مدل یادگیری تقویتی فدرال چندعامله برای مدیریت بلادرنگ انرژی در میکروگریدهای تجدیدپذیر با حفظ حریم خصوصی دادهها

با افزایش نفوذ منابع انرژی تجدیدپذیر و توسعه میکروگریدها نیاز به سیستمهای مدیریت انرژی هوشمند و بلادرنگ بیش از پیش احساس می شود. در این مقاله یک چارچوب نوین مبتنی بر یادگیری تقویتی عمیق چند عامله فدرال (F-MAD) ارائه می شود که با استفاده از پاداشهای مبتنی بر فیزیک سیستم به مدیریت بهینه انرژی در میکروگریدهای متعدد می پردازد. این روش با حفظ حریم خصوصی دادهها و بدون نیاز به انتقال داده های حساس امکان همکاری بین میکروگریدها را فراهم می سازد. نتایج شبیه سازی ها نشان می دهد که مدل پیشنهادی در کاهش هزینه های عملیاتی و افزایش بهره وری انرژی عملکرد مطلوبی دارد.

کلیدواژه ها:

یادگیری تقویتی ، مدیریت بهینه انرژی ، میکروگریدها ، مدیریت سیستم ، افزایش بهره وری