データ不確実性・バッテリー設計・計画ホライズンを考慮した、バッテリー・スケジューリングにおける高性能領域のマッピング

Abstract

本研究では、多段階モデル予測制御（multi-stage model predictive control）におけるエネルギー貯蔵運用の三項（triadic）分析を提示し、データ特性、予測不確実性、計画ホライズン、ならびにバッテリのCレートの相互作用を調査する。合成データセットを生成してデータプロファイルおよび不確実性の変動を体系的に探索し、特性を最適なホライズン長に結び付ける関係のパラメータ化と構築を可能にする。その結果、追加の予測情報が限定的な運用上の利得しかもたらさない境界として定義される「有効ホライズン」の存在が明らかになる。このホライズンを考慮することで、最適な性能を維持しつつ計算コストを削減できる。本研究は、バッテリタイプ、相違する不確実性レベル、データプロファイルの幅広い組合せに対する最適ホライズン長を示し、産業用貯蔵運用に向けた実践的な指針を提供する。また、予測不確実性による収益損失を定量化し、誤差は高速バッテリであっても性能に影響し得ることを示す。最後に、本フレームワークは、データセットのパラメータ化から最適ホライズンを対応付ける将来の機械学習アプローチのための基盤を築き、重い計算を伴わずに産業環境での継続的な最適化を支援する。