earticle

논문검색

스마트 빌딩 시스템을 위한 심층 강화학습 기반 양방향 전력거래 협상 기법

원문정보

Bi-directional Electricity Negotiation Scheme based on Deep Reinforcement Learning Algorithm in Smart Building Systems

이동구, 이지영, 경찬욱, 김진영

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

In this paper, we propose a deep reinforcement learning algorithm-based bi-directional electricity negotiation scheme that adjusts and propose the price they want to exchange for negotiation over smart building and utility grid. By employing a deep Q network algorithm, which is a kind of deep reinforcement learning algorithm, the proposed scheme adjusts the price proposal of smart building and utility grid. From the simulation results, it can be verified that consensus on electricity price negotiation requires average of 43.78 negotiation process. The negotiation process under simulation settings and scenario can also be confirmed through the simulation results.

한국어

본 논문에서는 스마트 빌딩 시스템과 전력망이 각각의 전력거래 희망가격을 제안하고 조정하는 양방향 전력거래 협상 기법에 심층 강화학습 기법을 적용한 전력거래 기법을 제안한다. 심층 강화학습 기법 중 하나인 deep Q network 알고리즘을 적용하여 스마트 빌딩과 전력망의 거래 희망가격을 조정하도록 하였다. 제안하는 심층 강화학습 기반 양방향 전력거래 협상 알고리즘은 학습과정에서 평균 43.78회의 협상을 통해 가격 협의에 이르는 것을 실험을 통해 확인하였 다. 또한, 본 연구에서 설정한 협상 시나리오에 따라 스마트 빌딩과 전력망이 거래 희망가격을 조정하는 과정을 실험을 통해 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 시스템 모델
1. 스마트 빌딩 시스템 모델
2. 심층 강화학습 모델
3. 심층 강화학습 기반 양방향 전력거래 협상 기법
Ⅲ. 실험 환경 및 결과
1. 실험 환경
2. 실험 결과
Ⅳ. 결론
References

저자정보

  • 이동구 Donggu Lee. 준회원, 광운대학교 전자융합공학과
  • 이지영 Jiyoung Lee. 준회원, 광운대학교 전자융합공학과
  • 경찬욱 Chanuk Kyeong. 준회원, 광운대학교 전자융합공학과
  • 김진영 Jin-Young Kim. 정회원, 광운대학교 전자융합공학과

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.
      ※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.