风光资源作为重要的可再生能源是解决当代社会能源短缺和化石能源污染的重要手段,微电网作为风光消纳的有效形式越来越受到广泛的关注。由于风光发电的随机性和波动性导致微电网内部弃风弃光问题和失负荷问题严重,因此需要配置储能系统来消纳多余的风光并减少失负荷功率。传统的配置方案单纯依靠储能系统来解决以上问题,导致储能系统配置成本高、经济性较差。随着对需求侧资源的研究,将需求侧资源纳入广义储能的范围可以发挥需求侧灵活充放电的特性,从而减少传统储能的配置成本。本文在研究电动汽车、空调充放电响应的前提下对微电网进行储能配置,并将氢储能作为传统储能的补充,分析了净现值最大时的广义储能配置方案。具体工作如下:首先,建立了广义储能的模型。本文利用电动汽车典型参数的概率密度函数,通过蒙特卡洛抽样的方法得到400辆电动汽车负荷的功率曲线;建立了空调负荷的等效热模型,通过改变室内温度上下限的方法对空调负荷进行控制;建立了氢储能中电解槽、储氢罐和燃料电池的模型;建立了混合储能的功率约束、荷电状态约束以及额定功率和容量的计算模型。其次,针对并网型微电网提出了双层配置模型。上层以惩罚费用最小为目标,通过电动汽车的灵活充放电和室内温度上下限的调整消纳弃风弃光功率同时减少失负荷功率;下层以规划期内的净现值最大为目标,配置混合储能系统和氢储能系统,通过粒子群算法求解净现值最大时的储能配置方案。在混合储能系统的求解过程中加入能量吞吐量法计算蓄电池的寿命,通过小波包分解确定混合储能的充放电功率指令。最后,建立了考虑风光不确定性的微电网广义储能配置模型。由于风光发电具有随机性和波动性,本文采用包络形式对风光发电的不确定变量进行建模。基于IGDT（Information Gap Decision Theory）方法,提出了风险规避模型和风险偏好模型下不同风光波动率的广义储能配置策略,上层以惩罚成本最小为目标,确定需求侧资源的响应行为;下层以微电网规划期内的净现值最大目标,确定混合储能和氢储能的配置方案。通过对需求侧不同响应策略的分析发现需求侧参与微电网响应时的净现值高于需求侧不参与微电网响应时的净现值,算例证明了本文所提策略的有效性。