近年来风力发电作为一种清洁能源,已成为电力能源的重要组成部分。但由于风力发电具有波动性和不确定性,会导致大规模的弃风电量增加,平均利用小时数下降,这不仅影响电力系统发电的调度,还会造成大量的资源浪费。引进储能系统,不仅能够解决大规模风电电力系统调度压力问题,而且由于储能电池具有快速响应的特征,使其在参与电力系统调频方面也具有突出优势。目前制约储能系统参与电力系统调频发展的主要障碍是储能系统配置容量的成本较高,因此合理配置储能系统的容量对其参与风电调频实现的可行性至关重要。本文以风力发电系统中合理配置储能系统的容量为出发点,首先构建储能电池模型,然后进行风电系统一次调频容量配置的仿真实验,最后通过遗传算法对配置结果进行分析,验证实验的可行性。(1)首先对储能电池容量衰减的层次进行分析,构建磷酸铁锂电池有效电路(PNGV)模型,该模型可以简化内部多元素的复杂化学反应,有效的反映出储能系统的外部特性与原理。根据磷酸铁锂电池模型的参数,研究荷电状态(SOC)的充放电情况,对储能电池的成本预算提出一种日历寿命预测电池寿命的方法,以日历寿命周期净现值最优化为目标,配置出储能系统容量优化模型。将磷酸铁锂电池作为研究对象,并详细阐述了该电池对平抑风电波动向外输出的过程,同时对这一个过程进行仿真实验,得出储能参与风电场电力系统应用的必要性。(2)提出一种基于储能系统参与配置电网经济性的模型,储能电池采用日历寿命周期理论,合理规划和优化利用储能系统,充分发挥分布式能源的互补优势,最大限度的提高储能系统应对分布式能源随机性和波动性的能力。储能系统的目标函数主要成本为储能电池投资成本,其中包括初始投资成本、置换投资成本。储能电池运行成本包括报废处理成本、缺点惩罚成本、维护成本、弃电损失成本、调频补偿收益,购电成本和售电收益。储能系统的约束条件主要包括风光发电功率约束以及储能功率约束,通过储能系统的成本分析,得出了满足系统及设备运行的约束模型。(3)最后验证本文所提及的日历寿命优化配置方法,储能电池在参与一次调频使配置可以达到容量最优的结果。以建立风储联合运行成本最小为目标,以储能系统参与一次调频需求作为约束条件,建立储能优化配置模型。使用遗传算法对初步容量配置的金额进行迭代计算,并用MATLAB软件仿真,最后将原本储能状态下和在通过日历寿命状态下配置的容量对比,通过仿真分析所对应的经济目标,得出经过日历寿命下的配置结果具有合理性和适用性。