一种基于深度确定性策略梯度算法的水风光互补系统长期调度优化方法

本发明提供了一种深度确定性策略梯度算法的水风光互补系统长期调度优化方法，首先构建以年为周期的水风光互补系统长期调度优化模型；然后考虑多种不同场景，并将该调度过程转变成马尔科夫决策过程；最后通过深度确定性策略梯度算法(DDPG)求解这个不确定性问题，获得水风光发电策略。本方法将发电约束引到奖励函数中；水风光互补长期调度模型以年总奖励最大化为目标；模型通过VineCopula方法生成水风光联合场景，利用加入噪声方法描述场景的不确定性，并采用OU噪声进行探索和利用；结合DDPG算法构建的策略‑Q值网络，在连续动作空间中学习最优的水风光调度策略。能够显著提升电网在不确定环境下的清洁能源消纳能力。