Safe Deep Reinforcement Learning-Based Real-Time Multi-Energy Management in Combined Heat and Power Microgrids
Notice bibliographique
Résumé
Combined heat and power microgrids (CHPMGs) have become increasingly popular recently due to their ability to offer cost-effective and resilient solutions to support critical infrastructures. As the centerpiece of a CHPMG, an autonomous real-time multi-energy management system can leverage advanced metering infrastructure to monitor and dispatch various distributed energy resources (DERs), minimize operational costs, and improve the overall system reliability. In this paper, a novel real-time energy management system (EMS) for CHPMGs is proposed using a data-driven model-free safe deep reinforcement learning method. The energy management problem in CHPMGs is first formulated into a constrained Markov decision process (CMDP). A safe deep deterministic policy gradient (SDDPG) method is then applied to solve the developed CMDP. SDDPG features an actor-critic structure, in which the actor network learns the optimal control policy, and the critic network learns to evaluate the state-action value. To satisfy CHPMGs operational constraints during the training process, two sets of neural networks are proposed to approximate the constrained system parameters. A mathematical optimization-based safety layer is also constructed upon the actor network to analytically correct the agent’s actions into safe actions satisfying specific constraints. The proposed method is validated by case studies using real-world data; it is also compared with conventional deep reinforcement learning (DRL) and optimization-based approaches with and without accurate uncertainty data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».