由于人口增长与现代工业化的迅速发展,世界各国国内用电需求极速上升,迫切的能源需求促使越来越多的分布式可再生能源投入使用,人民对于电力需求的指数级增长和对可再生能源大规模集成的担忧日益增加,这给传统电网的发展带来了一系列新挑战。集成了可再生能源发电与通信技术的智能电网框架成为最便捷的解决方案。此外,储能系统的出现使服务提供商能够从公用事业公司购买电能,并通过电池运营将电能出售给客户之间的价格差异中获利,而更频繁的充放电行为会导致电池退化。然而,对储能退化成本的准确估计是储能参与能源管理的主要障碍之一。本文考虑了一个包括精确的锂离子电池退化模型、可再生能源发电机、储能系统和双边能源流动微电网场景,开发了一种基于锂离子退化的在线能源调度方法,旨在通过能源交易实现系统的运营利润最大化,并保证电池的长期使用。能源交易利润和电池退化成本之间的权衡制定为联合优化问题,并设计了基于强化学习的实时能量调度与优化算法,在最大化运营利润的同时,尽可能降低电池退化成本。其中,主要的研究工作与贡献概括如下:（1）针对微电网场景下的能源管理问题,建立可再生能源接入、配置单储能装置与精确电池退化的智能电网数学模型;综合分析动态价格变化、动态需求变化下的微电网能量调度与利润提高的问题,将提出的长期联合优化问题推导为马尔可夫决策过程,为了解决输入变量的波动性问题,提出基于Q学习能量调度算法,通过调动储能系统充放电来求解微电网能量调度系统最优利润。之后,在计算机仿真平台上验证了能量调度算法的有效性与可行性,与基线算法对比验证调度算法在优化目标上的性能增益,最后,研究不同规模的储能系统对调度算法在性能上的影响。（2）基于前文提出的微电网能量管理模型,基于强化学习多目标优化思想,设计实时能量调度算法。为探究需求响应对于电网能量调度的影响,提出基于门控神经单元的时序数据预测算法预测未来时段的状态数据,将预测模块嵌入调度算法中,设计消融实验验证模块性能。为了解决Q学习算法面对海量状态存在维度灾难问题,引入深度Q网络算法处理连续状态空间,之后,基于预测数据,设计全新的奖励函数预估器,应用奖励函数预估器取代原有奖励函数;同时,提出改良贪婪策略取代原有动作选择策略。最后,将能量调度算法置于计算机仿真平台验证算法可行性,与基线算法对比分析算法性能增益。