基于奖励函数评估的分布式智能电网系统调度方法、装置、设备及存储介质

本发明提供了一种基于奖励函数评估的分布式智能电网系统调度方法、装置、设备及存储介质，该方法包括：建立分布式智能电网系统模型，并获取所述分布式智能电网系统模型的历史输入数据；根据所述分布式智能电网系统模型和所述历史输入数据，确定所述分布式智能电网系统模型的状态集合、动作集合和反馈评估奖励函数；确定半确定性训练机制，并根据所述半确定性训练机制、所述状态集合、动作集合和反馈评估奖励函数，利用深度强化学习算法进行离线学习，得到分布式智能电网系统最优调度策略；根据所述分布式智能电网系统最优调度策略，输出对应的在线评价网络输出动作值。以此方式，可以实现分布式智能电网能量系统经济效益与用户满意度均衡调度。