我国西北地区人口密度较小,高耗能企业分布广,用户对供电需求较为多样化,但由于受地理环境、经济水平的制约,该地区电力建设较落后,供电可靠性差。因此,因地制宜的开发各类可再生能源,发展多能源互补利用的微电网供能模式,不仅可以满足用户对电能、热能等多种能源的需求,而且对提高经济效益、改善生态环境有重要意义。然而相对于传统电力系统而言,微电网运行呈现出自身的独特性与复杂性,使其对应的经济/环保多目标优化调度(MGEES)问题具有非线性强、约束种类多、模型及参数变化频繁等特点。因此,针对MGEES问题的相关特性,设计具有较强灵活性、鲁棒性和自适应性的优化策略显得尤为重要。本文依托实际科研课题,以进化多目标优化思想的应用为出发点,结合专业背景,围绕MGEES问题展开以下研究：(1)为实现对微电网内部各类微源、储能装置的精确管理和调度,首先应对微电网整体结构和各元件的运行机理进行研究。本文针对西北地区微电网系统的需求特性以及各类微源、储能装置的输出多样性,构建了多种微源、储能装置的供电、供热、充/放电的数学模型。在此基础上,综合考虑微电网燃料消耗、污染排放、运行维护、机组启动等主要影响因素,建立了包括系统综合成本最低和系统污染排放值最低的MGEES目标函数。同时,引入了包括电/热功率平衡约束、可控微源爬坡率约束、最小启/停时间约束等MGEES问题的典型约束条件。(2)针对微电网多约束优化问题,提出了基于微电网多约束处理策略的多目标进化算法框架(MG-MCMOEA)。详细分析了MOEA迭代过程中个体对各类约束的违反机理,采用分步处理的方式进行解约束。制定了违反个体生成类约束的不可行解分步修复策略,并通过设置不可行解修复比例来提高算法效率；以降维替代的方式将等式类约束转化为相应的不等式类约束,并降低解空间的维度；提出一种解多约束的自适应ρg|μg-MOEA策略,在优化过程中根据不同阶段的评价指标采取相应的个体选择方法,使搜索范围逐渐逼近可行域。在此基础上,设计了求解微电网多约束优化问题的MG-MCMOEA算法框架。(3)针对MGEES解空间分布不均衡以及场景变化使算法优化效果不可靠等问题,提出了求解MGEES多场景问题的I-NSGAII-M2M算法。引入自适应动态分区策略,通过动态改变参考点位置,使算法避免陷入无用或者不可行区域,并保护未被搜索到的可行域,进而提高求解具有不确定Pareto前沿且带约束的工程优化问题的能力。另一方面,提出一种启发式的个体分配策略,使子种群尽量从与其相近的子空间内进行个体选取,进而增大生成的子代分布在子空间内的概率,并在一定程度上提高了种群中可行解的多样性。同时,将MG-MCMOEA融合在I-NSGAII-M2M算法中,以提高其处理MGEES特殊约束的能力。(4)针对MOEA求解MGEES可靠性无法保证的问题,提出了基于简化MGEES问题知识库(SMGEES-KB)的MGEES综合优化策略。具体地讲,通过分析MOEA求解MGEES的特点,总结出算法优化过程中对模型知识的需求偏好。按照“分离目标—简化模型—经验与优化计算互补”的思路,采用智能算法与数学规划结合的综合优化策略提取SMGEES-K,并在MOEA求解MGEES过程中通过二次变异与结果校验来更新极端解。此外,提出了考虑决策者偏好的I-NSGAII-M2M (PWV-INSGAII-M2M),利用SMGEES-K和决策者对折中解的偏好权重、偏好程度等信息高效获取接近真实Pareto前沿的偏好解集。将所提出的优化策略应用在一系列MGEES问题的优化仿真中,结果表明：融合了MG-MCMOEA技术的I-NSGAII-M2M可以有效求解多约束多场景的MGEES问题,从而能够有效兼顾系统综合成本和污染排放,满足决策者多样化的调度需求；通过引入基于SMGEES-K的综合优化策略和PWV-INSGAII-M2M,使用户可以高效搜索多偏好下的经济／环保调度策略,且不必因为MGEES问题的改变而频繁更新优化算法。综上所述,本文所提出的综合优化策略有利于MOEA在实际MGEES问题中的大规模使用,提高了微电网多目标优化调度中经济效益和生态效益的可靠性,对微电网供能模式在我国西北地区的推广有一定的现实意义。