[发明专利]基于分布式深度强化学习的微网隐私保护与能量调度方法

摘要

本发明公开了一种基于分布式深度强化学习的微网隐私保护与能量调度方法。首先利用动作网络与本地环境进行交互，获取相应的动作策略，生成对应的噪声及独立发电单元功率，再根据环境参数与所选动作判断是否满足约束条件，计算奖励值。随后动作神经网络与价值神经网络提取历史数据进行学习，最后根据所学模型，价值网络对动作网络选择的动作进行反馈，引导动作网络追寻更高的奖励值。对于此类实时性要求高，计算量大，隐私保护要求高的应用场景，本发明所提出的方法在训练完成后可以快速给出优化策略，合理分配各单元发电出力，生成噪声保护用户数据，最终有效地解决了微电网中的能量优化调度及隐私保护问题。