En el avance de la red, los sistemas de almacenamiento de energía juegan un papel importante en la reducción de costos, la disminución de la inversión en infraestructura, garantizando la fiabilidad y aumentando la capacidad operativa. El sistema de almacenamiento puede proporcionar servicios de estabilización y es fundamental para la energía de respaldo en situaciones de emergencia. Con el continuo aumento de los precios del combustible y los problemas ambientales crecientes, la energía de fuentes renovables está ganando más popularidad. Los principales inconvenientes de algunas fuentes renovables son su generación de energía intermitente y la disponibilidad incierta de la fuente, lo que ha aumentado el interés en los sistemas de almacenamiento de energía (ESSs). Este documento investiga la viabilidad económica cuando se introducen ESSs en la red eléctrica con una expansión de un sistema de almacenamiento, así como un mayor porcentaje de integración de energía renovable y un menor porcentaje de consumo de combustible por fuentes de energía convencionales. Se implementa una Red Neuronal Artificial para validar el modelo de carga pronosticado. Las incertidumbres asociadas con el sistema de energía renovable son manejadas por un modelo con restricciones de probabilidad y resueltas por un algoritmo genético (GA) en MATLAB; también se discuten en detalle los criterios de selección de GA para el proceso de optimización. La efectividad de la metodología propuesta se verifica aplicándola a un caso que se encuentra en la región occidental de China.