、最適値から外れた状態となり、発電電力量が減少してしまう。また、最適回転速度係数のパラメータ誤差が発生した場合にも、発電電力量の減少が問題となる。 これらの課題を解決するため、提案手法では急峻な風速変動やパラメータ誤差等が発生した場合においても発電電力量を最大化できるよう、風車の回転速度指令値を決定する際に一次遅れフィルタを用い、その時定数等のパラメータを強化学習によって調整する。強化学習を適用した先行研究として、発電機回転速度を直接決定するMPPT制御手法が提案されているが、モデルフリーでデータに基づき帰納的に回転速度指令値を決定することは、制御性能や信頼性の低下につながる恐れがある。一方、提案手法では、従来の最適回転速度を一次遅れフィルタに通すことで回転速度指令値を決定しており、強化学習はフィルタのパラメータ決定のみに適用するため、制御性能や信頼性を保持しながら発電電力量を増加することができる。 |
| この研究に関連するキーワード |
※研究者の職位・所属は、採択当時のものです。
また、本HPでの当該情報の公開についてご了承をいただいている題目のみ掲載しています。
パワーアカデミー事務局