新能源分布式发电大多具有间歇性、波动性等特点,将其直接并网会引起电网频率和电压的波动,甚至造成停电事故。储能系统的引入,不仅可以有效平滑间歇性电源功率波动,增加电网的备用容量,也可以调节负荷峰谷差。对储能系统进行合理的能量调度成为智能电网的支撑技术之一。在实时电价机制下,对储能系统的优化调度以及需求响应可以增加用电用户的经济收益。本文考虑由外部电网、分布式电源及多个智能用电设备组成的系统,建立其储能系统能量调度与需求响应联合优化控制模型。根据太阳能光伏发电、负载用电需求以及电网电价的随机特性,将储能系统的充放电动作及负载的接入时间作为控制量,以用电经济性及满意度为优化目标,将系统的联合优化问题建模为无穷时段马尔可夫决策过程模型,并给出了一种基于Q学习的优化算法。仿真结果表明,与单独的电池动作控制或需求响应控制相比,联合优化控制能产生更高的长期收益。此外,论文还考虑了分布式发电单元的功率及电价的时间特性,引入时间作为状态量,建立了储能系统能量调度与需求响应联合优化控制的有限时段马尔可夫决策过程模型,并给出了一种基于模拟退火的Q学习优化算法。仿真结果表明,联合优化控制提高了用户获得的报酬。