本发明涉及一种基于约束感知强化学习的综合储能系统优化方法，包括：构建Q值网络，所述Q值网络包括若干神经单元，所述神经单元的激活函数为RELU函数；将燃气轮机组输出功率和储能机组输出功率作为动作，将风电系统输出功率、负载功率、储能系统荷电状态作为状态，将燃气轮机组运营成本、售购电成本和功率不平衡量作为惩罚项建立奖励函数，训练Q值网络得到Q值网络的最优参数；将固定Q值网络参数，将Q值网络转换为混合整数规划模型，所述混合整数规划模型设有微电网约束条件；输入当前状态至混合整数规划模型，通过gurobi求解器求解混合整数规划模型，得到最优动作即能源调度方案。