大规模的风电接入,促使电网的运行模式发生重大转变。风电不确定性的特点,影响了电网中风电的可控稳定性,导致电网调峰能力不足,引发大量弃风现象。针对这些问题,本文从两方面进行研究,以实现弃风消纳的目的,一是改善能源结构,二是减小混合系统中风电不确定性的影响。主要研究内容如下:(1)分析了风电—蓄电池储能混合系统的结构和工作原理,对混合系统消纳风电的运行原理进行描述。同时,对混合系统中蓄电池储能系统的基本工作原理和系统出力建模进行了分析总结。(2)深入分析了风电机组运行的不确定性给电力系统带来的不利影响,基于此设计了基于核岭回归的风速预测模型以及基于支持向量回归机的风电功率预测模型,并进行仿真分析,对仿真结果使用误差指标对两种模型的性能进行了评价,证明了所提方法的有效性,同时说明了风电预测存在一定误差。(3)针对风电机组运行中存在的不确定性,将鲁棒思想引入了基于等位基因的实数编码量子进化算法,同时对算法进行简化。首先,深入研究了基于等位基因的实数编码量子进化算法的编码方式与更新策略,并总结了鲁棒优化理论以及对不确定性问题的应用。之后,将鲁棒模型引入量子优化框架,提出有效目标函数的概念并通过数值算例对其有效性进行验证。最后,为简化计算,采用Monte Carlo积分计算有效目标函数。(4)本文以风电—蓄电池储能混合系统为例,建立了状态约束下,以弃风量最小为优化目标的协调优化模型。为缓解风电的不确定性,将风电储能混合系统模型通过有效目标函数和Monte Carlo方法转化为基于Monte Carlo的鲁棒优化模型,采用所提出的鲁棒量子进化算法求解模型。引入SQRT序列抽样的拟蒙特卡罗法对有效目标函数进行估计,将所得值作为进化算法的适应度值。最后,算例分析表明,所提出的协调优化策略在风电出力不确定的情况下具有较强的鲁棒性,能够有效减少弃风量。