随着社会的快速发展和环保意识的不断提高,发展和环保之间的矛盾关系日渐显现。化石能源的过度开采造成了自然环境的破坏,为了解决环境保护和人均资源消耗增加之间的矛盾关系,现已对风能、太阳能等可再生能源进行了开发利用。清洁能源具有开发储量大、对环境无污染的优点,但是受气候环境影响较大,清洁能源出力具有随机性。因此,微电网被视为一种消纳清洁能源的平台应用而生。微电网作为一个小型发配电系统,不仅可以解决新能源的消纳问题,也可在系统发生故障时进行并网和孤网模式的灵活切换。目前,微电网还处在初期发展阶段,存在着协调控制难和综合费用高的问题,微电网的优化运行对提高清洁能源利用率,降低综合费用、合理配置分布式电源的出力起到了重要作用,所以,研究微电网优化运行具有重要意义。首先,根据第二代非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm 2,NSGA2)收敛精度差、计算复杂度高的局限性,针对性地提出了一种改进的GNSGA2算法(G Non-dominated Sorting Genetic Algorithm 2,GNSGA2),该算法在初始化种群时加入混沌优化策略,使种群分布均匀;在遗传进化时加入随定向差动机制的选择个体方法,提高了全局搜索能力,从而增加了微电网模型求解后解的数量。将两种算法应用于ZDT和DTLZ系列函数测试比较,仿真结果验证了改进后算法的有效性。其次,介绍了目前微电网存在的三种典型结构和工作原理,主要对微电网系统中的各分布式电源:太阳能板、风力发电机、微燃机和储能装置的基本原理和数学模型进行了详细阐述,为建立微电网多目标优化运行模型奠定了理论基础。最后,以微电网综合成本最小为目标函数一,以大电网交换功率最小为并网模型的目标函数二,以24小时切负荷量最小为孤网模型的目标函数二,提出相关等式和不等式约束条件,建立了微电网多目标优化运行模型。根据并网和孤网模式下各自的运行特点,制定了相应的运行策略。将GNSGA2算法应用到优化模型中进行求解,得到了两个目标函数的帕累托(Pareto)解集图、单目标函数的迭代图以及24小时各分布式电源的最优出力图,并将结果与NSGA2算法得到的结果进行对比。仿真结果表明,改进后的GNSGA2算法增加了解集中解的个数和范围,同时收敛速度也得到了相应的提高。