随着我国风资源的深度开发,目前在风资源不那么丰富的内陆山区,也建立了数量庞大的分布式风电场群。随着这些地区电源结构中风电比例的不断提高,在电网调度运行时,不仅要考虑风电的电量价值,更要考虑其日益增长的容量价值,容量可信度是衡量风电场容量价值的重要指标。储能单元的配置可有效提升风电功率的可控性,增加风电的消纳比例,间接提升风电场的容量可信度。但当前针对储能单元充放电策略的研究,主要集中在削弱风电功率的间歇性,很少考虑用来提升风电场的容量可信度。我国山区分布式风电场大多沿山脊排布,同一区域不同山脉的风电功率特性都有可能存在较大差异。所以,使用单一场景的风电场模型不具备显著代表性。因此,对风电场模型的研究和含储能风电场容量可信度的研究都具有重要现实意义。具体研究内容如下:随着风电场群规模的增大,采用单一场景的风电场模型会使容量可信度评估结果误差增大,不能满足精度要求。开展风电场群的多典型场景建模研究尤为重要。为此,提出一种基于聚类算法与逆变换抽样技术结合的风电场群多典型场景模型构建方法。该方法利用实测风电功率数据,首先通过风电功率的曲线形态特征与数值特征将风电功率进行两级聚类,得到包含多典型场景的聚类子簇,再通过逆变换抽样技术,得到符合多典型场景概率分布的风电功率数据集,进而构建风电场群持续功率曲线。实例结果表明,通过聚类算法可实现风电功率异常值剔除与多典型场景选取,该模型不仅具有较高拟合精度,也具有较好的物理可解释性。随着国家对新能源配套储能工程的大力推进,为充分挖掘含有储能单元风电场群的容量可信度,提出了考虑容量可信度的储能充放电策略。首先,全面分析了风电场群与单风电场的功率差异。发现随着场群规模的增大,风电高功率与低功率的持续时间在整个调度周期内的占比都显著减小。并且,减少低功率持续时间的占比能显著提升风电场群的容量可信度。由此,根据低功率持续时间的占比情况,改进了储能策略中充放电上下界的选定方法。仿真结果表明,所提储能充放电策略能最大限度提升风电场群的容量可信度,与传统储能充放电策略相比容量可信度能得到显著提升。文章所提风电场群多典型场景模型和储能充放电策略应用于实际风电场群,可以提高储能单元使用效率,增加风电场群容量可信度,缓解大规模风电消纳难题,具有显著的技术与经济价值。