一种考虑调度经验的强化学习优化调度方法及系统

本发明公开了一种考虑调度经验的强化学习优化调度方法及系统，属于电力调度技术领域，方法包括：确定电网运行优化调度目标并设定电网运行优化的约束条件；基于调度目标与约束条件搭建强化学习运行环境模型；基于强化学习运行环境模型构建基于SAC算法的强化学习优化调度模型；使用强化学习优化调度模型实现电网优化调度。本发明提出真实环境模拟模块，相比传统强化学习所提方法根据现有观察状态推理真实环境，提取隐藏在电力系统运行环境历史数据中的信息，并与现有环境结合，模拟真实环境，从而更为精确的制订调度策略。对比现有研究成果，本发明首次使用调度经验辅助强化学习加速训练方法引入大规模新能源接入的电力系统优化调度领域。