随着化石能源消耗不断增大,未来2050年全球电力消费还会增加到现在的225%。传统发电方法以化石燃料为基础集中发电,但随着世界能源危机越来越严重,随之而来的碳排放、社会政治压力和能源安全等问题限制了传统能源进一步扩大的可能,所以,为了减轻我国的能源危机,必须大力发展可再生能源。微电网是一种以多种可再生能源为基础的分布式电力系统,由于其自身的特点,使得传统的电力系统管理模式不能适应微电网的分布。由于微电网的不同场景、不同的位量、不同的发电时段等因素比较复杂,造成不同的电力需求和电力需求的不均衡,从而影响了微电网的推广应用。因此针对微电网场景中的以上场景问题,对微电网用户的参与体验、经济收益以及环境收益进行优化。除此之外,在上述两个应用场景中,均需要对光伏出力进行预测,从而达到对微电网光伏能源消纳的目的。具体工作如下:（1）针对光伏数据特征噪声较多、波动性强的问题,提出一种主成分分析法（Principal Component Analysis,PCA）,对光伏发电的相关数据进行特征降维,不仅降低了模型处理时间,还剔除了相关性低的数据特征噪声,同时将经过处理的数据放入长短时记忆网络（Long and short time memory network,LSTM）。通过仿真实验,仿真预测平均绝对误差为0.787,比传统LSTM方法提高了0.457的精度,实验表明,本光伏出力预测模型具有较好的精度和稳定性。（2）针对分布式光伏发电场景下的家庭能量管理问题,提出一种考虑经济成本、环境成本和用户舒适度的多目标优化模型,通过构建负荷模型,设置经济、舒适度目标函数,并对模型加入约束条件,其中包括电价、光伏发电、用能形式和用户舒适度,以此求得最优智能家居设备用能策略。该策略可以在考虑用户舒适度情况下,最大程度降低用户用电成本与碳排放。经过两项仿真案例分析,以功效系数法作为综合评价指标,验证了所开发模型的高效性。（3）针对用户参加P2P市场的积极度不高问题,提出了一种心理动机模型,制定针对不同场景的电价定价策略和用户优先级策略,提高消费者的参与度。考虑到能源的波动性和当地社区的约束条件,当能源在分散的消费者之间进行交易时,交易市场存在能源失衡的问题。文章提出了一种智能配电系统中微电网最优联盟匹配机制,设计了一种层次联盟形成机制,以形成微电网用户联盟。通过匹配最优联盟,提高用户之间的交易匹配度最大化联盟内能量转移来提高能量使用效率。通过仿真及分析,当对用户进行优化选择出最优模型后,可以有效提高用户之间的交易匹配度,通过对用户及其约束条件进行建模,通过引入交易机制,既能改善使用者的经济效益,又能改善环境效益,又能给企业带来积极的回报,使企业能够持续地吸引使用者参与。