[发明专利]风-光-梯级水库深度强化学习短期随机优化调度方法

摘要

本发明公开一种风‑光‑梯级水库深度强化学习短期随机优化调度方法，包括：梯级水库基于皮尔逊Ⅲ型分布通过Copula函数描述其随机性，并基于马尔科夫蒙特卡洛采样法生成对应随机场景；风电出力、光伏出力基于非参数估计的核密度估计方法描述其随机性，并基于马尔科夫蒙特卡洛采样法生成对应随机场景；通过基于相关距离的Bisecting k‑means算法对以上随机场景分别进行场景削减，再进行组合构建互补系统的随机场景，提高计算效率；基于深度强化学习DQN算法针对互补系统进行参数调优并求解最优策略；本发明提出的基于深度强化学习DQN算法的风‑光‑梯级水库短期随机优化调度模型能够在更快的求解速度下，获取更大的发电效益，并且促进了新能源消纳、保障了出力的稳定性。