改善されたソフトアクター-クリティックアルゴリズムを用いたマイクログリッドのエネルギー最適化管理

分散型発電における変動性と不確実性に関連する課題、およびマイクログリッドエネルギー最適化における高次元エネルギー管理数理モデルの解決の複雑さに対処するために、改善されたソフトアクター-クリティックアルゴリズムに基づくマイクログリッドエネルギー最適化管理手法が提案されている。提案された手法では、改善されたソフトアクター-クリティックアルゴリズムがエントロピーに基づく目的関数を使用して、アクション空間の任意の部分に対して著しく高い確率を割り当てることなくターゲット探索を促進し、分散型発電の変動性と不確実性の分析プロセスを簡素化し、マイクログリッドエネルギー管理の高次元数理モデルの収束脆弱性の問題を効果的に軽減することができる。提案された手法の有効性は、マイクログリッドエネルギー最適化管理のケーススタディ分析を通じて検証された。結果は、Deep Qネットワークアルゴリズム、状態-行動-報酬-状態-行動アルゴリズム、近接方策最適化アルゴリズム、アリコロニーアルゴリズム、遺伝的アルゴリズムおよびファジー推論システムに基づくマイクログリッドエネルギー最適化管理戦略、ならびに理論的小売業者戦略と比較して、マイクログリッドの総利益がそれぞれ51.20%、52.38%、13.43%、16.50%、58.26%、および36.33%増加したことを示した。さらに、他の方法や戦略と比較して、提案された手法はより最適なマイクログリッドエネルギー管理行動を学び、電気価格や需要の変動を予測することができる。