微电网的优化调度可以有效提高能源利用效率、减小环境污染以及降低系统运行成本,对微电网系统的经济、节能和稳定运行有着深远影响。但是近年来随着微电网的规模不断扩大,导致单个微电网的抗扰动性差和容量有限,所以互联局部区域的多个微电网,组成微电网群系统,可以有效提高系统的可靠性和经济性。因此,本文主要对单个微电网和由多个微电网组成的微电网群的优化调度问题进行研究。首先介绍了优化算法、微电网和微电网群的研究现状,分析和介绍了微电网各单元的工作特点及原理,为微电网优化调度研究分析和微电网群优化调度研究分析做出铺垫。然后对单个微电网的优化调度进行研究,以含光伏、风机、储能、燃气轮机和燃料电池的微电网系统为研究对象,在微电网孤岛和并网运行条件下,综合考虑微电网的燃料成本、运行维护成本以及微电网与配电网之间的电能交互成本,建立了微电网优化调度模型。同时,针对标准飞蛾火焰算法在迭代后期易陷入局部极值问题,提出了基于Sine映射和高斯变异的改进飞蛾火焰算法,采用不同类型测试函数对该算法的收敛性效果进行分析,对比飞蛾火焰算法、狮群算法和遗传算法的计算效果,该算法收敛速度更快、精度更高、全局寻优能力更好。最后通过算例,验证所提微电网优化调度模型和改进飞蛾算法的有效性和优越性。最后,对微电网群的优化调度进行研究,综合考虑微电网群的蓄电池老化成本、可控负荷调度补偿成本、微电网与微电网间电能交互成本、微电网与配电网间电能交互成本,建立了含风机、光伏、蓄电池的微电网群优化调度模型;同时,针对标准麻雀搜索算法在迭代后期种群多样性减小、易陷入局部极值的问题,提出一种基于Bernoulli混沌映射、柯西变异、动态自适应权重和反向学习的混沌麻雀搜索算法,采用不同类型测试函数对该算法的收敛性效果进行分析,对比麻雀算法、粒子群算法和遗传算法的计算效果,该算法收敛速度更快、精度更高、全局寻优能力更好。最后通过算例,得出微电网群的效益提升20%,验证了改进的有效性。