面向光储直柔系统的时序预测与强化学习联合能量优化调度方法、系统、设备及介质

本发明涉及电力系统及能源领域，公开了面向光储直柔系统的时序预测与强化学习联合能量优化调度方法、系统、设备及介质，方法包括采集负荷历史数据并预处理；构建负荷预测模型，将预处理后的数据输入至训练后的负荷预测模型，获取负荷预测值；构建强化学习环境，输出状态维度、动作维度以及奖励信号；基于Actor‑Critic架构构建DDPG智慧模型，将状态维度和动作维度输入至DDPG智慧模型，结合深度策略参数进行DDPG智慧模型训练；所述DDPG智慧模型训练生成充放电功率指令以及状态‑动作维度的评估值；基于所述评估值，结合强化学习环境，通过经验回放机制与衰减噪声探索策略进行DDPG智慧模型迭代优化，直至收敛得到最优能量调度策略，实现了高效能量优化管理。