一种基于储能容量配置的电力系统灵活性提升方法，包括：S1:采用贝叶斯深度神经网络方法对电力系统净负荷进行预测估计，在此基础上，根据预测所得净负荷波动情况，划分灵活调节产品FRP的接受概率等级；S2:选择电池储能BES作为提供FRP的新型来源，根据BES充电和放电特性的区别，制定BES参与电力系统灵活性调节的模式；S3:分析BES聚合商参与电力系统灵活性调节的优化策略，提出电池储能容量优化配置模型；S4:以一天24小时为周期，根据预测得到的灵活性需求分布，利用已经搭建的模型在装有Yalmip优化工具箱的Matlab上调用Cplex算法包进行优化求解。本发明对净负荷波动的预测效率高、准确性好。