Optimización de la recolección de energía termoeléctrica mediante aprendizaje por refuerzo profundo para la gestión...

Área de la Ciencia:

• Ingeniería de Sistemas de Energía
• Inteligencia Artificial
• Ciencia de Materiales

Sus antecedentes:

• Los métodos de optimización estática tienen limitaciones para la gestión dinámica de energía en generadores termoeléctricos (TEGs).
• Los sistemas de recuperación de calor residual presentan condiciones variables que requieren estrategias de control adaptativas.
• Prolongar la vida útil de la batería y maximizar la eficiencia del sistema son cruciales para las aplicaciones de TEG.

Objetivo del estudio:

• Identificar el algoritmo óptimo de aprendizaje por refuerzo profundo (DRL) para la gestión dinámica de energía en TEGs.
• Mejorar la distribución de energía, la longevidad de la batería y la eficiencia del sistema en condiciones variables.
• Comparar el rendimiento de los algoritmos Soft Actor-Critic (SAC), Proximal Policy Optimization (PPO) y Deep Q-Networks (DQN).

Principales métodos:

• Se modeló el sistema TEG utilizando un proceso de decisión de Markov en un entorno simulado.
• Se entrenaron tres algoritmos DRL (SAC, PPO, DQN) como controladores inteligentes.
• Se evaluó el rendimiento utilizando la recompensa acumulada, la salud de la batería, la eficiencia del sistema y la tasa de cumplimiento de energía.

Principales resultados:

• Soft Actor-Critic (SAC) logró la mayor recompensa promedio (-7.03) y la tasa de cumplimiento de energía (22.84%).
• PPO y otros algoritmos demostraron una salud de batería superior (100.00%), lo que indica una mayor longevidad del hardware.
• Deep Q-Networks (DQN) mostró el menor rendimiento, especialmente en la salud de la batería (60.73%).

Conclusiones:

• El algoritmo Soft Actor-Critic (SAC) es el más adecuado para la gestión dinámica de energía de TEG debido a su equilibrio entre rendimiento y exploración.
• Existe una compensación entre maximizar el rendimiento inmediato y garantizar la longevidad del hardware del sistema a largo plazo.
• DRL muestra un potencial significativo para controladores de energía renovable adaptativos, lo que requiere una validación adicional del hardware físico.