机构名称：
¥ 1.0
摘要 - 预计在未来的智能电网中将是重要的参与者。对于MGS的正确运行，能源管理系统（EMS）至关重要。MG的EMS可能会变得相当复杂。此外，这些系统可能属于不同的实体，它们之间可能存在竞争。NASH平衡最常用于此类实体的协调，但是不能总是保证NASH平衡的收敛性和存在。为此，我们使用相关的平衡来坐标剂，可以保证其收敛性。在本文中，我们建立了一个基于中市场率的能源交易模型，并提出了相关的Q学习（CEQ）算法，以最大程度地提高每个代理的收入。我们的结果表明，CEQ能够平衡代理商的收入而不会损害总收益。此外，与无关的Q学习相比，CEQ可以节省DSM代理的19.3％的成本，而对于ESS代理来说，CEQ可以节省44.2％的好处。索引条款 - 能源管理，能源交易，相关Q学习，微电网，智能电网。
多代理相关的Q学习方法
主要关键词
相关文件推荐
