通过利用深度强化学习，我们开发了一种新颖的电池储能系统联合竞标策略，有效地在现货市场和突发频率控制辅助服务市场中应对价格波动，并在动态电力市场中学习到最佳的电池储能系统竞标策略。实证结果表明，相比于基于优化和其他深度强化学习策略的基准，我们的策略在现货市场和突发频率控制辅助服务市场中能够获得明显的利润增长。

Feb, 2024

本文提出了一种基于联合出价的优化策略，通过深度强化学习将风电场和 BESS 的竞价市场融合，有效缓解了风力抑制和电量储存的问题，并在实验中验证了该策略的可行性和优越性

Apr, 2023

本文将储能系统的竞标问题建模为马尔可夫决策过程，并利用深度强化学习算法 Proximal Policy Optimization 在澳大利亚国家电力市场历史数据上学习优化竞标策略，实现储能系统在现货和 FCAS 市场上的联合竞标并取得显著利润。

Dec, 2022

本文介绍了一种基于软演员 - 评论家算法的深度增强学习策略，以调度社区电池系统，解决分布式能源资源整合、峰值负荷调控和能源价格波动问题。通过比较不同增强学习算法，结果表明软演员 - 评论家算法在社区电池调度中表现最佳。

Dec, 2023

该研究介绍了一种深度强化学习框架，用于优化可再生能源和储能发电厂的操作，以最大化能源市场收益，同时最小化储能损耗成本和可再生资源废弃。

Jun, 2023

本研究提出了一种基于 DRL 和 GCN 的分布式学习算法，使代理人能够通过从环境中获取反馈来改进投标策略并增加利润，同时将空间系统拓扑的信息输入到 GCN 中，帮助代理人了解系统结构并提高决策的准确性。在 IEEE 30-bus 系统和 IEEE 39-bus 系统的测试中表明该算法具有较好的泛化能力和更高的利润。

Aug, 2022

提出了一种利用深度强化学习和混合整数规划的框架，用于优化能量储存系统的调度决策，同时严格执行操作约束，以及在存在不确定性的环境中取得高质量的调度决策。

Jul, 2023

基于分布式加强学习的电池控制框架可通过能源套利实现系统平衡，并通过风险敏感视角优化套利利润和风险度量之和，同时限制电池的日循环次数。比利时 2022 年的不平衡价格表明分布式软演员 - 评论家方法能够超越其他方法，而我们的全程风险规避代理人能够在价格更加确定时合适地通过 (放 / 充) 电池对未知的不平衡价格进行对冲。

Dec, 2023

本研究首次探讨使用深度强化学习在智能电网环境下实现建筑能源管理系统的在线调度优化，所提出的方法被验证可用于大规模数据资源中，如 Pecan Street Inc. 数据库，并且可以提供实时反馈以鼓励电能的更高效利用。

Jul, 2017

本文提出了一种基于深度强化学习的多智能体控制策略，用于实时优化混合储能系统和能量需求，该系统由电池和氢能储存器组成，可以解决与电力价格、可再生能源生产和消费相关的不确定性问题，并优化使用可再生能源，降低能源成本和碳排放，提高可再生能源利用率。

Aug, 2022