La integración de diferentes recursos energéticos de los sistemas de energía tradicionales presenta nuevos desafíos para la implementación y operación en tiempo real. En la última década, se ha buscado una forma de optimizar la operación de pequeñas microrredes (SMGs) que tienen una gran variedad de fuentes de energía (prosumidores de PV (fotovoltaicos), Genset CHP (energía combinada de calor y potencia), etc.) con incertidumbre en la producción de energía que resulta en diferentes precios de mercado. Por esta razón, se han utilizado métodos metaheurísticos para optimizar el proceso de toma de decisiones para múltiples jugadores en mercados locales y externos. Los jugadores en esta red incluyen nueve agentes: tres consumidores, tres prosumidores (consumidores con capacidades de PV) y tres generadores de CHP. Este artículo despliega algoritmos metaheurísticos con el objetivo de maximizar las transacciones del mercado de energía y el precio de liquidación. Dado que los algoritmos de optimización metaheurística no garantizan óptimos globales, se despliega una búsqueda exhaustiva para encontrar puntos óptimos globales. El algoritmo de búsqueda exhaustiva se implementa utilizando una arquitectura de computación paralela para alcanzar resultados viables en poco tiempo. El resultado óptimo global se utiliza como indicador para evaluar el rendimiento de los diferentes algoritmos metaheurísticos. El artículo presenta resultados, discusión, comparación y recomendaciones sobre el conjunto propuesto de algoritmos y pruebas de rendimiento.