본 논문은 딥 강화 학습(DRL) 기반 예측 제어 방식을 사용하여 마이크로그리드 에너지 최적화를 수행하며, 예측 모델의 불확실성 문제를 해결하기 위해 새로운 오류 시간 차이(ETD) 알고리즘을 제안합니다. 재생 에너지원(RES) 및 에너지 저장 시스템(ESS)이 통합된 마이크로그리드 시스템과 Markov 결정 프로세스(MDP)를 모델링하고, 딥 Q 네트워크(DQN) 기반 예측 제어 방식을 제시합니다. 여기서 가중 평균 알고리즘과 새로운 ETD 알고리즘을 설계하여 예측 불확실성을 정량화하고 해결합니다. 실제 미국 데이터셋을 사용한 시뮬레이션 결과, 제안된 ETD가 마이크로그리드 운영 최적화에서 DRL의 성능을 효과적으로 향상시키는 것으로 나타났습니다.
