Steuerung von Energiesystemen auf Basis selbstlernender Algorithmen
Projektbeschreibung
Der weltweite Ausbau dezentraler Kraftwerke, wie beispielsweise Photovoltaik und Windkraft, führt dazu, dass die Erzeugung von elektrischer Energie stark vom fluktuierenden Angebot erneuerbarer Energiequellen abhängt. Im Projekt „Steuerung von Energiesystemen auf Basis selbstlernender Algorithmen“ sollen neue selbstlernende Steuerungsalgorithmen für Energiesysteme untersucht und mit klassischen Steuerungsalgorithmen verglichen werden. Eine in Python programmierte Umgebung soll es ermöglichen mehrere selbstlernende Agenten zu erzeugen und in einer gemeinsamen Umgebung zu simulieren.
In einem weiteren Schritt werden weitere Komponenten wie z.B. Elektroladestationen in die Umgebung integriert werden, um dem Einfluss der Elektromobilität auf elektrische Energiesysteme Rechnung zu tragen.
Projektdauer
- 2017-05-16 –
Projektleitung
Projektmitglieder
Verwandte Publikationen
Coordinated Multi-Agent Reinforcement Learning for Swarm Battery Control
2018 IEEE Canadian Conference on Electrical & Computer Engineering (CCECE) (Quebec Stadt, Quebec, 2018-05-21 - 2018-05-23)
In: 2018 IEEE Canadian Conference on Electrical Computer Engineering (CCECE) 2018
DOI: 10.1109/CCECE.2018.8447851
BibTeX: Download , :
Reinforcement Learning Control Algorithm for a PV-Battery-System Providing Frequency Containment Reserve Power
2018 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids (SmartGridComm) (Aalborg, 2018-10-29 - 2018-10-31)
In: 2018 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids (SmartGridComm) 2018
DOI: 10.1109/SmartGridComm.2018.8587480
BibTeX: Download , , , :
Sharing of Energy Among Cooperative Households Using Distributed Multi-Agent Reinforcement Learning
2019 IEEE Innovative Smart Grid Technologies Europe (Bucharest, 2019-09-29 - 2019-10-02)
DOI: 10.1109/ISGTEurope.2019.8905520
URL: https://ieeexplore.ieee.org/document/8905520
BibTeX: Download , , :
Development and Evaluation of a Smart Charging Strategy for an Electric Vehicle Fleet Based on Reinforcement Learning
In: Applied Energy 285 (2021)
ISSN: 0306-2619
DOI: 10.1016/j.apenergy.2020.116382
BibTeX: Download , , , :
Benchmarking a Decentralized Reinforcement Learning Control Strategy for an Energy Community
2021 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids (SmartGridComm) (Aachen, 2021-10-25 - 2021-10-28)
DOI: 10.1109/smartgridcomm51999.2021.9632323
BibTeX: Download , :