1.一种用于风储联合发电系统的混合储能容量配置方法，其特征在于，包括以下步骤：步骤1：采用改进卡尔曼滤波算法平抑波动得到目标并网功率；

步骤2：采用KOA‑VMD算法实现计及蓄电池和超级电容储能装置特性的功率分配；

步骤3：根据充放电功率及储能效率，计算混合储能的额定功率与容量，完成配置；

所述步骤1包括以下具体步骤：

步骤1.1：建立时间更新方程与状态更新方程；

步骤1.2：寻找最优Q和R值；

步骤1.3：采用KOA‑VMD算法进行风功率波动平抑，滤波过程中寻找最优Q和R，对风功率波动进行初步平抑，得到风电并网功率后，混合储能系统目标功率即为并网功率与风电原始输出功率的差值；

所述步骤2包括以下具体步骤：

步骤2.1：开普勒算法优化VMD参数；

VMD通过预设模态分解数K和惩罚因子 ，自适应地分解非平稳信号，将输入信号f分解为K个具有特定稀疏特性的离散子信号，引入开普勒优化算法进行VMD的参数优化，寻求最佳参数组合 ；

步骤2.2：采用KOA‑VMD算法实现功率分配；

KOA算法对VMD参数进行寻优，设置最大迭代次数，寻找参数的最优解；基于寻优得到的分解参数 ，对Phess进行分解，分解混合储能目标功率为多个模态分量，低频分量分配至蓄电池，高频分量分配至超级电容；

所述步骤3包括以下具体步骤：

进行容量配置时只考虑对混合储能装置的额定功率和额定容量进行配置；由于混合储能系统在充放电过程中能量转换效率并非100%，对储能系统额定功率进行配置时需要做出如下调整：；

式中： 为额定功率，单位：MW；t0为初始采样时刻；T为采样周期； 为储能装置t时刻充电功率，单位：MW； 为储能装置t时刻放电功率，单位：MW； 为储能装置充电效率； 为储能装置放电效率；

获得储能系统在各时刻的充放电功率后，计算各时刻累计储能容量；考虑储能荷电状态的变化范围，采样周期内计算混合储能系统的额定容量：；

；

式中：EBN为蓄电池额定容量；ESN为超级电容额定容量；Eba(t)为t时刻蓄电池的累计储能容量；Esc(t)为t时刻超级电容的累计储能容量；SOCmax为储能装置允许达到的最大荷电状态；SOCmin为储能装置允许达到的最小荷电状态。

2.根据权利要求1所述的用于风储联合发电系统的混合储能容量配置方法，其特征在于，所述步骤1.1包括以下具体步骤：用卡尔曼滤波算法进行风功率波动平抑，包含预测和更新两部分；首先，时间更新方程根据t‑1时刻的后验状态估计值，推算出t时刻的先验状态估计值，实现卡尔曼滤波的预测；

随后，量测更新方程将时间更新方程得到的先验估计与实际的测量值结合起来，从而得到更加准确的后验估计；

基于卡尔曼滤波平抑风功率波动研究背景，建立时间更新方程与状态更新方程：时间更新方程如下：

；

；

状态更新方程如下：

；

；

；

；

式中： 为测量残差； 为t‑1时刻得出的t时刻状态的先验估计； 为t‑1时刻平抑后的并网功率，单位：MW；

为先验估计协方差； 为t‑1时刻估计的协方差；

为t时刻并网功率，单位：MW； 为t时刻原始风功率，单位：MW；

为卡尔曼滤波器增益；R为量测噪声协方差矩阵；Q为过程噪声协方差矩阵；P(t|t)为t时刻的估计协方差。

3.根据权利要求2所述的用于风储联合发电系统的混合储能容量配置方法，其特征在于，所述步骤1.2包括以下具体步骤：基于储能设备进行风功率波动的平抑，考虑到波动量与储能容量之间的相互制约，基于加权系数构造包含波动量与储能容量的目标函数J：；

式中： 为加权系数，其值位于0到1之间；储能容量与波动量的加权系数之和为1；

为储能的最大吞吐能量； 为平抑后并网功率的波动量，其由1min时间尺度波动量与10min时间尺度波动量两部分构成；

；

式中： 为t时刻的原始风功率； 为t时刻的平抑后所得的并网功率；

平抑后所得到并网功率允许进行波动，因而目标函数中的波动量具有基准，超出基准的波动量作为惩罚项纳入目标函数的计算；

1min时间尺度波动量 的计算公式：；

10min时间尺度波动量 的计算公式：；

；

式中： 为1min波动量基准值； 为10min波动量基准值； 为t时刻10min时间尺度内的最大波动量；

根据Pareto前沿的原理，设置不同的 值形成多组最优解，以目标函数最小为依据，选取最优 值，并在此基础上采用模拟退火算法求解最优Q、R值。