当前全球能源消耗过大,环境问题也愈发严重,在此严峻背景下,大力发展各种清洁能源技术,实现能源生产向绿色环保、可再生能源转型,是当今世界各国能源与经济实现可持续发展的必要技术措施,也是各国走可持续发展道路的长久之计。由于电能不可大规模储存,在负荷用电高峰时段,既需要增大发电机组出力,又需要增加投运机组台数,以此增大发电量来满足负荷需求,而用电低谷时则相反。风能资源丰富,但是其出力会受气温、气压、空气密度、空气湿度等自然条件的影响,具有不稳定、不可控性等特点,大规模风电并入电网会给电力系统调峰、相关部门统筹调度、电网安全稳定运行等带来很大影响,引起风电消纳不足、造成严重的弃风问题。如果从电力系统的源-网-荷侧多方面加以改进,促进电力系统结构升级,达到提高风电消纳的目的。高耗能负荷用电量大、负荷利用率高,利用高耗能负荷参与电力调峰进行削峰填谷、减少弃风,对提高电网调峰能力具有十分重要的意义。本文从电力系统源侧和负荷侧两方面,分别对源侧风电预测和负荷侧弃风消纳进行研究。基于弃风特性,在电力市场辅助服务调控下使高耗能负荷参与调峰,可降低高耗能企业用电成本,提高风电消纳。首先,本文提出了一种新的风力发电预测优化算法。在传统BP神经网络基础上,引入粒子群算法对其进行优化改造,建立新的风力发电预测模型,通过与实际发电量对比,证明所提方法的精确性和有效性。然后,分析弃风原理,建立弃风电量计算模型。针对电网弃风特性,建立高耗能负荷参与电网削峰填谷控制策略模型,并以阶梯功率阈值法求解控制模型。研究高耗能负荷参与电力调峰前后的负荷用电特性,并以沈阳某地区的用电负荷进行实例验证,以此来发掘高耗能可转移负荷中蕴藏的调峰潜力,证明该控制策略的有效性。最后,建立源-荷联合控制风电消纳优化调度模型,以系统总成本最小目标函数进行优化调度,在研究和分析过程中,综合考虑功率等约束条件,最后通过遗传算法对模型进行求解和优化,对比分析考虑源-荷联合调度与仅考虑源侧调度下的系统总成本差异。分析结果表明,本文构建的源-荷联合优化策略可有效消纳风电、减少系统成本、提高节能利用率。