随着我国改革开放三十多年来经济的高速增长,能源电力的需求总量越来越大,传统化石能源为主导的能源供应体系面临资源枯竭、环境污染和气候变暖等诸多挑战。因此,近年来以风电为代表的可再生新能源革命如火如茶的展开,新能源发电占比逐年攀高,我国凭借丰富的风能资源更是走在全球的前列。然而,由于风电固有的随机不确定性、源网发展不协调、调峰资源不足等诸多限制因素的存在,风电装机飞速发展的同时,弃风电量也越来越多,资源浪费严重,风电消纳问题成为了当前新能源领域亟需解决的难题。基于此背景,本文围绕风电就地消纳问题,考虑从风电本身特性和灵活性资源协同提升调峰能力的角度进行优化调度,提升消纳能力,主要从风电本身的预测,以及需求响应、电热解耦两类灵活性资源协同三个方面展开研究。具体工作如下:(1)研究了短期风速组合预测方法以提升风电预测精度。从风速历史数据出发,将风速序列进行分解重构,分析不同序列的特点确定差异化的预测方法,并研究了预测方法的参数优化方法,将分解序列的独立预测结果叠加得到最终预测结果并针对误差进行概率密度估计,实现组合预测,在不同时间尺度上的算例仿真均验证了方法的优越性。(2)研究了需求响应资源协同下考虑风电多场景的随机优化调度以提高风电消纳能力。针对风电随机性建立了风电的场景生成和削减的不确定性描述方法,构建了电价型Demand Response(简称DR)的模型及互动影响指标,融合DR构建了基于场景的风电随机优化调度模型,仿真验证了 DR促进风电消纳的积极作用,对比分析了基于场景的随机优化调度和增加备用的确定性调度的差异,讨论了 DR互动影响指标的影响。(3)研究了考虑解耦的电-热协同优化调度以提高风电消纳能力。针对我国弃风最为严重的“三北”地区的热电联产机组的“以热定电”限制风电上网这一现实问题,研究了四种电-热解耦方案,构建了考虑解耦的电-热系统联合优化调度模型并提出混合智能求解方法,算例验证了解耦方案的风电消纳作用,分析了不同解耦方案的效果差异和配置考虑因素。