مقاله پردازش محدودیت‌های پایانی در زمان‌بندی پاسخگویی به تقاضای داده‌محور
,

مقاله پردازش محدودیت‌های پایانی در زمان‌بندی پاسخگویی به تقاضای داده‌محور

تومان249,950

فرایندهای شیمیایی الکتریکی با قرار گرفتن در معرض بازارهای برق زمان‌متغیر برای فعالیت انعطاف‌پذیر تشویق می‌شوند، اما مشارکت در طرح‌های پاسخگویی به تقاضا ممکن است مستلزم رعایت محدودیت‌های پایانی در افق‌…

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperPaper-0000000228 دسته: ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

پردازش محدودیت‌های پایانی در زمان‌بندی پاسخگویی به تقاضای داده‌محور

Addressing Terminal Constraints in Data-Driven Demand Response Scheduling

نویسندگان: Maximilian Bloor, Martha White, Ehecatl Antonio del Rio Chanona, Calvin Tsay

شناسه منبع: arxiv / 2605.14741v1

دسته: eess.SY,cs.AI

چکیده (فارسی)

فرایندهای شیمیایی الکتریکی با قرار گرفتن در معرض بازارهای برق زمان‌متغیر برای فعالیت انعطاف‌پذیر تشویق می‌شوند، اما مشارکت در طرح‌های پاسخگویی به تقاضا ممکن است مستلزم رعایت محدودیت‌های پایانی در افق‌های طولانی باشد. به طور خاص، محدودیت‌های پایانی ممکن است هنگام محاسبه برنامه‌های بهینه برای حفظ پایداری دینامیکی مورد نیاز باشند. روش‌های بهینه‌سازی مبتنی بر مدل از نظر محاسباتی پرهزینه هستند و زمان‌بندی داده‌محور از طریق یادگیری تقویتی (RL) با چالش‌های شدید تخصیص اعتبار مواجه است. ما برنامه‌ریزی در فضای هدف (GSP) را با گرادیان سیاست قطعی عمیق (DDPG) ادغام می‌کنیم و از مدل‌های زمانی انتزاعی آموخته شده بر روی زیرهدف‌های گسسته برای انتشار ارزش در افق‌های طولانی استفاده می‌کنیم. با استفاده از یک معیار شبیه‌سازی شده جداسازی هوا، ما نشان می‌دهیم که رویکرد پیشنهادی، بهره‌وری نمونه را نسبت به DDPG استاندارد بهبود می‌بخشد و در عین حال محدودیت‌های ذخیره‌سازی پایانی را برآورده می‌کند و رفتار کنترل کوتاه‌بینانه را کاهش می‌دهد.

Abstract (English)

Electrified chemical processes are incentivized by exposure to time-varying electricity markets to operate flexibly, but participating in demand response schemes can require satisfying terminal constraints over long horizons. Specifically, terminal constraints may be required when computing optimal schedules in order to preserve dynamic stability. Model-based optimization methods are computationally costly, and data-driven scheduling via reinforcement learning (RL) faces severe credit-assignment challenges. We integrate Goal-Space Planning (GSP) with Deep Deterministic Policy Gradient (DDPG), using learned temporally abstract models over discrete subgoals to propagate value across extended horizons. Using a simulated air separation benchmark, we demonstrate the proposed approach improves sample efficiency over standard DDPG while satisfying terminal storage constraints, mitigating myopic control behavior.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “مقاله پردازش محدودیت‌های پایانی در زمان‌بندی پاسخگویی به تقاضای داده‌محور”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا