Das Paper untersucht die Nutzung von Deep Reinforcement Learning für Energie-Speicher-Gebote in verschiedenen Märkten. Es stellt eine neue Strategie vor, die auf Transformer-basierten temporalen Feature-Extraktoren basiert und die Effektivität von DRL im Vergleich zu anderen Ansätzen zeigt. Die Ergebnisse zeigen eine signifikante Leistungssteigerung gegenüber Benchmarks.
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Jinhao Li,Ch... alle arxiv.org 03-01-2024
https://arxiv.org/pdf/2402.19110.pdfDomande più approfondite