DOI QR코드

DOI QR Code

Performance Comparison of Reinforcement Learning for Cost Savings in Smart Grid

스마트 그리드 환경에서 비용 절감을 위한 강화학습 기법 성능 비교

  • Hajin Noh (Dept. of IT Engineering, Sookmyung Women's University) ;
  • Yujin Lim (Div. of Artificial Intelligence Engineering, Sookmyung Women's University)
  • 노하진 (숙명여자대학교 IT공학과) ;
  • 임유진 (숙명여자대학교 인공지능공학부)
  • Published : 2024.05.23

Abstract

IT 기술이 발전하며 실시간 전력 수요량 및 가격 등을 파악할 수 있는 스마트 그리드가 주목을 받고 있다. 스마트 그리드 환경에서는 에너지 저장 장치를 이용하여 소비자의 경제적 부담을 덜어낼 뿐만 아니라 에너지를 효율적으로 사용할 수 있다. 본 연구에서는 이러한 목표를 위해 과거 2시간 동안의 부하량 및 가격을 바탕으로 에너지 저장 장치의 충전 및 방전량을 결정하는 강화학습 알고리즘을 제안한다. 또한, 여러 강화학습 기법의 성능을 비교 분석한다.

Keywords

Acknowledgement

본 연구는 과학기술정보통신부 및 정보통신기획평가원의 ICT혁신인재4.0 사업의 연구결과로 수행되었음 (IITP-2024-RS-2022-00156299)

References

  1. P. Bijapur, P. Chakradhar, M. Rishab, S. Srinivas and B. S. Nagabhushana, "Reinforcement Learning for Energy Storage Optimization in the Smart Grid," 2020 IEEE International Conference on Power Electronics, Smart Grid and Renewable Energy (PESGRE2020), Cochin, India, pp. 1-6, 2020.
  2. E. Brock, L. Bruckstein, P. Connor, S. Nguyen, R. Kerestes and M. Abdelhakim, "An Applicationof Reinforcement Learning to Residential Energy Storage under Real-time Pricing," 2021 IEEE PES Innovative Smart Grid Technologies - Asia (ISGT Asia), Brisbane, Australia, pp. 1-5, 2021.
  3. Z. Rostmnezhad and L. Dessaint, "Power Management in Smart Buildings Using Reinforcement Learning," IEEE Power & Energy Society Innovative Smart Grid Technologies Conference (ISGT), Washington, DC, USA, pp. 1-5, 2023.
  4. Tekler, Z.D., Ono, E., Peng, Y. et al. "ROBOD, Room-level Occupancy and Building Operation Dataset," Building Simulation. vol. 15, no. 12, pp. 2127-2137, 2022. https://doi.org/10.1007/s12273-022-0925-9
  5. Energy Market Company, https://www.home.emcsg.com/