化石能源的过度采伐造成的能源危机引起人们对可再生清洁能源的高度重视和开发利用，其中最具代表性的是太阳能和风能等分布式能源发电的快速发展。分布式能源发电加入大电网中发挥了很多优势，但是随着电网技术的不断发展，其也出现了诸多缺点，如接入电网成本高，控制比较困难等，为了解决这些问题，人们建立了微电网系统。微电网系统主要由分布式发电源、储能以及用电负荷等组成。微电网分为并网运行和孤网运行，除发挥了各分布式微电源的优势外，又保证能源供应的安全性和稳定性。微电网中对各分布式微电源的优化调度是一个比较复杂的技术难题，且风能、太阳能发电的随机波动性对微电网本身也造成一定的安全稳定的影响。本文针对这些问题作了比较深入研究。　　针对粒子群优化算法的精度的问题，提出了双种群联合搜索的方法。其中一个种群中的粒子不受全局最优值的限制，可以在任意方向搜索，另一个种群中的粒子除了受个体历史最优值外，还受到两个种群全局最优值的共同限制。对惯性权重也作了改进，随迭代次数的增加，惯性权重线性递减。最后通过一个测试函数证明了对粒子群算法的改进增强了算法的优化精度。　　针对微电网日前多时段协调经济调度问题，提出了动态规划理论。首先建立了微电网优化调度模型，给出了约束条件；然后将各时段储能的最大容量离散成若干个小区间分别作为储能的上下限，同时提出在各时段的每个区间容量采用改进粒子群算法对微电源出力进行优化；最后以CIGRE6中压基准微电网系统为例验证了所提理论方法大大降低了微电网运行经济成本。　　针对微电网实时能量优化调度问题，提出了双层协调调度控制的方法：计划调度层和实时调度层。计划层是基于不可控发电源的预测数据对微电网进行经济优化调度；实时层着重考虑系统的安全稳定性，对系统实时产生的误差进行调度并将结果叠加到计划层可控微电源的出力上。最后以一个典型的微电网系统为例证明所提方法的有效性和经济性。