本发明提出了一种考虑风光不确定性的多微电网协同优化经济调度方法，属于多微电网调度领域。该方法首先通过拉丁超立方采样和K‑Means算法生成典型风光场景；其次，将利用条件风险价值理论量化风光不确定性的风险成本计入多微电网系统的日前调度模型；接着，考虑了基于电价和基于激励的混合需求响应，以减少峰值负荷，确保微电网的可靠性；最后，将电负荷、风电、光伏的日前预测数据导入日前调度模型，利用改进粒子群算法求解该模型，得到多微电网系统的优化调度结果。与现有技术相比，本发明考虑了风光能源不确定性带来的风险成本，同时鼓励用户侧加入需求响应降低用电成本，为多微电网提供灵活的调度优化方案。