一种基于深度强化学习的多元储能系统的智能调度方法

本发明公开了一种基于深度强化学习的多元储能系统的智能调度方法，包括：步骤1、基于预设的多元储能系统信息建立多元储能系统模型；步骤2、基于在负荷需求高峰期供应负荷能够达到多元储能系统模型最大化经济效益目标的要求，构建动态调度模型；步骤3、将动态调度模型的动态调度转化为马尔可夫决策过程；步骤4、构建适用于动态调度模型状态特性设定的深度强化学习网络结构；步骤5、通过深度强化学习网络结构与动态调度模型交互，获得最大化奖励函数，从而实现多元储能系统鲁棒优化运行。本发明不依赖于对风光和负荷的精确预测，根据环境的动态变化快速作出智能调控决策，满足能量系统的供需平衡、对多元储能系统地智能运行调控具有重要意义。