-
-
...种基于深度强化学习(deep reinforcement learning,DRL)的微能源网能量管理与优化方法。该方法使用深度Q网络(deep Q network,DQN)对预测负荷、风/光等可再生能源功率输出和分时电价等环境信息进行学习,通过习得的策略集对微能源网进行能...
-
-
...持稳定的电源供应以满足低辐照期间的负载需求，采用了能量存储系统（ESS）。常规的能量存储系统由电池组组成，这些电池组能够存储并向负载提供连续的功率。但是，电池的高能量密度使其成为稳定电源的理想选择，从电池...
-
-
...便携式电子设备的可持续电源；它接受来自可再生能源的能量。文档拟议的系统将太阳能和风能与电池存储结合在一起，为低功率设备提供电源。如果可再生资源产生的能量过剩，则多余的能量将存储在电池中；如果能量不足，...
-
-
...的电网价格，来最佳地存储/出售来自大规模电池系统的能量。 演示了两种方法：启发式状态机策略和基于线性程序的优化方法。主要示例使用完整的微电网仿真来验证EMS优化算法。
-
-
...量达到任何特定站点的阈值，则该站点会从其他站点借用能量，更多详细信息看代码。
-
-
...级电容模型，将两者组合成混合储能系统，就功率分配和能量管理两个方面提出了控制策略，在对这两种控制策论进行理论分析之后，在MATLAB/Simulink上对其进行了验证。
-
-
...级电容模型，将两者组合成混合储能系统，就功率分配和能量管理两个方面提出了控制策略，在对这两种控制策论进行理论分析之后，在MATLAB/Simulink上对其进行了验证。
