风力发电具有显著的随机性和波动性,且不受调度。随着我国风电并网比例与日俱增,风电“并网难”问题日益突出。在电力系统规划与运行中如何充分考虑风电的随机性和波动性,成为了当前世界范围内工业界和学术界普遍关心的前沿性难题。论文首先构建了基于场景分析方法的含大规模风电电力系统随机优化决策框架,根据是否考虑随机变量的相关性,将风电场景细化为静态场景和动态场景两方面分别论述场景生成的方法,并结合各自的具体实例——大规模风电输送通道落点优选和随机机组组合,深入研究了场景分析方法在随机优化中的应用,取得了以下几方面的创新成果：在场景生成方面：风功率预测误差的解析理论分布对于不同的预测手段和应用地点尚不具有广泛的适用性。对此,本文提出了“以随机变量的经验分布作为场景生成的输入”的思想；通过等间距抽样法,对单个随机变量或多个相互独立的随机变量的经验分布进行抽样,采用柯列斯基分解或场景树法对抽样值进行重新排列组合,介绍了一套基于拉丁超立方抽样的静态场景生成方法；已有的动态场景生成方法没有计及风电的波动特性。并且,与目前广泛使用的风功率“点预测”手段相应的动态场景生成方法不完备。对此,本文提出了一种考虑风功率随机性和波动性的动态场景生成方法,采用“预测箱”统计风功率点预测的预测误差经验分布,通过对多元正态分布协方差结构的关键参数进行辨识和逆变换抽样,使得随机生成的动态场景既符合风电的随机性又符合波动性。关于风功率静态场景在随机优化中的应用方面：论文将静态场景生成与随机优化方法结合应用到我国某省接入外来大规模风电的输送通道落点优选问题中,设计了风电落点多目标决策的评价指标体系及其权重设置方法；通过仿真分析,本文发现电力系统的多样化运行方式可能会影响决策模型的结果。因此,论文利用带有概率信息的多个典型静态场景刻画了运行方式的多样性,提出了一种考虑多场景的风电落点随机优化方法。关于风功率动态场景在随机优化中的应用：论文以随机机组组合作为对象,通过计算发现：经过经典的场景削减方法得到的最有可能发生的场景可能忽略部分极端场景,这些极端场景虽然发生概率很低,但是一旦发生造成的影响是巨大的。鉴于此,本文从场景生成得到的原始大量场景集合中辨识出极端边界场景,并将其引入到修正后的随机机组组合模型中刻画极端事件造成的损失期望,构成了两阶段随机机组组合方法,权衡了系统运行的经济性和可靠性。并且随机机组组合模型经过混合整数线性化,调用CPLEX软件实现了问题的快速准确求解。