L'apprendimento per imitazione ottimizza la gestione energetica delle microreti
Un nuovo framework utilizza l'apprendimento per imitazione per approssimare il controllo predittivo economico a modello misto-intero (EMPC) per la gestione energetica delle microreti. L'approccio addestra una rete neurale su traiettorie offline provenienti da un EMPC esperto, consentendo decisioni rapide in tempo reale senza risolvere problemi di ottimizzazione online. Ciò affronta problemi di scalabilità e tempi di soluzione variabili che ostacolano l'implementazione in tempo reale. Il sistema gestisce generatori a combustibile, fonti rinnovabili, accumulo di energia e carichi riducibili.
Fatti principali
- L'apprendimento per imitazione approssima il controllo predittivo economico a modello misto-intero (EMPC).
- Rete neurale addestrata su traiettorie esperte offline.
- Consente decisioni rapide in tempo reale.
- Evita la risoluzione di problemi di ottimizzazione mista-intera online.
- Affronta problemi di scalabilità e tempi di soluzione variabili.
- Gestisce generatori a combustibile, fonti rinnovabili, accumulo di energia e carichi riducibili.
- Pubblicato su arXiv con ID 2510.20040.
- Tipo di annuncio: replace-cross.
Entità
Istituzioni
- arXiv