随着风力发电技术的发展,能源危机得到了缓解,但其出力的随机波动性会影响电网的稳定运行,要求系统必须具有足够的灵活性调节资源来平衡其随机波动。同时,在其他因素如环境污染和电力体制改革等的影响下,机组发电计划的制定要考虑除了运行费用外的多个目标。因此需要建立一个含风电的电力系统高维多目标安全约束机组组合（security constrained unit commitment,SCUC）模型,并提出一种能有效求解该模型的算法。首先建立了最小化系统运行成本、网络损耗、购电成本和污染气体排放量四个目标的含风电的电力系统四目标SCUC模型。采用凸松弛方法将模型转化为混合整数凸规划模型以降低模型求解的计算复杂度。再提出了求解四目标优化问题Pareto前沿的方法,首先基于Spearman相关系数和ε-约束法将四目标优化问题转化为一系列三目标优化问题,再根据规格化法平面约束（normalized normal constraint,NNC）法和数学优化求解器GUROBI求解每个三目标优化问题的Pareto前沿曲面,并采用颜色柱表示第四个目标取值,从而得到三维空间中四目标优化问题的Pareto前沿曲面簇,最后由熵权法求得四目标优化问题的折中最优解。对修改的IEEE-9节点系统和某实际电网的计算表明,所提出的模型和算法能够快速有效地获得四目标优化问题的均匀分布的Pareto前沿。然后基于风电场出力不确定波动的极限场景提出了系统灵活性风险指标来评估各时段的灵活性大小,并在考虑灵活性供需约束的基础上建立了以最小化系统灵活性风险、网络损耗、运行费用、购电费用和污染排放量为目标的五目标SCUC模型。为了求解该模型的Pareto最优解集,需要先对目标进行降维处理,根据目标选择算法和ε-约束法分别提出了基于两目标网格取值和基于两目标Pareto前沿曲线取值的两种五目标优化模型的降维方法,将五目标优化问题转化为一系列三目标优化问题,再利用NNC法对降维后的三目标优化模型进行求解,并采用颜色柱表示上层两目标集以得到三维空间中五目标优化问题的Pareto前沿曲面簇。对修改的IEEE-9节点系统算例分别利用基于网格和基于曲线的ε-约束法进行求解,并与精英保留非劣排序遗传算法（elitist non-dominated sorting genetic algorithm,NSGA-II）的求解结果对比,结果表明基于曲线的ε-约束法求解速度更快,得到的Pareto前沿和折中最优解更好。最后某实际电网算例表明提出的基于曲线的ε-约束法能更加有效地求解大规模电网的五目标SCUC模型。