文献

J-GLOBAL ID：202202291587077184   整理番号：22A1027624

UCB-A3C学習に基づくマイクログリッドエネルギー管理戦略【JST・京大機械翻訳】

Microgrid Energy Management Strategy Base on UCB-A3C Learning

著者 (5件)： Yang Yanhong (1Institute of Electrical Engineering, Chinese Academy of Sciences, Beijing, China) ,  Li Haitao (2Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Shen Baochen (2Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Pei Wei (1Institute of Electrical Engineering, Chinese Academy of Sciences, Beijing, China) ,  Peng Dajian (1Institute of Electrical Engineering, Chinese Academy of Sciences, Beijing, China)
資料名： Frontiers in Energy Research (Web)  (Frontiers in Energy Research (Web))
巻： 10  ページ： 858895  発行年： 2022年 
JST資料番号： U7069A  ISSN： 2296-598X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 再生可能エネルギーと需要応答の不確実性はマイクログリッドエネルギー管理に多くの挑戦をもたらす。マイクログリッドエネルギー管理戦略,すなわち,上部信頼限界ベース利点アクター-批評(A3C)の最近の進歩と応用によって駆動され,風力発電の電力出力,電力取引価格,電力負荷を学習する新しい行動探査機構を利用する。シミュレーション結果は,UCB-A3C学習ベースのエネルギー管理戦略が従来のPPO,アクター臨界およびA3Cアルゴリズムより良いことを示した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  *学習 ,  電力 ,  不確実性 ,  出力 ,  風力発電 ,  戦略 ,  信頼限界 ,  臨界 ,  電力管理 ,  負荷 ,  エネルギー管理 ,  *マイクログリッド
準シソーラス用語： 電力取引 ,  電力負荷 ,  需要応答 , 【Automatic Indexing@JST】

著者キーワード (5件)： マイクログリッド ,  エネルギー管理 ,  A3C ,  UCB ,  エッジコンピューティング

分類 (1件)： 電力系統一般  (NB02000E)

引用文献 (19件)：

• ChenH., GuanL., LuC., et al (2020). Multi-objective Optimal Dispatch Model and its Algorithm in Isolated Microgrid with Renewable Energy Generation as Main Power Supply. Power Syst. Technol..
• DongW., YangQ., LiW., ZomayaA. Y. (2021). Machine-learning-based Real-Time Economic Dispatch in Islanding Microgrids in a Cloud-Edge Computing Environment. IEEE Internet Things J. 8, 13703-13711. doi: 10.1109/JIOT.2021.3067951
• FanL., ZhangJ., HeY., LiuY., HuT., ZhangH. (2021). Optimal Scheduling of Microgrid Based on Deep Deterministic Policy Gradient and Transfer Learning. Energies 14, 584. doi: 10.3390/en14030584
• Fingrid Open Datasets (2018) Fingrid Open Datasets. Available: https://data.fingrid.fi/open-dataforms. doi: 10.3390/en14030584
• OyFortum (2018). Wind Farm Data. Finland. doi: 10.3390/en14030584

タイトルに関連する用語 (4件)： 学習 ,  マイクログリッド ,  エネルギー管理 ,  戦略