Abdulazez Abagero · Yoseph Abebe · Abera Tullu · Young Seok Jung 等5人 · IEEE Access · 2025年1月

微电网能量管理面临新能源出力波动和负荷不确定性挑战,传统优化方法难以应对实时性要求。本文提出基于深度强化学习的能量管理系统,通过多智能体协同学习实现经济性、可靠性和环保性的多目标平衡。

解读: 该智能能量管理技术可集成到阳光电源微电网解决方案。通过强化学习优化光储充一体化系统的能量调度策略,提升微电网的自治运行能力,降低运行成本,实现源网荷储的智能协调,为工商业园区提供高效能源管理。...