Earticle

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

키워드

저자

• 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 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380