基于动作调整强化学习的综合能源系统低碳优化调度方法

本发明公开了基于动作调整强化学习的综合能源系统低碳优化调度方法。该方法首先基于EH耦合模型建立综合能源系统的碳排放流模型，以系统运行成本和碳交易成本最小为目标。设计强化学习以t时刻系统的已知状态量作为状态空间，日内各设备出力作为动作空间，设计奖励函数包括成本奖励和违反系统约束惩罚。在前期探索阶段，使用策略网络针对当前系统状态输出动作，更新网络参数。当训练测试达到预设阈值时，进入动作空间调整阶段，根据约束条件对t时刻策略网输出的动作进行调整，并将动作偏移量的正则项引入策略网络的损失函数中。使用更新后的网络对综合能源系统进行低碳优化调度，输出各设备出力方案。