随着人类社会的不断发展,能源的需求量不断攀升,化石能源的深入开采带来了能源危机的不断加剧和环境的急剧恶化。为解决这一难题,人们迫切寻求可再生的环境友好型能源作为新的供能方式,以替代传统的化石能源。风能、太阳能等可再生能源多以分布式能源的形式存在,相对传统化石能源,分布式可再生能源规模较小、距离负荷点近。为此,基于清洁能源的分布式发电技术在世界范围内得到了广泛的重视和快速的发展。微电网通过利用现代电力电子技术和分布式发电技术,充分发挥可再生能源就地消纳投资成本低、对环境危害小等优势,成为了分布式可再生能源最主要的利用形式。微电网即一个小型电网,可通过分布式发电单元和储能设备协调控制,实时平衡微电网内部功率需求实现微电网的孤岛运行,也可通过联络线与主网进行功率交换实现微电网的并网运行。孤岛模式下,针对微电网的研究主要集中在微电网的安全可靠运行,而在并网模式下,其运行稳定性、功率需求能够得到保障,因此,并网模式下主要关心的是运营经济指标,对微电网运营优化的研究成为了近年来的研究重点。本文针对风光柴储型微电网,通过多时间尺度协调优化的需求侧响应来保证微电网内部的供电需求,提高可再生能源消纳率的同时提高微电网的运营利润,对智能微电网在电力市场模式下的运营机制进行设计优化。开展了如下工作:(1)本文首先阐述了国内外关于微电网建设的发展历程和发展现状,全面归纳总结了国内外微电网规划运营方面的学术研究现状,并对目前国内外电力市场发展进行了一定的总结,对微电网在未来电力市场模式下的运营模式进行了分析探讨。(2)对智能微电网的基本机构进行分析,并对其供能系统、负荷侧进行了建模。重点研究了风力发电系统、光伏发电系统、柴油机发电系统和储能系统等系统设备的基本原理和数学建模,分析智能微电网内部的大型可时移负荷以及可中断负荷的运行特性,对该类负荷参与需求侧响应进行数学建模。(3)可再生能源的随机性使得微电网运营商在确保供需平衡的同时最大化可再生能源消纳率是一项巨大的挑战。为了有效地提高可再生能源消纳率和微电网的利润,提出了一种两阶段优化机制,即多时间尺度协调控制的运营优化方法。在第一阶段,将微电网运营商层面的利润和用户侧分时电价视作两个分散优化的目标,采用粒子群搜索算法优化智能微电网的日前启停最优机组组合,采用内点法优化分时电价以激励作为可时移负荷的用户在日前对次日负荷进行规划和调整,在第二阶段,对用电供需平衡进行超短期预测,调度可中断负荷以及电动汽车参与需求侧响应,用于在智能微电网中对可再生能源进行全电量消纳,提高智能微电网参与电力市场购售电的利润。通过算例仿真,分析该运营机制在满足需求的同时提高了可再生能源消纳率,进而提高了智能微电网的平均日利润,验证了本文方法的优越性。(4)针对电动汽车参与调频市场,由于其充放电调节速度快而具有提供调频服务的能力,本文提出了基于强化学习算法的电动汽车充放电策略优化。总体目标是通过控制停车场中的电动汽车来响应主网系统运营商在实时调频市场中发送的调节信号。为了实现这一点,采用强化学习算法来优化电动汽车的充放电策略,使得电动汽车聚合商可以对电动汽车频率调节功率和基准充电功率进行合理的分配,以响应调节信号以获得最佳调节性能。基于美国PJM电力市场的数据进行了综合仿真研究,结果表明,基于控制策略的调节性能在不同种类的调频信号下均表现优异,验证了该充放电策略优化方法的有效性和可行性。