随着我国对能源资源和环境保护等问题的日益重视,减少对不可再生能源的消耗,加快开发和利用新型能源进行发电,已经成为全国人民的共识。中央财经委员会在第九次会议中首次提出了“构建以新能源为主体的新型电力系统”,明确了新能源发电在未来电力系统的主体地位。然而,高比例分布式可再生能源具有强间歇性、强不确定性、强波动性等特点,直接并网会对传统电力系统造成巨大的冲击。近年来微电网技术取得了巨大的发展,用于提高可再生能源消纳,增加电力系统的稳定性。本文研究并网模式下微电网的能量管理和动态定价问题,旨在提高可再生能源的消纳、增加电力系统的稳定性以及促进微电网中的各个主体减少用电成本或增加售电收益。在不确定环境下（分布式可再生能源发电出力、用户需求以及时变电价均属于一般随机过程,即概率分布未知）,一方面微电网中的终端用户作为价格的接受者,研究其配有储能装置的能量管理问题,在考虑储能成本的约束下设计实时能量管理算法,从而减少其能量购买成本和储能成本;另一方面终端用户的实际消耗量和用电体验作为价格的影响因素,进一步研究微电网中配有可再生能源收集装置的本地供电商动态定价问题,在考虑用户需求转移和用电体验约束下设计动态定价算法,从而提高本地供电商利润、促进可再生能源消纳以及增加微电网系统稳定性。本文的主要工作如下:1.首先,深入分析总结了微电网的发展以及微电网的能量管理和定价策略的国内外研究现状,接下来介绍了微电网的拓扑结构以及所涉及的能量收集技术,最后介绍了Lyapunov优化和强化学习方法,为接下来的研究工作奠定理论基础。2.研究并网模式下微电网中配有储能装置的终端用户能量管理问题,其中终端用户利用储能装置在低电价时购买能量存储供高电价时使用可以节省购能成本,但同时会增加储能成本（频繁充/放电缩短储能装置寿命）,这是一个复杂的存储权衡问题。首先综合考虑分布式可再生能源发电出力、用户需求、时变电价均为一般随机过程（概率分布未知）的情况下,构建储能成本约束下的终端用户能量管理模型,基于改进的Lyapunov优化方法提出了一种最小化终端用户总成本（购能成本和储能成本之和）的动态能量管理算法,有效地解决了复杂的存储权衡问题,所提算法具有复杂度低、无需获取系统状态先验知识的优点;由理论分析证明所提算法能够使优化目标渐进趋于最优,并且通过仿真验证了算法的有效性,与现有算法相比,所提算法为终端用户节省了更多的总成本（购能成本和储能成本之和）;此外,还进一步分析了储能装置容量对算法性能的影响,为终端用户选择合理的储能容量提供了一定的参考。3.基于上述终端用户能量管理方案,进一步研究微电网中受终端用户实际需求和用电体验影响的本地供电商动态定价问题。配有能量收集装置的本地供电商充当外部电网和多个终端用户之间的服务提供者,根据自身的发电量、外部电网时变电价以及终端用户的需求和用电满意度来制定动态电价方案。首先综合考虑了分布式可再生能源发电出力、外部电网时变电价、终端用户需求均为一般随机过程以及终端用户的剩余需求转移等情况,构建微电网中本地供电商与多个终端用户之间的能量交易模型。针对于该模型,基于Q-learning框架提出了一种考虑本地供电商利润以及终端用户成本和用电体验的动态定价算法,所提算法的优点在于本地供电商可以在线与终端用户进行交互,从而不断学习终端用户的用电行为,并根据过去的学习经验做出最优定价策略;仿真结果表明所提出的动态定价算法可以有效降低终端用户的成本和不满程度,同时提高本地供电商的利润和微电网系统的稳定性。