一种基于强化学习与数值优化的光储充调度方法及系统

本发明提供一种基于强化学习与数值优化的光储充调度方法及系统，包括以下步骤：初始化光储充综合能源系统仿真环境，建立深度强化学习智能体及其网络参数，同时初始化经验回放池；基于光储充综合能源系统仿真环境采集实时运行数据和预测信息；对光储充综合能源系统进行分层优化架构，先利用智能体深度强化学习在第一时间尺度上生成调度目标，再利用数值优化方法，基于调度目标在第二时间尺度上求解调度策略；在训练过程中基于预设终止条件控制训练循环交互，直至智能体完成深度强化学习并获得优化调度策略，本发明有效应对光伏出力与用电负荷高度不确定性带来的运行挑战，实现高效能的电力优化调度。