一种基于深度学习的多微网协调控制方法

本发明公开了一种基于深度学习的多微网协调控制方法，涉及多微网协调控制技术领域，包括多微电网模型构建、决策数学模型构建和基于深度强化学习模型构建三个部分；其中，多微电网模型由一个风力发电的分布式电源，一个公共的储能系统，一组恒温控制负荷如园区恒温系统、制热系统和制冷系统等，以及一组园区负荷组成的新型微电网模型；其中，决策数学模型采用马尔科夫决策过程；其中，基于深度强化学习模型采用AC算法进行构建。本发明公开的基于深度学习的多微网协调控制方法以多微电网经济运行费用最小为优化目标，实现微电网经济调度优化，而且算法训练时间更短，算法模型给出的调度策略经济效益更高，可以有效地降低风电波动性对微电网安全经济运行的影响。