微电网作为未来智能电网的一种重要形式,不仅可以整合分布式可再生能源、提高可再生能源的利用效率,而且可以增加电网能量来源的多样性、增强电力系统的稳定性。不同类型分布式微源的运行方式及约束条件不同,其接入微电网系统后会给能量管理带来较大的不确定性,这些不确定性给微电网实际运行带来较大的功率偏差,对其稳定经济运行构成威胁。因此对包含不确定性的微电网能量管理开展建模和优化研究具有重要意义。本文针对源荷侧分布式微源和电动汽车接入造成微电网不确定性显著增长的情景,聚焦分析建模与求解算法两个层面,对微电网能量管理和经济运行进行研究,主要工作如下:（1）分析分布式微源的运行特性,构建微电网能量管理模型。分布式微源接入微电网后会给系统带来较大的不确定性,对不确定因素的主要来源进行分析是进行能量管理的必要步骤。在此基础上分别建立各分布式微源的数学模型和微电网能量管理模型,该模型以微电网实际运行需求为依据,综合考虑系统内能量流动和信息流动路径,为能量管理和经济运行奠定坚实基础。（2）提出一种以期望场景为主导的多时间尺度随机优化调度策略。该策略采用蒙特卡洛方法进行场景生成描述特定分布式微源的不确定性,并将机会约束引入到日前调度阶段对调度决策的置信区间进行调整,以期望场景为主导并保证随机场景下可正常运行,求解得到日前鲁棒调度决策。将滚动优化策略引入日内调度阶段对日前最优功率分配进行动态调整。在保证日前机组组合有效性的前提下,根据不断更新的超短期预测信息对机组出力进行滚动优化,并通过与电网的实时交互平抑功率偏差,进而实现微电网的稳定经济运行。（3）针对多时间尺度随机优化调度策略中不确定变量概率分布难以准确获取的问题,提出一种基于区间方法的多时间尺度动态鲁棒优化调度策略。该策略根据不确定变量的预测误差,将可再生能源和负荷需求的预测值描述为区间的形式,并引入优化因子和鲁棒因子调整不确定变量的波动区间和日前调度结果的鲁棒性,以期望场景为主导并考虑极端场景下的运行成本,求解得到日前鲁棒调度决策。基于滚动优化策略在日内调度阶段对日前最优功率分配进行动态调整,并采用与电网交互的方式实现微电网的实时能量平衡。通过对比两种多时间尺度优化策略的调度结果,验证了其在降低系统运行成本和工程应用中的有效性。