摘要

本发明提供一种包含热电联产的工业微网负荷优化调度方法与系统,涉及工业微网负荷优化调度领域。本发明包括预处理工业微网各组件的状态参数;基于预处理后的状态参数,构建微能源网负荷优化调度模型;将微能源网负荷优化调度模型转化为马尔科夫决策过程;采用深度Q网络模型对马尔科夫决策过程进行求解,获取微能源网负荷优化调度策略。实质上构建了包含热电联产设备的工业微网负荷优化调度系统,从工业企业实际生产角度出发,为企业运行节约能源消耗;考虑热电联产应用背景下,电、热、气三种能量流的耦合运行特征,挖掘用户侧需求响应潜力;促进多能量上下级网络的良性互动;以数据驱动的深度强化学习方法能够有效提高优化调度效率和准确性。