再生可能エネルギーの普及に伴い、太陽光発電や風力発電などの分散型エネルギーリソース（DER）の効率的な管理が電力網の安定化において重要な課題となっています。本研究は、複数の分散型エネルギーリソースを集約し、それらを統合的に制御することで、電力需要と供給のバランスを最適に保つための予測とモデル予測制御（MPC）の手法について取り組んでいます。 分散型エネルギーリソース集約化システムでは、太陽光パネルの発電量や風力の出力変動、さらには蓄電池やEVの充放電パターンなど、多くの不確定要素が存在します。機械学習を活用した予測技術により、短期から中期の発電量や需要パターンを高い精度で予測することが可能となり、これが需給調整の基盤となります。 モデル予測制御は、将来の予測情報に基づいて現在の制御入力を最適化する手法です。DER集約化システムにおいては、予測された需要と供給のギャップを補うため、蓄電池の充放電タイミングや各エネルギーリソースの出力調整を動的に決定します。これにより、電力網全体の周波数安定性を維持しながら、経済効率を最大化することが可能になります。 このアプローチにより、電力系統の信頼性を高めつつ、再生可能エネルギーの導入をより効率的に進めることができ、将来のカーボンニュートラル社会の実現に向けた重要な技術基盤となることが期待されています。