在全球能源危机和环境问题日益突出的背景下,世界各国正竞相开发利用各种可再生能源。风电作为技术最为成熟、最具发展前景的可再生能源,在最近10多年来取得了飞速发展。风能在我国能源消费中已经逐年上升为一种主要的替代能源。然而风电作为一次能源具有不可控性,其出力具有随机性和间歇性的特点,给传统的电网调度决策带来了巨大的挑战。本文针对含大规模风电的电力系统滚动和实时优化调度问题开展建模和求解算法研究,主要研究内容和成果如下:鉴于风电功率点预测精度不能很好地满足调度实际要求,应该在调度决策中考虑风电功率预测的不确定性因素,需要寻求一种合适的不确定性表达方式,并将其嵌入调度模型中,赋予调度应对不确定性因素的能力。本文从目标函数维度对传统确定性调度模型进行改进,首先通过风电场预测出力和实测出力大量误差数据分析,分时段采用正态分布函数对风电超短期预测误差分布进行描述,通过拉丁超立方抽样和同步回代场景削减技术得到风电超短期预测场景集,实现将连续型随机变量离散化;然后提出一种考虑预测偏差和调节能力匹配以及考虑断面联络线功率限制的滚动和实时机组优化选取方法,进而将风电出力纳入决策变量并建立考虑机组调节成本、煤耗成本和弃风成本的随机优化期望值模型,模型计及爬坡能力限制、联络线功率限制、曲线阶梯化等多种复杂约束,采用一种改进型粒子群算法进行求解。电力系统有功优化调度是一个多层次、多时间尺度的复杂动态过程,需要多个时间级优化控制环节的相互协调与配合,因此需要增加日内超短期调度模型构建多时间尺度优化调度模式。本文从从时间维度对传统调度模式进行拓展,首先不同角度对日前计划、滚动计划、实时计划和AGC控制进行比较并分析其内在关联,提出多时间尺度优化调度控制协调方法,在基础上建立滚动发电计划和实时发电计划日内两级调度模式作为日前优化调度和AGC的补充和过渡,逐级消除风电预测偏差带来的影响。实际算例表明,基于风电超短期预测场景模拟的随机优化模型求取风电预测各场景下目标期望最小值,给出的风电滚动计划出力和超短期预测值有所偏差,和实际情况更加符合,相比确定性模型减少了弃风发生的概率。考虑机组优化选取的滚动和实时调度避免了机组发电计划大范围频繁调整,实现了超短期时间尺度上对风电预测偏差自动跟踪调节,提高了发电计划的准确性,同时有效降低综合发电成本和外送断面功率越限的风险,提高了电网运行的经济性和安全性。