随着化石能源储量严重不足以及环境污染等问题越来越受到重视,我国大力发展以风能、光能等新能源为主的微电网供能方式。微电网中的分布式电源与负载相邻,它的灵活性比传统发电方式更高,微电网与大电网相互协作为用户的生活、工业生产等提供可靠的电能。由于分布式电源相比于传统的发电形式具有较大的波动性和随机性,单一方面的发电侧优化调度并不能达到预期结果,所以供需双侧的协同优化成为了微电网的重要研究内容。首先,本文研究了微电网的各个组成部分。介绍了微电网中新能源发电系统,论述了风力发电和光伏发电的发展历史和数学模型。研究了需求响应的分类,需求响应包括基于价格型的需求响应和基于激励型的需求响应。给出了两种激励型负荷模型,分别是可削减类负荷和可转移类负荷。介绍了三种储能设备及调度相关模型,本文主要应用的是蓄电池储能和氢储能电池。其次,提出了考虑用户满意度的可削减类负荷参加调度问题的优化策略。本着减少弃风弃光的目的,建立模型的目标函数是使各个时间段新能源发电量与负载需求的差值最小。当某一时间段新能源发电量大于负载需求时,负荷可完全被满足。当某一时间段负载需求大于新能源发电量时,根据储能设备的SOC（储能设备的荷电状态）情况,给出可消减类负荷的调度策略。当储能设备和新能源发电不能满足负载需求时,启动可调度机组（柴油发电机组）发电。可调度机组的经济调度问题的目标函数是发电机的总成本最小,提出了改进的蚁狮算法对可调度机组的经济调度问题求解。通过算例仿真验证了算法的有效性,且相比于传统的蚁狮算法,其收敛速度更快,求解精确度更高。最后,提出了考虑用户满意度的多类负荷参加调度问题的优化策略。调度策略的目标函数是发电侧的总成本最小,发电侧的成本包括各个时段新能源成本、储能成本以及负荷的补偿费用等。求解的算法采用了改进的人工蜂群算法,先根据可转移类负荷的满意度约束确定可转移类负荷的寻解范围,在范围中寻找可行解,然后计算成本函数。计算方法是先输入可转移类负荷的各个时间段负荷量,根据负荷情况和新能源发电量计算负荷削减量、SOC情况以及向大电网购电量,根据负荷情况等计算成本。通过算例仿真验证了算法的有效性,且相比于改进的蚁狮算法,改进的人工蜂群算法求解精确度更高。