一种基于深度强化学习的光储充变压器能量优化方法及系统

本申请公开了一种基于深度强化学习的光储充变压器能量优化方法及系统，旨在解决短期经济调度损害长期设备安全的技术问题。该方法构建一个分层强化学习控制架构，包括一个在慢时间尺度决策的高层策略智能体，和一个在快时间尺度决策的底层策略智能体。高层策略智能体依据高保真物理模型量化的核心电力设备的长期健康状态指标，生成面向未来的策略性安全边界；底层策略智能体接收该安全边界作为其决策的刚性约束，并在该约束内根据实时运行参数，执行以短期经济最优为目标的能量调度。本申请通过该分层架构，将长期安全目标提升为短期经济目标的上层强制性约束，解决了二者的内在冲突，显著提升了系统的长期运行安全性和全生命周期总成本的最优化。