一种基于深度强化学习与小世界网络的最优发电控制方法

本发明公开了一种基于深度强化学习与小世界网络的最优发电控制方法。结合深度强化学习算法与下垂控制策略，实现了各DG之间的智能功率调节，有效提高发电经济性。系统通过一次控制层快速响应功率波动，确保各DG之间的功率分配与调节，进而提高微电网的实时响应能力。在二次控制层，本发明采用了基于PPO算法的强化学习方法，根据实时数据进行自适应学习，通过动态调整功率补偿信号，消除稳态偏差，保证在负载变化或可再生能源波动的情况下，微电网能够持续保持电压和频率的稳定。此外，本发明结合小世界网络理论，优化了微电网中各DG之间的通信拓扑结构，增强了信息传输效率，确保系统能够快速响应外部扰动，提升微电网的整体鲁棒性与自适应能力。