二十一世纪以来环境污染和资源匮乏问题成了制约电力系统发展的主要因素,传统能源发电已不能满足当今社会发展的需求,新能源成为解决环境污染和资源匮乏问题的重要手段。随着大规模太阳能、风能的并网,其随机波动性必会对电网的稳定性造成冲击。风力发电和太阳能光伏发电是目前比较成熟的新能源发电形式,火力发电具有响应快、稳定性高等优点。风力发电与太阳能光伏发电在一定基础上具有互补性,而火力发电对这两个新能源的随机波动具有很好的平衡效果,因此研究风-光-火联合电力系统(Wind-Photovoltaic-Thermal combined power system,WPTCS)对保证电力系统稳定、发展新能源发电技术具有重要意义。本文针对风力、太阳辐射的随机波动性间接造成常规机组所承担的负荷波动范围变大问题,以及火电机组环境污染问题,提出了WPTCS经济调度模型和WPTCS环境备用容量调度模型。改进了粒子群算法(PSO),并使用该算法对所建模型进行了仿真求解,仿真结果验证了模型的有效性。论文研究的主要内容有:(1)对风速特性进行描述,并推导出风速概率分布。介绍了太阳能光伏发电特性和影响光伏发电功率的各类因素。了解火电机组燃煤特性与燃煤引起的污染问题。分析了WPTCS优化调度的特点,为联合调度奠定理论基础。(2)基于最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM),本文提出了小波分析-最小二乘支持向量机(Wavelet Analysis-Least Squares Support Vector Machine,WA-LSSVM)法对风速与太阳辐射进行预测,对比实测值验证所提预测算法的有效性。使用预测结果计算出了风机与太阳能光伏机组的发电功率,为WPTCS提供数据支持。(3)建立了WPTCS经济调度数学模型。针对日益增长的环境要求与可持续发展要求,又提出了WPTCS环境备用容量调度模型,该模型在经济调度数学模型基础上考虑了风电与太阳能光伏发电随机性造成的备用容量成本,并量化环境成本,使WPTCS总发电成本最小。(4)提出了一种改进粒子群算法(Improved Particle Swarm Optimization,IPSO),用此算法对WPTCS经济调度数学模型与环境备用容量模型进行了仿真求解,获得了WPTCS出力成本的最小值与各机组在24小时内的负荷分配情况。结果表明了所建模型与改进算法的有效性。