微电网与配电网相结合的新型供电模式是目前电力发展的需求,是解决目前新能源利用困难的重要措施之一。短期负荷预测为微电网系统经济调度的基础,其预测精度直接影响经济调度的准确度,因此有必要对微电网的短时负荷预测进行研究。此外,对接入配电网的新能源的浪费比例十分高,针对具有蓄电池的微电网需要进一步的精细建模,研究具有不同新能源渗透率的微电网是十分必要的。因此本文从微电网的短时负荷预测角度出发,对具有不同新能源渗透率的微电网的经济调度进行研究。本文以某地区配网电力负荷为研究对象,深入分析了该地区的负荷以及风力以及光伏发电数据。预测采取相似日的筛选机制,首先对数据进行了归一化处理,通过过去5年的气象数据通过模糊聚类进行相似日的选取。并针对负荷数据进行分析,分为经济分量、周期分量和随机分量,利用回归分析得到经济增长分量,对周期分量和随机分量进行小波分解,滤除无规律的高频分量后,利用BP神经算法进行预测,最后进行反小波变换得到预测的结果,预测结果表明,最大预测误差不超过6%。同理对光电和风电功率采取相似的手段进行预测。本文在获取了微电网各类负荷以及光伏发电和风力发电数据后,对微电网进行经济调度建模。首先建立了虚拟微电网的概念,将配电网、蓄电池、风光发电装置、负荷通过虚拟微电网建立联系,消除各部分之间功率流动的复杂关系。通过对微电网中的各组件进行精细的经济调度建模,构建了以供电成本最低为目标函数的微电网经济调度模型。以某地区的微电网的模型为例,该经济调度模型由于包含了蓄电池的调度,因此由线性规划(LP)模型变为混合整数规划(MILP)模型,本文充分考虑蓄电池使用寿命,进行微电网的调度规划。此外,为了提高微电网新能源的渗透率,本文研究了在不同的风光比例下的微电网供电成本,并结合蓄电池的使用成本给出了该模型的最佳的风光使用比例。