• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Battery Optimization in Microgrids Using Markov Decision Process Integrated with Load and Solar Forecasting
【24h】

Battery Optimization in Microgrids Using Markov Decision Process Integrated with Load and Solar Forecasting

机译：结合负荷和太阳预报的马尔可夫决策过程在微电网中优化电池

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Rising climatic concerns call for unconventional/renewable energy sources which reduce the carbon footprint. Microgrids that integrate a variety of renewable energy resources play a key role in utilizing these energy resources in a more efficient and environmentally friendly manner. Battery systems effectively help to utilize these energy resources more efficiently. This research work presents a framework based on Markov Decision Process (MDP) integrated with load and solar forecasting to derive an optimal charging/discharging action of Battery with rolling horizon implementation. The load forecasting regression models are discussed and developed. Also, various solar forecasting models like clear sky, multi-regression and Non-Linear Autoregressive Neural Network model with Exogenous time-series are discussed and compared. The control algorithm is developed to reduce the monthly billing cost by reducing the peak load demand while also maintaining the state of charge of the battery. The presented work simulates the control algorithm for one month based on historic load and solar data. The results indicate substantial cost savings are possible with the proposed algorithm.
机译：日益上升的气候问题要求采用非常规/可再生能源，以减少碳足迹。集成了多种可再生能源的微电网在以更有效和环保的方式利用这些能源方面发挥着关键作用。电池系统有效地帮助更有效地利用这些能源。这项研究工作提出了一个基于马尔可夫决策过程（MDP）的框架，该框架结合了负荷和太阳能预测，可以通过滚动实施来得出最佳的电池充电/放电动作。讨论并开发了负荷预测回归模型。此外，还讨论并比较了各种太阳预报模型，如晴朗的天空，多元回归和具有外生时间序列的非线性自回归神经网络模型。开发该控制算法的目的是通过降低峰值负载需求，同时保持电池的充电状态，从而降低每月的计费成本。提出的工作基于历史负载和太阳能数据模拟了一个月的控制算法。结果表明，使用所提出的算法可以节省大量成本。

著录项

  • 作者

    Jain, Prateek.;

  • 作者单位

    Missouri University of Science and Technology.;

  • 授予单位 Missouri University of Science and Technology.;
  • 学科 Electrical engineering.;Engineering.
  • 学位 M.S.
  • 年度 2018
  • 页码 95 p.
  • 总页数 95
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号