实验室博士生徐政伟的论文被国际顶级期刊 ieee transactions on green communications and networking 录用,祝贺!
multi-energy scheduling of an industrial integrated energy system by reinforcement learning based differential evolution
ieee transactions on green communications and networking,
2021
工业物联网(iiot)作为工业4.0的主要实现途径,被认为是未来工业系统降低能耗、加强产品生命周期管理的重要组成部分。随着iiot规模和性能的不断提高,给工业系统带来了互联性和智能性,但同时也面临着满足iiot应用日益增长的能源需求的压力。本研究开发了一个工业多能源调度系统(imsf)将传统相互独立的能源系统,如电力系统、热力系统和天然气系统,作为一个整体进行管理。此外,本研究提出了一种基于q学习的差分进化算法用于计算用户在每个时刻各类能源的最佳调度方式,从而实现不同能源系统之间的协调规划、优化运行,互补互济。该方法可以在满足系统用能需求的同时,有效地提高能源利用效率,促进能源可持续发展。