紐約州立大學理工學院助理教授 Mahmoud Badr 博士及其同事最近發表題為「智慧電網公平高效充電協調的強化學習」的研究，發表在該雜誌上能源。該研究調查了使用強化學習（RL）來改善智慧電網中家庭電池系統充電的協調性。

研究的主要目標是提高電網效率和用戶之間的公平性。該系統利用 actor-critic RL 演算法動態調整充電時間表，平衡電網限制、單一電池容量和消費者需求。研究報告稱，在總獎勵、能源分配公平性和整體客戶滿意度方面取得了顯著的進展。

這項研究有潛力優化智慧電網中的能源使用，隨著再生能源分散式儲能係統變得更加廣泛。

透過實施公平高效的收費機制，此方法可以幫助平衡能源供需，同時減輕電網壓力。這對於增強智慧電網的穩定性、提高用戶滿意度、支援再生能源系統的整合、實現永續能源管理的更廣泛目標至關重要。