一种基于安全强化学习的压缩空气储能微电网调度方法及系统

本发明涉及清洁能源技术领域，在本发明提供了一种基于安全强化学习的压缩空气储能微电网调度方法，包括：基于新能源发电模块、压缩空气储能模块及电池储能系统的动态特性，建立包含功率约束与能量状态方程的多模块耦合模型；根据所述模型的运行参数，构建以储能充放电动作为决策空间、运行成本为奖励函数、安全参数超限惩罚为辅助成本的受约束决策框架；采用历史数据与拉格朗日松弛算法，对所述受约束决策框架中的策略网络与代价网络进行联合迭代训练，生成满足安全约束的储能调度策略和/或强化学习智能体；将所述策略网络与代价网络嵌入所述微电网的控制系统，基于实时状态数据动态调节压缩空气储能与电池储能的充放电功率。籍此，提升储能调度的效能，实现经济与安全运行。