微型智能电网是体现新型电力能源技术发展水平的重要研究课题,在实现分区分片灵活供电,就地消纳电能,提高可再生能源利用效率,解决能源紧缺与环境问题方面发挥着重要作用。微型智能电网的经济运行与能量管理是其经济性和环保性的重要体现,其主要任务是基于可再生能源、负荷需求以及市场电价等基础数据,建立精确的经济运行优化模型,选择合适的运行策略与优化算法求解优化模型,确保微型智能电网在安全可靠的条件下,实现系统的最小成本运行、高效地利用能源,减少污染物气体的排放。然而,微型电源的类型多样、可再生能源较高的渗透率、储能系统能量的双向流动以及微型智能电网与外部配电网的能量交互等,这些特点使得微型智能电网的经济运行与传统的电力系统经济运行相比而言,存在较大的挑战。本文针对涉及可再生能源和负荷需求的不确定性、经济与环境等系统要求的多元化、时间断面之间的动态耦合情况下的微型智能电网运行优化这一复杂问题,以多源微型智能电网为研究对象,从系统工程优化角度研究多源微型智能电网运行优化方法,为建立面向复杂运行工况的微型智能电网运行优化体系奠定理论基础。本文的主要研究工作归纳如下:1.本文以集中分层式微型智能电网为研究对象,首先,详细建立了微型电源的稳态模型和动态模型,并进行了仿真。其次,在微型电源的稳态模型和动态模型基础上,建立了微型电源的成本模型和微型智能电网经济运行优化模型。最后对微型智能电网经济运行优化问题进行了算例分析和优化结果讨论。2.针对可再生能源输出功率具有随机性、间歇性的特点,提出了基于场景分解及场景聚合机制的微型智能电网运行优化方法。首先进行了场景分析,将原优化问题分解为多个场景子优化问题,其次引入场景束约束,将场景策略分为可容许策略、可实现策略和偶然策略,依照可用信息的进化机制,迭代修正每个场景子优化问题。然后,统计分析子优化问题最优解的主要特征和趋势,最终得到微型智能电网运行优化问题的最优解。3.针对动态地调整储能系统和可控微型电源的输出功率来响应可再生能源和负荷需求迅速及频繁的变化问题,本文将原问题描述为带约束的动态经济运行优化问题。首先,采用内点法和拉格朗日乘子法来处理复杂的等式约束和不等式约束。然后,采用动态规划方法求解动态经济运行优化问题。4.针对在外界条件发生变化时,微型智能电网的经济运行优化问题不断地变化,需要对微型智能电网的经济运行优化算法进行重复运行,限制了微型智能电网经济运行优化算法的在线应用问题。本文提出了微型智能电网经济运行的在线优化算法,首先采用了遗传算法对微型智能电网经济运行优化进行离线计算,然后,通过全潜结构投影模型（T-PLS）提取出过程数据中与经济指标密切相关的过程变异信息,利用在线信息,进行特征识别与特征匹配,进而,实现微型智能电网运行状态等级的实时评价。对于同一微型智能电网运行状态等级下的过程数据波动不会超过一定范围,通过人工神经网络学习算法学习微型智能电网经济运行优化结果,进而,实现微型智能电网经济运行的在线优化。5.针对微型智能电网运行成本最低、污染物排放量最小的多目标运行优化问题,提出了改进基于分解策略的多目标进化算法（MOEA/D）的微型智能电网多目标运行优化方法。针对微型智能电网多目标运行优化问题中复杂的约束条件,本文采用约束违反和性能指标（例如PBI或者Tchebycheff指标）的方法来更新子代。针对微型智能电网多目标运行优化方法容易陷入局部最优问题,本文结合遗传算子和小生境技术,提高了对非线性帕累托最优解和全局最优解的搜索能力。