随着全球经济的不断发展,全球能源危机的加剧,使得人类对清洁可再生资源的使用率不断增加,特别是太阳能光伏发电已逐渐成为各个国家发展的重点。近年来,分布式户商型光伏发电系统已成为光伏发电的重要组成部分,由于其投资小,建设快,可以和建筑结合,数量多等特点,受到人们的普遍青睐。因此,如何利用户商型光伏发电系统来为发电方谋求最大经济效益是目前需要研究的重要课题。随着人们对电能的需求越来越大,电网当前的负荷能力已然不能够满足用户的用电需求,这就造成了电力供应侧与需求侧之间的矛盾。为了增强电网负荷能力,大规模户商型光伏发电系统并网运行是必然解决方式,但由于其本身具有较强的周期性和随机性,这就使得电网的峰谷差加剧以及不稳定。而分时电价作为解决电力供需矛盾的重要手段,在一定程度上改变了不同用户用电时间分布,相应的减小了电网的峰谷差,增强了电网的稳定性。虽然户商型的光伏系统建造成本较小,但相应发电量不够多。如何利用仅有的光伏发电量来为发电方谋求最大经济效益,同时也可以增强电网稳定性与减小电网峰谷差是我们当前需要解决的问题。因此,研究基于分时电价的户商型光伏电力经济优化调度具有重要的意义。本文针对户商型光伏电力调度系统做了大量的研究。提出果蝇算法-BP神经网络算法来求解发电量预测模型,提出自适应的粒子群-细菌觅食混合算法来求解光伏电力调度优化模型,并以户商型光伏电力系统实例分析算法的可行性与经济性。实测数据表明本文所设计的光伏电力智能调度控制器能够有效的执行相关算法并优化出具有经济性的运行策略。控制器能够根据运行策略来对电站的电力进行有计划的配置。系统运行一天下来,智能调度后的发电利润远大于优化之前。