买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京辉强新能源科技有限公司申请的专利基于异步多智能体强化学习的双层非合作需求响应方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120563276B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511067292.5，技术领域涉及：G06Q50/06；该发明授权基于异步多智能体强化学习的双层非合作需求响应方法是由熊师洵;张娜;吕沁;陈树翰设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本基于异步多智能体强化学习的双层非合作需求响应方法在说明书摘要公布了：本申请公开了一种基于异步多智能体强化学习的双层非合作需求响应方法，包括：S1、构建双层非合作博弈框架，包括：构建公用事业公司与消费者之间的双层动态博弈模型；S2、完成部分可观测马尔可夫博弈建模，将双层非合作博弈转化为部分可观测马尔可夫博弈；S3、设计异步多智能体强化学习算法作为博弈均衡的求解引擎；S4、实施集中训练与优先级经验回放实现异步多智能体强化学习算法效率优化。本申请适用于智能电网环境下公用事业公司与消费者群体之间动态博弈场景,能够实现电网中分布式能源的高效消纳与负荷波动抑制。

本发明授权基于异步多智能体强化学习的双层非合作需求响应方法在权利要求书中公布了：1.一种基于异步多智能体强化学习的双层非合作需求响应优化方法，其特征在于，包括： S1、构建双层非合作博弈框架，包括：构建公用事业公司与消费者之间的双层动态博弈模型；其中，上层公用事业公司策略包括：通过调节储能系统充放电功率、设定分时电价及DR激励价格，实现最大化电网收益；下层消费者策略包括：考虑天气因素外部因素限制和消费者本身消费水平内部因素限制，通过基于内外因素限制适应性调整用电负荷曲线、分布式能源使用比例及DR响应量，在非合作Nash博弈中最小化用电成本；均衡目标包括：双方策略交互后收敛至Stackelberg-Nash均衡； S2、完成部分可观测马尔可夫博弈建模，将双层非合作博弈转化为部分可观测马尔可夫博弈，定义智能体、状态空间、观测空间、动作空间、奖励函数以及价值函数； S3、设计异步多智能体强化学习算法作为博弈均衡的求解引擎，求解过程包括：采用异步更新的多智能体近端策略优化算法，在Stackelberg阶段，上层公用事业公司优先更新策略网络，消费者基于上层公用事业公司策略更新共享策略编码器参数；在Nash阶段，消费者通过独立策略解码器在固定公用事业公司策略下进行Nash博弈优化，策略网络采用共享编码器与独立解码器结构，确保去中心化执行；并实时监测Stackelberg-Nash均衡的收敛速度与稳定性指标，动态调整公用事业公司与消费者的策略更新频率和步长； S4、实施集中训练与优先级经验回放实现异步多智能体强化学习算法效率优化，包括：采用集中式训练-分散式执行架构，公用事业公司与消费者共享策略网络编码器参数；通过优先级经验回放机制，根据动作优势值对历史轨迹进行加权采样，优先训练高回报策略轨迹，加速收敛至均衡策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京辉强新能源科技有限公司，其通讯地址为：210018 江苏省南京市玄武区湖景花园03号201室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。