一种基于深度强化学习的风光储充电站自洽优化调控方法

本发明公开了一种基于深度强化学习的风光储充电站自洽优化调控方法，包括以下步骤：S1、建立基于CNN‑BiLSTM网络的交通流预测模型；S2、利用M/M/Nsum/C排队模型计算充电站的充电功率；S3、建立日前优化模型，利用鲸鱼优化算法对日前优化模型进行求解；S4、建立日内优化模型，并转化为马尔可夫博弈模型；S5、利用多智能体双延迟深度确定性决策梯度算法求解马尔可夫博弈模型，实时得出充电桩和储能系统的功率。本发明能够提高充电站的自洽率并降低碳排量，减少对电网的依赖和压力，并且用价格引导电动汽车到站率防止高速公路充电站发生拥堵。