Reinforcement Learning Enabled Peer-to-Peer Energy Trading for Dairy Farms

要約

農業経営では、エネルギー効率を高め、化石燃料や送電網への依存を減らすために、再生可能エネルギーの導入が進んでいます。
この移行は、余剰の再生可能エネルギーをピアツーピア市場で販売できるようにすることで、酪農場の従来の電力網への依存を減らすことを目的としています。
ただし、農村コミュニティの動的な性質は課題を引き起こしており、P2P エネルギー取引には特殊なアルゴリズムが必要です。
これに対処するために、強化学習技術を実験するためのプラットフォームを提供する、マルチエージェント ピアツーピア酪農場エネルギー シミュレーター (MAPDES) が開発されました。
このシミュレーションでは、ピアツーピアのエネルギー取引や再生可能エネルギー源を欠くベースラインシナリオと比較して、電気代の 43% 削減、ピーク需要の 42% 減少、エネルギー販売の 1.91% 増加など、大幅なコスト削減が実証されています。

要約(オリジナル)

Farm businesses are increasingly adopting renewables to enhance energy efficiency and reduce reliance on fossil fuels and the grid. This shift aims to decrease dairy farms’ dependence on traditional electricity grids by enabling the sale of surplus renewable energy in Peer-to-Peer markets. However, the dynamic nature of farm communities poses challenges, requiring specialized algorithms for P2P energy trading. To address this, the Multi-Agent Peer-to-Peer Dairy Farm Energy Simulator (MAPDES) has been developed, providing a platform to experiment with Reinforcement Learning techniques. The simulations demonstrate significant cost savings, including a 43% reduction in electricity expenses, a 42% decrease in peak demand, and a 1.91% increase in energy sales compared to baseline scenarios lacking peer-to-peer energy trading or renewable energy sources.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google