摘要 — 微电网 (MG) 能源管理是 MG 运行的重要组成部分。MG 的能源管理通常涉及各种实体，例如储能系统 (ESS)、可再生能源 (RER) 和用户负载，协调这些实体至关重要。考虑到机器学习技术的巨大潜力，本文提出了一种基于相关深度 Q 学习 (CDQN) 的 MG 能源管理技术。每个电气实体都被建模为一个代理，该代理具有一个神经网络来预测自己的 Q 值，然后使用相关 Q 平衡来协调代理之间的运行。本文介绍了基于长短期记忆网络 (LSTM) 的深度 Q 学习算法，并提出了相关平衡来协调代理。仿真结果显示 ESS 代理和光伏 (PV) 代理的利润分别提高了 40.9% 和 9.62%。索引术语——微电网、能源管理、能源交易、深度 Q 学习、相关平衡。