面向保供需求的深度强化学习水-风-光短期优化调度研究——以大渡河流域瀑-深-枕一体化基地为例

来源：水资源与水工程学报杂志2026年第1期北京时间：

作者：王建华，易绍雯，朱燕梅，周玲，黄炜斌，马光文

单位：（1.国能大渡河流域水电开发有限公司,2.四川大学水利水电学院四川成都6100653.四川大学山区河流保护与治理全国重点实验室

摘要：为兼顾水电调节能力与水-风-光一体化系统的电力保供需求，提出了面向保供的短期多目标优化调度模型，以日发电量最大和负荷形态匹配度最优为核心目标，采用深度强化学习算法SAC进行求解，并引入目标曲线特征分解方法对多目标进行解耦，设计分层奖励以提升策略收敛性能。以大渡河流域瀑-深-枕水-风-光一体化基地为算例，模拟丰水期、平水期与枯水期典型日下风光大发与小发场景的系统运行状态，并与传统优化算法（POA、GA）的求解结果进行对比。结果表明：SAC算法在所有测试场景中均实现优异的负荷追踪性能（源荷相关性＞99.9%），同时获得更高的系统发电量；相较于POA和GA，其梯级水电发电量平均提升0.54%和0.27%，这表明SAC的最大熵探索机制能够在满足运行约束的前提下，有效挖掘潜在优质解，兼顾保供可靠性与发电效益。所提方法可为水-风-光一体化系统的智能优化运行提供理论支撑与技术路径。

关键词：水-风-光一体化,电力保供,深度强化学习,SAC算法,短期优化调度,大渡河流域

基金资助：国家自然科学基金项目（U24B6011）；国能大渡河流域水电开发有限公司技术服务项目（GJNY-DDH-SCZH-2025-002）