由于环境、气候的持续恶化及石油、煤炭等非可再生能源价格的不断上涨,世界各国均将本国的清洁可再生能源的发展提到了战略意义角度上考虑。作为技术成熟度最高的风力发电正广泛得到应用,并且其装机容量逐年增大。因此,风力发电对电力系统安全稳定运行的影响越来越受到人们的关注。大规模风电并网给电力系统带来许多影响,如电压波动、闪变,究其原因是由于风电的间歇性和随机性,使得风电功率预测精度不高,进而使得电力系统不能按照既定计划对风电场输出功率进行实时调度。为此,如何提高风电功率预测精度,配置合理容量的储能设备平滑风电功率,使得风储系统能够最终实现风电场输出功率与现有调度计划相适应,对于促进风力发电发展,提高电网消纳风电的能力,有明显的理论意义与实际价值。在此背景下,本文提出将储能设备应用于风电场中,通过储能容量的优化配置,从不同时间级平滑风电功率,实现风电场输出功率的平滑输出,并使得风电场输出功率能够参与现有调度计划。其主要工作可概括如下：(1)针对风速与风电功率间非线性关系对风电功率预测精度的影响,基于时间序列法和神经网络法,对风速及风电功率的短期预测建立了改进预测模型。该模型首先用时间序列法建立风速的时间序列预测模型；其次为精确描述风速-风电功率关系,利用神经网络法建立风速-风电功率模型,并用风速预测数据作为该模型的输入量获取风电功率的预测结果。该研究可以有效提高基于风速预测风电功率的预测精度,为有效调度风电功率奠定基础,并为后续储能容量优化提供数据基础。(2)考虑到蓄电池应用中有储能容量和最大充放电功率限制的问题,建立了计及两者影响的蓄电池数学模型,为后续储能容量优化工作提供了合适模型。(3)为减小风电功率随机波动分量对电力系统的影响,提出用储能设备平滑风电功率随机波动频繁的min级分量部分,并通过分析风电功率min级分量的波动特性,建立对应的储能容量优化配置模型。该模型在充分把握风电功率min级分量波动特性的基础上,以概率统计的区间估计理论确定储能系统的容量配置和最大充放电功率。该模型可以较小容量的储能设备改善风电功率的平滑输出,有利于减小风电功率随机波动性对电力系统的不利影响。(4)功率存储为随机波动的风电功率适应确定性的电网调度决策提供了可能,为使能能容量规划兼顾考虑调度决策的适应性和风储系统的运行经济性,以适应电网调度运行计划的风电场输出功率时段参考值为依据,以储能系统投资成本与风电场运行成本最小化为目标,以折中思想为指导,构建了计及风电场弃风能量和储能系统损失能量的风电场储能容量优化计算模型。该模型可充分保障风电场与储能系统运行的经济性,实现指定调度计划下风电场输出功率的不波动或极小概率波动,进而达到风电功率与电网运行调度的平稳、有效衔接。