工程技术论坛Engineering Technology Forum

面向低碳经济的人工智能赋能微电网优化运行技术
韦柯余 王心怡 滕垚 马妍 马丽军 施红如（通讯作者）

南通理工学院，江苏省南通市，226002；

摘要：在全球积极推动低碳经济转型和能源结构优化的战略背景下，电力系统正经历着从传统集中式模式向分布式、清洁化方向的深刻变革。微电网作为整合分布式可再生能源的关键载体，其在实现高效消纳绿电与保障区域供电可靠性方面扮演着日益重要的角色。通过设计一种基于注意力机制的长短期记忆网络，显著提升了风电与光伏出力的预测精度，为优化调度提供了可靠的数据基础。在此基础上，构建了一个以运行成本最小化和碳排放量最低为目标的深度强化学习智能体，使其通过与高保真微电网仿真环境的大量交互，自主学习并获得兼顾经济性与低碳性的最优运行策略。为了处理系统中的离散与连续变量共存问题，研究将强化学习的决策输出与混合整数线性规划进行有效结合，确保解决方案的可行性与最优性。本文的核心研究内容在于上述智能模型的架构设计、训练算法改进及其在复杂场景下的决策有效性验证。仿真结果表明，该人工智能赋能的方法能够动态自适应地调整微电网内部分布式电源、储能系统及可控负荷的工作状态，在充分消纳可再生能源的同时，平滑了与大电网的联络线功率波动，实现了系统综合运行成本的显著降低与碳减排指标的实质性改善。

关键词：低碳经济；人工智能；微电网；优化运行；深度强化学习；可再生能源；碳排放

参考文献

[1]任甜甜.并网微电网多目标优化调度及求解算法研究[D].西安理工大学,2024.

[2]史笑宇,王欣.计及碳交易的微电网利益博弈研究[C]//吉林省电机工程学会.吉林省电机工程学会2024年学术年会获奖论文集.吉林省东北电力大学;东北电力大学,2024:580-585.

[3]董奇.光伏发电对电网电能质量的影响分析[J].灯与照明,2025,49(06):134-136+148.

[4]谭志东,魏健.低碳转型背景下企业碳排放权会计处理问题探析[J].商业经济,2026,(02):168-171.

[5]孙嘉麟,王振宇,刘宇舒.双碳目标下县级国土空间减碳规划问题及其优化策略[J].苏州科技大学学报(工程技术版),2025,38(04):74-80.