风能是一种最具规模化应用前景的可再生能源,风力发电近年来得到了大力开发与应用。但这些具有随机特性的风电并网接入现有电力系统后,其动态经济调度问题的建模和求解均面临巨大挑战。目前,采用Monte Carlo抽样方法模拟风电随机特性,将随机动态经济调度问题转化为场景模型或样本均值近似模型,是最基本的建模方法,也是评价其它随机调度模型精确度的基准方法。但场景模型和样本均值近似模型均为大规模的线性或二次规划模型,对其直接求解,将面临维数灾难题。本文重点研究规模化风电接入的电力系统随机动态经济调度场景模型和样本均值近似模型的并行求解方法。首先,采用Monte Carlo抽样方法建立了规模化风电接入的电力系统随机动态经济调度问题的场景模型。该模型以最小化发电成本为目标,通过引入场景转移约束,将随机优化问题转化为确定性优化问题。采用Dantzig-Wolfe分解算法对该模型实施场景解耦,可以将具有数千万个变量与约束的大规模问题分解为一系列仅含数万个变量与约束的子问题,以及一个规模更小的主问题。在迭代计算过程中,利用改进次梯度法改善算法的收敛性,并运用GAMS平台的网格计算工具构建了快速求解各个场景子问题的并行计算框架。该方法既降低了对计算机内存的要求从而成功解决原来无法计算的问题,又提高了高维问题的求解效率,因而具备工程应用价值。以IEEE 39节点系统和某省级实际电力系统为例,验证了 Dantzig-Wolfe分解算法并行策略的有效性。其次,采用Monte Carlo抽样方法建立了规模化风电接入的电力系统随机动态经济调度问题的样本均值近似模型。该模型以购电费用最小为目标,在第一个时段存在非预测性约束。针对约束系数矩阵的块对角加单边结构及具有稀疏性的特点,设计了并行单纯形法。通过对规模巨大的基矩阵进行线性变换,实现关键计算步骤的分块运算,有效改善单纯形法的计算性能,算法具有可拓展性。运用Matlab软件的并行计算工具箱和并行计算服务对内存开销大且高计算耗时的步骤实现并行计算,有效降低对计算机内存的需求并减少计算时间。最后,通过对IEEE 39节点系统和某省级实际电力系统进行计算分析,验证了并行单纯形法的有效性。