近些年来,电力的需求度在全球范围内不断增长。而太阳能作为一种新型清洁能源得到了大力的开发和利用。但由于太阳能自身的间歇性和随机性限制了光伏发电系统的并网能力,造成资源的浪费。光伏发电与储能联合运行的模式可以平抑太阳能发电输出功率的波动、改善电能质量、提高电网大规模接纳光伏发电的能力。储能系统不仅可以储存过剩光伏发电的电能实现削峰填谷的功效,还能减少弃光现象,提升光伏能源的消纳。而光储电站控制问题也随之而来,有效地控制策略不仅可以提高系统的效率,还能减少系统各部分的损耗,提高组件寿命。本文围绕光储电站控制策略展开深入研究,并给出一种以平抑光伏功率输出波动为目标的基于功率预测的光储电站最优控制策略。主要内容如下:首先,详细调研光储式并网电站的需求背景和运行中产生的问题,对太阳能发电现状、储能技术发展现状、光储电站发展现状、功率预测技术发展现状进行详细综述。对目前已有的光储电站控制目标及控制策略分析研究,确立平抑光伏功率输出波动为本文的控制目标。其次,为了后文对光储电站控制策略的仿真奠定模型和相关参数的基础,本文根据光伏电池、蓄电池的数学模型,在MATLAB中建立相应的仿真模型,并对100k W光伏并网发电系统进行设计,利用HOMER软件为其配置储能系统。用PVSYST软件对设计的光储发电系统进行仿真,为后文光伏功率预测算法中训练神经网络提供数据支撑。再次,为研究光伏功率预测算法对控制策略的影响,对光伏功率预测算法进行优化。将基于跟随行为的人工鱼群算法与BP神经网络结合,弥补BP神经网络对初始值敏感、易陷入全局最优值等缺陷。利用MATLAB软件仿真,分析光伏功率预测算法对控制策略的影响。最后,将功率预测结果作为制定控制策略主要因素之一,提高控制策略平抑光伏输出波动的能力。该控制策略将预测的出力曲线作为判断当前时刻和下一预测时刻光伏出力波动是否超出设定值的依据,控制能源输出方向,从而达到平抑光伏出力波动的目标。并对PID控制策略、基于BP神经网络功率预测控制策略及本文给出的控制策略下的光储发电系统仿真分析,证明优化后的光伏功率预测算法对光储电站控制策略平抑光伏功率波动效果有较大的影响以及本文给出的控制策略的优越性。