人类的生产和生活离不开能源供应,其中电力是目前最主要的供能形式。传统的集中式供电方式可靠性较差,对化石能源依赖程度高,对环境破坏较为严重,且需要长线路进行远距离输电,投资费用大。分布式能源具有发电效率高,对环境污染小,设施建设较为灵活和方便等优点,已成为电力改革方向之一。但随着分布式电源容量的不断增加,运行过程中存在的问题也日益凸显,研究分布式电源置信功率实时评估及其优化调度对电网稳定运行和健康持续发展具有重要意义。系统的论述了多种分布式电源的发电原理,研究了其功率出力特性,并由此提出了微电网中分布式电源置信功率实时评估及其优化调度方法。首先,提出实时补偿自适应卡尔曼滤波算法,将其应用到清洁分布式电源置信功率实时评估当中,利用短时功率预测值,结合历史测量的实际出力值,从而得到实时调度周期清洁分布式电源功率评估值,再采用高斯分布拟合误差概率分布,利用Hoeffding不等式确定所需储能装置最小容量,基于清洁分布式电源功率评估值与储能系统荷电状态得到光储或者风储混合系统的功率评估值,可使混合系统在满足高置信度情况下稳定输出功率。然后,考虑储能系统充放电爬坡和存储电量限值等约束条件,首次提出奖惩双机制Q学习算法,将其作为储能系统做充放电动作的策略算法,用全局最优惩罚项引导算法快速收敛,分阶段学习得到训练好的Q值表;在实时调度周期,实际状态量与预测值可能存在差异,储能系统只需实时修正其状态量,根据训练好的Q值表就可快速做出动作决策达到最优的削峰填谷效果,并且满足实时性要求。最后,针对单次报价规则下发电商可能虚高报价的问题,提出了协商竞价博弈模型,并证明了该博弈模型纳什均衡的存在性。通过制定反拍卖的规则使各发电商代理相互协商竞价得到各自的购电价格和功率出力,使单位发电成本较低的分布式电源优先发出功率,并使购电价格较为合理。