随着分布式发电技术的迅速发展,微电网的应用也越来越受到重视。分布式电源以微电网的形式运行能够有效提高风光等间歇式能源的利用率,保障电网故障情况下重要负荷的不间断供电,以及偏远地区的供电。微电网能量管理是微电网实现经济和稳定运行的关键技术。通过能量管理系统微电网能够更好的协调内部资源,提高运行的稳定性和经济性。微电网并网时,由于供需两侧优化目标较多,相应的优化模型较复杂,使供需两侧优化目标互动优化难度加大;微电网离网运行时,间歇式电源出力的随机性容易造成系统波动和功率不平衡等。针对上述问题,本文对微电网并网、离网运行模式的能量管理进行了深入研究,主要工作如下:首先介绍了微电网的结构和控制方式,给出并分析了微电网管理对象的数学模型;探讨了具有较强泛化能力、高效率且易实现的随机森林算法在波动能源数据预测中的应用,分析了基于帕累托(Pareto)理论的多目标优化基本模型及其求解方法。将灵活性指标引入微电网的离网运行多目标优化的能量管理模型,以应对新能源发电随机性对运行稳定性的影响;针对光伏日出力曲线相关性高这一特点,提出相关性初始化概念并应用到多目标优化算法中以提高算法收敛速度和寻优能力并减少算法计算时间。针对微电网运行过程中的经济成本、环境代价和用电负荷的优化问题,以Pareto理论为基础,结合NSGA-II多目标算法,引入了能够综合考虑微电网调度过程中多方面需求的分层多目标优化算法。多层目标循环优化流程保证了算法的全局寻优能力,且使得算法适用于微电网供需两侧优化问题的求解。提出的ASSNSGE算法中引入了同化过程加快算法的收敛速度;引入的隔离交叉变异改善了算法的Pareto前沿分布特性,有效的提升了算法的性能。最后,针对某工厂光-储-柴微电网案例,设计了微电网能量管理系统框架和各层功能模块,并在Visual Studio(VC)平台设计了能量管理系统优化调度和数据预测界面,在MATLAB中对能量管理层功能进行了仿真验证。