考虑可再生能源出价策略的电池容量 sizing
系统与控制
2026-02-24 v1 系统与控制
摘要
本文提出了一种新颖且计算效率高的算法，用于在考虑可再生能源出价策略的前提下，对储能电池系统（BESS）进行最优容量 sizing。不同于现有的两阶段方法，本算法通过在训练出价策略时更新 BESS 的容量，从而实现二者的联合优化，基于仿生认知领域的最新进展，拓展了强化学习（RL）框架。将深度循环 Q 网络（DRQN）与分布式 RL 框架相结合，本算法有效地管理着可再生能源发电和市场价格的不确定性，同时通过并行计算高效处理长期数据。
引用
@article{arxiv.2602.19428,
title = {Sizing of Battery Considering Renewable Energy Bidding Strategy with Reinforcement Learning},
author = {Taiyo Mantani and Hikaru Hoshino and Tomonari Kanazawa and Eiko Furutani},
journal= {arXiv preprint arXiv:2602.19428},
year = {2026}
}