文献

J-GLOBAL ID：202002246092359707   整理番号：20A2190767

強化学習と長期短期記憶ネットワークに基づく電池充電の制御【JST・京大機械翻訳】

Control of battery charging based on reinforcement learning and long short-term memory networks

著者 (4件)： Chang Fangyuan (Department of Electrical and Computer Engineering, University of Michigan, Dearborn, USA) ,  Chen Tao (Department of Electrical and Computer Engineering, University of Michigan, Dearborn, USA) ,  Su Wencong (Department of Electrical and Computer Engineering, University of Michigan, Dearborn, USA) ,  Alsafasfeh Qais (Department of Electrical Power and Mechatronics, Tafila Technical University, Tafila 11183, Jordan)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 85  ページ： Null  発行年： 2020年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 時変価格決定による電力市場では,エネルギー貯蔵システム(ESS)の無制御充電は,充電コストを増加させる可能性がある。本論文では,強化学習(RL)に基づく新しい電池充電制御方法論を提案し,充電コストを最小化する。この方法の重要な特徴は,高精度電池/ESSモデルを必要とせず,モデルフリーであることである。したがって,それは,限られたタイプの電池モデルおよび現実における無視できないパラメトリック不確実性によってもたらされる課題を克服する。さらに,変動する電力価格の正確な予測は,制御性能を促進することができるので,長い短期メモリ(LSTM)ネットワークを,予測精度を改善するために活用する。最終制御目的は,充電コストを最小化する最適充電ポートフォリオを求めることである。さらに,提示した制御アルゴリズムは,様々なタイプのESS,発電機,および負荷が存在するより複雑な電力市場のための基本的なフレームワークを提供する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *電池 ,  価格決定 ,  *ネットワーク ,  ポートフォリオ ,  電気自動車 ,  *充電 ,  エネルギー貯蔵 ,  *強化学習 ,  電力市場
準シソーラス用語： 予測精度 ,  制御アルゴリズム ,  電力価格 ,  エネルギー貯蔵システム ,  充電制御 , 【Automatic Indexing@JST】

著者キーワード (5件)： エネルギー貯蔵電池/システム ,  スマート充電制御 ,  長期短期記憶(LSTM) ,  強化学習(RL) ,  電気自動車(EV)

分類 (2件)： 風力発電  (NB03120Q) ,  特殊電力機器一般  (NB10010G)

タイトルに関連する用語 (5件)： 強化学習 ,  長期 ,  短期記憶 ,  電池 ,  充電