基于深度强化学习的工业园区多时间尺度调度优化方法

著录项目

摘要

本发明涉及工业园区调度优化技术领域，揭露了基于深度强化学习的工业园区多时间尺度调度优化方法，本发明以功率可行区间作为跨尺度约束传递载体，构建由边界迫近落差与可行解缺失落差加权构成的区间适配落差以及由额外调节成本与基准用电成本比值确定的调节适配落差；通过将区间适配落差和调节适配落差分别注入长尺度与中尺度策略网络的奖励修正项，构建跨尺度协同损失函数，使得三个时间尺度的策略网络从各自独立的并行优化转变为因果关联的联合进化，各层策略在优化自身目标的同时主动感知并降低自身决策对下层执行造成的不利影响；显著降低了工业园区在高比例光伏和风电接入场景下的综合用电开销。

附图

附图 1