随着交通用能电气化水平的提高,港口岸电覆盖率逐渐增大,岸电带来的冲击性负荷在港口配电网负荷中的占比逐渐增大。为减小冲击性负荷对电能质量的影响,混合储能接入港口配电网,混合储能容量配比与含混合储能的岸电配电网系统优化运行影响电能质量改善效果。因此有必要对储能容量配置与系统优化运行进行深入研究。但由于冲击性负荷的不确定性,需首先研究负荷功率预测方法,为优化运行进行数据支撑。针对冲击性负荷的不确定性导致预测精度降低的问题,本文提出分频段组合预测方法。该方法首先基于服从泊松分布的船舶进出港流量数据,采用蒙特卡洛方法模拟船舶“充电”行为,为负荷预测提供船舶特征数据。其次采用小波包分解（Wavelet Packet Decomposition,WPD）—深度置信网络（Deep Belief Network,DBN）算法—反向传播（Back Propagation,BP）神经网络算法组成的分频段组合预测算法在频域内对负荷进行分解、重构与预测,提高负荷预测精度。针对混合储能接入岸电配电网的容量配置问题,本文提出包含功率分配与容量优化的配置方法。该方法首先采用改进经验模态分解（Improved ensemble empirical mode decomposition,MEEMD）方法生成若干个本征模态函数（Intrinsic Mode Function,IMF）与单个余波分量并进行功率分配。其次,以日综合成本最小为目标,以混合储能荷电状态（State of Charge,SOC）为约束,采用yalmip+fmincon求解该非线性约束多变量容量优化问题。针对混合储能接入岸电配电网的优化运行问题,本文首先建立岸电价格模型,包括动态电价模型与岸电服务费模型。其次建立两阶段优化模型,日前优化阶段以系统运行成本最小为目标,旨在降低岸电使用成本;日内优化阶段以日前优化调度计划为基准,以负荷波动性最小为目标调控混合储能,旨在应对冲击性负荷小时间尺度的变化。针对冲击性负荷的不确定性,日前优化采用模型预测控制（Model predictive control,MPC）方法进行滚动优化,改善了开环优化方法在不确定性环境下误差较大的问题。针对模型中同时存在整数与实数变量的问题,本文采用cplex+yalmip求解。