本文从风电场的“风速-风功率”关系的角度对风电的不确定性进行建模,所建的模型是典型的非规则分布形式,具有脉冲、多峰值等特征,可以更加准确地描述实际风电的不确定性。本文基于此风电的非规则分布,对涉及风电的不同应用领域进行研究,并分析讨论不同的应用领域各自对场景抽样方法的要求,以及分析讨论了各自适用于自身应用领域的场景抽样方法。本文的主要工作可简要归纳为如下几个部分:1.针对风电的不确定性,本文首先根据风电场的功率特性曲线的“风速-风功率”关系建立了风电功率的概率分布模型。与一般模型相比,所建立的模型是具有脉冲、多峰等特征的典型的非规则分布。2.基于本文提出的风电的非规则描述,研究考虑风电的概率潮流问题时,通过对概率潮流对抽样方法的要求进行分析后,发现尽管风电分布具有非规则特征,依然可以使用蒙特卡洛抽样法对概率潮流进行研究。并且概率潮流的仿真结果也说明了上述理论的正确性。3.基于本文提出的风电的非规则描述,研究考虑风电的概率机组组合问题时,由于分布的非规则特征,解析法已经难以适用,需要使用场景抽样方法。然而,传统的场景抽样方法大都针对风电的规则分布提出,为此本文针对此非规则分布,对原有的风电场景抽样方法加以适当改进,保证在脉冲点处的采样数量为1,同时对脉冲点之间的连续区域进行归一化处理后再进行均匀抽样,这样改进之后的场景抽样方法更适合概率机组组合问题的需要。4.本文通过三个算例仿真从若干衡量指标对传统的拉丁超立方场景抽样方法和针对概率机组组合提出的改进的场景抽样方法进行对比,通过仿真对比的结果从而验证了改进的场景抽样方法的优势。首先通过对基于场景法的概率机组组合的算例分析,分别从模型的求解时间、迭代次数对改进的场景抽样方法和传统的拉丁超立方抽样方法进行比较;其次通过建立日内调度模型,从日内调度模型的煤耗成本、开关机成本、弃风损失、切负荷损失、总的运行成本、风电利用率的角度对上述两种风电场景抽样方法进行比较;最后通过建立风电的场景校验模型,从风电场景通过率的角度对上述两种风电场景抽样方法进行对比。