[发明专利]一种混合深度对抗网络滚动强化学习博弈策略

权利要求书

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。

2.如权利要求1所述的基于混合深度对抗网络滚动强化学习的灵活能源服务商长期价格引导策略，其特征在于，所述步骤(2)中深度对抗网络算法可获得较多的数据，使得对系统未来状态的预测能力增强，并通过博弈形式以提高学习效率。

3.如权利要求1所述的基于混合深度对抗网络滚动强化学习的灵活能源服务商长期价格引导策略，其特征在于，所述步骤(3)中强化学习算法作为一种无需模型的算法，且在外部的扰动下，能获得较高的控制性能，通过不断迭代更新Q值矩阵，可对系统进行预测，选择更为准确的动作值，实现多能互补。

4.如权利要求1所述的基于混合深度对抗网络滚动强化学习的灵活能源服务商长期价格引导策略，其特征在于，所述步骤(4)中多个能源产消者与单个灵活服务商博弈的情况下，构建了最优产销决策模型，得到最优策略，实现了能源产消者和能源服务商的利益最大化，提高能源利用效率，避免社会能源浪费。

5.如权利要求1所述的基于混合深度对抗网络滚动强化学习的灵活能源服务商长期价格引导策略，其特征在于，所述步骤(5)中一种长期的价格动态引导策略，能动态地维持供电、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。