伴随着世界性的能源危机，如何合理开发和利用可再生能源已成为世界各国共同关注的问题。由分布式电源和本地负荷共同组成的微电网可实现可再生能源的就地消纳。微电网作为智能电网的重要组成部分，在发电侧和用户侧正经历巨大的变革。发电侧方面，可再生能源特别是风电、光伏等的渗透率逐渐提高。但由于可再生能源发电的不确定性以及间歇性，增加了微电网在优化调度过程中面临的不确定性因素。用户侧方面，需求响应的引入为微电网的优化调度提供了新的手段。在传统电网中，用户不具有调节弹性，主要由可调机组调整出力来满足负载需求。需求响应调节过程中，通过与发电侧配合，动态地调整用户侧的消耗量，且在确保系统优化调度的同时，提升用户侧的利润。　　因此，为实现微电网的优化控制，本文分别研究了考虑用户侧利润最大化和同时考虑用户侧利润最大化以及发电侧成本最小化的方法。首先，引入不可变电价以及可变电价，建立用户侧利润模型，采用单目标粒子群优化(PSO)算法进行利润最大化优化。然后，建立计及用户侧利润以及发电侧成本的多目标模型，采用加权方法，实现多目标向单目标的转换，并通过单目标PSO算法进行优化。最后在MATLAB/Simulink中搭建数字仿真平台，分别对考虑用户侧利润单目标模型和考虑用户侧利润及发电侧成本的多目标模型进行仿真分析。本文的主要研究内容包括:　　①基于可变电价用户侧利润最大化的需求响应优化控制方法。针对包含可再生能源，可调负载的孤岛微电网，本文建立考虑用户侧用电费用以及用电效用的用户侧利润模型。引入需求响应，在对可调负载分别执行可变电价和不可变电价情况下，进行单目标PSO算法求解，并在仿真平台上验证优化控制方法的有效性。仿真结果表明，该方法实现了用户侧的利润最大化，且用户侧可调负载在执行可变电价下的利润始终高于用户侧可调负载执行不可变电价下的利润。　　②基于可变电价用户侧利润最大化以及发电侧成本最小化的需求响应优化控制方法。本文建立同时考虑用户侧利润最大化以及发电侧成本最小化的多目标模型。首先建立发电侧成本最小化单目标的模型，并进行优化。而后，同时考虑用户侧利润以及发电侧成本，建立多目标模型，在仿真平台上进行方法有效性验证。仿真结果表明，多目标模型中，用户侧利润以及发电侧成本同时得到了优化。　　③孤岛微电网优化控制仿真平台。为测试所提优化控制方法的有效性，在MATLAB/Simulink中搭建微电网数字仿真平台。首先，搭建了微型燃气轮机、光伏、风机和储能系统四种不同类型DG的仿真模型。然后，对不同DG的控制方式进行调试。最后，通过组合四种类型的DG，建立了孤岛微电网，并搭建采用PSO算法的仿真平台。