随着全球气候急剧变化,减少对化石能源的依赖,大力发展作为重要清洁能源的风电是国际社会逐渐达成的共识。中国能源发展有关政策表明,规模化风电接入电网已成为中国电力行业发展的主要趋势。随着风电并网比例的不断攀升,其随机性和波动性对机组组合问题提出新的挑战,传统的机组组合模型已不能满足现阶段发展需求。开展计及风电规模化接入的机组组合调度研究,对解决高比例风电并网、提高系统消纳能力具有重要意义。本文主要的研究内容和成果如下:首先,在研究传统机组组合问题的基础上,分析了求解该问题的拉格朗日松弛算法的特性,在此基础上,构建了以系统运行费用最小化的数学模型,采用拉格朗日松弛算法、改进次梯度法和模糊次梯度法相协调的混合算法对机组进行优化调度。其次,考虑到风电的难以预测性,利用变权组合系数模型对风速序列超前预测,获取风速数据进而得到风电输出功率预测曲线。针对风电功率的不确定性,构建了以系统运行费用和弃风成本之和最小为目标的多时间尺度联合调度模型,对比分析了日前调度、滚动调度及实时调度的区别,给出了不同时间尺度模型下风电预测的精确度,基于改进的拉格朗日算法对各时间尺度的调度模型进行优化。最后,考虑到不同风电渗透率对于电力系统运行的影响,分析不同渗透率下的优化调度结果。通过仿真分析,针对传统的机组组合问题求解,采用改进后的拉格朗日松弛算法可以较快地获得最优解,较大地提升系统运行的经济性。针对规模化风电并网后的机组组合问题,分析了不同时间尺度下风电的预测精度以及弃风费用,验证了多时间尺度联合调度模型的可行性,该调度策略可以有效减少弃风,降低一次能源消耗。