基于深度强化学习的电力市场储能套利
机器学习
2019-05-07 v2 最优化与控制
机器学习
摘要
在本通讯中，我们解决了在价格不确定性下实时电力市场中储能系统（ESSs）套利的控制问题。我们首先将该问题建模为马尔可夫决策过程，然后开发了一种基于深度强化学习的算法，以学习一种随机控制策略，该策略将由循环神经网络处理的一组可用信息映射到储能系统的充放电动作。最后，我们使用来自 PJM 的实时电价验证了算法的有效性。
引用
@article{arxiv.1904.12232,
title = {Arbitrage of Energy Storage in Electricity Markets with Deep Reinforcement Learning},
author = {Hanchen Xu and Xiao Li and Xiangyu Zhang and Junbo Zhang},
journal= {arXiv preprint arXiv:1904.12232},
year = {2019}
}