随着社会的发展,作为新能源发电技术之一的风力发电得到了日益广泛的应用。然而风能具有随机性和波动性,这会导致风电场输出功率波动剧烈,所以风电场中往往会配置相应的储能设备。因此,飞轮储能装置作为一种新型的物理储能设备,得到了广泛的关注。但是,由于单一功能的飞轮储能装置难以匹配宽功率范围和多时间尺度的储能需求,即使通过构成阵列满足需求,也存在着配置不合理、成本偏高的问题,因此制约了飞轮储能技术的推广应用。基于上述背景,针对不同时间尺度的飞轮储能装置的特点,结合智能优化算法,以混合飞轮储能阵列协调配置为主要内容,提出了“短时功率型”和“长时能量型”的多时间尺度配置策略。首先,为了解决储能系统在多时间尺度下配置不合理的问题,采用小波包分解的方法来提取风电场输出功率数据的低频和高频分量,以实现储能装置在多时间尺度下有序分配的功能。具体的配置策略是,在长时间尺度中采用能量型飞轮储能装置平滑风电场输出功率数据的低频分量。同时将功率型飞轮储能装置配置到短时间尺度中,平滑风电场输出功率数据的高频分量。其次,为实现平滑风电场输出功率波动和降低储能配置成本的目标,对长时间尺度的风电场输出功率进行预测,并提取预测结果的低频分量,利用交叉粒子群算法的优势,提出了一种能量型飞轮储能装置的配置策略。为了使系统经济效益最大化,建立目标函数,并采用交叉粒子群算法来搜索能量型飞轮储能装置充放电的最优方案。该方案通过与传统飞轮储能方案以及锂电池储能方案对比,验证了交叉粒子群算法优化后的飞轮储能系统在长时间尺度配置中具有更好经济效益的结果。然后,为了降低风电场输出功率剧烈波动的影响,在短时间尺度中采用数学插值的方法提高了输出功率数据高频分量的精度,在此基础上将模型预测控制算法应用到功率型飞轮储能的配置中,提出了一种功率型飞轮储能装置的配置策略。建立了功率型飞轮储能装置在二维平面的数学模型,并运用模型预测控制算法对功率型飞轮储能装置进行配置,实现了对风电场输出功率的平滑。最后,针对多时间尺度混合飞轮储能阵列系统协调配置的问题,改进了混合飞轮储能阵列系统协调控制的方法。基于多时间尺度制定了两阶段分层的配置策略,并设计了其在风电场中的连接方式。搭建了飞轮储能阵列系统的控制模型,利用仿真实验验证了其控制效果。