基于双层强化学习的源荷储动态策略验证方法

本发明公开了基于双层强化学习的源荷储动态策略验证方法，包括如下步骤：S1、采集源荷储系统的运行数据，构建标准化运行数据集；S2、构建双层强化学习模型，上层策略网络生成全局调度策略，下层策略网络输出动作决策策略；S3、采用策略梯度优化方法对双层强化学习模型进行联合训练，输出调度策略；S4、引入积分梯度方法对调度策略进行分析，构建关键调度状态节点集合；S5、对全局调度策略的生成逻辑进行优化，获得优化后双层强化学习模型；S6、构建多个源荷储系统运行场景，形成典型运行场景集合；S7、在典型运行场景集合中部署优化后双层强化学习模型，输出策略验证结果。本发明通过结合双层强化学习与积分梯度方法，实现源荷储动态策略验证。