我国的能源结构正向多元化方向转变,传统能源占比逐渐下降,清洁能源占比逐渐提升,风能与光能是应用较为普遍的清洁能源。在我国,风力发电和光伏发电的实际应用越来越广泛,为了发挥其经济和环境效益,更多的风光互补发电系统将会并入国家公共电网。在此背景下,如何使风光互补发电系统更为安全可靠,储能更加稳定,系统成本更加经济,自然成为值得重点研究的问题。系统储能容量的合理配置对保证发电系统的可靠性至关重要,本文对风光互补发电系统的储能容量进行优化,合理地分配蓄电池和超级电容器混合储能单位容量,加强发电系统的连续性及可靠性,做出以下几点工作。第一,对风光互补发电系统的组成结构进行相关研究,对比分析不同储能方式的不同特性,对蓄电池储能和超级电容器储能单独进行性能对比,得出铅酸蓄电池与超级电容器混合储能系统数学模型,总结混合储能方式的意义。第二,建立风光互补发电系统的全生命周期成本模型,以全生命周期成本最小为目标函数,以能量平衡、蓄电池的储能容量和功率、超级电容器的储能容量和功率为约束,以能量缺失率和能量损失率为可靠性指标建立模型,利用Matlab改进传统遗传算法,采用退火算法选择,分段交叉和分段变异方法处理,实现风光互补发电系统的储能容量进行优化配置。第三,给出青海西宁风光互补发电系统相关参数数据,根据中国气象局获得西宁的光照辐射量和风速数据,通过数据处理计算得到风力发电机和太阳能电池板的输出功率,以及负载需求功率。通过传统遗传算法流程和改进遗传算法流程,得到优化结果,并进行对比分析,得出结论。综上,本文建立了风光互补发电系统的全寿命周期成本模型,对风光互补发电系统的储能容量进行优化配置,为实际的应用提供指导性思路与方法。此外,通过实例验证了本文提出模型的可行性,通过传统遗传算法流程和改进遗传算法流程,得到优化结果,经对比分析,改进的遗传算法相较传统方法而言,发电系统的能量缺失率和能量损失率有所改进,其成本也更为经济。