全球矿石能源短缺危机给人类生活带来了极大的不便,但其也成为绿色新能源繁荣发展的契机。风电综合可再生能源储量大、清洁无污染的优点,相关利用技术日趋成熟,成为了新能源行业发展的佼佼者。然而风能固有的随机性导致风电出力起伏程度大,难以精确预测。调度决策难度加大,出现大量风电浪费,风力发电的优势不能充分发挥,系统经济性极度下降。本文针对出力频繁变化的风电接入大电网中消纳困难的问题,分析风电出力特点,建立以预测误差统计信息形式反映风电出力的随机变化性,并考虑具有用电自我调节能力的高载能负荷参与调度以应对风电出力变化的协调优化调度模型,主要研究工作概述如下:从不同时间长度内风电出力变化特征着手,明确风电出力频繁波动且起伏程度较大的特征。以预测误差的形式反映这种变化特性,分别在功率层面、月份层面、时序层面上统计预测误差分布特征,然后分析误差分布在各层面上的差异性。为全面描述误差特征,提出对误差在这三个层面上进行分段处理。粗略分段得到的段数过多,各段数据分布不均匀,误差描述易陷入细节化。为兼顾误差分布整体特征,本文提出采用聚类分析方法合并误差特征相似性较大的区段。为充分利用误差信息降低调度决策难度,本文在数据划分的基础上研究误差的概率密度拟合。采用正态分布、t-location-scale分布以及非参数核密度估计法进行误差拟合,然后引入水文领域广泛应用的拟合精度评价指标效率系数和一致性系数来比较各拟合模型的优劣性。在核密度估计的使用中关注以往研究容易忽视的窗宽确定方法,提出采用迭代法选取窗宽。在各组误差数据的拟合中,所有评价指标均显示非参数方法对尖峰和拖尾分布的拟合稳健性,且迭代法也表现出优越的性能。在非参数拟合基础上进行误差区间估计,从而为将风电不确定性纳入后续调度模型中做好铺垫。分析高载能负荷的用电特性,确定以可离散调节的高载能负荷和可作为虚拟高载能负荷的自备电厂参与电网调度。建立以经济性和提升风电消纳量为目标的多目标优化模型。为在优化调度中计及风电不确定性,在经济性目标函数中以预测误差置信区间的形式纳入误差信息。采用基于分解的改进蝙蝠算法对所建模型进行求解,算例分析验证了所建调度模型的正确性及可行性。