-
-
...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...
-
-
...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。
-
-
...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。