随着社会的发展,能源危机、环境问题与传统电力系统的弊端都在不断涌现。风能、光能等新能源成为了解决这些问题的重要方法。但是,很多新能源的出力具有一定的间歇性和随机性,通过分布式发电的方式并网会引起电压波动和闪变、电网频率波动等电能质量问题,同时也可能改变系统的潮流分布和线路传输的功率。微电网用新的结构将分布式微电源,储能装置,负荷,控制装置和保护装置融为一体,有效的解决了新能源的接入问题。微网的能量管理系统是保障微电网安全有效运行的关键部分。本论文详细介绍了微网能量管理系统的构成。描述了分布式微电源的不同控制方法及控制框图,比较了微网系统不同控制方法的优缺点,并分析了不同运行情况下微网的运行策略,为微网的经济运行提供了依据。准确的预测风机、光伏的出力以及负荷的功率需求能够优化微网的运行,提高能量调度的效率。支持向量机是解决小样本、非线性的有效的机器学习方法。在支持向量机上发展起来的支持向量回归在预测方面得到了很快的发展。本论文将采集的历史数据导入到MATLAB软件下的LIBSVM工具箱,按照支持向量回归的方法,对风机、光伏和负荷功率做了超短期预测。在不断的调试中发现,采用前面5小时的历史数据预测后面1小时的数据的准确率较高。然后将数据更新,继续滚动输出后面的1小时的数据。负荷和风机以早上0点到早上5的数据为基础,按1小时实时滚动输出了早上5点以后到24点的预测数据。光伏以早上6点到早上11点的数据为基础,按1小时实时滚动输出了早上11点以后到晚上19点的预测数据。结果分析表明,该方法预测准确率较高,误差在合理范围内,具有一定的参考意义。针对实际运行的风光储微电网项目,本论文设计了实用的能量管理平台,从能量管理主站、能量管理控制板和通信三方面作了详细介绍,提出了有效的通信系统改进方案,该能量管理平台在实际微网项目中运行良好。