20.500.12556/RUL-161569 Optimizacija cene električne energije pametne hiše z uporabo spodbujevalnega učenja Optimizing the electricity price of a smart home using reinforcement learning Zaradi prehoda v brezogljično družbo močno raste število malih sončnih elektrarn, ki jih nameščajo gospodinjstva. Zaradi nihanja v proizvodnji sončnih elektrarn se pogosto nameščajo tudi hranilniki energije, da se generirana energija lahko porabi tudi v času, ko sončna elektrarna ne deluje. Za razliko od klasičnih hiš, ki so samo porabniki, ima hiša s sončnimi paneli in hranilnikom energije mnogo več nadzora nad tem, kdaj kupuje energijo in kdaj odvečno energijo prodaja. To bo posebej pomembno v prihodnje, ko bo zaradi porasta sončnih elektrarn cena energije v času dneva, ko proizvajajo največ, predvidoma dodatno padla. V magistrski nalogi sem zgradil digitalni dvojček hiše z nameščenimi sončnimi paneli in hranilnikom energije. Dvojčka sem uporabil kot okolje za gradnjo agenta s spodbujevalnim učenjem. Uporabil sem 2 pristopa gradnje agenta, njune rezultate in zahtevnost delovanja sem primerjal med sabo in razložil prednosti in slabosti posameznega modela. Due to the transition to a carbon-free society, the number of small solar power plants installed by households is growing rapidly. Due to fluctuations in the production of solar power plants, energy storage systems are often installed so that the generated energy can also be used when the solar power plant is not operating. Unlike traditional houses, which are only consumers, a house with solar panels and an energy storage system has much more control over when it buys energy and when it sells excess energy. This will be especially important in the future, as the price of energy is expected to further decrease during the day when solar power plants produce the most. In my master’s thesis, I built a digital twin of a house with installed solar panels and an energy storage system. Using this twin, I developed two principles of reinforcement learning (RL) operation. I compared their results and operational complexity and explained the advantages and disadvantages of each model. : strojno učenje spodbujevalno učenje pametna hiša trgovanje z energijo sončna elektrarna baterija zeleni prehod elektrifikacija machine learning reinforcement learning smart home energy trading solar power plant battery green transition electrification true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2024-09-12 12:20:01 2024-09-12 12:20:09 2024-11-19 14:26:32 0000-00-00 00:00:00 2024 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 62793 215614723 Sivec_Andraz_-_Optimizacija_cene_elektricne_energije_pametne_hise_z_uporabo_spodbujevalnega_ucen.pdf Sivec_Andraz_-_Optimizacija_cene_elektricne_energije_pametne_hise_z_uporabo_spodbujevalnega_ucen.pdf 1 34A477E2B18307DA89089FD224A58B2F f700c1a831e96e976944f504a4d0fa046396d406dc936c8b1bfa8fe02cc411dd 8d2543c1-70f0-11ef-b232-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=190527 Fakulteta za elektrotehniko 0 0 0