由于煤炭、石油等传统能源的不可再生性,以及人们越来越重视传统能源所带来的环境问题,各国都在加紧研究对可再生能源的开发与利用,微电网作为一个可以有效利用能源的发电系统也在快速发展。越来越多的微电网并入电网尽管可以解决能源分散且容量较小无法有效发电的缺点,但以光伏、风电为代表的新能源的特点就决定了微电网的潮流优化面临着新的挑战。本文站在微电网潮流优化以经济最优和环保最优的角度,选用粒子群和NSGA-Ⅱ两种算法为研究对象,论述了两种算法的基本理论并针对其缺点进行改进,最后分别在算例中验证改进的可行性和优越性。本课题主要研究内容如下:（1）对微电网中的分布式电源和储能系统的基本理论进行了论述,并建立了其各自的数学模型。其中分布式电源分为可以根据负荷来进行调整的可调度的电源,还有不能根据负荷来进行调整只受环境因素影响的不可调度电源,可调度的电源有燃气轮机、柴油发电机和燃料电池,不可调度的有光伏和风电。这些内容为后文的微电网优化提供了基本模型。（2）对粒子群算法和NSGA-Ⅱ算法的基本概念和原理进行介绍,这两种算法在微电网优化中使用较多,但粒子群算法在受到微电网数据的影响下会导致收敛速度变慢,且会陷入局部最优解;而NSGA-Ⅱ算法虽然解决了遗传算法容易陷入局部最优解、NSGA算法收敛速度变慢和容易受到人主观影响的问题,但是依然在收敛精度和计算量上有所不足。本文对两种算法进行了改进,对粒子群算法改进了惯性权重和学习因子,改进后的粒子群可以跳出局部最优,使优化效果更好。对NSGA-Ⅱ算法的改进则是在算法中加入了反向学习,使NSGA-Ⅱ算法优化效果更好。（3）对单微电网和多微电网分别建立多目标函数模型,并对两个模型分别设定相应的优化调度策略。单微电网的目标函数为经济成本和环境成本两个,采用算法为改进粒子群算法;多微电网的目标函数也为经济成本和环境成本两个,采用算法为改进NSGA-Ⅱ算法,最后经过仿真分析,对算例进行验证分析,结果验证了两种改进算法在微电网潮流优化所表现出的良好效果。