风电是一种可再生的清洁能源,其以一系列优势获得了大量关注。然而,风力发电具有不确定性的特点,随着风电接入电网的规模逐渐增大,电网的安全稳定性会受到较大的冲击。因此,本文针对风电出力的不确定性,对含有风电系统的机组组合优化问题展开了深入研究。主要研究内容如下:首先,为了降低风功率的不确定性,本文从时域和频域的角度对风电功率序列进行了预测分析。针对传统信号分解法中参数设置的主观性对风功率序列分解结果的影响,提出了改进的CEEMD分解法,有效减少了传统分解方法中出现的模态耦合现象,提升了信号分量的有效性,并为提高风功率的预测精度提供了基础。针对风功率预测模型的超参数,采用了改进ASBAS算法进行优化调节,使模型性能达到最优。将子信号的预测结果进行重构,得到了原始尺度的风功率预测结果。其次,由于风功率预测始终存在一定的误差,为了保证电力系统能够安全经济运行,针对风功率误差的量化分析问题,建立了风功率预测误差的非参数估计模型,以此估计风电功率的真实出力区间。针对系统运行经济性问题,构建了鲁棒机会约束的机组组合调度模型,将置信度转化为模型的概率约束。在改进的6机组电力系统进行对比仿真分析,结果表明本文方法在保证电力系统安全稳定的前提下,能够有效改善其经济性。最后,由于鲁棒机会约束调度方法的约束条件是含有概率性变量,因此该方法在置信范围之外的小概率上并不能完全满足约束条件。为了提高电力系统的安全稳定裕度,提升风功率资源的利用率,考虑用户侧的负荷具有一定的容量调节能力,结合电力市场中的需求响应技术,建立了以风电利用率最大、系统运行成本最小为目标函数的双目标优化模型。采用了NSGA-II多目标优化算法对模型进行求解,并基于改进的10机组电力系统进行仿真,在不同的目标偏重下得到了一系列的最优解。