世界经济的发展,伴随的是人们对各种能源需求的增长,过度地开采和使用化石燃料,引发了能源危机和生态环境污染等问题。微电网作为我国未来能源发展的一个重要方向,有着低能耗、低污染等优势。通过对微电网的开发和电能质量的优化,能够有效地促进分布式电源（如风力、光伏等）接入大电网,实现多能源系统对负荷的可靠供电。有效地利用可再生能源,既合理地利用了自然资源,同时也减少了传统化石能源的消耗,能最大程度实现绿色发展。随着科学技术的发展,在储能成本降低的同时,微电网的调控技术也在提升,使得微电网的投资成本降低,也就意味着其更好的发展前景。分布式电源作为微电网中主要的能量来源,需要对输出的电能进行变换。微电网中含有大量的电力电子变流装置,因而在电能输出的过程中会产生电能随机性、波动范围较大以及含高次谐波等问题,尤其是近来谐波问题愈发严重。以上问题都会严重影响着电能质量,所以进一步对微电网谐波问题进行深入研究具有重要的现实意义。本文首先对两种常见的光伏和风力微电网的基本结构进行介绍,通过对微电网数学模型的研究,分析其产生谐波的主要原因。其次,阐述了有源电力滤波器的基本工作原理,并对常见的微电网谐波检测方法进行论述,分析了自适应算法、神经网络法、基于瞬时无功功率理论的p-q法和ip-iq法等谐波检测方法,经过比较分析选择了在不对称电压或者畸变情况下检测结果更精准的ip-iq法,实现谐波检测。然后,采用了应用较为广泛的滞环比较控制法和基于RBF神经网络的预测控制方法对谐波进行抑制。滞环比较控制方法简单,且属于实时控制,它将补偿电流和实际输出电流的差值输送到滞环比较器,再将差值与允许误差做比较,来实现对主电路的驱动;RBF神经网络的预测控制方法能够实现对谐波电流的预测控制,克服传统谐波电流跟踪控制方法存在时延的缺点。利用MATLAB/Simulink软件对ip-iq检测法和p-q检测法进行仿真模型搭建,对两种检测方法进行对比分析,仿真结果表明ip-iq法在电网电压产生畸变时,仍然能够较好地分离出谐波电流分量,比p-q法的适用性更加广泛。文中采用滞环比较控制法和RBF神经网络预测控制法分别对谐波电流进行跟踪控制。仿真结果表明,在0.4s时分别使用两种控制方法对谐波进行抑制,抑制效果均比较明显;但如果在零时刻阶段就开始使用两种控制方法对谐波进行抑制,则仅在使用滞环比较控制法时,会具有半个周期的时延,采用RBF神经网络预测控制的方法则不存在上述时延问题。最后,采用ip-iq检测法和RBF神经网络预测控制法相结合的有源电力滤波器对系统进行谐波抑制仿真实验,验证了该谐波抑制方法对微电网谐波抑制的有效性。