本次组会对近期的研究工作《基于深度强化学习的微电网能源管理》进行总结，主要从科研背景、科研问题、科研目的以及研究进展这几方面来汇报。

科研背景

1，微电网：一种小型发配电系统，能够有效整合分布式电源、用电负载和储能系统，能够实现可再生能源的就地消纳、提高供电牢靠性、可以处理偏僻地域的用电问题并为电网提供支撑，削峰填谷。
2，V2G：指电动汽车给电网送电的技术，其核心思想在于电动汽车和电网的互动，利用大量电动汽车的储能源作为电网和可再生能源的缓冲。
3：负荷预测：电力系统负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是电网调度部门和规划部门所必须具有的基本信息。准确的负荷预测有助于提高系统的安全性和稳定性，能够减少发电成本。随着电力市场的建立和发展，短期负荷预测技术已成为电力系统EMS系统中必不可少的部分。

科研问题

1，微电网的状态变量存在复杂性和多变性，传统的基于模型的方法难以很好地处理微电网的能源管理问题。
2，新能源电动汽车数量的剧增，将电动汽车作为移动电源参与供电成为可能，如何更好地进行能源管理是一个问题。

科研目的

根据短期负荷预测的结果，调度适量的电动汽车作为电源参与微电网能源管理，并提出一种基于深度强化学习的微电网能源管理方法，对储能以及发电设施进行管理，然后在保证系统稳定运行的前提下，通过实时能源管理提升运营商的利润以及系统平衡因子。

研究内容