基于改进强化学习算法的公共建筑供能系统调度方法

本发明公开了一种基于改进强化学习算法的公共建筑供能系统调度方法，解决了现有技术的不足，包括以下步骤：步骤1，定义公共建筑供能系统的能量管理系统为智能体，公共建筑供能系统中的可控单元的动作输出构成智能体的动作空间；步骤2，将动作空间划分为内外两层，通过强化学习算法模型直接输出外层动作，通过二次规划算法模型计算内层动作；步骤3，将外层动作和内层动作组合作为智能体在时刻t的动作，能量管理系统根据动作对公共建筑供能系统中的各个子系统进行能量调度。