杨晓雷，徐建元，陶 欢，刘 景，霍 然，张 涛，4，李逸鸿

（1.国网浙江省电力有限公司嘉兴供电公司，浙江 嘉兴 314033；2.嘉兴协鑫环保热电有限公司，浙江 嘉兴 314000；3.三峡大学电气与新能源学院，湖北 宜昌 443002；4.新能源微电网湖北省协同创新中心（三峡大学），湖北 宜昌 443002）

0 引言

随着风力发电在国内外的广泛应用，风电固有的不稳定性、间歇性、反调峰等特性所带来的问题日渐突出，甚至对电力系统的稳定运行产生较大影响[1-2]。储能系统作为一种快速响应的灵活电源，可以有效缓解风电接入配电网的不利影响，提高风电消纳率[3]，其容量及安装位置的选择则会改变电力系统的经济性与安全性[4]。如何综合考虑各方面目标，优化配置储能系统成为亟需解决的问题。

储能系统的优化配置为高维度非线性优化问题，传统方法的求解复杂性较高，因此基于群体智能优化算法的储能优化配置方法成为了研究热点。文献[5]提出了一种基于神经网络的混合储能系统容量优化配置方法，并采用遗传算法求得了系统综合成本最低的储能容量。文献[6]以系统的经济性和稳定性为优化目标，分别建立了单目标的储能优化模型，并采用改进粒子群优化算法求解得到储能配置容量和位置。文献[7]基于人工蜂群算法对混合储能效益模型进行分析，得到经济性最优的频率滞环控制储能配置方案。现有研究所提的群体智能算法虽然在储能配置问题中表现出有效性，但仍存在求解效率低、算法稳定性不足的问题。……