基于人工神经网络和多智能体强化学习的电网需求侧响应潜力评估及负荷调控方法

本申请涉及一种基于人工神经网络和多智能体强化学习的电网需求侧响应潜力评估及负荷调控方法，包括以下步骤：步骤S1，使用改进的k‑means聚类算法对客户用电数据进行聚类生成用电行为标签；步骤S2，建立部分可观测的马尔可夫博弈模型；步骤S3，搭建并训练多层感知机神经网络模型；步骤S4，利用多智能体强化学习对所构建的负荷调控模型进行求解，输出最优的分时电价制定建议和调控负荷方案。本申请对传统强化学习建模方法和算法进行改进，利用多智能体强化学习“集中式训练，分布式执行(CTDE)”的核心框架辅助电网公司制定合适的分时电价策略。