当今世界正面临着化石资源短缺、电力需求飞速增长的能源体系供需不平衡危机,以及全球变暖、臭氧层破坏等生态环境问题。具有节能减排和环境友好特点的可再生能源开始成为促进世界能源经济转型发展的核心,微电网作为一种新兴的发电技术,能够凭借系统本身的控制及能量管理达成功率平衡、系统运行优化等目标。为了充分挖掘微电网的优势,促进可再生能源使用占比的提升,对微电网优化调度展开研究具有十分重要理论和实践意义。本文针对目前的微电网调度优化方法无法对学习到的调度知识进行有效积累和挖掘利用的问题,以包含风光分布式电源、柴油发电机以及蓄电池的典型微电网系统作为研究对象,将自学以及积累知识能力的强化学习引入到微电网优化调度问题中展开研究。首先,本文对强化学习理论进行了研究,概述了强化学习模型建立的基本要素,以及不同类型的强化学习算法的学习原理。其次对典型微电网系统内部单元的运行机理及相关特性进行分析,并构建相适应的数学模型,以及包含柴油发电机燃料费用和微电网与大电网交易费用的运行成本目标函数。然后建立了深度双Q网络和深度确定性策略梯度的微电网优化调度的状态及动作空间、奖励函数的模型,并通过具体算例对所构建的深度双Q网络的微电网优化调度模型以及深度确定性策略梯度的微电网优化调度模型进行有效性验证,通过算例结果得出,深度确定性策略梯度在解决微电网优化调度问题时更具优势,能获得更优的调度策略。随后进一步考虑对积累的调度知识进行有效利用的问题,引入了迁移学习,并将其与深度确定性策略梯度进行结合,提出了基于深度确定性策略梯度和迁移学习的微电网优化调度,在深入分析微电网优化调度问题的基础上,设计了基于实际供需电能需求相似度的知识迁移规则,然后通过具体算例对所提方法进行了仿真验证,结果表明了知识迁移规则的设计和所提方法在实现对调度知识的积累和挖掘利用方面具备有效性。