需求响应实时寻优
基于事件驱动马尔可夫模型与策略迭代，在未知环境下自适应实时优化微电网运行与需求响应。
江琦 · 梁中明 · 唐昊
IEEE Transactions on Systems, Man, and Cybernetics: Systems 2024
算法在未知环境中在线学习最优策略，避免了对精确系统参数的依赖，可直接部署。
基于事件驱动的连续时间马尔可夫控制过程，策略随用能需求、可再生发电和电价动态变化及时调整，适合实时应用。
结合势估计与策略迭代的随机学习算法，适合在线运行，适合实际微电网能源管理系统集成。