一种MADRL-GAN协同优化的源网荷储实时调度方法

本发明公开了一种MADRL‑GAN协同优化的源网荷储实时调度方法，首先，构建碳污协同优化模型，通过函数线性化与混合整数转换将其转化为可求解凸问题；进而将其映射为多智能体强化学习模型，按电气耦合度划分智能体，并设计包含双Critic奖励机制的状态与动作空间；随后，利用生成对抗网络学习系统不确定性分布，生成多样化场景以训练强化学习模型，得到初步策略；最后，通过生成对抗网络对策略进行修正，经策略混合机制生成最终调度动作，实现分布式实时优化调度。本发明有效解决了高比例可再生能源系统中的多目标协同、高不确定性调度与实时分布式决策难题。