我国风电的一个显著特点是在地理上远离负荷中心,需要依靠多层输电断面外送进行消纳,而风力发电的强不确定性使调度人员需要在不同的输电断面设置不同的安全约束,传统的调度方式往往受限于这些约束而造成大量的弃风,无法适应大规模风电接入电网下的调度需求。因此,需要建立新的优化调度模型,在模型中考虑风电的不确定性,制定可以充分利用断面外送进行风电消纳的调度方案。基于此,本文以机会约束规划为理论基础,以基于断面约束的含风电场电力系统优化调度为研究内容,开展的主要工作和取得的主要成果如下:分别建立了正态分布、拉普拉斯分布、Logistic分布和Weibull分布下的风电功率预测误差的概率分布模型,由预测误差的随机性来表征风电预测功率的随机性。基于机会约束规划的理论,建立了基于断面约束的含风电场电力系统优化调度模型。对于模型中非凸的机会约束条件,在正态假设的条件下分别将其转化为二阶锥约束和线性约束,方便使用GUROBI等商用求解器进行求解。将传统的Benders分解法和二阶锥的多面体近似相结合,得到一种改进的Benders分解算法。在模型中松弛掉较为复杂的二阶锥约束,求解松弛模型得到的最优解代入到二阶锥约束中进行验证,只将其中违反的约束通过多面体近似添加回原问题,避免了求解初期大量的二阶锥约束加入到模型造成求解困难的情况。以三区域IEEE RTS-96系统为算例,对算法进行了验证,结果表明:改进的Benders分解法可以显著提高模型的求解速度,模型制定的调度计划能够在保证系统安全的前提下充分利用断面进行风电消纳,且能保证一定的经济性。分析了风电预测误差与预测超前时间的关系,确定了根据修正的风电预测信息梯次安排机会约束条件置信水平的滚动机制。建立了考虑风电预测精度变化的含风电场电力系统滚动优化调度模型,并采用改进的Benders分解法进行了求解。算例分析表明,所提的滚动优化调度模型能在调度周期的不同时段适当的侧重不同的调度需求,在不增加弃风、失负荷风险的前提下,有效降低系统的运行成本。