机组组合及调度分布式事件触发强化学习优化方法及系统

摘要

本发明属于智能电网机组的优化组合及调度技术领域，为解决机组资源浪费的问题，提供了机组组合及调度分布式事件触发强化学习优化方法及系统。该方法包括得到机组组合及调度优化模型，在预设约束条件下构建固定动作集合，选出各机组的最优功率即虚拟发电功率；将约束条件转化为投影约束，将虚拟发电功率投影到相应约束范围内，得到符合约束范围内的各机组实际发电功率；基于无带宽约束下各机组实行实际发电功率时的成本，计算相应奖励，根据Q‑学习算法更新Q表中每个机组的局部Q值，得到各机组在无带宽约束下的最优动作；在考虑带宽的约束条件下，得到满足有限带宽约束下的机组组合和调度问题的最优解，提高了机组资源利用率。