基于轮询式的去中心化联邦强化学习的IES群优化调度方法

本发明属于综合能源系统优化调度技术领域，公开了一种基于轮询式的去中心化联邦强化学习的IES群优化调度方法，包括建立综合能源系统的数学模型；构建马尔可夫决策模型的状态空间、动作空间和奖励函数；基于轮询式的去中心化联邦强化学习训练马尔可夫决策模型；基于最新加权聚合得到的参数，各智能体利用马尔可夫决策模型进行IES优化调度。本发明通过结合轮询式策略和联邦学习框架，不仅优化了分布式环境中的协作与目标达成，还提升了数据隐私保护和通信效率。