RFEP-SI-Fed：窒素-水素-アンモニア連携マルチパーク統合エネルギーシステムの低炭素ディスパッチのための連合強化学習を用いたファジーリスクエントロピー予測安全島

日本語

本論文は、窒素・水素・アンモニアを連携させた複数パークの統合エネルギーシステムの低炭素ディスパッチを対象に、ファジーリスクエントロピー予測に基づく安全島（Safety Island）と連合強化学習を組み合わせた手法「RFEP-SI-Fed」を提案する。連合学習によりデータを集約せずに分散最適化を図り、リスク評価と予測を統合することで低炭素運用の安全性と効率を高める。水素・アンモニアといった脱炭素燃料の産業クラスター運用に資する技術的枠組みを示す。

English

This paper proposes RFEP-SI-Fed, a method combining a fuzzy risk-entropy prediction safety island with federated reinforcement learning for low-carbon dispatch of nitrogen-hydrogen-ammonia coupled multi-park integrated energy systems. It enables decentralized optimization without centralizing data, integrating risk assessment and prediction to improve safety and efficiency in low-carbon operations. The framework supports industrial cluster operations using decarbonized fuels such as hydrogen and ammonia.

日本のGX文脈において

日本では水素・アンモニアの産業利用と地域エネルギーシステムの脱炭素化がGX政策の柱であり、本手法は複数拠点の需給最適化やリスク管理に関わる技術として、国内の実証事業や政策検討に示唆を与える。

In the global GX context

Globally, this work sits at the intersection of AI-driven energy system optimization and decarbonized fuel supply chains (hydrogen/ammonia), relevant to industrial clusters and integrated energy systems under transition finance and net-zero industrial policy.