基于深度强化学习动态定价的VPP内部能源优化方法及系统

专利主权项内容

1.基于深度强化学习动态定价的VPP内部能源优化方法，其特征在于, 包括如下步骤：S1，数据输入：输入基础数据，所述基础数据至少包括电力市场价格数据、负荷预测数据、VPP内部设备状态数据和可用能源资源的数据；S2，建立双层日前能量管理框架：所述框架包括上下两层，在上层中，VPP运营商向DER发送内部价格信号；在下层中，DER接收来自上层VPP运营商的价格信号，实现个人利润最大化的前提下进行调度决策，并将决策信号传送回VPP操作员；S3，建立强化学习模型：采用柔性动作-评价算法(SAC)作为无模型强化学习(RL)算法，通过在线学习在多维状态环境中进行最优的多维连续决策变量；S4：在步骤S3的强化学习模型基础下进行VPP操作，实现内部能源的最佳调度。