【Objetivo】 Para responder a las demandas de flexibilidad y economía debido a la alta proporción de energías renovables conectadas a la red, se propone un modelo y una estrategia de optimización de programación colaborativa para múltiples tipos de almacenamiento de energía que considera las tarifas pico y valle y las fluctuaciones de las energías renovables. 【Método】 Basado en el algoritmo de programación lineal entera mixta (MILP) y el algoritmo genético multiobjetivo con clasificación no dominada (NSGA-II), se construyó un modelo de programación óptima con doble objetivo para minimizar el costo total del sistema y maximizar la tasa de absorción de energías renovables, y se validó la economía y el efecto de absorción del modelo con datos de carga y producción eólica y solar típicos de diferentes estaciones en la región de Hebei. 【Resultados】 Los resultados muestran que el modelo tiene buena robustez y puede adaptarse a las fluctuaciones de viento, solar y carga; la mejor salida de almacenamiento en primavera es de 3000 MW, y en verano, otoño e invierno es de 2000 MW; la tasa de absorción eólica y solar en los días característicos de cada estación se mantiene por encima del 85 %, y el costo total del sistema se controla a nivel de 15,000 yuanes. 【Conclusión】 La investigación, mediante la integración de escenarios multitemporada, tipos múltiples de almacenamiento y optimización multiobjetivo, logra una mejora sinérgica en la economía y el nivel de absorción de energías renovables, fortaleciendo efectivamente la flexibilidad de la red eléctrica y reduciendo las tasas de abandono del viento y la solar.

almacenamiento multi-tipo;programación optimizada;algoritmo MILP;algoritmo NSGA-II;absorción de energías renovables