全球性的能源危机和气候变化,驱动了新能源在世界范围内的迅速发展和应用。而风力发电作为目前可再生能源发电方式中最具有商业化发展前景、技术水平最为成熟、开发条件最具规模化的发电方式,已经成为我国最主要的新能源发电方式之一,但随着风电装机容量的增长,风电上网难已经成为未来风电发展所面临的最大问题之一。要解决这一问题,在电力系统经济调度中必须要合理的考虑风电的出力问题,尽量提高电网消纳大规模风电的能力。风力发电存在着因风能的随机性或间歇性而造成的输出电功率频繁变动的问题,给电力系统调度带来了许多困难,为了解决这些困难,需要更加精确的风力发电输出功率预测技术和更为合理的电力系统调度模型来调度系统中的其它机组及时补偿风电出力波动带来的偏差。针对风电场功率的随机性和间歇性,本文采用总体平均经验模式分解(EEMD)的方法对风功率进行平稳化处理,将风功率自适应的分解成一系列较平稳的分量再进行建模预测,提出了EEMD-ARMA预测模型,改善了EMD-ARMA模型中EMD分解所带来的模态混叠现象,进一步提高风电场功率预测的精度。在此基础上,本文考虑风电场功率波动对系统旋转备用的影响,并综合发电成本、污染物排放以及购电费用目标建立了含风电场的电力系统调度模型,采用改进式决策算法来对该模型进行转化求解。同时,基于目前低碳经济的发展趋势形势前提,分析了各类电源的电碳特性,在上述含风电场电力系统经济调度模型中引入了碳排放目标,并考虑引入碳捕集电厂后的影响,建立考虑碳排放的电力系统经济调度模型。最后,运用MATLAB2009b编程实现了本文所提出的模型和算法,并采用IEEE标准算例验证了模型的正确性和算法的有效性。