微电网相较于传统电网,拥有着可操作、低能耗、高性能等优点,能满足用户的对于不同电能需求。提高能源的利用率,实现资源利用的最大化,是微电网向着智能化、互联化发展的必由之路。但由于微电网中含多种分布式电源,其运行特性不一,如何解决各电源之间资源的合理分配是微电网运行中的首要问题。多目标优化是指两个或以上目标函数的优化问题,用以处理各目标函数中的相互影响和干扰问题。在该问题中通常需要寻找一个全局最优值来使整个系统达到最佳性能。而发电成本和污染排放是权衡微电网经济、环保的两个重要指标。有效的解决微电网中运行优化和减少污染气体排放具有很重要的研究意义。基于上述问题,本文采用混合的投影神经网络算法和粒子群优化算法来寻找微电网中这两个目标的全局最优解。主要工作和具体研究内容如下:1.建立包含微型燃气轮机、燃料电池、柴油发电机、光伏发电和负载的微电网模型,以成本函数和污染气体排放函数作为考虑目标,构建多目标优化问题;2.对于多目标向单目标的转换问题,我们采用切比雪夫加权法和投影神经网络相结合的框架,来将多目标优化问题转换成单一的带约束的子问题且增加了多目标解的多样性;3.粒子群优化算法在本文中有两个作用:一是寻找微电网模型的全局最优解;二是更新权值向量,避免了其主观选择性。结果表明,提出的算法有较快的收敛速度和稳定性。