基于 Q 学习的奶牛农场电池管理
机器学习
2024-05-16 v3 人工智能
摘要
奶牛农业消耗大量能源，是农业能源密集型部门之一。将可再生能源整合到奶牛农业中可以帮助解决这一挑战。有效的电池管理对于整合可再生能源发电至关重要。由于电力消耗波动、可再生能源发电的间歇性以及能源价格的波动，电池充放电管理面临着显著的挑战。人工智能(AI)有潜力显著提高奶牛农业中可再生能源的利用，但该领域的研究有限。本研究以爱尔兰为案例研究，因为爱尔兰正致力于实现2030年能源战略，重点利用可再生能源。本研究提出一种基于Q学习的算法，用于奶牛农场的电池充放电调度。本研究还通过添加风力发电数据并考虑其他案例研究来探讨所提算法的效果。该算法在使用风力发电时，通过减少来自电网的进口电费13.41%，峰值需求降低2%和24.49%。这些结果凸显了强化学习在奶牛农业领域管理电池方面的高效作用。
引用
@article{arxiv.2403.09499,
title = {A Reinforcement Learning Approach to Dairy Farm Battery Management using Q Learning},
author = {Nawazish Ali and Abdul Wahid and Rachael Shaw and Karl Mason},
journal= {arXiv preprint arXiv:2403.09499},
year = {2024}
}