近年来,随着自然能源的过度开发与使用,导致了煤、石油、天然气等一次性能源存储量的大幅度降低,并造成了严重的污染。而目前全球大多数火力发电厂还是使用煤、石油等一次性能源的进行发电的。同时,火力发电厂排放的气体以及汽车行驶排放的尾气又是空气污染物的主要来源。因此,开发清洁无污染的新能源以及使用更加绿色环保节能的交通工具,是节能减排、保护环境的重要措施。风能作为清洁能源的一种,能够降低传统发电厂对化石能源的依赖以及减少污染物的排放受到了广泛关注。但是,由于风能具有很大随机性,其并网后将给电网的安全稳定运行带来新的挑战及不确定性。电动汽车因具有零排放、低噪声、无污染的特性,已经受到各国政府、汽车厂商以及企事业单位的关注。但是未来大规模的电动汽车并网后,将会给电网负荷带来严重的负担。然而,随着电池技术的发展,将电动汽车中作为存储电能的一种方式,以车网互动的形式加入到电网将变的可行。本文考虑了火电厂发电过程中的燃料成本和污染物排放两个目标,构建了更符合实际调度要求的多目标动态环境经济优化调度模型,根据模型非线性及非凸等特点,提出了一种改进的基于约束处理的IMOEA/D-CH优化求解算法,并采用三个案例对所建模型和所提算法进行合理性和正确性验证。在此基础上,结合风电的随机性以及电动汽车的能量属性和交通属性,构建了风电及电动汽车的电力系统多目标动态环境经济调度模型,运用Weibull概率密度函数描述风电的随机性以及对电动汽车使用双层调度的控制策略,该模型充分考虑系统功率平衡约束、机组爬坡约束、旋转备用约束、电池电量约束以及不确定性的车主出行需求。针对模型高维度、强耦合、多约束的特点,对MOEA/D算法和NSMODE算法进行了适应性改进。最后,针对不同的情形对模型和算法进行了研究,结果验证了所提算法在处理复杂调度问题上的优越性,以及所建立模型的正确性和合理性。同时所得调度方案能够起到保护环境和节约能源的作用。