Loading...

无模型强化学习与微网格控制的融合:综述与启示

强化学习1年前 (2023)发布 智源社区
392 0 0

【标题】Fusion of Model-free Reinforcement Learning with Microgrid Control: Review and Insight

【作者团队】Buxin She, Fangxing Li, Hantao Cui, Jingqiu Zhang, Rui Bo

【发表日期】2022.6.22

【论文链接】https://arxiv.org/pdf/2206.11398.pdf

【推荐理由】由于新兴的大规模分布式能源(DER)和先进的控制技术,微电网面临着挑战和机遇。本文综述了微电网控制及其与无模型强化学习(MFRL)的融合。从六个不同的角度开发了微电网控制的高级研究图,然后是底层模块化控制块,说明了电网跟随(GFL)和电网形成(GFM)逆变器的配置。然后,介绍了主流MFRL算法,并解释了如何将MFRL集成到现有的控制框架中。并总结了MFRL的应用指南,进而讨论了现有控制框架下的三种融合方法,即模型识别和参数调整、补充信号生成和控制器替换。最后,充分讨论了在微电网控制中采用MFRL的基本挑战以及解决这些问题的相应见解。

无模型强化学习与微网格控制的融合:综述与启示无模型强化学习与微网格控制的融合:综述与启示无模型强化学习与微网格控制的融合:综述与启示无模型强化学习与微网格控制的融合:综述与启示

© 版权声明

相关文章

暂无评论

暂无评论...