基于强化学习的电力系统多目标调度优化控制方法及系统

本发明公开了一种基于强化学习的多目标调度优化方法，包括以下步骤：获取电力系统各节点的历史电压数据；随机生成电源与负荷扰动，通过潮流计算求解后改变各节点电压值，记录系统各支路电流、总网损及总无功补偿容量；利用蒙特卡洛方法计算各电压节点对支路电流、系统总网损、总无功补偿量的灵敏度向量，赋权相加归一化得到总加权灵敏度向量为各节点的“权”；定义节点“权”与其时序运行电压偏移值相乘为节点加权电压偏移值，全局累加后为系统加权电压偏移值；引入系统加权电压偏移值训练近端策略优化强化学习智能体；由此电力系统电压实时优化控制策略。本发明能有效实现电力系统多目标控制，有利于电力系统安全、可靠、经济运行。