由于化石能源危机和环境污染问题,对风电等可再生能源发电技术的研究开发和推广应用已成为电力行业的发展趋势。风电是一种优质的可再生能源,不仅清洁环保而且存储量巨大。然而因为其自身所固有的不确定性,大规模风电并网会给电力系统带来各种问题。深入研究风电的不确定性特征及其应对措施,对风电的消纳和电网的安全稳定具有重要的意义。风电场如果将自身的不确定性因素都转交给电网处理,就会使不确定性的影响范围由发电侧扩展至整个电力系统,并且使整个系统的规划工作与运行调控工作更加复杂。如果风电场自身能具有一定的自律性,则既可以增强风电的可调度性,又可以降低整个系统的复杂性。因此增强风电场的自治能力,使风电场具有一定的自律性,是比较合理的研究思路。在风电场出口装设合适容量的储能系统,通过风储合作的方式使风电场具备一定的自律性,使风电由被动接纳转变为主动参与系统消纳。因此研究自律型风电场中储能容量的优化配置具有重要的实际应用价值。另外,风电的不确定性实际上表现为非规则分布特征,任何基于规则分布的风电预测研究和储能容量优化配置研究都具有一定的局限性,不具有研究模型上的稳健性与研究方法上的通用性。因此针对风电不确定性的非规则分布特征,寻找一种稳健的研究模型与通用的研究方法将具有重要的理论意义。本文以含储能的自律型风电场为研究对象,首先建立风电功率不确定性的模型,研究非规则分布下的短期风电功率的区间预测问题,然后在风电功率区间预测的基础上,针对非规则分布,分别从以下三方面研究了自律型风电场中储能容量的优化配置问题:(1)从风电场自律型区间优化的角度研究储能容量的优化配置;(2)从风险分析的角度研究自律型风电场储能容量的优化配置;(3)在频域内分析风电功率的频率特性,从平滑风电功率波动的角度研究储能容量的优化配置。从而形成了关于自律型风电场的从风电功率不确定性分析到风电功率区间预测到储能容量规划的研究体系,并考虑了风电不确定性模型的稳健性与研究方法的通用性。实际风电场在进行储能容量配置时,可根据自身机组、地域及市场等实际情况,从上述各角度或其中某些角度进行多维度综合评估,从而确定储能容量的最优配置。本文的主要研究工作和创新成果如下:(1)针对风电功率的非规则分布特征,提出基于Parzen窗和置信区间优化的风电功率区间预测方法。首先采用Parzen窗估计方法来建立风电功率的不确定性模型,Parzen窗估计方法适用于任意形状的非规则分布;其次对于非规则分布的预测区间的求取问题,本文以预测区间宽度最小为目标函数,且满足一定的约束条件,建立最优化模型,应用信赖域优化方法求解最优预测区间;最后关于区间预测质量的评价问题,区间宽度和区间预测准确率是两个相互矛盾相互制约的指标,本文借鉴信息检索领域里F值的概念,综合衡量这两个相互矛盾的指标,从而全面客观地评价了风电功率区间预测的质量。算例分析结果表明,本文方法不但可以获得更好的风电功率区间预测质量,而且具有研究模型上的稳健性与研究方法上的通用性。为后续章节关于自律型风电场中储能容量优化配置的研究奠定了坚实的基础。(2)从风电场自律区间优化的角度,提出了风电场跟踪最优自律区间和有效跟踪计划出力的储能容量优化配置方法。1)当风电场跟踪最优自律区间时,首先提出了风电场自律区间的概念,在风电场中配置储能可以使其实际出力被限制在一定的功率区间内,从而减弱风电不确定性对电网的影响,增强风电场的自律性;然后针对风电不确定性的非规则分布特征,寻找风电场的最优自律区间,进而得到相应的储能容量最优配置。2)当风电场自律区间的宽度为零时,风电场跟踪计划出力。风电场如果能有效跟踪计划出力,则将具有更好的自律性,但此时需要配置更大的储能容量,因此经济性是必须要考虑的问题。风电场可考虑在一定跟踪度下跟踪计划出力,对于跟踪度之外产生的的弃风和缺电,需要风电场向电网支付相应的弃风惩罚和缺电惩罚来购买系统的旋转备用以维持其计划出力。以风电场收益最大为目标函数,针对非规则分布,求解一定跟踪度下的储能容量最优配置。在此基础上又深入细致地分析了储能成本、电价、弃风惩罚、缺电惩罚和跟踪度等影响因素与最优结果之间的特性关系。仿真算例表明该方法不但适用于规则分布,而且适用于非规则分布,具有研究模型上的稳健性和研究方法上的通用性。不但能够获得基于风电场最优自律区间的储能容量配置方案,而且还可以获得一定计划出力跟踪度下的储能容量最优配置方案以及不同成本条件和惩罚条件下的最优跟踪度。该方法有效提高了风电场的自律性水平,为自律型风电场的储能容量规划提供了有力的决策支持,具有重要的参考价值。(3)从风险分析的角度研究自律型风电场中储能容量的优化配置,提出了基于改进夏普比率的风电场储能容量优化配置方法。风电的不确定性会给系统带来风险,自律型风电场应该具有一定的风险规避能力。本章借鉴金融领域中夏普比率的思想来评估自律型风电场每单位风险的超额收益,从而把风险与收益有机结合起来。首先对传统夏普比率进行了改进,用条件风险价值代替传统夏普比率中的风险度量来考察风电不确定性带来的风险,不但适用于风电不确定性的非规则分布特征,而且计及了尾部风险,具有前瞻性;然后考虑到风电不确定性会给系统带来双侧风险(即弃风风险和缺电风险),因此对传统的单侧条件风险价值进行了改进;进而针对非规则分布下的双侧风险的计算进行了深入研究;最后综合衡量单位风险和超额收益,以夏普比率最大为目标,求解风电场所需要配置的最优储能容量。算例分析表明该方法在进行风电场储能容量配置时,不但将风险和收益有机结合起来进行考察,而且适用于任意分布,具有研究模型上的稳健性与研究方法上的通用性,为自律型风电场的风险评估和储能容量优化配置研究提供了新的思路。(4)在频域内分析风电功率的频率特征,从平滑风电场出力波动的角度,提出了考虑风电功率低频分量波动率裕度的自律型风电场中混合储能容量的优化配置方法。风电场的自律性还体现在对波动率的自律方面。为了满足风电并网的波动率标准,在频域内通过小波包变换将风电功率分解为低频分量、次高频分量和高频分量,把满足并网波动率标准的低频分量作为并网功率,而次高频分量和高频分量则分别用蓄电池和超级电容来进行平抑。考虑到满足并网标准的低频分量的波动率其实会存在一定的裕度,因此对次高频分量和高频分量只需要进行部分平抑即可。在此思想的指导下,以风电场的混合储能成本最小为目标函数,以波动率满足并网标准为约束条件,在非规则分布下,建立优化模型,求解得到蓄电池和超级电容的最优容量配置。在此基础上,以混合储能未平抑的功率剩余量为评价对象,分析各典型日储能配置结果的熵,分析其中所包含的信息量和不确定性的大小,从而确定各典型日结果的熵权。基于各典型日储能配置结果及其熵权,得到最终的混合储能配置结果。仿真算例表明该方法在保证风电波动率满足并网标准的前提下,显著降低了储能成本,而且储能配置结果具有更小的功率误差和容量误差,有效提升了储能容量配置的准确性和合理性。