随着能源转型的逐步推进以及碳中和目标的提出,可再生能源发电在全球的应用进一步得到推广和发展。孤岛微电网作为整合可再生能源发电的重要形式,能够为农村、海岛、军事基地等偏远地区提供安全可靠的清洁电能。同时,随着大规模可再生能源以及分布式储能系统的接入,引入了更多的随机性和运行状态多变性,给孤岛微电网的安全经济运行带来诸多挑战的同时,也进一步丰富了电压调控手段。对此,本文综合考虑孤岛微电网的有功无功强耦合特性,通过“源-网-荷”的多环节资源整合,实现各类可控设备的协调控制,对于改善孤岛微电网供电质量,降低网络损耗,促进可再生能源消纳,提升系统经济性与安全性,具有重要的研究意义。论文的主要研究内容如下:（1）风电、光伏有功随机出力模型以及其随机出力特性如何影响电压调控的问题展开研究。对此,首先推导风电、光伏的有功随机出力概率模型,为后续制定电压优化控制策略提供不确定性模型基础。其次,通过分析风电机组与光伏逆变器的无功调节特性,研究风电、光伏随机出力特性对电压调控产生的影响。（2）针对基于分布式模型预测控制（Distributed Model Predictive Control,Di-MPC）的孤岛微电网有功无功协调电压优化控制策略问题展开研究。对此,首先基于孤岛微电网的有功无功强耦合特性以及不同可控设备的运行特性,提出孤岛微电网多时间尺度有功无功协调的电压优化控制框架。其次,为充分发挥电源侧以及负荷侧可控设备的调压潜力,提出一种分布式协作机制。接着,在此基础上,基于系统运行经济性与安全性指标,建立基于协作式Di-MPC的多时间尺度有功无功协调电压优化控制模型。最后,分别通过正常状态系统以及故障状态系统算例分析说明所提策略的有效性以及鲁棒性。（3）针对考虑通信约束的孤岛微电网辅助电压控制问题展开研究。对此,首先分析通信约束对所提分布式协作机制产生的影响,提出基于深度置信网络（Deep Belief Networks,DBN）孤岛微电网辅助电压控制框架。其次,基于风电光伏有功随机出力概率模型,应用场景分析法建立孤岛微电网不确定性场景集合。接着,在此基础上,通过前文所提策略求解对应场景下的电压优化控制策略,构建神经网络训练样本数据集,通过学习训练建立DBN辅助电压控制模型,在控制过程的短时间尺度阶段以数据驱动,即无模型的方式实现了电压控制。最后,通过算例分析说明所提策略的有效性以及优越性。论文针对含可再生能源的孤岛微电网系统特点和需求,渐进式地研究其电压优化控制策略,通过模型预测控制方法适应系统结构和参数的变化,利用分布式控制架构增强所提策略的鲁棒性,并综合考虑通信约束基于神经网络设计短时间尺度控制过程的备用决策,研究成果为降低可再生能源接入对孤岛微电网安全经济运行所带来的不利影响、充分发挥可控设备调压潜力提供有效的优化控制策略,进一步丰富孤岛微电网的电压优化控制方法。