一种内嵌物理优化与风险感知强化学习的氢能频率支撑电力系统随机调度方法

一种内嵌物理优化与风险感知强化学习的氢能频率支撑电力系统随机调度方法，包括：1)构建氢能耦合下的电力系统；2)建立氢能频率支撑电力系统随机调度模型；3)基于内嵌物理优化模块的约束马尔可夫决策过程架构，对氢能频率支撑电力系统随机调度模型进行求解，得到全局最优仿真调度策略；4)利用基于风险厌恶的强化学习训练机制对内嵌物理优化模块的约束马尔可夫决策过程架构进行初步优化；5)基于柔性行动器‑评判器算法对初步优化后的约束马尔可夫决策过程架构进行二次优化，并基于原‑对偶优化方法对二次优化后的约束马尔可夫决策过程架构进行求解，得到最优可行策略。本发明保障系统运行的可靠性和安全性。