摘要：针对风电出力的间歇性与不确定性导致微电网风电消纳率低、系统购电成本高问题，提出一种基于类残差软演员评论家（R-SAC）算法的微电网智能调度策略。首先，将调度问题建模为部分可观测马尔可夫决策过程（PO-MDP），并结合长短期记忆网络（LSTM）与注意力机制对风电出力和负荷变化进行短期预测。然后，在传统软演员评论家（SAC）算法的基础上引入类残差网络结构，构建改进型R-SAC算法以提升策略的收敛速度与探索效率。最后，基于西北地区某实际微电网数据进行仿真实验，结果验证了所提策略的有效性及优越性。

      关键词：微电网调度；风电消纳；深度强化学习；状态估计；策略网络优化

      中图分类号：TM73     文献标识码：A