スマートグリッド数理最適化特論

Smart Grid Mathematical Optimization

994D459

43EEPOE502

山口　順之

Nobuyuki Yamaguchi

2025年度後期

2025年度

②Second semester

火曜4限

Tuesday 4th Period

工学研究科　電気工学専攻

Department of Electrical Engineering, Graduate School of Engineering

2.0単位

講義

Lecture

-

① [対面]対面授業/ [On-site] On-site class

電力システムと情報システムが融合した電力需給形態であるスマートグリッドと，さまざまな数理計画法と統計について包括的に学ぶ。
Learn comprehensively about smart grid, which is a form of power supply and demand that integrates power systems and information systems, and various mathematical programming methods and statistics.

スマートグリッドについての知識を身に着けるとともに，そこで応用されている数理最適化・統計学の理論と手法を学び，重要な社会インフラの一つである電力システムの高度化の方向性について広い視野を持ち，より精深な学識を修める。

While acquiring knowledge about smart grids, learn the theory and methods of mathematical optimization/statistics applied in this research and development fields, and give a broad perspective on the direction of advancement of power systems, which is one of the important social infrastructures.

スマートグリッドの要素技術とシステムとして見たときの機能，ならびにスマートグリッドに応用されている数理最適化の理論と手法を包括的に理解し，それらに対し自らの意見を示すことができる。

授業の後半では，学生が論文を読み，グループ発表をする。初回の授業でグループ分けをするため，履修者は初回から出席する必要がある。

Comprehensively understand the theory and methods of mathematical optimization applied to smart grids and their functions when viewed as element technologies and systems of smart grids, and express their own opinions on them.

In the second half of the class, students will read papers and make group presentations. Students will be divided into groups at the first class, so be sure to attend the first class.

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​

学部の送配電工学や発変電工学など電力工学に関連する講義を履修済みであることが望ましい。
It is desirable that students have already taken courses related to power engineering, such as undergraduate power generation, transmission and distribution engineering.

ディベート・ディスカッション　Debate/Discussion／グループワーク　Group work／プレゼンテーション　Presentation

-

議論に参加できるように，配布資料の予習を行なうこと。調査発表には事前準備をしておくこと。
Prepare for handouts so that you can participate in the discussion. Prepare in advance for the group presentaion.

議論への参加（10％）とグループ調査発表（50％）とレポート（40％）で評価する。
Evaluated with discussion participation (10%) and group presentation (50%) and reports (40%).

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

IEEE Transaction on Smart Grid の論文
J. Momoh, Smart Grid-Fundamentals of Design and Analysis
J. Machowski, et al, Power System Dynamics: Stability and Control
橘木，最適化の数学，共立出版

1.概要と準備
-スマートグリッドの歴史と現状，数理計画法の概要について学ぶ。
-Pythonを使用する準備をする。

2.グループ発表の準備
-論文の読み方（パラグラフライティング，論文の構成），発表の仕方について学ぶ。

3〜13. 数理最適化手法を学ぶ
-線形計画法，非線形計画法，動的計画法，確率的最適化，統計処理等を対象とする。
-Pythonで簡単なシミュレーションを行う。
-電力システム工学のうち，経済負荷配分，最適潮流計算，発電機起動停止計画問題，電力需要予測，デマンドレスポンス，リアルオプション分析など（のいずれか）を学ぶ

14.グループ発表（１）
-担当する論文を分析し，発表する。

15. グループ発表（２）
-担当する論文を分析し，発表する。

-

-

Pythonを使用する。

-

Y

N