基于可解释性安全强化学习的光储充配电网优化决策方法

本发明公开一种基于可解释性安全强化学习的光储充配电网优化决策方法，步骤是，构建光储充配电网有功/无功优化决策的马尔科夫决策过程MDP及配电网的不确定性运行环境；根据所构建的MDP，通过MIP‑CDQN算法对DRL智能体进行训练，首先收集经验轨迹，然后更新actor深度神经网络和critic深度神经网络的参数，最后将训练好的critic深度神经网络进行保存；将训练好的critic深度神经网络的动作选取过程转化为一个可求解的混合整数非线性规划模型；将所述模型部署到配电网中进行在线优化，根据配电网的实际运行状态对模型进行在线求解以获取满足约束的最佳控制策略。此种方法不但可以面对PV和EV功率的不确定性时给出良好的决策方案，还能在执行阶段满足配电网运行的实时约束。