IEEE Accessで発電機運用を考慮した電力市場入札戦略のオンライン学習手法に関する論文が出版されました！

IEEEの論文誌 IEEE Access で，発電機起動停止計画を考慮した日前電力市場の入札戦略学習手法に関する論文が出版されました。

S. Negishi, and Y. Oikawa: “Unit-Commitment-Guided Online Learning for Day-Ahead Electricity Market Bidding,” IEEE Access, Early Access (2026)

DOI: 10.1109/ACCESS.2026.3721521

論文掲載ページはこちら

本論文では，発電事業者による日前電力市場への入札を対象として，バンディットアルゴリズムと発電機起動停止計画（Unit Commitment）を組み合わせ，発電機運用の実行可能性と市場取引の不確実性を考慮しながら，入札戦略をオンラインで学習する手法を提案しました。

電力市場では，市場価格や入札の約定結果を事前に正確に把握することができません。また，約定結果によって実際の発電量や発電機の起動停止状態が変化するため，得られる収益だけでなく，発電計画として実行可能であるかを考慮する必要があります。本研究では，この課題に対して，発電機起動停止計画から得られる情報をオンライン学習に反映する枠組みを構築しました。

本論文は，及川悠さんと進めてきた研究成果です。今後も，数理最適化と機械学習を組み合わせた電力市場入札手法に関する研究を進めていきます。