风电和太阳能发电作为缓解化石燃料危机和解决环境污染问题的首选新能源,受到了越来越多的关注。然而其出力的不稳定性和间歇性成为制约其大规模发展的瓶颈。在含有风电和光伏发电的系统中,通常需要常规能源来平抑其出力的波动性。梯级水电站和燃气电站由于出力稳定、响应负荷升降迅速等特点来补偿风光出力的不稳定性。本文针对含有风电场、光伏电站、梯级水电站和燃气电站的发电系统,建立了风光水气联合发电的多能源联合发电调度模型,采用差分进化算法得到相应的优化调度方案,并通过算例验证了调度方法的有效性。本文的研究内容及成果如下所示：(1)研究了风电、光伏发电、梯级水电站以及燃气电站各自的发电特性和出力模型,之后介绍了标准差分进化算法的原理和流程。(2)建立了风光水气多能源发电节能调度模型。优先安排风电和光伏发电,以燃气电站的最小燃气热耗量和水电站最小发电流量为目标,约束条件中考虑了燃气电站的出力约束、爬坡约束、启停次数约束以及水电站的库容约束、发电流量约束等。运用多目标差分进化算法得到Pareto最优解集,再采用基于信息熵权的TOPSIS法得到调度方案。算例验证表明,该调度方法可以达到节约燃料并减少水流量的目的。同时,在该调度系统中,水电站和燃气电站共同承担补偿风光出力的随机性的任务。(3)建立风光水气多能源发电经济调度模型。考虑风光相关性,适度弃风弃光,以系统发电成本最小为目标函数,包括燃料成本和波动惩罚费用。选用Clay-Copula函数作为风电光伏出力联合概率分布函数,并用Spearman相关系数描述其相关性。根据风电、光伏发电以及负荷之间相关性的大小决定优先调度的能源。采用差分进化算法得到最终调度结果。比较发现,考虑风电、光伏以及负荷相关性的系统的经济性优于不考虑相关性的系统,且随着惩罚系数的增加,经济性越来越明显。