本发明公开了一种基于Rainbow深度Q网络的微电网能量管理方法，以居民区微电网中的电动汽车和储能设备作为被控载体，将微电网一天24小时的负荷需求、光伏以及风力出力、电动汽车和储能设备的荷电状态预测数据作为Rainbow深度Q网络的状态空间输入，通过智能体学习并执行电动汽车以及储能设备的充、放电动作，从而实现以保证功率稳定和设备寿命安全的前提之下的微电网一日运行成本最低的目的。该方法由于可以解决可再生能源的随机性和间歇性导致的微电网能量管理模型建模困难，而且训练后具备快速收敛性，应对新的微电网能量管理模型时也具有优秀的泛化能力，从而能够有效地解决由于可再生能源的不确定性、能量流动和负荷的多样性导致的微电网能量利用率低、运行成本较高的缺陷。