一种基于深度强化学习的建筑能源系统双层优化方法

本发明公开一种基于深度强化学习的建筑能源系统双层优化方法，所述方法包括：S1、采用聚类分析方法提取建筑能源系统的负荷数据构建能源耦合模型；S2、通过模拟退火粒子群算法优化所述耦合建筑能源模型构建上层能源容量配置模型；S3、通过多智能体近端策略算法构优化所述耦合建筑能源模型构建下层能源策略调度模型；S4、所述上层能源容量配置模型获得设备容量配置信息；S5、所述下层能源策略调度模型根据设备容量配置信息输出最优的建筑能源系统的容量配置与调度策略；本发明通过算法创新与模型精细化设计，实现了建筑能源系统“规划‑运行”全周期优化。