在“双碳”目标背景下,我国积极发展绿色低碳的新能源电力产业,快速提升的风电、光伏渗透率对电力系统提出了严峻考验。作为一种灵活的调节资源,储能系统具有良好的调频、调峰技术优势,可平抑新能源发电功率波动。本文以基于新能源发电功率预测的储能系统优化配置为研究对象,开展了储能电池寿命估计、新能源功率预测、风光储系统研究等工作,为新能源大规模并网提供技术支撑。主要研究内容如下:（1）在分析研究影响锂离子电池寿命的多重动态因素的基础上,利用戴维南等效电路模型,建立了一种非线性的扩展卡尔曼滤波器的电池荷电状态估计算法。首先,分析研究了传统锂离子电池交换性能寿命估计方法和放电深度寿命估计方法,将温度、电池寿命和工作点动态变化等非线性因素引入戴维南等效电路模型中。在含有锂离子电池的双向DC-DC变换器控制场景下,提出了一种非线性的拓展卡尔曼滤波器的估计方法,对锂离子电池的荷电状态进行了实时估计。结果表明,在25℃的测试环境下,用混合动力脉冲能力特性分析方式,采用非线性扩展卡尔曼对锂离子电池荷电状态的估计误差小于4%,这为复杂环境下的锂离子电池健康状态及寿命估计提供了借鉴。（2）针对新能源发电功率预测数据规模大和特征维度多的问题,在长短期记忆网络算法中集成了线性回归模块,构建了精度提升的自适应功率预测模型。为解决长短期记忆网络算法在新能源发电功率预测中适应性差、精度不高、稳定性低的问题,引入集成学习算法原理,在风光功率预测模型中集成了生成对抗网络、支持向量机和线性回归模块,建立了一种自适应长短期记忆网络功率预测模型,提高了功率预测的精度和鲁棒性。针对实际风、光电站进行模拟测算,结果表明,光伏发电模拟计算场景下,所提模型的预测精度比传统LSTM模型分别提高了39.27%;风力发电模拟计算场景下,所提模型的预测精度比传统LSTM模型分别提高了 27.87%。可见,自适应预测模型改善了不同场景下的风、光功率预测适应性和稳定性问题。（3）在自适应功率预测模型精度提升的基础上,采用交直流拓扑结构研究了风光储联合系统的功率波动特性,对风光互补下的储能系统进行了优化配置。对比研究了五种平抑风、光功率波动的控制策略,明确了模型预测控制算法可以大幅度节约储能最大充放电功率和容量,并平抑新能源电力的出力不稳定特性。利用模型预测控制算法建立了风光储联合的交直流拓扑结构,将新能源并网功率波动降低到每分钟2%以下。在同时考虑不同装机类型、采样间隔、电站数量等多种工况因素对储能配置的影响下,证明了风光发电的相关系数、功率波动率均与储能配置成正相关性;另外,当电源数量增加时,风光发电的相关系数减小、互补性增大,储能配置容量可适当降低。该储能配置设计研究为风光互补发电系统的储能配置优化提供了理论依据。（4）在风光互补系统的储能优化配置研究的基础上,将碳减排目标作为优化目标函数,构建了综合能源系统中电/热混合储能的双层优化配置策略。将碳排放因素表征为系统运行成本,并引入以新能源为主体的综合能源系统中,构建了基于电、热、冷、气能量平衡与电/热储能设备运行约束的综合能源系统模型。对模型进行分层优化控制,并以运行成本为内层目标函数、能量平衡为外层目标函数,建立了适用于电/热混合储能的双层控制策略。能源企业运行数据仿真测算表明,不考虑缺负荷造成的损失情况下,混合储能的优化配置使系统的运行成本降低了6.84%。同时,也反映出电储能盈利时会一定程度提高系统的碳排放,提出了电/热混合储能优化配置是有效降低综合能源系统中碳排放的有效方式之一。