近年来,分布式可再生能源（如太阳能、风能）日益普及。由于分布式可再生能源具有间歇性和随机性,将它们大规模接入到大电网中将给电网安全稳定运行带来很大的挑战。应对该挑战的有效途径之一是发展智能微电网实现可再生能源的本地消纳。为了充分消纳本地可再生能源,不同微电网之间进行能量共享是一种有效的方法。然而,由于不同微电网中的分布式可再生能源可能属于不同的所有者,以集中方式控制所有微电网不太实际。为了克服该缺点,点对点能量交易是一种有效解决方案。同时,将微电网本地的边缘计算任务在不同微电网之间进行共享有助于降低微电网能量成本。然而,微电网中可再生能源发电量、电力需求和计算任务速率等参数存在不确定性,为每个微电网制定最优运行策略非常具有挑战性。因此,如何在这些不确定性因素的影响下为微电网制定点对点能量交易与计算任务共享的最优策略值得进一步研究。首先,本文研究了不确定性条件下多微电网间的点对点能量交易长期能量总成本最小化问题。为求解该问题,我们提出了一种基于多智能体深度确定性策略梯度的多微电网点对点能量交易算法。该算法可以在无需知晓其它微电网发电和负载信息的情况下,实现微电网能量成本最小化。此外,该算法采用了区块链技术以保证交易数据的安全。大量仿真结果表明:相比其他方案,该算法可在保护用户交易数据的前提下降低4.96%-6.83%的能量成本。其次,本文研究了多微电网环境下点对点能量交易与计算任务分配联合调度问题。为求解该问题,提出了基于多智能体深度确定性策略梯度的微电网能量交易与计算任务分配联合调度算法。提出算法无需知晓可再生能源发电量、电力需求和计算任务速率等不确定性参数的先验信息。基于真实数据的仿真结果表明了提出算法的有效性。最后,本文进行了简要总结,并对未来的研究工作进行展望。