发展可再生能源可以有效降低对化石燃料的依赖并减小对环境的污染。可再生能源发电中以风力发电技术最为成熟、开发规模最大,但其低可预测性和低可调度性逐渐成为大规模风电开发利用的瓶颈。微电网能够促进风电大规模接入,是解决风电就地消纳的重要技术手段。准确可靠的风电功率预测、合理的微电网优化调度策略以及电价策略是保障微电网经济可靠运行的关键。在此背景下,本文从提高风电功率预测性能的角度出发,建立了基于确定性风电预测信息的微电网经济调度模型和考虑风电、负荷源荷不确定性的微电网鲁棒经济调度模型,并提出一种动态优化分时电价策略,研究源荷不确定性和分时电价需求响应对微电网调度运行的影响。论文的主要工作如下:首先,提出了基于不同核机器学习方法的风电功率区间预测组合模型。利用核极限学习机和粒子群优化的最小二乘支持向量机两种不同类型的核机器学习方法,建立了风电功率点预测模型,并对点预测相对误差进行混合核密度估计,构建预测区间;同时利用熵权法计算两种不同核机器学习方法的加权系数,对其预测区间进行加权组合。算例仿真结果验证,混合核密度估计具有较高的误差拟合优度,基于熵权法的区间预测组合方法可以有效兼顾不同核机器学习方法的优点,提高区间预测的综合性能,为含风电的微电网优化调度研究提供准确可靠的预测信息。其次,以点预测数据为基础,研究了基于确定性风电功率预测信息的微电网优化调度策略,对包含风力发电机组、燃气机组、储能单元、柔性负荷和常规负荷的并网型微电网,建立了以日前运行成本最小为目标函数的微电网经济调度模型;在此基础上,基于区间预测数据构建风电出力和负荷功率预测的不确定性集,并引入鲁棒可调参数,建立了考虑源荷不确定性的微电网鲁棒经济调度模型,利用列约束生成算法进行求解。通过仿真实验,对确定性经济调度模型和不确定性鲁棒经济调度模型进行对比分析,验证了鲁棒经济调度策略以牺牲日前运行成本为代价,提高了抵御日内实时电价波动风险的能力,增强微电网鲁棒性;通过改变鲁棒可调参数,可以灵活调整鲁棒经济调度模型的经济性和保守性。最后,提出一种基于移动边界技术的日负荷峰平谷时段划分方法,并根据电力需求价格弹性理论,建立微电网动态优化分时电价模型。将动态优化分时电价策略引入到确定性经济调度模型和不确定性鲁棒经济调度模型中,仿真实验结果表明:动态优化分时电价策略可以更加合理地划分负荷时段并制定分时电价,减小微电网整体运行成本,从而实现了对微电网调度运行的经济性优化。