基於深度強化式學習技術之太陽能-儲能-氫能混合能源系統智能調控策略開發與應用;Development and Application of Intelligent Control Strategies for Solar-Storage-Hydrogen Hybrid Energy Systems Based on Deep Reinforcement Learning Technique

NCU Institutional Repository > 資訊電機學院 > 電機工程學系 > 研究計畫 > Item 987654321/96945

請使用永久網址來引用或連結此文件: https://ir.lib.ncu.edu.tw/handle/987654321/96945

題名:	基於深度強化式學習技術之太陽能-儲能-氫能混合能源系統智能調控策略開發與應用;Development and Application of Intelligent Control Strategies for Solar-Storage-Hydrogen Hybrid Energy Systems Based on Deep Reinforcement Learning Technique
作者:	陳正一
貢獻者:	國立中央大學電機工程學系
關鍵詞:	需量預測;深度強化式學習;最佳化能源管理;氫能;區塊鏈;demand forecasting;deep reinforcement learning;optimal energy management;hydrogen energy;blockchain
日期:	2025-07-31
上傳時間:	2025-08-07 17:20:42 (UTC+8)
出版者:	國家科學及技術委員會(本會)
摘要:	所開發的互聯微電網系統雛形不僅可作為國家智慧電網與微電網設計的參考藍圖，還能有效推動國內能源資通訊產業相關技術的進步與創新。其貢獻主要體現在以下兩個層面：首先，在負載需量預測方面，針對穩態與動態負載所開發的高準確度智慧預測技術，為國內系統整合商提供了技術研發的參考依據，同時也為虛擬電廠的發展奠定了技術基礎。此技術能有效支持能源調節的優化應用，為產業界與民生用電提供高效利用與穩定可靠的電力服務，進一步提升能源利用效率與電力品質。在微電網能源管理與電力交易技術方面，所測試與規劃的智慧控制架構及最佳化電力調度策略，不僅可作為推動國內電網現代化建置的評估工具，還能為資通訊相關產業在能源控制領域的應用與發展提供明確方向。透過這些技術的應用與推廣，有助於加速國內能源交易市場的成長，促進能源控制技術與資通訊產業的深度融合，促進產業升級與市場拓展的雙贏目標。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[電機工程學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	19	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....