El profesor asistente de SUNY Poly, Dr. Mahmoud Badr y sus compañeros recientementepublicadoinvestigación titulada "Aprendizaje reforzado para una coordinación de carga justa y eficiente para redes inteligentes", en la revistaEnergías.La investigación investiga el uso del aprendizaje por refuerzo (RL) para mejorar la coordinación de la carga del sistema de baterías domésticas en una red inteligente.

El objetivo principal del estudio era mejorar tanto la eficiencia de la red como la equidad entre los usuarios.El sistema utiliza un algoritmo RL crítico para el actor para ajustar los programas de carga de forma dinámica, equilibrando las limitaciones de la red, las capacidades de las baterías individuales y las necesidades de los consumidores.El estudio informa ganancias significativas en recompensas totales, equidad en la distribución de energía y satisfacción general del cliente.

Esta investigación tiene el potencial de optimizar el uso de energía dentro de las redes inteligentes, lo cual es cada vez más importante a medida que avanzamos.fuentes de energía renovablesy los sistemas distribuidos de almacenamiento de energía se están generalizando.

Al implementar mecanismos de carga justos y eficientes, este enfoque puede ayudar a equilibrar la oferta y la demanda de energía y, al mismo tiempo, reducir la tensión en la red.Esto es crucial para mejorar la estabilidad de las redes inteligentes, mejorar la satisfacción de los usuarios y apoyar la integración de sistemas de energía renovable, contribuyendo al objetivo más amplio de la gestión energética sostenible.