本發(fā)明公開(kāi)基于雙?深度期望Q?學(xué)習(xí)網(wǎng)絡(luò)算法的電網(wǎng)能量管理方法及系統(tǒng)，首先基于貝葉斯神經(jīng)網(wǎng)絡(luò)對(duì)預(yù)測(cè)點(diǎn)光伏出力不確定性建模并獲得光伏出力的概率分布；將光伏出力的概率分布輸入基于雙?深度期望Q?學(xué)習(xí)網(wǎng)絡(luò)算法的電網(wǎng)能量管理模型中得到相應(yīng)的光伏發(fā)電出力策略；系統(tǒng)依據(jù)光伏發(fā)電出力策略運(yùn)行各光伏出力設(shè)備運(yùn)用；本發(fā)明將微電網(wǎng)經(jīng)濟(jì)調(diào)度問(wèn)題模擬為馬爾可夫決策過(guò)程，將目標(biāo)函數(shù)和約束條件映射成強(qiáng)化學(xué)習(xí)的獎(jiǎng)懲函數(shù)，利用其學(xué)習(xí)和與環(huán)境交互的能力獲得最優(yōu)決策，借助貝葉斯神經(jīng)網(wǎng)絡(luò)對(duì)學(xué)習(xí)環(huán)境中光伏發(fā)電出力的不確定性建模在馬爾科夫決策過(guò)程中適當(dāng)考慮狀態(tài)隨機(jī)轉(zhuǎn)移，顯著提高算法的收斂速度。