1.一种基于滚动优化的风-储混合电站功率波动平抑策略，其特征是：包括建立对电池储能系统运行计划优化模型，优化目标为风-储混合电站发电功率在给定优化区间内的总波动能量最小；

假定在第t-1分钟对电池储能系统运行计划进行优化，确保优化区间[t，t+M-1]内的总波动能量Eh,t最小，此时，目标函数为：上式中，Pw,t+j与Pb,t+j分别为第t+j分钟的风功率与电池储能系统充放电功率，j＝0，1，

2，…，M-1；Pw,t+j-N/2+i与Pb,t+j-N/2+i分别为第t+j-N/2+i分钟的风功率与电池储能系统充放电功率，j＝0，1，2，…，M-1；i＝1，2，3，…，N；M为优化区间的长度，单位：分钟；绝对值符号内为风-储混合电站发电功率在第t+j分钟的波动功率，采用滑动平均法从风-储混合电站发电功率中分离；N为滑动平均时段的长度，单位：分钟；

将上述目标函数改写成如下抽象形式：

min Eh,t＝f(Pb,t+k,Pfw,t+k,Pb,t+l,Pw,t+l)上式中，k＝0，2，3，…，M+N/2-1，Pb,t+k表示电池储能系统在区间[t，t+M+N/2-1]内每分钟的充放电功率；电池储能系统在此时段内的充放电功率将影响优化区间[t，t+M-1]内的总波动能量，因此，Pb,t+k为储能系统运行计划优化模型中的优化变量；Pfw,t+k为区间[t，t+M+N/2-1]内每分钟的超短期风功率预测结果，是电池储能系统运行计划在线优化的数据基础；l＝-N/2+1，-N/2+2，-N/2+3，…，-1，Pb,t+l与Pw,t+l分别为区间[t-N/2+1，t-1]内每分钟的历史风功率与电池储能系统历史充放电功率，同样也是电池储能系统运行计划在线优化的数据基础；

模型约束如下：

充、放电速率约束：

-EcPchm≤Pb,t≤EcPdism

上式中，Pchm与Pdism分别为单位容量电池储能系统的最大充、放电功率；Ec为电池储能系统容量；电池储能系统分为容量相等的两部分运行，分别用于执行充电与放电功率指令，也就是说，任何时刻仅有一半的电池储能系统处于工作状态，因此，上式中的Ec取为电池储能系统总容量的一半；

荷电状态约束：

Vmins≤Vsoc,t≤Vmaxs

上式中，Vmaxs、Vmins分别为电池储能系统的最大、最小允许荷电状态；Vsoc,t为电池储能系统在第t分钟的荷电状态；由于任何时刻仅有一半电池储能系统处于工作状态、执行充放电功率指令，因此，此处的Vsoc,t为虚拟荷电状态，可由下式计算：上式中，ηch与ηdis分别为电池储能系统的充放电效率；

由于目标函数是绝对值累加求和的形式，因此，电池储能系统运行计划优化模型是非线性优化模型，通过引入新的0-1变量将其转换为混合整数规划模型；

运行中，在历史风功率、储能系统历史充放电功率以及超短期风功率预测的基础上，利用商业优化软件对电池储能系统运行计划优化模型进行在线滚动求解，给出电池储能系统的最优运行计划，并以此为基础生成电池储能系统的充放电功率指令；假定在第t-1分钟对电池储能系统运行计划优化模型进行求解，虽然可给出电池储能系统在区间[t，t+M+N/2-

1]内的最优充放电功率序列，然而，当前时刻仅提取区间[t，t+M-1]内的充、放电功率序列作为电池储能系统的最优运行计划；至于电池储能系统在区间[t+M，t+M+N/2-1]内的运行计划，将在下一次求解电池储能系统运行计划优化模型时给出。

2.根据权利要求1所述的基于滚动优化的风-储混合电站功率波动平抑策略，其特征是：在最优运行计划的基础上，按下式生成电池储能系统的充放电功率指令：Pdb,t＝Psb,t+Pfw,t-Pw,t

上式中，Pdb,t为第t分钟的电池储能系统充放电功率指令；Psb,t为最优充放电计划中给定的电池储能系统充放电功率。

3.根据权利要求2所述的基于滚动优化的风-储混合电站功率波动平抑策略，其特征是：执行充放电功率指令Pdb,t时，为避免电池储能系统在充、放电状态间频繁切换、延长使用寿命，将电池储能系统分为容量相等的两部分独立运行；两部分电池储能系统中，一部分处于充电状态，用于执行充电功率指令；另一部分处于放电状态，用于执行放电功率指令；

一旦任一部分电池储能系统到达满充或满放状态，则立即切换其充、放电状态，以避免过充或过放损伤电池；与此同时，为严格保证两部分电池储能系统处于不同的工作状态，同步切换另一部分电池储能系统的充放电状态；

假定电池储能系统I、II在第t分钟处于充电与放电状态；

假定第t分钟的功率指令为充电指令，则由处于充电状态的电池储能系统I执行该功率指令，此时，电池储能系统I的充电功率PbI,t为：PbI,t＝-min[-Pdb,t,PcmaxI,t]

上式中，PcmaxI,t为电池储能系统I在当前时刻可提供的最大充电功率，由下式确定：PcmaxI,t＝min[EcPchm,60Ec(Vmaxs-VsocI,t-1)/ηch]上式中，VsocI,t-1为电池储能系统I在第t-1分钟末的荷电状态；两部分电池储能系统在第t分钟末的荷电状态分别为：上式中，VsocII,t-1为电池储能系统II在第t-1分钟末的荷电状态，VsocI,t与VsocII,t分别电池储能系统I、II在第t分钟的荷电状态；

反之，若第t分钟的功率指令为放电指令，则由处于放电状态的电池储能II执行该放电指令，此时，电池储能系统II的放电功率PbII,t为：PbII,t＝min[Pdb,t,PdmaxII,t]

上式中，PdmaxII,t为电池储能系统II在当前时刻可提供的最大放电功率，由下式确定：PdmaxII,t＝min[EcPdism,60Ec(VsocII,t-1-Vmins)ηdis]电池储能系统II放电后，两部分电池储能系统在第t分钟末的荷电状态分别为：

4.根据权利要求2所述的基于滚动优化的风-储混合电站功率波动平抑策略，其特征是：从波动能量与波动幅值两个角度，采用用于衡量发电功率波动平抑性能的评价指标，分别为：波动能量平抑百分比与波动幅值越限概率；指标PMFE量化待评估调度日内经电池储能系统平抑的波动能量占原始波动能量的百分比，由下式计算：上式中，VPMFE为评价指标PMFE的取值；Pwm,t与Pm,t分别为原始风功率与风-储混合电站发电功率在第t分钟的波动功率；指标PFET量化待评估调度日内波动幅值超过给定限值Pthr的概率，由下式计算：VPFET＝Pr{|Pm,t|>Pthr}t＝1,2,…,1440

上式中，VPFET为评价指标PFET的取值；Pr{}表示括号内事件发生的概率。

5.一种基于滚动优化的风-储混合电站功率波动模拟方法，其特征是：是基于序贯蒙特卡洛模拟的风-储混合电站运行模拟方法：具体步骤如下：

步骤0：仿真次数索引n设置为1，指标PMFE与PFET初始化为零；

步骤1：仿真时段索引t初始化为0，电池储能系统I与II的初始状态设为充电状态与放电状态，对应的荷电状态分别为Vmins与Vmaxs；采用商业优化软件求解电池储能系统运行计划优化模型，给出电池储能系统在区间[1，M]内的运行计划；模拟中，每隔M分钟滚动求解一次电池储能系统运行计划优化模型，给出未来M分钟内的电池储能系统运行计划；

步骤2：令t＝t+1，假定可用均值为Pfw,t、标准差为σt的正态分布描述风功率在第t分钟的随机波动特性；此时，按下式随机生成当前时刻的风功率Pw,t：上式中，c1与c2均为区间[0,1]上服从均匀分布的随机数；

步骤3：根据运行计划生成电池储能系统在当前时刻的充放电功率指令，在此基础上，根据电池储能系统在上一分钟末的运行状态确定当前时刻两部分电池储能系统的充放电功率；

步骤4：计算两部分电池储能系统在第t分钟末的荷电状态，若某部分电池储能系统到达满充或满放状态，则同时切换两部分电池储能系统的充放电状态；若仿真时段索引t等于M，2M，…，([1440/M]-1)M，则立即对电池储能系统运行计划优化模型进行求解，给出未来M分钟内的电池储能系统运行计划；

步骤5：重复执行步骤2至4，直至完成整个待评估调度日内的风-储混合电站运行模拟；

计算第n次模拟对应的标价指标VPMFE,n与VPFET,n，并按下式更新评价指标PMFE与PFET；

上式中，nmax为预先设定的模拟次数；

步骤6：令n＝n+1，重复执行步骤1至5，直至到达预先设定的模拟次数；

步骤7：结束运行模拟，给出评价指标PMFE与PFET。