基于深度强化学习的热电联产系统经济调度方法

摘要

本发明公开一种基于深度强化学习的热电联产系统经济调度方法，包括S1，针对热电联产系统运行模型，利用马尔科夫链模型描述该运行模型，分别对优化方法中的目标函数和约束目标进行了严格的转化，并给出了证明；S2，改进深度强化学习中的DPPO算法用于在多种运行状态下训练智能代理，首先在每个训练回合开始前运行环境会在合理的运行范围内随机产生运行数据；回合内智能代理会根据当前内部神经网络参数产生控制策略，与运行环境交互；回合结束后会以最大化回合内累计奖励为目标反向传播，优化智能代理的网络参数，使其学习到应对不同热电联产系统运行状态下的经济调度策略。本发明大大提升了使用的便捷性。同时有更好的收敛性能。