随着煤、石油、天然气这些化石能源的日益枯竭及其对环境污染的严重影响,作为可再生清洁能源中技术最为成熟的风力发电得到了大规模的发展。然而随着风电在电力系统中渗透率的不断增加,风电所具有的强波动性和不确定性将给电力系统调度运行带来越来越重大的影响,传统的电力系统调度运行方法可能不再适用,因此必须针对风力发电自身的特点,建立适用于含大规模风电电力系统优化调度运行的模型,并研究相应的求解和评估方法。本文首先回顾了电力系统优化运行相关的机组组合、经济调度和潮流计算三个关键问题的研究历史与现状,在此基础之上,针对风电对这三个问题产生的影响特性,重点研究了考虑风电爬坡事件的机组组合问题、计及机组调节能力的含风电电力系统的经济调度问题和基于风电数据样本的概率潮流问题。主要工作包括以下3个部分：(1)在含风电的电力系统机组组合问题中,针对风电功率可能会出现较大爬坡事件这一问题,建立了考虑风电爬坡事件约束的机组组合模型,并首先通过精确线性化技术将随机非线性混整模型转化成随机线性混整模型,然后考虑用风电预测值以及区间预测上下限来描述其出力,利用线性鲁棒优化理论将随机线性混整模型转换成确定性线性混整模型,最后可利用商业软件对其进行大规模求解。仿真结果表明了该方法的可行性和有效性,且对于一般的风电爬坡事件,爬坡事件约束是不起作用的,但对于风电波动速率较大的情况,考虑爬坡事件更能保证系统安全。(2)在含风电的电力系统经济调度问题中,针对风电功率难以精确预测,在风电预测值的基础上,考虑风电预测误差上下限,建立了计及机组调节能力的含风电电力系统的鲁棒经济调度模型,其中风电预测不准所引起的误差可通过常规机组的调节能力得到线性最优补偿,应用线性鲁棒优化理论可将随机问题转化为确定性问题后利用商业软件进行求解,并保证系统安全,为含大规模风电的电力系统经济调度提供种新的有效方法。(3)在含风电的电力系统概率潮流问题中,针对风电功率分布特性难以用常见的概率密度函数进行拟合,提出了一种基于风电样本数据的点估计方法,并在此基础上利用Cholesky分解技术处理输入变量的相关性,最后利用Gram-Charlier级数展开得到输出随机变量的累积分布,详细分析了不考虑与考虑样本数据相关性对仿真结果的影响。仿真结果表明该方法计算量小,精度高,且在实际工程应用问题中应考虑输入变量的相关性,而忽略其相关性可能会造成较大的误差。