伴随着全球经济的飞快发展，常规能源尤其是化石能源面临着日益枯竭的困境，人们迫切需要一种可持续替代常规化石能源的可再生新型能源。以光伏发电和风力发电为首的清洁能源因其具有取之不竭、用之不尽的优良特性，具有很高的研究及利用价值，大规模清洁能源的并网运行是未来电网发展的趋势。然而间歇式电源出力具有间歇性和波动性的特点，且受自然条件的影响，间歇式电源出力预测的精度仍然较低。随着间歇式电源发电大规模接入电力系统，间歇式电源发电出力波动性对系统安全可靠运行带来的不利影响日益增加，传统基于确定性因素进行分析和计算的计及间歇式能源出力的电网优化调度方法将不再适用，必须在调度策略制定过程中充分考虑间歇式能源出力波动性给电力系统安全稳定运行所带来的影响。鲁棒优化理论是一种强有力的解决不确定性优化问题的工具，其将不确定性变量用一种“集合”的方式重新表述，使得约束条件在不确定性变量的取值范围内都能够满足。其最主要特点在于不需要掌握待求模型中不确定性变量的概率分布，且能够在一定程度上免疫变量扰动对其优化结果的影响。对于求解一些既含有随机性参数，又对可靠性要求较高的优化问题，鲁棒优化理论往往具有较好的应用效果。本文在分析比较含间歇式电源电网优化调度的各种计算方法的基础上，考虑到间歇式电源出力的不确定性，基于鲁棒优化理论建立了考虑间歇式能源发电出力不确定性的电网鲁棒优化调度模型。为使所构建的鲁棒优化模型易于数值计算，根据对偶优化理论将其转换成一个易于求解且仅包含确定量的鲁棒优化对等式模型。针对本文所构建的鲁棒优化模型所呈现的多目标、多约束、多时段和非线性的特点，设计了一种新型的复合型微分进化算法(Compound Differential Evolution, CDE)。在CDE算法中，通过在常规微分进化算法中加入种群分割、种群重组及复合微分进化等一系列操作，较好地解决了群智能进化算法普遍存在的收敛精度和收敛速度之间的矛盾。随后在CDE算法的基础上，加入帕累托占优策略和拥挤距离排序方法，使得算法具备了多目标求解能力。测试算例验证了本文所提模型和算法的可行性及有效性。