Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse
  1. Start / 
  2. Datensatz ansehen

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Reinforcement learning optimizes power dispatch in decentralized power grid

Lee, Y., Choi, H., Pagnier, L., Kim, C. H., Lee, J., Jhun, B., Kim, H., Kurths, J., Kahng, B. (2024): Reinforcement learning optimizes power dispatch in decentralized power grid. - Chaos, Solitons and Fractals, 186, 115293.
https://doi.org/10.1016/j.chaos.2024.115293

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://publications.pik-potsdam.de/pubman/item/item_30714 Versions-Permalink: https://publications.pik-potsdam.de/pubman/item/item_30714_2
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
lee_2024_2407.15165v1.pdf (Preprint), 2MB
 
Datei-Permalink:
-
Name:
lee_2024_2407.15165v1.pdf
Beschreibung:
-
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Lee, Yongsun1, Autor
Choi, Hoyun1, Autor
Pagnier, Laurent1, Autor
Kim, Cook Hyun1, Autor
Lee, Jongshin1, Autor
Jhun, Bukyoung1, Autor
Kim, Heetae1, Autor
Kurths, Jürgen2, Autor              
Kahng, B.1, Autor
Affiliations:
1External Organizations, ou_persistent22              
2Potsdam Institute for Climate Impact Research, ou_persistent13              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Effective frequency control in power grids has become increasingly important with the increasing demand for renewable energy sources. Here, we propose a novel strategy for resolving this challenge using graph convolutional proximal policy optimization (GC-PPO). The GC-PPO method can optimally determine how much power individual buses dispatch to reduce frequency fluctuations across a power grid. We demonstrate its efficacy in controlling disturbances by applying the GC-PPO to the power grid of the UK. The performance of GC-PPO is outstanding compared to the classical methods. This result highlights the promising role of GC-PPO in enhancing the stability and reliability of power systems by switching lines or decentralizing grid topology.

Details

einblenden:
ausblenden:
Sprache(n): eng - Englisch
 Datum: 2024-07-252024-09-01
 Publikationsstatus: Final veröffentlicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1016/j.chaos.2024.115293
MDB-ID: No data to archive
PIKDOMAIN: RD4 - Complexity Science
Organisational keyword: RD4 - Complexity Science
Model / method: Machine Learning
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Chaos, Solitons and Fractals
Genre der Quelle: Zeitschrift, SCI, Scopus, p3
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 186 Artikelnummer: 115293 Start- / Endseite: - Identifikator: CoNE: https://publications.pik-potsdam.de/cone/journals/resource/190702
Publisher: Elsevier