一种基于多智能体深度强化学习的光储直柔建筑集群优化运行方法、系统、设备及介质

本发明公开了一种基于多智能体深度强化学习的光储直柔建筑集群优化运行方法、系统、设备及介质，属于光储直柔建筑集群优化运行技术领域，包括：构建包含多个建筑单元的建筑集群优化运行模型；将建筑集群优化运行模型的建筑集群优化问题表述为部分可观察马尔可夫决策过程，每个建筑单元的智能体根据局部观测信息进行决策；应用多智能体强化学习算法对部分可观察马尔可夫决策过程，通过集中训练与分散执行的策略优化智能体的决策进行求解。本发明所提POMDP在保护各建筑数据隐私的前提下，所设计的奖励函数考虑了柔性负荷集中转移可能导致建筑运行压力，有效缓解了某一时刻负荷过度集中的情况。