文件名称:
基于Multi-Agent异步深度强化学习的居民住宅能耗在线优化调度研究.pdf
开发工具:
文件大小: 971kb
下载次数: 0
上传时间: 2020-01-03
详细说明：为促进居民用户柔性负荷高效参与需求响应，帮助
用户从被动角色转变为主动角色，实现需求侧最大效益。本文在智能电网环境下，根据用电设备的特性，以概率论
的角度对家电设备状态进行描述定义，基于异步深度强化
学习(asynchronous deep reinforcement learning，ADRL)进
行家庭能源管理系统调度的在线优化。学习过程采用异步
优势演员-评判家(asynchronous advantage actor-critic，
A3C)方法，联合用户历史用电设备运行状态的概率分布，
通过多智能体利用CPU 多线程功能同时执行多个动作的
决策。该方法在包括光伏发电、电动汽车和居民住宅电器
设备信息的某高维数据库上进行仿真验证。最后通过不同
住宅情境下的优化决策效果对比分析可知，所提在线能耗
调度策略可用于向电力用户提供实时反馈，以实现用户用
电经济性目标。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
