一种基于多智能体深度强化学习的低碳经济综合能源系统能量规划方法

本发明公开了一种基于多智能体深度强化学习的低碳经济综合能源系统能量规划方法，所述方法包括如下步骤：构建包含风电、光伏、电转气、热电联产、储能等多种能源形态的综合能源系统结构；基于能量输入输出关系建立各子系统的碳排放强度模型，构建分段碳税函数以量化碳成本；设计双层两阶段Nash优化模型，兼顾子系统间协同与对外能源交互的博弈关系；将优化问题转化为马尔可夫决策过程，定义状态、动作和奖励函数；构建并训练多智能体TD3算法模型，通过差分进化机制提升策略稳定性和鲁棒性；将训练完成的策略模型部署于实际系统中，实现面向碳经济目标的自适应能量规划调度。本发明具有自适应性强、碳效益高、智能协同能力优的特点。