微电网包含光伏、风机等分布式发电单元能够对可再生能源充分利用。目前,微电网架构在稳定运行期间其拓扑不会发生变化,但分布式发电单元易受环境变化的影响导致输出功率变化较大,同时微电网的负荷也易产生波动,这样使系统很难达到最佳运行状态。当微电网出现故障时,传统的故障恢复方法故障恢复时间过长。针对此问题,本文根据分布式发电单元的出力情况对交直流混合微电网的架构进行重组研究,通过动态地调整微电网的架构,不仅能达到能量管理最优模式,而且能较好地解决微电网运行过程中的故障恢复问题。本文主要以交直流混合微电网为研究对象,通过BP(Back Propagation)神经网络算法对微电网进行超短期负荷预测及光伏、风机的输出功率预测。根据预测结果选用带精英策略的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)对微电网进行架构重组研究。分别针对在微电网正常运行过程中的微电网架构优化重组和微电网发生故障时的故障重组进行分析。在微电网优化重组方面,首先通过MATLAB/Simulink平台搭建微电网仿真模型,分别对微电网的并网和离网两种模式下的运行情况进行实验验证,确保搭建的微电网模型能正常运行。其次确定微电网优化重组下的目标函数和约束条件,由NSGA-Ⅱ算法求解出微电网优化重组的最优结果。最后借助Simulink软件平台对微电网进行架构优化重组实验对其正确性进行验证。在微电网故障重组方面,首先确定微电网故障重组下的目标函数与约束条件。其次根据分布式发电单元的出力情况确定是否切负荷,若分布式发电单元总出力满足全部负荷的供电则不需要切负荷,若不能满足对全部负荷的供电则需进行切负荷处理,针对这两种情况分别由NSGA-II算法求解出微电网故障重组的最优结果。最后通过算例对微电网故障恢复的正确性进行验证。由仿真结果可知,执行微电网优化重组时,在微电网并网模式下双向变换器的交换功率减少9.4 kW,离网模式下双向变换器的交换功率减少10.8 kW,大大降低了微电网运行过程中交/直流母线间的能量流动。微电网出现故障执行微电网故障重组时,能在0.2 s内快速恢复故障区域的供电,在分布式发电单元出力正常情况下保证停电区域负荷全部恢复供电,在个别分布式发电单元故障,分布式发电单元总出力小于总负荷情况下,保证重要负荷不断电。