随着全球范围内能源需求的增长和环境问题的日益突出,风能作为可再生能源中最具经济发展前景的清洁能源,逐渐受到世界各国的重视和青睐,风电并网容量逐年增加。然而,我国的能源和负荷在地域分布上呈现明显的不平衡性,不少风电需要借助超高压电网送至负荷中心进行异地消纳,这给超高压电网的经济运行提出了严峻挑战。然而,在实际管理超高压电力系统的电网企业中,往往可选的降损方式只有更改直调厂站出力,而风电出力场景的多样性使得合理制定厂站出力方案成为一个棘手的问题。由此出发,本文从如下几方面进行研究:首先,为研究风速变化对风电场出力和系统优化运行的影响,分析了风速概率模型和风电场功率特性模型。针对不符合某一概率模型的风速数据,分别利用非参数核密度估计和三参数Weibull分布模型对风速概率模型进行拟合,然后以卡方检验对两种模型的拟合结果进行评估,验证了对风速概率模型的假设,同时,建立了风电场出力模型,代入风速数据生成了相应的风电出力场景。其次,提出了一种基于拉丁超立方采样和改进K-means聚类的风电场出力场景分析方法。采用拉丁超立方采样技术对风速概率分布模型进行采样,生成大量的风电出力采样场景,然后经改进K-means聚类方法生成了K个风电出力运行场景,并由聚类有效性指标来确定最优聚类数,通过实际算例验证了场景分析方法的合理性和有效性。再者,基于电力系统分析综合程序PSASP对实际东北电网进行了分析研究。将东北风电场站和直调厂站分区后,研究了各区风电和厂站出力变化时,系统网损的变化趋势,基于广度优先搜索法,得出了一种使系统网损最小的优化运行方案,并给出了相应的运行调度建议。最后,建立了以最小化网损为目标的超高压电网优化模型,并提出了一种适用于复杂实际算例的改进粒子群算法(IPSO)对模型进行求解,以Sobol序列采样来初始化粒子位置,在粒子的全局搜索机制中引入莱维飞行来提高搜索的发散性和遍历性。以实际东北电网500kV网架为算例验证了改进算法的优越性能,同时对比分析了不同场景下优化后的系统网损以及厂站出力情况,对实际含风电的超高压系统的优化运行提供了一些参考与建议。