強電磁工程與新技術國家重點實驗室（華中科技大學）的研究人員易林、婁素華等，在2015年第15期《電工技術學報》上撰文指出，基于風電接入技術準則和電網調度需求，對風電場日前調度功率值予以優化，并通過電池儲能彌補實際風電出力與該調度參考值間的差值，從而改善風電的可調度性。從能量吞吐量角度出發，建立了電池儲能實際使用壽命評估模型。
　　基于該模型，以風儲聯合系統年收益最大為目標，提出了綜合考慮風電調度功率優化和變壽命特性的電池儲能容量優化模型。以某風電場年歷史出力數據為例，對電池儲能功率/電量容量進行協調優化，仿真結果驗證了所提模型的有效性。
　　隨著化石能源危機及環境保護問題的日益突出，風能作為一種清潔可再生能源在電力工業中得到快速發展。然而，風能具有強烈的隨機性、間歇性和難以預測性，這些特點導致風電場難以持續輸出穩定的可控功率，其發電可調度性差，大規模風電并網將給電力系統的安全可靠運行帶來不利影響[1,2]，從而對電網調度提出了新的要求與挑戰。
　　為了使可調度性差的風電適應確定性的電網調度決策，應對并網風電場的輸出功率隨機波動水平予以限制[3]。快速儲能技術具有對功率和能量的時間遷移能力，能夠有效改善風電的輸出特性，增強風電的可調度性，是解決風電大規模并網問題、促進風資源利用的關鍵技術[4-7]。
　　目前，國內外學者針對電池儲能系統（BESS，batteryenergystoragesystem）在風電場中的應用問題展開了研究，并取得了一定的研究成果。
　　文獻[8]提出了采用離散傅里葉變換對可再生能源出力進行頻譜分析，并基于分析結果及平抑目標功率求取系統所需的最小儲能容量；文獻[9]基于風電場的風速概率分布及風電機組的出力特性，求取了以風電場平均出力為風儲聯合系統目標出力的儲能容量需求。
　　文獻[10]為適應系統調度計劃，以單個調度時段內等效輸出方差和最小為目標求取了該時段風儲聯合系統的計劃出力，并對儲能系統容量進行了優化配置。但其未考慮相鄰調度時段的風電功率波動約束，且未對電池儲能功率/電量容量進行協調優化。
　　此外，電池儲能的使用壽命為容量優化的關鍵參量之一，其變壽命特征開始受到相關研究人員的關注[11-14]。文獻[11,12]將電池儲能的變壽命特征引入到控制策略優化中，其中文獻[11]通過計算儲能電池的累計損耗系數評估其有效使用壽命，并以壽命最大為目標對控制參數予以優化；文獻[12]從循環次數角度（cycleing）構建BESS的壽命評估模型，將不同放電深度下的充放電次數折算到全充全放條件下的循環使用次數測算BESS的使用壽命，并將其作為度量指標對控制策略進行研究。
　　文獻[13]將文獻[12]的壽命測算模型引入到電池儲能的容量優化中；文獻[14]在容量優化模型中考慮了因放電深度引起的壽命損失成本和過放成本，然未對使用壽命予以量化，且文獻[13,14]均未考慮日前風電調度功率值對儲能系統運行狀態及使用壽命的影響。
　　事實上，電池儲能的使用壽命與其運行方式密切相關，而風電的調度功率直接關系到電池儲能的運行方式。因此，有必要對考慮風電調度功率優化和變壽命特征的儲能容量配置問題進行深入研究。
　　綜上所述，本文結合風電入網技術準則和調度運行計劃特點，優化制定風電調度功率值，通過電池儲能的引入使風儲聯合系統出力跟蹤該功率值，從而使可調度性差的風電適應現行的電網調度決策。根據電池的運行特性，從能量吞吐量角度（kWh-throughputing）出發建立了BESS使用壽命計算模型。
　　基于上述模型，以風儲聯合系統年收益最大為目標，提出了考慮風電調度功率優化和變壽命特征的BESS容量優化方法。利用本文所提方法對某實際風電場進行了電池儲能容量的優化配置研究和結果分析。 　　結論
　　電池儲能技術的迅速發展為其在含風電電力系統中的規模化應用提供了新的契機。本文立足于電網對風電接入的技術要求，通過電池儲能靈活的充放電特性改善風電的可調度能力，結合放電深度對電池儲能使用壽命的影響，建立了電池儲能使用壽命預測模型，并將其引入到風儲聯合系統的電池儲能容量需求評估中。
　　算例表明，通過合理的配置電池儲能容量，能夠有效的提高風電的可調度能力，且較于固定壽命模型，本文所提模型能更客觀、準確地評估風電場對電池儲能的容量需求及其經濟效益。