能源危机和环境污染问题对人类的生存和发展提出了严峻挑战,人们迫切的需要寻找安全无污染的可再生能源。将风力发电、光伏发电和储能装置结合在一起形成风光储联合发电系统对新能源发电并网提供了新的思路。然而,目前储能规模为有限,风电、光伏出力预测也存在误差。如何在当前的情况下对储能系统的调度计划进行制定,以使其能够实现跟踪计划出力曲线的要求进而实现新能源可调度的目标是目前亟待解决的问题。本文针对这一问题做了如下研究:首先,对风光储联合发电系统的基本结构和工作原理进行了介绍。然后进一步对联合发电系统的三个主要组成部分——风力发电系统、光伏发电系统和蓄电池储能系统进行了介绍,介绍了三个部分的主要结构和工作原理,相关参数和工作特性。然后,介绍了模型建立时用到的数学理论和数学方法。先从可信性理论讲起并介绍了模糊规划方法的分类,然后重点介绍了相关机会规划方法及其分类,引出相关机会目标规划方法。将风光预测出力表示成真实值和模糊预测误差的和,利用模糊相关机会目标规划方法,以调度出力曲线与计划出力曲线匹配程度最大,储能电池充放电最平缓和每日最后电量与初始电量差值最小建立了优化调度模型。最后,针对上文提出的模型,提出解决模型的混合智能算法。首先介绍了本章所用到的混合智能算法的三要素,模糊模拟,神经网络和粒子群算法。分别介绍了模糊模拟的方法、公式;神经网络的来源以及在混合智能算法中的作用;重点介绍了粒子群算法的相关知识,根据算法的缺点,提出了改进算法。然后介绍了混合智能算法的流程。最后用一个具体的风光储联合发电系统的实例对本文提出的算法进行模拟验证,并将验证的结果同其他方法的结果做了横向的比较,结果表明,本文提出的方法切实有效。