我国进入“十三五”规划以来,不断优化调整能源结构,风电装机量逐年提高,包括风能在内的清洁可再生能源受到国内外高度重视。风能蕴藏量丰富,可以循环利用,对环境友好,然而风力发电功率存在的随机性和间歇性,以及较高弃风量成为制约风力发电装机并网的主要瓶颈。由多种储能装置组成的复合储能系统,综合了各种储能介质的特点,能量密度高,功率密度高,可以有效平滑风电功率波动,提高风电功率消纳能力,优化功率输出。本文从风电功率的频率特性角度,分析了风电机组输出功率波动性和随机性,阐明了进行功率输出优化的必要性。基于风电功率的多时间尺度特性,提出了由压缩空气储能、超级电容以及锂离子电池构成的多元复合储能系统,通过比较三种储能方式的特点,验证建立多元复合储能系统的可行性,为储能装置的选择方案提供依据。为了提前组织管理风电输出功率,协调储能指令分配,需要提供较为准确的风速预测。基于最小二乘支持向量机的回归预测模型和粒子群优化算法,以某风电场现场风速采样数据为基础,进行了风速短期预测,分析了影响预测模型准确性的LSSVM参数,引入PSO算法优化LSSVM参数,经仿真实验验证,经过PSO优化参数后的预测风速平均误差率减小,提高了预测准确度。为了平滑风电功率波动,优化功率输出,利用改进EMD方法,构建了多元复合储能系统的控制指令。利用经验模态分解算法(empirical mode decomposition,EMD)能够自适应地提取非线性信号固有的本征模态函数的特性,并针对EMD分解过程中筛分准则难以确定的问题,对风电输出功率运用改进EMD算法分解,依据模态分量重组原则,得到多元复合储能的功率输出指令。仿真实验结果表明:通过多元复合储能系统优化策略,完成了对风电输出功率的优化输出,复合储能指令得到有效分配,改善了风电输出功率品质。