随着风电、光伏等新能源并网容量的不断提升,在我国呈现出大规模并网的形势,其出力的随机性和波动性给电网的调度运行带来了严峻的挑战。由于风电、光伏能源预测技术的不完善,新能源出力随机性建模就变得尤为重要。对于大规模风电、光伏能源接入的电力系统,现有的机组组合模型只能通过提高机组备用容量、舍弃多余能源甚至切除负荷等行为来维持电网稳定,这些举措都大大了牺牲了经济性。因此,本文针对大规模新能源接入的电力系统机组组合问题进行了研究,主要工作如下:首先,提出了一种考虑风电、光伏能源出力相关性的新能源出力模型。将风电光伏能源出力的预测值等分成若干个区间,利用核密度估计的方法拟合每个区间的能源出力实测值,从而得到风光能源的出力预测误差分布。通过五种常用copula函数将风电、光伏出力曲线拟合得到风光联合出力分布,采用秩相关系数和欧氏距离法比较得到最优联合出力分布。其次,提出了一种基于拉丁超立方抽样的场景生成方法,结合风光相关性模型,在每个时段抽取了上千个风光联合出力样本,组成初始的时序场景。利用乔莱斯基分解法对初始出力场景进行处理,减少场景之间的相关性。用k-means聚类法对初始场景进行削减,并引入了K-DBI指标评价聚类的有效性,对聚类数进行优化,得到描述风电、光伏能源出力随机性的最优场景集。以某相邻风电场、光伏电站的历史数据为算例,验证本文提出的场景分析方法的有效性。然后,基于场景分析建立随机机组组合模型,在目标函数中设置了燃料成本、启动成本、弃风弃光惩罚和切负荷惩罚成本,约束条件中设置了有功功率平衡、机组出力约束、机组爬坡约束、机组最小开停机时间约束和线路安全约束。为了减少模型的计算负担,将目标函数和约束条件中的高次项线性化,并采用Yalmip+Gurobi求解模型。最后,针对大规模风电光伏能源并网的情况,提出了一种考虑频率安全约束的随机机组组合模型。研究电力系统发生扰动时的动态频率模型,推导得到频率安全约束,将其加入到机组组合模型的约束条件中;对每个场景设置一组机组出力的决策变量,强化随机出力场景的作用。在IEEE-118节点系统中进行仿真分析,对同一组数据分别用传统机组组合模型和本文所提的机组组合模型进行计算分析并对比结果,表明了本文所提的机组组合模型的优越性。