基于深度强化学习的微电网能源管理双层优化方法和系统

本发明公开了一种基于深度强化学习的微电网能源管理双层优化方法和系统。该方法包括：步骤1、构建微电网系统在T个时段内的马尔可夫决策过程公式；步骤2、构建深度强化学习智能体作为上层优化模型，求解以最大化微电网系统在T个时段内累积奖励为目标的调度策略；步骤3、构建优化解决器作为下层优化模型，求解以最大化第t个时段奖励rt(st,at)为目标的燃料发电机组的动作；步骤4、构建所述上层优化模型与所述下层优化模型之间的博弈模型，所述博弈模型被配置为：当所述调度策略收敛至目标策略时，将所述目标策略作为微电网系统的优化策略。通过本发明的技术方案，能够实现微电网系统在不同条件下进行快速、经济有效的调度。