随着时代发展,人类对传统不可再生能源的过度使用为人类社会带来了能源和环境的双重严峻挑战。微电网能够通过合适的控制方式聚合多种可再生能源从而减少不可再生能源的利用。其中,直流微电网具有结构拓扑简单,能量变换直接、控制可靠方便的优点,渐渐成为电气领域的研究热点。近年来世界上大停电事故的频发使得人们愈发关注电网的安全运行和电力系统的恢复问题。利用直流微网对配电网失电区域进行孤岛划分是解决配电网故障恢复的问题的一种新思路,得到了越来越广泛的研究。本文介绍了直流微网各部分的结构、控制方式以及直流微电网基于储能电池SOC的能量管理策略,在MATLAB/Simulink平台搭建了直流微网模型并仿真;针对能量管理策略中所用到的负荷预测环节采用改进粒子群算法对最小二乘支持向量机预测模型进行优化;利用模拟退火遗传算法(SAGA)提出了一种含直流微网的配电网孤岛划分的方法来解决配网恢复问题。首先本文搭建了包括光伏阵列、储能系统、交直流负载组成的典型直流微电网,根据直流微网不同运行状况的能量需求,设计了一套基于储能电池荷电状态(SOC)的直流微网能量管理策略。其中,针对微网运行状态中微网濒临崩溃的特殊情况,结合负荷/发电预测设计了微网的极限工作模式。详细介绍了能量管理策略下各模块的具体控制方式。其中,光伏阵列分为恒压模式和最大功率输出模式两种工作模式,储能模块分为恒流充电、稳压模式和待机模式三种工作模式,通过并网换流器控制直流微电网完成并网和孤岛两种工况的切换。在MATLAB/Simulink平台搭建了直流微网的仿真模型并验证了各部分控制策略和整体能量管理策略的有效性。其次针对直流微电网能量管理策略中所需要的负荷/发电预测以及微网最优运行的存在的经济性问题,本文采用我国西部某地区的负荷数据,以最小二乘支持向量机(LS-SVM)为预测模型对样本负荷进行短期负荷预测。在此基础之上,利用粒子群算法和改进粒子群算法对LS-SVM预测模型中的两个关键参数进行寻优,通过对比验证此方法得到更好的预测效果。最后本文以美国PG&E69节点配电网拓扑为例,以配电网由于故障而大面积失电的情况为背景,以恢复的重要负荷最多和解列开关最少为主要目标,充分考虑负荷优先级和可控性的影响,使用模拟退火遗传(SAGA)算法制定含直流微网的配电网孤岛划分方案,使孤岛网络能恢复尽可能多的配电网重要负荷的同时也可使断开的开关数最少。在MATLAB平台编程进行方案验证,通过与其他论文中的方案对比,验证了本文使用方法的优越性。