Energy management of smart grid based on multi agent system and reinforcement learning
Çok ajanlı sistem ve takviye öğrenimine dayalı akıllı şebeke enerji yönetimi
- Tez No: 695446
- Danışmanlar: YRD. DOÇ. DR. OĞUZ KARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Fen Bilimleri Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 61
Özet
Enerji sektörü, fosil yakıtların tükenmesi ve dikkate alınması gereken önemli değişikliklerden geçiyor çevre için güneş ve rüzgar enerjisi kaynakları gibi yenilenmeleri kullanmasına izin verdi. bir mikro- şebeke, akıllı şebekenin bir bileşenini oluşturur ve önemli bir rol oynamaya hazırdır. yenilenebilir kaynakların genelleştirilmesi. Bununla birlikte, yenilenebilir enerji kesintili olduğu için doğası, mikro şebekenin dinamiklerini ve kararlılığını ve dolayısıyla yeni yaklaşımları etkiler. mikro şebekeye entegre edildiğinde koordinasyon ve kontrol gereklidir. Mevcut sistemler yetersiz çalışma zamanı uyarlanabilir davranış ve iletişim ek yükünden muzdarip. Bu zorlukları karşılamak için ve üretim, enerji depolama ve yük talepleri arasında en uygun dengeyi sağlamak için ihtiyacımız olan verimli iletişim ve kontrol stratejilerini mikro şebeke izlemeye dahil etmek. Bunda tez a, Bir mikro şebekenin optimal enerji yönetimi için Takviye öğrenimi uygulanır. Dağıtılmış optimizasyon için Çok Aracılı Güçlendirme Öğrenimi'ne (MARL) genişletildi. mikro şebekeler. Takviyeli öğrenme yöntemlerinin performansları karşılaştırılmıştır. geleneksel yöntemler. MAS ve MARL'nin etkinliği, mikro şebekede aşağıdakiler için araştırılır: dinamik çevrede ve ekonomik ve çevresel açıdan otonom adaptasyon optimizasyon.
Özet (Çeviri)
The energy sector is undergoing fundamental shifts the depletion of fossil fuels and considerations for the environment have allowed it to use renews like solar and wind energy resources. A micro- grid constitutes a component of an intelligent grid and is ready to play an important role in the generalization of renewable resources. However, because renewable energy is intermittent in nature, it affects the dynamics and stability of the micro-grid and thus new approaches for coordination and control are required when integrated in the micro-grid. The existing systems lack run-time adaptive behavior and suffer from communication overhead. To meet these challenges and to achieve an optimal balance between generation, energy storage and load demands, we need to incorporate efficient communication and control strategies into micro-grid monitoring. In this thesis a, Reinforcement learning is implemented for optimal energy management of a micro-grid. It is extended into Multi-Agent Reinforcement Learning (MARL) for distributed optimization of micro-grids. The performances of the reinforcement learning methods are compared with conventional methods. The effectiveness of MAS and MARL are investigated in micro-grid for autonomous adaptation in the dynamic environment, and for economic and environmental optimization.
Benzer Tezler
- Akıllı dağıtım şebekelerinde işletim koşullarının iyileştirilmesine yönelik çok ajanlı kontrol yönteminin geliştirilmesi
Developing multi agent control methods for improved operational conditions in smart distribution networks
GÖRKEM ŞEN
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BAYSAL
- Akıllı şebekelerde yenilenebilir enerji üretimine sahip akıllı evlerin enerji ve yük yönetimi
Energy and load management of smart homes with renewable energy generation in smart grids
CEMAL KELEŞ
Doktora
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİnönü ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ASİM KAYGUSUZ
- Energy management strategies for residential buildings under demand response
Talep katılımı altındaki mesken binaları için enerji yönetim stratejileri
OĞUZKAĞAN ALIÇ
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiEskişehir Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMMÜHAN BAŞARAN FİLİK
- Akıllı sayaç kullanımının Türkiye'de konutlarda elektrik tüketimi ve harcamaları üzerindeki etkisinin incelenmesi
Investigation of the effect of smart meters use on electricity consumption and expenditures in residences in Turkey
HÜSEYİN KARAKAŞ
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZCAN KALENDERLİ
- Energy management system for smart home
Akıllı ev için enerji yönetim sistemi
SAMAN HASAN ABDALLA
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Prof. Dr. ERGUN ERÇELEBİ