随机环境下能源管理的近最优策略设计
最优化与控制
2019-02-19 v3 系统与控制
摘要
随着可再生能源与电池存储技术的快速发展，通过优化来提升能源效率并降低成本存在显著机遇。然而，优化算法必须考虑各种互联子系统的底层动态与不确定性，以充分实现这一潜力。为此，我们将能源管理优化问题构建并求解为一个马尔可夫决策过程（MDP），其包含电池存储动态、随机需求模型、随机太阳能发电模型以及电价方案。用于预测太阳能发电的随机模型基于美国国家海洋和大气管理局的天气预报数据构建。通过随机动态规划提出了一种近最优策略设计。仿真结果在集成储能与太阳能的住宅及商业建筑环境中给出。结果表明，与若干启发式替代方案相比，该近最优策略显著降低了运营成本。所提出的框架有助于在天气引发的不确定性下，设计并评估具有可配置需求-供给-存储参数的能源管理策略。
引用
@article{arxiv.1808.06760,
title = {Designing Near-Optimal Policies for Energy Management in a Stochastic Environment},
author = {Chaitanya Poolla and Abraham K. Ishihara and Rodolfo Milito},
journal= {arXiv preprint arXiv:1808.06760},
year = {2019}
}
备注
25 pages, 15 figures, preprint submitted to Applied Energy