随着经济社会的不断发展,人们对电能的需求也越来越多。为实现绿色、可持续发展,将大规模新能源发电并入电网能够起到减少排放的重要作用。风力发电作为新能源发电的代表,相关电力技术也已经越来越成熟,应用也逐渐广泛,但风电大规模并入电网也面临着一系列难题。由于风电场出力大小受到当地天气影响,风电预测水平受限,风力发电的不确定性给电力系统调度部门对常规机组的日前调度造成的困难。本文基于鲁棒优化思想,针对风电场不同出力预测模型,确定电力系统常规机组的最优调度策略。本文的主要研究内容如下:1.为了能够更加精确、高效地求解电力系统鲁棒经济调度问题,针对传统随机规划需要预先获得不确定性变量的分布密度函数,以及线性规划理论需要对模型有严格要求和复杂的模型变换等不足,本文基于鲁棒优化思想,建立考虑风力发电不确定性的电力系统约束优化模型,采用基于启发式的智能优化算法对电力系统鲁棒优化问题进行求解。2.改进群体竞争机制,结合多目标优化思想提出了一种适用于高维优化问题的群体支配竞争优化算法（Swarm Dominate Competitive Optimization,SDCO）。由于关于电力系统的调度问题一般需要求解各机组在各时段的出力值,对于十机组系统在一天内各时刻的出力值便至少有240个求解变量,属于大规模优化问题。为了增强群体智能优化算法的探索和开发能力,本文提出一种改进的双个体竞争进化机制,不再使用传统种群的全局平均位置来指导个体进化,而直接采用三个粒子竞争指导劣势个体学习进化,并将群体支配竞争优化算法应用到求解电力系统的鲁棒经济调度问题上。3.考虑到风电场预测出力区间并不一定能保证调度系统能够存在鲁棒解,本文提出一种松弛变量方法对风功率预测区间上界进行削减,在保证系统存在鲁棒解的前提下,对其它常规机组和安全区间内的风电进行调度。同时,考虑常规燃煤火电机组汽轮机的阀点效应和电网线路损耗的功率平衡、机组出力范围限制、爬坡率等约束条件,建立了电力系统鲁棒经济调度的约束优化模型并利用群体支配竞争优化算法进行求解。4.针对风电场出力预测是期望值而不是一个区间范围的情况,考虑到风功率受环境天气影响在预测期望值上下波动的不确定性,利用大数定理切比雪夫不等式,以一定置信概率构造风功率的不确定集合,然后建立鲁棒调度模型并利用群体支配竞争约束优化算法求解,分析了考虑风功率不确定性以及不同置信度下构造的不确定集对电力系统鲁棒经济调度成本函数的影响。