本发明公开了一种微电网能源管理策略的优化方法、装置、设备及介质，涉及微电网能源管理技术领域，包括以下步骤：建立微电网系统并获取微电网系统的状态变量；将状态变量输入至MILP模型，获取状态变量对应的动作变量，根据状态变量和动作变量构建专家数据集；通过专家数据集对深度神经网络模型进行训练；构建能源管理模型，将风电、光伏和电力负荷的预测区间和状态变量进行融合后对能源管理模型进行训练，根据训练后的能源管理模型对微电网能源管理策略进行优化。本发明将时序预测区间融合至能源管理模型的训练过程中，能够为强化学习的交互过程提供风电、光伏、电力负荷的预测不确定信息，提高预测的准确性，以提高微电网能源管理模型的性能，并降低运行成本。