摘要
本发明公开了一种基于策略梯度算法的储能收益最大化方法，包括如下步骤：采集储能设备状态参数、电力市场实时价格数据和负荷预测数据，并进行预处理；进行特征提取，初始化充放电策略参数，生成初始充放电策略；根据初始充放电策略生成本周期的充放电动作，执行充放电操作，生成充放电反馈信息；计算奖励信号，将奖励信号、储能状态特征向量和充放电动作用于更新充放电策略参数；利用时序依赖关系，对未来周期收益进行反馈优化；进行下层自主策略优化和上层设备间协调，生成全局最优的协同充放电策略。本发明融合策略梯度与图优化方法，实现储能协同控制，具备收益高、适应强与策略稳的优点。
