一种基于深度强化学习的综合能源系统模型预测控制方法

本发明公开了一种基于深度强化学习的综合能源系统模型预测控制方法，用于能源预测控制领域，该综合能源系统模型预测控制方法包括以下步骤：根据园区综合能源设备中各机组的状态、出力增量及扰动量构建状态预测模型；在日内对预测时域内各时刻的系统各设备输出状态进行预测，并基于预测值和日前计划值建立滚动优化目标函数，计算日内调度最优控制量；构建智能体，利用双延迟深度确定性策略梯度算法对滚动优化目标函数中的权重参数进行学习，实现综合能源系统模型预测控制的优化。本发明通过神经网络对不同场景的学习，提升算法对综合能源系统的优化效率和质量。