一种深度强化学习分布式光伏发电激励的系统

摘要

本发明属于光伏发电技术领域，具体涉及一种深度强化学习分布式光伏发电激励方法，包括如下步骤：S1：以发电方和投资方的最大利益为目标函数，并满足发电方和投资方的收益比以及两者合作合同期限为约束，建立分布式光伏发电模型；S2：将S1中的分布式光伏发电模型建模为马尔科夫决策过程；S3：基于深度强化学习算法，求解马尔科夫决策过程，得到发电方和投资方最优化的利益分配策略；通过以发电方和投资方的收益作为考量标准构建分布式光伏发电模型，并将分布式光伏发电过程模拟为马尔科夫决策过程，将目标函数和约束条件映射成强化学习的奖惩函数，利用其学习和与环境交互的能力，实现发电方和投资方的最优利益分配。