本发明公开了基于深度强化学习的微电网优化能量管理系统，采用DRL中的Soft Actor‑Critic(SAC算法，通过使用softmax函数将离散动作转换为概率分布，然后将概率分布映射到实数空间，同时实现了离散化动作空间集的控制，所述SAC的具体训练过程包括采样数据、计算Q值、更新策略、更新值函数、以及更新目标策略，本发明对于复杂任务具有很强的表现能力：深度强化学习通过使用深度神经网络等模型，能够对复杂环境和任务进行建模，从而学习到更加高层次的特征和表示。