国際学会ICECET2026にて口頭発表を行いました（M2林） Presented research results at ICECET2026（M2 Hayashi)
2026年7月6日～9日、イタリア・ローマでおこなれた ICECET2026において、M2林が研究発表を行いました。
発表概要
題目：「Multi-Agent Reinforcement Learning Based Latency-Aware Hierarchical Control Enabling Electric-Vehicle Based Virtual Power Plants to Participate in Balancing Markets」
概要：電力市場の需給バランスを保つには、発電指令に迅速に対応できる柔軟な資源が必要である。電気自動車
（EV）の集合体を「電気自動車仮想発電所（EV VPP）」として運用することは、有望な手法の一つである。アグリゲーターは、
個々のEVユーザーの充電需要を満たしつつ、発電指令に追従できるよう、EV充電器の総出力を制御しなければならない。従来の集中型最適化手法は、高い追従性能を達成できる。しかし、これらはグローバルな情報に依存し、大規模な最適化問題の解を必要とするため、高い
計算および通信負荷を伴い、スケーラビリティが制限される。
この問題に対処するため、本論文では、マルチエージェント深層決定論的ポリシー勾配（MADDPG）アルゴリズムに基づく2階層の階層的制御スキームを提案する。上位階層では、各充電ステーションをエージェントとしてモデル化し、下位階層ではその
ポリシーが個々のEV充電器に充電・放電電力を割り当てる。実行時、各ステーションレベルのエージェントは、局所的な
観測値とブロードキャストされたディスパッチ信号のみを使用する。本論文では、日本のバランス市場におけるセカンダリー2（S2）商品への参加に関するケーススタディを提示する。本研究では、5つのステーションと合計50台のレベル2充電器で構成されるEV VPP
において、本制御器を評価した。
提案手法は、ディスパッチ値を中心とする許容追従誤差帯内で、97パーセントのディスパッチ追従率（市場で定義された追従誤差帯内に
総電力が収まるディスパッチ区間の割合）を達成した。
感想
常に有意義な時間でした。 英語での発信/聞き取りは普段の20〜40%くらいの効率でしたが(非ネイティブ＋早口＋専門用語...イレギュラーな英語をもっと聴くべきでしたね)、それでも非常に多くを学ぶことができました。特に、分散化とmulti objectiveが世界でも多く議論されていることを知ることができ、今後の研究者としてのキャリアの道筋が見えた気がしたのが1番大きいです。
イタリア観光
ヴェネツィア、サンマルコ寺院に観光に行きました。 非常に異国情緒の豊かな、かつ観光地として十分快適な良い街でした。
Presentation Summary:
Abstract—Balancing markets require flexible resources that can promptly follow dispatch signals. Aggregated fleets of electric vehicles (EVs) operated as electric-vehicle virtual power plants(EV VPPs) are promising candidates. Aggregators must control the total power of EV chargers to track dispatch signals while satisfying individual EV users’ charging demands. Conventional centralized optimization methods can achieve high tracking per- formance. However, they rely on global information and require solving large-scale optimization problems, which impose high computational and communication burdens and limit scalability.
To address this issue, this paper proposes a two-level hierarchical control scheme based on the Multi-Agent Deep Deterministic Policy Gradient (MADDPG) algorithm. At the upper level, each charging station is modeled as an agent, and at the lower level its policy allocates charging and discharging power to the individual EV chargers. At runtime, each station-level agent uses only local observations and the broadcast dispatch signal. We present a case study on participation in Japan’s balancing market Secondary 2 (S2) product.
The study evaluates the controller on an EV VPP consisting of five stations with a total of 50 Level 2 chargers. The proposed method achieves a dispatch tracking rate (fraction of dispatch intervals with aggregate power inside the market-defined tracking error band) of 97 percent within the allowable tracking error band around the disp.
Feedback
It was always a valuable experience. Although my efficiency in speaking and listening in English was only about 20–40% of my usual level (non-native speaker + fast speech + technical terms... I really should have listened to more non-standard English), I was still able to learn a great deal. Most importantly, I learned that decentralization and multi-objective optimization are widely discussed topics around the world, and I felt like I could finally see a path forward for my future career as a researcher.
Sightseeing in Italy
I went sightseeing at St. Mark's Basilica in Venice. It was a wonderful city, full of exotic charm and very comfortable for tourists.