随着风力发电技术的不断成熟，越来越多的风电场开始并网运行。风电不同于常规电源的特点．给电网优化调度管理增添了新的问题。对风电输出功率进行预测是解决风电并网优化调度运行的主要技术之一，但目前的预测水平难以达到令人满意的程度。提高风电预测的准确性从而为电网调度更好地服务、研究适用于风力发电的电向优化调度理论与方法，对提高电力系统的运行效益具有重大的理论与实际意义。　　木文围绕风电并网带来的电力系统日优化调度需要解决的风电日输出功率预测、日优化调度方法进行了研究，论文研究内容和主要成果包括以下五个方面：　　(1)为提高风电输出功率日前预测精度，提出了一种基于数据同现最大概率递推的新统计预测模型。通过对统计数据变量进行聚类，对变量类与风电输出数据类之间的同现关系进行统计，基于贝叶斯公式计算它们之间的条件概率，通过建立最大概率关系对风电输出功率进行日前点预测。实验结果表明，该方法的预测精度比传统BP、GA-BP的预测精度有明显提高。　　(2)提出了基于SOM神经网络与局部多项式估计的风电输出功率概率区间预测模型。采用SOM神经网络对输入向量进行聚类．统计出相似向量类中的输出功率区间，采用非参数局部多项式估计法估计输出功率区间中的输出功率概率密度函数。实际算例表明，这种方法能较好的对风电输出功率波动区间进行预测而且能避免采用传统的核密度估计法所出现的边界效应。　　(3)为提高风电实时预测的精度，提出了一种改进粒子群优化粒子滤波的风电输出功率实时预测模型。针对标准粒子滤波算法中存在的粒子退化现象及计算量过大的问题，结合PSO算法和粒子滤波算法的相似性，通过改进粒子群算法进一步提高粒子滤波算法的性能。以某风电场实测数据进行分析，验证了模型的有效性　　(4)以电力系统综合发电效益最优为目标，提出了基于区间规划的风、水、火电力系统只前多目。标调度模型。以区间数统一描述含风、水、火电力系统目前调度模型中的风电场出力、水电厂出力、火电厂出力、负荷预测值、风电预测值、径流预测值，综合系统中购电成本、弃风量、耗水量、耗煤量、污染气体排放量建立了含多个区间参数的风、水、火电力系统多目标日前优化调度模型。针对计算出的目标函数值是一个区间数，采用区间占优关系的Pareto解进行优化。为了进一步提高求解具有复杂约束日前调度模型的效率，提出了融合线性规划算法、模拟退火算法、NSGA—II算法的混合求解方法。通过算例证明了该模型的合理性和求解方法的实用性。　　(5)分析了日优化调度中的静态优化和动态优化衔接问题，提出了基于区间规划日前调度计划协调的风、水、火电力系统实时调度模型。针对采用传统实时优化调度模型难以与日前调度计划协调的问题，采用日前调度优化调度结果的电厂出力区间对实时调度中的各电厂出力进行约束。通过算例验证了模型的实用性。　　本文提出的风电功率日前预测、实时预测、风、水、火电力系统日前优化调度方法、实时与日前协调调度方法，对于推动电力系统在风电并网环境下实现日优化运行有着积极的作用。