风力发电的能量密度较低,而且具有波动性、间歇性和不确定性,如果风电场群的外送输电线路按照风电场群的总装机容量进行规划,将会出现大量输电线路容量的闲置,使得输电通道的利用率降低,不利于输电工程的经济性;如果过度地降低风电场群的外送输电线路容量,虽然有利于输电线路投资成本的减少,但是当风况整体较好,风电场群整体出力较大时,将会出现输电阻塞而引起大量的弃风损失,降低了风电场群外送的效益,不利于输电工程的经济性。因此,在对风电场群的外送输电线路容量进行规划时,如何考虑规划过程中的诸多影响因素,优化得到最优的风电场群出线容量是亟待解决的问题。本文主要研究内容如下:首先利用Copula函数将各个风电场的风速分布进行联合,在时间跨度比较长的情况下,各风电场的风速分布在不同时段不一定是完全一致的,因此在各个时段内对Weibull风速分布和Gumbel Copula风速联合分布中的未知参数分别进行估计,求取相应的风速联合分布。对获得的Copula风速联合分布进行拉丁超立方抽样,获得各风电场的风速,利用风功率与风速的函数关系式,获得各风电场的输出功率,汇聚各风电场的输出功率获得风电场群的功率曲线,最后将出力从大到小排列获得持续出力曲线。在风电场群持续出力曲线的基础上,综合考虑电网输送电能的收益、外送输电线路的建设成本和由于输电阻塞引起的弃风惩罚,建立以输电工程综合收益最大为目标的纯风电外送模型。通过算例表明,本文所提模型不仅可以降低输电工程投资,而且提高了输电线的利用率。考虑到纯风电外送的风电功率存在波动大的问题,而无法满足《风电场接入电力系统技术规定》中的相关技术要求,因此,以实际风电场群出力数据为基础,基于CVaR合理配置外送输电容量和储能功率及容量,在一定置信水平下,使风电场输出功率波动符合技术要求,提高风能利用率。通过算例表明,决策者可依据弃风电量和惩罚电量的大小选取合理的置信水平,对外送输电容量和储能功率及容量进行配置。最后,综合考虑输电工程的收益和风电场群外送功率的波动合格率,运用粒子群智能算法得到一系列帕累托最优解,形成帕累托前沿,然后采用理想点法从帕累托前沿解集中选取出折衷解,求解风电场群外送优化模型,得到最优外送输电容量和储能系统优化方案。