风能作为一种取之不尽，用之不竭的可再生能源，使得风电产业近十年得到了超常发展。但是，风能的间歇性和不确定性给风电并网带来了难度，制约着风电的发展，风预测误差影响的研究是含风电系统调度的研究中必不可少的组成。电力市场化之后，市场激励机制能够提高市场的经济效益，同时，市场交易的利润最大化导向也带来了输电阻塞问题。目前能够快速进行含风电场系统阻塞判断方面的研究并不多。所以本文针对以上几个方面的问题进行了针对性研究，所做工作如下:　　1)在传统含风电系统的优化调度模型上进行修改，建立了新的含风电系统的调度模型，在目标函数中考虑了备用容量的费用问题。因为备用容量能在系统发生故障的情况下确保对用户供电的持续性，而备用容量的费用在整个购电成本中占有的比例也是非常重要，所以在调度模型的目标函数中考虑备用容量的费用使得整个模型更加完善，为优化调度问题的研究打下基础。　　2)提出利用切负荷提高经济效益的措施，并通过公式推导找出切负荷方式下最优备用容量。基于所建模型对风预测误差分布进行分析发现，由于风电并网后所增加的备用容量受风预测误差的影响，需保持足够的备用容量才能保持系统的安全稳定运行，但此时的经济效益并不理想，利用切负荷的措施能很好的改善这一问题。　　3)通过建立简单的市场模型，分别推导出通常的阻塞管理模式和基于可中断负荷的阻塞管理模式的购电费用和社会生产净价值的表达式并进行比较分析，证明了后者的优越性。针对电力市场的市场特征，本文重点从需求侧管理入手，对阻塞管理进行研究。　　4)提出了基于RBF神经网络判断含风电系统是否阻塞的方法。建立了含风电的仿真模型，利用MATLAB中神经网络工具箱进行测试验证了RBF神经网络的可行性。在训练好的RBF神经网络模型中，输入系统的关键发电机组和负荷的有功和无功（风电场被作为负荷进行处理），即得到目标线路的有功潮流。