改革开放四十年以来,我国国民经济得到了跨时代的发展,为了满足我国飞速的发展,以煤炭为主要的发电方式带来了能源紧缺和环境污染问题,因此清洁的可再生能源发电研究与开发得到了越来越多的重视。风力发电与光伏发电是目前最主要的两种可再生能源发电方式,但由于其间歇性与出力的不稳定性,并网时将会对电网产生冲击,使得难以被完全消纳,从而产生大量弃风与弃电,违背了新能源发电的初衷。因此,为了能够有效消除风光发电的间歇性与波动性,本文基于风光出力的天然互补特征,另配置储存容量大,可调节性快速的抽水蓄能电站,组成风光储互补的联合发电系统,考虑了风力发电、光伏发电与抽水蓄能出力约束,分别制定了以互补系统输出功率波动性最小和跟踪负荷曲线为目标的优化模型。在上述两种风光储互补系统调度策略的基础上,将其与火电厂并网,建立了以发电成本最小和污染物排放惩罚成本最小为目标,包括火电机组与电网各个约束的风光火储联合系统的日前联合调度模型,以一个7台火电机组的火电厂、风光电站和抽水蓄能电站组成系统进行测试。基于粒子群算法其简单、易于理解、需要调整的参数少以及人工免疫算法能够很好的保证免疫系统中抗体的多样性,加快收敛速度的优点,将两者结合,提出一种改进的混合算法,能够自我学习并调整权重因子的免疫粒子群算法,将该算法用于优化调度研究。利用MATLAB软件对模型进行求解,得出两种调度策略下的风光储互补系统和火电机组的日前调度结果。由仿真可知,互补系统输出功率波动性最小优化模型下,风光储互补系统可以有效消除风光出力的间歇性和波动性,减少在并网时对电网的冲击;在跟踪负荷曲线为目标的优化模型下,并网后又可以降低电网负荷的峰谷差,以达到平滑火电机组出力的效果。