随着煤炭、石油等能源消耗以及日益加剧的环境恶化问题,发展可再生能源显得十分关键。风力发电具有成本低、无污染、经济性显著等突出优点,被许多国家广泛使用。然而,由于风的不确定性和随机性,给发电系统调度带来很大的困难。为克服风电对电网安全运行产生影响,机组组合优化问题是研究热点。考虑风电的随机性和不确定性,本文在分析火电机组的出力特性的基础上,构建了风火机组组合优化模型,并对目标函数和约束条件进行了探讨,为后续的研究奠定了基础。为经济、快速地处理机组组合的一系列问题,本文提出了一种改进双重粒子群算法（DPSO-APSO）。分别利用离散粒子群算法（DPSO）和快速粒子群算法（APSO）进行火电机组启停和功率分配优化。通过验证分析表明,所提出的算法能提高求解过程的收敛速度,降低机组能源消耗成本,为机组组合优化问题提供了全新的思路。针对风电大规模并入电网,传统优化算法在解决含风电机组组合优化问题时很难得到精确解。本文建立基于Benders算法的含风电的机组组合优化模型。采用广义Benders分解算法将含风电机组组合优化模型划分为主问题和子问题。其中上层子问题优化机组的启停,其次下层子问题分配机组的经济成本。不同的子问题是由Benders割组织协同和调度的。最后对含有9机30节点系统进行计算分析,结果表明所提算法减少了问题的求解规模和提高了算法的计算精度,提高了机组的经济性。