一种基于虚拟电厂的光储充放电站聚合控制与优化方法

本发明提出了一种基于虚拟电厂的光储充放电站聚合控制与优化方法，旨在解决多目标协同优化、动态资源响应及不确定性鲁棒性问题。通过引入马尔可夫决策过程和自适应聚类算法，系统能够根据设备特性动态聚合光伏、储能和充电桩资源，优化电力调度。采用多目标优化模型，结合经济性、技术性和环境性目标，并引入动态权重因子，结合模糊决策理论生成最优调度。采用滚动时域控制框架和深度强化学习进行实时补偿，提高调度精度和响应速度。边缘计算与云端协同机制通过轻量化联邦学习模型降低通信负载，提升调度响应效率。本发明能够显著提高光储充电站调度效率，降低运行成本，提升系统稳定性，并具有良好的适应性和可扩展性。