[发明专利]一种混合深度对抗网络滚动强化学习博弈策略

摘要

本发明提供一种混合深度对抗网络滚动强化学习博弈策略，该策略能解决目前能源分布和市场供求失衡问题，最大限度地实现供需均衡。本发明提出的混合深度对抗网络滚动强化学习算法框架，以基于深度对抗网络算法的智能体与多个基于强化学习算法的智能体进行博弈，并在多区域互联的能源系统中进行测试。本发明提出一种混合深度对抗网络滚动强化学习算法来探索一种长期的价格动态引导策略，动态地维持供电、供气、供暖、供冷、供氢和电气化交通等能源产消者之间的经济利益最大化。

主权项

1.一种混合深度对抗网络滚动强化学习博弈策略，其特征在于，单个灵活能源服务商以能源全社会福利最大化为长期价格引导策略的目标，动态地维持供电、供气、供暖、供冷、供氢和电气化交通等能源产消者之间的经济利益最大化；该策略在使用过程的主要步骤为：(1)将单个灵活能源服务商与多个能源产消者互联；(2)建立混合对抗网络滚动强化学习算法框架，单个灵活能源服务商(智能体)采用基于深度对抗网络算法作为博弈算法；(3)对于每一个能源产消者(其他智能体)，采用强化学习算法作为博弈算法；(4)基于深度对抗网络算法的智能体与基于强化学习算法的智能体进行博弈；(5)在多区域互联的能源系统中进行测试，得到以全社会福利最大化为目标的动态价格引导策略。