随着分布式光伏发电迅猛发展,其随机性和波动性对电网的安全稳定运行带来了极大的挑战。由于储能系统具有双向功率调节特性,可以有效缓解光伏并网带来的问题。因此,分布式储能系统在分布式发电中发挥着十分重要的作用。本文针对功率平滑和跟踪计划出力两种应用场景下的分布式储能系统优化控制方法进行研究,主要研究内容包括:首先,针对储能平抑光伏功率波动场景下的混合储能系统优化控制方法进行研究,提出基于双卡尔曼滤波和模型预测控制相结合的光储系统协调优化控制方法。通过前卡尔曼滤波器实现光伏功率的有效分解,通过储能系统实现功率平滑;采用模型预测控制策略优化储能系统出力与荷电状态;优化后的储能出力经后卡尔曼滤波器滤波后在储能电池与超级电容器之间合理分配,并将两种类型储能的荷电状态经量化计算后反馈到前卡尔曼滤波器,以实现整个系统的闭环优化。其次,针对储能跟踪计划出力场景下的混合储能系统优化控制方法进行研究,采用改进神经网络算法对光伏发电功率进行有效预测,并根据该预测值制定次日调度指令,将调度指令作为次日发电计划。由于光伏发电的不确定性,光伏实际功率与调度指令两者之间的偏差由混合储能系统承担。对于储能系统采用模型预测控制方法实现储能的优化控制,在满足跟踪精度要求的前提下,保证混合储能系统的出力及荷电状态最优,采用卡尔曼滤波器对混合储能系统功率进行合理分配。然后,针对上述两种典型工况进行储能工况适用性分析研究,对混合储能系统中的储能电池的选型进行讨论。以五种类型储能电池为研究对象,利用CRITIC赋值法确定工况特征量、储能成本以及工况需求等指标的权重值,并与理想状态下的指标相对比。通过定量的评价指标,可根据不同工况需求进行储能电池选型,该评价体系对储能电池选型具有较好的工程指导意义。最后,基于MATLAB GUI平台开发了储能系统多场景应用软件,并对应用软件的界面进行开发与设计;并将GUI界面编译成可以独立运行的可执行文件,提高软件的独立性。