一种基于多智能体深度强化学习的重力储能分布式调度方法及系统

本发明公开了一种基于多智能体深度强化学习的重力储能分布式调度方法及系统，主要涉及重力储能调度领域。包括以下步骤：S1.构建智能体；S2.构建深度强化学习框架；S3.构建四维综合奖励函数；S4.对网络进行集中式协同训练；S5.将网络部署至对应的本地控制器；S6.各智能体将决策的功率设定值下发至本单元的四象限变频器执行，实现重力储能群的整体优化调度。还包括：多个智能体单元；全局训练服务器；综合奖励计算模块；分布式执行控制器。本发明的有益效果在于：将每个储能单元建模为独立智能体，通过构建四维综合奖励函数，同时优化功率跟踪精度、系统效率、设备寿命损耗和 SOC 平衡，实现重力储能群的整体优化调度。