随着人类社会的不断发展、能源需求的愈加紧迫,一来高渗透率可再生能源系统的应用为大势所趋,多元化的发电模式对于能源框架的改变起到了举足轻重的作用;二来可再生能源的大量接入也为电力系统的优化调度带来了巨大的挑战。近年来,国内外以风电、光伏发电方式为主的微电网系统得到了大力发展,然而越来越多的电力系统问题也随之凸显而来。受到环境因素的影响,风电、光伏出力具有较强的波动性、不确定性等特点。因此,无论是风光并网抑或是离网发电模式,对于电力系统中负荷用电安全性、可靠性都具有不小的挑战,也降低了对可再生能源的消纳能力,不利于可再生能源发电的推广与发展,同时也降低了电力系统优化调度的经济性。所以,对风光出力进行预测能够使得能源得到合理调度、提前拟定用电协调方案,有利于维护电力系统运行的安全性与可靠性;在此基础上,对调度策略进行优化有利于提高系统运行经济性、降低发电成本、提高用电质量。因此,研究可再生能源进行发电预测以及优化系统能源调度问题,对未来电力系统安全、稳定运行以及新能源推广具有重要意义。针对发电预测与调度问题,本文对国内外较多相关文献进行研究与总结,在已做工作的基础之上,旨在提出一种新的预测算法以提高发电预测的准确性,采取多种算法组合预测方式;在提高精度基础上对预测误差进行分析,考虑风光出力的不确定性,建立风光储联合运行的微网并网模型,利用智能优化算法优化能源调度问题,使得微网运行经济成本最优。基于以上问题,本文主要研究成果如下:首先,考虑到风电光伏出力不确定性对电力系统的不利影响,提出一种组合预测算法模型。在已有经验模态分解算法模型的基础上对其进行深入研究,利用此方法对数据分解的优势,将原始发电数据分解为多个具有平稳特性的本征模态函数,接着采用自回归移动平均算法对已分解得到的分量进行分析,训练数据建立较为准确的自回归移动平均模型,将所得预测分量叠加重构后得到最终风光出力预测数据,通过仿真实验分析验证了所建模型的可行性,并且对模型预测指标进行计算表明所提方法有效提高了风光出力预测精度。其次,在提高风光发电预测精度的基础上对预测误差以及风光出力特性进行分析。通过对风光发电的数学模型进行分析,有利于采取相应措施来改善其出力不确定性等问题;进一步通过对本文所用风光数据出力特点进行分析、对风光混合出力模型预测误差用概率函数进行描述,可以有效提高电力系统应对可再生能源出力不确定性的能力,并且为下一章节计及可再生能源出力不确定性的微电网并网调度系统提供理论支撑。最后,针对新能源发电的不确定性问题,利用正态分布函数生成大量风光发电场景,为降低模型复杂度剔除相似以及小概率出力场景,建立风光储混合微网并网模型,以微网与大电网交互时的火电出力成本、微网内储能运行成本为目标,考虑以整个系统主要成本为目标是由于主要利用改进粒子群算法来优化火电机组出力时机及发电量、储能系统充放电时机以及充放电量,同时考虑诸多约束条件,采用智能算法优化调度使得系统可以经济运行。最终通过算例分析证实所建模型的合理性以及所用方法的可行性、经济性。