SUNY Poly 조교수 Dr. Mahmoud Badr 및 동료 최근출판됨저널에 "스마트 그리드를 위한 공정하고 효율적인 충전 조정을 위한 강화 학습"이라는 제목의 연구 결과가 게재되었습니다.에너지.이 연구에서는 스마트 그리드에서 가정용 배터리 시스템 충전 조정을 개선하기 위해 강화 학습(RL)을 사용하는 방법을 조사합니다.

이 연구의 주요 목적은 사용자 간의 그리드 효율성과 공정성을 모두 향상시키는 것이었습니다.이 시스템은 배우 평론가 RL 알고리즘을 활용하여 충전 일정을 동적으로 조정하고 그리드 제약, 개별 배터리 용량 및 소비자 요구의 균형을 맞춥니다.이 연구에서는 총 보상, 에너지 분배의 공정성 및 전반적인 고객 만족도가 크게 향상되었다고 보고합니다.

이 연구는 스마트 그리드 내에서 에너지 사용을 최적화할 수 있는 잠재력을 가지고 있으며, 이는 점점 더 중요해지고 있습니다.재생 가능 에너지 원분산형 에너지 저장 시스템이 더욱 널리 보급됩니다.

공정하고 효율적인 충전 메커니즘을 구현함으로써 이 접근 방식은 에너지 공급과 수요의 균형을 맞추는 동시에 그리드의 부담을 줄이는 데 도움이 될 수 있습니다.이는 스마트 그리드의 안정성을 강화하고, 사용자 만족도를 향상시키며, 재생 에너지 시스템 통합을 지원하여 지속 가능한 에너지 관리라는 더 넓은 목표에 기여하는 데 중요합니다.