一种基于鲁棒安全深度强化学习的电氢耦合系统风险调度方法

本发明公开一种基于鲁棒安全深度强化学习的电氢耦合系统风险调度方法，包括以下步骤：1)考虑电解槽法拉第效率损失效应，构建电氢混合储能动态运行模型；2)计及风电不确定性，建立计及电氢混合储能动态运行的电氢耦合系统风险调度模型；3)构建鲁棒约束马尔可夫决策架构；4)利用柔性行动器‑评判器基线算法对鲁棒约束马尔可夫决策架构进行参数化；5)利用参数化后的鲁棒约束马尔可夫决策过程架构求解电氢耦合系统风险调度模型，得到电氢耦合系统风险调度方案。本发明面向能源低碳绿色转型和能源安全的重大需求，提出基于新的安全深度强化学习算法，实现电氢耦合系统风险的高效和严格管控，保障系统运行的可靠性和安全性。