研究人员开发了一个新的强化学习框架来管理低压电网中的拥堵，以应对日益增长的光伏发电、电动汽车充电和热泵使用带来的挑战。该方法将拥堵检测与控制分离，使用随机森林预分类器和Actor-Critic控制器。该系统在一个真实的低压电网上进行了模拟未来运行条件的测试，结果表明该系统在降低违规幅度方面非常有效，对测量噪声具有高度鲁棒性，即使在电网模型存在一定不匹配的情况下也能保持性能。 AI
影响 这项研究通过更好地管理分布式能源资源和需求，可能有助于实现更稳定、更高效的电网。
排序理由 详细介绍解决特定技术问题的创新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- actor-critic controller
- Electric Vehicles
- heat pump
- low-voltage distribution grids
- Photovoltaic generation forecast for power transmission scheduling: A real case study
- random forest
- reinforcement learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
