基于P2P交易平台与强化学习的多微网实时交易方法及系统

本发明公开了一种基于P2P交易平台与强化学习的多微网实时交易方法及系统，属于配电网实时运行优化技术领域，交易方法具体包括：（1）建立完全竞争条件下的多微网P2P交易框架，考虑微网包括电负荷与热负荷，建立各微网决策其电能交易功率的优化模型及多微网市场均衡模型；（2）基于上述多微网P2P交易框架，将多微网P2P电能交易出清问题建模为马尔可夫决策过程，基于对多微网博弈Nash均衡解特性的分析设置算法的奖励函数；（3）进行离线训练，使用深度强化学习算法SAC训练智能体求解多微网P2P电能交易的出清电价；（4）进行在线运行，电能交易平台作为智能体直接加载训练充分的策略网络，直接输出此时段的市场电价，从而实现快速出清。