机构名称：
¥ 2.0
摘要：随着微电网（MG）的发展，能源管理系统（EMS）得到了确保，以确保MG系统的稳定且经济高效的操作。在本文中，通过利用深厚的增强学习（DRL）技术提出了智能EMS。drl被用作处理MG EMS电池能量存储的最佳调度/放电的计算硬度的有效方法。由于电池充电/放电的最佳决定取决于其连续时间步骤给出的充电状态，因此需要全日制安排以获得最佳解决方案。但是，这增加了EMS的时间复杂性，并将其变成了NP障碍问题。通过将储能系统的充电/放电功率视为控制变量，DRL代理进行了训练，以研究确定性和随机天气情况的最佳能量存储控制方法。这项研究中建议的策略在最小化购买能源的成本方面的效率也从定量的角度显示了通过编程验证和与混合整数编程和启发式遗传算法（GA）的结果进行比较。
能量
主要关键词
相关文件推荐
