随着分布式发电技术的发展,清洁和可再生能源得到充分利用。将分布式电源与负荷等一起组织成微电网形式运行,能够提高可再生能源的利用率。单一的负荷变化或者天气状况都可能对微电网的功率平衡产生显著影响。在微电网运行过程中,优化目标不再唯一。如何在尽可能减少系统运行经济成本的同时,降低微电网运行对环境造成的影响并使微电网供电更加可靠是微电网多目标优化运行的重点。本文采用Pareto档案多目标粒子群优化算法(Pareto Archive Multi-objective Particle Swarm Optimization,PAMOPSO)对光柴储微电网多目标优化问题进行求解,主要研究内容如下:1.建立光柴储微电网多目标优化运行数学模型。对光伏发电、柴油发电机、锂电池组进行数学建模,并给定各种约束条件,建立以微电网运行经济成本最低,环境成本最低和失负荷概率最小为目标函数的微电网多目标优化运行数学模型。2.针对光柴储微电网多目标优化运行数学模型,采用PAMOPSO对建立的多目标问题进行求解。PAMOPSO的特点是将外部档案维护和全局最好位置选取相结合,使求得的非劣解尽可能的分布在目标空间上。3.仿真分析。选取光照强度不同的天气和不同的运行状态作为多个优化场景,分别进行双目标优化和三目标优化,得到最优解下各个分布式电源和大电网一天内的出力情况。通过比较得出,三目标优化下的微电网运行成本要低于双目标优化下的微电网运行成本,尽可能使微电网处于并网的状态运行,所提出的模型和应用的优化算法合理有效。