随着电力系统中风电并网比例的逐渐增加,风资源本身的随机性对传统电网的经济调度和安全运行造成了多方面的影响,因此系统中的火电机组需提供大量的旋转备用来响应由风电功率输出波动性带来的功率缺额。为保证系统能在安全稳定运行的条件下更多地接纳清洁能源并保持良好的经济性,急需针对大规模风电并网后系统的旋转备用容量优化问题进行合理有效的决策。本文具体工作内容如下:首先对系统内各节点的脆弱性进行评估,从电气结构特性和状态转移特性两个角度找出影响节点脆弱性的主要指标,并利用熵权法对各指标进行合理赋权值,确定了含风电电力系统内节点综合脆弱性的评估方法,最后以IEEE30节点系统为例验证了所提评估方法的有效性。其次为了保证旋转备用的可用性,缓解由网络阻塞或故障停运导致的备用无法有效供应的问题,提出了一种自适应半监督谱聚类算法对系统进行区域划分。针对谱聚类算法对尺度参数依赖性强以及聚类数目需人为确定的问题,分别提出了基于敏感度自适应的尺度参数选择策略以及基于特征间隙的簇数确定方法;为使分区结果更加合理,将样本点间的欧式距离替换为节点间的电气距离;以节点综合脆弱性的半监督信息指导分区聚类过程,利用自适应半监督谱聚类算法构建备用分区并配置备用资源。仿真结果表明所提方法能有效改善聚类性能且可自动确定分区数目,适用于含风电电力系统旋转备用分区问题。随后针对含风电系统旋转备用容量优化问题,建立了以系统经济性最优为目标的数学模型,并提出了一种改进的模拟植物生长算法对各分区内旋转备用容量进行动态求解。为解决算法在求解大规模系统时运算速度慢且容易陷入局部极值的问题,引入反向学习丰富种群多样性,并通过自适应变步长策略提升算法的求解速度和精度。仿真结果表明改进后的算法求解速度快且不易陷入局部极值,并验证了求解得到的实际备用方案的有效性。最后将所提方法在IEEE118节点系统上进行了应用,结果表明本文方法能有效处理大规模含风电系统的旋转备用分区及容量优化问题,在节点故障时仍能够保证旋转备用的可用性,有效降低了备用需求和系统运行总费用,有利于提升系统接纳风电的能力,为电力系统旋转备用分区及优化提供了一种新思路。