全球能源危机与环境污染的加剧使得人们对于清洁的新能源的需求越来越大,而能够利用杂散分布的能源进行发电的分布式发电技术有效的缓解了能源危机和环境污染的严峻局势。微电网作为解决可再生能源和分布式发电入网问题和最大化利用发电资源的有效方式也得到了各国的重视。微电网的调度是指在满足负荷要求与各种约束条件的前提下,利用合适的调度策略与高效的智能算法来找到经济效益最高、环境污染最低、用户满意度最高等时的调度方案。微电网的调度关乎社会的可持续发展,具有重要的研究意义。本文分析了微电网系统中常用的光伏、风电、微型燃气轮机、燃料电池和储能蓄电池的结构与工作原理,建立了对应的数学模型。同时,研究了微电网调度的求解方法与调度策略,针对传统智能算法的不足以及新型生物启发式智能算法——鸟群算法(Bird Swarm Algorithm,BSA)在优化小部分复杂高维多极值函数时收敛精度变差甚至陷入局部最优的问题,本文通过(0,1)随机均匀分布改进惯性权重、线性调整认知系数和社会系数和应用Levy飞行策略改进了鸟群算法,并提出了在分时电价模式下的微电网调度策略。采用包含冷、热电负荷的夏季典型日微电网系统作为算例,进行了微电网的经济环保调度以及考虑电价响应的微电网优化调度。在经济环保调度中,建立了运维成本与环境效益两个目标函数,并利用基于评价函数的交互式多目标优化方法进行多目标转换。在满足约束条件的前提下,算例仿真验证了改进后的鸟群算法与所提调度策略的可行性与有效性。在考虑电价响应的微电网优化调度中,先分析了分时电价的制定原理与拉开比对于负荷曲线的影响,而后建立了运维成本与用户满意度两个目标函数以及对应的约束条件,最后通过算例仿真,运用改进鸟群算法进行求解,得出了两种目标函数最优情况下的电价方案与调度曲线。