微电网因其能有效的对清洁能源进行消纳，在电力系统中获得了越来越广泛的应用。目前一些远离电力网架的偏远山区和背靠大陆的海岛主要依赖柴油发电机或燃气轮机供电，若能在这些地区构建高效清洁的能源利用体系，尤其是大力发展高渗透率新能源微网，对促进节能减排大为必要。另外在一些电力传输网架健全，新能源充足但负荷需求较小的地区实行新能源并网可以有效的利用当地充足的自然资源，减小电力系统的发电成本。然而由于风力、光伏发电和负荷的功率具有较大的波动性和不确定性，若不能合理控制其波动范围会影响用户供电的可靠性、电能质量和电网的运行稳定性。因此本文为增加新能源发电的消纳水平，对于独立型微电网提出了考虑大自然最恶劣影响条件下的鲁棒优化容量配置模型，对于风电场提出了基于电力市场条件下以风电场自调峰经济成本最小和功率波动最小为目标的滚动控制策略和混合储能容量配置策略。具体研究内容如下：　　首先，以包含风/光/柴/储的独立型微电网为研究对象，采用盒式集合对微电网中不确定因素进行建模，并提出了一种考虑大自然决策变量和运行控制变量相博弈的二层鲁棒优化容量配置模型，并利用对偶理论对二层min-max模型进行解耦。针对模型中出现的混合整数变量，利用Benders分解算法对变量进行拆分迭代求解，提高了求解效率。　　其次，在电力市场的大环境下，针对包含混合储能系统的风电场，基于风电场自调峰理论建立了日前调度和实时调度相结合的多时间尺度风电场调度机制。在内层实时调度中，考虑风力发电的超短期功率预测误差，采用蒙特卡洛抽样进行了场景生成和场景缩减，在多种典型场景下以风电场单日平均运行成本和运行成本波动标准差最小为多目标进行滚动优化，并对混合储能系统的容量进行了合理配置。　　最后，考虑到风电场超短期预测误差随时间增加而增大，采用带位移因子和伸缩系数的t分布模拟实际风电功率偏离超短期预测数据的误差。并在实时控制策略中，提出了一种对前瞻周期内不同时刻的预测功率给予不同权重的滚动优化方法。