随着对电力需求的不断增长,集中式的大电网作为主干输、配电网也得到迅猛发展。但是大电网存在着建设周期长、投资成本高和不稳定的弊端。为解决这个问题,融合了多种分布式电源、负荷以及储能装置的微网(microgrid)的概念被提出来。微网作为一个独立的自治管理系统,可以实现分布式电源在传统大电网中的大规模接入。但是微网中不同类型的分布式电源的运行特性差异较大,且出力受环境的影响较大;储能装置存在着价格昂贵和使用寿命较短的缺点。另外随着电动汽车的渗透率越来越高,其无序充放电对微网稳定运行造成不利的影响,这些都使得微网的运行环境变得越来越复杂,给微网的优化运行带来很多技术难题。因此,有必要对微网内部各种资源的输出特性和在不同条件下的控制方法进行研究,以保证微网的稳定和高效运行。一般来说,在微网中可分为分布式电源、储能和负荷三类资源,其中以分布式电源和储能资源这两类资源更为重要。本论文以微网系统中的分布式电源和储能资源作为研究对象,并对其优化运行进行了深入研究。针对分布式电源的优化运行,重点研究了不规则阴影影响下光伏阵列最大功率点跟踪方法和高渗透率条件下变速风力机组虚拟惯性控制;针对储能资源的优化运行,重点研究了并网条件下混合储能系统容量优化配置和含有分布式储能的微电网中的蓄电池循环寿命均衡化管理;此外电动汽车作为一种特殊的动态储能资源,本文对电动汽车与电网的有机互动和实时优化调度进行了深入研究。针对常规最大功率点跟踪算法在不规则阴影下难以找到全局的最大功率点的缺点,提出了滑模变结构控制和扰动观察法相结合的MPPT控制策略,并采用PI控制器消除系统抖动。为了验证所提算法的有效性,本文从光照条件发生变化和阴影条件发生改变两种情况下对所提算法与传统扰动观察法进行比较,比较结果表明本文所提算法在跟踪时间要短于扰动观察法,并且在最大功率点处的振荡幅值要小于扰动观察法。为了能够将“隐藏”在双馈感应发电机中的虚拟惯性有效地利用起来,在比较不同方法的基础上,将双馈感应发电机的旋转质量块和并联在转子侧变换器和电网侧变换器之间超级电容器同时作为虚拟惯性源,并采用自适应模糊控制策略来进行控制。通过在实时仿真平台RT-LAB上的实验,验证了该算法的有效性。并网条件下的混合储能系统容量的优化配置是一个优化问题,其优化目标为混合储能系统的一次性投资成本和全寿命周期的运行成本最小,约束条件为供电的可靠性。为解决粒子群算法在优化组合过程中易早熟收敛,易陷入局部最优的缺点,将模拟退火算法引入其中并进行相应改进,提出了改进后的模拟退火粒子群优化算法,将其用于混合储能系统容量的优化配置。通过一个实例的分析和计算证明了该算法的有效性。在含有分布式储能的微电网中,由于每个分布式发电源所处的地理位置不同和设备参数的差异,导致其线路阻抗不同,造成每个蓄电池承受的压力也不尽相同,势必会导致蓄电池循环寿命的不均衡化。为解决这个问题。本文借鉴自然界的V字形鸟群飞行,在分析蓄电池老化模型的基础上,采用基于虚拟阻抗的下垂控制和基于分层控制的额定功率权重因子法来实现各个分布式发电源之间线路阻抗的平衡,从而实现延长蓄电池循环寿命的目的。在电动汽车与电网的互动技术研究方面,对基于微网的V2G模式进行了重点研究,建立了以微电网负荷波动最小、可再生能源利用率最大及车主获得的收益最大为优化目标的多目标优化模型。针对该优化模型的求解,首先提出了变阈值调度算法,并在此基础上进行了改进,提出了变充放电速率调度算法用于协调电动汽车与微网之间的能量交换。优化结果验证了本文所提两种算法的有效性。电动汽车实时优化调度包括电动汽车在充电站的充电过程实时优化调度和电动汽车选择充电站路径的实时优化调度两个方面。在电动汽车充电过程的实时优化调度方面,采用队列理论将电动汽车充电过程分为输入过程、排队过程、服务过程三部分,重点对排队过程和充电服务过程进行了研究,分别采用抢占服务和分段控制的功率权重因子分配算法进行优化调度,并借助于ExtendSim软件对电动汽车充电过程进行仿真实验,实验结果证明本文所提算法要优于其他算法。在电动汽车路径优化调度方面,将不确定优化理论应用于其中,在对路径规划中的不确定信息进行统计分析的基础上,建立了基于随机期望值的电动汽车路径优化调度模型,对于所建模型,鉴于粒子群算法的局部收敛性,引入模拟退火算法,并对其进行改进,研究证明这种混合智能算法提高了全局收敛性。