我本次组会汇报的内容是《基于深度强化学习的微电网能源管理》，我将从科研背景、科研问题、科研目的、研究内容等方面进行介绍。

科研背景

1，2020年9月22日，国家主席习近平在第七十五届联合国大会上宣布，中国力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和目标，大力发展应用可再生能源成为重点趋势。
2，作为一种小型发配电系统，微电网能够有效整合分布式电源、用电负载和储能系统，实现可再生能源的就地消纳。
3，据瑞信预计，到2030年，中国新能源汽车销量的十年年均复合增速有望达到25%，新能源汽车渗透率将提高至43%，电动汽车的数量暴增使得V2G技术能够得到更好地利用。V2G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作为电网和可再生能源的的缓冲。对于电动汽车的用户来说，当用电负荷过高时由电动汽车向电网馈电；而当用电负荷低时将电网过剩的电力存储在电动汽车里。
4，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，面向非线性、复杂的微电网系统，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，通过实时能源管理降低系统运行成本并提升系统平衡因子。

研究内容

具体内容将在组会中进行详细介绍。