一种基于深度强化学习的微电网分层协同控制方法

本发明公开了一种基于深度强化学习的微电网分层协同控制方法。采用直流或交流下垂控制策略实现一次控制，对微电网中各DG的输出功率进行初步快速分配；并在此基础上引入DDQN算法，精确调节微电网的功率平衡。通过设计包含负向惩罚和正向分段激励的奖励函数，结合Epsilon‑Greedy探索机制，提升系统的训练效率和稳定性。系统采用分布式控制方式，每个强化学习Agent仅与相邻Agent通信，有效节约通信成本，确保微电网全局功率均衡。本发明适用于直流、交流及交直流混合微电网环境，能够实时响应负载变化，具有改善系统动态性能、增强鲁棒性和降低参数依赖等优点，提升了供电可靠性和系统运行效率。