由于微网具有提升电能质量,减少线路损耗,促进可再生能源消纳等优点,因此得到了大量的关注和研究。在微网的一次控制中,普遍应用的下垂控制会使系统的电压和频率偏离额定值,因此需要二次控制对微网的电压和频率进行调节。与此同时,微网中的控制问题大都是基于状态反馈,而系统模型和测量中存在噪声和干扰且有时某些状态无法直接测量,因此需要对微网状态进行估计。本文首先介绍了微网分层控制原理,建立了微网中各分布式发电单元的非线性系统模型。然后介绍了输入输出反馈线性化的原理,并将其用于微网动态模型的处理。对线性化后的系统设计了分布式预测控制器,并对全局系统的收敛性和稳定性进行了分析,得到了收敛性和稳定性条件。本文提出的基于IOFL-DMPC的算法实现了对微网二次控制的全分布式控制,和传统的集中式控制结构相比灵活性好,满足微网中分布式发电的单元“即插即用”的特性,而且对通信的要求更低。通过对微网仿真,结果显示该算法能够很好的实现对电压和频率的调节,使各分布式发电单元同步且一致的恢复到了额定值,验证了该算法的有效性。此外,和一般的分布式协调反馈控制方法进行了对比,仿真结果显示本文提出的算法具有更快的动态响应速度,方差小控制性能更好。针对微网中的状态估计问题,本文建立了系统的动态模型,介绍了传统基于卡尔曼滤波集中式控制算法,但是其在处理约束问题上受到限制,且集中式控制计算量大,对单点故障敏感。本文提出了一种基于邻居优化的分布式滚动时域估计的算法,实现了对微网状态的分布式估计。微网中每一个DG及其所在线路可以看成一个子系统,每个子系统之间的存在状态耦合,所谓邻居优化是要求每一个子系统不仅考虑自身优化性能,还考虑了相邻子系统的性能,使局部优化目标的最优解尽可能收敛于全局最优解,提升了分布式估计的性能。最后,通过对含有5个DG的微网系统验证了算法的有效性。