随着风电大规模并网,由于并网风电的随机性与波动性,电网要求火电厂快速响应负荷,但目前电力系统运行方式难以顾及电厂运行经济性。此时,国家提出了由“分机组调度”模式过渡到“分厂调度”,即厂级负荷调度模式,可降低火电厂发电成本。而通过火力发电的灵活性等特点也可以平抑风电的随机性与波动性带来的影响,所以研究风火互补厂级负荷优化分配技术意义重大。本文将火电厂与风电场作为“虚拟电厂”,将风电场当作一台机组,研究风火互补厂级负荷优化分配技术。针对传统二次多项式煤耗特性曲线没有考虑阀点效应的缺点,建立了考虑阀点效应的动态煤耗模型,并分别用最小二乘法非线性回归和RBF神经网络非线性预测的方式求解火电机组动态煤耗模型。用正态分布概率来定义调度日风电场实际出力与预测出力、标准差之间的关系,确定了风电对系统备用需求的约束,研究了考虑风电的以经济性和快速性为多目标静态厂级负荷优化分配系统模型,研究了以经济性为目标的动态厂级负荷优化分配系统模型,提出了捕食遗传算法来求解分配结果。仿真实验结果验证了本文提出模型的准确性,表明火电厂厂级负荷优化分配系统可以应对风电接入的备用容量需求,在保证系统安全性的前提下可以使火电厂节省成本。