传统电网供给侧优化调度已无法支撑迅猛增长的电力需求。智能电网不仅在供给侧融入了不同形式的分布式可再生能源,而且引入了需求侧管理技术,可通过供需两侧的同时优化实现电网的供需平衡。然而,当前智能电网优化调度的研究未考虑用户不同的实时性需求,无法有效的满足用户的用电体验。基于此,本文提出了基于随机优化的微电网分层服务策略,将用户不同的实时性需求量化并分为高低不同的层次,并结合李雅普诺夫优化理论和凸优化理论,围绕智能电力社区和智能电动汽车充电站两个典型的智能微电网场景展开详细研究。值得注意,分布式可再生能源和用户电力需求的随机特性以及信息处理的多维性使本研究极具特殊性和复杂性。在智能电力社区中,住宅用电需求根据需求特征分类为非弹性需求和弹性需求。针对弹性需求建立分层队列系统,基于分层队列系统构建了一个以最小化时间平均成本为目标的随机优化问题,然后利用李雅普诺夫优化理论求解该问题,在满足住宅用户的个性化用电需求的同时优化智能社区的电力调度。最后利用真实风力数据和电价数据构建仿真场景,仿真结果显示,该算法成功实现分层服务,并且能够有效的提高可再生能源的利用率,降低了用电成本。在智能电动汽车充电站中,首先建立分层队列系统处理充电需求,并构建了一个基于分层队列系统的随机优化问题,以最小化时间平均成本为目标,信息处理过程考虑了电动汽车的充电量、充电速率限制和充电截止时间等因素,最后采用李雅普诺夫优化技术求解该问题,在满足用户的充电要求的前提下最优化系统运行。仿真结果表明,该方法能够实现电力分层服务,并且可以通过调整参数控制成本与延迟的动态平衡。本文所提出的微电网分层服务策略适用于多维场景,可以在系统底层变量的先验统计信息未知的情况下进行电力优化,具有鲁棒性和普适性。一方面能够在满足用户的个性化需求的同时优化电力系统表现,另一方面为分层电力服务在智能电网中的实现提供理论支撑。