随着用电需求的逐渐增加和电源形式的日益丰富，传统电网调度方法的局限性日益凸显，电网运行的质量和效率也亟需进一步提升。人工智能（Artifcial Intelligence, AI）方法凭借其强大的学习能力，近年来在多个领域表现出色，为
电力系统的智能化、数字化提供了新的解决方案。在此背景下，强化学习（Reinforcement Learning, RL）作为一种代表性的人工智能方法，因其在复杂决策问题上的突出表现，逐渐受到关注。强化学习通过与环境的交互，能够自主学习最优策略，在诸如棋牌、电子游戏、机器人等控制决策领域取得了显著成。其强大的自适应能力和灵活的策略优化过程，也显示了在电网调度领域的巨大应用潜力。

本文旨在探索强化学习在新型电网自动调度优化中的应用，主要围绕稳态情况下的有功出力调度优化以及拓扑结构优化两个近年来备受关注的方向，对电网稳态性能进行优化。有功出力调度从源侧进行电网优化，且直接关系到电网运行的稳态性能，比如经济性、新能源利用率等。拓扑结构优化从网侧改变电网拓扑结构，优化网损，维持电网的稳定运行。同时，二者可以相互配合，共同优化电网运行的性能。

为了提高有功出力调度任务中电网调度的稳定性，同时兼顾调度的质量，本文提出融合了人类先验知识的分层安全强化学习（Hierarchical Safe Reinforcement Learning）的方法，在调度过程中同时兼顾稳定性以及原始任务性能。并且构建了新能源机组占比大的有功出力调度环境，验证了所提方法的性能，分层安全强化学习的方法具有更高的稳定性，同时任务性能也不会明显下降。

为了解决拓扑结构优化中的大规模不均衡离散动作空间问题，本文提出了基于搜索排序的强化学习（Reinforcement Learning based Searching and Ranking ）的方法，通过多阶段逐级降维的方法获得更小的高质量动作空间，并使用强化学习对候选动作集合进行长期视角的排序。在标准的拓扑优化环境中对所提算法进行了全面的评估，本文所提方法可以在保证存活时间和累计奖励的前提下，大幅降低智能体的单步模拟次数，提高调度的效率。

最后，为了直观地展现本文研究成果，本文开发了针对有功出力调度和拓扑结构调度的电网运行可视化系统。该系统集成了本文讨论的两种关键调度场景，通过图形界面展示了算法在实际电网运行过程中的工作流程和效果，并允许用户通过交互修改调度进程，直观地对比不同策略对电网运行的影响。