能源是目前人类赖以生存的重要保证,节能减排、清洁能源成为了现如今世界能源经济发展的重要方向。而在这个信息技术不断发展的今天,微电网作为一种绿色环保、持续且高效的电力系统,被业界广泛认为是一个技术平台开阔、有着广阔市场前景的新兴方向。而针对不断发展的微电网技术,各国学者们也提出了许多关于其优化以及控制策略的理论,其中强化学习是机器学习中较为热门的优化算法,也可以应用于微电网中。本文将针对不同类型的微电网,构建不同的数学模型,提出不同的优化目标。根据马尔可夫决策模型,将连续的调度过程离散化,结合强化学习算法求解出最优的调度方案,并分别针对不同数学维度的场景,对算法进行递进加深,本文的贡献如下:1.在传统强化学习的基础上,针对性地融入了异步的概念,并分析其收敛性,在原有算法基础上提出了“增益经验复用”以及动态决策的概念,适用于较低维度的数学模型。针对居民园区微电网场景,通过分析其模型特性,确定了控制手段,构成了电价引导式的居民园区调度策略。同时根据其用电负荷以及用户端需求,确立了三个优化目标并通过线性叠加成为单目标优化问题,然后通过理论分析确定该模型为较低维度的数学矩阵,最后在理论以及仿真中验证了该算法的有效性。2.提出了将遗传算法融入强化学习中,实现空间的分割来提高收敛速度和收敛精度,在原有算法的基础上融入了精英保留以及适应度函数等概念形成了GA-强化学习框架,然后引入双Q值的分段算法形成GA-DQSA算法,适用于较高维度的数学模型。该部分针对对象分为两个部分,一是针对单一的工业园区微电网,与居民园区截然不同的是其多样化的分布式能源,并且在优化目标上将工业园区的安全性能考虑在内并制定了不同权重的效益评估方案。第二个部分是针对多个工业园区微电网系统,描述了微电网之间的动态博弈问题,并且通过电能的交易实现自身以及总共的经济效益的最大化,在理论上分析并证明了效益函数纳什均衡的存在。因为将风能光能、V2G以及P2G考虑在内的模型是一个较高维度的模型矩阵,所以针对该数学模型,采用上述的改进后算法并在仿真中验证了其优越性,同时对改进理念中的参数进行逐一地仿真测试来分析其参数灵敏度,以得到最优的参数。