基于模型强化学习的离网微电网终身控制Python源代码

本文介绍了一个开源强化学习框架,应用于离网微电网的控制问题。针对微网状态估计和不确定性运行规划,提出了一种新型基于模型的强化学习算法,能应对系统动态的渐进式和突然性变化,展示出良好的泛化、传输能力和鲁棒性。
摘要由CSDN通过智能技术生成

基于模型强化学习的离网微电网终身控制Python源代码
离网微网的终身控制问题包括两个任务,即对微网设备的状态进行估计和通过预测未来消费量和可再生产量来考虑不确定性的运行规划。
有效控制的主要挑战来自于随时间发生的各种变化。
提出了一个用于农村电气化离网微电网建模的开源强化框架。
将孤立微电网的终身控制问题归结为马尔可夫决策过程。
我们对渐进式和突然性的变化进行分类。
提出了一种新的基于模型的强化学习算法,能够解决这两种类型的变化。
特别地,所提出的算法在快速变化的系统动态中表现出了泛化特性、传输能力和较好的鲁棒性。
将该算法与基于规则的策略和带有前瞻功能的模型预测控制器进行了比较。

YID:55200635880464002

请添加图片描述
请添加图片描述

# -*- coding: utf-8 -*-

"""Microgrid RL simulator - version 0.1
Microgrids simulator designed for RL

Usage:
    microgridRLsimulator [options] <case>

where
    <case> is the name of the JSON file describing the microgridRLsimulator itself, assumed to be in the examples/data folder. #TODO specify path?

Options:
    -h                          Display this help.
    -o PATH                     Output path.
    --train_from_date DATETIME  Start of training simulation datetime [Default: 2016-01-01T00:00:00].
    --train_to_date DATETIME    End of training simulation datetime [Default: 2016-01-02T00:00:00].
    --test_from_date DATETIME   Start of testing simulation datetime [Default: 2016-01-01T00:00:00].
    --test_to_date DATETIME     End of testing simulation datetime [Default: 2016-01-07T00:00:00].
    --agent AGENT               Type of agent to use for simulation (Idle, DQN, Random, Heuristic, Optimization, SL, DQN, MCTS) [Default: DQN].
    --agent_options OPTIONS     Path to Json with options for the selected agent [Default: agent_options.json].
    --agent_file AGENT_FILE     Path to a Python file of a custom agent. This parameter overrides --agent parameter when specified.
    --rolling_strategy FLAG     Flag that indicates if the rolling strategy is active. [Default: False].
    --log_level LEVEL           Set logging level (debug, info, warning, critical) [Default: info].
    --log PATH                  Dump the log into a file
"""
import os

from microgridRLsimulator.agent.MCTSAgent import MCTSAgent
from microgridRLsimulator.agent.PPOAgent import PPOAgent
from microgridRLsimulator.agent.IdleAgent 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值