李 华，于 潇

（1.省部共建电工装备可靠性与智能化国家重点实验室（河北工业大学），天津300132；2.河北省电磁场与电器可靠性重点实验室（河北工业大学），天津300132）

0 引言

近年来，国家对分布式发电的扶持力度不断加大，屋顶分布式光伏发电成为了许多家庭的有效选择。而光电本身的不确定性会造成一定程度的弃光现象，给公共电网的稳定运行带来很大的挑战[1]。为此，在新能源消纳困难的地区要提高光电的就近消纳能力，充分挖掘现有系统的调峰能力[2]。储能技术的引入不仅能够提升分布式光伏的就地消纳能力，还可以提升系统稳定性，改善电能质量，将系统由“刚性”变为“柔性”[3]，[4]。

针对微电网中的能量管理和优化控制问题，文献[5]利用粒子群优化算法寻求储能电站调度任务的最优分配方案，最大限度地降低了调度成本。文献[6]提出了一种集成混合整数线性规划、多尺度规划和基于优先级的模糊随机规划算法，这些算法能够解决微电网中的许多问题。文献[7]构造了包含蓄电池和储氢装置的微电网复合储能模型，采用DQN（Deep Q Network）算法对微电网系统的能量调度进行决策优化。文献[8]采用Q学习算法研究了以风储合作系统长期收益最大化为目标的风储合作系统参与电力交易的能量调度优化问题，并考虑了申购的备用容量成本。文献[9]采用强化学习算法，使电源、分布式存储系统和用户在互相没有先验信息的情况下能够达到纳什均衡。

针对微电网……