基于深度强化学习的综合能源系统规划优化方法及系统

本发明属于综合能源系统规划优化技术领域，为了解决综合能源系统规划中存在的求解困难、耗时长等问题，提出基于深度强化学习的综合能源系统规划优化方法及系统，建立综合能源系统的数学模型，确定综合能源系统的目标函数和约束条件，形成初始动态规划优化问题；将初始动态规划优化问题转化为马尔科夫决策过程；利用DDPG算法和预测网络对综合能源系统的历史运行数据进行离线学习；将离线学习的优化参数应用在Online‑DDPG算法中，对初始动态规划优化问题进行求解，得到综合能源系统的最优规划方案。有效解决了维数灾难和信息损失导致的求解模型问题，同时提高了对负荷与可再生能源波动的抗干扰能力。