随着经济的快速发展,我国对电能的需求量持续增长。与此同时,电力工业作为化石能源消耗和污染气体排放的大户,在节能减排上受到了政府的严格把控。在此背景下,如何合理地分配电能,并考虑由电力发展引起的环境问题,已成为电力系统调度领域的重要问题。同时,风力发电和插电式电动汽车(PEVs)的大规模并网,其不确定性给电力系统调度带来了极大挑战。基于此,本文重点研究大规模风电和电动汽车并网条件下电力系统的动态环境经济优化调度问题,主要研究内容如下:1.为了更加鲁棒、高效、准确地求解考虑风电和PEVs的电力系统动态环境经济调度问题,结合纵横交叉算法和差分进化算法的优点,提出一种新颖的自适应差分纵横交叉混合优化算法(ADE-CSO)。首先,引入了一个全局最优变量对横向交叉操作进行改进,以提高算法的收敛速率。其次,提出一种具有自学习能力的参数自适应方法,以提高差分进化算法的鲁棒性。最后,基于Pareto概念并引入了精英保留和基于拥挤熵的多样性保持策略,将差分纵横交叉混合算法拓展到多目标优化领域。2.针对风能的不确定性,基于威布尔分布的风速概率分布数学模型,以最小化电力系统发电成本为优化目标,考虑了发电机组的阀点效应、网络损耗、爬坡率等约束条件,构建考虑大规模风电并网的电力系统动态经济调度模型。同时,提出一种启发式修复技术来处理约束条件,保证差分纵横交叉混合算法进化过程中生成的解的可行性。3.为同时降低经济成本和减少污染气体排放量,提出考虑风电并网的电力系统动态环境经济多目标优化调度模型,并应用差分纵横交叉多目标优化算法对模型进行求解。4.考虑插电式电动汽车(PEVs)大规模入网给电力负荷需求产生很大的峰谷差异,利用V2G和G2V技术对电力系统负载需求进行削峰填谷,提出考虑电动汽车削峰填谷的电力系统动态经济环境多目标优化调度模型,以同时降低经济成本和减少污染排放量。5.从考虑风电并网的动态经济调度、考虑风电并网的动态环境经济调度、考虑电动汽车削峰填谷的动态环境经济调度和同时考虑风电和电动汽车并网的动态经济环境调度四种情况分别进行仿真实验,算例优化结果证明了本文所提混合差分纵横交叉算法在求解电力系统调度问题的有效性和优越性。同时,研究结果表明,风电并网能够在一定程度上实现节能减排;电动汽车削峰填谷能够很好地缓冲负载冲击,优化负荷峰谷差,是电力系统动态环境经济调度的有效措施。