结合ARIMA-LSTM和DDPG的含氢储能微电网调度优化方法

本发明公开了一种结合ARIMA‑LSTM和DDPG的含氢储能微电网调度优化方法。包括以下步骤：首先，获取含氢储能微电网的历史可再生能源产能数据、历史电力负荷数据、历史电价和历史储能设备状态；接着通过ARIMA‑LSTM模型预测历史可再生能源产能和电力负荷数据，并结合当前时隙的可再生能源产能、电价、储能状态等构建完整状态空间并输入至DDPG的Actor和Critic网络中，对DDPG网络模型进行训练，DDPG网络模型中的奖励函数模型是以优化全年运行成本为目标，其约束包含设备运行约束、可再生能源产出约束、电力不平衡等；最后得到响应外部环境变化的微电网调度策略，实现各设备的动态调度优化，提升系统的适应性和鲁棒性。