一种结合车网互动的虚拟电厂优化调度方法、系统、设备及介质

本发明涉及一种结合车网互动的虚拟电厂优化调度方法、系统、设备及介质，通过采集历史数据，对下一时刻虚拟电厂中的可控负荷用电需求、车网互动系统充放电量、传统电源发电量、储能电量、分布式电源的发电量、天气条件、电网频率变化和温室气体排放进行预测。预测通过卷积神经网络进行特征提取，再使用注意力机制得到关注于负载高峰期和天气变化期的预测结果。采用马尔科夫决策过程描述状态的转移。基于深度Q网络得到最优动作，决定发电机组输出、储能系统充放电、可控负荷调度和车网充放电调度策略，实时调整电网运行。与现有技术相比，本发明具有运维成本低、稳定性强和环保等优点。