一种多智能体强化学习驱动的梯级水电随机智能调度方法

本发明属于水电调度运行领域，涉及一种多智能体强化学习驱动的梯级水电随机智能调度方法。步骤包括：步骤一：采用蒙特卡洛前向模拟生成多组径流随机场景；步骤二：基于场景法构建以发电效益最大化为目标的两阶段随机优化模型；步骤三：梯级水电空间维度单智能体强化学习建模；步骤四：梯级水电单智能体求解在时间维度上分解出的两时段子问题；步骤五：提出梯级水电多智能体强化学习逐步优化算法MARL‑POA，部署具有不同策略的强化学习智能体协同优化调度；步骤六：随着可用信息的更新，获得滚动时域梯级水电调度方案。本发明进行了梯级水电优化的时空降维，有效降低计算规模，能够在径流预报不确定下快速动态制定可靠的梯级水电运行计划。