一种基于强化学习的虚拟电厂增强型恢复策略方法及系统

本发明公开了一种基于强化学习的虚拟电厂增强型恢复策略方法及系统。该方法采用信息‑物理融合建模，构建虚拟电厂的电力层、信息层及耦合层，以准确评估关键节点与关键线路的影响力，优化故障恢复顺序。首先，通过复杂网络理论计算节点效率、负荷重要性及信息‑电力耦合强度，识别关键节点和线路，提高系统的预防能力。其次，在故障发生后，采用智能负荷再分配策略，优化过载线路的功率流调整，防止级联失效扩散。最后，利用强化学习方法优化恢复调度，实现动态调度优化。本发明提升虚拟电厂在级联故障条件下的恢复能力，提高电网的韧性与稳定性。