一种基于深度强化学习的智慧园区优化策略

摘要

本发明公开了一种基于深度强化学习的智慧园区优化策略，涉及智慧园区优化领域，包括以下步骤：构建智慧园区的模型，所述智慧园区包括园区决策中心、微型燃气轮机、PV发电系统、储能系统及园区负荷，所述园区负荷包括刚性负荷和柔性负荷；采用深度强化学习方法，针对日前时间尺度和日内时间尺度，实现所述智慧园区的优化决策。本发明采用两个时间尺度相结合的方式，针对日前时间尺度，采用基于深度Q网络算法的深度强化学习方法，实现离散动作空间的优化过程；针对日内时间尺度，采用基于优势动作评论算法的深度强化学习方法，实现连续动作空间的优化决策；日内优化将考虑日前优化的决策行为，从而加速算法收敛，提升训练的效率。