首先，应用模型预测控制算法平抑风电波动以达到其并网要求；然后，针对单组储能功率频繁充放电的情况，应用两组不同充放电状态的储能平抑风电波动，当一组储能处于充电时，另一组放电，其中任意一组达到SOC约束时，两组储能同时切换充放电状态；最后，从储能的经济性成本方面进行分析，通过与单组储能的对比证明了其优越性。
随着风电的快速发展，其规模化并网给电力系统带来了较大影响。为此，增加储能系统进行风电波动的平抑，可以提高风电的渗透率和并网可信度。
目前，应用储能平抑风电功率波动的研究已有很多。文献[8]提出一种磷酸铁锂电池充放电控制策略，在最小容量下能保持电池SOC水平，同时实现对风电功率的滤波。文献[9]以大规模全钒液流电池作为风电场的储能装置，提出了基于模糊自适应卡尔曼滤波的储能控制策略，在风电功率波动得到抑制的同时，防止电池的过充过放。
文献[10,11]提出一种基于飞轮储能的风电功率综合调控策略，能够有效地平抑风电机组输出功率的波动。文献[12]应用超导储能平抑风电波动以提高其平滑程度。文献[13-16]应用电池储能平抑风光出力波动，以改善可再生能源出力特性。
上述研究主要侧重一组储能的应用，为了提高储能的使用寿命和技术经济性，本文提出应用两组储能电池平抑风电波动。当一组储能充电时，另一组放电，当任意一组储能达到限制要求时，两者的充放电状态同时切换。首先，在并网波动率要求下，应用模型预测控制算法平抑风电波动；然后，从经济性角度分析双储能控制策略的优势，进而获取双储能的最优配置容量。
结论
本文应用双储能平抑风电功率波动。首先，在并网波动率的要求下，应用模型预测控制算法平抑风电功率波动，从而获取储能总功率；然后，为了克服由于风电功率波动的随机性，导致单储能在充电和放电状态之间进行频繁的切换，采用不同充放电状态的双储能控制策略进行风电功率波动的补偿，在相同SOC等约束下，通过与单组储能的对比分析，可以有效地提高储能的使用寿命和经济性。
最后，分析了不同风电工况下，储能的最大充放电功率和容量的配比情况，在实际工程中应依据实际需求进行储能的配置，以实现其经济性运行。
本文为储能在风电等可再生能源中的应用提供了一些参考，在兼顾风电并网要求的情况下提高了储能的使用寿命。
