人类社会的发展使得世界对能源的依赖性比以往任何阶段都更加严重。如何在传统能源消耗殆尽前找到丰富而稳定的替代能源,成为了关乎国运兴衰的重要课题。以煤炭为主的传统能源类型,在社会发展进程中将不可避免地被其它能源取代。而风能等清洁能源,不仅能够在当前的社会阶段作为传统能源的补充,更是能够在未来的社会发展中成为主力。因此,研究清洁能源在电网中的运行优化,既有着较高的理论价值,又有着较深远的社会意义。本文在分析国内外现有研究成果的基础上,针对清洁能源的电网优化问题进行研究,主要研究内容和成果概括如下:（1）针对电力市场风力投资随机优化问题,考虑电网可控拓扑结构,提出了两层随机优化模型。上层问题从风电投资者的角度考虑,追求风电投资回报最大化;下层问题从电网运营机构角度出发,追求节能减排的效率最大化。结合两层随机优化模型特点,对风力强度和电力需求按照随机场景进行了描述,提出了定制的分解算法和增强策略对问题进行求解。通过对典型案例的测试,验证了两层随机优化模型的正确性和算法的有效性。（2）针对动态定价风力投资优化问题建立了两层优化模型。上层决策问题是投资者以投资回报最大为目标,决策风电场的选址和装机容量,风电价格受下层决策问题的影响。下层决策者从节能减排的角度出发,优化目标为市场出清问题的最小化火力发电成本。下层电力运营机构通过节点边际价格决定风电的定价,并基于上层的风电场投资方案,决策风力发电的并网计划。通过对模型进行重构与分解,提出了针对性的行列生成算法进行求解,通过案例说明了动态定价在两层优化中的应用。（3）针对考虑新线路建造的风力投资优化问题,考虑风力强度和用户需求的不确定性,建立了混合两层鲁棒悲观优化模型。上层决策问题是投资人考虑在最差的投资环境下对风力投资方案和线路建造做出优化决策;下层决策问题是电网运营机构基于上层的决策,对线路传输进行优化。问题的不确定性通过集合的形式定义为线性约束,并应用定制的分解算法对问题模型进行求解。通过实验验证了模型的正确性和算法的优化性能。（4）针对电网安全传输的需求,提出了可控拓扑结构的电网分割问题模型。通过对电网的主动分割规避风险,控制随机事件对电网的全局破坏。在意外情况发生时,主动分割的策略能够以更快的反应速度弥补和修复漏洞,从而避免对整体电网的潜在危害。由于求解器在求解大规模电网案例时能力有限,提出了基于列生成算法的迭代求解方法。通过对不同案例的求解测试,验证了算法针对大规模问题的求解效率。本文研究成果不仅对经典电网调度问题给出了先进的求解思路,也对相关问题的未来发展方向进行了讨论。