Oct, 2023

微电网多目标优化调度的比较研究

PDF
TL;DR本研究通过多目标优化模型探讨微电网的运营和环境成本之间的关系，通过集成遗传算法、模拟退火、蚁群优化和粒子群优化等多种优化算法，提出了一种整合方法进行微电网优化。模拟结果揭示了经济和环境分派下，这些算法提供了不同的调度结果，揭示了柴油发电机和微型燃气涡轮在微电网中的不同作用。总体而言，本研究为微电网设计和运营提供了深入的见解和实际指导。
发现论文，激发创造
  • 深度强化学习微电网优化策略考虑优先级灵活需求

    在考虑微电网整体环境运营的基础上，本研究针对集中控制的问题，优先考虑各组件响应优先级，利用异步优势演员批评方法模拟优化模型实现多分布式电源的弱耦合调度和灵活负荷供给，保证供电可靠性的同时节约成本。

    Nov, 2022

  • 基于人工智能的可再生交流微电网优化调度与双向 LSTM 风力发电预测

    本文提出基于教师学习优化的框架和基于双向长短期记忆的深度学习模型的组合，以实现考虑能量储存装置、风力涡轮机、微型涡轮机的可再生微网的优化调度。结果表明，本文提出的框架在微电网的优化调度方面是有效的和高效的。

    Jul, 2022

  • 利用改进的多智能体软 actor-critic 算法进行多微电网协同优化调度

    本研究提出一种基于多智能体集中培训分布执行框架的多微电网协同优化调度模型，并采用改进的多智能体软演员 - 评论家算法 (MASAC) 和自动机器学习 (AutoML) 对其进行优化，以提高深度强化学习的泛化能力，实现不同实体之间的电能互补，降低多微电网系统运营成本，并在经济性和计算效率方面显著优于其他最先进的强化学习算法。

    Apr, 2023

  • 可再生能源中预测和优化问题的方法比较与评估

    本文介绍了 2021 年 IEEE-CIS 关于可再生能源调度的技术挑战赛的七个排名最高解决方案，比较和评估了这些解决方案，并提供了一个基准问题，以便在这个领域促进和便利研究。这场比赛使用了 Monash 微电网的数据、天气数据和能源市场数据，并专注于两个主要挑战：预测可再生能源的生产和需求，并获得活动（讲座）和现场电池的最低成本的最佳方案。最准确的预测由梯度提升树和随机森林模型得出，而优化大多使用混合整数线性和二次规划。

    Dec, 2022

  • 智能电网中的优化算法：系统文献综述

    本文介绍了电力智能电网的功能特点，以及它们在优化算法方面的应用。其中，粒子群优化是目前研究人员使用较为广泛的算法，该文还探讨了电力智能电网研究的未来发展和挑战。

    Jan, 2023

  • 微电网能量管理的多目标强化学习框架

    本文提出了一种新颖的多目标强化学习框架，可以探索高维的目标空间并发现冲突目标之间的权衡，该框架利用强化学习的数据驱动特性，可在不需要长期预测或对根本不确定性的了解的情况下进行参数化政策的训练，用于 Cornell 大学微电网（CU-MG）的实验结果证明了该框架的效果。

    Jul, 2023

  • 深度强化学习驱动的跨社区能源互动最佳调度

    该研究提出了一种综合调度模型，利用多智能体深度强化学习算法学习不同社区的负载特征，并基于这些知识做出决策，以在不确定条件下协调各社区之间的能源交互和多能源子系统之间的能量转换，实现综合能源系统的整体优化和调度。模拟结果表明，该方法有效捕捉到不同社区的负载特征，并利用它们的互补特性，在它们之间协调合理的能源交互，从而将风电弃能率从 16.3% 降低到 0%，并降低了 5445.6 元的总运营成本，具有显著的经济和环境效益。

    Aug, 2023

  • 基于扩散模型的汽油调配调度的多目标优化

    利用扩散模型驱动的新型多目标优化方法（名为 DMO）用于汽油调和调度，通过迭代过程将解从高斯噪声转换为可行的时间表，同时使用梯度下降方法优化目标，从而解决了传统和进化算法面临的复杂性问题。实验结果表明，DMO 在解决汽油调和调度问题的效率上超过了最先进的多目标进化算法。

    Feb, 2024

  • 基于多智能体随机博弈和强化学习的共享能量存储多微电网系统协同优化

    提出了一种采用共享储能的数据驱动的多微网系统策略，通过应用混合注意力方法、多智能体软 Actor-Critic 和多智能体 Win or Learn 快速政策 Hill-Climbing 对局部可观察的动态随机博弈问题进行求解，实验结果表明该方案能有效地降低主电网能量波动并减少成本。

    Jun, 2023

  • 可持续非相关并行机器调度的元启发式优化通用框架：简明概述

    通过应用元启发式优化算法解决不相关的并行机器调度问题，研究了如何在可持续发展目标的背景下实现可持续发展目标，并评估了一系列元启发式算法在优化调度问题中的有效性。

    Sep, 2023