基于弹性步长深度Q网络的微电网优化运行方法

基于弹性步长深度Q网络的微电网优化运行方法，包括：构建以运行总成本和环境成本最小化为目标的多目标优化模型；将微电网多目标优化问题转换为马尔可夫博弈过程；结合隐藏特征聚类驱动机制和基于近邻的可变密度聚类算法，设计弹性步长调整机制，根据状态相似性调整深度强化学习的步长，以缓解Q值高估问题；利用ES‑DQN方法对微电网智能体进行优化。本发明所提方法通过结合弹性步长机制与深度强化学习，并利用聚类分析有效判断状态相似性，缓解了传统DQN中的Q值过估问题的同时提高了优化效率，使微电网优化调度更精准。