一种强化学习-一致性理论联合的风光氢储微电网调控方法

本发明公开一种强化学习‑一致性理论联合的风光氢储微电网调控方法，属于新能源与微电网调控技术领域。该方法先建立涵盖电化学、热力学及传质过程的微电网模型，包含风光发电设备、电解槽等；再以运行成本最小化和产氢最大化为目标，结合设备安全约束设计优化调控模型；通过基于梯度补偿的改进一致性算法动态分配电解槽功率、均衡储氢罐状态，采用改进TD3的深度强化学习算法协同多设备，形成分层调控架构。本发明提升新能源消纳率与系统可靠性、经济性，为绿电制氢工程提供智能化调控支撑。