一种面向源网荷储协同多场景优化的强化学习方法及系统

本发明公开了一种面向源网荷储协同多场景优化的强化学习方法及系统，构建成本最小化的配电网优化模型，并将混合整数非线性问题转化为可求解的混合整数二阶锥优化问题；将混合整数二阶锥优化问题转化为强化学习决策模型，利用不同运行场景数据对边界条件参数进行多轮赋值，形成多场景训练任务集合；设计强化学习决策模型多场景训练损失函数，结合强化学习决策模型构建策略神经网络、评价网络神经网络以及场景表示嵌入神经网络，完成适应多场景优化的强化学习决策；基于多场景训练任务集合、多场景训练强化学习损失函数和神经网络结构，训练配电网多场景优化决策模型，并部署到实际系统，完成面向源网荷储协同多场景优化的强化学习决策模型应用。