A novel deep reinforcement learning framework for optimal scheduling of low-carbon integrated energy systems considering battery degradation

已完结

文献求助详情

标题	A novel deep reinforcement learning framework for optimal scheduling of low-carbon integrated energy systems considering battery degradation 考虑电池退化的低碳综合能源系统优化调度的新型深度强化学习框架
网址	https://doi.org/10.1016/j.energy.2025.139476
DOI	10.1016/j.energy.2025.139476 doi
其它	期刊：Energy 作者：Li Feng; Hui Hou; Tonkopiĭ Ni; Yingxiang Wang; Zhengmao Li 出版日期：2025-11-29
求助人	你好在 2025-12-26 17:18:23 发布自山东，悬赏 10 积分
下载	求助已完成，仅限求助人下载。
	温馨提示：该文献已被科研通学术中心收录，前往查看科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。

上个求助

下个求助

提交工单

该求助已完结，感谢关注

如需该文献，请重新发布求助，前往发布

老实憨厚无套路，服务科研追梦人

请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

2025年影响因子查询已上线 (2025-6-18)

更新

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: 李鹏舒发布了新的文献求助10

2秒前; Legend完成签到，获得积分10

2秒前; 小王想要进20发布了新的文献求助10

3秒前; hahah发布了新的文献求助10

4秒前; Ava的应助被123采纳，获得10

5秒前; 星辰大海上传了应助文件

5秒前; whatwhat完成签到，获得积分10

8秒前; 善学以致用上传了应助文件

8秒前; 田様的应助被璆璆的虾采纳，获得30

9秒前; 在水一方上传了应助文件

10秒前; 胡宗俊发布了新的文献求助10

10秒前; 量子星尘发布了新的文献求助10

11秒前; 波风水门_文献来晚了吗发布了新的文献求助10

11秒前; 酷炫的向雪完成签到，获得积分10

13秒前; 大个上传了应助文件

14秒前; hehe发布了新的文献求助10

14秒前; 小黑发布了新的文献求助30

14秒前; 小蘑菇上传了应助文件

14秒前; 张文发布了新的文献求助10

15秒前; jiu完成签到，获得积分10

15秒前; 小王想要进20发布了新的文献求助10

15秒前; 打打的应助被昏睡的映易采纳，获得10

15秒前; 灵巧大地完成签到，获得积分10

16秒前; 科研通AI6的应助被认真沛珊采纳，获得50

17秒前; 充电宝的应助被swan采纳，获得10

17秒前; 背水完成签到，获得积分10

18秒前; 张羡光完成签到，获得积分10

19秒前; Godnian发布了新的文献求助10

20秒前; 寻梦发布了新的文献求助10

20秒前; 临河盗龙发布了新的文献求助10

21秒前; Hilda007的应助被xkkk采纳，获得10

22秒前; 小黑完成签到，获得积分10

23秒前; 细心妙菡完成签到，获得积分10

23秒前; 小洪俊熙完成签到，获得积分10

24秒前; 科研通AI6上传了应助文件

25秒前; 胡宗俊完成签到，获得积分10

25秒前; Ava上传了应助文件

25秒前; 麦客完成签到，获得积分10

26秒前; Lucas的应助被蟑郎采纳，获得10

26秒前; 5tcl发布了新的文献求助10

26秒前