强化学习驱动的奶牛场点对点能源交易
人工智能
2024-05-22 v1 机器学习
多智能体系统
摘要
农场企业越来越多地采用可再生能源以提高能源效率并减少对化石燃料和电网的依赖。这种转变旨在通过使奶牛场能够在点对点市场中出售剩余的可再生能源，从而减少对传统电网的依赖。然而，农场社区的动态特性带来了挑战，需要专门的算法进行P2P能源交易。为了解决这个问题，我们开发了多智能体点对点奶牛场能源模拟器（MAPDES），为实验强化学习技术提供了一个平台。模拟结果表明，与缺乏点对点能源交易或可再生能源的基线情景相比，电力费用减少了43%，峰值需求降低了42%，能源销售增加了1.91%，实现了显著的成本节约。
引用
@article{arxiv.2405.12716,
title = {Reinforcement Learning Enabled Peer-to-Peer Energy Trading for Dairy Farms},
author = {Mian Ibad Ali Shah and Enda Barrett and Karl Mason},
journal= {arXiv preprint arXiv:2405.12716},
year = {2024}
}
备注
Proc. of the Main Track of 22nd International Conference on Practical Applications of Agents and Multi-Agent Systems, 26th-28th June, 2024, https://www.paams.net/. Includes 6 figures, 1 table and 32 references