当前全球能源、环境问题日益严峻,世界能源格局正加速转换。多种能源共存、可再生能源比例逐步提升将是未来能源发展的必然趋势。但随之而来的问题是,可再生能源(如风能、太阳能等)与生俱来的间歇性特征不仅给传统电网带来了巨大冲击,也给电力部门的调度增加了难度。不仅如此,作为新旧动能转换的典型代表,未来电动汽车的数量必然急剧增长。如果对电动汽车的充电行为不加以控制,这种随机的充电模式势必给电网经济运行和安全带来巨大冲击与挑战。基于此背景,本文拟从电力系统经济调度角度出发,重点研究含随机风能的经济调度、大规模电力系统的经济/排放调度、电动汽车削峰填谷对电网动态经济/排放调度的影响等问题。其主要研究内容如下:①为更好地求解电力系统经济调度问题,提出了一种寻优能力更强的单目标优化混杂蝙蝠算法RCBA。该算法主要从两方面对原有蝙蝠算法进行了性能提升。其一是使用混沌映射替代原有算法中的脉冲响度和脉冲发送频率,这有助于提升解的多样性,避免早熟收敛。其二是使用随机黑洞模型取代原有算法中的随机漫步,这有助于克服原有算法不能实现单个维度寻优的局限性,还可以扩大种群视野、提升种群在当前最优解附近的搜索能力,这一举措是算法获得更好寻优结果的关键。②针对大规模电力系统经济/排放调度多目标优化问题,在上述单目标优化算法的基础上,提出了性能更优的多目标优化算法。首先,使用带外部档案的精英非支配排序法,便于生成帕累托最优前沿。其次,使用CLS策略来增强个体的学习能力。该策略不仅可以让个体随机从其他个体得到的最优解中进行学习,而且还可以从全局最优解中进行学习。此外,依据蝙蝠算法的特点,本文还改进了CLS(comprehensive learning strategy)策略,使之更适应于蝙蝠算法。最后,随机黑洞模型和混沌映射都集成到所提出的算法中,这一举措可以让算法更适合高维度系统的寻优。③研究了含随机风能“欠估计”与“过估计”时的经济调度问题。针对随机风能对电网经济调度带来的影响,本文不仅考虑了传统发电机组的发电成本,而且还考虑了风能由于“欠估计”与“过估计”而给调度带来的成本变化。约束条件考虑了爬坡约束和禁止操作区域约束,线路损耗使用B系数法计算。该问题采用RCBA算法来进行求解,为了充分发挥算法的作用,本文对随机黑洞模型中的有效半径rd进行分段化设置。这一举措使得算法在迭代初期具备较大的寻优空间,而在迭代中后期则缩小寻优区间,聚焦在全局最优解附近进行寻优。算例分析表明,相比其他方法,本方法在求解精度和算法收敛速度上都有明显优势。④研究了大规模电力系统的经济/排放调度问题。大规模系统一般具有维度多、求解范围广等特征,这使得很多算法都不能很好地胜任大规模系统的求解。本文同时考虑大规模电力系统调度时的经济性和污染气体排放量两个优化目标,这是典型的高维度系统多目标优化问题。为更符合实际情况,所研究系统包含了发电机阀点效应、爬坡约束、禁止操作区域、线路的电压幅值和功率约束等实际约束条件。此外,在功率平衡约束中,引入系统潮流,通过求解潮流方程来计算线路损耗。为了避免惩罚函数法带来的弊端,本文还提出了一种新的等式约束处理方法。仿真算例使用IEEE 118-bus系统和IEEE 300-bus系统,仿真结果表明,与其他方法相比,本文提出的方法不仅获得了最优解,而且在算法执行时间上大幅领先。⑤研究了使用电动汽车削峰填谷对动态经济/排放调度的影响问题。未来随着电动汽车数量的快速增长,其随机充电行为势必会给电网带来巨大冲击。但是,如果充分利用电动汽车的剩余电能,在调峰时段将这些能量反向输送给电网,而在用电低谷期对电动汽车进行充电,从而达到削峰填谷的目的,这对电网和用户来说是一个双赢的选择。基于此,本文研究使用电动汽车削峰填谷对电网动态经济/排放调度带来的影响问题,给出了使用电动汽车进行削峰填谷的策略,重点研究了不同调峰能量对电网调度的经济性和污染气体排放带来的影响。目标函数之一的成本函数不仅包含了火电机组的发电成本,而且加入了电动汽车的电池老化成本。研究结果表明,本文所提方法可以有效减少污染气体排放,削减调峰电厂投资。