Остання редакція: 2025-06-10
Анотація
У роботі розглянуто сучасні підходи до оптимізації енергетичних систем у контексті розвитку «розумних» міст. Основну увагу приділено методам, які використовують штучний інтелект, зокрема еволюційним алгоритмам, алгоритмам рою частинок та градієнтному спуску. Ці інструменти дозволяють ефективно моделювати енергетичні потоки, прогнозувати споживання та вдосконалювати розподіл енергії. У роботі також розглянуто приклади практичного застосування, зокрема системи керування вуличним освітленням та інтеграцію відновлюваних джерел енергії.
Ключові слова
Посилання
Mohammadi, M., Soleymani, S., Mozafari, B. Scenario-based stochastic operation management of microgrid including wind, photovoltaic, micro-turbine, fuel cell and energy storage devices // International Journal of Electrical Power & Energy Systems. – 2014. – Vol. 54. – P. 525–535.
Sutton, R. S., Barto, A. G. Reinforcement Learning: An Introduction. – 2nd ed. – MIT Press, 2018.
Zhang, W., Li, F., Wang, Y. Deep reinforcement learning-based energy management for a smart microgrid // Applied Energy. – 2020. – Vol. 264. – Article 114669.
Kabalci, Y. A survey on smart metering and smart grid communication // Renewable and Sustainable Energy Reviews. – 2016. – Vol. 57. – P. 302–318.
Big Data Value Association (BDVA). Big Data technologies in Smart Cities [Електронний ресурс] – Режим доступу до ресурсу: https://www.bdva.eu