随着常规能源的口益枯竭,如何有效利用风能、太阳能、水能等可再生能源也越来越被人们重视。新能源的大规模并网可以替代传统火电机组对负荷供电,减少污染物的排放。然而,由于风电和光伏不能保证长时间的稳定出力,其并网后会使得系统的运行风险增加,不利于电力系统的安全运行。因此,传统的火电经济调度模式已经不再适用,需要改进调度模式以适应含多种电源类型电力系统的运行要求。本文对多电源优化调度问题进行了研究。首先,本文采用间接法对风电场功率进行预测,预测工具为最小二乘支持向量机。通过对相对误差,平均绝对百分比误差以及均方根误差这些预测结果的研究证明了所选嵌入维数的合理性和LSSVM在风功率预测领域的可行性以及实用性。其次,提出了一种改进型果蝇优化算法(Fruit Fly Optimization Algorithm,FOA),使其能够更好的应用于·求解复杂的火电经济调度(Economic Dispatch,ED)问题。建立了传统经济调度的数学模型。在约束条件的处理上设计了启发式处理策略。通过对不同特点的测试系统进行求解并与其他文献提供的优化结果进行对比表明,改进FOA在处理具有各种特点的测试系统时都表现出较强的寻优能力。证明了该算法相比于其他算法的寻优能力更强,可更加有效地求解较为复杂的调度问题。最后,建立了以运行成本和火电出力波动性最小为目标函数的风光水火蓄多电源优化调度模型。在调度之前设计了火电机组预处理的方法以便降低模型求解难度,鼓励清洁能源优先上网和保证火电机组运行效率。然后运用改进型果蝇优化算法对四种含不同电源类型的多电源电力系统模型进行优化调度并对调度结果进行了经济性和出力波动性的对比分析,有利于制定较为合理的调度计划。