一种基于深度强化学习的极端供需下电力出清方法及系统

种基于深度强化学习的极端供需下电力出清方法及系统。首先构建基于发电商侧的行动决策制定行为的马尔可夫决策过程；然后将发电商的物理非凸运行特征纳入考虑范围，建立了计及最大化发电商回报和最大化供需匹配度的双层优化模型；最后采用深度确定性策略梯度算法在连续动作空间中直接优化发电商的行动决策。本发明提出的建模方法符合复杂出清市场的实际情况，能够动态适应电力市场中的剧烈供需波动，使得优化的行动决策更加贴合发电机组的运行特性。尤其在电力市场中供需极度不平衡的情况下，能够更好地适应市场变化，优化电力市场的出清过程。