本發明提供的基于雙層強化學習的多能園區調度方法及系統,包括獲取綜合能源系統中的調度可控對象,即源側單元、負荷側單元、能量轉化單元與存儲單元;構建雙層優化決策模型,包括上層強化學習子模型和下層混合整數線性規劃子模型;上層強化學習子模型獲取存儲單元在當前時刻的狀態變量信息下的動作變量信息,并傳輸至下層混合整數線性規劃子模型;下層混合整數線性規劃子模型獲取對應的獎勵變量和存儲單元在下一時刻的狀態變量信息,并反饋至上層強化學習子模型;迭代執行上述步驟直至調度結束。本發明實施例通過數據驅動的強化學習方法,僅需根據當前狀態進行決策,而無需對未來信息的預測,決策時效性高、決策效果優,能實現實時趨優決策。
聲明:
“基于雙層強化學習的多能園區調度方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)