基于两阶段强化学习的园区微网负荷优化调度方法及系统

摘要

本发明提供一种基于两阶段强化学习的园区微网负荷优化调度方法及系统，涉及微网负荷优化调度技术领域。本发明获取园区各微网的相关参数，然后负荷代理基于所述相关参数利用基于随机策略梯度的强化学习算法获取各微网的最优价格；最后基于最优价格，利用深度强化学习Actor‑Critic算法对园区各微网进行优化调度。本发明的技术方案由负荷代理参与，并使用两阶段强化学习作为最优价格获取和微网优化调度的算法，能够在获取不完全用户信息和环境信息，以及不依赖设备的具体运行模型、参数的情况下，更加准确、及时、高效的提供园区微网运行最优策略，同时可保护微网用户的隐私和提高微网的经济性。