面对化石能源枯竭与气候环境危机等难题,大力发展新能源已成为国际社会的广泛共识。随着新能源在我国能源结构中的比例日益增加,我国电力工业正面临着能源领域的转型。新能源微电网能够有效协同控制风、光、储等多种分布式电源,近年来已成为我国电力发展的重要趋势,微电网的控制策略也成为研究的焦点。由于微电网发电系统中的子系统分布较为分散,子系统之间需要通信交流,因此对微电网采用分布式结构进行控制。分布式结构能够有效降低计算量,还能够提高控制系统的灵活性和可靠性,降低机组切入切出对系统的影响,具有较高的故障容错能力。为了有效提高系统的经济性,采取了分布式经济模型预测控制策略,将系统的经济优化与过程控制结合在一起,实现了动态经济性优化。微电网中系统的经济目标主要包括降低风机机械负荷以及抑制蓄电池电量波动,每个子系统都采用全局目标函数,将发电量满足负荷需求这一控制目标作为耦合约束。对于本文所提出的包含经济性能指标和约束违反惩罚的加权求和多目标优化问题,通过改变权重系数得到帕累托前沿,由此能够通过选取不同的权重系数取得目标函数的合理折中。为了降低通信网络中的数据量,减小计算负担,采用基于纳什最优的方法迭代求解优化问题。仿真实验结果表明,本文为微电网发电系统设计的分布式经济模型预测控制策略基本能达到全局优化的效果,十分接近帕累托最优解。与集中式方法相比,计算量大大降低;与传统的双层分布式模型预测控制相比,分布式经济模型预测控制展现出更好的动态性能,能有效提高系统的经济性。当微电网系统中包含多台风机时,系统同样表现出良好的控制性能。通过风机切入切出实验,验证了分布式经济模型预测控制策略的灵活性。