Energy management of smart grid based on multi agent system and reinforcement learning

Enerji sektörü, fosil yakıtların tükenmesi ve dikkate alınması gereken önemli değişikliklerden geçiyor çevre için güneş ve rüzgar enerjisi kaynakları gibi yenilenmeleri kullanmasına izin verdi. bir mikro- şebeke, akıllı şebekenin bir bileşenini oluşturur ve önemli bir rol oynamaya hazırdır. yenilenebilir kaynakların genelleştirilmesi. Bununla birlikte, yenilenebilir enerji kesintili olduğu için doğası, mikro şebekenin dinamiklerini ve kararlılığını ve dolayısıyla yeni yaklaşımları etkiler. mikro şebekeye entegre edildiğinde koordinasyon ve kontrol gereklidir. Mevcut sistemler yetersiz çalışma zamanı uyarlanabilir davranış ve iletişim ek yükünden muzdarip. Bu zorlukları karşılamak için ve üretim, enerji depolama ve yük talepleri arasında en uygun dengeyi sağlamak için ihtiyacımız olan verimli iletişim ve kontrol stratejilerini mikro şebeke izlemeye dahil etmek. Bunda tez a, Bir mikro şebekenin optimal enerji yönetimi için Takviye öğrenimi uygulanır. Dağıtılmış optimizasyon için Çok Aracılı Güçlendirme Öğrenimi'ne (MARL) genişletildi. mikro şebekeler. Takviyeli öğrenme yöntemlerinin performansları karşılaştırılmıştır. geleneksel yöntemler. MAS ve MARL'nin etkinliği, mikro şebekede aşağıdakiler için araştırılır: dinamik çevrede ve ekonomik ve çevresel açıdan otonom adaptasyon optimizasyon.