研究の概要

再生可能エネルギーの普及拡大に伴い、電力系統の周波数偏差や需給不均衡が増大している。欧州では蓄電池が周波数制御予備力（FCR）市場と不均衡市場の両方に参加する「マルチ市場バリュースタッキング」が注目されているが、従来研究は制御期間中に一定の「均一FCR入札」を前提としており、蓄電池の柔軟性を十分に活用できていなかった。

ベルギー・ゲント大学の研究チームは、時間変動型FCR入札を導入する2段階フレームワークを提案した。第1段階ではデータ駆動型のモンテカルロ最適化でFCR入札量を時間ごとに決定し、第2段階では深層強化学習（DRL）によりリアルタイムの不均衡取引を管理しながらFCR遵守とエネルギー残量（SoE）の実行可能性を保証する。

主な発見・成果

  • 動的入札戦略により均一入札ベースラインと比較して利益が7.56%向上
  • FCR義務を遵守しながら急速に変化する市場機会に適応できることを実証
  • 深層強化学習が蓄電池の複数市場同時参加に有効であることを定量的に示した
  • ヨーロッパの市場設計に適合した実用的フレームワークとして設計されている

実務への応用

蓄電池事業者・系統運用者にとって直接参考になる研究。単一市場への参加から複数市場への同時参加へ移行することで収益性が向上することを定量的に示した。日本では調整力市場・需給調整市場が整備されつつあり、同様の動的入札戦略を蓄電池BESSの運用に適用することで収益改善が期待できる。DRLベースの制御システム開発のベンチマークとして活用可能。