一种综合能源服务商实时优化调度方法、系统、设备及存储介质

本发明公开了一种综合能源服务商实时优化调度方法、系统、设备及存储介质，包括以下过程：建立考虑激励型综合需求响应的综合能源服务商实时优化调度模型；根据综合能源服务商实时优化调度模型得到综合能源服务实时优化调度问题，并将该问题建模为约束马尔可夫决策过程，对约束马尔可夫决策过程的四个基本元素进行设计；利用安全强化学习算法求解该问题，得到综合能源服务商最优调度方案。能最大限度提高综合能源服务商在实时调度阶段的经济效益、提升综合能源负荷的调控能力，同时保证了强化学习求解实时调度策略的安全性。