风力发电作为一种可再生能源,具有清洁性和经济性的优点。然而风电的不确定性导致很难对其进行准确预测,风电功率预测误差将造成发供电的不平衡,轻则增加电网运行成本,严重时会造成电网崩溃。同时,电动汽车作为一种新能源汽车,在节能减排也有一定的优势。但电动汽车充电同样具有随机性,很可能会造成“峰上加峰”等现象的发生,也会影响电网的安全运行。由于电动汽车Vehicle to Grid(V2G)技术的提出,电动汽车在处于停止状态时不但可以充电,还可以向电网回馈电能。若对风电机组和电动汽车进行合理地优化调度,不但可以起到增加风电消纳的作用,也可以减少电动汽车随机充电对电网的冲击。因此含风力发电和电动汽车的电网经济调度这一课题具有很好的研究意义。本文具体研究内容如下:(1)提出了一种拟合风电预测误差分布函数的方法。针对风电不确定性,首先分析了风电功率预测误差,并将其拟合成多维高斯分布函数。为快速准确地拟合风电预测误差分布函数,本文采用最小二乘法建立优化模型并用粒子群算法求解分布函数的的各项参数,然后通过算例仿真来评价拟合分布函数的优劣。(2)建立了风电出力和电动汽车有序充放电互补模型。首先分析了电动汽车充放电影响因素,用蒙特卡洛法模拟电动汽车随机充电过程。利用卷积积分方法建立风-车功率预测误差的联合分布函数。为解决风电功率和电动汽车充电的不确定性,建立了风电出力和电动汽车有序充放电的互补模型。通过仿真分析验证电动汽车有序充放电,可以拉平风电机组和电动汽车充放电的叠加功率,平抑叠加功率的波动。(3)建立了含积分因子风险的电网经济调度模型和含风电-电动汽车互补电网经济调度模型。将风电预测误差分布函数带入到电网调度模型中,通过积分计算得到风电低估和高估的风险成本,建立了含积分因子风险的电网调度模型;将风电出力和电动汽车有序充放电互补模型带入到调度模型中,提出了含风电-电动汽车互补电网经济调度模型。通过仿真分析分别验证了上述两个模型,可以减少电动汽车随机充电给电网带来的冲击,同时也增加了电网对风电的消纳能力。(4)为求解电网调度模型,将交叉变异操作带入到骨干粒子群算法中,提出了一种改进骨干粒子群优化算法。并通过算例分析,验证其性能。通过仿真分析,本文提出的含风力发电和电动汽车的电网经济调度模型能增加风电消纳能力,减少电网运行成本,具有一定的理论和实际应用价值。