一种基于深度强化学习的光伏储能系统全生命周期优化运行方法

本发明公开一种基于深度强化学习(DRL)的光伏储能系统全生命周期优化运行方法。首先，对储能运行效率模型和容量衰减模型进行了精细建模。然后以光伏储能系统收益最大化为目标，建立了基于深度强化学习的光伏储能系统优化运行策略，考虑了电动汽车充电需求、光伏发电出力和电价的不确定性，以满足电动汽车的充电需求和光伏发电消耗。其次，由于储能充放电决策行为具有连续性，因此采用基于近端策略优化(PPO)的深度强化学习来求解优化运行结果。最后，模型通过实际历史数据进行训练，并根据当期状态实时优化储能充放电策略。采用本发明方法能有效解决不确定环境下光伏储能系统的优化运行问题。