一种基于安全强化学习的光储日前优化调度方法及系统

本发明属于新能源技术领域，提供了一种基于安全强化学习的光储日前优化调度方法及系统，获取预测的光伏发电数据、电网侧需求数据和电价数据；综合考虑光储场站售电收益、弃光成本和储能损耗成本，构建以光储场站净利润最大为优化目标的日前优化调度模型；使用约束马尔可夫决策过程描述光储系统优化调度问题，确定状态空间、动作空间、约束违反量及奖励函数，状态空间反映光储系统内部运行状态和外部观测信息，动作空间定义为储能的充放电功率，约束违反量可反映系统功率平衡约束的违反程度，奖励函数基于日前优化调度模型的优化目标设计；采用安全强化学习算法进行求解，得到优化后的光储日前调度方案。本发明在保证场站经济性的同时，进一步提升了安全性。