一种基于时序深度强化学习PID控制的AGC协同优化方法

本发明提供一种基于时序深度强化学习PID控制的自动发电控制(Automatic Generation Control，AGC)协同优化方法。包括：建立含有水电、火电、风电、光伏、储能参与的三区域多源互联电力系统，将风光储资源纳入自动发电控制回路。利用长短期记忆神经网络的时序感知能力，结合双延迟深度确定性策略梯度算法，提出一种新颖的基于时序深度强化学习的AGC自适应PID控制器，为智能电网频率控制提供了一种高效的时序深度强化学习解决方案。