可再生能源装机占比不断增大,含有分布式电源的微电网成为电力行业的新形势。微电网接入到大电网中,由于风机、光伏的间歇性和随机性使得微电网输出的功率波动较大,不利于电网的运行,因此如何使微电网平稳运行一直是微电网研究的重点。本文依据态势感知中的态势预测,建立了微电网模型,分析了光伏、风电的功率预测、典型场景数据,提出了基于态势感知的交直流微电网的控制策略,意在使交直流微电网运行更加平稳。本文主要完成的工作如下:（1）构建了微电网态势感知框架,其中包含数据源、超短期场景分析、连续时序超短期预测以及运行态势评估四个部分,并进行具体的描述。搭建交直流微电网模型,对微电网中各部分进行建模,阐述了光伏、风力发电的原理、特点及数学模型。将蓄电池和超级电容结合,提出了混合储能方式。（2）分别提出了物理和数值模型的光伏、风力的预测方法。分析了光伏预测的近似日模型、采用小波分析数学方法以及BP神经网络学习方法,利用基于小波分析和神经网络的光伏发电预测技术,采用相似日原理完成预测,并进行仿真分析;分析了风电物理模型预测、数值模型预测,提出了物理、统计相结合的风电机组预测方法,并进行仿真分析,结果表明光伏、风电预测的准确性。而后根据历史数据构建了微电网典型场景,预测数据与历史数据对比,找出相似场景,为微电网的控制提供依据。（3）阐述了微电网的分层控制,提出了交直流微电网孤岛和并网的控制策略。通过独立控制和集中控制相结合,使分层控制更加灵活。通过调节因数来分析了离网时的交直流子网控制、微网层控制和并网时的配网层控制,利用储能系统来进行功率分配。建立微电网优化目标函数,依据微电网的典型场景,对微电网进行优化控制。最后通过Matlab仿真模拟微电网系统运行情况,验证控制策略能否使微电网运行更加稳定。本论文通过建立微电网模型,对微电网系统的态势感知进行分析,对比风电、光伏的物理模型和统计模型,对发电进行功率预测,得出物理模型和统计模型结合的预测模型预测结果更加准确。通过历史数据建立微电网典型运行场景,提出微电网运行控制策略,仿真模拟微电网运行情况。