دانلود مقاله انگلیسی رایگان:ارسال تصادفی ذخیره انرژی در میکرو شبکه ها: یک رویکرد یادگیری تقویتی تقویت شده - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Stochastic dispatch of energy storage in microgrids: An augmented reinforcement learning approach Stochastic dispatch of energy storage in microgrids: An augmented reinforcement learning approach
    Stochastic dispatch of energy storage in microgrids: An augmented reinforcement learning approach

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Stochastic dispatch of energy storage in microgrids: An augmented reinforcement learning approach


    ترجمه فارسی عنوان مقاله:

    ارسال تصادفی ذخیره انرژی در میکرو شبکه ها: یک رویکرد یادگیری تقویتی تقویت شده


    منبع:

    Sciencedirect - Elsevier - Applied Energy, 261 (2020) 114423. doi:10.1016/j.apenergy.2019.114423


    نویسنده:

    Yuwei Shanga, Wenchuan Wua,⁎, Jianbo Guob, Zhao Mab, Wanxing Shengb, Zhe Lvc, Chenran Fuc


    چکیده انگلیسی:

    The dynamic dispatch (DD) of battery energy storage systems (BESSs) in microgrids integrated with volatile energy resources is essentially a multiperiod stochastic optimization problem (MSOP). Because the life span of a BESS is significantly affected by its charging and discharging behaviors, its lifecycle degradation costs should be incorporated into the DD model of BESSs, which makes it non-convex. In general, this MSOP is intractable. To solve this problem, we propose a reinforcement learning (RL) solution augmented with Monte-Carlo tree search (MCTS) and domain knowledge expressed as dispatching rules. In this solution, the Q-learning with function approximation is employed as the basic learning architecture that allows multistep bootstrapping and continuous policy learning. To improve the computation efficiency of randomized multistep simulations, we employed the MCTS to estimate the expected maximum action values. Moreover, we embedded a few dispatching rules in RL as probabilistic logics to reduce infeasible action explorations, which can improve the quality of the data-driven solution. Numerical test results show the proposed algorithm outperforms other baseline RL algorithms in all cases tested.
    Keywords: Microgrid | Energy storage | Volatile energy resource | Dynamic dispatch | Reinforcement learning


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    حجم فایل: 2132 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi