清洁能源并网是我国电力行业遏制环境污染及提高能源利用率的重要措施,风能作为清洁能源在气候改善及可持续发展方面优势显著,逐渐成为电力行业发展的中坚力量。但风电波动性给系统的电力调度带来了挑战,故论文旨在提出一种改进型智能算法来求解风电-火电混合型微电网动静态经济调度问题。具体研究内容及结果如下:（1）针对微电网动静态经济调度模型复杂性高导致求解困难的问题,提出了一种改进型旗鱼优化算法（Improved Sailfish Optimization,ISFO）。论文采用三个改进措施来提升算法性能。首先,引入权重惯量来提高算法的收敛速度;其次,引入全局搜索因子来改变算法的更新方式,提高算法避开局部最优解的能力;最后,引入种群多样化维持策略,保证算法搜索空间的多样化。采用测试函数对ISFO算法进行性能测试,同时与其它算法比较,测试结果显示ISFO算法的寻优能力与求解速度都具有较强的竞争力。（2）针对静态经济调度中系统运行稳定性及经济性的问题,建立了一种风电-火电混合型微电网静态经济调度模型,并采用ISFO算法求解该调度模型。首先,调度模型以系统运行成本最小化为目标,以系统机组出力为优化变量,通过渗透率约束来限制风能并网的上限,同时考虑机组运行约束,构建了风电-火电混合型微电网静态经济调度模型。其次,采用ISFO算法对两个算例系统进行求解,并与相似研究结果进行比较。最后,两个算例求解结果显示无风能时ISFO算法求解的成本相比于其它方法最高分别降低了6.17%与1.8%,考虑风能时ISFO算法求解的运行成本相比于不考虑风能时最高分别降低了9.3%与7.5%。论文提出的模型在保证系统经济性及稳定性的同时提高了可再生能源的利用率。（3）针对动态经济调度中系统经济性、环保性及风能随机性问题,以静态经济调度模型为基础,建立了一种风电-火电混合型微电网动态经济调度模型,并采用ISFO算法求解该模型。首先,根据威布尔分布来推导风电出力特征并建立了风电随机性模型,动态调度问题的目标函数中包含了系统运行成本与污染排放,并以静态经济调度模型为基础建立了风电-火电混合型微电网动态经济调度模型。其次,采用ISFO算法对两个算例系统进行求解,通过满意度函数来确定调度问题的折衷方案并与相似研究结果比较。最后,对于算例一,ISFO算法所求解的运行成本与污染排放相比于其它方法最高分别降低了4%与11%。对于算例二,ISFO算法所求解的运行成本与污染排放相比于其它方法最高分别降低了2.8%与2.5%。测试结果表明,论文提出的模型可以在有效处理风能随机性问题的同时降低系统运行成本与污染排放。