文献[17-21]针对平抑新能源电站出力波动开展储能配置研究，提出通过离散傅立叶变换[17]、一阶低通滤波、卡尔曼滤波[18]等算法分析历史数据，结合出力波动率、波动频段[19]与爬坡能力[20]等技术指标计算储能容量。在此基础上，文献[22]考虑了电池储能运行状态，如充放电功率平缓、可持续工作性最佳等。文献[23]综合考虑新能源波动平抑效果与补偿预测误差，采用多维分析法开展储能容量优化配置。

文献[24-27]针对储能补偿新能源功率预测误差场景展开储能配置研究。文献[24]考虑了风电功率预测误差和储能系统的荷电状态分布。文献[25]依据风电功率预测标准，为提升风储联合跟踪计划出力精度且控制成本，采用截止正态分布法确定储能配置容量。文献[26]首先利用风电场功率预测误差的标准偏差对风电场出力计划进行优化，然后在跟踪计划允许的误差带宽内，计算储能系统的最优时序出力曲线，在考虑充放电效率、荷电状态等基础上确定储能容量。

文献[28-30]研究降低新能源弃电率模式下的储能配置。文献[28]以全寿命周期内储能净现值最大为优化目标，综合考虑了储能的全寿命周期投资、售电收入、弃电率等约束。文献[29]首先开展光储出力特性分析及储能系统工况特征提取，提出应用工况对储能设备的需求期望值。文献[30]综合考虑风功率的不确定性和弃电率限制，研究储能配置方案。

在上述研究基础上，有学者计及经济性因素，开展多目标储能优化配置。以电池储能为例，结合储能系统寿命损耗[31-32]、全生命周期成本、储能年综合费用[33]等方面建立经济性分析模型。文献[34]计及新能源弃电成本，建立储能投资与风能损失的成本-效益模型。文献[35]针对中国三北地区冬季热电联产机组“以热定电”运行模式造成弃风严重的问题，研究以混合储能解决弃风问题，提出了一种兼顾储能经济效益和功率优化分配的双层优化模型。文献[36]针对“新能源+储能”替代同步发电机开展精细化时序仿真，量化评估新能源配置储能替代火电的经济性。文献[37]建立了混合储能系统与风电功率平滑度间的关联模型，并综合考虑储能系统的技术和经济性能。

与常规电力设备相对固定的使用寿命不同，电池储能的使用寿命与其充放电深度、频次等工况过程量密切相关。因此，在配置储能方案时，考虑具体应用工况下储能的充放电深度、充放电频次的概率统计结果对全寿命周期内储能投资评估的影响非常必要[38-39]。

针对电池储能深充深放及高频充放电带来的寿命快速损耗问题，通过采用混合储能提升储能投资的经济性[40-46]。一般采用频段分解算法，如一阶低通滤波、小波、小波包、经验模态分解等[40]，对混合储能系统的功率进行分配。采用经验模态分解、小波、小波包分解法计算储能系统额定容量[42-44，46]。