一种电网调度策略优化方法和装置

本发明提供一种电网调度策略优化方法和装置，方法包括：获取电网系统当前状态数据；将数据输入预先训练的电网调度策略优化模型，获得优化的电网调度策略；模型的构建包括：根据电网调度策略优化目标构建目标函数；根据目标函数构建包括状态空间、动作空间和奖励机制的马尔可夫决策过程；奖励机制包括构造的奖励函数的和设定的奖励内容，奖励函数包括新能源机组消纳奖励、火电机组运行成本奖励、平衡机组出力奖励和辅助奖励；奖励函数的构造包括奖励函数权重系数的设计，奖励函数权重系数在电网调度策略优化模型训练过程中是变化的。本发明能够获得安全实现新能源机组消纳最大化和火电机组总成本最小化的电网调度策略。