可再生能源的充分利用是解决能源危机和人类社会可持续发展的必由之路。在各种可再生能源中,风能、太阳能是储量最大、最可规模化利用的可再生能源。但由于可再生能源具有随机性、间歇性、能量密度低等特点,单独的风能发电、太阳能发电或者风光互补发电都无法提供稳定的电能输出,为规模化并网发电带来困难。所以引入储能系统,与风能、太阳能组成风光储联合发电单元一种必然选择。储能系统的调节功能可提高风光发电单元的输出稳定性,但由于储能系统成本较高,如何在储能系统投入成本最小的情况下实现其调节功能是一个重要的研究课题。本文通过对三种蓄电池：磷酸铁锂电池、全钒液流电池、钠硫电池的结构、工作原理和特点进行分析,比较了三种蓄电池的性能和工程应用价值。同时研究了蓄电池荷电状态的影响因素,并在此基础上提出了采用BP神经网络来建立蓄电池荷电状态预测模型。设计了网络结构,并对模型进行训练和测试。然后研究了储能系统在风光储发电单元中的作用,分析储能系统三个控制目标：有功功率平滑、跟踪计划出力、削峰填谷。提出了相应的储能系统优化控制策略,并给出计算方法。结合蓄电池单元荷电状态,选择蓄电池单元进充放电以实现储能系统控制目标。最后,综合提出的蓄电池荷电状态预测模型和储能系统优化控制策略,设计并实现了一个储能发电优化控制系统。该系统能够优化储能系统发电过程,达到了预期设计目标。