基于深度强化学习的综合能源系统多时间尺度功率调控方法

本发明公开了一种基于深度强化学习的综合能源系统多时间尺度功率调控方法，包括：1、基于能量耦合关系对含电能、热能、天然气、氢能的综合能源系统进行数学建模；2、根据系统中设备调节速度的差异性，提出上层长时间尺度功率调控策略和下层短时间尺度功率调控策略，并构建系统的约束条件；3、将该功率调控问题转换为马尔科夫决策过程，运用深度强化学习方法对上层智能体和下层智能体进行训练，用训练后的策略网络制定多时间尺度下的功率调控决策。本发明不依赖于对可再生能源和负荷的精确预测，能够动态地对源荷的波动做出快速的调控决策，满足综合能源系统功率供需平衡需求，降低系统碳排放水平，对综合能源系统的运行调控具有重要意义。