在我国西南地区的一些偏远山区具有丰富的河道资源,在这些地区形成了许多小水电供电区,然而由于受到小水电发电能力受季节降水量影响,单独依靠小水电供电的形式难以保证小水电供电区的供电可靠性。为了充分挖掘光伏发电、小水电与储能系统和本地负荷共同组成的水光储微电网与大电网并网运行给用户带来的价值和投资效益,本文从光伏电池和储能蓄电池配置容量的角度出发,研究水光储微电网并网运行的经济性运行方式,同时结合光伏功率预测方法为微电网优化调度提供数据分析基础。研究内容如下:首先,分析了水光储微电网中各发电单元的工作原理并建立了各发电单元的发电功率特性模型;建立了包含小水电、光伏发电系统、蓄电池储能系统和负荷在内的水光储微电网并网运行模型,分析了微电网的结构和运营方式,详细分析了系统各单元之间能量调度方式,为微电网优化运行调度建立了基础。其次,在考虑系统实际运行采用峰谷电价机制的条件下,以微网系统投资总收益和微网自平衡率为优化目标,以光伏电池容量约束、蓄电池容量约束、微电网接入友好性和蓄电池充放电运行约束构建约束模型。综合上述优化目标和约束条件建立水光储微电网并网运行容量优化配置模型,采用改进NSGA-Ⅱ多目标优化算法对问题进行求解,对小水电供电区光伏储能容量配置进行了优化计算,并对结果进行分析。然后,采用模糊聚类算法对包含主要气象环境因素的数值天气预报原始数据进行模糊聚类识别,将同种类型的光伏发电功率历史数据作为被预测日的历史输入数据原始集合,建立用于神经网络训练的历史数据集,利用LSTM神经网络算法对与被预测日气象环境因素类型相同的历史数据集进行训练,建立基于LSTM神经网络与气象类型模糊聚类的光伏功率预测模型,最后利用实际算例对预测模型进行验证,并讨论LSTM训练参数对模型预测精度的影响。最后,在考虑小水电季节性出力特点的前提下,分别研究丰枯水期水光储微电网典型日的能量优化调度策略,以系统运行费用最低为优化目标,分别研究微电网在丰水期和枯水期典型日的能量分配情况以各自的运行经济性。