微网供电是集中式供电方式的有力补充,其发展可以有力推动可再生能源的利用。微网能量调度系统的优化可以使微网稳定运行、平衡消费能源和提高能源利用率。微网技术的大规模实际应用仍处于探索阶段,微网系统的应用基础技术还存在着大量尚未解决的关键问题,其中微网调度优化是微网技术研究和应用的重要课题。由于微网系统本身的动态性和不确定性,微网调度优化面对的一般是非线性、多目标、大规模的复杂优化问题,传统的数学优化算法在处理这些问题时,存在困难。为此,研究新的优化算法成为微网技术实际应用和理论研究中必须解决的课题。智能计算方法是求解复杂微网调度优化问题的一种可供选择的算法。智能计算作为一个新兴领域,其发展已引起了多个学科领域研究人员的关注,目前已经成为人工智能、经济、社会、生物等交叉学科的研究热点和前沿领域。智能计算的各类算法已在传统NP问题求解及诸多实际应用领域中展现出其优异的性能和巨大的发展潜力。本文旨在对微网系统的各种优化问题进行深入研究和探讨,面向微网技术的实际应用需求构建其优化模型,并基于智能计算思想设计能够有效求解这些复杂模型的新型智能优化算法。具体研究内容包括:首先,进行了微网中微电源调度优化问题研究。在深入分析可再生能源出力的随机性后,提出小脑功率预测。然后在微网中微电源特点的基础上,以最小化风光出力随机性对公共连接处(PCC)潮流的影响和微网系统运行费用最小化为目标的微网时间片调度模型。从生物学的角度出发提出基于生态捕食模型的改进PSO算法(Particle Swarm Optimizer based on Predator-prey Co-evolution,PSOPPC),在一定程度上解决了PSO算法在迭代后期随着多样性丧失而陷入局部最优的缺点。应用PSOPPC设计了求解微网调度模型的智能求解算法,分别给出算法的求解框架、关键步骤的实现机制。其次,研究了菌群算法的微网规划优化模型。考虑微网在不同应用环境下的系统需求,建立了微网规划的数学模型,其目标函数分别为:微电源容量以及数量最小、微电源供电防冲突最低、能量损失最少、微电源负载平衡以及同时考虑全局目标的混合目标函数。将自然界生物觅食所采用的自我调节搜索策略与细菌的保持步调一致性行为和群体感应机制相集成,提出了菌群自我调节觅食算法(ABFO)。通过仿真实验基于ABFO算法分别对微网规划模型中的五个目标函数进行了实例求解和分析,测试结果与标准PSO算法和遗传算法进行了比较分析。最后,进行了基于系统智能方法的微网群控调度分布式决策模型研究。采用分布式决策的思想建立了微网群控调度的层次模型,在一定程度上缓解、分散了微网群控调度问题的复杂性,以解决具有混合变量(包括离散变量和连续变量)的多目标微网群控调度问题。针对层次模型求解的复杂性,以复杂适应系统理论为指导思想设计了一种新型系统智能优化算法对微网群控调度的层次模型进行求解。系统智能算法将群体智能中的单层群体系统概念扩展为多层涌现系统,仿真实验表明新提出的算法显著提高了智能计算方法的寻优能力,以及算法的适应性、鲁棒性和平衡性等性能。