近几年来,环境污染问题和能源枯竭问题越来越受到人们的重视,包括不断上涨的化石燃料价格、化石燃料资源的不断耗尽、不断变化的天气情况、温室气体排放量的不断增多、全球变暖等,都促使政策制定者思考传统能源的未来。在新能源发电技术中,风电产业发展与生态保护协调发展,避免了对自然生态资源和自然环境的破坏。从目前的发展形势来看,风能在世界各地的可使用资源比较丰富,已经具有相对成熟的设备技术,并且成本相对较低,对生态环境的破坏较少。考虑到风电规模的不断增大,对配电网安全稳定运行带来不同程度的影响,因此本文对并网风电场穿透功率极限进行研究。首先引入了机会约束规划模型,然后介绍了蒙特卡洛算法的基本原理和实现步骤,讲解了标准粒子群算法的理论知识和实现步骤,针对粒子群算法在优化过程中易陷入局部最优,导致收敛精度低甚至不易收敛等缺点,引入混沌种群初始化和自适应调整策略对粒子群算法进行改进,提出基于混沌初始化自调整粒子群算法。其次,在不考虑风速和负荷波动随机性的情况下,建立了基于静态约束的风电穿透功率极限数学模型。以标准的IEEE30节点为例,以14节点接入风电场容量最大为目标函数,在满足潮流约束、电压偏移约束、常规机组出力约束和输电线路传输功率约束的前提下,采用本文提出的自调整粒子群算法进行优化计算,得到此时风电场并网的容量极限。最后,在静态约束的风电穿透功率极限数学模型的基础上,考虑风速波动的随机性、节点负荷波动的随机性以及常规机组出力的可变性,利用机会约束规划建立了考虑动态约束的风电穿透功率极限数学模型,并给出了基于蒙特卡洛模拟的自调整粒子群算法求解该模型的步骤。最后以IEEE30节点配电网模型结构为例,建立了4种不同的仿真方案,分析比较考虑随机性后风电穿透功率极限的变化,证明本文提出的优化策略能够提高并网节点的风电穿透功率极限。