新能源并网容量的激增,加剧了对电网安全稳定运行的挑战,亟需通过市场机制促进新能源消纳,保障系统安全稳定运行。储能近年来发展迅速且成本逐渐下降,日渐成为电力辅助服务市场中优质的调节资源。本文针对储能参与电力系统辅助服务市场进行研究,主要完成工作如下:首先,调研分析了国外电力市场辅助服务的发展过程,参照国外辅助服务建设经验以及国内电力市场建设现状从辅助服务交易品种、市场主体、交易方式、出清机制、定价方式、结算机制、补偿方式七个方面构建储能参与辅助服务市场所需的市场框架,为后文储能参与电力市场辅助服务的优化运行策略及经济性评估提供参考。其次,针对单一电价预测模型难以满足预测精度等问题,提出基于马尔可夫链(Markov Chain,MC)误差校正的粒子群(Particle Swarm Optimization,PSO)-BP(Back Propagation)神经网络电价预测方法。在考虑系统负荷和平衡传输阻塞电价对电价影响的基础上,将预测日前历史电价数据作为BP神经网络输入,利用PSO算法优化BP神经网络模型参数,得到初始电价预测值,计算历史日预测误差,利用非参数核密度估计方法得到满足一定置信概率的预测误差区间,将满足置信概率的预测误差作为马尔可夫链的输入得到预测日的预测误差,对初始电价预测值进行修正得到最终的电价预测值。通过美国PJM电力市场实时电价数据进行仿真测试,验证了所提方法的有效性和正确性。最后,基于预测电价,对储能系统参与电力系统辅助服务市场的运行优化策略进行研究。在考虑各辅助服务兼容性的基础上,以系统收益最大为目标函数建立了储能系统的运行优化模型,利用YALMIP+CPLEX在MATLAB中对模型进行求解,得到储能设备参与各辅助服务的容量,为储能系统参与辅助服务的运行策略提供参考。在此基础上,建立了储能系统参与电力系统辅助服务的经济性评估模型,利用净现值法对该策略下储能系统参与辅助服务的经济性进行评估。通过仿真实例,验证了储能参与辅助服务市场的可行性。本文的研究为储能参与电力市场辅助服务提供了理论依据和一定的技术支持。