电能是现代人类不可或缺的能量之一,而传统的发电方式包括火力发电等等都会产生大量的污染环境气体,这与新时代提出的绿色发展理念相违背。因此以可再生能源为主要发电方式的微电网被大家广泛关注。微电网(Micro Grid,MG)是以清洁能源发电设备为主,其他发电设备为辅组建成的可统一控制的微型电网系统。微电网设备单元的自由性和多样性,使得负荷端能量供应的管束对微电网的更新和进步具有着重要的社会价值。本论文主要是在并网模式下对供电设备经济效益的优化进行研究,考虑到风力发电和光伏发电具有间歇性和波动性特点,并且是微电网的主要供电形式。论文从两个角度出发,一是将不可控的绿色能源发电机构作为稳定的输出源,不考虑新能源的浮动;二是将绿色发电机构和负荷的预测数据与实际测量参数可能存在的误差使用置信区间估计法模糊处理,再进行目标优化,并将两种模型下的优化结果进行对比。基于此,本文的主要研究了微电网的经济优化问题,主要研究内容为:(1)描述了各个能量输出机构的特性并且构建了相关的数学表达式,为经济运行研究提供理论依据。以大电网购电的分时电价和向电网出售电量的价格、蓄电池的充放电特性和充放电成本、柴油发电机的启动停止对出力的影响和排放的污染物,构建经济优化调度目标函数和约束函数。(2)在确定型优化模型下,以总运行成本最低为优化目标,使用新型智能优化算法蜻蜓算法(Dragonfly algorithm,DA)和快速非支配遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)在具体的实际案例之下进行优化,使得微电网系统满足利益最大化。将两个算法优化的发电成本进行对比,得到DA相比NSGA-II在确定型优化模型中经济效益更高。(3)在风、光和负荷的预测数据与实际的监测数据有一定的误差的情况下,本文提出置信区间的模糊估计法来建立随机优化模型。在置信区间下限为0.8的情况下使用NSGA-II和DA优化区间下的目标函数,从算例结果对比得到两种算法在随机型优化模型的优化结果均比确定型优化模型更经济。