能源是人类活动的物质基础。当今时代传统能源日渐枯竭与愈发严重的环境问题为风电的规模化生产创造了新的机遇,也为电力系统的调度运行带来了新的挑战。原有的基于安全约束的经济调度模式已经越发难以适应当今不确定性加大、电源可控性下降的系统状况,把表征不确定性因素的风险纳入调度模型中有着十分现实的意义。本文将风速作为时间序列,使用ARMA模型对风速进行预测并转化为风电功率。结果显示,所建立的ARMA模型可以准确地预测风速变化趋势,为制定调度计划提供较好的参考。为了更好地发挥系统的发电能力,使系统经济性和安全性均达到最优,本文就传统的基于安全约束的经济调度(SCED)进行研究,通过引入协调因子KC和KR将传统的调度模式改进为基于风险和安全约束的调度模式(RBSCED)。通过改变KC的值来提升系统运行的经济性,设置KR的值来保障系统的安全性,并设置三种调度模式满足不同的调度需求。考虑含风电场电力系统基于风险和安全约束的经济调度模型约束众多,规模庞大,直接求解难度较大,本文使用Benders分解策略对调度问题进行分析,把原问题转化为双层嵌套的Benders分解问题,主子问题间交替循环求解,提升了算法的实用性和可操作性。最后,将上述算法应用于IEEE30节点标准系统,根据既有的日内负荷预测结果,分别采用SCED和RBSCED的三种模式进行算例分析。算例表明,相较于SCED,RBSCED的三种调度模式在降低系统风险、提升运行安全性上有突出的表现,ESM和HEM还表现出出色的经济性。在此基础上,使用ESM模式进行日内调度,从成本曲线和风险曲线可以看出RBSCED(ESM)突出的经济性和安全性。之后考虑到风电功率预测的误差,证明在预设背景下文章所提出的调度模型的可行性。