一种基于强化学习的电热气综合能源系统负荷转供研究方法

本发明提供了一种基于强化学习的电热气综合能源系统负荷转供方法，也属于人工智能领域。该方法从综合能源系统的实际运行中获取相关数据，并将收集到的数据作为训练样本数据；构建智能体‑环境模型，对系统的运行进行仿真和约束；建立综合能源系统发生不同不确定事件的转供触发条件机制，明确综合能源系统发生的各类不确定事件；构建DDQN模型，通过DDQN算法在多次迭代后生成电热气综合能源系统在不同不确定事件中的最优负荷转供策略；利用训练好的模型实现包含不同负荷类型的电热气综合能源系统最优的负荷转供策略。本发明，克克服了含有多种不同类型负荷的电热气综合能源系统传统负荷转供方法计算时间过长、策略容错率低等局限性，准确描述了电热气综合能源系统的复杂动态行为，实现含有不同类型负荷的电热气综合能源系统实时准确的负荷转供策略。